大气所提出考虑气候极值的逐日降水序列均一化方法

　　在全球变暖和极端气候事件频发的背景下，气候变化研究对高质量逐日气候资料需求日益增大，均一化的气候观测序列也变得更为重要。降水作为一个重要的气候要素，是研究水资源、水循环和量化气候变化的基础。然而，非均一性降水资料影响了过去有关我国区域降水变化研究结论的可靠性。因此，针对逐日降水序列中由非自然因素（台站迁址、仪器换型、环境变迁、人工转自动观测等）导致的非均一性，发展新的逐日降水序列的均一化方法是重要研究命题，建立均一化逐日降水序列集是迫切需要。

　　中国科学院大气物理研究所助理研究员李珍、研究员严中伟、助理研究员涂锴和北京市气象局高工吴宏议合作，发展了同时考虑气候均值和极值的序列非均一性的多元分析方法(MASH)和经验累计概率方法（ECDF）相结合的新的逐日降水序列的均一化方法。订正后，北京站（54511）极端降水量出现的概率趋于增加（图1），夏季极端降水频次下降趋势有所增强。由于受到城市化影响，北京地区城市站点夏季降水量和极端降水量减少趋势趋于减弱-10.4%和-6.0%；夏季降水频次的减少趋势趋于增强5.7%，而极端降水频次的减少趋势趋于减弱-8.9%；夏季降水强度和极端降水强度的减弱趋势趋于增强6.8%和51.5%。

　　新方法改善了降水（特别是极端降水）变化研究的数据基础，为发展基于分布角度的均一化方法提供了探索性的思路。