海表溫度的增暖趨勢和自然變率對長江中下游夏季極端降水強度的影響

歐立健 余錦華 鐘校堯 ,3 張旭煜 王璐 羅京佳

1 南京信息工程大學氣象災害教育部重點實驗室/氣象災害預報預警與評估協(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

人類活動已引起大氣、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)生都會引發(fā)這樣的思考：全球增暖如何影響事件強度和發(fā)生的可能性。長江中下游地區(qū)是我國經(jīng)濟發(fā)達，也是我國極端降水發(fā)生最多的區(qū)域（圖1a），其引起的災害損失越發(fā)嚴重。全球增暖，海面蒸發(fā)增強，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，其通過遙響應，強迫遠處的大氣環(huán)流產(chǎn)生異常，影響極端降水強度。研究SST增暖趨勢對區(qū)域極端降水強度的貢獻，提高認識全球增暖對區(qū)域極端降水事件的影響效應有重要的科學意義。

近幾十年的觀測資料診斷顯示，中國極端降水整體的趨勢不顯著（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（Zhai et al., 2005; 賀冰蕊和翟盤茂, 2018; Sun et al., 2020）。理論和觀測事實都表明，極端降水伴隨著強的大氣柱水汽輻合（丁一匯和胡國權(quán), 2003），即在特定時段內(nèi)，有強的異常凈水汽輸入到研究區(qū)域，國際流行的新名詞——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)，同時與動力強迫相關(guān)聯(lián)。增暖引起的熱力變化導致的極端降水增加速率與Clausius-Clapeyon方程在全球尺度上的接近。增暖引起的動力驅(qū)動因素導致的極端降水變化很復雜。將全球SST增暖模態(tài)近似代表全球增暖信號（Schubert et al., 2009; Trenberth et al., 2015），為研究全球增暖對極端降水的影響提供了另一個途徑。

Wu et al.（2020）發(fā)現(xiàn)赤道印度洋海溫正異常強迫大氣形成強烈的對流活動，潛熱釋放激發(fā)暖開爾文波東傳，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通過海氣相互作用影響北太平洋，進而通過沃克環(huán)流影響長江中下游的降水（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是影響中國長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（Gill,1980），赤道中東太平洋SST負異常使大氣冷卻，在西北太平洋產(chǎn)生異常反氣旋。多個海域SST變化不僅與中國降水異常存在顯著的統(tǒng)計聯(lián)系（趙永晶和錢永甫, 2009），而且在極端降水發(fā)生過程，也存在顯著的異常信號（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異常包含了強迫的增暖信號和自然變率，沒有分離兩者的影響。1998年、2017年和2020年夏季是長江中下游地區(qū)極端降水及夏季降水最強的年份（圖1b），本文以該區(qū)域三個典型極端降水過程及所在的夏季為研究對象，研究全球SST增暖模態(tài)和自然變率模態(tài)對極端降水強度的影響效應和可能的影響機理。為長江中下游地區(qū)做好極端降水預測和預警以及應對氣候變化奠定科學基礎。

圖1 （a）時空聚集性強度（TSG）方法識別的中國夏季極端降水過程的降水量（填色）空間分布，圖中紅色框為本文研究的長江中下游地區(qū)（27°～34°N，108°～122°E）， （b）長江中下游夏季極端降水量（黑線）和夏季區(qū)域平均降水量（藍線）的時間序列，單位：mm，其相關(guān)系數(shù)R=0.534顯著性達到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 資料來源

降水資料有來自國家氣象信息中心最新整編2472個國家級氣象觀測站，通過空間插值，得到的中國地面降水0.5°×0.5°日值降水格點數(shù)據(jù)（趙煜飛和朱江, 2015）。歐洲中長期天氣預報中心（ECWMF）第五套再分析資料（ERA5）提供的等壓面風場和比濕，海平面氣壓和整層積分每小時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°，研究時間為1900～2020年。氣候態(tài)為1981～2010年平均。

2.2 方法簡介

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間上的延續(xù)（王志福和錢永甫, 2009），還要考慮空間上的連續(xù)性。本文利用時空聚集性強度（TSG）方法（趙煒, 2018; 葉夢茜, 2021）識別區(qū)域極端降水事件，即通過時空聚類方法，在中國東部每年夏季取30個降水中心，以每個降水中心為核心，通過時空滑動得到該中心所在區(qū)域的最大相對降水強度R：

其中，n表示降水事件持續(xù)時間，m表示降水事件初始日期，k表示降水過程中影響區(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)時間和區(qū)域降水面積對R的影響，a取0.4，b取0.5，P為格點日降水量。中國東部（1979～2020年夏季）區(qū)域降水相對強度從大到小排序，將區(qū)域極端降水事件數(shù)與國家氣候中心識別相等的區(qū)域降水相對強度定義為閾值（103.4 mm），大于該閾值定義為區(qū)域極端降水事件。該閾值在中國東部地區(qū)是一致的，由于未設定日降水閾值，可以識別出日降水小于設定閾值的區(qū)域極端降水事件。與國家氣候中心每天的降水中心獨立確定，能識別降水中心移動較快的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，適合用于中心移動較慢的長江中下游地區(qū)極端降水事件的監(jiān)測。

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。等號左邊即為局地水分收入與支出的差，一般強降水過程，E較小，左邊以降水P為主。等號右邊第一項為大氣柱的水汽減少，第二項為大氣柱凈水汽通量輻合，是左邊降水P的主要貢獻者。該項融合了動力和熱力對降水的影響。

2.2.3 數(shù)值試驗方案

采用美國國家大氣中心（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坐標系（Danabasoglu et al., 2020）。模式控制試驗為每月氣候態(tài)的SST運行30年。關(guān)注到SST異常與降水異常的關(guān)系，敏感性試驗選用熱帶SST異常進行強迫試驗，使用海洋特定區(qū)域中觀測到的與降水異常對應的海溫異常疊加到氣候態(tài)SST進行，敏感性試驗運行30個夏季，即利用30個集合樣本，描述物理量對SST異常的響應。表1列出了本文使用CESM2.1.3模式進行的具體試驗方案。

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

如表1所示：第一組敏感試驗為典型年份總的SST試驗，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)進行模擬試驗。第二組敏感試驗為SST增暖趨勢試驗，即把上述區(qū)域赤道的SST增暖趨勢疊加上全球SST氣候態(tài)進行模擬試驗，分析典型年份中SST增暖趨勢的貢獻。第三組敏感試驗為SST自然變率試驗，研究典型年份中SST自然變率的貢獻。

3 長江中下游地區(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），選取長江中下游（27°～34°N，108°～122°E）為本文關(guān)注的區(qū)域。長江中下游地區(qū)夏季總降水量與極端降水過程降水量（圖1b）的相關(guān)系數(shù)為0.53，其顯著性達到99%信度水平。1991、1998、2017、2020年為四個極端降水最強的年份,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對長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始和結(jié)束時間,極端降水量對夏季總降水量的貢獻分別為了31%，24%和24%，遠大于極端降水貢獻的平均值12.5%?？臻g分布上，1998和2017年，在有些區(qū)域可達80%以上，2020年在60%以上（圖略）。可見，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始和結(jié)束時間Table 2 Start and end time of extreme precipitation events in typical years

圖2a–c為三個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?，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自經(jīng)向水汽異常輻合的貢獻，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為極端降水過程區(qū)域大氣柱水汽輻合和邊界水汽通量相對于對應年份夏季的偏差?？梢姡齻€典型年份的極端降水過程，相對于夏季平均，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)強的凈水汽輻合。表明，長江中下地區(qū)極端降水過程的發(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)。南邊界強的水汽輸入，提供了強降水發(fā)生的水汽條件，即區(qū)域南邊界的強水汽輸入對長江中下游地區(qū)強降水發(fā)生起重要作用。

圖2 （a、d）1998年、（b、e）2017年、（c、f）2020年夏季長江中下游區(qū)域四個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）夏季相對于氣候態(tài)的異常；（d–f）極端降水過程相對于夏季平均的偏差。圖中紅色框為本文研究的長江中下游，圖中四個箭頭分別為長江中下游區(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，無論是夏季還是極端降水過程的偏差發(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等壓面，600 hPa以上逐漸減小。對比三個典型年份的夏季值與極端降水過程合成值，顯然，極端降水過程合成值均比夏季值強。

圖3 （a）1998年、（b）2017年和（c）2020 年夏季長江中下游南邊界水汽通量垂直廓線：實線為夏季相對于氣候態(tài)的異常，虛線為極端降水過程相對于夏季平均的偏差，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程的南邊界水汽輸送融合了水汽輸送的環(huán)流（動力條件）和水汽（熱力異常）空間場特征。在三個典型年份的夏季中，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)的異常東風將太平洋水汽輸向大陸，再通過其西—西北側(cè)的西南風異常，輸送到長江中下游地區(qū)。區(qū)域北界的異常經(jīng)向風較小，在長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)流的范圍與強度均比1998和2020年的弱，這解釋了圖2b中2017年長江中下游南邊界水汽輸入比其他兩個典型年份弱，這與2017年夏季極端降水過程強度也弱于1998和2020年相對應（圖1b）。極端降水過程相對于夏季平均的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)存在著來自從中高緯的東北氣流往南輸送，形成了與圖2第二行對應的區(qū)域內(nèi)強的水汽輻合偏差，利于區(qū)域極端降水過程的發(fā)生。從上述可知，西北太平洋的異常反氣旋是影響長江中下游極端降水過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）：夏季相對于氣候態(tài)的異常（左列）；極端降水過程相對于夏季平均的偏差（右列）。圖中藍色框為本文研究的長江中下游地區(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增暖趨勢和自然變率對極端降水強度的影響

類似于Schubert et al.（2009）的做法，將1900～2020年SST異常進行EOF分解，獲取前三個模態(tài)。第一模態(tài)為全球海溫增暖趨勢（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）。它們對應的方差貢獻分別為30.7%，13.1%，5.3%。本研究將EOF的第一模態(tài)乘以1998、2017、2020年對應的時間系數(shù)作為它們的SST增暖趨勢。利用總的SST異常減去其線性趨勢作為SST自然變率。可見，三個典型年份，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，主要為增暖趨勢的貢獻（對比圖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?；蛘呤秦摦惓?，則為SST自然變率信號（對比圖6c與圖6a，圖6f與圖6d，圖6j與圖6g）。三個典型年SST增暖趨勢與自然變率對水汽輸送的相對貢獻，將通過全球大氣環(huán)流模式CESM2.1.3（Simpson et al.,2020）SST強迫的數(shù)值敏感性試驗進行。

圖5 1900～2020年的全球海表溫度異常進行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年對應的時間系數(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為敏感試驗中長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。總的SST異常試驗結(jié)果基本與再分析資料的（對比圖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的強迫作用對長江中下游區(qū)域的水汽輸送影響起主要作用。對比1998年SST增暖趨勢與自然變率的強迫試驗（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增暖趨勢強迫表現(xiàn)為長江中下游地區(qū)南北邊界都為水汽輸入異常引起的水汽異常輻合，SST自然變率強迫表現(xiàn)為南北邊界都為南風的水汽輸送，由于南邊界的輸入遠大于北邊界的輸出，導致水汽輻合大于SST增暖趨勢強迫的結(jié)果。而2017和2020年的SST增暖趨勢試驗的結(jié)果比自然變率試驗的強，即1998、2017和2020年夏季的SST增暖趨勢與自然變率在長江中下游地區(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）夏季敏感試驗的長江中下游四個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試驗結(jié)果（左列）；SSTA增暖趨勢試驗結(jié)果（中間列）；SSTA自然變率試驗結(jié)果（右列）；圖中紅色框為本文研究的長江中下游地區(qū)，圖中四個箭頭分別為長江中下游區(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異常強迫的長江中下游大氣柱水汽收支異常特征與環(huán)流異常的響應有關(guān)。根據(jù)之前的分析，長江中下游區(qū)域地區(qū)的降水過程，850 hPa的水汽輸送最為重要。總SST異常強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)了強勁的異常東風水汽輸送通道，長江中下游對流層低層為異常反氣旋的西南風水汽通量，把源自西北太平洋與南海的水汽向長江中下游輸送。2017年SST異常強迫的長江中下游地區(qū)的環(huán)流異常產(chǎn)生的水汽輸送弱于1998和2020年（對比圖8d與圖8a、g），表明，影響長江中下游極端降水過程發(fā)生的季節(jié)背景與熱帶SST異常的強迫密切相關(guān)。1998年SST增暖趨勢和自然變率的強迫試驗顯示，自然變率試驗的西北太平洋反氣旋式環(huán)流異常強于增暖趨勢試驗（對比圖8c與圖8b），使自然變率試驗的區(qū)域南邊界的西南風水汽輸入，遠大于增暖趨勢試驗，說明，1998年夏季SST自然變率對長江中下游極端降水發(fā)生起主要作用，與SST趨勢強迫的區(qū)域水汽凈輻合的比為119%。1998年是強El Ni?o衰減年，SST自然變率表現(xiàn)為赤道太平洋的強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），使其強于SST增暖趨勢強迫的結(jié)果。2017和2020年夏季SST增暖趨勢強迫的西北太平洋反氣旋式環(huán)流異常強于SST自然變率（對比圖8e與圖8f，圖8h與圖8i）。2017和2020年夏季SST增暖趨勢試驗在西北太平洋出現(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異常向西的水汽輸送，進而通過反氣旋西側(cè)的西南氣流將水汽輸送進長江中下游地區(qū)。2017和2020年夏季SST自然變率試驗在熱帶西太平洋的異常東風很弱，沒有形成明顯的異常反氣旋式環(huán)流和向長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（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

本文基于時空聚集性強度方法識別長江中下游地區(qū)的極端降水過程，得到區(qū)域極端降水過程降水時間序列，從中挑出三個典型極端降水過程發(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增暖趨勢和自然變率對該區(qū)域極端降水強度的可能影響，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)域南邊界輸送到長江中下游，提供了有利的水汽背景條件。極端降水過程，南北邊界的水汽凈輻合遠大于緯向水汽凈輻散，產(chǎn)生強的區(qū)域大氣柱水汽凈輻合，促使極端降水過程的發(fā)生。區(qū)域水汽輸入最大的南邊界，以對流層850 hPa的水汽輸入最強。其與熱帶西太平洋對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，把大量的水汽從熱帶太平洋向西輸送到陸地，通過環(huán)流西—西北側(cè)的西南氣流將水汽繼續(xù)向長江中下游輸送，形成了穩(wěn)定的西南風水汽輸送通道。

（2）通過正交經(jīng)驗展開，將全球SST異常分為SST增暖趨勢和自然變率。印度洋，大西洋和北太平洋的SST增暖趨勢明顯，且三個典型年份的SST增暖趨勢的分布相差不大。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。典型極端降水過程發(fā)生的夏季，SST在赤道印度洋和熱帶大西洋為強正異常，主要為增暖趨勢的貢獻，赤道中東太平洋SST異常表現(xiàn)為La Ni?a型。

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

本文的全球數(shù)值試驗的意義是通過敏感試驗說明海表溫度的增暖趨勢和自然變率對夏季的水汽收支和環(huán)流的影響，間接反映其對夏季極端降水強度的影響。試驗結(jié)果表明SST增暖會增大長江中下游地區(qū)夏季極端降水發(fā)生的風險。一般極端降水過程發(fā)生與中小尺度對流過程有關(guān)，由于全球模式較粗分辨率，難于分辨對流過程，對流參數(shù)化對強降水的模擬有較大偏差，試驗結(jié)果無法直接對比SST增暖趨勢和自然變率對極端降水強度的強迫效應。今后，可利用區(qū)域高分辨率模式，進行動力降尺度研究，直接比較極端降水過程對SST增暖趨勢和自然變率的響應特征。