長江流域復合極端氣候事件指標及識別方法綜述

摘要：為全面系統地認識氣候變化背景下長江流域復合極端氣候事件的歷史特征和變化趨勢，對復合事件的定義與類型、指標體系、識別算法以及歷史復合事件識別結果等進行了文獻綜述。研究表明：① 復合事件具有兩個或多個事件同時或相繼發生，導致影響放大，并造成極端影響等特征，分類方式多樣；根據時空分布組合，長江流域可確定4類復合極端氣候事件，其中時空同步復合事件（高溫干旱、低溫雨雪冰凍）、同地繼發事件（旱澇急轉、洪水熱浪）研究相對較豐富，而異地同發和異地繼發復合事件文獻研究相對較少。② 目前國內外復合事件識別?；谀撤N指標運用絕對閾值法或者相對閾值法實現，常用指標共計有26種，識別方法30余種。③ 長江流域是復合事件的高發區，21世紀以來，長江流域頻率增加最明顯的是洪水熱浪復合事件，其次是高溫干旱和旱澇急轉復合事件，低溫雨雪冰凍雖然發生頻次變化不明顯，但極端性逐漸增強。④ 未來長江流域復合事件的研究和業務應繼續完善監測評估體系，深入探究復合事件各因子的相互作用和關聯關系，以及事件背后的天氣氣候系統、驅動因子和物理機制，增強未來變化預估能力；同時，加強跨學科研究以及復合事件對敏感行業和領域（如水資源、電力）的影響機理和評估方法研究。

關 鍵 詞：復合極端氣候事件； 高溫干旱； 低溫雨雪冰凍； 旱澇急轉； 洪水熱浪； 長江流域

中圖法分類號： P467 文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2025.03.013

0 引 言

兩個及以上天氣或氣候事件（不要求是極端事件）的組合（如時間上同時發生或前后發生，不同空間上相繼發生等），相比于單個事件本身可能會對社會和環境造成更大的威脅和破壞［1］，這種組合也被稱為復合極端氣候事件，簡稱復合事件。聯合國政府間氣候變化專門委員會（IPCC）第六次評估報告指出，在2 ℃升溫的全球變暖情景下，多種復合事件的頻率和強度的增加會在農業生產、基礎設施和生態系統等各維度帶來更極端的風險［1-4］。長江流域作為中國第一大流域，橫跨中國大陸三級階梯，囊括青藏高寒區、西南熱帶季風區和華中亞熱帶季風區3個氣候區，氣候類型復雜，流域內人口眾多、經濟發達，極端氣候事件是該區域社會經濟運行和發展面臨的重要風險之一。

本文通過文獻調研，系統梳理了有關復合事件的定義、分類、指標及其識別與評估方法研究進展，討論了長江流域不同類型復合事件的年際變化，以期為應對氣候變化提供一定參考。

1 復合極端氣候事件的定義與類型

2012年，IPCC《管理極端事件和災害風險推進氣候變化適應特別報告》（SREX）中首次較系統地對復合事件的定義、類型等進行了總結和介紹［5］。SREX將復合事件定義為：① 兩個或多個同時發生的極端事件；② 在一定條件下發生的導致影響放大的極端事件組合；③ 各因子不極端，但是組合起來帶來極端影響。此后，國內外有關復合事件的研究逐漸發展得更加體系化。如Leonard［6］、Hao［7］等強調了復合事件必須是在統計上具有相關性的多個變量，或者該事件帶來了極端影響。Zscheischler等［8］從影響出發，將復合事件定義為“引起社會或環境風險的多個致災因子或驅動因子的組合”。這與IPCC倡導的“風險”框架契合，因此發展到2021年，IPCC正式沿用了這個定義。

相對于復合事件的定義，如何對復合事件分門別類則稍顯復雜。早期學者常直接根據天氣氣候過程和變量之間的組合來分類，例如氣溫和降水組合（高溫干旱等），與風有關的組合（如強風-高溫-野火、海岸風暴潮等）。這種分類方法雖然簡單直觀，但是無法覆蓋所有復合類型，也不能表征各因子之間的時空關系。2020年，Zscheischler等［9］提出了基于各因子相互關系的分類方法，將復合事件分為先決條件、多變量、時間復合和空間復合4種類型，比較系統地概括了復合事件的類型特征。但是也有研究指出，該分類不存在硬性邊界，可能導致某個事件同時屬于幾種類別的情況，為災害管理帶來不便［10-11］。例如2022年川渝高溫干旱事件，既可以劃分為多變量事件，也可以劃分為先決條件事件［12］。為此，方建等［10］提出從時間和空間2個維度來劃分復合事件，時間上包括多個致災因子同步同時發生和連續相繼發生兩類，空間上包括多個事件過程同地發生和異地發生兩類，由此兩兩組合成4個類型，分別為時空同步型、同地繼發型、異地同發型和異地繼發型。該分類方法聚焦事件之間的時空關系，在分類邊界上更加清晰。

針對溫度和降水兩類最常見的氣象要素，本文統計了長江流域時空同步和同地繼發兩大類復合事件，其中時空同步型2種，分別為高溫干旱（干熱復合）和低溫雨雪冰凍（冷濕復合）；同地繼發型2種，分別為前期雨澇-后期高溫復合（洪水熱浪）和旱澇急轉。而異地同發（如上游干旱-中下游高溫復合和上游干旱-中下游雨澇復合）、異地繼發（如上游和中下游雨洪澇的相繼發生復合，也屬于復合洪水的范疇）兩大類，因為文獻來源較少，暫不做分析討論。下節將針對這4種復合極端氣候事件的指標及識別方法進行詳細論述。

2 復合極端氣候事件的指標及識別方法

2.1 高溫干旱

高溫干旱（干熱復合）是目前研究最多的復合事件類型［10］。干熱復合事件可被定義為干和熱的極端指標X和Y（無論兩者是否相關）在二維概率空間分布上的子集。目前最簡單的方式就是用指標X和Y的聯合概率［0，x］×［y，+∞］來定義這個子集［13-14］。這種方法通常被稱為聯合閾值法［15］。

指標X和Y的選取、閾值的設定常有不同的方式，可能會影響事件的識別結果。干旱指標X常用的有降水量（PR）［16］、標準化降水指數（SPI）［17-18］、標準化降水蒸散指數（SPEI）［19］、氣象干旱綜合指數（MCI）［20-21］、帕默爾干旱系數（PDSI）［22］等。已有研究顯示，選擇不同的干旱指標會導致干旱變化的一些敏感性波動［23-25］。而在中國運用不同的干旱指標（如SPI，SPEI，PDSI等）［26］，雖然對干熱復合事件的頻率統計結果基本一致，但可能在一些特定地方（如華東地區）存在差異［27-28］。

熱指標Y最常用的是日最高氣溫（Tmax）［29］、日最低溫度（Tmin）［30］、標準化溫度指數（STI）［17］等。除了分開識別干熱事件外，為了量化復合極端事件的強度，也有研究使用多元隨機變量的聯合指數。例如Kao等［31］曾提出聯合赤字指數（JDI），將氣象和水文干旱結合起來；Hao［32］、Feng［16］等使用標準干熱指數（SDHI），將高溫干旱的測量轉換為X=降水量/溫度，X越小，代表干熱復合越嚴重；Hao等［33］還提出了標準化復合事件指數（SCEI），通過標準化干旱和熱浪事件的聯合概率來評估高溫干旱的嚴重程度。

確定相應指標后，極端日的判別則常采用閾值法（Peak-over-threshold，POT）確定。閾值包括極值、絕對閾值和相對閾值指標。極值法常導致樣本識別結果偏少，因此很少應用在復合事件研究中。絕對閾值一般按照國家標準、行業標準、現行觀測規范或經驗，定義某一要素超過或小于特定閾值的日數或量值作為特定指標。例如高溫日數為日最高氣溫≥35 ℃的天數［29，34］、干旱日數為標準化降水指數SPI≤-1［16］或氣象綜合干旱指數MCI≤-1［20］的天數。相對閾值指標使用滑動窗口百分位值或者所有樣本百分位值（通常取第90或95百分位等）作為閾值，超過這個閾值則被認為是極端日［20，30，35-36］。例如所有年份某日以及前、后7 d的日最高氣溫前90百分位值作為該日高溫閾值［20］。通常極端日連續天數達到2 d［20］或3 d［16-17］構成極端熱事件；持續15 d及以上［21］則構成極端干事件。熱事件和干事件同時出現，則可判斷一次復合干熱事件，其邏輯如圖1所示。

不同識別方法的結果往往可以間接反映氣象因子的內部變化規律。Perkins等［30］曾比較分析了3種熱浪定義方法（分別是15 d窗口期下Tmax的第90百分位、15 d窗口期下Tmin的第90百分位、過量熱指標）下的熱浪特征，發現年際熱浪總日數和年際熱浪次數的年代際變化趨勢空間圖有很強的相似性，表明熱浪總天數與熱浪次數有關聯性。

2.2 低溫雨雪冰凍

傳統上，低溫雨雪冰凍事件里的低溫事件、極端降水事件和冰凍事件常被單獨定義［37-39］。但事實上這3類事件不能完全相互隔離，可能并存形成一個組合事件，即低溫雨雪冰凍復合事件。它是典型的冷濕復合事件，屬于時空同步型。低溫雨雪冰凍事件一旦發生，則會給當地交通運輸、能源供應、電力傳輸、通訊設施、農業生產和群眾生活造成嚴重影響，尤其是中國南方地區，低溫雨雪冰凍事件曾造成巨大的經濟損失，如2008年1月中旬至2月上旬及2024年2月的低溫雨雪冰凍事件［40-41］。

對該事件的定義包括氣溫和降水兩個氣象因子?；谙嚓P研究［42］，王海軍等［43］結合中國南方天氣氣候特點，將冰凍日定義為日平均氣溫≤1.0 ℃，且有降水（雨或雪等）發生；若冰凍日持續3 d及以上則稱為持續性冰凍雨雪天氣過程。該定義也得到了其他學者的延用［44］。四川省于2021年出臺相似標準，將川西高原的低溫雨雪冰凍日定義為日平均氣溫≤1.0 ℃，且有降雪發生或者降雪（雨）后又積雪（或結冰）存在［45］。因此，如果低溫、降水和冰凍天氣在大面積上同時存在，即可定義為低溫雨雪冰凍事件［46］。世界氣象組織（WMO）極端天氣和氣候事件定義工作組（TT-DEWCE）建議在研究相關寒潮和重要降水事件等的定義時應輔之以對其規模、持續時間和范圍的描述［47-48］。

具體到實踐中，不同的單指標和復合指標、不同的識別方法（相對閾值、絕對閾值等）相繼涌現并應用到低溫雨雪冰凍事件的識別中。判斷低溫過程時，既可以使用連續3 d以上日平均氣溫低于某百分位閾值［46，49］或者固定閾值（如1 ℃［43-44］），也可以使用固定時段降溫幅度［50］。而低溫雨雪冰凍事件與雨雪有關，有的研究直接使用降水量第90百分位來判斷［43］，有的則要求必須有一定的降水量，因此通過只對降水量升序序列中降水量＞0 mm 的序列片段進行百分位分析，取某一閾值（如中分位［49］）為臺站的多雨雪閾值，就可以判斷多雨雪臺站。判斷冰凍過程，受缺少實際觀測資料限制，同時考慮到南方冰凍天氣主要以雨凇為主，相關研究常直接采用雨凇“有和無”判斷冰凍發生臺站［46，50-51］。圖2簡要展示了使用三指標識別某臺站是否發生低溫（雨雪、冰凍）的思路。

宗海鋒等［49］指出，低溫、雨雪和冰凍災害的發生時段有的相互交織，有的互不重疊，由此存在3種組合方式：非組合型（即獨立事件）、兩兩組合型、三者組合型。針對低溫雨雪冰凍三者組合復合事件，得出相應單站（或者單格點）日尺度識別結果后，根據每日影響范圍是否超過某一相對閾值（如上三分位66.7%），確定相應的大范圍低溫（雨雪、冰凍）日；持續3 d以上，定義為一次大范圍持續性低溫（雨雪、冰凍）災害事件；最后根據事件的時間持續性（如3 d以上）和區域重疊性進行判斷，即能達到客觀識別低溫雨雪冰凍事件的目的。除此以外，也有相關研究運用如日最高氣溫≤6 ℃、日最低氣溫≤0 ℃、相對濕度≥80%、日照時數≤1.3 h的綜合氣象閾值條件來評估南方地區低溫雨雪冰凍事件發生的次數和持續時間［52］。

復合指標則主要用于低溫雨雪冰凍事件的強度評估。如孫曉娟等［44］在王海軍等［43］的工作基礎上，通過由冰凍日數、過程降水總量、過程平均氣溫、過程最低氣溫4個因子定義的南方綜合冰凍天氣過程指數均值的比較檢驗，選取了1951～2017年通過0.01置信度檢驗的17個冬季強冰凍雨雪事件發生年；之后又結合持續性冰凍雨雪過程定義，從17個發生年中確定了37次強冰凍雨雪過程。

2.3 旱澇急轉

旱澇急轉是指在短時間內，某個地區或流域經歷 “旱”與“洪”“澇”或“漬”等災害的快速轉變現象［53］，反映了短時間內極端干旱和洪水的共存。它可能導致水土流失、河流泥沙淤積、生態環境惡化、農作物歉收、水利設施受損等多種負面影響［54-56］，是長江流域抗災減災需要重點關注的復合事件之一。IPCC第6次評估報告指出，氣候變化會進一步加劇水文循環，并在全球多地引起極端降水和干旱并發、頻發的趨勢［1］。2011年5～6月，長江中下游地區出現了旱澇急轉，短時間內多地由嚴重干旱轉為暴雨洪澇，其劇烈程度歷史罕見［57］。在模擬未來不同溫室氣體排放情景下，極端降水事件在許多地區將呈增多、增強趨勢，同時受干旱影響的區域范圍可能增加［58］，長期旱澇并發和短期旱澇急轉的現象將更明顯、更頻繁［59］。

為了更好地識別干旱和洪澇兩種極端氣象災害，研究常采用不同的指標進行計算［60］，即識別干旱應用干旱類的指標，如前文2.1節介紹的氣象干旱綜合指數（MCI）、帕默爾干旱系數（PSDI）等；識別洪澇則用降水類指標，如第95百分位降水量等。

確定指標后利用閾值法可以確定干旱和洪水，該方法基于統計的游程理論來分析連續時間序列；再根據干旱結束與洪水開始之間的間隔時間小于3 d［61］或5 d［62］達到識別旱澇急轉事件的目的，這種識別邏輯與2.4節的洪水熱浪非常相似。

更多的研究則使用可以同時反映干旱和洪澇特征的單指標來進行事件識別，例如使用標準化降水指數（SPI）［63］或者標準化降水蒸散指數（SPEI）［64］等。為定量地研究夏季長周期“旱澇急轉”的基本特征，吳志偉等［65］基于前汛期（5～6月）和后汛期（7～8月）定義了一個長周期旱澇急轉指數 （LDFAI）。LDFAI大于1為旱轉澇事件，小于-1為澇轉旱事件，介于-1～1之間的屬于正常狀態。LDFAI絕對值越大說明旱澇急轉事件越嚴重。

在前人工作的基礎上，閃麗潔等［66］根據月降水進一步定義了短周期旱澇急轉指數（SDFAI），將計算尺度精細到一個月。此后，閃麗潔等［53］又定義了日尺度的修正干濕急轉指數（DWAAI），同時考慮了旱、澇和急轉程度3個因素，彌補了長、短周期旱澇急轉指數以月或旬為時間尺度可能使旱澇發生中和的缺陷，對旱澇急轉的篩選更加全面［67］。

除SPI、SPEI、LDFAI、SDFAI、SWAAI以外，常用的旱澇急轉指標還有：標準化加權平均降水指數（SWAP）、標準化徑流指數（SRI）等［62，68-70］。這一類指標對旱澇急轉的識別邏輯與本身能反映急轉強度的LDFAI不同，是通過由負值（正值）躍遷到正值（負值）來實現對旱轉澇（澇轉旱）的判斷，SWAP的識別邏輯如圖3所示。其中，不少研究指出，SWAP和SRI指數在旱澇監測方面被證明具有良好的適用性，可以從較短時間尺度上實現對旱澇情景的動態識別［68，70］。此外，表征旱澇急轉事件強度的指數也在不斷出現，如利用急轉點前后時間段累計SWAP的差值定義的旱澇急轉強度（K）［68］，利用相鄰兩月標準化后的流量計算得到的旱澇急轉指數（DFAAI）［71］。

2.4 洪水熱浪

隨著氣候變化的加劇，熱浪和洪水不再單純的是傳統認知里孤立的極端天氣，兩者遭遇的概率可能會越來越大［72-74］?？紤]到氣溫和降水之間的相互作用與依賴，洪水和熱浪之間可能存在滯后關系［72，75］，而這種洪水發生之后、短時間出現熱浪的現象（前期洪澇-后期熱浪），即洪水熱浪，也是典型的同地繼發型復合事件。

前期洪水可能會使基礎設施不堪重負并引起電力供應不足，而隨后的熱浪則推動空調需求，因此它們迅速連續發生可能會造成破壞性的社會經濟影響，如2018年夏季襲擊日本的洪水熱浪事件，僅一周就導致了數千人死亡和巨大的經濟損失［76］。相關研究表明，長江流域、東南諸河片、珠江流域以及內陸河片是洪水熱浪復合事件出現次數較多的區域［77］。

目前識別洪水熱浪復合事件最常用的方法［72-74，77］是：① 使用相對閾值（如15 d窗口期日最高氣溫第90百分位）定義高溫，連續3 d的日最高氣溫均超過對應日高溫閾值時，則判定發生一次熱浪事件；② 使用加權平均降水指數（WAP）來代表洪水，當某日WAP指數超過歷史目標月份所有WAP指數的第95百分位時，就把該日定為洪水日，認為該日出現了洪水事件；③ 分開識別出洪水和熱浪事件序列后，對每一個洪水配對相離最近的熱浪，當洪水、熱浪的相隔時間在7 d以內，則判定發生一次洪水熱浪復合事件。識別過程用公式表達如下：

式中：CFH代表洪水熱浪事件；Qi代表洪水事件從開始日期a到結束日期n每天的WAP值；Ti代表熱浪事件從開始日期b到結束日期m每天的日最高氣溫；TI表示洪水熱浪的7 d間隔閾值；Q95th和T90th分別表示洪水事件和熱浪事件識別的相對閾值。注意除開日最高氣溫、加權平均降水指數WAP，日平均氣溫、徑流量也是常用的熱指標和洪水指標［74］。識別邏輯如圖4所示。

2.5 其他類型復合極端氣候事件

相較于同時或先后發生的同地復合事件，異地復合事件的研究還存在較大空白。目前學者們已經在單災種的區域性過程識別上做出了大量研究，如區域性干旱過程［26，78］、區域性高溫過程［29］、區域性雨澇過程［79］等。這些方法、標準的出發點都是為了更好地識別大范圍的單因子極端災害事件。針對長江流域的不同區域（如上游和中下游，或者不同子流域），分開識別相應的區域性干旱（高溫、雨澇）事件的發生范圍和時間跨度，即可通過空間的異構程度和時間的重疊程度來識別出相應的復合事件，如上游干旱-中下游高溫（圖5（a））、上游干旱-中下游雨澇（圖5（b））、上游和中下游洪水的相繼發生（圖5（c）～（d））等。

本文中涉及到的復合事件識別常用指標匯總于表1，共計涉及26個指標、30多種應用方法。第3節將重點討論代表文獻中的長江流域復合事件的識別結果。

3 長江流域的復合事件

圖6刻畫了部分代表文獻揭示的長江流域1961～2022年4類復合極端事件發生日數（或頻次）分布。

圖6（b）為高溫干旱復合事件識別結果，可以看出，中下游區域性高溫過程累計日數［29］與流域中下游區域性干旱過程累計日數有較好的時間重疊性［21］；進入21世紀以后高溫干旱復合明顯變強，共出現了4次全流域性的強過程（2006、2013、2019、2022年），而前40 a僅出現4次強高溫干旱復合過程（1961、1966、1981、1997年）。值得注意的是，由于熱指標計算方法的不同，梅梅等［20］識別的強高溫干旱復合年與林愛蘭等［29］的識別結果存在一定差異，如梅梅等識別出1997年為強高溫干旱年，而林愛蘭等識別出該年區域性高溫日數為0，這是由于梅梅等采用的是日最高氣溫15 d窗口期第90百分位的相對閾值，而林愛蘭等采用的是日最高氣溫≥35 ℃的絕對閾值，表明閾值選取對極端事件的識別結果具有較大影響。

圖6（c）為低溫雨雪冰凍事件識別結果。王海軍等［43］識別的1961～2008年發生最強過程的年份（1964、1969、1974、1977、1984、2008年）與Peng等［46］針對1961～2013年南方地區（15° N～35°N，102° E～123° E）的計算結果有一定重疊度。Peng等［46］指出，低溫雨雪冰凍復合事件多發于1996年之前，2000年以后僅7 a（2002、2003、2004、2008、2011、2012、2013年）發生了強低溫雨雪冰凍事件。該類復合事件雖然有逐年減少的趨勢，但發生極端性的概率仍然存在，如2024年2月南方地區發生的嚴重低溫雨雪冰凍事件。然而，對于復合事件的持續時間判定，各研究存在一定差異。如Peng等［46］計算得到2008、2011年的累計日數分別長達9 d和18 d，孫曉娟等［44］計算出2008年累計持續冰凍雨雪日數高達19 d，上述差異與二者選取的研究范圍有關。此外，判定指標的選取對計算結果也存在重要影響，Peng等［46］對低溫雨雪冰凍日的定義要求低溫滿足小于歷史冬季（11月至次年3月）溫度分布的-0.5個標準差（約等于比平均氣候態低2 ℃）、降水大于1 mm/d、有雨凇發生；而孫曉娟等［44］判定條件相對寬松，僅要求日平均氣溫低于1 ℃且降水大于0。孫曉娟等［44］同時指出，雖然華南型持續冰凍雨雪事件的影響范圍最大，但是強過程累計日數最多的是西南型持續冰凍雨雪事件，其次是華中型持續冰凍雨雪事件。

圖6（d）為旱澇過程識別結果。閃麗潔等［66］通過分析1961～2012年長江中下游汛期（5～8月）最強旱澇急轉過程的標準化降水量變化，發現旱澇急轉事件常伴隨著標準化降水量劇烈的變化。楊家偉等［68］指出，1961～2017年長江流域旱澇急轉事件平均每年發生40站次，21世紀以來，旱澇急轉事件年發生站次明顯增加，2011年達到峰值（76站次），與封國林［81］、閃麗潔［53］等的研究結論一致。

圖6（e）為洪水熱浪識別結果，可以看出，洪水熱浪復合事件具有明顯的年際增加趨勢。對于劉慕嘉等［77］定義的洪水發生后7 d以內出現高溫的洪水熱浪復合事件，1961～2020年頻次上升速率為平均22.9次/10 a；1971～2020年間頻次上升速率達到31.6次/10 a；1981～2020年間變得更大，為39.7次/10 a；1991～2020年頻次上升速率高達40.7次/10 a 。與此同時，陳鮮艷等［79］發現流域中下游區域性洪澇的發生頻次也有逐年攀升的趨勢，與出現洪水熱浪的頻次之間具有一定的相關性，間接反映了氣候變化背景下，隨著極端高溫的響應頻率增加，洪水與熱浪兩者之間聚集的可能性大大增加，使兩者連續發生的可能性變得越來越大［72-73］。

4 展 望

通過對復合極端氣候事件的概念、指標體系與識別方法研究進展的梳理，結合對近60 a長江流域歷史復合事件識別結果的分析，建議從以下幾方面進一步深化流域復合事件研究：

（1） 完善流域多類別復合事件監測和評估體系。除本文中討論的4種復合事件外，還需關注更多“高風險”的復合事件種類。例如嚴重影響居民生活和供電用電的晝夜高溫復合事件等［82-83］，以及流域多地旱澇并存復合事件［84］、上游干旱-中下游高溫等異地同發型復合事件，其對流域防洪、抗旱和能源保供等均可能造成較大影響。

（2） 加強復合事件內在關聯診斷和驅動因子研究，提升復合事件預測能力［85-89］。內在關聯探索與監測評估體系的優化相輔相成，如Yuan等［85］指出監測9～10月南極濤動有助于預測中國南方次年1～2月冬季冷濕復合事件。其次，現有部分文獻對上游地形差異較大的金沙江流域刻畫不夠精細，也忽略了二級流域（如岷沱江、嘉陵江、漢江、烏江、干流區間、洞庭湖、鄱陽湖、太湖等）之間的空間聯動。此外，Copula函數也是刻畫復合事件聯合概率特征的重要工具［9，86-87］。

（3） 加強從單純刻畫復合極端事件到行業影響風險預警的綜合研究。量化復合事件對重要行業部門的影響［90-92］，如上游水庫防洪和水電供需調度、南水北調中線工程調水等，提出應對未來復合極端氣候事件風險的有效措施也是今后需要加強的研究領域。

5 結 論

（1） 通過對單因子極端氣候事件（如高溫、低溫、干旱、雨澇等）之間時間交叉和空間重疊的判斷，可以面向長江流域構建日尺度的復合極端事件指標體系和事件庫。對于同地發生的同步（如高溫干旱、低溫雨雪冰凍）或先后（如洪水熱浪、旱澇急轉）復合事件，應先識別單站結果，再根據受影響的站點位置、范圍及時長，篩選出流域級別的復合事件。對于異地發生的同步（如上游干旱-中下游高溫、上游干旱-中下游雨澇）和先后（如上游和中下游暴雨洪澇的先后發生）型復合事件，則需要先分開識別單因子區域性事件，再根據影響范圍和時間段篩選出相應的復合事件。

（2） 目前，國內對長江流域復合事件指標體系和識別方法建設不限于26個指標、30多種應用方法。不同的指標和識別方法對結果存在不同程度的影響?？偟膩碚f，不同識別方法均相對客觀地捕獲了長江流域復合事件的年際變化趨勢，但因為分析邊界不統一、采用指標有區別、極端閾值設置不同等原因，在細節方面會有互相矛盾的地方。距離建立全面的、標準的流域復合事件庫還有一定差距。

（3） 多種復合事件的綜合分析調研表明，長江流域是復合極端氣候事件的高發區。其中，長江流域近60 a洪水熱浪發生頻次幾乎呈加速上升趨勢。與其他復合事件相比，低溫雨雪冰凍多見于1996年之前，進入21世紀后少有發生，但極端性仍未消失，如2008、2011、2013、2018、2023年的冬季。而進入21世紀以來，高溫干旱（如2006、2013、2019、2022年）、洪水熱浪（如2016年發生頻次最高）、旱澇急轉（如2000、2007、2008、2011年）等復合事件連續多次發生，對流域各省份生產生活帶來嚴重影響，增加了流域治理的難度，要引起廣泛重視。

致 謝

感謝張強（中國氣象局）、楊家偉（武漢大學）、劉慕嘉（南京信息工程大學）等提供相關數據。

參考文獻：

［1］ SENEVIRATNE S I，ZHANG X，ADNAN M，et al.Weather and climate extreme events in a changing climate［M］∥IPCC.Climate Change 2021：the Physical Science Basis.Cambridge：Cambridge University Press，2021.

［2］ GUO Y，ZHANG J，LI K，et al.Quantifying hazard of drought and heat compound extreme events during maize （zea mays l.） growing season using magnitude index and copula［J］.Weather and Climate Extremes，2023，40：100566.

［3］ VON BUTTLAR J，ZSCHEISCHLER J，RAMMIG A，et al.Impacts of droughts and extreme-temperature events on gross primary production and ecosystem respiration：a systematic assessment across ecosystems and climate zones［J］.Biogeosciences，2018，15（5）：1293-1318.

［4］ RIDDER N N，PITMAN A J，WESTRA S，et al.Global hotspots for the occurrence of compound events［J］.Nature Communications，2020，11（1）：5956.

［5］ SENEVIRATNE S I，NICHOLLS N，EASTERLING D，et al.Changes in climate extremes and their impacts on the natural physical environment［M］∥IPCC.Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation.Cambridge：Cambridge University Press，2012.

［6］ LEONARD M，WESTRA S，PHATAK A，et al.A compound event framework for understanding extreme impacts［J］.WIREs Climate Change，2014，5（1）：113-128.

［7］ HAO Z，HAO F，SINGH V P，et al.Quantifying the relationship between compound dry and hot events and EL Nio-Southern Oscillation （ENSO） at the global scale［J］.Journal of Hydrology，2018，567：332-338.

［8］ ZSCHEISCHLER J，WESTRA S，VAN DEN HURK B J J M，et al.Future climate risk from compound events［J］.Nature Climate Change，2018，8（6）：469-477.

［9］ ZSCHEISCHLER J，MARTIUS O，WESTRA S，et al.A typology of compound weather and climate events［J］.Nature Reviews Earth amp; Environment，2020，1（7）：333-347.

［10］方建，陶凱，牟莎，等.復合極端事件及其危險性評估研究進展［J］.地理科學進展，2023，42（3）：587-601.

［11］史軍，崔林麗，顧宇丹，等.氣候變化背景下復合極端事件研究進展［J］.地球科學進展，2023，38（8）：771-779.

［12］HAO Z，CHEN Y，FENG S，et al.The 2022 Sichuan-Chongqing spatio-temporally compound extremes：a bitter taste of novel hazards［J］.Science Bulletin，2023，68（13）：1337-1339.

［13］WU X，HAO Z，ZHANG X，et al.Evaluation of severity changes of compound dry and hot events in China based on a multivariate multi-index approach［J］.Journal of Hydrology，2020，583：124580.

［14］AIHAITI A，JIANG Z，ZHU L，et al.Risk changes of compound temperature and precipitation extremes in China under 1.5 ℃ and 2 ℃ global warming［J］.Atmospheric Research，2021，264：105838.

［15］HAO Z.Compound events and associated impacts in China［J］.Science，2022，25（8）：104689.

［16］FENG Y，WANG H，SUN F，et al.Dependence of compound hot and dry extremes on individual ones across China during 1961-2014［J］.Atmospheric Research，2023，283：106553.

［17］ZHAO L，LI X，ZHANG Z，et al.Developing a novel framework to re-examine half a century of compound drought and heatwave events in mainland China［J］.Science of the Total Environment，2023，874：162366.

［18］LIU M，YIN Y，WANG X，et al.More frequent，long-lasting，extreme and postponed compound drought and hot events in eastern China［J］.Journal of Hydrology，2022，614：128499.

［19］WANG C，LI Z，CHEN Y，et al.Increased compound droughts and heatwaves in a double pack in central Asia［J］.Remote Sensing，2022，14（13）：2959.

［20］梅梅，高歌，李瑩，等.1961～2022年長江流域高溫干旱復合極端事件變化特征［J］.人民長江，2021，54（2）：12-20.

［21］張強，謝五三，陳鮮艷，等.1961～2019年長江中下游區域性干旱過程及其變化［J］.氣象學報，2021，79（4）：570-581.

［22］YE L，SHI K，XIN Z，et al.Compound droughts and heat waves in China［J］.Sustainability，2019，11（12）：3270.

［23］DAI A.Drought under global warming：a review［J］.WIREs Climate Change，2011，2（1）：45-65.

［24］LONG B，ZHANG B，HE C，et al.Is there a change from a warm-dry to a warm-wet climate in the inland river area of China？Interpretation and analysis through surface water balance［J］.Journal of Geophysical Research：Atmospheres，2018，123（14）：7114-7131.

［25］SHEFFIELD J，WOOD E F，RODERICK M L.Little change in global drought over the past 60 years［J］.Nature，2012，491（7424）：435-438.

［26］中國氣象局.氣象干早等級：GB/T 20481—2017［S］.北京：中國標準出版社，2017.

［27］CHEN L，CHEN X，CHENG L，et al.Compound hot droughts over China：identification，risk patterns and variations［J］.Atmospheric Research，2019，227：210-219.

［28］ZHANG Y，HAO Z，FENG S，et al.Comparisons of changes in compound dry and hot events in China based on different drought indicators［J］.International Journal of Climatology，2022，42（16）：8133-8145.

［29］林愛蘭，谷德軍，彭冬冬，等.近60年我國東部區域性持續高溫過程變化特征［J］.應用氣象學報，2021，32（3）：302-314.

［30］PERKINS S E，ALEXANDER L V.On the measurement of heat waves［J］.Journal of Climate，2013，26（13）：4500-4517.

［31］KAO S C，GOVINDARAJU R S.A copula-based joint deficit index for droughts［J］.Journal of Hydrology，2010，380（1）：121-134.

［32］HAO Z，HAO F，SINGH V P，et al.Changes in the severity of compound drought and hot extremes over global land areas［J］.Environmental Research Letters，2018，13（12）：124022.

［33］HAO Z，PHILLIPS T J，HAO F，et al.Changes in the dependence between global precipitation and temperature from observations and model simulations［J］.International Journal of Climatology，2019，39（12）：4895-4906.

［34］CHEN R，WEN Z，LU R.Evolution of the circulation anomalies and the quasi-biweekly oscillations associated with extreme heat events in southern China［J］.Journal of Climate，2016，29（19）：6909-6921.

［35］DENG K，YANG S，TING M，et al.An intensified mode of variability modulating the summer heat waves in eastern Europe and northern China［J］.Geophysical Research Letters，2018，45（20）：361.

［36］CHEN Y，ZHAI P.Revisiting summertime hot extremes in China during 1961-2015：overlooked compound extremes and significant Changes［J］.Geophysical Research Letters，2017，44（10）：5096-5103.

［37］PENG J B，BUEH C.The definition and classification of extensive and persistent extreme cold events in China［J］.Atmospheric and Oceanic Science Letters，2011，4（5）：281-286.

［38］王遵婭.近50年中國大范圍持續性冰凍天氣過程的變化特征［J］.高原氣象，2014，33（1）：179-189.

［39］宗志平，馬杰，張恒德，等.近幾十年來凍雨時空分布特征分析［J］.氣象，2013，39（7）：813-820.

［40］陶詩言，衛捷.2008年1月我國南方嚴重冰雪災害過程分析［J］.氣候與環境研究，2008，13（4）：337-350.

［41］丁一匯，王遵婭，宋亞芳，等.中國南方2008年1月罕見低溫雨雪冰凍災害發生的原因及其與氣候變暖的關系［J］.氣象學報，2008（5）：808-825.

［42］國家氣候中心.2008年我國南方低溫雨雪冰凍災害及氣候分析［M］.北京：氣象出版社，2008.

［43］王海軍，覃軍，張峻.中國南方7省冰凍天氣時空分布規律研究［J］.長江流域資源與環境，2010，19（7）：839-846.

［44］孫曉娟，李駟焱，虞越越，等.1951～2017年冬季中國南方持續性冰凍雨雪事件的氣候特征及其與環流異常的聯系［J］.大氣科學學報，2022，45（5）：768-777.

［45］四川省氣象局.川西高原低溫雨雪冰凍災害氣象指標等級：DB51/T 2830—2021［S］.成都：四川省市場監督管理局，2021.

［46］PENG J B，BUEH C，XIE Z W.Extensive cold-precipitation-freezing events in southern China and their circulation characteristics［J］.Advances in Atmospheric Sciences，2021，38（1）：81-97.

［47］WMO.Guidelines on the definition and monitoring of extreme weather and climate events［M］.Geneva：WMO，2016.

［48］WMO.Guidelines on the definition and characterization of extreme weather and climate events［R］.Geneva：WMO，2023.

［49］宗海鋒，布和朝魯，彭京備，等.中國南方大范圍持續性低溫、雨雪和冰凍組合性災害事件：客觀識別方法及關鍵特征［J］.大氣科學，2022，46（5）：1055-1070.

［50］中國氣象局.冷空氣過程監測標準：QX/T 393—2017［S］.北京：中國標準出版社，2017.

［51］趙珊珊，高歌，張強，等.中國冰凍天氣的氣候特征［J］.氣象，2010，36（3）：34-38.

［52］毛淑君，李棟梁.基于氣象要素的我國南方低溫雨雪冰凍綜合評估［J］.冰川凍土，2015，37（1）：14-26.

［53］閃麗潔，張利平，張艷軍，等.長江中下游流域旱澇急轉事件特征分析及其與ENSO的關系［J］.地理學報，2018，73（1）：25-40.

［54］牛建利，何紫云，張天宇，等.旱澇急轉對生產、生活與生態的影響及應對措施效果分析：以安徽省巢湖市槐林鎮為例［J］.長江流域資源與環境，2013，22（增1）：108-115.

［55］TIAN R，CAO C，PENG L，et al.The use of hj-1a/b satellite data to detect changes in the size of wetlands in response into a sudden turn from drought to flood in the middle and lower reaches of the Yangtze River system in China［J］.Geomatics，Natural Hazards and Risk，2016，7（1）：287-307.

［56］BI W，WANG M，WENG B，et al.Effects of drought-flood abrupt alternation on the growth of summer maize［J］.Atmosphere，2020，11（1）：21.

［57］童金，徐海明，智海.江淮旱澇及旱澇并存年降水和對流的低頻振蕩統計特征［J］.大氣科學學報，2013，36（4）：409-416.

［58］PFAHL S，O′GORMAN P A，FISCHER E M.Understanding the regional pattern of projected future changes in extreme precipitation［J］.Nature Climate Change，2017，7（6）：423-427.

［59］薛媛，薛曉萍.極端降水與干旱同步頻發的研究進展［J］.海洋氣象學報，2022，42（1）：61-73.

［60］CHOU J，XIAN T，DONG W，et al.Regional temporal and spatial trends in drought and flood disasters in China and assessment of economic losses in recent years［J］.Sustainability，2018，11（1）：55.

［61］侯雨坤，耿川.武漢市水資源旱澇變化及其急轉情況歷史演變分析研究［J］.中國農村水利水電，2022（2）：110-116.

［62］ZHAO Y，WENG Z，CHEN H，et al.Analysis of the evolution of drought，flood，and drought-flood abrupt alternation events under climate change using the daily swap index［J］.Water，2020，12（7）：1969.

［63］高月嬌，黃生志，王韓葉，等.考慮非一致性的黃土高原區旱澇復合事件的演變特征及其動態變化［J］.農業工程學報，2023，39（8）：133-143.

［64］QIAO Y，XU W，MENG C，et al.Increasingly dry/wet abrupt alternation events in a warmer world：observed evidence from China during 1980～2019［J］.International Journal of Climatology，2022，42（12）：6429-6440.

［65］吳志偉，李建平，何金海，等.大尺度大氣環流異常與長江中下游夏季長周期旱澇急轉［J］.科學通報，2006，51（14）：1717-1724.

［66］閃麗潔，張利平，陳心池，等.長江中下游流域旱澇急轉時空演變特征分析［J］.長江流域資源與環境，2015，24（12）：2100-2107.

［67］畢吳瑕，翁白莎，王旭，等.基于知識圖譜的旱澇急轉研究進展［J］.水資源保護，2021，37（6）：40-48.

［68］楊家偉，陳華，侯雨坤，等.基于氣象旱澇指數的旱澇急轉事件識別方法［J］.地理學報，2019，74 （11）：2358-2370.

［69］陶新娥，侯雨坤.長江流域氣象旱澇異常急轉識別及分析［J］.三峽生態環境監測，2019，4（3）：52-58.

［70］趙英，陳華，楊家偉，等.基于SWAP和SRI的漢江流域旱澇急轉時空特征分析［J］.人民長江，2020，51（4）：94-99，151.

［71］LI X，ZHANG Q，ZHANG D，et al.Investigation of the drought-flood abrupt alternation of streamflow in Poyang Lake catchment during the last 50 years［J］.Hydrology Research，2017，48（5）：1402-1417.

［72］CHEN Y，LIAO Z，SHI Y，et al.Detectable increases in sequential flood-heatwave events across China during 1961-2018［J］.Geophysical Research Letters，2021，48（6）：e2021gl092549.

［73］LIAO Z，CHEN Y，LI W，et al.Growing threats from unprecedented sequential flood-hot extremes across China［J］.Geophysical Research Letters，2021，48（18）：e2021gl094505.

［74］GU L，CHEN J，YIN J，et al.Global increases in compound flood-hot extreme hazards under climate warming［J］.Geophysical Research Letters，2022，49（8）：e2022gl097726.

［75］LIU X，TANG Q，LIU W，et al.The asymmetric impact of abundant preceding rainfall on heat stress in low latitudes［J］.Environmental Research Letters，2019，14（4）：044010.

［76］WANG S S Y，KIM H，COUMOU D，et al.Consecutive extreme flooding and heat wave in Japan：are they becoming a norm？［J］.Atmospheric Science Letters，2019，20：e933.

［77］劉慕嘉，楊秀芹，姚飛，等.1961～2020年中國洪水-熱浪復合極端事件時空變化特征［J］.中國農村水利水電，2023（4）：167-176.

［78］全國氣候與氣候變化標準化技術委員會.區域性干旱過程監測評估辦法：QX/T 591—2021［S］.北京：中國標準出版社，2021.

［79］陳鮮艷，李威，張強，等.長江中下游地區雨澇指數構建及其應用［J］.水科學進展，2021，32（6）：834-842.

［80］MIAO L，JU L，SUN S，et al.Unveiling the dynamics of sequential extreme precipitation-heatwave compounds in China［J］.Npj Climate and Atmospheric Science，2024，7（1）：67.

［81］封國林，楊涵洧，張世軒，等.2011年春末夏初長江中下游地區旱澇急轉成因初探［J］.大氣科學，2012，36（5）：1009-1026.

［82］LUO M，LAU N C，LIU Z.Different mechanisms for daytime，nighttime，and compound heatwaves in southern China［J］.Weather and Climate Extremes，2022，36：100449.

［83］WU S，LUO M，ZHAO R，et al.Local mechanisms for global daytime，nighttime，and compound heatwaves［J］.Npj Climate and Atmospheric Science，2023，6（1）：36.

［84］WU Z，LI J，HE J，et al.Occurrence of droughts and floods during the normal summer monsoons in the mid-and lower reaches of the Yangtze River［J］.Geophysical Research Letters，2006，33（5）：l05813.

［85］YUAN Z，QIN J，DU L，et al.The role of Antarctic Sea Ice in modulating the relationship between September-October Antarctic oscillation and following January-February wet and cold weather in southern China［J］.International Journal of Climatology，2023，43（8）：3605-3628.

［86］ZSCHEISCHLER J，SENEVIRATNE S I.Dependence of drivers affects risks associated with compound events［J］.Science Advances，2017，3（6）：e1700263.

［87］張潔祥，呂娟，張學君，等.基于Copula的2022年長江流域極端干旱重現期研究［J］.人民長江，2023，54（8）：32-39.

［88］王世杰，劉柯瑩，孟長青.基于SPEI的嘉陵江流域旱澇時空演變分析［J］.水利水電快報，2022，43（5）：12-19.

［89］周軍，任宏昌，王蒙，等.2022年夏季長江流域干旱特征及成因分析［J］.人民長江，2023，54（2）：29-35.

［90］夏智宏，劉敏，秦鵬程，等.2022 年長江流域高溫干旱過程及其影響評估［J］.人民長江，2023，54（2）：21-28.

［91］張靈，郭廣芬，熊開國，等.長江流域2022年夏季高溫過程的成因分析［J］.地理科學進展，2023，42（5）：971-981.

［92］許繼軍，陳桂亞，楊明智，等.長江流域干旱災害應對的主要難點及其科技需求［J］.人民長江，2023，54（8）：25-33.

（編輯：謝玲嫻）

Progress of research on compound extreme climate events′ indices and identification methods in Changjiang River Basin

FENG Yang QIN Pengcheng HU Yiyang3，NIU Zigeng4，XIA Zhihong1，2

（1.Wuhan Regional Climate Center，Wuhan 430074，China； 2.Meteorological Center of Yangtze River Basin，Wuhan 430074，China； 3.Xianning Meteorological Office，Xianning 437000，China； 4.School of Geography and Information Engineering，China University of Geosciences，Wuhan 430074，China）

Abstract： To gain a comprehensive view on the characteristics and changing trend of compound extreme climate events in the Changjiang River Basin，we systematically reviewed the progress of researches on definitions，classifications，indices，identification methods and historical results of compound events in the Changjiang River Basin based on a bibliometric analysis.The main conclusions are：① Compound events can be defined as two or more events occurring simultaneously or successively，which may amplify the impact，or even lead to extreme consequences.Based on spatiotemporal combinations，4 types of compound extreme climate events can be categorized in the Changjiang River Basin：same location-same time （e.g.compound dry and hot events，extensive cold-precipitation-freezing events），same location-different time （e.g.drought-flood abrupt alternations，flood-heatwave abrupt alternations），different location-same time，different location-different time.The former two types encompass relative richer research，and the last two types have been researched insufficiently.② The empirical way to identify a compound event is applying a certain index and a peak-over-threshold （POT） approach in both China and abroad；around 26 indices and more than 30 identification methods are frequently applied in the scientific literatures.③ Changjiang River Basin is a hotspot for compound events.Since the 21st century，flood-heatwave abruption alternation events have been increasing the fastest in frequency，followed by compound dry and hot events and drought-flood abrupt alternation events.The extensive cold-precipitation-freezing event does not show an evident increase but gets more extreme.④ Future research and business efforts should focus on improving the monitoring and assessment system for compound events in the Changjiang River Basin，exploring the interactions and relationships among various factors，and understanding the underlying weather systems，driving factors，and physical mechanisms to enhance predictive capabilities.Meanwhile，it is also suggested to reinforce the interdisciplinary research and impact assessment of compound events on sensitive sectors （e.g.water resources，electricity）.

Key words： compound extreme climate events； high temperature and drought； extensive cold-precipitation-freezing； drought-flood abrupt alternation； flood-heatwave abrupt alternation； Changjiang River Basin

收稿日期：2024-07-17 ；接受日期：2024-09-11

基金項目：中國氣象局創新發展專項項目（CXFZ2023J051）；湖北省自然科學基金重點項目（2023AFD098）

作者簡介：馮 揚，女，工程師，博士，研究方向為氣候動力學、極端氣候與區域影響。E-mail：lisefy@foxmail.com