40°C的端午之后：华北极端高温的快速归因

背景

2023 年 6 月的华北高温，让不少人印象深刻。6 月 21—30 日，华北有 124 个国家气象站最高气温超过 40°C，北京、天津和石家庄当月高温日数均创下当地 1961 年以来同期纪录。尤其是在 6 月 22—24 日端午假期，北京首次连续三天达到或超过 40°C，出门过节也成了对耐热能力的考验。

假期恰逢大量出行和户外活动，高温的影响很快从气象纪录延伸到日常生活：中暑病例增加，北京电网负荷较上年同期增长约 30%，制冷需求占总负荷的 35%。人们自然会关心，刚经历的这场热浪与人为气候变化有多大关系，这样的高温以后又会有多常见。

过去，许多归因研究要在事件发生几个月甚至几年后才能完成，等结果出来时，公众和媒体的注意力往往已经转移。快速归因希望赶在大家仍对这场天气有切身感受时，及时提供定量解释。这篇工作使用更新较快的 ERA5 再分析资料，结合 CMIP6 模式开展分析，也是我们在国内建立快速归因系统的一次实践。

方法

研究关注的是华北区域平均的 6 月最热连续三天：先计算每天的最高气温，再取连续三天的平均值，找出各格点每年 6 月的最大值，最后做区域面积加权平均，记为 Tx3d。这个指标既保留了高温持续三天的特点，也把整个区域放在一起比较。

我们用两套概率归因方法相互对照。一套根据 ERA5 资料，拟合随全球平均温度变化的极值分布，估计 2023 年和工业化前气候下的高温；另一套使用通过评估的九个 CMIP6 模式，比较包含人为影响和仅有自然强迫的模拟。前者从实际气温变化中寻找信号，后者借助模式构造一个没有人为影响的气候作为参照。

比较时，我们分别计算达到 2023 年强度的事件有多常见，以及同样罕见的事件能有多热。未来预估也沿用这两个量，以2023 年气候为基准，比较 SSP2-4.5 中等排放与 SSP1-1.9 极低排放路径。模式中各个时期的气候用以目标年份为中心的 21 年样本表示，例如 2023 年对应 2013—2033 年，世纪末对应 2080—2100 年。

结果

ERA5 显示，6 月 22—24 日华北大范围最高气温超过 35°C，区域内温度距平约为 2.9—9.4°C，区域平均的三日高温指标创下 1959 年以来 6 月纪录。把它放回过去六十多年的序列中，2023 年明显高出以往大多数年份。

这场高温发生时，强盛的大陆高压脊控制着华北及周边地区，下沉气流一方面通过压缩增温，另一方面有利于晴空和更强的太阳辐射。事件前一周以及事件期间，华北土壤也持续偏干，蒸发带走的热量减少，进一步放大了高温。环流和土壤资料帮助我们理解当时的天气背景，接下来的归因分析则估计人为气候变化对这类高温的概率和强度造成了多大影响。

按照 ERA5 的统计估计，这场事件在 2023 年气候下的重现期约为 111 年，即每年 6 月出现同等或更强事件的概率约为 0.9%。人为气候变化使同等概率事件的强度增加约 1.2°C，这一增温达到统计显著；发生概率的最佳估计也有所上升，但由于资料序列较短、事件又十分极端，估计范围很宽，概率变化没有达到统计显著。

CMIP6 的大样本为比较提供了更多依据。多模式集合显示，人为气候变化使达到 2023 年强度的三日高温发生概率增至约 3.6 倍，并使同等概率事件增强约 1.0°C，两项变化均达到统计显著。强度变化与 ERA5 得到的 1.2°C 接近，两种方法都指向了人为影响下更强的高温。

随着气候继续变暖，这样的事件还会更常见。在 SSP2-4.5 中等排放情景下，相对于 2023 年气候，2035 年前后的发生概率预计约为 1.6 倍，强度增加约 0.5°C；到 2050 年前后，分别达到约 2.7 倍和 1.4°C；到本世纪末，则达到约 5.5 倍和 2.9°C。九个模式对世纪末高温增加的方向也给出了较一致的结果。

我们还想知道，如果实现碳中和，这些数字能降下来多少。为此，研究引入了当时在事件归因中使用还较少的 SSP1-1.9 情景：全球 CO₂ 排放在约 2060 年达到净零，之后进入净负排放。与中等排放相比，这条路径明显限制了本世纪中后期高温的增加。

到本世纪末，SSP1-1.9 下类似事件的发生概率预计约为 2023 年的 1.6 倍，强度增加约 0.5°C。从中等排放下的“5.5 倍、+2.9°C”，降到低排放下的“1.6 倍、+0.5°C”，减排的作用很直观；同时，即使走这条低排放路径，我们仍需要面对比 2023 年更频繁、更强的高温。

讨论

两条排放路径对应的未来差距，也让减排和适应各自的作用更加清楚。减排决定了今后高温还会增加多少，而已经存在的变暖，以及低排放情景下仍然高于 2023 年的高温水平，都让适应成为一项长期工作。热健康预警、城市降温、户外活动安排、电力系统应对制冷高峰，以及对脆弱人群的保护，需要持续纳入城市和公共服务的规划。

对这项研究来说，另一个重要收获是归因结果能够在什么时间提供给社会。当一场极端天气刚刚发生，人们还在讨论“为什么这么热”时，及时给出气候变化影响的定量估计，更容易与眼前的生活经验联系起来。将资料获取、模式评估和统计分析提前准备好，事件发生后就能更快进入分析，也让常态化归因服务离实际应用更近一步。