今年入汛以來(lái)，我國(guó)南方暴雨過(guò)程多,，局地災(zāi)害影響重,，珠江流域降水量破紀(jì)錄，并引發(fā)特大洪水,。反觀華北黃淮等地,，則經(jīng)歷了持續(xù)高溫過(guò)程。眼下,，入汛以來(lái)北方最強(qiáng)降雨來(lái)勢(shì)洶洶,。

　　6月22日拍攝的廣東韶關(guān)市曲江區(qū)樟市鎮(zhèn)群星村 圖/新華社

　　許多人不禁要問(wèn)，今年氣候怎么了,？為何感覺(jué)如此極端,？入汛以來(lái)，我國(guó)氣候究竟呈現(xiàn)出怎樣的特點(diǎn),？復(fù)盤(pán)起來(lái),，汛期我們經(jīng)歷了哪些主要天氣氣候事件？華南前汛期降水為何如此之猛,？接下來(lái),，汛期氣候又將如何發(fā)展？

　　對(duì)此,，國(guó)家級(jí)首席預(yù)報(bào)員,、國(guó)家氣候中心研究員艾婉秀，中國(guó)氣象局氣象災(zāi)害綜合風(fēng)險(xiǎn)普查總技術(shù)組副組長(zhǎng),、國(guó)家氣候中心災(zāi)害風(fēng)險(xiǎn)室主任王國(guó)復(fù),，國(guó)家氣候中心災(zāi)害風(fēng)險(xiǎn)室副主任尹宜舟，國(guó)家氣候中心汛期值班首席袁媛帶來(lái)了詳細(xì)解讀,。

　　01

　　今年入汛以來(lái),，我國(guó)主要?dú)夂蚋艣r是怎樣的？

　　3月17日至6月19日全國(guó)降水量歷年變化（1961年至2022年）

　　艾婉秀：從降水來(lái)看,，入汛以來(lái)全國(guó)降水量偏多，空間分布南多北少,，珠江流域降水量破紀(jì)錄——

　　入汛以來(lái)（3月17日至6月20日）,，全國(guó)平均降水量215.3毫米，較常年同期偏多13.1%,，為1961年以來(lái)歷史同期第4多,。

　　降水整體呈“南多北少”的分布特征。廣西降水量為1961年以來(lái)歷史同期最多,，四川和貴州均為次多,，福建為第3多；寧夏和河南降水量均為歷史同期次少,。

　　珠江流域降水量較常年同期偏多31.7%,，為1961年以來(lái)歷史同期最多,；長(zhǎng)江上游降水量較常年同期偏多22.9%，為歷史同期次多,。

　　入汛以來(lái),，廣東韶關(guān)（286.4毫米）、云南河口（279.2毫米）,、浙江慶元（227.6毫米）等9個(gè)國(guó)家氣象站日降水量站突破年極值紀(jì)錄,。

　　2022年3月17日至6月19日全國(guó)降水量

　　2022年3月17日至6月19日全國(guó)降水量距平百分率分布圖

　　從氣溫來(lái)看，全國(guó)平均氣溫整體偏高,，空間分布差異大——

　　入汛以來(lái),，全國(guó)平均氣溫14.6℃，較常年同期偏高0.6℃,，為1961年以來(lái)歷時(shí)同期第5高,。

　　氣溫空間分布差異大，青海和西藏平均氣溫均為1961年以來(lái)歷史同期最高,，寧夏和新疆均為次高,，甘肅為第3高。河南舞鋼（41.1℃）和內(nèi)蒙古鄂托克旗（36.5℃）日最高氣溫破站點(diǎn)年極值紀(jì)錄,。

　　3月17日至6月19日全國(guó)平均氣溫歷年變化（1961年至2022年）

　　2022年3月17日至6月19日全國(guó)平均氣溫距平分布圖

　　02

　　入汛以來(lái)影響我國(guó)的主要天氣氣候事件有哪些,？極端性如何,？

　　尹宜舟：入汛以來(lái)我國(guó)南方暴雨過(guò)程多，局地災(zāi)害影響重,；區(qū)域性,、階段性氣象干旱明顯,；多省受強(qiáng)對(duì)流天氣影響，局地災(zāi)害影響重,；河南等地出現(xiàn)區(qū)域性高溫天氣過(guò)程,；冷空氣活動(dòng)頻繁，影響范圍廣,。具體來(lái)看——

　　南方暴雨過(guò)程多,，暴雨落區(qū)重疊度高

　　入汛以來(lái)，我國(guó)共出現(xiàn)16次區(qū)域性暴雨過(guò)程,，均發(fā)生在南方,，比常年同期偏多2.0次。其中5月9日至14日,、5月27日至30日,、6月3日至14日、6月16日至21日南方4次區(qū)域性暴雨過(guò)程累計(jì)雨量大,、影響范圍廣,、持續(xù)時(shí)間長(zhǎng)。

　　特別是6月以來(lái)的兩次區(qū)域性暴雨過(guò)程,，暴雨落區(qū)重疊度高,。兩次過(guò)程中，廣東中部和廣西東北部均存在降水中心,；廣東英德暴雨日數(shù)分別達(dá)到6天和4天,，廣西桂林分別有3天和4天。受強(qiáng)降水影響,，南方超過(guò)90條河流超警戒水位,；西江干流廣西梧州站6月19日8時(shí)水位漲至20.95米，超過(guò)警戒水位2.45米,，形成西江第4號(hào)洪水,；北江干流廣東石角站19日12時(shí)流量漲至12000立方米/秒，形成北江第2號(hào)洪水,。持續(xù)強(qiáng)降水致多地出現(xiàn)城鄉(xiāng)積澇,，給居民交通出行、農(nóng)業(yè)生產(chǎn)等帶來(lái)不利影響,。

　　區(qū)域性,、階段性氣象干旱明顯

　　華東北部、華中北部等地氣象干旱階段發(fā)展,。2月下旬,，華東北部等地旱象露頭并發(fā)展，其后西北東部,、華北南部,、華東北部,、華中北部等地干旱呈階段性發(fā)展。6月21至24日,，旱區(qū)先后出現(xiàn)明顯降水,，部分緩解了干旱發(fā)展態(tài)勢(shì)。目前,，上述地區(qū)仍存在中度及以上氣象干旱,，其中河南中南部和中東部、甘肅南部等地有特旱,。

　　6月25日全國(guó)氣象干旱監(jiān)測(cè)圖

　　另外，5月以來(lái),，東北地區(qū)南部氣象干旱露頭發(fā)展,， 5月24日以來(lái)，東北地區(qū)出現(xiàn)降水過(guò)程,，干旱得以緩解,。

　　多省受強(qiáng)對(duì)流天氣影響，局地災(zāi)害影響重

　　入汛以來(lái),，全國(guó)26省（區(qū),、市）共有470余縣次受到冰雹,、雷暴、大風(fēng)等強(qiáng)對(duì)流天氣影響,，其中貴州,、陜西、河北,、云南等省部分地區(qū)災(zāi)害損失較重,。

　　今年首次區(qū)域性高溫天氣過(guò)程影響河南等地

　　6月13日以來(lái)，我國(guó)出現(xiàn)今年首次區(qū)域性高溫過(guò)程,，超過(guò)35℃的高溫覆蓋國(guó)土面積達(dá)343.9萬(wàn)平方公里,，影響人口超過(guò)6億人；華東西北部以及河南大部,、湖北北部,、內(nèi)蒙古西部、新疆東南部等地達(dá)38至40℃,。

　　6月16日,，河南省有59個(gè)國(guó)家氣象站日最高氣溫達(dá)到或超過(guò)40℃,，河南林州最高氣溫達(dá)42℃。6月23-24日,，甘肅,、河南、青海,、陜西,、山西、新疆等地共有29個(gè)國(guó)家氣象站日最高氣溫突破6月極值紀(jì)錄,，其中河南許昌（42.1℃）,、新密（42.0℃）、登封（41.6℃）和舞鋼（41.1℃）4站突破歷史極值紀(jì)錄,，河南焦作最高氣溫達(dá)43.3℃,。6月24-25日，河北,、天津,、山東、山西,、北京等地共有47個(gè)國(guó)家氣象站日最高氣溫突破6月極值紀(jì)錄,，其中河北靈壽（44.2℃）、山東沾化（41.7℃）,、天津漢沽（39.8℃）等28站突破歷史極值紀(jì)錄,。

　　2022年6月13日至24日全國(guó)極端最高氣溫分布圖

　　冷空氣活動(dòng)頻繁,，影響范圍廣

　　入汛以來(lái)至5月31日,，共有11次冷空氣影響我國(guó)，其中寒潮過(guò)程5次,。冷空氣過(guò)程及寒潮過(guò)程數(shù)分別較常年同期分別偏多4.2和3.8次,，為1961年以來(lái)同期次多和最多。4月下旬以來(lái)連續(xù)3次冷空氣活動(dòng)均達(dá)到寒潮標(biāo)準(zhǔn)（4月22日至23日,、4月27日至30日和5月6日至8日）,，在兩周時(shí)間內(nèi)歷經(jīng)3次寒潮過(guò)程實(shí)屬罕見(jiàn)。

　　03

　　聚焦華南前汛期,，為何雨量如此之大,？歷史上華南6月重大暴雨洪澇事件還有哪些？

　　袁媛：今年華南前汛期于3月24日開(kāi)始，較常年（4月9日）偏早16天,。截至6月22日,，華南前汛期已持續(xù)91天，較常年偏長(zhǎng)5天,，且累計(jì)雨量大,、暴雨日數(shù)多。華南入汛以來(lái),，閩粵桂瓊四省區(qū)平均降水量854.3毫米,，較常年同期偏多32.4%，為1961年以來(lái)歷史同期第2多,；區(qū)域平均暴雨日數(shù)4.2天,，為歷史同期最多。強(qiáng)降水致珠江流域多條河流超警戒水位,，給交通及農(nóng)業(yè)生產(chǎn)等帶來(lái)不利影響,。

　　3月24日至6月22日閩粵桂瓊歷年降水量變化（1961年至2022年）

　　2022年華南前汛期開(kāi)始偏早,、雨量大,、雨季偏長(zhǎng)等特征與赤道中東太平洋目前正在持續(xù)的拉尼娜事件密切相關(guān)。本次拉尼娜事件于2021年秋季開(kāi)始,，今年已是連續(xù)第二個(gè)拉尼娜年,，目前衰減緩慢且階段性加強(qiáng)，這為今年南海夏季風(fēng)爆發(fā)偏早及我國(guó)雨季進(jìn)程偏早提供了重要的氣候背景,。

　　5月以來(lái)歐亞中高緯度大氣環(huán)流經(jīng)向度大,，影響我國(guó)東部地區(qū)的冷空氣活動(dòng)頻繁。尤其6月以來(lái),，東北冷渦更加活躍并且向南發(fā)展加強(qiáng)，這一方面引導(dǎo)冷空氣南下影響我國(guó)江南南部至華南地區(qū),，另一方面也使得西太平洋副熱帶高壓位置偏南,，來(lái)自西北太平洋的水汽輸送主要影響華南地區(qū)。同時(shí),，伴隨夏季風(fēng)的爆發(fā)和建立,，季風(fēng)環(huán)流引導(dǎo)的西南水汽輸送也偏強(qiáng)，以上共同導(dǎo)致華南前汛期降水異常偏多,。

　　尹宜舟：根據(jù)全國(guó)氣象災(zāi)害綜合風(fēng)險(xiǎn)普查工作成果,，歷史上華南6月曾多次出現(xiàn)重大暴雨洪澇事件：

　　1994年6月上旬后期，華南出現(xiàn)大到暴雨天氣過(guò)程,，大部地區(qū)過(guò)程降水量普遍有200至400毫米,，部分地區(qū)達(dá)400至700毫米,。大范圍持續(xù)性暴雨造成珠江流域干、支流洪水暴漲,，西,、北兩江同時(shí)發(fā)生大洪水。這次洪災(zāi)正值早稻孕穗揚(yáng)花期,，給農(nóng)作物及糧食生產(chǎn)造成致命的打擊,。據(jù)統(tǒng)計(jì)，廣西67個(gè)市,、縣,，廣東62個(gè)市、縣,，均不同程度遭受洪澇災(zāi)害,。廣西受災(zāi)人口551萬(wàn)人，直接經(jīng)濟(jì)損失367.7億元,；廣東省受災(zāi)人口2216萬(wàn)人,，直接經(jīng)濟(jì)損失264億元。

　　1998年6月,，珠江流域西江發(fā)生了百年一遇以上的特大洪水,。6月16日至27日廣西自治區(qū)有84個(gè)縣（市）累計(jì)降水量超過(guò)100毫米，興安華江（986毫米）,、永福（976毫米）,、防城長(zhǎng)岐（971毫米）3個(gè)縣超過(guò)900毫米，融安縣長(zhǎng)安站日降水量達(dá)355毫米,。降水強(qiáng)度大,、雨量集中實(shí)屬罕見(jiàn)。受強(qiáng)降水影響,，流域各江河相繼漲水,，導(dǎo)致西江干流沿線長(zhǎng)時(shí)間持續(xù)高水位，干流從潯江的平南至西江的云安近300公里河段的水位均超過(guò)“94 6”特大洪水水位,。據(jù)統(tǒng)計(jì),，廣西有62個(gè)縣（市）842.4萬(wàn)人受災(zāi)，倒塌房屋2.84萬(wàn)間,，農(nóng)作物受災(zāi)面積67萬(wàn)公頃,，絕收28.2萬(wàn)公頃，直接經(jīng)濟(jì)損失109億元,。廣東省45個(gè)縣266.5萬(wàn)人受災(zāi),，直接經(jīng)濟(jì)損失74.9億元。

　　2005年6月17日至25日，珠江流域出現(xiàn)大范圍持續(xù)性暴雨天氣,，局部地區(qū)出現(xiàn)高強(qiáng)度特大暴雨,，廣東以及廣西大部累計(jì)降水量一般有200至250毫米，廣西東北部,、廣東東部超過(guò)250毫米,，珠江流域面平均降水量達(dá)233.2毫米。受持續(xù)性強(qiáng)降水影響,，珠江流域西江,、北江、東江以及珠江三角洲發(fā)生不同量級(jí)洪水,，西江中下游出現(xiàn)超百年一遇的特大洪水,。據(jù)統(tǒng)計(jì)，暴雨洪澇災(zāi)害共造成兩廣163個(gè)縣（市,、區(qū)）1262.8萬(wàn)人受災(zāi),，倒塌房屋24.8萬(wàn)間，農(nóng)業(yè)受災(zāi)面積65.6萬(wàn)公頃,，直接經(jīng)濟(jì)損失136.0億元,。

　　04

　　今年是全國(guó)氣象災(zāi)害綜合風(fēng)險(xiǎn)普查工作收官之年，取得了哪些成果,？對(duì)于汛期防災(zāi)減災(zāi)有何幫助,？

　　王國(guó)復(fù)：通過(guò)全國(guó)氣象災(zāi)害綜合風(fēng)險(xiǎn)普查工作，我們已經(jīng)形成一套客觀化災(zāi)害事件識(shí)別和風(fēng)險(xiǎn)評(píng)估技術(shù)方法,；建立一個(gè)包括致災(zāi)危險(xiǎn)性指標(biāo),、災(zāi)情的災(zāi)害事件庫(kù)；研發(fā)系列風(fēng)險(xiǎn)評(píng)估與區(qū)劃圖譜,，支撐專業(yè)服務(wù)和決策服務(wù),；培養(yǎng)了一支技術(shù)隊(duì)伍，支撐災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)體系建設(shè),。

　　目前氣象部門(mén)已形成十種氣象災(zāi)害調(diào)查與風(fēng)險(xiǎn)評(píng)估技術(shù)規(guī)范,，將逐漸形成行業(yè)標(biāo)準(zhǔn)，這為氣象災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)的開(kāi)展奠定了技術(shù)基礎(chǔ),。已有一些國(guó)家級(jí)和省級(jí)氣象部門(mén)開(kāi)展了風(fēng)險(xiǎn)（預(yù)）評(píng)估業(yè)務(wù)試點(diǎn),，并形成內(nèi)部參考材料，為防災(zāi)減災(zāi)工作提供決策支撐,。未來(lái)，將有更多的風(fēng)險(xiǎn)評(píng)估產(chǎn)品形成,，為公眾提供更加精細(xì)化的氣象服務(wù),。

　　對(duì)歷史上重大氣象災(zāi)害事件進(jìn)行調(diào)查，形成災(zāi)害事件庫(kù)，包括災(zāi)害發(fā)生的起止時(shí)間,、致災(zāi)因子要素及評(píng)估指標(biāo),、災(zāi)害影響及損失情況等。通過(guò)當(dāng)前事件與歷史事件進(jìn)行對(duì)照,，可以了解當(dāng)前事件強(qiáng)度水平,、可能帶來(lái)的災(zāi)害損失范圍等，供決策參考,。事件發(fā)生后,，通過(guò)對(duì)比，也可以在一定程度上指示出防災(zāi)減災(zāi)救災(zāi)工作的效益,。

　　2022年是風(fēng)險(xiǎn)普查的收官之年,，將有大量的成果呈現(xiàn)給政府、行業(yè),、公眾等,，其中之一就是系列風(fēng)險(xiǎn)評(píng)估與區(qū)劃圖譜。通過(guò)圖譜及相關(guān)資料,，可以摸清全國(guó)自然災(zāi)害風(fēng)險(xiǎn)隱患底數(shù),，查明重點(diǎn)地區(qū)抗災(zāi)能力，客觀認(rèn)識(shí)全國(guó)和各地區(qū)自然災(zāi)害綜合風(fēng)險(xiǎn)水平,，為中央和地方各級(jí)人民政府有效開(kāi)展自然災(zāi)害防治工作,、切實(shí)保障經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展提供權(quán)威的災(zāi)害風(fēng)險(xiǎn)信息和科學(xué)決策依據(jù)。

　　自2020年以來(lái),，中國(guó)氣象局持續(xù)開(kāi)展氣象災(zāi)害綜合風(fēng)險(xiǎn)普查培訓(xùn),，各省級(jí)氣象部門(mén)也不斷開(kāi)展針對(duì)基層技術(shù)人員的培訓(xùn)。通過(guò)培訓(xùn)以及實(shí)際普查工作的開(kāi)展,，使得災(zāi)害風(fēng)險(xiǎn)管理的概念和內(nèi)涵深入人心,。這為基于影響的預(yù)報(bào)預(yù)警、基于風(fēng)險(xiǎn)的預(yù)估奠定了人才基礎(chǔ),。

　　05

　　今年汛期氣候?qū)⒊尸F(xiàn)怎樣的特點(diǎn),？

　　袁媛：預(yù)計(jì)盛夏（7月至8月），我國(guó)氣候狀況為一般到偏差,，階段性旱澇災(zāi)害明顯,，極端天氣氣候事件偏多，季節(jié)內(nèi)氣候變率大,。

　　主要多雨區(qū)位于東北南部,、華北、西北地區(qū)東部,、華東北部,、華中北部,、華南大部、西南地區(qū)大部,、西藏南部,，上述地區(qū)強(qiáng)降水過(guò)程多，洪澇災(zāi)害偏重,。新疆,、西北地區(qū)西部、華東中南部,、華中中部等地降水偏少,，可能出現(xiàn)階段性氣象干旱。新疆,、華東,、華中等地高溫日數(shù)較常年同期偏多，將出現(xiàn)階段性高溫?zé)崂恕?/strong>

　　今年春季以來(lái),，受赤道中東太平洋拉尼娜事件影響,，南海夏季風(fēng)爆發(fā)時(shí)間及我國(guó)主要雨季（華南前汛期、西南雨季,、江南梅雨,、長(zhǎng)江梅雨）開(kāi)始時(shí)間均較常年偏早。但除了拉尼娜事件以外,，我國(guó)氣候異常還受其他海區(qū)（如印度洋,、大西洋等）海溫變化，以及積雪,、極冰等其它因素的影響,，其演變和氣候影響存在較大不確定性，氣象部門(mén)將繼續(xù)加強(qiáng)監(jiān)測(cè)預(yù)測(cè),，及時(shí)滾動(dòng)訂正氣候預(yù)測(cè)意見(jiàn),。