極端氣候

世界氣象組織規定，當某個（些）氣候要素達到25年一遇時才稱之為極端氣候。極端氣候包括乾旱、洪澇、高温熱浪和低温冷害等。隨着污染日漸嚴重，出現極端氣候的現象將變得頻繁，次數也將大幅增加。 ^[1] 

極端氣候的氣候指標有：極端温度、極端降水及其他指標。

極端温度是指一天中觀測到的氣温最高或最低值超過一定界限的情況。其統計方法如下：

對一年中各月的每日觀測項目中的最高温度和最低温度(逐日)，統計其最高和最低温度的平均值就得到各月平均最高温度和最低温度。

從一年的各月逐日觀測項目中的最高温度和最低温度中挑出最大值和最小值即得到各月的絕對最高温度或絕對最低温度並記下其出現日期即得到絕對最高温度或絕對最低温度及其出現日期。因此，絕對最高温度或絕對最低温度，是指某一日、一月或一年中所僅僅發生的最高温度、最低温度。

年平均最高温度和最低温度，一般是指一年中最熱月或最冷月的平均最高和最低温度。也有人統計其相應的平均温度。在歷年的各月絕對最高温度或絕對最低温度及出現日期中，選出最大和最小值即作為極端最高(低)氣温與其出現日期(年份日期)以同樣的方法，對於地面温度也可求得上述相應的極端項目。例如，最高地面温度和最低地面温度(逐日)；平均最高地面温度和最低地面温度；絕對最高地面温度或絕對最低地面温度及其出現日期；年平均最高氣温和最低氣温；極端最高(低)地温與其出現日期(年份日期)等。 ^[2] 

極端降水是指日降水強度大，達到或超過1979/1980--2010/2011冬季日降水序列第90百分位的閾值、持續時間超過3天或不中斷的大範圍強降水現象。其統計方法如下：

對於某一地點或地區而言，首先應以該地逐日降水量記錄資料為基礎，從中挑選出各個月份的一日最大降水量及其出現日期；各個月份的最長連續雨日數；各個月份的最長連續無雨日數，也可就此挑選出各季(或年)的上述統計指標。這裏需要注意的是，最長連續雨日數或最長連續無雨日數都是對所統計時期而言的“連續”，不能有“中斷”。為了研究和業務需要，有時還要求對一段歷史時期(多年)中的歷年統計其相應的極端降水指標，比如，30年中的極端最大降水量及其出現日期(年份)；最長連續雨日數；最長連續無雨日數等。

上述這些極端氣候指標，都是從逐日氣候資料記錄中，經過極其簡單的統計得到的。其他各種氣候要素如風速風向、濕度、雲量、日照時數與日照百分率、各種特殊天氣日數(如沙塵暴、霧、冰雹、雷暴、積雪、霜日及其初終期與間隔日數等)的極端值也都可作類似的統計。各級氣象部門一般都有現成的整編過的資料為用户提供。然而，為了研究氣候變化，尤其是為了研究極端氣候事件及其變化的需要，原有的常規觀測項目中所能簡單獲取的極端氣候指標，往往不敷需要。不但要從整體上增加項目的覆蓋面，而且更應深刻揭示其內涵。 ^[2] 

近年來由ETCCDMI所提供的極端氣候指標體系的各種指數，共計27項。在這些指標中共有11項與降水有關，16項與温度有關。所有的極端氣候指標都從氣候變化的強度，頻率，持續時間三個方面反映出温度和降水極端氣候事件。在全部指標中只有Rnn可以由用户根據各區域不同而自行定義以外，基本上都可分為下列5大類：

百分位指數標誌着某一參考時期的變量分佈的極值端點。温度指標分別包括冷(暖)夜和冷(暖)日百分位指數，分別記為TX10p、TX90p和TN90p、TN90p，它們的抽樣正是關於日最高和最低温度的最冷和最暖分位數，從而使我們能估計出極端温度變化的幅度；而降水指標則表示降水量落在第95百分位點(R95p)和第99百分位點(R99p)以上的可能性大小，由此能捕獲一年中最極端的降水事件。

絕對指數標誌着某一季節(或年、月)內的極大或極小值。其中，温度指標如日最高温度的某月極大值；日最高温度的某月極小值；日最低温度的某月極大值；日最低温度的某月極小值。降水指標如某一時期的一日或五日降水量的極大值(Rx1day或Rx5day)。 ^[2] 

門限指數標誌着某温度或降水值落在某一固定的門限值以上或以下的日數。例如，每年的霜凍日數（FD），結冰日數，夏日數和熱日數等。由於這些指標以固定門限為依據，所以其在全球各地並不都完全適用於所有氣候狀況。不過以往的研究已經證明，在20世紀後半葉，北半球中緯度地區的FD與日最低温度在零度以下的日數具有顯著的相關變化趨勢。而這些指標的變化對於社會和經濟系統一般都具有深遠的影響。

這類指標定義為超越於某個暖、冷、濕、幹或生長季長度、冰凍融解期的時間。這些指標大多是全球性的。例如，研究表明，根據FRICH等的定義，發現熱浪持續指數(HWDI)有一傾向於零值的趨勢(統計上不穩健)。這是由於FRICH等利用了5℃以上的門限值計算指標。這一門限值對許多地區來説是太高了。因為例如熱帶地區逐日温度變率很小。為了克服這一缺點，ETCCDMI提出了暖期持續指數(wSDI)利用基於門限的百分位數來定義。這一指標是以白天最高温度為依據而定，同時，我們也選取夜間最低温度持續時間作為冷期長度(CSDI)。此外，如CDD指數代表一年中的最長幹期；CWD指數則代表一年中的最長濕期。在這類指數中還包括生長季長度(GSL)，不過這裏僅代表北半球熱帶外地區。

除上述四類以外的指標，同樣對社會有顯著影響。例如，總降水量(PRCP—TOT)，温度日較差(DTR)，日雨量強度(SDII)等。 ^[2] 

極端天氣突顯出我國尚需提高極端天氣應對能力。氣象、水利等有關部門認為，加強城市和已發生災害地區建設規劃、建立與健全災害信息發佈機制、提高民眾抗災意識，整合政府、社會、民眾三大力量是當前應對極端天氣的着力點。

(1)建立與健全信息發佈機制，是應對極端天氣的根本性措施。對於極端氣候造成的災‘籌，提早預報消息及早應對是“根本之道”。應建立完善災害信息發佈傳播機制，完善災害信息發和配套措施，井通過互聯網、手機、農村大喇叭等設施，將預報信息儘量傳遞到最基層的民眾中。

(2)規劃建設好城市防禦災害標準和山區居民建築位置，是防禦極端天氣的基礎性措施。據瞭解，山區居民房屋多建設在山腳地勢較平的低窪處，很多就在山腳下。政府需要大力引導山區居民選擇避災能力更強的位置。同時，有針對性地建設防洪設施。城市新建建築需要提高防災標準並儘量更新舊有防災標準。

(3)培養民眾積極應對極端天氣災害意識，並理性看待極端天氣造成的災害。 ^[3] 

1、1951年以來中國大陸地區極端氣候事件頻率和強度發生了一定變化，但不同類型和不同區域極端氣候變化存在明顯差異。從全國範圍看，與異常偏冷相關的極端事件如寒潮、冷夜和冷晝天數、霜凍日數等，顯著減少減弱，偏冷的氣候極值減輕;與異常偏暖相關的暖夜、暖晝日數明顯增多，暖夜日數增多尤其明顯，但高温事件頻數和偏熱的氣候極值未見顯著長期趨勢;全國平均暴雨和極端強降水事件頻率和強度有所增長，特別是長江中下游和東南地區、西部特別是西北地區有較明顯增長，而華北、東北中南部和西南部分地區減少減弱;多數地區小雨頻數明顯下降，偏輕和偏強降水的強度似有增加;全國遭受氣象乾旱的範圍呈較明顯增加趨勢，其中華北和東北地區增加更為顯著;登陸和影響我國的熱帶氣旋、颱風頻數有所下降，其造成的降水總量有較明顯減少;北方地區的沙塵暴事件從總體上看有顯著減少減弱趨勢;我國東部部分地區夏季雷暴發生頻率也存在較明顯下降趨勢。現有工作表明，在涉及極端氣候變化研究的資料處理和分析方法方面還有改進餘地。觀測資料的非均一性，以及觀測環境改變和城市化對地面氣候要素變化趨勢的影響偏差，需要進行深入評價和客觀訂正。此外，對於區域極端氣候變化的綜合分析還較薄弱，在極端氣候變化機理的研究方面有待加強。 ^[4] 

2、全球氣候變暖導致極端天氣事件頻發，研究學者針對西南喀斯特山區的特殊地理國情(水土流失和石漠化嚴重)，引入了大尺度景觀格局指數(香農均勻性指數和蔓延度指數)和極端氣候指數(極端高温日數、極端低温日數和極端降雨日數)，構建了生態系統脆弱性遙感評價體系，進而分析和探討了該地區近13年的生態系統脆弱性時空變化格局和驅動機制，研究結果表明:西南喀斯特山區的生態系統則屬於輕-中度脆弱，其分佈格局表現為以川滇黔為核心向周邊減小的趨勢。2000—2013年，西南喀斯特山區的生態系統脆弱性表現為先增加後減小的趨勢。近13年西南喀斯特山區的生態系統脆弱性時空變化格局受人類活動(不同產業GDP和人口密度)、降水、地形地貌、水土流失、石漠化等因素影響較為顯著。 ^[5] 

關於極端氣候的研究，近十多年來雖然已取得了新的進展，但無論在觀測和理論及其模擬方面的研究都還缺乏系統性和深入性。尤其是(1)關於極端氣候的區域型態及長期變率；(2)極端氣候與全球平均氣候變化的關係；(3)未來極端氣候情景預測等三個方面的研究還有待深人。根據以往觀測記錄所顯示的極端氣候指標不但具有長期變率，而且其年際、年代際變化也十分明顯；不少學者已經注意到，未來氣候增暖背景下，氣候極值頻率有可能增大。20世紀中後期，人們將主要研究目標集中於全球或區域平均氣候的變化趨勢檢測，而很少專門關注於全球或區域的極端氣候及其長期變化規律，因此，就世界範圍而言，一方面，尚缺乏關於氣候極值的高質量的長期觀測資料(包括全球及區域性的)致使人們對各地或不同區域的ECAE及其長期變率特徵還知之甚少；另一方面，從理論上對於極端氣候成因機制及其模擬試驗和預測模型的研究都還處於起步階段。雖然20世紀90年代以來，不少學者已注意到平均氣候變化與極端氣候的關係，但其研究還缺乏系統性和深度。 ^[6] 

2000年許多學者發出了“關於加強極端天氣氣候事件長期觀測變率及其未來變率預測的研究”的聯合呼籲。正在執行中的CLIVAR的主要任務之一就是確定氣候變率的區域型態，而在一定的統計分佈型條件下，極端氣候異常事件的許多統計特徵量(如頻率，強度等)與平均氣候及其變率的非線性關係已經有了相當多的理論基礎(如極值分佈理論，統計分佈函數的熵理論，平穩過程的交叉理論等)，各種氣候數值模式模擬的最新結果也表明，模擬的平均氣候場及變率有相當的可靠性，在給定的初邊值條件下作第二類氣候預報(氣候強迫敏感性試驗)與觀測結果已相當一致。因而，藉助於優良的氣候數值模式輸出結果，預測各種條件期望氣候情景下，出現降水、氣温ECAE災害的風險(概率)及其區域型態已具備必要的理論基礎。 ^[6]