珠江三角洲降水事件空间集中度的特征、影响因素和未来变化研究

Spatial concentration of extreme precipitation events will increase the risk of flood disasters and bring crucial impacts on society and human life. The concentration of precipitation events is likely to be intensified under the superimposed effects of global warming and urbanization. However, our understanding on the spatial concentration of precipitation events over typical metropolitans remains very limited. Taking the rapidly developing Pearl River Delta region as an example, this project focuses on the following two scientific questions: (1) patterns and impact factors of the spatial concentration of precipitation events under different synoptic conditions, and (2) future changes in the spatial concentration of precipitation events under different climate change and urbanization scenarios. First, a concentration ratio (CR) grounded on the Gini index will be designed to quantify the spatial concentration. Clustering analysis and optimal fingerprint detection will be employed to clarify the features and the driving factors of CR under different synoptic conditions. A pseudo global warming approach which is based on the CMIP6 results and a scenario projection of global urban expansion will be applied to drive the Weather Research and Forecasting (WRF) model for dynamic downscaling simulations under the framework of shared socioeconomic pathways (SSPs). The possible future changes of CR, as well as the impacts of climate change and urbanization on the spatial concentration of extreme precipitation events, will be estimated under the different SSP scenarios. Our results have implications for better understanding and projection of changing extreme precipitation events, which provide a scientific basis for urban flood disaster management and mitigation over the Pearl River Delta.

极端降水事件空间集中度的增强会加剧城市暴雨内涝灾害的风险，严重影响居民的生活和安全。降水事件的空间集中度可能在气候变化和城市化共同作用下增强，然而针对典型城市区降水事件空间集中度的研究工作还处于发展阶段。本项目选择城市化快速发展的珠江三角洲作为研究区，试图回答：（1）不同气象背景下降水事件空间集中度的特征和影响因素；（2）不同气候变化和城市化发展情景下降水事件空间集中度的未来变化。本项目首先提出基于基尼系数的降水事件空间集中度指标，结合气象背景分类和最优指纹法等方法，阐明降水事件空间集中度的特征及主要控制因素；然后采用最新的共享社会经济路径框架下的CMIP6模式结果和城市扩张产品，利用虚拟全球变暖方法驱动WRF数值天气模式，预估不同气候变化和城市化发展情景下极端降水事件空间集中度的未来变化规律。研究结果有助于理解和预测极端降水事件的变化特征，为制定城市洪涝灾害的调适策略提供科学依据。

空间高度集聚的降水事件会引发严重的洪涝灾害，伴随着快速的城市化进程，城市地区对强降水事件的脆弱性和暴露度逐渐加强，然而城市降水空间集聚性的研究还处于发展阶段。本项目首先系统分析全国城市区极端降水的时空间特征及影响因素，对降水空间集聚性进行量化研究。然后聚焦城市化快速发展的珠江三角洲，提出基于基尼系数的空间集中度指数，结合气象背景分类方法，阐明降水事件空间集中度的特征及主要控制因素。最后基于WRF数值天气模式设计不同发展情景的对照试验，开展珠三角降水空间结构集中度的数值模拟研究，探究城市化对极端降水空间集中度的影响规律。.结果显示，极端降水的空间集聚性在城市尺度上呈现显著的区域特性，海河流域、长江中游地区和珠江流域是该集聚现象的热点区域。聚焦珠江三角洲地区，分析发现城市下垫面对极端降水空间集聚性的影响程度和方式与降水类型和气象背景相关，对流系统和水汽充足的锋面系统中的强降水事件更容易受到城市区域的影响。中心在城市的降水事件频次更低、强度更大、暴雨中心更加集中、影响范围更小。数值模拟结果表明，城市化进程使影响广州中心城区的强降水事件的空间集聚性明显增强，集中度指数增加。城市热岛效应和地表较大的粗糙度促进了水汽的辐合，增加了850hPa高度城市区域的水汽混合比，使大气边界层高度升高，为大气的垂直运动和对流过程提供了有利条件，并且带来了降水空间特征的改变。.综合统计分析和数值模拟的结果，城市尺度上极端降水的空间集聚性受当地的气候环境以及地表因素共同影响。在不同的气象背景下，城市地区对水汽的垂直抬升作用和空间分布的影响存在差异。城市化对强降水事件空间集聚性的影响在温度更高或湿度更大的气象条件下更加突出。加深对降水空间集聚性的认识可以为在城市建立暴雨预防预警体系和洪涝灾害调适策略提供建议，以减缓和应对可能发生的高度集聚的极端降水事件的负面影响。