［荷蘭］ S.C.佩爾特

1 概述

高效的國際河流風(fēng)險管理需要決策者對信息的需求與科學(xué)界提供的知識、不確定度的魯棒管理以及跨境合作之間匹配良好。本文旨在對萊茵河流域現(xiàn)行的政策和科學(xué)發(fā)展進行評估，并探討了以下3個問題:

(1)如何處理氣候變化帶來的不確定度?

(2)當(dāng)跨地域和行政區(qū)域的信息需求與現(xiàn)有知識間相匹配或失配時會如何促進或限制有效適應(yīng)性政策的制定?

(3)有(無)跨境合作對氣候變化適應(yīng)性管理的作用到底如何?

伴隨著這些問題的提出，就可以識別出為提高跨國河流魯棒的適應(yīng)性政策制定水平而需要優(yōu)先填補的研究缺口。目前的認知水平仍相當(dāng)有限。通過從一個多層面角度探討了跨國氣候變化適應(yīng)性問題，這不僅可以指導(dǎo)未來的研究工作，也能夠指導(dǎo)政策制定工作。本文研究結(jié)果是基于對可以收集到的論文、文獻進行評述以及各種非正式洽談，尤其是與荷蘭的政策咨詢顧問和決策者洽談而得出的。以萊茵河流域為例詳細闡述了以上問題。

2 方法

2.1 分析構(gòu)架

圖1為本文的組織構(gòu)架。從圖中可以看出，不同層面的管理過程與不同空間尺度的自然科學(xué)過程是相互作用的。本文所說的多級管理是指政策的制定要經(jīng)過跨地域和行政區(qū)域(有地方的、區(qū)域的、國家的、歐洲的、甚至全球的)的審核。本文的重點放在國家和歐洲這兩個層面上，但是得出的一些結(jié)論仍然適合于地方及區(qū)域管理層面。像政府間氣候變化專門委員會(IPCC)提出的那些社會經(jīng)濟狀況用于形成排放情景，用作全球氣候模型(GCM)的輸入。采用區(qū)域氣候模型(RCM)或統(tǒng)計降尺度方法，將GCM的輸出降低尺度。在大多數(shù)情況下，為了提高成果精度，需要進行偏差修正，然后采用影響模型來模擬氣候變化對社會和生物物理體系的局部影響，如用水文模型模擬河道徑流。

圖1 不同尺度的科學(xué)和管理在魯棒適應(yīng)性戰(zhàn)略認知中的相互作用

適應(yīng)性戰(zhàn)略部分是基于這些模型的結(jié)果提出來的。如圖所示，當(dāng)模擬結(jié)果表明河道流量很有可能增加時，水資源管理者就會加高堤防，在這種情況下就是一種適應(yīng)性戰(zhàn)略。再比如，如果預(yù)計水位會下降，就需要采取措施使內(nèi)河航運不受影響。但是，適應(yīng)性戰(zhàn)略不僅要依賴模擬結(jié)果，而且還取決于其他因素，如成本、對環(huán)境的影響、公眾的反應(yīng)與接受程度、技術(shù)可行性以及人口和用水變化。水資源管理者不僅需要由過去和最近的事件推算出未來干旱和洪水的歷時、大小、頻次以及發(fā)生時間等方面的信息，而且需要人類和自然界如何適應(yīng)這些變化的信息。通過協(xié)調(diào)好科學(xué)知識的供需關(guān)系可以為萊茵河流域制定適應(yīng)未來各種變化的戰(zhàn)略。信息的供需來自于個人和機構(gòu)復(fù)雜的網(wǎng)絡(luò)，這些個人和機構(gòu)具有各種動機、能力、作用和文化背景。本文將科學(xué)(在此情況下是氣候模型與影響模型的結(jié)果)概念化為知識和信息的提供者。

2.2 不確定度的種類

決定未來氣候及影響預(yù)測的不確定度，可以分為3種:①認知不全(認識不確定度);②不可知因素(隨機不確定度，如氣候系統(tǒng)的內(nèi)在變化);③人的自反性。認識不確定度與隨機不確定度是科學(xué)氣候模型輸出的一部分。而人的自反性是由社會系統(tǒng)引起的。人是可以用批判的眼光對信息作出反應(yīng)的，并能改變其行為。社會可以遵照科學(xué)家預(yù)測氣候?qū)l(fā)生變化而行事。社會行為會影響氣候及其預(yù)測結(jié)果，因為社會經(jīng)濟狀況及其相關(guān)的排放情景是隨著政策響應(yīng)而發(fā)生變化的:當(dāng)科學(xué)家預(yù)測氣候?qū)㈦S著人類溫室氣體排放而發(fā)生變化時，就是該采取減緩措施的時候了。這些措施將對已經(jīng)發(fā)生變化的氣候產(chǎn)生影響，因此，從這個意義上說，會影響被預(yù)測氣候變化影響的范圍。各級決策者面臨氣候模型的科學(xué)輸出。在更高的管理層面上，這種知識最有可能被用于支持制定更廣泛的適應(yīng)性戰(zhàn)略，如荷蘭和德國的國家適應(yīng)性戰(zhàn)略;而在地方層面上，可以為更具體的適應(yīng)性戰(zhàn)略提供輸入。例如，具體的適應(yīng)性戰(zhàn)略可以用來建造抵御洪水的房屋，或加高堤防，或修改洪泛區(qū)空間規(guī)劃的規(guī)則。這個過程需要管理系統(tǒng)中各個層面之間的“垂直互動”和每個層面上與科學(xué)界的“水平互動”。

盡管有學(xué)者從科學(xué)家的角度提出了不確定度的種類，但對于必須使用氣候變化信息才能提出適應(yīng)性措施的決策者而言，氣候變化可能與深度不確定度的條件有關(guān)。深度不確定度，表示很難準(zhǔn)確定義和量化的科學(xué)和社會因素。深度不確定度存在于各個層面的不確定度類型中，因為在每個層面上都存在無法量化或準(zhǔn)確定義的不確定度。最深的不確定度存在于人的自反性，因為它不能定量，并非一假設(shè)的情景。有學(xué)者采用深度不確定度表示決策者不了解或無法認同的各種條件:①描述系統(tǒng)變量之間相互作用的適用模型;②表示模型中關(guān)鍵參數(shù)不確定度的概率分布;③如何對各種結(jié)果的期望值進行評估。當(dāng)不確定度成為這樣一種重要的變量時，它使決策者和科學(xué)家意識到可以制定強有力的戰(zhàn)略，即在未來能夠得到很好執(zhí)行的戰(zhàn)略。理想狀態(tài)下，這些戰(zhàn)略也應(yīng)是“雙贏”的或是無悔的，但實際上，對于主要處理氣候變化影響的各種戰(zhàn)略，可能存在機會成本、權(quán)衡或因適應(yīng)性行動產(chǎn)生的外在性，所以最好是把這種干擾看成是“低悔”的。但在很多情況下，氣候變化只是決定戰(zhàn)略或投資決策的眾多因素之一，而在這些情況下，可以識別出雙贏或無悔。

2.3 不確定度的處理

因為氣候變化預(yù)測存在很大的不確定度，所以對不確定度進行傳播和處理很重要。但是，對這項工作的最佳方法卻看法不一。不同的學(xué)術(shù)派別提出了不同的見解。本文將其區(qū)分為兩種根本不同的方法。

第1種方法為“先預(yù)測再行動”法，有時又稱為“由上而下法”，見圖2左側(cè)。這種方法集中在降低全球氣候變化的尺度，很適合處理統(tǒng)計不確定度。對這種方法而言，將一種或多種氣候情景用作影響評估的起點，其目標(biāo)就是根據(jù)影響評估的結(jié)果得出最優(yōu)的適應(yīng)性戰(zhàn)略，試圖找到一種最適用于某種觀點的解決辦法。如結(jié)合圖1，“先預(yù)測再行動”法關(guān)注氣候變化情景和氣候模型成果，盡可能準(zhǔn)確地對未來的發(fā)展進行預(yù)測，而支持該方法的研究旨在減少不確定度。這種方法為大家廣為接受并得到廣泛的應(yīng)用。例如，IPCC以及歐洲大多數(shù)國家和地區(qū)的適應(yīng)性評估就采用了這種方法，該法依據(jù)降尺度氣候模型結(jié)果為起點進行影響評估。第2種方法為“政策風(fēng)險評估”法，也稱為“自下而上”法，見圖2右側(cè)。該法不是把氣候預(yù)測當(dāng)成是起點，而是注重系統(tǒng)本身的弱點、發(fā)展目標(biāo)以及彈性。

圖2 處理不確定度采用的兩種方法

彈性可以定義為系統(tǒng)抗干擾的能力。該方法從一開始就考慮了廣泛的一系列問題，它尋找的適應(yīng)性戰(zhàn)略可以使系統(tǒng)不容易受到不確定氣候變化和氣候系統(tǒng)中無法預(yù)知變化的影響。在圖1中，該法先評估系統(tǒng)的弱點，然后對可能增強系統(tǒng)彈性的適應(yīng)性戰(zhàn)略進行評價。“政策風(fēng)險評估”法最適合對可行戰(zhàn)略的魯棒性進行評估。一種適應(yīng)性戰(zhàn)略只有當(dāng)它在一個較寬的未來情景范圍內(nèi)運行良好時才能稱得上是魯棒的。

3 對萊茵河流域的認知及其不確定度

3.1 流域概況

萊茵河發(fā)源于瑞士阿爾卑斯山的一條山區(qū)性河流，由冰川水、融雪水以及雨水補給，先后流經(jīng)瑞士、德國、法國和荷蘭，最后流入北海。目前，該河流域面積總計約為18.5萬km2，河流全長1320km，是西歐最長的河流。隨著時間的推移，萊茵河上游河道的寬度已經(jīng)由大約12km縮窄到200～250 m。而河長已經(jīng)縮短了82km，興建的8座水電站和2座蓄水壩已經(jīng)使萊茵河上游洪泛區(qū)面積減少了130km2，占巴塞爾到伊費茲海姆之間滯洪區(qū)總面積的60%。如今，萊茵河洪泛區(qū)面積不到原來的15%。萊茵河流域包括了人口稠密、工業(yè)高度發(fā)達的地區(qū)，全流域居住著大約5000萬人。該河對沿岸國家的經(jīng)濟發(fā)展和環(huán)境保護極為重要。河水用途很多，例如發(fā)電、農(nóng)業(yè)灌溉和工業(yè)以及生活用水。大約2000萬人將萊茵河作為飲用水源，它是歐洲內(nèi)河航運最繁忙的水道。據(jù)估算，汛期總共大約有1.5萬億歐元的財產(chǎn)受到洪水的威脅。持續(xù)采取防洪抗旱措施并提高防洪抗旱能力是經(jīng)濟社會之必須。

3.2 氣溫與降水預(yù)測

歐洲上空氣候系統(tǒng)的變化被作為水文模型的輸入已經(jīng)在各種研究中進行了分析。有學(xué)者對未來幾十年內(nèi)極端氣候變化可能對歐洲造成的重大影響進行了分析研究。結(jié)果表明:由于溫度可變性增加，極端氣溫強度增加的速度比中溫強度要快很多。模擬結(jié)果表明:預(yù)計冬季強降水在中歐和北歐是增加的，而在南歐卻是減小的。在一項萊茵河流域上空高分辨率(10km)模擬中，溫度變化的地域格局是:包括德國、阿爾卑斯山以及瑞士在內(nèi)的歐洲南部及東南部2071～2100年比1961～1990熱得多，這與夏季雨水減少有關(guān)。模擬了南部及西南部地區(qū)冬季降雨增加的情況。下雪時，雨就下得少。荷蘭皇家氣象研究院(KNMI)對2006年的情況進行了分析，結(jié)果表明:荷蘭夏季雨天減少了10% ～20%;而在冬季，雨天卻增加了4%～9%。這些區(qū)域性變化是通過將3個GCM(大氣環(huán)流模型)預(yù)測點與10個RCM(區(qū)域氣候模型)輸出點建立相關(guān)關(guān)系曲線獲得的。以上成果已經(jīng)得到了保護萊茵河國際委員會(ICPR)最近所做的一項研究(即評估對氣候變化的認知狀況)成果的驗證。由于預(yù)報降雨存在極大的不確定度，與降雨和供水相關(guān)的影響指標(biāo)的不確定度也很高。

3.3 徑流預(yù)測

氣候變化對萊茵河水文情勢的潛在影響在一些研究中已經(jīng)進行了定量評估。為了估算氣候變化對河道徑流的影響，把未來氣候條件的各種情景輸入至水文模型。由于GCM低分辨率與區(qū)域流域尺度之間不匹配，GCM結(jié)果必須降低尺度。一般做法是采用統(tǒng)計的或動態(tài)的降尺度技術(shù)。這兩種方法得到的結(jié)果有差異，因此增加了不確定度。對于萊茵河流域而言，使用不同的IPCC排放情景(排放情景特別報告(SRES))來驅(qū)動GCM和水文模型。用得最多的水文模型是萊茵河流量模型。有關(guān)該課題的研究得出的結(jié)果是不同的，到21世紀(jì)末，平均流量增加值由13%甚至到30%。干旱預(yù)測值也同樣存在差異，到2100年，平均流量減小值由5%到40%。這些研究項目獲得的模擬結(jié)果確實存在極大的不確定度，對于每項研究而言，只使用了有限的幾個驅(qū)動模型，但結(jié)果至少在符號和量級上是一致的。對各項研究的成果進行詳細而有意義的比較是不可能的，因為不僅基本假設(shè)和輸入數(shù)據(jù)不同，而且得出的結(jié)果在指標(biāo)和時間尺度的選擇和定義上也是有差異的。從科學(xué)和政策兩方面看，很有必要將定義、方法與結(jié)果的報道形式統(tǒng)一起來。

3.4 與氣候模擬和模擬影響相關(guān)的不確定度

作為萊茵河徑流量模擬組成部分的不確定度，來源于一組單個的不確定度。第1個來源為選擇排放情景。第2個來源與應(yīng)用GCM相關(guān)。選擇驅(qū)動GCM往往是降尺度情景中不確定度最主要的來源。例如，由不同排放情景驅(qū)動的一個GCM，其不確定度范圍比驅(qū)動不同GCMs的一個排放情景要小。通常情況下，GCMs預(yù)報的變化只有50%明顯是由GCM預(yù)測信號引起的，而剩余部分的變化則要歸功于自然變化。但是，到目前為止，大多數(shù)有關(guān)氣候變化對萊茵河影響的研究只使用了一個驅(qū)動GCM。這說明，大量的不確定度是未知的，因為使用多個驅(qū)動GCMs才能得到完全不同的結(jié)果。不確定度的第3個來源則是選擇降尺度技術(shù)所產(chǎn)生的，使用RCMs可能是統(tǒng)計學(xué)上的，或者是動態(tài)的。在數(shù)十年的時間尺度上(從適應(yīng)性角度來看比較合適)，選擇降尺度技術(shù)以及排放情景產(chǎn)生的不確定度，一般小于選擇GCM所產(chǎn)生的不確定度。還未見采用替代氣候模型或氣候情景來進行敏感性分析的報道。其原因可能是水文模型建模人員受到資源或時間的限制，或者存在爭論，即如何證明選擇一個特定的有代表性的或最差的氣候情景。如果不先進行偏差校準(zhǔn)，RCMs獲得的輸出結(jié)果就不能用在影響研究中。使用偏差校準(zhǔn)可能為降尺度部分帶來另外一種不確定度，因為使用的方法影響了獲得的徑流。不確定度的第4個來源就是利用水文模型。這方面可以分成3個來源，即輸出數(shù)據(jù)中的隨機誤差或系統(tǒng)誤差、因次優(yōu)參數(shù)值產(chǎn)生的不確定度，以及由于模型結(jié)構(gòu)不全或有偏差而產(chǎn)生的誤差。不確定度最后一個亦即第5個來源與用于偏差校準(zhǔn)、水文模型驗證和率定的觀測數(shù)據(jù)有關(guān)。通常，觀測包含的測量誤差或者是觀測次數(shù)太少，無法對模型進行正確的率定，從而增加了更多的不確定度。這些不確定度涉及所有的認知不確定度和隨機不確定度。

3.5 與時間尺度相關(guān)的不確定度

氣候預(yù)測產(chǎn)生的不確定度隨著界定的平均氣候周期以及預(yù)測的前導(dǎo)時間而變。在一個幾年到幾十年的時間尺度上，平均氣溫的區(qū)域性和季節(jié)性變化強烈受到自然變化和內(nèi)部變化的影響。這就是說，變化的原因確定性不大。在流域尺度上，人為的氣候信號甚至更難被認識。重要的是了解諸如影響河道徑流的降雨等氣候事件在一定程度上是自然變化的產(chǎn)物或者是潛在不可逆轉(zhuǎn)的、人為迫使氣候變化的結(jié)果。河道流量的變化也可能與非氣候因素有關(guān)，如土地利用變化、流域管理實踐。到目前為止，在短期預(yù)報中對如何將自然與人為氣候變化信號區(qū)分開來知之甚少。在這個較短的時間尺度上，初始狀況里存在的不確定度占了預(yù)測總誤差的大部分。在更長的時間尺度上，導(dǎo)致情景不確定度的人類排放溫室氣體和氣霧，是遠大于初始情景的不確定來源。第3類不確定度是過程和參數(shù)產(chǎn)生的不確定度，這種不確定度在前10 a是增加的，然后保持相對穩(wěn)定。所有這些不確定度產(chǎn)生的凈效應(yīng)就是不確定系數(shù)(用中間估計值除預(yù)測誤差)在30～50 a時間尺度上是最小的。