在极端降雨事件下，将物质渗透到未饱和的压实矿渣中，以便用于尾矿储存设施

《Journal of Hydrology》：Infiltration into unsaturated compacted mine tailings under extreme rainfall events for use in tailings storage facilities

气候变化下复合极端事件风险评估与三维copula模型应用

　　随着全球气候变化的加剧，极端天气事件的影响日益显著，而复合气候事件（Compound Events, CEs）作为多个极端气候灾害同时或连续作用的产物，其风险评估也变得愈发重要。复合气候事件通常指的是高温与干旱、高温与湿润等极端天气现象的叠加，这些事件在气候变化背景下不仅更加频繁，还可能带来更严重的后果。研究发现，单一极端事件对社会和生态系统的影响虽然不容忽视，但复合事件的影响往往更为深远和复杂。例如，高温与干旱的叠加可能导致森林火灾、植被死亡以及农业生产受到严重干扰，而高温与湿润的叠加则可能影响人体的热调节机制，从而导致感知温度升高，进而增加公众暴露在不利气候条件下的风险。

在当前的研究中，针对中国地区的复合高温干旱事件（Compound High Temperature and Dry Events, CHTDE）和复合高温湿润事件（Compound High Temperature and Wet Events, CHTWE），科学家们利用了第六次耦合模式比较计划（CMIP6）提供的每日降水和最高温度数据，构建了一个三维的Copula模型，以更全面地分析这些复合事件在历史和未来情景下的联合发生风险。这种方法不仅克服了传统研究中仅依赖于单变量或二维Copula模型所带来的局限，还能够更精确地捕捉复合事件在不同维度上的复杂依赖关系，特别是在极端尾部事件的评估方面。

研究结果显示，随着全球变暖速度超过平均水平，中国地区的极端降雨事件频率也显著增加，达到全球平均水平的九倍以上。这一趋势使得中国成为全球最易受频繁气候灾害影响的地区之一。此外，研究还发现，在未来不同的排放情景下，降水阈值线预计将向北移动，而高温的影响范围则可能进一步扩大。这种变化直接影响了两种复合事件的空间分布。在最高的排放情景（SSP585）下，中国可能面临CHTDE和CHTWE发生频率、持续时间和强度的显著增加，其中CHTDE的频率和强度预计分别上升25%-55%，而CHTWE则可能上升92%-677%。如果排放得到有效控制，例如在SSP245情景下，CHTDE的发生频率和强度可能下降11.5%-30%。

值得注意的是，尽管CHTDE和CHTWE在某些区域的发生频率和强度都显著增加，但CHTWE的增幅更为突出，特别是在中国的一些地区，其发生频率和强度可能达到非常高的水平。这一发现强调了在未来的气候风险评估中，CHTWE应当引起更高的关注。此外，研究还指出，历史时期这两种复合事件主要集中在7月和8月，但在未来，它们的发生可能更加频繁，并扩展到更广泛的月份范围，从而对社会和生态系统造成持续性的威胁。

在衡量复合事件时，选择或构建合适的指标至关重要。以往的研究中，通常关注于复合事件的持续时间和发生频率，但对事件强度的评估则显得尤为重要。为了更准确地衡量复合事件的强度和破坏潜力，研究引入了“强度指数（Magnitude Index, MI）”的概念。该指数基于每日数据，整合了复合事件的持续时间和强度，从而提供了一种新的、更精细的强度分类方法。它不仅能够更有效地评估短时高强度的复合事件，还能区分不同持续时间事件的累积影响。这种基于每日数据的强度指数概念在以往的研究中应用较少，因此在复合事件强度评估方法上具有重要的补充意义。

研究还发现，在历史时期，复合事件的分布主要集中在某些特定区域，而在未来，这些区域可能会发生变化。例如，降水阈值线的整体向北移动可能使得某些原本较为湿润的地区变得更加干旱，而高温的影响范围扩大可能使得某些地区面临更频繁的高温事件。这种变化不仅影响了复合事件的空间分布，还可能改变其发生频率和强度。此外，研究还指出，由于复合事件的多维性和复杂性，准确评估其联合发生风险仍然是当前气候科学研究中的一个重要挑战。传统的风险评估方法往往难以全面捕捉复合事件在不同维度上的依赖关系，因此，构建三维Copula模型成为解决这一问题的关键。

三维Copula模型的应用不仅限于单一类型的复合事件，而是能够同时评估CHTDE和CHTWE的联合发生风险。通过这种方法，科学家们能够更详细地分析复合事件在不同维度上的特征，以及其在气候变化背景下的演变趋势。研究还发现，相比于二维Copula模型，三维Copula模型能够更准确地揭示复合事件在极端情况下的依赖关系，从而提高对未来气候风险的预测能力。此外，研究还强调了复合事件在不同排放情景下的变化趋势，特别是在未来高排放情景下，复合事件的频率、持续时间和强度可能显著增加，而控制排放则可能降低其发生风险。

在实际应用中，科学家们利用了CMIP6框架下的六个气候模型，包括CanESM5、FGOALS-g3、GFDL-CM4、IPSL-CM6A-LR、MPI-ESM1-2-HR和MRI-ESM2-0，这些模型的数据均基于ensemble member r1i1p1f1，以确保结果的可靠性和代表性。通过这些模型的模拟，科学家们能够分析中国地区在不同历史时期和未来情景下的复合事件特征，从而为政策制定者和相关行业提供科学依据。此外，研究还发现，复合事件的强度评估需要结合多种指标，例如温度和降水的综合分析，以及不同时间尺度下的数据整合。

综上所述，本研究不仅评估了中国地区复合高温干旱事件和复合高温湿润事件的发生特征和风险，还通过引入新的强度指数和构建三维Copula模型，提高了对未来气候风险的预测能力。研究结果表明，在不同的排放情景下，复合事件的发生频率、持续时间和强度可能呈现出不同的变化趋势，其中高排放情景下的风险尤为突出。因此，针对复合事件的多维分析和系统评估对于理解和应对未来的气候挑战具有重要意义。此外，研究还强调了在未来的气候风险评估中，应当更加关注复合高温湿润事件，因为其对社会和生态系统的影响可能更为深远和复杂。