In the context of global warming, extreme precipitation events occur frequently and bring large loss to the society and economy in China. Learning the regional trend of extreme precipitation and the relationship with anthropogenic warming is of great significance to formulate regional disaster prevention and mitigation policies. However, the high level of natural variability limits the detection and attribution of extreme precipitation change at the regional scale. Using high-quality observation, this project will evaluate the applicability of different trend estimation and significant testing methods for extreme precipitation in term of intensity, frequency, and duration; develop the regional detection method that takes into account site dependence in the region. Using regional attribution method to detect the anthropogenic signal in extreme precipitation trend and quantify the role of anthropogenic warming on extreme precipitation changes. This work will help to in-depth understanding the extreme precipitation changes under the influence of anthropogenic warming, and thus it would provide an important scientific basis for projection of extreme precipitation, which will help policymakers to formulate climate policies and adaption strategies.
在全球变暖背景下,近年来频繁发生的极端降水事件给我国社会以及经济带来极大损失,深入研究我国极端降水变化的趋势以及与人类活动的关系,对于制定区域防灾减灾政策具有十分重要的科学意义。由于区域尺度极端降水受气候系统内部变率的影响较大,区域极端降水变化的检测归因研究存在较大的困难。本项目拟利用高质量观测数据,系统评估已有趋势检测方法对我国极端降水强度、频率以持续性趋势检测的适用性,发展考虑站点依赖性的区域化分析方法,提高区域极端降水趋势检测结果的可靠性;进而对区域极端降水变化的人类活动信号进行检测,量化人类活动对区域极端降水变化趋势以及发生风险的贡献。项目的成功实施将有助于深入理解人类活动影响下的中国区域极端降水变化,为预估中国极端降水未来变化提供科学依据,更好地服务区域防灾减灾政策的制定和实施。
在全球变暖背景下,近年来频繁发生的极端降水事件给我国社会以及经济带来极大损失,深入研究我国极端降水变化的趋势以及与人类活动的关系,对于制定区域防灾减灾政策具有十分重要的科学意义。由于区域尺度极端降水受气候系统内部变率的影响较大,区域极端降水变化的检测归因研究存在较大的困难。本项目通过评估不同趋势检测方案的效果,基于最优的方案揭示中国区域极端降水整体趋势的可检测性,并且量化人类活动对中国区域极端降水变化的影响,本项目开展了如下三个方面的工作:(1)通过评估不同趋势检测方案的效果,挑选了对中国区域极端降水具有高统计功效的方案;(2)基于最优方案,揭示了中国区域极端降水整体趋势变化的可检测性;(3)采用归因方法对检测到整体趋势变化进行人类活动的归因。本项目的重要研究结果如下:考虑序列自相关的非参数方案可用于单站的趋势检验,计算通过检验的站点百分比的传统方案(Counting),相比于其余场检验方法具有更高的统计功效。基于最优的趋势检测方案,发现能够检测到中国区域极端弱降水降低,极端强降水增加的长期趋势以及人为影响的信号,但是模式的结果发现,中国区域极端降水的外强迫信号尚未出现,由于观测和模式对极端降水外强迫信号的检测结果存在差异,因此对中国区域极端降水长期趋势进行检测仍然存在较大的不确定性。针对2018年夏季我国中西部的一次极端强降水持续事件而言,基于大气环流模式的结果发现,相比于无人类活动,人类活动降低了该事件发生的概率(约47%),尤其是气溶胶通过降低季风环流,从而降低了此类强持续性降水的发生概率。基于最优指纹法对与降水相关的复合事件检测归因,发现人为温室气体是导致复合事件增强的主要原因。这些研究成果都加深了对中国区域极端降水检测和归因的理解,更好的服务于防灾减灾和适应气候变化政策的制定。
{{i.achievement_title}}
数据更新时间:2023-05-31
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
桂林岩溶石山青冈群落植物功能性状的种间和种内变异研究
基于全模式全聚焦方法的裂纹超声成像定量检测
Himawari-8/AHI红外光谱资料降水信号识别与反演初步应用研究
基于图卷积网络的归纳式微博谣言检测新方法
巨噬细胞通过外泌体/XRN1通路降解胰腺导管上皮细胞BRCA1/2 mRNA引发基因组不稳定的机制
增暖背景下中国降水相对变化趋势的归因及其预测研究
基于CMIP6的中国区域未来极端降水的归因约束预估
中国极端气温变化的归因研究
全球变暖背景下我国极端降水的检测归因研究