郑州暴雨，救命文档到底有多大作用？( 二 )

现实世界中既不存在完全规则的网络，也不存在完全随机的网络。因此，网络科学研究的对象往往是介于二者之间、被称为复杂网络的一类网络。

图3.自左至右：规则网络、复杂网络、随机网络[4]
这类网络密切关乎现实世界的形成，诸如基因网络、生态网络、地理河流网络等，都与现实世界联系非常紧密，更不用说灾难应对网络和人类社交网络了。

图4.2016美国路易斯安那州洪灾时的社会网络[5] ，箭头所指的中心点是该州首府巴吞鲁日。
这次河南省的罕见特大暴雨，也是由一种复杂网络——气候复杂网络造成的，它可能是人类面对的最复杂、变动速度最快的网络之一。据气象观测，在这场特大暴雨中，郑州1小时降水量201.9mm ，三天降水量达617.1mm ，相当于以往一年的降水量。

图5.郑州降水量实况变化[6]
引起的这次暴雨的导火索，是距离中国有小一千公里的台风“烟花”和副热带高压气流[7] 。气候学家们不管是提高观测精度，还是使用各种神经网络算法，都是为了更准确地计算出气候复杂网络的变动情况。

图6.全球气候复杂网络[8] ，某些节点拥有比其他节点更多的连接
你也许想不到，无论是社交网络还是气候网络，都属于具有同一性质的网络——“小世界”网络。这个名称来自著名的“六度分隔”现象[9]：你和任何一个陌生人间隔的社交距离不会超过“五”（什么是距离，我们会在下面讲到），即，最多通过六个人你就能认识世界上任何一个陌生人。产生“六度分隔”小世界的一个原因是存在某些“超级节点” 。例如，这次河南洪灾中的“救命文档”聚集了大量的求助信息，就是一个超级节点；再例如南极洲，它的温度变化对全球气候都有极高影响力，因此也是全球气候网络中的超级节点。
温度变化引起天气异动和洪灾，引发全社会对灾区的关怀和救援，从网络角度看，这次全中国对河南洪灾的救援，本身就是两个复杂网络之间的互动和博弈。
为了准确刻画和研究复杂网络的性质，网络科学引入了一系列度量指标和方法。
节点的度与连通性
网络中的基本元素是节点和边，与节点直接相连的边的数目，被称为度（Degree），用d表示。如果边是有向的，还会分为出度（Out-degree）和入度（In-degree）。例如一个有上亿粉丝的明星，他向外发布信息会具有巨大的影响力，那么这个明星作为节点，出度值就很高。
连接两个节点的最短路径所需要的边的数量称为距离。例如，网络中A点可以直接连到E点， “A-E” ，则两个节点的距离为1；如连接AE两点必须经过B点和C点，最短路径是“A-B-C-E” ，包含了3条边，则A点与E点的距离为3 。相对于小世界不到6个人的平均距离，社交网络大大降低了两个用户之间的平均距离[10] ，在脸书上，这个数字在2016年就已经降到了3.5[17] ，可见互联网和社交媒体让人类交流变得更紧密了。
节点之间存在路径，这一性质称为连通性（Connectivity）。很少有网络是完全连通的，即，不是每对节点之间都有路径；一般网络往往由几个连通片组成，如果一个连通片是孤立的——就像受灾地区没有向外通讯的手段——将无法传递信息。