全球變化背景下極端降水時(shí)空格局變化及其影響因素研究進(jìn)展和展望

孔 鋒，史培軍，方 建，呂麗莉，方佳毅，郭建平

( 1.中國(guó)氣象局 發(fā)展研究中心，北京 100081；2.北京師范大學(xué) 地表過程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875；3.民政部/教育部 減災(zāi)與應(yīng)急管理研究院，北京 100875；4.北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，北京 100875；5.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079；6.中國(guó)氣象科學(xué)研究院 大氣成分研究所，北京 100081)

全球變化背景下極端降水時(shí)空格局變化及其影響因素研究進(jìn)展和展望

孔 鋒1,2,3，史培軍2,3,4，方 建5，呂麗莉1，方佳毅2,3，郭建平6

( 1.中國(guó)氣象局 發(fā)展研究中心，北京 100081；2.北京師范大學(xué) 地表過程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875；3.民政部/教育部 減災(zāi)與應(yīng)急管理研究院，北京 100875；4.北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，北京 100875；5.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079；6.中國(guó)氣象科學(xué)研究院 大氣成分研究所，北京 100081)

近年來極端降水事件頻發(fā)，已引起學(xué)術(shù)與社會(huì)各界的廣泛關(guān)注。研究不同尺度極端降水時(shí)空變化格局及其影響因素，既是理解全球氣候變化中極端天氣/氣候事件的重要內(nèi)容，也是制定減輕暴雨災(zāi)害風(fēng)險(xiǎn)對(duì)策的迫切需求。為此，該文從極端降水的定義、閾值界定、診斷方法、時(shí)空格局變化和其影響因素研究五個(gè)方面進(jìn)行了綜述，梳理和分析了目前對(duì)極端降水定義的內(nèi)涵和外延、閾值界定和診斷統(tǒng)計(jì)方法的特點(diǎn)，并從全球-大洲-區(qū)域三個(gè)尺度對(duì)極端降水的時(shí)空格局變化研究結(jié)果進(jìn)行了對(duì)比分析。在此基礎(chǔ)上，從影響極端降水時(shí)空格局變化的自然因子和人文因子兩方面，重點(diǎn)總結(jié)了目前在極端降水時(shí)空格局變化影響因素研究方面已經(jīng)取得的進(jìn)展，以及需要進(jìn)一步加強(qiáng)研究的方向。提出從全球變暖對(duì)極端降水事件空間變化影響機(jī)制定量分析、多尺度極端降水事件空間變化成因?qū)Ρ取⒊鞘谢瘜?duì)極端降水事件空間變化影響的定量評(píng)價(jià)，以及利用高精度氣候模式對(duì)極端降水事件空間變化影響因素進(jìn)行定量化模擬分析等方面開展深入研究。

極端降水；影響要素；時(shí)空格局；全球變暖；人類活動(dòng)

全球氣候變化背景下，極端降水時(shí)空格局變化顯著，對(duì)經(jīng)濟(jì)社會(huì)發(fā)展、生命安全和生態(tài)系統(tǒng)安全等諸多方面將可能造成巨大的危害，并對(duì)區(qū)域可持續(xù)發(fā)展帶來深遠(yuǎn)影響。因此，極端降水時(shí)空格局變化及其影響因素的研究，已經(jīng)成為全球和區(qū)域?yàn)?zāi)害與環(huán)境風(fēng)險(xiǎn)定量評(píng)估的重要內(nèi)容，越來越受到學(xué)術(shù)與社會(huì)各界的關(guān)注[1-4]。IPCC AR5表明，在氣候變化背景下，人類活動(dòng)可能對(duì)極端降水的增加有影響[5]。因此，在極端降水時(shí)空格局變化影響因素的研究中，必須同時(shí)關(guān)注氣候變化和人類活動(dòng)的雙重影響[6-8]。開展氣候變化和人類活動(dòng)對(duì)極端降水時(shí)空格局變化影響的研究，探究極端降水空間分布對(duì)氣候變化和人類活動(dòng)的響應(yīng)，預(yù)估未來極端降水時(shí)空格局變化，一方面有利于促進(jìn)對(duì)氣候變化-地表覆蓋-人類活動(dòng)內(nèi)在相互作用機(jī)制的研究，另一方面也有利于理解極端降水時(shí)空格局變化的規(guī)律。同時(shí)，有利于科學(xué)地減輕極端降水災(zāi)害風(fēng)險(xiǎn)，保障經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展[9-11]。本文綜述近年來國(guó)內(nèi)外極端降水時(shí)空格局變化及自然和人文因子影響的相關(guān)研究，總結(jié)研究的進(jìn)展，展望未來發(fā)展方向，以期更好地深化極端降水研究，提升應(yīng)對(duì)極端降水導(dǎo)致的洪澇災(zāi)害的科技支撐能力。

1 極端降水定義、閾值界定和診斷方法

1.1 極端降水定義的內(nèi)涵和外延

極端天氣事件和極端氣候事件統(tǒng)稱極端事件，它是指某個(gè)異常天氣或氣候變量值的發(fā)生，該值高于(或低于)該變量觀測(cè)值區(qū)間的上限(或下限)端附近的某一閾值[4-5]。極端降水則是基于這一準(zhǔn)則，且對(duì)人類社會(huì)造成重大影響的事件。例如近年來在中國(guó)發(fā)生的極端降水事件，均造成了重大的經(jīng)濟(jì)損失(表1)。在國(guó)外多采用由降水事件序列的百分位數(shù)來界定極端降水的閾值，如將超過降水序列95%或99%分位數(shù)的降水事件定義為極端降水[4-5]。在中國(guó)，極端降水統(tǒng)稱為暴雨，通常指每1 h降雨量16 mm以上，或連續(xù)12 h降雨量30 mm以上，或連續(xù)24 h降雨達(dá)到50 mm以上的降水[6-10]。

表1 中國(guó)近10年引起嚴(yán)重城市內(nèi)澇的極端降水事件

1.2 極端降水閾值界定的方法

閾值的界定是極端降水事件研究中的關(guān)鍵問題，其直接影響到對(duì)極端降水事件的特征及演變趨勢(shì)的理解[12-14]?，F(xiàn)有的極端降水閾值界定的方法主要包括表2中的五類。極端降水事件的判定至今還沒有統(tǒng)一成熟的閾值標(biāo)準(zhǔn)，表2列舉的方法可針對(duì)不同尺度的研究區(qū)域使用。對(duì)于空間尺度較小的區(qū)域，采用絕對(duì)臨界值法界定閾值較為合理[15-18]；對(duì)于空間尺度較大的區(qū)域，采用百分位法界定閾值較為合理[19-21]。此外，針對(duì)不同研究領(lǐng)域和研究目的會(huì)有差異，在研究中需要根據(jù)研究?jī)?nèi)容選擇恰當(dāng)?shù)姆椒ā＠缭谵r(nóng)業(yè)研究中通常采用標(biāo)準(zhǔn)差法；在氣象診斷研究中通常采用百分位法。在氣候特征相似的區(qū)域，利用絕對(duì)臨界值法研究極端降水是較為實(shí)用的。

1.3 極端降水變化的診斷方法

目前學(xué)術(shù)界診斷極端降水變化特征的方法通常有兩種：一種是根據(jù)降水現(xiàn)象本身定義的標(biāo)準(zhǔn)，通過對(duì)原始降水資料分析，判斷極端降水事件的頻率或強(qiáng)度有何變化[6,9,15]。另一種是定義與極端降水事件相關(guān)的代用氣候指數(shù)，通過分析這些極端氣候指數(shù)的特征來診斷極端降水事件的變化，從而可以對(duì)不同區(qū)域極端氣候事件的研究結(jié)果進(jìn)行統(tǒng)一對(duì)比，例如國(guó)際氣候變化檢測(cè)與指標(biāo)專家組(ETCCDMI)提出的極端降水指標(biāo)應(yīng)用最為廣泛[15]。目前國(guó)內(nèi)外學(xué)界常用的極端降水變化診斷的研究方法如表3所示。需要指出的是，對(duì)于氣候指數(shù)而言，當(dāng)研究區(qū)域的氣候差異比較大時(shí)，通常選用基于百分比閾值的相對(duì)指數(shù)。絕對(duì)閾值大小定義的指數(shù)適用于氣候特征一致的區(qū)域。針對(duì)不同的研究目的，不同診斷方法具有不同的優(yōu)勢(shì)，需要在具體的研究中要根據(jù)研究目標(biāo)來選取。

表2 極端降水閾值界定的方法對(duì)比

表3 極端降水變化特征研究方法對(duì)比

2 極端降水時(shí)空格局變化研究進(jìn)展

2.1 全球尺度的極端降水時(shí)空格局變化

在全球尺度上，近百年來全球平均降水量的變化趨勢(shì)不明顯，且全球降水極值的變化缺乏空間上的一致性。然而，極端降水從20世紀(jì)初到20世紀(jì)末有顯著變化，尤其是中高緯地區(qū)極端降水增加顯著[4-5]。自1950年以來的觀測(cè)證據(jù)表明，極端降水事件顯著增加的區(qū)域可能多于顯著減少的區(qū)域，但在趨勢(shì)上具有很強(qiáng)的區(qū)域和次區(qū)域分布特征[37]。全球氣候模式輸出結(jié)果表明，人為氣候強(qiáng)迫已導(dǎo)致全球極端降水加強(qiáng)[4,38]，且溫帶地區(qū)的增加具有一致性，而熱帶地區(qū)年際變異較大[39]。觀測(cè)和模擬均發(fā)現(xiàn)溫室氣體的排放，使得北半球2/3的陸地區(qū)域極端降水強(qiáng)度增強(qiáng)[40]。關(guān)于強(qiáng)降水變化的預(yù)估，IPCC SREX認(rèn)為21世紀(jì)全球許多地區(qū)強(qiáng)降水頻率或占總降水的比率可能將增加[4]。IPCC AR5的結(jié)論是，到21世紀(jì)強(qiáng)降水事件很可能將在全球大部分地區(qū)增加[5]。

2.2 大洲尺度的極端降水時(shí)空格局變化

觀測(cè)到北美洲、歐洲、大洋洲和亞洲東部等，大氣中水汽含量呈現(xiàn)出增加趨勢(shì)，為保持大氣水分平衡，在一定程度上加快了水循環(huán)的速度，尤其是在平均降水變化不大，甚至總降水量減少的區(qū)域，極端降水頻率和強(qiáng)度均有所增加，并且預(yù)計(jì)在總降水量回升時(shí)，將會(huì)有更強(qiáng)的極端降水事件[4]。在東亞地區(qū)，極端降水量、極端降水日數(shù)、極端降水降水強(qiáng)度從西北內(nèi)陸向東南沿海遞增，但整個(gè)亞洲平均最大降水強(qiáng)度的年際變化不顯著[41]。利用全球氣候模式和區(qū)域氣候模式的模擬結(jié)果均發(fā)現(xiàn)，歐洲極端降水在目前和未來均呈現(xiàn)增加趨勢(shì)，且未來極端降水增加的比例更大[4-5,41-42]。北美洲極端降水頻率增加，且模擬研究證明到21世紀(jì)末，極端降水頻率增加趨勢(shì)將加劇。通過對(duì)比七大洲的暴雨雨日量級(jí)發(fā)現(xiàn)，亞洲和南美洲最大，南極洲、歐洲和大洋洲最小，只有非洲和南極洲在波動(dòng)中呈減少趨勢(shì)。非洲和南極洲的年代際暴雨雨日分別從1981-1990年的5.89×104d和3.36×103d減少到2001-2010年的5.41×104d和3.09×103d，減少了-8.24%和-8.20%；其他大洲的年代際暴雨雨日從1981-1990年代到2001-2010年都呈現(xiàn)不同幅度的增加，其中南美洲和亞洲暴雨雨日增幅最大分別為35.09%和15.93%[42]。

2.3 區(qū)域尺度的極端降水時(shí)空格局變化

在全球變暖背景下，總降水量增大的區(qū)域，極端降水事件極有可能以更大比例增加，即使在部分平均降水量減少的地區(qū)，極端強(qiáng)降水事件也發(fā)現(xiàn)存在增加趨勢(shì)[5]。美國(guó)、加拿大、日本、英國(guó)、挪威、南非、巴西以及俄羅斯的研究都證實(shí)了這一結(jié)論[4-5]。采用IPCC對(duì)全球陸地的26個(gè)分區(qū)(圖1)，對(duì)1981-2000年中僅有一次超過日均最大降水的重現(xiàn)期進(jìn)行預(yù)估，結(jié)果表明：相鄰兩次超過日均最大降水的重現(xiàn)期越來越短，重現(xiàn)期縮短表明極端降水事件的發(fā)生更頻繁[4-5]。除此之外，采用該26個(gè)分區(qū)對(duì)暴雨雨日進(jìn)行統(tǒng)計(jì)分析結(jié)果表明：有11個(gè)分區(qū)在波動(dòng)中呈現(xiàn)不同程度的減少趨勢(shì)，其中減少趨勢(shì)最大的是WAF分區(qū)，其趨勢(shì)是-61.01 d/年；其他15個(gè)分區(qū)在波動(dòng)中呈現(xiàn)不同程度的增加趨勢(shì)，其中增加趨勢(shì)最大的是AMZ分區(qū)，其趨勢(shì)是135.59 d/年。從年代際暴雨雨日來看，24個(gè)分區(qū)呈現(xiàn)增加趨勢(shì)，增幅最大的三個(gè)分區(qū)分別是AMZ、CAM和SEA分區(qū)，增幅分別是238.65%、142.79%和118.21%；呈現(xiàn)減幅的分區(qū)是SAH和WAF，減幅分別是36.58%和14.29%[42]。對(duì)中國(guó)來說，全國(guó)尺度上的總降水量趨勢(shì)變化不明顯，但極端降水強(qiáng)度在增強(qiáng)[43-45]，遭受極端降水的地區(qū)也在增加[46-51]。利用不同氣候模式在不同情景下預(yù)估的結(jié)果均一致表明，未來中國(guó)極端降水的強(qiáng)度和頻次都存在顯著增加的趨勢(shì)，尤其是在全球變暖的背景下，中國(guó)絕大多數(shù)地區(qū)極端降水都呈增加趨勢(shì)[52-55]。

圖1 IPCC對(duì)全球陸地的26個(gè)分區(qū)

圖2 極端降水變化歸因研究

圖3 影響全球氣候的主要自然系統(tǒng)

3 極端降水時(shí)空格局變化影響因素的研究進(jìn)展

3.1 統(tǒng)計(jì)診斷和模式模擬在極端降水時(shí)空格局變化影響因素研究中的作用

目前國(guó)內(nèi)外對(duì)極端降水影響因素的研究主要集中在統(tǒng)計(jì)診斷和模式模擬兩個(gè)方面[4-5]。統(tǒng)計(jì)診斷主要是依靠觀測(cè)記錄來確定事件的發(fā)生頻率或強(qiáng)度的變化情況；模式模擬則是比較在有/無氣候變化情況下極端事件的區(qū)別。大多數(shù)研究同時(shí)使用觀測(cè)和模型兩種方法。在統(tǒng)計(jì)診斷方面，使用各種統(tǒng)計(jì)方法，建立極端降水與各類影響因子之間的經(jīng)驗(yàn)?zāi)Ｐ蚚9]。這類模型主要包括線性回歸、非線性回歸、奇異值分解(SVD)、典型相關(guān)分解(CCA)、主成分分析(PCA)和人工神經(jīng)網(wǎng)絡(luò)(ANN)等[15]。影響極端降水的因子一般分為大尺度環(huán)流因子和人類社會(huì)經(jīng)濟(jì)活動(dòng)因子。統(tǒng)計(jì)方法所建立的診斷模型，動(dòng)力學(xué)意義不明確，且極容易造成過擬合現(xiàn)象，解釋的準(zhǔn)確率有限。IPCC依據(jù)全球和不同區(qū)域的觀測(cè)結(jié)果，對(duì)全球和不同區(qū)域尺度的極端降水長(zhǎng)期和短期的變化進(jìn)行診斷，然后采用自然因子和人文因子的變化對(duì)區(qū)域極端降水的時(shí)空格局變化進(jìn)行統(tǒng)計(jì)分析，并試圖從物理過程上對(duì)自然因子和人文因子對(duì)極端降水時(shí)空格局的影響作出相應(yīng)解釋(圖2)[4-5]。在模式模擬方面，CMIP 5中的地球系統(tǒng)模式對(duì)極端天氣事件有一定的模擬能力，但一般模擬效果較差，尤其對(duì)極端降水的模擬效果更差[2,4]。整體而言，由于觀測(cè)證據(jù)有限，且地球系統(tǒng)模式的一致性低，加之缺乏物理認(rèn)識(shí)，因此，在人類貢獻(xiàn)認(rèn)識(shí)方面具有低信度[5,11]。但模式模擬對(duì)整個(gè)極端降水的物理過程理解具有統(tǒng)計(jì)診斷研究無法比擬和替代的作用，將會(huì)在極端降水變化熱力和動(dòng)力學(xué)研究中，發(fā)揮越來越重要的作用。

3.2 自然因子對(duì)極端降水時(shí)空格局變化的影響

影響全球氣候的主要自然系統(tǒng)在空間分布上復(fù)雜多樣(圖3)，對(duì)極端降水時(shí)空格局變化的影響，自然因子主要包括大氣濤動(dòng)和遙相關(guān)型、青藏高原、陸面過程和海洋。本文主要綜述了以下幾類自然因子對(duì)極端降水時(shí)空格局變化的影響：

3.2.1 水汽對(duì)極端降水時(shí)空格局變化的影響

水汽是極端降水形成過程中最重要的因素之一[4]，其在很大程度上受到全球氣候變化影響，尤其是1990年代以來的大氣水汽含量不斷增加，在很大程度上歸咎于全球變暖[5]。已有研究表明當(dāng)大氣濕度恒定，水汽因素能夠使全球增暖加快近一倍。隨著全球變暖的持續(xù)，水汽含量的增加速率遠(yuǎn)遠(yuǎn)大于地球表面總降水量的增加速率[56]。自1950年以來的觀測(cè)記錄表明，全球極端降水事件增加頻率上升，恰巧與增暖背景下大氣中的水汽含量增加相一致[5]。從全球尺度來看，在1973-2006年期間整個(gè)北半球?qū)α鲗铀淖兓厔?shì)呈增加趨勢(shì)[57]。從區(qū)域尺度來看，在北美、歐洲、大西洋、和東亞等地區(qū)水汽含量均呈增加趨勢(shì)。水汽因素對(duì)極端降水的反饋?zhàn)饔檬且环N正反饋?zhàn)饔?，由于目前缺乏精確的水汽數(shù)據(jù)，無法精確量化這種正反饋?zhàn)饔?，其?qiáng)弱估算還存在較強(qiáng)的不確定性。因此，亟待定量探究水汽變化對(duì)極端降水時(shí)空格局變化的影響。

3.2.2 氣溫對(duì)極端降水時(shí)空格局變化的影響

在全球變暖背景下，氣溫變化對(duì)極端降水時(shí)空格局變化的影響是首位的。理論上溫度的增加會(huì)導(dǎo)致水汽含量和降水的增加[56]，觀測(cè)資料也證實(shí)了氣溫增加引起大氣含水量增加的理論推斷[57]。但氣溫對(duì)降水的作用并非瞬時(shí)響應(yīng)，而是存在一個(gè)能量累積與系統(tǒng)發(fā)展的過程。不同地區(qū)具有較大的差異性[56-57]，例如中緯度地區(qū)極端降水在相對(duì)低溫時(shí)會(huì)隨氣溫升高而增加，而當(dāng)氣溫高于一定數(shù)值時(shí)則下降[58-61]。中國(guó)華南地區(qū)在增暖趨勢(shì)下極端降水的頻次和強(qiáng)度均呈顯著增加趨勢(shì)[62]。在中國(guó)冬季氣溫升高時(shí)，極端降水呈現(xiàn)出一致性的增加趨勢(shì)[63]。但全球變暖并非全球一致性變暖，降水也并非全球一致性變化，因此，一方面需要診斷全球變暖對(duì)極端降水時(shí)空格局變化的影響；另一方面需要量化不同地區(qū)氣溫變化對(duì)極端降水時(shí)空格局影響的差異性。

3.2.3 ENSO對(duì)極端降水時(shí)空格局變化的影響

ENSO對(duì)降水的影響表現(xiàn)在暖事件年全球陸地年降水量大范圍顯著減少[64]。1951-1980年的ENSO與該時(shí)段的全球降水減少有關(guān)，但是1977年開始，ENSO發(fā)生了年代際變化，1977年后ENSO增強(qiáng)且頻率高，與1951-1977年ENSO的特點(diǎn)不同。1980年以后的暖事件對(duì)東澳大利亞干旱、中國(guó)華北干旱的影響比1980年以前的影響要大[65]。在中國(guó)，ENSO暖、冷年極端降水對(duì)比顯著區(qū)域主要在華北東部地區(qū)，暖年和冷年當(dāng)年夏季該地區(qū)分別對(duì)應(yīng)著極端降水的負(fù)、正距平區(qū)；在暖年次年，夏季和春季分布型有相似之處，北方呈現(xiàn)正距平，南方分布形勢(shì)較為復(fù)雜，江南地區(qū)也有極端降水的高值區(qū)；次年秋季，極端降水正距平區(qū)主要分布在北方；次年冬季，整個(gè)東部地區(qū)以極端降水負(fù)距平為主，冷年次年四季極端降水基本呈相反的分布形勢(shì)[66]。因此，一方面需要量化ENSO對(duì)極端降水頻次和強(qiáng)度的影響；另一方面應(yīng)加強(qiáng)不同強(qiáng)度ENSO對(duì)極端降水時(shí)空格局變化影響差異的研究。

3.2.4 NAO/AO對(duì)極端降水時(shí)空格局變化的影響

NAO通過影響西風(fēng)帶，進(jìn)而通過環(huán)流調(diào)整影響青藏高原上空水汽輸送和輻合、輻散場(chǎng)的分布，最終對(duì)中國(guó)降水的時(shí)空格局產(chǎn)生影響[67]。在NAO強(qiáng)年份，中國(guó)的水汽輸送通量增強(qiáng)，水汽輻合增強(qiáng)，造成中國(guó)北部極端強(qiáng)降水偏多，南部偏少[68]。在NAO弱年份，與上述情形相反。AO與東亞夏季降水有密切關(guān)系，在年際尺度上，5月AO指數(shù)偏高時(shí)，夏季長(zhǎng)江中下游到日本南部的極端強(qiáng)降水偏少，反之，則偏多[69-70]。因此，需要進(jìn)一步加強(qiáng)NAO/AO對(duì)全球其它地區(qū)的極端降水的影響程度研究，以及不同強(qiáng)度的NAO/AO對(duì)極端降水時(shí)空格局變化的影響程度研究。

3.2.5 AAO對(duì)極端降水時(shí)空格局變化的影響

北半球春季時(shí)的南極濤動(dòng)(AAO)指數(shù)與中國(guó)長(zhǎng)江中下游地區(qū)夏季降水存在超前一個(gè)季度的顯著正相關(guān)關(guān)系[71]。春季AAO指數(shù)與夏季中國(guó)降水在長(zhǎng)江中下游地區(qū)為顯著相關(guān)區(qū)。北半球春季時(shí)AAO指數(shù)序列與夏季長(zhǎng)江中、下游地區(qū)降水序列存在很好同步關(guān)系。說明春季AO偏強(qiáng)(弱)時(shí)，夏季長(zhǎng)江流域降水偏多(偏少)。而且，在強(qiáng)春季AAO指數(shù)事件年份，長(zhǎng)江中下游地區(qū)夏季降水偏多；在弱春季AAO指數(shù)事件年份(即低于負(fù)的一個(gè)標(biāo)準(zhǔn)差的年份)，長(zhǎng)江中下游地區(qū)夏季降水均偏少[72]。因此，需要進(jìn)一步加強(qiáng)AAO對(duì)極端降水影響的機(jī)理研究，以及AAO對(duì)全球其他區(qū)域的極端降水變化的影響研究。

3.2.6 海溫異常對(duì)極端降水時(shí)空格局變化的影響

在空間和時(shí)間上，印度洋和南海海溫與長(zhǎng)江中下游夏季降水存在較好的相關(guān)關(guān)系。在對(duì)ENSO事件導(dǎo)致全球氣候異常的基礎(chǔ)上，已有學(xué)者開始致力于從海溫異常對(duì)降水影響的角度來尋找旱澇預(yù)報(bào)因子[73]。印度洋全海盆的增溫趨勢(shì)與中國(guó)夏季降水的變化趨勢(shì)相一致，正SIOD(南印度洋偶極子)年中國(guó)江南和西南及長(zhǎng)江中下游的降水偏多，負(fù)SIOD年則偏少[74]。長(zhǎng)江流域降水與赤道中東太平洋海溫的關(guān)系不確定，而與鄰近海域如西太平洋、南海、印度洋有較密切的關(guān)系，前春赤道南印度洋海溫異常偏暖，則夏季南海海溫異常偏暖，南海低空出現(xiàn)異常偏南風(fēng)，異常多的水汽向中國(guó)南方輸送，長(zhǎng)江中下游地區(qū)易澇；反之，則易旱[75-76]。也有學(xué)者以一些影響降水的環(huán)流系統(tǒng)如副熱帶高壓、南亞高壓等為切入點(diǎn)研究其影響旱澇的可能機(jī)制[77]。因此，不同地區(qū)的SST異常對(duì)不同地區(qū)極端降水有不同的影響，需要在模式模擬中加以驗(yàn)證。

3.2.7 青藏高原對(duì)極端降水時(shí)空格局變化的影響

趙聲蓉認(rèn)為青藏高原上空的潛熱加熱增強(qiáng)，華北地區(qū)降水偏少；反之，華北地區(qū)降水偏多[78]。李棟梁等認(rèn)為夏季青藏高原大面積感熱異常偏強(qiáng)時(shí)，黃河流域降水偏多；相反，華北干旱[79]。高原積雪是青藏高原對(duì)中國(guó)降水影響的另外一種途徑。高原積雪主要是通過改變高原熱源來影響大氣環(huán)流，進(jìn)而對(duì)天氣和氣候產(chǎn)生影響。高原積雪的增加可以使高原熱源減弱，海陸溫差減小，從而致使季風(fēng)減弱，并導(dǎo)致“南澇北旱”。高原積雪的增加在“南澇北旱”雨型的形成中究竟起了什么作用？這些問題值得進(jìn)一步深入研究[80]。學(xué)界對(duì)高原積雪變化造成亞洲季風(fēng)推遲已達(dá)成共識(shí)，但對(duì)其影響機(jī)理的分析卻相當(dāng)不一致，因此，高原積雪對(duì)中國(guó)夏季降水如何產(chǎn)生影響，仍存在爭(zhēng)議，亟需從動(dòng)力和熱力兩方面來加強(qiáng)其對(duì)極端降水影響的研究。

3.2.8 亞洲季風(fēng)環(huán)流系統(tǒng)對(duì)極端降水時(shí)空格局變化的影響 東亞西風(fēng)帶南緣和西太平洋副熱帶高壓之間的地區(qū)，是夏季最有利于深對(duì)流和極端降水事件發(fā)展的地區(qū)[81]。當(dāng)有一條西東走向的靜止鋒位于這個(gè)區(qū)域時(shí)，這里將成為極端降水發(fā)生最多的危險(xiǎn)地帶。副熱帶高壓的東、西向及南、北向進(jìn)退決定了中國(guó)東部夏季雨帶的位置；中緯度西風(fēng)擾動(dòng)、從南海向北的水汽輸送則有助于梅雨鋒的維持和加強(qiáng)[82-83]。因此，需要在模式模擬中，加強(qiáng)亞洲季風(fēng)環(huán)流系統(tǒng)對(duì)極端降水影響的定量分析。

3.3 人文因子對(duì)極端降水時(shí)空格局變化的影響

3.3.1 溫室氣體排放對(duì)極端降水時(shí)空格局變化的影響 在觀測(cè)方面，現(xiàn)有結(jié)果認(rèn)為溫室氣體排放所導(dǎo)致的全球變暖使得地表蒸發(fā)加劇，導(dǎo)致大氣保水能力增加，全球和區(qū)域水循環(huán)加快，勢(shì)必造成部分地區(qū)降水增多[2,4]，其中對(duì)流性降水的增加大于層狀降水[5]。在模擬方面，通過模式模擬研究發(fā)現(xiàn)當(dāng)前全球18%的強(qiáng)降水是由人類活動(dòng)引起的全球變暖所導(dǎo)致的。隨著未來氣溫上升，這個(gè)比例還會(huì)增加；模擬結(jié)果表明，當(dāng)氣溫比工業(yè)發(fā)展前的水平多升高2°C，人類活動(dòng)將影響40%的極端降水。但從全球視角來預(yù)測(cè)氣候變暖給長(zhǎng)期的極端降水所造成的影響要比僅聚焦于單個(gè)極端降水事件的模擬預(yù)測(cè)更可靠，畢竟針對(duì)單個(gè)極端降水事件的模擬存在較大的不確定性。在區(qū)域尺度上，利用WRF模式模擬發(fā)現(xiàn)，在化石燃料密集排放的情境下，美國(guó)東部地區(qū)的年極端強(qiáng)降水要比目前狀況嚴(yán)重的多，大約增加了107.3 mm[84]。需要特別指出的是，在對(duì)比模式結(jié)果與觀測(cè)結(jié)果后，發(fā)現(xiàn)氣候變暖下極端降水的實(shí)際增加大于模式模擬的結(jié)果[38-40]。因此，一方面需要加強(qiáng)歷史溫室氣體排放對(duì)目前極端降水空間分布影響的定量分析；另一方面需要甄別不同種類溫室氣體排放在觀測(cè)和模擬中對(duì)極端降水空間分布的定量影響。

3.3.2 氣溶膠排放對(duì)極端降水時(shí)空格局變化的影響 空氣污染在很多方面都會(huì)影響降水，且影響過程非常復(fù)雜，這取決于大氣狀況和氣溶膠特征，既可能增強(qiáng)，也可能減弱。隨著地表氣溶膠濃度增加，云頂高度和云厚度都有顯著增加。在嚴(yán)重污染的情況下，夏季云厚度可比低污染時(shí)高出一倍。因此可顯著增強(qiáng)雷暴天氣，增加強(qiáng)降水。相反，在干燥的季節(jié)和地區(qū)，氣溶膠(污染物)抑制云的生成與發(fā)展，降低降水發(fā)生的概率。污染在相對(duì)干燥的環(huán)境中對(duì)云發(fā)展有抑制效應(yīng)，因此使干旱惡化[85-86]。在盆地地區(qū)，由于氣溶膠顯著削弱了到達(dá)地面的太陽輻射，同時(shí)增強(qiáng)了大氣的輻射吸收，使得盆地大氣變得異常穩(wěn)定，而大量水汽和濕對(duì)流不穩(wěn)定能量被堆積在盆地上空，并隨氣流傳向山區(qū)。受地形抬升，這些堆積的水汽和能量被迅速釋放出來，造成異常強(qiáng)烈降水。這些觀測(cè)結(jié)果可以用精細(xì)的云模式模擬出來，但目前的氣候模式尚無法實(shí)現(xiàn)。因此，目前模式模擬的人類活動(dòng)對(duì)極端降水的影響可能與實(shí)際有很多出入[85-87]。

3.3.3 城市化進(jìn)程對(duì)極端降水時(shí)空格局變化的影響 城市化進(jìn)程伴隨著土地利用的變化，由于土地利用變化會(huì)造成地表反照率、蒸散、土壤濕度、地表粗糙度、地氣通量交換、能量和水循環(huán)等發(fā)生變化，進(jìn)而影響輻射強(qiáng)迫，導(dǎo)致極端降水發(fā)生變化[88]。城市土地利用的變化使得城市下墊面物理性質(zhì)與自然地表有很大區(qū)別，密集的樓群大大增加了下墊面的粗糙程度，太陽輻射量的變化差異，城市中強(qiáng)烈的人為加熱，大氣環(huán)境、土壤環(huán)境的日益惡化等，在很大程度上影響著城市氣候狀況的變化。大規(guī)模城市數(shù)量和大面積建成區(qū)的增加有利于對(duì)流型極端降水的增加。區(qū)域大氣模式模擬表明，澳洲悉尼盆地地表植被的減少，影響大氣水分和能量收支平衡，使得對(duì)流活動(dòng)加強(qiáng)，從而對(duì)極端降水增加起了作用[89]。另外，許多學(xué)者針對(duì)其他不同區(qū)域的降水做了大量的研究，雖然地域和方法存在差異，但這些研究同樣都檢測(cè)到城市化對(duì)極端降水的影響在增強(qiáng)[90-91]。需要注意的是目前城市化過程涉及的因素較多，如何定量地研究城市化過程對(duì)極端降水的影響，亟待在觀測(cè)研究和模式模擬中進(jìn)一步加強(qiáng)。

4 結(jié)論與展望

4.1 結(jié)論

(1)近十年來極端事件歸因科學(xué)發(fā)展迅速，具有以下特征的極端事件，歸因研究結(jié)果更加可信：一是具有長(zhǎng)期的歷史觀測(cè)記錄，可以在合適的歷史背景下整體考慮；二是可以利用氣候模型充分模擬；三是本質(zhì)上純粹是自然現(xiàn)象，受人為干擾有限。極端降水作為一種主要的極端事件，滿足以上特點(diǎn)，可以使得其歸因結(jié)果穩(wěn)定和可信，尤其是對(duì)自然和人文因子的定量貢獻(xiàn)。

(2)極端降水時(shí)空格局變化的研究從閾值界定和診斷方法出發(fā)，著眼于極端降水的頻次和強(qiáng)度在不同時(shí)空尺度上的演變特征。此外，受制于長(zhǎng)時(shí)間序列的高時(shí)空分辨率降水?dāng)?shù)據(jù)的有限，極端降水時(shí)空格局變化的研究雖然在變化趨勢(shì)具有一致性，但是在極端降水變化的絕對(duì)數(shù)量級(jí)上具有較大差異，尤其是氣候模式模擬的極端降水變化具有很強(qiáng)的不確定性。由于統(tǒng)計(jì)診斷和模式模擬在預(yù)測(cè)區(qū)域極端降水方面受到精度的局限，將兩者建立聯(lián)系的統(tǒng)計(jì)與動(dòng)力降尺度方法在未來極端降水時(shí)空格局變化的預(yù)測(cè)研究中將會(huì)起重要作用。

(3)極端降水相對(duì)于平均降水對(duì)自然因子和人文因子的響應(yīng)更加敏感。極端降水時(shí)空格局變化的影響因子研究主要以全球環(huán)流因子、區(qū)域環(huán)流因子及遙相關(guān)為主的自然因子對(duì)極端降水時(shí)空格局變化的影響，而且主要關(guān)注于大尺度分析，尤其是極端降水與溫度的關(guān)系較為密切，因此在研究極端降水特征時(shí)常常與溫度變化的研究相結(jié)合。人文因子對(duì)極端降水時(shí)空格局變化的影響研究目前主要關(guān)注于局地尺度；在大區(qū)域尺度上還未取得一致性的認(rèn)識(shí)，但I(xiàn)PCC AR5和最新研究指出人文因子已經(jīng)在中高信度水平上影響著極端降水的時(shí)空格局。

4.2 展望

2016年3月11日，美國(guó)國(guó)家科學(xué)院出版社發(fā)布的《Attribution of Extreme Weather Events in the Context of Climate Change》[93]指出，隨著科學(xué)的進(jìn)步，人類活動(dòng)導(dǎo)致的天氣變化影響了某些極端事件的強(qiáng)度和頻率。為了更好地深化極端降水時(shí)空格局變化及其影響因素的研究，未來應(yīng)重點(diǎn)關(guān)注以下五個(gè)方面的問題：

(1)客觀歸因體系的構(gòu)建。為了更好地服務(wù)于利益相關(guān)者，極端事件歸因體系需要：首先開發(fā)和利用客觀的極端事件選擇標(biāo)準(zhǔn)，減少選擇偏差，使利益相關(guān)者可以理解如何將單個(gè)事件納入更加廣闊的氣候變化背景。其次在事件發(fā)生后的數(shù)天內(nèi)為利益相關(guān)者提供成因信息，隨后隨著數(shù)據(jù)和分析結(jié)果的增加隨時(shí)更新這些信息。再次與利益相關(guān)者明確交流，溝通關(guān)于方法和框架選擇以及相關(guān)的不確定性和可能性的關(guān)鍵信息。最后能可靠地評(píng)估極端事件歸因體系的成效。

(2)多尺度極端降水的定量對(duì)比研究。從多空間尺度來看，多種空間尺度的對(duì)比分析有助于研究整體和局部的極端降水特征。在國(guó)家尺度上，中國(guó)極端降水，無論頻次，還是雨量都呈增加趨勢(shì)。但在局地尺度上，中國(guó)極端降水也有呈減少趨勢(shì)的區(qū)域。從多時(shí)間尺度來看，年際和年代際極端降水的增加是區(qū)域性現(xiàn)象，還是全球性現(xiàn)象？全球不同地區(qū)的極端降水變化具體表現(xiàn)如何？2015年全球已有超過54%的人口居住在城鎮(zhèn)，預(yù)計(jì)非洲和亞洲到2020年將分別有56%和64%的人口居住在城鎮(zhèn)[92]。這些地區(qū)極端降水的區(qū)域變化差異是何種因子起到關(guān)鍵性作用？亟待從全球和區(qū)域尺度上開展更深入的觀測(cè)、診斷和模擬研究。

(3)全球變暖對(duì)極端降水影響的定量研究。全球氣候變暖背景下的氣溫的增加對(duì)降水的增加具有放大作用。在全球變暖的背景下，通過綜合分析影響區(qū)域極端降水的物理因子來探究其成因機(jī)制。全球變暖冬季最強(qiáng)，所以如果說全球變暖對(duì)降水存在影響，那么冬季降水對(duì)變暖的響應(yīng)理應(yīng)更強(qiáng)。但不同地區(qū)降水對(duì)增暖的響應(yīng)是不同的，這一差異說明，開展降水對(duì)變暖區(qū)域的響應(yīng)研究更加重要，不但要從全球尺度探討這一問題，還應(yīng)加強(qiáng)區(qū)域尺度對(duì)比研究，從而能夠全面地理解全球變暖的影響。

(4)城市化進(jìn)程影響的定量研究。人類活動(dòng)已對(duì)極端降水產(chǎn)生了較大影響，尤其是土地利用變化和土壤濕度等強(qiáng)迫因子在模式中已產(chǎn)生了不可忽視的影響?？v觀國(guó)內(nèi)外研究，大都從某個(gè)城市的城市化入手，研究其對(duì)極端降水的影響，用城市化的某一表征變量與降水做相關(guān)分析探討其與極端降水的相關(guān)性。但是很少涉及城市化對(duì)極端降水變化的貢獻(xiàn)率，因此，需要深入開展城市化進(jìn)程對(duì)極端降水的定量研究。

(5)高精度氣候模式的模擬驗(yàn)證。人類活動(dòng)能夠在比預(yù)先估計(jì)更大的程度上擾亂地球的自然系統(tǒng)。由于經(jīng)濟(jì)發(fā)展往往伴隨著氣溶膠排放的增加，對(duì)可持續(xù)發(fā)展有不利的影響。目前的氣候模式尚未將這些綜合效應(yīng)考慮進(jìn)去。在極端降水研究方面，一方面在給定觀測(cè)的自然和人為強(qiáng)迫因子的條件下，合理再現(xiàn)和確認(rèn)大尺度極端降水變化的穩(wěn)健信號(hào)；另一方面，通過模擬研究加深對(duì)不同氣候變化分區(qū)下人類活動(dòng)對(duì)極端降水的熱動(dòng)力和云物理過程影響的科學(xué)理解，從而進(jìn)一步揭示極端降水成因機(jī)制。

[1] Alexander L V, Zhang X, Peterson T C, et al. Global observed changes in daily climate extremes of temperature and precipitation [J]. Journal. Geophysics. Research, 2005:1-65.

[2] 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(1): 71-95.

[3] Brown P, Bradley R, Keimig F. Changes in extreme climate indices for the Northeastern United States, 1870-2005[J]. Journal of Climate, 2010, 23(24): 6555-6572.

[4] IPCC SREX. Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation[M].London: Cambridge University Press. 2012.

[5] IPCC AR5. Intergovernmental Panel on Climate Change Climate Change Fifth Assessment Report (AR5) [M]. London Cambridge University Press, Cambridge, UK. 2013.

[6] 史培軍, 孔鋒, 方佳毅. 中國(guó)年代際暴雨時(shí)空變化格局[J]. 地理科學(xué),2014,34(11):1281-1290.

[7] 史培軍, 孫劭, 汪明, 等. 中國(guó)氣候變化區(qū)劃(1961-2010年)[J]. 中國(guó)科學(xué):地球科學(xué),2014,44(10):2294-2306.

[8] Liu J, Zhai P. Changes in climate regionalization indices in China during 1961-2010[J]. Advances in Atmospheric Sciences, 2014, 31(2): 374-384.

[9] 方建, 杜鵑, 徐偉, 等. 氣候變化對(duì)洪水災(zāi)害影響研究進(jìn)展[J]. 地球科學(xué)進(jìn)展,2014, 29(9):1085-1093.

[10]史培軍, 孔鋒, 葉謙, 等. 災(zāi)害風(fēng)險(xiǎn)科學(xué)發(fā)展與科技減災(zāi)[J]. 地球科學(xué)進(jìn)展,2014, 29(11):1205-1211.

[11]Coumou D, Rahmstorf. A decade of weather extremes[J]. Nature Climate Change, 2012, 2(7): 491-496.

[12]冉祥濱, 于志剛, 臧家業(yè), 等. 地表過程與人類活動(dòng)對(duì)硅產(chǎn)出影響的研究進(jìn)展[J]. 地球科學(xué)進(jìn)展,2013,28(5):577-587.

[13]Frei C, Sch?r C. Detection probability of trends in rare events: Theory and application to heavy precipitation in the Alpine region[J]. Journal of Climate, 2001, 14(7): 1568-1584.

[14]Klein Tank A M G, K?nnen G P. Trends in indices of daily temperature and precipitation extremes in Europe, 1946-99[J]. Journal of Climate, 2003, 16(22): 3665-3680.

[15]羅夢(mèng)森, 熊世為, 梁宇飛. 區(qū)域極端降水事件閾值計(jì)算方法比較分析[J]. 氣象科學(xué),2013,33(5):549-554.

[16]王研峰. 半干旱地區(qū)地氣相互作用對(duì)降水的響應(yīng)[D].蘭州:蘭州大學(xué),2013.

[17]Qian W, Fu J, Yan Z. Decrease of light rain events in summer associated with a warming environment in China during 1961-2005[J]. Geophysical Research Letters, 2007, 34(11):224-238.

[18]Qian W, Lin X, Zhu Y, et al. Climatic regime shift and decadal anomalous events in China[J]. Climatic Change, 2007, 84(2): 167-189.

[19]Nandintsetseg B, Greene J S, Goulden C E. Trends in extreme daily precipitation and temperature near Lake H?vsg?l, Mongolia[J]. International Journal of Climatology, 2007, 27(3): 341-347.

[20]Li F, Collins W D, Wehner M F, et al. Impact of horizontal resolution on simulation of precipitation extremes in an aqua‐planet version of Community Atmospheric Model (CAM3)[J]. Tellus A, 2011, 63(5): 884-892.

[21]Zolina O, Kapala A, Simmer C, et al. Analysis of extreme precipitation over Europe from different reanalyses: a comparative assessment[J]. Global and Planetary Change, 2004, 44(1): 129-161.

[22]李嬌, 任國(guó)玉, 戰(zhàn)云健. 淺談極端氣溫事件研究中閾值確定方法[J]. 氣象科技進(jìn)展,2013,2(5):36-40.

[23]彭鵬, 張韌, 洪梅, 等. 氣候變化影響與風(fēng)險(xiǎn)評(píng)估方法的研究進(jìn)展[J]. 大氣科學(xué)學(xué)報(bào),2015,38(2):155-164.

[24]Zhang Q, Zhang J, Yan D, et al. Extreme precipitation events identified using detrended fluctuation analysis (DFA) in Anhui, China[J]. Theoretical and applied climatology, 2014, 117(1): 169-174.

[25]Wehner M F, Smith R L, Bala G, et al. The effect of horizontal resolution on simulation of very extreme US precipitation events in a global atmosphere model[J]. Climate dynamics, 2010, 34(2): 241-247.

[26]Li Z, Brissette F, Chen J. Finding the most appropriate precipitation probability distribution for stochastic weather generation and hydrological modelling in Nordic watersheds[J]. Hydrological Processes, 2013, 27(25): 3718-3729.

[27]Kioutsioukis I, Melas D, Zerefos C. Statistical assessment of changes in climate extremes over Greece (1955-2002)[J]. International Journal of Climatology, 2010, 30(11): 1723-1737.

[28]You Q, Kang S, Pepin N, et al. Relationship between trends in temperature extremes and elevation in the eastern and central Tibetan Plateau, 1961-2005[J]. Geophysical Research Letters, 2008, 35(4):317-333.

[29]Mouhamed L, Traore S B, Alhassane A, et al. Evolution of some observed climate extremes in the West African Sahel[J]. Weather and Climate Extremes, 2013, 1: 19-25.

[30]Ngo-Duc T, Kieu C, Thatcher M, et al. Climate projections for Vietnam based on regional climate models[J]. Climte Research, 2014, 60: 199-213.

[31]Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696-1718.

[32]Bae D H, Jung I W, Chang H. Long‐term trend of precipitation and runoff in Korean river basins[J]. Hydrological processes, 2008, 22(14): 2644-2656.

[33]Luo Y, Liu S, Fu S L, et al. Trends of precipitation in Beijiang River basin, Guangdong province, China[J]. Hydrological Processes, 2008, 22(13): 2377-2386.

[34]Mondal A, Kundu S, Mukhopadhyay A. Rainfall trend analysis by Mann-Kendall Test: A case study of North-Eastern part of Cuttack district, Orissa[J]. International Journal of Geology, Earth and Environmental Sciences, 2012, 2(1): 70-78.

[35]Zhang Q, Li J, Singh V P. Application of Archimedean copulas in the analysis of the precipitation extremes: effects of precipitation changes[J]. Theoretical and Applied Climatology, 2012, 107(1): 255-264.

[36]Sun X, Qiao S F, Xie J R. The study of precipitation forecast model on EMD-RBF neural network-A case study on northeast China[J]. Applied Mechanics and Materials. 2014, 641: 119-122.

[37]Shao Z, Gao F, Yang S L, et al. A new semiparametric and EEMD based framework for mid-term electricity demand forecasting in China: Hidden characteristic extraction and probability density prediction[J]. Renewable and Sustainable Energy Reviews, 2015, 52: 876-889.

[38]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):417-426.

[39]Ghil M, Allen M R, Dettinger M D, et al. Advanced spectral methods for climatic time series[J]. Reviews of Geophysics, 2002, 40(1): 313-341.

[40]Paul A.O’Gorman. Sensitivity of tropical precipitation extremes to climate change [J]. Nature Geoscience 2012,5(10):697-700.

[41]Min S K, Zhang X, Zwiers F W, et al. Human contribution to more-intense precipitation extremes[J]. Nature, 2011, 470(7334):378-381.

[42]Durman C F, Gregory J M, Hassell D C, et al. A comparison of extreme European daily precipitation simulated by a global and a regional climate model for present and future climates[J]. Quarterly Journal of the Royal Meteorological Society, 2001, 127(573): 1005-1015.

[43]孔鋒, 王鑄, 劉凡, 等. 全球、大洲、區(qū)域尺度暴雨時(shí)空變化格局(1981-2010)[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,52(2):228-234..

[44]Zhai P, Sun A, Ren F, et al. Changes of climate extremes in China[J]. Climatic Change, 1999, 42(1): 203-218.

[45]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).

[46]翟盤茂, 王萃萃, 李威. 極端降水事件變化的觀測(cè)研究[J]. 氣候變化研究進(jìn)展, 2007, 3 (3): 144-148.

[47]Zhang X, Zwiers F W, Hegerl G C, et al. Detection of human influence on twentieth-century precipitation trends[J]. Nature, 2007, 448(7152):461-465..

[48]Feng L, Zhou T, Wu B, Tim LI. Projection of future precipitation change over China with a high-resolution global atmospheric model [J]. Advances in Atmospheric Sciences,2011,(02):464-476.

[49]Fu G, Yu J, Yu X,Ouyang R, Zhang Y, et al. Temporal variation of extreme rainfall events in China, 1961-2009 [J]. Journal of Hydrology, 2013, 487:48-59.

[50]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):982-993.

[51]Yu R, Li J. Hourly rainfall changes in response to surface air temperature over eastern contiguous China[J]. Journal of Climate, 2012, 25(19):6851-6861.

[52]Zhang Y, Xu Y, Dong W, et al. A future climate scenario of regional changes in extreme climate events over China using the PRECIS climate model[J]. Geophysical Research Letters, 2006, 332(24):194-199.

[53]江志紅, 丁裕國(guó), 陳威霖. 21世紀(jì)中國(guó)極端降水事件預(yù)估[J]. 氣候變化研究進(jìn)展, 2007, 3 (4): 202-207.

[54]陳活潑. CMIP5模式對(duì)21世紀(jì)末中國(guó)極端降水事件變化的預(yù)估[J]. 科學(xué)通報(bào), 2013, 58(8): 743-752.

[55]施雅風(fēng), 姜彤, 蘇布達(dá), 等. 1840年以來長(zhǎng)江大洪水演變與氣候變化關(guān)系初探[J]. 湖泊科學(xué), 2004, 16(04): 289-297.

[56]Wentz F J, Ricciardulli L, Hilburn K, et al. How much more rain will global warming bring?[J]. Science, 2007, 317(5835): 233-235.

[57]Trenberth K E, Fasullo J, Smith L. Trends and variability in column-integrated atmospheric water vapor[J]. Climate Dynamics, 2005, 24(7): 741-758.

[58]Utsumi N, Seto S, Kanae S, et al. Does higher surface temperature intensify extreme precipitation?[J]. Geophysical Research Letters, 2011, 38(16):239-255.

[59]Allen M R, Ingram W J. Constraints on future changes in climate and the hydrologic cycle[J]. Nature, 2002, 419(6903): 224-232.

[60]Allan R P, Soden B J. Atmospheric warming and the amplification of precipitation extremes[J]. Science, 2008, 321(5895): 1481-1484.

[61]Emori S, Brown S J. Dynamic and thermodynamic changes in mean and extreme precipitation under changed climate[J]. Geophysical Research Letters, 2005, 32(17):231-232.

[62]Zhou T, Yu R, Zhang J, et al. Why the western Pacific subtropical high has extended westward since the late 1970s[J]. Journal of Climate, 2009, 22(8): 2199-2215.

[63]孫建奇, 敖娟. 中國(guó)冬季降水和極端降水對(duì)變暖的響應(yīng)[J]. 科學(xué)通報(bào),2013,58(8):674-679.

[64]Hulme M. A 1951-1980 global land precipitation climatology for the evaluation of general circulation models[J]. Climate Dynamics, 1992, 7(2): 57-72.

[65]夏冬冬, 施能, 陳綠文. 1948-2000年ENSO事件與全球陸地年降水量的關(guān)系[J]. 南京氣象學(xué)院學(xué)報(bào),2003,03:333-340.

[66]王苗. 中國(guó)東部極端降水變化特征及成因分析[D].南京:南京信息工程大學(xué),2011.

[67]范麗軍, 李建平, 韋志剛, 等. 北極濤動(dòng)和南極濤動(dòng)的年變化特征[J]. 大氣科學(xué),2003,27(3):419-424.

[68]龔道溢, 王紹武, 朱錦紅. 北極濤動(dòng)對(duì)中國(guó)冬季日氣溫方差的顯著影響[J]. 科學(xué)通報(bào),2004,49(5):487-492.

[69]New M, Todd M, Hulme M, et al. Precipitation measurements and trends in the twentieth century[J]. International Journal of Climatology, 2001, 21(15): 1889-1922.

[70]Vasconcellos F C, Cavalcanti I F A. Extreme precipitation over Southeastern Brazil in the austral summer and relations with the Southern Hemisphere annular mode[J]. Atmospheric Science Letters, 2010, 11(1): 21-26.

[71]Wang H, Fan K. Central-north China precipitation as reconstructed from the Qing dynasty: Signal of the antarctic atmospheric oscillation[J]. Geophysical Research Letters, 2005, 32(24):348-362.

[72]Nan S, Li J. The relationship between the summer precipitation in the Yangtze River valley and the boreal spring Southern Hemisphere annular mode[J]. Geophysical Research Letters, 2003, 30(24):171-185.

[73]羅紹華, 金祖輝, 陳烈庭. 印度洋和南海海溫與長(zhǎng)江中下游夏季降水的相關(guān)分析[J]. 大氣科學(xué),1985,9(3):314-320.

[74]楊明珠, 丁一匯. 中國(guó)夏季降水對(duì)南印度洋偶極子的響應(yīng)研究[J]. 大氣科學(xué),2007,31(4):685-694.

[75]張瓊, 吳國(guó)雄. 長(zhǎng)江流域大范圍旱澇與南亞高壓的關(guān)系[J]. 氣象學(xué)報(bào),2001,59(5):569-577.

[76]張瓊, 劉平, 吳國(guó)雄. 印度洋和南海海溫與長(zhǎng)江中下游旱澇[J]. 大氣科學(xué),2003,27(6):992-1006.

[77]張慶云, 衛(wèi)捷, 陶詩言. 近50年華北干旱的年代際和年際變化及大氣環(huán)流特征關(guān)[J].氣候與環(huán)境研究, 2003,8(3):307-318.

[78]趙聲蓉, 宋正山, 紀(jì)立人. 青藏高原熱力異常與華北汛期降水關(guān)系的研究[J]. 大氣科學(xué), 2003, 27(5): 881-893.

[79]李棟梁, 魏麗, 李維京. 青藏高原地面感熱對(duì)北半球大氣環(huán)流和中國(guó)氣候異常的影響[J]. 氣候與環(huán)境研究, 2003, 8(1): 60-70.

[80]朱玉祥, 丁一匯. 青藏高原積雪對(duì)氣候影響的研究進(jìn)展和問題[J]. 氣象科技,2007,35(10:1-8.

[81]Sun J, Wang H, Yuan W. A possible mechanism for the co-variability of the boreal spring Antarctic Oscillation and the Yangtze River valley summer rainfall[J]. International Journal of Climatology, 2009, 29(9): 1276-1284.

[82]Zhang L, Wang B, Zeng Q. Impact of the Madden-Julian oscillation on summer rainfall in southeast China[J]. Journal of Climate, 2009, 22(2): 201-216.

[83]Zhu Y, Wang H, Zhou W, et al. Recent changes in the summer precipitation pattern in East China and the background circulation[J]. Climate Dynamics, 2011, 36(7): 1463-1473.

[84]Gao Y, Fu J S, Drake J B, et al. Projected changes of extreme weather events in the eastern United States based on a high resolution climate modeling system[J]. Environmental Research Letters, 2012, 7(4):1:12.

[85]Li Z, Niu F, Fan J, et al. Long-term impacts of aerosols on the vertical development of clouds and precipitation[J]. Nature Geoscience 2011,12(4): 888-894.

[86]Fan J, Yuan T, Comstock J M, et al. Dominant role by vertical wind shear in regulating aerosol effects on deep convective clouds[J]. Journal of Geophysical Research Atmospheres, 2009, 114(D22):2191-2196.

[87]Fan J, Leung L R, Li Z, et al. Aerosol impacts on clouds and precipitation in eastern China: Results from bin and bulk microphysics[J]. Journal of Geophysical Research Atmospheres, 2012, 117(2):262-269.

[88]Ramankutty N, Foley J A. Estimating historical changes in global land cover: Croplands from 1700 to 1992[J]. Global Biogeochemical Cycles. 1999, 13(4): 997-1027.

[89]Gero A F, Pitman A J, Narisma G T, et al. The impact of land cover change on storms in the Sydney Basin, Australia, Global and Planetary Change[J].Global and Planetary Change. 2006,54(1):57-78.

[90]Wan H, Zhong Z, Yang X, et al. Impact of city belt in Yangtze River Delta in China on a precipitation process in summer: a case study[J]. Atmospheric Research, 2013, 125(3): 63-75.

[91]Wu K, Yang X Q. Urbanization and heterogeneous surface warming in eastern China[J]. Chinese Science Bulletin, 2013, 58(12): 1363-1373.

[92]Gerland P, Raftery A E,íkovH, et al. World population stabilization unlikely this century[J]. Science, 2014, 346(6): 234-237.

[93]National Academies of Sciences, Engineering, and Medicine. Attribution of Extreme Weather Events in the Context of Climate Change[R]. Washington, DC: The National Academies Press, 2016. doi:10.17226/21852.

Advances and Prospects of Spatiotemporal Pattern Variation ofExtreme Precipitation and its Affecting Factors under theBackground of Global Climate Change

KONG Feng1, 2, 3, SHI Peijun2, 3, 4, FANG Jian5, LU Lili1, FANG Jiayi2, 3and GUO Jianping6

(1.ResearchCentreforStrategicDevelopment,ChinaMeteorologicalAdministration,Beijing100081,China; 2.StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology,BeijingNormalUniversity,Beijing100875,China; 3.AcademyofDisasterReductionandEmergencyManagement,MinistryofCivilAffairs&MinistryofEducation,Beijing100875,China; 4.KeyLaboratoryofEnvironmentalChangeandNaturalDisaster,MinistryofEducationofChina,BeijingNormalUniversity,Beijing100875,China; 5.SchoolofResourcesandEnvironmentalScience,WuhanUniversity,Wuhan430079,China; 6.InstituteofAtmosphericComposition,ChineseAcademyofMeteorologicalSciences,Beijing100081,China)

Recentresearchhavenotedaworldwideincreaseintheoccurrenceofextreme-precipitationevents,whichhascausedextensiveconcernoftheacademicandthesocialfromallwalksoflife.Researchdifferentspatialscalepatternofextremeprecipitationanditsaffectingfactors,isnotonlyanunderstandingofanimportantpartoftheextremeweather/climateeventsunderthebackgroundofglobalclimatechange,butalsourgentlyneedstoreducetheurbanwaterloggingriskcountermeasure.Therefore,inthisresearch,thedefinition,threshold,diagnosticmethods,spatialpatternvariationanditsaffectingfactorsofextremeprecipitationarereviewed.Comprehensivecombingandanalysisaredonetothecurrentdefinitionofextremeprecipitationthresholdandthecharacteristicsofthediagnosticmethods.Extremeprecipitationspatialpatternvariationsfromtheglobal-continents-regionalscalearethencomparativelyanalyzed.Basedonthese,fromtheaffectingfactorsofextremeprecipitationspatialpatternvariationbothnaturalclimateindicesandanthropogeniceconomicactivityfactorstwoaspects,emphaticallysummarizedthepresentadvancesintheaffectingfactorsofextremeprecipitationspatialpatternvariationresearch,andfurthertostrengthenthedirectionoftheresearch.Globalwarmingquantitativeinfluenceextremeprecipitationspatialpatternvariation,thecausesofmulti-scalecontrastinextremeprecipitationspatialpatternvariation,quantitativeevaluationoftheimpactofurbanizationtoextremeprecipitationspatialpatternvariationandhighprecisionmodelsimulationtoextremeprecipitationspatialpatternvariationwillbethefutureresearchemphasis.

extremeprecipitation;threshold;spatiotemporalpattern;globalwarming;humanactivities

2016-09-14

2016-10-27

國(guó)家自然科學(xué)基金面上項(xiàng)目“中國(guó)霧-霾及其對(duì)暖云降水垂直分布影響的立體觀測(cè)及建模研究”(41471301)；國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目“氣溶膠與邊界層相互作用及其對(duì)近地面大氣污染的影響研究”(91544217)；國(guó)家自然科學(xué)基金創(chuàng)新研究群體項(xiàng)目“地表過程模型與模擬”(41621061)；中國(guó)博士后科學(xué)基金面上資助項(xiàng)目“基于時(shí)空變化分析的氣候變化對(duì)洪水災(zāi)害影響研究”(2015M582263)；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金課題“氣候變化對(duì)長(zhǎng)江流域洪水災(zāi)害影響研究”(2042016kf0067)

孔鋒(1986-)，男，山西臨汾人，博士，主要研究方向?yàn)樽匀粸?zāi)害與極端降水. E-mail: kongfeng0824@foxmail.com

10.3969/j.issn.1000-811X.2017.02.029.]

X43;P333.2;P642

A

1000-811X(2017)02-0165-10

10.3969/j.issn.1000-811X.2017.02.029

孔鋒，史培軍，方建，等. 全球變化背景下極端降水時(shí)空格局變化及其影響因素研究進(jìn)展和展望[J]. 災(zāi)害學(xué)，2017，32(2)：165-174. [KONG Feng, SHI Peijun, FANG Jian, et al. Advances and Prospects of Spatiotemporal Pattern Variation of Extreme Precipitation and its Affecting Factors under the Background of Global Climate Change[J]. Journal of Catastrophology，2017，32(2)：165-174.