平均降水没变多，为什么极端暴雨风险却上升了？

背景

2020 年 8 月 11—20 日，四川盆地及周边经历了一次罕见的持续强降水过程，被列入当年全国十大天气气候事件和十大自然灾害。这 10 天的区域降水异常创下 1960 年以来纪录，强度约为 2.5 个标准差。四川盆地多个站点刷新单日降水纪录，其中芦山站达到 425.2 mm，超过此前纪录的两倍。接连不断的暴雨引发洪水、内涝和滑坡等灾害，给当地带来严重损失。

要理解这场暴雨，仅仅知道“下了很多雨”还不够。西南地区受东亚夏季风影响，降水与副热带高压、水汽输送和具体的天气形势密切相关，本身就有很大的自然起伏。以往针对国内强降水的人为归因研究，甚至得到过方向不同的结果。因此，我们想把两个问题分开：这次暴雨有多少可以由异常环流解释？把类似暴雨作为一类事件来看，人为活动又有没有改变它们的发生概率？

方法

对于第一个问题，我们从“故事线”视角出发，追着这次具体事件寻找原因。研究使用环流相似方法，从历史资料中找出与 2020 年大尺度天气形势相似的日子，再用那些日子的降水重建这次事件。我们还设置了随机抽取天气形势的对照，并考虑同一种环流可能连续维持几天，避免把持续性的影响漏掉。

第二个问题则需要换个角度。只比较过去和现在，能看出气候背景变化的影响，却还不能把人为贡献单独分出来。于是，我们使用英国气象局的 HadGEM3-GA6-N216 归因系统，比较 2020 年有、无人为强迫的两组模拟，每组各有 525 个成员。可以把它理解成：在包含人类活动影响的世界，以及去掉人为影响的假想世界里，各模拟许多种可能的天气，再比较达到同一暴雨强度的机会。这就是这里采用的概率归因思路。

结果

先看这次事件的天气形势，研究区域位于青藏高原东缘，也处在异常强盛且持续的西太平洋副热带高压西侧。来自南方的水汽不断输送到四川盆地及周边，并在这里汇聚，为持续暴雨准备了充足的水汽和有利的环流条件。

环流相似分析也印证了这套天气形势的重要性。如果完全随机抽取历史天气形势，重建样本中几乎不会出现达到 2020 年强度的降水；换成与当年相似的环流，降水会明显增强。但即便如此，2020 年的实际强度在这些样本里仍然十分罕见。

进一步考虑环流持续性后，大尺度环流能解释实际事件强度的约 47.2%。也就是说，异常环流确实是暴雨形成的重要原因，但只解释了大约一半。仅仅说“当年的天气形势特别异常”，还不足以解释它为什么这么强。当然，剩下的部分也不能直接全部算作人为影响，环流相似方法没有单独计算的土壤湿度等因素同样可能参与其中。

在相似环流下比较不同时期，还能看到气候背景变化留下的信号：较近期的相似环流更容易对应较大的降水异常。不过，要回答其中有多少与人为活动有关，还得看有、无人为强迫的模拟比较。

两组模拟给出的结果是，人为强迫使达到或超过 2020 年事件强度的概率增至约 2.4 倍，对应的可归因风险比例（FAR）约为 0.59。这里的 2.4 倍，是与没有人为强迫的模拟相比，针对这一地区、这一时段和强度门槛的概率比（PR）。它衡量的是类似暴雨发生的机会，并不是说这场暴雨的雨量增加了 2.4 倍，也不能与前面的环流贡献比例直接相加。

讨论

图 2 中还有一个容易被忽略的结果：既然人为强迫增加了暴雨风险，是不是意味着这个地区一直在变湿？实际并非如此。1960 年以来，研究区域每年 8 月 11—20 日的平均降水甚至略有下降，只是趋势并不显著；模式中的人为强迫响应也倾向于降低区域平均降水。

为什么平均降水没变多，极端暴雨却更容易出现？关键在于降水的起伏变大了。模式结果显示，人为强迫增加了区域降水的年际变率，使概率分布变宽。即使平均值没有向“更湿”的方向移动，强降水那一端仍可能伸得更远，让过去很少出现的暴雨变得更常见。换句话说，平均降水没有明显增加，并不代表极端暴雨风险没有上升。

这也是降水归因比较有意思的地方。对于高温，平均气温升高与极端增强通常方向一致，容易理解；降水却不一定如此。一个地区没有明显的长期增湿趋势，仍可能因为年份之间的起伏加大而面临更高的极端风险。如果只盯着一条长期趋势线，就容易漏掉这些藏在分布尾部的变化。

从方法上看，这篇工作也接续了前一篇关于 2020 年梅雨与华南高温的研究。那篇工作在相似环流条件下比较过去和当前气候，这次则进一步引入有、无人为强迫的模拟。一边追问“为什么这一次会发生”，一边追问“人为活动改变了多少类似事件的风险”，两个视角回答不同的问题，也相互补充。

因此，评估极端降水风险时，除了问“未来平均会不会下更多雨”，还需要问：不同年份之间的起伏会不会更大？过去少见的强降水会不会更容易发生？异常环流帮助解释这场暴雨为何在特定时间和地点出现，气候变化则可能通过改变降水的起伏，放大类似事件的风险。很多变化并不直接写在平均值上。