（JY编译）一项最新研究发现，温室气体排放和土地利用变化等人类活动，是导致全球洪水、山体滑坡、远超正常水平的降雨或降雪量等极端降水事件的关键因素。
气候的自然变化，例如厄尔尼诺-南方涛动（Enso），会影响降水。但是周二（6日）发表在科学期刊《自然-通讯》 Nature Communications 上的最新模型研究，该研究致力于更好地了解人类行为是否会影响气候，从而导致极端事件的可能性和严重性，发现人类活动也会导致降水增多。
在这项研究中，加州大学洛杉矶分校的研究人员查看了全球气候记录，以及检查观测到的降水的多个数据，研究人员能够构建一个全球图景，并发现人类活动影响所有这些极端降水的证据。「与自然气候变异引起的变化相比，确定人类行为引起的（降水模式）变化至关重要，」首席研究员加文·马达库姆布拉（Gavin Madakumbura）解释说。「研究使我们能够管理水资源并计划适应气候变化的相应措施。」
到目前为止，该领域的工作仅限于国家，而不是在全球范围内应用。但研究团队利用机器学习创建了一个全球数据集。
人类引起的气候变化正在导致地球温度升高。不同的机制将温度升高与极端降水联系起来。马达库姆布拉说︰「世界上大多数地区（推动极端降水）的主要机制是温暖的空气可以容纳更多的水蒸气，这助长了风暴。」
虽然存在地区差异，有些地方变得越来越干燥，但气象局的数据显示，总体而言，全球范围内的强降雨正在增加，这意味着一年中最多雨天的季节变得越来越潮湿。这些短暂而强烈的降雨可能导致山洪暴发，对基础设施和环境造成破坏性影响。
「我们已经观察到了全球平均温度与工业化前水平相比高出 1.2 摄氏度」牛津大学高级研究员李思涵博士（译音，Sihan Li）指出，她没有参与这项研究。她说：「如果变暖继续加剧，我们将出现更强烈的极端降水事件，也会出现极端干旱事件。」李说，虽然该研究中使用的机器学习是最尖端的方法，但目前还没有得出影响极端降水的单个因素的归因，例如人为排放气溶胶、土地利用变化或火山爆发。
马达库姆布指出不久将来︰「我们可以通过在算法中强加气候物理学来帮助这种学习，因此它不仅可以了解极端降水是否发生了变化，而且还可以了解发生变化的机制和原因。」