我國極端降水時空分布及大氣環流背景研究進展

張 辛，張凌云

（柳州市氣象局，廣西 柳州 545001）

已有研究表明［1-2］，全球平均氣溫上升會引起大氣水汽增加，從而導致極端降水增加。聯合國政府間氣候變化專門委員會（IPCC）第六次評估報告（AR6）也證實了這一觀點。該報告指出，2011—2020年地表氣溫較1850—1900 年地表氣溫已上升約1.09 ℃；1950 年以來，極端降水在大部分有觀測資料的區域呈增加趨勢。報告還指出，由于極端降水增加的速度整體快于平均降水，導致降水的年內變率增加，從而給區域水資源管理帶來挑戰［3］。

近年來，中國氣象局主辦評選的“國內外十大天氣氣候事件”中，每年都有國內外的極端降水事件入選，例如“21·7”河南特大暴雨創中國大陸小時氣象觀測降雨量紀錄，2021 年夏秋歐洲遭遇極端強降水等。極端降水所帶來的危害影響廣泛，對于人民生命和財產安全、社會經濟、生態環境等都會造成威脅。因此，研究極端降水的時空分布規律，分析它的形成機理，不僅有利于提高中短期極端降水預報的準確率，也有利于預估未來極端降水的時空變化格局，以便于提早采取適應和應對措施。本文主要綜述國內科技工作者在極端降水閾值的確定、時空分布、形成機制等方面開展的相關研究進展，在此基礎上，對今后的相關研究作初步展望，以期為開展極端降水研究與預報預警工作提供參考。

1 極端降水閾值的確定

通過在氣象要素上選取一個閾值，以此對極端降水進行定量研究是較為普遍的方法，不同閾值的選取對于極端降水的定義及其時空分布分析會有不同的影響［4-5］。常用的方法主要有3 大類，即絕對閾值法、相對閾值法和極端指數法。

1.1 絕對閾值法

絕對閾值法是采用直接給定一個某一固定時段內降水量（如日降水量或1 h 降水量等）的絕對界限值，當約定時段內降水量超過這個值，就認為達到極端降水。GROISMAN 等［6］研究氣候變化的指標時，選取北部國家（加拿大、挪威、俄羅斯和波蘭）日降水量超過25.4 mm 和中緯度國家（美國、墨西哥、中國和澳大利亞）日降水量超過50.8 mm 作為極端降水的閾值。GONG 等［7］采用日降水量大于50.0 mm 作為極端降水的閾值來研究中國北方半干旱地區的日降水變化。俞小鼎［8］、范元月［9］等將1 h 降水量大于等于50.0 mm 或3 h 降水量大于等于100.0 mm 作為極端短時強降水的閾值。這種方法的優點是有利于在同一個標準下評價較大范圍區域的極端降水特征。但在實際使用時，若想取值較為準確，需要研究者對于研究區域的降水狀況有較深的了解，在基于豐富的經驗數據和主觀認識下進行選取，且該方法忽略研究區域降水的局地差異，研究的結果可能在該研究區域的特殊位置不適用。

1.2 相對閾值法

該方法充分考慮降水在不同區域分部不均勻的特點，基于所研究區域的降水狀況，對極端降水的判斷閾值進行針對性的選取。

1.2.1 百分位法

百分位法是將某觀測時效的降水量觀測值按從小到大進行排序，選取序列某百分位值作為極端閾值，當某降水量超過該閾值，則是極端降水。此種方法應用比較廣泛，但是針對不同的研究區域和不同的降水時效，不同學者對于百分位的取值有所不同。在開展日極端降水量的研究中，翟盤茂等學者［10-11］取第99 百分位作為閾值，研究中國北方近50 a 的降水變化，也有學者取第97.5 百分位［12］作為研究我國極端降水變化趨勢。而在小時極端降水量的研究中，有學者在研究我國極端降水時取第99.9 百分位［13］，也有在研究四川省極端降水時取第95 百分位［14］。大部分學者在百分位取值時，主要考慮結合工作經驗和研究實際，避免在研究極端降水時空分布規律時，出現閾值較低導致個例過多、所研究對象不具有極端性，和閾值過高導致個例太少，不利于總結規律。在建立降水量序列時，一般以研究時段內降水量大于等于0.1 mm 的觀測值建立數據序列［15-16］，也有學者在研究小時極端降水時，采用降水量大于等于1 mm的觀測值建立數據序列［17-18］。

確定百分位的值，廣為認可的是BONSAL 等［19］的計算方法:把降水量序列的n 個值按升序排列x1，x2，......，xm，......，xn，某個值小于或等于xm的概率為

其中，m 為xm的序號。若n=30，則第95%百分位上的值是排序后x29（P=94.4%）與x30（P=97.7%）的線性插值。

這種算法的優點是計算方便，并且避免對降水量函數分布型的假設。羅夢森等［20］則認為這種方法是在假定降水量遵從均勻分布的基礎上進行的線性插值，與實際降水量的概率分布會有偏差。他們采用改進的百分位法計算區域極端降水閾值，即將降水量分布函數轉化為標準正態分布函數后再求百分位值，計算結果的穩定性較好。他們還建議對于較長研究時段的分析，應當將整個時段利用年降水量變化趨勢轉折點分為幾個氣候段，分別計算各個氣候段內的閾值，或者以滑動氣候階段閾值的平均值代替整個研究段的閾值。

1.2.2 不同分布型的邊緣值法

通過用降水量序列擬合經驗曲線函數，將邊緣值作為閾值。這種方法總體可以分為四個步驟。第一步獲取降水序列，主要有兩種方法，即年最大值法和超門限峰值法。年最大值法又細分為常規年最大值法和年多個樣法［21］。常規年最大值法從每年的雨量資料中選出一個或一組最大雨量，有N 年則選出N 組，組成統計樣本；年多個樣法在N 年資料序列中，每年各取6～8 個最大值，不論年份按大小統一排序（升序或降序），然后取資料年限的3～4 倍個數的最大雨量組成統計樣本。超門限峰值法取樣是在原始降水資料數據中，先確定閾值（一般使用百分位法），再從原始資料中選取達到或超過該閾值的降雨量建立極端降水序列［22］。很多學者［23-25］將使用年最大值法和超門限峰值法建立的極端降水序列進行比較，在對不同地區運用不同函數分布擬合地區的極端降水時，兩種方法的表現各有優劣，對于選擇哪一種更優目前沒有定論，但兩種方法擬合的極端降水在空間分布變化上得到的規律相似。第二步選擇概率分布模型，被用來擬合極端降水的概率分布型有很多，蘇布達等［25］采用廣義帕累托分布（GPD）、貝塔分布、韋伯爾分布等20 種分布擬合長江流域日極端降水序列分布情況，方思達［26］則使用Gamma函數。一般來說，國內使用較多的是廣義極值分布（GEV）、對數正態分布（log-normal）和皮爾森Ⅲ（PeasonⅢ）型分布［27-28］。第三步對概率分布模型的參數進行估計。姜彤等［29］發現，當樣本數量較少時，概率權重法和線性矩法可以獲得較好的參數估算結果，最小二乘法對尺度參數估算結果差，最大似然法和矩法無法得到參數的解析式。前三步可以得到擬合的極端降水概率分布模型，但是與實際極端降水的差別還不能確定，所以還需要進行第四步。第四步對概率分布函數擬合極端降水概率分布的效果進行檢驗，通常采用柯爾莫哥洛夫-斯米爾洛夫（K-S）檢驗［30］，通過檢驗則說明擬合效果較好。運用分布型的邊緣值法，還可以通過概率分布模型計算不同重現期降水，便于在水利水電、城市防洪防澇等工程設計上運用。

1.3 極端指數法

通過定義若干與極端降水有關的指標值，以此描述極端降水的變化。2002 年，FRICH 等［31］提出10個相對受其他因素干擾低的極端指數來描述氣候的極端變化，其中有5 個指數與極端降水有關，分別是中雨以上降水日數（R10）、連續干日（CDD）、最大5 d 降水總量（R5d）、平均日降水強度（SDII）、超過95%百分位降水占總降水量的百分率（R95T）。2003年，氣候變化與監測指數專家小組（Expert Team on Climate Change Detection and Indices，ETCCDI）［32］定義27 個氣候指數來描述氣候狀況，在用于描述極端事件的氣候指數中，包括11 個降水指數，分別是最大1 d 降水量（RX1day）、最大5 d 降水量（RX5day）、平均日降水強度（SDII）、中雨以上日數（R10）、大雨以上日數（R20）、連續干日（CDD）、連續濕日（CWD）、濕日數（R95p）、極端濕日數（R99p）、日降雨量大于等于N 毫米的天數（RN）、年總降水量（PT）。值得注意的是，這些指數中，既有絕對閾值的含義，也有相對閾值的含義。例如，中雨以上日數定義為日降水量大于等于10 mm 的日數，有絕對閾值的含義，極端濕日數定義為某時段降雨量大于1961—1990 年期間濕日第99 個百分位的降雨量的日數，有相對閾值的含義在其中。已有較多學者采用極端降水氣候指數開展對極端降水的研究。吳文祥［33］等以年最大5日降水量作為極端降水指標研究不同重現期極端降水的變化。張儀輝［34］在ETCCDI 的基礎上，新定義了最大3 h 降水量（RX3h）、最大12 h 降水量（RX12h），并調整最大5 日降水量（RX5day）為最大7 日降水量（RX7day），結合其他5 個指標，對雅魯藏布江流域降水時空變化特征進行研究。當選取多個極端指數綜合描述極端降水變化時，由于不同指數的表現不同，在一定程度上可以規避選用單一指數對極端降水變化的過度或過輕估計。

2 極端降水的時空分布特征

近年來大量學者對極端降水的時空分布特征做了深入的分析，初步掌握了一些分布和變化規律。

2.1 中國極端降水的時空分布特征

中國極端降水的時空分布復雜，具有明顯的局地性和階段性。有研究發現［35］，極端降水趨勢有三個顯著區域:東南地區和西北地區為正趨勢區，華北地區為負趨勢區；極端降水存在三個頻發時期:20世紀60 年代早期、20 世紀90 年代中晚期和21 世紀早期。吉戴婧琪等［36］選取9 個極端降水指數研究1960—2017 年中國極端降水事件，結果表明極端降水事件的強度呈顯著增加趨勢，空間分布總體遵循“南多北少、東多西少”的規律，且華南地區的極端降水事件在降水量、降水強度、降水日數三個方面都位于七大自然地理分區前列。

夏季極端降水事件是我國極端降水研究的熱點。大量研究［37-41］發現我國夏季極端降水事件頻率和強度總體有所增大，但空間分布存在明顯的區域性差異。在長江中下游地區、華南地區、東南地區和西北地區夏季極端降水事件的發生表現為增加趨勢，特別在長江中下游和東南地區和西北地區有較明顯增長，但在東北地區、華北地區、西南部分地區表現為減少趨勢。其中，長江中下游地區和西北地區極端降水事件增加主要表現在降水量的增加、降水強度的增大和持續時間的增加等三個方面，而華南地區極端降水事件增加主要表現在降水量和降水強度的增加。賀冰蕊［42］將夏季極端降水按連續性（持續2 d 以上）和非連續性兩類進行研究，發現長江中下游的非持續性極端降水量增加趨勢明顯，甚至可達10 mm·（10a）-1以上；東南沿海的持續性極端降水量有顯著的增加趨勢，趨勢大于10 mm·（10a）-1的地區主要集中在福建、浙江兩省。值得關注的是，在1992 年左右夏季極端降水事件發生突變［43］，在突變之后，我國西部和長江以南地區極端降水事件較突變前偏多，東北至西南一帶極端降水事件較突變前減少。有研究［44-46］進一步分析表明，自1992、1993 年以來，我國華南地區夏季極端降水經歷明顯的年代間增加，且前汛期極端強降水量異常程度明顯增強，后汛期發生極端旱澇的情況增多。還有研究進一步發現，極端降水事件的開始時間和結束時間分別呈現出明顯的提前和推遲趨勢［47］，并且我國東部夏季極端降水事件隨日期的變化與夏季雨帶的南北移動相吻合［48］，雨帶主要位于華南地區時，該地區發生極端降水的概率也相應地最大，隨著氣候雨帶北移，長江中下游地區、華北和東北地區發生極端降水概率也依次增大。

受氣象觀測資料時間分辨率限制，以及傳統的全球或區域模式對小時極端降水的物理過程的模擬能力有限等因素的影響，我國極端小時降水的研究起步較晚［49］?？追宓龋?0］研究發現中國小時極端降水強度具有明顯的東南高、西北低的空間分布特征，長江流域地區的小時極端降水頻次在1961—1985 年呈迅速增加趨勢，1986—2013 年在波動中呈緩慢增加趨勢。一些研究表明［17-18，51-54］，小時極端降水的局地性更強，在各個地區的日變化也不相同，但普遍出現在夜間和凌晨。例如，廣西汛期17—18 時和04—05 時最容易出現小時極端降水，但強度上日雨與夜雨相當；山東省汛期小時極端降水出現在傍晚（17時高峰）和凌晨（01 時次高峰），夜雨強度大于日雨；湖北省小時極端降水主要集中在午后15 時至凌晨01 時的前半夜，峰值出現在15—16 時和22 時，次峰值出現在凌晨01 時；四川省小時極端降水頻次的日變化具有單峰特征，盆地05 時發生頻次最高，川西高原主峰出現在21 時，攀西地區高頻次發生在02時；重慶小時極端降水高頻次主要出現在03—05 時。

3 產生極端降水的大氣環流和天氣系統特征

極端降水是在一定的大氣環流背景下，多種尺度系統相互作用的結果。分析產生極端降水的大氣環流和天氣系統特征對揭示極端降水的形成機理有重要作用。

3.1 產生極端降水的大氣環流和水汽輸送特征

近年來對某一季節區域極端降水的大尺度環流研究主要包括氣候變率模態（即大氣低頻環流型）和逐日大氣環流兩種［55］。大量研究表明［56-58］，ENSO 對我國極端降水有影響。在厄爾尼諾（ENSO）事件發生的當年和次年，長江中下游區域性極端降水增多且尺度變大。海溫影響方面，印度洋和赤道太平洋前期海面溫度通過調節異常反氣旋和風向，對華東，特別是華東南部下游的春季極端降水影響較大。在冬季平流層準兩年震蕩（Quasi-Biennial Oscillation，QBO）的調制作用下，冬季QBO 西風位相時，厄爾尼諾發展年夏季，我國整體偏旱而華南偏澇，衰減年夏季，華南、華東北部偏旱而東北、長江流域偏澇；冬季QBO 東風位相時，厄爾尼諾發展年夏季，長江以北偏旱，衰減年夏季，我國東部降水異常呈負-正-負的三極分布。方浩［48］發現當降水關鍵區位于高層200 hPa 西風急流軸右側，中層500 hPa 對應西太平洋副熱帶高壓（副高）位置異常，低層850hPa 出現局地異常氣旋環流，對應低空異常輻合，這種高層輻散、低層輻合的環流配置為極端降水提供動力條件，易出現極端降水。在逐日大氣環流對極端降水的影響方面也有不少研究。晏紅明等［59］指出，由于副高東西變動引起的環流有所差異，因此其東西位置對我國西南和華南地區降水的影響不同，當副高偏東時西南降水偏多、華南偏少；偏西則降水情況相反。ZHAO等［60］將華北地區夏季極端降水的日大氣環流型通過K-means 聚類分析方法，總結出兩種與之相關的類型，即以異常偏北的副熱帶高壓和副高外圍強盛的西南氣流為特點的大氣環流型，和以位置異常偏西的副熱帶高壓和中緯度低壓槽為特點的大氣環流型。梅雨帶移動對江蘇省內極端降水有影響，陳燕等［61］研究發現，2010 年以后梅雨雨帶中心南移至長江流域，江蘇省長江流域極端降水增多，開始時間明顯提前，結束時間推后，持續時間增長。

水汽輸送方面，已有研究表明［62-63］，東亞的水汽主要有四個來源: 與南亞季風相聯系的西南季風氣流，經過南海與南海夏季風相聯系的105°E 越赤道偏南氣流，與副高聯系的東南季風氣流，以及與副熱帶西風急流聯系的偏西氣流。在此基礎上，田紅等［64］定義四個水汽通道，發現西南通道（南亞季風水汽）與華南中部、廣西南部夏季降水有顯著的正相關關系，南海通道（南海季風水汽）與華南地區降水有顯著的正相關關系，東南通道（東南季風水汽）與長江中游地區降水呈顯著正相關，西北通道（西風帶水汽）主要與新疆和江淮部分地區、黃河中上游地區的降水有顯著正相關關系。

3.2 產生極端降水的天氣尺度系統特征

在我國，對產生極端降水天氣尺度系統的研究比較多的是對某次短歷時極端降水或某次極端降水過程的研究。造成極端降水的天氣尺度系統主要有低渦、切變線、靜止鋒和氣旋等。西南渦是產生于我國西南地區、活動頻繁的低壓系統，川渝地區及我國東部地區的極端降水均與西南渦的發展、移動有關［65-67］。低空切變線對極端降水的影響廣泛分布在我國西南、華南及東部地區［68-70］。靜止鋒作為造成我國極端降水的重要天氣系統之一，其中，梅雨鋒是我國東部地區梅雨季的極端降水的典型天氣系統，華北鋒則與我國華北春夏季極端降水有關［55，71-73］。熱帶氣旋也是造成極端降水的重要天氣系統之一，不同地區受其影響的程度不同，一般來說從我國東南和華南沿海向西北內陸遞減［74-76］。影響華南極端降水的三大系統是鋒面、切變線和低渦，三者共同作用時可為華南極端降水提供并加強水汽輻合，同時促成不穩定能量的釋放［77］。小時極端降水的天氣背景也相類似，主要分為熱帶氣旋型（TC 型）、地面鋒面型、低渦或切變線型和弱天氣尺度強迫型［78］。

4 總結與展望

近年來，國內學者對極端降水閾值確定、時空分布特征和天氣背景特征等進行廣泛研究。大量的研究結果表明，要研究極端降水的時空分布特征和成因，需對極端降水閾值進行確定，不同的定義對極端降水的規律研究有影響。主流的閾值確定方法有三種，即絕對閾值法、相對閾值法和極端指數法，三種方法在使用上各有優劣，應根據研究區域的大小和研究內容進行選擇。我國極端降水在全球變暖背景下，其時空變化規律有很強的局地性。加上不同學者使用資料的種類、時間序列長度、觀測數據空間分辨率以及對極端降水閾值的確定方法不同，對同一地區極端降水時空分布變化描述也有差異。總體來說，長江中下游、華南、東南和西北等大部分地區的極端降水事件的強度和頻率存在增加趨勢。大氣環流方面，ENSO 對我國極端降水有調制作用，副熱帶高壓的位置影響我國極端降水的出現時間和強度。形成極端降水的天氣背景比較復雜，至今沒有被完全揭示，目前使用比較廣泛的研究方法是統計分析法和數值模擬法。在我國，造成極端降水的天氣尺度系統主要有低渦、切變線、靜止鋒和氣旋等。

隨著科學技術的發展，近些年對極端降水的研究較幾十年前更為深入。但對于極端降水的變化規律和天氣背景的研究仍有巨大空間?？梢灶A見，未來的研究重點將圍繞如下幾個方面:

（1）開展我國極端降水時空變化客觀規律的研究［79］?，F有研究所選用降水資料的類型、時間序列長度、資料分布密度、極端閾值的選擇和趨勢檢驗方法的不同均會影響分析結論，并且選取的年代際不同時，得到的變化趨勢也不同。因此，還需要進一步完善。

（2）開展種類豐富、時間序列長和高空間分辨率的數據資料在研究極端降水中的應用。極端降水的區域性和次區域性特征較高，因此，采用高分辨率的降水數據對于診斷極端降水變化特征具有重要意義［50］。目前已有中國地面降水日值0.5°×0.5°格點數據集（1961—2015 年）在極端降水閾值選取中運用［22］，若能使用雷達資料等［52］，獲取更長觀測時間序列、更高空間分辨率的數據，相信能更準確揭示極端降水的時空分布規律。

（3）開展3 h 和6 h 等不同降水時效的次日尺度極端降水的系統性研究。進一步研究中國次日尺度極端降水的時空分布和演變特征，探索產生我國次日尺度極端降水的作用機理，完善現有的物理機制認識和預報概念模型［49］。

（4）進一步運用動力模式和統計方法相結合的研究方法，改進數值模式，強化對環流場的模擬和對極端降水前兆信號的追溯，加強對極端降水發生和維持機理的認識，延長極端降水的預報時效［80］。