王會軍 戴永久 楊崧 李天明 羅京佳 尹志聰 段明鏗 周放 張藝佳

摘要 隨著全球變暖，極端天氣氣候事件增強(qiáng)，天氣氣候?yàn)?zāi)害造成的損失也愈發(fā)嚴(yán)重。當(dāng)前氣候預(yù)測的準(zhǔn)確性遠(yuǎn)遠(yuǎn)不能滿足社會需要，氣候系統(tǒng)預(yù)測理論和方法面臨著眾多挑戰(zhàn)性問題。為提檔氣候預(yù)測科學(xué)水平和準(zhǔn)確率，由南京信息工程大學(xué)和中山大學(xué)承擔(dān)的“氣候系統(tǒng)預(yù)測研究中心”獲得國家自然科學(xué)基金基礎(chǔ)科學(xué)中心項(xiàng)目支持（2021年1月—2025年12月）。在該項(xiàng)目執(zhí)行的前三年，項(xiàng)目團(tuán)隊(duì)開展了大量深入系統(tǒng)的研究，并取得了若干重要進(jìn)展：1）揭示了氣候系統(tǒng)的若干關(guān)鍵變化、驅(qū)動(dòng)力和機(jī)制;2）剖析了海-陸-冰-氣相互作用對我國重大極端氣候事件的影響;3）在氣候系統(tǒng)數(shù)值模式研發(fā)和預(yù)測系統(tǒng)集成方面取得重要進(jìn)展;4）發(fā)展了延伸期-S2S-年代際的氣候系統(tǒng)預(yù)測理論和方法。本文對這些進(jìn)展作了扼要介紹，并針對氣候與環(huán)境變化歸因、古今氣候環(huán)境研究融合、跨時(shí)空氣候系統(tǒng)變異和極端氣候、人工智能與氣候科學(xué)、年代際預(yù)測和風(fēng)險(xiǎn)應(yīng)對體系等關(guān)鍵科學(xué)問題做了展望。

關(guān)鍵詞氣候系統(tǒng);氣候預(yù)測;極端氣候;海-陸-冰-氣相互作用;全球變化

1 背景和科學(xué)目標(biāo)

氣候變化與氣象災(zāi)害是人類始終面臨的重大挑戰(zhàn)。隨著全球氣候變暖，極端天氣氣候事件造成的損失也愈發(fā)嚴(yán)重。2000—2019年全球極端天氣氣候造成的經(jīng)濟(jì)損失比上個(gè)20年增加約一倍（United Nations Office for Disarmament Affairs，2020）。近些年，我國重大極端氣候事件屢破紀(jì)錄，例如，2022年發(fā)生在長江流域的高溫干旱誘發(fā)了超強(qiáng)鏈?zhǔn)綖?zāi)害（Yin et al.，2023a）;2023年發(fā)生在京津冀地區(qū)的特大暴雨，創(chuàng)1891年以來的歷史記錄（Zhao et al.，2024）。近些年來，我國因極端氣候?qū)е碌闹苯咏?jīng)濟(jì)損失達(dá)2250億元／a，每10 a增加900億，為全球平均的8倍，嚴(yán)重制約著社會經(jīng)濟(jì)的可持續(xù)發(fā)展。

有效的氣候預(yù)測對防災(zāi)減災(zāi)具有至關(guān)重要的作用。氣候預(yù)測理論和方法是國際科學(xué)前沿，世界氣候研究計(jì)劃（WCRP）以及一些專門計(jì)劃（如國際次季節(jié)至季節(jié)（Sub-seasonal to Seasonal，S2S）氣候預(yù)測研究計(jì)劃）均將其列為核心科學(xué)內(nèi)容之一（Vitart and Robertson，2018;Kushnir et al.，2019）。WCRP已經(jīng)成立40余年，但在氣候系統(tǒng)預(yù)測理論和方法方面仍然面臨眾多挑戰(zhàn)性問題，當(dāng)前氣候預(yù)測的準(zhǔn)確性仍然遠(yuǎn)遠(yuǎn)不能滿足社會需要。主要原因包括：1）氣候系統(tǒng)是典型的復(fù)雜系統(tǒng)，其變化涉及多種時(shí)間尺度（特別是次季節(jié)、季節(jié)-年際、年代際尺度變化），涉及海-陸-冰-氣多圈層的復(fù)雜相互作用，科學(xué)機(jī)理和系統(tǒng)理論構(gòu)建非常困難（Wake，2019）;2）全球變暖背景下，氣候系統(tǒng)內(nèi)部各類極端事件頻發(fā)，不僅包括高溫?zé)崂?、極端降水和沙塵暴等極端氣候?yàn)?zāi)害，也包括厄爾尼諾-南方濤動(dòng)（El Nio-Southern Oscillation，ENSO）多樣性增強(qiáng)和北極增暖加速等。這些極端事件往往表現(xiàn)出不同于以前的新特征和規(guī)律，導(dǎo)致已有的預(yù)測模式和統(tǒng)計(jì)模型變得“不穩(wěn)定”（Pendergrass et al.，2020;Yao et al.，2022）;3）氣候數(shù)值模式的發(fā)展還不夠完善，尤其是對北極-中高緯關(guān)鍵過程和陸面過程的刻畫還相當(dāng)薄弱，以至于氣候數(shù)值預(yù)測系統(tǒng)相較于傳統(tǒng)物理統(tǒng)計(jì)方法在月以上時(shí)效尚未表現(xiàn)出明顯優(yōu)勢（Gettelman et al.，2022）。

為提檔氣候預(yù)測科學(xué)水平和準(zhǔn)確率，氣候系統(tǒng)預(yù)測基礎(chǔ)科學(xué)中心（CCSP）聚焦氣候預(yù)測的三大難題：ENSO與海溫的預(yù)測、延伸期天氣預(yù)報(bào)、年際-年代際氣候預(yù)測，開展系統(tǒng)深入研究。關(guān)鍵科學(xué)問題包括：1）季風(fēng)系統(tǒng)動(dòng)力過程與機(jī)理;2）陸氣相互作用與區(qū)域氣候模擬;3）海氣相互作用與ENSO動(dòng)力學(xué);4）季節(jié)內(nèi)振蕩動(dòng)力學(xué)與延伸期天氣預(yù)報(bào);5）年際-年代際氣候預(yù)測。

2021—2023年，CCSP直面前沿科學(xué)挑戰(zhàn)，瞄準(zhǔn)國家重大需求，取得了若干研究進(jìn)展（圖1）。首先，揭示了全球變暖背景下氣候系統(tǒng)主要分量（如，ENSO、北極海冰等）的關(guān)鍵變化及其驅(qū)動(dòng)力;第二，闡明了海-陸-冰-氣相互作用對我國重大極端氣候事件的調(diào)控作用和機(jī)理;第三，著重改進(jìn)了陸面模式，并實(shí)現(xiàn)了與全球和區(qū)域氣候模式的耦合，搭建了實(shí)時(shí)氣候預(yù)測系統(tǒng);第四，基于理論進(jìn)展和技術(shù)突破發(fā)展了延伸期-S2S-年代際的氣候系統(tǒng)預(yù)測方法，并實(shí)現(xiàn)了示范應(yīng)用。

2 全球氣候系統(tǒng)的關(guān)鍵變化、驅(qū)動(dòng)力和機(jī)制

近幾十年來，全球氣候顯著變暖并且這種趨勢仍在持續(xù)，有最新研究指出地球系統(tǒng)的16個(gè)氣候臨界點(diǎn)中已有多個(gè)處于活躍狀態(tài)（Armstrong McKay et al.，2022），可能會進(jìn)一步導(dǎo)致氣候風(fēng)險(xiǎn)加劇。在全球變暖的背景下，熱帶海-氣模態(tài)、北極海冰及季風(fēng)系統(tǒng)也發(fā)生了顯著變化，但目前對于其中一些關(guān)鍵變化的認(rèn)識仍舊不足，相關(guān)的驅(qū)動(dòng)機(jī)制也尚不明確。

由于氣候模式對熱帶東-西太平洋海溫梯度變化的系統(tǒng)性高估，以往的研究認(rèn)為極端El Nio的發(fā)生頻率將在全球變暖背景下加倍。實(shí)際上，對CMIP5模式的系統(tǒng)性偏差進(jìn)行校正后，預(yù)估結(jié)果中未來極端El Nio的發(fā)生頻率幾乎不變（Tang et al.，2021;圖2）。此外，研究發(fā)現(xiàn)，通過洋盆間的增溫鏈機(jī)制，印度洋和北大西洋增溫趨勢之間產(chǎn)生了正反饋效應(yīng)。在人類活動(dòng)的影響下，這種印度洋-北大西洋的共同增暖會在太平洋海溫增暖的背景下進(jìn)一步增強(qiáng)（Yang et al.，2022）。

自1940年以來，北極年平均氣溫每10 a上升0.25 ℃，夏季平均氣溫每10 a上升0.17 ℃（Wolkin et al.，2021）。人類活動(dòng)是導(dǎo)致北極放大效應(yīng)的重要驅(qū)動(dòng)力。最新研究發(fā)現(xiàn)，全球高排放情景下北極秋季很有可能在21世紀(jì)中期首次進(jìn)入“無冰”狀態(tài)，相較預(yù)期提前10～15 a不等;較低排放情景下，北極將不會在21世紀(jì)結(jié)束前進(jìn)入“無冰”狀態(tài)（Zhao et al.，2022）。此外，熱帶印度洋增暖通過增強(qiáng)大西洋經(jīng)向翻轉(zhuǎn)環(huán)流（Atlantic Meridional Overturning Circulation，AMOC），可以遠(yuǎn)程誘導(dǎo)更多的海洋熱量從北大西洋輸送到北極，進(jìn)而加強(qiáng)北極地區(qū)的表面變暖（Xu J et al.，2022）。北極冰-氣相互作用對北極氣溫和AMOC的多年代際變率的貢獻(xiàn)可達(dá)20％～50％（Deng and Dai，2022）。

預(yù)估結(jié)果表明，在全球變暖背景下的夏季，東亞季風(fēng)環(huán)流增強(qiáng)，而南亞季風(fēng)環(huán)流減弱。通過分析它們對CO2的響應(yīng)過程發(fā)現(xiàn)，東亞季風(fēng)環(huán)流的增強(qiáng)主要與歐亞大陸陸面的快速增暖以及青藏高原的熱力作用增強(qiáng)有關(guān)，這是季風(fēng)對全球增暖的快速響應(yīng);南亞季風(fēng)環(huán)流的減弱則與熱帶太平洋的類El Nio型海溫增暖和海洋性大陸地區(qū)降水的減少有關(guān)，這是季風(fēng)對全球增暖的慢響應(yīng)（Li T et al.，2022）。而最近研究證明，青藏高原區(qū)域未來增強(qiáng)的潛熱驅(qū)動(dòng)作用對南亞夏季風(fēng)南支環(huán)流的減弱也具有不可忽視的貢獻(xiàn)（Luo et al.，2024）。由于部分CMIP6模式在模擬ENSO與東南亞季風(fēng)的關(guān)系方面存在系統(tǒng)性偏差，可能會增加多模式集合平均預(yù)估結(jié)果的不確定性（Lin et al.，2024a）。依據(jù)模擬性能較優(yōu)的模式的預(yù)估結(jié)果，ENSO對東南亞季風(fēng)環(huán)流的影響在全球變暖的背景下顯著增強(qiáng)，這主要由熱帶太平洋的類El Nio型海溫增暖所驅(qū)動(dòng)（Lin et al.，2024b;圖3）。

在全球變暖的背景下，極端氣候的長期變化成因也較為復(fù)雜。過去幾十年全球干旱化的加劇主要是由于人類活動(dòng)導(dǎo)致的，其中溫室氣體是干旱化的主導(dǎo)要素，氣溶膠可以減弱由溫室氣體導(dǎo)致的變干趨勢（Chai et al.，2021）。Zhang S et al.（2022）指出不同形成機(jī)制的洪水與極端降水增加之間存在不同的響應(yīng)關(guān)系，這一發(fā)現(xiàn)調(diào)和了以往關(guān)于全球變暖下洪水變化的爭議。上新世暖期北半球近地表多年凍土面積相比工業(yè)革命時(shí)期縮小90％以上，并與高排放情景下21世紀(jì)末的近地表多年凍土變化的預(yù)估結(jié)果相似（Guo et al.，2023）。

3 海-陸-冰-氣相互作用及我國重大極端氣候事件

在次季節(jié)-季節(jié)、年際-年代際時(shí)間尺度上，海-陸-冰-氣多圈層關(guān)鍵過程是相應(yīng)時(shí)間尺度氣候預(yù)測的主要信號來源，部分變化過程也可以產(chǎn)生跨時(shí)空尺度的影響（Wang et al.，2022a）。然而，全球變暖背景下海-陸-冰-氣相互作用機(jī)理還存在眾多尚未厘清的科學(xué)問題，其在我國重大極端氣候事件形成中的作用和關(guān)鍵物理途徑尚不清楚（Yin et al.，2023a）

ENSO作為熱帶太平洋最重要的海氣相互作用模態(tài)，與熱帶大西洋和印度洋存在著復(fù)雜相互作用（Cai et al.，2019）。熱帶大西洋海溫如何影響ENSO演變一直是熱點(diǎn)科學(xué)問題，且存在較大爭議。通過設(shè)計(jì)理想大氣-海洋耦合模式試驗(yàn)，研究指出熱帶大西洋兩個(gè)主要的海溫模態(tài)（即熱帶北大西洋海溫模態(tài)和大西洋尼諾）對ENSO的演變和結(jié)構(gòu)多樣性（即中部型和東部型ENSO）具有重要調(diào)控作用，主要通過東傳大氣開爾文波及其與季風(fēng)和暖池的相互作用來影響熱帶太平洋（Jiang and Li，2021;Jiang et al.，2022a）。此外，ENSO對大西洋尼諾的影響具有顯著不對稱性，El Nio在其發(fā)展階段（北半球秋季）影響赤道大西洋，但La Nia主要在衰減位相（北半球春季）對其產(chǎn)生影響（Jiang et al.，2022b）。也有基于觀測、理論及多模式的研究發(fā)現(xiàn)ENSO的韻律（周期變化）主導(dǎo)了熱帶太平洋-北大西洋海溫的年際聯(lián)系，而之前部分研究揭示的北大西洋海氣變率超前ENSO的統(tǒng)計(jì)關(guān)系并不具有物理意義（Zhang W J et al.，2021）。印度夏季風(fēng)能夠影響同期ENSO發(fā)展，可視為ENSO的觸發(fā)因子。此外，印度季風(fēng)的強(qiáng)弱可以通過引起西太平洋環(huán)流異常從而抑制或者促進(jìn)后續(xù)ENSO的發(fā)展（Lin et al.，2023）。連續(xù)型El Nio事件可以通過中高緯度路徑和低緯度路徑引起中國南方春季降水的顯著增多（Zhong et al.，2023）。2020年，北大西洋、西北太平洋和北印度洋海溫異常通過調(diào)控急流和西太副高的進(jìn)退導(dǎo)致了超級“暴力梅”，累積降雨量達(dá)到歷史極值（Li H et al.，2022）。

次季節(jié)尺度的氣候系統(tǒng)異常是造成近些年重大極端氣候事件的直接原因之一（Zhang X D et al.，2022;Ding et al.，2023）。次季節(jié)預(yù)測的時(shí)間尺度介于天氣預(yù)報(bào)和季節(jié)預(yù)測之間，大氣初值信號已經(jīng)消失殆盡，而外強(qiáng)迫信號尚未完全顯現(xiàn)。由于次季節(jié)預(yù)測的可預(yù)報(bào)性來源尚未完全明確，因此次季節(jié)預(yù)測水平明顯偏低（Meehl et al.，2021）。陸-氣耦合過程是次季節(jié)預(yù)測的重要可預(yù)報(bào)性來源之一（Zhang T T et al.，2023）。春末中南半島土壤濕度出現(xiàn)正異常時(shí)，可通過熱力過程引起對流層中高層環(huán)流異常，從而造成初夏華南地區(qū)的降水減少（Dong et al.，2022）。春季西亞陸面持續(xù)的熱力異常可作為中國北方地區(qū)初夏溫度與降水預(yù)測的潛在信號（Yang et al.，2021）。春季融雪會通過土壤濕度與陸面熱力異常引起大氣環(huán)流持續(xù)響應(yīng)與東傳波列的加強(qiáng)，進(jìn)而促進(jìn)東北亞陸面增暖（Sun et al.，2021）。

熱帶季節(jié)內(nèi)振蕩是次季節(jié)尺度最重要的信號之一，不同類型（快傳和慢傳）的熱帶大氣季節(jié)內(nèi)振蕩（Madden-Julian Oscillation，MJO）能夠?qū)θA南冬季降水的次季節(jié)變化產(chǎn)生不同的影響。其中兩種華南冬季降水的次季節(jié)變率與熱帶MJO有關(guān)，分別對應(yīng)了MJO所引起的大氣環(huán)流變化，而第三種則與從亞洲北部向南傳播的準(zhǔn)正壓氣旋性環(huán)流異常有關(guān)，它們均通過次季節(jié)尺度的南風(fēng)分量對平均水汽的平流作用引發(fā)邊界層水汽增加，最終導(dǎo)致降水事件的發(fā)生（Wang et al.，2023）。東亞夏季風(fēng)系統(tǒng)（降水和急流）的次季節(jié)變化能夠通過遙相關(guān)作用激發(fā)跨太平洋波列，在北美西部產(chǎn)生高壓異常，從而導(dǎo)致北美西部極端熱浪的發(fā)生（Qian et al.，2022）。熱帶MJO強(qiáng)度在過去的一個(gè)世紀(jì)顯著加強(qiáng)，其引發(fā)的降水也顯著增加，其原因與增強(qiáng)的異常風(fēng)場有關(guān)，特別是高頻變率的增加（Cui and Li，2022）。相較于熱帶MJO，中高緯度季節(jié)內(nèi)振蕩（Intra-Seasonal Oscillation，ISO）形成機(jī)制是至今尚未解決的一個(gè)科學(xué)難題?；谟^測的中高緯水汽-環(huán)流耦合特征，Cui et al.（2023）提出了一個(gè)濕斜壓不穩(wěn)定性理論，該理論成功解釋了中高緯度ISO不穩(wěn)定增長的機(jī)理及結(jié)構(gòu)和傳播特征，包括其行星尺度選擇及向西傳播（圖4）。此外，在水汽模態(tài)理論框架下，揭示了熱帶MJO傳播和觸發(fā)的多樣性以及相關(guān)物理機(jī)制（Hu and Li，2021;Wang and Li，2021，2022）。

“暖北極-冷歐亞”是北半球中高緯冬季氣候系統(tǒng)變化的最顯著模態(tài)之一，但其物理圖像和關(guān)鍵機(jī)制依然不夠清晰，是國際學(xué)術(shù)爭議的熱點(diǎn)問題（Cohen et al.，2020;Xu X P et al.，2022）。2020年冬季平均的“暖北極-冷歐亞”強(qiáng)度僅有-0.56 ℃，但前冬強(qiáng)度為+4.8 ℃且半個(gè)冬季持續(xù)正值，后冬達(dá)到-6.12 ℃且穩(wěn)定保持負(fù)異常。將前冬和后冬解耦合能夠釋放出被季節(jié)平均遮蓋的強(qiáng)烈的持續(xù)的異常信號，次季節(jié)尺度上“暖北極-冷歐亞”的位相反轉(zhuǎn)是顯著存在的（Zhang Y J et al.，2023）。

2010年之后“暖北極-冷歐亞”前后冬位相反轉(zhuǎn)頻次達(dá)到前一個(gè)年代的3倍左右，這也是“北極增暖-歐亞變冷”趨勢不確定性增大的重要原因（Yin et al.，2023b）。該發(fā)現(xiàn)修訂了國際上部分學(xué)者因忽視“暖北極-冷歐亞”次季節(jié)位相反轉(zhuǎn)而提出的北極和中緯度氣候聯(lián)系正在減弱的片面觀點(diǎn)（Blackport and Screen，2020）。近幾年，北極冰-氣系統(tǒng)頻繁出現(xiàn)較強(qiáng)的次季節(jié)位相反轉(zhuǎn)，進(jìn)而驅(qū)動(dòng)影響我國寒潮的整條路徑發(fā)生冷暖轉(zhuǎn)換。該過程不僅直接觸發(fā)了我國冬季極端冷暖轉(zhuǎn)換事件（如2020/2021年和2021/2022年冬季;Zhang Y J et al.，2021），也可以通過影響蒙古國沙源區(qū)地表?xiàng)l件來驅(qū)動(dòng)春季我國北方超強(qiáng)沙塵暴的爆發(fā)（如2021年3月和2023年3月;Yin et al.，2022a;尹志聰?shù)龋?023），形成了“氣候→生態(tài)→氣候與環(huán)境”的復(fù)合性反饋過程（圖5）。

4 數(shù)值模式研發(fā)和預(yù)測系統(tǒng)集成

地球系統(tǒng)模式是開展學(xué)科交叉，跨圈層研究的重要平臺，也是衡量一個(gè)國家地球科學(xué)發(fā)展水平的重要標(biāo)志。但是，地球系統(tǒng)模式如何在實(shí)時(shí)氣候預(yù)測業(yè)務(wù)中發(fā)揮有效支撐作用仍是亟待解決的關(guān)鍵問題。相較于大氣和海洋模式，陸面過程模式的模擬能力還相對薄弱，在氣候預(yù)測中的貢獻(xiàn)尚未凸顯（Fisher and Koven，2020;Blyth et al.，2021）。

陸面過程模式是地球科學(xué)機(jī)理研究的重要工具，也是氣象-水文-生態(tài)精細(xì)化預(yù)報(bào)的核心技術(shù)。通用陸面模式（CoLM）是中國自主研發(fā)的陸面模式（Xin et al.，2019）。Liu X T et al.（2022）利用Morris方法評估了植物性狀參數(shù)在通用陸面模式植物水力脅迫方案（CoLM-PHS）中的重要性，發(fā)現(xiàn)耐旱性狀、氣孔性狀和光合作用性狀是決定蒸騰模擬的最重要植物性狀?；谛碌娜S城市建筑物群落結(jié)構(gòu)假設(shè)，通過增加城市植被與水體模擬，并耦合了建筑物能耗模型，可進(jìn)行10 km分辨率的城市氣候模擬。水庫能夠放大極端降水對溫度變化的敏感性，增加降水-溫度復(fù)合極端事件的頻率?？紤]水庫的影響后，模擬的流量更加接近觀測流量，耦合大壩影響的河道水動(dòng)力過程模擬能有效地刻畫水庫的防洪效應(yīng)（Li et al.，2023）。結(jié)合流域和城市水文過程開展的城市洪水模擬，能夠較好地表征江河洪水引發(fā)的城市外洪、城市強(qiáng)降雨引發(fā)的城市內(nèi)澇（Chen et al.，2022）。

在氣候預(yù)測系統(tǒng)集成方面，通過改進(jìn)數(shù)據(jù)同化方案、參數(shù)化組合方案以及集合擾動(dòng)方案，集合NZC-PSM和NUIST-CFS等預(yù)測模式構(gòu)建出全球多模式集合預(yù)測系統(tǒng)。通過耦合區(qū)域氣候模式CWRF、陸面模式CoLM、海洋模式FVCOM和水文模型CamaFlood等，同時(shí)考慮人類活動(dòng)、生物地球化學(xué)、海洋生物化學(xué)等多種過程，研發(fā)了中國特色精細(xì)化區(qū)域地球系統(tǒng)模式CRESM（張焓等，2024）。最終，將全球和區(qū)域模式嵌套耦合，并實(shí)現(xiàn)多模式集成，構(gòu)建了多方法集合實(shí)時(shí)氣候預(yù)測系統(tǒng)，對東亞地區(qū)氣候異常、極端氣候具有更高的模擬性能和預(yù)測技巧。

5 延伸期-S2S-年代際的氣候系統(tǒng)預(yù)測理論、方法和應(yīng)用

氣候系統(tǒng)預(yù)測是全球氣候研究領(lǐng)域的熱點(diǎn)和難點(diǎn)，提升氣候系統(tǒng)預(yù)測能力是國家防災(zāi)減災(zāi)和風(fēng)險(xiǎn)應(yīng)對的現(xiàn)實(shí)需求。目前國內(nèi)外針對極端氣候的延伸期、S2S預(yù)測剛剛起步，預(yù)測技巧總體較低，尤其在更加精細(xì)的時(shí)間和空間尺度上（Tippett et al.，2018）。此外，年代際預(yù)測是近期氣候研究的一個(gè)新領(lǐng)域，理論和技術(shù)支撐依然不足（Kushnir et al.，2019）。同時(shí)，常規(guī)氣候預(yù)測向衍生災(zāi)害的風(fēng)險(xiǎn)的延伸不夠，也制約了我國氣候風(fēng)險(xiǎn)應(yīng)對和管理能力的提升。

災(zāi)害性天氣的延伸期預(yù)報(bào)是天氣氣候無縫隙預(yù)測的業(yè)務(wù)難題?；谏疃葘W(xué)習(xí)方法，有效挖掘前期（-30～-1 d）預(yù)報(bào)因子的時(shí)空演變過程與后期（未來30 d）中國東部降水之間的關(guān)系，提前20～30 d對中國東部極端降水預(yù)報(bào)能力優(yōu)于當(dāng)前ECMWF與CMA的S2S業(yè)務(wù)預(yù)測模式（Xie et al.，2023）。深度學(xué)習(xí)方法不僅能夠提高延伸期預(yù)報(bào)技巧，也能夠有效識別與MJO有關(guān)的西北太平洋降水次季節(jié)變化的潛在可預(yù)報(bào)性來源（Yang et al.，2023）。基于影響梅雨的高低層關(guān)鍵環(huán)流緯向配置與梅雨降水之間的統(tǒng)計(jì)關(guān)系，以及歐洲中心S2S模式對關(guān)鍵環(huán)流系統(tǒng)的預(yù)報(bào)能力，能夠超前17 d以上對梅雨進(jìn)行有效預(yù)報(bào)，預(yù)測技巧顯著優(yōu)于歐洲中心動(dòng)力預(yù)報(bào)結(jié)果（Zhu et al.，2023）。

S2S和年際預(yù)測是防災(zāi)減災(zāi)的關(guān)鍵一環(huán)，農(nóng)業(yè)、糧食安全、水資源以及衛(wèi)生健康等決策部門對其有強(qiáng)烈需求?；跂|-西印度洋海溫網(wǎng)絡(luò)的協(xié)同變化特征，可在前一年12月預(yù)測下一年是否發(fā)生印度洋偶極子事件（Indian Ocean Dipole，IOD），準(zhǔn)確率超過70％（Lu et al.，2022）。采用卷積神經(jīng)網(wǎng)絡(luò)對全球海表面溫度和上層海洋熱容量的時(shí)間-空間特征進(jìn)行深度挖掘，可以實(shí)現(xiàn)提前1 a對ENSO海溫異常緯向分布的準(zhǔn)確預(yù)測，預(yù)測水平顯著優(yōu)于動(dòng)力模式（Sun et al.，2023）。采用可預(yù)測性更高的南亞夏季風(fēng)第一模態(tài)來構(gòu)建南亞夏季風(fēng)指數(shù)，可以使得南亞夏季風(fēng)的預(yù)測技巧顯著提高（Zhang T T et al.，2022）。通過考慮前期冬季熱帶海溫、北極海冰、及春季500 hPa垂直速度對我國春季干旱的影響過程，基于場信息耦合和年際增量方法建立了我國春季干旱的動(dòng)力-統(tǒng)計(jì)混合降尺度預(yù)測模型，對我國絕大多數(shù)站點(diǎn)的春季干旱具有較好預(yù)測效能（Tian and Fan，2022）。將在短期氣候預(yù)測中廣泛應(yīng)用的年際增量方法拓展到年代際預(yù)測，針對華南夏季極端降水的年代際增量開展預(yù)測，可以有效地把握其年代際變率和轉(zhuǎn)折（Wang et al.，2022b）。

除常規(guī)氣候預(yù)測外，與氣候異常相關(guān)的衍生災(zāi)害預(yù)測也非常重要。通過分析排放源變化和氣候條件對中國東部PM2.5濃度季節(jié)性預(yù)測的貢獻(xiàn)（Ma et al.，2023;Yin et al.，2023c），融合兩者優(yōu)勢研發(fā)了10 km網(wǎng)格上的PM2.5濃度預(yù)測模型，可以成功預(yù)測出中國東部冬季PM2.5濃度（Yin et al.，2021，2022b）。利用分位數(shù)映射和集合經(jīng)驗(yàn)?zāi)B(tài)分解方法，對水文模型WRF-Hydro模擬徑流進(jìn)行后處理，可以有效改進(jìn)水文模型對徑流的模擬能力（Liu S et al.，2022），有助于開展滑坡泥石流的預(yù)報(bào)預(yù)測。

基于基礎(chǔ)創(chuàng)新和集成應(yīng)用，經(jīng)過大量的試報(bào)檢驗(yàn)，CCSP形成了多時(shí)效（延伸期、S2S、年代際）、多要素（常規(guī)氣候、極端氣候、衍生災(zāi)害）和多方法（年際增量、動(dòng)力模式、人工智能-統(tǒng)計(jì)）的氣候系統(tǒng)預(yù)測體系。華南降水的延伸期預(yù)報(bào)模型在廣東省氣象局正式開展實(shí)時(shí)預(yù)測，提前25 d成功預(yù)報(bào)出2022年超強(qiáng)華南龍舟水事件。動(dòng)力-統(tǒng)計(jì)相結(jié)合的短期氣候預(yù)測系統(tǒng)運(yùn)行穩(wěn)定，成功預(yù)測出2023年長江下游降水持續(xù)偏少、北方多雨態(tài)勢，支撐了國家氣候中心的業(yè)務(wù)會商和各級政府部門的決策。面向緊迫的國家需求，提供及時(shí)權(quán)威的預(yù)測支撐。2022年長江流域大范圍持續(xù)性高溫干旱發(fā)生后，CCSP及時(shí)啟動(dòng)加密預(yù)測會商，提供了《關(guān)于今年秋冬季節(jié)我國長江流域干旱是否會持續(xù)的研究與對策》的重大咨詢報(bào)告。

6 展望

人類活動(dòng)影響下，氣候系統(tǒng)與環(huán)境系統(tǒng)在區(qū)域尺度上存在復(fù)雜的相互作用。尤其在東亞季風(fēng)區(qū)，氣溶膠和碳排放及其變化速率均顯著高于全球平均。季風(fēng)系統(tǒng)已經(jīng)從傳統(tǒng)意義上的氣象學(xué)概念拓展至物理、化學(xué)和生物多學(xué)科交叉的季風(fēng)氣候與環(huán)境系統(tǒng)。亟待解決的關(guān)鍵問題包括但不限于：1）東亞極端降水、干旱和復(fù)合事件等的歸因不確定性依然較高，更難以量化不同人類活動(dòng)的貢獻(xiàn)。這需要超級算力支持的大樣本、精細(xì)化的單強(qiáng)迫模擬試驗(yàn)，以及發(fā)展基于物理過程的歸因新方法。此外，如何在氣候預(yù)測和預(yù)估中更有效的利用歸因結(jié)果仍是一個(gè)科學(xué)難題;2）從理解和應(yīng)對氣候變化的角度，古今氣候環(huán)境研究怎樣融合？這一問題在典型時(shí)段、關(guān)鍵變率和重大事件上可能會被率先解答，將有助于理解氣候與環(huán)境變化的驅(qū)動(dòng)力，完善導(dǎo)致地球系統(tǒng)模式長時(shí)間模擬誤差的關(guān)鍵模塊;3）單一學(xué)科的知識框架已經(jīng)難以解釋深度相融的氣候與環(huán)境問題，急需打破地球科學(xué)各學(xué)科的知識壁壘，那么，如何才能構(gòu)建出數(shù)據(jù)-知識-模式驅(qū)動(dòng)的新氣候與環(huán)境研究范式？

在跨時(shí)空尺度氣候系統(tǒng)變異和極端氣候事件觸發(fā)機(jī)理方面，應(yīng)加強(qiáng)研究：1）多圈層、多時(shí)空尺度氣候系統(tǒng)的相互作用過程，尤其是地球三極的跨圈層耦合和遠(yuǎn)程氣候效應(yīng)機(jī)理;2）多時(shí)空尺度海-陸-冰-氣驅(qū)動(dòng)因子及非線性過程對不同極端氣候事件發(fā)生和發(fā)展過程的影響機(jī)理;3）綜合剖析極端氣候事件的可預(yù)報(bào)性來源，融合統(tǒng)計(jì)和動(dòng)力預(yù)測模式突破極端氣候事件的次季節(jié)-年際尺度預(yù)測這一科學(xué)難題，并逐步建立實(shí)時(shí)預(yù)測系統(tǒng)和預(yù)測業(yè)務(wù)。

人工智能（Artificial Intelligence，AI）善于從大樣本數(shù)值模擬和再分析資料當(dāng)中學(xué)習(xí)“經(jīng)驗(yàn)”，尤其是線性模型無法識別的“經(jīng)驗(yàn)”，創(chuàng)建出眾多節(jié)約算力、技巧較高的預(yù)測模型。相似的技術(shù)路線已經(jīng)在天氣預(yù)報(bào)當(dāng)中得到驗(yàn)證，但在氣候預(yù)測方面的應(yīng)用還沒有充分展開。以深度學(xué)習(xí)為代表的AI方法存在魯棒性差、可解釋性差、對數(shù)據(jù)的依賴性強(qiáng)等問題，在氣候預(yù)測模型當(dāng)中往往表現(xiàn)為“泛化能力差”、“黑盒”和“遷移性差”等固有缺陷。此外，訓(xùn)練氣候預(yù)測AI大模型對GPU算力的超高要求，以及物理規(guī)律缺失和能量不守恒等問題也值得被高度關(guān)注。AI在改進(jìn)氣候數(shù)值模式的參數(shù)化方案、數(shù)據(jù)同化技術(shù)和概率集合算法等方面被寄予厚望，在未來這些工作應(yīng)盡量在動(dòng)力框架和物理約束下開展，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)和物理驅(qū)動(dòng)的融合。AI預(yù)測模型的高技巧背后是否隱藏著一些真實(shí)世界的知識？這些“新猜想”可能是僅使用傳統(tǒng)科學(xué)方法無法獲得的見解，它們能否幫助我們拓展對氣候復(fù)雜系統(tǒng)的認(rèn)知邊界？這一問題始終困擾著科學(xué)界?？山忉?、可通用的下一代人工智能方法的發(fā)展將為回答這個(gè)關(guān)鍵問題提供一個(gè)契機(jī)，而這也需要跨部門數(shù)據(jù)共享和算力建設(shè)等的緊密配合。

未來10～30 a氣候與環(huán)境系統(tǒng)的年代際變化不僅顯著影響區(qū)域天氣氣候，也與國家氣候、環(huán)境、能源相關(guān)的基礎(chǔ)戰(zhàn)略和重大工程密切相關(guān)。但是，國際上年代際氣候預(yù)測的科學(xué)水平尚處于初始階段，預(yù)測方法匱乏，能力亟待提升。開展年代際氣候預(yù)測的基礎(chǔ)是深入認(rèn)識氣候與環(huán)境系統(tǒng)年代際變化的事實(shí)和演變過程，揭示關(guān)鍵驅(qū)動(dòng)力和機(jī)制，從初值條件和邊值條件的角度審視氣候系統(tǒng)內(nèi)部和人類活動(dòng)驅(qū)動(dòng)力。值得注意的是，IPCC共享情景為假設(shè)情景，并不適合直接作為年代際預(yù)測的邊值條件，應(yīng)加強(qiáng)研究出可靠的全球和區(qū)域邊值條件。未來，應(yīng)盡快針對我國氣候與環(huán)境變化發(fā)展出年代際預(yù)測方法，形成年代際尺度上的經(jīng)濟(jì)社會影響和重大風(fēng)險(xiǎn)評估體系，提出我國應(yīng)對氣候與環(huán)境系統(tǒng)變化及風(fēng)險(xiǎn)的關(guān)鍵技術(shù)和政策方案，科學(xué)支撐我國的重大戰(zhàn)略規(guī)劃和部署。

參考文獻(xiàn)（References）

Armstrong McKay D I，Staal A，Abrams J F，et al.，2022.Exceeding 1.5 ℃ global warming could trigger multiple climate tipping points［J］.Science，377（6611）：eabn7950.doi：10.1126／science.abn7950.

Blackport R，Screen J A，2020.Weakened evidence for mid-latitude impacts of Arctic warming［J］.Nat Clim Change，10：1065-1066.doi：10.1038／s41558-020-00954-y.

Blyth E M，Arora V K，Clark D B，et al.，2021.Advances in land surface modelling［J］.Curr Clim Change Rep，7（2）：45-71.doi：10.1007／s40641-021-00171-5.

Cai W J，Wu L X，Lengaigne M，et al.，2019.Pantropical climate interactions［J］.Science，363（6430）：eaav4236.doi：10.1126／science.aav4236.

Chai R F，Mao J F，Chen H S，et al.，2021.Human-caused long-term changes in global aridity［J］.NPJ Clim Atmos Sci，4：65.doi：10.1038／s41612-021-00223-5.

Chen W T，Wu H，Kimball J S，et al.，2022.A coupled river basin-urban hydrological model （DRIVE-urban） for real-time urban flood modeling［J］.Water Resour Res，58（11）：e2021WR031709.doi：10.1029／2021wr031709.

Cohen J，Zhang X，F(xiàn)rancis J，et al.，2020.Divergent consensuses on Arctic amplification influence on midlatitude severe winter weather［J］.Nat Clim Change，10：20-29.doi：10.1038／s41558-019-0662-y.

Cui J X，Li T，2022.Changes in MJO characteristics and impacts in the past century［J］.J Climate，35：577-590.doi：10.1175／JCLI-D-21-0306.1.

Cui J，Li T，Wang L J，2023.Moist baroclinic instability of mid-high-latitude intraseasonal oscillations［J］.J Climate，36（21）：7487-7508.doi：10.1175／jcli-d-22-0929.1.

Deng J C，Dai A G，2022.Sea ice-air interactions amplify multidecadal variability in the North Atlantic and Arctic Region［J］.Nat Commun，13（1）：2100.doi：10.1038／s41467-022-29810-7.

Ding X Y，Chen G，Zhang P F，et al.，2023.Extreme stratospheric wave activity as harbingers of cold events over North America［J］.Commun Earth Environ，4：187.doi：10.1038／s43247-023-00845-y.

Dong X，Chen H S，Zhou Y，et al.，2022.Local and non-local atmospheric effects of abnormal soil moisture over Indo-China during May and June［J］.Quart J Roy Meteor Soc，148（747）：2903-2926.doi：10.1002／qj.4341.

Fisher R A，Koven C D，2020.Perspectives on the future of land surface models and the challenges of representing complex terrestrial systems［J］.J Adv Model Earth Syst，12：e2018MS001453.doi：10.1029／2018MS001453.

Gettelman A，Geer A J，F(xiàn)orbes R M，et al.，2022.The future of Earth system prediction：advances in model-data fusion［J］.Sci Adv，8（14）：eabn3488.doi：10.1126／sciadv.abn3488.

Guo D L，Wang H J，Romanovsky V E，et al.，2023.Highly restricted near-surface permafrost extent during the mid-Pliocene warm period［J］.Proc Natl Acad Sci USA，120（36）：e2301954120.doi：10.1073／pnas.2301954120.

Hu F，Li T，2021.Effects of MJO vertically tilted structure on its phase speed from the moisture mode theory perspective［J］.J Climate，34（11）：4505-4520.doi：10.1175／jcli-d-20-0732.1.

Jiang L S，Li T，2021.Impacts of tropical North Atlantic and equatorial Atlantic SST anomalies on ENSO［J］.J Climate，34：1-58.doi：10.1175／jcli-d-20-0835.1.

Jiang L S，Li T，Ham Y G，2022a.Critical role of tropical North Atlantic SSTA in boreal summer in affecting subsequent ENSO evolution［J］.Geophys Res Lett，49（8）：e2021GL097606.doi：10.1029／2021gl097606.

Jiang L S，Li T，Ham Y G，2022b.Asymmetric impacts of El Nio and La Nia on equatorial Atlantic warming［J］.J Climate，36（1）：193-212.doi：10.1175／jcli-d-22-0158.1.

Kushnir Y，Scaife A A，Arritt R，et al.，2019.Towards operational predictions of the near-term climate［J］.Nat Clim Change，9：94-101.doi：10.1038／s41558-018-0359-7.

Li H，Sun B，Wang H J，et al.，2022.Joint effects of three oceans on the 2020 super Mei-yu［J］.Atmos Ocean Sci Lett，15（1）：100127.doi：10.1016／j.aosl.2021.100127.

Li J X，Zhang S L，Obulkasim O，et al.，2023.Impact of reservoirs on local precipitation-temperature coupling relationships［J］.Geophys Res Lett，50（14）：e2023GL103453.doi：10.1029／2023gl103453.

Li T，Wang Y H，Wang B，et al.，2022.Distinctive South and East Asian monsoon circulation responses to global warming［J］.Sci Bull，67（7）：762-770.doi：10.1016／j.scib.2021.12.001.

Lin S H，Yang S，He S，et al.，2023.Atmospheric-oceanic processes over the Pacific involved in the effects of the Indian summer monsoon on ENSO［J］.J Climate，36（17）：6021-6043.doi：10.1175／jcli-d-22-0822.1.

Lin S H，Dong B W，Yang S，et al.，2024a.Causes of diverse impacts of ENSO on the Southeast Asian summer monsoon among CMIP6 models［J］.J Climate，37（2）：419-438.doi：10.1175／jcli-d-23-0303.1.

Lin S H，Dong B W，Yang S，2024b.Enhanced impacts of ENSO on the Southeast Asian summer monsoon under global warming and associated mechanisms［J］.Geophys Res Lett，51（2）：e2023GL106437.doi：10.1029／2023gl106437.

Liu S，Wang J，Wang H，et al.，2022.Post-processing of hydrological model simulations using the convolutional neural network and support vector regression［J］.Hydrol Res，53（4）：605-621.doi：10.2166／nh.2022.004.

Liu X T，Lu X J，Zhang S L，et al.，2022.Plant drought tolerance trait is the key parameter in improving the modeling of terrestrial transpiration in arid and semi-arid regions［J］.Atmos Ocean Sci Lett，15（1）：100139.doi：10.1016／j.aosl.2021.100139.

Lu Z H，Dong W J，Lu B，et al.，2022.Early warning of the Indian Ocean Dipole using climate network analysis［J］.Proc Natl Acad Sci USA，119（11）：e2109089119.doi：10.1073／pnas.2109089119.

Luo H L，Wang Z Q，He C，et al.，2024.Future changes in South Asian summer monsoon circulation under global warming：role of the Tibetan Plateau latent heating［J］.npj Clim Atmos Sci.doi：10.1038／s41612-024-00653-x.

Ma X Q，Yin Z C，Cao B F，et al.，2023.Meteorological influences on co-occurrence of O3 and PM2.5 pollution and implication for emission reductions in Beijing-Tianjin-Hebei［J］.Sci China Earth Sci，66（6）：1-10.doi：10.1007／s11430-022-1070-y.

Meehl G A，Richter J H，Teng H Y，et al.，2021.Initialized Earth System prediction from subseasonal to decadal timescales［J］.Nat Rev Earth Environ，2：340-357.doi：10.1038／s43017-021-00155-x.

Pendergrass A G，Meehl G A，Pulwarty R，et al.，2020.Flash droughts present a new challenge for subseasonal-to-seasonal prediction［J］.Nat Clim Change，10（3）：191-199.doi：10.1038／s41558-020-0709-0.

Qian Y，Hsu P C，Yuan J，et al.，2022.Effects of subseasonal variation in the East Asian monsoon system on the summertime heat wave in western North America in 2021［J］.Geophy Res Lett，49：e2021GL097659.doi：10.1029／2021GL097659.

Sun M，Chen L，Li T，et al.，2023.CNN-based ENSO forecasts with a focus on SSTA zonal pattern and physical interpretation［J］.Geophys Res Lett，50（20）：e2023GL105175.doi：10.1029／2023gl105175.

Sun Y，Chen H S，Zhu S G，et al.，2021.Influence of the Eurasian spring snowmelt on summer land surface warming over Northeast Asia and its associated mechanism［J］.J Climate，34（12）：4851-4869.doi：10.1175／jcli-d-20-0756.1.

Tang T，Luo J J，Peng K，et al.，2021.Over-projected Pacific warming and extreme El Nio frequency due to CMIP5 common biases［J］.Natl Sci Rev，8（10）：nwab056.doi：10.1093／nsr／nwab056.

Tian B Q，F(xiàn)an K，2022.New downscaling prediction models for spring drought in China［J］.Int J Climatol，42（13）：6960-6975.doi：10.1002／joc.7623.

Tippett M，2018.Extreme weather and climate［J］.npj Clim Atmos Sci，1：1-2.doi：10.1038／s41612-018-0057-1.

United Nations Office for Disarmament Affairs，2020.Human cost of disasters：an Overview of the Last 20 Years 2000—2019［R］.United Nations.

Vitart F，Robertson A W，2018.The sub-seasonal to seasonal prediction project （S2S） and the prediction of extreme events［J］.npj Clim Atmos Sci，1：3.doi：10.1038／s41612-018-0013-0.

Wake B，2019.Climate research for the twenty-first century［J］.Nat Clim Change，9：183-185.doi：10.1038／s41558-019-0428-6.

Wang H J，Dai Y J，Yang S，et al.，2022a.Predicting climate anomalies：a real challenge［J］.Atmos Ocean Sci Lett，15（1）：100115.doi：10.1016／j.aosl.2021.100115.

Wang H J，Huang Y Y，Zhang D P，et al.，2022b.Decadal prediction of extreme precipitation over South China in summer［J］.Atmosphere，14：595.doi：10.3390／atmos14030595.

Wang L，Jiang J，Li T，et al.，2023.Three distinct circulation patterns that induce enhanced intraseasonal precipitation events over South China in boreal winter［J］.Climate Dyn，60（9）：2893-2905.doi：10.1007／s00382-022-06478-9.

Wang T，Li T，2021.Factors controlling the diversities of MJO propagation and intensity［J］.J Climate，34：6549-6563.

Wang T Y，Li T，2022.Diversity of MJO initiation regions and processes［J］.J Climate，35（20）：3121-3140.doi：10.1175／jcli-d-21-0816.1.

Wolkin G J，Liljedah A K，Brubaker M，et al.，2021.Glacier and permafrost hazards［R］／／Moon T A，Druckenmiller M L，Thoman R L，et al.Arctic report card 2021.doi：10.25923／v40r-0956.

Xie J H，Hsu P C，Hu Y M，et al.，2023.Skillful extended-range forecast of rainfall and extreme events in East China based on deep learning［J］.Wea Forecasting，38（3）：467-486.doi：10.1175／waf-d-22-0132.1.

Xin Y F，Dai Y J，Li J，et al.，2019.Coupling the common land model to ECHAM5 atmospheric general circulation model［J］.J Meteor Res，33（2）：251-263.doi：10.1007／s13351-019-8117-y.

Xu J，Luo J J，Yuan C，2022.Tropical Indian Ocean warming contributes to Arctic warming［J］.Geophy Res Lett，49（23）：e2022GL101339.doi：10.1029／2022GL101339.

Xu X P，He S P，Zhou B T，et al.，2022.Atmospheric contributions to the reversal of surface temperature anomalies between early and late winter over Eurasia［J］.Earths Future，10：e2022EF002790.doi：10.1029／2022EF002790.

Yang J，Chen H，Song Y，et al.，2021.Atmospheric circumglobal teleconnection triggered by spring land thermal anomalies over West Asia and its possible impacts on early summer climate over North China［J］.J Climate，34（14）：5999-6021.doi：10.1175／JCLI-D-20-0911.1.

Yang Y M，Park J H，An S I，et al.，2022.Increased Indian Ocean-North Atlantic Ocean warming chain under greenhouse warming［J］.Nat Commun，13：3978.doi：10.1038／s41467-022-31676-8.

Yang Y M，Kim J H，Park J H，et al.，2023.Exploring dominant processes for multi-month predictability of western Pacific precipitation using deep learning［J］.npj Clim Atmos Sci，6：157.doi：10.1038／s41612-023-00478-0.

Yao T D，Bolch T，Chen D L，et al.，2022.The imbalance of the Asian water tower［J］.Nat Rev Earth Environ，3：618-632.doi：10.1038／s43017-022-00299-4.

Yin Z C，Zhang Y J，Wang H J，et al.，2021.Evident PM2.5 drops in the east of China due to the COVID-19 quarantine measures in February［J］.Atmos Chem Phys，21（3）：1581-1592.doi：10.5194／acp-21-1581-2021.

Yin Z C，Wan Y，Zhang Y J，et al.，2022a.Why super sandstorm 2021 in North China？［J］.Natl Sci Rev，9（3）：nwab165.doi：10.1093／nsr／nwab165.

Yin Z C，Duan M K，Li Y Y，et al.，2022b.Predicting gridded winter PM2.5 concentration in the east of China［J］.Atmos Chem Phys，22（17）：11173-11185.doi：10.5194／acp-22-11173-2022.

尹志聰，霍芊伊，麻曉晴，等，2023.觸發(fā)2023年春季中國北方沙塵暴的沙源累積和天氣擾動(dòng)機(jī)制［J］.大氣科學(xué)學(xué)報(bào)，46（3）：321-331. Yin Z C，Huo Q Y，Ma X Q，et al.，2023.Mechanisms of dust source accumulation and synoptic disturbance triggering the 2023 spring sandstorm in Northern China［J］.Trans Atmos Sci，46（3）：321-331.doi：10.13878／j.cnki.dqkxxb.20230501007.（in Chinese）.

Yin Z C，Zhou B T，Duan M K，et al.，2023a.Climate extremes become increasingly fierce in China［J］.Innovation （Camb），4（2）：100406.doi：10.1016／j.xinn.2023.100406.

Yin Z C，Zhang Y J，Zhou B T，et al.，2023b.Subseasonal variability and the “Arctic warming-Eurasia cooling” trend［J］.Sci Bull，68（5）：528-535.doi：10.1016／j.scib.2023.02.009.

Yin Z C，Li Y Y，Zhang Y J，et al.，2023c.Evident differences of haze days between December and January in North China and possible relationships with preceding climate factors［J］.Int J Climatol，43（1）：438-455.doi：10.1002／joc.7778.

張焓，戴永久，張樹磊，等，2024.區(qū)域地球系統(tǒng)模式研究進(jìn)展［J］.大氣科學(xué)學(xué)報(bào)，47（2）.doi：10.13878／j.cnki.dqkxxb.20240124012. Zhang H，Dai Y J，Zhang S L，2024.A review of regional earth system model development［J］.Trans Atmos Sci，47（2）.doi：10.13878／j.cnki.dqkxxb.20240124012.

Zhang S L，Zhou L M，Zhang L，et al.，2022.Reconciling disagreement on global river flood changes in a warming climate［J］.Nat Clim Change，12：1160-1167.doi：10.1038／s41558-022-01539-7.

Zhang T T，Jiang X W，Yang S，et al.，2022.A predictable prospect of the South Asian summer monsoon［J］.Nat Commun，13（1）：7080.doi：10.1038／s41467-022-34881-7.

Zhang T T，Deng Y，Chen J W，et al.，2023.An energetics tale of the 2022 mega-heatwave over central-eastern China［J］.npj Clim Atmos Sci，6：162.doi：10.1038／s41612-023-00490-4.

Zhang W J，Jiang F，Stuecker M F，et al.，2021.Spurious north tropical Atlantic precursors to El Nio［J］.Nat Commun，12（1）：3096.doi：10.1038／s41467-021-23411-6.

Zhang X D，F(xiàn)u Y F，Han Z，et al.，2022.Extreme cold events from East Asia to North America in winter 2020／21：comparisons，causes，and future implications［J］.Adv Atmos Sci，39（4）：553-565.doi：10.1007／s00376-021-1229-1.

Zhang Y J，Yin Z C，Wang H J，et al.，2021.2020／21 record-breaking cold waves in east of China enhanced by the ‘Warm Arctic-Cold Siberia pattern［J］.Environ Res Lett，16（9）：094040.doi：10.1088／1748-9326／ac1f46.

Zhang Y J，Yin Z C，Wang H J，2023.Subseasonal transition of Barents-Kara Sea-ice anomalies in winter related to the reversed warm Arctic-cold Eurasia pattern［J］.Atmos Ocean Sci Lett，16（5）：100392.doi：10.1016／j.aosl.2023.100392.

Zhao D J，Xu H X，Li Y，et al.，2024.Locally opposite responses of the 2023 Beijing-Tianjin-Hebei extreme rainfall event to global anthropogenic warming［J］.npj Clim Atmos Sci，7：38.doi：10.1038／s41612-024-00584-7.

Zhao J Z，He S P，Wang H J，et al.，2022.Constraining CMIP6 projections of an ice-free Arctic using a weighting scheme［J］.Earths Future，10：e2022EF002708.doi：10.1029／2022EF002708.

Zhong W，Wu Y，Yang S，et al.，2023.Heavy southern China spring rainfall promoted by mul-ti-year El Nio events［J］.Geophys Res Lett，50：e2022GL102346.doi：10.1029／2022GL102346.

Zhu Z W，Wu J T，Huang H J，2023.The influence of 10—30-day boreal summer intraseasonal oscillation on the extended-range forecast skill of extreme rainfall over southern China［J］.Climate Dyn，62（1）：69-86.doi：10.1007／s00382-023-06900-w.