暴雨遇上高温：把两个地区的极端放在一起看

背景

这项研究仍从 2020 年那个特殊的夏季出发：长江中下游经历了破纪录梅雨和严重洪涝，几乎同时，华南却出现了破纪录高温和大范围干旱。相邻地区在同一个季节承受着不同的极端天气，暴雨淹没农田、影响收成，高温也干扰了华南作物生长，两地的影响还可能在更大范围的粮食供应和经济系统中叠加。

把这两场事件放在一起看，就会发现它们符合空间复合事件的特点：相互关联的不同地区同期遭遇一种或多种极端天气，影响又会汇集到同一个系统中。因此，除了分别研究暴雨和高温，我们也想知道两者共同组成的事件有多极端，气候变化又怎样改变了它。

此前的归因研究大多针对单一变量或灾种，要用一个指标描述不同地区、不同类型极端的整体强度，并让它适用于模式分析，并不容易。更让我们感兴趣的是，几项只针对 2020 年长江中下游梅雨的研究发现，人为强迫降低了这场极端降水的发生概率；如果把同期华南高温也考虑进来，对整个事件的判断还会一样吗？

方法

为了把降水和高温放到同一个尺度上，我们将长江中下游 6—7 月的降水百分比异常和华南同期最高气温异常，分别除以各自的气候标准差，再取平均，构建空间复合事件指数。两种标准化异常各占一半权重，共同决定指数的大小，也让不同的降水—高温组合可以用同一个指标比较。

在估计环流贡献时，传统方法需要从历史中挑选最相似的天气形势，但越是极端的事件，就越难找到足够接近的样本。为此，我们发展了构造环流相似方法（Constructed Flow Analogues，CFA），把多个历史相似环流按合适的权重组合，让重建结果尽量贴近 2020 年的实际环流，再用同样的权重重建降水和温度。

归因分析结合了两个视角：故事线方法把环流固定在接近实际事件的状态，估计环流本身和人为强迫的热力作用；概率方法则不固定环流，比较有、无人为影响时，同样罕见的事件能有多强，以及达到指定强度的事件有多常见。我们使用英国气象局的 HadGEM3 大集合模拟和通过评估的 CMIP6 多模式模拟，对照不同方法和模式给出的结果。

结果

2020 年长江中下游的降水异常约为 5.4σ，华南高温异常约为 2.5σ（σ 为各变量自身的气候标准差），两者平均得到的复合指数约为 4，创下 1961 年以来纪录。将时间拉长到 1961—2020 年，还能看到复合指数呈现显著上升趋势。

CFA 重建表明，大尺度环流对这次复合事件强度的动力贡献约为 51%，其中对降水和高温异常的贡献分别约为 56% 和 41%。与 2020 年相似的环流型在 1961—2019 年间没有明显增多趋势，说明当年这套特殊的动力配置主要与气候系统内部变化有关。

进一步把 HadGEM3 模拟中的环流调整到接近 2020 年实际状态，再比较有、无人为强迫的大集合，可以估计出人为强迫的热力作用贡献了约 39% 的复合事件强度。同样一套天气形势，放到受到人为影响的更暖气候背景下，对应的降水和高温也会随之变化，让复合事件更强。

不固定环流时，我们比较同等重现期，也就是同样罕见的事件，得到的整体人为贡献在 HadGEM3 中约为 37%，在 CMIP6 多模式中约为 35%，与故事线分析的 39% 很接近。几个结果相互印证，表明在这次事件中，人为影响主要来自热力背景的改变，通过环流出现频率变化产生的额外动力影响相对较小。

拆分不同人为强迫后，可以看到温室气体和气溶胶在向不同方向发挥作用：前者对复合事件强度的贡献约为 +70%，后者约为 −30%。人为气溶胶抵消了部分温室气体带来的增强，两者共同塑造了我们看到的净变化。

为了进一步估计类似事件的发生概率，我们采用此前 2016 年的历史纪录作为门槛，将复合指数达到或超过这一强度的事件称为“2020-like”事件。2020 年的观测值在模式当前气候中也极少出现，使用此前的纪录，既便于比较，也能减少直接挑选最极端年份作为门槛带来的选择偏差。

以这一门槛计算，HadGEM3 给出的概率比最佳估计约为 442 倍，CMIP6 多模式约为 53 倍。由于事件极其罕见，估计的上限有很大不确定性，而两套模式的不确定性下限都接近 10 倍，因此论文将结论概括为：人为气候变化使这类事件的发生概率增至至少约 10 倍。

未来的变化以 2001—2020 年气候为基准，按 20 年滑动窗口估计。在 SSP5-8.5 高排放情景下，类似事件在 2050 年前后预计约为基准时期的 10 倍，到 2090 年前后约为 14 倍；在接近 1.5°C 目标的 SSP1-1.9 低排放情景下，这两个时期都约为 7 倍。排放路径之间的差距随着时间拉大，也说明减排能够明显限制这类事件的增加。

降水和高温各自的分布，进一步解释了复合事件发生概率上升的原因。在当前阶段，有人为强迫的模拟中，区域降水反而比无人为强迫时低，这可能与人为气溶胶的抑制作用超过温室气体的增强作用有关；气温却随着人为强迫明显升高，成为推动复合事件更常见的主要因素。

虽然未来降水也会向更强的一端变化，但到本世纪末，即使在 SSP5-8.5 下，2020 年那样的降水异常仍然十分极端。相比之下，2020 年的高温强度在 SSP2-4.5 和 SSP5-8.5 下已会落入较普通的温度范围，意味着未来达到相同的复合指数时，高温这一侧不再需要像今天这样罕见。

讨论

单独研究梅雨时，人为影响可能降低极端降水的发生概率；把华南高温纳入后，复合事件却明显更常见。这种差别正是复合事件值得单独研究的原因：气候变化对不同灾种的影响方向和幅度并不相同，降水一侧的减弱可以被高温一侧更强的变化超过，最终让整体指数更容易达到极端。

对于相邻地区，两地洪涝和高温造成的农业影响还可能沿着粮食供应和经济联系传递，汇集成全国性的压力。把气象事件的归因结果与暴露度、脆弱性和实际影响资料结合起来，才能进一步理解这些同时发生的异常会带来多大的社会损失。

从最初分别分析梅雨和高温，到结合故事线与概率方法研究西南暴雨，再到这篇空间复合事件研究，我们逐渐把单次事件的形成原因与同类事件发生概率的变化联系起来。CFA 让环流重建更接近实际天气，故事线和概率方法则从不同角度检验人为影响。沿着这条思路，后续还可以继续追踪不同地区的灾害怎样共同影响更大的社会系统。