中国极端气候事件群发性特征及诊断识别方法研究

在气候增暖的背景下，全球范围内极端天气气候事件愈来愈表现出明显的群发性特征，极端天气气候事件的群发性通常造成持续时间长、空间分布广的自然灾害，因而，时空群发性特征正成为极端天气气候事件研究领域中的重要问题之一。识别诊断极端天气气候事件的时空群发性是国内外该领域研究中的热点和难点问题。本项目基于"k阶最近邻距离丛集点提取算法"，拟研发极端天气气候事件时空群发性的识别技术和诊断方法；形成我国极端高温、极端低温、极端降水和极端干旱的时空群发性定量化判据及其相关定量化参数；得到我国极端天气气候事件时空群发性特征在年际和年代际时间尺度上的定量化指标体系并分析其演变规律；进一步结合相关气候场背景，探索极端天气气候事件群发性的可能影响因子。本研究可为我国极端天气气候事件群发性的监测、检测和评估提供理论和技术上的帮助，具有较好的研究和应用前景。

在气候增暖的背景下，全球范围内极端天气气候事件的影响越来越剧烈，极端气候事件的各种特征尤其是群发性特征已经成为极端天气气候事件研究领域中的重要问题。但目前国内外对极端天气气候事件的基础特征的揭示并不完善，尤其对于极端气候事件的时空群发性的研究尚无定论。针对极端天气气候事件研究中的众多难点问题，尤其是“时空群发性”这一热点和难点问题，项目围绕极端天气气候事件开展了一系列基础性的工作。第一，基于偏态概率密度函数定义极端温度事件，从频次、强度两个角度研究了不同气候态下中国夏季和冬季极端温度事件的时空变化特征。第二，针对中国不同地区的区域气候及其变化特征，使用信息熵方法从降水观测资料中提取出区域降水的两个（均态和变化）本征尺度，提出一种基于区域气候系统层次性内在特征的气象干旱指数MSPI。以2011年长江中下游春季严重气象干旱的发生、发展、持续、缓解情况为例，对MSPI的干旱监测能力进行检验。第三，基于“k阶最近邻距离丛集点提取算法”，研发极端天气气候事件时空群发性的检测诊断方法和判别技术；研究中国极端高温、极端低温、极端降水、极端干旱四种类型的极端天气气候事件时空群发性定量化判据和相关定量化参数；第四，基于群发性特征检测的理论研究结果，解释了中国极端天气气候事件年际和年代际时间尺度上极端气候事件定量化检测诊断的指标体系和变化特征，同时挖掘和分析影响极端天气气候事件群发性的可能影响因子。本研究可为极端天气气候事件群发性等特征的监测检测及预警评估提供帮助，具有非常广泛的研究和应用前景。