累西腓次小时极端降水事件概率研究：揭示季节规律与城市灾害脆弱性

为解决巴西累西腓市极端降水引发的洪水、山体滑坡等灾害问题，研究人员开展了次小时极端降水事件概率分析研究。利用广义极值分布（GEV）分析国家气象研究所（INMET）2005-2021年小时降雨数据，结合国家灾害监测中心（Cemaden）记录，发现3-5月（MAM）降雨>30 mm/h概率>70%，6-8月（JJA）>40 mm/3h概率>60%。成果为预警系统改进、排水规划和风险管理提供关键支持，助力城市气候韧性建设。

　　

论文解读

在全球气候变暖的背景下，极端降水事件正以惊人的频率和强度席卷全球，尤其对沿海城市构成严峻挑战。累西腓，这座位于巴西东海岸的都市，不仅是南美洲人口密度最高的地区之一，还因无规划的城市扩张和复杂地形被列为全球最脆弱的城市之一。近年来，该市频遭暴雨袭击，引发洪水、山体滑坡等灾害，造成严重人员伤亡和基础设施损毁。例如，2022年5月的一场极端降雨事件，短短几天内降水达551 mm，远超月平均水平，导致13万人受灾和数十人死亡。这些灾害不仅暴露了城市排水系统的不足，还加剧了社会不平等——低收入社区往往被迫定居在高风险的山坡和洪泛区，进一步放大健康和安全威胁。更令人担忧的是，气候变化正通过克劳修斯-克拉珀龙方程（Clausius-Clapeyron equation）加剧水文循环，大气持水能力每升温1°C约提升7%，使得短时强降水事件愈发频繁。IPCC第六次评估报告（AR6）已警告，热带城市如累西腓将面临倍增风险。然而，针对次小时尺度极端降水的概率建模研究在该地区几乎空白，这限制了灾害预警和适应策略的精准性。为此，研究人员在《Journal of South American Earth Sciences》发表了一项开创性研究，填补了这一关键空白。

为了系统评估累西腓的极端降水风险，研究人员整合了多源数据和分析技术。首先，采用国家气象研究所（INMET）2005-2021年的小时降雨观测作为核心数据集，覆盖了完整的雨季和旱季周期。其次，引入国家灾害监测中心（Cemaden）2016-2021年的灾害记录和2005-2021年的新闻报道，以交叉验证事件的社会影响。核心方法聚焦于广义极值分布（Generalized Extreme Value, GEV），该统计模型被用于估算不同历时（1小时、3小时、6小时、12小时和24小时）极端降水的发生概率和重现水平。GEV分布的优势在于其能灵活捕捉尾部事件特征，如高偏度或厚尾现象，特别适用于预测罕见但破坏性强的降水峰值。通过最大似然估计法拟合参数，研究人员计算了关键概率指标，包括R⁹⁹指数（即年降水量99百分位数，代表极端湿润日）。技术流程还包括地理信息系统（GIS）分析，