气温升高正推动更频繁、更强烈的极端天气——包括灾难性洪水、强飓风、气旋以及因干旱加剧的野火。然而，地方社区、应急部门、保险和风险市场使用的工具未能跟上最新的数据和模型，难以精准预测这些事件的演变。为弥补这一短板，MIT在2022年启动了五大气候重大挑战之一的“应对新气候极端世界”，聚焦评估地点对洪水、气旋、高温热浪等气候事件的脆弱性。四年后，超过40名教师和学生在该项目下合作，已发表29篇论文并推出多套数字工具和数据集，正投入使用或接近部署。项目涵盖天气预报、风险评估、现场规划和韧性基础设施等多个方向。\ \ 降低科学不确定性\ MIT地球与行星科学系的Paul O’Gorman教授正细化极端天气预报的科学基础，研究如2023年德克萨斯和巴基斯坦的大规模洪水。他的团队发现，极端降雨的季节性变化不仅取决于大气中的水量（比湿），还与相对湿度的接近饱和程度密切相关。相对湿度受空气环流、陆海温差、土壤湿度和植被等因素共同影响，这一复杂机制帮助解释降水模式的变化。\ \ 飓风与强对流风暴风险评估\ 大气科学系的Kerry Emanuel教授指出，利用粗粒度天气数据即可重现真实飓风的统计特征，但对强对流风暴（雷暴、龙卷风）的风险估计仍不成熟。这类风暴在过去十年造成的死亡和损失已超过飓风。Emanuel的研究成果已被First Street公司用于为美国每块私有土地提供环境风险评估。\ \ 提升社区韧性\ 建筑系的Miho Mazereeuw副教授将科学模型转化为面向规划者的工具。例如，在波士顿和佛罗里达州布罗沃德县，她的团队开发了交互式网页应用，帮助用户在多种洪水情景下快速查询学校等设施的干旱风险。她的Urban Risk Lab通过社区应急数据收集、主动恢复规划和AI辅助的可视化，缩短了科学知识到可操作信息的鸿沟。\ \ 优化能源基础设施\ 土木与环境工程系的Michael Howland教授联合数据系统与社会研究所的Jessika Trancik以及土木工程的Moshe Ben‑Akiva，研究极端天气对电网的冲击，并开发了选址与规模优化模型。该模型在德克萨斯发现，将部分风电场布置在墨西哥湾沿岸虽表面风速较低，但日循环风场与太阳能互补，可平滑发电曲线、降低储能和输电需求。进一步的工作旨在将气候模型与电力需求时空分布对齐，提供给电网规划者更具操作性的选址与规模建议。\ \ 跨学科推动决策\ Emanuel强调，尽管将这些细致的风险信息转化为政策、经济和公共决策如同“驾驶超级油轮”，进展缓慢，但随着模型的不断逼真和工具的落地，社区的预警、准备和恢复能力将显著提升。\ \ 点评