未来极端降水变化的联合涌现约束：降低气候模型不确定性的新方法

这篇研究通过开发联合涌现约束（EC）方法，将全球变暖趋势（ΔTgm）与极端降水敏感性（ΔRgm/ΔTgm）的观测偏差相结合，显著降低了气候模型对极端降水预测的不确定性。全球平均降水方差减少42%（单独ΔTgm约束仅26%），24%区域降水方差降低≥30%，为气候政策制定提供了更精准的科学依据。

　　

引言

极端降水对社会和自然系统的破坏性影响日益凸显，2021年全球洪水经济损失达820亿美元。尽管人类活动对历史极端降水变化的信号已被检测到，但地球系统模型（ESM）对未来极端降水的预测仍存在显著差异。涌现约束（EC）作为一种降低不确定性的方法，通过建立当前气候指标与未来变化的关系，利用观测数据评估模型可靠性。然而，传统ΔT_gm相关EC仅能减少与全球变暖相关的方差，无法解决ΔT_gm无关的不确定性。

方法创新

研究提出联合EC框架，将ΔT_gm相关EC与极端降水敏感性（ΔR/ΔT_gm）的EC结合。通过分解ΔR = (ΔR/ΔT_gm) × ΔT_gm，同时约束两者：

1. ΔT_gm相关EC：利用1970-2022年全球温度趋势（trT_gm）与ΔT_gm的正相关性（r=0.76），约束未来温度变化。
2. 敏感性EC：发现ΔR/ΔT_gm与当前降水强度（R）显著相关（r=0.74），模型高估历史R时，其敏感性也偏高。

关键结果

1. 全球尺度：联合EC使ΔR_gm方差降低42%（ΔT_gm单独仅26%），约束后范围从[0.316, 3.82] mm/day/°C缩窄至[0.632, 3.44]。
2. 区域尺度：
   • ΔT_gm相关EC主要降低中纬度海洋区域不确定性（如中国沿海）。
   • 敏感性EC提升热带辐合带（ITCZ）和季风区（如东南亚）的下限，修正模型低估问题。
   • 联合EC在24%的陆地面积上实现≥30%方差减少，远超ΔT_gm单独作用的2%。

机制解析

极端降水敏感性（ΔR/ΔT_gm）与历史R的关联源于湿度敏感性（β=R/Q）的模型差异：

• 高β模型同时具有更强的降水热力学响应（β? × ΔQ/ΔT_gm），导致ΔR/ΔT_gm与R正相关。
• 动态分量（Q? × Δβ/ΔT_gm）贡献较小，但热带区域例外。

讨论与展望

研究突破了ΔT_gm相关EC的局限性，首次实现ΔT_gm无关不确定性的约束。未来方向包括：

1. 整合其他EC（如极端降水频率趋势）以进一步提升精度。
2. 改进观测数据集（如GPCP、MSWEP2）以减少降水数据差异的影响。
3. 扩展至碳循环、经济影响评估等领域，推动多学科交叉应用。

结论

联合EC方法通过协同约束温度与降水敏感性，显著提升极端降水预测的可靠性，为应对气候风险的决策提供了更坚实的科学基础。