瑞士日降水趋势与极端事件的联合建模研究：基于非平稳扩展广义帕累托分布(EGPD)的创新分析

本研究针对气候变化背景下瑞士降水模式变化的复杂问题，创新性地采用非平稳扩展广义帕累托分布(EGPD)模型，首次实现了对日降水整体分布(包括均值与极端事件)趋势的联合建模。通过分析181个气象站百年数据，发现冬季北部地区降水显著增加(1.6%/10年)，而极端降水在所有季节均呈上升趋势，为阿尔卑斯地区水资源管理和灾害防治提供了重要科学依据。

　　

在全球气候变化背景下，阿尔卑斯山脉作为欧洲"水塔"正经历着显著的降水格局改变。瑞士作为阿尔卑斯核心区域，其降水变化直接影响着整个欧洲的水资源供给、水力发电和自然灾害风险。然而传统研究方法存在明显局限：一方面，均值降水与极端降水往往被割裂分析；另一方面，极端值理论(EVT)仅利用少量极端数据，忽视了整体降水分布信息。这种分离分析方法难以全面把握降水变化的整体特征，给水资源规划和灾害风险管理带来挑战。

为解决这一科学难题，来自法国格勒诺布尔阿尔卑斯大学等机构的研究团队Abubakar Haruna、Juliette Blanchet和Anne-Catherine Favre创新性地将扩展广义帕累托分布(Extended Generalized Pareto Distribution, EGPD)应用于瑞士日降水趋势分析。这项发表在《Weather and Climate Extremes》的研究，通过建立非平稳概率模型，首次实现了对降水整体分布趋势的联合建模，为理解气候变化对水文循环的影响提供了新视角。

研究团队采用了三项关键技术方法：首先构建了包含干日概率(p_d
)和湿日降水分布的非平稳EGPD混合模型，其参数可随时间或地中海海表温度(SST)变化；其次采用最大似然估计和左截断处理优化模型拟合；最后通过500次bootstrap模拟评估趋势显著性。研究数据来自瑞士联邦气象局(MeteoSwiss)181个至少具有百年记录(1901-2022)的站点，并按季节(冬季DJF、春季MAM、夏季JJA、秋季SON)进行分析。

【数据与方法】研究使用瑞士181个气象站1901-2022年的日降水数据，采用1mm阈值区分干湿日。通过构建包含EGPD的混合分布模型，将非平稳性引入干日概率(p_d
)、尺度参数(σ)和形状参数(κ)，并比较时间与SST两种协变量的解释能力。模型选择采用似然比检验，趋势显著性通过bootstrap方法评估。

【模型诊断】通过分位数-分位数图(QQ plot)验证显示模型在指数空间拟合良好。与两种非参数分位数回归方法对比表明，EGPD模型能准确捕捉不同分位数的变化趋势，特别是在外推极端事件时具有理论优势。

【模型选择】似然比检验显示：除春季外，时间作为协变量更优。冬季64.6%站点显示干湿日分布均变化，而秋季81.2%站点保持平稳。这种季节差异反映了不同的大气环流机制主导作用。

【均值降水趋势】冬季北部地区降水显著增加(1.6%/10年)，源于湿日频率(p_w
)和强度(μ)双增长；春季湿日强度增但频率降，导致均值变化不显著(-0.1%)；夏秋季节趋势较弱，分别为-0.1%和+0.2%。

【极端降水趋势】与均值不同，极端降水在所有季节均呈上升趋势。10年重现期水平在冬季85.6%站点增加(51.3%显著)，夏季81.2%增加(27.1%显著)，空间上呈现北部阿尔卑斯前缘和提契诺州显著增加的格局。

这项研究通过创新的EGPD建模框架，首次实现了对瑞士降水整体分布趋势的联合分析。研究揭示的冬季降水增加与极端事件普遍增强的趋势，验证了气候变暖背景下水文循环强化的科学假设。特别是发现极端降水响应比均值降水更为敏感和一致，这对阿尔卑斯地区洪水风险评估和水资源管理具有重要指导意义。方法学上的突破为其他地区开展类似研究提供了可借鉴的范式，建立的模型框架可直接应用于天气发生器开发，为气候变化影响评估提供更可靠的工具。未来研究可进一步整合区域气候模式输出，探究不同排放情景下的降水变化预估。