变暖条纹走进屏保：距平、色阶与一张图的取舍

全球变暖条纹（1850–2022 年），每条色带代表一年，颜色表示相对 1971–2000 年平均的全球温度变化。作者：Ed Hawkins；来源：Wikimedia Commons；许可：CC BY 4.0。

2026 年 10 月，数据可视化作者 Georgios Karamanis 发布了一款 macOS 屏保，把气候科学家 Ed Hawkins 2018 年提出的“变暖条纹”逐年绘出，内置 Show Your Stripes 网站的全部 1,069 个地点。一张没有坐标轴、只用颜色的图，凭什么能讲清百年升温？本文从这次发布说起，拆解它的统计直觉、距平与色阶规则，以及读图时容易忽略的局限。

Stripes 屏保的发布与变暖条纹的来历

据 Karamanis 在个人网站的说明（2026 年 10 月 1 日发布），这款名为 Stripes 的屏保默认从左到右每年画一条色带，画完停留 15 秒后擦除，再换下一个地点；默认显示全球序列，也可以在选项里切换或勾选多个地点轮播。10 月 12 日发布的 1.1 版新增第十种动画样式“Warming”，按从最冷到最热的年份顺序堆叠条纹，蓝色先铺开、红色最后涌入，作者致谢 Cédric Scherer 提供了这个想法。当前版本 1.1.1 要求 macOS 13 及以上，Windows 移植版由 Carey Blunt 发布在 GitHub。10 月 16 日，可视化博客 FlowingData 转介了这个项目，评论说简单的数据视图竟能放进如此不同的空间。

屏保的颜色并没有重新计算：Karamanis 写明，它从 showyourstripes.info 的官方图片中取色，再加上动画。条纹图本身出自英国雷丁大学气象系的 Ed Hawkins，他于 2018 年 5 月 22 日在 Climate Lab Book 博客成套发布了第一批图；Karamanis 注明这些图以 CC BY 4.0 许可公开。按 Karamanis 转引 BBC Future 的说法，灵感来自 Hawkins 的同事 Ellie Highwood 在 2017 年钩织的一条“全球变暖毯子”，每一行代表一年。

直觉：只用颜色编码一条时间序列

Hawkins 在 2018 年原帖里的设计说明只有几句：每条色带代表某地一年的温度，从该地最早有数据的年份一直排到现在；其他多余信息全部删去，让温度变化显得简单而无可否认。首批图包括 1850–2017 年的全球年均温（色阶覆盖 1.35°C）、自 1772 年起逐日观测的英格兰中部气温序列，以及美国本土、多伦多、维也纳、澳大利亚等地的版本。

从统计图形的角度看，这相当于把一条时间序列压成一维热图：横轴是时间，纵向不承载任何信息，数值只靠颜色表达。折线图会把读者的注意力引向每一年的上下跳动；条纹图则借助人眼对大片色块的整体感知，让年际噪声退到背景里，长期趋势变成“左边偏蓝、右边偏红”的整体印象。好比站远一点看一面马赛克墙，单块瓷砖的深浅差异看不清了，整面墙从冷色到暖色的过渡反而一目了然。

同一组全球年均温数据的两种读法叠在一起：折线显示逐年起伏，背景色带显示整体冷暖（Berkeley Earth 全球序列，文件标注 2019 年 7 月制作）。作者：RCraig09；来源：Wikimedia Commons；许可：CC BY-SA 4.0。

数学要点：距平、基准期与标准差色阶

条纹的颜色并不直接对应摄氏度，而是对应“距平”，即某年温度与基准期平均值之差。设某地第 $t$ 年的年均温为 $T_t$，基准期平均为 $\bar T_{\text{ref}}$，则距平为 $a_t = T_t - \bar T_{\text{ref}}$。WMO 在 2019 年的报道中写明了当时的规则：以 1971–2000 年平均温度作为蓝色与红色的分界，色阶两端对应 1901–2000 年间年均温标准差的 ±2.6 倍。换句话说，决定颜色的是标准化距平 $z_t = a_t / \sigma_{1901\text{–}2000}$，再把区间 $[-2.6,\ 2.6]$ 分成若干档，映射到由蓝到红的离散色板上；超出两端的年份已经没有更深的颜色可用。

2024 年 5 月 14 日，Hawkins 在加入 2023 年数据时调整了三处：色阶两端各增加一档更深的蓝和红；分界基准期改为 1961–2010 年；全球序列的色阶固定为 −0.9 到 +0.9°C，区域和城市则改用 1901–2000 年变化的 ±3σ。他解释说，2023 年过于极端，新方案能容纳更大的温度范围，同时尽量保持与旧版相近的观感。色阶不够用并不是新问题：WMO 2019 年的报道就提到，北极升温速度超过全球平均的两倍，Hawkins 称它“撑爆了色阶”。

这里有一个容易被忽略的统计要点：按各地自身的标准差做标准化，相当于让每个地点用“本地正常波动的幅度”当尺子。举例来说，年际波动很小的地方，偏离均值不多就可能已是深红；年际波动很大的地方，同样的偏离也许只是浅红。所以同一种深浅在不同地点代表的摄氏度并不相同，条纹适合看一个地点自身的变化，不适合拿两个地点的颜色直接比较升温幅度。

现实意义与读图局限

变暖条纹的影响力首先体现在传播上。据 WMO 报道，2019 年 6 月 21 日，各国电视气象主播与气候科学家联合 Climate Central 发起 #ShowYourStripes 活动；当时多数国家的条纹从 1901 年画到 2018 年，数据大多来自 Berkeley Earth，美国、英国、瑞士、德国等则使用本国气象机构的数据。如今 Show Your Stripes 网站上的全球序列已延伸到 1850–2025 年，数据来源标注为英国气象局。屏保把它从新闻图和海报搬上电脑桌面，是同一设计的又一次迁移。

但作为统计图形，它做了几处取舍，读图时需要心里有数：

• 读不出具体数值。 条纹没有图例和刻度，只能看出相对冷暖和趋势。Hawkins 在 2024 年的更新里提到，网站为每个地点提供四种设计，细节逐级增加，选哪一种取决于受众。
• 颜色取决于基准期和色阶宽度。 2024 年改了基准期和色阶，新旧版本里同一年份的颜色不一定相同，跨版本比较深浅并不可靠。
• 色阶按地点标准化。 不同地点的同一种颜色，不能换算成相同的升温幅度。
• 不确定性被隐藏。 年均温的测量与重建误差没有画出来；数据源的拼接也藏在单一色带背后，例如 2023 年的区域数据因 Berkeley Earth 尚未提供，暂用 ERA5-Land 并通过重叠时段与原数据匹配。

这些代价来自它的设计目标：为“一眼看出长期变化”而优化。需要精确比较时，应回到带刻度的柱状图、折线图以及原始数据。