研究专栏|条件归因
同一环流,为何分别带来暴雨与高温?
简介
2020 年梅雨季,长江中下游暴雨不断,华南却持续高温。看上去很不一样的两场极端天气,背后伴随一套共同的大尺度环流。这项研究想弄清楚:大尺度大气环流本身起了多大作用?如果环流形势差不多,变化中的气候背景又会带来什么影响?
结果发现,环流能解释约 71% 的降水异常,却只能解释约 44% 的高温异常。而当类似环流出现在较暖的气候背景中,两类事件都更容易达到极端,尤其是高温。
背景
2020 年梅雨季,长江中下游经历了 1960 年以来最强的梅雨降水,梅雨期持续 62 天,中国连续 41 天发布暴雨预警,严重洪涝随之发生。与此同时,华南却经历了持续异常高温和大范围干旱,海口市出现了 44 个高温日。同一个夏季、相邻的区域,一边雨下个不停,一边却热得异常。
看上去截然不同的两种极端天气,其实受到同一套大尺度环流的影响。2020 年梅雨期间,西太平洋副热带高压异常强盛并向西伸展:其西北侧的异常气旋和水汽辐合有利于长江中下游持续降水,副高控制下的华南则更容易出现高温。既然两场事件都和这套环流有关,我们就想知道,环流到底能解释多少?把天气形势尽量固定下来,当前的气候背景是否还会让它产生更强的极端?
带着这些问题,我们尝试用“条件归因”同时考察两类事件,也就是先在天气形势相似的前提下,再比较降水和高温。以往的研究更多关注一个地区的一种极端,或同一区域内不同灾种的组合;这次,我们把目光放在两个不同区域、同期发生的两类极端上。从空间复合事件的角度看,两者自然联系在一起;不过,这篇工作当时仍分别归因降水和高温,没有考虑它们同时发生的情况。

方法
为了把环流的作用单独拿出来,我们用了环流相似方法(flow analogues)。简单来说,就是到历史资料里寻找与 2020 年每天海平面气压分布相似的天气形势,再看看那些日子下了多少雨、气温有多高。这样就能重建:遇到类似的环流,通常会出现什么样的天气?当然,不能只挑几个“长得像”的日子就下结论。我们还考虑到,某种天气形势可能连续维持几天,选取历史日期的方式也可能影响结果。因此,研究设置了对照,并反复选取历史样本,得到一组可能的天气结果。
具体分析时,我们先去掉资料中随时间缓慢变化的部分,估计环流本身能解释多少异常;再保留降水和气温的长期变化,比较不同时期的相似环流会带来什么天气。这里把 1960–1984 年称为“过去气候”,把 1985–2019 年称为“当前气候”。后文的“过去”和“当前”,都指这两个时段。
结果
先看逐日变化,相似环流确实能跟上不少实际的起伏:有些强降水过程重建得不错,气温也有相似的升降。但仔细看就会发现,2020 年的极端程度并没有被完整重现。尤其在华南,实际最高气温在多数日子里都高于相似环流的平均水平。也就是说,天气形势相似,天气却未必一样极端。

把环流的作用换算成具体比例后,两类事件的差别就很清楚了:大尺度环流能解释长江中下游降水异常的约 70.7%,却只能解释华南高温异常的约 43.6%。这场超强梅雨,很大程度上确实与当年的异常气旋与副高的配置有关;但对于高温,相同的大尺度环流还解释不了一半以上的异常。
为什么同样的方法,对高温的解释能力却弱了不少?一方面,华南最高气温本身已经在长期升高,同样的天气形势放到不同气候背景里,温度未必相同。另一方面,这个方法没有单独计算土壤干湿等因素对气温的影响,而这些因素也可能参与了高温的形成与维持。所以,环流没解释掉的部分,并不能一股脑儿都算到气候变化头上。

接下来才真正进入“条件归因”的核心:如果天气形势差不多,现在是不是比过去更容易出现这么大的雨、这么高的温度?对于降水,在相似环流条件下,达到或超过 2020 年梅雨量的概率,从过去的约 1.23% 升到当前的约 6.25%,是过去的约 5.1 倍,对应的可归因风险比例(FAR)约为 0.80。换句话说,即使不改变这套特殊的天气形势,较暖的气候背景已经让如此极端的降水更容易出现。
比较高温时,我们遇到了一个问题:过去气候的相似环流样本中,没有一个达到 2020 年实际高温的强度。若直接把观测值作为门槛,过去样本中超过它的比例就是零。因此,研究改用 1 个标准差(+0.62°C)作为统一的比较门槛。超过这个门槛的概率,从过去的约 0.58% 升到当前的约 68.7%,FAR 约为 0.99。过去很少见的高温水平,在较暖的气候背景下已经相当常见。要注意,这里比较的是 1σ 这个门槛,不是 2020 年实际达到的高温强度。
把门槛再往上抬,在研究考察的范围内,两类事件的 FAR 都随之增大,高温的变化尤其突出。这里的 FAR 说的是发生风险有多少与两个时期的气候差异有关,不能把它理解成“某一次事件的强度有多少来自气候变化”。

讨论
读到这里,很容易接着问:这些变化是不是都能算作人类活动的影响?这篇研究还不能走到那一步。它比较的是两个历史时期,差异既可能来自温室气体等外部因素,也可能与气候系统自身较长时间尺度的起伏有关。要把人类活动的贡献单独算出来,还需要用气候模式比较“有人类影响”和“没有人类影响”的世界,提供进一步证据。这也是论文留给后续研究的问题。
但它先回答了一个很实际的问题:当一次极端事件明显受到异常环流控制时,能不能把天气形势与变化中的气候背景分开来看?2020 年的这两个事件说明,这样做很有必要。如果只说“都是副高造成的”,就容易低估背景变化的作用;反过来,只看长期趋势,也解释不了为什么偏偏在 2020 年,两个区域会同时进入极端状态。
沿着这条思路,我们后来继续发展了构造环流相似方法,让历史天气形势的组合更接近实际事件;也进一步把解释单次事件的“故事线”方法,与评估同类事件风险的“概率”方法结合起来,理解事件为什么发生、风险又如何变化。长江中下游暴雨和华南高温的组合,也自然带出了下一个问题:既然它们会一起出现,能不能直接研究“高温和暴雨同时发生”的联合风险,以及人类活动如何改变这种风险?
大尺度环流帮助我们解释事件为什么在特定时间和地点发生,变化中的气候背景则会影响相似的天气形势究竟能带来多强的极端。把两者放在一起,才能既理解眼前事件,也看清未来的风险。
背后的故事
这是我在研究生期间发表的第一篇文章,也是我学术生涯的开篇之作。我还记得,入学那年秋天就开始筹备这项研究,一边上课,一边抽空写代码、处理数据,后来再慢慢完成绘图和写作。正式接收的那一天,真的感受到了很强烈的正反馈,现在好像已经很难再找回当时那种感觉了。
同行评议时,我还遇到了一位色盲的审稿人,让我意识到,科研绘图的配色除了好看,还得让不同颜色所表达的信息清楚、容易区分,让不同色觉的读者都能看懂。