拓扑作为复杂系统中涌现组织的语言：多尺度结构、高阶相互作用与早期预警信号

复杂系统难以研究，不仅因为它们是非线性的、多尺度的且往往非平稳的，还因为其科学上相关的组织通常在单个组分、成对相互作用或低阶汇总统计的层面上是不可见的。本综述论证了拓扑在复杂系统科学中变得有价值，是因为它提供了一种数学语言，用于表示当相关结构分布广泛、关联性强且跨尺度鲁棒时的涌现组织。我们综合了关于持久同调、Mapper、单纯复形、超图及相关算子的工作，同时区分了基于不变量的拓扑方法与更广泛的拓扑启发表示。我们展示了持久性如何形式化多尺度稳定性，高阶模型如何保留成对图所擦除的集体相互作用，以及拓扑方法如何补充而非替代统计学、图论和几何。我们回顾了非线性动力学、神经科学、金融、生态学、材料科学和异常检测中的应用，强调了一种共同逻辑：拓扑将重组结构转化为可测量的信号，用于表征转变、状态转换和早期预警。在各领域中，当科学目标是组织性的而非标量的、当问题固有地存在阈值模糊性、以及当拓扑在更广泛的分析流程中充当结构性诊断或特征提取器时，这些方法最为有效。我们最后指出了关键局限性，包括表示依赖性、推理挑战、可解释性、计算扩展性以及单参数工作流的狭隘性，并概述了将拓扑更紧密地与动力学、因果关系、流式决策支持、拓扑感知AI和社会技术韧性联系起来的研究议程。