在全球变暖的背景下，热带气旋预计将引发更为强烈的极端降水事件。然而，由于当前粗分辨率全球气候模型在解析对流尺度过程方面存在显著局限，对未来热带气旋降水变化的预估仍面临极大的不确定性。为突破这一瓶颈并深入探究降水对气候变暖的响应机制，本研究创新性地结合了深度学习技术与目标云分辨模拟，针对影响华南地区的极端热带气旋开展了高精度动力模拟分析。传统理论通常假设极端降水的增加将遵循克劳修斯-克拉珀龙（Clausius-Clapeyron, CC）热力学标度规律，即气温每升高1开尔文（K），降水增加约7%。但我们的高分辨率模拟揭示了更为复杂的降水动力学响应。研究表明，在更暖的气候条件下，热带气旋的降水增强并非通过单纯强化局部上升气流来实现，而是表现为深对流核心区域的显著扩张，同时伴随着浅层积云和浓积云发展的抑制。这种对流内部结构的系统性重组导致了降水空间分布的深刻改变。尽管局地的小时降水极值可能依然符合传统的CC标度，但在城市尺度面积上的累积降水量却呈现出“超CC标度”（super-CC）的增强趋势，其增幅可高达每开尔文18%。进一步的灾害风险评估指出，这种大范围区域性累积降水的非线性激增，将极大加剧华南沿海及多山地区未来面临的滑坡等地质灾害风险。本研究不仅深化了学界对气候变化下热带气旋微物理及动力学演变机制的理解，也为未来极端天气灾害的早期预警与气候韧性城市建设提供了至关重要的科学依据。
 

 热带气旋,极端降水,气候变化,人工智能