极端降雨和极端高温是影响人类社会的主要气象灾害事件。全球范围内，极端降雨及其引发的洪涝灾害每年都会造成巨大的人员伤亡和经济损失。随着气候变暖，极端高温对人类社会产生的不利影响也与日俱增。研究表明极端降雨事件和极端高温事件越来越频繁地在短时间内连续发生，预计未来这两种事件连续发生的次数将持续增加。极端降雨和极端高温的遭遇可能造成更严重的影响，然而人们对该类复合事件的研究尚处于起步阶段。复合事件的定义是此类研究的基础。然而，目前几乎没有研究可以支持CRH事件中，极端降雨和极端高温事件之间时间间隔的确定。
本文将CRH事件定义为短时间内连续发生的一系列暴雨和高温事件的组合。其识别过程和CRH事件的示意图如图1所示。先分别识别出暴雨事件和高温事件，若暴雨和高温事件之间的时间间隔小于等于给定的阈值则可将二者判定为一场二元CRH事件（只包括一场暴雨事件和一场高温事件），若两场二元CRH事件中存在同一场暴雨事件或同一场高温事件，则将这两场二元CRH事件合并为一场新的CRH事件。
图1 CRH事件识别流程图
基于上述CRH事件的定义和识别方式，某站点一年内识别出的CRH事件的频次随着暴雨和高温事件之间的时间间隔的增加可能呈现以下趋势：(1)先增加后减少到1；(2)持续减少至1；(3)等于1，或者从0变为1。这种现象是由多个二元CRH事件合并为一个新的CRH事件的过程引起的。
本研究分别假设暴雨和高温事件之间的时间间隔为≤1天、≤2天 … ≤25天，识别出的CRH事件的平均频次随时间间隔的增加呈先上升后下降的趋势（图2a），对2011-2020年的结果进行多年平均，CRH事件频次随假设的时间间隔的变化如图2b所示，频次峰值处对应的时间间隔为≤8天，将最大时间间隔（8天）记作T（图2c），当时间间隔小于等于T时，CRH事件频次已经达到最大值的站点数量占94.1%。
图2 CRH事件频次随单一事件之间的时间间隔的变化。其中(a)每年CRH事件频次随时间间隔变化，纵坐标代表各站点的平均CRH事件频次，不同颜色代表不同年份；(b) 2011-2020年的年平均频次；(c) (b)中曲线对应的一阶导数
从图2可知，存在最大时间间隔T，当暴雨和高温事件之间的时间间隔小于等于T时，大多数站点识别出的CRH事件平均频次将达到最大值。当时间间隔大于T时，连续将两个或多个CRH事件合并为一个新的CRH事件会导致已识别的CRH事件数量减少。我们认为这种合并是不合理的。因此，T（8天）被认为是中国南方识别CRH事件的最大时间间隔阈值。当时间间隔小于等于T时，单个的暴雨和高温事件更有可能存在触发机制或影响上的依赖，从而可以将二者识别为CRH事件。当时间间隔大于T时，单独的暴雨和高温事件更有可能是独立的，因此不能被识别为CRH事件。
本研究将该方法应用于案例研究区的四个子区域，并找到了每个子区域的时间间隔阈值，结果如图3所示。从图中可以看出，四个子区域的最大时间间隔分别为8天、8天、7天、8天（图3）。四个子区域的结果差异不大，表明该方法适用于所有子区域，具有较高的稳定性。
图3 不同子区域的时间间隔阈值。其中(a)四个子区域的CRH事件频次的多年平均曲线；(b)四个子区域的最大时间间隔阈值；(c)四个子区域分布
本文提出的方法确定的时间间隔阈值代表一个潜在最大值，不能说小于阈值的时间间隔是绝对合适的，但是大于阈值的时间间隔对于整个区域来说是不可取的。作为验证，本文对比了已发表文章中使用的时间间隔，发现其均不超过8天。此外，该阈值反映了整个地区的平均状态，尽管不同站点的实际情况可能有所不同。这一发现对于在区域尺度上研究CRH事件具有重要意义。本文提出的框架和方法也可以适用于其他区域，但需根据区域特点适当调整识别暴雨和高温的百分位数阈值。
文章链接：
https://link.springer.com/article/10.1007/s13753-024-00569-3