气候变化研究进展, 2025, 21(3): 327-339 doi: 10.12006/j.issn.1673-1719.2024.267

气候变化影响

中国脱贫县破纪录极端天气事件研究

陈思达,1,2, 刘凯1,2, 李博浩1,2, 汪明,1,2

1.北京师范大学国家安全与应急管理学院，北京 100875

2.巨灾模拟与系统性风险应对教育部国际合作联合实验室，珠海 519087

The analysis of record-breaking probability of extreme weather in China’s poverty-alleviated counties

CHEN Si-Da,1,2, LIU Kai1,2, LI Bo-Hao1,2, WANG Ming,1,2

1. School of National Safety and Emergency Management, Beijing Normal University, Beijing 100875, China

2. Ministry of Education International Joint Laboratory of Catastrophe Simulation and Systemic Risk Management, Ministry of Education International Joint Laboratory, Zhuhai 519087, China

通讯作者: 汪明，男，教授，wangming@bnu.edu.cn

收稿日期: 2024-10-15   修回日期: 2024-12-23  

基金资助: 中央高校基本科研业务费资助(2243300007)
国家自然科学基金(52394232)

Received: 2024-10-15   Revised: 2024-12-23  

作者简介 About authors

陈思达，男，硕士研究生，csd_2000@mail.bnu.edu.cn

摘要

脱贫地区作为高脆弱性地区，往往承受着更高的自然灾害致贫返贫风险，而目前有关我国脱贫县未来面临的破纪录极端天气危险性认识不足。文中基于NEX-GDDP-CMIP6全球降尺度气候情景的22个模式数据，结合8个极端天气指标，探讨中国832个脱贫县和其他县极端天气时空分布规律。结果表明：中国面临着严峻的极端高温威胁。1950—2014年极端高温事件的频次呈快速增加趋势，在高排放情景下（SSP3-7.0)，2040年中国84.82%的县份暖夜日数（TN90p）破纪录概率将突破80%，到2050年83.40%的县份暖昼日数（TX90p）破纪录概率将突破80%。脱贫县面临更严重的极端高温威胁，高温热浪（HW）破纪录概率显著高于其他县，同时TX90p破纪录概率将于2030—2040年间超过50%，早于其他县10年。胡焕庸线西部脱贫县历史复合干旱-热浪（CDHW）增长速率是其他地区的10余倍，未来破纪录概率是东部脱贫县的1~2倍。其中，新疆、内蒙古西部、青海及云南南部的脱贫县是CDHW破纪录概率高值区；胡焕庸线沿线区域（南北两翼)、海南岛、黄渤海沿岸区及新疆西北部拥有更高的连续洪水-热浪（SFH）破纪录概率。研究结果表明中国脱贫县受破纪录极端天气威胁更高。为有效防范应对极端天气，提出了水利设施、防灾减灾设施、巨灾保险、公众宣传教育等方面政策建议。

关键词： 气候变化; 胡焕庸线; 脱贫县; 破纪录概率; 极端高温; 极端降水; 复合极端事件

Abstract

Poverty-alleviated regions are particularly vulnerable to reverting back to poverty due to natural disasters. However, there is limited understanding of the potential future risks posed by record-breaking extreme weather in China’s poverty-alleviated counties. Data from 22 models, based on the NEX-GDDP-CMIP6 global downscaling climate scenarios and combined with 8 extreme weather indices, were used to analyze the spatio-temporal distribution patterns of extreme weather across 832 poverty-alleviated counties and other counties in China. The results are as follows. China faces significant threats from extreme heats. From 1950 to 2014, the frequency of extreme heat events increased rapidly. Under the SSP3-7.0 high-emission scenario, it is projected that 84.82% of Chinese counties will experience a record-breaking possibility greater than 80% for warm nights (TN90p) by 2040, while 83.40% are expected to surpass this threshold for warm days (TX90p) by 2050. Poverty-alleviated counties face a more severe threat from extreme heats than other counties. The record-breaking probability of heatwave (HW) in these counties is significantly higher than in other counties. Between 2030 and 2040, the probability of TX90p record-breaking events in poverty-alleviated counties is projected to exceed 50%, a decade earlier than in other counties. The analysis of compound drought and heatwave (CDHW) events from 1950 to 2014 shows that poverty-alleviated counties west of the Hu Line experienced a growth rate more than ten times that of other regions. The record-breaking probability of CDHW in western poverty-alleviated counties is 1 to 2 times higher than in eastern poverty-alleviated counties in the future. Specifically, poverty-alleviated counties in Xinjiang, western Inner Mongolia, Qinghai, and southern Yunnan are identified as high-risk areas for record-breaking CDHW probabilities. Regions along the Hu-Line (especially its northern and southern flanks), Hainan Island, the coastal zones of the Yellow Sea and Bohai Sea, and northwestern Xinjiang exhibit significantly higher record-breaking possibility for sequential precipitation-humid heatwave (SFH) events. The study indicates that China’s poverty-alleviated counties are more vulnerable to record-breaking extreme weather. To effectively mitigate and adapt to extreme weather, policy recommendations are proposed on water infrastructure, disaster mitigation, catastrophe insurance, and public awareness and education.

Keywords： Climate change; Hu Line; China’s poverty-alleviated counties; Record-breaking probability; Extreme heat; Extreme precipitation; Compound extreme event

PDF (7553KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

陈思达, 刘凯, 李博浩, 汪明. 中国脱贫县破纪录极端天气事件研究[J]. 气候变化研究进展, 2025, 21(3): 327-339 doi:10.12006/j.issn.1673-1719.2024.267

CHEN Si-Da, LIU Kai, LI Bo-Hao, WANG Ming. The analysis of record-breaking probability of extreme weather in China’s poverty-alleviated counties[J]. Advances in Climate Change Research, 2025, 21(3): 327-339 doi:10.12006/j.issn.1673-1719.2024.267

引言

在全球气候变暖的大背景下，极端高温、极端降水事件发生的频率、范围和强度加剧，全球复合极端事件发生概率增加，且可能引致新型风险、复合风险及跨系统、跨区域的风险传递[1]。据孙劭[2]统计，1991—2020年间中国平均每年因气象灾害导致3039人死亡（含失踪）和2584亿元的损失。据翟盘茂等[3]对历史气候灾害记录统计，我国强降水事件、高温热浪天气、干旱等极端事件更趋频繁。Li等[4]对第六次国际耦合模式比较计划（CMIP6）公布的全球未来模式数据研究发现，中国极端天气破纪录概率将远高于全球平均水平。

目前，国内外集中研究评估极端高温、极端降水和复合极端天气造成生命财产损失的文献较多。Gallo等[5]估计2023年全球因高温死亡人口达到47690人，在极端排放情景下将于21世纪末增加80%的死亡负担；Sun等[6]预测中国在2050—2060年将因高温导致部分行业产值降低和GDP损失。新中国成立以来，我国每年均有不同程度和范围的洪涝灾害发生，年均受灾面积约为3000万hm2，总共造成了26.3万人死亡、11074万间民房倒塌[7]。Yin等[8]发现高排放情景下复合干旱-热浪事件概率将增加10倍；刘杰等[9]发现极端天气与农业经济产出之间的长期均衡关系十分显著，极端天气天数每增加1%，农业经济产出会降低0.031%~0.112%。

乡村全面振兴是实现中国式现代化的关键战略。第二十届三中全会指出“必须统筹新型工业化、新型城镇化和乡村全面振兴”，全面推进乡村振兴是全面建成社会主义现代化强国的基础工程；2024年中央一号文件提出“以确保国家粮食安全、确保不发生规模性返贫为底线”，点明了防止返贫工作在乡村全面振兴工作中的重要地位。脱贫或贫困地区对极端天气承受力更为脆弱。杨浩等[10]和Chen等[11]对中国脱贫地区的研究指出，极端天气会加重脱贫地区农户脆弱性；Davies等[12]研究发现极端事件会加重贫困地区的贫困问题。

突破历史强度、频率、持续时间等最大值极端事件（下称破纪录极端事件）的危害后果更严重，将进一步增加如脱贫县等高脆弱性地区的返贫致贫风险。有学者对破纪录极端事件进行了研究，但对贫困或脱贫地区的极端天气与贫困关系的研究更倾向于微观机理方面，缺少宏观尺度关于不同地区间极端天气风险的不平等性的相关研究。本研究使用NEX-GDDP-CMIP6数据集，对中国脱贫县未来破纪录极端事件进行研究，计算未来不同情景下中国县级行政单位极端天气指标破纪录概率，比较脱贫县与其他县的差异，分析不同地区间极端天气指标破纪录概率统计规律，为量化不同地区间不公平性提供数据基础。

1 研究方法与数据来源

1.1 研究区域

研究区域取自中国2001年《中国农村扶贫开发纲要（2001—2010年）》与2011年 《中国农村扶贫开发纲要（2011—2020年）》确定的位于全国25个省（市、自治区）共计832个重点县（已全部脱贫，下称脱贫县）（图1)。大部分脱贫县位于高原、山地和丘陵地区，西部地区脱贫县比例高于东部地区，例如西藏自治区74个县是脱贫县。西南地区脱贫县占比少于西北地区，但基本各省（市、自治区）脱贫县覆盖率仍达到30%以上。胡焕庸线于1935年由地理学家胡焕庸提出，揭示了中国东西部人口分布的巨大差异。胡焕庸线东部有530个脱贫县和1822个其他县，西部有302个脱贫县和224个其他县。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区概况

Fig. 1   Overview of the study area


1.2 数据来源

CMIP6数据集具备对中国降水和温度良好的预测能力以及较优的极端天气模拟能力[13-14]，也能够用于预测和评估不同决策对未来气候变化产生的影响[15]。

本研究使用的数据是美国国家航空航天局提供的NEX-GDDP-CMIP6数据集[16]。数据集为对CMIP6中22个大气环流模式经过偏差校正和降尺度处理的全球未来气候情景数据，包括近地表相对湿度（hurs)、降水量（pr)、日近地表气温（tas)、日最高近地表气温（tasmax）和日最低近地表气温（tasmin）气候变量，空间分辨率为0.25°×0.25°（约28 km)，模式数据历史时间段为1950年1月1日—2014年12月31日，未来预测数据时段为2015年1月1日—2100年12月31日，是目前质量最高的全球气象数据集之一，广泛用于研究气候变化和极端天气工作[17-18]。

数据集涵盖了4个共享社会经济路径（SSP）和代表浓度路径（RCP）的组合：SSP1-2.6，SSP2-4.5，SSP3-7.0和SSP5-8.5。其中，SSP1-2.6为可持续发展路径，基本上保证到21世纪末全球平均温升显著低于2℃（约1.8℃)，支持2℃温升的研究目标；SSP2-4.5代表了中等社会脆弱性和中等辐射强度的水平，到21世纪末期全球平均温升约达到2.7℃；SSP3-7.0代表高排放情景，到21世纪末全球升温约达到3.6℃；SSP5-8.5发展路径代表了极高强迫情景，即2100年人为辐射强迫达到8.5 W/m2，到21世纪末期全球温升约达到4.4℃。CMIP6的预估结果可以为政策制定提供重要的科学依据，帮助政府和决策者了解不同政策选择下的气候系统对社会的潜在影响。

1.3 极端天气破纪录概率计算

1.3.1 极端天气指数

目前，极端天气指数在不同国家和地区有不同的定义，如Karl等[19]基于美国本土地区气象数据定义了一个气候极端指数（CEI)。气候变化监测和指数专家组 （ETCCDI）旨在提供标准化的极端气候事件指数，以便于分析和比较全球范围内极端天气事件的趋势和特征[20]，其提出的极端温度和极端降水指数被广泛接受。本文选取6个典型极端天气指数和2个复合极端天气指数，分别为总降水量（PRCPTOT)，最大单日降水量（RX1D)，强降水日数（R50)，暖昼日数（TX90p)，暖夜日数（TN90p)，高温热浪（HW)，连续洪水-热浪事件（SFH)，复合干旱-热浪事件（CDHW)。指数定义见表1。

表1   极端天气指数定义

Table 1  Definition of extreme weather index

新窗口打开| 下载CSV


SFH计算采用Chen等[21]提出的方法。计算中使用的加权降水指数（WAP）旨在代表极端降水情况。

CDHW计算中选用的方法来自Yin等[8]和Zhang等[22]研究。使用的标准化降水蒸散发指数（SPEI）用来代表干旱程度。SPEI由Vicente-Serrano等[23]于2010年提出，因为同时考虑了气温、降水等因素的影响，适用于气候变化背景下的干旱研究。

热指数（HI）由美国国家天气局（National Weather Service，NWS）[24]提出，综合考虑了实际空气温度和相对湿度，用来评估人们在炎热天气中的体感温度和不适程度。HI的计算选取了Steadman[25]提出的参数，并通过多元回归拟合计算出经验公式。

1.3.2 极端天气破纪录概率

Fischer等[26]将破纪录极端事件定义为极端事件的强度大幅度超过以往记录，并以标准差幅度来区分破纪录事件程度；Nangombe等[27]以1961—1990年为基准期，将超出基准期最大强度的极端事件定义为破纪录事件。本研究设定基准期为1950—2014年，将超出基准期期间温度、持续时间、降水量等指标最大值的极端事件定义为破纪录事件。对于未来极端天气指数的年度序列，破纪录年份为未来极端气候指数超过基准期记录最大值的年份。未来极端天气指数破纪录概率（P）可表示为

P = k / N。

式中，N为极端天气指数的时间序列长度，k为破纪录的次数。本研究计算了研究区范围内2020—2100年的极端天气破纪录概率。

2 结果分析

2.1 极端天气事件时间变化特征

通过对西部脱贫县、东部脱贫县和其他县在1950—2014年间的历史极端天气事件进行统计分析，发现全国范围内脱贫县和其他县的极端高温指数均呈现显著上升趋势。数据结果显示（图2)，脱贫县相较于其他县具有更高的HW、TX90p、TN90p、CDHW频次。其中，胡焕庸线西部脱贫县的HW、TX90p和CDHW发生频次增加速率显著高于东部地区。例如，西部脱贫县的HW增速达0.284次/(10 a)，TX90p增速达2.208 d/(10 a)，约为东部脱贫县（HW：0.139次/(10 a)，TX90p：1.225 d/(10 a)）的2.0倍和1.8倍，约为其他县（HW：0.121次/(10 a)，TX90p：1.217 d/(10 a)）的2.3倍和1.8倍。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   中国基准期极端天气指数变化

注：*、**分别表示p<0.05、p<0.01。

Fig. 2   The changes in extreme weather indices during the baseline period in China


其他县的极端降水事件频次更高。PRCPTOT频次在3个区域中均呈下降趋势，其中西部脱贫县的PRCPTOT历史频次约为其他两地区的1/2，但变化率为-1.324 mm/(10 a)，缓于东部脱贫县（-10.491 mm/(10 a)）和其他县（-8.092 mm/(10 a))。相较于PRCPTOT的显著变化趋势，RX1D和R50的历史频次变化幅度微弱，未呈现显著年际变率。在3个区域中，仅有西部脱贫县的CDHW和SFH变化趋势通过了0.01显著性水平的检验，变化速率分别达到0.002次/(10 a)和0.001次/(10 a)，即均呈现显著增加趋势。

气候变化背景下中国整体面临的破纪录极端高温威胁远超破纪录极端降水（图3)。除SSP1-2.6情景外，3个区域的TX90p和TN90p破纪录概率在21世纪末均将达到99%以上。此外，由于在较早阶段破纪录概率就增长至99%以上，因此利用最小二乘法计算的2020—2100年变化趋势未能准确反映高排放情景下的TX90p和TN90p破纪录概率增长速率。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   中国各县2020—2100年极端天气破纪录概率变化

注：*、**分别表示p<0.05、p<0.01。

Fig. 3   The changes in record-breaking probability of extreme weather from 2020 to 2100 in China


总体来说，脱贫县面临的极端高温和CDHW破纪录概率高于其他县，其中西部脱贫县的破纪录概率明显高于东部脱贫县。不同情景下，3个地区TX90p和TN90p破纪录概率在2050年前将超过50%，其中西部脱贫县较其他地区而言破纪录概率更先超过50%。此外，脱贫县HW破纪录概率大于其他县。2030年之前，所有地区的HW破纪录概率均不超过5%；2040年之后，东部和西部脱贫县HW破纪录概率快速增长至5%~10%，SSP3-7.0情景下可达10%~15%，其他县仍处于0~5%。东、西部脱贫县在不同情景下HW增长速率存在差异，在 0.05显著性水平下，SSP2-4.5情景下东部脱贫县增长速率为西部脱贫县的1.6倍，而SSP3-7.0情景下西部脱贫县为东部脱贫县的1.7倍。

在未来情景下，3个地区PRCPTOT破纪录概率均显著增长（p<0.01)，其中西部脱贫县的增长速率约为其他县的1.3~1.9倍，为东部脱贫县的1.4~2.3倍。SSP5-8.5情景下，西部脱贫县的PRCPTOT破纪录概率将于2070年超过5%，2100年达到10%，而东部脱贫县和其他县均未超过5%。各情景下，3个地区的Rx1D和R50破纪录概率均呈显著增加趋势（p<0.01)，但2020—2100年内均未超过10%水平。

西部脱贫县具有3个地区中最高的CDHW破纪录概率。除SSP1-2.6情景外，3个地区CDHW破纪录概率于2050年前后出现显著增长，其中西部脱贫县增幅最大，由不超过10%增长至10%~40%，并在2090年前后达到40%（SSP5-8.5)，增长速率约为其他地区的2倍左右，而其他两地区均未超过25%。

东部脱贫县具有最高的SFH破纪录概率。东部脱贫县SFH破纪录概率在2050年前后出现显著上升，由未超过10%提升至10%~20%；其他两地区则在2060年前后出现快速增长，由未超过5%提升至5%~10%。

2.2 破纪录极端降水事件

4种情景中，SSP5-8.5情景代表最高排放路径，被认为在当前发展路径下极难以实现[28]。Shiogama等[29]认为，SSP3-7.0情景作为次高的排放情景，成为了中等到高排放路径下的重要参考，适用于评估在缺乏显著减缓努力的情况下气候变化带来的可能影响。因此，本研究对SSP3-7.0情景进行深入分析，为相关政策制定提供科学依据。同时考虑到脱贫县和其他县的绝对数量差别较大，故使用各概率水平下的县份数量占各自县份总数之比作为衡量标准。

如图4所示，SSP3-7.0情景下，21世纪前中期（2031—2060年)，中国的R50、RX1D破纪录概率均未超过10%。PRCPTOT破纪录概率略高于其他两种极端降水事件。其他县的R50破纪录概率平均值为0.50%，超过脱贫县均值（0.14%)。脱贫县、其他县的PRCPTOT破纪录概率均值分别为1.71%和1.78%，RX1D破纪录概率均值分别为2.50%和2.64%。而到21世纪晚期（2071—2100年)，RX1D、R50、PRCPTOT破纪录概率均出现大幅升高。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   SSP3-7.0情景下极端降水破纪录概率

注：柱状图纵轴表示特定极端气候事件在统计年限内的破纪录概率，横轴表示处于各概率区间的县份数量占该类型县份总数的比例，下同。

Fig. 4   The record-breaking probability of extreme precipitation under the SSP3-7.0 scenario


4种SSP情景下，2031—2060年中国所有县的R50破纪录概率均不超过5%。其中胡焕庸线东部其他县略高于其他地区。SSP3-7.0和SSP5-8.5情景下，在2071—2100年胡焕庸线西部藏南地区脱贫县以及胡焕庸线东部R50破纪录概率增加。具体来说，藏南地区破纪录概率的增幅较大（由不到2.5%提升至超过3%)；胡焕庸线以东有更多县破纪录概率小幅度提升（不足1.5%)，其中其他县的比例高于脱贫县。胡焕庸线东部地区RX1D破纪录概率均值高于西部。在SSP3-7.0和SSP5-8.5情景下，2071—2100年RX1D破纪录概率超过12%的地区集中在藏南地区、云川贵地区、湖南省和安徽省。

胡焕庸线西部脱贫县PRCPTOT破纪录概率均值最高，21世纪中期和晚期可达其他地区的1.5~2.0倍，高值区主要集中在西藏、新疆等脱贫县占比较高的省份。21世纪晚期，不同SSP情景下西藏地区PRCPTOT破纪录概率差异较大。SSP1-2.6情景下，西藏PRCPTOT破纪录概率均低于15%，在SSP5-8.5情景下将超过35%，且最大概率可达61%。

2.3 破纪录极端温度事件

SSP3-7.0情景下，脱贫县面临HW破纪录概率更高，并且高破纪录概率的脱贫县比例大于其他县。如图5所示，21世纪中期，HW破纪录概率高的地区主要集中在云南省和四川省等西南地区，最高破纪录概率超过60%。21世纪晚期，云南、四川、青海和甘肃地区HW破纪录概率显著增长，全国最高HW破纪录概率出现在云南省，超过80%；四川省及其以北地区HW破纪录概率也超过40%。4种SSP情景下，胡焕庸线西部破纪录概率均值变化（13.5%~17.9%）大于东部（9.6%~11.6%)，西部脱贫县均值由15.7%增长至20.2%，变化幅度高于其他地区。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   SSP3-7.0情景下极端高温破纪录概率

Fig. 5   The record-breaking probability of extreme heat under the SSP3-7.0 scenario


在SSP3-7.0情景下，2040年中国84.82%的县份暖夜日数（TN90p）破纪录概率将突破80%。21世纪中期脱贫县TN90p破纪录概率为70%~100%的比例高于其他县，中国沿海地区和西北地区TN90p破纪录概率率先超过50%。21世纪晚期，所有县份均将发生TN90p破纪录事件（破纪录概率超过99%)，这与其他3种情景下的结果相似。

中国TX90p破纪录概率高值区集中在西北、西南地区。到2050年，全国83.40%的县份暖昼日数（TX90p）破纪录概率将突破80%。4种SSP情景下脱贫县破纪录概率均高于其他县，各地区按均值从大到小依此为西部脱贫县、东部脱贫县和其他县。21世纪中期，胡焕庸线东、西部破纪录概率差异达到最大，西部均值高于东部7%~15%。21世纪晚期，中国大部分地区TX90p破纪录概率超过90%，东、西部差异缩小至3%以内。2071—2100年间，SSP1-2.6情景下TX90p破纪录概率与其他情景差异显著（图略)，其中西部脱贫县均值为74.7%，东部均值为64.3%，其他情景下各地区均值均高于90%。

2.4 破纪录复合极端天气

4种情景下，脱贫县的CDHW破纪录概率均高于其他县，2031—2060年脱贫县与其他县差值分别为0.6%（SSP1-2.6)、1.4%（SSP2-4.5)、1.1%（SSP3-7.0)、2.0%（SSP5-8.5)；2071—2100年差值分别为0.4%、2.8%、3.8%、4.8%。如图6所示，SSP3-7.0情景下，21世纪中期，所有县份CDHW破纪录概率均不足30%；21世纪晚期破纪录概率超过50%的县份集中分布于新疆（75.5%)、宁夏（54.5%)、青海（42.2%)、甘肃（21.8%)、内蒙古（18.4%)、云南（19.4%）及四川（6%)，其中15个县份破纪录概率超过90%。胡焕庸线东、西差异也较大，西部地区均值为49.5%（SSP5-8.5)，而东部地区最高为19.8%（SSP5-8.5）。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   SSP3-7.0情景下复合极端天气破纪录概率

Fig. 6   The record-breaking probability of compound extreme events under the SSP3-7.0 scenario


SSP3-7.0情景下，21世纪中期各地区SFH破纪录概率均值均小于5%，脱贫县为2.6%，其他县为2.3%。21世纪晚期脱贫县均值为10.4%，其他县为8.3%，其中高值区集中分布于胡焕庸线沿线区域（南北两翼)、海南岛、黄渤海沿岸区及新疆西北部。SFH破纪录概率超过50%的县份分布于新疆（1个县份)、云南（9个县份）和海南（1个县份)。各情景下，各地区按SFH破纪录概率均值由大到小排序依次为东部脱贫县、其他县和西部脱贫县。

3 结论和政策建议

本文重点探讨了在高排放情景（SSP3-7.0）下，不同地区未来极端天气破纪录概率的差异，主要结论如下。

(1)中国面临着严峻的极端高温威胁。各地区历史时期极端高温出现的频次呈快速增加趋势，未来时期极端高温（HW、TX90p、TN90p）破纪录概率是极端降水（PRCPTOT、R50、RX1D）破纪录概率的2~10倍。2040—2070年，各地区极端天气破纪录概率均出现突增，其中脱贫县HW破纪录概率由低于10%增加至10%~20%，TX90p和TN90p破纪录概率由不足50%增加至50%~100%，而各极端降水破纪录概率均未突破10%。

(2)脱贫县作为高脆弱性地区，相较于其他县而言面临更高的极端高温威胁。除所有地区都具有极高的TX90p和TN90p破纪录概率外，脱贫县HW破纪录概率显著高于其他县，同时TX90p和TN90p破纪录概率更早达到50%~100%区间。

(3)西部脱贫县面临更高的复合型高温干旱威胁。西部脱贫县历史时期CDHW破纪录概率增长速率是东部脱贫县的10余倍，未来破纪录概率是东部脱贫县和其他县1~1.5倍，2050年后为后者的2倍。其中，新疆、内蒙古西部、青海部分地区以及云南南部为CDHW破纪录概率高值区。

(4)东部脱贫县面临更高的复合型洪水热浪威胁。21世纪末东部脱贫县SFH破纪录概率显著高于西部脱贫县及其他县，尽管胡焕庸线西侧存在零星高值，但高值区密集分布于云南、海南和黄渤海沿岸。

值得注意的是，在所有情景中，脱贫县的极端天气破纪录概率显著高于其他县，这与世界银行[30]对老挝等33个国家的研究结果一致，也与应急管理部[31]公布的自然灾害损失情况一致，160个国家重点帮扶县占全国4.0%的人口（2020年)，1.3%的GDP（2020年)，但2014—2023年之间因灾死亡失踪人数占全国总数比例达到21.9%，直接经济损失占全国总损失6.7%。从研究结果看，脱贫县面临的破纪录极端天气事件主要是极端高温、复合干旱-热浪和连续洪水-热浪。极端高温、水旱灾害防范应对是脱贫县防止返贫亟待解决的重点问题，需突出重点、综合施策，从根本上提高脱贫基础设施抗灾水平和公众防灾避险意识。具体建议如下。

(1)加大水利等基础设施建设。脱贫地区水利基础设施薄弱，是导致返贫的重要因素。胡焕庸线西部脱贫县面临的高温及复合高温干旱威胁严重，尤其是新疆、内蒙古西部、青海部分地区以及云南南部地区。2015年以来，上述省份或地区遭受着更频繁和更严重的高温干旱侵袭，最临近的一次为2024年6月内蒙古锡林郭勒盟、呼伦贝尔市遭遇中等程度以上干旱，且局部地区气温超过37℃[32]。当前结合中央超长期特别国债项目，加快补齐脱贫地区水利基础设施短板。亟需重点有序推进脱贫地区水库建设，提升农田灌排、水土保持等抗旱工程建设；胡焕庸线东部脱贫县重点是防洪设施建设，提高蓄洪、行洪、泄洪等调峰能力建设。

(2)加大基础设施防灾抗灾能力建设。脱贫县水利、交通、能源、通信基础设施建设资金短缺，总体水平落后，特别是在一些农村和边远地区，基础设施的覆盖率和质量都有待提高。水利基础设施重点加大病险水库除险加固和重点山洪沟治理，提高水旱灾害防御能力。交通基础设施重点提升抗震、抗洪等灾害防护能力，以及灾害预警和快速恢复能力。电力基础设施重点加强电力设施的防灾抗灾设计和建设，提高电力系统的灾害抵御能力，利用移动电源、分布式能源等手段，在灾害发生时保障电力供应的连续性。通信基础设施重点是提升通信设施的灾害防护能力，保证灾害发生时的通信畅通。发挥规划的衔接作用，对现有基础设施进行抗灾性能评估，对不符合标准的进行改造和加固，确保各项基础设施建设的合理性和可持续性。

(3)提高公众防灾避险意识和能力。极端天气事件通常具有突发性强、不确定性大、叠加性强、破坏性大等特点，避灾避险和自救互救是减少灾害损失的主要措施。脱贫地区位置偏远、公众意识淡薄，要采取多种形式普及基本安全常识、逃生自救方法、应急处置技能。坚持科普宣传和隐患排查同步开展，充分利用事故案例，宣讲常见问题隐患和生活安全常识，突出科普实效性。经常性组织开展实战化应急演练，重点加强应对极端天气事件的应急演练。

(4)完善全覆盖巨灾保险的兜底机制。目前大部分中国保险公司已推出防返贫险种，从农业、健康、教育、产业等方面为脱贫户提供保障，但针对极端天气和自然灾害的险种覆盖率仍有待提升。全球保险业承担重大灾害事故损失补偿的40%，而我国这一比例仅占10%左右，仍处于初级阶段。对此，要提高农业保险等传统防返贫保险的覆盖率，通过降低保费、增加保额、简化手续等方式鼓励脱贫户投保，同时也要在政府层面增加对巨灾保险等险种的投入。

参考文献

IPCC. Climate change 2022: impacts, adaptation and vulnerability[M]. Cambridge: Cambridge University Press, 2022

[本文引用: 1]

孙劭.

我国极端天气气候事件发生规律、特点及影响

[J]. 中国减灾, 2021 (15): 8-17.

[本文引用: 1]

Sun S.

The patterns, characteristics, and impacts of extreme weather and climate events in China

[J]. China Journal of Disaster Reduction, 2021 (15): 8-17 (in Chinese)

[本文引用: 1]

翟盘茂, 刘静.

气候变暖背景下的极端天气气候事件与防灾减灾

[J]. 中国工程科学, 2012, 14 (9): 55-63, 84.

[本文引用: 1]

Zhai P M, Liu J.

Extreme weather and climate events under the background of global warming and disaster prevention and mitigation

[J]. Chinese Engineering Science, 2012, 14 (9): 55-63, 84 (in Chinese)

[本文引用: 1]

Li B, Liu K, Wang M, et al.

Future global population exposure to record-breaking climate extremes

[J]. Earth’s Future, 2023, 11 (11): e2023EF003786

[本文引用: 1]

Gallo E, Quijal-Zamorano M, Méndez Turrubiates R F, et al.

Heat-related mortality in Europe during 2023 and the role of adaptation in protecting health

[J]. Nature Medicine, 2024, 32 (1): 100-109

[本文引用: 1]

Sun Y, Zhu S, Wang D, et al.

Global supply chains amplify economic costs of future extreme heat risk

[J]. Nature, 2024, 627: 797-804

[本文引用: 1]

刘彤, 闫天池.

我国的主要气象灾害及其经济损失

[J]. 自然灾害学报, 2011, 20 (2): 90-95.

[本文引用: 1]

Liu T, Yan T C.

Major meteorological disasters in China and their economic losses

[J]. Journal of Natural Disasters, 2011, 20 (2): 90-95 (in Chinese)

[本文引用: 1]

Yin J, Gentine P, Slater L, et al.

Future socio-ecosystem productivity threatened by compound drought-heatwave events

[J]. Nature Sustainability, 2023, 6: 259-272

[本文引用: 2]

刘杰, 许小峰, 罗慧.

极端天气气候事件影响我国农业经济产出的实证研究

[J]. 中国科学: 地球科学, 2012, 42 (7): 7.

[本文引用: 1]

Liu J, Xu X F, Luo H.

An empirical study on the impact of extreme weather and climate events on agricultural economic output in China

[J]. Science China: Earth Sciences, 2012, 42 (7): 7 (in Chinese)

[本文引用: 1]

杨浩, 庄天慧, 蓝红星.

气象灾害对贫困地区农户脆弱性影响研究: 基于全国592个贫困县53271户的分析

[J]. 农业技术经济, 2016 (3): 10.

[本文引用: 1]

Yang H, Zhuang T H, Lan H X.

A study on the impact of meteorological disasters on the vulnerability of farmers in poverty-stricken areas: based on the analysis of 53271 households in 592 poor counties nationwide

[J]. Journal of Agrotechnical Economics, 2016 (3): 10 (in Chinese)

[本文引用: 1]

Chen Z, Yan H, Yang C.

A study on the impact of extreme weather on the poverty vulnerability of farming households: evidence from six counties in the Hubei and Yunnan provinces of China

[J]. Frontiers in Environmental Science, 2022, 10: 942857

[本文引用: 1]

Davies G I, McIver L, Kim Y, et al.

Water-borne diseases and extreme weather events in Cambodia: review of impacts and implications of climate change

[J]. International Journal of Environmental Research and Public Health, 2014, 12 (1): 191

DOI:10.3390/ijerph120100191      PMID:25546280      [本文引用: 1]

Cambodia is prone to extreme weather events, especially floods, droughts and typhoons. Climate change is predicted to increase the frequency and intensity of such events. The Cambodian population is highly vulnerable to the impacts of these events due to poverty; malnutrition; agricultural dependence; settlements in flood-prone areas, and public health, governance and technological limitations. Yet little is known about the health impacts of extreme weather events in Cambodia. Given the extremely low adaptive capacity of the population, this is a crucial knowledge gap. A literature review of the health impacts of floods, droughts and typhoons in Cambodia was conducted, with regional and global information reviewed where Cambodia-specific literature was lacking. Water-borne diseases are of particular concern in Cambodia, in the face of extreme weather events and climate change, due to, inter alia, a high pre-existing burden of diseases such as diarrhoeal illness and a lack of improved sanitation infrastructure in rural areas. A time-series analysis under quasi-Poisson distribution was used to evaluate the association between floods and diarrhoeal disease incidence in Cambodian children between 2001 and 2012 in 16 Cambodian provinces. Floods were significantly associated with increased diarrhoeal disease in two provinces, while the analysis conducted suggested a possible protective effect from toilets and piped water. Addressing the specific, local pre-existing vulnerabilities is vital to promoting population health resilience and strengthening adaptive capacity to extreme weather events and climate change in Cambodia.

王予, 李惠心, 王会军, 等.

CMIP6全球气候模式对中国极端降水模拟能力的评估及其与CMIP5的比较

[J]. 气象学报, 2021, 79 (3): 369-386.

[本文引用: 1]

Wang Y, Li H X, Wang H J, et al.

Assessment of CMIP6 global climate models’ simulation capability for extreme precipitation in China and comparison with CMIP5

[J]. Acta Meteorologica Sinica, 2021, 79 (3): 369-386 (in Chinese)

[本文引用: 1]

汤秭晨, 李清泉, 王黎娟, 等.

CMIP6年代际试验对中国气温预测能力的初步评估

[J]. 气候变化研究进展, 2021, 17 (2): 162-174.

[本文引用: 1]

Tang Z C, Li Q Q, Wang L J, et al.

Preliminary assessment of CMIP6 interannual experiments’ predictive capability for Chinese temperature

[J]. Climate Change Research, 2021, 17 (2): 162-174 (in Chinese)

[本文引用: 1]

Chen H P, Sun J Q, Lin W Q, et al.

Comparison of CMIP6 and CMIP5 models in simulating climate extremes

[J]. Science Bulletin, 2020, 65 (17): 1415-1418

DOI:10.1016/j.scib.2020.05.015      PMID:36747394      [本文引用: 1]

Thrasher B L, Maurer E P, McKellar C, et al.

Technical note: bias correcting climate model simulated daily temperature extremes with quantile mapping

[J]. Hydrology and Earth System Sciences, 2012, 16 (9): 3309-3314

[本文引用: 1]

王倩之, 刘凯, 汪明.

NEX-GDDP降尺度数据对中国极端降水指数模拟能力的评估

[J]. 气候变化研究进展, 2022, 18 (1): 31-43.

[本文引用: 1]

Wang Q Z, Liu K, Wang M.

Evaluation of extreme precipitation indices performance based on NEX-GDDP downscaling data over China

[J]. Climate Change Research, 2022, 18 (1): 31-43 (in Chinese)

[本文引用: 1]

李金洁, 王爱慧, 郭东林, 等.

高分辨率统计降尺度数据集NEX-GDDP对中国极端温度指数模拟能力的评估

[J]. 气象学报, 2019, 77 (3): 579-593.

[本文引用: 1]

Li J J, Wang A H, Guo D L, et al.

Evaluation of extreme temperature indices over China in the NEX-GDDP simulated by high-resolution statistical downscaling models

[J]. Acta Meteorologica Sinica, 2019, 77 (3): 579-593 (in Chinese)

[本文引用: 1]

Karl T R, Knight R W, Easterling D R, et al.

Indices of climate change for the United States

[J]. Bulletin of the American Meteorological Society, 1996, 77 (2): 279-292

[本文引用: 1]

World Climate Research Programme (WCRP).

Expert Team on Climate Change Detection and Indices (ETCCDI)

[EB/OL]. 2018 [2024-07-26]. https://www.wcrp-climate.org/etccdi

URL     [本文引用: 1]

Chen Y, Liao Z, Shi Y, et al.

Detectable increases in sequential flood-heatwave events across China during 1961-2018

[J]. Geophysical Research Letters, 2021, 48: e2021GL092549

[本文引用: 1]

Zhang Q, She D, Zhang L, et al.

High sensitivity of compound drought and heatwave events to global warming in the future

[J]. Earth’s Future, 2022, 10 (11): e2022EF002833

[本文引用: 1]

Vicente-Serrano S M, Beguería S, López-Moreno J I.

A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index

[J]. Journal of Climate, 2010, 23 (7): 1696-1718

[本文引用: 1]

National Oceanic and Atmospheric Administration (NOAA)/National Weather Service.

Heat index equation

[EB/OL]. 2022 [2024-06-17]. https://www.wpc.ncep.noaa.gov/html/heatindex_equation.shtml

URL     [本文引用: 1]

Steadman R G.

The assessment of sultriness. Part I: a temperature-humidity index based on human physiology and clothing science

[J]. Journal of Applied Meteorology, 1979, 18: 861-873

[本文引用: 1]

Fischer E M, Sippel S, Knutti R.

Increasing probability of record-shattering climate extremes

[J]. Nature Climate Change, 2021, 11: 689-695

DOI:10.1038/s41558-021-01092-9      PMID:39650282      [本文引用: 1]

Recent climate extremes have broken long-standing records by large margins. Such extremes unprecedented in the observational period often have substantial impacts due to a tendency to adapt to the highest intensities, and no higher, experienced during a lifetime. Here we show models project not only more intense extremes but also events that break previous records by much larger margins. These record-shattering extremes, nearly impossible in the absence of warming, are likely to occur in the coming decades. We demonstrate that their probability of occurrence depends on warming rate, rather than global warming level, and is thus pathway-dependent. In high-emission scenarios, week-long heat extremes that break records by three or more standard deviations are 2-7 times more probable in 2021-2050 and 3-21 times more probable in 2051-2080, compared to the last three decades. In 2051-2080, such events are estimated to occur about every 6-37 years somewhere in the northern mid-latitudes.

Nangombe S, Zhou T, Zhang W, et al.

Record-breaking climate extremes in Africa under stabilized 1.5℃ and 2℃ global warming scenarios

[J]. Nature Climate Change, 2018, 8: 375-380

[本文引用: 1]

Peters G P, Hausfather Z.

Emissions: the ‘business as usual’ story is misleading

[J]. Nature, 2020, 577: 618-620

[本文引用: 1]

Shiogama H, Fujimori S, Hasegawa T, et al.

Important distinctiveness of SSP3-7.0 for use in impact assessments

[J]. Nature Climate Change, 2023, 13: 1276-1278

[本文引用: 1]

World Bank Group.

Shock waves: managing the impacts of climate change on poverty: background papers

[EB/OL]. 2015 [2024-07-26]. https://www.worldbank.org/en/topic/climatechange/brief/shock-waves-managing-the-impacts-of-climate-change-on-poverty-background-papers

URL     [本文引用: 1]

中华人民共和国应急管理部.

应急管理部有关工作动态

[EB/OL]. 2025 [2025-03-05]. https://www.mem.gov.cn/xw/yjglbgzdt/202501/t20250117_518491.shtml .

URL     [本文引用: 1]

Ministry of Emergency Management of the People’s Republic of China.

Updates on emergency management work

[EB/OL]. 2025 [2025-03-05]. https://www.mem.gov.cn/xw/yjglbgzdt/202501/t20250117_518491.shtml (in Chinese)

URL     [本文引用: 1]

澎湃新闻.

内蒙古干旱发生面积45.85万平方公里, 以中旱为主

[EB/OL]. 2024 [2024-12-15]. https://m.thepaper.cn/newsDetail_forward_27698624

URL     [本文引用: 1]

The Paper.

Inner Mongolia drought affects an area of 458500 square kilometers, mainly moderate drought

[EB/OL]. 2024 [2024-12-15]. https://m.thepaper.cn/newsDetail_forward_27698624 (in Chinese)

URL     [本文引用: 1]

/

〈 〉

京ICP备11008704号-4
版权所有 © 《气候变化研究进展》编辑部
地址：北京市海淀区中关村南大街46号　邮编：100081　电话/传真：(010)58995171　E-mail：accr@cma.gov.cn
本系统由北京玛格泰克科技发展有限公司设计开发　技术支持：support@magtech.com.cn