综述：中国区域复合干旱—热浪事件及基于分类方法的 ERA5-Land 数据集评估

《Weather and Climate Extremes》：Regional compound drought and heatwave events over China and evaluation of ERA5-Land dataset based on classification approach

　　

复合事件通常比孤立极端事件产生更为严重且更广泛的后果，这种效应在区域尺度发生时尤为显著。研究定义并应用了日尺度区域复合干旱与热浪事件（RCDHEs）的概念，用于考察 1961–2022 年中国范围内在时空上连续的复合干旱与热浪事件。研究采用经均一化处理的中国气象局观测资料，并评估当前先进的 ERA5-Land 再分析资料在支撑未来相关研究中的潜力。不同于在固定区域内识别事件，研究在考虑空间一致性和时间连续性的基础上提取 RCDHEs，并通过聚类分析表征其主导型态。结果表明，近几十年来中国 RCDHEs 的严重度和持续时间均显著增加。中国大陆范围内的 RCDHEs 可归纳为 11 种典型型态。多数 RCDHE 型态在近几十年表现出更大的空间范围、更长的持续时间和更高的强度。ERA5-Land 能够较好再现这些事件的多种时空特征；然而，自 20 世纪 90 年代后期以来，其在所有型态中均持续高估 RCDHEs 的发生频次，从而限制了其在长期趋势评估中的可靠性。这些发现增进了对中国区域复合极端事件的认识，并为未来复合干旱与热浪事件研究中合理应用 ERA5-Land 提供了依据。

1. Introduction

论文围绕复合干旱与热浪事件（CDHEs）的区域化识别与再分析资料评估展开。研究指出，干旱与热浪并发所造成的社会—生态影响显著强于单一极端事件，且近年来全球多地、中国在内，CDHEs 的频率与强度均有增加。既有研究多基于站点尺度或格点尺度统计，再汇总至固定行政区或气候区开展分析，这种方法虽然便于比较，但容易掩盖复合事件本身的空间一致性、传播性与动态演变特征。相比之下，区域尺度复合极端事件往往具有更显著的地理结构和更复杂的级联影响，例如 2022 年长江流域事件即引发森林火灾、农业减产和区域性电力短缺。基于此，研究强调有必要从“事件导向、空间连续”的视角识别 CDHEs。

同时，文章系统回顾了观测、插值格点数据和再分析资料在 CDHEs 研究中的适用性。站点观测虽精确，但空间分布不均；插值格点产品受站网密度和算法选择影响较大；再分析资料则具备较高时空分辨率和物理一致性，适于表征区域事件范围与演变，但其在极端事件模拟中仍存在不确定性。文章进一步指出，CDHEs 的形成不仅与大尺度环流和海洋异常有关，也受到陆气耦合过程的强烈调制，尤其是土壤湿度亏缺通过感热通量增强和蒸发冷却减弱形成正反馈，促进热浪发展。因此，需要能够同时一致刻画水循环与能量循环过程的高分辨率资料。基于这一背景，研究引入第五代欧洲再分析陆面产品 ERA5-Land，认为其在区域复合事件研究中具有潜在优势，并提出通过数据驱动聚类框架识别中国 1961–2022 年 RCDHEs，同时评估 ERA5-Land 的适用性。

2. Data and method

2.1. Homogenized station observations

研究使用中国气象局国家气象信息中心提供的中国地面气候资料日值数据集 3.0 版，时间范围为 1961–2022 年，变量包括日降水、2 m 最高/最低气温、2 m 风速、气压、相对湿度和日照时数。其中除降水外的变量用于依据 FAO-56 Penman-Monteith 方程计算潜在蒸散发（PET）。考虑到台站搬迁、仪器变更和计算方法调整等非气候因素可能破坏序列均一性，研究采用序列均一化多重分析方法（MASH）对观测资料进行断点识别、异常值处理、元数据自动利用和缺测插补。最终依据全时段及逐年缺测率不超过 25% 的标准，筛选出中国大陆 549 个台站用于分析。

2.2. ERA5-land reanalysis data

ERA5-Land 由欧洲中期天气预报中心（ECMWF）提供，空间分辨率为 0.1°，时间分辨率为逐小时。研究使用其中的日降水、2 m 最高气温（Tmax）和潜在蒸散发（PET）。文中指出，ERA5-Land 中 PET 基于能量平衡框架计算。为便于与站点观测对比，研究采用反距离加权法（IDW）将 ERA5-Land 插值到站点位置：对每个站点提取最近 4 个格点，按大圆距离倒数赋权，计算插值值。

2.3. Method for identifying RCDHEs

研究构建了四阶段 RCDHEs 识别框架：站点层面复合事件识别、日尺度区域复合斑块提取、跨日事件合并以及典型型态分类。该框架旨在打破固定区域边界限制，以时空连续性为核心捕捉区域复合事件。

2.3.1. Station-level detection of CDHEs

在站点尺度上，CDHE 被定义为气象干旱与热浪在日尺度上的同步发生。研究时段限定为暖季扩展期，即 5–10 月。干旱采用 90 天尺度标准化降水蒸散指数（SPEI-90days）衡量，以 SPEI 第 10 百分位对应的 ?1.3 作为极端干旱阈值。热浪则定义为日最高气温超过逐日 90 百分位阈值，阈值由全时段内 ±7 天移动窗口估计。若某站点同时处于干旱和热浪状态且持续至少 3 天，则判定为一次站点 CDHE；相邻两次事件若间隔不超过 3 天则合并。

2.3.2. Extract the regional compound patches based on DBSCAN clustering method

在日尺度空间识别中，研究采用基于密度的聚类算法 DBSCAN 提取区域复合斑块。为适应中国台站分布不均的实际情况，研究将区域斑块定义标准由固定站点数改为凸包面积不少于 150,000 km²。具体而言，首先计算所有复合站点间的大圆距离，并在最大最近邻距离 L 内定义邻域；若某复合站点邻域内复合站点比例超过 30%，则被定义为核心点。随后以核心点为起点递归扩展聚类，并纳入相邻非核心点；若该聚类对应凸包面积达到阈值，则认定为一个区域复合斑块。文中强调，这种“先识别复合站点、后聚合为空间斑块”的方法优于分别识别干旱斑块和热浪斑块再求交集的方案，能够避免因空间相邻但并不同地并发而产生的误判。

2.3.3. Merge daily patches into RCDHEs considering temporal and spatial continuity

在区域事件构建阶段，研究将连续两天中复合站点重叠比例超过 30% 的日斑块视为候选连接对象；若这种重叠关系持续超过 3 天，则判定形成一个 RCDHE。若相邻两个 RCDHE 间隔不超过 3 天，且前一事件末日斑块与后一事件首日斑块重叠比例仍超过 30%，则进一步合并。识别完成后，研究计算了一系列事件属性，包括年频次、严重度、持续时间、面积、总移动距离、移动速度和传播方向。其中严重度综合了 ?SPEI 与日热浪强度指数（HWMID）信息，传播质心采用严重度加权经纬度均值。研究还通过敏感性分析论证了 3 天时间间隔、150,000 km² 面积阈值和 30% 邻域/重叠阈值的合理性。

2.3.4. Recognize typical patterns of RCDHEs using K-Means clustering

为识别典型时空型态，研究进一步使用 K-Means 聚类。每个 RCDHE 被重构为一个基于站点累积严重度的特征向量：将事件持续期间各站点的复合严重度累加后进行最小—最大归一化，并将非复合站点赋值为 ?1，以强化空间区分度。初步聚类得到 9 类，其中西部稀疏站网导致部分相距较远事件被归入同类，因此研究又依据严重度加权中心位置对其进一步拆分，最终得到 11 种典型 RCDHE 型态。

2.4. Method for evaluating ERA5-Land

2.4.1. Matching RCDHE between ERA5-Land and observations

为实现逐事件评估，研究建立了 ERA5-Land 与观测事件的一一匹配方案。若两个候选事件在时间上重叠超过 3 天且面积重叠比例超过 30%，则视为匹配成功。对于一对多或多对多情况，采用持续时间重叠比与面积重叠比乘积最大的原则，逐步选取最优一对一配对。若匹配后的 ERA5-Land 事件因边界位置模糊而与观测分属不同聚类，则将其类别调整为与观测一致，以保证型态比较的可比性。

2.4.2. Evaluation metrics

在评估指标方面，除比较频次、严重度、持续时间、面积及传播特征外，研究还采用型态相关系数（PCC）、质心距离，以及概率探测率（POD）、虚警率（FAR）和临界成功指数（CSI）衡量 ERA5-Land 对各类 RCDHEs 的检出能力，并通过 Bootstrap 重抽样给出置信区间。

3. Result

3.1. Long-term changes in the RCDHEs over mainland China

结果显示，1961–2022 年中国大陆平均每年约发生 3 次 RCDHE，共识别出 179 次。与区域性单一热浪事件不同，RCDHE 频次并未表现出显著线性增加趋势，但“至少发生一次 RCDHE 的年份”自 20 世纪 90 年代后期以来明显增多，且存在显著年代际变化。与此同时，平均严重度和持续时间均呈显著增加趋势，事件持续时间大多为 3–9 天，多年平均约 4 天。综合严重度、持续时间和空间范围的累积强度表明，2022 年长江流域事件最为极端。ERA5-Land 在 20 世纪 90 年代中期以前对 RCDHE 强度和变率的再现总体合理，也能反映严重度和持续时间的上升趋势，但在 90 年代后期前后存在系统性偏差，尤其在后期明显高估，导致虚假的显著上升趋势。Buishand 似然比检验识别出 1997 年为显著变点，因此后续分析将其作为前后两个阶段的分界。

3.2. Analysis for typical RCDHE patterns

3.2.1. Clusters of typical RCDHE patterns

研究共识别出 11 种典型 RCDHE 型态，分别为华北（NC）、淮河流域（Huai）、西南地区（SWC）、东北北部（NEC_N）、东北南部（NEC_S）、华南（SC）、长江下游（YRB_L）、西北西部（NWC_W）、云南（Yunnan）、西北东部（NWC_E）和整个长江流域（YRB）。这些型态在地理分布和频次排序上与站点尺度热点区具有较好一致性。ERA5-Land 在型态空间结构、严重度中心位置及频次排序上与观测总体相符，表明其能够刻画中国区域复合事件的主要地理组织结构；但其在多数区域显著高估事件总数，仅在 Huai 型态中较接近观测。

3.2.2. Frequency of typical RCDHEs patterns

不同型态的频次变化具有明显区域差异。1997 年后，NEC_N、NEC_S 和 YRB 型态事件增多，而其他多数区域事件反而减少；NWC_W 型态在 20 世纪 90 年代后期后几乎终止，而 YRB 型态约于 2010 年前后开始出现。ERA5-Land 在所有型态中普遍表现出 1997 年后的显著频次增加和系统高估，导致较高虚警率。尽管如此，POD 普遍较高，说明其对观测到的 RCDHEs 具有较强检出能力。综合 POD、FAR 和 CSI，ERA5-Land 在 Huai、NEC_S、SC、YRB_L、Yunnan 和 YRB 型态上的表现相对较好，而在 NWC_W、NWC_E 和 NC 型态上的能力较弱。

3.2.3. Seasonality of typical RCDHE patterns

RCDHEs 的月分布呈现显著区域季节性。总体上，事件主要集中于 5–8 月，但 9–10 月仍占有不可忽视比例，尤其在 YRB、NEC_N 和 NC 型态中更为明显，说明仅关注夏季会低估部分区域复合极端风险。不同区域的峰值月份差异显著：SC 和 Yunnan 主要发生于 5 月，YRB_L 与 SWC 多集中于 8 月，YRB 在 5 月和 9 月呈双峰，NC 以 9 月为峰值，Huai 集中在 5–6 月，NEC_N 各月较均匀，NEC_S 在 5–7 月概率较高，NWC_E 与 NWC_W 多发生于 7–8 月。文中同时指出，近几十年部分区域季节位相发生迁移，例如 SWC、Yunnan 和 NEC_S 有向更晚月份偏移的趋势，而 SC、NWC_E 和 YRB_L 则趋于更早发生。ERA5-Land 大体能再现月分布特征，但在峰值月份偏低、非峰值月份偏高。研究还补充指出，在较干旱区域如 NEC_N、NEC_S 和 NWC_E，事件更受热浪主导；而在湿润南方区域如 SWC、Yunnan、SC 和 YRB，则更受干旱主导。

3.2.4. Severity, duration and area of typical RCDHE patterns

严重度方面，YRB 型态最强，其次是 NWC_E、NEC_S、NEC_N、NWC_W 和 NC，整体呈现中北部强、南部弱的纬向梯度。高严重度事件在 NEC_N、NEC_S、Yunnan 和 YRB 中更多出现在 20 世纪 90 年代后期以后。ERA5-Land 基本再现了这种相对强弱关系，但在 NWC_E 中偏低，在 Huai、SC、Yunnan 和 YRB 中偏高。持续时间方面，多数型态事件为 3–7 天，但 NC、Huai、SWC 和 SC 中也存在超过两周的长持续事件；南方区域普遍较北方持续更久。ERA5-Land 能再现不同型态的相对长短及后期长持续事件的出现，但系统性高估中位数和变率。文章认为，这可能与其蒸散发和土壤湿度过程偏差有关，包括后期蒸散发高估、土壤湿度记忆偏强等。空间范围方面，各型态平均面积多在 3×10⁵–13×10⁵ km² 之间，2022 年 YRB 事件最大，平均面积达 17×10⁵ km²。ERA5-Land 能较好再现不同型态面积排序，但总体上偏高，尤其在 1997 年后更明显。

3.2.5. Characteristics of movement metrics

RCDHEs 的传播方向表现出清晰的南北差异。北方区域如 NEC_N、NEC_S、NC、NWC_W、NWC_E 和 Huai 以东传为主，可能与 Rossby 波及其相关高压脊或阻塞高压的东移有关；南方区域如 SWC、Yunnan、YRB、YRB_L 和 SC 则以西传为主，可能与西太平洋副热带高压（WNPSH）西伸有关。ERA5-Land 对主导传播方向的再现总体较好，但在 YRB 和 Yunnan 中存在偏东误差。总移动距离方面，单个事件最长传播出现在 NC，其次为 SWC；从平均看，南方型态传播总距离通常大于北方型态。虽然北方事件移动速度更快，但因持续时间较短，总传播距离反而较小。ERA5-Land 倾向于高估总移动距离和速度，且总距离偏高主要源于其持续时间的高估。

3.2.6. Evaluation of ERA5-Land based on one-to-one matched events

在逐事件一一匹配评估中，ERA5-Land 对事件起始和终止时刻具有较好刻画能力，约一半以上事件能够与观测在同一天开始或结束。但一旦出现偏差，通常表现为开始偏早、结束偏晚，从而导致持续时间系统高估。北方型态如 NEC_N、NEC_S、Huai 和 NWC_E 的起止时间一致率较高，而 YRB_L、SWC、NC 和 Yunnan 的时间偏差较大。综合严重度、持续时间、面积、空间相关、中心位置、传播速度和方向等多维指标，ERA5-Land 在严重度、持续时间、面积、PCC 和中心位置上的表现总体尚可，但在速度和方向上的偏差相对较大。复杂地形区如 NWC_E、Yunnan 和 SWC 的偏差更显著，这可能与降水及地表通量模拟能力受地形影响有关；而 NEC_S 和 Huai 的偏差则可能与资料未显式表示灌溉过程、进而影响土壤湿度模拟有关。

4. Discussion

讨论部分重点解释 ERA5-Land 在 20 世纪 90 年代后期后系统高估 RCDHEs 与站点尺度 CDHEs 频次的原因。研究发现，以 1997 年为界，ERA5-Land 在此前普遍低估、此后普遍高估 CDHE 频次，且后期偏差幅度更大，这是其产生虚假上升趋势的关键。进一步比较 Tmax、SPEI、降水和 PET 的极端分位值后发现，Tmax 模拟总体较好，仅略有低估；SPEI 则由前期高估转为后期低估，说明其是驱动 CDHE 频次偏差反转的主因。由于 SPEI 由降水与 PET 共同决定，研究进一步指出：ERA5-Land 在两个时期中均低估降水，而 PET 偏差则由前期低估转为后期高估，且 PET 偏差空间型与 CDHE 频次偏差具有显著相关性。因此，PET 很可能是导致后期过量识别复合事件的核心因素。结合风速、气温和相对湿度对 PET 趋势的贡献分析，文章认为：前期 PET 下降主要受风速下降主导，ERA5-Land 对风速贡献和下降趋势存在低估；后期 PET 上升则更多受气温升高主导，而 ERA5-Land 对气温贡献及升温趋势的高估导致 PET 明显偏高，最终引发 CDHEs 和 RCDHEs 的过度检出。

5. Conclusion

文章提出了区域复合干旱与热浪事件（RCDHEs）的概念，并建立了基于 DBSCAN 与 K-Means 的事件识别—分类框架，用于系统分析 1961–2022 年中国大陆 RCDHEs 的时空特征及 ERA5-Land 的适用性。研究表明，中国 RCDHEs 的严重度和持续时间显著增加，而频次未呈现清晰长期线性趋势，但存在显著年代际波动。中国大陆可划分为 11 种典型 RCDHE 型态，各型态在频次、季节性、严重度、持续时间、面积及传播行为上均表现出显著区域差异。ERA5-Land 在再现事件型态结构、季节变化、强度等级、空间范围及传播特征方面总体表现较好，适合用于事件导向的复合极端研究；但其对 20 世纪 90 年代后期以来事件频次存在系统性高估，因此不适于直接评估长期趋势。文章认为，该事件化、分类化框架突破了固定地理边界限制，能够更好保留复合极端事件的时空连续性与相似性，对未来复合极端识别和资料评估具有重要方法学价值。同时，作者指出，本研究尚未深入讨论事件形成的物理机制，未来仍需结合大气环流、陆气耦合、人工智能方法及模式模拟开展更系统研究。