有时，一些极端天气事件，大家或许会听到「N年一遇」这样的形容，究竟是否真的每隔N年就会遇到一次呢？

这个数字「N」其实是一个叫「重现期」（又名「回归期」）的统计概念。重现期的计算方法就如下图（图一）所示：首先从已有的数据中，用统计方法估算出某事件在一段时间之中发生的机会率（发生率，μ），取其倒数（1 ÷ μ），就可以得知平均相隔多少时间会发生一次该事件，这就是重现期。

选用不同的统计方法会对估算重现期有影响。以图一的虚构雨量数据为例，最左方的时间序列可以见到，50年内有2次超过100毫米，如果我们以最简单的方式估算发生率，就是每25年1次，所以重现期就是25年；但如果我们先从有限的数据估算长期在理论上的雨量分布，将雨量分布以平滑曲线代表，再行估算，则可以是如图一所示：重现期估计为50.0年。

另外，我们亦要注意，不同地域的地理与气候因素不同，因此即使同一事件，在不同地域的发生率及重现期可以大相迳庭。

我们应该要小心、正确理解重现期：重现期是一个长期平均，是由概率推导出来的期望值。假如重现期为N年，即使如此，亦不代表N年内必然会发生一次该事件。尤其是极端事件的发生相当随机，每次发生之间相隔的年期可以有很大差异：某一个N年期内可以一次也不发生，另一个N年期内可以发生几次，只是从统计角度来说平均N年会发生一次。以图一的虚构数据为例，最左方的时间序列可以见到，第2年及第20年都出现过超过100毫米的每小时雨量，相隔18年；但随后的至少30年都再没有出现过。而我们估算出来的重现期是50年，只能说头两次事件相隔只有18年是较为巧合。

虽然重现期并不能保证事件何时发生，但重现期能够为厘定工程设计标准、风险评估，还有学术研究，提供一个客观数字去表示该事件的罕见与极端程度。在长期平均之下，重现期是有代表性的数字。重现期越长，代表该事件越罕见、越极端。

极端事件的发生次数少，也对估算重现期构成挑战。估算发生率时使用的数据年期有限，极端事件数据容易不足，这样就会影响估算的准确度。有些非常极端的事件，甚至是有纪录以来都没有发生过的，惟有靠统计方法从现有数据分布作外推估算，又或者提取电脑模式对未来的预测数据来作估算。由于极端事件数据量少，新增一两次极端事件也可能会对估算出来的结果有较大的影响（见下图，图二）。换言之，极端事件的估算值会对新观测十分敏感，所以随着观测越来越多，估算出来的重现期迎来较大的变化也不足为奇。

气候变化之下，大环境改变。正如「股语有云」，「过去表现并不代表将来之表现」，我们可以预期各种事件的重现期都会有所改变。如果使用过去数据估算，估算出来的重现期必然有所滞后，影响其代表性。而电脑气候模式普遍预测，未来在气候变化之下，极端事件会加剧、增多，亦即是重现期会随时间而缩短。

极端事件变得频繁，这是我们在气候变化之中要准备好迎接的挑战。有关气候变化的更多资料，可参考天文台的「气候变化」网页。