摘要： 近年來，受到全球氣候變化影響，我國(guó)極端天氣頻發(fā)多發(fā)，尤其是2022年川渝等地極端高溫干旱天氣持續(xù)時(shí)間長(zhǎng)，嚴(yán)重影響經(jīng)濟(jì)、社會(huì)和人民生活，有必要對(duì)極端天氣發(fā)生、發(fā)展態(tài)勢(shì)開展研究.本文基于1962—2022年，近60年我國(guó)213個(gè)氣象監(jiān)測(cè)站點(diǎn)逐日氣象數(shù)據(jù)，利用聚類方法對(duì)極端天氣時(shí)空演變特征及預(yù)測(cè)展開研究.結(jié)果顯示，近年來我國(guó)夏季氣溫呈波動(dòng)上升態(tài)勢(shì)，極端高溫、暴雨、干旱等惡劣天氣愈加頻發(fā)，波及范圍已從基準(zhǔn)年份的東南局部地區(qū)大幅向北擴(kuò)展，近3年已經(jīng)波及至秦嶺淮河沿線、長(zhǎng)江中下游流域的大部分地區(qū)，預(yù)計(jì)未來極端天氣發(fā)生更為常態(tài)化.

關(guān)鍵詞： 極端高溫;極端降水;極端干旱;聚類分析

中圖分類號(hào)： P467

文獻(xiàn)標(biāo)志碼：A

doi： 10.3969/j.issn.2095-4298..0.013

Analysis of spatio-temporal evolution characteristics of summer extreme weather event in China based on big data clustering method

Yang Haosen，Ren Ke，Yang Daoling

（State Information Center，Beijing 100045，China）

Abstract： In recent years， affected by global climate change， extreme weather has occurred frequently in China， especially that the extreme heat and drought have lasted for a long time in Sichuan， Chongqing and other areas in 2022， which has seriously affected the economy， society and people’s lives. As a result， it is necessary to conduct researches on the occurrence and development of extreme weather. Based on the 60 years’ daily meteorological data of 213 meteorological monitoring stations in China from 1962 to 2022， the clustering method was used to study the temporal and spatial evolution characteristics and prediction of extreme weather. The results showed that in recent years， summer temperature in China saw a wavelike rise， severe weather such as extreme heat， heavy rain， and drought took place more frequently， and had spread from parts of the southeastern areas of the base year substantially towards north， and had already influenced the most areas of the Qinling Huaihe River and the middle and lower reaches of the Yangtze River in the past 3 years. It was expected that extreme weather will become more normal in the future.

Key words： extreme heat; extreme precipitation; extreme drought; clustering analysis

0 引言

近年來，受到全球氣候變化影響，我國(guó)極端天氣頻發(fā)多發(fā).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)告指出^［1］，在全球變暖的背景下，極端高溫、極端降水等極端氣候事件的發(fā)生頻率和強(qiáng)度均會(huì)不斷提升.中國(guó)也是極端高溫、極端降水和極端干旱多發(fā)頻發(fā)的國(guó)家，而且由于我國(guó)幅員遼闊，地形和氣候條件復(fù)雜，地理環(huán)境差異很大，導(dǎo)致不同地區(qū)出現(xiàn)極端氣候事件的頻率差別很大.同時(shí)，極端天氣也會(huì)對(duì)經(jīng)濟(jì)社會(huì)和人民的生產(chǎn)生活造成極大影響.對(duì)此，國(guó)家高度重視，黨的二十屆三中全會(huì)明確要求，推進(jìn)國(guó)家安全體系和能力現(xiàn)代化，提高防災(zāi)減災(zāi)救災(zāi)能力，完善自然災(zāi)害，特別是洪澇災(zāi)害監(jiān)測(cè)、防控措施.

圍繞極端天氣的時(shí)空特征及對(duì)經(jīng)濟(jì)社會(huì)的影響，學(xué)術(shù)界已經(jīng)開展了較多研究.從極端天氣的時(shí)空特征看，舒章康等^［2］利用CN05.1全國(guó)網(wǎng)格氣象數(shù)據(jù)和第六次國(guó)際耦合模式比較計(jì)劃（CMIP6）的11種全球氣候模式對(duì)我國(guó)極端高溫事件的演變特征分析發(fā)現(xiàn)，2015年后，我國(guó)極端高溫事件顯著增加，西北、西南和華南等地極端高溫天氣風(fēng)險(xiǎn)增幅最大.賀冰蕊等^［3］對(duì)1961—2016年全國(guó)2 400多個(gè)站點(diǎn)逐日降水觀測(cè)資料分析發(fā)現(xiàn)，中國(guó)大部分地區(qū)極端降水顯著增強(qiáng)，江淮、華南一帶最為明顯，而華北、西南及西部部分地區(qū)持續(xù)性極端降水量呈減少趨勢(shì)，極端降水在這些地區(qū)更多是以非持續(xù)形式出現(xiàn).廖國(guó)清等^［4］通過構(gòu)建周尺度標(biāo)準(zhǔn)化帕爾默干旱指數(shù)對(duì)我國(guó)近60年干旱熱浪演變趨勢(shì)進(jìn)行分析發(fā)現(xiàn)，1995年以來干旱事件越發(fā)頻繁，東北、華北和云南東部的干旱頻次顯著增加.從極端天氣對(duì)經(jīng)濟(jì)社會(huì)的影響看，王慶杰等^［5］運(yùn)用格蘭杰因果檢驗(yàn)和C-D生產(chǎn)函數(shù)定量分析了極端天氣氣候事件對(duì)我國(guó)國(guó)民經(jīng)濟(jì)的影響發(fā)現(xiàn)，極端氣候事件對(duì)我國(guó)經(jīng)濟(jì)發(fā)展有顯著的負(fù)向作用，其中，華北、華東、中南、西北經(jīng)濟(jì)產(chǎn)出受極端氣候變化較大，極端高溫和極端降水對(duì)經(jīng)濟(jì)產(chǎn)出的負(fù)面影響更為顯著.陳海山等^［6］研究發(fā)現(xiàn)，極端暴雨不僅會(huì)造成顯著的直接經(jīng)濟(jì)損失，還會(huì)降低微觀經(jīng)濟(jì)主體的經(jīng)濟(jì)活躍度，從而導(dǎo)致城市經(jīng)濟(jì)增長(zhǎng)率降低.此外，極端天氣還會(huì)影響農(nóng)業(yè)生產(chǎn)，降低工業(yè)企業(yè)生產(chǎn)率^［7-8］.但由于學(xué)界對(duì)極端天氣的定義還未統(tǒng)一，且研究主要是利用加權(quán)的方式構(gòu)建綜合指數(shù)對(duì)某一種極端天氣進(jìn)行分析和預(yù)測(cè)，而對(duì)極端天氣的綜合分析較少，沒有從極端氣候事件發(fā)生的時(shí)間和空間變化上綜合考慮.為此，本文綜合夏季高溫、干旱和暴雨3種極端天氣，并充分考慮1961—2022年各省份的極端天氣數(shù)據(jù)，利用大數(shù)據(jù)聚類方法構(gòu)建夏季極端天氣發(fā)生指數(shù)，將不同空間和時(shí)間上的極端氣候放到統(tǒng)一的標(biāo)準(zhǔn)下進(jìn)行比較，從而得出其變化趨勢(shì)，更好地對(duì)極端氣候進(jìn)行預(yù)測(cè)預(yù)警，這將有助于保障人民的生命財(cái)產(chǎn)安全，實(shí)現(xiàn)國(guó)家經(jīng)濟(jì)社會(huì)安全穩(wěn)定的目標(biāo).可見，厘清我國(guó)極端天氣時(shí)空演變的特征及趨勢(shì)，對(duì)準(zhǔn)確預(yù)測(cè)極端天氣事件具有重要的現(xiàn)實(shí)意義.

1 研究方法

1.1 極端氣候事件的定義

目前，對(duì)極端氣候事件的定義有多種解釋，Beniston^［9］給出了極端氣候事件的3個(gè)標(biāo)準(zhǔn)：1）事件發(fā)生的頻率相對(duì)較低; 2）事件有相對(duì)較大或較小的強(qiáng)度值;3）事件導(dǎo)致了嚴(yán)重的社會(huì)經(jīng)濟(jì)損失.Easterling等^［10］從以下3個(gè)方面：1）基于簡(jiǎn)單的氣候統(tǒng)計(jì)量;2）具體的氣候事件;3）氣候事件對(duì)社會(huì)造成影響的大小，對(duì)氣候極端事件進(jìn)行定義.IPCC報(bào)告指出^［11］，極端天氣氣候事件是天氣氣候的狀態(tài)嚴(yán)重偏離其平均態(tài)，在統(tǒng)計(jì)意義上屬于不易發(fā)生的小概率事件，并將某一特定范圍（單點(diǎn)或某一區(qū)域）和時(shí)間尺度（日、月或年等）的某種天氣氣候現(xiàn)象，當(dāng)表征它的指標(biāo)滿足統(tǒng)計(jì)上的極端性標(biāo)準(zhǔn)，即該指標(biāo)值高于（或低于）其分布的上限（或下限）末端附近的某一閾值時(shí)，稱之為極端天氣氣候事件.氣候委員會(huì)等組織（WMO，World Meteorological Organization）聯(lián)合成立了氣候變化監(jiān)測(cè)和指標(biāo)專家組（ETCCDI，Expert Team on Climate Change Detection and Indices），并定義了27個(gè)典型的氣候指數(shù)，包括16個(gè)氣溫指數(shù)和11個(gè)降水指數(shù)^［12］.夏季主要出現(xiàn)的極端氣候事件總體可以分為極端高溫、極端干旱、極端降水等幾類，一般特點(diǎn)是發(fā)生概率小、社會(huì)影響大.

借鑒國(guó)際已有研究，綜合考量國(guó)家對(duì)高溫、暴雨、干旱的相關(guān)評(píng)價(jià)標(biāo)準(zhǔn)，各類氣象指標(biāo)的歷史發(fā)生規(guī)律及氣象條件是否適宜人類活動(dòng)，我們將極端天氣分為3類：極端干旱、極端降水和極端高溫，其中，日最高氣溫≥35 ℃，即認(rèn)定為當(dāng)天出現(xiàn)極端高溫天氣;日降水量超過50 mm，即認(rèn)定當(dāng)天出現(xiàn)極端降水天氣;夏季無降水天數(shù)超過50 d，即認(rèn)定出現(xiàn)了極端干旱天氣.此外，結(jié)合各地氣象歷史規(guī)律，我們將夏季出現(xiàn)5日以上極端高溫稱為“極端高溫天氣多發(fā)”，將出現(xiàn)3日以上暴雨天氣稱為“暴雨多發(fā)”，將無降水超過50 d稱為“極端少雨天氣”.

1.2 數(shù)據(jù)來源

數(shù)據(jù)來自國(guó)家氣象局，考慮到數(shù)據(jù)的完整性、可比性，獲取1962—2022年中國(guó)213個(gè)氣象監(jiān)測(cè)站點(diǎn)（表1）逐日最高氣溫、最低氣溫、平均氣溫、降水量數(shù)據(jù)，并選取每年的7月1日—8月31日為研究的時(shí)間范圍，將各氣象監(jiān)測(cè)站點(diǎn)逐日的數(shù)據(jù)匯總，測(cè)算出日均氣溫、日均最高氣溫、日均降水量、無降水天數(shù)等若干特征.并按極端氣候事件的定義，選取極端干旱、極端降水和極端高溫3個(gè)極端天氣氣候事件.

1.3 研究方法

為了更好地描述近年來極端天氣在我國(guó)各省份間的變化情況，基于各年度、各省份夏季的平均高溫天數(shù)、無降水天數(shù)、強(qiáng)降雨天數(shù)等不同特征建立夏季極端天氣發(fā)生指數(shù).利用多元向量聚類分析算法，將不同年份中不同省份的極端天氣發(fā)生情況分為5類，并按照不同類別嚴(yán)重程度給出1—5分，5分表示最嚴(yán)重.極端氣候發(fā)生指數(shù)將不同時(shí)間和空間下的天氣情況放在統(tǒng)一標(biāo)準(zhǔn)下衡量，有助于進(jìn)行時(shí)間跨度和空間分布的比較.

聚類分析首先確定距離方程，本文選取歐式距離為樣本之間的距離測(cè)度，其定義為

式中x_i、y_i分別表示不同時(shí)間和省份的極端氣候向量，其元素包括極端高溫天數(shù)、極端降水天數(shù)和干旱天數(shù).

其次，為將所有樣本分為5類，則需要將每個(gè)樣本點(diǎn)分配到第k類，k∈（1，2，…，5）.分配方式如下：

m^j_i=arg mink∈（1，2，…，5）d（x_i-μj_k），

μ^j+1_k=1|{i|m^j+1_i=k}|∑i|m^j+1_i=kx_i，

其中：j為循環(huán)輪次;μ⁰₁，…，μ⁰₅為5類的初始聚類中心，如此循環(huán)往復(fù)直到連續(xù)2輪的聚類中心不再發(fā)生變化為止.

2 研究結(jié)果與分析

2.1 夏季氣溫持續(xù)波動(dòng)上升、高溫天氣頻發(fā)多發(fā)

在全球變暖的大背景下，我國(guó)受到極端氣候事件的影響愈發(fā)嚴(yán)重，對(duì)經(jīng)濟(jì)社會(huì)和人民生產(chǎn)生活帶來嚴(yán)重影響.近年來，由圖1知，近60年來，我國(guó)夏季氣溫波動(dòng)上行，高溫、伏旱等極端現(xiàn)象不斷增多.從氣溫變化趨勢(shì)看，近年來，我國(guó)夏季無論是平均氣溫還是日均最高氣溫，均呈明顯上升趨勢(shì)，氣溫分布曲線明顯向高溫區(qū)偏移.氣象監(jiān)測(cè)數(shù)據(jù)顯示，2022年夏季是我國(guó)近60年來最熱的夏天，平均氣溫為24.1 ℃，創(chuàng)歷史新高，較前60年均值高出1.4 ℃;日最高氣溫平均為30.7 ℃，近60年來首次超過30 ℃;33.8 ℃以上的發(fā)生頻率較1982年、2002年均有明顯增加.2022年夏季極端高溫天氣呈現(xiàn)持續(xù)時(shí)間長(zhǎng)、范圍廣、強(qiáng)度大的特征.我國(guó)夏季不僅平均氣溫在升高，且高溫炎熱天氣也愈加頻繁.結(jié)合降水情況看，我國(guó)平均降水量長(zhǎng)期保持緩慢增長(zhǎng)趨勢(shì)，但21世紀(jì)以來波動(dòng)較為劇烈，2018年夏季平均降水量創(chuàng)歷史新高，而2011、2022年的夏季又出現(xiàn)平均降水量低于3.5 mm的干燥少雨情況.2022年夏季是我國(guó)近60年來“最熱夏天”與21世紀(jì)第2“干燥夏天”疊加，致使全國(guó)多地出現(xiàn)嚴(yán)重的伏旱天氣（圖1）.在當(dāng)下，我國(guó)夏季氣溫持續(xù)波動(dòng)上升、高溫天氣頻發(fā)多發(fā)的總體態(tài)勢(shì)下，預(yù)計(jì)未來“最熱夏天”的記錄將會(huì)不斷刷新，甚至?xí)啻纬霈F(xiàn)嚴(yán)重伏旱天氣.

2.2 夏季極端天氣發(fā)生頻率高、波及范圍廣

綜合歷史氣象規(guī)律及國(guó)家相關(guān)氣象標(biāo)準(zhǔn)，對(duì)近60年來我國(guó)夏季極端高溫、暴雨與少雨天氣的分布特征進(jìn)一步分析發(fā)現(xiàn)，近年來我國(guó)夏季高溫、暴雨、干旱等極端天氣頻發(fā)特征愈加明顯（圖2—5）.

一方面，我國(guó)夏季極端天氣日益多發(fā).從氣溫看，近年來，我國(guó)夏季各氣象監(jiān)測(cè)站點(diǎn)平均發(fā)生極端高溫的天數(shù)持續(xù)波動(dòng)上升，極端高溫頻發(fā).2020—2022年夏季平均極端高溫天數(shù)連創(chuàng)歷史新高，2022年平均極端高溫天數(shù)更是達(dá)13.83 d（圖2），

為近60年來最高值，也是21世紀(jì)前10年均值的近2倍.從降水來看，近年來，我國(guó)夏季無降水天數(shù)波動(dòng)上升，2022年夏天各站點(diǎn)平均無降水達(dá)41.4 d，近60年來首次超過40 d;平均暴雨發(fā)生天數(shù)雖僅有0.62 d，為近10年最低，但總體上我國(guó)夏季平均暴雨天數(shù)也持續(xù)升高（圖3）.盡管在同一年內(nèi)暴雨天數(shù)和無降水天數(shù)往往負(fù)相關(guān)，但平均無降水天數(shù)與暴雨天數(shù)均呈上升態(tài)勢(shì)，表明我國(guó)夏季降水分布更趨極端化，跨年度旱澇交替、同年度旱澇急轉(zhuǎn)的可能性或?qū)⒋蟠笤黾?

另一方面，極端天氣波及范圍愈發(fā)廣泛.極端高溫天氣分布方面，我國(guó)夏季出現(xiàn)5日以上極端高溫天氣的監(jiān)測(cè)站點(diǎn)數(shù)量波動(dòng)上升，2020—2022年出現(xiàn)極端高溫監(jiān)測(cè)站點(diǎn)數(shù)量連續(xù)3年上升，2022年達(dá)95個(gè)，與2010年的歷史峰值持平（圖4），極端高溫天氣多發(fā)涉及的地區(qū)越來越多.極端降水天氣分布方面，近年來，我國(guó)夏季暴雨多發(fā)與極端少雨天氣出現(xiàn)的監(jiān)測(cè)站點(diǎn)數(shù)量均波動(dòng)上升，其中2022年全國(guó)共40個(gè)氣象監(jiān)測(cè)站點(diǎn)出現(xiàn)極端少雨天氣，是近60年

來的最高記錄，較歷史次高點(diǎn)高出25％;盡管2022年我國(guó)暴雨多發(fā)地區(qū)較少，但從長(zhǎng)期來看，我國(guó)暴雨多發(fā)的監(jiān)測(cè)站點(diǎn)數(shù)量仍呈波動(dòng)上升態(tài)勢(shì)（圖5）.總體來看，暴雨多發(fā)與極端少雨天氣的波及面均越來越大.基于上述分析，預(yù)計(jì)未來我國(guó)夏季高溫、暴雨、少雨等極端天氣或?qū)l(fā)生頻率更高、波及范圍更廣、破壞力度更大，總體更趨極端化、常態(tài)化.

2.3 秦嶺淮河及長(zhǎng)江中下游流域夏季氣候極端化趨勢(shì)更明顯

近年來，我國(guó)極端天氣侵襲區(qū)域愈發(fā)廣泛，越來越多省份遭受了較為嚴(yán)重的沖擊.通過選取相對(duì)穩(wěn)定的1982—2002年作為基準(zhǔn)期與近3年的平均情況進(jìn)行比較，以分析各省份氣候變化趨勢(shì)，結(jié)果如下.

從我國(guó)夏季極端高溫分布來看，頻發(fā)省份明顯增多，從基準(zhǔn)年份的每年16個(gè)上升至近3年每年平均22個(gè)，增長(zhǎng)37.5％.其中，福建近3年夏季極端高溫天氣平均時(shí)間最長(zhǎng)，高達(dá)48.8 d/a;江西、福建、湖南、上海、廣西、重慶、海南每年極端高溫天氣天數(shù)增長(zhǎng)最為明顯，平均值較基準(zhǔn)值分別增加了24.0、23.5、20.0、19.3、13.8、12.8、12.3 d（圖6a）.從夏季無降水天氣分布來看，近半數(shù)省份出現(xiàn)了10.0％以上的增長(zhǎng)，其中，少雨最嚴(yán)重的是新疆地區(qū)，近3年平均達(dá)52.1 d/a;福建、江西、湖北、浙江、湖南無降水天數(shù)較多，且較基準(zhǔn)值增長(zhǎng)最明顯，分別增長(zhǎng)6.2、5.2、4.9、4.2、3.8 d（圖6b）.

從時(shí)間空間等多角度綜合評(píng)價(jià)全國(guó)極端天氣分布地區(qū)變化規(guī)律發(fā)現(xiàn)，近3年極端天氣發(fā)生指數(shù)評(píng)分為5的省份每年平均為9個(gè)，是1982—2002年平均水平的2.3倍，有29個(gè)省份的評(píng)分較基準(zhǔn)值出現(xiàn)上漲，其中廣西、海南、河南、重慶、湖南等省份近3年指數(shù)平均為4～5分，且較基準(zhǔn)年份指數(shù)增長(zhǎng)最大，氣候極端化趨勢(shì)最為突出.總之，從地理分布看，夏季極端天氣頻發(fā)地區(qū)已從基準(zhǔn)年份的東南局部地區(qū)大幅向北擴(kuò)展，近3年已經(jīng)波及至秦嶺淮河沿線及長(zhǎng)江中下游流域的大部分地區(qū).

3 結(jié)論、對(duì)策與展望

3.1 主要結(jié)論

近年來我國(guó)夏季氣溫呈波動(dòng)上升態(tài)勢(shì)，極端高溫、暴雨、極端干旱等惡劣天氣愈加頻發(fā).從地理分布看，夏季極端天氣頻發(fā)地區(qū)已從基準(zhǔn)年份的東南局部地區(qū)大幅向北擴(kuò)展，近3年已經(jīng)波及至秦嶺淮河沿線、長(zhǎng)江中下游流域的大部分地區(qū).預(yù)計(jì)未來我國(guó)夏季高溫、暴雨、干旱等極端天氣或?qū)l(fā)生頻率更高、波及范圍更廣、破壞力度更大，更趨極端化.

3.2 主要對(duì)策

面對(duì)未來極端天氣多發(fā)、頻發(fā)的總體趨勢(shì)，應(yīng)深入貫徹落實(shí)生命至上、以人民為中心的總體國(guó)家安全觀，堅(jiān)持底線思維，進(jìn)一步深化認(rèn)識(shí)，提高站位，構(gòu)建實(shí)施國(guó)家生態(tài)安全戰(zhàn)略，著力強(qiáng)化防災(zāi)減災(zāi)救災(zāi)能力建設(shè)，深入?yún)⑴c全球氣候治理合作，提早制定應(yīng)對(duì)預(yù)案，妥善化解極端天氣的不利影響.

一是加強(qiáng)極端氣候環(huán)境下防災(zāi)減災(zāi)基礎(chǔ)設(shè)施建設(shè).建設(shè)標(biāo)準(zhǔn)適度、功能完善、安全可靠的防災(zāi)減災(zāi)工程體系，加強(qiáng)極端氣候防災(zāi)減災(zāi)相關(guān)工程設(shè)計(jì)，強(qiáng)化城市安全管理等非工程措施;加強(qiáng)極端氣候環(huán)境下防災(zāi)減災(zāi)基礎(chǔ)設(shè)施建設(shè)，提高設(shè)計(jì)標(biāo)準(zhǔn)，對(duì)容易出現(xiàn)風(fēng)險(xiǎn)的地方進(jìn)行除險(xiǎn)處理;合理規(guī)劃城市布局，提高城市綠化面積，創(chuàng)新建筑結(jié)構(gòu)設(shè)計(jì)，開發(fā)利用清潔能源.

二是加強(qiáng)極端氣候監(jiān)測(cè)預(yù)警和災(zāi)害防御信息化建設(shè).構(gòu)建極端氣候監(jiān)測(cè)預(yù)警應(yīng)急體系，搭建多源監(jiān)測(cè)信息通道，實(shí)現(xiàn)全覆蓋、精細(xì)化的極端氣候觀測(cè)網(wǎng)，建立精準(zhǔn)實(shí)時(shí)的極端氣候預(yù)警體系，加強(qiáng)預(yù)報(bào)能力，提升監(jiān)測(cè)預(yù)警信息化水平，應(yīng)用先進(jìn)傳感器和現(xiàn)代信息技術(shù)，采用大數(shù)據(jù)和人工智能技術(shù)進(jìn)行模擬和預(yù)測(cè)分析，健全極端氣候研判機(jī)制.

三是提升極端氣候安全保障工作和全民防災(zāi)意識(shí).開展日常防災(zāi)減災(zāi)宣傳教育、科學(xué)普及和自救互助工作，提升全民防災(zāi)意識(shí).健全應(yīng)急管理措施并加強(qiáng)公眾的應(yīng)對(duì)能力，做好保障、補(bǔ)貼和救治工作.提前普及極端氣候應(yīng)急避險(xiǎn)知識(shí)和災(zāi)后應(yīng)急處置能力，提升交通、通信、水電等防災(zāi)搶修能力;提前規(guī)避風(fēng)險(xiǎn)并提升應(yīng)對(duì)突發(fā)極端氣候?yàn)?zāi)害事件的能力，降低災(zāi)后可能出現(xiàn)的不利影響.

四是積極參加全球氣候變化國(guó)際合作與協(xié)作.氣候變化帶來的極端氣候事件對(duì)全球生態(tài)環(huán)境和經(jīng)濟(jì)社會(huì)發(fā)展均造成了嚴(yán)重的影響，為應(yīng)對(duì)極端氣候多發(fā)頻發(fā)問題不能單靠一個(gè)國(guó)家的力量，而要全世界共同努力，構(gòu)建全球命運(yùn)共同體，加強(qiáng)國(guó)際合作與協(xié)助，建立地區(qū)之間應(yīng)對(duì)氣候變化的戰(zhàn)略.積極推進(jìn)巴黎協(xié)定目標(biāo)，強(qiáng)化應(yīng)對(duì)氣候變化的共同擔(dān)當(dāng)，發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家相互協(xié)助，共同致力于減少碳排放項(xiàng)目，提供全球氣象信息共享服務(wù).

3.3 研究展望

隨著全球氣候變化的加劇，極端天氣事件的發(fā)生頻率不斷增加，對(duì)人類社會(huì)構(gòu)成了嚴(yán)峻挑戰(zhàn).利用人工智能（AI）和大數(shù)據(jù)技術(shù)進(jìn)行極端天氣的監(jiān)測(cè)和預(yù)測(cè)，已成為氣象學(xué)界和人工智能領(lǐng)域研究的熱點(diǎn).未來，有望在以下幾個(gè)方面取得突破：

1）提高預(yù)測(cè)精度.AI模型通過學(xué)習(xí)歷史氣候數(shù)據(jù)，能夠識(shí)別極端天氣事件的模式和趨勢(shì)，從而提高預(yù)測(cè)的準(zhǔn)確性.例如，微軟研究院開發(fā)的Aurora模型，經(jīng)過超一百萬小時(shí)的多樣化天氣和氣候模擬訓(xùn)練，能夠全面了解大氣動(dòng)力學(xué)，并在廣泛的預(yù)測(cè)任務(wù)中表現(xiàn)出色，即使在數(shù)據(jù)稀疏的地區(qū)或極端天氣的情況下也能提供準(zhǔn)確的預(yù)報(bào).

2）延長(zhǎng)預(yù)測(cè)時(shí)效.AI技術(shù)的應(yīng)用可以顯著延長(zhǎng)極端天氣事件的有效預(yù)測(cè)期.例如，清華大學(xué)與國(guó)家氣象中心合作開發(fā)的NowcastNet模型，能夠逐10 min生成3 h的降水預(yù)報(bào)，并將降水臨近預(yù)報(bào)的時(shí)效延長(zhǎng)至3 h，彌補(bǔ)了極端降水預(yù)報(bào)的短板.

3）實(shí)時(shí)監(jiān)測(cè)與預(yù)警.結(jié)合物聯(lián)網(wǎng)技術(shù)，AI可以實(shí)時(shí)監(jiān)測(cè)天氣狀況，并在極端天氣事件發(fā)生前提供預(yù)警.這有助于政府和公眾提前作好準(zhǔn)備，減少災(zāi)害損失.

4）多尺度天氣系統(tǒng)的分析.AI模型能夠處理從局部風(fēng)暴到全球氣候變化的多尺度天氣系統(tǒng)，提供更為全面的預(yù)測(cè)信息.這有助于更好地理解XZ3KRXd4KnLiCTkJL1BIrQPfdGE8N/zI+GcyQ2cMKLI=極端天氣事件的形成機(jī)制，從而提高預(yù)測(cè)的可靠性.

5）氣候變化適應(yīng)性研究.AI技術(shù)可以幫助科學(xué)家研究氣候變化對(duì)極端天氣事件的影響，為制定應(yīng)對(duì)氣候變化的策略提供科學(xué)依據(jù).例如，通過模擬未來氣候變化情景，預(yù)測(cè)極端天氣事件的變化趨勢(shì)，為城市規(guī)劃和農(nóng)業(yè)發(fā)展提供指導(dǎo).

6）跨學(xué)科融合.AI和大數(shù)據(jù)技術(shù)的發(fā)展促進(jìn)了氣象學(xué)、計(jì)算機(jī)科學(xué)、物理學(xué)等多學(xué)科的交叉融合，為極端天氣預(yù)測(cè)提供了新的研究方法和技術(shù)手段.

總之，AI和大數(shù)據(jù)技術(shù)在極端天氣監(jiān)測(cè)和預(yù)測(cè)方面的應(yīng)用前景充滿希望.隨著技術(shù)的不斷進(jìn)步和數(shù)據(jù)資源的日益豐富，未來我們將能夠更加精確地預(yù)測(cè)極端天氣事件，為防災(zāi)減災(zāi)和應(yīng)對(duì)氣候變化提供強(qiáng)有力的支持.

參考文獻(xiàn)：

［1］ Lev-On M，Lev-On P.Findings from the 2023 IPCC synthesis report on climate change［J］.Magazine Environmental Managers，2023（Jul.）：28.

［2］ 舒章康，李文鑫，張建云，等.中國(guó)極端降水和高溫歷史變化及未來趨勢(shì)［J］.中國(guó)工程科學(xué)，2022，24（5）：116.

［3］ 賀冰蕊，翟盤茂.中國(guó)1961—2016年夏季持續(xù)和非持續(xù)性極端降水的變化特征［J］.氣候變化研究進(jìn)展，2018，14（5）：437.

［4］ 廖國(guó)清，朱燁，吳光東，等.中國(guó)近60年干旱熱浪演變趨勢(shì)及并發(fā)特征分析［J］.長(zhǎng)江科學(xué)院院報(bào)，2023，40（2）：169.

［5］ 王慶杰，沈顥，李純凈.極端天氣氣候?qū)ξ覈?guó)國(guó)民經(jīng)濟(jì)影響的統(tǒng)計(jì)分析［J］.長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)，2018，39（6）：603.

［6］ 陳海山，陳志龍.氣候風(fēng)險(xiǎn)、經(jīng)濟(jì)增長(zhǎng)與城市內(nèi)涵式發(fā)展：基于暴雨沖擊的經(jīng)驗(yàn)證據(jù)［J］.統(tǒng)計(jì)研究，2024，41（6）：121.

［7］ Zhu P，Burney J，Chang J F，et al.Warming reduces global agricultural production by decreasing cropping frequency and yields［J］.Nat Clim Change，2022，12（11）：1016.

［8］ 楊璐，史京曄，陳曉光.溫度變化對(duì)中國(guó)工業(yè)生產(chǎn)的影響及其機(jī)制分析［J］.經(jīng)濟(jì)學(xué)（季刊），2020，20（1）：299.

［9］ Beniston M.Linking extreme climate events and economic impacts：examples from the Swiss Alps［J］.Energy Policy，2007，35（11）：5384.

［10］ Easterling D R，Evans J L，Groisman P Y，et al.Observed variability and trends in extreme climate events：a brief review［J］.Bull Amer Meteor Soc，2000，81（3）：417.

［11］ IPCC.Climate change 2012：the fifth assessment report of the intergovernmental panel on climate change ［R］.Cambridge：Cambridge University Press，2012.

［12］ Office I C P.Report on the activities of the Working Group on Climate Change Detection and Related Rapporteurs 1998—2001［R］.International CLIVAR Project Office，2001.

［責(zé)任編輯： 史成娣］