引言

梅雨是东亚夏季风向北推进的阶段性产物，是指始于初夏时节从中国江淮流域到韩国、日本一带雨期较长、降水连绵不断，多雨闷热易生霉的天气气候现象。1954、1991、1998、2003、2007、2011、2016等年份江淮流域出现的大洪水都是由梅汛期暴雨造成的，给当地人民生命财产和经济建设带来了极大损失。因此，广大气象学者一直高度重视对梅雨预报及其灾害防治的科学研究。20世纪50年代以来，谢义炳、黄士松、陶诗言等老一辈科学家从大气环流和天气系统入手研究梅雨的特征，揭示了梅雨期环流形势的建立和维持机制(谢义炳, 1956, 1959；黄士松等，1976；陶诗言，1980)。20世纪90年代之后，江淮流域暴雨过程呈现明显增多趋势。针对这些典型暴雨过程，气象学者开展了卓有成效的研究。如丁一汇等(1993)研究了1991年江淮持续暴雨的机理；陶诗言等(2001)和赵思雄等(2004)分别对1998年长江流域大暴雨做了深入研究；一些学者还对2003、2007、2011、2016等年江淮流域降水明显偏多的过程作了分析(矫梅燕等，2004；周玉淑等，2005；吕梅等，2010；Sun et al., 2010；江丽俐等，2012；袁媛等，2017)。通过对梅雨、暴雨的大量研究，加深了对梅雨锋系统的认识。但由于其生成演变机理及成因较为复杂，同时涉及中低纬度多种系统之间、不同尺度系统之间、甚至南北半球系统之间的相互作用以及季风年(代)际变化、ENSO、Rossby波列的可能影响(Enomoto Takeshi，2004；陶诗言等，2010；赵思雄等，2019)等，这就需要我们关注的问题更全面、研究视野更开阔，通过更多深入的分析达到对梅雨更深层次的理解，从而延长雨带变化预见期、提高梅雨预报准确率。

梅雨天气形势年际变化大，每年梅雨量多少及其地区分布存在明显差异。2020年6—7月，江淮流域出现极端强梅雨，长江流域累积降雨量528.8 mm，较常年同期偏多50%，为1961年以来历史同期最多，其中湖北中东部、安徽南部较常年同期偏多1~2倍；同时淮河流域(436.6 mm)和太湖流域(690.1 mm)降雨量均为历史同期第2多。为进一步探讨产生这种典型梅雨的原因，本文拟在对2020年梅雨时空分布特征分析的基础上，针对行星尺度环流系统演变特征，分析梅雨异常成因；同时通过对业务模式中期预报性能进行检验评估，进一步总结归纳梅汛期中期预报着眼点，为今后做好梅汛期雨带变化及强降水过程预报提供参考依据。

1 资料说明

本文所用资料为2020年6—8月NCEP/ NCAR再分析资料，时间间隔6 h，空间分辨率为0. 5°×0. 5°，国家站气候背景采用国家气象信息中心整编的1981— 2010年气候背景数据集，实况降水资料为中央气象台提供的逐日08：00 (北京时，下同) 24 h降雨量。

2 2020年梅雨时空分布特征

2020年梅雨总体特征为：入梅偏早，出梅偏晚，梅雨持续时间长，雨量偏多；暴雨范围广、过程雨量大、极端性明显；雨带位置南北摆动大，但强降雨落区重叠度高。

2.1 梅雨持续时间长、雨量大

根据梅雨监测指标国家标准(GB/T 33671—2017)中的规定，按照气候类型将梅雨监测区域分为江南区(Ⅰ)、长江中下游区(Ⅱ)、江淮区(Ⅲ)。根据国家气候中心的监测结果，表 1列出了2020年各梅雨监测区的入出梅时间和梅雨量等参数，从中可以看出，2020年江南、长江中下游及江淮梅雨监测区的入梅时间均较常年偏早，分别偏早7 d、5 d和11 d；同时出梅时间也较常年偏晚，分别偏晚3 d、18 d和18 d，造成梅雨持续时间长，雨量显著偏多。江南区梅雨期较常年(30 d)偏长10 d，平均雨量较常年(365.4 mm)偏多68.5%；长江中下游区梅雨期较常年(29 d)偏长23 d，梅雨量较常年(281.0 mm)偏多168.3%，已显著超过1996年(695.7 mm)、1998年(572.4 mm)和2016年(584.3 mm)，为1961年以来最多；江淮区梅雨期较常年(25 d)偏长28 d，梅雨量较常年(264.4 mm)偏多149.2%，为1961年以来次多(1991年最多，766.4 mm)。

2020年梅雨季江淮流域累计降水量普遍达500 mm以上(图 1)，其中安徽中南部、浙江西部、江西北部、湖北东部等地降水量有800~1 200 mm，局部地区甚至超过1 400 mm。江淮流域平均降水量759.2 mm，为1961年以来最多；平均梅雨持续时间长达62 d (6月1日至8月1日)，与2015年并列为1961年以来历史最长。

2.2 极端性明显

梅雨期共有46个市(县)日降水量达到极端事件标准，主要分布在安徽、湖北、江西等地，其中安徽金寨(309.5 mm，7月18日)、六安(290 mm，7月18日)、铜陵(209.1 mm，7月6日)、江西新建(220 mm，7月8日)4地日降水量突破历史记录。安徽、江苏、湖北、上海等地共有33市(县)连续降水日数达到极端事件标准，普遍有12~20 d，其中安徽合肥(21 d)、江西安义(25 d)等10站极端连续降水日数突破历史记录。

2.3 雨带位置南北摆动大

2020年梅雨期共出现11次暴雨过程见表 2 (强度等级划分依据降雨过程强度等级气象行业标准(QX/T 341—2016))，由表可见，其中6月出现5次较强等级以上的降雨过程(其中有3次特强降雨)，7月出现6次(其中有1次特强降雨)。从降雨时段看，过程频繁、间隔时间短、持续时间长，4次特强暴雨过程持续时间长达6~ 8 d。从降雨落区看，雨带位置呈现明显南北摆动，且强降雨中心比较分散，降雨的移动性特征明显(图 2)。6月上旬，降雨基本集中在江南地区；6月中下旬至7月上旬，降雨集中在长江中下游和江淮地区，并以此为轴线，南北摆动；7月中下旬，雨带中心整体北抬至淮河流域。强降雨落区在长江中下游、江淮地区重叠度较高。

3 大尺度环流特征分析 3.1 中高纬环流特征

2020年6月极涡呈单极型分布，强度较常年略偏强。同时中高纬环流经向度较常年偏大，有利于冷空气频繁南下影响我国。500 hPa平均高度场上(图 3a)，亚欧中高纬为稳定的“双阻型”环流，波罗的海和鄂霍茨克海阻塞高压异常强大，高度场正距平都超过80 gpm，深厚的系统使得环流场更加稳定；同时西西伯利亚至青藏高原为高度场负距平区，有利于中纬度西风带波动和高原波动频繁东移。7月(图 3b)，亚洲北部仍维持“两槽一脊”环流型，但槽脊波长较6月有所减小，导致7月强降雨过程更为频繁。从6—7月110°—120°E平均850 hPa风场和θ_se时间—纬度剖面图上可以看出(图 4)，季风涌非常活跃，中纬度(30°— 35°N之间)西风带波动与低层850 hPa切变活动频繁，但南北位置摆动较大。有时与北方南下弱冷空气形成冷切变，但更多时候是与偏东气流形成暖式切变，形成暖区降水的形势，从而造成强降水中心分布较分散。以θ_se 342 K特征线表征锋面位置，可以看出，6月9日之前梅雨锋位于30°N以南地区，之后北抬并在30°—35°N附近长时间维持。说明冷暖空气在江淮流域势均力敌，长时间交汇，导致梅雨锋偏强，降雨明显偏多。

3.2 西太平洋副热带高压特征

夏季，西太平洋副热带高压(以下简称副高)是影响我国夏季天气和气候的一个重要系统。近几年，长江流域的灾害性天气频繁出现，例如1998年夏季长江流域特大洪水，2003、2007、2011、2016等年江淮流域降水也是异常偏多。这些异常天气均与西太平洋副高的活动有着密切的关系(黄士松，1963；陶诗言等，1998；张庆云等，2004；刘屹岷等，2013；陈艳丽等，2016)。因此，副高的活动一直是中国预报员所关心的问题。

2020年6—7月，副高均较常年同期偏强偏西，同时印度季风偏强，来自孟加拉湾、南海和西太平洋的水汽沿副高西侧源源不断向长江中下游至江淮地区输送，有利于上述地区出现持续性强降雨。但6—7月副高西段(110°—130°E平均)脊线存在明显的南北摆动(图 5)，而副高脊线位置正是影响雨带位置的关键因素。从图 5可以看出，6月前半月脊线位置偏北，6月后半月至7月，副高一直处于较常年同期偏南的位置，同时还存在频繁的小幅度南北震荡。另外还有一点需要特别关注的是，南海和西太平洋创造了整个7月无台风生成的历史记录，这也使得副高能够长时间处于稳定少动的状态。正是由于副高未按照平均气候态在7月中旬出现北跳，使得梅雨锋系统能够长时间维持在江淮流域，从而造成一段超长、超强的梅雨。

与副高相呼应的，200 hPa南亚高压于6月上旬末快速北抬，高压中心从中南半岛跃上青藏高原，并与副高呈同位相南北摆动。相应的雨带位置变化特征也由6月上旬的江南地区北抬至长江中下游和江淮地区，并以此为轴线，南北摆动；7月中下旬，雨带中心整体北抬至淮河流域。此外，6月中旬至7月底，南亚高压强度均较常年同期显著偏强，为江淮流域强降雨提供了强有利的高空辐散条件。

2020年6—7月，副高较常年同期异常偏强偏西，这与赤道印度洋海温异常偏暖有着密切关系(刘倪等，2014)。国家气候中心监测结果显示，6—7月，赤道印度洋海温呈现明显正异常分布（图 6），使得这一带地区出现比多年平均ITCZ偏强的对流带，所释放的凝结潜热使上述地区成为偏强的热源集中区，而副高的“趋暖性”导致其西伸至较常年同期异常偏西的位置。此外，2019年秋季开始至2020年春季前期结束了一次弱“厄尔尼诺事件”，而江淮流域出现强降雨的1998年、2003年、2007年、2011年、2016等年份均是“厄尔尼诺”次年，这些年份的共同特点均是副高显著偏强。目前暂时没有研究结果表明“厄尔尼诺”与副高偏强之间有直接关系，但这是值得进一步深入研究的课题。

4 模式中期预报性能检验

由于我国夏季降雨与副高关系密切，因此模式对副高的预报性能也是预报员最关注的。图 7和图 8分别给出了ECMWF、NCEP、GRAPES三家主流业务模式对6月和7月副高120°E北界、强度和西伸脊点中期时效(96 h、168 h、240 h)预报与模式零场的偏差检验结果。从中可以看出，三家主流模式在中期时效内对副高的预报存在较大偏差。从强度预报来看，三家模式96 h、168 h预报均较零场强度偏弱，240 h预报也以偏弱为主，但有时也有预报偏强的情况，尤其ECMWF模式对副高强度的预报往往是三家中最偏强的。120°E北界的96 h时效大部分时段以预报偏南为主，但168 h、240 h时效ECMWF和GRAPES模式预报偏南或偏北的情况均有发生，有时偏差能达到4~6个纬距；而NCEP模式绝大多数预报偏南，这种系统性偏差在预报中可给予订正。对于西伸脊点的预报，ECMWF模式以偏西为主，NCEP整体偏东特征较明显。

模式对副高的预报偏差直接导致其对降雨的预报偏差。以ECMWF模式为例，选取3次强降水过程(6月2—9日、20—25日和7月4—10日)，对其累计预报雨量在25 mm以上的雨区进行空间检验。从图 9可以看出，ECMWF模式对这3次强降水预报范围均明显偏大、中心经度预报偏西，有时偏差能够达到2~3个经度，这与其对副高位置预报偏西有直接关系。此外，不同起报时间对同一雨带位置的预报稳定性也较差，给预报带来较大难度。雨带中心纬度预报偏差以偏北为主，而模式对副高北界的预报并没有明显的系统性偏差，这就需要在实际预报中全面分析冷空气、高低空急流、切变线、锋面等不同纬度、不同层次、不同尺度系统之间的相互作用，从而对雨带位置做出较为准确的预报。

进一步以模式对长江中下游入梅的预报为例，考察模式对大尺度环流调整的预报性能。从ECMWF集合预报模式对200 hPa纬向风和位势高度场以及500 hPa位势高度场的集合平均预报结果与零场对比检验来看(图 10)，5月31日起报的模式结果清晰地反映出，200 hPa上，东亚副热带西风急流将在6月9日前后出现明显的断裂北跳、同时南亚高压脊线(110°—122°E平均)也将由21°N北抬至24°N；而500 hPa上，副高脊线北抬至19°N(长江中下游入梅指标)则需到6月4日起报的模式结果中才能发现。由此可见，ECMWF集合预报模式对500 hPa大尺度环流系统(如中高纬大型槽脊、低纬度副高等)的可用预报时效大约5 d；而200 hPa环流系统(如南亚高压、东亚副热带西风急流等)的可用预报时效能达到9 d左右。NCEP集合预报也表现出相近的提前时效。因此在中长期预报中，应更关注高层系统的演变和调整，及时抓住预报信号。

5 结论与讨论

本文利用NCEP/ NCAR再分析资料和主流业务模式预报资料，对2020年梅雨时空分布特征进行分析，并在此基础上，以行星尺度环流系统演变为切入点，进一步分析梅雨异常成因，同时对业务模式中期预报性能进行检验评估，得到如下结论：

(1) 2020年梅雨区入梅偏早，出梅偏晚，梅雨持续时间长，雨量偏多；暴雨范围广、过程雨量大；雨带南北摆动大，但强降雨落区重叠度高。

(2) 梅雨期内，亚欧中高纬维持稳定的阻塞形势，环流经向度大，冷空气活动频繁并向江淮流域渗透。同时副高显著偏强偏西，副高引导的水汽向江淮流域输送明显偏强；季风爆发后，来自孟加拉湾和南海的西南气流携带充沛的水汽往江淮流域的输送也较强。此外，副高北跳偏晚，冷暖空气得以在江淮流域长时间交汇，致使梅雨锋偏强，降雨明显偏多。

(3) 6—7月，南亚高压和副高存在频繁的南北摆动，造成梅雨期雨带南北摆动大。但主流业务模式在中期时效内对副高的预报仍然存在较大偏差。目前集合预报模式对500 hPa大尺度环流系统的可用预报时效大约5 d；而200 hPa环流系统的可用预报时效能达到9 d左右。因此在中长期预报中，应更关注高层系统的演变和调整，及时抓住预报信号。

需要指出的是，2020年江淮梅雨的天气气候成因极其复杂，本文仅针对梅雨期行星尺度环流系统的演变进行了初步研究，下一步将选取历史上典型强梅雨年进行对比分析，探讨极端强梅雨的中期预报着眼点。此外，对于持续性梅雨锋暴雨的可预报性、极端暴雨发生发展的物理机制以及ENSO对梅雨的可能影响等众多科学问题，仍需进行大量深入研究。