南京大学王曙光团队最新发文:降水与土壤湿度耦合限制了持续性极端热浪的次季节可预测性

2022年夏季，长江流域经历了破纪录的持续性高温干旱复合型极端事件。准确预测此类极端热浪的强度和持续时间，对于防灾减灾至关重要。次季节至季节（S2S）预测模型为了解未来数周的天气演变提供了重要工具。然而，当前的S2S模型在提前期超过一周时，往往会显著低估此类极端热浪的强度。究竟是哪些物理过程限制了这些模型的预测能力？

近日，南京大学大气科学学院、中尺度灾害性天气教育部重点实验室王曙光教授课题组及其合作者在Communications Earth & Environment发表最新研究，通过多尺度物理过程的定量归因分析，揭示了本地降水与土壤湿度的耦合过程是限制当前S2S模型极端热浪预测能力的核心瓶颈。

S2S模型面临的预测瓶颈

在2022年7月至8月，长江流域的极端热浪不仅强度罕见，且伴随着极端的降水负异常（干旱）。研究团队首先评估了欧洲中期天气预报中心（ECMWF）和中国气象局（CMA）的S2S集合预报结果。

评估表明，虽然这些模型在提前2-5天时能够较好地捕捉到高温趋势，但在提前期达到6-9天及以上时，预测的最高气温（T2max）幅度均显著偏弱。当提前期超过两周时，预报技巧大幅下降。为了探究这一预报偏差的根本原因，研究团队提取了ECMWF模型在热浪成熟期（8月10日-23日）的51个集合成员，并根据其预测温度的高低分为“暖”、“中”、“冷”三组进行对比分析。

ECMWF和CMA模型对2022年夏季长江流域最高气温的次季节预报表现（Chiclet图及不同温度分组的集合预报时间序列对比）。

究竟是谁主导了预报的不确定性？

持续性热浪的发生通常是多尺度系统协同作用的结果，包括大尺度环流异常（如西太平洋副热带高压、北欧阻塞高压、巴基斯坦强降水引发的遥相关）以及局地陆气相互作用。

研究团队对影响极端高温的六个潜在关键因子进行了演变分析与多元线性回归（MLR）定量归因。结果出乎意料：

1. 大尺度环流并非主因：无论是北欧高压的强度，还是西太平洋副高（WNPSH）的演变，在不同温度预报分组之间并没有表现出系统性的差异。甚至局地500 hPa位势高度异常（局地高压脊）对预报集合离散度的解释方差贡献（R²缩减）也仅有0.004。

2. 局地降水与土壤湿度起决定性作用：在所有因子中，长江流域的本地降水表现出最显著的组间差异。剔除降水因子后，回归模型的解释方差大幅下降（缩减量达0.193），其次是扣除降水影响后的土壤湿度残差项。

这表明，在大尺度环流背景被相对准确捕捉的前提下，模型成员间预报结果的巨大差异，主要源于对局地降水及伴随的土壤湿度反馈过程的模拟分歧。

六个关键因子构建的多元线性回归模型预测效果，以及各因子对预报不确定性（集合离散度）的定量贡献度（R²缩减量）。

理论验证：不对称的降水强迫敏感性

为了进一步验证降水在高温热浪中的核心驱动作用，研究团队引入了一个简化热浪模型（Z-model），专注于由降水和辐射强迫驱动的地表温度与土壤湿度的共依赖关系。

将S2S集合预报的降水和辐射数据输入该模型后发现，日最高气温与降水呈现极强的负相关（相关系数达 -0.93）。敏感性实验进一步证实了这种强烈的作用机制：

• 当强迫降水量增加一倍时，地表最高气温会下降约 4°C；

• 当强迫降水量减半时，气温则进一步攀升约 2°C。

这一结果不仅证实了降水异常对温度峰值的绝对控制力，还凸显了气温对降水异常响应的非对称性特征。

简化热浪模型（Z-model）模拟的日最高气温与降水的关系，以及气温对不同降水强迫情景（加倍与减半）的敏感性响应。

研究启示：破局次季节高温预测

传统观点往往将长生命史极端高温的预测重心放在大尺度环流系统（如副高、遥相关波列）的捕捉上。然而，本研究为学界提供了一个全新的视角：在次季节时间尺度上，对局地对流降水及其与土壤湿度耦合过程的精准刻画，才是跨越极端热浪预测瓶颈的关键。

这一发现对于气候模式的开发具有直接的指导意义。未来的S2S模型发展，亟需重点优化对流参数化方案以及陆面-大气耦合过程的物理表达，以提升对类似2022年长江流域极端热浪事件的预警与防范能力。

论文信息：Lv, B., Wang, S., Chen, G. et al. Precipitation and soil moisture coupling constrains subseasonal predictability of a prolonged extreme heatwave. Communications Earth & Environment (2026). 通讯作者单位：南京大学大气科学学院，中尺度灾害性天气教育部重点实验室，灾害性天气国家重点实验室。