1、中国科学院东亚区域气候-环境重点实验室,全球变暖背景下的极端天气气候变化 严中伟中国科学院东亚区域气候环境重点实验室,北京大学大气科学系大气科学论坛第195期，2009/11/16,中国科学院东亚区域气候-环境重点实验室,提纲 研究背景基本概念 climate extremes资料方法结果 我国变化事实进一步工作,背景问题,随着全球变暖，气候极值（climate extremes）或极端天气现象（如热浪/寒潮/强风/暴雨等）是否变得更频繁或更强烈？这是社会各界日益关注的问题，也是气候学界缺乏定论的研究焦点。近百年全球平均变暖0.7度。该量值本身难以用于恰当评估气候变化的影响。因为影响是通过作用
2、于人类和生态个体的局部天气现象实现的。,中国科学院东亚区域气候-环境重点实验室,气候极值研究意义,高影响案例：2003年夏季热浪1周致死欧洲数千人；2005年飓风Katrina1夜摧毁美国新奥尔良；我国各地年年旱涝季风系统局部形成极端天气所致。理论发展：传统气候学从资料到方法都在一定程度上忽视了极值问题。创新是必要的。国家需求：受IPCC报告引导，各国政府都在编制气候变化及影响报告。但目前有关区域气候极值变化的科学评估基础有待于加强。,中国科学院东亚区域气候-环境重点实验室,促成当前研究热潮的简史,IPCC-1992：全球平均变暖0.3-0.6CIPCC-1996：重视区域异常天气事件（气候极
3、值）Zwiers and Kharin 1998：GCM模拟逐日输出分析Karl et al 1999：从逐日资料提取气候极值信息Jones et al 1999：从分布概念出发定义逐日序列极值频率指数Zhai et al 1999: 我国温度降水极值变化严、杨 2000：逐日资料基础上的我国极端气候变化格局分析IPCC-2001：气候极值变化的全球分布分析Yan et al 2001：逐日序列小波分析，全球变暖中区域天气波动变化Yan et al 2002/6：区域逐日气候分布变化及其与全球变化联系的GLM分析Zhang et al 2004：GEV分布变化的GLM和Monte Carlo分
4、析CLIVAR-ETCCD 2004/5：在气候极值研究中值得尝试诸如GLM这样的分布分析法PKU钱等,中国科学院东亚区域气候-环境重点实验室,基本概念气候是什么？气候与天气是什么关系？,中国科学院东亚区域气候-环境重点实验室,基本概念气候是所有天气现象的综合表述。对于特定的气象要素（如温度或降水），气候就是所有可能天气值所构成的分布。,中国科学院东亚区域气候-环境重点实验室,基本概念,气候极值vs气候均值对于绝大部分分布而言，均值总是最重要的参数。这是传统气候学注重气候均值的原因。气候极值对应气候分布两端的、远离气候均值的那些极端天气现象,中国科学院东亚区域气候-环境重点实验室,基本概念 如
5、何定义逐日气候？,问题例举国际奥委会问：“北京8月8日的气候如何？”,首先注意不是问天气（天气只有等到8月初那几天才可能预报）,按照气候定义，气候是所有可能天气值所构成的分布,8月8日可能出现的天气值是什么呢？,首先，以往各年8月8日观测到的都应算8月8日可能出现的,其次，以往8月7日或8月9日发生的也完全可能在8日发生,进一步地，按照天气波动时间尺度（N天）推算，可以认为以往8月8日前后各N/2天发生的也都可能在8日发生（北京取N=10),所以8月8日气候可由以往各年8月3-13日观测到的天气值构成的分布表示,如果有30年观测，就可以有330个样本来反映8月8日的气候分布由此可知8月8日气候
6、均值和极端值,对每天都可以如此这般定义一个气候,中国科学院东亚区域气候-环境重点实验室,基本概念 逐日气候，以北京温度为例,北京1915-1997年逐日气温的气候均值及3/97百分位值,8月8日气温均值为26.0C3百分位值为21.5C97百分位值为29.5C,中国科学院东亚区域气候-环境重点实验室,由于涉及天气尺度问题，传统月季平均气候资料已不能满足研究需要。逐日甚至逐时等高分辨率资料是必要的。限于资料的可获取程度,目前国际上气候极值研究的主要基础资料是逐日气象观测。然而，大多数气象观测在其长期发展过程中由于台站环境和观测规则变迁而具有不同程度的非同一性（inhomogeneity）问题。由
7、于气候极值本身就是小概率事件，资料中的微小误差有可能导致分析结果之较大误差.,气候极值研究的资料学,中国科学院东亚区域气候-环境重点实验室,非均一性成因：观测地点变化（如从房顶到地面;室内到室外；开放式凉亭到百叶箱；郊区到城区等）观测规则变更（如每日3到24时次观测等）资料处理引起（如缺测插补；多台站互校正等）这些问题在以月、季平均资料为基础的研究中相对说来不很突出。但对于气候极值研究则至关重要。与气候极值研究相关联的资料学研究本身，不仅为极值研究提供基础，还能帮助揭示传统气候资料分析中存在的问题。,资料学 气象观测的homogeneity,中国科学院东亚区域气候-环境重点实验室,北京迁站及城
8、市化效应分析(Yan et al 2009；Li and Yan 2009),迁站效应,城市化效应,站点信息,北京近年城市化导致额外增暖0.2-0.54C/Dec，大致在0.3C/Dec上下（大尺度增暖为0.48C/Dec）。 比较郊区（大兴）和市区（北洼路），前者80年代以来的城市化发展更猛，比京城增暖率高出0.12C/Dec。,中国科学院东亚区域气候-环境重点实验室,方差校正的影响著名的英格兰中部近200多年的逐日气温序列（CET）是由3个邻近站资料重构起来的。1882年前主要是一个站的资料，1883年后主要是3站平均。序列创建者发现1882年前序列方差系统性地偏大，于是作了方差校正。下图
9、可见，年均温序列看不出异常。但经小波分析，可见DV在1882-83年间出现跃变。这对我们定义气候极值分析气候趋势造成严重影响。,资料学通过小波分析认识传统气候资料处理中问题,CET daily series 1772-2003. Upper: annual T; Lower: DV （Yan and Jones 2008),中国科学院东亚区域气候-环境重点实验室,气候序列非均一性研究发展A-type校正传统思路，解决长期平均气候变化估算中的偏差（Li and Yan 2009）分布校正从统计意义上解决小概率的极值估算偏差（例如：Della-Marta and Wanner 2006）变率校正时
10、频分析可以检测，但校正仍需进一步发展方法（Yan and Jones 2008),中国科学院东亚区域气候-环境重点实验室,由于气候极值是小概率的，所以难以简单地把观测到的某个最大或最小值直接作为研究对象。如台风中心附近最大风速，是很难观测到的。气候极值指数应运而生，以获得统计意义较为稳定（尽量避免仅由单一记录决定）而又有实用意义的研究目标。百分位：一个概率分布均分为100份的份间位置。设某地某时段气候服从某种分布，将所有记录当成该分布的样本，有小到大排列之，即可估计各百分位（如第1和99百分位）的临界值,气候极值指数百分位(percentile),中国科学院东亚区域气候-环境重点实验室,对于给
11、定分布，百分位值较之最大（小）值更稳定例如：如图某地某时温度距平分布，由1000个观测样本构成（下）和由10000个样本构成（上），其最大最小值往往不一，但第5/95百分位值则相当一致,DT -10 -5 0 5 10 DT,最大值,第5百分位值,中国科学院东亚区域气候-环境重点实验室,绝对极值指数：如年或季节最大降水、最低温度等。注意为保持统计意义稳定，要用百分位临界值或相应的若干个极端记录的平均。相对极值指数：相对于当时当地气候态定义的百分位临界值。多用于定义局部极端异常天气事件，如21C为8月8日北京异常低温（低于3百分位临界值），但对于哈尔滨8月8日或北京1月8日则不然。常用于计算异常
12、天气事件的频数。其它极端指数：如霜冻日数国际气候界曾讨论制定标准气候极值指数，目前大致有几十种得到较广泛认同（详见CLIVAR或CRU网站）,各种气候极值指数,中国科学院东亚区域气候-环境重点实验室,从给定分布总体中抽取多组样本，其极大值渐进服从3种极值分布(Gumbel, Frechet and Weibull)，其概率密度函数可统一表述如下：y(x| m,s,e) = s -1 exp-z-1/e z-1-1/e其中z=1+e(x-m)/s 0; m, s, e: location, scale and shape parameterse ， 0 对应I类分布优点：简明经典理论，软件化程度
13、高缺点：需要较大样本数，且资料应用效率低。,通过分布研究极值广义极值（GEV）分布,中国科学院东亚区域气候-环境重点实验室,GLM视每个“天气”值为某种气候分布总体中抽取的样本。通过最大似然回归确定最符合所有样本的分布（包括确定自回归规律以及分布参数随时间、地点和各种可能气候因子的变化）；通过Monte Carlo法产生大量模拟样本，从中判断气候分布及极值随各种可能原因而发生的变化。优点：把所有资料同时纳入一个关于分布（包括均值和极值）的研究框架，结果具有优越的统计稳定性。缺点：必须预设某种分布；超拟合现象。,通过分布研究极值广义线性（回归）模拟（GLM）,中国科学院东亚区域气候-环境重点实验
14、室,全球变暖背景下欧亚天气波动的变化趋势,小波分析：我国和欧洲多站长期逐日温度序列中的主要天气波动（上）及其与变暖的关系（右）,中国科学院东亚区域气候-环境重点实验室,全球变暖背景下欧亚天气波动的变化趋势,近100多年来各地普遍增温0.5-1.0oC/100a，冬春季更甚。 欧亚大陆特别是北部冬季天气波动普遍减弱；北京春季天气波动减弱，反映了华北暖冬及寒潮减弱等现象。 天气波动强度和气温普遍呈现负相关，即变暖对应天气波动减弱；但夏季（上海春季）是例外，说明变暖可能导致我国等较低纬地区暖季天气波动增强。 冷季天气波动尺度趋长，也即波动频数减少，对应西风指数增强，寒潮气旋频数减少等现象；而暖季某些
15、地区S趋短。,中国科学院东亚区域气候-环境重点实验室,全球变暖与我国日降水频次关系,近几十年我国夏季微量和极端降水日数变化（Qian, Fu, Yan, 2007）：由于大尺度变暖，大气凝结高度抬升，造成微量雨事件减少；同时夏季对流性活动加强，导致大暴雨频次增多。,中国科学院东亚区域气候-环境重点实验室,华北干旱化与降水极值变化 华北近几十年来夏季降水发生3次跃变性减少，降水频次以及一般意义上的极端降水事件频次也相应减少（Tu，Yan，Dong 2009）,华北夏季降水及滑动T-检验序列，虚线代表0.05显著水平临界值，短线标示气候跃变前后的平均气候状态,华北夏季暴雨日数、微量雨日数和无雨日数
16、序列及T检验,中国科学院东亚区域气候-环境重点实验室,GEV拟合分析 华北日降水极值变化分析 90年代以来比之60年代更加干旱化，但极端异常强降水发生概率却有所增大（Tu, Yan, Dong 2009）,90mm/d以上降水频率增大,华北多站100mm/d以上降水频次变化,中国科学院东亚区域气候-环境重点实验室,GLM 华北日降水分析 近几十年来大尺度变暖导致华北连续无雨期显著增长Difference of dry spell length between low TD and high TD years for dry spell Wang, Yan, Chandler 2009,中国科学
17、院东亚区域气候-环境重点实验室,热浪变化（Ding, Qian, Yan 2009）,1960年以来雨日和热浪频次变化(a) 西北：90年代跃变；(b) 东部：东部年代际波动强，1980年代热浪最少,中国科学院东亚区域气候-环境重点实验室,目前进展获得的一些结论,在更完善方法基础上评估我国区域气候极值变化及其与全球变暖联系。指出在变暖背景下， 我国大部出现降水频次减少趋势（西北除外），主要体现在毛毛雨现象减少；但极端降水事件却增加，特别是华北一带伴随干旱化趋势，大暴雨频次却增加。 强寒潮事件总体呈减少减弱趋势，但存在年代际变化；热浪频次与平均温度变化大不相同，表现出很强的区域性和年代际波动。,
18、中国科学院东亚区域气候-环境重点实验室,极端天气气候变化进一步研究,进一步事实分析 资料非均一性、更多极值现象如三伏、三九、大风、雪灾、冰雹、雾、霾、雷暴 物理机制探讨 大气环流、海、陆等圈层异常信号、遥相关气候关系 数值模拟和预测 气候模式能力再分析、高分辨模拟、模式-观测可比性、降尺度、极值变化情景 气候极值变化的影响研究 推动多学科协作,中国科学院东亚区域气候-环境重点实验室,具体进展9: 全球气候模式模拟我国夏季风降水气候的能力评估,CMIP3中25个模式的模拟结果表明：大多数模式无法模拟东亚夏季风季节性的南北进退过程，模式中夏季风在盛夏季节也难以北进至华北一带，导致华北一带夏季降水不足，反映了在全球模式中西风带在该地带的主导影响。,1961-2000 年我国四区降水的季节循环：观测vs模拟。引自Tu et al(2009b)。,本项研究加深了对气候模式中东亚季风动力机制描述能力缺陷的认识，也为本项目未来研究中如何改善区域模拟能力等方面提供了参考,
