基于观测的全球亚日降雨强度-历时-频率曲线（GSDR-IDF）

为何突发暴雨至关重要

当短时间内降下强降雨时，街道会变成河流，排水系统溢出，关键服务可能中断。工程师和规划者需要了解这种强烈云暴发生的频率，以设计安全的道路、桥梁和城市基础设施。然而，直到现在，还没有一个基于观测的一致性全球图景来描述这些短时、强烈的降雨事件。本文介绍了一个填补这一空白的新全球数据集，帮助社区更好地理解并为在变暖世界中发生的山洪风险做准备。

测量地球上最猛烈的降雨

作者基于全球亚日降雨（GSDR）数据集构建该研究——这是迄今为止汇聚的最大规模小时级雨量计观测集合，覆盖超过24,000个站点，遍及所有主要气候区。与以较大区域观测降雨、可能遗漏最强局地暴雨的卫星和气象雷达不同，雨量计直接在地面点位测量降雨。但这些记录在质量、长度和完整性上存在差异。为使其在全球范围内可用，研究团队应用了严格的质量控制体系，对可疑数值标注，检查与邻近站点及长期记录的一致性，并剔除缺失过多的数据。只有拥有足够可靠年限的站点才被保留用于详细分析。

把罕见风暴转化为有用的设计参数

工程师常使用“重现期”概念——例如某一持续时长的降雨在10、30或100年一遇时的典型强度。暴雨强度、持续时间与发生频率之间的关系由强度‑历时‑频率（IDF）曲线描述。为构建这些曲线，作者首先针对每个站点提取每年四个关键历时（1、3、6和24小时）的最大降雨事件。然后采用已建立的极值分析方法，估计每个地点极大但罕见事件的概率，将过去风暴的噪声化记录转化为描绘局地强降雨风险的平滑曲线。

将局部细节与区域模式相结合

由于许多站点记录相对较短，仅依赖单一雨量计会使对极罕见风暴的估计不确定。为此，研究使用了两种互补方法。在单站分析中，每个站点独立处理，在长期记录存在时保留其独有特征。在区域频率分析中，会将具有相似降雨特征的邻近站点分组共同分析，通过信息汇聚来稳定估计。作者开发了一种自动化方法在全球范围内定义这些区域，检验分组站点的行为是否相似以及所选统计模型的拟合优度。最终数据集在可能的情况下同时包含两种方法的结果，允许用户比较并选择最符合其风险偏好的方法。

新地图能告诉我们什么——以及不能告诉我们的

在近24,000个站点处理后，GSDR‑IDF数据集为亚日尺度的10年、30年和100年事件提供了近24,000条拟合的IDF曲线。作者仔细检查了相邻站点之间曲线的一致性以及估计随距离变化的情况，得出结论：这些曲线在雨量计周围大约100公里范围内代表性较强，超出200公里后可靠性下降。他们还将基于雨量计的估计与来源于全球再分析资料的数值进行比较，表明先前的格网化产品往往遗漏最强的短时暴雨，尤其是在热带地区。同时，作者强调该数据集主要代表截止约2019年的历史状况，并未直接考虑持续进行的气候变化或降雨模式的长期转变。

这对社区如何有帮助

GSDR‑IDF数据集首次提供了一个基于地面观测的、一致且公开可获取的短时降雨设计曲线集合。城市规划者、工程师、保险业者和研究人员现在可以下载站点级文件和图表，探索极端降雨的区域模式，并将这些曲线纳入洪水风险模型和基础设施设计规范。尽管用户仍需考虑地方条件、数据空白以及未来风暴可能比过去更强的可能性，但这项工作标志着一大进步：将分散的强降雨记录转化为一个连贯的全球性资源，以构建更具韧性的城市和基础设施。

引用: Green, A.C., Guerreiro, S.B. & Fowler, H.J. Global Intensity-Duration-Frequency curves based on observed sub-daily rainfall (GSDR-IDF). Sci Data 13, 455 (2026). https://doi.org/10.1038/s41597-026-06858-4

关键词: 极端降雨, 山洪暴发, 气候韧性, 水文工程设计, 全球降雨数据集