典型区域极端降水预估约束（左：亚洲北部夏季极端降水；右：欧洲冬季极端降水）。（课题组供图）

近年来破纪录的极端降水和洪涝频繁袭击全球各地，最新气候模式在定量预估区域极端降水的变化方面上尚存在较大的不确定性，这制约了气候预估信息在实际决策中的有效应用。解决气候预估不确定性难题的关键，一是寻找气候预估的不确定性来源，二是提出有效的约束方法来减少预估不确定性的范围。

在国家重点研发计划和国家自然科学基金等项目的联合支持下，中国科学院大气物理研究所LASG国家重点实验室周天军研究员课题组联合英国气象局哈德莱气候中心合作者在《自然—通讯》发表题为“基于观测降水变率约束极端降水预估”的研究论文，指出中高纬地区极端降水预估的模式间不确定性与模式模拟的历史气候降水变率，即降水事件的波动幅度或振荡范围，存在显著相关。

“基于这一结果，我们利用观测的降水变率变化对未来预估结果加以约束，有效地减少了特定温升水平下极端降水预估结果的不确定性，减幅可达20%-40%。”论文通讯作者周天军告诉《中国科学报》。

在该项研究中，作者利用参加第五和第六次国际耦合模式比较计划的多气候模式的集合模拟数据，研究了较之工业化前气候全球平均温升2°C和3°C等温升阈值下极端降水频率变化的模式间预估不确定性，发现模式之间的差异与各自模拟的历史气候下的降水变率显著相关：具体说来，对于某一个地区而言，如果气候模式模拟的历史降水变率越小，则其预估的未来极端降水频率变化增加的就越快。

基于这一联系，研究者建立了针对极端降水预估的“涌现约束”关系。利用该约束关系，结合观测的降水变率，作者对极端降水的预估结果进行了约束，结果表明，该约束方法能够有效减小区域极端降水预估的不确定性范围。该方法还能够订正多模式集合预估的最优估计。例如，约束结果表明，未来亚洲北部极端降水的增加幅度将高于模式原始预估结果（偏高20%），而欧洲地区极端降水的增加幅度则将弱于原始模式预估结果（减弱16%）。

在利用气候模式结果并结合观测数据建立涌现约束关系的基础上，作者进一步从统计理论的角度探讨了约束关系的合理性。

他们对降水进行了统计分布拟合，进行了理想的分布变换，从降水分布模型的角度，厘清了极端降水频率变化与历史降水变率之间存在联系的理论依据，明晰了极端降水预估不确定性的来源，证明了所提出的涌现约束关系的可靠性。

极端降水预估准确性的提高问题是一个国际性难题，此前国际上有关团队对全球平均或热带平均情况提出了有效的约束方法，但极端降水的变化在空间分布上是不均匀的，应对气候变化需要准确的区域预估信息，该研究提出的涌现约束方法适用于中高纬地区的区域尺度。

相关论文信息： https://doi.org/10.1038/s41467-022-34006-0.