陳曉 趙懿珺 紀(jì)平

摘 要：全球氣候變暖各地極端氣候事件頻發(fā)，自然環(huán)境和人類生產(chǎn)生活受到重大影響，極端氣候事件的變化發(fā)展及未來(lái)預(yù)估工作亟需開(kāi)展，尤其是極端降水的變化與生活生產(chǎn)更是密切相關(guān)。該文在全球變暖大背景下基于未來(lái)各種排放情景，對(duì)極端降水的定義、預(yù)報(bào)方法以及演變趨勢(shì)的研究成果進(jìn)行歸納總結(jié)，以為后續(xù)研究提供參考。

關(guān)鍵詞：極端降水 預(yù)報(bào) 全球變暖 氣候模型 極端化

中圖分類號(hào)：P463 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）03（a）-0020-04

Progress on Prediction of Future Extreme Precipitation

Chen Xiao Zhao Yijun Ji ping

（China Institute of Water Resources and Hydropower Research，Beijing 100038，China）

Abstract：With global warming and the development of extreme weather events，natural environment and human life have been significantly affected，changes of extreme events and future projections must be carry out，especially the changes in extreme precipitation，which is closely related to the life and production.With the future various emission scenarios presented in this paper is a summarization of definition，prediction，and evolution of extreme precipitation，to provide references for subsequent research.

Key Words：Extreme Precipitation；Prediction；Global Warming；Climate Models；Extreme

由于化石燃料的燃燒和人類居住面積的擴(kuò)張，大氣中CO2濃度日趨增加，在一系列排放情景下，預(yù)估未來(lái)20年將以每10年大約升高0.2 ℃的速率變暖，預(yù)估到21世紀(jì)末在各種排放情景球平均地面氣溫升將達(dá)到1.1～6.4 ℃[1]。在全球氣候變化的背景下，持續(xù)高溫、干旱、洪澇、極端暴雨等極端氣候事件的發(fā)生頻率、危害程度和范圍均有所增加[2，3]。40年來(lái)，由極端氣候事件所引發(fā)的經(jīng)濟(jì)損失上升了近10倍[4]。近年來(lái)，極端降水事件不斷發(fā)生，對(duì)自然環(huán)境和人類社會(huì)產(chǎn)生了重要影響例如，2012年7月21日發(fā)生的北京特大暴雨導(dǎo)致數(shù)十人傷亡[5]。目前，國(guó)內(nèi)外對(duì)氣候變化背景下的極端降水開(kāi)展了大量工作，主要關(guān)注極端降水預(yù)報(bào)與演變規(guī)律。該文擬對(duì)極端降水的定義、預(yù)報(bào)方法以及演變趨勢(shì)的研究成果進(jìn)行歸納總結(jié)，以為后續(xù)研究提供參考。

1 極端降水的定義與預(yù)報(bào)方法

1.1 定義

目前，極端氣候事件的定義尚不統(tǒng)一[6-9]，大致可分為兩類：一是從統(tǒng)計(jì)學(xué)角度來(lái)定義，通常以發(fā)生概率小于或等于第10（或大于第90）百分位數(shù)來(lái)界定；二是依據(jù)事件發(fā)生的強(qiáng)度。對(duì)于具體的極端天氣事件，主要從兩方面考慮：一是給定氣象要素閾值[9]，考察發(fā)生事件的氣象要素值是否超過(guò)該閾值[10]；二是分析表征極端氣候事件的代用氣候指數(shù)[11]，間接反映極端氣候事件的變化。在極端氣候指數(shù)研究方面，代表性工作包括：Frich等[12]提出了10個(gè)極端氣候指數(shù)，氣候變化探測(cè)和指標(biāo)聯(lián)合專家組（ETCCDMI）提出了27個(gè)代用氣候指數(shù)[13]。上述指數(shù)中與極端降水相關(guān)的常用指數(shù)如表1所示。極端降水與溫室氣體排放密切相關(guān)。政府間氣候變化專門委員會(huì)（IPCC）給出了溫室氣體排放的六種情景，涉及一系列人口、經(jīng)濟(jì)和技術(shù)驅(qū)動(dòng)力以及由此產(chǎn)生的溫室氣體排放。如表2所示，其中A2、A1B、B1被確定為未來(lái)氣候變化的主要情景[14]。

1.2 預(yù)報(bào)方法

氣候變化預(yù)報(bào)研究主要關(guān)注不同排放情景下氣候變化的模擬[15]。該工作始于20世紀(jì)50年代，在20世紀(jì)70年代得到快速發(fā)展。目前，氣候變化的預(yù)報(bào)模式主要有大氣環(huán)流模式、海洋環(huán)流模式和海氣耦合氣候模式[16]。

海氣耦合氣候模式是預(yù)報(bào)大尺度氣候變化的重要模式，在高層大氣場(chǎng)、近地面溫度以及大氣環(huán)流模擬方面有諸多應(yīng)用[17]。針對(duì)此模式，國(guó)內(nèi)外提出了大量的數(shù)學(xué)模型，比如德國(guó)馬普實(shí)驗(yàn)室的ECHAM5模型、加拿大氣候模型與分析中心的CGCM模型、美國(guó)海洋大氣局的GFDL模型、英國(guó)Hadely氣候預(yù)測(cè)與研究中心的HadCM模型、中國(guó)中科院大氣物理研究所的FGOALS模型以及中國(guó)氣象局國(guó)家氣候中心的BCC-CSM模型。

對(duì)于中小尺度極端氣候事件，全球模式的分辨率難以滿足預(yù)報(bào)要求[18]。為克服該缺點(diǎn)，國(guó)內(nèi)外開(kāi)展了大量工作，提出了四種應(yīng)對(duì)途徑，即建立分辨率極高的全球模式、使用可變分辨率模式[18]、基于數(shù)理統(tǒng)計(jì)做降階處理[19]、采用降尺度法。上述4種方法中，降尺度法目前使用較多，主要包括動(dòng)力降尺度和統(tǒng)計(jì)降尺度。動(dòng)力降尺度方法主要利用不同尺度氣候模型之間存在的物理和動(dòng)態(tài)鏈接，以低分辨率全球氣候模式結(jié)果作為強(qiáng)迫場(chǎng)和邊界條件來(lái)驅(qū)動(dòng)高分辨率的區(qū)域氣候模式[20]，利用嵌套在全球氣候模式（GCM）中的高分辨率區(qū)域氣候模式（RCM），進(jìn)一步預(yù)估各區(qū)域或局地不同排放方案下未來(lái)氣候變化的細(xì)節(jié)[21]。該方法有待改進(jìn)的地方包括：減小全球氣候模式帶來(lái)的系統(tǒng)誤差影響，增強(qiáng)區(qū)域與全球氣候相互作用，消除實(shí)際應(yīng)用過(guò)程中的內(nèi)部變率等[22]。統(tǒng)計(jì)降尺度法主要利用原型資料建立大尺度氣候狀況與區(qū)域尺度氣候要素間的關(guān)聯(lián)來(lái)預(yù)報(bào)區(qū)域未來(lái)氣候變化情景[23]。目前隨著科技的發(fā)展，統(tǒng)計(jì)降尺度方法應(yīng)用越來(lái)越廣泛，概括起來(lái)主要有三種：轉(zhuǎn)換函數(shù)法、天氣發(fā)生器和環(huán)流分型技術(shù)。該法的不足在于不能明確描述影響氣候的物理過(guò)程。

降尺度方法的選擇與降尺度變量、研究區(qū)域以及可用數(shù)據(jù)有關(guān)[24]。Haylock et al.[25]發(fā)現(xiàn)非線性人工神經(jīng)網(wǎng)絡(luò)是研究英國(guó)西北和東南部降水指數(shù)年際變化的最成功方法。Tryhorn L& Degaetano A[20]針對(duì)美國(guó)東北部極端降水的預(yù)測(cè)研究發(fā)現(xiàn)，統(tǒng)計(jì)降尺度模型的模擬值與實(shí)測(cè)值更加匹配。此外，Jeong D.I et al.[26]等還提出了多站點(diǎn)統(tǒng)計(jì)降尺度模型。

2 極端降水演變趨勢(shì)

已有研究成果表明極端降水因氣候變化呈增加趨勢(shì)。受季節(jié)、研究區(qū)域和極端降水定義的影響，各研究結(jié)果略有差異。北半球高緯度陸地區(qū)域的降雨發(fā)生頻率、暴雨頻率分別提高5%～10%，2%～4%[27]。過(guò)去幾十年，我國(guó)極端降水變化態(tài)勢(shì)與全球態(tài)勢(shì)基本一致，但區(qū)域性差異更加突出，大部分地區(qū)的降水呈明顯增長(zhǎng)趨勢(shì)，西部和長(zhǎng)江中下游極端降水頻率顯著增加，長(zhǎng)江流域及其以南地區(qū)的極端降水日數(shù)呈增加趨勢(shì)[28-30]。

未來(lái)氣候變化將對(duì)全球降水有重要影響。亞洲南部和東部20年重現(xiàn)期的日降水量居全球最高，并且未來(lái)的增長(zhǎng)速率也最快。加拿大氣候模型與研究中心預(yù)測(cè)表明，本世紀(jì)全球平均降水量的增幅小于3%，重現(xiàn)期為20年的24小時(shí)極端降水率增幅將大于20%，類似演變規(guī)律在其它研究中也有所報(bào)道[31-33]。表3為部分地區(qū)未來(lái)極端降水變化的研究成果。

從表3可以看出：（1）降雨極值即使在平均降水量減少的地方也有增加的趨勢(shì)，未來(lái)極端降雨增幅比年際平均降雨增幅大；（2）未來(lái)降水有走向極端化的趨勢(shì)，且總降水量增大的區(qū)域，極端強(qiáng)降雨事件有明顯增加的趨勢(shì)。

3 結(jié)論與展望

（1）極端降雨事件的發(fā)生機(jī)理非常復(fù)雜，溫度增加值與極端降雨量變化幅度的關(guān)系有待深入研究。

（2）基于海氣耦合模式與區(qū)域化技術(shù)的綜合預(yù)報(bào)方法是未來(lái)極端氣候事件預(yù)報(bào)的重要方法。在此基礎(chǔ)上發(fā)展的區(qū)域化技術(shù)是解決小尺度、高分辨率模擬的重要途徑，其中動(dòng)力降尺度與統(tǒng)計(jì)降尺度方法應(yīng)用效果最好，但是也存在一定不足，動(dòng)力降尺度方法由于系統(tǒng)誤差和參數(shù)選擇的局限性，在實(shí)際應(yīng)用中效果受很大影響；隨著科技的發(fā)展統(tǒng)計(jì)降尺度方法會(huì)應(yīng)用越來(lái)越廣泛；多站點(diǎn)統(tǒng)計(jì)降尺度模型有望提供更好的空間連續(xù)性，是將來(lái)模型開(kāi)發(fā)研究的重點(diǎn)對(duì)象。

（3）近幾十年降水極值與短時(shí)間內(nèi)降水量有增加跡象，且變化幅度與溫室氣體排放強(qiáng)度成正比。預(yù)估未來(lái)五十年到一百年極端降水值呈現(xiàn)顯著增長(zhǎng)趨勢(shì)，與降水有關(guān)的變化有趨于極端的跡象。

參考文獻(xiàn)

[1] Bernstein L，Bosch P，Canziani O，et al.Climate change 2007： synthesis report.Summary for policymakers[M]. IPCC， 2007.

[2] Beniston M，Stephenson D B. Extreme climatic events and their evolution under changing climatic conditions[J].Global and Planetary Change，2004，44（1/4）： 1-9.

[3] Zongxing L，He Y，Wang P，et al.Changes of daily climate extremes in southwestern China during 1961–2008[J].Global and Planetary Change，2012，80：255-272.

[4] 溫克剛，丁一匯.中國(guó)氣象災(zāi)害大典：綜合卷[M].氣象出版社，2008.

[5] 諶蕓，孫軍，徐珺，等.北京721特大暴雨極端性分析及思考（一）觀測(cè)分析及思考[J].氣象，2012（10）：1255-1266.

[6] Easterling D R，Evans J L， Groisman P Y，et al.Observed Variability and Trends in Extreme Climate Events：A Brief Review*[J].Bulletin of the American Meteorological Society， 2000，81（3）：417-425.

[7] Easterling D R，Meehl G A， Parmesan C，et al.Climate extremes：observations，modeling， and impacts[J].science，2000， 289（5487）：2068-2074.

[8] Beniston M，Stephenson D B，Christensen O B，et al. Future extreme events in European climate：an exploration of regional climate model projections[J].Climatic Change， 2007，81（S1）：71-95.

[9] 翟盤茂，任福民.中國(guó)降水極值變化趨勢(shì)檢測(cè)[J].氣象學(xué)報(bào)，1999，57（2）：208-216.

[10] 丁裕國(guó).探討災(zāi)害規(guī)律的理論基礎(chǔ)—極端氣候事件概率[J].氣象與減災(zāi)研究， 2006，29（1）：44-50.

[11] 胡宜昌，董文杰，何勇.21世紀(jì)初極端天氣氣候事件研究進(jìn)展[J].地球科學(xué)進(jìn)展， 2007（10）：1066-1075.

[12] Frich P，Alexander L V，Della-Marta P，et al.Observed coherent changes in climatic extremes during the second half of the twentieth century[J].Climate Research，2002，19（3）：193-212.

[13] Kiktev D，Sexton D M H， Alexander L，et al.Comparison of Modeled and Observed Trends in Indices of Daily Climate Extremes[J].Journal of Climate， 2003，16（22）：3560.

[14] Climate-Change-2007-Synthesis-Report（IPCC）[J].

[15] 王在志，宇如聰，包慶，等.大氣環(huán)流模式（SAMIL）海氣耦合前后性能的比較[J].大氣科學(xué)，2007（2）：202-213.

[16] Houghton J T，Ding Y，Griggs D J，et al.Climate change 2001：the scientific basis[M].Cambridge university press Cambridge， 2001.

[17] 范麗軍，符淙斌，陳德亮.統(tǒng)計(jì)降尺度法對(duì)未來(lái)區(qū)域氣候變化情景預(yù)估的研究進(jìn)展[J].地球科學(xué)進(jìn)展，2005（3）：320-329.

[18] 高學(xué)杰.中國(guó)地區(qū)極端事件預(yù)估研究[J].氣候變化研究進(jìn)展，2007，3（3）：162-166.

[19] 江志紅，陳威霖，宋潔，等.7個(gè)IPCC AR4模式對(duì)中國(guó)地區(qū)極端降水指數(shù)模擬能力的評(píng)估及其未來(lái)情景預(yù)估[J]. 大氣科學(xué)，2009，33（1）：109-120.

[20] Tryhorn L，Degaetano A.A comparison of techniques for downscaling extreme precipitation over the Northeastern United States[J]. International Journal of Climatology，2011，31（13）：1975-1989.

[21] Giorgi F，Mearns L O.Approaches to the simulation of regional climate change：a review[J]. Reviews of Geophysics，1991， 29（2）：191-216.

[22] 封國(guó)林.極端氣候事件的檢測(cè)、診斷與可預(yù)測(cè)性研究[M].科學(xué)出版社，2012.

[23] 張雪芹，彭莉莉，林朝暉.未來(lái)不同排放情景下氣候變化預(yù)估研究進(jìn)展[J].地球科學(xué)進(jìn)展，2008（2）：174-185.

[24] Maurer E P和H.Utility of daily vs.monthly large-scale climate data：an intercomparison of two statistical downscaling methods[J].Hydrology and Earth System Sciences，2008，12（2）：551-563.

[25] Haylock M R，Cawley G C， Harpham C，et al.Downscaling heavy precipitation over the United Kingdom：a comparison of dynamical and statistical methods and their future scenarios[J].International Journal of Climatology，2006，26（10）：1397-1415.

[26] Jeong D I，St-Hilaire A， Ouarda T B M J，et al.A multi-site statistical downscaling model for daily precipitation using global scale GCM precipitation outputs[J].International Journal of Climatology，2013，33（10）： 2431-2447.

[27] Alexander L V，Zhang X，Peterson T C，et al.Global observed changes in daily climate extremes of temperature and precipitation[J].Journal of Geophysical Research，2006，111（D5）.

[28] 翟盤茂，潘曉華.中國(guó)北方近50年溫度和降水極端事件變化[J].地理學(xué)報(bào)， 2003（z1）：1-10.

[29] Wang Y，Zhou L.Observed trends in extreme precipitation events in China during 1961 2001 and the associated changes in large‐scale circulation[J]. Geophysical Research Letters， 2005，32（9）.

[30] Zhai P，Zhang X，Wan H，et al. Trends in Total Precipitation and Frequency of Daily Precipitation Extremes over China[J].Journal of Climate，2005，18（7）：1096-1108.

[31] Groisman P Y，Karl T R， Easterling D R，et al.Changes in the probability of heavy precipitation：Important indicators of climatic change[J].Climatic Change，1999，42（1）：243-283.

[32] Yamamoto R，Sakurai Y.Long-term intensification of extremely heavy rainfall intensity in recent 100 years[J].World Resource Review，1999，11（2）：271-282.

[33] Osborn T J，Hulme M，Jones P D，et al.Observed trends in the daily intensity of United Kingdom precipitation[J]. International Journal of Climatology，2000，20（4）：347-364.

[34] Russo S，Sterl A.Global changes in seasonal means and extremes of precipitation from daily climate model data[J].Journal of Geophysical Research，2012， 117（D1）：D1108.

[35] Rajczak J，Pall P，Sch r C.Projections of extreme precipitation events in regional climate simulations for Europe and the Alpine Region[J]. Journal of Geophysical Research： Atmospheres，2013，118（9）：3610-3626.

[36] Gu H，Wang G，Yu Z，et al. Assessing future climate changes and extreme indicators in east and south Asia using the RegCM4 regional climate model[J].Climatic Change，2012， 114（2）：301-317.

[37] Tramblay Y，Badi W，Driouech F， et al.Climate change impacts on extreme precipitation in Morocco[J].Global and Planetary Change，2012，82：104-114.

[38] 高超，姜彤，翟建青.過(guò)去（1958-2007）和未來(lái)（2011-2060）50年淮河流域氣候變化趨勢(shì)分析[J].中國(guó)農(nóng)業(yè)氣象，2012，33（1）：8-17.

[39] 李曼，翟建青.基于ECHAM5模型預(yù)估2050年前海河流域氣候變化時(shí)空格局[J].大觀周刊，2011（32）：8-10.

[40] 張?jiān)鲂?，欒以玲，姜彤，?長(zhǎng)江三角洲極端降水趨勢(shì)及未來(lái)情景預(yù)估[J].南京林業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2008， 32（3）：5-8.

[41] Cheng C S，Li G，Li Q，et al. A Synoptic Weather-Typing Approach to Project Future Daily Rainfall and Extremes at Local Scale in Ontario，Canada.[J].Journal of Climate，2011， 24（14）.