《Environmetrics》:Spatiotemporal Analysis of Extreme Winter Temperatures in Ireland
编辑推荐:
研究人员分析了1950–2022年爱尔兰冬季月份极端日最低温度的天气学观测数据。他们使用广义帕累托分布(GPD)对极端冬季最低温度的尾部分布进行建模,捕捉非平稳性的时间和空间来源。他们从由急流异常行为等引起的混淆性短期(从月度到冬季长度)大幅波动中分离出长期气
研究人员分析了1950–2022年爱尔兰冬季月份极端日最低温度的天气学观测数据。他们使用广义帕累托分布(GPD)对极端冬季最低温度的尾部分布进行建模,捕捉非平稳性的时间和空间来源。他们从由急流异常行为等引起的混淆性短期(从月度到冬季长度)大幅波动中分离出长期气候趋势。他们针对精心选择的风险函数识别极端空间事件,并对超过高风险阈值的事件拟合一个r-Pareto过程。他们表明,爱尔兰极端寒冷冬季温度的长期趋势的变暖速度快于平均冬季温度和夏季极端日最高温度。关键的是,他们表明,如果不考虑大规模短期气候振荡,就会错误地估计出极端寒冷冬季温度正在变冷。在空间极端事件方面,他们发现,在急流通常产生最冷冬季温度的时期,估计的温度低于有记录以来最冷值的速率在研究期间下降了100倍。
**论文解读文章:爱尔兰极端冬季温度的时空非平稳性分析**
**研究背景与问题**
自1950年以来,全球极端寒冷事件的频率和强度有所下降,随着全球平均气温升高,这一趋势预计将持续。然而,冬季温度在北半球中纬度地区表现出显著的变暖趋势,但与此同时,与急流变化相关的短期气候振荡(如北极涛动AO和北大西洋涛动NAO)会导致偶发性的极端寒冷事件。爱尔兰由于大西洋和爱尔兰海的调节作用,冬季通常较同纬度地区温和,但2010年等极端寒冷冬季(例如2009/10年冬季)仍时有发生。先前研究(如Christiansen et al. 2018)已表明这些极端寒冷事件的发生概率因人为气候变化而降低,但并未系统分析观测数据中极端寒冷温度的空间模式及其与气候指数的关系。此外,极端低温的变暖速率是否快于平均温度或极端高温、短期气候波动如何混淆长期趋势等问题尚未被充分探索。为此,本研究旨在从边缘分布和空间依赖两个层面,量化爱尔兰极端冬季温度的非平稳性,并揭示急流行为对极端冷事件的影响。
**研究内容与结论**
研究人员利用1950–2022年爱尔兰125个气象站的冬季(12月–2月)日最低温度观测数据(数据来自爱尔兰气象局和英国气象局MIDAS数据库),结合气候模型输出(CLMcom-CCLM4-8-17区域气候模型)、沿海距离以及多种时间协变量(包括长短期温度异常HadCRUT5数据、NAO/AO指数),构建了边缘分布和空间极值模型。边缘建模采用阈值方法,阈值由空间分位数回归确定,阈值以上的超出量用广义帕累托分布(GPD)拟合,其中尺度参数随空间协变量(沿海距离、气候模型输出分位数)和时间协变量(平滑趋势、短期气候变率SCV,以HadCRUT5残差为代表)变化,形状参数设为常数。空间依赖建模则基于r-Pareto过程,假设过程在爱尔兰范围内具有渐近依赖,并通过Matérn变差函数描述空间结构。为刻画短期气候振荡对极值的影响,研究者提出了一种新颖的时空自举方法,以解决数据中的强时间自相关和大量缺失值问题。
结果发现:(1)冬季极端最低温度的长期变暖速率显著快于平均冬季温度、快于夏季极端最高温度(100年一遇的极端冷事件变暖幅度为2–4°C,而夏季极端热事件仅变暖1.2–2.1°C)。(2)如果不考虑短期气候变率(SCV)协变量,趋势估计会错误地显示极端冷事件在变冷;纳入SCV后,趋势逆转并显示出显著的变暖。(3)空间尺度上,自1950年以来,爱尔兰出现低于历史最低值(如-17.5°C或-19.4°C)的极端冷事件的概率大幅下降。例如,在最可能引发严寒的SCV高相位下,低于-17.5°C的事件从1950年的约10年一遇变为2022年的约370年一遇;而低于-19.4°C的事件则从38年一遇降至3700年一遇。(4)空间极值事件的强度范围和频率均随时间降低,且变暖效应在内陆地区最为显著。
**主要技术方法**
研究采用的关键技术方法包括:(1)广义帕累托分布(GPD)边缘极值建模,阈值由空间分位数回归(利用非对称拉普拉斯分布ALD)确定,GPD尺度参数采用对数线性回归形式,协变量包括气候模型输出分位数、沿海距离、长期平滑趋势(HadCRUT5 LOESS平滑)及短期气候变率残差(SCV);(2)r-Pareto过程空间依赖建模,基于风险函数(全站点平均)识别极端空间事件,使用Matérn变差函数描述log-Gaussian过程的空间结构;(3)为处理时间自相关和缺失数据,开发了定制化时空块自举程序:先对原数据按冷事件峰值时间分割为不等长时空块,将块内数据变换至均匀边缘后,在考虑缺失模式匹配的条件下重新采样块,再以目标时间段的协变量反变换回温度尺度;(4)重要性抽样方法计算空间极端事件概率。数据来源为1950–2022年爱尔兰125个官方站点(Republic of Ireland来自Met éireann,Northern Ireland来自MIDAS),同时使用了HadCRUT5月均温度异常、NAO/AO指数及CLMcom区域气候模型输出。
**研究结果节选(保留小标题)**
**5.1 边缘返回水平结果**:通过拟合最优模型(模型f.2),研究人员计算了2022年不同SCV相位下的100年一遇返回水平。在低、中、高SCV相位下,爱尔兰全岛的返回水平范围分别为-7.4°C至-4.7°C、-8.3°C至-5.6°C、-10.2°C至-6.8°C,内陆站点更冷且不确定性更大。1950–2022年间,100年返回水平的变暖幅度在低SCV相位为1.9–2.6°C,高SCV相位为2.9–3.5°C,均远大于同期平均温度变暖(约0.8°C)。该变化大于夏季极端高温的变暖,表明冬季极端最低温变暖快于极端最高温。同时,对阈值选择的敏感性分析表明结果稳健。
**5.2 空间极端事件结果**:基于r-Pareto过程模拟和重要性抽样,研究人员估计了发生低于给定温度(如-17.5°C)的空间事件的返回周期。以历史最冷记录-19.4°C为例,在高SCV相位下,该事件从1950年的38年一遇变为2022年的3700年一遇,下降约100倍。对于略低温度-15°C(Rohan 1986指出为极端冷),返回周期也大幅增加。此外,研究人员估计了在给定年度和SCV相位下,爱尔兰站点网络中温度低于某临界值的期望站点比例E?(Y)。对于-17.5°C,该比例在低、中、高SCV相位下分别下降了17.2倍、10.2倍和4.68倍,表明不仅极端冷事件频率降低,其空间覆盖范围也在缩小。
**总结与讨论**
研究揭示了爱尔兰1950–2022年间极端冬季低温的频率和强度显著下降,且变暖速率快于平均温度和夏季极端高温。短期气候变率(SCV,以HadCRUT5温度异常残差为代表)对极端冷事件的解释能力甚至超过长期趋势,忽略SCV会导致错误地将变暖估计为变冷。空间极端事件方面,达到历史最低温度的概率在研究期内下降了约100倍。这些发现强调了在气候变化分析中必须纳入与急流波动相关的短期气候振荡,否则会严重低估冬季极端冷事件的长期变暖趋势。论文的结论部分(原文Section 7)指出:“我们的研究表明,自1950年以来,爱尔兰全境极端寒冷温度的频率和强度有所下降。此外,极端最低温度的变暖速率显著大于夏季最高温度或平均温度。短期气候变率对长期趋势估计有深远影响,因为该因子解释了爱尔兰极端冬季寒冷温度变异中比长期趋势更大的一部分。特别是,我们发现如果忽略该协变量,趋势会被错误地估计为寒冷冬季温度正在变冷而非变暖。我们发现,从1950年到2022年,极端寒冷冬季温度的发生率在每个短期气候变率相位下都有所下降,极端分位数在不同相位下升高了2–4°C。” 论文发表在《Environmetrics》。