2022 年汛期气候趋势预测与展望

彭京备 郑飞 范方兴 陈红 郎咸梅 詹艳玲 林朝晖 张庆云林壬萍 李超凡 马洁华 田宝强 包庆 穆松宁 宗海锋王磊 段晚锁 周天军

中国科学院大气物理研究所，北京 100029

1 引言

在中国，夏季的主要气象灾害包括暴雨洪涝、高温干旱等。在各种自然灾害造成的经济损失中，与气象灾害相关的占71%左右（孔锋, 2019）。2013 年夏季，长江流域梅雨偏少，发生了1951 年以来的最强的持续性高温干旱事件，南方部分地区高温强度突破了历史纪录（彭京备等, 2016）。在2020 年夏季，长江流域和淮河流域出现超长梅雨，梅雨区平均雨量较常年偏多168.3%，显著超过1996 年、1998 年和2016 年，为1961 年以来最多。强降水导致淮河发生流域性较大洪水。降水造成经济 损 失 约1800 亿 元（Clark et al., 2021; Li et al.,2021; Zhou et al., 2021）。2021 年夏，雨带偏北。华北雨季开始早，结束晚，雨季长达59 d，为1961 年以来第二长。华北雨季监测区的平均降雨量为276.4 mm，较常年偏多103.2%（https://mp.weixin.qq.com/s/-d7V57cQac3Av-PMgVaAmA[2021-09-12]）。期间，河南地区发生了“21·7”特大暴雨过程（冉令坤等, 2021; 布和朝鲁等, 2022; 齐道日娜等, 2022），造成河南省1478.6 万人受灾，因灾死亡失踪398 人，直接经济损失1200.6 亿元（https://china.huanqiu.com/article/44BspR7MveW[2021-08-02]）。因此，如果能在季度尺度上提前预测气候异常的分布，就可以及早采取措施，减轻气候灾害所带来的损失（丁一汇等, 2013; 王会军等, 2020）。

大气所是最早开展短期气候预测的研究机构之一。早在1988 年，中国科学院大气物理研究所（大气所）就利用气候模式开展了跨季度汛期降水距平预测，获得了初步成功（林朝晖等, 1998,2003）。1991 年大气所的跨季度预测正式应用于中国夏季跨季度降水预测（曾庆存等, 2003）。近10 年，大气所最新发展的El Niño—南方涛动（El Niño-Southern Oscillation, ENSO）预测系统、大气模式、耦合模式、动力—统计方法、统计模型、资料同化方法和订正方法等不断地加入大气所汛期预测中，形成包含ENSO 预测系统，大气环流模式、海—气耦合模式、统计模型和动力—统计模型及海洋四维同化方法、海气耦合积分方法、集合预测方法、可信度和概率预测方法以及订正技术等的短期气候预测系统（图1）。

图1 中国科学院大气物理研究所短期气候预测系统框图Fig. 1 Diagram of the short-term climate prediction system developed by the Institute of Atmospheric Physics (IAP), Chinese Academy of Sciences (CAS)

2 预测方法简介

目前，有包括ENSO 预测系统、大气环流模式、耦合模式等9 个大气所自行研制的数值模式，以及2 个动力—统计方法和4 个统计模型参加到汛期预测中。首先，将模式和模型提供的夏季大气环流异常预测结果进行集成，集成的同时综合考虑外强迫因子的影响和前期大气环流信号，得到有物理意义的夏季大气环流异常预测结果。根据对夏季大气环流形势的估计，并结合数值模式和统计模型对夏季气候异常的预测意见，经专家会商，最终给出对夏季气候异常的预测意见，并提供给政府有关部门。这套多模式集成预测方法的优势在于综合考虑各动力模式和统计模型中的有效信息，形成有物理意义的预测意见，从而提高最终综合预测结果的准确性。经过多年的预测实践，这套预测系统预报效果逐步提高，趋于成熟。2013～2019 年预测平均分为70 分。

目前有多个模式参加大气所ENSO 短期气候预测。大气所ENSO 集合预测系统是在发展耦合初始化系统（Zheng and Zhu, 2010）和随机模式误差扰动的集合预测方法（Zheng and Zhu, 2016）的基础上逐步建立和完善的，目前该系统的预测能力在实际预测检验中可达近一年的预测时效（Zheng et al., 2022）。今年又新增了两个简单ENSO 预测模式LASG NFSV-ICM 和FU-IAP ASCSM，为此次汛期气候预测提供新的信息。LASG NFSV-ICM是Tao and Duan（2019）在一个中等复杂程度耦合模式基础上考虑非线性强迫奇异向量方法建立的动力 预 测 模 型， FU-IAP ASCSM 是 Fang and Zheng（2021）通过春季海气信号与冬季ENSO 峰值的统计关系建立的统计预测模型。

参加我国汛期降水等预测的大气所数值模式分为大气环流模式和耦合模式两类。两个大气环流模式IAP AGCM-2L（张凤等, 2004）和IAP AGCM-9L（郎咸梅等, 2004）以及陆气耦合模式IAP-DCPv3预测系统（张贺等, 2011）均以大气所ENSO 集合预测系统的预测海温异常与观测海温异常的加权组合作为外强迫，采用两步法进行预测。“海—陆—气—冰”耦合模式包括基于通用地球系统模式（CESM1.2.2）构建的短期气候预测系统（以下简称NZC-PSM）、基于中科院地球系统模式发展的弱耦合同化预测系统（以下简称CAS-ESM-C；Lin et al., 2019）和基于气候系统模式建立的季节内—季节气候预测系统（以下简称FGOALS-f2；包庆等, 2019）。NZC-PSM 预测系统是在原有NZC-PCCSM4预测系统的基础上构建和改进的新系统，在多方面具有良好的预测性能。CAS-ESM-C 预测系统可将实时的海洋观测资料与耦合模式相结合，利用集合最优插值（EnOI）同化方案为模式的“海—陆—气—冰”4 个模块提供协调一致的预测初始场，然后将耦合模式向前积分得到预测结果。无缝隙预测系统FGOALS-f2 核心为大气所的气候系统模式CAS FGOALS-f2，其大气分量模式为大气所自主研发的大气环流模式FAMIL2，其动力内核采用立方球面网格上的有限体积方法（FV3），主要的物理过程包括自主研发的显式对流降水方案（RCP）。所有数值模式的基本信息和预测方案见表1。

除了数值模式，动力模式与统计相结合的方法及统计模型也提供汛期预测意见，包括：基于IAP AGCM-9L 的 动 力—统 计 模 型（Lang and Zheng,2011），基于前期外强迫信号的统计模型，基于ENSO 演变（宗海锋, 2017）和基于前期冬季欧亚大陆新增积雪面积（穆松宁和周广庆, 2010），以及根据前期冬季高空纬向风的统计预测模型（张庆云等, 2003）。

3 气候趋势预测

3.1 外强迫因子的监测和预测

ENSO 是全球气候年际变化中最重要的因子。根据美国气候预报中心的监测，2021/2022 年冬季，海洋Niño 指数（the Oceanic Niño Index，即Niño 3.4 区海表温度异常的3 个月滑动平均，以下简称ONI）已连续5 个月低于-0.5°C，峰值达到-1°C，即发生一次弱至中等强度的La Niña 事件。

?

大气所ENSO 预测系统预测2022 年春季，Niño 3.4 区冷海温距 平（Sea Surface Temperature Anomaly，以下简称SSTA）将逐渐趋于正常，夏季的中东太平洋海温将处于ENSO 正常位相（图2a）。大气所简单的ENSO 预测模式、耦合模式NZCPSM 和FGOALS-f2 均预测未来Niño 3.4 区的负SSTA 将逐渐减弱（图2b-2d）。综合上述结果，预测La Niña 事件将在2022 年春季结束，2022 年夏季，ENSO 将处于中性状态。这与国外大部分ENSO 预测结果一致。如欧洲中心预测2022 年夏季Niño3.4 区SSTA 在-0.5～0.5°C 之间。

除了海温，积雪是另一个影响我国夏季气候的重要的下垫面因子。研究表明，欧亚大陆前期冬季新增积雪面积关键区指数与江南降水指数之间的相关可以达到-0.57，即当冬季欧亚大陆北部新增雪盖面积偏大时，我国江南至华南地区降水偏少（穆松宁和周广庆, 2010）。监测显示，2021/2022 年冬，欧亚大陆北部新增雪盖面积偏少，有利于我国江南地区夏季降水偏多。

3.2 大气环流和降水的预测

西太平洋副热带高压（以下简称“副高”）是影响中国夏季东部雨带分布的最重要的环流系统之一。夏季，副高西北侧为偏南气流所控制，有利于水汽输送，多有降水发生。而在副高控制地区，则易出现高温晴热天气（陶诗言, 1980; 卫捷等, 2004;彭京备等, 2007; Xue and Fan, 2016）。而且，对大部分的数值模式来说，热带和副热带地区的预测技巧较高。因此，首先来关注副高的预测。根据大气所ENSO 预测系统提供的海温演变，大气所大气模式（IAP-AGCM-2L、IAP-AGCM-9L 和 IAP-DCPv3预测系统）均预测，2022 年夏季副高较模式气候态面积偏大、西伸脊点偏西（图3 上行）。其中IAP-DCPv3 预测系统预测副高脊线正常略偏北。大气所耦合模式NZC-PSM 给出了去掉与不去气候趋势的两种预测。如果不去掉气候趋势，副高表现出西伸脊点偏西、面积偏大的特点。而去掉趋势后，预测的副高特征线与模式气候态基本接近，即副高接近正常（图3 中红色虚线）。两种预测方案均预测副高脊线正常略偏北。CAS-ESM-C 预测副高较模式气候态脊线偏北、西伸脊点偏东。综合大气所各模式结果，预测2022 年夏季，副高较气候平均强度面积偏大、西伸脊点偏西、脊线正常略偏北。这与英国GloSea5 对副高的预测基本一致。这样的副高形势有利于中国东部雨带偏北，华南地区易受台风影响。

再来看数值模式对风场的预测。图4 给出了大气所各数值模式对850 hPa 风场异常的预测结果。在大气模式中，IAP AGCM-2L 和IAP-DCPv3 预测系统的预测结果类似，均表现为中纬度地区有一反气旋式距平，中国东部地区盛行偏南风距平，有利于夏季风偏强。3 个耦合模式（NZC-PSM、CASESM-C 和FGOALS-f2 预测系统）与上述两个大气模式的结果相似。综合模式结果，预测我国长江以北的东部地区盛行偏南风距平，夏季风偏强，有利于水汽向北输送，北方地区降水偏多。GloSea5 对低层风场的预测与大气所的基本一致。

东亚夏季风是另一个影响我国夏季气候的重要环流系统，它的强弱与我国的雨带位置密切相关。张庆云等（2003）分析了东亚夏季风环流与中国东部夏季降水的年际变化之间的关系，并定义了表征东亚夏季风环流强度的特征指数。这个指数主要考虑了夏季长江流域降水偏少和偏多的年份东亚热带季风槽区（10°N～20°N，100°E～150°E）和副热带梅雨锋区（25°N～35°N，100°E～150°E）的对流强度呈现反向变化的特征，可清楚地反映夏季风环流的年际变化与中国东部汛期降水的关系。当该东亚夏季风指数为正时，东亚夏季风偏强，易出现南北两条雨带；反之，东亚夏季风偏弱，雨带主要出现在长江流域。根据数值模式对低层风场的预测，大气所数值模式提供了东亚夏季风指数预测（见表2）。IAP-AGCM-2L 和CAS-ESM-C 预 测2022年夏季东亚夏季风指数为正，夏季风偏强。NZCPSM 预测东亚夏季风偏强。IAP AGCM-9L 和IAPDCPv3 预测系统预测东亚夏季风指数为负，夏季风偏弱。

表2 大气所各数值模式或统计模型对东亚夏季风的预测Table 2 Predictions of the East Asian summer monsoon by IAP numerical models or statistical methods

除了动力模式结果，大气所预测系统也会考虑统计模型的预测。实际上，季风产生的直接原因是冬夏海陆热力对比不同。夏季，大陆偏暖，海洋相对偏冷，亚洲季风区盛行偏南风；冬季，海洋偏暖，大陆相对较冷，亚洲季风区盛行偏北风。当海陆热力对比强，季风就越强。反之，海陆热力对比弱，季风就偏弱。张庆云等（2003）发现东亚夏季风强度与前冬和前春亚洲中纬度地区高层纬向风的变化紧密相关，并将亚洲中纬度区域（32.5°N～37.5°N,80°E～110°E）和东太平洋区域（22.5°N～27.5°N,150°W～120°W）的2 月高层纬向风距平之差定义为东亚夏季风强度变化的前兆指数。研究结果表明该前兆指数与后期东亚夏季风指数之间的相关系数达到了0.50。此前兆指数之所以对随后的东亚夏季风强度有预测意义的原因是当前期冬季亚洲中纬度地区对流层上层出现西风距平时，则意味着南亚上空西风带位置偏北和南支槽的西风扰动偏弱，从而导致南亚冬春季降水偏少和土壤湿度偏低。至晚春和初夏，南亚大陆升温快，有利于夏季海陆热力对比加强，因此亚洲夏季风偏强。由于南亚夏季风和东亚夏季风之间有同相变化的特征，东亚夏季风也偏强。2022 年冬季，东亚夏季风前兆指数为1.03，预示后期东亚夏季风偏强。综合数值模式和统计模型的结果预测，2022 年东亚夏季风偏强，有利于北方地区降水偏多。

实际上，除了热带和副热带系统，中国夏季降水也受到中高纬度环流异常的影响。如在梅雨期，乌拉尔山和鄂霍次克海出现阻塞高压时，长江流域易出现持续性强降水。而在华北雨季，当鄂霍次克海地区出现高压，中纬度大气环流呈现“西低东高”的形势时，华北地区易发生暴雨（陶诗言, 1980）。大气所大气模式（IAP-AGCM-2L、IAP-AGCM-9L和IAP-DCPv3 预测系统）、耦合模式（NZC-PSM、CAS-ESM-C 及FGOALS-f2）的预测结果均显示，2022 年夏季，东北亚至鄂霍次克海地区为500 hPa位势高度正距平，有利于这里出现阻塞高压及华北地区降水偏多（图5）。这与GloSea5 的预测基本一致。

图5 中国科学院大气物理研究所数值模式（a）IAP AGCM-2L、（b）IAP AGCM-9L、（c）IAP-DCPv3、（d）NZC-PSM、（e）CAS-ESM-C、（f）FGOALS-f2 对2022 年夏季500 hPa 位势高度异常的预测Fig. 5 Predictions of 500-hPa geopotential height anomalies for summer 2022 from IAP numerical models (a) IAP AGCM-2L, (b) IAP AGCM-9L,(c) IAP-DCPv3, (d) NZC-PSM, (e) CAS-ESM-C, and (f) FGOALS-f2

最后来看大气所关于台风的预测。2022 年大气所共有3 种方法预测台风：基于IAP AGCM-9L模式结果的西北太平洋台风生成数预测模型，基于前期海温、大气环流异常和美国耦合预测系统（NCEP coupled forecast system model version 2，CFSv2）对大气环流预测结果的夏季登陆台风数的动力统计相结合的预测模型以及基于前冬Niño-3.4 指数的西北太平洋热带气旋生成数和登陆中国的热带气旋数的统计模型。研究显示，前冬Niño-3.4 指数和后期夏季西北太平洋热带气旋的生成数、登陆中国大陆的个数都有很好的负相关关系（Wang et al., 2020）。在2021/2022 年冬季，Niño3.4 指数为负，有利于2022 年夏季西北太平洋热带气旋生成数和登陆中国的热带气旋数均偏多。考虑到2022 年夏季，副高西伸脊点可能偏西，热带气旋易向西移动，影响东南沿海地区，造成那里的降水偏多。

图6给出了大气所各数值模式或动力—统计方法对2022 年夏季中国降水距平百分率的预测。可以看出，所有的数值模式均预测华北至东北南部地区降水偏多。另外，根据ENSO 演变位相建立的降水异常统计预测模型预测多雨中心位于华北地区。GloSea5 也预测我国北方地区降水偏多。这与我们上面根据环流预测结果的分析基本一致。大部分模式（IAP AGCM-2L、IAP AGCM-9L、CAS-ESMC 和FGOALS-f2）、基于IAP AGCM-9L 的动力-统计预测模型和基于前冬欧亚大陆新增积雪面积的统计模型预测东南沿海地区降水偏多。

图6 中国科学院大气物理研究所的数值模式或动力统计方法（a）IAP AGCM-2L、（b）IAP AGCM-9L、（c）IAP-DCPv3、（d）NZC-PSM、（e）CAS-ESM-C、（f）FGOALS-f2、（g）GloSea5、（h）9 层动力-统计、（i）积雪统计模型、（j）ENSO 位相对2022 年夏季中国降水距平百分率的预测Fig. 6 Predictions of percentage of precipitation anomalies in China for summer 2022 by IAP numerical models or dynamic statistical methods (a)IAP AGCM-2L, (b) IAP AGCM-9L, (c) IAP-DCPv3, (d) NZC-PSM, (e) CAS-ESM-C, (f) FGOALS-f2, (g) GloSea5, (h) 9 layer dynamic-statistical method, (i) statistical model of snow cover, and (j) ENSO phase change

综合对环流的分析大气所各数值模式和统计模型的预测，得到2022 年夏季全国降水趋势预测意见：预计2022 年汛期（6～8 月），东北东部和中部、华北大部分地区、黄河中下游、东南沿海、西北地区中部、西藏大部分地区、西南地区东部和云南大部分地区降水正常略偏多，其中环渤海湾地区降水偏多2～5 成，可能发生局地洪涝灾害。全国其他大部分地区降水正常略偏少，其中长江下游地区和新疆北部降水偏少2～5 成。预计今年登陆台风数正常略偏多（图7）。

4 结论和讨论

根据大气所各数值模式和统计模型对未来ENSO 演变、2022 年夏季大气环流和降水异常的预测，预测了2022 年汛期中国降水异常趋势。主要结论如下：

（1）预计2022 年汛期（6～8 月），东北东部和中部、华北大部分地区、黄河中下游、东南沿海、西北地区中部、西藏大部分地区、西南地区东部和云南大部分地区降水正常略偏多，其中环渤海湾地区降水偏多2～5 成，可能发生局地洪涝灾害。全国其它大部分地区降水正常略偏少，其中长江下游地区和新疆北部降水偏少2～5 成。预计今年登陆台风数正常略偏多。

（2）预计，长江中下游地区可能出现高温伏旱，部分地区可能出现极端高温。华北地区和川渝地区东部出现暴雨的概率较高，可能出现局地洪涝灾害。东南沿海地区可能受到台风影响。

对比2022 年的预测（图7）和2021 年夏季降水距平百分率（图略）发现，今年降水异常预测结果与去年的观测比较相似。这可能有两个原因。一是2021 和2022 年春夏季均处于La Niña 衰减位相，前冬欧亚大陆新增积雪面积均偏少，前冬亚洲上空西风急流偏北。外强迫信号和大气前兆信号具有一致性。二是大气所各模式预测2022 年夏季西太平洋面积偏大、西伸脊点偏西及北界偏北，我国东部地区盛行偏南风距平，东亚夏季风偏强、中高纬度地区易出现东阻。这与2021 年夏季的环流异常很相似（图略）。

图7 中国科学院大气物理研究所对2022 年夏季中国降水距平百分率预测的综合图Fig. 7 A comprehensive map of the percentage of precipitation anomaly predicted for summer 2022 in China by the IAP, CAS

此外，值得注意的是，大气所对ENSO 未来发展的预测尚存在一定的分歧。大气所ENSO 预测系统和FGOALS-f2 预测2022/2023 年冬季，可能发生一次El Niño 事件。而NZC-PSM 则预测直到2022 年8 月，Niño3.4 区海温依然为中性偏冷位相。不同的海温演变可能导致未来夏季环流和降水异常分布的不同。这使得对2022 年夏季的预测具有不确定性。

台风往往带来充沛的降水，是影响中国夏季降水的重要因素。目前尚不能在季节尺度上预测台风路径，及其产生的降水分布。除此以外，台风活动也影响副高的位置，进而对其它地区的降水产生间接影响。通常来说，当热带辐合带活跃、位置偏北，台风多发，副高易处于偏北的位置。如“21·7”河南大暴雨期间，副高异常偏北，南海和西太平洋分别有台风“查帕卡”和“烟花”（冉令坤等,2021）。因此，台风预测是季度预测中的重点，也是难点。大气所基于IAP AGCM-9L 模式结果的西北太平洋台风生成数预测模型，和基于前期信号和CFSv2 预测结果的夏季登陆台风数的动力统计相结合的预测模型预测2022 年夏季西北太平洋生成台风数和登陆台风数偏少。这与基于前冬Niño3.4 指数的台风生成数和登陆数的统计预测模型结果不一致。根据大气所大部分数值模式预测夏季副高偏西、偏强，通常对应台风偏多，我们预测2022 年夏季生成和登陆我国的台风数正常略偏多。对台风活动预测的意见不一致，也为夏季降水趋势预测带来不确定性。

夏季是暴雨多发季节。往往几次暴雨过程就可决定雨带分布。影响降水落区的重要因子包括东亚夏季风、西太平洋副热带高压以及中高纬度冷空气活动的季节内变化，而目前对季节内尺度大气内部动力过程的异常变化特征还没有较好的预测方法。因此我们将根据2022 年春末、夏初大气环流和海洋等因子的演变趋势，做进一步补充订正预测。