气候基准期变迁对非洲极端气候趋势与信号显现的影响研究

《Atmospheric Research》：Shifting baselines alter trends and emergence of climate extremes across Africa

本研究针对世界气象组织(WMO)基准期更新(从1981–2010至1991–2020)如何影响非洲极端气候事件的表征、趋势及信号显现时间(Time of Emergence, ToE)这一关键问题，通过多数据集(BEST、ERA5、MERRA-2、CHIRPS)对比分析，系统量化了基准期选择对温度与降水极端指数(TX90p、TN90p、TX10p、TN10p、R95pTOT、R99pTOT、R95pINT、R99pINT)的敏感性。结果表明，新基准期导致暖极端事件频率降低、趋势减弱，冷极端事件频率增加、趋势增强，降水极端响应则呈现数据集依赖性异质性，且ToE估计产生显著偏移(暖极端延迟2–8年，冷极端提前最多15年)。该研究为非洲气候监测、风险评估及适应规划提供了重要的方法论框架。

　　

在全球气候变暖的背景下，极端气候事件正变得越来越频繁和强烈，对人类社会和自然生态系统构成严重威胁。非洲大陆作为全球最脆弱的地区之一，其经济高度依赖对气候敏感的农业和水资源部门，极端气候事件如热浪、暴雨和干旱已对当地民生、基础设施、粮食和水安全以及公共健康造成了巨大损害。例如，2000年至2015年间，布基纳法索Nouna地区的极端高温事件导致超过8000人死亡；而2009年西非的洪灾影响了约60万人。因此，准确识别和监测极端气候事件，对于理解风险演变和制定有效的适应策略至关重要。

为了标准化全球极端气候的监测，世界气象组织（WMO）的专家团队（ETCCDI）制定了一套基于日温度和降水数据的标准气候指数。这些指数通常使用固定的30年气候基准期（例如1981-2010年）计算百分位阈值（如第90或95百分位数）来定义极端事件。遵循WMO每十年更新一次基准以反映近期气候状况的建议，标准参考期已于2021年从1981-2010年更新为1991-2020年。然而，尽管这些指数被广泛使用，但大多数研究默认基准期的选择不会显著影响关于极端事件趋势、可检测性或信号显现的结论。在气候持续变暖的非平稳背景下，这种假设可能导致方法论上的不一致，从而影响对极端气候演变的理解，尤其是在非洲这样数据稀疏且高度脆弱的地区。

发表在《Atmospheric Research》上的这项研究，首次在非洲大陆范围内，系统评估了基准期变迁如何影响极端温度和降水的表征、长期趋势及其信号显现时间（Time of Emergence, ToE）。研究人员创新地将ToE作为一个诊断指标，用于衡量在可用的观测记录内，气候变化信号相对于内部变率的可检测性，而非绝对的人类活动影响起始点。

为开展研究，作者团队利用了多种再分析和观测数据集（包括BEST、ERA5、MERRA-2和CHIRPS），涵盖了1981年至2021年非洲地区的日最高温度（T_max）、日最低温度（T_min）和降水数据。所有数据被重采样至统一的0.5°×0.5°网格。研究计算了8个基于百分位的极端气候指数（4个温度指数，4个降水指数），并分别基于1981–2010年（基准期A）和1991–2020年（基准期B）两个基准期计算其阈值。通过比较两个基准期下这些指数的多年平均频率、长期趋势（使用Mann-Kendall检验）以及信号显现时间（ToE，采用基于全球平均温度（GMST）回归的信号-噪声框架），系统量化了基准期选择的影响。研究还按照IPCC AR6区域划分，对非洲9个子区域进行了分析。

3.1. 两个基准期之间温度和降水的平均分布差异

分析表明，与基准期A相比，基准期B下非洲大陆的T_max和T_min平均显著升高约0.4°C。温度分布的整体形态保持一致，但明显向更暖条件偏移，且第10百分位数的偏移比第90百分位数更显著。降水的变化则统计显著性较低，且模式更具数据集依赖性，一些地区显示增加，另一些地区显示减少，例如中非地区（CAF）在多个数据集中显示出降水减少。

3.2. 极端气候指数平均频率的差异

更新基准期对极端温度频率的影响是显著且一致的。使用基准期B计算，暖昼（TX90p）和暖夜（TN90p）的频率在整个非洲普遍显著减少，而冷昼（TX10p）和冷夜（TN10p）的频率则显著增加。例如，在ERA5数据中，中非地区（CAF）的TN90p和TX90p减少超过20天。对于极端降水，响应则更为复杂和异质。年总强降水量（R95pTOT, R99pTOT）在某些区域减少，在另一些区域增加；而极端降水强度（R95pINT, R99pINT）的变化也因数据集和区域而异，例如MERRA-2显示中非地区强度显著降低，而东北非（NEAF）和东南非（SEAF）强度增加。

3.3. 极端气候指数趋势的差异

基准期的选择同样影响了长期趋势的估计。对于温度极端，使用基准期B时，暖极端（TX90p, TN90p）的上升趋势普遍减弱，而冷极端（TX10p, TN10p）的下降趋势则加速。对于降水极端，使用基准期B导致强降水总量（R95pTOT, R99pTOT）的上升趋势在大部分地区减弱，但极端降水强度（R95pINT, R99pINT）的上升趋势在多数地区反而增强。这表明，在非平稳的气候背景下，趋势的解读高度依赖于基准期的选择。

3.4. 极端气候信号显现时间（ToE）的基准敏感性

这是本研究的一个核心发现。基准期的更新显著改变了极端气候信号变得可检测的时间。对于温度极端，使用较新的、更暖的基准期B，使得暖极端（TX90p, TN90p）的ToE延迟了约2-8年（对于“异常气候”，即信号>噪声）和4-8年（对于“非常气候”，即信号>2倍噪声）。相反，冷极端（TX10p, TN10p）的ToE则提前了1-3年（异常气候）和3-6年（非常气候），在某些区域提前幅度可达15年。这种不对称性源于趋势强度和信号噪声比（SNR）的变化。对于降水极端，ToE的变化表现出强烈的数据集依赖性。在CHIRPS中，新基准期下某些降水极端的ToE提前，而在MERRA-2和ERA5中，则可能出现延迟或信号无法在观测期内显现的情况，变化幅度甚至可达数十年。这凸显了降水极端检测的不确定性以及对数据源的敏感性。

该研究的讨论部分深刻阐释了其发现的意义。温度极端的非对称响应具有明确的物理基础：更暖的基准期提高了“热”极端的阈值，从而降低了其频率，同时相对降低了“冷”极端的阈值，增加了其频率。区域差异则反映了陆-气相互作用、地形等因素的影响。降水极端的复杂响应则与大规模环流、对流活动以及观测不确定性密切相关。研究结果与在中国、美国等中纬度地区的发现相一致，表明基准期敏感性是持续变暖背景下百分位指数的一个普遍特征。

综上所述，这项研究有力地证明，气候基准期的选择是极端气候检测和解读中的关键方法学因素，其影响在非洲这样脆弱的地区尤为重大。更新基准期不仅改变了极端事件的表征频率和趋势估计，更重要的是，它显著改变了这些事件信号从自然变率中显现出来的感知时间。这意味着，基于不同基准期的研究可能对气候风险的紧迫性得出不同的结论。该研究为理解和调和不同数据集在描述非洲极端气候时的差异提供了关键框架，强调了在多数据集比较中考虑基准期效应的必要性，从而为提高非洲气候监测和风险沟通的稳健性做出了重要贡献。研究成果对非洲各国的气候适应规划、水资源管理、公共卫生和粮食安全具有直接的指导意义。