当炎热夜晚无法缓解：政策相关全球变暖水平下中欧复合极端高温事件的预估

《Climate Services》：When hot nights will not allow to relax: Projections of co-occurring extreme heat events over Central Europe under policy-relevant global warming levels

　　

摘要 复合出现的炎热白天与炎热夜晚可产生持续的热应激，并削弱夜间恢复能力，从而增加健康和社会经济系统面临的风险。本研究利用全球变暖水平（Global Warming Level, GWL）框架，评估此类复合极端高温事件在中欧地区的预估演变趋势。为增强决策相关性，研究同时评估了《巴黎协定》目标（1.5 °C和2.0 °C）以及与当前承诺和政策相关的政策相关变暖水平（1.9 °C和2.7 °C）。预估结果源自两个基于性能筛选的CMIP6气候模拟子集合，并在空间尺度上以及针对选定的NUTS行政区域进行分析，从而使研究结果与适应规划相衔接。六个中欧国家的NUTS级输出数据可通过Zenodo平台获取。 在观测期（1995–2014年）内，本研究所分析的复合事件在研究区域内大部分地区较为罕见，仅在较温暖的低地地区存在局部热点。在所分析的各全球变暖水平下，复合极端高温事件在中欧地区变得更加广泛和频繁。从GWL1.5到GWL1.9的过渡阶段以复合事件的广泛涌现为特征，而空间范围和强度的最大增幅则出现在GWL2.0至GWL2.7之间。匈牙利和斯洛伐克始终表现出最高的预估频率、最长的事件持续时间和最大的受影响区域扩展，表明其面临较高的高温风险。不确定性主要由模式差异主导；情景效应通常较小，但在较高变暖水平下有所增强。总体而言，对比《巴黎协定》目标与政策相关变暖水平可揭示显著的区域差异，其中匈牙利和斯洛伐克的NUTS区域表现出最强的预估响应，凸显了区域适应规划的重要性。

中欧复合极端高温事件预估研究解读：从巴黎协定目标到政策现实的风险评估

一、研究背景与问题

全球变暖的影响已经切实显现，即便当前减缓努力完全实现，其影响预计仍将加剧。在各类气候极端事件中，高温相关极端事件尤为令人担忧，因其对人类健康、生态系统、基础设施、劳动与经济活动以及更广泛的社会经济系统均可能产生负面影响。近年来，越来越多的证据表明，夜间高温在塑造高温相关影响和死亡率方面扮演着重要角色。当炎热白天与温暖夜晚同时出现时，人体无法通过夜间降温获得生理恢复，从而产生持续的热应激，对老年人、儿童及患有基础疾病的人群等脆弱群体造成更大威胁。

然而，当前气候风险评估面临一个关键挑战：气候模式的多样性、排放情景的差异以及时间窗口的选择，往往使决策者难以判断应针对哪些具体风险进行准备。与此同时，国际社会在气候目标与现实政策之间存在显著差距——《巴黎协定》旨在将全球变暖限制在1.5 °C以内并远低于2.0 °C，但根据联合国环境规划署（UNEP）排放差距报告，当前国家政策和承诺不足以实现这些目标。气候行动追踪组织（Climate Action Tracker, CAT）的评估表明，在全面落实国家承诺情景下，世纪末中位变暖水平约为1.9 °C，而在当前政策轨迹下则约为2.7 °C。

在此背景下，研究人员采用全球变暖水平（Global Warming Level, GWL）框架开展研究，将区域气候变化与全球平均温度的特定增幅相关联，从而能够直接对接《巴黎协定》的温度目标。该研究的核心目的在于：评估中欧地区复合极端高温事件（白天高温与夜间高温同日发生）在不同全球变暖水平下的演变趋势，并将结果聚合到NUTS行政区域层面，为区域适应规划提供决策支持。该论文发表在《Climate Services》期刊上。

二、研究设计与关键方法

研究人员选取了四个全球变暖水平进行分析：1.5 °C和2.0 °C对应《巴黎协定》温度目标，1.9 °C和2.7 °C则基于气候行动追踪组织（CAT）评估的当前承诺和政策情景下的中位世纪末变暖估计。GWL时段通过20年滑动平均全球平均地表温度首次超过相应阈值的时期来确定，以1850–1900年为工业化前基线。

研究使用了两个部分重叠的CMIP6全球气候模式（GCM）子集合：第一个子集合依据Palmer等人（2023）的多标准性能评估筛选（PLM子集合），第二个子集合来自ClimRisk项目（CR子集合），其筛选基于Meitner等人（2023）的研究，考虑了温度、降水偏差、空间格局相关性、季节循环和环流特征。两个子集合共包含9个GCM的模拟数据，覆盖SSP126、SSP245、SSP370和SSP585等社会经济情景。日最高温（T_max）和日最低温（T_min）数据通过双线性插值统一到与E-OBS观测数据集一致的0.1°×0.1°（约10公里）网格上，并采用分位数增量映射（Quantile Delta Mapping, QDM）方法以1980–2014年为基准期进行偏差校正。

研究定义了四类高温指数：夏日（Summer Days, SD，T_max ≥ 25 °C）、炎热日（Hot Days, HD，T_max ≥ 30 °C）、极端炎热日（Extremely Hot Days, EHD，T_max ≥ 35 °C）以及热带夜（Tropical Nights, TN，T_min ≥ 20 °C）。复合事件定义为同日发生的白天与夜间极端高温组合，包括TN + SD、TN + HD和TN + EHD三种类型。研究分析了复合事件的年均频率和最大连续持续天数两个指标。NUTS区域分析中，每个网格单元根据其面积超过50%位于相应行政边界内进行归属，计算区域平均的复合事件频率和最大持续时间。此外，研究还采用方差分析（ANOVA）方法分解模式和情景对预估不确定性的相对贡献。

三、研究结果

3.1 复合高温事件的空间分布

在观测参考期（1995–2014年），复合事件在研究区域大部分地区几乎不存在，仅在东南部地区出现局部热点，其中匈牙利佩斯州的TN + HD事件约为每年8–12天，TN + SD事件为每年12–16天。布达佩斯、维也纳和柏林等主要城市因城市热岛（Urban Heat Island, UHI）效应而呈现较高值。随着全球变暖水平升高，两个模式子集合中复合事件的空间范围和频率均增加。从GWL1.5到GWL1.9的过渡以复合事件在研究区域的广泛涌现为特征；GWL1.9到GWL2.0之间的变化主要表现为偶发复合事件区域的扩展；而最大的变化发生在GWL2.0到GWL2.7之间，空间范围和强度均大幅增加。最强增幅出现在研究区域东南部，特别是匈牙利及斯洛伐克邻近地区，即使在最低的GWL1.5下，部分区域年复合事件频率已超过28天。西部和高海拔地区在所有变暖水平下受影响较小，潘诺尼亚盆地和易北河低地等中欧温暖低地区域被预估为最脆弱的地区。

3.2 NUTS区域平均复合事件特征

六个选定NUTS区域的分析显示，模拟间的离散度随GWL升高而增大，表明在更强变暖下预估分歧更大。值得注意的是，在固定GWL下，较高的排放情景并不总是产生更大的复合事件频率，SSP370甚至SSP245在较低GWL下往往比SSP585预估更高的频率。方差分解表明，不确定性主要由模式选择主导，社会经济情景的贡献通常小于10%，在任何情况下不超过25%，但情景影响随GWL升高而增强。匈牙利（HU311）始终呈现最高频率，斯洛伐克（SK023）次之，在GWL1.5下约为每年7–9天，在GWL2.7下约为每年17–21天。奥地利（AT31）的模式一致性较强，但TaiESM1模式在GWL2.7下成为明显离群值。德国（DED）和捷克（CZ020）区域显示出相似的模拟分布和子集合均值。波兰（PL52）在所有GWL下均高于CZ020，说明区域差异在域平均或国家平均中会被掩盖。TN + EHD复合事件在大多数区域即使在GWL2.7下仍保持每年仅1–2天的低频率，但匈牙利和斯洛伐克是明显例外。城市层面，维也纳和布达佩斯在GWL2.7下TN + SD频率分别可达每年35天和48天。

3.3 变化速率与事件持续时间

相邻GWL之间的绝对变化和变化速率分析显示，最大绝对增幅通常出现在GWL2.0到GWL2.7之间。匈牙利和斯洛伐克区域在GWL1.9到GWL2.0之间表现出特别高的变化速率，表明这0.1 °C的差异在区域尺度上具有实际意义。CR子集合在大多数情况下给出比PLM更高的变化速率。事件持续时间分析表明，所有NUTS区域的平均和最大年最长持续时间均随全球变暖水平升高而增加。斯洛伐克（SK023）和匈牙利（HU311）区域始终呈现最长的平均持续时间（GWL1.5下约3–4天，GWL2.7下可达一周）和最高的最大持续时间（GWL1.5下超过10天，GWL2.7下达两至三周）。最大持续时间的增长速率通常快于平均值，表明异常持久的高温事件发生可能性增加。然而，内部变率强烈调节极端事件的持续性，最长的复合事件不一定发生在最高变暖水平下，部分原因是各GWL对应时段存在重叠，以及日际温度变率变化可能导致事件的时间碎片化。

四、讨论与结论

研究讨论部分指出，将结果聚合到NUTS行政区域层面是本研究的重要优势，因为高温风险在行政单元之间存在显著差异，区域或国家平均可能不足以支撑适应规划。六个中欧国家的NUTS级预估数据已通过Zenodo开放存储库公开提供，便于区域主管部门和气候服务机构直接应用。

关于GWL1.9与GWL2.0之间0.1 °C差异的实际意义，研究发现匈牙利（HU311）和斯洛伐克（SK023）区域在此区间表现出最高的变化速率，但相应的绝对增幅通常较为温和，约为每年增加一天。然而，区域平均值可能掩盖个别地点和个别年份中更大的变化，对于暴露于持续昼夜热应激的脆弱人群而言，即使是复合极端高温事件频率或持续性的小幅增加，对适应规划而言也可能具有实际意义。

研究局限性方面，基于绝对温度阈值的指数意味着温度的微小变化可能导致事件频率的突变，这可能部分解释较大的模式间离散度。GWL框架的局限在于其仅以全球平均温度阈值作为条件，而未明确解决阈值何时达到的问题。偏差校正方法（QDM）不修改模式模拟的未来尾部行为，因此预估极端事件的可靠性最终取决于模式再现极端温度特征的能力。E-OBS数据集在复杂地形区域存在站点密度和插值相关的不确定性。此外，全球模式在表征城市尺度过程方面存在局限，城市热岛效应在模拟中可能被低估，因此该分析代表了城市对比度的较低估计。

关于不确定性来源，方差分解证实模式选择主导不确定性，而情景选择在较低GWL下贡献较小，即使在较高变暖水平下仍为次要因素。值得注意的是，模式的气候敏感性并非区域响应的决定性因素——具有相似平衡气候敏感性的模式可产生显著不同的区域响应，而一些高敏感性模式反而表现出适度的增幅。例如，TaiESM1在某些复合事件指标上预估显著更强的增幅，主要由日最高温的显著上升驱动，而HadGEM3-GC31-MM尽管气候敏感性较高，却表现出相对温和的响应。这强调了区域过程和内部变率对复合极端温度事件的重要性。

研究还指出，预估经历最高复合高温事件频率的区域与主要农业生产区高度重合，如潘诺尼亚盆地和捷克易北河低地。高温应激可影响农作物种植和畜牧业，如降低牛奶产量、导致健康状况恶化和死亡率升高。复合高温事件与水文极端事件（干旱、洪水）的关联也为农业影响评估提供了初步参考。

研究结论可概括为：本研究结合政策相关的全球变暖水平、昼夜复合极端高温事件指标和NUTS尺度聚合，评估了中欧地区的区域高温风险。复合极端高温事件预计将变得更加频繁，影响面积逐步扩大，且最大事件持续时间随全球变暖而延长。匈牙利（HU311）和斯洛伐克（SK023）区域始终表现出最强的预估响应，凸显了未来高温风险的显著区域差异。对比《巴黎协定》温度目标与当前承诺和政策相关的变暖水平，进一步阐明了不同减缓结果如何转化为区域高温风险。虽然不确定性仍然显著——主要来自气候模式差异、内部变率以及政策一致性变暖水平代表的是可能结果范围而非精确预估——但GWL框架有助于传达区域风险范围并降低情景不确定性。以更高分辨率的区域气候模拟扩展该方法，将进一步提升其对下一代气候服务和区域适应规划的价值。