雷徐奔 张文君 刘 超

南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心，南京，210044

Key Laboratory of Meteorological Disaster， Ministry of Education/International Joint Laboratory on Climate and Environment Change/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters，Nanjing University of Information Science ＆ Technology，Nanjing 210044，China

1 引 言

中国所在的东亚地区降水具有显著的季节变化，主要受到季风系统的控制。夏季的盛行风携带暖湿气流由海洋吹向大陆，使其成为东亚地区降水量最多的季节。夏季降水往往伴随着极端事件的发生，对农业生产、水利安全、防汛抗洪等带来了严峻挑战。因此，东亚夏季降水相关的问题一直备受关注。

中国南方夏季降水受到多种海洋、大气因子的调控而呈现出明显的多时间尺度变率特征（黄荣辉等，1999；张庆云等，2003）。在年际时间尺度上，热带太平洋及印度洋的海温对东亚夏季降水存在着明显的调制作用。例如：厄尔尼诺可以通过影响次年夏季东亚环流系统进而影响夏季风爆发的时间及强度（陶诗言等，1998；龙振夏等，1999；Kim，et al，2001），相应增强的西北太平洋反气旋通过向中国输送水汽使得夏季中国东部尤其是长江流域的降水增多（Wang，et al，2000；陈文，2002；Stuecker，et al，2015；Zhang，et al，2016；李海燕等，2016）。此外，有研究强调了印度洋在ENSO 影响次年夏季中 国 降 水 的 重 要 性（Yang，et al，2007；Xie，et al，2009；杨明珠等，2007），指出热带印度洋能够通过印度洋“电容器”效应将ENSO 的影响延续到次年夏季。东亚夏季风除了年际变率外，还存在着周期为30—60 d 的季节内变化特征（Yasunari，1979；Lau，et al，1985，1988；王慧等，2005），其变率的信号主要源于热带大气季节内振荡（MJO，Madden-Julian Oscillation）。MJO 作为热带大气季节内尺度（周期10—90 d）中最重要的信号来源（Madden，et al，1971，1972），其活动特征主要表现为对流中心从热带印度洋向东传播至中太平洋附近。MJO通过热带地区对流激发的异常环流以及遥相关响应，对全球范围内的天气和气候系统都有重要影响（Jones，et al，2004；Donald，et al，2006）。研究表明，MJO 对流活跃时对中国华南地区、西南地区、淮河流域、长江中下游区域的降水均具有重要的影响，当MJO 对流中心位于印度洋时，中国南方地区降水偏多；而当对流中心位于太平洋时，中国南方地区降水则偏少（Yang，et al，2003；白旭旭等，2011；Jia，et al，2011；李汀等，2012；李文铠等，2014）。由于MJO 在季节内尺度上独特的活动特征，人们提出在实际工作中可以将其作为延伸期预报（10—30 d 的天气预报）中的一个重要的预报因子，用来弥补天气预报和气候预报之间的缝隙（Waliser，et al，2003；丁一汇等，2010）。中国的科研工作者在利用MJO 进行延伸期预报方面也有大量的研究，相关成果被广泛地应用于实际预报业务中（吴捷等，2016；Ren，et al，2017）。

近年来，一些学者发现，由于MJO 的传播特征表现出明显的复杂性，所以当MJO 长时间地停滞在某一位相时，其产生的影响可以在季节尺度上呈现，进而造成极端的天气、气候事件。例如，2020年夏季，长江中下游地区经历了自1961 年以来最强的梅雨降水，降水量达到了历史同期平均量的2 倍（Ding，et al，2021），这场持续了近两个月的强降水引起了社会各界的广泛关注。研究发现，同期MJO 相关的对流几乎一直维持在热带印度洋地区，相应的实时多变量MJO（RMM）指数在1—3 位相活跃天数达到了59 d，为历史之最。异常维持的MJO 源源不断地向中国南方地区输送了大量的水汽，从而为2020 年梅雨季降水提供了必要的水汽条件（Zhang，et al，2021；Liang，et al，2021）。除了此次事件，Lü等（2012）发现2009 年持续性的MJO 对流使得印度洋向云南的水汽输送异常减少，从而导致2009—2010 年云南大部分地区发生了罕见的秋、冬、春三季连旱；Hsu 等（2020）研究发现，2018 年夏季MJO 在西太平洋异常长时间停滞致使中国北方地区出现了持续异常的高温热浪事件。这些极端气候灾害都表明，活跃的MJO 在特定位相长时间停留引起的持续性环流异常可以在季节平均尺度上产生影响，引起极端的气候灾害发生。

观测资料显示，夏季MJO 在印度洋地区的停留时间存在明显的年际变化以及长期变化趋势。考虑到MJO 在特定位相对中国夏季降水的显著影响，当MJO 对流中心在某位置长期停留时可能会造成夏季环流的异常维持，进而在季节平均的时间尺度上引发极端的气候灾害。基于此，探究MJO 在特定位相活跃日数的年际变化对长江中下游地区降水的潜在影响具有非常重要的意义。

2 资料与方法

使用的资料包括：（1）中国国家气象信息中心提供的753 站逐日降水观测资料；（2）美国国家海洋大气局（NOAA）气候预测中心（CPC）的全球日降水数据（CPC Global Unified Gauge-Based Analysis of Daily Precipitation）；（3）美国国家环境预报中心/大气研究中心（NCEP/NCAR）提供的全球逐日再分析资料，包括：向外长波辐射（OLR）场、风场、高度场、比湿以及海平面气压场；（4）哈得来中心提供的月平均海表温度资料（HadISST1）；（5）澳大利亚气象局提供的实时多变量MJO 指数（Real Time Multivariate MJO index，简称 RMM 指数，Wheeler，et al，2004）。研 究 时 段 为1980—2020 年 的 夏 季（6—8 月），主要关注区域为长江中下游地区（28°—32°N，105°—120°E）。

3 MJO 不同位相对应的大尺度环流及其对中国降水的影响

从夏季MJO 活动的气候态以及典型位相下环流的合成分布（图1）可以看到，在印度洋北部和中国南海到菲律宾东部海域存在两个季节内向外长波辐射方差的大值区（图1a），表明夏季MJO 在这两个区域的活动比较活跃。由于夏季气候态的低层西风风场最大值的纬向位置大约在10°N 左右，因此低频OLR 场的活跃中心也随之向北偏移（Zhang，et al，2004；Lu，et al，2017）。此前的研究（ Zhang， et al， 2009； 靳 振 华 等， 2013； Bagtasa，2020）发现，当MJO 对流中心位于印度洋和西太平洋时，中国南方地区分别对应为湿位相和干位相，而造成这种现象的原因与MJO 激发出的大气环流有密切的联系。根据RMM 指数的定义，MJO 在起始位置到印度洋地区对应为第1—3 位相，而与其对流相反的位相对应5—7 位相（西太平洋地区），图1b、c 给出了相应位相下OLR 场以及850 hPa 风场异常的合成。当MJO 处于1—3 位相时（图1b），在印度洋区域有强烈的对流上升运动，MJO 对流释放的凝结潜热加热大气，在其中心东侧激发异常东风并且有向东北方向传播的罗斯贝波（Gill，1980）。相应地，在以西北太平洋为中心的大气低层出现了明显的反气旋环流异常，这个反气旋相关的偏南风异常，使得低层水汽由海洋向陆地输送，因此有利于中国南方地区的降水（图2a）。相反地，当MJO处于5—7 位相，即对流中心位于西太平洋地区时，西北太平洋出现气旋性环流异常，其相关的北风异常，不利于水汽从海洋向陆地输送（图1c、 2b），从而使得中国南方地区降水偏少。

图1 （a） 1980—2020 年夏季平均的20—90 d 滤波的向外长波辐射方差 （色阶，单位：（W/m2）2） 及850 hPa 水平风场 （矢线）分 布；1980—2020 年MJO 处 于1—3 位 相 （b） 和 5—7 位 相 （c） 时 的 向 外 长 波 辐 射 （等 值 线，W/m2） 及850 hPa风场 （矢线，单位：m/s） 异常场的合成 （红、蓝色阴影分别代表OLR 场正、负异常通过90%信度水平的区域，风场仅给出通过90%信度水平的区域）Fig.1 （a） Climatological distributions of 20—90 d filtered OLR variance （shadings，（W/m2）2） and 850 hPa wind （vectors，m/s） during boreal summer from 1980—2020； Composites of daily OLR （shadings，W/m2） and 850 hPa wind anomalies during MJO active days during （b） phases 1—3 and （c） phases 5—7 （The red and blue shadings represent positive and negotive OLR anomalies exceeding the 90% confidence level，and the wind anomalies are shown only when the zonal or meridional wind anomalies are significant at the 90% confidence level）

图2 夏季MJO 1—3 位相 （a） 和5—7 位相 （b） 合成的850 hPa 位势高度场 （等值线，单位：dagpm） 及低层水汽输送（矢线，1000—700 hPa 积分，单位：kg/（m·s）） 异常 （阴影为高度场通过90%信度水平的区域，绿色矢量表示水汽输送通过90%信度水平区域）Fig.2 Composites of 850 hPa geopotential height （contours，dagpm） and low-level water vapor transport （vectors，kg/（m·s））anomalies during MJO （a） phases 1—3 and （b） phases 5—7 （hadings represent the geopotential height values above the 90%confidence level，and the green vectors represent the zonal or meridional wind above the 90% confidence level）

图3 给出了夏季MJO 在印度洋地区和西太平洋地区活跃天数和平均强度异常的时间演变。在去除了长期变化趋势之后可以看出，无论是在印度洋或是太平洋，MJO 的活跃情况均有着非常明显的年际变化。前文提到MJO 对流位于印度洋时会为中国南方地区提供有利于降水的条件，可以推测当MJO 活跃于印度洋地区的时间偏长，有利于中国南方地区降水的环流形势也会维持更长时间，从而增加南方降水的可能性，使得降雨的日数也相应地变多。从图3 也可以看到，在印度洋地区停留时间最大可以相差30 d 以上，这样的差异可以累积相当量级的降水，从而使得季节平均降水量产生变化。因此，接下来将探究MJO 活动的年际变化对中国夏季降水日数的可能影响。

图3 1980—2020 每年夏季MJO 在1—3 位相 （a、c） 和5—7 位相 （b、d） 的停留日数 （a、b） 和平均强度 （c、d）的异常Fig.3 Evolution of MJO active day anomalies for （a） phases 1—3 and （b） phases 5—7，and seasonal average of MJO intensity for （c） phases 1—3 and （d） phases 5—7 during the summers of 1980—2020

4 夏 季MJO 在印度洋的活跃日数对中国长江流域降水日数的影响及其年代际变化特征

图4 给出MJO 在1—3 位相活跃日数和平均强度回归的中国南方地区降水日数。为了验证站点资料插值结果的可靠性，也使用CPC 提供的全球地面降水资料进行了验证，得到的结果与站点插值结果基本一致。从图4 可以看到，夏季季节平均尺度上MJO 在印度洋地区的活跃日数与长江中下游地区的降水日数存在显著的正相关关系，说明MJO 对流在印度洋地区停留时间越长，长江中下游地区降水日数越多；相比之下，MJO 在1—3 位相的平均强度与中国夏季降水总日数仅仅在西南部分地区有较弱的线性关系，与长江中下游地区的线性关系并不显著。一般而言，当MJO 达到一定强度后（RMM 指数大于1 时），MJO 能够调制中国长江中下游的降水，而MJO 在印度洋累积的活跃时间很长时，夏季降水量就能够一定程度上影响季节平均降水量，因此，MJO 的维持时间对于降雨日数的影响尤为重要。按照降雨的等级进一步将降水日划分为小雨日（日降水量小于或等于10 mm）、中雨日（日降水量大于10 mm 且小于25 mm）、大雨及以上日数（日降水量大于或等于25 mm）三个等级，并用MJO 在1—3 位相的活跃天数分别回归这三个等级的降水日数（图5）。可以看出，MJO 在1—3 位相的活跃日数对小雨量级的降水日数几乎没有影响，与中雨量级的降水日数仅在长江中游小部分地区有比较显著的正线性相关关系，而与长江中下游大部分区域大雨以上量级的降水日数有非常显著的正线性相关关系。由此可以推断，当MJO 本身的对流比较旺盛时，能够向外输送充足的水汽，可以使其影响的降水也达到大雨以上级别，以前也有大量研究（Yang，et al，2003；Mao，et al，2010；Hsu，et al，2015）强调大气季节内振荡与强降水的关系。因此，当夏季MJO 在印度洋活跃日数很多时，对于长江中下游地区可能会造成持续异常的强降水，引发洪涝等灾害。

图4 夏季MJO 1—3 位相 （a） 活跃日数和 （b） 平均强度回归的中国南方地区台站降水日数；（c）、（d） 与 （a）、（b） 类似但为CPC 格点降水资料 （打点部分为通过90%信度水平的区域）Fig.4 Precipitation days regressed onto MJO （a） active days and （b） average intensity during phases 1—3 based on station data in southern China；（c），（d） are same as （a），（b） but based on global unified gauge-based analysis of daily precipitation（The black dots represent values above the 90% confidence level）

图5 夏季MJO 位于1—3 位相日数回归的不同量级 （a.小雨，b.中雨，c.大雨及以上） 的降水日数 （打点部分为通过90%信度水平的区域）Fig.5 Regressions of light precipitation days （a），moderate precipitation days （b），and heavy precipitation days （c） on MJO active days during phases 1—3 in 1980—2000 （The black dots represent values above the 90% confidence level）

为了验证MJO 维持时间与中国南方降雨日数关系的时间平稳性，进一步给出长江中下游流域（图4、5 的红色方框内）夏季平均的降水日数、MJO 1—3 位相活跃日数及MJO 1—3 位相活跃日数与10 a 高通滤波的总降水、各个不同量级降水日数之间的11 a 滑动相关（图6）。可以看到MJO 在印度洋地区的活跃日数与长江中下游地区的滑动相关在2000 年前并不显著，但自1980 年以来相关关系不断地增强，大约在2000 年之后两者的联系变得显著，MJO 对长江中下游地区降水日数的影响存在着明显的年代际变化。2000 年后3 个量级的降水日数与MJO 活跃日数的相关都有所增强，对总降水日数相关关系的增强均有影响。MJO 活跃日数与小雨日数的关系在2010 年前后相关较强，但总体来看并不稳定，在2000 年后急剧上升，而近年来又急剧下降；相比之下，与大雨和中雨日数的关系没有很大的波动，关系稳步上升。

图6 （a）夏季MJO 位于1—3 位相的活跃日数 （黑色实线） 与长江中下游区域 （28°—32°N，105°—120°E） 平均降水日数 （蓝色实线） 的演变，（b）夏季MJO 位于1—3 位相的活跃日数分别与10 a 高通滤波的长江中下游区域总降水日数 （黑线）、小雨日数 （绿线）、中雨日数 （黄线），大雨日数 （红线） 的11 a 的滑动相关（水平红色虚线为相关系数90%信度水平临界线）Fig.6 （a） Evolution of MJO active days during phases 1—3 （black solid line） and area-averaged precipitation days （blue solid line） over the middle and lower reaches of the Yangtze River （28°—32°N，105°—120°E），（b） 11-year running correlation between MJO active days and light （green line），moderate （yellow line），heavy （red line），and total （black line） precipitation days （the red dash line indicates the 90% confidence level）

由于3 个量级的降水均不能单独主导总降水日数与MJO 活跃日数关系的改变，故仍以MJO 印度洋活跃日数与总降水日数的相关关系为基准，两者的关系大约在2000 年前后由不显著变得显著，由此将研究时段划分为1980—2000 年和2001—2020 年两个时期，分别探究MJO 日数与中国南方降水日数在两个年代的联系及差异的空间分布（图7），可以看到，在前一个时间段MJO 印度洋活跃日数与长江中下游地区的降水日数的空间分布上没有明显的信号，但是自2001 年开始两者的关系呈现显著的正相关。值得一提的是，华南地区的降水日数与MJO 在印度洋的活跃日数的关系则与长江中下游地区相反，呈显著的负线性相关，这可能与MJO 相关的大尺度环流结构有关。同时也分析了MJO 印度洋活跃天数对不同强度等级降雨日数的影响（图8）。可以看到，1980—2000 年MJO在1—3 位相的活跃日数与长江中下游地区各个不同量级的降水日数的关系均不显著，说明这一时段MJO 活跃日数的年际变率并不能显著地调制长江中下游地区降水日数的年际变化。但是自2001 年以来，MJO 活跃日数与长江中游地区中雨量级能够呈现比较好的正线性相关关系，而长江中下游的大部分地区大雨以上的降水日数都对MJO 1—3 位相的活跃日数有很好的响应，几乎都呈现了显著的正线性相关。此外也能看到在华南地区和云南省部分地区小雨和中雨降水日数与MJO 在印度洋地区活跃日数呈负相关关系，这可能与夏季季风的推移位置有关。总而言之，MJO 在印度洋活跃日数与中国长江中下游区域降水日数的联系并不是一直都很稳定的，而是存在年代际变化，在2000 年之后才能够观测到显著的关系，前文中两者显著的正线性相关关系也主要来源于2000年之后的贡献。

图7 1980—2000 年 （a） 和2001—2020 年 （b） 夏季MJO 1—3 位相停留日数回归的中国南方地区降水日数 （打点部分为通过90%信度水平的区域）Fig.7 Precipitation days regressed onto MJO active days during phases 1—3 for （a） 1980—2000 and （b） 2001—2020 （The black dots represent the values above the 90% confidence level）

图8 1980—2000 年 （a—c） 和2001—2020 年 （d—f） 夏季MJO 1—3 位相停留日数回归的小雨 （a、d）、中雨 （b、e） 和大雨及以上 （c、f） 日数的空间分布 （打点部分为通过90%信度水平的区域）Fig.8 Regressions of light precipitation days （a，d），moderate precipitation days （b，e），and heavy precipitation days （c，f）onto MJO active days during phases 1—3 from 1980 to 2000 （a—c） and 2001 to 2020 （d—f） （The black dots represent the values above the 90% confidence level）

5 MJO 在印度洋的活跃日数和长江中下游地区降水日数年代际变化的可能原因

已 有 的 一 些 研 究 工 作（Jones，et al，2006；Yamaura，et al，2017）指出，MJO 自身的强度可能存在年代际变化，进而可能影响其大气的遥相关型。因此，首先考虑MJO 本身的变化对两者关系转折的影响。从1980—2000 年和2001—2020 年两个时段MJO 在1—3 位相850 hPa 环流场及两者的差异（图9）可以看到，这两个时段异常的风场和对流的差异主要出现在热带，而在本研究关注的长江中下游区域（图中紫色线区域）并没有明显的差别。这说明两个时段MJO 本身对流强度变化对长江流域相关的垂直对流以及水汽输送等条件影响不大，不会显著增强长江流域的降水与MJO 的关系。

图9 1980—2000 年 （a） 和2001—2020 年 （b） 两个时段MJO 位于1—3 位相时的OLR 场 （等值线，单位：W/m2） 和风场（矢线，单位：m/s） 异常，以及 （c） 两个时段的差值场 （（b） 与 （a） 之差；阴影为OLR 场通过90%信度水平的区域，风场仅给出通过90%信度水平的部分）Fig.9 Composites of 850 hPa wind （vectors，m/s） and OLR （contours，W/m2） anmalies in phases 1—3 during 1980—2000 （a）and 2001—2020 （b），and （c） their difference （Shadings represent OLR anomalies above the 90% confidence level，and the wind anomalies are shown only when the zonal or meridional wind anomalies are significant at the 90% confidence level）

考虑到热带海温对中国夏季降水的重要调制作用，进而探讨热带海温状况的变化在两者关系年代际转变中的作用。大量研究证明，同期夏季印度洋海温模态与中国夏季季风降水有很好的对应关系，印度洋的海温不仅可以表征前一年冬季ENSO信号的影响，也可能产生独立于ENSO 的海温异常从而调制中国降水的年际变率。因此，选用印度洋区域（20°S—20°N，40°—110°E）平均海温对中国南方不同降水等级的日数进行回归（图10）。有趣的是，印度洋对于长江流域大雨以上降水日数的调制仅仅出现在前一时段，两者的关系在后一时段变得不显著。进一步对印度洋海温变率的活跃度进行分析，给出夏季印度洋海温两个时段变率的方差及差异（图11），可以看到在进入21 世纪以来，印度洋海域几个海盆中的海温年际方差都有显著的减弱，导致热带印度洋海温信号对中国夏季降水年际变率的影响减弱，即印度洋海温对中国降水年际变率调制作用在减弱，使得在海洋对于气候的调控作用不断减弱的情况下，MJO 作为热带大气季节内尺度上最稳定信号的作用可以逐渐凸显出来。在这种情况下，MJO 不仅仅可以作为季节内预报的因子，其季节平均的信号也能够对季节性的气候异常产生影响。

图10 1980—2000 年 （a—c） 和2001—2020 年 （d—f） 夏季印度洋区域（20°S—20°N，40°—110°E） 平均海温回归的小雨（a、d）、中雨 （b、e） 和大雨及以上 （c、f） 日数的空间分布 （打点部分为通过90%信度水平的区域）Fig.10 Precipitation days of （a，d） light precipitation days，（b，e） moderate precipitation days，and （c，f） heavy precipitation days regressed onto area-averaged sea surface temperature over the Indian Ocean （20°S—20°N，40°—110°E） from 1980 to 2000 （a—c） and 2001 to 2020 （d—f） （The black dots represent values above the 90% confidence level）

图11 印度洋地区1980—2000 年（a）和2001—2020 年（b）海温标准差 （单位：°C），以及（c）两个时段的差值 （（b）与（a）之差，打点部分为通过90%信度水平的区域）Fig.11 Standard deviations of sea surface temperature （unit：°C） over the Indian Ocean in （a） 1980—2000，（b） 2001—2020 and （c） their differences （The black dots in （c） represent values above the 90% confidence level）

6 总结与讨论

本研究讨论了夏季MJO 在印度洋地区的活跃日数与中国长江中下游区域降水日数的关系，得出的主要结论如下：（1）MJO 在印度洋地区（1—3 位相）活跃的时间与长江中下游地区的降水日数有显著的线性对应关系。MJO 在印度洋活跃的时间越长，长江中下游地区降水日数越多，进一步分析发现，MJO 对于降雨日数的调控仅体现在大雨及以上等级的日数上，对于小到中雨量级的降水日数影响不明显。（2）通过对不同年代的结果进行对比分析，发现印度洋MJO 活跃日数对于长江流域降水日数的调控在2000 年之前并不明显，在这一时段海洋的年际变率起主导作用；2001 年以后，MJO 的作用才逐渐凸显出来，取代印度洋海温的年际变率成为影响长江中下游降水日数更重要的因子。

文中主要利用统计的方法探索了夏季MJO 在印度洋地区维持日数对中国降水日数年际变化的影响，近年来中国对于MJO 的监测、预报业务也有了较高的技巧（何金海等，2013；任宏利等，2015；Ren，et al，2018），因此本研究结果对于今后延伸期预报以及短期气候预测都有一定的指示意义。然而，MJO 作为一种大气内部过程占主导的季节内变化，如何预报其季节平均活跃天数并将这种大气的信号应用到实际的业务预测中，仍然需要进一步探究。此外，本研究主要关注MJO 活跃日数对降水日数年际变率的影响以及年际影响的年代际变化，在全球变暖背景或海温背景发生年代际转变时，MJO 的活动情况及对中国天气和气候影响也会发生改变。因此，MJO 对中国天气、气候影响的作用在长期趋势与年际变化背景下的改变情况也有待进一步研究。另外，基于简单的统计指出，MJO 活跃日数对长江中下游地区降水影响年代际变化可能与印度洋海温年际变率的年代际减弱有关，然而其背后的物理机制仍需进一步深入分析。