面对河南特大暴雨，水利人如何科普“千年一遇”概念？
7月20日河南暴雨发展过程，来自NMC
据郑州市气象台统计：19日20时到20日20时，郑州单日降雨量552.5mm。17日20时到20日20时，三天的过程降雨量617.1mm。其中小时降水、单日降水均已突破自1951年郑州建站以来60年的历史纪录。郑州常年平均全年降雨量为640.8mm，相当于这三天下了以往一年的量。从气候学的角度来看，小时降水、日降水的概率，重现期通过分布曲线拟合来看，都是超千年一遇的。
千年一遇要怎么理解？
“X年一遇”是概率概念，千年一遇洪水，指洪水出现的概率为0.1%，可能出现，也可能不出现，但每年出现的概率为0.1%，但绝不能理解为每相隔1000年就一定会遇到1次。同理，“X年一遇”是指出现的概率为1/X，X越大，1/X越小，出现的概率越小，出现时造成的损失越大。
所谓“千年一遇”这是一个关于频率的概念。频率具有抽象的数学意义，如果某事件的发生与否事先无法预知，只有通过大量的实测资料，用数理统计方法估算出现机率，这种机率称为经验频率，在水文计算中称“频率”。
为了通俗起见，往往用“重现期”来替代“频率”，它表示在许多次试验中某一事件重复出现的时间间隔的平均数。需要特别指出的是所谓“重现期”并不是说正好多少年中出现一次，它带有统计平均的意义，说得更确切一点是表示某种水文变量大于或等于某一指定值，每出现一次平均所需的时间间隔数。
水文现象的重现期具有统计平均概念，不能机械地把它看成多少年一定出现一次；如“百年一遇”的雨量并不是指某地雨量大于等于这个雨量正好一百年出现一次，事实上也许一百年中这样的值出现好多次，也许一次也不会出现.只有在大量的过程中或对长时期而论是正确的。
媒体报道这次河南多地区降雨“千年一遇”…有网友抱怨近年来，“N年一遇”频频出现，人们看到审美疲劳，甚至怀疑它是顶逃避责任的“堂而皇之的帽子”。“N年一遇”到底是算出来的还是拍脑袋想出来的？是不是哪里都能使用“N年一遇”？N是不是可以无限放大到几千几万？…
“N年一遇”不是周期是概率
水文上，“N年一遇”有个更科学的名称“重现期”。根据某地长期水文记录, 可以算出某量级的洪水平均多少年出现一次，也就是洪水重现期。洪水重现期为百年，表示当地发生某量级洪水的概率为1%，那就是俗称的百年一遇洪水。不同地方概率为1%的洪水大小并不相同，常年干旱地区“百年一遇”洪水，搬到长江流域某支流就可能变成“五十年一遇”。政府在确定防洪建设规模和等级时，要参考当地的重现期。这样可以有效防洪的同时，避免过度建设。值得一提的是，“重现期”要假定“历史会稳定重现”。如果气候变化让一个干旱地方的雨水逐年增多，过去概率为1%的洪水就会慢慢变成2%，也就是“五十年一遇”。因此，在防洪抗旱决策制定过程中不仅要计算“重现期”，也应该把未来气候变化趋势考虑进去。
“N年一遇”不是说每N年灾害就会发生一次，它只代表了历史上灾害的罕见程度。如果连续多年某地报道“N>50年一遇”的同种灾害，要么是当地气候发生改变，让原本罕见的灾害频繁发生，要么就是媒体滥用词汇。因此强烈建议媒体在提出“N年一遇”之前，核实数据来源和计算过程。
N是算出来的, 不是拍脑袋想出来的
2007年高考，湖南文科考生面对这么一道数学填空题：根据如下某河流水位概率分布图，选择该河流平均至少一百年才发生一次的洪水最低水位。实际上，“百年一遇”的洪水就是这么算出来的。某条河过去400年，水位50米出现过4次，发生概率为1%，是“百年一遇”洪水。今年发大水水位涨到50米，那么明年统计时50米水位概率就成了1.25%，这样50米水位就成了“80年一遇”洪水。但是统计样本和方法本身就存在误差，所以N一般只取个大数，例如五十年，一百年。
N不能随便乱放大
“N年一遇”是历史统计，需要足够多的样本数，N比资料年限小的时候才可靠。比如，只有一百年水文记录的河流，计算它“五十年一遇”的洪水量级就已经比较勉强，更别说“百年一遇”，“千年一遇”… 我国水文历史记录很久远，有的地区洪水和干旱的历史记录达到上千年。然而气象灾害的降水、风速、温度等要素在现代观测仪器发明以前很难获得。我国从20世纪50年代开始，才全面建起统一规范的气象观测网络。那些所谓“五十年一遇”甚至“一百年一遇”气象灾害的说法非常可疑。全国常规气象观测记录也就五六十年，又怎么确定历史上平均一百年才会发生的气象灾害？其实气象专业报导的常用说法是“降水量（温度）达到N年来最高（低）值”，一传二传就成了“五十年一遇”、“百年一遇”。
N年一遇 和 N年不遇
就差了一个字，“N年不遇”像是“N年一遇”的山寨版。它的意思可以被理解为过去五十年里都没有出现的灾情，也可以是发生概率低于2%的灾情。它的频繁出现让本来就鱼龙混杂的“N年一遇”变得更加复杂。如果只是要描述灾情有多严重，完全不涉及灾情罕见程度。为了避免混淆视听，建议改用“近N年未遇”。这样媒体讲得放心，观众也看得明白。
例如概率分布两端尾部大约5%甚或1%概率范围以内所对应的小概率事件（统计气候上又称为右侧/左侧小概率）即20年一遇甚或百年一遇的随机的“极端天气气候”事件的概率发生了某种变化。我们姑且不论其变化的成因为何？而只讨论其概率特性所发生的变化：其中最容易使人误解的问题有以下两个：
1）极值概率与重现期的统计意义
一般而言，我们并不关注某气象要素（如温度）的全部概率属性如平均值和方差等特征量的变化。而主要关注其部分的概率属性（如极端温度出现的概率如何？当某一变量服从某一分布的条件下，对应于极值概率为 的变量，其对应的取值就是所谓的 分位数。假如可将一个变量的观测值所占的频数份额或比率划分为百分数区间，按照上面所说的小概率对应的分位数若用百分数来表述（通常又称之为百分位点）。这里的分位数涉及到变量的累积概率问题。一般说来，上面所述都是从变量的总体或理论意义来理解的。事实上，若从应用的角度来看，还可定义累积概率的余补概率 ，通常又称为保证概率或风险概率。这一概念对研究极端气候事件特别有用。
2）极值的置信区间问题
理论上已证明，随机变量的极端值，实际上就是随机变量的某种函数，这一概念在气象研究和业务工作中尤其重要。但是通常所观测到的某气象极值只是该要素的一个随机的函数观测值，即使我们根据观测记录知道，它是多年一遇，例如百年一遇（1%）或50年一遇（2%）或20年一遇（5%），等等，那也仅仅是一个对应于小概率的分位数的推测值（或估计值）。这里蕴含着一个科学原理：小概率所对应的数值只是分位数的样本估计值，它们必然有对应于某一可信度的置信区间，否则就不能作出肯定的结论。显然，不同的气象要素，它出现某种极值的数量级并不一样，举个最简单的例子：温度的极值与降水量的极值就很不一样。后者（降水量）的变化幅度简直无法想象。因此，当我们对某个气象要素作出极值估计时，一定要说明它是在何种置信水平上得到的，其置信区间有多大？统计理论上已经证明，某一变量的原方差大小，决定了它的极值抽样方差的大小。我们所观测到的极值仅仅是多少次抽样中所得到的一次，所以，我们在报告（报道）某一极端气候事件发生时，必须要加上它的相应的置信区间和信度。例如，根据某种预测方法知道，某地可能出现200毫米的特大暴雨，那么同时应当给出在（比如置信水平为95%）某给定的信度下的置信区间，例如，上面某地可能出现200毫米的例子中，若置信上下限为100-250毫米总比置信上下限为90-300毫米要可靠一些。
-------联系我们-------
邮箱：caogenshuili@126.com 微信：cgsl123