近日，甘肃、青海等西北省份连续遭遇强降雨袭击，多地启动洪水防御Ⅲ级应急响应。曾经 " 十年九旱 " 的西北地区，如今正频繁面临暴雨威胁，防汛形势严峻。
" 在全球变暖背景下，西北干旱区极端降水事件呈现‘强度大、突发性强’的新特征。" 中国科学院院士、大气科学家黄建平近日在接受《每日经济新闻》记者（以下简称 "NBD"）专访时指出，" ‘短时强降水—山洪—城市内涝’链式灾害已非偶然个案，正逐渐成为一种频发态势 "。
作为联合国政府间气候变化专门委员会（IPCC）第五次评估报告主要撰写人，黄建平院士长期致力于半干旱气候变化研究。他带领团队建成国际领先的半干旱气候综合观测系统，其多项原创性研究成果为理解西北地区气候演变和极端天气发生机制提供了关键科学依据。
黄建平院士 图片来源：受访者提供
现状：西北地形复杂，观测点有限局地突发性暴雨预报仍存挑战
NBD：根据您团队的研究，近年来西北干旱—半干旱区的降水模式发生了哪些显著变化？例如兰州，突发性强降水频率是否真的在增加？这种变化与全球气候变暖的关联性如何？
黄建平：西北整体确实在变 " 湿 "，但雨水下得越来越 " 极端 "。研究表明，我国西北干旱—半干旱地区自上世纪 80 年代以来，降水量和径流量呈现持续增加态势，部分干涸湖泊水位回升，洪水事件也更加频繁。但降水增加并非均匀分布，整体呈现 " 东多西少 " 的空间格局。与此同时，极端降水事件的频率、强度和持续时间均显著增加，特别是在新疆北部、河西走廊及陇中地区。尤以兰州为代表的城市，突发性强降水事件的增多趋势已十分明显。
这主要与全球气候变暖密切相关：一方面，气候变暖导致大气持水能力增强，如同 " 海绵 " 变厚，为强降水创造了条件；另一方面，北极增温及热带气旋活动变化也间接调整了水汽输送路径，使更多水汽能够深入内陆，为西北极端降水提供了必要条件。
NBD：2023 年 " 杜苏芮 " 台风引发华北特大暴雨，而西北地区近年来也出现 " 短时强降水—山洪—城市内涝 " 链式灾害。从气候学角度看，这类极端事件在西北是否为偶然现象？
黄建平：这类 " 短时强降水—山洪—城市内涝 " 链式灾害，在西北地区已非偶然个案，正逐渐成为一种频发态势。核心原因可以归结为三方面：
一是全球变暖导致大气能量和水汽含量增加，极端降水事件在全球范围内趋多趋强，副热带高压北抬等现象使得水汽得以更深入西北内陆，改变了区域降水格局。
二是地域特性放大灾害，西北多山地丘陵地形，强降水易迅速汇聚形成山洪，冲击下游城镇，而城镇多位于河谷地带，承灾体（人口、建筑、基础设施等）高度集中，易形成灾害链。
三是下垫面改变加剧风险，城市化进程中的地表硬化、河道侵占、排水系统能力不足等问题，削弱了自然调蓄功能，放大了极端天气的致灾效应，让内涝等次生灾害更易发生。
NBD：西北城市（如兰州）的气候脆弱性表现为哪些特征？这些特征是否使得西北城市对极端降水的敏感度更高？
黄建平：西北城市的气候脆弱性具有典型性，主要体现为三类：第一类是自然条件先天不足。降水集中且变率大，易发生旱涝急转；地处河谷盆地，地形抬升作用显著，暴雨更易引发山洪；生态本底脆弱，土壤保水能力差，遇强雨更易形成径流与地质灾害。第二类是社会经济承灾能力弱。部分基础设施设防标准基于历史气候，难以应对超越历史极值的极端事件；快速城市化扩大了承灾体暴露度；部分区域防灾减灾资源和能力相对有限。这些特征相互叠加，显著提高了西北城市对极端降水的敏感度。第三类是应对极端暴雨能力弱：老城区排水系统标准不高，应对极端暴雨比较吃力。所以一旦下大雨，就容易出事。
NBD：目前对西北突发性强降水的预报精度如何？哪些技术能提升西北地区极端天气的预警能力？
黄建平：目前，得益于数值预报模式进步和多源资料融合应用，我们对西北地区强降水的预报能力稳步提升。例如，2024 年 9 月青海大通暴雨过程中，提前 24 小时对暴雨落区做出了较准确预报，暴雨红色预警提前量达 58 分钟。当前，短期晴雨预报准确率已超 80%，暴雨预警信号准确率达 90% 以上。然而，西北地形复杂，观测站点相对稀疏，对局地突发性、对流性极强的暴雨预报仍是巨大挑战。
我们对其发生时间、地点和量级的精细化预报仍存在不确定性。未来提升预警能力需依靠：一是构建 " 空—天—地 " 一体化的精密监测网，弥补观测空白；二是发展公里级甚至更精细化的区域数值预报模式，更好刻画地形与云雨物理过程；三是深化人工智能技术在数据融合、预报解释应用中的运用；四是优化以预警信号为导向的 " 叫应 " 机制，解决预警发布 " 最后一公里 " 问题。
应对极端天气不能 " 等风来 " 建议：共享数据、算清 " 未来损失大账 "
NBD：在 " 半干旱气候系统模拟 " 研究中，如何将气候预测数据转化为城市防灾的具体建议？
黄建平：将气候预测数据转化为防灾建议是一个系统性过程，主要分为四个关键环节：
一是降尺度与精细化。利用区域气候模式和高分辨率数值模型，将大尺度气候预测信息降尺度到城市尺度，生成更高分辨率的未来气温、降水等要素预估产品。
二是风险评估与制图。结合城市下垫面信息（如地形、土地利用、基础设施分布）、社会经济数据（如人口、资产）和未来气候情景，开展暴雨内涝、高温热浪等灾害的风险评估，识别高风险区域和脆弱环节。
三是制定适应性对策。依据风险评估结果，提出针对性建议。例如：修订城市排水防涝、防洪工程的设计标准；优化海绵城市布局和蓄滞洪空间；调整水资源调度方案；建立分灾种、分级别的气候风险预警响应流程；规划避险通道和应急设施。
四是动态更新与路径适应。认识到气候预测存在不确定性，需建立动态适应路径，定期更新预测数据和风险评估，并据此调整防灾策略，形成 " 监测—预测—评估—决策—更新 " 的闭环管理。
NBD：气候科学家如何与城市规划、水利部门合作？是否存在 " 数据壁垒 " 或 " 政策落地难 " 问题？
黄建平：有效合作是提升城市气候韧性的关键。理想模式下，气候科学家提供未来气候风险信息（如极端降水强度频率变化），规划水利部门据此修订设计标准、调整工程布局、优化管理方案。例如，根据未来暴雨风险升级排水管网，依据干旱预测优化水源配置。
然而在实际合作中，" 数据壁垒 " 和 " 政策落地难 " 仍是普遍存在的挑战。" 数据壁垒 " 体现在：气象数据与工程设计参数（如设计暴雨公式）格式、标准不一；部门间数据共享机制不畅；部分数据涉密或管理权限限制。" 政策落地难 " 根源在于：气候风险的长期性、概率性与工程决策要求的确定性、当期效益存在矛盾；适应措施前期投入大，而减灾效益显现滞后；科学语言与工程语言、政策语言转换不足。
破解之道在于：一是建立跨部门协作平台，推动数据标准化与共享；二是科学家需提供更贴近决策需求的 " 用户友好型 " 产品（如气候可行性论证报告、风险地图）；三是决策者需提升风险意识，将气候适应纳入长远规划，算清 " 避免未来损失 " 的大账；四是探索基于风险的投融资机制，如气候适应型保险。
预警：未来恐遭遇更猛暴雨需尽快开展标准修订及工程改造
NBD：您团队目前的研究能否模拟不同排放情景下西北城市未来的极端降水特征？这些结果如何指导城市防洪标准的修订？例如，兰州目前的排水设计是否低估了气候变暖下的短时强降水风险？
黄建平：我们的模拟显示，由于气候变暖，未来兰州可能遭遇比历史记录更猛的暴雨。我们基于 CMIP6（编者注：CMIP6 即 Coupled Model Intercomparison Project Phase 6，是由世界气象组织支持的国际耦合模式比较计划，通过多模型模拟与比较提升气候变化认知，并为极端天气及区域气候预测提供科学依据。）多模型集合，在不同排放情景（如 SSP1-2.6, SSP2-4.5, SSP5-8.5）下模拟表明：未来西北地区降水总量和极端降水强度均呈增加趋势，高排放情景下增幅更显著。过去 " 几十年一遇 " 的极端降水事件将变得更频繁。这些结果为修订防洪排涝标准提供了关键依据。
传统工程设计基于 " 气候平稳性 " 假定，采用历史数据推算设计值。我们的研究证实 " 气候非平稳性 " 已成为现实，沿用历史标准可能系统性低估未来风险。
因此，我们建议：一是采用最新延长的时间序列数据重新计算设计值；二是引入 " 非平稳性 " 频率分析理论，定量估算未来时期的设计暴雨强度；三是考虑增设 " 气候变化调整系数 " 或直接采用未来预估结果设定新标准。对于兰州，其排水系统（尤其是老城区）的设计标准基于历史气候条件，在面对气候变暖下强度增强、频率增加的短时强降水时，可能存在低估风险。河谷地形汇聚径流、管网老化、标准滞后等因素叠加，使其在极端暴雨下的脆弱性尤为突出。需尽快开展气候适应下的标准修订和工程改造。
NBD：西北城市如兰州在应对 " 干旱—暴雨 " 转换时，有哪些传统依赖机制？从气候学角度看，这类措施是否可能因未来降水变率加大而失效？您的研究是否发现某些区域的暴雨系统存在地形强迫增强效应？
黄建平：西北城市传统上依赖工程性措施（如水库调蓄、排水管网）、预报预警和应急管理来应对 " 旱涝急转 "。未来，随着降水变率加剧、极端性增强，这些传统措施存在失效风险：超越设计标准的暴雨可能使排水系统饱和，难以匹配未来 " 超历史极值 " 的极端事件；长期干旱后的土壤下渗能力下降会加剧地表径流和山洪风险，传统排水管网难以应对；极端干旱会导致水库蓄水不足，而未来极端暴雨将大幅提升调度兼顾供水与防洪的难度。
我们的研究证实，某些区域的暴雨系统存在地形强迫增强效应。兰州所处的黄河河谷地形，以及周边山地（如祁连山东段），对气流的动力抬升和辐合作用显著，使水汽集中、降水效率增高，往往导致暴雨强度比周边地区更大，局地性更强。这种 " 地形增幅效应 " 是预报和防灾中必须重点考虑的因素。
NBD：您认为西北城市的气候适应投入是否应优先基于 " 高风险区域 " 的科学划定？例如，您团队的气候风险评估模型能否识别出兰州哪些城区在未来 30 年面临更高的暴雨山洪链式灾害风险？
黄建平：是的。基于科学识别的 " 高风险区域 " 进行优先投入，是提升气候适应效率、优化资源配置的核心原则。这要求我们从 " 平均投入 " 转向 " 精准减灾 "。
我们的风险评估模型（结合气候预测、高精度地形、土地利用、基础设施、人口经济等多源数据）能够识别出兰州未来的高风险区。虽然针对精确到街道层面的动态风险图，还需开展持续细化工作，但根据目前的分析，我们已清晰指出以下几类高风险区域：黄河及其主要支流河道沿岸洪泛区，直接面临洪水威胁；湿陷性黄土沟壑区与山前斜坡带，如榆中县部分区域，极端降雨下易发生滑坡、泥石流，并可能堵塞河道形成堰塞湖等链式灾害（2025 年 8 月榆中山洪泥石流灾害即为典例）；城市低洼易涝区及排水系统能力不足区，城市化改变了自然汇水路径，内涝风险高；已查明的地质灾害隐患点影响区，在更强的降雨作用下，其稳定性和影响范围可能会持续性扩大。这些区域的识别，可为兰州市国土空间规划、灾害防治及应急资源布局提供直接的科学依据。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
还没有评论，来说两句吧...