近日，广东韶关、清远两市遭遇数日持续强降雨，防汛形势十分严峻 | 图源：广东新闻联播
2022年入汛后，我国南方强降雨不断，华南、江南等多地发生洪涝灾害。自今年5月，闽粤桂地区平均降水为1961年以来历史同期最多，近日粤北韶关、清远等地被洪水肆虐。与此同时，我国华北、黄淮等地40°C以上的高温频现，多次发布高温预警。今年仲夏 “水深火热” 的天气格局，还会持续多久？相关气候预测如何进行？
● ● ●
近日，广东韶关、清远两市遭遇数日持续强降雨，受其影响，北江干流全线大部分超警戒水位，韶关的乐昌市、清远的英德市受淹严重。据广东省水文部门，6月23日前后，受连日强降雨和上游来水影响，北江干流水位持续上涨，北江干流石角站出现超百年一遇的洪峰流量（20,000立方米/秒），防汛形势十分严峻，广东省水利厅一度将应急响应提升至I级 [1]。国家气候中心数据显示，今年入汛之初，南方雨季偏早特征明显。华南前汛期于3月24日开始，较常年偏早16天。5月以来，华南、江南等地连续出现数十次降水过程，珠江流域降水量达1961年以来历史同期最多 [2]。与此同时，我国北方烈日高悬。据统计，自6月中上旬以来，陕西中部、河南中西部40℃以上高温频现，内蒙古、河南等多地部分站点气温突破6月同期最高值 [3]。图1 近日，广东韶关、清远两市遭遇数日持续强降雨，防汛形势十分严峻 | 图源：广东新闻联播
中国东部位于东亚季风区，随着东亚夏季风的爆发、盛行和向北推进，东亚夏季风主雨带明显自南向北移动，在中国东部地区依次形成华南前汛期、江淮梅雨季和北方雨季。图2 中国雨带进程（气候平均而言）示意图。我国雨带位置与西太平洋副热带高压位置密切相关，西太副高在夏季一般存在两次明显的北跳，其中第一次北跳将导致华南前汛期结束、江淮梅雨建立，而第二次北跳则意味着江淮梅雨结束、华北雨季开始 | 图源：中国气象网
每年4至6月，是我国典型季风雨季的第一个雨季——华南前汛期（区别于7至9月受台风、东风波等热带天气系统影响的华南后汛期）。每年5月下旬到6月中旬，端午节前后常出现 “龙舟水”，也是华南前汛期最后的尾声。今年华南 “龙舟水” 期间（5月21日至6月21日），广东、广西、海南平均降雨量为472.5毫米，为1951年以来历史第二多。6月22日，国家气候中心汛期值班首席、研究员袁媛解释说，华南前汛期暴雨形成的主要原因有两方面，其一是北方冷空气在南下过程中势力逐渐减弱，但仍能到达华南地区，与夏季风带来的暖湿空气在广西、广东、福建上空交汇，加之南岭山脉的阻挡，形成华南准静止锋，其空中表现为华南切变线。南北冷暖空气两股势力势均力敌、你来我往，形成大范围持续的强降雨过程。另一方面，5月中旬后，南海西南季风开始爆发，季风北上受到陆地地形抬升等因素的作用，往往会给华南带来大范围持续性强降水；有时冷空气东移出海，回流的潮湿偏东气流也会给华南带来暴雨。这也是华南前汛期最典型的特征 [4]。中国气象服务协会会长许小峰表示，今年春季以来，中东太平洋衰减缓慢的 “拉尼娜” 事件影响到了东亚夏季风的建立和我国雨季进程，导致南海夏季风爆发、我国雨季进程均偏早 [5]。此外，中科院大气物理研究所季风系统研究中心副主任魏科解释说，由于北方较强的东北冷涡的影响，本该大幅北跳的雨带没有完全北跳，导致雨带一直压在华南北部与江南的南部地区，造成了当地连绵不绝的暴雨。图3 2022年初夏，我国华南地区降雨量分布图 | 图源：中央气象台
去年（2021年）的7月中下旬，河南省出现持续性强降水天气，全省大部出现暴雨、大暴雨。7月20日16至17时，郑州市一小时降雨量达201.9毫米，创造了中国大陆小时降雨量纪录，很多市民至今仍心有余悸。而目前，正值夏收夏种时节，作为 “中原粮仓” 的河南等北方多地，缘何会出现如此强的持续性高温呢？
袁媛解释说，6月以来，我国黄淮地区对流层低层水汽条件偏差，大部分地区以晴热少雨天气为主，降水偏少。黄淮地区上空受到高空高压暖脊的长期控制，下沉气流致使增温效应明显；同时，白天受太阳短波辐射影响，加之大气干燥，地面快速升温。这些因素共同导致当地出现高温天气。
图4 今日（6月24日）全国最高气温分布图 | 图源：中央气象台
每年5月至9月为我国汛期，相关气候预测研究已有数十年历史。每年的3月与5月，国家气候中心例行组织 “汛期全国气候趋势预测会商会”，邀请全国气象领域科研院所/高校等共同参与会商研判，并在会商的基础上对外发布正式的气候预测结论。2022年会商结果表明，预计在今年汛期，我国气候状况总体为一般到偏差，旱涝并重，区域性、阶段性的旱涝灾害明显，极端天气气候事件偏多，主要多雨区分布在我国北方；全年登陆我国的台风个数接近常年到偏多 [6]。图5 2022年汛期（5月至9月）全国气象灾害预报图 | 图源：国家气候中心
因此，尽管我国北方目前饱受高温、干旱的煎熬，但在未来一段时间，随着西太平洋副热带高压的北抬，北方（包括东北南部、华北等地）将成为我国降雨的主战场，局部地区甚至有可能出现极端洪涝灾害。受目前中东太平洋持续的 “拉尼娜” 现象的影响，我国北方降水仍旧可能 “后来居上”，成为今年汛期的主雨区。图6 今日（6月24日）全国降水量分布图，今年的梅雨不够典型，可能匆匆开始又草草结束 | 图源：中央气象台
而这其中最需要注意的，就是随着西太平洋副热带高压的迅速北抬，我国北方部分地区出现的可能不是 “久旱逢甘霖”，而是 “旱涝急转” 事件。中科院大气物理所研究员黄刚解释说，这种事件往往具有三个显著特征：前期干旱维持时间长、旱涝转折迅速剧烈、转折后降水量大。举个例子，2011年春末至夏初，长江中下游地区就曾发生过一次典型的 “旱涝急转” 事件。主要表现为，当年1月至5月，长江中下游地区降水整体偏少，出现严重干旱现象；6月初，伴随一场强降水过程，长江中下游迅速由旱转涝，整个过渡时间不到一周，转变十分迅速剧烈；之后强降水持续20天左右，且整个6月降水达到以往夏季（6、7、8月）整体降水的量级。这次事件当时造成了上百万人受灾、数百人死亡、无数的农田被淹、房屋倒塌，给长江中下游地区人民生命、财产带来了重大损失 [7]。而由暴雨导致的山洪、泥石流等地质灾害，是伴随 “旱涝急转” 事件最严重的危害之一。长期持续处于干旱状态下的土壤，易出现土质疏松、土壤颗粒间的连接强度降低等问题，这时一旦遭遇持续性强降雨，就极易引发山洪、滑坡、泥石流等地质灾害。如果发生持续时间极长的极端干旱，还有可能导致水利工程出现 “旱损” 现象（堤防、大坝等土质结构工程出现较大裂缝）。另外，久旱地区，公众往往更多关注的是抗旱保作物、保供水，对于防汛抗洪会有麻痹大意的趋向。我国北方一些常年干旱的地区，也缺乏防汛抗洪方面的经历和经验。图7 当前赤道中东太平洋的拉尼娜状态仍在持续，该拉尼娜从今年春季开始逐渐衰退，但接下来几个月指数仍维持在负的状态 | 图源：美国国家海洋和大气管理局
此外，未来我国北方强对流天气的发展仍然值得警惕。东北冷涡系统常给我国北方带来干冷空气，当与华北、黄淮等地暖湿空气汇合，就会使得当地对流不稳定层结急剧增强，形成强风雹天气。随着西太平洋副热带高压的北抬，我国南方大部降雨将减弱。而我国南方需要注意，华南的龙舟水虽然已经结束，但台风活跃期也越来越近。“拉尼娜” 现象会减弱西太平洋副热带高压的强度，因而有利于西北太平洋台风的增加，需要注意防范。“南风之薰兮，可以解吾民之愠兮；南风之时兮，可以阜吾民之财兮”。汛期季风降水和我国农业生产丰歉密切相关，早在先秦时代，中华大地上的先民们，就有意识地观察和认识我国的季风气候。图8 目前国际上天气预报的技巧以约每10年提高一天的速度增长。数值天气预报被世界气象组织称为20世纪最伟大的科技和社会成就之一，它的发展静水深流，悄然不惊地改变公众生活，被《自然》杂志誉为 “一场静悄悄的革命” | 图源：文献[8]
汛期降水预测与大家熟知的天气预报（明天天气如何），具有根本性的区别。1963年，美国麻省理工学院气象学家爱德华·洛伦兹提出混沌理论，即著名的 “蝴蝶效应” —— 任何一个非线性系统都受到初值的强烈影响，存在初值敏感性。上述特性最终可能影响系统的发展方向。长久以来，人们将上述效应形象化理解为巴西热带雨林中的蝴蝶煽动几下翅膀，可能在美国德克萨斯州引起一场龙卷风。在天气预报过程中，数值积分累积误差等原因使得模式初始化过程中相较真实世界不可避免得存在偏差，有效的天气预报也就存在可预测的时间极限。洛伦兹指出，天气的可预测性极限是2~3周，即2~3周以上的逐日天气预报是不可信的。如果科学家连几周后的天气尚不能准确预报，如何预测几个月后的气候呢？南京信息工程大学气候与应用前沿研究院院长罗京佳解释说，虽然科学家预报不出未来几个月后指定某天的具体天气事件，但可以预测出未来几个月的平均气候状况。
原因在于短时间尺度的天气可预报性主要由大气内部变化的记忆力决定，大气记忆力短导致天气可预测的时限短，而长时间尺度的气候可预测性主要来源于海洋等变化缓慢的下垫面强迫的影响。海洋的长记忆力使得海温等强迫信号可以提前几个月甚至几年做出预测，进而可以预测出大气活动在某个时期内的气候特征。这就好比未来中国每个居民的年收入是无法预测的，但可以预测出未来中国国内生产总值（GDP）的走向，罗京佳说。
我们把未来几个月到一年以气象要素平均状态为预测对象的预测称为短期气候预测，包括我国今年夏季长江流域是多雨还是少雨、冬季是冷冬还是暖冬等。它区别于长期气候预测， 后者常指提前一年以上的气候预测。正是由于短期气候预测是对 “气象要素平均状态” 预测这一特性，常常会给公众带来许多误解。如针对降水的短期气候预测，是对未来一段时期平均降水量的预测。预测今年某地区夏季平均降雨量正常，并不意味着 “风调雨顺”，因为可能出现 “旱涝急转” 的情形。前期发生了旱灾，后期发生了洪灾，从整个夏季季节平均来看，降水量可能还是正常的，但其实带来了非常大的危害。还有一个典型例子。2021年年初，我国中东部大部地区遭遇强寒潮天气，50余市（县）的日最低气温突破或达到建站以来历史极值。然而，2月19日至21日，气温迅速回暖，全国超过四分之一的市（县）的日最高气温突破2月历史极值。该事件被中国气象局列为 “2021年中国十大天气气候事件” 之一。如果仅从结果来看，正如2020年10月所预测的那样，2020/2021年冬季是一个暖冬（尽管发生了一次又一次的寒潮），但这个结果非常具有迷惑性。因为对于普通人的日常生活而言，一个冬天偏冷还是偏暖并没有那么重要，反而是寒潮和冷空气这样的天气事件对人们的影响更为直观。短期气候预测目前有三种主流方法，第一种是统计分析，其优点是计算省时，但建立预报因子与预报量统计关系时，常缺乏明确的物理机制，并且容易受到气候变化等背景态因素的干扰。第二种是动力数值模式（本质是利用超级计算机求解复杂的偏微分方程组），其优点包括物理机制明确、可以描述气候系统不同分量之间的非线性相互作用等，但数值模式需要耗费大量的计算资源。数值模式需要在超级计算机上运行，而如我国 “天河二号” 超级计算机一年的耗电量堪比一座中小城市。此外，数值模式本身并不完善，受数值模式动力框架、物理过程参数化（如积云对流的模拟）等条件的限制，模拟结果常较观测有较大偏差。图9 气候模式和地球系统模式的发展历史与未来，数值模式对解读地球过去、了解地球现在和预测地球未来具有重要意义。图中的FAR、SAR、TAR、AR4、AR5和AR6分别表示联合国政府间气候变化专门委员会（IPCC）第一至第六次评估报告，分别发布于1990、1995、2001、2007、2013和2021年 | 图源：文献[9]
实际业务中，我国气象系统短期气候预测通常使用第三种方法——统计分析与动力多模式相结合。统计与动力相结合有两种形式，一种是内部结合，即将统计方法在动力模式内部结合；另一种为外部结合，简单而言，可以首先利用过去观测或预报数据建立大尺度环流场与地面气象要素之间的统计关系，再通过数值模式模拟出的环流场信息间接预报地面要素。由此思想进一步发展出的模式误差订正技术，已经成为改善动力模式预报不可缺少的有力工具。近年来，随着人工智能的发展，利用机器学习（深度学习）算法开展气候预测登上舞台。机器学习是一门以数据驱动的科学，它通过学习已有数据中的变化规律，之后将这种规律自主推广应用开展预测。在某些场合，其预测技巧已经超过统计与动力相结合的方法 [10]。近百年来，人类为了预测气候进行了诸多努力，但至今，气候仍然以不确定性、可能性和复杂性，吸引和困惑着每一个人。我国地处东亚季风区，同时受到青藏高原强大地形影响，降水预测存在着太多不确定性，国际上几乎所有先进的气候模式在东亚地区的预测水平都比较低。此外，我国大部分地区位于中纬度，大气内部变率大（如丝绸之路遥相关波列，会掩盖热带可预测信号的影响），加之对相关机理认识有限、地面气象观测台站数量有限且分布不均等因素，汛期降水预测十分困难。随着全球变暖加剧，极端天气事件频率和强度增加，中小尺度强对流系统更加活跃，气候的可预报性难度加大。对此，罗京佳表示：“考虑到东亚季风降水预测的难度，未来更推荐使用概率预报的方式来进行汛期降水预测，而非目前一直沿用的确定性预报”。所谓确定性预报，顾名思义，其特点是预报明确直观，但常会出现预报有雨却无雨的预报不准的情况，人为地增加了预报误差。而概率预报能显著提高预报的科学性，如目前台风路径预报会同期发布概率分布预报。然而另一方面，概率预报可能也会带来公众理解以及传播使用上的偏差。如天气预报简单地说 “明天下雨/不下雨”，公众容易理解；可是当天气预报试图更严谨地表述为“明天有70%的可能性降雨” 时，可能会给很多居民带来困惑——明天出门到底要不要带伞。此外，罗京佳也谈及，目前我国气候预测对于每个网格点的预报技巧其实只比抛硬币稍微高一点。气候系统是复杂的、不断演变的系统。因此，提高我国汛期降水预测的准确率，对于气象学者而言，依然是 “路漫漫其修远兮，吾将上下而求索”。
（感谢陈姗姗、任志国参与本文讨论）
参考文献：（上下滑动可浏览）
1.广东水利，广东水利防汛应急响应提升至Ⅰ级！https://mp.weixin.qq.com/s/-3tX1QlFSElyUTgC_k1vVQ
2.中国气象局，5月以来闽粤桂区域平均降水量为1961年以来历史同期最多，https://mp.weixin.qq.com/s/Fy_GMA1WF5pja7gLfrAZzA
3.中国气象局，局地突破40℃！北方多地持续高温谨防中暑！https://mp.weixin.qq.com/s/h4ROML8VFioF8ibYnu5roA
4.中国气象局，六问“早到”的华南前汛期，http://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202204/t20220401_594224.html
5.南都、N视频，中国气象局原副局长：极端性降雨与拉尼娜密切相关，https://www.thepaper.cn/newsDetail_forward_18673164
6.https://mp.weixin.qq.com/s/1rNtClL7N2fwxG73A-_PvA
7.封国林,杨涵洧,张世轩,王阔,沈柏竹.2011年春末夏初长江中下游地区旱涝急转成因初探[J].大气科学,2012,36(05):1009-1026.
8.Bauer, P., Thorpe, A., & Brunet, G. (2015). The quiet revolution of numerical weather prediction. Nature, 525(7567), 47.
9.胡永云. 复杂气候系统和全球变暖[J]. 物理, 2022, 51(01):10-15.
10.Ham, Yoo Geun , J. H. Kim , and J. J. Luo, 2019: Deep learning for multi-year ENSO forecasts. Nature 573.7775.
