Advances in Climate Change Research | 1979年至2024年期间，中国极端降水事件及其相关人口暴露范围迅速扩大！！
生物趣味谈
不是每场暴雨都更强，但“下得更广、暴露更久”的极端降水正在增加1979—2024年中国广域极端降水与人口暴露研究解读一句话导读
一项发表于Advances in Climate Change Research的新研究发现：1979—2024年，中国大范围极端降水事件（widespread extreme precipitation events，WEPEs）出现得更频繁，单个时段覆盖的面积更大，人口暴露量和暴露时长也显著增加；但这并不意味着每一场广域暴雨的局地雨强都在增强。
论文原文： ScienceDirect DOI：10.1016/j.accre.2026.05.016
我们为什么要关注“下得有多广”
谈到极端降水，最容易想到的是“雨有多大”：某站点一小时下了多少毫米，或者某天的日降水量创了纪录。
但对灾害而言，还有几个同样关键的问题：这场雨覆盖了多大范围？持续了多久？是否沿着河流、交通廊道和城市群移动？如果降水同时覆盖一个流域的上游、中游和下游，即使每个地方的局地雨强并不是全国最强，也可能形成更大的洪涝和内涝压力。
这正是这篇论文的切入点。作者没有把每个格点的极端降水孤立地看待，而是把降水放进“经度—纬度—时间”的三维空间里，识别一场完整的、具有空间延展性的极端降水过程。
作者如何定义一场“广域极端降水”
研究使用中国气象强迫数据集 CMFD v2.0 的 3 小时降水和近地面气温资料，空间分辨率为 0.1°，约 10 km，时间范围为 1979—2024 年。这个数据集综合了站点观测、ERA5 再分析和增强型卫星降水产品，因此更准确地说，它是观测约束的高分辨率格点数据，而不是单纯的站点观测。
识别过程可以概括为三步：
- 在每个格点上，找出超过该格点历史降水 99% 分位数的 3 小时极端降水时段；
- 把空间上相邻、时间上连续的极端格点连接起来。即使两个格点在对角线上相邻，或者前后相差一个 3 小时时段，也可以被识别为同一场过程；
- 对空间上重叠、间歇时间少于 6 小时的过程进行合并，避免把一场持续性降水人为切成几场。
在此基础上，作者先识别出 292932 场时空连续的极端降水事件，再按照“投影面积”排序，选取面积最大的前 1%，共 2929 场，作为 WEPEs，平均每年约 64 场。
这里有一个必须说明的细节：WEPEs 是“研究期内投影面积最大的前 1%”，它是一种相对定义，并不是一个全国统一的绝对雨量阈值。因此，文中的“广域”应理解为在这套数据和这段时期内，空间覆盖特别大的极端降水事件。
图1：作者用三维 26 连通方法识别时空连续的极端降水事件，并用最小事件间隔时间（MIT）合并短暂中断的过程。图片为原文 Fig. 1 裁剪，来源见文末。
结果一：广域极端降水主要集中在中国东部和南部
2929 场 WEPEs 并不是均匀分布在全国各地。
它们主要集中在长江中下游、东南沿海以及中国南方和东部地区。这些区域的事件通常具有更大的空间范围和更高的强度；西北干旱、半干旱区的事件则相对更小、更弱。
从平均状态看，一场 WEPE 的投影面积约为 9.4 万平方公里，平均生命期为 25.8 小时，平均移动距离约 1105 公里，移动方向以向东和向东北为主。换句话说，这类事件往往不是“一个点突然下了一场大雨”，而是一个能够跨越多个地区、甚至影响多个省份和流域的降水系统。
图2：WEPEs在中国南部和东部更集中，并以向东或向东北移动为主。图片为原文 Fig. 2 裁剪，来源见文末。
结果二：事件越来越常见，但“范围”和“强度”并不同步
这是整篇论文最容易被一句“极端降水增强了”带过、但实际上最值得仔细理解的部分。
1979—2024 年间：
- WEPEs 频次显著增加，线性趋势约为每年增加 0.52 场；
- 累积面积以每年 0.61% 的速度增加；
- 平均面积以每年 0.48% 的速度增加；
- 平均持续时间显著增加；
- 但整个事件的生命期变化不显著，投影面积也只有较弱、统计上不显著的上升趋势；
- 移动距离和移动速度略有下降，但同样不显著。
因此，更准确的表述不是“所有暴雨都变得更强”，而是：广域极端降水更常出现，事件在各个 3 小时时段覆盖的面积和累积影响有所扩大，局地暴雨强度却没有呈现同方向的普遍增加。
更值得注意的是，在作者选取的 WEPEs 样本中，平均强度以每年 0.27% 的速度下降，最大强度以每年 0.18% 的速度下降。作者特别提醒，这并不能直接解释为中国极端降水总体变弱。
原因之一是样本定义带来的选择效应：WEPEs 是按照整个研究期内的投影面积选出的前 1%。如果后期出现了覆盖范围更大、但平均雨强略低的系统，那么被选入 WEPEs 的事件构成就会发生变化。此时，空间范围增加和局地强度下降可以同时出现。
图3：频次、累积面积和平均面积上升，而平均强度、最大强度下降；不同指标之间并不同步。图片为原文 Fig. 3 裁剪，来源见文末。
结果三：气温升高会增强雨强，但不一定让事件无限变大
论文还把 WEPEs 的各项指标与事件发生时的空间平均气温进行分箱比较。
结果呈现出一个很有意思的“峰形”：事件量级、生命期、平均持续时间、累积面积、投影面积和移动距离，大体上随气温升高而增加，在 22—23 ℃ 左右达到峰值，之后反而下降；而平均强度和最大强度则随气温升高而单调增加。
这意味着，升温可能让单位面积上的降水更强，却不必然让降水系统变得更宽、更久或移动得更远。高温条件下，水汽供给、对流不稳定度、降水系统组织方式和大尺度环流都可能限制事件的空间扩展。
不过，22—23 ℃ 不能被理解为一个放之四海而皆准的“极端降水临界温度”。作者明确指出，这个峰值来自不同地区、季节和天气形势下事件的汇总，是一种统计上出现的整体特征，而不是固定地点、固定季节下的严格物理阈值。
图4：许多指标在 22—23 ℃ 左右出现峰值，但平均强度和最大强度随气温单调增加。图片为原文 Fig. 4 裁剪，来源见文末。
结果四：人口暴露增加，主要是两股力量叠加
论文没有止步于“降水事件发生了多少”，而是继续问：这些事件覆盖了多少人口？而且暴露了多长时间？
作者的计算方式是：把每个格点的人口数与该格点被 WEPEs 覆盖的事件次数相乘，再在全国范围内求和。暴露时长则进一步把人口数乘以被 WEPEs 覆盖的 3 小时时段数。
因此，文中的“暴露人口”不是独立个体数，也不是受灾人数、死亡人数或经济损失。一个格点上的同一批人如果在一年内多次处于 WEPEs 覆盖范围内，会被重复计入。这一指标更接近“人口—事件暴露量”，适合衡量风险压力的累积变化。
在动态人口情景下，论文报告：
- 人口暴露量以每年约 0.12×10^8 人次的斜率增加，相对趋势为 1.17%/年；
- 暴露时长以每年约 0.10×10^9 人·小时的斜率增加，相对趋势为 1.53%/年。
为了区分天气事件和人口变化的作用，作者又设置了固定 1979 年人口分布的情景。结果显示：即使把人口分布固定不变，暴露时长仍显著增加，说明 WEPEs 自身的变化是暴露时长上升的主要驱动；而人口分布和人口规模的变化，则进一步放大了人口暴露量。
进一步分解发现，人口总量变化的作用大于人口空间流动。人口流动甚至呈现轻微的缓解作用，可能与人口更多向沿海城市群集聚，而部分 WEPEs 热点位于青藏高原和西南山地、人口密度较低的区域有关。
图5：动态人口情景下暴露人口和暴露时长的上升更明显；固定人口分布后，天气事件本身对暴露时长的贡献仍然存在。图片为原文 Fig. 5 裁剪，来源见文末。
这篇论文真正改变了什么视角
过去的极端降水研究经常围绕三个数字展开：雨下得多大、发生得多频繁、持续了多久。
这篇论文提醒我们，还应该增加第四个问题：一场极端降水在空间上“铺开”了多大？
这对风险管理很重要。局地短时强降水，可能主要考验一座城市的排水能力；而空间范围很大的降水过程，则可能同时影响多个城市、交通线路、河流上下游和水利工程。此时，风险监测不能只盯着单站最大雨量，还需要跟踪降水系统的覆盖范围、持续时间、移动方向和人口暴露。
对预警和防灾而言，这意味着：
- 预警单元需要从单城市扩展到城市群和流域；
- 风险评估需要同时考虑空间范围和时间持续性；
- 排水、交通、水库和应急资源需要跨行政区协同；
- 人口变化和城市扩张也应成为气候风险管理的一部分。
第一，WEPEs 的定义是相对的。把极端阈值从第 99 百分位改为第 95 百分位，或者把大范围事件筛选标准从前 1% 改为前 0.5%，大多数趋势方向保持不变，但部分指标的统计显著性会变化。这说明结论总体稳健，但具体数值并不是完全不依赖阈值。
第二，气温—降水关系不是严格的因果关系。作者分析了西太平洋副热带高压、南海副热带高压以及热带印度洋背景等大尺度气候因子与 WEPEs 指标的相关性，但没有进一步诊断水汽输送和水汽通量辐合，因此这些因素应被理解为可能的动力背景，而不是已经完成的因果归因。
第三，人口资料的时间覆盖并不完整。研究使用了 1990—2015 年历史人口资料和 2020 年人口资料，并用相邻年份代表部分缺失年份。这种处理是现实研究中的可行方案，但会给人口暴露趋势带来一定数据不确定性。
第四，人口暴露不等于灾害损失。真正的灾害风险还取决于地形、排水系统、建筑质量、预警响应、社会经济条件和脆弱性。论文测量的是“有多少人口处在事件覆盖范围内”，而不是“有多少人最终受灾”。
结语：危险的不只是雨更强，而是雨的影响更容易叠加
这篇论文最重要的启示，不是简单地告诉我们“未来暴雨会更强”，而是把极端降水的风险图景补充完整了：
有些事件可能并没有在局地雨强上全面增强，却更频繁地以广域、连续、跨区域的方式出现；与此同时，人口规模、城市空间和基础设施不断变化，使更多人和资产进入降水影响范围。
所以，未来的极端降水风险不能只用一个“最大雨强”来描述。我们还需要知道：雨下了多大范围、持续了多久、向哪里移动，以及有多少人口在这段时间里反复暴露其中。
这或许正是气候变化背景下防洪减灾需要更新的一个基本问题：我们面对的，已经不只是“一场更大的雨”，而是一个更复杂的“降水过程—空间范围—人口暴露”耦合风险。
论文信息
Zhang Y.-H., Liang K. Widespread extreme precipitation events and associated population exposure have escalated rapidly across China during 1979—2024.Advances in Climate Change Research, 2026. DOI: 10.1016/j.accre.2026.05.016 .
原文图表 Fig. 1—5；论文为开放获取文章，发布时请保留作者、期刊、DOI 和原文链接。
热门跟贴