AAS | 北大聂绩团队：新研究揭示河南极端降水的关键环境特征

atmos85

以下内容来自“大气科学进展AAS”（https://mp.weixin.qq.com/s/ch54kwFfofcB7e-_PDJI5w）：

AAS编辑推荐
风云相似处，暴雨突变时：谁在决定极端降水？
—新研究揭示河南极端降水的关键环境特征

        2021年7月，中国河南省遭遇了一场震惊全国的极端暴雨（下称“21·7”事件），单日降雨量突破历史纪录，造成了严重的洪涝灾害。这场暴雨的特殊之处在于，它是由遥远的台风“烟花”和“查帕卡”与副热带高压共同配合，远距离向河南地区输送大量水汽。类似的天气型在历史上并不罕见，但令人困惑的是，为何有些日子暴雨如注，有些却风平浪静？

        这是因为天气型聚焦于“一类相似的大尺度天气型”，代表的是大尺度天气形势的配置，但缺乏对具体区域的热动力条件的精细刻画。因此仅依靠天气型难以预报强降水事件，需要引入更多的区域环境条件提升天气型对强降水的指示能力。

        为此，在国家自然科学基金和国家重点研发计划项目的联合资助下，北京大学聂绩长聘副教授课题组利用1980-2021年夏季的逐日再分析数据，深入探索与“21·7”事件相似的天气型。发现极端降水发生时，垂直上升运动强度、大气可降水量等指标显著区别于非极端降水日，并且这些关键指标在极端降水发生前1-3天会呈现显著变化，具有预报暴雨潜势的潜力。该成果表明在天气型分析的基础上，兼顾局地环境特征能提升对降水的预警能力。

图1 “21·7”河南暴雨事件的相似天气型特征（左）及该天气型下的区域有利环境条件（右）示意图

1. 与“21·7”天气型相似，却强降水稀少？    

        基于 1980-2021 年夏季逐日环流数据分析，研究发现每日天气型与“21·7”事件的空间相关系数主要分布在 -0.2 至 0.5 之间。以 0.5 作为阈值，共筛选出 203 个与“21·7”事件天气型相似的天（图2a）。区别于气候态（图2c），这类相似天气型呈现出两个显著特征：850hPa存在热带气旋，且副热带高压脊线较气候平均位置偏北约 10°，两者之间的强气压梯度引起东风向河南地区输送水汽（图2d）。在天气型相似的天中识别出了 21 个河南地区的极端降水日（EP）和 172 个非极端降水日（NEP）（图2b）。值得注意的是，虽然相似天气型提供了有利的背景条件，但其中仅有 10%能产生EP。这表明，单靠天气型的相似性并不一定会导致极端降水。那么，究竟是什么因素决定了暴雨的发生？

图2 （a）与“21·7”事件环流相似性的频率分布直方图。（b） 1980–2021 年夏季各日区域平均降水量与环流型相似性的分布关系。环流型相似性由 850 hPa 纬向风和经向风的Kendall相关系数的平均值计算得到。黑色虚线表示相关系数为 0.5 的位置。红点为 EP 天数，蓝点为 NEP 天数。（c）850 hPa夏季气候态平均环流场（1979-2021年6-8月平均）。（d）与“21·7”事件相似的天气型（203天）。等值线及填色为位势高度（单位：gpm），矢量箭头为风场（单位：m s⁻¹）。

2. 环境热动力特征：极端降水与非极端降水的分水岭    

        在与“21·7”相似的有利环流条件下，EP和NEP的环境条件分布有着显著的差异。例如，EP日不仅表现出更强的500hPa垂直速度，大气可降水量的PDF分布也比NEP日更湿约10 kg m-2。此外，EP日还具备一系列更有利于对流组织和有效的降水过程的环境特征：包括垂直风切变（0-6km）、低层露点温度差（T-Td）、以及 K 指数和自由对流高度（LFC）等对流不稳定指标（图3）。因此，当大尺度环流形势相似时，环境热动力条件的差异才是决定极端降水是否发生的核心因素。

图3. EP（红色）和NEP（蓝色）六种环境特征的概率密度分布（PDF）：(a) 500hPa垂直速度（单位：Pa s−1）；(b) 0-6 km垂直风切变（单位：m s−1）；(c) 整层可降水量（单位：kg m−2）；(d) 2m温度露点差（单位：℃）；(e) K指数（单位：℃）；(f) 自由对流高度（单位：km）。

        上述环境特征的指标在极端降水发生前的 1 至 3 天就已显现出显著变化，这些变化为暴雨预测提供了重要信号。例如，水汽的突然积累是暴雨形成的核心驱动因素之一：在EP事件前3天至前1天，整层可降水量（PW）的PDF峰值从40 kg m⁻²急剧上升至55 kg m⁻²，而NEP事件则始终稳定在48 kg m⁻²左右（图4c）。其他的热动力特征也存在相似的突变，强调了监测环境特征对预测降水潜势的潜在价值。进一步研究发现，这一规律不仅适用于与“21·7”事件相似的环流背景，在夏季各类降水事件中同样成立。当依据降水强度的百分位数将夏季所有降水日分为四类（>95%、95%-80%、80%-60%和<60%）时，极端强降水日的水汽条件和垂直风切变均显著高于其余三类降水日。因此，这些环境特征区分极端降水、预测降水潜势的能力还能作用于其他天气背景的降水中，进一步强调了区域条件的重要性。

图4. EP（红色）和NEP（蓝色）六种环境特征的PDF时间序列：(a) 500hPa垂直速度（单位：Pa s−1）；(b) 0-6 km垂直风切变（单位：m s−1）；(c) 整层可降水量（单位：kg m−2）；(d) 2m温度露点差（单位：℃）；(e) K指数（单位：℃）；(f) 自由对流高度（单位：km）。图中Day –5（–3，–2，–1）分别表示EP和NEP发生前5（3，2，1）天。

3. 未来计划     

        该工作的结果表明，在相似的天气型影响下极端降水的发生概率仍然很低，有利天气型并不足以明确指示区域极端降水是否发生。由于这些EP天和NEP天的区域热、动力环境条件在极端降雨发生与否时存在显著差异（图1），进一步表明区域条件和极端降雨发生的紧密联系。依据该工作的发现，研究团队计划建立天气型的相似程度和极端降水的相关关系，进一步融入区域尺度的天气型分析，以提升天气型分析方法对区域极端降雨的预报能力为核心目标开展后续工作。

引用本文:

Lv N., Z. X. Lin, J. Nie, Z. Y. Meng, and P. Lu, 2025: Environmental features of heavy precipitation under favoring synoptic pattern: a lesson from the 2021 Henan extreme precipitation. Adv. Atmos. Sci., https://doi.org/10.1007/s00376-025-4328-6

下载本文:

http://www.iapjournals.ac.cn/aas/en/article/doi/10.1007/s00376-025-4328-6

作者介绍:

吕楠

博士研究生

北京大学物理学院大气与海洋科学系，主要从事极端降水研究。

林中曦

博士后

北京大学物理学院大气与海洋科学系

研究聚焦我国东部季风区降水，目前主要进行气候变化对中尺度对流系统的影响、季风区中尺度对流系统的统计分析等相关研究工作，发表SCI论文5篇。

聂绩

长聘副教授

北京大学物理学院大气与海洋科学系

从事大气湿动力和气候变化的研究；重点研究极端降水的动力过程，极端降水的气候响应等；代表工作为：阐明极端降水中的热动力反馈作用；揭示全球变暖导致极端降水全球分布非均匀性的机理；揭示全球变暖后极端气旋的扩张的现象和机制等。主持国家重点研发计划课题、基金委面上项目等国家级项目。在PNAS、Science Advances、Geophysical Research Letters等期刊发表SCI论文 50 余篇。