我国近<strong>46</strong>年暖季复合极端高温—极端降水事件特征

doi:10.11867/j.issn.1001-8166.2025.080

人类活动与全球变暖增加了极端高温和极端降水事件发生的概率，二者复合的事件严重影响着居民健康、社会经济和生态系统。基于1979—2024年逐日气温和降水数据，引入干、湿极端高温以细化事件类型，分析了我国近46年暖季（5~9月）复合极端高温—极端降水事件的频数、强度和影响范围的特征，发现全国此类事件的发生频率与影响范围均呈快速增长趋势，且在2000年后增速加快。复合事件中极端高温和极端降水强度，均显著高于单独的极端高温和降水事件，2000年后复合事件的强度和极端程度，较1979—2000年明显增强。进一步区分干、湿极端高温类型发现，湿极端高温复合事件集中于河西走廊和四川盆地等频发区，而干极端高温复合事件在全国范围内分布相对均匀。近46年湿极端高温复合事件在全部复合事件的占比持续上升，且其极端高温强度强于干极端高温，这一特征预示，湿极端高温复合事件相比单独极端事件和干极端高温复合事件造成损失的风险更高，且随着全球变暖加剧、潜在风险正在逐渐增大，需持续重点关注。

关键词: 极端高温, 极端降水, 复合极端事件

Anthropogenic activities and global warming have amplified the likelihood of heatwaves and precipitation extremes. In particular, compound heatwaves and precipitation extremes pose severe threats to public health, society, and ecosystems. Based on daily temperature and precipitation data from the ERA5 reanalysis from 1979 to 2024, this study introduced a classification of dry and moist heatwaves to analyze the frequency, magnitude, and temporal evolution of compound heatwaves and precipitation extremes over China during the warm season (from May to September). The results revealed a rapid increase in the occurrence and spatial extent of such events nationwide, with an accelerating trend observed after the year 2000. The heatwave magnitudes of the temperature and precipitation extreme magnitudes were found to be significantly higher than those of individual extremes, with enhanced extremeness after 2000. For comparison, the moist heatwave compound extremes were concentrated in frequent occurrence regions, such as the Hexi Corridor and Sichuan Basin, while dry heatwave compound extremes showed a nearly uniform distribution across the country. From 1979 to 2024 the proportion of moist heat wave compound events increased. Moreover, the heatwave magnitude of the temperature in moist heatwave compound extremes was stronger than that in dry heatwave compound extremes, suggesting a higher risk of damage compared to individual extremes or dry heatwave compound extremes. This potential risk is projected to escalate further with ongoing global warming, which requires sustained monitoring.

Key words: Heatwave, Precipitation extreme, Compound weather and climate extreme

中图分类号:

P426.6

图1 基于相对阈值的1979—2024年我国暖季极端高温（a）、湿极端高温（b）和极端降水（c）平均阈值空间分布

Fig. 1 The spatial distribution of thresholds of heatwave （a）， moist heatwave （b）， and precipitation extreme （c） in China in warm season from 1979-2024 based on relative threshold

表1 极端事件指标定义

Table 1 Definitions of extremes

名称	简写	单位	公式
极端高温频数	HWN	次	N
极端高温强度	HWM-T	℃/d	$∑ j = 0 N ∑ i = 0 D j (T i j - T 90 i j) / D j / N$
极端高温干湿强度	HWM-T_e	℃/d	$∑ j = 0 N ∑ i = 0 D j (T e i j - T e 90 i j) / D j / N$
极端降水频数	PEN	次	N
极端降水强度	PEM	mm/d	$∑ j = 0 N ∑ i = 0 D j (P r e i j - P 95 i j) / D j / N$
复合极端高温—极端降水事件频数	CHPEN	次	N

表1 极端事件指标定义

Table 1 Definitions of extremes

名称	简写	单位	公式
极端高温频数	HWN	次	N
极端高温强度	HWM-T	℃/d	$∑ j = 0 N ∑ i = 0 D j (T i j - T 90 i j) / D j / N$
极端高温干湿强度	HWM-T_e	℃/d	$∑ j = 0 N ∑ i = 0 D j (T e i j - T e 90 i j) / D j / N$
极端降水频数	PEN	次	N
极端降水强度	PEM	mm/d	$∑ j = 0 N ∑ i = 0 D j (P r e i j - P 95 i j) / D j / N$
复合极端高温—极端降水事件频数	CHPEN	次	N

图2 我国1979—2024年暖季3天与7天内复合极端高温—极端降水事件（CHPEs）频数（a、b）、占全部极端高温事件数比例（c、d）以及占全部极端降水数比例（e、f）空间分布
图中填色区域通过95%的显著性检验。

Fig. 2 The spatial distribution of frequency （a， b）， proportion of whole heatwaves （c， d）， whole precipitation extremes （e， f） of Compound Heatwave-Precipitation Extremes （CHPEs） within 3 days and 7 days in China in warm season from 1979 to 2024
The shading exceeds 95% significance level.

图3 我国1979—2024年暖季3天内与7天内复合极端高温—极端降水事件（CHPEs）极端高温强度（a、b）、与单独极端高温强度差异（c、d）、极端降水强度（e、f）以及与单独极端降水强度差异（g、h）空间分布
图中填色区域通过95%的显著性检验。

Fig. 3 The spatial distribution of HWM-T （a， b）， HWM-T difference with individual heatwaves （c， d）， Precipitation Extreme Magnitude （PEM）（e， f）， and PEM difference with individual precipitation extremes （g， h） of Compound Heatwave-Precipitation Extremes （CHPEs） within 3 days and 7 days in China in warm season from 1979 to 2024
The shading exceeds 95% significance level.

图4 我国暖季发生复合极端高温—极端降水事件（CHPEs）格点占比逐年分布与趋势（a）及1979—2000年和2001—2024年3天内（b）、7天内（c）CHPEs格点占比箱线图
（a）中散点表示格点占比，实线表示整体趋势，虚线表示1979—2000年与2001—2024年分段趋势，均通过95%显著性检验；（b）和（c）中横线表示中位数，三角表示平均值。

Fig. 4 The annual distribution and trend of the proportion of grid points of Compound Heatwave-Precipitation Extremes （CHPEs） in China in warm season （a） and the proportion of grid points of CHPEs within 3 days （b） and 7 days （c） from 1979 to 2000 and from 2001 to 2024
The scattered points in （a） represent the proportion of grid points， solid lines represent the linear trend in the period of 1979-2024， and dashed lines represent the segmented trends from 1979 to 2000 and from 2001 to 2024， all exceed 95% significance level. Line in （b， c） represents the median and triangle represents the average.

图5 我国暖季发生复合极端高温—极端降水事件（CHPEs）格点平均频数逐年分布趋势（a）与1979—2000年和2001—2024年3天内（b）、7天内（c）CHPEs格点平均频数箱线图
（a）中散点表示平均频数，实线表示整体趋势，虚线表示1979—2000年与2001—2024年分段趋势，均通过95%显著性检验；（b）和（c）中横线表示中位数，三角表示平均值。

Fig. 5 The annual distribution and trend of the average frequency of grid points occurring Compound Heatwave-Precipitation Extremes （CHPEs） in China in warm season （a） and average frequency of grid points occurring CHPEs within 3 days （b） and 7 days （c） from 1979 to 2000 and from 2001 to 2024
The scattered points in （a） represent the average frequency， solid lines represent the overall trend， and dashed lines represent the segmented trends from 1979 to 2000 and from 2001 to 2024， all exceed 95% significance level. Line in （b， c） represents the median， triangle represents the average.

图6 我国暖季1979—2000年与2001—2024年3天内与7天内复合极端高温—极端降水事件（CHPEs）平均频数分布
图中填色区域通过95%的显著性检验。

Fig. 6 The frequency distribution of Compound Heatwave-Precipitation Extremes （CHPEs） within 3 days and 7 days in the warm season of 1979-2000 and 2001-2024 in China
The shading exceeds 95% significance level.

图7 我国暖季3天内干极端高温与湿极端高温复合极端高温—极端降水事件（CHPEs）频数分布（a、b）、极端高温强度分布（c、d）、极端降水强度分布（e、f）
图中填色区域通过95%的显著性检验。

Fig. 7 The frequency distribution （a， b）， heatwave magnitude of temperature distribution （c， d）， and precipitation extreme magnitude distribution （e， f） of dry heatwave Compound Heatwave-Precipitation Extremes （CHPEs） and moist heatwave CHPEs within 3 days in China in warm season
The shading exceeds 95% significance level.

图8 我国暖季3天内与7天内干、湿极端高温复合极端高温—极端降水事件（CHPEs）频数逐年分布（a、b）、极端高温强度概率密度分布（c、d）和极端降水强度概率密度分布（e、f）
（a）和（b）中虚线为干、湿极端高温诱发的复合事件数占比趋势；（c）、（d）、（e）和（f）中p为概率密度分布差异检验结果，p<0.05认为具有显著差异。

Fig. 8 The annual distribution of the frequency （a， b）， the probability density distribution of heatwave magnitude of temperature （c， d）， and the probability density distribution of precipitation extreme magnitude （e， f） of dry and moist heatwave Compound Heatwave-Precipitation Extremes （CHPEs） within 3 days and 7 days in China in warm season
Dotted lines in （a） and （b） represent the trend of the proportion of dry and moist heatwave CHPEs. p in （c），（d），（e） and （f） is the test result of the difference in probability density distribution； p<0.05 is considered to have a significant difference.

图9 我国暖季3天内（a）与7天内（b）内干、湿极端高温复合极端高温—极端降水事件（CHPEs）格点总频数逐年随全球平均温度距平的趋势

Fig. 9 The trend of total frequency on all grid points of dry and moist heatwave Compound Heatwave-Precipitation Extremes （CHPEs） within 3 days （a） and 7 days （b） along with global average temperature anomaly in China in warm season

[1]	YANG Yirong， YUAN Chaoxia. Mechanisms of compound extreme heat-precipitation events in northwestern China［J］. Transactions of Atmospheric Sciences， 2025， 48（1）：62-76.
	杨怡蓉，袁潮霞，中国西北地区复合极端高温—降水事件可能成因［J］.大气科学学报，2025，48（1）：62-76.
[2]	PERKINS S E. A review on the scientific understanding of heatwaves： their measurement， driving mechanisms， and changes at the global scale［J］. Atmospheric Research， 2015， 164/165： 242-267.
[3]	XU Z W， FITZGERALD G， GUO Y M， et al. Impact of heatwave on mortality under different heatwave definitions： a systematic review and Meta-analysis［J］. Environment International， 2016， 89/90： 193-203.
[4]	SCHLENKER W， ROBERTS M J. Nonlinear temperature effects indicate severe damages to U.S. crop yields under climate change［J］. Proceedings of the National Academy of Sciences of the United States of America， 2009， 106（37）： 15 594-15 598.
[5]	DUINE G J， CARVALHO L M V， JONES C. Mesoscale patterns associated with two distinct heatwave events in coastal Santa Barbara， California， and their impact on local fire risk conditions［J］. Weather and Climate Extremes， 2022， 37. DOI： 10.1016/j.wace.2022.100482 .
[6]	DU H B， ALEXANDER L V， DONAT M G， et al. Precipitation from persistent extremes is increasing in most regions and globally［J］. Geophysical Research Letters， 2019， 46（11）： 6 041-6 049.
[7]	SUN Q H， ZHANG X B， ZWIERS F， et al. A global， continental， and regional analysis of changes in extreme precipitation［J］. Journal of Climate， 2021， 34（1）： 243-258.
[8]	LI Y， ZHAO S S. Floods losses and hazards in China from 2001 to 2020［J］. Climate Change Research， 2022， 18（2）： 154-165.
[9]	SENEVIRATNE S I， ZHANG X， ADNAN M， et al. Weather and climate extreme events in a changing climate［M］// Climate change 2021： the physical science basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge： Cambridge University Press， 2021： 1 513-1 766.
[10]	FANG Jian， TAO Kai， MU Sha， et al. Progress of research on compound extreme event and hazard assessment［J］. Progress in Geography， 2023， 42（3）： 587-601.
	方建，陶凯，牟莎，等. 复合极端事件及其危险性评估研究进展［J］. 地理科学进展， 2023， 42（3）： 587-601.
[11]	KEMTER M， FISCHER M， LUNA L V， et al. Cascading hazards in the aftermath of Australia’s 2019/2020 black summer wildfires［J］. Earth’s Future， 2021， 9（3）. DOI：10.1029/2020EF001884 .
[12]	LIU J H， CHEN J， YIN J B， et al. Understanding compound extreme precipitations preconditioned by heatwaves over China under climate change［J］. Environmental Research Letters， 2024， 19（6）. DOI： 10.1088/1748-9326/ad50ee .
[13]	YOU J W， WANG S. Higher probability of occurrence of hotter and shorter heat waves followed by heavy rainfall［J］. Geophysical Research Letters， 2021， 48（17）. DOI： 10.1029/2021GL094831 .
[14]	DING Yihui， LIU Yanju， XU Ying， et al. Regional responses to global climate change： progress and prospects for trend， causes， and projection of climatic warming-wetting in northwest China［J］. Advances in Earth Science， 2023， 38（6）： 551-562.
	丁一汇，柳艳菊，徐影，等.全球气候变化的区域响应：中国西北地区气候“暖湿化”趋势、成因及预估研究进展与展望［J］.地球科学进展，2023， 38（6）： 551-562.
[15]	CHEN Y， LIAO Z， SHI Y， et al. Greater flash flood risks from hourly precipitation extremes preconditioned by heatwaves in the Yangtze River valley［J］. Geophysical Research Letters， 2022， 49（18）. DOI：10.1029/2022GL099485 .
[16]	SUN P， BIAN Y J， YU S F， et al. Are longer and more intense heatwaves more prone to extreme precipitation？［J］. Global and Planetary Change， 2024， 236. DOI： 10.1016/j.gloplacha.2024.104428 .
[17]	HUANG D Q， DAI A G， ZHU J， et al. Recent winter precipitation changes over eastern China in different warming periods and the associated East Asian jets and oceanic conditions［J］. Journal of Climate， 2017， 30（12）： 4 443-4 462.
[18]	ZANG Naihui. Observation characteristics， mechanism and projection of the early onset of extreme heat events in eastern China［D］. Lanzhou： Lanzhou University， 2024.
	臧乃珲.中国东部地区极端高温事件早发性特征、机理及预估研究［D］. 兰州：兰州大学， 2024.
[19]	ZHU Baoyan. The mechanisms and prediction for the interannual/interdecadal variability of summer extreme high-temperature frequency over East China［D］. Nanjing： Nanjing University of Information Science and Technology， 2023.
	朱宝艳.中国东部夏季极端高温频次年际/年代际变化的机制及预测［D］. 南京：南京信息工程大学，2023.
[20]	QI Y M， HUANG D Q， CHEN J， et al. Variations and comparisons in hourly and daily precipitation extremes over eastern China in recent warming periods［J］. International Journal of Climatology， 2024， 44（14）： 5 192-5 206.
[21]	MARTINKOVA M， KYSELY J. Overview of observed Clausius-Clapeyron scaling of extreme precipitation in midlatitudes［J］. Atmosphere， 2020， 11（8）. DOI： 10.3390/atmos11080786 .
[22]	FISCHER E M， KNUTTI R. Observed heavy precipitation increase confirms theory and early models［J］. Nature Climate Change， 2016， 6（11）： 986-991.
[23]	HUANG D Q， ZHU J， XIAO X C， et al. Understanding the sensitivity of hourly precipitation extremes to the warming climate over eastern China［J］. Environmental Research Communications， 2021， 3（8）. DOI： 10.1088/2515-7620/ac17e1 .
[24]	AN N， ZUO Z Y. Investigating the influence of synoptic circulation patterns on regional dry and moist heat waves in North China［J］. Climate Dynamics， 2021， 57（3）： 1 227-1 240.
[25]	SUN S， ZHANG Q， SINGH V P， et al. Increased moist heat stress risk across China under warming climate［J］. Scientific Reports， 2022， 12. DOI： 10.1038/s41598-022-27162-2 .
[26]	HERSBACH H， BELL B， BERRISFORD P， et al. The ERA5 global reanalysis［J］. Quarterly Journal of the Royal Meteorological Society， 2020， 146（730）： 1 999-2 049.
[27]	HERSBACH H， COMYN-PLATT E， BELL B， et al. ERA5 post-processed daily-statistics on pressure levels from 1940 to present［DB］. Copernicus Climate Change Service （C3S） Climate Data Store （CDS）， 2023. DOI： 10.24381/cds.4991cf48 .
[28]	LYON B， BARNSTON A G. Diverse characteristics of U.S. summer heat waves［J］. Journal of Climate， 2017， 30（19）： 7 827-7 845.
[29]	KHAN M， BHATTARAI R， CHEN L. Elevated risk of compound extreme precipitation preceded by extreme heat events in the upper midwestern United States［J］. Atmosphere， 2023， 14（9）. DOI： 10.3390/atmos14091440 .
[30]	YOU J W， WANG S， ZHANG B E， et al. Growing threats from swings between hot and wet extremes in a warmer world［J］. Geophysical Research Letters， 2023， 50（14）. DOI： 10.1029/2023GL104075 .
[31]	WEST R M. Best practice in statistics： use the Welch t-test when testing the difference between two groups［J］. Annals of Clinical Biochemistry， 2021， 58（4）： 267-269.
[32]	CHEN J， DAI A G. The atmosphere has become increasingly unstable during 1979-2020 over the Northern Hemisphere［J］. Geophysical Research Letters， 2023， 50（20）. DOI：10.1029/2023GL106125 .
[33]	YANG Yuanjian， LUO Fu， XUE Jiesheng， et al. Research progress and perspective on synergy between urban heat waves and canopy urban heat island［J］. Advances in Earth Science， 2024， 39（4）： 331-346.
	杨元建，罗芙，薛捷升，等.城市热浪与冠层热岛协同作用研究进展与展望［J］.地球科学进展，2024，39（4）：331-346.

[1]	张井勇, 杨占梅, 吴凌云. 夏季极端高温预测模型系统及实际应用[J]. 地球科学进展, 2025, 40(5): 516-524.
[2]	华文剑, 冯慧婷, 崔亚朱, 胡宇涵. 2022年夏季长江流域极端高温的研究进展与展望[J]. 地球科学进展, 2025, 40(5): 456-472.
[3]	史军, 崔林丽, 顾宇丹, 唐娉. 气候变化背景下复合极端事件研究进展[J]. 地球科学进展, 2023, 38(8): 771-779.
[4]	李东欢, 邹立维, 周天军. 全球1.5 ℃温升背景下中国极端事件变化的区域模式预估[J]. 地球科学进展, 2017, 32(4): 446-457.
[5]	方建, 杜鹃, 徐伟, 史培军, 孔锋. 气候变化对洪水灾害影响研究进展[J]. 地球科学进展, 2014, 29(9): 1085-1093.
[6]	高涛, 谢立安. 近50年来中国极端降水趋势与物理成因研究综述[J]. 地球科学进展, 2014, 29(5): 577-589.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Characteristics of Compound Heatwaves and Precipitation Extremes of Warming Season in China from 1979 to 2024

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Characteristics of Compound Heatwaves and Precipitation Extremes of Warming Season in China from 1979 to 2024