2016-05-12 10:24 来源:中国气象报
5月9日,记者从中国气象局新闻通气会上了解到,持续了20个月的超强厄尔尼诺事件正处于快速衰减过程,预计将于5月结束。但是,由于大气对厄尔尼诺的响应一般具有滞后性,在6月至7月的梅雨季节,大气对于厄尔尼诺的响应可能会进一步显现或放大,长江流域易发生洪涝灾害。专家提醒,今年汛期我国气候状况总体偏差,降水偏多、涝重于旱将是主要特点。
南方主要流域降水偏多 与厄尔尼诺影响有关
我国自去年11月发生罕见冬汛之后,降水仍主要集中在南方,特别是3月21日入汛以来,南方出现了12次区域性暴雨天气过程。从降水的空间分布来看,西北地区东部、东北中东部、江淮至华南北部及西南地区东北部降水偏多;而同期内蒙古中东部、华北大部、黄淮大部、华南南部部分地区、新疆西南部及西藏西北部降水偏少。
异常降水对我国主要流域影响显著。国家气候中心对2016年华南前汛期开汛以来10大流域雨情进行分析发现,截至5月第一候,除海河和淮河流域较常年同期偏少外,其他8大流域降水较常年同期偏多。其中,辽河、松花江、珠江、东南诸河和长江流域降水分别偏多75.5%、62.5%、31.2%、29.9%和28.4%,西南诸河、西北诸河和黄河流域降水分别偏多22.0%、13.6%和1.3%。与历史上另外两次超强厄尔尼诺事件次年的同期状况相比,珠江、长江、西南诸河和辽河流域降水均偏多,而海河、黄河和海河流域降水偏少。
国家气候中心气候监测室正研级高级工程师、首席专家周兵指出,南方地区持续强降水的频繁发生与厄尔尼诺有一定的联系。受厄尔尼诺影响,西太平洋副热带高压强度偏强、位置偏南,来自热带太平洋的水汽向我国南方地区输送偏多,为强降水过程频发提供了水汽条件。
厄尔尼诺事件快速衰减 将于本月结束
监测资料显示,当前厄尔尼诺事件已进入快速衰减过程。2016年4月赤道中东太平洋海温指数为1.1℃,较3月下降0.6℃;截至4月,海温累计距平29.7℃;2015/2016年超强厄尔尼诺事件已持续了20个月。
5月第2周(5月2日-5月8日),综合区厄尔尼诺指数和Nino3.4区监测指数分别为0.6℃和0.8℃,均与上周持平。目前,国家气候中心采用Nino 3.4海区海温指数作为监测厄尔尼诺事件的海温指标。当Nino 3.4海区海温指数持续1个月以上低于0.5℃时,可以确定厄尔尼诺事件结束。目前赤道太平洋大部依然为异常暖水区控制,但赤道东太平洋部分地区有冷水发展。当前厄尔尼诺事件快速衰减,预计将于本月结束,夏季赤道中东太平洋将进入正常状态。
周兵指出,不同国家、机构采用的监测目标区域、滑动平均技术、海洋同化资料不同,会得到不同的监测结果。到目前为止,国外主要机构尚未发布此次厄尔尼诺事件结束的具体信息。国家气候中心早在3个月前就预计厄尔尼诺会在5月结束,从目前情况来看,预测结论与厄尔尼诺事件实际衰减进程基本一致。
大气对厄尔尼诺响应滞后 梅雨季节或将受显著影响
由于厄尔尼诺事件具有缓变的特点,且大气对于厄尔尼诺的响应一般具有滞后性,因此在6月至7月的梅雨季节,大气对于厄尔尼诺的响应可能会进一步显现或放大。
周兵进一步解释,由于厄尔尼诺是海洋外强迫信号,具有缓变的特点,并且我国处于赤道中东太平洋上游,其影响过程需要通过波动传播等方式来进行,不如局地的影响来得直接,因此,厄尔尼诺给东亚地区带来的影响一般会有一定的滞后性。通常情况下,厄尔尼诺次年的汛期,由于水汽条件和环流系统配置的共同作用,其气候影响更为显著。例如在1998年和1983年的梅雨季节,长江流域均出现了洪涝灾害。据国家气候中心预计,受本次厄尔尼诺事件影响,今年汛期我国主雨带位于长江流域,梅雨量偏多,易发洪涝灾害。
受厄尔尼诺和气候变暖双重影响 汛期极端天气气候事件可能多发
“今年汛期我国气候状况总体偏差,降水偏多,涝重于旱。因此需高度关注并积极防范汛期持续性强降水和强对流天气的不利影响。各地应密切监视天气气候变化,做好防范极端天气气候事件的准备。”周兵指出。
应该看到,当前全球气候异常对本次超强厄尔尼诺事件和印度洋暖海温的响应仍在持续。从气候角度来看,今年我国主汛期气候面临着更大挑战:全球变暖从1998年“加速启动”,刚刚过去的2015年是1880年以来全球最热的年份,全球持续增暖的背景使得我国主汛期出现暴雨等极端天气气候事件的风险显著增加;此次超强厄尔尼诺事件叠加全球变暖效应,不仅会进一步增加极端天气气候事件出现的可能性,还加大了气候预测的难度。
“到目前为止,大气中发生了很多与1998年相似的气候现象,人们需要以1998年为标准,做好应对大洪水的准备。”周兵认为。
近期我国多地强降水和强对流天气频发,部分地区出现强降水导致的内涝、山体滑坡等灾害,这为汛期防灾减灾敲响了警钟。气象部门将深入了解防汛需求,针对汛期预报预测的不确定性,加强滚动订正,以科学的态度通过滚动预报不断修订预测结论,提升中短期预报预测精准率。