降水与土壤湿度耦合制约了长期极端热浪的次季节可预测性

为何这次致命热浪很重要

2022年夏季，中国长江流域经历了持续数周的酷热热浪，导致河流干涸、能源供应紧张，并威胁到数亿人的粮食生产。随着这种极端事件在变暖的世界中变得更加常见，我们迫切需要能在数周前就发出预警的预报系统。本研究提出了一个看似简单但深刻的问题：即便使用当今最先进的天气与气候模式，究竟是什么真正限制了我们对这类长期热浪的可预测性？

创纪录的高温与干旱夏季

研究者聚焦于2022年7月至8月，当时长江流域气温远高于常年同期。在8月中旬的峰值时期，部分地区的日最高气温比平常高出近6摄氏度，这一温度几乎在历史记录中罕见。同时，降雨几乎消失，使该地区当月降水不足接近100毫米。强烈的高温与严重的干旱共同构成了典型的“复合灾害”，不同风险同时发生并相互增强，对农业、水资源和人群健康造成更大影响。

能“看到”热浪但低估其强度的预报

团队评估了所谓的次季节至季节（S2S）预报，这类预报旨在预测数周至数月的气候状况。他们分析了包括广泛使用的欧洲模式在内的主要预报中心的集合预报。对于2022年的事件，这些系统确实探测到将出现异常高温，尤其在最严重热浪来临前几天更为明显。但当预报时效超过约一周时，模型持续低估了气温会达到的极端程度。即便是表现最好的预报组，其对观测到的峰值热度仍普遍低估超过2摄氏度——在接近人类与基础设施承受极限的温度下，这一误差相当显著。

超越风场与气压格局的视角

热浪常与大尺度、缓慢移动的高压系统相关，这些系统会在某一区域囚禁暖空气并带来晴朗天气。2022年长江热浪呈现出这样的格局，流域上空有强烈的高压脊，欧洲与西亚也出现相应的同伴特征。研究表明，欧洲模式对本次事件的大尺度环流模拟相当不错，尤其在短时效预报中更为明显。当科学家按预报成员预测的地面温度高低对成员分组时，他们发现远端环流差异并不能清晰解释为何某些成员显著更热或更凉。换言之，大尺度的大气配置是热浪发生的前提，但并不是导致预报分散的主要因素。

降雨、土壤与强大的陆气反馈

关键差异出现在更接近地面的地方。产生最高气温的预报往往也预测长江流域更少的降雨和更干的土壤；而保持较凉的预报则伴随更多降水和更湿的地面。在20年预报的统计分析中，2022年日最高温与局地降水之间、以及降水与土壤湿度之间呈现出异常紧密的关联。当作者构建一个简单的回归模型来解释为何不同集合成员给出不同的峰值温度时，如果从模型中去掉长江流域的降水变量，其解释能力就急剧下降。在考虑降水对其影响后，土壤湿度是下一个最重要的因素。本地高压强度与远端环流特征对预报分散的贡献则非常小。

一个简单模型显示降雨有多重要

为探究这些关系背后的物理机制，研究者使用了一个理想化的“热浪模型”，该模型表示阳光、降雨与土壤湿度如何相互作用决定地表温度。用真实预报中的降水与辐射作为输入时，他们发现降雨与高温之间存在特别强烈的负相关：在模型中，峰值两周内降雨翻倍会使地表降温约4摄氏度，而降雨减半则会使温度上升约2摄氏度。这种不对称响应反映了一个反馈回路：当土壤湿润时，更多太阳能被用于蒸发，带走热量而冷却地表；一旦土壤变干，这部分能量转而直接加热空气，使进一步升温更容易发生。

对未来热浪预警的意义

总体而言，研究得出结论：对于这次具有历史意义的长江热浪，限制预报技能的主要瓶颈不是大尺度天气格局，而是模式如何处理局地降水及其与土壤湿度的耦合。预测中对降雨与土壤湿润程度的细微差异会级联放大，导致对峰值温度的巨大分歧。因此，改进S2S模式对雷暴、降水分布和陆气交换的模拟，可能是提高对长期、危及生命的热浪提前预警能力的最有效路径——不仅适用于中国，也适用于全球其他易受高温影响的地区。

引用: Lv, B., Wang, S., Chen, G. et al. Precipitation and soil moisture coupling constrains subseasonal predictability of a prolonged extreme heatwave. Commun Earth Environ 7, 323 (2026). https://doi.org/10.1038/s43247-026-03341-1

关键词: 热浪, 次季节预报, 长江流域, 土壤湿度, 降水