近日，物理海洋教育部重点实验室在Climate Dynamics（《气候动力学》）期刊发表了题为“The unified extreme value theory for characterizing changes in return periods and levels of N-year temperature anomalies”（《统一极值理论在N年一遇温度异常重现期与重现水平变化特征中的应用》）的最新研究成果。研究首次提出了统一极值理论（UEVT），该理论实现了对同一异常序列中正、负异常事件重现期和重现水平的同步分析，在物理意义和拟合效果上优于传统理论和分布，并被应用于N年一遇温度异常事件的分析与预测中。成果第一作者为实验室/未来海洋学院/海洋与大气学院在读博士生班玮，通讯作者为“筑峰人才工程”第一层次李建平教授。

　　基于极值理论（EVT）的参数方法是分析极端事件的重要手段，其核心在于选取合适的极值分布来刻画长重现期事件。随着全球气候变暖加剧，气候系统的非平稳性使得传统平稳假设不再适用，时变参数模型与滑动窗口方法相继被引入，以刻画极端事件强度和频率随时间的演变特征。然而，目前绝大多数研究聚焦于分布的单尾特征——即只针对极大值（如高温、洪水）或只针对极小值（如低温、干旱）单独建模。这一做法具有根本的局限，如以极大值作为研究对象，极小值则变成年年一遇，反之亦然。显然，这是不符合实际的。事实上，对于温度、降水等变量，双侧尾部均承载着关键的气候信息：例如高温和低温、洪水和干旱，两个尾部需要同步考虑。尽管已有少数工作尝试对两个尾部同时建模，但相关模型尚未系统应用于重现期研究之中。

　　基于上述问题，本研究首次提出了UEVT，其核心框架如图1所示。该理论包含三个递进环节：（1）事件二分：将某一变量的异常序列划分为正、负两类事件；（2）概率推演和区间极值分布（IEVD）：基于事件发生概率推导其重现期，进而构建重现期和重现水平之间的函数关系，发展出符合理论的统计模型IEVD（图2），以实现对长重现期正、负异常事件的统一拟合与预测，分布函数如下：

　　其中，μ1和μ2为位置参数，σ为尺度参数，ξ为形态参数，k1和k2为概率参数；（3）滑动窗口分析：在固定重现期（或固定重现水平）下，刻画重现水平（或重现期）的变化特征。以全球平均地表温度为例，系统比较了传统极值理论及分布与UEVT及IEVD框架的应用结果（新框架结果如图3所示）。结果表明，UEVT能够同步研究暖事件和冷事件的重现期和重现水平，且在长重现期下拟合效果显著优于传统方法，展现出很好的应用价值。这一优势在气候风险评估中尤为关键——正是那些“千年一遇”“万年一遇”级别的极端事件，对生态系统和社会经济的冲击最为致命，而传统方法恰恰在这种长尾区间最不可靠。

图1 统一极值理论（UEVT）示意图。异常事件的重现期作为重现水平的函数。红（蓝）线表示正（负）事件的重现期–重现水平曲线；绿（紫）线表示固定重现期（重现水平）下重现水平（重现期）的变化。

图2 区间极值分布（IEVD）的（a）概率密度函数（PDF）和（b）累积分布函数（CDF）。μ1和μ2为正、负事件分布的位置参数；ξ为形态参数。灰实线为中性事件。

图3 全球平均表面温度异常的PDF（a）和重现期–重现水平关系（b）。红（蓝）实线为暖（冷）事件IEVD拟合的理论曲线，散点与直方柱为观测结果。灰色（即中性事件）为短重现期事件。

　　研究明确了N年一遇异常事件强度和频率的定义，提出临界强度和尾部强度指标，并基于UEVT框架揭示了事件强度和频率的变化特征。结果表明，近几十年全球变暖导致暖事件强度和频率增加，而冷事件则呈现减弱趋势，这一现象在全球及多数区域普遍存在（图4）。区域分析进一步揭示了显著的南北半球差异与海陆差异，不仅清晰捕捉到北极放大效应的信号，观测到了暖事件由高纬度向低纬度扩展的趋势，还识别出赤道地区增暖加速现象以及全球变暖背景下的冷斑区域（如北大西洋暖洞）。全球平均地表温度的回报试验证实，IEVD能够准确估计事件的临界强度，并可应用于更长重现期下事件临界强度的预测。

图4 1974–2024年相对于1850–1900年N年一遇异常温度事件临界强度变化的空间分布。（a）10年一遇暖事件；（b）50年一遇暖事件；（c）10年一遇冷事件；（d）50年一遇冷事件。白色区域表示不存在该类异常事件的区域，灰色区域表示缺失数据较多不做研究的区域。

　　上述研究为极端事件分析构建了新的理论框架，为极端气候事件的量化评估提供了物理意义更加明确、拟合精度更高的新工具。该成果不仅可推广至其他类型的极端事件，未来还可结合多模式、多情景开展系统性评估，并进一步拓展至极端事件的检测与归因分析。研究工作得到国家自然科学基金卓越研究群体项目（42288101）和崂山实验室科技创新项目（LSKJ202202600）联合资助。

文章引用：

Ban, W., and J. P. Li*, 2026: The unified extreme value theory for characterizing changes in return periods and levels of N-year temperature anomalies. Climate Dynamics, 64:352, https://doi.org/10.1007/s00382-026-08315-9.