统计降尺度对长江流域未来复合冷湿事件（CCWEs）预估变化的影响

《Atmospheric and Oceanic Science Letters》：Statistical downscaling influences projected declines in future compound cold–wet events over the Yangtze River Basin

　　

复合冷湿事件（CCWEs）是中国南方高影响的冬季灾害，因此对其未来变化进行可靠预估对于气候变化适应和灾害风险降低至关重要。在此，研究人员通过构建长江流域高分辨率统计降尺度CMIP6（Coupled Model Intercomparison Project Phase 6）数据集，研究统计降尺度如何影响CCWEs预估。与观测对比评估表明，统计降尺度显著降低了历史模拟偏差。在共享社会经济路径（SSP）1-2.6、SSP2-4.5和SSP5-8.5情景下，统计降尺度预估表明，相对于1995–2014年，到21世纪中叶受影响面积总体减少（约30000 km²），流域平均累积事件日数减少（冬季每个网格单元约0.5天）。预估的减少在更高排放情景下和接近21世纪末时增大。相比之下，持续时间相关指标表现出较弱下降，并具有更大的空间异质性和明显的年代际变率。统计降尺度通过影响累积事件日数预估变化的空间型、幅度和概率分布，系统性改变原始CMIP6预估。

研究背景方面，IPCC第六次评估报告（AR6）指出，自20世纪50年代以来，人为气候变化增加了很多极端天气与气候事件的发生可能性和影响。尽管全球增暖迅速，破坏性冷极端仍持续发生，并仍是社会风险的重要来源。当降水与低温条件同时出现时，复合冷湿事件（CCWEs）可扰乱电力输送、交通、农业和基础设施系统。长江流域（YRB）人口密集、基础设施广泛、经济暴露度高，因而对CCWEs尤为脆弱；2008年初的罕见冬季风暴造成直接经济损失超过1500亿元，被视为中国百年一遇的复合冷湿灾害。因此，理解YRB未来CCWEs演变对于灾害风险降低和气候变化适应十分必要。观测研究已记录CCWEs的时空分布、年代际变率和长期趋势，并识别了相关大尺度环流和气候驱动因子，如西伯利亚高压增强与东亚冬季风异常有利于冷空气南侵，拉尼娜和北极海冰异常可增强水汽输送和降水，共同促发中国南方CCWEs。近期研究开始利用CMIP6模拟研究CCWEs未来变化，但多数预估直接依赖原始全球气候模式（GCMs）输出。已有研究指出，CMIP6极端降水模拟偏差与模式分辨率和动力过程模拟误差有关。因此，模拟偏差如何影响复合极端事件预估，以及统计降尺度是否仅改善空间表示还是也影响其预估演变，仍不清楚。与单变量温度或降水极端不同，CCWEs依赖两个变量的联合变率，其发生对温度和降水边缘分布偏差高度敏感，阈值附近的小变化即可显著改变复合事件频率和空间型。鉴于温度—降水耦合受地形、陆气相互作用和区域环流影响，CMIP6较粗分辨率可产生降水和温度分布偏差，进而影响复合事件表征；历史偏差可能传播到预估中，增加复合事件预估频率、持续时间和空间型的不确定性。为此，研究人员构建YRB高分辨率统计降尺度CMIP6数据集，评估历史CCWEs空间异质性和年际变率、历史模拟偏差向未来预估的传播，以及统计降尺度是否仅提高空间分辨率还是根本改变预估气候灾害。

关键技术方法方面，研究人员按照ISIMIP（Inter-Sectoral Impact Model Intercomparison Project）框架选取5个CMIP6模式，使用其历史模拟（1850–2014）和3个SSP情景（2015–2100）日平均近地面气温和降水；以2008–2020年中国气象局陆面数据同化系统（CLDAS）为高分辨率参考，将原始CMIP6场标准化并双线性插值至0.05°×0.05°，用CLDAS气候态和模式异常场校正年循环偏差，再以分位数增量映射（QDM）校正分布偏差并保留相应分位数模式预估变化；以CN05.1格点观测评估。CCWE日定义为冬季日平均温度低于第10百分位且低于1°C、日降水高于第85百分位且高于1 mm，采用21天滑动窗口；计算受影响面积、累积事件日数、持续事件平均持续时间和最大持续时间；用Kolmogorov–Smirnov（K–S）检验和Student’s t检验评估差异。上述方法概括不超过250字。样本来源包括5个CMIP6模式、CLDAS和CN05.1观测。

研究结果方面，研究人员通过对比观测、原始CMIP6集合平均和统计降尺度集合平均，评估1995–2014年历史CCWEs。观测显示CCWEs在YRB空间异质性强，高发区主要集中在中下游和西南部，持续时间指标空间异质性更强。原始CMIP6再现了大尺度空间型，但明显低估区域异质性，复杂地形区尤为明显；累积事件日数在YRB上游部分地区出现超过45天的正偏差，表明高估。统计降尺度显著改善累积事件日数和两个持续时间指标的表征，高值中心更好再现，空间梯度更真实；空间相关、标准差和年际变率评估进一步确认其优于原始CMIP6，累积事件日数改善尤其明显。结论是统计降尺度显著改善历史模拟。

“降尺度预估揭示稳健但空间异质的未来变化”部分，研究人员通过统计降尺度多情景预估发现，SSP1-2.6、SSP2-4.5和SSP5-8.5下YRB受影响面积和累积事件日数均一致下降。到21世纪中叶，受影响面积约减少30000 km²，流域平均累积事件日数冬季每网格单元约减少0.5天；预估减少随排放情景升高和21世纪末临近而增大。持续时间相关指标对未来增暖响应较弱，持续事件平均持续时间和最大持续时间均呈 modest 下降，并伴随明显年代际变率。空间上，累积事件日数在YRB大部分地区减少，中下游尤其明显，显著减少区域大且模式间符号一致，SSP5-8.5下21世纪末减少最大；持续时间指标空间异质性和情景差异更大，显著变化区域明显缩小。结论是未来CCWEs总体减少但空间异质。

“统计降尺度系统性影响CMIP6预估”部分，研究人员通过比较统计降尺度与原始CMIP6预估发现，两者均预估受影响面积和累积事件日数总体下降，但轨迹在21世纪中叶开始分异，SSP5-8.5下差异最大；原始CMIP6预估年代际变率更强，持续时间指标异常在SSP1-2.6和SSP2-4.5下甚至由负转正，而降尺度预估以负异常为主且时间演变更平滑。空间差异上，统计降尺度不改变累积事件日数预估变化方向，但显著影响其空间幅度；与原始CMIP6相比，降尺度预估通常减少较小，尤其在上游和西南部YRB，差异在大范围显著且模式间一致；持续时间指标差异空间异质，正负异常交替。核密度估计显示，统计降尺度系统性改变预估变化分布：累积事件日数降尺度预估分布更窄、更尖峰且中心位于负值；K–S检验确认所有情景和预估时期分布差异显著，SSP2-4.5和SSP5-8.5下21世纪末对比更强；持续时间指标分布也有差异但较弱。结论是统计降尺度影响预估变化的幅度和空间分布，导致未来CCWE灾害评估不同。

讨论部分总结认为，统计降尺度不仅改善YRB历史CCWEs表征，也影响其未来演变。由于CCWEs由低温和强降水联合定义，任一变量偏差均可影响事件识别；单变量QDM不直接校正温度与降水依赖关系，但校正边缘分布可产生更真实的CCWEs空间型和年际变率。降尺度后预估下降减小可能反映历史温度和降水偏差校正；复杂地形区模拟分布偏差可影响超过复合事件阈值的概率，偏差校正后温度降水分布更接近观测，从而影响未来增暖下复合事件发生概率。既有研究表明统计降尺度可改善中国降水极端空间表示并保留原始GCM长期趋势；本研究进一步表明，对阈值型复合事件，边缘分布校正可影响CCWEs预估变化幅度。因此，统计降尺度不改变模式预估气候变化信号，而改变该信号转化为复合事件指标的方式。持续时间指标响应较弱、空间异质性更大，可能因事件发生与持续受不同控制；增暖直接降低冷条件可能性，但CCWEs持续性还依赖大尺度环流异常，包括阻塞系统、持续冷空气输送和持续水汽供应。本研究聚焦气候灾害本身，未考虑未来风险中的暴露和脆弱性；未来评估应整合高分辨率气候预估与社会经济信息。

研究结论部分翻译如下：（1）统计降尺度通过更好再现CCWEs空间异质性和年际变率并减少累积事件日数高估，显著改善历史表征。（2）所有SSP情景下YRB未来CCWEs预估下降；受影响面积和累积事件日数逐渐减少，高排放情景和21世纪末减少更大；持续时间相关指标响应较弱、空间异质性更大且年代际变率明显。（3）统计降尺度不改变预估CCWE变化总体方向，但系统性影响其幅度、空间分布和概率分布；与原始CMIP6相比，降尺度预估累积事件日数减少较小、空间离散度降低，持续时间指标差异仍空间异质。这些发现强调，统计降尺度不仅是空间细化技术，也是区域复合极端灾害评估的必要组成部分。