澳大利亚高分辨率区域气候模式大集合对极端降雨的评估与预估及其对强度-历时-频率曲线的启示

《Weather and Climate Extremes》：Evaluation and Projection of Extreme Rainfall from a Large Ensemble of High–Resolution Regional Climate Models in Australia

为应对气候变化下极端降雨加剧的挑战，本研究利用60个CORDEX-CMIP6高分辨率区域气候模式模拟，评估并预估了澳大利亚未来不同历时和年超越概率的极端降雨变化。结果表明，短历时极端降雨增幅显著超出Clausius-Clapeyron缩放率，且罕见事件发生频率将大幅增加，为基础设施防洪设计提供了关键科学依据。

　　

随着全球气候变暖，极端降雨事件在全球范围内呈现加剧趋势，这对城市防洪基础设施的设计和运行带来了严峻挑战。传统的强度-历时-频率（Intensity-Duration-Frequency, IDF）曲线基于气候平稳性假设编制，但越来越多的观测证据表明，极端降雨的统计特征正在发生显著变化。如何将气候变化因素纳入IDF曲线修订，成为水文气象领域亟待解决的核心问题。目前主要存在两种技术路径：基于气候模式模拟的降雨数据直接推求，以及基于协变量的非平稳频率分析方法。然而，这两种方法在极端降雨预估方面存在何种差异？哪种方法更能可靠地反映未来气候变化的影响？这些问题的解答对提升防洪工程的适应能力具有重要现实意义。

为系统回答这些问题，由墨尔本大学基础设施工程学院Lalani Jayaweera领衔的研究团队，在《Weather and Climate Extremes》发表了题为"Evaluation and Projection of Extreme Rainfall from a Large Ensemble of High–Resolution Regional Climate Models in Australia"的研究论文。该研究首次综合运用动态降尺度气候模式模拟和协变量非平稳极值分析两种方法，对澳大利亚未来极端降雨变化进行了全面评估和对比研究。

研究人员采用15个成员的高分辨率区域气候模式CCAM（Conformal Cubic Atmospheric Model） ensemble，动态降尺度了11个CMIP6全球气候模式，生成空间分辨率为10公里的小时降雨数据。研究覆盖澳大利亚39个站点，分析历时从1小时到168小时（7天）的年度最大降雨序列，选取1961-1990作为基准期，对比2041-2070（近期未来）和2071-2100（远期未来）在不同排放情景（SSP1-2.6、SSP2-4.5、SSP3-7.0）下的变化。同时采用非平稳广义极值分布（GEV-NS2）模型，以全球温度异常作为协变量，预估未来降雨分位数变化。通过计算降雨-温度缩放率、年超越概率（Annual Exceedance Probability, AEP）变化比等指标，系统量化了极端降雨的响应特征。

4.1. 多成员CCAM集合的评估

研究发现CCAM ensemble在模拟基准期极端降雨时存在系统性偏差：短历时（1小时）降雨普遍低估，而长历时（1天）降雨模拟相对准确。对于1小时历时1-in-100 AEP极端事件，三分之二的模式成员呈现负偏差，但偏差幅度小于频繁事件（1-in-5 AEP）。这种偏差分布特征表明区域气候模式在刻画对流性短历时极端降雨方面仍存在挑战。

4.2. 降雨分位数的预估变化

在高排放情景（SSP3-7.0）下，远期未来极端降雨呈现显著增加趋势，且增幅随历时缩短和事件稀有度增加而增大。1小时历时1-in-100 AEP事件中位数增幅达33.9%，而1天和7天历时增幅分别为18.9%和8.1%。频繁事件（1-in-5 AEP）增幅相对较小，显示极端降雨变化具有明显的分位数和历时依赖性。

4.3. 年超越概率的变化

研究发现当前基准期的1-in-100 AEP极端事件在未来将变得更加频繁。在SSP3-7.0情景下，1小时历时事件的发生频率将增至1-in-46 AEP，相当于频率提高约2.3倍；1天历时事件频率增至1-in-61.8 AEP，提高约1.6倍。这种频率变化特征表明未来城市防洪面临的风险将显著增加。

4.4. 降雨-温度缩放率

极端降雨的升温缩放率呈现显著历时差异：1小时历时1-in-100 AEP事件缩放率达8.7%°C^-1，超出Clausius-Clapeyron（CC）热力学缩放率（7%°C^-1）；而1天历时缩放率为5.4%°C^-1，接近CC缩放率。这一结果证实短历时对流性极端降雨对升温的响应更加敏感。

4.5. 基于协变量的预估对比

协变量非平稳模型（GEV-NS2）预估的短历时极端降雨增幅显著高于气候模式直接模拟结果：1小时历时1-in-100 AEP事件中位数增幅达49%，而气候模式模拟为33.9%。然而对于长历时降雨，协变量方法未能捕捉到显著增加趋势，与气候模式结果存在明显分歧。这种差异凸显了不同预估方法的不确定性。

研究结论表明，尽管两种方法在定量预估上存在差异，但均一致显示短历时极端降雨在未来将显著增强，且稀有事件的频率增加更为明显。动态降尺度方法更好地捕捉了长历时降雨的变化特征，而协变量方法在短历时预估方面与多证据线研究结果更为一致。这种互补性特征提示，未来IDF曲线的修订需要综合多种方法优势，发展创新性的融合技术。

该研究的重要意义在于首次系统比较了气候模式模拟和协变量分析两种主流方法在极端降雨预估方面的表现，为气候变化适应策略提供了科学依据。研究成果不仅对澳大利亚的防洪规划和基础设施设计具有直接指导价值，其方法论框架也对全球其他地区的类似研究具有重要参考意义。特别是在城市防洪、水资源管理和气候变化适应等领域，该研究为应对日益加剧的极端降雨风险提供了量化工具和决策支持。