2022年夏季長江流域重大干旱特征及其成因研究

李憶平，張金玉，岳平，王素萍，查鵬飛，王麗娟，沙莎，張良，曾鼎文，任余龍，胡蝶

（1.中國氣象局蘭州干旱氣象研究所，甘肅省干旱氣候變化與減災(zāi)重點實驗室，中國氣象局干旱氣候變化與減災(zāi)重點實驗室，甘肅 蘭州 730020；2.江蘇省無錫市氣象局，江蘇 無錫 214135）

引言

氣候變暖背景下，全球降水的極端性和時空非均勻性加劇，導(dǎo)致陸面蒸散發(fā)等水分平衡過程發(fā)生顯著改變，干旱頻率和干旱強度呈增加趨勢，干旱災(zāi)害風(fēng)險加大，嚴重威脅到全球和區(qū)域水資源安全、生態(tài)安全和糧食安全［1］。全球每年因干旱造成的經(jīng)濟損失已從1980—2009年的173億美元飆升到了2010—2017年的231億美元，其增速遠大于其他自然災(zāi)害造成的損失［2］。因此，世界氣象組織（World Meteorological Organization，WMO）和聯(lián)合國糧食和農(nóng)業(yè)組織（Food and Agriculture Organization of the United Nations，F(xiàn)AO）等一直將干旱問題作為全球需要優(yōu)先解決的問題［3］。

國際上對干旱問題的關(guān)注由來已久，尤其是20世紀30年代北美洲發(fā)生的持續(xù)性特大干旱事件，引發(fā)了全球?qū)Ω珊导捌錇?zāi)害問題的普遍關(guān)注［4］。而1955年在美國新墨西哥州召開的首次國際干旱會議，明確提出要以干旱災(zāi)害為重點研究方向［5］。20世紀60年代末發(fā)生的非洲特大干旱事件造成34個國家遭受嚴重旱災(zāi)，被聯(lián)合國稱為“非洲近代史上最大的人類災(zāi)難”，由此引發(fā)了十分嚴重的糧食危機、大范圍饑荒，甚至社會動亂和局部戰(zhàn)爭等問題，僅1968—1973年就導(dǎo)致大約20萬人死亡，震驚全世界［6］。

2022年春夏季，北半球經(jīng)歷了史無前例的高溫干旱，歐美和亞洲持續(xù)性的高溫天氣均伴隨嚴重的干旱事件。根據(jù)WMO發(fā)布的最新報告，剛剛過去的7月已成為全球范圍內(nèi)有氣象記錄以來最熱的前三名之一，北極圈7月最高氣溫甚至達到32.5℃（https://3g.163.com/dy/article/HDTOH8JH0514R9KQ.html）。根據(jù)美國國家抗旱中心監(jiān)測數(shù)據(jù)顯示，美國多地今夏遭遇了嚴重干旱，其西部高達70%的地區(qū)處于干旱狀態(tài)，美國東北部部分地區(qū)甚至遭遇了“極度干旱”（https://baijiahao.baidu.com/s？id=1741355411733446729&wfr=spider&for=pc）。而 歐洲歷來是高溫干旱的頻發(fā)區(qū)，今年也沒能幸免，位于地中海沿岸的葡萄牙和西班牙部分地區(qū)氣溫一度達到47℃，英國多地氣溫也突破歷史極值。歐洲地區(qū)大范圍、持續(xù)性的高溫干旱給當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和糧食安全帶來嚴峻挑戰(zhàn)，其中法國和德國作為歐洲小麥主產(chǎn)區(qū)，受此次高溫干旱影響，預(yù)計小麥產(chǎn)量將下降10%（http://e927.lxjyw.net/news/73c899902.html）。

我國是干旱災(zāi)害發(fā)生頻率最高、影響最嚴重的國家之一，每年因干旱災(zāi)害造成的直接經(jīng)濟損失高達440億元［7］。已有研究表明，我國北方是干旱頻發(fā)的主要區(qū)域，許多學(xué)者針對北方干旱災(zāi)害的特征和形成機理進行了大量研究，形成了很多有意義的成果［8］。然而，隨著氣候變暖，近年來我國南方地區(qū)（包括長江流域）的干旱事件也逐漸增多。這類干旱事件爆發(fā)后陸面向大氣的感熱輸送顯著增加，促使抬升凝結(jié)高度增加，大氣邊界層整體變干、濕靜力能降低，從而有效抑制了對流降水［9］。并且，大氣邊界層整體變干將增大陸面蒸發(fā)潛力，通過大量消耗土壤含水量，加速干旱過程發(fā)展［10］。雖然已有研究對南方地區(qū)干旱災(zāi)害的風(fēng)險特征及成因進行了一些初步分析［11-13］，但由于對其科學(xué)認識仍然不足，許多問題還有待進一步了解，這嚴重影響了南方地區(qū)干旱減災(zāi)防災(zāi)能力的提升。值得關(guān)注的是，2022年長江流域自6月中旬開始降水偏少，中央氣象臺自7月21日首次發(fā)布高溫預(yù)警之后，連續(xù)41 d發(fā)布高溫預(yù)警信號。從此次高溫干旱的影響來看，自8月11日四川、重慶、湖北、湖南、江西、安徽等6?。ㄊ校﹩痈珊捣烙募夗憫?yīng)以來，長江中下游受旱面積已擴展到8000多hm2。此時正值長江流域一季稻灌漿和乳熟期的關(guān)鍵期，是水稻對水熱反應(yīng)最敏感的時期，持續(xù)性高溫干旱將導(dǎo)致水稻嚴重減產(chǎn)［14］。隨著氣象干旱不斷發(fā)展，不僅農(nóng)業(yè)生產(chǎn)受到影響，也更進一步造成了水文干旱的發(fā)生及電力供應(yīng)的不足。長江干流及洞庭湖、鄱陽湖水位明顯下降，較常年同期偏低4.85～6.13 m，創(chuàng)有實測記錄以來同期最低。水位下降導(dǎo)致水電站難以發(fā)電，一些地方采取應(yīng)急措施節(jié)電，包括工廠停工、商店縮短營業(yè)時間、辦公樓關(guān)閉空調(diào)等。長江沿岸大城市中，上海關(guān)閉了外灘與浦東著名的景觀燈光，四川瀘州更是分時段熄滅路燈，以減輕電網(wǎng)壓力。中國水利部已啟動干旱防御應(yīng)急響應(yīng)，實施“長江流域水庫群抗旱保供水聯(lián)合調(diào)度專項行動”，加大水庫出庫流量為下游補水。同時，財政部安排農(nóng)業(yè)生產(chǎn)和水利救災(zāi)資金達100億元?？傊?022年夏季長江流域高溫干旱事件對水資源、生態(tài)環(huán)境和農(nóng)業(yè)生產(chǎn)造成了嚴重影響，引起了政府部門和社會各界的高度關(guān)注［15］。為揭示此次重大干旱的基本特征及其成因，本文在客觀分析此次高溫干旱事件演變特征的基礎(chǔ)上，討論了大氣環(huán)流和外強迫異常對這次事件的可能影響。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

使用的數(shù)據(jù)主要有：（1）氣象站點觀測數(shù)據(jù)，來源于國家氣候中心提供的中國區(qū)域內(nèi)699個氣象臺站的逐日觀測資料，主要為最高氣溫、最低氣溫、平均風(fēng)速、平均相對濕度和日照時數(shù)；（2）逐日氣象干旱綜合指數(shù)（MCI），來源于國家氣候中心；（3）遙感數(shù)據(jù)，來源于GCOM-W1/AMSR-2逐日升軌和降軌的土壤體積含水量數(shù)據(jù)，空間分辨率為10 km×10 km；（4）逐月土壤濕度再分析數(shù)據(jù)，來源于歐洲中期天氣預(yù)報中心（European Centre for Medium-Range Weather Forecasts）提供的全球氣候第五代大氣再分析數(shù)據(jù)集ERA5［16］；（5）逐日再分析數(shù)據(jù)，來源于美國國家環(huán)境預(yù)報中心/國家大氣研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR），包括高度場、風(fēng)場、溫度等要素，水平分辨率為2.5°×2.5°，垂直方向為17層［17］；（6）海表溫度（簡稱“海溫”）數(shù)據(jù)，來自美國國家海洋和大氣管理局重建的海表面溫度第五版本NOAA ERSST.v5，空間分辨率為2.0°×2.0°［18］；（7）Nino3.4指 數(shù)，來 源 于NOAA Climate Prediction Center（CPC）的官方網(wǎng)站；（8）高原積雪數(shù)據(jù)，來源于美國國家冰雪數(shù)據(jù)中心（National Snow and Ice Data Center，https://nsidc.org）提供的2000—2022年MODIS/Terra 8-Day合成積雪產(chǎn)品MODIS/Terra Snow Cover 8-Day L3 Global 500-m Grid（MOD10A2）和MODIS/Terra Snow Cover 8-Day L3 Global 0.05 Degree CMG（MOD10C2）［19-20］，MOD10C2數(shù)據(jù)分辨率為0.05°×0.05°；（9）西太平洋副熱帶高壓的面積指數(shù)及強度指數(shù)均來源于國家氣候中心。文中氣候基準期為1991—2020年。

文中附圖（除圖4以外）所涉及地圖均基于國家測繪地理信息局審圖號為GS（2016）2556號的標準地圖制作，底圖無修改。

1.2 研究區(qū)域

本文研究區(qū)域為長江流域，使用的站點為長江流域173個氣象站點（圖1），主要分布在四川省、重慶市、貴州省、湖北省、湖南省、江西省、安徽省、江蘇省、浙江省以及上海市。

圖1 長江流域氣象站點分布Fig.1 Distribution of stations in the Yangtze River Basin

1.3 研究方法

1.3.1 極渦面積和強度指數(shù)

極渦的各相關(guān)指數(shù)計算方法詳見文獻［21］。極渦面積指數(shù)（S）定義：北半球500 hPa位勢高度場上，取接近最大西風(fēng)軸線的等高線為極渦南界，將南界特征等高線以北所包圍的扇形面積定義為極渦面積。計算公式如下：

式中：λ1和λ2（rad）分別為相鄰格點經(jīng)度值；φ為極渦南界緯度；R為地球半徑（取為6378 km）。

極渦強度指數(shù)（Q）是指500 hPa等壓面與極渦南界特征等高線所在的等高面之間的空氣總質(zhì)量。計算公式如下：

式中：ρ為大氣密度；Δφ和Δλ分別為相鄰格點的緯度差和經(jīng)度差，文中為2.5°；H0為極渦南界特征等高線位勢高度值；Hij為在特征等高線以北格點上的位勢高度值；ρR2可視為常數(shù)（本文取值為1）。其中亞洲區(qū)為60°E—150°E區(qū)域范圍。

1.3.2 蒸散量

采用目前廣泛使用的Penman-Monteith公式，此公式以水汽擴散理論和能量平衡為基礎(chǔ)，1998年FAO推薦將其作為計算參考作物蒸散量的唯一標準方法，其具體計算公式詳見文獻［22］。

1.4 CABLE陸面模式簡介

CABLE（community atmosphere biosphere land exchange）模式最初是澳大利亞發(fā)展并建立的陸面模式，隨著其版本的不斷更新，該模式也進行了一系列改進［23］。CABLE模式的主要作用是真實地描述全球天氣和氣候系統(tǒng)中的水、地表能量和碳循環(huán)。該模式主要由5個模塊組成，包括：土壤模塊、輻射模塊、地表通量模塊、冠層微氣象模塊和生態(tài)系統(tǒng)呼吸模塊［24］。有關(guān)CABLE模式的主要特點、發(fā)展歷史以及模擬效果的檢驗詳見文獻［25］。因其模擬效果較好，CABLE模式已經(jīng)在我國業(yè)務(wù)工作中用于干旱的實時監(jiān)測［24，26］。

2 夏季長江流域干旱特征

2.1 干旱指數(shù)監(jiān)測結(jié)果

2022年夏季（6—8月），長江流域發(fā)生了嚴重的高溫干旱事件。6月開始，長江流域北部部分地區(qū)出現(xiàn)不同程度的氣象干旱，湖北、安徽、江蘇的部分區(qū)域有中到重旱，流域北部局地有特旱。進入7月，伴隨著持續(xù)性高溫天氣的出現(xiàn)，長江流域旱情迅速發(fā)展，四川、重慶、湖北、湖南、安徽、江西6?。ㄊ校┖登閲乐亍覛夂蛑行腗CI干旱監(jiān)測指數(shù)顯示，7月，長江流域接近一半的臺站存在不同程度的氣象干旱，重到特旱的站次比為9.3%。進入8月，流域內(nèi)74.7%的臺站存在旱情，重到特旱站次比達33.0%。8月20日，流域內(nèi)92%的站點存在旱情，重到特旱站次比甚至達到54%，全流域一半臺站有重到特旱（圖2）。

圖2 2022年6月1日至8月20日長江流域干旱站次比演變Fig.2 The evolution of percentage of stations occurring drought in the Yangtze River Basin from June 1 to August 20，2022

2.2 高溫及蒸散量特征

2022年夏季，長江流域出現(xiàn)高溫天氣。6月1日至8月20日，長江流域及其周圍大部分地區(qū)高溫日數(shù)（大于等于35℃）均超過10 d，局部地區(qū)甚至超過40 d［圖3（a）］。其中，陜西東南部、湖北西北部、浙江大部以及江西東北部為高溫日數(shù)的高值區(qū)。從夏季最高氣溫來看，長江流域大部分區(qū)域最高氣溫都在35℃以上，尤其是川渝地區(qū)、湖南、湖北、江蘇及浙江，最高氣溫甚至超過40℃［圖3（b）］。

蒸散量能夠通過改變水分平衡而對干旱過程產(chǎn)生重要影響。從蒸散的監(jiān)測結(jié)果來看，2022年6月1日至8月20日，長江流域大部分區(qū)域參考作物蒸散量較常年同期偏大，四川盆地和重慶偏大30%以上［圖3（c）］。2022年夏季長江流域蒸散量距平百分率是1960年以來僅次于2013年高溫伏旱的歷史第二大值，該區(qū)域總體偏大16%［圖3（d）］。

圖3 2022年6月1日至8月20日全國高溫日數(shù)（a，單位：d）、最高氣溫（b，單位：℃）、蒸散量距平百分率（c，單位：%）分布及1960—2022年長江流域蒸散量距平百分率的逐年變化（d）Fig.3 The distribution of high temperature days(a,Unit:d),maximum air temperature(b,Unit:℃),percentage of evapotranspiration anomalies(c,Unit:%)from June 1 to August 20,2022 in China and evolution of percentage of evapotranspiration anomalies in the Yangtze River Basin during 1960-2022(d)

2.3 土壤濕度異常特征

土壤濕度是反映農(nóng)作物受旱程度的重要指標，也是分析旱情演變規(guī)律和開展抗旱灌溉的重要依據(jù)。但與氣象干旱相比，土壤濕度的變化往往具有一定的延時現(xiàn)象。

基于GCOM-W1/AMSR-2逐日升軌和降軌的遙感土壤水分產(chǎn)品［圖4，審圖號為GS（2020）4773號］分析表明，從2022年6月下旬開始，四川和重慶交接地帶干旱突然開始顯現(xiàn)。7月上旬，長江流域整體表現(xiàn)為土壤干旱狀況，8月中旬最為嚴重，土壤體積含水量減少高達0.20 m3·m-3。圖5為2022年夏季長江流域旱情最嚴重的6?。ㄊ校ㄋ拇?、重慶、貴州、湖北、湖南、江西）自然植被（草地、熱帶稀樹草原）土壤體積含水量變化?？梢钥闯?，除7月中旬外，該區(qū)域從6月中旬開始土壤體積含水量基本保持在較低狀態(tài)，均低于去年同期土壤體積含水量，尤其在8月中旬，土壤體積含水量較同期偏低的程度最嚴重［圖5（a）］。此外，從2022年逐旬土壤體積含水量盈虧（當(dāng)前旬減前一旬）［圖5（b）］來看，從6月上旬開始該區(qū)域土壤體積含水量都表現(xiàn)為虧損狀態(tài)。至7月下旬，水分虧損達最大值，連續(xù)的水分虧損導(dǎo)致長江流域出現(xiàn)大面積嚴重干旱。到8月上旬，土壤水分雖然有所補償，但與前期連續(xù)虧損造成的土壤嚴重失墑相比，還不足以緩解土壤的干旱狀況。從以往來看，夏季通常是長江流域土壤水分的重要補充時段，但2022年夏季由于出現(xiàn)高溫干旱事件，導(dǎo)致該區(qū)域土壤水分補充存在明顯異常。從近9 a（2014—2022年）該區(qū)域夏季土壤水分增量（每年7—8月平均值減當(dāng)年5月土壤體積含水量）的演變情況［圖5（c）］來看，此次高溫干旱導(dǎo)致土壤體積含水量的補償量處于負距平，是近年來虧損最為嚴重的一年。

圖4 2022年與2021年夏季同期土壤體積含水量差值空間分布（單位：m3·m-3）Fig.4 Spatial distribution of difference between the volumetric soil water content in summer 2022 and the same period of 2021（Unit：m3·m-3）

圖5 2022年夏季長江流域旱情最嚴重區(qū)自然植被逐旬土壤體積含水量與2021年同期差值（a）、2022年夏季逐旬土壤水分增量（當(dāng)前旬減前一旬）（b）及2014—2022年7—8月土壤水分增量（每年7—8月平均值減當(dāng)年5月土壤體積含水量）的年際變化（c）Fig.5 Differences of ten-day’s soil volumetric water content of natural vegetation in area with the most severe drought over the Yangtze River Basin between the summer of 2022 and the same period of 2021（a），the incremental soil moisture in summer of 2022（the difference of volumetric soil water content between the right now ten-day and the former one）（b），the yearly variation of the incremental soil moisture in July-August（the difference between the average of the volumetric soil water content in July-August each year and the value in May of the current year）during 2014-2022（c）

圖6是ERA5再分析資料得到的我國2022年夏季0～100 cm土壤濕度距平分布。6月，長江中下游北側(cè)開始出現(xiàn)土壤濕度異常［圖6（a）］。7月，土壤濕度異常區(qū)域明顯擴大，長江流域負異常最顯著的區(qū)域主要在四川、重慶、貴州一帶。與之對應(yīng)的是我國南方大范圍的異常高溫天氣，導(dǎo)致蒸發(fā)潛力增大，淺層至深層土壤整體變干［圖6（b）］。8月，土壤濕度負異常范圍進一步擴大增強，我國36°N以南區(qū)域均為明顯的負距平區(qū)，異常中心主要位于四川東部、重慶、貴州北部，異常值高達-0.30 m3·m-3［圖6（c）］?？傮w來看，衛(wèi)星遙感資料中夏季土壤水分狀況與去年相比，虧缺明顯。同時，長江流域7—8月土壤水分增量也是近9 a中負異常最明顯的一年。此外，ERA5再分析資料的結(jié)果也表明2022年夏季長江流域的土壤濕度與歷年相比明顯偏低，這些結(jié)果都從不同方面表明了2022年夏季長江流域土壤水分狀況的明顯虧損程度。

圖6 2022年夏季ERA5再分析資料的0～100 cm土壤濕度距平（單位：m3·m-3）Fig.6 The 0-100 cm soil moisture anomaly from ERA5 reanalysis data in summer of 2022（Unit：m3·m-3）

從CABLE陸面模式模擬的土壤濕度百分位數(shù)分布（圖略）來看，6月上旬至8月中旬長江流域旱情迅速發(fā)展。6月下旬，長江中下游地區(qū)旱情發(fā)展，湖北與四川東部出現(xiàn)輕到中旱，安徽南部有小范圍重旱發(fā)生；7月上旬，四川中部—江蘇南部與浙江北部有連片旱情，重慶發(fā)生重旱；8月上旬，旱情進一步發(fā)展，范圍與強度均有增加。從CABLE模式模擬的2022年夏季長江流域旱情最嚴重區(qū)的區(qū)域平均逐旬土壤濕度百分位數(shù)距平（圖7）來看，除6月上旬與7月中旬以外，6—8月其余各旬均低于其氣候平均值，表明長江流域夏季整體均有旱情發(fā)生，且8月中旬旱情最為嚴峻。CABLE模式的模擬結(jié)果與遙感監(jiān)測及再分析資料結(jié)果都具有較好的一致性。

圖7 CABLE模式模擬的2022年夏季長江流域旱情最嚴重區(qū)的區(qū)域平均逐旬土壤濕度百分位數(shù)距平Fig.7 The ten-day soil moisture percentile anomaly averaged in area with the most severe drought over the Yangtze River Basin in summer of 2022 simulated by CABLE model

3 夏季大氣環(huán)流及外強迫場的異常

3.1 大氣環(huán)流特征

3.1.1 南亞高壓與極渦

研究表明，我國南方持續(xù)高溫與極渦有密切聯(lián)系，南亞高壓作為夏季主要的大氣環(huán)流成員，其位置、強度變化同樣會影響高溫干旱過程［27-28］。100 hPa高度場可以有效反映極渦和南亞高壓的演變特征，圖8是2022年7月上旬至8月 下旬100 hPa高 度場及其距平的逐旬演變。6月下旬，極渦中心偏于東半球，南亞高壓呈帶狀分布，其位置和面積與歷史氣候態(tài)相比，沒有明顯異常，主要分布于45°E—115°E區(qū)域（圖略）；7月上旬，環(huán)流形勢發(fā)生明顯轉(zhuǎn)變，亞洲東北部有強盛高壓脊發(fā)展，此時極渦中心退至極點，南亞高壓開始經(jīng)向擴展［圖8（a）］；至7月中旬，極渦2個弱中心位于加拿大外海岸巴芬島和北美地區(qū)，分別為弱正異常和負異常［圖8（b）］。此時南亞高壓的經(jīng)向范圍達到最大，向北伸展至40°N附近；7月下旬，南亞高壓緯向范圍達到夏季最大，東、西脊點分別位于135°E和0°，此時南亞高壓占據(jù)的區(qū)域表現(xiàn)為較強正異常，主要在我國35°N以南地區(qū)［圖8（c）］；8月，極渦中心在西半球，南亞高壓的范圍東移，控制著青藏高原至長江流域的大部分區(qū)域，其正異常中心高達180 gpm，高壓異常強大。

圖8 2022年7月上旬至8月下旬100 hPa高度場（黑色等值線）及其距平（填色區(qū)）的逐旬演變（單位：gpm）（紅線為16 800 gpm線，綠線為其氣候態(tài)）Fig.8 Ten-day evolution of 100 hPa geopotential height field（black contours）and its anomaly（the color shaded）from early July to late August in 2022（Unit：gpm）（The red line is the 16 800 gpm contour，and the green line is its climatological state）

圖9為2022年6—8月對流層極渦的面積和強度逐日演變。對北半球極渦來說，其面積在6月14日之后一直較歷史同期偏小，尤其至8月，其面積較氣候態(tài)偏小約100×105km2［圖9（a）］。而北半球極渦強度在夏季有3個明顯的減弱階段，分別為6月上旬、6月下旬、7月中旬至8月上旬，尤其是7月中旬至下旬，極渦強度偏弱更明顯［圖9（b）］。從亞洲區(qū)極渦的逐日變化來看，雖然其面積的距平值在整個夏季一直處于波動狀態(tài)，但可以明顯看出極渦面積在6月下旬至8月上旬總體上還是較歷史同期偏?。蹐D9（c）］。亞洲區(qū)極渦強度與北半球極渦強度的演變情況類似，都呈現(xiàn)出階段性異常變化的狀態(tài)。夏季主要有2個明顯減弱階段，分別為6月上旬至中旬和7月中旬至8月上旬，其中，第二階段極渦強度的減弱程度十分明顯［圖9（d）］。總體而言，2022年夏季極渦面積偏小、強度偏弱，這一特征在7—8月更加明顯。已有研究表明，亞洲區(qū)極渦面積指數(shù)與南亞高壓面積指數(shù)呈較強的負相關(guān)關(guān)系，并且相關(guān)系數(shù)在夏季達到最強［27-28］。當(dāng)極渦收縮時，對應(yīng)南亞高壓面積的擴張。2022年夏季的環(huán)流變化特征與以上研究結(jié)果相吻合。

圖9 2022年夏季500 hPa北半球（a、b）與亞洲區(qū)（c、d）極渦面積（a、c）和強度（b、d）的逐日演變Fig.9 Daily evolution of area（a，c）and intensity（b，d）of the northern hemisphere polar vortex（a，b）and the Asian zone polar vortex（c，d）at 500 hPa in summer of 2022

3.1.2 西太平洋副熱帶高壓

研究發(fā)現(xiàn)，南亞高壓和極渦的異常同樣會引起對流層中層副熱帶高壓的變化［29-31］。夏季北半球極渦面積指數(shù)與西太平洋副熱帶高壓（簡稱“西太副高”）面積和強度均呈顯著的負相關(guān)關(guān)系，即當(dāng)極渦異常收縮減弱時，其南界特征線偏北，而5880 gpm線主體偏大，西太副高明顯擴大、增強［29］。當(dāng)南亞高壓東移至120°E以東時，高空負渦度平流的動力強迫作用使得這一區(qū)域出現(xiàn)強烈的下沉運動，有利于副熱帶高壓的發(fā)展［30-31］。從2022年夏季7—8月500 hPa環(huán)流場（圖10）可以看出，在極渦顯著偏弱和南亞高壓異常偏強東伸的狀態(tài)下，西太副高發(fā)展強盛。7月上旬，烏拉爾山和鄂霍次克海區(qū)域有高壓脊發(fā)展，我國大陸北部處于兩個高壓脊之間，主要為平直的西風(fēng)氣流，南支槽減弱，西太副高和伊朗高壓均開始緯向擴展。至7月下旬，高緯度地區(qū)主要為明顯的正異常，極渦偏弱，同時我國東北部高壓脊進一步增強，西太副高與伊朗高壓發(fā)展到強盛狀態(tài)并東西連通，控制著青藏高原至長江流域。此時青藏高原上空的氣壓系統(tǒng)表現(xiàn)為正壓結(jié)構(gòu)。在強大的高壓系統(tǒng)控制下，我國長江流域主要為強烈的下沉運動，產(chǎn)生大氣非絕熱加熱，引發(fā)高溫。此后，伊朗高壓開始西退，西太副高略有北抬，我國仍處于東西高壓脊之間。雖然在貝加爾湖區(qū)域有冷渦形成，但是受西太副高北側(cè)平直西風(fēng)影響，冷渦難以南下到達我國，冷暖空氣對流較弱，導(dǎo)致我國南方大部分區(qū)域維持高溫干旱狀態(tài)。此外，南支槽較弱，強大的伊朗高壓阻擋了水汽的向北輸送，造成長江流域西側(cè)水汽條件不利，引發(fā)干旱。

圖10 2022年7月上旬至8月下旬500 hPa高度場（黑色等值線）及其距平（填色區(qū)）的逐旬演變（單位：gpm）（紅線為5880 gpm等值線，綠線為其氣候態(tài)）Fig.10 Ten-day evolution of 500 hPa geopotential height field（black contours）and its anomaly（the color shaded）from early July to late August in 2022（The red line is the 5880 gpm contour，and the green line is it’s climatological state）

從2022年夏季各月西太副高指數(shù)的異常狀況（圖略）來看，不論是其強度還是面積，都一致表現(xiàn)出從6月到8月顯著增強的變化特征。具體來看，6月，西太副高的強度和面積雖然都是正異常，但其距平值相對較弱。7月開始，強度和面積的距平進一步增強，到8月之后，強度和面積都表現(xiàn)出明顯異常，其中，面積異常值位居歷史同期第4位，而強度距平則打破歷史記錄，為1950年來最強值。上述分析表明，2022年7—8月西太副高面積總體偏大、強度偏強，并且長時間控制長江流域，導(dǎo)致該地區(qū)主要受下沉氣流影響。因此，西太副高是造成今年夏季長江流域大范圍高溫干旱的重要環(huán)流因子之一［32］。

3.1.3 水汽輸送及垂直運動

干旱的形成主要受水汽條件影響。從2022年7月上旬至8月下旬對流層整層水汽輸送通量及其散度的距平場逐旬變化（圖11）來看，7月上旬，隨著西太副高的擴展，我國北部地區(qū)主要為西風(fēng)，偏北風(fēng)減弱，高緯度的水汽難以南下。此外，南支槽偏弱，孟加拉灣地區(qū)為氣旋式異常，氣旋北側(cè)的偏東氣流不利于向長江流域西側(cè)輸送水汽。同時，長江流域的高低層均為強烈的下沉運動（圖略），水汽輻散，難以形成降水。南海地區(qū)主要為氣旋式異常，受西太副高南界影響，偏東氣流離長江流域較遠，水汽無法到達我國內(nèi)陸地區(qū)。8月上旬，雖然偏南風(fēng)向長江流域輸送了暖濕氣流，但與西太副高相聯(lián)系的異常反氣旋環(huán)流加速了該區(qū)域上空的水汽輻散，使得水汽含量減少，到達地面的太陽短波輻射增加，導(dǎo)致高溫進一步加強。同時下沉運動中心位于長江流域附近，對流活動受到抑制。此外，中高緯西風(fēng)不利于冷空氣南下，使得冷暖空氣交匯條件較弱，難以形成降水，因而導(dǎo)致了長江流域旱災(zāi)發(fā)生。8月中旬，長江流域水汽輻散進一步增強，范圍也達到最大，對應(yīng)整個夏季旱情最嚴重階段。

圖11 2022年7月上旬至8月下旬對流層整層（1000～300 hPa）水汽輸送通量（矢量，單位：kg·m-1·s-1）及其散度距平場（填色區(qū)，單位：10-5 kg·m-2·s-1）的逐旬變化Fig.11 Ten-day variation of integrated water vapor flux（vectors，Unit：kg·m-1·s-1）and water vapor flux divergence anomaly（the color shaded，Unit：10-5kg·m-2·s-1）in the whole troposphere（1000-300 hPa）from early July to late August in 2022

3.2 外強迫場特征

3.2.1 海溫

海溫的異常變化可以通過海氣相互作用來間接影響大氣環(huán)流的異常演變。在此次大范圍干旱過程前期，印度洋和太平洋海溫均出現(xiàn)明顯的異常。5月，熱帶印度洋海溫基本上處于一致增溫狀態(tài)（除西部的局部區(qū)域偏冷外）［圖12（a）］。6月，西印度洋海溫轉(zhuǎn)為負異常，而東印度洋為偏暖狀態(tài)，對應(yīng)印度洋偶極子（Indian Ocean Dipole，IOD）負位相模態(tài)。7月，IOD指數(shù)達到歷史極值（-1.018）。李崇銀等［33］指出，IOD可以通過影響對流層流場、上層南亞高壓以及西太副高而對亞洲夏季風(fēng)有明顯影響。從700 hPa風(fēng)場距平（圖略）可以看出，5月熱帶印度洋至中國南海主要為西風(fēng)異常。IOD負位相形成后，在熱帶印度洋東側(cè)和西側(cè)分別激發(fā)了一個氣旋和反氣旋性異常環(huán)流，中國南部邊界地區(qū)為弱的西風(fēng)異常。隨著7—8月印度洋東西海溫反相變化的增強以及副熱帶高壓的擴展，我國南海至印度洋區(qū)域表現(xiàn)為明顯的東風(fēng)異常。這是因為在IOD負位相期間，熱帶大氣季節(jié)內(nèi)振蕩（Madden Julian Oscillation，MJO）沿緯向可傳播至150°E，受到Walker環(huán)流下沉支影響，對流活動受到抑制，沿赤道非對稱的對流加熱使得東風(fēng)強烈。我國南部東風(fēng)異常與副熱帶高壓南緣的東風(fēng)協(xié)同作用，壓制了南海的水汽輸送，使得中國長江流域及附近區(qū)域降水減少［34-35］。此外，受氣旋式環(huán)流北側(cè)偏東風(fēng)影響，孟加拉灣水汽難以輸送至我國長江流域西側(cè)，從而引發(fā)這一區(qū)域的干旱。

圖12 2022年5（a）、6（b）、7（c）月海溫距平場（單位：°C）及2021年1月至2022年7月Nino3.4指數(shù)的時間演變（d）Fig.12 The SST anomaly（Unit：°C）in May（a），June（b），July（c）of 2022 and temporal evolution of Nino3.4 index from January 2021 to July 2022（d）

研究表明，長江中下游地區(qū)汛期降水與同期赤道西太平洋海溫呈負相關(guān)關(guān)系［36］。2022年5月開始，西太平洋海溫明顯偏暖，且在6—7月持續(xù)偏暖。因此，西太平洋異常增暖可能和長江流域西部地區(qū)夏季干旱事件的發(fā)生有關(guān)。此外，熱帶中太平洋海表溫度偏低會導(dǎo)致該區(qū)域?qū)α骰顒颖灰种?，激發(fā)一個向西傳的Rossby波列，進而增強西太副高。同時，拉尼娜事件會通過增加西北太平洋地區(qū)反氣旋的頻率來增強西太副高，進而影響到長江中下游降水［37-38］。從2022年夏季前期的太平洋海溫來看，Nino3.4指數(shù)一直持續(xù)在-0.5℃以下，表明此時段處于拉尼娜階段。因此，前期拉尼娜事件也可能是導(dǎo)致長江流域夏季高溫干旱的原因之一。

3.2.2 高原積雪

春季青藏高原積雪異常與夏季長江流域降水存在密切聯(lián)系，并且兩者之間的關(guān)系發(fā)生了明顯的年代際轉(zhuǎn)變，在20世紀90年代之后，它們之間表現(xiàn)為顯著的正相關(guān)關(guān)系［39］。已有研究［39］表明，春季高原西北部積雪正異常熱源強迫會引發(fā)該區(qū)域的擾動異常，由于異常擾動偏離西風(fēng)急流，使得急流的波導(dǎo)效應(yīng)消失，高原積雪異常激發(fā)的異常氣旋隨時間演化而東移，初夏主體位于中國東北地區(qū)，其南側(cè)西風(fēng)異常造成副熱帶西風(fēng)急流的加速，從而導(dǎo)致長江流域的垂直上升運動和低層輻合加強，引發(fā)長江流域降水偏多。因此，春季高原積雪可作為長江流域降水的重要先兆因子之一。從2022年5—7月的青藏高原積雪變化（圖13）來看，5月開始，高原西北部就出現(xiàn)了積雪負異常，并且這一異常一直持續(xù)到7月，這正好與以上研究成果的負位相情況相對應(yīng)。因此，2022年5—7月青藏高原積雪的負異常也可能是導(dǎo)致長江流域降水偏少的原因之一。

圖13 2022年5（a）、6（b）、7（c）月青藏高原積雪異常分布（單位：%）（打點區(qū)域表示超過1倍標準差）Fig.13 The distribution of snow cover anomalies on the Tibetan Plateau in May（a），June（b）and July（c）2022（Unit：%）（The dotted areas are more than 1 times standard deviation）

4 結(jié)論與討論

2022年夏季，我國長江流域出現(xiàn)了異常干旱事件。由于此次事件的強度和持續(xù)時間比較極端，對農(nóng)業(yè)生產(chǎn)、水文及電力造成嚴重影響，我國南方地區(qū)的社會經(jīng)濟遭受嚴重損失。為了更好地了解這次干旱事件，本文首先分析此次事件的基本氣象特征，然后進一步研究大氣環(huán)流和外強迫異常對此次事件的可能影響。主要結(jié)論如下：

（1）2022年長江流域的干旱事件伴隨著持續(xù)高溫和異常蒸發(fā)量，是一次多要素共同導(dǎo)致的異常干旱事件。氣象干旱指數(shù)以及不同來源的土壤濕度資料都一致表明，本次旱情從6月開始出現(xiàn)，7月迅速發(fā)展，進入8月后范圍進一步擴展、強度進一步加強。與此同時，流域內(nèi)整體氣溫偏高，大部分區(qū)域的最高氣溫都在35℃以上，局部地區(qū)甚至超過40℃，并且部分地區(qū)的高溫日數(shù)超過了40 d。此外，夏季整個流域的蒸散量距平是1960年以來的歷史第二大值，這進一步加劇了整個區(qū)域的水分虧缺狀況，導(dǎo)致高溫干旱急劇發(fā)展。

（2）與7—8月強高溫干旱過程相對應(yīng)，這一時段內(nèi)西太副高面積偏大、強度偏強，并長時間控制著我國長江流域。同時，極渦面積偏小、強度偏弱，南亞高壓面積偏大并加強、東移，這些因子共同影響整個環(huán)流形態(tài)，導(dǎo)致長江流域的水汽輸送條件偏弱并盛行下沉氣流，從而發(fā)生嚴重的高溫干旱事件。

（3）前期海溫和積雪異常可能是導(dǎo)致長江流域高溫干旱的部分原因。2022年夏季前期，Nino3.4指數(shù)一直表現(xiàn)為明顯的負異常。此外，6—7月，印度洋海溫處于較強的IOD負位相模態(tài)，而5—7月西太平洋海溫持續(xù)偏暖，這些海溫異常對長江流域降水有一定影響。不僅如此，前期春季青藏高原西北部的積雪負異常也是導(dǎo)致長江流域干旱的先兆因子之一。

總體來看，本次長江流域的異常干旱事件特征明顯，本文的研究僅從主要的環(huán)流特征和外強迫因子方面進行了初步分析。對比已有的研究成果，發(fā)現(xiàn)2022年夏季長江流域干旱事件的空間分布特征與這一區(qū)域夏季降水的EOF第一模態(tài)（表現(xiàn)為流域一致型變化）相對應(yīng)，這一模態(tài)的時間系數(shù)具有顯著的年際變化特征，對應(yīng)著長江流域典型旱澇年份。例如，EOF1時間系數(shù)能夠體現(xiàn)出1966、1971和2006年等典型旱年及1980、1983和1998年等典型澇年［40］。同時，研究也指出，第一主模態(tài)的異常變化受到ENSO、青藏高原冬春積雪及南亞高壓等諸多因子的影響［40］。本文的研究結(jié)論與以上結(jié)果基本一致，說明本次事件是一次典型的長江流域重大干旱事件。

實際上，影響夏季長江流域干旱的外強迫因素還有很多，例如：澳大利亞周邊的海溫［41-42］、青藏高原的土壤濕度［43］以及歐亞大陸的春季融雪量［44］等。不僅如此，南半球的因子也對長江流域的干旱事件有著重要影響。研究表明，春季南半球環(huán)狀模（SAM）與夏季長江中下游降水之間存在顯著的正相關(guān)關(guān)系，而印度洋、南海海溫是春季SAM影響夏季長江中下游降水的一個“橋梁”。具體來看，春季弱SAM可以引起南印度洋中高緯海域海溫的偏低；南印度洋中高緯海域偏低的海溫從春季持續(xù)到夏季并且傳播到阿拉伯海、孟加拉灣、南海海域；這些海區(qū)偏低的海溫可以導(dǎo)致東亞夏季風(fēng)加強，而東亞夏季風(fēng)加強是造成長江中下游干旱的一種有利條件［45-46］。當(dāng)然，以上這些外強迫因子對2022年夏季長江流域旱情起到了多大的作用，還有待進一步探討。

隨著近年來干旱研究成果的大量涌現(xiàn)，我們注意到干旱的形成是多因子協(xié)同作用的結(jié)果。我國干旱形成和發(fā)展不僅受季風(fēng)環(huán)流和西風(fēng)帶環(huán)流的共同影響，也有季風(fēng)環(huán)流系統(tǒng)本身的東亞季風(fēng)和印度季風(fēng)等季風(fēng)分支的各自不同影響及其相互協(xié)同作用。不僅如此，還存在副熱帶高壓與南亞高壓之間“相向而行”和“相背而去”的關(guān)聯(lián)效應(yīng)、西風(fēng)環(huán)流與季風(fēng)環(huán)流的蹺蹺板效應(yīng)以及中高緯度系統(tǒng)與低緯度系統(tǒng)相互影響等大氣環(huán)流因子相互聯(lián)動作用問題。然而，目前大多數(shù)研究更多地是從特定外強迫因子認識干旱的形成機理。因此，多因子協(xié)同作用對干旱形成的影響也有待進一步深入研究，這對于掌握干旱發(fā)生發(fā)展規(guī)律有重要的科學(xué)意義。