近年来破纪录的极端降水和洪涝频繁袭击全球各地，如2021年东亚和欧洲的暴雨、2022年巴基斯坦洪涝，都造成了严重的社会经济损失。气候变化应对需要准确可靠的气候预估信息，未来极端降水事件如何变化是一个众所关注的问题。然而，当前的气候模式预估结果尽管一致表明全球大部分地区极端降水将随未来增温而增强，但预估的极端降水定量变化却存在很大的不确定性，这制约了气候预估信息在实际决策中的应用。
减少气候预估的不确定性难题需要厘清两大关键科学问题：一是寻找气候预估的不确定性来源；二是提出有效的约束方法来减少预估不确定性。
近日，中国科学院大气物理研究所LASG国家重点实验室张文霞副研究员、周天军研究员、陈晓龙副研究员等与英国气象局学者合作，以“基于观测降水变率约束极端降水预估”为题在《自然—通讯》撰文，指出中高纬地区极端降水预估的模式间不确定性与模式模拟的历史气候态降水变率显著相关。基于这一发现，他们利用该约束关系、结合观测的降水变率，有效地减小了特定温升水平下极端降水预估结果的不确定性，减幅可达20-40%。
该研究工作利用多模式集合模拟，研究了特定全球温升水平下（如全球平均温升2°C或3°C）极端降水频率变化的模式间预估不确定性，发现其与模式模拟的当前气候下的降水变率显著相关（注：这里的降水变率特指降水事件的波动幅度或振荡范围）。具体而言，对于同一个地区，若气候模式模拟的历史降水变率越小，则其预估的未来极端降水频率变化增加的越快。基于这一联系可建立极端降水预估的“涌现约束”（Emergent Constraint）关系，该方法在中高纬地区适用。
“在基于气候模式结果建立涌现约束关系的基础上，我们需要进一步从理论上或物理上证实这一关系的合理性。为此，我们对降水进行了统计分布拟合，并进行理想的分布变换，从降水分布模型的角度证实了极端降水频率变化与降水变率之间联系的理论依据，”张文霞副研究员说，“这一理论依据不仅提升了我们对极端降水预估不确定性来源的认识，也证明了涌现约束关系的可靠性。”
利用该约束关系，结合观测的降水变率，该研究进一步对极端降水预估结果进行了约束。“一方面，该约束方法能有效减小区域极端降水预估的不确定性范围（减小20-40%）；另一方面，也能够订正多模式集合预估的最优估计。例如，约束结果表明，未来亚洲北部极端降水的增加幅度将高于原始预估结果（偏高20%）；而欧洲地区极端降水的增加幅度则将弱于原始预估结果（减弱16%），”英国气象局Kalli Furtado博士、该文第二作者说。
“极端降水预估准确性的提高问题是一个国际难题，此前国际上有关团队对全球平均或热带平均情况提出了有效的约束方法，但是极端降水的变化在空间分布上是高度不均匀的，应对气候变化更多的需要有效的区域预估信息，本文提出的涌现约束方法的一个重要创新点是适用于区域尺度，”该文通讯作者、中国科学院大气物理研究所LASG国家重点实验室周天军研究员最后强调，“准确、可靠的区域极端降水变化信息对于气候变化应对决策至关重要，事关气象防灾减灾、粮食生产安全和水资源管理等多个方面。”
本研究受到国家重点研发计划（2020YFA0608904）、国家自然科学基金项目（41988101，41905064）、中国科学院国际伙伴计划项目（134111KYSB20160031）和牛顿基金会中英“气候科学支持服务伙伴关系中国项目”（CSSP-China）共同资助。
引用：
Zhang Wenxia, Kalli Furtado, Tianjun Zhou*, Peili Wu, Xiaolong Chen. 2022. Constraining extreme precipitation projections using past precipitation variability. Nature Communications. DOI: 10.1038/s41467-022-34006-0.
图1. 典型区域极端降水预估约束（左：亚洲北部夏季极端降水；右：欧洲冬季极端降水）。横坐标为极端降水频率变化（概率比），纵坐标为多模式预估结果。灰色和橙色分别表示约束前、后的预估结果。右上角数字为减小的预估不确定性。
