張 辛，張凌云

（柳州市氣象局，廣西 柳州 545001）

已有研究表明［1-2］，全球平均氣溫上升會(huì)引起大氣水汽增加，從而導(dǎo)致極端降水增加。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）第六次評(píng)估報(bào)告（AR6）也證實(shí)了這一觀點(diǎn)。該報(bào)告指出，2011—2020年地表氣溫較1850—1900 年地表氣溫已上升約1.09 ℃；1950 年以來，極端降水在大部分有觀測(cè)資料的區(qū)域呈增加趨勢(shì)。報(bào)告還指出，由于極端降水增加的速度整體快于平均降水，導(dǎo)致降水的年內(nèi)變率增加，從而給區(qū)域水資源管理帶來挑戰(zhàn)［3］。

近年來，中國(guó)氣象局主辦評(píng)選的“國(guó)內(nèi)外十大天氣氣候事件”中，每年都有國(guó)內(nèi)外的極端降水事件入選，例如“21·7”河南特大暴雨創(chuàng)中國(guó)大陸小時(shí)氣象觀測(cè)降雨量紀(jì)錄，2021 年夏秋歐洲遭遇極端強(qiáng)降水等。極端降水所帶來的危害影響廣泛，對(duì)于人民生命和財(cái)產(chǎn)安全、社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境等都會(huì)造成威脅。因此，研究極端降水的時(shí)空分布規(guī)律，分析它的形成機(jī)理，不僅有利于提高中短期極端降水預(yù)報(bào)的準(zhǔn)確率，也有利于預(yù)估未來極端降水的時(shí)空變化格局，以便于提早采取適應(yīng)和應(yīng)對(duì)措施。本文主要綜述國(guó)內(nèi)科技工作者在極端降水閾值的確定、時(shí)空分布、形成機(jī)制等方面開展的相關(guān)研究進(jìn)展，在此基礎(chǔ)上，對(duì)今后的相關(guān)研究作初步展望，以期為開展極端降水研究與預(yù)報(bào)預(yù)警工作提供參考。

1 極端降水閾值的確定

通過在氣象要素上選取一個(gè)閾值，以此對(duì)極端降水進(jìn)行定量研究是較為普遍的方法，不同閾值的選取對(duì)于極端降水的定義及其時(shí)空分布分析會(huì)有不同的影響［4-5］。常用的方法主要有3 大類，即絕對(duì)閾值法、相對(duì)閾值法和極端指數(shù)法。

1.1 絕對(duì)閾值法

絕對(duì)閾值法是采用直接給定一個(gè)某一固定時(shí)段內(nèi)降水量（如日降水量或1 h 降水量等）的絕對(duì)界限值，當(dāng)約定時(shí)段內(nèi)降水量超過這個(gè)值，就認(rèn)為達(dá)到極端降水。GROISMAN 等［6］研究氣候變化的指標(biāo)時(shí)，選取北部國(guó)家（加拿大、挪威、俄羅斯和波蘭）日降水量超過25.4 mm 和中緯度國(guó)家（美國(guó)、墨西哥、中國(guó)和澳大利亞）日降水量超過50.8 mm 作為極端降水的閾值。GONG 等［7］采用日降水量大于50.0 mm 作為極端降水的閾值來研究中國(guó)北方半干旱地區(qū)的日降水變化。俞小鼎［8］、范元月［9］等將1 h 降水量大于等于50.0 mm 或3 h 降水量大于等于100.0 mm 作為極端短時(shí)強(qiáng)降水的閾值。這種方法的優(yōu)點(diǎn)是有利于在同一個(gè)標(biāo)準(zhǔn)下評(píng)價(jià)較大范圍區(qū)域的極端降水特征。但在實(shí)際使用時(shí)，若想取值較為準(zhǔn)確，需要研究者對(duì)于研究區(qū)域的降水狀況有較深的了解，在基于豐富的經(jīng)驗(yàn)數(shù)據(jù)和主觀認(rèn)識(shí)下進(jìn)行選取，且該方法忽略研究區(qū)域降水的局地差異，研究的結(jié)果可能在該研究區(qū)域的特殊位置不適用。

1.2 相對(duì)閾值法

該方法充分考慮降水在不同區(qū)域分部不均勻的特點(diǎn)，基于所研究區(qū)域的降水狀況，對(duì)極端降水的判斷閾值進(jìn)行針對(duì)性的選取。

1.2.1 百分位法

百分位法是將某觀測(cè)時(shí)效的降水量觀測(cè)值按從小到大進(jìn)行排序，選取序列某百分位值作為極端閾值，當(dāng)某降水量超過該閾值，則是極端降水。此種方法應(yīng)用比較廣泛，但是針對(duì)不同的研究區(qū)域和不同的降水時(shí)效，不同學(xué)者對(duì)于百分位的取值有所不同。在開展日極端降水量的研究中，翟盤茂等學(xué)者［10-11］取第99 百分位作為閾值，研究中國(guó)北方近50 a 的降水變化，也有學(xué)者取第97.5 百分位［12］作為研究我國(guó)極端降水變化趨勢(shì)。而在小時(shí)極端降水量的研究中，有學(xué)者在研究我國(guó)極端降水時(shí)取第99.9 百分位［13］，也有在研究四川省極端降水時(shí)取第95 百分位［14］。大部分學(xué)者在百分位取值時(shí)，主要考慮結(jié)合工作經(jīng)驗(yàn)和研究實(shí)際，避免在研究極端降水時(shí)空分布規(guī)律時(shí)，出現(xiàn)閾值較低導(dǎo)致個(gè)例過多、所研究對(duì)象不具有極端性，和閾值過高導(dǎo)致個(gè)例太少，不利于總結(jié)規(guī)律。在建立降水量序列時(shí)，一般以研究時(shí)段內(nèi)降水量大于等于0.1 mm 的觀測(cè)值建立數(shù)據(jù)序列［15-16］，也有學(xué)者在研究小時(shí)極端降水時(shí)，采用降水量大于等于1 mm的觀測(cè)值建立數(shù)據(jù)序列［17-18］。

確定百分位的值，廣為認(rèn)可的是BONSAL 等［19］的計(jì)算方法:把降水量序列的n 個(gè)值按升序排列x1，x2，......，xm，......，xn，某個(gè)值小于或等于xm的概率為

其中，m 為xm的序號(hào)。若n=30，則第95%百分位上的值是排序后x29（P=94.4%）與x30（P=97.7%）的線性插值。

這種算法的優(yōu)點(diǎn)是計(jì)算方便，并且避免對(duì)降水量函數(shù)分布型的假設(shè)。羅夢(mèng)森等［20］則認(rèn)為這種方法是在假定降水量遵從均勻分布的基礎(chǔ)上進(jìn)行的線性插值，與實(shí)際降水量的概率分布會(huì)有偏差。他們采用改進(jìn)的百分位法計(jì)算區(qū)域極端降水閾值，即將降水量分布函數(shù)轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布函數(shù)后再求百分位值，計(jì)算結(jié)果的穩(wěn)定性較好。他們還建議對(duì)于較長(zhǎng)研究時(shí)段的分析，應(yīng)當(dāng)將整個(gè)時(shí)段利用年降水量變化趨勢(shì)轉(zhuǎn)折點(diǎn)分為幾個(gè)氣候段，分別計(jì)算各個(gè)氣候段內(nèi)的閾值，或者以滑動(dòng)氣候階段閾值的平均值代替整個(gè)研究段的閾值。

1.2.2 不同分布型的邊緣值法

通過用降水量序列擬合經(jīng)驗(yàn)曲線函數(shù)，將邊緣值作為閾值。這種方法總體可以分為四個(gè)步驟。第一步獲取降水序列，主要有兩種方法，即年最大值法和超門限峰值法。年最大值法又細(xì)分為常規(guī)年最大值法和年多個(gè)樣法［21］。常規(guī)年最大值法從每年的雨量資料中選出一個(gè)或一組最大雨量，有N 年則選出N 組，組成統(tǒng)計(jì)樣本；年多個(gè)樣法在N 年資料序列中，每年各取6～8 個(gè)最大值，不論年份按大小統(tǒng)一排序（升序或降序），然后取資料年限的3～4 倍個(gè)數(shù)的最大雨量組成統(tǒng)計(jì)樣本。超門限峰值法取樣是在原始降水資料數(shù)據(jù)中，先確定閾值（一般使用百分位法），再?gòu)脑假Y料中選取達(dá)到或超過該閾值的降雨量建立極端降水序列［22］。很多學(xué)者［23-25］將使用年最大值法和超門限峰值法建立的極端降水序列進(jìn)行比較，在對(duì)不同地區(qū)運(yùn)用不同函數(shù)分布擬合地區(qū)的極端降水時(shí)，兩種方法的表現(xiàn)各有優(yōu)劣，對(duì)于選擇哪一種更優(yōu)目前沒有定論，但兩種方法擬合的極端降水在空間分布變化上得到的規(guī)律相似。第二步選擇概率分布模型，被用來擬合極端降水的概率分布型有很多，蘇布達(dá)等［25］采用廣義帕累托分布（GPD）、貝塔分布、韋伯爾分布等20 種分布擬合長(zhǎng)江流域日極端降水序列分布情況，方思達(dá)［26］則使用Gamma函數(shù)。一般來說，國(guó)內(nèi)使用較多的是廣義極值分布（GEV）、對(duì)數(shù)正態(tài)分布（log-normal）和皮爾森Ⅲ（PeasonⅢ）型分布［27-28］。第三步對(duì)概率分布模型的參數(shù)進(jìn)行估計(jì)。姜彤等［29］發(fā)現(xiàn)，當(dāng)樣本數(shù)量較少時(shí)，概率權(quán)重法和線性矩法可以獲得較好的參數(shù)估算結(jié)果，最小二乘法對(duì)尺度參數(shù)估算結(jié)果差，最大似然法和矩法無法得到參數(shù)的解析式。前三步可以得到擬合的極端降水概率分布模型，但是與實(shí)際極端降水的差別還不能確定，所以還需要進(jìn)行第四步。第四步對(duì)概率分布函數(shù)擬合極端降水概率分布的效果進(jìn)行檢驗(yàn)，通常采用柯爾莫哥洛夫-斯米爾洛夫（K-S）檢驗(yàn)［30］，通過檢驗(yàn)則說明擬合效果較好。運(yùn)用分布型的邊緣值法，還可以通過概率分布模型計(jì)算不同重現(xiàn)期降水，便于在水利水電、城市防洪防澇等工程設(shè)計(jì)上運(yùn)用。

1.3 極端指數(shù)法

通過定義若干與極端降水有關(guān)的指標(biāo)值，以此描述極端降水的變化。2002 年，F(xiàn)RICH 等［31］提出10個(gè)相對(duì)受其他因素干擾低的極端指數(shù)來描述氣候的極端變化，其中有5 個(gè)指數(shù)與極端降水有關(guān)，分別是中雨以上降水日數(shù)（R10）、連續(xù)干日（CDD）、最大5 d 降水總量（R5d）、平均日降水強(qiáng)度（SDII）、超過95%百分位降水占總降水量的百分率（R95T）。2003年，氣候變化與監(jiān)測(cè)指數(shù)專家小組（Expert Team on Climate Change Detection and Indices，ETCCDI）［32］定義27 個(gè)氣候指數(shù)來描述氣候狀況，在用于描述極端事件的氣候指數(shù)中，包括11 個(gè)降水指數(shù)，分別是最大1 d 降水量（RX1day）、最大5 d 降水量（RX5day）、平均日降水強(qiáng)度（SDII）、中雨以上日數(shù)（R10）、大雨以上日數(shù)（R20）、連續(xù)干日（CDD）、連續(xù)濕日（CWD）、濕日數(shù)（R95p）、極端濕日數(shù)（R99p）、日降雨量大于等于N 毫米的天數(shù)（RN）、年總降水量（PT）。值得注意的是，這些指數(shù)中，既有絕對(duì)閾值的含義，也有相對(duì)閾值的含義。例如，中雨以上日數(shù)定義為日降水量大于等于10 mm 的日數(shù)，有絕對(duì)閾值的含義，極端濕日數(shù)定義為某時(shí)段降雨量大于1961—1990 年期間濕日第99 個(gè)百分位的降雨量的日數(shù)，有相對(duì)閾值的含義在其中。已有較多學(xué)者采用極端降水氣候指數(shù)開展對(duì)極端降水的研究。吳文祥［33］等以年最大5日降水量作為極端降水指標(biāo)研究不同重現(xiàn)期極端降水的變化。張儀輝［34］在ETCCDI 的基礎(chǔ)上，新定義了最大3 h 降水量（RX3h）、最大12 h 降水量（RX12h），并調(diào)整最大5 日降水量（RX5day）為最大7 日降水量（RX7day），結(jié)合其他5 個(gè)指標(biāo)，對(duì)雅魯藏布江流域降水時(shí)空變化特征進(jìn)行研究。當(dāng)選取多個(gè)極端指數(shù)綜合描述極端降水變化時(shí)，由于不同指數(shù)的表現(xiàn)不同，在一定程度上可以規(guī)避選用單一指數(shù)對(duì)極端降水變化的過度或過輕估計(jì)。

2 極端降水的時(shí)空分布特征

近年來大量學(xué)者對(duì)極端降水的時(shí)空分布特征做了深入的分析，初步掌握了一些分布和變化規(guī)律。

2.1 中國(guó)極端降水的時(shí)空分布特征

中國(guó)極端降水的時(shí)空分布復(fù)雜，具有明顯的局地性和階段性。有研究發(fā)現(xiàn)［35］，極端降水趨勢(shì)有三個(gè)顯著區(qū)域:東南地區(qū)和西北地區(qū)為正趨勢(shì)區(qū)，華北地區(qū)為負(fù)趨勢(shì)區(qū)；極端降水存在三個(gè)頻發(fā)時(shí)期:20世紀(jì)60 年代早期、20 世紀(jì)90 年代中晚期和21 世紀(jì)早期。吉戴婧琪等［36］選取9 個(gè)極端降水指數(shù)研究1960—2017 年中國(guó)極端降水事件，結(jié)果表明極端降水事件的強(qiáng)度呈顯著增加趨勢(shì)，空間分布總體遵循“南多北少、東多西少”的規(guī)律，且華南地區(qū)的極端降水事件在降水量、降水強(qiáng)度、降水日數(shù)三個(gè)方面都位于七大自然地理分區(qū)前列。

夏季極端降水事件是我國(guó)極端降水研究的熱點(diǎn)。大量研究［37-41］發(fā)現(xiàn)我國(guó)夏季極端降水事件頻率和強(qiáng)度總體有所增大，但空間分布存在明顯的區(qū)域性差異。在長(zhǎng)江中下游地區(qū)、華南地區(qū)、東南地區(qū)和西北地區(qū)夏季極端降水事件的發(fā)生表現(xiàn)為增加趨勢(shì)，特別在長(zhǎng)江中下游和東南地區(qū)和西北地區(qū)有較明顯增長(zhǎng)，但在東北地區(qū)、華北地區(qū)、西南部分地區(qū)表現(xiàn)為減少趨勢(shì)。其中，長(zhǎng)江中下游地區(qū)和西北地區(qū)極端降水事件增加主要表現(xiàn)在降水量的增加、降水強(qiáng)度的增大和持續(xù)時(shí)間的增加等三個(gè)方面，而華南地區(qū)極端降水事件增加主要表現(xiàn)在降水量和降水強(qiáng)度的增加。賀冰蕊［42］將夏季極端降水按連續(xù)性（持續(xù)2 d 以上）和非連續(xù)性兩類進(jìn)行研究，發(fā)現(xiàn)長(zhǎng)江中下游的非持續(xù)性極端降水量增加趨勢(shì)明顯，甚至可達(dá)10 mm·（10a）-1以上；東南沿海的持續(xù)性極端降水量有顯著的增加趨勢(shì)，趨勢(shì)大于10 mm·（10a）-1的地區(qū)主要集中在福建、浙江兩省。值得關(guān)注的是，在1992 年左右夏季極端降水事件發(fā)生突變［43］，在突變之后，我國(guó)西部和長(zhǎng)江以南地區(qū)極端降水事件較突變前偏多，東北至西南一帶極端降水事件較突變前減少。有研究［44-46］進(jìn)一步分析表明，自1992、1993 年以來，我國(guó)華南地區(qū)夏季極端降水經(jīng)歷明顯的年代間增加，且前汛期極端強(qiáng)降水量異常程度明顯增強(qiáng)，后汛期發(fā)生極端旱澇的情況增多。還有研究進(jìn)一步發(fā)現(xiàn)，極端降水事件的開始時(shí)間和結(jié)束時(shí)間分別呈現(xiàn)出明顯的提前和推遲趨勢(shì)［47］，并且我國(guó)東部夏季極端降水事件隨日期的變化與夏季雨帶的南北移動(dòng)相吻合［48］，雨帶主要位于華南地區(qū)時(shí)，該地區(qū)發(fā)生極端降水的概率也相應(yīng)地最大，隨著氣候雨帶北移，長(zhǎng)江中下游地區(qū)、華北和東北地區(qū)發(fā)生極端降水概率也依次增大。

受氣象觀測(cè)資料時(shí)間分辨率限制，以及傳統(tǒng)的全球或區(qū)域模式對(duì)小時(shí)極端降水的物理過程的模擬能力有限等因素的影響，我國(guó)極端小時(shí)降水的研究起步較晚［49］?？追宓龋?0］研究發(fā)現(xiàn)中國(guó)小時(shí)極端降水強(qiáng)度具有明顯的東南高、西北低的空間分布特征，長(zhǎng)江流域地區(qū)的小時(shí)極端降水頻次在1961—1985 年呈迅速增加趨勢(shì)，1986—2013 年在波動(dòng)中呈緩慢增加趨勢(shì)。一些研究表明［17-18，51-54］，小時(shí)極端降水的局地性更強(qiáng)，在各個(gè)地區(qū)的日變化也不相同，但普遍出現(xiàn)在夜間和凌晨。例如，廣西汛期17—18 時(shí)和04—05 時(shí)最容易出現(xiàn)小時(shí)極端降水，但強(qiáng)度上日雨與夜雨相當(dāng)；山東省汛期小時(shí)極端降水出現(xiàn)在傍晚（17時(shí)高峰）和凌晨（01 時(shí)次高峰），夜雨強(qiáng)度大于日雨；湖北省小時(shí)極端降水主要集中在午后15 時(shí)至凌晨01 時(shí)的前半夜，峰值出現(xiàn)在15—16 時(shí)和22 時(shí)，次峰值出現(xiàn)在凌晨01 時(shí)；四川省小時(shí)極端降水頻次的日變化具有單峰特征，盆地05 時(shí)發(fā)生頻次最高，川西高原主峰出現(xiàn)在21 時(shí)，攀西地區(qū)高頻次發(fā)生在02時(shí)；重慶小時(shí)極端降水高頻次主要出現(xiàn)在03—05 時(shí)。

3 產(chǎn)生極端降水的大氣環(huán)流和天氣系統(tǒng)特征

極端降水是在一定的大氣環(huán)流背景下，多種尺度系統(tǒng)相互作用的結(jié)果。分析產(chǎn)生極端降水的大氣環(huán)流和天氣系統(tǒng)特征對(duì)揭示極端降水的形成機(jī)理有重要作用。

3.1 產(chǎn)生極端降水的大氣環(huán)流和水汽輸送特征

近年來對(duì)某一季節(jié)區(qū)域極端降水的大尺度環(huán)流研究主要包括氣候變率模態(tài)（即大氣低頻環(huán)流型）和逐日大氣環(huán)流兩種［55］。大量研究表明［56-58］，ENSO 對(duì)我國(guó)極端降水有影響。在厄爾尼諾（ENSO）事件發(fā)生的當(dāng)年和次年，長(zhǎng)江中下游區(qū)域性極端降水增多且尺度變大。海溫影響方面，印度洋和赤道太平洋前期海面溫度通過調(diào)節(jié)異常反氣旋和風(fēng)向，對(duì)華東，特別是華東南部下游的春季極端降水影響較大。在冬季平流層準(zhǔn)兩年震蕩（Quasi-Biennial Oscillation，QBO）的調(diào)制作用下，冬季QBO 西風(fēng)位相時(shí)，厄爾尼諾發(fā)展年夏季，我國(guó)整體偏旱而華南偏澇，衰減年夏季，華南、華東北部偏旱而東北、長(zhǎng)江流域偏澇；冬季QBO 東風(fēng)位相時(shí)，厄爾尼諾發(fā)展年夏季，長(zhǎng)江以北偏旱，衰減年夏季，我國(guó)東部降水異常呈負(fù)-正-負(fù)的三極分布。方浩［48］發(fā)現(xiàn)當(dāng)降水關(guān)鍵區(qū)位于高層200 hPa 西風(fēng)急流軸右側(cè)，中層500 hPa 對(duì)應(yīng)西太平洋副熱帶高壓（副高）位置異常，低層850hPa 出現(xiàn)局地異常氣旋環(huán)流，對(duì)應(yīng)低空異常輻合，這種高層輻散、低層輻合的環(huán)流配置為極端降水提供動(dòng)力條件，易出現(xiàn)極端降水。在逐日大氣環(huán)流對(duì)極端降水的影響方面也有不少研究。晏紅明等［59］指出，由于副高東西變動(dòng)引起的環(huán)流有所差異，因此其東西位置對(duì)我國(guó)西南和華南地區(qū)降水的影響不同，當(dāng)副高偏東時(shí)西南降水偏多、華南偏少；偏西則降水情況相反。ZHAO等［60］將華北地區(qū)夏季極端降水的日大氣環(huán)流型通過K-means 聚類分析方法，總結(jié)出兩種與之相關(guān)的類型，即以異常偏北的副熱帶高壓和副高外圍強(qiáng)盛的西南氣流為特點(diǎn)的大氣環(huán)流型，和以位置異常偏西的副熱帶高壓和中緯度低壓槽為特點(diǎn)的大氣環(huán)流型。梅雨帶移動(dòng)對(duì)江蘇省內(nèi)極端降水有影響，陳燕等［61］研究發(fā)現(xiàn)，2010 年以后梅雨雨帶中心南移至長(zhǎng)江流域，江蘇省長(zhǎng)江流域極端降水增多，開始時(shí)間明顯提前，結(jié)束時(shí)間推后，持續(xù)時(shí)間增長(zhǎng)。

水汽輸送方面，已有研究表明［62-63］，東亞的水汽主要有四個(gè)來源: 與南亞季風(fēng)相聯(lián)系的西南季風(fēng)氣流，經(jīng)過南海與南海夏季風(fēng)相聯(lián)系的105°E 越赤道偏南氣流，與副高聯(lián)系的東南季風(fēng)氣流，以及與副熱帶西風(fēng)急流聯(lián)系的偏西氣流。在此基礎(chǔ)上，田紅等［64］定義四個(gè)水汽通道，發(fā)現(xiàn)西南通道（南亞季風(fēng)水汽）與華南中部、廣西南部夏季降水有顯著的正相關(guān)關(guān)系，南海通道（南海季風(fēng)水汽）與華南地區(qū)降水有顯著的正相關(guān)關(guān)系，東南通道（東南季風(fēng)水汽）與長(zhǎng)江中游地區(qū)降水呈顯著正相關(guān)，西北通道（西風(fēng)帶水汽）主要與新疆和江淮部分地區(qū)、黃河中上游地區(qū)的降水有顯著正相關(guān)關(guān)系。

3.2 產(chǎn)生極端降水的天氣尺度系統(tǒng)特征

在我國(guó)，對(duì)產(chǎn)生極端降水天氣尺度系統(tǒng)的研究比較多的是對(duì)某次短歷時(shí)極端降水或某次極端降水過程的研究。造成極端降水的天氣尺度系統(tǒng)主要有低渦、切變線、靜止鋒和氣旋等。西南渦是產(chǎn)生于我國(guó)西南地區(qū)、活動(dòng)頻繁的低壓系統(tǒng)，川渝地區(qū)及我國(guó)東部地區(qū)的極端降水均與西南渦的發(fā)展、移動(dòng)有關(guān)［65-67］。低空切變線對(duì)極端降水的影響廣泛分布在我國(guó)西南、華南及東部地區(qū)［68-70］。靜止鋒作為造成我國(guó)極端降水的重要天氣系統(tǒng)之一，其中，梅雨鋒是我國(guó)東部地區(qū)梅雨季的極端降水的典型天氣系統(tǒng)，華北鋒則與我國(guó)華北春夏季極端降水有關(guān)［55，71-73］。熱帶氣旋也是造成極端降水的重要天氣系統(tǒng)之一，不同地區(qū)受其影響的程度不同，一般來說從我國(guó)東南和華南沿海向西北內(nèi)陸遞減［74-76］。影響華南極端降水的三大系統(tǒng)是鋒面、切變線和低渦，三者共同作用時(shí)可為華南極端降水提供并加強(qiáng)水汽輻合，同時(shí)促成不穩(wěn)定能量的釋放［77］。小時(shí)極端降水的天氣背景也相類似，主要分為熱帶氣旋型（TC 型）、地面鋒面型、低渦或切變線型和弱天氣尺度強(qiáng)迫型［78］。

4 總結(jié)與展望

近年來，國(guó)內(nèi)學(xué)者對(duì)極端降水閾值確定、時(shí)空分布特征和天氣背景特征等進(jìn)行廣泛研究。大量的研究結(jié)果表明，要研究極端降水的時(shí)空分布特征和成因，需對(duì)極端降水閾值進(jìn)行確定，不同的定義對(duì)極端降水的規(guī)律研究有影響。主流的閾值確定方法有三種，即絕對(duì)閾值法、相對(duì)閾值法和極端指數(shù)法，三種方法在使用上各有優(yōu)劣，應(yīng)根據(jù)研究區(qū)域的大小和研究?jī)?nèi)容進(jìn)行選擇。我國(guó)極端降水在全球變暖背景下，其時(shí)空變化規(guī)律有很強(qiáng)的局地性。加上不同學(xué)者使用資料的種類、時(shí)間序列長(zhǎng)度、觀測(cè)數(shù)據(jù)空間分辨率以及對(duì)極端降水閾值的確定方法不同，對(duì)同一地區(qū)極端降水時(shí)空分布變化描述也有差異。總體來說，長(zhǎng)江中下游、華南、東南和西北等大部分地區(qū)的極端降水事件的強(qiáng)度和頻率存在增加趨勢(shì)。大氣環(huán)流方面，ENSO 對(duì)我國(guó)極端降水有調(diào)制作用，副熱帶高壓的位置影響我國(guó)極端降水的出現(xiàn)時(shí)間和強(qiáng)度。形成極端降水的天氣背景比較復(fù)雜，至今沒有被完全揭示，目前使用比較廣泛的研究方法是統(tǒng)計(jì)分析法和數(shù)值模擬法。在我國(guó)，造成極端降水的天氣尺度系統(tǒng)主要有低渦、切變線、靜止鋒和氣旋等。

隨著科學(xué)技術(shù)的發(fā)展，近些年對(duì)極端降水的研究較幾十年前更為深入。但對(duì)于極端降水的變化規(guī)律和天氣背景的研究仍有巨大空間?？梢灶A(yù)見，未來的研究重點(diǎn)將圍繞如下幾個(gè)方面:

（1）開展我國(guó)極端降水時(shí)空變化客觀規(guī)律的研究［79］?，F(xiàn)有研究所選用降水資料的類型、時(shí)間序列長(zhǎng)度、資料分布密度、極端閾值的選擇和趨勢(shì)檢驗(yàn)方法的不同均會(huì)影響分析結(jié)論，并且選取的年代際不同時(shí)，得到的變化趨勢(shì)也不同。因此，還需要進(jìn)一步完善。

（2）開展種類豐富、時(shí)間序列長(zhǎng)和高空間分辨率的數(shù)據(jù)資料在研究極端降水中的應(yīng)用。極端降水的區(qū)域性和次區(qū)域性特征較高，因此，采用高分辨率的降水?dāng)?shù)據(jù)對(duì)于診斷極端降水變化特征具有重要意義［50］。目前已有中國(guó)地面降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集（1961—2015 年）在極端降水閾值選取中運(yùn)用［22］，若能使用雷達(dá)資料等［52］，獲取更長(zhǎng)觀測(cè)時(shí)間序列、更高空間分辨率的數(shù)據(jù)，相信能更準(zhǔn)確揭示極端降水的時(shí)空分布規(guī)律。

（3）開展3 h 和6 h 等不同降水時(shí)效的次日尺度極端降水的系統(tǒng)性研究。進(jìn)一步研究中國(guó)次日尺度極端降水的時(shí)空分布和演變特征，探索產(chǎn)生我國(guó)次日尺度極端降水的作用機(jī)理，完善現(xiàn)有的物理機(jī)制認(rèn)識(shí)和預(yù)報(bào)概念模型［49］。

（4）進(jìn)一步運(yùn)用動(dòng)力模式和統(tǒng)計(jì)方法相結(jié)合的研究方法，改進(jìn)數(shù)值模式，強(qiáng)化對(duì)環(huán)流場(chǎng)的模擬和對(duì)極端降水前兆信號(hào)的追溯，加強(qiáng)對(duì)極端降水發(fā)生和維持機(jī)理的認(rèn)識(shí)，延長(zhǎng)極端降水的預(yù)報(bào)時(shí)效［80］。