高淑媛 李璦蔚 黃金龍 王雪晴 林鑌雷 楊陳心怡 王磊斌 姜彤

1 南京信息工程大學災(zāi)害風險管理研究院，南京 210044

2 南京信息工程大學地理科學學院，南京 210044

3 河北師范大學資源與環(huán)境科學學院，石家莊 050024

1 引言

近百年來，全球氣溫呈不斷上升趨勢，政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）的第五次評估報告中表明，1880～2012年全球的地表平均氣溫約升高0.85°C （IPCC, 2013）。21世紀以來，全球氣候持續(xù)變暖，且未來仍將呈現(xiàn)變暖趨勢（Collins et al., 2013;Huang et al., 2017）。在氣候變化的大背景下，極端氣候以及極端天氣事件的發(fā)生頻率明顯有所增加 （Pachauri and Meyer, 2014）。2005～2014年，全球每年約有88%的臺風、洪澇等自然災(zāi)害與氣候變化密切相關(guān)，相比上一年代際的平均值增加了14%（Ahmadiani and Ferreira, 2021）。在這些氣象災(zāi)害中，極端降水事件越發(fā)受到關(guān)注。有研究表明：暴雨洪澇災(zāi)害造成的損失占全球各類自然災(zāi)害損失的40%左右（傅湘和紀昌明, 2000）；極端降水易引發(fā)滑坡、泥石流等自然災(zāi)害，對人們的生活、社會經(jīng)濟的發(fā)展和生態(tài)系統(tǒng)的安全等方面產(chǎn)生了嚴重影響（Changnon et al., 2000; 尹占娥, 2009; 孔鋒等,2017）；氣溫的上升導致全球范圍內(nèi)的水循環(huán)加強，從而增大了極端降水事件的發(fā)生概率（景丞等,2016）；Goswami et al.（2006）也認為全球升溫可以使極端降水事件發(fā)生頻率增加、強度增強。

就中國而言，極端降水危害嚴重。極端降水 （暴雨）及其引發(fā)的洪澇、泥石流等災(zāi)害影響面積大、破壞性大、造成的受災(zāi)人口多、經(jīng)濟損失大 （李翠金, 1996; 王偉奇, 2009），如1998年洪水使全國近30個?。ㄊ小⒆灾螀^(qū)）遭受洪澇災(zāi)害，約2227萬公頃農(nóng)田受災(zāi)，造成的直接經(jīng)濟損失多達2251×109元（中華人民共和國水利部, 1999）。研究表明，從20世紀50年代初開始，洪澇受災(zāi)面積呈上升趨勢（Kundzewicz et al., 2019）；1961年以來中國極端降水事件明顯增加，大部分地區(qū)極端降水量和極端降水日數(shù)都呈現(xiàn)增加的趨勢（盧珊等,2020）。相較于歷史時期，中國未來極端降水事件的發(fā)生概率也將增加（李柔珂等, 2018）。從空間尺度來看，華中及西南部地區(qū)（如湖北、湖南、四川等）洪澇災(zāi)害嚴重（廖永豐等, 2013）；我國半干旱區(qū)極端降水事件的頻率和強度均呈增加趨勢，由此導致的洪澇、滑坡和泥石流等災(zāi)害也有所增加 （周洪建等, 2014）。上述地區(qū)與《中國農(nóng)村扶貧開發(fā)綱要（2011～2020年）》（國家統(tǒng)計局，2019）中劃定的連片特困區(qū)有較高的空間重合度。據(jù)統(tǒng)計，原劃定特困區(qū)約有54%的貧困縣暴雨洪澇頻繁，年暴雨洪澇頻率大多超過10%（景丞,2017），受災(zāi)情況及損失嚴重。在氣候變化大背景下，貧困地區(qū)人群面對自然災(zāi)害時表現(xiàn)出更高的脆弱性，自然災(zāi)害不僅容易加劇貧困，還可能導致部分農(nóng)村家庭重新返貧（金鑫, 2015; 趙習枝, 2019），如2006年洪澇災(zāi)害曾導致玻利維亞東北部的貧困率上升了12%（Fay et al., 2016）。目前，國內(nèi)外學者就極端降水事件展開了一系列研究（王苗等,2012），但在全球升溫背景下對中國鄉(xiāng)村振興核心區(qū)（原連片特困區(qū)）極端降水事件的研究較少。

氣候模式是分析氣候變化機理和預(yù)估未來氣候系統(tǒng)變化的有效研究工具（曾慶存等, 1989; 丁一匯和王會軍, 2016），其分辨率與預(yù)估研究的準確性密切相關(guān)，分辨率的提高可以使未來氣候變化預(yù)估結(jié)果更可靠（王艷君等, 2019）。世界氣候研究計劃（World Climate Research Program，WCRP）于1995年發(fā)起的國際耦合模式比較計劃已發(fā)展到第六 階 段（CMIP6）（Eyring et al., 2016）。CMIP6的模式水平分辨率以及對物理過程的表征相比CMIP5（Coupled Model Intercomparison Project Phase 5）有所提高，所提供的模擬數(shù)據(jù)也更加龐大（周 天 軍 等, 2019; Nie et al., 2020; Agel and Barlow, 2020; McKenna et al., 2020），其情景為典型濃度路徑（RCPs）和不同共享社會經(jīng)濟路徑 （SSPs）的組合情景，這使未來極端降水變化的預(yù)估結(jié)果更合理（姜彤等, 2020）。

根據(jù)上述討論，本研究將基于CMIP6氣候模式下不同SSPs-RCPs組合情景模擬數(shù)據(jù)，選取多模式集合平均的方法，研究全球升溫1.5°C和2.0°C情景下中國鄉(xiāng)村振興核心區(qū)極端降水事件的變化特征，為鄉(xiāng)村振興核心區(qū)提供應(yīng)對極端降水的理論支持，為其防止返貧策略的制定提供科學依據(jù)。

2 數(shù)據(jù)和方法

2.1 研究區(qū)概況

2020年底，中國的貧困治理已從消除貧困轉(zhuǎn)向鄉(xiāng)村振興的新階段。我國原有的貧困縣已經(jīng)全部脫貧摘帽，但其經(jīng)濟水平仍然較低，是我國鄉(xiāng)村振興核心區(qū)。據(jù)此，本文將我國政府于2011年發(fā)布的《中國農(nóng)村扶貧開發(fā)綱要（2011～2020年）》 （國家統(tǒng)計局，2019）中劃定的連片特困區(qū)定義為鄉(xiāng)村振興核心區(qū)，并將其作為研究區(qū)域，其分布如圖1所示。鄉(xiāng)村振興核心區(qū)行政區(qū)劃面積約占我國總面積的40%，涉及全國21個?。ㄊ小⒆灾螀^(qū)），人口總數(shù)約2.45×109，占全國人口總數(shù)的17.6% （國家統(tǒng)計局, 2019）。

圖1 中國海拔高度及鄉(xiāng)村振興核心區(qū)分布Fig. 1 Altitude and rural revitalization areas in China

中國鄉(xiāng)村振興核心區(qū)主要分布于中西部的山區(qū)、高原，地形地貌復雜多變，自然災(zāi)害頻發(fā)且破壞性大。鄉(xiāng)村振興核心區(qū)約有54%的貧困縣暴雨洪澇頻繁，年雨澇頻率大多超過10%（景丞, 2017），受地形影響多引發(fā)山洪、滑坡和泥石流等地質(zhì)災(zāi)害。

2.2 數(shù)據(jù)

2.2.1 氣象觀測數(shù)據(jù)

氣象觀測數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn[2021-06-29]）的再分析氣象數(shù)據(jù)集CN05.1。該數(shù)據(jù)集是0.5°（緯度）×0.5°（經(jīng)度）的格點化觀測數(shù)據(jù)集，其時間跨度為1961～2017年，利用國家級臺站的觀測資料，通過距平逼近（anomaly approach）插值法處理得到的（吳佳和高學杰,2013）。CN05.1數(shù)據(jù)集在水文（羅映雪等, 2020）、氣象（鄧婷等, 2017）等領(lǐng)域得到廣泛應(yīng)用。觀測的逐日降水量數(shù)據(jù)被用于氣候模式的降尺度和偏差訂正中。

2.2.2 氣候模式數(shù)據(jù)

使用10個以上的全球氣候模式能夠較徹底地表征氣候模式帶來的不確定性（Wang et al., 2020）。為此，論文選取了對亞洲極端降水模擬能力較好的14個CMIP6全球氣候模式作為研究數(shù)據(jù)（Chen et al., 2021; Dong and Dong, 2021）。氣候模式數(shù)據(jù)包含了歷史模擬數(shù)據(jù)（1850～2014年）和SSPs-RCPs情景（SSP1-2.6：低強迫情景、SSP2-4.5：中等強迫情景、SSP3-7.0：中高等強迫情景、SSP5-8.5：高強迫情景）下預(yù)估數(shù)據(jù)（2015～2100年），包含逐日平均氣溫和逐日降水量等要素（表1）。為了便于對比分析，本文選取1995～2014年為基準期。

表1 本研究所采用的CMIP6氣候模式簡介Table 1 Introduction of the CMIP6 climate models used in the study

基于觀測格網(wǎng)數(shù)據(jù)，對全球氣候模式進行了統(tǒng)計降尺度處理，將模式數(shù)據(jù)統(tǒng)一到0.5°分辨率，并通過等距離累積分布函數(shù)（Equidistant Cumulative Distribution Functions，EDCDF）方法，對模式數(shù)據(jù)進行偏差訂正處理，以提升模式數(shù)據(jù)的可靠性（Su et al., 2016, 2018）。

2.3 方法

2.3.1 全球升溫1.5°C和2.0°C情景

全球升溫1.5°C和2.0°C為相對于工業(yè)化革命前（1850～1900年）的升溫。基于各氣候模式不同情景下的全球平均氣溫數(shù)據(jù)，統(tǒng)計年平均氣溫的20年滑動平均值，獲取相對于工業(yè)化革命前達到1.5°C和2.0°C的年份，并以此年份為中心點前后共選取20年作為全球升溫1.5°C和2.0°C的時間段（Dosio et al., 2018）（表2）。為此，全球升溫1.5°C和2.0°C情景下的氣候和極端降水變化特征為各模式和情景下不同升溫時期結(jié)果的集合平均。

表2 各氣候模式不同情景下全球升溫1.5°C和2.0°C時間段Table 2 Periods for 1.5°C and 2.0°C global warming in different climate models

2.3.2 極端降水閾值

本研究極端降水的定義是依據(jù)翟盤茂和潘曉華 （2003）的百分位閾值法。在每個網(wǎng)格點上將大于1 mm的日降水量定義為有效降水，把每個格點1995～2014年每年有效日降水量升序排列，將第95個百分位數(shù)值取20年平均，該平均值作為格點的極端降水閾值。當某一格點某日的降水量大于其閾值時，即發(fā)生了極端降水事件。由此得出鄉(xiāng)村振興核心區(qū)的極端降水閾值，其整體呈現(xiàn)由西北向東南逐漸遞增的空間分布特征（圖2）。

圖2 基準期（1995～2014年）中國鄉(xiāng)村振興核心區(qū)極端降水閾值空間分布Fig. 2 Spatial distribution of extreme precipitation thresholds in rural revitalization in China during the reference period (1995-2014)

2.3.3 極端降水特征

本研究將日降水量持續(xù)大于極端降水閾值的情況，即自日降水量首次超過閾值開始，到日降水量首次小于閾值結(jié)束，記為一次極端降水事件。某一區(qū)域一段時間內(nèi)極端降水事件發(fā)生的次數(shù)為極端降水頻次（F），本文通過計算研究時間段內(nèi)極端降水事件發(fā)生次數(shù)與時間（年）的比值，得到年均極端降水頻次（單位：a-1）；極端降水強度（I）定義為降水量超過極端降水閾值的部分相對于閾值的倍數(shù)，本研究計算升溫時間段內(nèi)每次極端降水事件的強度并將其按照發(fā)生次數(shù)取平均值，獲取平均一次極端降水事件的強度值；持續(xù)時間（D）為一次極端降水事件持續(xù)的天數(shù)累計值，文中通過計算升溫時間段內(nèi)每次極端降水事件持續(xù)的天數(shù)，并按發(fā)生次數(shù)取其平均值，得到平均一次極端降水事件的持續(xù)時間值。

3 結(jié)果

3.1 極端降水頻次

在基準期（1995～2014年），鄉(xiāng)村振興核心區(qū)年均極端降水發(fā)生頻次約為3.20 a-1（模式集合平均，不確定范圍：2.27～4.54 a-1）（圖3），整體呈現(xiàn)東部大于西部、南部大于北部的空間分布特征（圖4a）。全球升溫1.5°C情景下，鄉(xiāng)村振興核心區(qū)極端降水頻次約為4.46 a-1（3.93～4.97 a-1） （圖3）；相較于基準期，鄉(xiāng)村振興核心區(qū)整體呈現(xiàn)偏北部增加、偏南部減小的趨勢。占鄉(xiāng)村振興核心區(qū)總面積60.91%的地區(qū)頻次呈增加趨勢，平均增加1.36 (10 a)-1，其中，西部地區(qū)增幅大于東部地區(qū)，如西藏片區(qū)西北部及新疆南疆三地州片區(qū)南部頻次增加更明顯，增幅約在3.00 (10 a)-1及以上；極端降水頻次的減少主要發(fā)生在鄉(xiāng)村振興核心區(qū)南部片區(qū)及大興安嶺南麓片區(qū)，平均減少1.73 (10 a)-1，相比之下，滇西邊境片區(qū)及滇桂黔石漠化片區(qū)整體減幅更大（圖4b）。全球升溫2.0°C情景下，鄉(xiāng)村振興核心區(qū)極端降水頻次為4.44 a-1（3.66～5.09 a-1）（圖3），與基準期相比，其變化趨勢及空間分布特征與升溫1.5°C情景下類似；鄉(xiāng)村振興核心區(qū)55.78%的區(qū)域頻次呈增加趨勢，平均增加1.53 (10 a)-1，相較于1.5°C情景下，頻次增加區(qū)域變小但平均增幅稍有變大，增幅最顯著地區(qū)仍分布在西藏片區(qū)西部及新疆南疆三地州片區(qū)；極端降水頻次的減少仍主要出現(xiàn)在鄉(xiāng)村振興核心區(qū)南部及大興安嶺南麓片區(qū)，平均減少2.12 (10 a)-1，相較于1.5°C情景下，西藏片區(qū)、羅霄山片區(qū)及大興安嶺南麓片區(qū)頻次減小的區(qū)域范圍擴大（圖4c）。

圖3 基準期、全球升溫1.5°C、全球升溫2.0°C情景下中國鄉(xiāng)村振興核心區(qū)年均極端降水頻次Fig. 3 Annual frequency of precipitation extremes in rural revitalization areas in China during the reference period and under 1.5°C and 2.0°C global warming scenarios

對比全球升溫1.5°C和2.0°C情景，鄉(xiāng)村振興核心區(qū)極端降水頻次整體呈現(xiàn)減少趨勢，占鄉(xiāng)村振興核心區(qū)總面積57.12%的區(qū)域頻次減少，平均減少1.03 (10 a)-1，其中西藏片區(qū)和滇西邊境片區(qū)等頻次減少更為顯著，部分地區(qū)可減少1.50 (10 a)-1以上。極端降水頻次增加的地區(qū)分布較為分散，多處于中西部鄉(xiāng)村振興核心區(qū)，如烏蒙山區(qū)、四省藏區(qū)北部及新疆南疆三地州片區(qū)等，平均增加0.78 (10 a)-1（圖4d）。

圖4 中國鄉(xiāng)村振興核心區(qū)年均極端降水頻次變化特征的空間分布：（a）基準期；（b）全球升溫1.5°C較基準期；（c）全球升溫2.0°C較基準期；（d）全球升溫2.0°C較1.5°CFig. 4 Projected changes in annual extreme precipitation frequency in rural revitalization areas in China during (a) the reference period, (b) a global warming of 1.5°C relative to the reference, (c) a global warming of 2.0°C relative to the reference, and (d) global warming from 1.5°C to 2°C

3.2 極端降水強度

在基準期，鄉(xiāng)村振興核心區(qū)極端降水強度約為0.30（0.22～0.47）（圖5），整體呈現(xiàn)鄉(xiāng)村振興核心區(qū)東部大于西部的空間分布特征，大興安嶺南麓片區(qū)、燕山—太行山片區(qū)及大別山片區(qū)等強度更大，約在0.40及以上（圖6a）。在全球升溫1.5°C情景下，鄉(xiāng)村振興核心區(qū)極端降水強度約為0.34（0.26～0.48）（圖5）；相較于基準期，未來極端降水的強度總體上明顯增強。絕大部分地區(qū) （占鄉(xiāng)村振興核心區(qū)總面積的88.19%）強度呈增強趨勢，平均增強0.03，其中，鄉(xiāng)村振興核心區(qū)偏北部地區(qū)強度增加更為顯著，四省藏區(qū)北部部分區(qū)域增幅可達0.06及以上；在大別山片區(qū)、新疆南疆三地州片區(qū)中東部及其他零星地區(qū)，極端降水強度略有減小，平均減小0.01左右，新疆南疆三地州片區(qū)中東部強度減小更明顯，減幅約在0.03以上（圖6b）。全球升溫2.0°C情景下，鄉(xiāng)村振興核心區(qū)極端降水強度約為0.33（0.26～0.48）（圖5），相較于基準期整體呈現(xiàn)增加趨勢。占鄉(xiāng)村振興核心區(qū)總面積85.24%的區(qū)域強度呈現(xiàn)增強趨勢，平均增強0.03，與升溫1.5°C情景下類似，鄉(xiāng)村振興核心區(qū)偏北部地區(qū)增加更顯著；極端降水強度的減少主要出現(xiàn)在西藏片區(qū)及其他零星地區(qū)，平均減少約0.02，減幅最明顯的地區(qū)仍為新疆南疆三地州片區(qū)中東部；相比1.5°C較基準期的變化，2.0°C情景下大別山片區(qū)強度減小的區(qū)域范圍明顯縮小，而西藏片區(qū)范圍有所擴大（圖6c）。

圖5 基準期、全球升溫1.5°C、全球升溫2.0°C情景下中國鄉(xiāng)村振興核心區(qū)極端降水強度Fig. 5 Intensity of precipitation extremes in rural revitalization areas in China during the reference period and under 1.5°C and 2.0°C global warming scenarios

對比全球升溫1.5°C和2.0°C情景，鄉(xiāng)村振興核心區(qū)約51.02%的區(qū)域強度增強，平均增強0.01，其分布未呈現(xiàn)明顯的空間特征。新疆南疆三地州片區(qū)東部增強最顯著，可達0.04及以上；鄉(xiāng)村振興核心區(qū)其他區(qū)域強度平均減少0.01，強度減少最顯著的地區(qū)同樣主要分布在新疆南疆三地州片區(qū)，最多可減少0.04及以上。從空間分布看，極端降水強度的減小主要出現(xiàn)在西藏片區(qū)、武陵山片區(qū)及羅霄山片區(qū)，其余強度減小區(qū)域的分布則較為分散（圖6d）。

圖6 中國鄉(xiāng)村振興核心區(qū)極端降水強度變化特征的空間分布：（a）基準期；（b）全球升溫1.5°C較基準期；（c）全球升溫2.0°C較基準期；（d）全球升溫2.0°C較1.5°CFig. 6 Projected changes of extreme precipitation intensity in rural revitalization areas in China during (a) the reference period, (b) a global warming of 1.5°C relative to the reference, (c) a global warming of 2.0°C relative to the reference, and (d) global warming from 1.5°C to 2°C

3.3 極端降水持續(xù)時間

在基準期，鄉(xiāng)村振興核心區(qū)極端降水持續(xù)時間約在1.24 d（1.13～1.37 d）左右（圖7），整體呈現(xiàn)由東北向西南遞增的空間分布特征，西藏片區(qū)南部持續(xù)時間明顯更長，可持續(xù)1.50 d及以上（圖8a）。全球升溫1.5°C情景下，相較于基準期，鄉(xiāng)村振興核心區(qū)極端降水持續(xù)時間整體呈明顯增加趨勢，持續(xù)時間為1.33 d（1.20～1.49 d）（圖7）。其中大部分鄉(xiāng)村振興核心區(qū)（面積占比約81.07%）持續(xù)時間呈增加趨勢，平均增加0.04 d；就空間分布而言，鄉(xiāng)村振興核心區(qū)西部及南部的區(qū)域增幅最明顯，如西藏片區(qū)西部可增加0.09 d及以上，滇西邊境片區(qū)及滇桂黔石漠化片區(qū)可增加0.06 d左右；極端降水持續(xù)時間在新疆南疆三地州片區(qū)及及其他零星地區(qū)有所減少，平均減少0.02 d（圖8b）。全球升溫2.0°C情景下，鄉(xiāng)村振興核心區(qū)極端降水持續(xù)時間約為1.35 d（1.21～1.49 d）（圖7），與基準期相比同樣呈現(xiàn)增加趨勢。占鄉(xiāng)村振興核心區(qū)總面積79.33%的地區(qū)持續(xù)時間遞增，平均增加0.04 d，在持續(xù)時間增加的片區(qū)中，西藏片區(qū)的增幅更為顯著，最多可達0.09 d及以上；極端降水持續(xù)時間的減少僅在新疆南疆三地州片區(qū)較為集中，其他區(qū)域均為分散分布，沒有明顯的空間特征，平均減幅為0.02 d（圖8c）。

圖7 基準期、全球升溫1.5°C、全球升溫2.0°C情景下中國鄉(xiāng)村振興核心區(qū)極端降水持續(xù)時間Fig. 7 Duration of precipitation extremes in rural revitalization areas in China during the reference period and under 1.5°C and 2.0°C global warming scenarios

圖8 中國鄉(xiāng)村振興核心區(qū)極端降水持續(xù)時間（單位：d）變化特征的空間分布：（a）基準期；（b）全球升溫1.5°C較基準期；（c）全球升溫2.0°C較基準期；（d）全球升溫2.0°C較1.5°CFig. 8 Projected changes of extreme precipitation duration (units: d) in rural revitalization areas in China during (a) the reference period, (b) a global warming of 1.5°C relative to the reference, (c) a global warming of 2.0°C relative to the reference, and (d) global warming from 1.5°C to 2°C

對比全球升溫1.5°C和2.0°C情景，占鄉(xiāng)村振興核心區(qū)總面積50.71%的地區(qū)極端降水持續(xù)時間呈增加趨勢，平均增加0.02 d，增加區(qū)域主要集中在西部鄉(xiāng)村振興核心區(qū)，如西藏片區(qū)及新疆南疆三地州片區(qū)。鄉(xiāng)村振興核心區(qū)其他地區(qū)極端降水持續(xù)時間平均減少0.02 d，就空間分布而言，極端降水的減少出現(xiàn)在各個片區(qū)，其中，僅在羅霄山片區(qū)、滇西邊境片區(qū)及烏蒙山片區(qū)集中分布，其余片區(qū)分布則比較分散（圖8d）。

4 結(jié)論與討論

本研究利用14個CMIP6全球氣候模式，采用多模式集合平均的方法，預(yù)估了中國鄉(xiāng)村振興核心區(qū)在全球升溫1.5°C和2.0°C情景下極端降水的頻次、強度和持續(xù)時間的時空變化特征，具體結(jié)論如下：

（1）全球升溫1.5°C情景下，相較于基準期，鄉(xiāng)村振興核心區(qū)整體極端降水事件的頻次、強度和持續(xù)時間均呈增加趨勢。鄉(xiāng)村振興核心區(qū)60.91%的區(qū)域極端降水頻次呈增加趨勢，平均增加1.36(10 a)-1；88.19%的區(qū)域極端降水強度呈增強趨勢，平均增強0.03；占鄉(xiāng)村振興核心區(qū)總面積81.07%的區(qū)域持續(xù)時間呈增加趨勢，平均增加0.04 d。

（2）全球升溫2.0°C情景下，相較于基準期，鄉(xiāng)村振興核心區(qū)整體極端降水事件的頻次、強度和持續(xù)時間仍呈增加趨勢。占鄉(xiāng)村振興核心區(qū)總面積55.78%的地區(qū)頻次呈現(xiàn)增加趨勢，平均增加1.53 (10 a)-1，部分地區(qū)增幅可達3.00 (10 a)-1及以上；大部分地區(qū)（占鄉(xiāng)村振興核心區(qū)總面積85.24%）極端降水強度呈增強趨勢，平均增強0.03；占鄉(xiāng)村振興核心區(qū)總面積79.33%的地區(qū)持續(xù)時間呈增加趨勢，平均增加0.04 d。

（3）從空間角度分析，全球升溫1.5°C和2.0°C情景下，鄉(xiāng)村振興核心區(qū)中西部相比于東部可能更易受極端降水的影響。極端降水頻次呈現(xiàn)鄉(xiāng)村振興核心區(qū)偏北部增加、偏南部減小的趨勢，且中西部的西藏片區(qū)、新疆南疆三地州片區(qū)部分區(qū)域增幅更明顯；極端降水強度和持續(xù)時間在大部分地區(qū)均增加，僅零星地區(qū)有所減少，其中，極端降水持續(xù)時間的增加在西藏片區(qū)尤為明顯。

（4）當全球升溫從1.5°C到2.0°C情景下，鄉(xiāng)村振興核心區(qū)整體極端降水頻次呈減少趨勢，有略大于1/2的鄉(xiāng)村振興核心區(qū)區(qū)域強度和持續(xù)時間增加。其中，極端降水頻次和強度的變化未表現(xiàn)出明顯的空間特征，持續(xù)時間的增加則主要集中于西藏片區(qū)。相比1.5°C較基準期的變化，2.0°C情景下極端降水頻次、強度、持續(xù)時間的增加區(qū)域范圍均縮小，但平均增幅均變大。

本研究對全球升溫1.5°C和2.0°C情景下鄉(xiāng)村振興核心區(qū)極端降水特征變化的預(yù)估仍存在不足之處。如在模式數(shù)據(jù)方面，0.5°（緯度）×0.5°（經(jīng)度）的空間分辨率可能尚不能完全滿足極端降水事件對于空間尺度的要求，在下一步研究中將對此進行改進。此外，在全球升溫背景下，鄉(xiāng)村振興核心區(qū)極端降水特征變化的具體成因也是后續(xù)需要著重研究的問題。