增暖背景下中国近极值事件聚集现象的特征研究

The frequent occurrence of extreme climate events with the global warming has become the great researching contention. However, before the occurrence of extreme climate events, the crowding of near-extreme events has arisen. Near-extreme events mean those events that observed data are near the extreme values, i.e., whether the maximum (or minimum) value is very far from others, which indicates the extreme events’ clustering from one side and gives some warning information about the next extreme climate event. Then what near-extreme crowding is more easy to occur extreme events? How long will it take from near-extreme events to extreme events? What difference between near-extreme value and extreme value is most probable to cause extreme events? These issues cannot be ignored during the research of extreme climate events. Based the generalized state density of near-extreme events, the near-extreme events ’parameterization scheme of temperature and precipitation records in China will be constructed, the crowding properties of near-extreme events will be analyzed about strength, crowding extend and crowding time of near-extreme events, the influence of near-extreme events to extreme climate events will be researched and the warning information database based on near-extreme events will be constructed about the next extreme climate events. All of the research will provide a new angle and a new method about the diagnose and forecast of extreme climate events.

增暖背景下极端天气气候事件的频发成为众多研究者关注的焦点，但在极端事件发生之前，近极值事件已经呈现一定的聚集现象。所谓近极值事件是指观测值相对于极值比较近的事件，研究的是一组数据中的极值是否远离其他数据点，它从一个侧面反映了极值事件出现的丛聚性，某种程度上给出了下一刻极端事件发生的警示信息。那么，近极值事件聚集到什么程度使得极端事件易于发生？近极值事件发生后多长时间内极有可能发生极端事件？极值与近极值相差多大时最有可能发生极端事件？这些也成为极端事件研究过程中不容忽略的问题。本项目基于近极值广义态密度估算方法，构建中国气象要素（温度、降水）近极值事件参数估计方案，分别从近极值强度、近极值聚集程度和聚集时间三个视角研究近极值事件的聚集特征，探究近极值事件的聚集对极端事件的影响，建立以近极值聚集特征为指标的极端事件预警信息库，为极端事件的预测、诊断等研究提供新途径。

增暖背景下极端天气气候事件频繁发生，人类生存和发展面临巨大挑战。在极端事件发生之前，近极值事件已经呈现一定的聚集现象。那么，近极值事件聚集到什么程度使得极端事件易于发生？近极值事件发生后多长时间内极有可能发生极端事件？近极值与极值相差多大时最有可能发生极端事件？这些问题成为极端事件可预测研究过程中不容忽略的问题。本研究在未知气象要素分布的情况下，基于广义近极值态密度函数，提出一种客观识别近极值事件的方法，定义了客观描述近极值聚集特征的物理量：近极端事件最概然强度和最大聚集程度。近极端最概然强度表征与极端事件相差多大时，最有可能发生极端事件；近极端最大聚集程度，表征发生最有可能近极端事件时，近极端事件聚集的程度。中国近极端温度事件聚集特征的时间演化特征和空间分布特征研究，表明中国夏季，在西北地区西部以及部分南方地区，当日最高温度达到距高温阈值1-2.6 ℃的近极端高温时，最有可能出现极端高温天气；内蒙古的部分地区和中国西北地区，出现比高温阈值低5.8 ℃的日最高温度时，发生极端高温天气的概率最大。中国冬季，在西南地区北部和东部以及华南地区西部，当日最低温度距低温阈值1.2-3.2 ℃时，最有可能出现极端低温天气；西北地区和部分东北地区，当出现比低温阈值高7.2 ℃以上的近极端低温时，发生极端低温天气的概率最大。中国夏季西部地区和南方地区的最概然近极端高温对全球增暖的响应较为敏感，东北北部的最概然近极端高温对全球增暖的响应相对较差且最概然近极端高温发生的概率不断减小。在上世纪90年代开始，出现最概然近极端高温事件的可能性越来越大。冬季，中国东北地区的最概然近极端低温对全球增暖的响应比较敏感。自上世纪90年代末开始，发生最概然近极端低温事件的概率呈现增加趋势。近极端事件的最概然强度和最大聚集程度可作为一种评估风险的新指标，对极端温度天气事件的发生给出一定的预警信息。