男的但凡有干点家务活都不会觉得女的做家务简单！
我家里我爸当园丁和厨子，我妈洗衣服拖地（我和弟弟是宠物狗 基本不干任何活哈哈哈哈），我和我妈每天说他做菜难吃、不会搭配（好声好气润物细无声言语间渗透版本），他有时候就会愁眉苦脸的，说自己烧菜很辛苦！感觉自己的劳动不被重视！
我就想那些家庭主妇的任何劳动，包括做菜、洗衣服、整理房子，无论干的多好，全部都不被当回事儿、被认为做到那样是理所当然的！心里肯定特别特别不舒服…！
我家里我爸当园丁和厨子，我妈洗衣服拖地（我和弟弟是宠物狗 基本不干任何活哈哈哈哈），我和我妈每天说他做菜难吃、不会搭配（好声好气润物细无声言语间渗透版本），他有时候就会愁眉苦脸的，说自己烧菜很辛苦！感觉自己的劳动不被重视！
我就想那些家庭主妇的任何劳动，包括做菜、洗衣服、整理房子，无论干的多好，全部都不被当回事儿、被认为做到那样是理所当然的！心里肯定特别特别不舒服…！
《力争原汁原味的巴菲特语录第九节》（1992年至1994年）连更中....
阅读之前的章节，请在我微博搜索“巴菲特语录”
1992年：
一直以来，我们认为股市预言家唯一的价值就是让算 命先生看起来像那么一回事。
虽然，有时股市的表现会有相当大的起伏，然而很明显地股市的表现不可能永远都能超越其背后所代表的企业。
最令查理和我感到雀跃的是，当我们找到具有超强产业竞争力并且还拥有我们信任与崇敬的经营者的那种企业。想要买到这类企业可不是件容易的事，但我们会一直努力寻找。而且在寻找的过程中，我们采取的就像是与一般人寻找终身伴侣一样相同的态度，当然积极、乐观且开放的态度是应该的，但绝没有必要躁进。
过去，我看过许多对于购并活动相当饥渴的经理人。很显然，可能是小时候青蛙王子的故事的看得太多了，脑中只记得那美丽的结局，他们很慷慨地花大笔的银子取得亲吻蟾蜍的机会，期望会有神奇的事情发生。
而失望的结果往往只会让他们更积极地寻找下一次机会，到最后即使是最乐观的经理人还是要被迫面对现实，深陷在一堆没有反应的蟾蜍当中。
在失败过几次之后，我决定改变我的投资策略，试着以合理的价格买进好公司，而不是以便宜的价格买进普通的公司。
不过，我们对于长期目标的专注并不代表我们就不注重短期的结果。如果每次有信心的播种到最后收割结果都一再让人失望的话，农夫就应该要好好地检讨原因了。不然，就是农地有问题了。投资人必须了解，对于某些公司甚至于某些产业，根本就没有所谓的长期性策略。
在计算一家公司的价值时，成长当然是一个很重要的因素，这个变量将会使得所计算出来的价值从很小到极大，所造成的影响有可能是正面的，也有可能是负面的。
只有当每投入的一块钱可以在未来创造超过一块钱的价值时，成长才有意义，至于那些需要资金但却只能创造出低报酬的公司，成长对于投资人来说反而是有害的。
最值得拥有的企业是那种长期内可以将大笔的资金运用在高报酬的投资上，不幸的是，这类企业可遇不可求。大部分拥有高报酬的企业都不需要太多的资金，这类企业的股东通常会因为公司发放大量的股利或是买回自家公司的股份而大大地受惠。
虽然评估股权投资的数学公式并不难，但是即使是一个经验老到、聪明过人的分析师，在估计未来年度票息时也很容易发生错误。
我们试图以两种方法来解决这个问题：
首先，我们只投资我们自认为了解的产业，这表示这些产业通常相当简单且稳定，如果企业很复杂而且产业环境一直在变，我们实在是没有足够的聪明才智去预测其未来的现金流量；
其次，也很重要，那就是我们在买股票时，必须坚持安全边际，若是我们计算出的价值只比其价格高一点，那我们不会考虑买进。我们相信，格雷厄姆所强调的安全边际原则，是投资成功最关键的因素。
就投资而言，人们应该注意的，重要的不是自己到底知道多少，而是自己到底有多少是不知道的。投资人并不需要花太多时间去做对的事，只要他能够尽量避免犯重大的错误。
对那些为竞争所苦的行业，如美 国航空业来说，比起一般产业更需要好的管理技巧，不过很不幸的是，这种技巧所带来的好处，只不过是让公司得以继续存活下去，并不能让公司如何地飞黄腾达。
经理人在思索会计准则时，一定要谨记林肯总统最常讲的一句俚语：如果一只狗连尾巴也算在内的话，总共有几条腿？答案还是四条腿，因为不论你是不是把尾巴当作是一条腿，尾巴永远还是尾巴！这句话提醒经理人，就算会计师愿意帮你证明尾巴也算是一条腿，你也不会因此多了一条腿。
1993年：
若方向不对，再怎么努力冲刺也是白费力气。
我们坚持相信，离开原本熟悉且表现优异稳定的公司，实在是非常不智之举。
当公司单纯因为价格因素就提议要把自己旗下最优秀的子公司给卖掉，公司总裁一定会问，为什么要把我皇冠上的珠宝给变卖掉？但很多人在在做个人投资时，会毫不犹豫地，甚至是情急地从这家公司换到另一家公司，靠的不过是股票经纪人肤浅的几句话，其中最烂的一句当属：你不会因为获利而破产。就我个人的观点，适用于企业经营的原则也同样适用于股票投资。
查理和我老早以前就明白一个道理，在一个人的投资生涯中，做出上百个小一点的投资决策是件很辛苦的事。这种想法随着伯克希尔资金规模日益扩大而益发明显。
因此，我们决定只要求自己在少数时候够聪明就好，而不是每回都要非常聪明。现在，我们只要求每年有一个好的投资主意就可以了。
我们相信，集中持股的做法同样可以大幅降低风险。只要投资人在买进股份之前，能够加强对于企业的认知。
宁愿模糊的正确，不要精确的错误。
真正的投资人喜欢波动都还来不及。只要市场波动的幅度越大，一些超低的价格就更有机会出现在一些好公司身上。
1994年：
问题不在于过去的方法在以后会不管用，相反地，我们认为我们的成功方程式，那就是以合理的价格买进具有产业竞争优势同时由诚实有才干的人经营的企业的做法，在往后同样能够获得令人满意的结果。
目前伯克希尔的规模已达119亿美元，我们现在只考虑买进一亿美元以上的投资标的，在这样的高门槛下，伯克希尔的投资世界一下子缩小了许多。尽管如此，我们还是会坚持让我们成功的方法，绝对不会放宽投资的标准。
不过令人惊讶的是，这些曾经轰动一时的重大事件却从未对格雷厄姆的投资哲学造成丝毫的损伤，也从没有让以合理的价格买进优秀的企业这样的做法看起来有任何的不妥。想象一下，若是我们因为这些莫名的恐惧而延迟或改变我们运用资金的态度，将会使我们付出多少的代价。事实上，我们通常都是利用某些历史事件发生、悲观气氛到达顶点时，找到最好的进场机会。恐惧虽然是盲从者的敌人，但却是基本面信 徒的好朋友。
我们宁愿拥有天然钻石的一小部分，也不要有100%的人工钻石，而之前提到的可口可乐、吉列这些公司可堪称为天然的稀有宝石。
我们的投资组合持续保持集中、简单的风格。真正重要的投资概念通常可以用简单的话语来作说明：我们偏爱具有持续竞争力并且由德才兼具、以股东利益为导向的经理人所经营的优秀企业。只要企业确实拥有这些特质，而且我们能够以合理的价格买进，则要出错的机率可说是微乎其微。
投资人必须谨记，你的投资成绩并非像奥运跳水比赛的方式评分，难度高低并不重要。你正确地投资一家简单易懂而竞争力持续的公司所得到的回报，与你辛苦地分析一家变量不断、复杂难懂的公司可以说是不相上下。
对于买进股票，我们注意的是价格而非时间。我们认为，因为忧虑短期不可控的经济或是股市波动而放弃买进一家长期前景良好的好公司是一件愚蠢的事。为什么仅是因为短期不可知的猜测就放弃一个很明显的好投资决策呢？
原创 :苗乡侗寨多姿多彩
备注:
重读《巴菲特致股东的信》，摘抄巴菲特论述市场、企业、投资的观点，将我认为的重点、要点按年份辑录成《巴菲特语录》。
此为读书笔记，不是读书心得，故不做评述、不记感悟，只求原汁原味呈现巴菲特的投资思想及其变迁。
阅读之前的章节，请在我微博搜索“巴菲特语录”
1992年：
一直以来，我们认为股市预言家唯一的价值就是让算 命先生看起来像那么一回事。
虽然，有时股市的表现会有相当大的起伏，然而很明显地股市的表现不可能永远都能超越其背后所代表的企业。
最令查理和我感到雀跃的是，当我们找到具有超强产业竞争力并且还拥有我们信任与崇敬的经营者的那种企业。想要买到这类企业可不是件容易的事，但我们会一直努力寻找。而且在寻找的过程中，我们采取的就像是与一般人寻找终身伴侣一样相同的态度，当然积极、乐观且开放的态度是应该的，但绝没有必要躁进。
过去，我看过许多对于购并活动相当饥渴的经理人。很显然，可能是小时候青蛙王子的故事的看得太多了，脑中只记得那美丽的结局，他们很慷慨地花大笔的银子取得亲吻蟾蜍的机会，期望会有神奇的事情发生。
而失望的结果往往只会让他们更积极地寻找下一次机会，到最后即使是最乐观的经理人还是要被迫面对现实，深陷在一堆没有反应的蟾蜍当中。
在失败过几次之后，我决定改变我的投资策略，试着以合理的价格买进好公司，而不是以便宜的价格买进普通的公司。
不过，我们对于长期目标的专注并不代表我们就不注重短期的结果。如果每次有信心的播种到最后收割结果都一再让人失望的话，农夫就应该要好好地检讨原因了。不然，就是农地有问题了。投资人必须了解，对于某些公司甚至于某些产业，根本就没有所谓的长期性策略。
在计算一家公司的价值时，成长当然是一个很重要的因素，这个变量将会使得所计算出来的价值从很小到极大，所造成的影响有可能是正面的，也有可能是负面的。
只有当每投入的一块钱可以在未来创造超过一块钱的价值时，成长才有意义，至于那些需要资金但却只能创造出低报酬的公司，成长对于投资人来说反而是有害的。
最值得拥有的企业是那种长期内可以将大笔的资金运用在高报酬的投资上，不幸的是，这类企业可遇不可求。大部分拥有高报酬的企业都不需要太多的资金，这类企业的股东通常会因为公司发放大量的股利或是买回自家公司的股份而大大地受惠。
虽然评估股权投资的数学公式并不难，但是即使是一个经验老到、聪明过人的分析师，在估计未来年度票息时也很容易发生错误。
我们试图以两种方法来解决这个问题：
首先，我们只投资我们自认为了解的产业，这表示这些产业通常相当简单且稳定，如果企业很复杂而且产业环境一直在变，我们实在是没有足够的聪明才智去预测其未来的现金流量；
其次，也很重要，那就是我们在买股票时，必须坚持安全边际，若是我们计算出的价值只比其价格高一点，那我们不会考虑买进。我们相信，格雷厄姆所强调的安全边际原则，是投资成功最关键的因素。
就投资而言，人们应该注意的，重要的不是自己到底知道多少，而是自己到底有多少是不知道的。投资人并不需要花太多时间去做对的事，只要他能够尽量避免犯重大的错误。
对那些为竞争所苦的行业，如美 国航空业来说，比起一般产业更需要好的管理技巧，不过很不幸的是，这种技巧所带来的好处，只不过是让公司得以继续存活下去，并不能让公司如何地飞黄腾达。
经理人在思索会计准则时，一定要谨记林肯总统最常讲的一句俚语：如果一只狗连尾巴也算在内的话，总共有几条腿？答案还是四条腿，因为不论你是不是把尾巴当作是一条腿，尾巴永远还是尾巴！这句话提醒经理人，就算会计师愿意帮你证明尾巴也算是一条腿，你也不会因此多了一条腿。
1993年：
若方向不对，再怎么努力冲刺也是白费力气。
我们坚持相信，离开原本熟悉且表现优异稳定的公司，实在是非常不智之举。
当公司单纯因为价格因素就提议要把自己旗下最优秀的子公司给卖掉，公司总裁一定会问，为什么要把我皇冠上的珠宝给变卖掉？但很多人在在做个人投资时，会毫不犹豫地，甚至是情急地从这家公司换到另一家公司，靠的不过是股票经纪人肤浅的几句话，其中最烂的一句当属：你不会因为获利而破产。就我个人的观点，适用于企业经营的原则也同样适用于股票投资。
查理和我老早以前就明白一个道理，在一个人的投资生涯中，做出上百个小一点的投资决策是件很辛苦的事。这种想法随着伯克希尔资金规模日益扩大而益发明显。
因此，我们决定只要求自己在少数时候够聪明就好，而不是每回都要非常聪明。现在，我们只要求每年有一个好的投资主意就可以了。
我们相信，集中持股的做法同样可以大幅降低风险。只要投资人在买进股份之前，能够加强对于企业的认知。
宁愿模糊的正确，不要精确的错误。
真正的投资人喜欢波动都还来不及。只要市场波动的幅度越大，一些超低的价格就更有机会出现在一些好公司身上。
1994年：
问题不在于过去的方法在以后会不管用，相反地，我们认为我们的成功方程式，那就是以合理的价格买进具有产业竞争优势同时由诚实有才干的人经营的企业的做法，在往后同样能够获得令人满意的结果。
目前伯克希尔的规模已达119亿美元，我们现在只考虑买进一亿美元以上的投资标的，在这样的高门槛下，伯克希尔的投资世界一下子缩小了许多。尽管如此，我们还是会坚持让我们成功的方法，绝对不会放宽投资的标准。
不过令人惊讶的是，这些曾经轰动一时的重大事件却从未对格雷厄姆的投资哲学造成丝毫的损伤，也从没有让以合理的价格买进优秀的企业这样的做法看起来有任何的不妥。想象一下，若是我们因为这些莫名的恐惧而延迟或改变我们运用资金的态度，将会使我们付出多少的代价。事实上，我们通常都是利用某些历史事件发生、悲观气氛到达顶点时，找到最好的进场机会。恐惧虽然是盲从者的敌人，但却是基本面信 徒的好朋友。
我们宁愿拥有天然钻石的一小部分，也不要有100%的人工钻石，而之前提到的可口可乐、吉列这些公司可堪称为天然的稀有宝石。
我们的投资组合持续保持集中、简单的风格。真正重要的投资概念通常可以用简单的话语来作说明：我们偏爱具有持续竞争力并且由德才兼具、以股东利益为导向的经理人所经营的优秀企业。只要企业确实拥有这些特质，而且我们能够以合理的价格买进，则要出错的机率可说是微乎其微。
投资人必须谨记，你的投资成绩并非像奥运跳水比赛的方式评分，难度高低并不重要。你正确地投资一家简单易懂而竞争力持续的公司所得到的回报，与你辛苦地分析一家变量不断、复杂难懂的公司可以说是不相上下。
对于买进股票，我们注意的是价格而非时间。我们认为，因为忧虑短期不可控的经济或是股市波动而放弃买进一家长期前景良好的好公司是一件愚蠢的事。为什么仅是因为短期不可知的猜测就放弃一个很明显的好投资决策呢？
原创 :苗乡侗寨多姿多彩
备注:
重读《巴菲特致股东的信》，摘抄巴菲特论述市场、企业、投资的观点，将我认为的重点、要点按年份辑录成《巴菲特语录》。
此为读书笔记，不是读书心得，故不做评述、不记感悟，只求原汁原味呈现巴菲特的投资思想及其变迁。
【深夜长文 #诺贝尔物理学奖为什么颁给他们# 】#2021诺贝尔物理学奖揭晓#，获奖研究直观告诉我们：人类真的正让地球变暖！我们不能再说自己对气候变化一无所知了，因为这些气候模型的结果是非常明确的。地球正在变暖吗？是的！地球变暖是大气中温室气体含量增加导致的吗？是的！这一切能仅仅用自然因素来解释吗？不能！人类活动所排放的气体是气温升高的原因吗？是的！
温室效应对生命至关重要
200年前，法国物理学家约瑟夫·傅里叶对太阳向地表发出的辐射、以及从地表向外发出的辐射之间的能量平衡展开了研究，弄清了地球大气在这一平衡中扮演的角色：在地球表面，地球接收的太阳辐射会转化为向外发出的辐射，这些辐射会被大气吸收从而对大气起到加温作用。大气发挥的这种保护作用如今被称作“温室效应”。太阳的热量可以透过大气到达地表，但会被困在大气层内部。不过大气中的辐射过程还远比这复杂得多。
科学家的任务与傅里叶当年差不多——弄清向地球发出的短波太阳辐射与地球向外发出的长波红外辐射之间的平衡关系。在接下来200年间，多名气候科学家纷纷贡献了更多的细节信息。当代气候模型更是为科学家提供了极为强大的工具，不仅帮助我们进一步理解了地球的气候，还让我们得以了解由人类导致的全球变暖。
这些模型都是建立在物理定律的基础上的，由天气预测模型发展而来。天气通过温度、降水、风或云等气象物理量描述，受海洋和陆地活动影响。气候模型则建立在通过计算得出的天气统计特征基础之上，如平均值、标准差、最高与最低值等等。这些模型虽无法准确告诉我们明年12月10日斯德哥尔摩的天气如何，但可以让我们对斯德哥尔摩在12月的气温和降水情况获得一定了解。
确定二氧化碳的作用
温室效应对地球上的生命至关重要。它控制温度，因为大气中的温室气体——二氧化碳、甲烷、水蒸气和其他气体——会首先吸收地球的红外辐射，然后释放该吸收的能量，加热周围和下方的空气。
温室气体实际上只占地球干燥大气的一小部分。地球的干燥大气中99%为氮气和氧气，二氧化碳其实仅占0.04%。最强大的温室气体是水蒸气，但我们无法控制大气中水蒸气的浓度，而二氧化碳的浓度则是可以控制的。
大气中的水蒸气含量高度依赖于温度，进而形成反馈机制。大气中的二氧化碳越多，温度越高，空气中的水蒸气含量也就越高，从而增加温室效应，导致温度进一步升高。如果二氧化碳含量水平下降，部分水蒸气会凝结，温度也随之下降。
关于二氧化碳影响的一块重要拼图来自瑞典的研究人员和诺贝尔奖获得者Svante Arrhenius。顺便提一下，他的同事、气象学家Nils Ekholm，在1901年，率先使用温室这个词来描述大气的热量储存和再辐射。
Arrhenius通过十九世纪末的温室效应弄清楚了该现象背后的物理学原理——向外辐射与辐射体的绝对温度（T）的四次方（T⁴）成正比。辐射源越热，射线的波长越短。太阳的表面温度为6000°C，主要发射可见光谱中的射线。地球表面温度仅为15°C，会再次辐射我们看不见的红外辐射。如果大气不吸收这种辐射，地表温度几乎不会超过–18°C。
Arrhenius实际上是想找出导致最近发现的冰河时代现象的背后原因。他得出的结论是，如果大气中的二氧化碳水平减半，这足以让地球进入一个新的冰河时代。反之亦然——二氧化碳量增加一倍，会使地球温度升高5-6°C，这个结果在某种程度上与目前的估计值惊人地接近。
开创性的二氧化碳效应模型
20世纪50年代，日本大气物理学家Syukuro Manabe和东京大学其他一些年轻而有才华的研究人员一样，选择离开被战争摧毁的日本，前往美国继续其职业生涯。他的研究目的和70年前的瑞典科学家斯万特·阿伦尼乌斯一样，都是为了理解二氧化碳水平的增加如何导致气温的上升。不过，彼时的阿伦尼乌斯专注于辐射平衡，Manabe则在20世纪60年代领导了相关物理模型的发展，将对流造成的气团垂直输送以及水蒸气的潜热纳入其中。
为了使这些计算易于进行，Manabe选择将模型缩减为一维，即一个垂直的圆柱体，进入大气层40公里。即便如此，通过改变大气中的气体浓度来测试模型还是花费了数百小时的宝贵计算时间。氧和氮对地表温度的影响可以忽略不计，而二氧化碳的影响非常明显：当二氧化碳水平翻倍时，全球温度上升超过2摄氏度。
该模型证实，这种升温确实是由二氧化碳浓度增加导致的；它预测了靠近地面的温度上升，而上层大气的温度变低。如果太阳辐射的变化是温度升高的原因，那么整个大气应该在同一时间被加热。
60年前，计算机的速度比现在慢了几十万倍，因此这个模型相对简单，但Manabe掌握了正确的关键特征。他指出，模型必须一直简化，你无法与自然界的复杂性竞争——每一滴雨都涉及到如此多的物理因素，因此不可能完全计算出一切。在一维模型的基础上，Manabe在1975年发表了一个三维气候模型，这是揭开气候系统奥秘道路上的又一个里程碑。
混乱的天气
在Manabe之后大约十年，Klaus Hasselmann通过找到一种方法来战胜快速而混乱的天气变化（这些变化对计算而言极其麻烦），成功地将天气和气候联系在一起。我们地球的天气发生巨大变化，是因为太阳辐射在地理上和时间上的分布十分地不均匀。地球是圆的，所以到达高纬度地区的太阳光比到达赤道附近低纬度地区的太阳光要少。不仅如此，地球的地轴也是倾斜的，从而在入射辐射中产生季节性差异。暖空气和冷空气之间的密度差异导致了不同纬度之间、海洋和陆地之间、高低气团之间的巨大热量传输，从而形成了我们地球上的天气。
众所周知，对未来十天以上的天气做出可靠的预测是一大挑战。二百年前，法国著名科学家皮埃尔-西蒙·德·拉普拉斯曾说，如果我们知道宇宙中所有粒子的位置和速度，就应该可以计算出在我们世界中发生了什么和将要发生的事情。原则上，应该是这样；牛顿三个世纪以来的运动定律（也描述了大气中的空气传输）是完全确定的——不受偶然的支配。
然而，就天气而言，就完全是另一回事了。部分原因在于，在实践中，我们不可能做到足够精确——说明大气中每个点的气温、压力、湿度或风况。此外，方程是非线性的；初始值的微小偏差可以让天气系统以完全不同的方式演变。基于蝴蝶在巴西扇动翅膀是否会在德克萨斯州引起龙卷风这个问题，这种现象被命名为蝴蝶效应。在实践中，这意味着不可能给出长期的天气预报，也就是说天气十分混乱；这是在上世纪六十年代由美国气象学家Edward Lorenz发现的，他为今天的混沌理论奠定了基础。
理解嘈杂数据
尽管天气是一个典型的混乱系统，但我们如何才能建立能够预测未来数十年、甚至数百年的可靠气候模型呢？1980年前后，Klaus Hasselmann提出了如何将不断变化的混沌天气现象描述为快速变化的噪音，从而为进行长期气候预测奠定了坚实的科学基础。此外，他还提出了一些确定人类对全球温度造成的影响的方法。
上世纪50年代，Klaus Hasselmann在德国汉堡攻读物理学博士，专攻流体力学，随后开始建立海浪和洋流的观测与理论模型。后来他迁居至美国加州，继续开展海洋学研究，并且认识了查尔斯·大卫·基林等同事。基林从1958年开始在夏威夷的莫纳罗亚天文台持续测量大气中的二氧化碳含量。Klaus Hasselmann当时还不知道，自己在日后的工作中会频繁用到体现二氧化碳水平变化的“基林曲线”。
从充满噪声的天气数据中建立气候模型就像遛狗一样：狗有时会挣脱牵引绳，有时会跑在你前面、或者跑在你后面，有时会与你并肩前行，有时则会绕着你的腿跑。你能从狗的运动轨迹中看出你是在走路还是站立不动吗？或者能看出你是在快步行走还是小步慢走吗？狗的运动轨迹就像天气变化，你的行进轨迹就像通过计算得出的气候。我们能否用这些混乱的、充满噪声的天气数据，总结出气候的长期趋势呢？
还有一大难点在于，影响气候的波动情况极易发生变化，这些变化可能很快，比如风的强度或空气温度；也可能很慢，比如冰盖融化和海洋温度升高。例如，海洋整体温度需一千年才能上升一度，但大气只需几周即可。关键在于，要将快速的天气变化作为噪声整合进对气候的计算中，并体现出这些噪声对气候的影响。
Klaus Hasselmann创造了一套随机气候模型，将这些变化的可能性都整合进了模型中。其灵感来自爱因斯坦的布朗运动理论。他利用该理论说明，大气的快速变化其实可以导致海洋的缓慢变化。
识别人类影响的痕迹
在完成气候变化模型之后，Hasselmann又开发了识别人类对气候系统影响的方法。他发现，这些模型，连同观测结果和理论结果，都包含了关于噪声和信号特性的充分信息。例如，太阳辐射、火山颗粒或温室气体水平的变化都会留下独特的信号，即“指纹”，而且这些信号可以被分离出来。这种识别指纹的方法也可以应用于人类对气候系统的影响。Hasselman因此为进一步的气候变化研究铺平了道路。通过大量的独立观测，这些研究展示了人类对气候影响的大量痕迹。
随着气候系统中复杂相互作用的过程被更彻底地绘制出来，尤其是有了卫星测量和天气观测的帮助，气候模型变得越来越完善。这些模型清楚地显示出温室效应正在加速：自19世纪中期以来，大气中的二氧化碳含量增加了40%。地球的大气已经有几十万年没有如此多的二氧化碳了。相应地，温度测量显示，在过去150年里，地球温度上升了1摄氏度。
Syukuro Manabe和Klaus Hasselmann为人类作出了巨大贡献，为我们了解地球气候提供了坚实的物质基础，这也正体现了阿尔弗雷德·诺贝尔的精神。
针对无序系统的方法
1980年左右，Giorgio Parisi展示了他的发现，即随机现象显然受隐藏规则支配。他的工作如今被认为是对复杂系统理论最重要的贡献之一。
复杂系统的现代研究基于十九世纪下半叶由James C。 Maxwell、Ludwig Boltzmann和J。 Willard Gibbs提出的统计力学，他们在1884年将这一领域命名为“统计力学”。统计力学从下面这一见解发展而来，即需要一种新的方法来描述由大量粒子组成的系统，例如气体或液体。这种方法必须考虑到粒子的随机运动，所以其基本思想是计算粒子的平均效应，而不是单独研究每个粒子。例如，气体中的温度是气体粒子能量平均值的量度。统计力学取得了巨大的成功，因为它为气体和液体的宏观特性（如温度和压力）提供了微观解释。
理解物理系统的复杂性
这些压缩球体是普通玻璃和颗粒状材料（如沙子或砾石）的简单模型。然而，Parisi的原始模型的对象是另一个截然不同的系统——自旋玻璃。这是一种特殊的磁性金属合金亚稳定状态，其中某种金属原子，比如铁原子，会被随机混合到铜原子的网格中。即使只有几个铁原子，它们也会以一种令人费解的方式彻底改变材料的磁性。每个铁原子的行为——或者称为“自旋”——表现得就像一个小磁铁，受其附近其他铁原子的影响。在普通的磁体中，所有的自旋都指向同一方向，但在自旋玻璃中，情况就不一样了：一些自旋对会指向相同的方向，另一些则指向相反的方向——那么它们是如何找到最佳方向的呢？
Parisi在关于旋转玻璃的著作的序言中写道，研究旋转玻璃就像观看莎士比亚戏剧中的人类悲剧。如果你想同时和两个人交朋友，但他们互相讨厌对方，结果就可能令人沮丧。在经典悲剧中，感情强烈的朋友和敌人在舞台上相遇，情况就更是如此。那么，怎样才能把房间里的紧张气氛降到最低？
自旋玻璃及其奇异的性质为复杂系统提供了参考模型。20世纪70年代，许多物理学家，包括几位诺贝尔奖得主，都在寻找某种方法来描述这种神秘而令人沮丧的旋转玻璃。他们使用的方法之一是“副本方法”，是一种研究无序态体系时所用的数学技巧，可以在同一时间内处理系统的许多副本。然而，从物理学的角度来说，最初的计算结果并不可行。
1979年，Parisi取得了决定性的突破，他展示了如何巧妙地利用副本方法来解决自旋玻璃问题。他在这些副本中发现了一个隐藏的结构，并找到了一种描述它的数学方法。在很多年之后，Parisi的解才在数学上被证明是正确的。此后，他的方法被用于许多无序系统，成为复杂系统理论的基石。#2021诺贝尔奖#
温室效应对生命至关重要
200年前，法国物理学家约瑟夫·傅里叶对太阳向地表发出的辐射、以及从地表向外发出的辐射之间的能量平衡展开了研究，弄清了地球大气在这一平衡中扮演的角色：在地球表面，地球接收的太阳辐射会转化为向外发出的辐射，这些辐射会被大气吸收从而对大气起到加温作用。大气发挥的这种保护作用如今被称作“温室效应”。太阳的热量可以透过大气到达地表，但会被困在大气层内部。不过大气中的辐射过程还远比这复杂得多。
科学家的任务与傅里叶当年差不多——弄清向地球发出的短波太阳辐射与地球向外发出的长波红外辐射之间的平衡关系。在接下来200年间，多名气候科学家纷纷贡献了更多的细节信息。当代气候模型更是为科学家提供了极为强大的工具，不仅帮助我们进一步理解了地球的气候，还让我们得以了解由人类导致的全球变暖。
这些模型都是建立在物理定律的基础上的，由天气预测模型发展而来。天气通过温度、降水、风或云等气象物理量描述，受海洋和陆地活动影响。气候模型则建立在通过计算得出的天气统计特征基础之上，如平均值、标准差、最高与最低值等等。这些模型虽无法准确告诉我们明年12月10日斯德哥尔摩的天气如何，但可以让我们对斯德哥尔摩在12月的气温和降水情况获得一定了解。
确定二氧化碳的作用
温室效应对地球上的生命至关重要。它控制温度，因为大气中的温室气体——二氧化碳、甲烷、水蒸气和其他气体——会首先吸收地球的红外辐射，然后释放该吸收的能量，加热周围和下方的空气。
温室气体实际上只占地球干燥大气的一小部分。地球的干燥大气中99%为氮气和氧气，二氧化碳其实仅占0.04%。最强大的温室气体是水蒸气，但我们无法控制大气中水蒸气的浓度，而二氧化碳的浓度则是可以控制的。
大气中的水蒸气含量高度依赖于温度，进而形成反馈机制。大气中的二氧化碳越多，温度越高，空气中的水蒸气含量也就越高，从而增加温室效应，导致温度进一步升高。如果二氧化碳含量水平下降，部分水蒸气会凝结，温度也随之下降。
关于二氧化碳影响的一块重要拼图来自瑞典的研究人员和诺贝尔奖获得者Svante Arrhenius。顺便提一下，他的同事、气象学家Nils Ekholm，在1901年，率先使用温室这个词来描述大气的热量储存和再辐射。
Arrhenius通过十九世纪末的温室效应弄清楚了该现象背后的物理学原理——向外辐射与辐射体的绝对温度（T）的四次方（T⁴）成正比。辐射源越热，射线的波长越短。太阳的表面温度为6000°C，主要发射可见光谱中的射线。地球表面温度仅为15°C，会再次辐射我们看不见的红外辐射。如果大气不吸收这种辐射，地表温度几乎不会超过–18°C。
Arrhenius实际上是想找出导致最近发现的冰河时代现象的背后原因。他得出的结论是，如果大气中的二氧化碳水平减半，这足以让地球进入一个新的冰河时代。反之亦然——二氧化碳量增加一倍，会使地球温度升高5-6°C，这个结果在某种程度上与目前的估计值惊人地接近。
开创性的二氧化碳效应模型
20世纪50年代，日本大气物理学家Syukuro Manabe和东京大学其他一些年轻而有才华的研究人员一样，选择离开被战争摧毁的日本，前往美国继续其职业生涯。他的研究目的和70年前的瑞典科学家斯万特·阿伦尼乌斯一样，都是为了理解二氧化碳水平的增加如何导致气温的上升。不过，彼时的阿伦尼乌斯专注于辐射平衡，Manabe则在20世纪60年代领导了相关物理模型的发展，将对流造成的气团垂直输送以及水蒸气的潜热纳入其中。
为了使这些计算易于进行，Manabe选择将模型缩减为一维，即一个垂直的圆柱体，进入大气层40公里。即便如此，通过改变大气中的气体浓度来测试模型还是花费了数百小时的宝贵计算时间。氧和氮对地表温度的影响可以忽略不计，而二氧化碳的影响非常明显：当二氧化碳水平翻倍时，全球温度上升超过2摄氏度。
该模型证实，这种升温确实是由二氧化碳浓度增加导致的；它预测了靠近地面的温度上升，而上层大气的温度变低。如果太阳辐射的变化是温度升高的原因，那么整个大气应该在同一时间被加热。
60年前，计算机的速度比现在慢了几十万倍，因此这个模型相对简单，但Manabe掌握了正确的关键特征。他指出，模型必须一直简化，你无法与自然界的复杂性竞争——每一滴雨都涉及到如此多的物理因素，因此不可能完全计算出一切。在一维模型的基础上，Manabe在1975年发表了一个三维气候模型，这是揭开气候系统奥秘道路上的又一个里程碑。
混乱的天气
在Manabe之后大约十年，Klaus Hasselmann通过找到一种方法来战胜快速而混乱的天气变化（这些变化对计算而言极其麻烦），成功地将天气和气候联系在一起。我们地球的天气发生巨大变化，是因为太阳辐射在地理上和时间上的分布十分地不均匀。地球是圆的，所以到达高纬度地区的太阳光比到达赤道附近低纬度地区的太阳光要少。不仅如此，地球的地轴也是倾斜的，从而在入射辐射中产生季节性差异。暖空气和冷空气之间的密度差异导致了不同纬度之间、海洋和陆地之间、高低气团之间的巨大热量传输，从而形成了我们地球上的天气。
众所周知，对未来十天以上的天气做出可靠的预测是一大挑战。二百年前，法国著名科学家皮埃尔-西蒙·德·拉普拉斯曾说，如果我们知道宇宙中所有粒子的位置和速度，就应该可以计算出在我们世界中发生了什么和将要发生的事情。原则上，应该是这样；牛顿三个世纪以来的运动定律（也描述了大气中的空气传输）是完全确定的——不受偶然的支配。
然而，就天气而言，就完全是另一回事了。部分原因在于，在实践中，我们不可能做到足够精确——说明大气中每个点的气温、压力、湿度或风况。此外，方程是非线性的；初始值的微小偏差可以让天气系统以完全不同的方式演变。基于蝴蝶在巴西扇动翅膀是否会在德克萨斯州引起龙卷风这个问题，这种现象被命名为蝴蝶效应。在实践中，这意味着不可能给出长期的天气预报，也就是说天气十分混乱；这是在上世纪六十年代由美国气象学家Edward Lorenz发现的，他为今天的混沌理论奠定了基础。
理解嘈杂数据
尽管天气是一个典型的混乱系统，但我们如何才能建立能够预测未来数十年、甚至数百年的可靠气候模型呢？1980年前后，Klaus Hasselmann提出了如何将不断变化的混沌天气现象描述为快速变化的噪音，从而为进行长期气候预测奠定了坚实的科学基础。此外，他还提出了一些确定人类对全球温度造成的影响的方法。
上世纪50年代，Klaus Hasselmann在德国汉堡攻读物理学博士，专攻流体力学，随后开始建立海浪和洋流的观测与理论模型。后来他迁居至美国加州，继续开展海洋学研究，并且认识了查尔斯·大卫·基林等同事。基林从1958年开始在夏威夷的莫纳罗亚天文台持续测量大气中的二氧化碳含量。Klaus Hasselmann当时还不知道，自己在日后的工作中会频繁用到体现二氧化碳水平变化的“基林曲线”。
从充满噪声的天气数据中建立气候模型就像遛狗一样：狗有时会挣脱牵引绳，有时会跑在你前面、或者跑在你后面，有时会与你并肩前行，有时则会绕着你的腿跑。你能从狗的运动轨迹中看出你是在走路还是站立不动吗？或者能看出你是在快步行走还是小步慢走吗？狗的运动轨迹就像天气变化，你的行进轨迹就像通过计算得出的气候。我们能否用这些混乱的、充满噪声的天气数据，总结出气候的长期趋势呢？
还有一大难点在于，影响气候的波动情况极易发生变化，这些变化可能很快，比如风的强度或空气温度；也可能很慢，比如冰盖融化和海洋温度升高。例如，海洋整体温度需一千年才能上升一度，但大气只需几周即可。关键在于，要将快速的天气变化作为噪声整合进对气候的计算中，并体现出这些噪声对气候的影响。
Klaus Hasselmann创造了一套随机气候模型，将这些变化的可能性都整合进了模型中。其灵感来自爱因斯坦的布朗运动理论。他利用该理论说明，大气的快速变化其实可以导致海洋的缓慢变化。
识别人类影响的痕迹
在完成气候变化模型之后，Hasselmann又开发了识别人类对气候系统影响的方法。他发现，这些模型，连同观测结果和理论结果，都包含了关于噪声和信号特性的充分信息。例如，太阳辐射、火山颗粒或温室气体水平的变化都会留下独特的信号，即“指纹”，而且这些信号可以被分离出来。这种识别指纹的方法也可以应用于人类对气候系统的影响。Hasselman因此为进一步的气候变化研究铺平了道路。通过大量的独立观测，这些研究展示了人类对气候影响的大量痕迹。
随着气候系统中复杂相互作用的过程被更彻底地绘制出来，尤其是有了卫星测量和天气观测的帮助，气候模型变得越来越完善。这些模型清楚地显示出温室效应正在加速：自19世纪中期以来，大气中的二氧化碳含量增加了40%。地球的大气已经有几十万年没有如此多的二氧化碳了。相应地，温度测量显示，在过去150年里，地球温度上升了1摄氏度。
Syukuro Manabe和Klaus Hasselmann为人类作出了巨大贡献，为我们了解地球气候提供了坚实的物质基础，这也正体现了阿尔弗雷德·诺贝尔的精神。
针对无序系统的方法
1980年左右，Giorgio Parisi展示了他的发现，即随机现象显然受隐藏规则支配。他的工作如今被认为是对复杂系统理论最重要的贡献之一。
复杂系统的现代研究基于十九世纪下半叶由James C。 Maxwell、Ludwig Boltzmann和J。 Willard Gibbs提出的统计力学，他们在1884年将这一领域命名为“统计力学”。统计力学从下面这一见解发展而来，即需要一种新的方法来描述由大量粒子组成的系统，例如气体或液体。这种方法必须考虑到粒子的随机运动，所以其基本思想是计算粒子的平均效应，而不是单独研究每个粒子。例如，气体中的温度是气体粒子能量平均值的量度。统计力学取得了巨大的成功，因为它为气体和液体的宏观特性（如温度和压力）提供了微观解释。
理解物理系统的复杂性
这些压缩球体是普通玻璃和颗粒状材料（如沙子或砾石）的简单模型。然而，Parisi的原始模型的对象是另一个截然不同的系统——自旋玻璃。这是一种特殊的磁性金属合金亚稳定状态，其中某种金属原子，比如铁原子，会被随机混合到铜原子的网格中。即使只有几个铁原子，它们也会以一种令人费解的方式彻底改变材料的磁性。每个铁原子的行为——或者称为“自旋”——表现得就像一个小磁铁，受其附近其他铁原子的影响。在普通的磁体中，所有的自旋都指向同一方向，但在自旋玻璃中，情况就不一样了：一些自旋对会指向相同的方向，另一些则指向相反的方向——那么它们是如何找到最佳方向的呢？
Parisi在关于旋转玻璃的著作的序言中写道，研究旋转玻璃就像观看莎士比亚戏剧中的人类悲剧。如果你想同时和两个人交朋友，但他们互相讨厌对方，结果就可能令人沮丧。在经典悲剧中，感情强烈的朋友和敌人在舞台上相遇，情况就更是如此。那么，怎样才能把房间里的紧张气氛降到最低？
自旋玻璃及其奇异的性质为复杂系统提供了参考模型。20世纪70年代，许多物理学家，包括几位诺贝尔奖得主，都在寻找某种方法来描述这种神秘而令人沮丧的旋转玻璃。他们使用的方法之一是“副本方法”，是一种研究无序态体系时所用的数学技巧，可以在同一时间内处理系统的许多副本。然而，从物理学的角度来说，最初的计算结果并不可行。
1979年，Parisi取得了决定性的突破，他展示了如何巧妙地利用副本方法来解决自旋玻璃问题。他在这些副本中发现了一个隐藏的结构，并找到了一种描述它的数学方法。在很多年之后，Parisi的解才在数学上被证明是正确的。此后，他的方法被用于许多无序系统，成为复杂系统理论的基石。#2021诺贝尔奖#
✋热门推荐