"年降水下降"假趋势——风速上升造成的欠捕

事件

某高山气象站 2000~2020 年记录：

• 年降水量从 1100 mm 下降至 940 mm（-15%）
• 同期年平均风速从 3.2 m/s 上升至 4.0 m/s（+25%）
• 该数据被某气候研究引用，作为"区域降水减少"的证据

调查

怀疑的不是传感器故障，是欠捕。

WMO 给出的欠捕系数（实测/真实）：

• 风速 3 m/s 时：0.85（欠捕 15%）
• 风速 4 m/s 时：0.75（欠捕 25%）

按此系数修正：

• 2000 年实测 1100 mm，欠捕系数 0.85，真实 = 1100/0.85 = 1294 mm
• 2020 年实测 940 mm，欠捕系数 0.75，真实 = 940/0.75 = 1253 mm

修正后：真实降水量从 1294 mm 降到 1253 mm，下降仅 3.2%，远不是"15%"。

根因

仪器没错，是风速变化伪装成降水变化。这种"假趋势"在高山站、沿海站特别常见：

• 山区风速受地形与植被影响——植被恢复后风速下降，欠捕减少，"降水上升"
• 沿海站风速受海洋气候影响——气候周期如 PDO 转换时风速变化大

气候研究里，很多"降水量年代际变化"的论文没做欠捕修正，结论可能系统性偏差。

类似案例

• 某"全球变暗化"研究用蒸发皿数据，结论是"全球蒸发下降"。但蒸发皿水温随气温升高而升高，蒸发加快——蒸发皿读数与水温有关，不是简单的"蒸发潜力下降"。
• 某"干旱化"研究用土壤水分数据，但传感器漂移未做校准——读数下降可能是漂移。

防范

1. 长期趋势分析必须做仪器效应修正：风速对雨量的欠捕、温度对蒸发皿的影响、传感器漂移。
2. 多源数据交叉验证：雨量与河流流量比对、与卫星反演降水比对、与邻近站比对。
3. 元数据完整：每条数据要带"仪器型号、安装位置、校准记录、风速"等元数据，否则无法修正。

教训

数据可信 ≠ 数据真值。一个站 20 年数据"完整、连续、看似合理"，但如果不修正仪器效应，趋势分析会得出错误结论。

气候研究的金标准是"同站、同仪器、同方法、同位置、同环境"五同数据。任何一项变化（换仪器、移位置、改环境），趋势就要分段处理，不能直接拼接。

给工程项目的启示

业务水文站不关心气候趋势，但关心防洪阈值的合理性。如果某站"年降水量下降"，防洪阈值是否应当下调？

不要。下降可能是欠捕变化，不是真降水变化。防洪阈值应当基于修正后的真实降水，不是实测值。否则一场"看似罕见"的洪水，其实并不罕见——只是历史实测值被欠捕低估了。