编辑推荐：
研究人员开发复合事件工具箱和数据集（CETD），用于检测和可视化复合事件（CEs），助力应对气候变化风险。
复合事件研究的背景与挑战
在全球气候变化的大背景下，极端天气和气候事件愈发频繁。想象一下，炎热干燥的天气持续肆虐，森林大火一触即发；狂风暴雨接踵而至，洪水泛滥成灾。这些极端情况单独出现就已极具破坏力，而当它们组合在一起，形成复合事件（Compound Events，CEs）时，对人类社会和生态环境的冲击更是超乎想象。例如，2019 年澳大利亚的森林大火，在高温干旱的复合作用下，熊熊烈火吞噬了大片森林，无数动植物失去栖息地，空气质量急剧恶化；2023 年加拿大的热干事件引发大规模野火，浓烟飘至美国，使美国东北部成为全球空气质量最差的地区之一。
然而，当前在 CEs 的研究方面却困难重重。一方面，识别 CEs 的综合工具极为有限，这严重阻碍了气候科学家和相关从业者进行风险评估和制定适应计划的步伐。另一方面，现有的分析工具和数据集也存在诸多不足，数据收集和预处理所需的大量计算工作让研究人员望而却步，难以深入开展对 CEs 的研究。因此，开发一个全面、易用且功能强大的工具和数据集迫在眉睫。
研究团队与研究成果
为了解决上述难题，中国科学院地理科学与资源研究所、哥伦比亚大学拉蒙特 - 多尔蒂地球观测站等机构的研究人员展开了深入研究。他们成功开发出复合事件工具箱和数据集（Compound Events Toolbox and Dataset，CETD），这一成果发表在《Scientific Data》上。CETD 为 CEs 的检测和可视化提供了首个集成、交互且可扩展的平台，能够利用观测数据、再分析数据和模型模拟，对多种 CEs 类型进行量化分析，包括多变量、顺序和并发事件。它还能分析那些对人类健康、野火和空气污染有重大影响的 CEs，如热干、湿风、热干停滞等事件，这对于人类更好地理解和应对气候变化带来的风险意义非凡。
研究的技术方法
研究人员为开发 CETD 采用了多种关键技术方法。在数据处理方面，CETD 支持多种来源的输入数据，通过时间重采样、空间重网格化和坐标转换等操作进行预处理，使其具备一致的空间分辨率，并以 NetCDF 格式存储。在事件识别上，运用事件编码和时空连通性算法，通过数字代表不同的 CEs，将满足 CE 阈值的多个时空相连的网格点识别为单个 CE，以此确定 CE 的类型和范围。同时，提供绝对、百分位数和组合阈值来识别单个事件，根据不同需求选择合适的阈值方法123。
研究结果
- 欧洲热浪中的多变量事件：过去几十年，欧洲成为全球热浪频发的热点地区。2022 年夏天，欧洲平均气温创下历史新高，同时降水减少，遭遇严重干旱。利用 CETD 分析发现，不同阈值组合下，欧洲热干和热干停滞事件的范围、持续天数和峰值严重程度均呈上升趋势。2022 年，这些事件的各项指标更是远超以往，欧洲大部分地区都受到影响，凸显了当年欧洲气候的极端性。
- 澳大利亚野火中的多变量事件：2019 - 2020 年，澳大利亚经历了破纪录的高温和干旱，引发了严重的野火。CETD 分析结果显示，2019 年澳大利亚热干和热干停滞事件的多个特征指标达到峰值，远超平均水平。这些极端的天气条件与野火的发生密切相关，并且热干停滞事件可能给野火管理带来更大挑战。
- 巴基斯坦洪水中的顺序事件：2022 年夏天，巴基斯坦遭遇强降雨引发严重洪水。此前，春季还经历了毁灭性的热浪。研究表明，热浪和冰川融化加剧了降雨对洪水的影响。通过 CETD 对顺序事件的分析发现，2022 年巴基斯坦春季顺序热事件和夏季顺序湿事件的多项特征指标均达到峰值，这表明 CEs 可能是导致严重洪水的重要因素。
- 德克萨斯热浪中的并发事件：2023 年夏天，北半球多个地区遭受严重热浪，德克萨斯州是美国受影响最严重的地区之一。CETD 对德克萨斯州热浪期间并发事件的分析显示，该地区经历了长时间的热浪，周边地区也受到影响，且并发地区的热浪峰值严重程度较高，体现了全球变暖和气候动力学对热浪演变的影响。
- 全球多变量 CEs 的统计：基于 CETD 对 1951 - 2022 年全球各地区的分析发现，多个 CEs 可能在所有分区发生。热相关的 CEs 通常持续时间较长但严重程度相对较低，湿相关的事件则相反。此外，CEs 的分布在纬度上呈现一定规律，且三变量 CEs 在热带和亚热带地区频繁发生，这些发现为全球气候变化研究提供了重要参考。
研究结论与意义
CETD 的开发为气候研究带来了新的突破。它不仅为研究人员提供了强大的工具和丰富的数据，支持新的科学发现，还能为公众、社区和私营部门提供技术支持，帮助人们更好地认识和应对 CEs 带来的风险。不过，CETD 也存在一些局限性，比如假设 CEs 涉及的变量为极端值可能导致识别偏差，只能识别涉及气候变量的 CEs，且缺乏筛选事件范围和聚类的参数。但研究人员计划进一步完善 CETD，开发在线版本，增加数据源和分析方法，扩展数据集和变量类型。相信随着不断改进，CETD 将在气候研究和应对气候变化中发挥更加重要的作用，为保护人类社会和生态环境贡献更多力量。
