通过整合极值理论和风暴移置估算可能最大降水事件的新框架

《Journal of Hydrology: Regional Studies》：A novel framework for estimating probable maximum precipitation events by integrating extreme value theory and storm transposition

　　

研究区域为中国北京市级行政中心（Beijing MC）。研究焦点：为提高可能最大降水（PMP）在城市防洪中的适用性，本研究提出了潜在可能最大降水事件（PMPE）的概念，并开发了一个双路径估算框架。基于降雨模式分类，极值理论（EVT）被用于导出统计极端降雨情景，而WRF模型则将邻近地区的历史极端风暴移置到目标区域，以生成物理一致的情景。通过整合统计极端性和大气过程一致性，针对每种降雨模式，选择峰值强度和总降雨量中最不利的情景作为最终的PMPE。该区域的新水文见解：北京MC的极端降雨表现出强烈的降雨模式依赖性，历史风暴被分类为六种模式。最具危害性的PMPE具有短历时、高强度的结构，总降雨量为326.2 mm，最大1小时强度为84.8 mm，持续时间为7小时。EVT和风暴移置展现出互补优势，前者能更好地捕捉统计极端性，而后者在大气动力学和地形效应占主导时能生成更严重的情景。这些发现表明，城市降水极端性源于统计和物理两种机制。因此，PMPE将传统设计降雨估算扩展到物理上可行的极端降雨过程，为城市洪水风险评估和基础设施韧性规划提供了更可靠的依据。

论文解读文章

研究背景与问题：随着气候变化，极端降雨事件的频率和强度不断增加，加剧了城市内涝并引发次生灾害，造成巨大经济损失和人员伤亡。传统的可能最大降水（PMP）概念定义为在最极端气象条件下，给定面积和时段内理论上可能的最大降雨深度，长期以来是水库、大坝等传统水利工程设计的基础。然而，传统PMP估算方法基于平稳性假设，可能不足以完全表征未来极端降水潜力，导致低估。此外，城市排水系统调蓄能力有限，总降水量相近的降雨事件因其时间分布不同会导致显著不同的淹没响应和洪水风险。传统PMP仅关注特定时段的最大降水深度，而非完整降雨过程特征，无法满足城市洪水风险评估对“极端但物理上可行的降雨过程”的需求。因此，需要将PMP从单一极端降水值扩展为极端降水过程表征。

研究目的：本研究引入“潜在可能最大降水事件”（PMPE）概念，通过整合极值理论（EVT）和风暴移置技术，开发双路径估算框架，以北京城市副中心（Beijing MC）为研究区，提供更可靠的极端降雨过程参考。

研究方法：研究人员利用1980-2023年通州站1小时降雨观测数据，基于无监督自组织映射（SOM）算法对暴雨事件进行聚类，得到六种降雨模式，并通过动态时间规整（DTW）识别典型暴雨事件。采用极值理论中的Gumbel分布，基于L-矩法估算每种模式100年重现期的峰值和总降雨量，并通过非参数自举法评估不确定性。同时，使用WRF 4.4模型将2023年“23·7”极端降雨事件从房山区移置到通州区，保持地形协调，生成物理一致的情景。两种方法得到的潜在PMPE（PMPE_EVT和PMPE_RR）比较后，对于每种模式，选择峰值强度和总降雨量中更不利的情景作为最终PMPE。

研究结果：

1. 暴雨事件提取与降雨模式聚类：共提取54个暴雨事件，经SOM聚类后通过轮廓系数（0.83）验证，最优方案为六种降雨模式。模式VI出现频率最高（31.5%），模式IV最罕见（11.1%）。双峰型风暴占主导（63.0%）。每种模式的典型暴雨事件通过DTW识别。

2. 基于极值理论的PMPE估算（PMPE_EVT）：Gumbel分布估算每种模式100年重现期的峰值降雨和总降雨。以暴雨水汽最大化法估算的1小时PMP（81.64 mm）为基准，模式II的EVT峰值（84.8 mm）略高但属物理合理范围。α_Peak(T)随历史峰值增大而增大，最小值1.05对应低峰模式VI，最大值1.78对应中峰模式V。自举不确定性评估显示95%置信区间在合理物理范围内。

3. 基于降雨再分配的PMPE估算（PMPE_RR）：移置后的降雨过程呈现西高东低分布，时间上形成三峰结构（RR_Event-I、II、III），分别被识别为模式II、VI、III。RR_Event-I峰值和总量最高，与模式II特征一致。

4. PMPE综合比较：对于无移置匹配的模式I、IV、V，采用PMPE_EVT。对于模式II和III，EVT估算值超过移置事件，故采用PMPE_EVT。对于模式VI，移置事件RR_Event-II的历史峰值和总量均超过历史事件，故采用PMPE_RR。最终PMPE中，模式II最不利：7小时总降雨326.2 mm，1小时峰值84.8 mm，明显超过北京100年防洪设计标准（24小时299 mm，7小时199 mm）。

讨论：本研究的PMPE框架提供了叠加统计与物理机制的新型估算方法，但存在若干不确定性。EVT估算受限于每种模式的样本量（模式IV仅6个事件），自举法虽评估了参数不确定性但不能克服小样本信息局限。降雨放大的比例缩放方法虽保留时间结构，但选择较大放大系数可能破坏峰值与总量的自然关系。此外，不确定性在模式分类、EVT外推、风暴移置、WRF模拟和放大程序中传播。未来应结合集合数值模拟、随机风暴移置和概率不确定性分析来量化传播。

结论：本研究提出通过整合数理统计与数值天气建模估算可能最大降水事件（PMPE）的方法。核心步骤包括：聚类历史暴雨事件并识别典型过程、基于EVT估算PMPE_EVT、通过风暴移置估算PMPE_RR。对于每种降雨模式，最终PMPE取两种方法中峰值强度和总降雨量更不利的情景。应用于北京MC识别出六种降雨模式，最不利场景呈现短历时高强度（7小时326.2 mm，1小时84.8 mm）。结果揭示不同模式对应不同极端生成机制：某些模式统计特征主导，另一些则受大气动力学和地形效应控制。PMPE框架将传统PMP从单一设计降雨量扩展到多模式下的物理可行极端过程，为高度城市化地区的极端降水估算提供了新视角，为城市洪水风险评估、气候韧性规划和洪水管理数字孪生应用提供了更可靠基础。论文发表在《Journal of Hydrology: Regional Studies》。