2017年11月4日，国际气候研究中心（CICERO）、皮叶克尼斯气候研究中心（Bjerknes Centre）、苏黎世联邦理工学院（ETH Zurich）等机构的气候专家在《极端天气与气候》（Weather and Climate Extremes）期刊发表题为《了解、模拟和预测天气和气候极端事件：挑战和机遇》的综述文章^[1]，梳理了目前预测天气和气候极端事件面临的4项科学挑战。

（1）大尺度极端事件的驱动因素。①理解极端事件的发生机制是评估其可预测性和进行模式预测的基础。在诊断其机制时分别分析动力学（即环流引发的变化）与热力学（即温度引发的变化）过程将更加方便和有效。②气候模式在某些地区可能存在较大偏差，无法模拟大气阻塞、急流位置与强度、热带动力学与遥相关、平流层-对流层联系等关键动力形势。一个关键的挑战是通过针对实际的或与极端条件相关的关键过程来评估和改进模型。改进方法包括发展模式理论和层次结构来处理复杂过程，进一步提高模式分辨率，以及次网格尺度过程的参数化。

（2）极端事件的局地-区域反馈过程和驱动因素。①除了大尺度驱动因素之外，理解局地和区域范围内的具体过程对于了解极端事件的演变也至关重要。②模型中对反馈机制的错误表达可能成为对未来预测不确定性的一个重要来源。③需要高分辨率的气候模式模拟来研究极端事件的先决条件，例如土壤湿度/雪对环流形势的反馈。④对极端事件从年、月、日等各种时间尺度的分析将有助于更好地理解其时间变化和极值变化。⑤分析小尺度过程的主要限制因素是观测数据的可用性。在较长时间内收集高频率观测的日降水量数据对于破坏性对流降水等极端事件的归因非常有用。

（3）极端事件可预报性。①极端事件的可预报性可以从控制其发展的因素（如阻塞形势、温度遥相关、海冰、积雪等）来理解，并取决于这些因素的相对重要性或贡献。②数值气候预测发展迅速，为极端事件的预测提供了新的可能性。例如，由于模型的改进、计算机能力的增强、更好的观测与数据同化方法，可以提前一个季度预测北大西洋涛动（NAO）的冬季变化。③个例研究成为估计罕见极端事件可预报性和评估模型性能的最有效手段。例如2003年欧洲夏季干旱和2013-2014年寒冷冬季的季节性预测，并可以据此确定出未来研究的两个关键领域：热带海洋-大气相互作用和陆地表面过程。

（4）模式性能和气候极端事件的评估。①在评估模式对极端事件的模拟时，应当综合考虑统计学和基本过程，关注评估对真实性和系统性模式错误的影响机制。②内部变率是评估极端事件及其趋势的主要挑战。③特征分析方法为评估特定事件提供了潜在的有效方式，通常用于数值天气预报。④在评估集合模式的一般性能时，应关注模式集合预报的概率性，而不是其确定性评估。因为模式集合预报的整体分布反映了真实模拟气候的能力。

国际气候专家对应对上述挑战提出需要重点研究的五大问题：①各个时间尺度上对极端事件的相关定义是什么？②分析极端事件所必需的观测和模式输出要求是什么？③驱动极端事件及其变化的过程是什么？④如何最优地评估极端事件（包括相关过程）？⑤极端事件可预测性的相关来源是什么，用于支持极端事件的归因、预报和预测？

 （刘燕飞）