2020 年江淮流域超強梅雨年際異常的驅動因子分析

趙俊虎 張涵 左金清 熊開國 陳麗娟 ,4

1 中國氣象局國家氣候中心，中國氣象局氣候研究開放實驗室，北京 100081

2 蘭州大學大氣科學學院，蘭州 730000

3 武漢區(qū)域氣候中心，武漢 430074

4 南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，南京 210044

1 引言

“梅雨”是人們比較熟悉的天氣、氣候現(xiàn)象，指每年6～7 月在中國江淮流域、朝鮮半島南部（稱為Changma）和日本中南部（稱為Baiu）出現(xiàn)的以持續(xù)多雨為主要特征的天氣、氣候現(xiàn)象，是東亞夏季風季節(jié)性北推過程中的重要產(chǎn)物，也是影響東亞、尤其是我國的最重要天氣、氣候過程之一（Akiyama, 1984; Tao and Chen, 1987; 魏鳳英和宋巧云, 2005; 吳志偉等, 2006; 范可, 2006; 丁一匯等,2007; 趙俊虎等, 2018a; Ding et al., 2020）。入梅過早，對江淮流域農(nóng)作物的收割非常不利；入梅過晚，或出現(xiàn)空梅，則會引起大范圍干旱（如1934、1958、1978 年）；梅汛期雨日集中、雨量大、持續(xù)時間長，易出現(xiàn)持續(xù)性大暴雨、洪澇災害，不但對農(nóng)作物有很大影響，對流域和湖泊等水利管理、人民生命財產(chǎn)也有很大威脅（如1954、1991、1998、1999、2016 年）（陸爾和丁一匯, 1996; 李維京, 1999; 袁媛等, 2017; 趙俊虎等, 2018b; 孫樹鵬等, 2021）。因此，加強梅雨異常的機理診斷和預測方法研究、及早做出較準確的梅汛期預報，可為國家防汛抗旱提供科學依據(jù)（何金海等, 2006; 王會軍等, 2008; 封國林等, 2015）。

2020 年我國江淮流域遭遇了超強梅雨，入梅偏早、出梅偏晚、梅汛期長、梅雨量異常偏多，其中梅汛期長度和梅雨量均超過1998 年，位列1961年以來第一位（陳濤等, 2020）。梅汛期共經(jīng)歷了11 輪強降水過程，降水強度大，被媒體稱為“暴力梅”；持續(xù)的暴雨引起長江和淮河等江河多次洪峰，給江淮流域帶來嚴重的洪澇災害（張芳華等,2020），引起社會各界和氣象學者的廣泛關注。張芳華等（2020）、陳濤等（2020）、劉蕓蕓和丁一匯（2020）和Liu et al.（2020）根據(jù)觀測事實，分別從天氣、次季節(jié)等不同尺度，多層次剖析此次超強梅雨季的特征，并開展對比分析，進一步根據(jù)大尺度環(huán)流系統(tǒng)演變、天氣系統(tǒng)特征、強降水極端性等研判其異常成因，研究結論可為今后類似梅雨年的診斷和預測、梅雨暴雨預報和檢驗等提供有益啟發(fā)。

但從季節(jié)預測信號的角度，還需要進一步分析2020 年江淮流域超強梅雨的下墊面異常驅動因子。在影響梅雨的眾多氣候因子中，ENSO 無疑是最重要的因子之一（Zhang et al., 1999; Wang et al.,2000; Wang and Zhang, 2002; Wu et al., 2003; 梁萍等, 2007, 2018; 陳麗娟等, 2013）。超強或強的El Ni?o 衰減年夏季，東亞夏季風偏弱，西太平洋副熱帶高壓（西太副高）和低層反氣旋偏強、位置偏西，易導致江淮流域梅雨異常偏強。例如1998 年和2016 年（Li et al., 2017; 袁媛等, 2017; 趙俊虎等,2018b）。國家氣候中心監(jiān)測顯示：2019 年11 月至2020 年3 月，赤道中東太平洋發(fā)生一次弱的中部型El Ni?o 事件，持續(xù)5 個月，峰值強度僅為0.60°C，為1981 年以來持續(xù)時間最短、強度最弱的一次El Ni?o 事件。1981 年以來還有三次弱的El Ni?o 事件，2004 年7 月至2005 年1 月、2006 年8 月至2007 年1 月、2018 年9 月至2019 年6 月，而這三次El Ni?o 事件衰減年夏季江淮流域并未出現(xiàn)強梅雨。那么，2020 年江淮流域超強梅雨的異常成因是什么？下墊面異常驅動因子及其影響途徑是什么？這些問題值得進一步研究。

本文擬在2020 年梅雨降水觀測和歷史資料診斷分析的基礎上，利用氣候模式開展敏感性試驗，驗證2020 年6～7 月梅雨異常的驅動因子及其機理。所得研究結論將有助于進一步加深對江淮流域梅雨異常的機理認識，為梅汛期的季節(jié)預測提供參考依據(jù)。

2 資料與方法

本文所用資料主要包括：美國國家環(huán)境預報中心和國家大氣研究中心（NCEP/NCAR）發(fā)布的全球逐月大氣環(huán)流再分析資料，分辨率為2.5°×2.5°，垂直方向從1000～10 hPa 共17 層等壓面（Kalnay et al., 1996），1978 年之前再分析資料存在較大的系統(tǒng)性偏差（Wu et al., 2005），故本文選取1979年之后資料進行研究。海表溫度（以下簡稱海溫或SST）資料來自Hadley 中心（HadISST, Reynolds et al., 2002），水平空間分辨率為1°×1°，資料長度為1870～2020 年。

降水觀測資料為中國氣象局國家氣象信息中心提供的2374 站逐日降水資料。Ni?o3.4 指數(shù)、西太副高指數(shù)來自國家氣候中心（http://cmdp.ncc-cma.net/Monitoring/cn_index_130.php [2020-10-10]）。熱帶印度洋SST 異常（SSTA）指數(shù)（TIO, tropical Indian Ocean）和熱帶北大西洋SSTA 指數(shù)（TNA, tropical North Atlantic）分別定義為（15°S～15°N，40°～120°E）和（0°～20°N，70°W～0°）區(qū)域平均的SSTA。西北太平洋異常反氣旋（WNPAC, western North Pacific anomalous anticyclone）強度指數(shù)定義為850 hPa（10°～25°N, 115°～150°E）區(qū)域平均的流函數(shù)（Zuo et al., 2019）。文中前冬指的是上一年12 月至當年2 月，春季為當年3～5 月。變量的氣候值均為1981～2010 年的30 年平均值。

ENSO 事件判別根據(jù)Ren et al.（2018）對厄爾尼諾/拉尼娜事件確定。簡單概述如下：Ni?o3.4 指數(shù)3 個月滑動平均的絕對值達到或超過0.5°C、且至少持續(xù)5 個月，判定為一次ENSO 事件，滿足ENSO 事件判定的最早（晚）月份為事件的起始（結束）月份，持續(xù)時間為ENSO 事件起始直至結束的總月數(shù)。事件過程中，Ni?o3.4 指數(shù)3 個月滑動平均的絕對值達到最大的時間和數(shù)值分別定義為事件的峰值時間和峰值強度，ENSO 事件強度以事件的峰值代表其強度。

本文采用美國通用大氣環(huán)流模式（Community Atmosphere Model version 5.3, CAM5.3），該模式與通用陸面模式CLM4.0 相耦合，模式水平分辨率為1.9°×2.5°。已有研究表明，CAM5.3 能夠較好地模擬出熱帶印度洋和熱帶大西洋海溫異常對西北太平洋和東亞氣候的影響（任宏昌等, 2017; Li et al., 2018; Zuo et al., 2019）。本文共設計了兩組敏感性試驗（表1），分別用于分析熱帶印度洋和熱帶北大西洋SSTA 對2020 年6～7 月WNPAC 和我國江淮流域梅雨的影響。每組敏感性試驗包含50個集合樣本，下邊界強迫為2020 年強迫區(qū)域的觀測海溫，積分時段為5～7 月，初始場來自于控制試驗?？刂圃囼灥南聣|面強迫是氣候平均的觀測海溫和海冰，共運行60 年，前10 年丟棄。由于大氣環(huán)流模式普遍存在對觀測大氣環(huán)流異常程度模擬不足的問題（Kang et al., 2002），故在敏感性試驗中海溫異常強迫設置為實際觀測的1.5 倍。

表1 數(shù)值試驗方案設計Table 1 Scheme design for the numerical experiments

3 2020 年超強梅雨的極端性

按照中國氣象局對中國梅雨（包括江南梅雨、長江中下游梅雨和江淮梅雨）的監(jiān)測業(yè)務規(guī)范（趙俊虎等, 2018a），2020 年中國梅雨的持續(xù)階段為6 月1 日～8 月1 日，梅雨持續(xù)時間長達62 天，較常年（40 天）偏長22 天，與2015 年并列為1961年以來歷史最長梅雨年（陳濤等, 2020; 劉蕓蕓和丁一匯, 2020）。圖1 為2020 年中國東部6～7 月累積降水量及其距平百分率的空間分布。由圖可見，淮河、長江中下游和江南北部的廣大區(qū)域在梅雨期累計降水量普遍達500 mm 以上，長江中下游沿江區(qū)域為降水量的大值中心，超過800 mm，局部地區(qū)超過1400 mm（圖1a）。江南中北部至江淮的大部分地區(qū)降水偏多，其中江淮流域大部地區(qū)偏多5 成以上，湖北東部、安徽南部和浙江西北部等地偏多1倍以上（圖1b），降水異常偏多導致上述地區(qū)發(fā)生嚴重汛情。為度量整個江淮流域梅雨量的年際變化，計算了1961～2020 年6～7 月江淮流域（圖1a 中方框區(qū)：28°～34°N，110°～123°E，407 個站點）區(qū)域平均的降水量，結果如圖1c 所示。2020 年梅雨季節(jié)江淮流域平均降水量為689.71 mm，標準化指數(shù)高達3.76，為1961 年以來歷史最高。

圖1 2020 年6～7 月（a）累計降水量（單位：mm）和（b）降水距平百分率的空間分布，（c）1961～2020 年6～7 月江淮流域區(qū)域平均降水量的標準化序列Fig. 1 (a) Accumulated precipitation (units: mm) and (b) precipitation anomalies in June-July 2020, (c) standardized time series of regionally averaged June-July rainfall in the Yangtze-Huaihe River basin (YHRB) from 1961 to 2020

2020 年江淮流域超強梅雨在降水強度上也呈現(xiàn)出明顯的極端性特征。圖2 給出了2020 年6～7月中雨以上量級降水（日降水量≥10.0 mm）日數(shù)（圖2a）及其距平（圖2b）的空間分布。由圖可見，長江中下游地區(qū)中雨以上量級降水日數(shù)普遍在10 天以上，較常年偏多6 天以上，湖北東部、安徽南部和浙江西北部等地降水日數(shù)高達20 天以上，較常年偏多10 天以上。大雨量級以上降水（日降水量≥25.0 mm）日數(shù)和暴雨量級以上降水（日降水量≥50.0 mm）日數(shù)空間分布（圖略）也有類似的特征。圖2c 進一步給出了1961～2020年6～7 月江淮流域區(qū)域平均不同量級日降水量日數(shù)的年際變化。2020 年江淮流域區(qū)域日平均降水量≥10.0 mm、≥25.0 mm 和≥50.0 mm 的日數(shù)分別為16.6 天、9.2 天和4.1 天，較常年平均分別偏多7.2 天、4.5 天和1.8 天，均為1961 年以來第一位。張芳華等（2020）對2020 年梅雨期不同等級雨日的分析也表明，該年中雨、大雨、暴雨、大暴雨及以上站次均為1961 年以來同期最多，且后三種等級偏多更為顯著。綜合可見，2020 年江淮流域的超強梅雨具有較強的極端性，打破歷史紀錄。

圖2 2020 年6～7 月（a）日降水量大于10 mm 的日數(shù)及其（b）距平的空間分布，（c）1961～2020 年6～7 月江淮流域區(qū)域平均不同量級日降水量日數(shù)的時間序列Fig. 2 (a) Spatial distribution of the rainy days with precipitation ≥ 10 mm d-1; (b) their anomalies in June-July 2020; (c) time series of rainy days with precipitation more than 10, 25, and 50 mm d-1 from June to July during 1961-2020. Contours in (a) denote 20 days

4 2020 年超強梅雨相聯(lián)系的大尺度環(huán)流異常

圖3 給出了2020 年6～7 月對流層中層、低層大氣環(huán)流及整層水汽輸送的異常特征。500 hPa 位勢高度場上，歐亞中高緯度呈“兩脊一槽”型，烏拉爾山及以西地區(qū)和俄羅斯遠東地區(qū)為高壓脊，巴爾喀什湖至貝加爾湖地區(qū)為大范圍的低壓槽，西太副高異常偏強、偏西（圖3a）。低層850 hPa 距平風場上，西北太平洋菲律賓及其以東地區(qū)為異常偏強的反氣旋距平環(huán)流，我國海岸線以東的流函數(shù)為正異常，流函數(shù)中心與反氣旋中心基本吻合（圖3b），表明WNPAC 異常偏強。青藏高原東側和西北地區(qū)東部分別為偏西風和偏西北風異常，中國東北南部和朝鮮半島為偏東北風異常，西路冷空氣和東路冷空氣分別南下至長江流域上游和中下游地區(qū)，與WNPAC 西北側的暖濕氣流在江淮流域輻合（圖3c），為江淮流域梅雨期降水異常偏多提供了熱力動力條件。

圖3 2020 年6～7 月平均的大氣環(huán)流場：（a）500 hPa 位勢高度場（等值線，單位：gpm）及其距平場（陰影），藍色等值線表示氣候平均的5880 gpm 等值線；（b）850 hPa 風場（矢量箭頭，單位：m s-1）和流函數(shù)距平（陰影，單位：105 m2 s-1）；（c）整層水汽通量（矢量箭頭，單位：kg m-1 s-1）和散度距平（陰影，單位：10-5 kg m-1 s-1）Fig. 3 Atmospheric circulation patterns in June-July 2020: (a) 500 hPa geopotential height (contour; units: gpm) and anomalies (shading), the blue contour indicates the climate mean 5880 gpm; (b) horizontal wind(UV850, vector; units: m s-1) and stream function (shading; units:105 m2 s-1) anomalies at 850 hPa; (c) the anomalies of vertically integrated (surface to 300 mb) water vapor flux (vectors; kg m-1 s-1)and water vapor divergence (shadings; 10-5 kg m-1 s-1)

從1979～2020 年6～7 月江淮流域區(qū)域平均的降水量標準化指數(shù)回歸的大氣環(huán)流距平場（圖4）可見，對流層中層的500 hPa 位勢高度場（圖4a）、低層的850 hPa 水平風場和流函數(shù)距平場（圖4b）、以及整層水汽通量和散度場（圖4c），均與2020年6～7 月的環(huán)流型高度相似，尤其是在西北太平洋地區(qū)大部超過95%的置信水平。顯示影響江淮流域6～7 月降水的主要環(huán)流系統(tǒng)為對流層中層的西太副高和低層的WNPAC，尤其是WNPAC 直接影響低層的水汽輸送條件。

圖4 同圖3，但為1979～2020 年6～7 月江淮流域區(qū)域平均降水量標準化指數(shù)回歸的大氣環(huán)流距平場，打點區(qū)和藍色箭頭均表示達到95%的置信水平Fig. 4 Same as in Fig. 3, but for the simultaneous regressions of the atmospheric circulation anomalies against the June-July YHRBRI during 1979-2020. The dots and blue vectors indicate significance at the 95% confidence level

從西太副高各指數(shù)的年際變化可見，2020 年6～7 月西太副高平均強度為1979 年以來第二位，僅次于2010 年，低層WNPAC 強度為1979 年以來第一（圖5），西太副高西伸脊點偏西17 個經(jīng)度，也為1979 年以來第二位，僅次于2010 年；6月西太副高脊線偏北0.8°N，7 月偏南0.4°N，西太副高脊線前期偏北后期偏南，有利于入梅偏早、梅雨帶在江淮流域長時間穩(wěn)定維持。

WNPAC 是東亞梅雨系統(tǒng)的關鍵成員，異常偏強的WNPAC 可為江淮流域梅雨提供充沛的水汽，是梅雨期出現(xiàn)強降水的必要條件（Tao and Chen,1987; 張慶云和陶詩言, 1999; Lu, 2001; 張慶云等,2003）。在El Ni?o 衰亡期的夏季，WNPAC 是聯(lián)系熱帶中東太平洋El Ni?o 信號與東亞夏季氣候異常的主要紐帶（Chang et al., 2000; Wu et al., 2010;Chung et al., 2011; Li et al., 2017），偏強的WNPAC容易導致江淮流域降水顯著增加。由此可見，2020年6～7 月異常偏強的WNPAC 是造成江淮流域超強梅雨的最重要、最直接的環(huán)流系統(tǒng)。

5 2020 年超強梅雨的驅動因子分析

2020 年6～7 月西北太平洋副熱帶地區(qū)長時間受異常反氣旋環(huán)流控制，WNPAC 強度破歷史紀錄、且異常西伸，一方面導致中國江淮流域發(fā)生超強梅雨，另一方面導致西北太平洋長達兩個月沒有臺風生成，為歷史罕見。歷史資料顯示，強或超強El Ni?o 衰減年夏季，WNPAC 往往異常偏強，例如1998 年、2010 年和2016 年；而弱的El Ni?o 衰減年夏季，WNPAC 并未出現(xiàn)異常偏強，例如2005 年、2007 年和2019 年（圖5）。

圖5 1979～2020 年6～7 月江淮流域平均降水量（YHRBRI）（灰色柱狀）、同期西太副高（WNPSH）強度和西北太平洋反氣旋（WNPAC）強度三者標準化指數(shù)時間序列。括號里面數(shù)字為降水量與環(huán)流指數(shù)的相關系數(shù)， *表示99%的置信水平Fig. 5 Normalized time series of the YHRBRI (gray bars), the western North Pacific Subtropical High (WNPSH) index (solid blue box), and the western North Pacific anomalous anticyclone (WNPAC) index (red dotted line) in June-July from 1979 to 2020. Numbers in brackets denote the correlation coefficient with the YHRBRI. * indicates significance at the 99% confidence level.

2019 年和2020 年連續(xù)出現(xiàn)兩次相似的弱中部型El Ni?o 事件。兩次事件的時間分別為2018 年9 月至2019 年6 月（峰值為11 月，峰值強度為1.0°C）、2019 年11 月至2020 年3 月（峰值為11 月，峰值強度為0.6°C），后一次僅持續(xù)5 個月（圖6 和圖7），為1981 年以來持續(xù)時間最短、強度最弱的一次El Ni?o 事件。2019 年夏季W(wǎng)NPAC 并未異常偏強（標準化指數(shù)為0.62），江淮流域6～7 月降水偏少5.4%；而2020 年夏季W(wǎng)NPAC 異常偏強（標準化指數(shù)為3.11），江淮流域6～7 月降水偏多78.9%。那么2020 年6～7 月WNPAC 強度破歷史紀錄的驅動因子是什么？從SSTA 演變可見，2020 年前冬赤道中太平洋SSTA大于0.5°C，而東太平洋為0～0.5°C（圖6a）；春季海溫偏暖有所減弱（圖6b）；6～7 月赤道中東太平洋海溫轉為偏冷，熱帶東南太平洋SSTA 小于-0.5°C（ 圖6c）； 2020 年4 月Ni?o3.4 指數(shù)為0.56°C，5 月迅速降低至-0.27°C（圖7）。即2020 年El Ni?o 事件強度低于2019 年，衰減速度也較快?？梢?020 年弱中部型El Ni?o 事件無法完全解釋WNPAC 異常偏強的狀況。

圖7 2018 年9 月至2020 年8 月Ni?o3.4 指數(shù)、3 個月滑動平均的Ni?o3.4 指數(shù)、TIO 指數(shù)和TNA 指數(shù)（單位：°C）時間序列Fig. 7 Time series of the Ni?o 3.4 index, 3-month Ni?o3.4 index, TIO(tropical Indian Ocean) index, and TNA (tropical northern Atlantic)index (units: °C) from September 2018 to August 2020

研究表明除El Ni?o 以外，西北太平洋、海洋性大陸、熱帶印度洋、熱帶北大西洋等關鍵區(qū)域海溫異常和局地海氣相互作用對北半球夏季W(wǎng)NPAC年際變化具有明顯的局地或遠程影響，是WNPAC年際變化的重要驅動因子（周天軍等, 2004; Li et al., 2005; Yang et al., 2007; Xie et al., 2009; 徐志清和范可, 2012; Wang et al., 2013; 黃剛等, 2016; Wang et al., 2019; Zuo et al., 2019; 段欣妤等, 2020）。監(jiān)測顯示，熱帶印度洋、熱帶北大西洋以及北太平洋（30°～60°N）海溫從2020 年前冬至6～7 月一直維持偏暖（圖6a-c）。從2018 年9 至2020 年8 月，Ni?o3.4 指數(shù)、TIO 指數(shù)和TNA 指數(shù)24 個月的演變可見，2018 年11 月之后Ni?o3.4 指數(shù)總體呈現(xiàn)波動下降趨勢，而TIO 指數(shù)和TNA 指數(shù)則波動中上升，二者分別在2020 年4 月和3 月達到最大值，這種變化體現(xiàn)了兩次El Ni?o 持續(xù)地“放電”，而TIO 和TNA 則持續(xù)地“充電”。

圖6 2020 年（a）前冬、（b）春季和（c）6～7 月SST 距平（單位：°C），F(xiàn)ig. 6 SST anomalies (units: °C) in (a) previous winter (December-February, DJF), (b) March-May (MAM), and (c) June-July (JJ) of 2020

熱帶印度洋和熱帶北大西洋春夏季SSTA 持續(xù)暖異常，是否為夏季W(wǎng)NPAC 的驅動因子？圖8給出了6～7 月平均的WNPAC 指數(shù)回歸的前冬至6～7 月的SSTA。除了北太平洋以外，回歸的SSTA 空間演變與2020 年非常類似，前冬熱帶中東太平洋、熱帶印度洋和熱帶北大西洋海溫偏暖（圖8a）；春季SSTA 空間型類似前冬特征，但熱帶中東太平洋暖海溫減弱，而熱帶北大西洋暖海溫明顯增強（圖8b）；6～7 月SSTA 空間型有明顯轉變，熱帶中東太平洋海溫轉為偏冷，而熱帶印度洋和熱帶北大西洋海溫維持偏暖，強度較春季略有減弱（圖8c）。2020 年北太平洋SST 異常偏暖可能與太平洋年代際振蕩（PDO）為負位相有關，而PDO 負位相背景下西太副高往往偏弱偏北，不利于長江中下游降水偏多（朱益民和楊修群，2003）。因此，2020 年北太平洋SST 異常偏暖不是WNPAC 異常偏強的主要影響因子。

圖8 1979～2020 年6～7 月平均的WNPAC 強度指數(shù)回歸的SST 距平（單位：°C）：（a）前冬；（b）春季；（c）6～7 月。網(wǎng)格區(qū)表示達到95%的置信水平Fig. 8 Regressions of SST anomalies (units: °C) in (a) DJF, (b) MAM, and (c) JJ against the JJ WNPAC index for the period 1979-2020. Crosshatching denotes significance at the 95% confidence level

從上一年9 月至當年8 月各月SST 指數(shù)與6～7 月平均的WNPAC 指數(shù)的超前—滯后相關系數(shù)（圖9）可以清楚地看出，上一年9 月至當年4月逐月Ni?o3.4 指數(shù)與WNPAC 呈顯著的正相關，達到99%的置信水平，5～8 月轉為負相關；上一年10 月至當年8 月逐月TIO 指數(shù)與WNPAC 呈顯著的正相關，12 月及之后大部分月份達到99.9%的置信水平；2～8 月逐月TNA 指數(shù)與WNPAC 呈顯著的正相關，均達到99.9%的置信水平，其中6 月相關系數(shù)高達0.69。即從前冬至夏季，赤道中東太平洋海溫對6～7 月WNPAC 的影響逐步減弱，而春夏季熱帶印度洋和熱帶北大西洋海溫異常對6～7 月WNPAC 的影響逐步加強。

圖9 1979～2020 年6～7 月WNPAC 指數(shù)與Ni?o3.4 指數(shù)、TIO指數(shù)、和TNA 指數(shù)的超前滯后相關。粗線和圓點分別表示達到99%和99.9%的置信水平Fig. 9 Lead-lag correlations of the JJ WNPAC with the Ni?o3.4, TIO,and TNA indices for the period 1979-2020. Bold lines and dot lines indicate the 99% and 99.9% confidence levels, respectively

Zuo et al.（2019）通過觀測和數(shù)值模式試驗研究了熱帶北大西洋海溫對WNPAC 的影響，研究表明晚春至秋季熱帶北大西洋海溫與WNPAC 有顯著的正相關，前者超前WNPAC 1～2 月時相關最顯著，且這種關系獨立于ENSO。圖10 給出了1979～2020 年前冬Ni?o3.4 指數(shù)、5～7 月平均的TIO 指數(shù)和TNA 指數(shù)與6～7 月平均的WNPAC指數(shù)的散點圖。首先，從前冬Ni?o3.4 指數(shù)來看，其與6～7 月平均的WNPAC 指數(shù)有顯著的正相關關系（相關系數(shù)為0.36），13 個El Ni?o 衰減年有12 年WNPAC 偏強，而8 個弱的El Ni?o 衰減年僅有3 年WNPAC 標準化指數(shù)大于1.0，包括2020 年（圖10a）。其次，5～7 月平均的TIO 指數(shù)與6～7 月平均的WNPAC 指數(shù)的相關更高（相關系數(shù)為0.54，與Ni?o3.4 的偏相關為0.43），TIO 指數(shù)大于0 的22 年中有13 年WNPAC 正異常，其中有12 年為El Ni?o 衰減年（圖10b），表明與El Ni?o 衰減相聯(lián)系的熱帶印度洋暖海溫年夏季W(wǎng)NPAC 易偏強，即體現(xiàn)了印度洋的電容器效應。5～7 月平均的TNA 指數(shù)與6～7 月平均的WNPAC指數(shù)的相關最高（相關系數(shù)為0.68，與Ni?o3.4 的偏相關為0.63），TNA 指數(shù)大于0 的20 年中有12 年WNPAC 正異常，其中有6 年為El Ni?o 衰減年（圖10c），而非El Ni?o 衰減年的6 年中，2008 年和2013 年TIO 指數(shù)為負異常，WNPAC 標準化指數(shù)大于1.0，表明熱帶北大西洋海溫異常及其對WNPAC 的影響相對獨立于El Ni?o。

圖10 1979～2020 年海溫指數(shù)和6～7 月標準化WNPAC 指數(shù)的散點圖：（a）前冬Ni?o3.4 指數(shù)；（b）5～7 月平均的TIO 指數(shù)；（c）5～7 月平均的TNA 指數(shù)。紫色方框表示El Ni?o 衰減年夏季，粉色圓點表示2020 年，黑色方塊表示其他年份，紅線表示線性擬合；右下角數(shù)字表示相關系數(shù)，括號中數(shù)字為與Ni?o3.4 指數(shù)的偏相關Fig. 10 Scatter plots of the normalized index of JJ WNPAC and (a)DJF Ni?o 3.4 index, (b) MJJ TIO index, and (c) MJJ TNA index during 1979-2020. The purple boxes represent the El Ni?o decay years, the pink dot represents 2020, black squares indicate other years, and the red line represents linear fitting. The number in the lower right corner represents the correlation coefficient between WNPAC and SST index,and the number in braces represents the partial correlation with Ni?o 3.4 index

眾多研究也表明，El Ni?o 在秋、冬季達到峰值，并對熱帶印度洋和熱帶北大西洋進行“充電”，El Ni?o 春夏季衰減后其對大氣環(huán)流的影響也減弱，而此時熱帶印度洋和熱帶北大西洋開始“放電”，完成El Ni?o 對氣候影響的“接力”作用。熱帶印度洋海溫偏暖時，對流偏強，并通過濕絕熱調整過程激發(fā)東傳的Kelvin 波，進而通過?？寺槲种屏宋魈貙α鳎沟肳NPAC 加強、西伸，這一過程稱為印度洋電容器效應（Yang et al.,2007; Xie et al., 2009; Wu et al., 2009）。熱帶北大西洋海溫偏暖則有利于春季至秋季局地對流活動增強，導致熱帶北大西洋上空上升運動和熱帶中部太平洋下沉運動增強，后者在西北太平洋上空激發(fā)異常的低空反氣旋（Hong et al., 2014, 2015; Zuo et al.,2019）。圖11 給出了2020 年6～7 月平均的850 hPa和200 hPa 速度勢距平和輻散風距平。熱帶印度洋和熱帶北大西洋暖海溫異常加強了局地熱帶輻合帶上的對流活動，使得熱帶大西洋—印度洋對流層低層產(chǎn)生異常輻合（圖11a），加強了局地整層的上升運動，而對流層高層則為異常輻散（圖11b），進而加強了熱帶中西太平洋對流層高層的異常輻合與下沉運動，西太平洋對流層低層形成反氣旋式環(huán)流異常響應（圖3b）。以上綜合分析表明，熱帶印度洋和熱帶大西洋海溫異常均對El Ni?o 衰減年WNPAC 異常有重要影響，2020 年6～7 月WNPAC異常偏強主要是春、夏季熱帶印度洋和熱帶大西洋海溫二者持續(xù)偏暖共同驅動的結果。

圖11 2020 年6～7 月平均的（a）850 hPa、（b）200 hPa 速度勢距平（陰影，單位：106 m2 s-1）和輻散風距平（箭頭，單位：m s-1）Fig. 11 Velocity potential (shadings, units: 106 m2 s-1) and divergent wind (vectors, units: m s-1) anomalies at (a) 850 hPa and (b) 200 hPa in JJ of 2020

6 驅動因子影響的數(shù)值模式試驗

為驗證上一節(jié)的診斷分析結果，分別以2020年觀測的熱帶印度洋海溫和熱帶北大西洋海溫驅動CAM5.3 模式，進行了兩組敏感性試驗（表1）。模式響應定義為敏感性試驗和控制試驗集合平均的差值。

圖12 給出了TIO 2020 試驗中6～7 月平均降水、850 hPa 風場和流函數(shù)異常對熱帶印度洋海溫異常強迫的響應。可以看到，熱帶印度洋大部分區(qū)域降水顯著偏多（圖12a），表明下墊面暖海溫異常有利于上空對流的增強。同時，赤道印度洋至中太平洋為顯著的東風異常，西北太平洋受反氣旋異常環(huán)流控制（圖12b），其西側的偏南風異常則有利于水汽輸送到我國江淮流域至日本南部，導致降水偏多（圖12a）。這表明，熱帶印度洋暖海溫異常通過激發(fā)東傳的Kelvin 波，導致WNPAC 得到維持和增強（Xie et al., 2009, 2016），進而引起我國江淮流域至日本的超強梅雨。

圖12 熱帶印度洋海溫強迫的2020 年6～7 月平均（a）降水距平（單位：mm d-1），（b）850 hPa 風場（矢量箭頭，單位：m s-1）和流函數(shù)（陰影，單位：105 m2 s-1）距平。（a）中圓點和（b）中藍色箭頭均表示達到95%的置信水平Fig. 12 (a) Precipitation anomalies (units: mm d-1) and (b) horizontal wind (vector; units: m s-1) and stream function anomalies (shading; units:105 m2 s-1)at 850 hPa averaged during JJ in response to the TIO SSTA forcing in 2020. Dots in (a) and blue vectors in (b) represent significance at the 95%confidence level.

圖13 給出了TNA 2020 試驗中6～7 月平均降水、850 hPa 風場和流函數(shù)、850 hPa 和200 hPa 速度勢異常對熱帶北大西洋海溫異常強迫的響應。結果顯示，熱帶北大西洋降水顯著偏多（圖13a），表明對流活動增強，對流層低層為異常輻合、高層為異常輻散氣流（圖13c 和d）。同時，在熱帶中太平洋形成高層異常輻合與下沉運動，抑制了該地區(qū)的對流活動，進而在其西側的副熱帶西北太平洋對流層低層激發(fā)出反氣旋異常環(huán)流響應（圖13b），這與前人研究（Hong et al., 2014, 2015；Zuo et al.,2019）所得結論一致。

圖13 熱帶北大西洋海溫強迫的2020 年6～7 月平均（a）降水距平（單位：mm d-1），（b）850 hPa 風場（矢量箭頭，單位：m s-1）和流函數(shù)（陰影，單位：105 m2 s-1）異常，（c）850 hPa 和（d）200 hPa 速度勢（單位：106 m2 s-1）異常，其他同圖12Fig. 13 (a) Precipitation anomalies (units: mm d-1) and (b) horizontal wind (vector; units: m s-1) and stream function anomalies (shading; units: 105 m2 s-1)at 850 hPa, velocity potential anomalies (units: 106 m2 s-1) at (c) 850 hPa and (d) 200 hPa averaged during JJ in response to the TNA SSTA forcing in 2020. Others are the same as in Fig. 12

7 結論和討論

2020 年6～7 月，我國江淮流域發(fā)生超強梅雨，梅雨期降水強度大、范圍廣、持續(xù)時間長，江淮流域梅雨期累積降水量為1961 年以來之最。因此，本文結合歷史資料診斷分析和數(shù)值模式敏感性試驗，揭示了2020 年江淮流域超強梅雨的成因和主要的驅動因子，得到以下結論：

（1）2020 年6～7 月，西太副高和對流層低層WNPAC 的異常偏強是同期江淮流域超強梅雨最重要、最直接的原因。強大且穩(wěn)定的WNPAC引導海洋上的水汽向江淮流域輸送，同時中高緯度西路冷空氣和東路冷空氣活動頻繁，冷暖空氣在江淮流域輻合，導致梅雨期持續(xù)時間偏長、強降水過程偏多。

（2）2019 年11 月至2020 年3 月發(fā)生一次El Ni?o 事件，是1981 年以來持續(xù)時間最短、強度最弱的中部型事件。歷史資料中，弱的El Ni?o 衰減年江淮流域梅雨量總體為正常至偏少。2020 年發(fā)生的弱中部型El Ni?o 事件，其對WNPAC 和江淮梅雨強度的貢獻是有限的。從前冬至夏季，熱帶印度洋和熱帶北大西洋持續(xù)偏暖，二者通過海氣相互作用，共同導致2020 年6～7 月異常偏強的WNPAC，是2020 年江淮流域梅雨異常偏強的重要驅動因子。

（3）熱帶印度洋主要通過“電容器效應”影響夏季W(wǎng)NPAC，即印度洋暖海溫異常通過激發(fā)東傳的Kelvin 波，抑制了西太暖池對流，進而維持并加強WNPAC；熱帶北大西洋海溫異常則主要通過熱帶緯向環(huán)流（Walker 環(huán)流）影響夏季W(wǎng)NPAC，暖海溫有利于局地對流活動增強，導致熱帶北大西洋上空上升運動和熱帶中部太平洋下沉運動增強，后者激發(fā)WNPAC（圖14）。

Ding et al.（2021）和Zhou et al.（2021）也強調了熱帶印度洋暖海溫持續(xù)異常對2020 年江淮流域超強梅雨的影響，而本文通過診斷分析和數(shù)值模擬，揭示了弱El Ni?o 衰減年，熱帶印度洋和熱帶北大西洋海溫異常對2020 年江淮流域超強梅雨年際異常的綜合影響，充實了2020 年梅雨異常偏強的原因，為季節(jié)預測提供參考。

近年來，三大洋泛熱帶氣候的相互作用受到了學者們的關注，熱帶三大洋作為一個整體，是一個緊密相連的系統(tǒng)，三者之間通過“大氣橋”、“海洋橋”（例如印度尼西亞貫穿流）形成復雜的正反饋或負反饋（Cai et al., 2019; Li et al., 2019; Wang,2019），并通過海氣相互作用對全球氣候產(chǎn)生影響。與2020 年相反，2018 年為La Ni?a 衰減年，但是東亞夏季風異常偏強，研究顯示熱帶印度洋、北大西洋海溫的協(xié)同作用對江淮降水異常偏少起到顯著作用（Chen et al., 2019），說明三大洋對局地氣候綜合影響的重要性，相關研究還需要進一步加強。此外，青藏高原積雪也是WNPAC 和江淮梅雨的重要影響因子（張順利和陶詩言, 2001; Ren et al.,2016; 段安民等, 2018），但高原積雪與El Ni?o 對梅雨的影響存在復雜性（陳烈庭, 2001; 王妍鳳等,2017）。因此，在利用El Ni?o 研究和預測東亞夏季氣候、尤其是梅雨的異常時，需要綜合考慮海洋、積雪等信號的作用。

致謝 特別感謝國家氣候中心封國林研究員、中科院大氣物理研究所戴新剛研究員在研究過程中提供的指導和幫助。