長江流域復(fù)合極端氣候事件指標(biāo)及識(shí)別方法綜述

摘要：為全面系統(tǒng)地認(rèn)識(shí)氣候變化背景下長江流域復(fù)合極端氣候事件的歷史特征和變化趨勢，對復(fù)合事件的定義與類型、指標(biāo)體系、識(shí)別算法以及歷史復(fù)合事件識(shí)別結(jié)果等進(jìn)行了文獻(xiàn)綜述。研究表明：① 復(fù)合事件具有兩個(gè)或多個(gè)事件同時(shí)或相繼發(fā)生，導(dǎo)致影響放大，并造成極端影響等特征，分類方式多樣；根據(jù)時(shí)空分布組合，長江流域可確定4類復(fù)合極端氣候事件，其中時(shí)空同步復(fù)合事件（高溫干旱、低溫雨雪冰凍）、同地繼發(fā)事件（旱澇急轉(zhuǎn)、洪水熱浪）研究相對較豐富，而異地同發(fā)和異地繼發(fā)復(fù)合事件文獻(xiàn)研究相對較少。② 目前國內(nèi)外復(fù)合事件識(shí)別常基于某種指標(biāo)運(yùn)用絕對閾值法或者相對閾值法實(shí)現(xiàn)，常用指標(biāo)共計(jì)有26種，識(shí)別方法30余種。③ 長江流域是復(fù)合事件的高發(fā)區(qū)，21世紀(jì)以來，長江流域頻率增加最明顯的是洪水熱浪復(fù)合事件，其次是高溫干旱和旱澇急轉(zhuǎn)復(fù)合事件，低溫雨雪冰凍雖然發(fā)生頻次變化不明顯，但極端性逐漸增強(qiáng)。④ 未來長江流域復(fù)合事件的研究和業(yè)務(wù)應(yīng)繼續(xù)完善監(jiān)測評估體系，深入探究復(fù)合事件各因子的相互作用和關(guān)聯(lián)關(guān)系，以及事件背后的天氣氣候系統(tǒng)、驅(qū)動(dòng)因子和物理機(jī)制，增強(qiáng)未來變化預(yù)估能力；同時(shí)，加強(qiáng)跨學(xué)科研究以及復(fù)合事件對敏感行業(yè)和領(lǐng)域（如水資源、電力）的影響機(jī)理和評估方法研究。

關(guān) 鍵 詞：復(fù)合極端氣候事件； 高溫干旱； 低溫雨雪冰凍； 旱澇急轉(zhuǎn)； 洪水熱浪； 長江流域

中圖法分類號： P467 文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2025.03.013

0 引 言

兩個(gè)及以上天氣或氣候事件（不要求是極端事件）的組合（如時(shí)間上同時(shí)發(fā)生或前后發(fā)生，不同空間上相繼發(fā)生等），相比于單個(gè)事件本身可能會(huì)對社會(huì)和環(huán)境造成更大的威脅和破壞［1］，這種組合也被稱為復(fù)合極端氣候事件，簡稱復(fù)合事件。聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）第六次評估報(bào)告指出，在2 ℃升溫的全球變暖情景下，多種復(fù)合事件的頻率和強(qiáng)度的增加會(huì)在農(nóng)業(yè)生產(chǎn)、基礎(chǔ)設(shè)施和生態(tài)系統(tǒng)等各維度帶來更極端的風(fēng)險(xiǎn)［1-4］。長江流域作為中國第一大流域，橫跨中國大陸三級階梯，囊括青藏高寒區(qū)、西南熱帶季風(fēng)區(qū)和華中亞熱帶季風(fēng)區(qū)3個(gè)氣候區(qū)，氣候類型復(fù)雜，流域內(nèi)人口眾多、經(jīng)濟(jì)發(fā)達(dá)，極端氣候事件是該區(qū)域社會(huì)經(jīng)濟(jì)運(yùn)行和發(fā)展面臨的重要風(fēng)險(xiǎn)之一。

本文通過文獻(xiàn)調(diào)研，系統(tǒng)梳理了有關(guān)復(fù)合事件的定義、分類、指標(biāo)及其識(shí)別與評估方法研究進(jìn)展，討論了長江流域不同類型復(fù)合事件的年際變化，以期為應(yīng)對氣候變化提供一定參考。

1 復(fù)合極端氣候事件的定義與類型

2012年，IPCC《管理極端事件和災(zāi)害風(fēng)險(xiǎn)推進(jìn)氣候變化適應(yīng)特別報(bào)告》（SREX）中首次較系統(tǒng)地對復(fù)合事件的定義、類型等進(jìn)行了總結(jié)和介紹［5］。SREX將復(fù)合事件定義為：① 兩個(gè)或多個(gè)同時(shí)發(fā)生的極端事件；② 在一定條件下發(fā)生的導(dǎo)致影響放大的極端事件組合；③ 各因子不極端，但是組合起來帶來極端影響。此后，國內(nèi)外有關(guān)復(fù)合事件的研究逐漸發(fā)展得更加體系化。如Leonard［6］、Hao［7］等強(qiáng)調(diào)了復(fù)合事件必須是在統(tǒng)計(jì)上具有相關(guān)性的多個(gè)變量，或者該事件帶來了極端影響。Zscheischler等［8］從影響出發(fā)，將復(fù)合事件定義為“引起社會(huì)或環(huán)境風(fēng)險(xiǎn)的多個(gè)致災(zāi)因子或驅(qū)動(dòng)因子的組合”。這與IPCC倡導(dǎo)的“風(fēng)險(xiǎn)”框架契合，因此發(fā)展到2021年，IPCC正式沿用了這個(gè)定義。

相對于復(fù)合事件的定義，如何對復(fù)合事件分門別類則稍顯復(fù)雜。早期學(xué)者常直接根據(jù)天氣氣候過程和變量之間的組合來分類，例如氣溫和降水組合（高溫干旱等），與風(fēng)有關(guān)的組合（如強(qiáng)風(fēng)-高溫-野火、海岸風(fēng)暴潮等）。這種分類方法雖然簡單直觀，但是無法覆蓋所有復(fù)合類型，也不能表征各因子之間的時(shí)空關(guān)系。2020年，Zscheischler等［9］提出了基于各因子相互關(guān)系的分類方法，將復(fù)合事件分為先決條件、多變量、時(shí)間復(fù)合和空間復(fù)合4種類型，比較系統(tǒng)地概括了復(fù)合事件的類型特征。但是也有研究指出，該分類不存在硬性邊界，可能導(dǎo)致某個(gè)事件同時(shí)屬于幾種類別的情況，為災(zāi)害管理帶來不便［10-11］。例如2022年川渝高溫干旱事件，既可以劃分為多變量事件，也可以劃分為先決條件事件［12］。為此，方建等［10］提出從時(shí)間和空間2個(gè)維度來劃分復(fù)合事件，時(shí)間上包括多個(gè)致災(zāi)因子同步同時(shí)發(fā)生和連續(xù)相繼發(fā)生兩類，空間上包括多個(gè)事件過程同地發(fā)生和異地發(fā)生兩類，由此兩兩組合成4個(gè)類型，分別為時(shí)空同步型、同地繼發(fā)型、異地同發(fā)型和異地繼發(fā)型。該分類方法聚焦事件之間的時(shí)空關(guān)系，在分類邊界上更加清晰。

針對溫度和降水兩類最常見的氣象要素，本文統(tǒng)計(jì)了長江流域時(shí)空同步和同地繼發(fā)兩大類復(fù)合事件，其中時(shí)空同步型2種，分別為高溫干旱（干熱復(fù)合）和低溫雨雪冰凍（冷濕復(fù)合）；同地繼發(fā)型2種，分別為前期雨澇-后期高溫復(fù)合（洪水熱浪）和旱澇急轉(zhuǎn)。而異地同發(fā)（如上游干旱-中下游高溫復(fù)合和上游干旱-中下游雨澇復(fù)合）、異地繼發(fā)（如上游和中下游雨洪澇的相繼發(fā)生復(fù)合，也屬于復(fù)合洪水的范疇）兩大類，因?yàn)槲墨I(xiàn)來源較少，暫不做分析討論。下節(jié)將針對這4種復(fù)合極端氣候事件的指標(biāo)及識(shí)別方法進(jìn)行詳細(xì)論述。

2 復(fù)合極端氣候事件的指標(biāo)及識(shí)別方法

2.1 高溫干旱

高溫干旱（干熱復(fù)合）是目前研究最多的復(fù)合事件類型［10］。干熱復(fù)合事件可被定義為干和熱的極端指標(biāo)X和Y（無論兩者是否相關(guān)）在二維概率空間分布上的子集。目前最簡單的方式就是用指標(biāo)X和Y的聯(lián)合概率［0，x］×［y，+∞］來定義這個(gè)子集［13-14］。這種方法通常被稱為聯(lián)合閾值法［15］。

指標(biāo)X和Y的選取、閾值的設(shè)定常有不同的方式，可能會(huì)影響事件的識(shí)別結(jié)果。干旱指標(biāo)X常用的有降水量（PR）［16］、標(biāo)準(zhǔn)化降水指數(shù)（SPI）［17-18］、標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）［19］、氣象干旱綜合指數(shù)（MCI）［20-21］、帕默爾干旱系數(shù)（PDSI）［22］等。已有研究顯示，選擇不同的干旱指標(biāo)會(huì)導(dǎo)致干旱變化的一些敏感性波動(dòng)［23-25］。而在中國運(yùn)用不同的干旱指標(biāo)（如SPI，SPEI，PDSI等）［26］，雖然對干熱復(fù)合事件的頻率統(tǒng)計(jì)結(jié)果基本一致，但可能在一些特定地方（如華東地區(qū)）存在差異［27-28］。

熱指標(biāo)Y最常用的是日最高氣溫（Tmax）［29］、日最低溫度（Tmin）［30］、標(biāo)準(zhǔn)化溫度指數(shù)（STI）［17］等。除了分開識(shí)別干熱事件外，為了量化復(fù)合極端事件的強(qiáng)度，也有研究使用多元隨機(jī)變量的聯(lián)合指數(shù)。例如Kao等［31］曾提出聯(lián)合赤字指數(shù)（JDI），將氣象和水文干旱結(jié)合起來；Hao［32］、Feng［16］等使用標(biāo)準(zhǔn)干熱指數(shù)（SDHI），將高溫干旱的測量轉(zhuǎn)換為X=降水量/溫度，X越小，代表干熱復(fù)合越嚴(yán)重；Hao等［33］還提出了標(biāo)準(zhǔn)化復(fù)合事件指數(shù)（SCEI），通過標(biāo)準(zhǔn)化干旱和熱浪事件的聯(lián)合概率來評估高溫干旱的嚴(yán)重程度。

確定相應(yīng)指標(biāo)后，極端日的判別則常采用閾值法（Peak-over-threshold，POT）確定。閾值包括極值、絕對閾值和相對閾值指標(biāo)。極值法常導(dǎo)致樣本識(shí)別結(jié)果偏少，因此很少應(yīng)用在復(fù)合事件研究中。絕對閾值一般按照國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、現(xiàn)行觀測規(guī)范或經(jīng)驗(yàn)，定義某一要素超過或小于特定閾值的日數(shù)或量值作為特定指標(biāo)。例如高溫日數(shù)為日最高氣溫≥35 ℃的天數(shù)［29，34］、干旱日數(shù)為標(biāo)準(zhǔn)化降水指數(shù)SPI≤-1［16］或氣象綜合干旱指數(shù)MCI≤-1［20］的天數(shù)。相對閾值指標(biāo)使用滑動(dòng)窗口百分位值或者所有樣本百分位值（通常取第90或95百分位等）作為閾值，超過這個(gè)閾值則被認(rèn)為是極端日［20，30，35-36］。例如所有年份某日以及前、后7 d的日最高氣溫前90百分位值作為該日高溫閾值［20］。通常極端日連續(xù)天數(shù)達(dá)到2 d［20］或3 d［16-17］構(gòu)成極端熱事件；持續(xù)15 d及以上［21］則構(gòu)成極端干事件。熱事件和干事件同時(shí)出現(xiàn)，則可判斷一次復(fù)合干熱事件，其邏輯如圖1所示。

不同識(shí)別方法的結(jié)果往往可以間接反映氣象因子的內(nèi)部變化規(guī)律。Perkins等［30］曾比較分析了3種熱浪定義方法（分別是15 d窗口期下Tmax的第90百分位、15 d窗口期下Tmin的第90百分位、過量熱指標(biāo)）下的熱浪特征，發(fā)現(xiàn)年際熱浪總?cè)諗?shù)和年際熱浪次數(shù)的年代際變化趨勢空間圖有很強(qiáng)的相似性，表明熱浪總天數(shù)與熱浪次數(shù)有關(guān)聯(lián)性。

2.2 低溫雨雪冰凍

傳統(tǒng)上，低溫雨雪冰凍事件里的低溫事件、極端降水事件和冰凍事件常被單獨(dú)定義［37-39］。但事實(shí)上這3類事件不能完全相互隔離，可能并存形成一個(gè)組合事件，即低溫雨雪冰凍復(fù)合事件。它是典型的冷濕復(fù)合事件，屬于時(shí)空同步型。低溫雨雪冰凍事件一旦發(fā)生，則會(huì)給當(dāng)?shù)亟煌ㄟ\(yùn)輸、能源供應(yīng)、電力傳輸、通訊設(shè)施、農(nóng)業(yè)生產(chǎn)和群眾生活造成嚴(yán)重影響，尤其是中國南方地區(qū)，低溫雨雪冰凍事件曾造成巨大的經(jīng)濟(jì)損失，如2008年1月中旬至2月上旬及2024年2月的低溫雨雪冰凍事件［40-41］。

對該事件的定義包括氣溫和降水兩個(gè)氣象因子。基于相關(guān)研究［42］，王海軍等［43］結(jié)合中國南方天氣氣候特點(diǎn)，將冰凍日定義為日平均氣溫≤1.0 ℃，且有降水（雨或雪等）發(fā)生；若冰凍日持續(xù)3 d及以上則稱為持續(xù)性冰凍雨雪天氣過程。該定義也得到了其他學(xué)者的延用［44］。四川省于2021年出臺(tái)相似標(biāo)準(zhǔn)，將川西高原的低溫雨雪冰凍日定義為日平均氣溫≤1.0 ℃，且有降雪發(fā)生或者降雪（雨）后又積雪（或結(jié)冰）存在［45］。因此，如果低溫、降水和冰凍天氣在大面積上同時(shí)存在，即可定義為低溫雨雪冰凍事件［46］。世界氣象組織（WMO）極端天氣和氣候事件定義工作組（TT-DEWCE）建議在研究相關(guān)寒潮和重要降水事件等的定義時(shí)應(yīng)輔之以對其規(guī)模、持續(xù)時(shí)間和范圍的描述［47-48］。

具體到實(shí)踐中，不同的單指標(biāo)和復(fù)合指標(biāo)、不同的識(shí)別方法（相對閾值、絕對閾值等）相繼涌現(xiàn)并應(yīng)用到低溫雨雪冰凍事件的識(shí)別中。判斷低溫過程時(shí)，既可以使用連續(xù)3 d以上日平均氣溫低于某百分位閾值［46，49］或者固定閾值（如1 ℃［43-44］），也可以使用固定時(shí)段降溫幅度［50］。而低溫雨雪冰凍事件與雨雪有關(guān)，有的研究直接使用降水量第90百分位來判斷［43］，有的則要求必須有一定的降水量，因此通過只對降水量升序序列中降水量＞0 mm 的序列片段進(jìn)行百分位分析，取某一閾值（如中分位［49］）為臺(tái)站的多雨雪閾值，就可以判斷多雨雪臺(tái)站。判斷冰凍過程，受缺少實(shí)際觀測資料限制，同時(shí)考慮到南方冰凍天氣主要以雨凇為主，相關(guān)研究常直接采用雨凇“有和無”判斷冰凍發(fā)生臺(tái)站［46，50-51］。圖2簡要展示了使用三指標(biāo)識(shí)別某臺(tái)站是否發(fā)生低溫（雨雪、冰凍）的思路。

宗海鋒等［49］指出，低溫、雨雪和冰凍災(zāi)害的發(fā)生時(shí)段有的相互交織，有的互不重疊，由此存在3種組合方式：非組合型（即獨(dú)立事件）、兩兩組合型、三者組合型。針對低溫雨雪冰凍三者組合復(fù)合事件，得出相應(yīng)單站（或者單格點(diǎn)）日尺度識(shí)別結(jié)果后，根據(jù)每日影響范圍是否超過某一相對閾值（如上三分位66.7%），確定相應(yīng)的大范圍低溫（雨雪、冰凍）日；持續(xù)3 d以上，定義為一次大范圍持續(xù)性低溫（雨雪、冰凍）災(zāi)害事件；最后根據(jù)事件的時(shí)間持續(xù)性（如3 d以上）和區(qū)域重疊性進(jìn)行判斷，即能達(dá)到客觀識(shí)別低溫雨雪冰凍事件的目的。除此以外，也有相關(guān)研究運(yùn)用如日最高氣溫≤6 ℃、日最低氣溫≤0 ℃、相對濕度≥80%、日照時(shí)數(shù)≤1.3 h的綜合氣象閾值條件來評估南方地區(qū)低溫雨雪冰凍事件發(fā)生的次數(shù)和持續(xù)時(shí)間［52］。

復(fù)合指標(biāo)則主要用于低溫雨雪冰凍事件的強(qiáng)度評估。如孫曉娟等［44］在王海軍等［43］的工作基礎(chǔ)上，通過由冰凍日數(shù)、過程降水總量、過程平均氣溫、過程最低氣溫4個(gè)因子定義的南方綜合冰凍天氣過程指數(shù)均值的比較檢驗(yàn)，選取了1951～2017年通過0.01置信度檢驗(yàn)的17個(gè)冬季強(qiáng)冰凍雨雪事件發(fā)生年；之后又結(jié)合持續(xù)性冰凍雨雪過程定義，從17個(gè)發(fā)生年中確定了37次強(qiáng)冰凍雨雪過程。

2.3 旱澇急轉(zhuǎn)

旱澇急轉(zhuǎn)是指在短時(shí)間內(nèi)，某個(gè)地區(qū)或流域經(jīng)歷 “旱”與“洪”“澇”或“漬”等災(zāi)害的快速轉(zhuǎn)變現(xiàn)象［53］，反映了短時(shí)間內(nèi)極端干旱和洪水的共存。它可能導(dǎo)致水土流失、河流泥沙淤積、生態(tài)環(huán)境惡化、農(nóng)作物歉收、水利設(shè)施受損等多種負(fù)面影響［54-56］，是長江流域抗災(zāi)減災(zāi)需要重點(diǎn)關(guān)注的復(fù)合事件之一。IPCC第6次評估報(bào)告指出，氣候變化會(huì)進(jìn)一步加劇水文循環(huán)，并在全球多地引起極端降水和干旱并發(fā)、頻發(fā)的趨勢［1］。2011年5～6月，長江中下游地區(qū)出現(xiàn)了旱澇急轉(zhuǎn)，短時(shí)間內(nèi)多地由嚴(yán)重干旱轉(zhuǎn)為暴雨洪澇，其劇烈程度歷史罕見［57］。在模擬未來不同溫室氣體排放情景下，極端降水事件在許多地區(qū)將呈增多、增強(qiáng)趨勢，同時(shí)受干旱影響的區(qū)域范圍可能增加［58］，長期旱澇并發(fā)和短期旱澇急轉(zhuǎn)的現(xiàn)象將更明顯、更頻繁［59］。

為了更好地識(shí)別干旱和洪澇兩種極端氣象災(zāi)害，研究常采用不同的指標(biāo)進(jìn)行計(jì)算［60］，即識(shí)別干旱應(yīng)用干旱類的指標(biāo)，如前文2.1節(jié)介紹的氣象干旱綜合指數(shù)（MCI）、帕默爾干旱系數(shù)（PSDI）等；識(shí)別洪澇則用降水類指標(biāo)，如第95百分位降水量等。

確定指標(biāo)后利用閾值法可以確定干旱和洪水，該方法基于統(tǒng)計(jì)的游程理論來分析連續(xù)時(shí)間序列；再根據(jù)干旱結(jié)束與洪水開始之間的間隔時(shí)間小于3 d［61］或5 d［62］達(dá)到識(shí)別旱澇急轉(zhuǎn)事件的目的，這種識(shí)別邏輯與2.4節(jié)的洪水熱浪非常相似。

更多的研究則使用可以同時(shí)反映干旱和洪澇特征的單指標(biāo)來進(jìn)行事件識(shí)別，例如使用標(biāo)準(zhǔn)化降水指數(shù)（SPI）［63］或者標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）［64］等。為定量地研究夏季長周期“旱澇急轉(zhuǎn)”的基本特征，吳志偉等［65］基于前汛期（5～6月）和后汛期（7～8月）定義了一個(gè)長周期旱澇急轉(zhuǎn)指數(shù) （LDFAI）。LDFAI大于1為旱轉(zhuǎn)澇事件，小于-1為澇轉(zhuǎn)旱事件，介于-1～1之間的屬于正常狀態(tài)。LDFAI絕對值越大說明旱澇急轉(zhuǎn)事件越嚴(yán)重。

在前人工作的基礎(chǔ)上，閃麗潔等［66］根據(jù)月降水進(jìn)一步定義了短周期旱澇急轉(zhuǎn)指數(shù)（SDFAI），將計(jì)算尺度精細(xì)到一個(gè)月。此后，閃麗潔等［53］又定義了日尺度的修正干濕急轉(zhuǎn)指數(shù)（DWAAI），同時(shí)考慮了旱、澇和急轉(zhuǎn)程度3個(gè)因素，彌補(bǔ)了長、短周期旱澇急轉(zhuǎn)指數(shù)以月或旬為時(shí)間尺度可能使旱澇發(fā)生中和的缺陷，對旱澇急轉(zhuǎn)的篩選更加全面［67］。

除SPI、SPEI、LDFAI、SDFAI、SWAAI以外，常用的旱澇急轉(zhuǎn)指標(biāo)還有：標(biāo)準(zhǔn)化加權(quán)平均降水指數(shù)（SWAP）、標(biāo)準(zhǔn)化徑流指數(shù)（SRI）等［62，68-70］。這一類指標(biāo)對旱澇急轉(zhuǎn)的識(shí)別邏輯與本身能反映急轉(zhuǎn)強(qiáng)度的LDFAI不同，是通過由負(fù)值（正值）躍遷到正值（負(fù)值）來實(shí)現(xiàn)對旱轉(zhuǎn)澇（澇轉(zhuǎn)旱）的判斷，SWAP的識(shí)別邏輯如圖3所示。其中，不少研究指出，SWAP和SRI指數(shù)在旱澇監(jiān)測方面被證明具有良好的適用性，可以從較短時(shí)間尺度上實(shí)現(xiàn)對旱澇情景的動(dòng)態(tài)識(shí)別［68，70］。此外，表征旱澇急轉(zhuǎn)事件強(qiáng)度的指數(shù)也在不斷出現(xiàn)，如利用急轉(zhuǎn)點(diǎn)前后時(shí)間段累計(jì)SWAP的差值定義的旱澇急轉(zhuǎn)強(qiáng)度（K）［68］，利用相鄰兩月標(biāo)準(zhǔn)化后的流量計(jì)算得到的旱澇急轉(zhuǎn)指數(shù)（DFAAI）［71］。

2.4 洪水熱浪

隨著氣候變化的加劇，熱浪和洪水不再單純的是傳統(tǒng)認(rèn)知里孤立的極端天氣，兩者遭遇的概率可能會(huì)越來越大［72-74］。考慮到氣溫和降水之間的相互作用與依賴，洪水和熱浪之間可能存在滯后關(guān)系［72，75］，而這種洪水發(fā)生之后、短時(shí)間出現(xiàn)熱浪的現(xiàn)象（前期洪澇-后期熱浪），即洪水熱浪，也是典型的同地繼發(fā)型復(fù)合事件。

前期洪水可能會(huì)使基礎(chǔ)設(shè)施不堪重負(fù)并引起電力供應(yīng)不足，而隨后的熱浪則推動(dòng)空調(diào)需求，因此它們迅速連續(xù)發(fā)生可能會(huì)造成破壞性的社會(huì)經(jīng)濟(jì)影響，如2018年夏季襲擊日本的洪水熱浪事件，僅一周就導(dǎo)致了數(shù)千人死亡和巨大的經(jīng)濟(jì)損失［76］。相關(guān)研究表明，長江流域、東南諸河片、珠江流域以及內(nèi)陸河片是洪水熱浪復(fù)合事件出現(xiàn)次數(shù)較多的區(qū)域［77］。

目前識(shí)別洪水熱浪復(fù)合事件最常用的方法［72-74，77］是：① 使用相對閾值（如15 d窗口期日最高氣溫第90百分位）定義高溫，連續(xù)3 d的日最高氣溫均超過對應(yīng)日高溫閾值時(shí)，則判定發(fā)生一次熱浪事件；② 使用加權(quán)平均降水指數(shù)（WAP）來代表洪水，當(dāng)某日WAP指數(shù)超過歷史目標(biāo)月份所有WAP指數(shù)的第95百分位時(shí)，就把該日定為洪水日，認(rèn)為該日出現(xiàn)了洪水事件；③ 分開識(shí)別出洪水和熱浪事件序列后，對每一個(gè)洪水配對相離最近的熱浪，當(dāng)洪水、熱浪的相隔時(shí)間在7 d以內(nèi)，則判定發(fā)生一次洪水熱浪復(fù)合事件。識(shí)別過程用公式表達(dá)如下：

式中：CFH代表洪水熱浪事件；Qi代表洪水事件從開始日期a到結(jié)束日期n每天的WAP值；Ti代表熱浪事件從開始日期b到結(jié)束日期m每天的日最高氣溫；TI表示洪水熱浪的7 d間隔閾值；Q95th和T90th分別表示洪水事件和熱浪事件識(shí)別的相對閾值。注意除開日最高氣溫、加權(quán)平均降水指數(shù)WAP，日平均氣溫、徑流量也是常用的熱指標(biāo)和洪水指標(biāo)［74］。識(shí)別邏輯如圖4所示。

2.5 其他類型復(fù)合極端氣候事件

相較于同時(shí)或先后發(fā)生的同地復(fù)合事件，異地復(fù)合事件的研究還存在較大空白。目前學(xué)者們已經(jīng)在單災(zāi)種的區(qū)域性過程識(shí)別上做出了大量研究，如區(qū)域性干旱過程［26，78］、區(qū)域性高溫過程［29］、區(qū)域性雨澇過程［79］等。這些方法、標(biāo)準(zhǔn)的出發(fā)點(diǎn)都是為了更好地識(shí)別大范圍的單因子極端災(zāi)害事件。針對長江流域的不同區(qū)域（如上游和中下游，或者不同子流域），分開識(shí)別相應(yīng)的區(qū)域性干旱（高溫、雨澇）事件的發(fā)生范圍和時(shí)間跨度，即可通過空間的異構(gòu)程度和時(shí)間的重疊程度來識(shí)別出相應(yīng)的復(fù)合事件，如上游干旱-中下游高溫（圖5（a））、上游干旱-中下游雨澇（圖5（b））、上游和中下游洪水的相繼發(fā)生（圖5（c）～（d））等。

本文中涉及到的復(fù)合事件識(shí)別常用指標(biāo)匯總于表1，共計(jì)涉及26個(gè)指標(biāo)、30多種應(yīng)用方法。第3節(jié)將重點(diǎn)討論代表文獻(xiàn)中的長江流域復(fù)合事件的識(shí)別結(jié)果。

3 長江流域的復(fù)合事件

圖6刻畫了部分代表文獻(xiàn)揭示的長江流域1961～2022年4類復(fù)合極端事件發(fā)生日數(shù)（或頻次）分布。

圖6（b）為高溫干旱復(fù)合事件識(shí)別結(jié)果，可以看出，中下游區(qū)域性高溫過程累計(jì)日數(shù)［29］與流域中下游區(qū)域性干旱過程累計(jì)日數(shù)有較好的時(shí)間重疊性［21］；進(jìn)入21世紀(jì)以后高溫干旱復(fù)合明顯變強(qiáng)，共出現(xiàn)了4次全流域性的強(qiáng)過程（2006、2013、2019、2022年），而前40 a僅出現(xiàn)4次強(qiáng)高溫干旱復(fù)合過程（1961、1966、1981、1997年）。值得注意的是，由于熱指標(biāo)計(jì)算方法的不同，梅梅等［20］識(shí)別的強(qiáng)高溫干旱復(fù)合年與林愛蘭等［29］的識(shí)別結(jié)果存在一定差異，如梅梅等識(shí)別出1997年為強(qiáng)高溫干旱年，而林愛蘭等識(shí)別出該年區(qū)域性高溫日數(shù)為0，這是由于梅梅等采用的是日最高氣溫15 d窗口期第90百分位的相對閾值，而林愛蘭等采用的是日最高氣溫≥35 ℃的絕對閾值，表明閾值選取對極端事件的識(shí)別結(jié)果具有較大影響。

圖6（c）為低溫雨雪冰凍事件識(shí)別結(jié)果。王海軍等［43］識(shí)別的1961～2008年發(fā)生最強(qiáng)過程的年份（1964、1969、1974、1977、1984、2008年）與Peng等［46］針對1961～2013年南方地區(qū)（15° N～35°N，102° E～123° E）的計(jì)算結(jié)果有一定重疊度。Peng等［46］指出，低溫雨雪冰凍復(fù)合事件多發(fā)于1996年之前，2000年以后僅7 a（2002、2003、2004、2008、2011、2012、2013年）發(fā)生了強(qiáng)低溫雨雪冰凍事件。該類復(fù)合事件雖然有逐年減少的趨勢，但發(fā)生極端性的概率仍然存在，如2024年2月南方地區(qū)發(fā)生的嚴(yán)重低溫雨雪冰凍事件。然而，對于復(fù)合事件的持續(xù)時(shí)間判定，各研究存在一定差異。如Peng等［46］計(jì)算得到2008、2011年的累計(jì)日數(shù)分別長達(dá)9 d和18 d，孫曉娟等［44］計(jì)算出2008年累計(jì)持續(xù)冰凍雨雪日數(shù)高達(dá)19 d，上述差異與二者選取的研究范圍有關(guān)。此外，判定指標(biāo)的選取對計(jì)算結(jié)果也存在重要影響，Peng等［46］對低溫雨雪冰凍日的定義要求低溫滿足小于歷史冬季（11月至次年3月）溫度分布的-0.5個(gè)標(biāo)準(zhǔn)差（約等于比平均氣候態(tài)低2 ℃）、降水大于1 mm/d、有雨凇發(fā)生；而孫曉娟等［44］判定條件相對寬松，僅要求日平均氣溫低于1 ℃且降水大于0。孫曉娟等［44］同時(shí)指出，雖然華南型持續(xù)冰凍雨雪事件的影響范圍最大，但是強(qiáng)過程累計(jì)日數(shù)最多的是西南型持續(xù)冰凍雨雪事件，其次是華中型持續(xù)冰凍雨雪事件。

圖6（d）為旱澇過程識(shí)別結(jié)果。閃麗潔等［66］通過分析1961～2012年長江中下游汛期（5～8月）最強(qiáng)旱澇急轉(zhuǎn)過程的標(biāo)準(zhǔn)化降水量變化，發(fā)現(xiàn)旱澇急轉(zhuǎn)事件常伴隨著標(biāo)準(zhǔn)化降水量劇烈的變化。楊家偉等［68］指出，1961～2017年長江流域旱澇急轉(zhuǎn)事件平均每年發(fā)生40站次，21世紀(jì)以來，旱澇急轉(zhuǎn)事件年發(fā)生站次明顯增加，2011年達(dá)到峰值（76站次），與封國林［81］、閃麗潔［53］等的研究結(jié)論一致。

圖6（e）為洪水熱浪識(shí)別結(jié)果，可以看出，洪水熱浪復(fù)合事件具有明顯的年際增加趨勢。對于劉慕嘉等［77］定義的洪水發(fā)生后7 d以內(nèi)出現(xiàn)高溫的洪水熱浪復(fù)合事件，1961～2020年頻次上升速率為平均22.9次/10 a；1971～2020年間頻次上升速率達(dá)到31.6次/10 a；1981～2020年間變得更大，為39.7次/10 a；1991～2020年頻次上升速率高達(dá)40.7次/10 a 。與此同時(shí)，陳鮮艷等［79］發(fā)現(xiàn)流域中下游區(qū)域性洪澇的發(fā)生頻次也有逐年攀升的趨勢，與出現(xiàn)洪水熱浪的頻次之間具有一定的相關(guān)性，間接反映了氣候變化背景下，隨著極端高溫的響應(yīng)頻率增加，洪水與熱浪兩者之間聚集的可能性大大增加，使兩者連續(xù)發(fā)生的可能性變得越來越大［72-73］。

4 展 望

通過對復(fù)合極端氣候事件的概念、指標(biāo)體系與識(shí)別方法研究進(jìn)展的梳理，結(jié)合對近60 a長江流域歷史復(fù)合事件識(shí)別結(jié)果的分析，建議從以下幾方面進(jìn)一步深化流域復(fù)合事件研究：

（1） 完善流域多類別復(fù)合事件監(jiān)測和評估體系。除本文中討論的4種復(fù)合事件外，還需關(guān)注更多“高風(fēng)險(xiǎn)”的復(fù)合事件種類。例如嚴(yán)重影響居民生活和供電用電的晝夜高溫復(fù)合事件等［82-83］，以及流域多地旱澇并存復(fù)合事件［84］、上游干旱-中下游高溫等異地同發(fā)型復(fù)合事件，其對流域防洪、抗旱和能源保供等均可能造成較大影響。

（2） 加強(qiáng)復(fù)合事件內(nèi)在關(guān)聯(lián)診斷和驅(qū)動(dòng)因子研究，提升復(fù)合事件預(yù)測能力［85-89］。內(nèi)在關(guān)聯(lián)探索與監(jiān)測評估體系的優(yōu)化相輔相成，如Yuan等［85］指出監(jiān)測9～10月南極濤動(dòng)有助于預(yù)測中國南方次年1～2月冬季冷濕復(fù)合事件。其次，現(xiàn)有部分文獻(xiàn)對上游地形差異較大的金沙江流域刻畫不夠精細(xì)，也忽略了二級流域（如岷沱江、嘉陵江、漢江、烏江、干流區(qū)間、洞庭湖、鄱陽湖、太湖等）之間的空間聯(lián)動(dòng)。此外，Copula函數(shù)也是刻畫復(fù)合事件聯(lián)合概率特征的重要工具［9，86-87］。

（3） 加強(qiáng)從單純刻畫復(fù)合極端事件到行業(yè)影響風(fēng)險(xiǎn)預(yù)警的綜合研究。量化復(fù)合事件對重要行業(yè)部門的影響［90-92］，如上游水庫防洪和水電供需調(diào)度、南水北調(diào)中線工程調(diào)水等，提出應(yīng)對未來復(fù)合極端氣候事件風(fēng)險(xiǎn)的有效措施也是今后需要加強(qiáng)的研究領(lǐng)域。

5 結(jié) 論

（1） 通過對單因子極端氣候事件（如高溫、低溫、干旱、雨澇等）之間時(shí)間交叉和空間重疊的判斷，可以面向長江流域構(gòu)建日尺度的復(fù)合極端事件指標(biāo)體系和事件庫。對于同地發(fā)生的同步（如高溫干旱、低溫雨雪冰凍）或先后（如洪水熱浪、旱澇急轉(zhuǎn)）復(fù)合事件，應(yīng)先識(shí)別單站結(jié)果，再根據(jù)受影響的站點(diǎn)位置、范圍及時(shí)長，篩選出流域級別的復(fù)合事件。對于異地發(fā)生的同步（如上游干旱-中下游高溫、上游干旱-中下游雨澇）和先后（如上游和中下游暴雨洪澇的先后發(fā)生）型復(fù)合事件，則需要先分開識(shí)別單因子區(qū)域性事件，再根據(jù)影響范圍和時(shí)間段篩選出相應(yīng)的復(fù)合事件。

（2） 目前，國內(nèi)對長江流域復(fù)合事件指標(biāo)體系和識(shí)別方法建設(shè)不限于26個(gè)指標(biāo)、30多種應(yīng)用方法。不同的指標(biāo)和識(shí)別方法對結(jié)果存在不同程度的影響。總的來說，不同識(shí)別方法均相對客觀地捕獲了長江流域復(fù)合事件的年際變化趨勢，但因?yàn)榉治鲞吔绮唤y(tǒng)一、采用指標(biāo)有區(qū)別、極端閾值設(shè)置不同等原因，在細(xì)節(jié)方面會(huì)有互相矛盾的地方。距離建立全面的、標(biāo)準(zhǔn)的流域復(fù)合事件庫還有一定差距。

（3） 多種復(fù)合事件的綜合分析調(diào)研表明，長江流域是復(fù)合極端氣候事件的高發(fā)區(qū)。其中，長江流域近60 a洪水熱浪發(fā)生頻次幾乎呈加速上升趨勢。與其他復(fù)合事件相比，低溫雨雪冰凍多見于1996年之前，進(jìn)入21世紀(jì)后少有發(fā)生，但極端性仍未消失，如2008、2011、2013、2018、2023年的冬季。而進(jìn)入21世紀(jì)以來，高溫干旱（如2006、2013、2019、2022年）、洪水熱浪（如2016年發(fā)生頻次最高）、旱澇急轉(zhuǎn)（如2000、2007、2008、2011年）等復(fù)合事件連續(xù)多次發(fā)生，對流域各省份生產(chǎn)生活帶來嚴(yán)重影響，增加了流域治理的難度，要引起廣泛重視。

致 謝

感謝張強(qiáng)（中國氣象局）、楊家偉（武漢大學(xué)）、劉慕嘉（南京信息工程大學(xué)）等提供相關(guān)數(shù)據(jù)。

參考文獻(xiàn)：

［1］ SENEVIRATNE S I，ZHANG X，ADNAN M，et al.Weather and climate extreme events in a changing climate［M］∥IPCC.Climate Change 2021：the Physical Science Basis.Cambridge：Cambridge University Press，2021.

［2］ GUO Y，ZHANG J，LI K，et al.Quantifying hazard of drought and heat compound extreme events during maize （zea mays l.） growing season using magnitude index and copula［J］.Weather and Climate Extremes，2023，40：100566.

［3］ VON BUTTLAR J，ZSCHEISCHLER J，RAMMIG A，et al.Impacts of droughts and extreme-temperature events on gross primary production and ecosystem respiration：a systematic assessment across ecosystems and climate zones［J］.Biogeosciences，2018，15（5）：1293-1318.

［4］ RIDDER N N，PITMAN A J，WESTRA S，et al.Global hotspots for the occurrence of compound events［J］.Nature Communications，2020，11（1）：5956.

［5］ SENEVIRATNE S I，NICHOLLS N，EASTERLING D，et al.Changes in climate extremes and their impacts on the natural physical environment［M］∥IPCC.Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation.Cambridge：Cambridge University Press，2012.

［6］ LEONARD M，WESTRA S，PHATAK A，et al.A compound event framework for understanding extreme impacts［J］.WIREs Climate Change，2014，5（1）：113-128.

［7］ HAO Z，HAO F，SINGH V P，et al.Quantifying the relationship between compound dry and hot events and EL Nio-Southern Oscillation （ENSO） at the global scale［J］.Journal of Hydrology，2018，567：332-338.

［8］ ZSCHEISCHLER J，WESTRA S，VAN DEN HURK B J J M，et al.Future climate risk from compound events［J］.Nature Climate Change，2018，8（6）：469-477.

［9］ ZSCHEISCHLER J，MARTIUS O，WESTRA S，et al.A typology of compound weather and climate events［J］.Nature Reviews Earth amp; Environment，2020，1（7）：333-347.

［10］方建，陶凱，牟莎，等.復(fù)合極端事件及其危險(xiǎn)性評估研究進(jìn)展［J］.地理科學(xué)進(jìn)展，2023，42（3）：587-601.

［11］史軍，崔林麗，顧宇丹，等.氣候變化背景下復(fù)合極端事件研究進(jìn)展［J］.地球科學(xué)進(jìn)展，2023，38（8）：771-779.

［12］HAO Z，CHEN Y，F(xiàn)ENG S，et al.The 2022 Sichuan-Chongqing spatio-temporally compound extremes：a bitter taste of novel hazards［J］.Science Bulletin，2023，68（13）：1337-1339.

［13］WU X，HAO Z，ZHANG X，et al.Evaluation of severity changes of compound dry and hot events in China based on a multivariate multi-index approach［J］.Journal of Hydrology，2020，583：124580.

［14］AIHAITI A，JIANG Z，ZHU L，et al.Risk changes of compound temperature and precipitation extremes in China under 1.5 ℃ and 2 ℃ global warming［J］.Atmospheric Research，2021，264：105838.

［15］HAO Z.Compound events and associated impacts in China［J］.Science，2022，25（8）：104689.

［16］FENG Y，WANG H，SUN F，et al.Dependence of compound hot and dry extremes on individual ones across China during 1961-2014［J］.Atmospheric Research，2023，283：106553.

［17］ZHAO L，LI X，ZHANG Z，et al.Developing a novel framework to re-examine half a century of compound drought and heatwave events in mainland China［J］.Science of the Total Environment，2023，874：162366.

［18］LIU M，YIN Y，WANG X，et al.More frequent，long-lasting，extreme and postponed compound drought and hot events in eastern China［J］.Journal of Hydrology，2022，614：128499.

［19］WANG C，LI Z，CHEN Y，et al.Increased compound droughts and heatwaves in a double pack in central Asia［J］.Remote Sensing，2022，14（13）：2959.

［20］梅梅，高歌，李瑩，等.1961～2022年長江流域高溫干旱復(fù)合極端事件變化特征［J］.人民長江，2021，54（2）：12-20.

［21］張強(qiáng)，謝五三，陳鮮艷，等.1961～2019年長江中下游區(qū)域性干旱過程及其變化［J］.氣象學(xué)報(bào)，2021，79（4）：570-581.

［22］YE L，SHI K，XIN Z，et al.Compound droughts and heat waves in China［J］.Sustainability，2019，11（12）：3270.

［23］DAI A.Drought under global warming：a review［J］.WIREs Climate Change，2011，2（1）：45-65.

［24］LONG B，ZHANG B，HE C，et al.Is there a change from a warm-dry to a warm-wet climate in the inland river area of China？Interpretation and analysis through surface water balance［J］.Journal of Geophysical Research：Atmospheres，2018，123（14）：7114-7131.

［25］SHEFFIELD J，WOOD E F，RODERICK M L.Little change in global drought over the past 60 years［J］.Nature，2012，491（7424）：435-438.

［26］中國氣象局.氣象干早等級：GB/T 20481—2017［S］.北京：中國標(biāo)準(zhǔn)出版社，2017.

［27］CHEN L，CHEN X，CHENG L，et al.Compound hot droughts over China：identification，risk patterns and variations［J］.Atmospheric Research，2019，227：210-219.

［28］ZHANG Y，HAO Z，F(xiàn)ENG S，et al.Comparisons of changes in compound dry and hot events in China based on different drought indicators［J］.International Journal of Climatology，2022，42（16）：8133-8145.

［29］林愛蘭，谷德軍，彭冬冬，等.近60年我國東部區(qū)域性持續(xù)高溫過程變化特征［J］.應(yīng)用氣象學(xué)報(bào)，2021，32（3）：302-314.

［30］PERKINS S E，ALEXANDER L V.On the measurement of heat waves［J］.Journal of Climate，2013，26（13）：4500-4517.

［31］KAO S C，GOVINDARAJU R S.A copula-based joint deficit index for droughts［J］.Journal of Hydrology，2010，380（1）：121-134.

［32］HAO Z，HAO F，SINGH V P，et al.Changes in the severity of compound drought and hot extremes over global land areas［J］.Environmental Research Letters，2018，13（12）：124022.

［33］HAO Z，PHILLIPS T J，HAO F，et al.Changes in the dependence between global precipitation and temperature from observations and model simulations［J］.International Journal of Climatology，2019，39（12）：4895-4906.

［34］CHEN R，WEN Z，LU R.Evolution of the circulation anomalies and the quasi-biweekly oscillations associated with extreme heat events in southern China［J］.Journal of Climate，2016，29（19）：6909-6921.

［35］DENG K，YANG S，TING M，et al.An intensified mode of variability modulating the summer heat waves in eastern Europe and northern China［J］.Geophysical Research Letters，2018，45（20）：361.

［36］CHEN Y，ZHAI P.Revisiting summertime hot extremes in China during 1961-2015：overlooked compound extremes and significant Changes［J］.Geophysical Research Letters，2017，44（10）：5096-5103.

［37］PENG J B，BUEH C.The definition and classification of extensive and persistent extreme cold events in China［J］.Atmospheric and Oceanic Science Letters，2011，4（5）：281-286.

［38］王遵婭.近50年中國大范圍持續(xù)性冰凍天氣過程的變化特征［J］.高原氣象，2014，33（1）：179-189.

［39］宗志平，馬杰，張恒德，等.近幾十年來凍雨時(shí)空分布特征分析［J］.氣象，2013，39（7）：813-820.

［40］陶詩言，衛(wèi)捷.2008年1月我國南方嚴(yán)重冰雪災(zāi)害過程分析［J］.氣候與環(huán)境研究，2008，13（4）：337-350.

［41］丁一匯，王遵婭，宋亞芳，等.中國南方2008年1月罕見低溫雨雪冰凍災(zāi)害發(fā)生的原因及其與氣候變暖的關(guān)系［J］.氣象學(xué)報(bào)，2008（5）：808-825.

［42］國家氣候中心.2008年我國南方低溫雨雪冰凍災(zāi)害及氣候分析［M］.北京：氣象出版社，2008.

［43］王海軍，覃軍，張峻.中國南方7省冰凍天氣時(shí)空分布規(guī)律研究［J］.長江流域資源與環(huán)境，2010，19（7）：839-846.

［44］孫曉娟，李駟焱，虞越越，等.1951～2017年冬季中國南方持續(xù)性冰凍雨雪事件的氣候特征及其與環(huán)流異常的聯(lián)系［J］.大氣科學(xué)學(xué)報(bào)，2022，45（5）：768-777.

［45］四川省氣象局.川西高原低溫雨雪冰凍災(zāi)害氣象指標(biāo)等級：DB51/T 2830—2021［S］.成都：四川省市場監(jiān)督管理局，2021.

［46］PENG J B，BUEH C，XIE Z W.Extensive cold-precipitation-freezing events in southern China and their circulation characteristics［J］.Advances in Atmospheric Sciences，2021，38（1）：81-97.

［47］WMO.Guidelines on the definition and monitoring of extreme weather and climate events［M］.Geneva：WMO，2016.

［48］WMO.Guidelines on the definition and characterization of extreme weather and climate events［R］.Geneva：WMO，2023.

［49］宗海鋒，布和朝魯，彭京備，等.中國南方大范圍持續(xù)性低溫、雨雪和冰凍組合性災(zāi)害事件：客觀識(shí)別方法及關(guān)鍵特征［J］.大氣科學(xué)，2022，46（5）：1055-1070.

［50］中國氣象局.冷空氣過程監(jiān)測標(biāo)準(zhǔn)：QX/T 393—2017［S］.北京：中國標(biāo)準(zhǔn)出版社，2017.

［51］趙珊珊，高歌，張強(qiáng)，等.中國冰凍天氣的氣候特征［J］.氣象，2010，36（3）：34-38.

［52］毛淑君，李棟梁.基于氣象要素的我國南方低溫雨雪冰凍綜合評估［J］.冰川凍土，2015，37（1）：14-26.

［53］閃麗潔，張利平，張艷軍，等.長江中下游流域旱澇急轉(zhuǎn)事件特征分析及其與ENSO的關(guān)系［J］.地理學(xué)報(bào)，2018，73（1）：25-40.

［54］牛建利，何紫云，張?zhí)煊睿?旱澇急轉(zhuǎn)對生產(chǎn)、生活與生態(tài)的影響及應(yīng)對措施效果分析：以安徽省巢湖市槐林鎮(zhèn)為例［J］.長江流域資源與環(huán)境，2013，22（增1）：108-115.

［55］TIAN R，CAO C，PENG L，et al.The use of hj-1a/b satellite data to detect changes in the size of wetlands in response into a sudden turn from drought to flood in the middle and lower reaches of the Yangtze River system in China［J］.Geomatics，Natural Hazards and Risk，2016，7（1）：287-307.

［56］BI W，WANG M，WENG B，et al.Effects of drought-flood abrupt alternation on the growth of summer maize［J］.Atmosphere，2020，11（1）：21.

［57］童金，徐海明，智海.江淮旱澇及旱澇并存年降水和對流的低頻振蕩統(tǒng)計(jì)特征［J］.大氣科學(xué)學(xué)報(bào)，2013，36（4）：409-416.

［58］PFAHL S，O′GORMAN P A，F(xiàn)ISCHER E M.Understanding the regional pattern of projected future changes in extreme precipitation［J］.Nature Climate Change，2017，7（6）：423-427.

［59］薛媛，薛曉萍.極端降水與干旱同步頻發(fā)的研究進(jìn)展［J］.海洋氣象學(xué)報(bào)，2022，42（1）：61-73.

［60］CHOU J，XIAN T，DONG W，et al.Regional temporal and spatial trends in drought and flood disasters in China and assessment of economic losses in recent years［J］.Sustainability，2018，11（1）：55.

［61］侯雨坤，耿川.武漢市水資源旱澇變化及其急轉(zhuǎn)情況歷史演變分析研究［J］.中國農(nóng)村水利水電，2022（2）：110-116.

［62］ZHAO Y，WENG Z，CHEN H，et al.Analysis of the evolution of drought，flood，and drought-flood abrupt alternation events under climate change using the daily swap index［J］.Water，2020，12（7）：1969.

［63］高月嬌，黃生志，王韓葉，等.考慮非一致性的黃土高原區(qū)旱澇復(fù)合事件的演變特征及其動(dòng)態(tài)變化［J］.農(nóng)業(yè)工程學(xué)報(bào)，2023，39（8）：133-143.

［64］QIAO Y，XU W，MENG C，et al.Increasingly dry/wet abrupt alternation events in a warmer world：observed evidence from China during 1980～2019［J］.International Journal of Climatology，2022，42（12）：6429-6440.

［65］吳志偉，李建平，何金海，等.大尺度大氣環(huán)流異常與長江中下游夏季長周期旱澇急轉(zhuǎn)［J］.科學(xué)通報(bào)，2006，51（14）：1717-1724.

［66］閃麗潔，張利平，陳心池，等.長江中下游流域旱澇急轉(zhuǎn)時(shí)空演變特征分析［J］.長江流域資源與環(huán)境，2015，24（12）：2100-2107.

［67］畢吳瑕，翁白莎，王旭，等.基于知識(shí)圖譜的旱澇急轉(zhuǎn)研究進(jìn)展［J］.水資源保護(hù)，2021，37（6）：40-48.

［68］楊家偉，陳華，侯雨坤，等.基于氣象旱澇指數(shù)的旱澇急轉(zhuǎn)事件識(shí)別方法［J］.地理學(xué)報(bào)，2019，74 （11）：2358-2370.

［69］陶新娥，侯雨坤.長江流域氣象旱澇異常急轉(zhuǎn)識(shí)別及分析［J］.三峽生態(tài)環(huán)境監(jiān)測，2019，4（3）：52-58.

［70］趙英，陳華，楊家偉，等.基于SWAP和SRI的漢江流域旱澇急轉(zhuǎn)時(shí)空特征分析［J］.人民長江，2020，51（4）：94-99，151.

［71］LI X，ZHANG Q，ZHANG D，et al.Investigation of the drought-flood abrupt alternation of streamflow in Poyang Lake catchment during the last 50 years［J］.Hydrology Research，2017，48（5）：1402-1417.

［72］CHEN Y，LIAO Z，SHI Y，et al.Detectable increases in sequential flood-heatwave events across China during 1961-2018［J］.Geophysical Research Letters，2021，48（6）：e2021gl092549.

［73］LIAO Z，CHEN Y，LI W，et al.Growing threats from unprecedented sequential flood-hot extremes across China［J］.Geophysical Research Letters，2021，48（18）：e2021gl094505.

［74］GU L，CHEN J，YIN J，et al.Global increases in compound flood-hot extreme hazards under climate warming［J］.Geophysical Research Letters，2022，49（8）：e2022gl097726.

［75］LIU X，TANG Q，LIU W，et al.The asymmetric impact of abundant preceding rainfall on heat stress in low latitudes［J］.Environmental Research Letters，2019，14（4）：044010.

［76］WANG S S Y，KIM H，COUMOU D，et al.Consecutive extreme flooding and heat wave in Japan：are they becoming a norm？［J］.Atmospheric Science Letters，2019，20：e933.

［77］劉慕嘉，楊秀芹，姚飛，等.1961～2020年中國洪水-熱浪復(fù)合極端事件時(shí)空變化特征［J］.中國農(nóng)村水利水電，2023（4）：167-176.

［78］全國氣候與氣候變化標(biāo)準(zhǔn)化技術(shù)委員會(huì).區(qū)域性干旱過程監(jiān)測評估辦法：QX/T 591—2021［S］.北京：中國標(biāo)準(zhǔn)出版社，2021.

［79］陳鮮艷，李威，張強(qiáng)，等.長江中下游地區(qū)雨澇指數(shù)構(gòu)建及其應(yīng)用［J］.水科學(xué)進(jìn)展，2021，32（6）：834-842.

［80］MIAO L，JU L，SUN S，et al.Unveiling the dynamics of sequential extreme precipitation-heatwave compounds in China［J］.Npj Climate and Atmospheric Science，2024，7（1）：67.

［81］封國林，楊涵洧，張世軒，等.2011年春末夏初長江中下游地區(qū)旱澇急轉(zhuǎn)成因初探［J］.大氣科學(xué)，2012，36（5）：1009-1026.

［82］LUO M，LAU N C，LIU Z.Different mechanisms for daytime，nighttime，and compound heatwaves in southern China［J］.Weather and Climate Extremes，2022，36：100449.

［83］WU S，LUO M，ZHAO R，et al.Local mechanisms for global daytime，nighttime，and compound heatwaves［J］.Npj Climate and Atmospheric Science，2023，6（1）：36.

［84］WU Z，LI J，HE J，et al.Occurrence of droughts and floods during the normal summer monsoons in the mid-and lower reaches of the Yangtze River［J］.Geophysical Research Letters，2006，33（5）：l05813.

［85］YUAN Z，QIN J，DU L，et al.The role of Antarctic Sea Ice in modulating the relationship between September-October Antarctic oscillation and following January-February wet and cold weather in southern China［J］.International Journal of Climatology，2023，43（8）：3605-3628.

［86］ZSCHEISCHLER J，SENEVIRATNE S I.Dependence of drivers affects risks associated with compound events［J］.Science Advances，2017，3（6）：e1700263.

［87］張潔祥，呂娟，張學(xué)君，等.基于Copula的2022年長江流域極端干旱重現(xiàn)期研究［J］.人民長江，2023，54（8）：32-39.

［88］王世杰，劉柯瑩，孟長青.基于SPEI的嘉陵江流域旱澇時(shí)空演變分析［J］.水利水電快報(bào)，2022，43（5）：12-19.

［89］周軍，任宏昌，王蒙，等.2022年夏季長江流域干旱特征及成因分析［J］.人民長江，2023，54（2）：29-35.

［90］夏智宏，劉敏，秦鵬程，等.2022 年長江流域高溫干旱過程及其影響評估［J］.人民長江，2023，54（2）：21-28.

［91］張靈，郭廣芬，熊開國，等.長江流域2022年夏季高溫過程的成因分析［J］.地理科學(xué)進(jìn)展，2023，42（5）：971-981.

［92］許繼軍，陳桂亞，楊明智，等.長江流域干旱災(zāi)害應(yīng)對的主要難點(diǎn)及其科技需求［J］.人民長江，2023，54（8）：25-33.

（編輯：謝玲嫻）

Progress of research on compound extreme climate events′ indices and identification methods in Changjiang River Basin

FENG Yang QIN Pengcheng HU Yiyang3，NIU Zigeng4，XIA Zhihong1，2

（1.Wuhan Regional Climate Center，Wuhan 430074，China； 2.Meteorological Center of Yangtze River Basin，Wuhan 430074，China； 3.Xianning Meteorological Office，Xianning 437000，China； 4.School of Geography and Information Engineering，China University of Geosciences，Wuhan 430074，China）

Abstract： To gain a comprehensive view on the characteristics and changing trend of compound extreme climate events in the Changjiang River Basin，we systematically reviewed the progress of researches on definitions，classifications，indices，identification methods and historical results of compound events in the Changjiang River Basin based on a bibliometric analysis.The main conclusions are：① Compound events can be defined as two or more events occurring simultaneously or successively，which may amplify the impact，or even lead to extreme consequences.Based on spatiotemporal combinations，4 types of compound extreme climate events can be categorized in the Changjiang River Basin：same location-same time （e.g.compound dry and hot events，extensive cold-precipitation-freezing events），same location-different time （e.g.drought-flood abrupt alternations，flood-heatwave abrupt alternations），different location-same time，different location-different time.The former two types encompass relative richer research，and the last two types have been researched insufficiently.② The empirical way to identify a compound event is applying a certain index and a peak-over-threshold （POT） approach in both China and abroad；around 26 indices and more than 30 identification methods are frequently applied in the scientific literatures.③ Changjiang River Basin is a hotspot for compound events.Since the 21st century，flood-heatwave abruption alternation events have been increasing the fastest in frequency，followed by compound dry and hot events and drought-flood abrupt alternation events.The extensive cold-precipitation-freezing event does not show an evident increase but gets more extreme.④ Future research and business efforts should focus on improving the monitoring and assessment system for compound events in the Changjiang River Basin，exploring the interactions and relationships among various factors，and understanding the underlying weather systems，driving factors，and physical mechanisms to enhance predictive capabilities.Meanwhile，it is also suggested to reinforce the interdisciplinary research and impact assessment of compound events on sensitive sectors （e.g.water resources，electricity）.

Key words： compound extreme climate events； high temperature and drought； extensive cold-precipitation-freezing； drought-flood abrupt alternation； flood-heatwave abrupt alternation； Changjiang River Basin

收稿日期：2024-07-17 ；接受日期：2024-09-11

基金項(xiàng)目：中國氣象局創(chuàng)新發(fā)展專項(xiàng)項(xiàng)目（CXFZ2023J051）；湖北省自然科學(xué)基金重點(diǎn)項(xiàng)目（2023AFD098）

作者簡介：馮 揚(yáng)，女，工程師，博士，研究方向?yàn)闅夂騽?dòng)力學(xué)、極端氣候與區(qū)域影響。E-mail：lisefy@foxmail.com