暴雨天气频繁是因为气候变化吗？

独立媒体人（Jointing.Media）特约编辑山谷，2023-08-12

今年7月29日起，华北、黄淮一带的很多地区都出现了暴雨，局地出现特大暴雨。每年的7~8月都是华北地区的雨季。在一些以往降雨不多的地方突发暴雨，我们的基础设施，应灾能力和应灾经验都不充分。天有不测风云，天灾必然伴随人祸，到底哪些是人力所不及的呢？

暴雨到底是怎么发生的？

暴雨通常是由中尺度天气系统造成的。每小时降雨量在16毫米以上、或连续12小时降雨量在30毫米以上、或24小时降水量为50毫米及以上的雨称为“暴雨”。根据其降水强度的大小又细分为“暴雨”“大暴雨”和“特大暴雨”。

7月29日20时—8月1日11时，北京市平均降水量达到263.8mm，全市最大降水量出现在昌平王家园水库，达到744.8mm（这是北京地区有仪器测量记录140年以来排位第一的降雨量）。7月29日8时—8月1日7时，临城赵庄梁家庄站累计降水量更达1003毫米，降下“一年半”的雨。

从天气角度来讲，特大暴雨不仅要有非常充沛的水汽，要有强烈的垂直上升运动把水汽变成大水滴降落下来，还要有周围多种天气条件与之配合。专家指出，暴雨有如此大的阵仗是受到了台风的影响。比如，1975年8月5日至8日，“7503”号台风穿越福建、江西、湖南后北上，经过湖北，在河南停滞徘徊，导致历史上罕见的特大暴雨洪水——3天内，河南南部地区降下1631毫米的总雨量。

再比如，2021年的郑州 “7.20” 特大暴雨。当天，郑州的最大小时降雨量达201.9毫米，突破我国小时降雨量历史极值。当时也有台风“帮凶”，太平洋台风“烟花”和南海台风“查帕卡”源源不断向河南省输送水汽，再叠加异常偏北的副热带高压等其他要素，加之太行山区、伏牛山区特殊地形影响等（郑州这座大城市下垫面的特殊性。城市是一种相对新的下垫面类型，使得地面热力作用更强，在水汽充足的情况下很可能加强降水，也使得渗水能力降低，面对极端降水更加脆弱），但想要理清其中的机理显然还需进一步挖掘。

今年华北暴雨的情况有些类似。第5号台风“杜苏芮”7月28日登陆福建，携带充沛的水汽持续北上，带来了沿路十余省的降水，并在副热带高压的控制下徘徊在华北黄淮一带。紧接着，第6号台风“卡努”就在7月30日加强为强台风，8月1日加强为超强台风。来势汹汹的“卡努”在本轮暴雨中为奔波千里的“杜苏芮”持续提供远程水汽辅助，结合副热带高压外围水汽，在京津冀西边的太行山脉的阻挡下稳固在华北，带来持续的暴雨，并受地形抬升作用，导致了山区的极端暴雨。

中国天气网首席气象分析师胡啸也表示，在降雨最为核心的时段，京津冀山区局地形成了“列车效应”，强降雨的持续时间相对较长，导致影响较大。所谓“列车效应”就是一连串的对流云团，先后影响同一地方，就像列车的不同车厢先后经过同一铁轨一样，导致强降雨长时间不下线。

11年左右时间里京津冀地区4次极端降水分别为：2012年的7.21暴雨、2016 年的7.20暴雨和2018年的7.16暴雨，每次都造成了不小的破坏。从历史上看，北京地区在经历了1992-2012年的少雨时期后，进入了一个多雨时段。以往气候区划中，华北地区属于半湿润区，在全球变暖影响下，专家指出，华北乃至整个北方平均气候态呈现暖湿化趋势，且未来区域极端降水事件的频率和强度均会增加。

极端暴雨等极端灾害性天气多发、频发，要从气候变化和人类活动影响大气环境两个角度看。一方面，全球变暖不仅改变了地球陆地大气温度状态及其分布格局，同时对海洋热力状况产生影响，进而引发气候状态变化加剧，打破了原有天气气候的稳定性，导致极端暴雨等异常天气多发、频发；另一方面，人类活动及大气污染排放引起的气溶胶，对降水气候格局改变起到一定作用。通俗地讲，气溶胶是气体介质中的悬浮体。观测发现，气溶胶可导致雨滴变小，无法落地成雨，使其反而升上高空；当动力条件合适时，包裹着气溶胶的小雨滴在高空碰并增长，形成大雨滴，出现突发性降水。概而言之，气溶胶会抑制小量级降水，为大量级降水甚至强降水创造更有利的条件。

厄尔尼诺与气候变化

这次台风这么强烈，其实有一个关键因素是气候变暖之下的海温很高，它就像源源不断提供动力的发动机一样，让两个台风非常强劲，并且有足够的能量北上。

由于全球气候变暖，特别是海洋温度的增加，会导致更多的水汽蒸发，这也赋予了热带气旋更强的能量。对比过去几个世纪，近 30 年来厄尔尼诺发生频率大大提升，其气候影响将显著增强，未来可能会造成更大的气候灾害。（编者注：厄尔尼诺现象（西班牙语：El Niño），是指东太平洋海水每隔数年就会异常升温的现象。）

远在赤道的厄尔尼诺关键区看上去离我们挺远，但是它却可以通过影响季风和西太平洋副热带高压间接影响我国天气，容易带来南涝北旱的格局，并会在一定程度上影响我国台风的频率、强度和轨迹。

我国沿海位置对应的西北太平洋是全球最活跃的台风生成地，几乎占世界每年生成数量的三分之一。在厄尔尼诺年，东太平洋海温异常偏高，西太平洋海温偏低，副热带高压和夏季风偏南偏强，下沉气流盛行，对流活动受到抑制。对流活动的强弱影响海气相互作用过程中提供给大气的热量和水汽，而这对台风的生成和发展十分重要。因此，在厄尔尼诺年，台风生成及在我国沿海登陆的数量均较正常年份偏少。同时，台风源区向东南方向移动，会使得台风在登陆前向西北方向传播的路径延长，生长时间延长。因此，登陆强度总体偏强偏北。

但厄尔尼诺只是影响我国气候变化的主要因素之一，而非主导要素，它的发生并不意味着某种特定气象异常的出现。每一次厄尔尼诺产生的影响，都会随着发生时间、区域的变化产生极大的差异。因此，具体到某一次台风的出现和影响，还需要结合具体的天气形势进行分析。

目前赤道中东太平洋已经进入厄尔尼诺状态，强度达到中等偏上，海温依然在持续上升，大概率会持续到冬季。本轮暴雨中，双台风的生成发展会受到厄尔尼诺的潜在影响，但影响机制还得等这次暴雨过后科学家的具体分析。

有研究称，未来全球强台风的数量和比例将增加。而类似于今年这种同一个洋盆中多台风同时发生的现象（热带气旋群发事件，在西北太平洋称为多台风事件），对西北太平洋而言，未来虽然频次明显减少，但对华南沿岸、东太平洋沿岸、墨西哥湾沿岸以及非洲西岸的威胁可能增大。特别是在北大西洋，该地区和国家在短时间内遭受多个台风袭击的可能性会明显增加。由于其持续和累积的影响超出了单个热带气旋的影响，可能导致更为极端的降水、大风和风暴潮。

当前，地球气候正在经历巨变，暴雨事件在全球大气科学研究领域是热点也是难点问题。

暴雨预测是世界性难题

暴雨因其局地性、突发性和活动规律多变等特点，其形成机制迄今尚未被研究透彻，依然是全世界气象领域的一道难题。从整个世界来看，暴雨预测的准确率也一直不高，其中最高的美国准确率仅为25%。中国的数值预报与欧洲中心、美国等相比，起步要晚，先天条件处于弱势。

我国预报暴雨的主要手段，是利用数值天气预报模式产品并结合预报员自身的知识经验。一般来说，形成暴雨需要三个条件，即充足的水汽供应，较强的垂直上升条件和一定的降水持续时间。在暴雨预报的过程中，预报员需要充分考虑这三个条件来判断降水过程可能形成暴雨的量级。预报员进行暴雨预报工作主要是依赖于观测数据和数值模式的预报，在此基础上，预报员再通过自身的知识和经验来对预报结果进行判断与订正。

从暴雨发生到维持的原因看，它是不同时间尺度、不同空间尺度影响系统相互作用的结果，不在一定的空间和时间范围内对与暴雨有关的各方面条件和资料进行全面和综合的分析很难得出正确的预报结论。

从常规高空观测系统上看，目前它所提供的有关暴雨的观测资料和信息主要是针对天气尺度的，而对直接造成暴雨的中小尺度观测并不充分，甚至十分缺乏。这就好比用网捕鱼，网眼太大，小尺度的天气系统难免会成为漏网之鱼。近年来，虽然数值天气预报模式分辨率逐步提升，但研究发现，尽管有些极端暴雨出现时环流形势整体稳定、清晰，但这其中肯定还有中小尺度对流系统发生作用，其尺度可能只有一两百公里、生命周期只有几个小时，当前的数值预报模式很难将其准确清晰地表达出来。

对于强降雨过程和天气趋势，可以提前一周做出判断，但是要求预报准确率较高的话，则需要在三天或者更短的时间。就我国目前的暴雨预报情况来看，预报员对于暴雨过程、影响的范围和时间的把握相对较好，但是对强降水中心的落区、量级以及影响的准确时段的预报，难度还较大。

多年来，得益于日渐完善的气象观测系统、高分辨率数值模式预报系统的发展以及诸多先进科研成果的业务化应用，我国暴雨研究和预报不断取得进步。但在本质上，大气运动的混沌性决定了天气预报必然会有一定程度的误差，同时暴雨因其局地性、突发性和活动规律多变等特点，其形成机制迄今尚未被研究透彻，依然是全世界气象领域的一道难题。要预报1小时超过200毫米这种极端的暴雨，更是难上加难。

中国工程院院士丁一汇院士表示，数值天气预报仍然是暴雨预报的主要依据。数值预报加预报员订正的半理论半经验方法是天气预报也是暴雨中、短期预报在未来相当长一段时期内的主要预报方法。要达到完全客观化、自动化的时代还要走十分漫长的路。

近年来，人工智能（Artificial Intelligence,AI）技术在天气预报领域的广泛应用。谷歌（Google）官方博客上，就介绍了公司正在进行的两个气象类项目，包括“通过神经天气模型预测降水量”、“利用AI完善洪水预警系统”。

尽管AI技术近年来取得了很大的进步，在海量数据处理和图像特征识别等方面超越了传统的线性统计分析、短临雷达外推等方法，并在天气预报中发挥了越来越重要的作用。但目前，AI在天气预报中的应用仍处于“初级阶段”。第一、仍不能替代传统的数值预报，甚至明显改进数值预报；第二、远未实现对人类经验知识的学习，无法替代预报员对天气特征进行识别，仍然需要预报员投入大量精力进行“指引”，如天气特征的“标记”;第三、AI算法本身有很多瓶颈问题。

同时，与机遇共存的是，AI在天气预报中的应用也面临很大挑战。这主要与AI的理论问题相关，针对高阶、非线性、甚至混沌的天气系统，AI仍缺少开创性的理论突破，这其中的原因是多方面的。其中非常重要的一个原因就是，相较于天气预报领域，AI技术在人脸识别、自动驾驶、医学图像检测等应用方面的经济社会效益体现更加显著；同时AI在天气预报中应用的难度过高，导致人力和社会资源投入相对较少。然而，这一现状可望在不久的将来得到改善。随着经济生活对高质量天气预报需求的日益增长，人们逐渐意识到精准天气预报可能带来的巨大效益；同时，精准天气预报已对未来AI技术发展提出了重大研究课题，将成为衡量AI技术先进性的重要标尺。

很多气象机构目前采用的预报是基于大气的物理模型。尽管在过去几十年有很大的改进，但这些模型本身受到计算要求的限制。并且，它们对物理定律的近似值非常敏感。

气象科学、高性能计算和观测系统的发展对数值天气预报的持续进步是决定性的。关键的科学和技术的十字路口要么已经达到，要么很有可能会在很近的未来达到。因此，当下对天气预报和气候学科未来将会如何发展有着根本性地影响。全球的天气和气候模拟在未来十年甚至更长时间的设想，建立于预期的对物理过程的理解的提升、数值模式的发展、观测技术和高性能运算的基础之上，将会是这样的：在分辨率方面，将能够运行全球的、水平分辨率在1公里量级的对流解析模拟；在复杂程度方面，将能够运行完全耦合的大气-陆地-海洋-海冰模式。有着此等分辨率和复杂程度的集合预报将能够提供动力学、物理学和化学甚至是部分生物化学过程的、从数个季度的天气到数十年的气候的概率预报。这些全球预报为在更高分辨率下有限地理区域内对短期天气演变的模拟提供了重要的初始和边界信息。

通常来说，极端事件发生概率非常小。但随着“全球变暖时代”的结束和“全球沸腾时代”的到来，极端天气可能成为人类未来生活的新常态，如何发展新技术更加准确的预测天气，如何积极适应可能成为人类新的必修课。

英文译文

插图：瑞士山间 ｜ SQM摄影作品（2023）