使用 CMIP6 模型投影 Kosi 流域降水极端事件的加强

为什么这条河的未来至关重要

Kosi 河自喜马拉雅山脉流入尼泊尔和印度的平原，因其造成灾难性洪水的历史而有一个响亮的绰号：“比哈尔的悲伤”。本研究提出了一个关乎沿河数百万人切身利益的迫切问题：随着气候变暖，极端降雨和洪水会恶化到什么程度？通过对最新全球气候模型进行严格检验与综合，作者估算到本世纪末 Kosi 流域的强降雨、极湿日和持续湿期可能出现的变化。

山脉、季风与人群的交汇地

Kosi 流域从积雪的喜马拉雅高地延伸到北比哈尔平坦且人口稠密的农田。季风降雨补给河流，但同时也引发频繁的洪水、堤坝决口以及河道的大幅迁移。过去的灾害，例如 2008 年导致数十万人流离失所的洪水，表明即便是降雨发生适度变化，也会转化为巨大的人员与经济损失。由于流域内的农业、基础设施和日常生活都依赖降雨的时序与强度，因此获得可靠的未来极端事件预判对规划水坝、堤防、排水和灾难应对体系至关重要。

科学家如何检验气候模型

研究人员首先使用参与最新国际对比项目 CMIP6 的 13 个全球气候模型的数据。这些模型先通过统计方法进行细化，使其粗略的全球输出更好地匹配 Kosi 区域的地方条件。随后，团队将每个模型模拟的降雨极端与高分辨率的参考数据集（ERA5）进行比较，着重考察八个被广泛使用的极端降雨指标。这些指标追踪的是湿日总降雨量、重降雨日数、每年最湿的一天和最湿的五天时段，以及连续为湿的天数等特征。

挑选最佳模型组合

作者没有只信任某一单一模型，而是使用结构化的评分系统来评判性能。他们将多项统计量——比如量值误差、偏差以及模式与观测匹配程度——组合成一个客观的加权方案，以减少人为主观判断。接着应用四种独立的排序方法来给每个模型生成总分。三款模型（MPI-ESM1-2-HR、INM-CM5-0 和 BCC-CSM2-MR）在再现历史极端事件方面持续表现最好，而其他一些模型则一致性较弱。团队随后通过对前 3、5、8 或全部 13 个模型结果取平均，构建了若干“集合体”，并检验每个集合体在捕捉极端事件强度以及不同降雨指标协同变化方面的表现。

八模型混合及其预测

由表现最佳的八个模型构成的集合体被认为是最佳选择。它在准确性与不确定性之间取得了最佳平衡，既能紧密模拟中等和极端降雨之间的观测关系，又能减少无法解释的差异，同时不掩盖最强的事件。基于这一八模型混合，作者考察了两条未来路径：一种为中等排放情景，另一种为高排放、依赖化石燃料的情景。所有情形下，极端降雨都会增强，但世纪后期的高排放情景尤为显著。在 2061–2100 年间，按该路径估计，年降雨总量可能增加近一半，重降雨日数可能增长约 60%，而最强降水事件的强度可能增强近 80%。短时强降和多日暴雨都将更为常见，提示更高的洪水与滑坡风险。

对民众与规划的意义

简而言之，研究得出的结论是 Kosi 流域的未来不仅将更湿，而且会更猛烈：更多的重雨日、更多极湿日以及更强的峰值风暴。对河流沿岸社区而言，这意味着破坏性洪水、突发暴涨和农田长期积水的概率上升。同样重要的是，这项工作表明，谨慎挑选并仅结合最可靠的气候模型可以提高区域预报的清晰度，为防洪工程设计、水库管理以及在南亚最脆弱的河流系统之一中应对气候相关灾害提供更稳健的决策基础。

引用: Singh, A.K., Roshni, T. & Singh, V. Projected intensification of precipitation extremes in the Kosi Basin using CMIP6 models. Sci Rep 16, 12565 (2026). https://doi.org/10.1038/s41598-026-43723-1

关键词: 极端降雨, Kosi 河流域, 气候变化, 洪水风险, CMIP6 模型