歐立健 余錦華 鐘校堯 ,3 張旭煜 王璐 羅京佳

1 南京信息工程大學(xué)氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心, 南京 210044

2 廣東省茂名市氣象局, 廣東茂名 525099

3 廣東省東源縣氣象局, 廣東河源 517500

1 引言

人類(lèi)活動(dòng)已引起大氣、海洋和陸地的增暖，使氣候系統(tǒng)發(fā)生了前所未有的變化（IPCC, 2021），使人類(lèi)發(fā)展面臨極大挑戰(zhàn)和廣泛的威脅。每一次極端降水事件發(fā)生都會(huì)引發(fā)這樣的思考：全球增暖如何影響事件強(qiáng)度和發(fā)生的可能性。長(zhǎng)江中下游地區(qū)是我國(guó)經(jīng)濟(jì)發(fā)達(dá)，也是我國(guó)極端降水發(fā)生最多的區(qū)域（圖1a），其引起的災(zāi)害損失越發(fā)嚴(yán)重。全球增暖，海面蒸發(fā)增強(qiáng)，大氣系統(tǒng)容納的水汽能力增加是引起極端降水增加的直接因素。海洋占全球面積的71%，海表溫度（SST）增暖是全球增暖的重要組成部分，其通過(guò)遙響應(yīng)，強(qiáng)迫遠(yuǎn)處的大氣環(huán)流產(chǎn)生異常，影響極端降水強(qiáng)度。研究SST增暖趨勢(shì)對(duì)區(qū)域極端降水強(qiáng)度的貢獻(xiàn)，提高認(rèn)識(shí)全球增暖對(duì)區(qū)域極端降水事件的影響效應(yīng)有重要的科學(xué)意義。

近幾十年的觀測(cè)資料診斷顯示，中國(guó)極端降水整體的趨勢(shì)不顯著（Chen et al., 2021），表現(xiàn)為區(qū)域性特征（ Xiao et al., 2016）。江淮和華南一帶極端降水呈增多趨勢(shì)（Zhai et al., 2005; 賀冰蕊和翟盤(pán)茂, 2018; Sun et al., 2020）。理論和觀測(cè)事實(shí)都表明，極端降水伴隨著強(qiáng)的大氣柱水汽輻合（丁一匯和胡國(guó)權(quán), 2003），即在特定時(shí)段內(nèi)，有強(qiáng)的異常凈水汽輸入到研究區(qū)域，國(guó)際流行的新名詞——大氣河的存在（Hagos et al., 2016）。這即與全球增暖引起的大氣柱水汽量的增加有關(guān)，同時(shí)與動(dòng)力強(qiáng)迫相關(guān)聯(lián)。增暖引起的熱力變化導(dǎo)致的極端降水增加速率與Clausius-Clapeyon方程在全球尺度上的接近。增暖引起的動(dòng)力驅(qū)動(dòng)因素導(dǎo)致的極端降水變化很復(fù)雜。將全球SST增暖模態(tài)近似代表全球增暖信號(hào)（Schubert et al., 2009; Trenberth et al., 2015），為研究全球增暖對(duì)極端降水的影響提供了另一個(gè)途徑。

Wu et al.（2020）發(fā)現(xiàn)赤道印度洋海溫正異常強(qiáng)迫大氣形成強(qiáng)烈的對(duì)流活動(dòng)，潛熱釋放激發(fā)暖開(kāi)爾文波東傳，產(chǎn)生西北太平洋異常反氣旋式環(huán)流，赤道大西洋海溫正異常則會(huì)通過(guò)海氣相互作用影響北太平洋，進(jìn)而通過(guò)沃克環(huán)流影響長(zhǎng)江中下游的降水（Wang et al., 2017a; Pan et al., 2021）。熱帶印度洋、大西洋的SST和赤道太平洋中部的SST是影響中國(guó)長(zhǎng)江中下游夏季降水的海溫關(guān)鍵區(qū)域（Pan et al., 2021）。根 據(jù)Gill模 型 響 應(yīng)（Gill,1980），赤道中東太平洋SST負(fù)異常使大氣冷卻，在西北太平洋產(chǎn)生異常反氣旋。多個(gè)海域SST變化不僅與中國(guó)降水異常存在顯著的統(tǒng)計(jì)聯(lián)系（趙永晶和錢(qián)永甫, 2009），而且在極端降水發(fā)生過(guò)程，也存在顯著的異常信號(hào)（Chen et al., 2018）。如熱帶太平洋SST冷異常、印度洋和大西洋SST暖異常，可通過(guò)激發(fā)西北太平洋異常反氣旋式環(huán)流（Wu et al., 2010; Xie et al., 2009; Yu et al., 2016;Wang B et al., 2017），促使中國(guó)東部地區(qū)極端降水的發(fā)生。在這些研究中，SST異常包含了強(qiáng)迫的增暖信號(hào)和自然變率，沒(méi)有分離兩者的影響。1998年、2017年和2020年夏季是長(zhǎng)江中下游地區(qū)極端降水及夏季降水最強(qiáng)的年份（圖1b），本文以該區(qū)域三個(gè)典型極端降水過(guò)程及所在的夏季為研究對(duì)象，研究全球SST增暖模態(tài)和自然變率模態(tài)對(duì)極端降水強(qiáng)度的影響效應(yīng)和可能的影響機(jī)理。為長(zhǎng)江中下游地區(qū)做好極端降水預(yù)測(cè)和預(yù)警以及應(yīng)對(duì)氣候變化奠定科學(xué)基礎(chǔ)。

圖1 （a）時(shí)空聚集性強(qiáng)度（TSG）方法識(shí)別的中國(guó)夏季極端降水過(guò)程的降水量（填色）空間分布，圖中紅色框?yàn)楸疚难芯康拈L(zhǎng)江中下游地區(qū)（27°～34°N，108°～122°E）， （b）長(zhǎng)江中下游夏季極端降水量（黑線）和夏季區(qū)域平均降水量（藍(lán)線）的時(shí)間序列，單位：mm，其相關(guān)系數(shù)R=0.534顯著性達(dá)到99%信度水平Fig. 1 (a) Spatial patterns of the extreme precipitation (shaded) over the East China during summer identified by the Time-Spatial-Gather (TSG)method, the red box in the figure shows the middle and lower reaches of the Yangtze River (MLYR) region (27°–34°N，108°–122°E) studied in this paper. (b) Temporal series of the summer extreme precipitation (black line) and the averaged summer precipitation (mm) (blue line) over MLYR region. The correlation coefficient between both series is 0.534, which is significant at the 99% confidence level

2 資料與方法

2.1 資料來(lái)源

降水資料有來(lái)自國(guó)家氣象信息中心最新整編2472個(gè)國(guó)家級(jí)氣象觀測(cè)站，通過(guò)空間插值，得到的中國(guó)地面降水0.5°×0.5°日值降水格點(diǎn)數(shù)據(jù)（趙煜飛和朱江, 2015）。歐洲中長(zhǎng)期天氣預(yù)報(bào)中心（ECWMF）第五套再分析資料（ERA5）提供的等壓面風(fēng)場(chǎng)和比濕，海平面氣壓和整層積分每小時(shí)的大氣柱水汽輸送通量和凈水汽輻散通量數(shù)據(jù)（Hersbach et al., 2019），水 平 分 辨 率 為0.25°×0.25°。上述資料使用時(shí)段為1979～2020年。SST月資料取自哈德萊中心海冰和海面溫度數(shù)據(jù)集（HadISST）（Rayner et al., 2003），其 水 平 分 辨率為1.0°×1.0°，研究時(shí)間為1900～2020年。氣候態(tài)為1981～2010年平均。

2.2 方法簡(jiǎn)介

2.2.1 區(qū)域極端降水事件定義

區(qū)域極端降水的定義不僅要考慮時(shí)間上的延續(xù)（王志福和錢(qián)永甫, 2009），還要考慮空間上的連續(xù)性。本文利用時(shí)空聚集性強(qiáng)度（TSG）方法（趙煒, 2018; 葉夢(mèng)茜, 2021）識(shí)別區(qū)域極端降水事件，即通過(guò)時(shí)空聚類(lèi)方法，在中國(guó)東部每年夏季取30個(gè)降水中心，以每個(gè)降水中心為核心，通過(guò)時(shí)空滑動(dòng)得到該中心所在區(qū)域的最大相對(duì)降水強(qiáng)度R：

其中，n表示降水事件持續(xù)時(shí)間，m表示降水事件初始日期，k表示降水過(guò)程中影響區(qū)域外圍的降水量等值線的值，Sk為降水事件影響面積，參數(shù)a、b用于調(diào)整降水事件持續(xù)時(shí)間和區(qū)域降水面積對(duì)R的影響，a取0.4，b取0.5，P為格點(diǎn)日降水量。中國(guó)東部（1979～2020年夏季）區(qū)域降水相對(duì)強(qiáng)度從大到小排序，將區(qū)域極端降水事件數(shù)與國(guó)家氣候中心識(shí)別相等的區(qū)域降水相對(duì)強(qiáng)度定義為閾值（103.4 mm），大于該閾值定義為區(qū)域極端降水事件。該閾值在中國(guó)東部地區(qū)是一致的，由于未設(shè)定日降水閾值，可以識(shí)別出日降水小于設(shè)定閾值的區(qū)域極端降水事件。與國(guó)家氣候中心每天的降水中心獨(dú)立確定，能識(shí)別降水中心移動(dòng)較快的2天以上的極端降水事件相比，本文所用的方法，一次極端降水事件的降水中心是唯一的，適合用于中心移動(dòng)較慢的長(zhǎng)江中下游地區(qū)極端降水事件的監(jiān)測(cè)。

2.2.2 水汽收支理論

基于大氣柱水汽收支原理，其方程可表示為

式中，P為降水量，E為蒸散發(fā)，?為大氣柱的水汽含量，g為重力加速度，ps為地面氣壓，V為等壓面水平風(fēng)。等號(hào)左邊即為局地水分收入與支出的差，一般強(qiáng)降水過(guò)程，E較小，左邊以降水P為主。等號(hào)右邊第一項(xiàng)為大氣柱的水汽減少，第二項(xiàng)為大氣柱凈水汽通量輻合，是左邊降水P的主要貢獻(xiàn)者。該項(xiàng)融合了動(dòng)力和熱力對(duì)降水的影響。

2.2.3 數(shù)值試驗(yàn)方案

采用美國(guó)國(guó)家大氣中心（NCAR）的公共地球系 統(tǒng) 模 式CESM2.1.3（Community Earth System Model version 2.1.3），水 平 分 辨 率 為1.9°×2.5°，垂直方向上為32層的混合σ坐標(biāo)系（Danabasoglu et al., 2020）。模式控制試驗(yàn)為每月氣候態(tài)的SST運(yùn)行30年。關(guān)注到SST異常與降水異常的關(guān)系，敏感性試驗(yàn)選用熱帶SST異常進(jìn)行強(qiáng)迫試驗(yàn)，使用海洋特定區(qū)域中觀測(cè)到的與降水異常對(duì)應(yīng)的海溫異常疊加到氣候態(tài)SST進(jìn)行，敏感性試驗(yàn)運(yùn)行30個(gè)夏季，即利用30個(gè)集合樣本，描述物理量對(duì)SST異常的響應(yīng)。表1列出了本文使用CESM2.1.3模式進(jìn)行的具體試驗(yàn)方案。

表1 本 文 使 用CESM2.1.3（Community Earth System Model version 2.1.3）進(jìn)行的數(shù)值試驗(yàn)列表Table 1 List of numerical experiments conducted with CESM2.1.3 (Community Earth System Model version 2.1.3)

如表1所示：第一組敏感試驗(yàn)為典型年份總的SST試驗(yàn)，即將（15°S～10°N，0°～360°）區(qū)域內(nèi)的SST異常（SSTA）疊加上全球SST氣候態(tài)進(jìn)行模擬試驗(yàn)。第二組敏感試驗(yàn)為SST增暖趨勢(shì)試驗(yàn)，即把上述區(qū)域赤道的SST增暖趨勢(shì)疊加上全球SST氣候態(tài)進(jìn)行模擬試驗(yàn)，分析典型年份中SST增暖趨勢(shì)的貢獻(xiàn)。第三組敏感試驗(yàn)為SST自然變率試驗(yàn)，研究典型年份中SST自然變率的貢獻(xiàn)。

3 長(zhǎng)江中下游地區(qū)極端降水變化特征

基于夏季極端降水量的空間分布（圖1a），選取長(zhǎng)江中下游（27°～34°N，108°～122°E）為本文關(guān)注的區(qū)域。長(zhǎng)江中下游地區(qū)夏季總降水量與極端降水過(guò)程降水量（圖1b）的相關(guān)系數(shù)為0.53，其顯著性達(dá)到99%信度水平。1991、1998、2017、2020年為四個(gè)極端降水最強(qiáng)的年份,也是夏季降水最多的年份（圖1b）。1991年皮納圖博火山爆發(fā)，大氣氣溶膠增加，為了更好研究SST對(duì)長(zhǎng)江中下游極端降水的影響，本文只選取了1998、2017、2020年作為極端降水典型年份，表2為典型年份的極端降水事件開(kāi)始和結(jié)束時(shí)間,極端降水量對(duì)夏季總降水量的貢獻(xiàn)分別為了31%，24%和24%，遠(yuǎn)大于極端降水貢獻(xiàn)的平均值12.5%?？臻g分布上，1998和2017年，在有些區(qū)域可達(dá)80%以上，2020年在60%以上（圖略）。可見(jiàn)，夏季極端降水量是大的夏季降水總量的重要組成部分，其降水形成的環(huán)流及水汽條件為極端降水發(fā)生提供了有利的背景。

表2 典型年份極端降水事件開(kāi)始和結(jié)束時(shí)間Table 2 Start and end time of extreme precipitation events in typical years

圖2a–c為三個(gè)典型年份夏季異常的區(qū)域大氣柱水汽凈通量輻合（中間數(shù)值）和邊界水汽通量?？梢?jiàn)，2020年（圖2c）的水汽凈輻合正異常值與1998年（圖2a）接近，2017年（圖2b）的較小，與該年夏季緯向水汽為異常凈輻散有關(guān)。區(qū)域大氣柱水汽凈輻合異常主要來(lái)自經(jīng)向水汽異常輻合的貢獻(xiàn)，尤其是南邊界的異常水汽輸入，為該區(qū)域的極端降水發(fā)生提供了有利的季節(jié)尺度背景。圖2d–f為極端降水過(guò)程區(qū)域大氣柱水汽輻合和邊界水汽通量相對(duì)于對(duì)應(yīng)年份夏季的偏差?？梢?jiàn)，三個(gè)典型年份的極端降水過(guò)程，相對(duì)于夏季平均，東、西邊界均為水汽凈流出，使緯向水汽為凈輻散。區(qū)域南北邊界的水汽輸入均為正偏差，產(chǎn)生了大的經(jīng)向水汽凈輻合，使區(qū)域大氣柱出現(xiàn)強(qiáng)的凈水汽輻合。表明，長(zhǎng)江中下地區(qū)極端降水過(guò)程的發(fā)生，與中高緯度系統(tǒng)引起的冷空氣的影響密切關(guān)聯(lián)。南邊界強(qiáng)的水汽輸入，提供了強(qiáng)降水發(fā)生的水汽條件，即區(qū)域南邊界的強(qiáng)水汽輸入對(duì)長(zhǎng)江中下游地區(qū)強(qiáng)降水發(fā)生起重要作用。

圖2 （a、d）1998年、（b、e）2017年、（c、f）2020年夏季長(zhǎng)江中下游區(qū)域四個(gè)邊界整層積分水汽通量（單位：1012 kg d?1）和區(qū)域水汽通量輻合（方框內(nèi)數(shù)值，單位：kg m?2 d?1）：（a–c）夏季相對(duì)于氣候態(tài)的異常；（d–f）極端降水過(guò)程相對(duì)于夏季平均的偏差。圖中紅色框?yàn)楸疚难芯康拈L(zhǎng)江中下游，圖中四個(gè)箭頭分別為長(zhǎng)江中下游區(qū)域各邊界的水汽通量，數(shù)值代表其大小Fig. 2 Water vapor flux of four boundaries (units: 1012 kg d?1) during summer in (a, d) 1998, (b, e) 2017, and (c, f) 2020; the convergence of the water vapor flux (the value in the box, units: kg m?2 d?1): (a–c) Anomalous values corresponding to summer climatology , (d–f) departure in extreme events from the summer average. The red box in the figure shows the MLYR region, the four arrows in the figure are the direction of water vapor flux at each boundary of the MLYR, and the numerical value represents its magnitude

上述分析顯示，無(wú)論是夏季還是極端降水過(guò)程的偏差發(fā)生階段，區(qū)域南邊界的整層水汽輸入最大，為進(jìn)一步分析南邊界水汽輸送的主要發(fā)生層次，如圖3a–c水汽輸送的垂直廓線顯示，600 hPa以下為長(zhǎng)江中下游南邊界的水汽通量輸入大值區(qū)，主要在900～800 hPa之間，850 hPa上下為南邊界水汽輸入的最強(qiáng)等壓面，600 hPa以上逐漸減小。對(duì)比三個(gè)典型年份的夏季值與極端降水過(guò)程合成值，顯然，極端降水過(guò)程合成值均比夏季值強(qiáng)。

圖3 （a）1998年、（b）2017年和（c）2020 年夏季長(zhǎng)江中下游南邊界水汽通量垂直廓線：實(shí)線為夏季相對(duì)于氣候態(tài)的異常，虛線為極端降水過(guò)程相對(duì)于夏季平均的偏差，單位：108 kg hPa?1 d?1Fig. 3 Vertical profile of the water vapor flux (units: 108 kg hPa?1 d?1) in MLYR’s south boundary during summer of (a) 1998, (b) 2017, and (c)2020; the solid lines are anomalies during Summer from their respective climatology; the dotted lines indicate the departure during extreme precipitation events from respective summer average

上述典型年份夏季和極端降水過(guò)程的南邊界水汽輸送融合了水汽輸送的環(huán)流（動(dòng)力條件）和水汽（熱力異常）空間場(chǎng)特征。在三個(gè)典型年份的夏季中，西北太平洋到南海上空存在著大范圍的異常反氣旋式環(huán)流（圖4a、b和 c），其南側(cè)的異常東風(fēng)將太平洋水汽輸向大陸，再通過(guò)其西—西北側(cè)的西南風(fēng)異常，輸送到長(zhǎng)江中下游地區(qū)。區(qū)域北界的異常經(jīng)向風(fēng)較小，在長(zhǎng)江中下游形成凈水汽通量輻合異常（如圖2第一行方框中的數(shù)值）。但2017年夏季異常反氣旋環(huán)流的范圍與強(qiáng)度均比1998和2020年的弱，這解釋了圖2b中2017年長(zhǎng)江中下游南邊界水汽輸入比其他兩個(gè)典型年份弱，這與2017年夏季極端降水過(guò)程強(qiáng)度也弱于1998和2020年相對(duì)應(yīng)（圖1b）。極端降水過(guò)程相對(duì)于夏季平均的850 hPa水汽輸送偏差（圖4右列）顯示，在各年的夏季背景下，區(qū)域南側(cè)有異常的向北水汽輸送，輸入?yún)^(qū)域，其北側(cè)存在著來(lái)自從中高緯的東北氣流往南輸送，形成了與圖2第二行對(duì)應(yīng)的區(qū)域內(nèi)強(qiáng)的水汽輻合偏差，利于區(qū)域極端降水過(guò)程的發(fā)生。從上述可知，西北太平洋的異常反氣旋是影響長(zhǎng)江中下游極端降水過(guò)程中水汽輸送的重要環(huán)流系統(tǒng)，其受各大洋SST異常的調(diào)控（Wang et al.,2000; Xie et al., 2009; Wu et al., 2010）。

圖4 （a、d）1998年、（b、e）2017年和（c、f）2020年夏季850 hPa的水汽通量（矢量，單位：105 kg hPa?1 m?1 d?1）：夏季相對(duì)于氣候態(tài)的異常（左列）；極端降水過(guò)程相對(duì)于夏季平均的偏差（右列）。圖中藍(lán)色框?yàn)楸疚难芯康拈L(zhǎng)江中下游地區(qū)Fig. 4 Spatial distribution of the water vapor flux (vectors, units: 105 kg hPa?1 m?1 d?1) at 850 hPa during summer of (a, d) 1998, (b, e) 2017, and (c,f) 2020: Anomalies during Summer from their respective climatology (left column); departures during extreme precipitation events from the respective summer average (right column). The blue box in the figure stands for the middle and lower reaches of the Yangtze River

4 SST增暖趨勢(shì)和自然變率對(duì)極端降水強(qiáng)度的影響

類(lèi)似于Schubert et al.（2009）的做法，將1900～2020年SST異常進(jìn)行EOF分解，獲取前三個(gè)模態(tài)。第一模態(tài)為全球海溫增暖趨勢(shì)（圖5a），第二模態(tài)為年際變化模態(tài)（圖5c）。第三模態(tài)為多年代際模態(tài)（圖5e）。它們對(duì)應(yīng)的方差貢獻(xiàn)分別為30.7%，13.1%，5.3%。本研究將EOF的第一模態(tài)乘以1998、2017、2020年對(duì)應(yīng)的時(shí)間系數(shù)作為它們的SST增暖趨勢(shì)。利用總的SST異常減去其線性趨勢(shì)作為SST自然變率?？梢?jiàn)，三個(gè)典型年份，夏季總的SST異常分布表現(xiàn)出赤道印度洋，太平洋西部和大西洋為顯著正異常，主要為增暖趨勢(shì)的貢獻(xiàn)（對(duì)比圖6b與圖6a，圖6e與圖6d，圖6h與圖6g），赤道中東太平洋表現(xiàn)為弱正異?；蛘呤秦?fù)異常，則為SST自然變率信號(hào)（對(duì)比圖6c與圖6a，圖6f與圖6d，圖6j與圖6g）。三個(gè)典型年SST增暖趨勢(shì)與自然變率對(duì)水汽輸送的相對(duì)貢獻(xiàn)，將通過(guò)全球大氣環(huán)流模式CESM2.1.3（Simpson et al.,2020）SST強(qiáng)迫的數(shù)值敏感性試驗(yàn)進(jìn)行。

圖5 1900～2020年的全球海表溫度異常進(jìn)行EOF分解得到的（a、b）第一、（c、d）第二和（e、f）第三模態(tài)空間分布（左列），及其時(shí)間系數(shù)序列（右列）。（b）中紅色豎線分別為1998年、2017年和2020年對(duì)應(yīng)的時(shí)間系數(shù)Fig. 5 The lead (a, b) first, (c, d) second, and (e, f) third EOF (empirical orthogonal function) modes (left column) and corresponding time coefficients (right column) of sea surface temperature anomaly (SSTA) during 1900–2020 . The red vertical lines in (b) are the temporal values for the year of 1998, 2017, and 2020

圖7為敏感試驗(yàn)中長(zhǎng)江中下游的大氣柱邊界水汽收支情況，圖中箭頭代表輸入（出）長(zhǎng)江中下游大氣柱內(nèi)的水汽輸送量，方框內(nèi)的數(shù)值為該區(qū)域的水汽通量輻合值?？偟腟ST異常試驗(yàn)結(jié)果基本與再分析資料的（對(duì)比圖7a與圖2a，圖7d與圖2b，圖7g與圖2c）一致，其南邊界為水汽主要輸入邊界且在長(zhǎng)江中下游形成了水汽通量輻合正異常值，這反映了赤道SST的強(qiáng)迫作用對(duì)長(zhǎng)江中下游區(qū)域的水汽輸送影響起主要作用。對(duì)比1998年SST增暖趨勢(shì)與自然變率的強(qiáng)迫試驗(yàn)（圖7b與圖7c），發(fā)現(xiàn)，兩者都是經(jīng)向水汽輻合異常大于緯向水汽輻散，使區(qū)域水汽為凈輻合異常。SST增暖趨勢(shì)強(qiáng)迫表現(xiàn)為長(zhǎng)江中下游地區(qū)南北邊界都為水汽輸入異常引起的水汽異常輻合，SST自然變率強(qiáng)迫表現(xiàn)為南北邊界都為南風(fēng)的水汽輸送，由于南邊界的輸入遠(yuǎn)大于北邊界的輸出，導(dǎo)致水汽輻合大于SST增暖趨勢(shì)強(qiáng)迫的結(jié)果。而2017和2020年的SST增暖趨勢(shì)試驗(yàn)的結(jié)果比自然變率試驗(yàn)的強(qiáng)，即1998、2017和2020年夏季的SST增暖趨勢(shì)與自然變率在長(zhǎng)江中下游地區(qū)水汽輻合比分別為：83%、210%和107%，反映了SST增暖趨勢(shì)在SST自然變率作用偏弱的年份起主要作用。

圖7 1998年（第一行）、2017年（第二行）和2020年（第三行）夏季敏感試驗(yàn)的長(zhǎng)江中下游四個(gè)邊界整層積分水汽通量異常（單位：1012 kg d?1）和區(qū)域水汽通量輻合異常（方框內(nèi)數(shù)值，單位：kg m?2 d?1）：典型年份SSTA試驗(yàn)結(jié)果（左列）；SSTA增暖趨勢(shì)試驗(yàn)結(jié)果（中間列）；SSTA自然變率試驗(yàn)結(jié)果（右列）；圖中紅色框?yàn)楸疚难芯康拈L(zhǎng)江中下游地區(qū)，圖中四個(gè)箭頭分別為長(zhǎng)江中下游區(qū)域各邊界的水汽通量，數(shù)值代表其大小Fig. 7 Anomalous of the water vapor flux in four boundaries (units: 1012 kg d?1) during summer of 1998 (top line), 2017 (second line), and 2020(bottom line) and anomalous convergence of the water vapor flux (the value in the box, units: kg m?2 d?1) for numerical sensitivity experiments: (a, d,g) Results from total SSTA forcing; (b, e, h) forcing from warming trend in SSTA; (c, f, i) forcing from the natural variability in SSTA; the red box in the figure shows the MLYR region, the four arrows in the figure are anomalous direction of the water vapor flux at each boundary of the MLYR, and the numerical value represents respective magnitude

上述的SST異常強(qiáng)迫的長(zhǎng)江中下游大氣柱水汽收支異常特征與環(huán)流異常的響應(yīng)有關(guān)。根據(jù)之前的分析，長(zhǎng)江中下游區(qū)域地區(qū)的降水過(guò)程，850 hPa的水汽輸送最為重要?？係ST異常強(qiáng)迫在西北太平洋形成850 hPa反氣旋式環(huán)流異常與再分析資料結(jié)果接近（對(duì)比圖8a與圖2a，圖8d與圖2b，圖8g與圖2c），如熱帶西太平洋附近出現(xiàn)了強(qiáng)勁的異常東風(fēng)水汽輸送通道，長(zhǎng)江中下游對(duì)流層低層為異常反氣旋的西南風(fēng)水汽通量，把源自西北太平洋與南海的水汽向長(zhǎng)江中下游輸送。2017年SST異常強(qiáng)迫的長(zhǎng)江中下游地區(qū)的環(huán)流異常產(chǎn)生的水汽輸送弱于1998和2020年（對(duì)比圖8d與圖8a、g），表明，影響長(zhǎng)江中下游極端降水過(guò)程發(fā)生的季節(jié)背景與熱帶SST異常的強(qiáng)迫密切相關(guān)。1998年SST增暖趨勢(shì)和自然變率的強(qiáng)迫試驗(yàn)顯示，自然變率試驗(yàn)的西北太平洋反氣旋式環(huán)流異常強(qiáng)于增暖趨勢(shì)試驗(yàn)（對(duì)比圖8c與圖8b），使自然變率試驗(yàn)的區(qū)域南邊界的西南風(fēng)水汽輸入，遠(yuǎn)大于增暖趨勢(shì)試驗(yàn)，說(shuō)明，1998年夏季SST自然變率對(duì)長(zhǎng)江中下游極端降水發(fā)生起主要作用，與SST趨勢(shì)強(qiáng)迫的區(qū)域水汽凈輻合的比為119%。1998年是強(qiáng)El Ni?o衰減年，SST自然變率表現(xiàn)為赤道太平洋的強(qiáng)La Ni?a型，熱帶印度洋為一致偏暖，北大西洋為正三極型（圖6c）, 三個(gè)海盆的SST自然變率都有利于在西北太平洋產(chǎn)生反氣旋式環(huán)流異常（Yu et al.,2016; Wang et al., 2017b; Wu et al., 2020），使其強(qiáng)于SST增暖趨勢(shì)強(qiáng)迫的結(jié)果。2017和2020年夏季SST增暖趨勢(shì)強(qiáng)迫的西北太平洋反氣旋式環(huán)流異常強(qiáng)于SST自然變率（對(duì)比圖8e與圖8f，圖8h與圖8i）。2017和2020年夏季SST增暖趨勢(shì)試驗(yàn)在西北太平洋出現(xiàn)異常反氣旋式環(huán)流異常，熱帶西太平洋有范圍更大更強(qiáng)異常向西的水汽輸送，進(jìn)而通過(guò)反氣旋西側(cè)的西南氣流將水汽輸送進(jìn)長(zhǎng)江中下游地區(qū)。2017和2020年夏季SST自然變率試驗(yàn)在熱帶西太平洋的異常東風(fēng)很弱，沒(méi)有形成明顯的異常反氣旋式環(huán)流和向長(zhǎng)江中下游的水汽輸送。圖7e,h得到的大氣柱水汽凈輻合以及南邊界水汽輸入主要受對(duì)流層低層異常環(huán)流的影響。

圖8 同圖7，但為850 hPa的水汽通量異常場(chǎng)（矢量，單位：105 kg hPa?1 m?1 d?1）Fig. 8 Same as Fig. 7, except for spatial distribution of the anomalous water vapor flux (vectors, units: 105 kg hPa?1 m?1 d?1) at 850 hPa

5 小結(jié)和討論

本文基于時(shí)空聚集性強(qiáng)度方法識(shí)別長(zhǎng)江中下游地區(qū)的極端降水過(guò)程，得到區(qū)域極端降水過(guò)程降水時(shí)間序列，從中挑出三個(gè)典型極端降水過(guò)程發(fā)生的1998、2017和2020年夏季，分析其異常的水汽輸送特征和收支情況，研究SST增暖趨勢(shì)和自然變率對(duì)該區(qū)域極端降水強(qiáng)度的可能影響，主要結(jié)論如下：

（1）極端降水發(fā)生的典型年份夏季，存在充沛的水汽由區(qū)域南邊界輸送到長(zhǎng)江中下游，提供了有利的水汽背景條件。極端降水過(guò)程，南北邊界的水汽凈輻合遠(yuǎn)大于緯向水汽凈輻散，產(chǎn)生強(qiáng)的區(qū)域大氣柱水汽凈輻合，促使極端降水過(guò)程的發(fā)生。區(qū)域水汽輸入最大的南邊界，以對(duì)流層850 hPa的水汽輸入最強(qiáng)。其與熱帶西太平洋對(duì)流層低層的異常反氣旋式環(huán)流有關(guān)，該環(huán)流南側(cè)的異常東風(fēng)，把大量的水汽從熱帶太平洋向西輸送到陸地，通過(guò)環(huán)流西—西北側(cè)的西南氣流將水汽繼續(xù)向長(zhǎng)江中下游輸送，形成了穩(wěn)定的西南風(fēng)水汽輸送通道。

（2）通過(guò)正交經(jīng)驗(yàn)展開(kāi)，將全球SST異常分為SST增暖趨勢(shì)和自然變率。印度洋，大西洋和北太平洋的SST增暖趨勢(shì)明顯，且三個(gè)典型年份的SST增暖趨勢(shì)的分布相差不大。1998年夏季，SST自然變率在赤道中東太平洋表現(xiàn)為強(qiáng)La Ni?a型，熱帶印度洋為正異常值，北大西洋為三極型正位相。2017和2020年SST自然變率在上述海域弱于1998年夏季。典型極端降水過(guò)程發(fā)生的夏季，SST在赤道印度洋和熱帶大西洋為強(qiáng)正異常，主要為增暖趨勢(shì)的貢獻(xiàn)，赤道中東太平洋SST異常表現(xiàn)為L(zhǎng)a Ni?a型。

（3）數(shù)值模式敏感性試驗(yàn)發(fā)現(xiàn)，SST 異常強(qiáng)迫的環(huán)流異常與再分析資料得到的一致。1998年SST自然變率作用強(qiáng)于SST的增暖趨勢(shì)，包括赤道中東太平洋SST變率負(fù)異常等在西北太平洋產(chǎn)生強(qiáng)的異常反氣旋式環(huán)流響應(yīng)。2017和2020年夏季，SST增暖趨勢(shì)的環(huán)流強(qiáng)迫效應(yīng)強(qiáng)于SST自然變率，前者也是通過(guò)激發(fā)明顯的西北太平洋反氣旋式環(huán)流異常，影響長(zhǎng)江中下游的極端降水強(qiáng)度。1998、2017和2020年SST增暖趨勢(shì)強(qiáng)迫的長(zhǎng)江中下游地區(qū)大氣柱的水汽凈輻合分別是SST自然變率強(qiáng)迫的83%、210%和107%。

本文的全球數(shù)值試驗(yàn)的意義是通過(guò)敏感試驗(yàn)說(shuō)明海表溫度的增暖趨勢(shì)和自然變率對(duì)夏季的水汽收支和環(huán)流的影響，間接反映其對(duì)夏季極端降水強(qiáng)度的影響。試驗(yàn)結(jié)果表明SST增暖會(huì)增大長(zhǎng)江中下游地區(qū)夏季極端降水發(fā)生的風(fēng)險(xiǎn)。一般極端降水過(guò)程發(fā)生與中小尺度對(duì)流過(guò)程有關(guān)，由于全球模式較粗分辨率，難于分辨對(duì)流過(guò)程，對(duì)流參數(shù)化對(duì)強(qiáng)降水的模擬有較大偏差，試驗(yàn)結(jié)果無(wú)法直接對(duì)比SST增暖趨勢(shì)和自然變率對(duì)極端降水強(qiáng)度的強(qiáng)迫效應(yīng)。今后，可利用區(qū)域高分辨率模式，進(jìn)行動(dòng)力降尺度研究，直接比較極端降水過(guò)程對(duì)SST增暖趨勢(shì)和自然變率的響應(yīng)特征。