极端气候问题是相当复杂的科学问题，早在上世纪90年代中期以来，国际上一直就有不少学者注意到平均气温的变化可能引发极端气候的非线性变化，无论是观测研究或模拟研究都已有共识，必须在全球模拟基础上进一步对区域以下尺度的气候状况进行精细化研究，尤其要重视区域尺度极端气候概率特征的非线性变化。当前，极端气候事件持续增多，天气灾害频繁出现的态势正愈演愈烈,作为气候科学领域的研究工作者，应该大力开展该领域的科学研究。　　笔者早在上世纪末就注意到国际上不少学者对极端气候问题的研究成果。　　尽管目前全球海、陆、气耦合模式所模拟的各种排放方案下的未来气候情景已具有时间上的高分辨率，但其空间尺度分辨率仍有细化的必要，在全球不同地区采用嵌套的区域模式或者采用各种降尺度方法已经成为研究区域尺度气候状况的有力工具，但其模式输出信息也仅只对平均气候变化有较高的置信度。由于平均气候变化与极端气候变化之间存在着复杂的相互关系，迄今尚不能完全由动力气候数值模拟直接寻求极端气候变化规律，必须借助于动力气候数值模拟与统计极值分布模式和随机模拟等各种理论和方法相互结合加以研究。当然，根据历史气候记录提取气候极值信息并诊断其变化规律则更离不开各种统计手段。　目前，极端气候异常事件的许多统计特征量(如频率，强度等)与平均气温及其变率的线性或非线性关系已经有了一定的理论基础,各种气候数值模式模拟的最新结果也表明，模拟的平均气温场及其变率有相当的可靠性，在给定的初边值条件下作第二类气候预报与观测结果已相当一致。因而，借助优良的气候数值模式输出结果，预测各种条件期望气候情景下，出现气候极端值引发自然灾害的风险(概率)及其区域形态研究也已具备必要的理论基础。事实上，研究气候系统或其中的任何一个子系统，都不能回避气候具有概率性即不确定性的一面。当今数值天气预报和气候模拟研究中已经愈来愈多地融进了一些概率统计原理和方法,例如,动力模式基础上的集成预报就有随机统计试验方法的应用;数值天气预报和动力气候模拟的客观分析、四维同化和初值化等手段也都具有统计处理方法,而数值预报以及各种物理过程的参数化大多也借助于概率统计学方法来解决，近年来，将气候模式模拟的全球尺度气候预测结果，采用统计降尺度或统计、动力降尺度方法细化为中小尺度区域气候情景，已成为全球各地未来气候情景预测的重要工具。这些都有力地证明了考虑气候概率性问题的重要意义。我国大气科学先驱叶笃正先生也曾指出，气候预报应考虑概率问题。近十多年来，我国统计气象学的确取得了许多新成果且在气象领域的各个方面更加普及。然而，近年来国际上关于气候概率分布理论和应用研究已经在极端气候领域取得了新成就,发展了新内涵。相比之下我们面临的科学问题仍有许多问题需要深入研究。　笔者认为，研究极端气候更需要考虑不确定性因素。因为，从统计学观点出发，一般可将气候变量视为随机变量，而气候极值就是这种气候随机变量的复杂函数，它更加需要采用各种统计学方法和理论。气候观测记录所记载的过去气候变化中某些极端气候指标虽然早已存在，它们不但具有比平均气候变化更强的长期变率特征，更受到各种偶然性因素影响。如何从大量的偶然性因素中提取必然性因素，这历来是概率统计学与动力学方法相结合寻求气象现象规律性的有效途径。

 

 

 

 

 

 

 

转载本文请联系原作者获取授权，同时请注明本文来自丁裕国科学网博客。
链接地址：https://blog.sciencenet.cn/blog-3100-219642.html

上一篇：再论科学与技术不能混为一谈
下一篇： 极端气候对人类社会和生态环境的影响