• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2026, 44(4): 567-579 DOI: 10.11755/j.issn.1006-7639-2026-04-0567

“区域干旱”专栏

2022年盛夏川南地区极端高温干旱事件分析

袁立新,1, 王玲玲1, 吕用洋1, 余永福1, 郭翔2, 赵金鹏3, 王茹琳2, 罗伟,1

1 自贡市气象局四川 自贡 643000

2 四川省农业气象中心四川 成都 610072

3 四川省人工影响天气中心四川 成都 610072

Analysis of extreme high-temperature and drought events in the southern Sichuan Basin in midsummer 2022

YUAN Lixin,1, WANG Lingling1, LYU Yongyang1, YU Yongfu1, GUO Xiang2, ZHAO Jinpeng3, WANG Rulin2, LUO Wei,1

1 Zigong Meteorological BureauZigong 643000, Sichuan, China

2 Sichuan Agricultural Meteorology CenterChengdu 610072China

3 Sichuan Weather Modification CenterChengdu 610072China

通讯作者: 罗伟(1987—),男,四川自贡人,高级工程师,主要从事为农气象服务工作和再生稻农业气象研究。E-mail:304448599@qq.com

责任编辑: 胡蝶;校对:王涓力

收稿日期: 2026-03-11   修回日期: 2026-07-8  

基金资助: 国家重点研发计划项目(2024YFD2301305)
高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCOXKIYIXM5202411)
高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYXZD202509)
高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJQN202513)
四川省气象局重点创新团队(SCOXZDCXTD202403)
四川省水稻复合灾害动态监测及评估技术研究(SCQXKJYXXZD202408)

Received: 2026-03-11   Revised: 2026-07-8  

作者简介 About authors

袁立新(1968—),女,四川自贡人,高级工程师,主要从事天气气候、气候变化相关业务及研究工作。E-mail: 493102586@qq.com

摘要

2022年盛夏四川盆地南部(简称川南)遭遇了自1961年有完整气象记录以来最严重的高温干旱事件,给当地农业生产特别是再生稻产业造成严重影响。为揭示此次极端高温干旱的区域性特征及其对再生稻生产的潜在影响,基于川南地区22个国家气象观测站数据,分析2022年盛夏高温时空演变特征与极端性;利用气象干旱综合指数(Meteorological Drought Composite Index,MCI)分析干旱时空动态变化,量化高温干旱复合胁迫日数;进一步结合欧洲中期天气预报中心ERA5再分析资料,从大气环流异常和陆气反馈效应探究极端性高温的成因。结果表明:(1)2022年盛夏川南平均气温为31.9 ℃,较常年偏高4.6 ℃,为历史同期最高值;区域平均降水量仅101.4 mm,较常年偏少69%,为历史同期最低值。(2)本次高温事件分为两轮过程,第一轮持续12 d,第二轮持续35 d,均覆盖全区域;超过40 ℃的高温日数为6~31 d,合江最长达31 d;18个站点日最高气温突破历史极值,叙永达44.3 ℃;单日高温持续时长显著增加,部分站点最长维持20 h。干旱自7月上旬开始,8月下旬达到顶峰,隆昌旱情最重,重、特旱分别持续53、10 d;第二轮高温期间复合胁迫日数(高温≥35 ℃且中旱及以上日数)平均为20 d,隆昌、古蔺等站超过33 d,东部与北部地区为再生稻复合胁迫高风险区。(3)西太平洋副热带高压面积指数距平为1990年以来最高(0.15×105 km2),川南受持续下沉气流控制,晴空辐射增强;土壤湿度距平降至最低(-0.08 m3·m-3),地表感热通量距平升至最高为12.15 W·m-2,形成高温与干旱的正反馈机制,使高温、干旱同步加剧。

关键词: 四川盆地南部; 高温干旱; 复合胁迫; 2022年盛夏

Abstract

In midsummer 2022, the southern Sichuan Basin (hereinafter referred to as Southern Sichuan) experienced the most severe high-temperature and drought event since meteorological records began in 1961, causing serious impacts on local agricultural production, particularly the ratooning rice industry. To reveal the regional characteristics of this extreme high-temperature and drought event and its potential impacts on ratooning rice production, this study analyzed the spatiotemporal evolution characteristics and extremity of high temperatures in midsummer 2022 based on data from 22 national meteorological observation stations in Southern Sichuan, evaluated the spatiotemporal dynamic changes of drought using the Meteorological Drought Composite Index (MCI), quantified the number of compound stress days combining high temperature and drought, and further investigated the causes of the extreme high temperatures from the perspectives of atmospheric circulation anomalies and land-atmosphere feedback effects using ERA5 reanalysis data from the European Centre for Medium-Range Weather Forecasts. The results show that: (1) The regional average temperature in Southern Sichuan in midsummer 2022 was 31.9 ℃, 4.6 ℃ above the climatological mean, making it the highest on record for the same period. The regional average precipitation was only 101.4 mm, 69% less than the climatological mean, also the lowest on record for the same period. (2) The high-temperature event comprised two episodes: the first lasted 12 days and the second lasted 35 days, both covering the entire region. The number of days with temperatures exceeding 40 ℃ ranged from 6 to 31 days, with the longest duration (31 days) recorded at Hejiang. Among the 22 stations, 18 broke their historical maximum temperature records, with the highest value of 44.3 ℃ observed at Xuyong. The daily duration of high temperatures increased significantly, reaching up to 20 hours at some stations. Drought began in early July and peaked in late August, with Longchang experiencing the most severe conditions (53 days of severe drought and 10 days of extreme drought). During the second high-temperature episode, the average number of compound stress days (daily maximum temperature ≥35 ℃ combined with moderate drought or above) was 20 days, and the compound stress days was more than 33 d at stations such as Longchang and Gulin, indicating that the eastern and northern parts of the region are high-risk areas for compound stress on ratooning rice. (3) The western Pacific subtropical high area index anomaly reached 0.15×105 km2, which was the highest since 1990, and Southern Sichuan was controlled by persistent subsiding airflow with enhanced clear-sky radiation. Soil moisture anomaly dropped to its lowest value (-0.08 m3·m-3), while surface sensible heat flux anomaly rose to its highest value of 12.15 W·m-2, forming a positive “high temperature-drought” feedback mechanism that simultaneously amplified both the high-temperature and the drought.

Keywords: the southern Sichuan Basin; high-temperature and drought; compound stress; midsummer 2022

PDF (22581KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

袁立新, 王玲玲, 吕用洋, 余永福, 郭翔, 赵金鹏, 王茹琳, 罗伟. 2022年盛夏川南地区极端高温干旱事件分析[J]. 干旱气象, 2026, 44(4): 567-579 DOI:10.11755/j.issn.1006-7639-2026-04-0567

YUAN Lixin, WANG Lingling, LYU Yongyang, YU Yongfu, GUO Xiang, ZHAO Jinpeng, WANG Rulin, LUO Wei. Analysis of extreme high-temperature and drought events in the southern Sichuan Basin in midsummer 2022[J]. Arid Meteorology, 2026, 44(4): 567-579 DOI:10.11755/j.issn.1006-7639-2026-04-0567

0 引言

政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)第六次评估报告明确指出,在全球变暖背景下,高温、干旱等极端事件的频率、强度和持续时间不断加剧(IPCC,2023)。众多极端天气事件中,高温干旱复合事件因其致灾风险远高于单一事件而被广泛关注(Hao et al.,2018;Zscheischler et al.,2020;余荣和翟盘茂,2021)。全球气候持续变暖,导致高温干旱复合事件的发生概率显著升高(Bevacqua et al.,2022)。中国区域高温干旱复合事件的覆盖范围和强度呈显著增加趋势,四川盆地至江汉平原为主要高发区(Ye et al.,2019;Lv et al.,2025;沈诗荐等,2026)。2022年盛夏四川盆地发生自1961年有完整气象记录以来最极端的高温干旱复合事件(孙昭萱等,2022;张强,2022;邹旭恺等,2022;孙蕊等,2023),此后该地区高温干旱风险常态化,2023—2025年高温日数分别较常年偏多8.5、18.3、17.3 d,虽连年伏旱频发,但综合强度均未超过2022年(四川省气候中心,20232026)。

针对2022年历史性最严重的高温干旱复合事件,已有研究从不同角度展开分析。在环流成因方面,普遍认为西太平洋副热带高压(简称副高)异常偏强且持续控制四川盆地是主要原因;青藏高原热力异常、热带海温强迫以及拉尼娜事件的持续和印度洋偶极子负位相的协同调控也起到重要作用(郝立生等,2022;李忆平等,2022;林纾等,2022)。同时,南亚高压异常偏强东移、副热带西风急流异常偏北形成暖脊等多系统协同作用,共同导致长江流域水汽输送偏弱、下沉气流盛行(李忆平等,2022)。此外,欧洲西部至贝加尔湖东传的罗斯贝波能量使北半球中高纬度维持稳定的三波环流结构,副热带能量辐合令副高持续偏强,为长江流域持续性高温提供有利的大尺度环流条件(张灵等,2023)。在灾害特征方面,研究表明此次高温干旱复合事件持续时间长,先后出现两轮高温过程贯穿整个盛夏;影响范围广,覆盖长江流域全域;灾害强度极端,平均气温为历史同期最高、降水为最低(章大全等,2023;张强,2022;孙蕊等,2023;周春花和吴薇,2023)。在影响评估方面,现有研究量化了高温干旱对农业、水资源、能源等领域的严重影响,指出四川作为水电核心省份,径流亏缺导致水电大幅下降,电力供需失衡(孙昭萱等,2022;王传扬等,2024)。在复合事件识别方法上,发展了基于标准化降水指数、标准化温度指数的综合复合事件指数,为区域复合事件监测奠定了方法基础(钱潭锐等,2024)。有关西南地区水稻生育期复合高温干旱事件的相关研究指出,1980—2022年该灾害发生站次比呈显著增加趋势,高发区集中于四川盆地南部、中部和东北部(陈东东等,2025),说明针对当地再生稻开展高温干旱研究具备迫切现实需求。

尽管上述研究取得了重要进展,但仍存在局限性。首先,已有研究大多针对四川全域、长江流域开展分析,缺少高温极值核心区四川盆地南部(简称川南)的精细化研究。该地因地处云贵高原北坡与盆地丘陵过渡带造成水热条件空间差异显著(于浩慧等,2024),也是水稻高温干旱事件的高发区(陈东东等,2025;蒲长林等,2026)。而气候变暖驱动川渝再生稻适宜区向盆地西北扩张,生产气候风险加剧(罗伟等,2024;罗伟等,2026)。其次,现有分析多基于日值数据,缺乏对逐小时数据的深度挖掘,高温持续时数、昼夜变化规律等日内演变特征尚未得到充分揭示,而这些指标对于评估再生稻热胁迫具有重要应用价值。最后,高温干旱复合事件具有更强的致灾风险,但其演变过程及区域差异尚未得到量化分析。

基于此,本文以川南再生稻主产区为研究对象,利用22个国家级气象站点1961—2025年逐日气象数据和2022年逐时气温数据系统分析高温干旱时空演变规律;引入日高温持续时数等指标刻画高温过程日变化特征,结合气象干旱综合指数(Meteorological Drought Composite Index,MCI)建立复合胁迫判别方案,定量分析高温和干旱的叠加效应与空间分异规律,并探讨极端高温对应的环流异常和地表反馈机制,以期为当地再生稻防灾减灾、灾害风险研判提供理论支撑。

1 研究区概况、资料与方法

1.1 研究区概况

川南地区位于四川盆地最南端,行政辖区包含内江、自贡、宜宾、泸州4市,共22个县(区)。研究区整体地势由北向南逐渐抬升,内江、自贡、宜宾北部和泸州北部区域以平缓丘陵地貌为主,宜宾西部和南部以及泸州南部为云贵高原北坡的盆周山区(图1)。川南地区总体属于亚热带季风湿润气候区,其天气气候特点与四川盆地其余区域差异显著。高温是该地区盛夏主要的气象灾害之一,统计川南22个国家气象观测站数据显示,盛夏高温日数占全年高温日数的80%以上。

图1

图1   川南地区地形及气象站点空间分布

Fig.1   Spatial distributions of topography and meteorological stations in the southern Sichuan Basin


1.2 资料

所用资料包括:(1)“天擎”气象大数据云平台提供的川南地区22个国家气象观测站1961—2025年逐日平均气温、最高气温、最低气温、降水量以及2022年逐时气温数据。(2)欧洲中期天气预报中心第五代再分析资料(ERA5)包括500 hPa位势高度、地表感热通量以及0~7 cm土层土壤体积含水量数据(Hersbach et al., 2020),时段为1990—2025年7—8月,时间分辨率为月,空间分辨率为0.25°×0.25°。参考气象行业标准《西北太平洋副热带高压监测指标》(全国气候与气候变化标准化技术委员会,2015),以1991—2020年7—8月为气候基准态,计算25°N—33°N、100°E—110°E范围的副高面积距平平均值,用于分析川南地区副高覆盖强度;计算地表感热通量距平和土壤湿度距平的区域平均值可分析地表热力状况与土壤水分年际变化特征。

1.3 方法

依据气象行业标准《区域性高温天气过程等级划分》(全国气象防灾减灾标准化技术委员会,2014)和《气候指数 高温》(全国气象防灾减灾标准化技术委员会,2021),结合研究区天气气候特点,对高温指标作出如下定义:日最高气温Tmax≥35 ℃为高温日;高温日数≥3 d的时段为高温期。高温等级划分:35 ℃≤Tmax<38 ℃为一般性高温,38 ℃≤Tmax<40 ℃为危害性高温,Tmax≥40 ℃为强危害性高温。高温持续日数指某一时段内出现高温的总天数;日高温持续时数指一日之内逐时气温Thour≥35 ℃的累计小时数;高温影响范围指一日内Tmax≥35 ℃的气象站点数。

依据国家标准《气象干旱等级》(全国气候与气候变化标准化技术委员会,2017)计算各站逐日MCI,并按标准划分干旱等级:MCI>-0.5为无旱,-1.0<MCI≤-0.5为轻旱,-1.5<MCI≤-1.0为中旱,-2.0<MCI≤-1.5为重旱,MCI≤-2.0为特旱。该指数综合考虑了近期(60 d)降水、前期(30 d)蒸散以及季尺度(90 d)和半年尺度(150 d)的水分收支状况,能够较全面地反映干旱的发生、发展与持续过程。

依据气象行业标准,参考已有研究(李欣等,2025;朱雅莉等,2026)对高温干旱复合胁迫的相关定义,将复合胁迫日数定义为同时满足Tmax≥35 ℃且MCI≤-1.0的日数。这里选取MCI=-1.0为干旱阈值,代表土壤水分已出现明显亏缺、对作物生长产生实质性影响的干旱状态。与基于百分位数的相对阈值法相比,本研究所采用的绝对阈值法结果更直观,便于与历史事件和灾害记录直接对比,也更适用于再生稻生产灾害风险评估的业务需求。

此外,历史极值判定为超过1961—2021年同期最高(或最低)值。采用反距离权重插值方法将离散站点气温、高温日数等要素转换为区域连续空间分布栅格数据,刻画空间分布特征。

2 基本气候特征

2.1 平均气温

图2为1961—2025年川南地区盛夏(7月4日—8月28日,下同)平均气温年际变化。可以看出,2022年平均气温达31.9 ℃,较1991—2020年多年同期平均气温(27.3 ℃)偏高4.6 ℃,为1961年以来盛夏气温的历史最高值,较次高值29.6 ℃(2006年)偏高2.3 ℃,且22个气象站平均气温均为历史同期最高。2023—2025年川南地区盛夏平均气温依次为28.0、29.4、29.2 ℃,较常年平均气温偏高0.7~2.1 ℃,但均低于2022年,表明2022年盛夏高温具有突出的历史性极端特征。

图2

图2   1961—2025年盛夏川南地区平均气温年际变化

Fig.2   Interannual variation of mean temperature in midsummer over the southern Sichuan Basin during 1961‒2025


2.2 平均降水量

2022年盛夏,川南地区平均降水量仅101.4 mm,较1991—2020年多年同期均值(326.3 mm)偏少69%,为历史同期最低值;相比历史第2少的1972年(149.0 mm)仍偏少32%(图3)。统计区域22个气象站,仅高县偏少37%,其余21站降水量均偏少50%以上。对比2023—2025年盛夏,川南平均降水量分别为349.7、213.6、370.7 mm,显著高于2022年盛夏平均降水量,进一步说明2022年降水异常匮乏与干旱的极端程度。

图3

图3   1961—2025年盛夏川南地区平均降水量年际变化

Fig.3   Interannual variation of mean precipitation in midsummer over the southern Sichuan Basin during 1961‒2025


3 极端高温特征

3.1 高温日数

2022年盛夏川南地区平均高温日数达45 d,为历史同期最大值,较1991—2020年同期均值(15 d)偏多30 d,显著高于次高年份2006年的36 d(图4)。从空间分布来看,不同等级高温日数空间差异显著,高温高值中心随温度阈值抬升发生明显东移(图5)。全区一般性高温日数为10~21 d,高值区位于西北部,翠屏站高温日数达21 d,为区域最高;低值区集中于东南部,合江、古蔺站高温日数最低为10 d[图5(a)]。危害性高温日数为9~20 d,高值区集中在内江东部和自贡西部,东兴站为最高(20 d);低值区仍位于东部和南部,合江危害性高温日数为9 d,是全区最低[图5(b)]。强危害性高温日数空间分布发生逆转,整体呈东高西低分布态势,日数范围跨度变大(6~31 d);东部合江站和南部古蔺站强危害性高温日数分别达31、28 d,成为极端高温的核心区;而西部叙州站降至6 d,为全区最低值[图5(c)]。综上,随着高温阈值不断抬升,高温高值中心呈现由西北向东南阶梯式迁移的空间转换特征。这一分布与局地地形高度耦合:东部大多区域为河谷低洼地带,盆地内易形成热量积聚效应,极端高温风险偏高;而西部地区及南部山区因海拔较高,对流降温效应显著,强危害性高温日数明显偏少。

图4

图4   1961—2025年盛夏川南地区平均高温日数年际变化

Fig.4   Interannual variation of mean high-temperature days in midsummer over the southern Sichuan Basin during 1961-2025


图5

图5   2022年盛夏川南地区一般性高温(a)、危害性高温(b)和强危害性高温(c)日数(单位:d)空间分布

(黑色圆点表示气象站点,下同)

Fig.5   Spatial distribution of days (Unit: d) with ordinary high temperature (a), hazardous high temperature (b), and severe high temperature (c) in the southern Sichuan Basin during the midsummer of 2022

(The black dots denote meteorological stations, the same as below)


3.2 高温范围

从2022年盛夏川南地区高温站点数逐日变化[图6(a)]看出,川南地区经历两轮极端高温过程。第一轮高温集中在7月5—16日,持续12 d,区域22个气象站均出现日最高气温≥35 ℃天气,其中7月11、15日分别有11、9站突破40 ℃。第二轮高温从7月25日持续至8月28日,持续日数达35 d,强度和范围均显著大于第一轮;8月7—27日22站连续21 d日最高气温均在35 ℃以上;8月11—25日是高温最强盛阶段,22站连续15 d维持危害性高温或强危害性高温,其中8月20—24日连续5 d全部站点达强危害性高温等级。两轮高温覆盖范围广、持续时间长,呈现出“先弱后强、持续叠加”的演变特征。

图6

图6   2022年盛夏川南地区高温站点数逐日变化(a)及平均最高气温空间分布(b,单位:℃)

Fig. 6   Daily variation of the number of high-temperature stations (a) and spatial distribution of the mean maximum temperature (b, Unit: ℃) in the southern Sichuan Basin during the midsummer of 2022


进一步统计22个气象站在两轮高温过程中的日最高气温最高值(表略),发现均超过41.0 ℃,其中11站超过43.0 ℃,叙永站高达44.3 ℃;除珙县、长宁、屏山、叙州4站外,其余18站最高气温均突破历史极值。从2022年盛夏川南地区平均最高气温空间分布[图6(b)]看出,区域气温呈西低东高的空间格局。东部合江、古蔺一带为平均最高气温高值中心,可达39.2 ℃;向西气温逐步降低,叙州平均最高气温为36.2 ℃,为全区最低。区域气温空间分异显著同样受地形与海拔条件调控。

3.3 高温累计时数

2022年盛夏川南地区不同等级高温累计时数自西向东递增(图7)。盛夏期间一般性高温累计时数为163~311 h,整体多于危害性、强危害性高温时数;高值区集中于自贡、隆昌等北部站点,均在300 h以上;南部沿山地带高温时长偏少[图7(a)]。危害性和强危害性高温累计时数呈东高西低分布[图7(b)、(c)];强危害性高温累计时数为19~182 h,空间差异最大,东部区域普遍超过100 h,西部站点大多低于50 h;表明东部河谷地带是极端高温事件最突出区域。进一步统计单日高温出现时段(表略),发现主要集中于10:00—20:00(北京时),东部站点日平均高温累计时长达8~11 h,其中泸县站单日高温累计时数长达20 h。由此可见,2022年川南高温事件的极端性不仅表现为持续天数偏长,更体现在高温累计时数的增加,而后者对再生稻的蒸腾耗水和热害累积效应可能更具威胁。

图7

图7   2022年盛夏川南地区一般性高温(a)、危害性高温(b)和强危害性高温(c)累计时数(单位:h)空间分布

Fig.7   Spatial distribution of accumulated hours (Unit: h) of ordinary high temperature (a), hazardous high temperature (b), and severe high temperature (c) in the southern Sichuan during the midsummer of 2022


4 气象干旱特征

4.1 干旱时空变化

图8川南地区气象干旱站点逐日变化看出,干旱开始于7月上旬,7月8日高县最先出现轻旱;随后干旱范围开始扩大,7月11、19日分别出现首个中、重旱站点;8月19日隆昌出现特旱,干旱迅速加剧并于8月下旬达到顶峰,其中8月29日特旱站点2个、重旱站点14个、中旱站点3个、轻旱站点3个;8月22日—9月14日全域站点全部受旱;9月下旬干旱逐步缓解并陆续解除。本次干旱过程呈现范围不断扩展、等级由轻旱向特旱递进的演变特征。干旱逐日演变过程与高温时序变化[图6(a)]存在显著协同响应关系,表明持续性高温引发蒸发耗水加剧,是此次干旱不断累积、加重发展的主导因子。

图8

图8   2022年7月8日—9月23日川南地区发生气象干旱站数逐日变化

Fig.8   Daily variation of the number of meteorological drought stations in the southern Sichuan Basin from July 8 to September 23, 2022


从干旱空间分布[图9(a)]来看,干旱累计持续日数整体呈现北部和西部历时最长、东部次之、中部最短的空间格局。其中自贡、隆昌等8个站点干旱累计日数长达71~77 d,古蔺、东兴等12站为47~69 d,南溪、泸县受旱时间最短(33~34 d)。各等级干旱空间分布存在明显差异:轻旱覆盖全域22个站点,其持续时间表现为西部、中部较长,东南部与东北部较短,其中叙州轻旱历时最长(49 d),隆昌历时最短(3 d)[图9(b)];中旱同样在全域站点均有发生,北部地区持续时间较长,其余地区持续时间较短,富顺、珙县中旱持续日数最长(47 d),叙州最短(7 d)[图9(c)];重旱发生范围有所减小,有19站出现重旱,在东部、南部、北部持续时间较长,中部和西部持续时间较短,隆昌重旱持续时间最长(53 d),江安重旱历时最短(3 d)[图9(d)];特旱为局部极端干旱现象,发生范围十分有限,仅隆昌(10 d)、资中(3 d)、兴文(2 d)、古蔺(1 d)4个站点观测到特旱事件[图9(e)]。

图9

图9   2022年7月8日—9月23日川南地区干旱总日数(a)及轻旱(b)、中旱(c)、重旱(d)、特旱(e)日数空间分布(单位:d)

Fig.9   Spatial distributions of total drought days (a) and the number of days with mild drought (b), moderate drought (c), severe drought (d), and extreme drought (e) in the southern Sichuan Basin from July 8 to September 23, 2022 (Unit: d)


4.2 高温干旱复合胁迫日数

第一轮高温出现在7月5—16日,此时干旱在部分地区刚出现,高温干旱叠加效应有限。因此选取第二轮高温时段(7月25日—8月28日)开展复合胁迫识别。从表1看出,全域站点平均高温日数为32 d,平均干旱日数为21 d,平均复合胁迫日数为20 d,占平均高温日数的62.5%,表明第二轮高温期间高温干旱叠加现象突出,复合胁迫是该阶段的主要灾害形式。从复合胁迫日数空间分布(图10)来看,复合胁迫日数呈东部和北部高、中部和西部低的分布特征。隆昌、古蔺等7站复合胁迫日数均超过30 d,其中隆昌站高温干旱全程同步发生,复合胁迫日数最多(35 d)。而中部和西部有7站复合胁迫日数不足10 d,南溪和泸县均为3 d,表明高温与干旱的同步性存在显著的区域差异,而复合胁迫日数受干旱等级和干旱时长影响明显。上述量化指标表明高温中心与干旱中心的空间重叠主要集中在隆昌、古蔺、富顺、合江、东兴、威远、资中、自贡等东部和北部地区,是再生稻生产面临高温干旱复合胁迫风险最高的区域。

表1   2022年7月25日—8月28日川南地区高温干旱复合胁迫日数统计

Tab.1  Statistics of days with compound heat and drought stress in the southern Sichuan Basin from July 25 to August 28, 2022

站名Tmax≥35 ℃
日数/d
MCI≤-1.0
日数/d
复合胁迫日数/d站名Tmax≥35 ℃
日数/d
MCI≤-1.0
日数/d
复合胁迫日数/d
隆昌353535荣县331816
古蔺353434纳溪311313
富顺353434翠屏291313
合江353333高县33109
东兴353232叙永2999
威远353232长宁3088
资中353131江安3066
自贡342928叙州2776
屏山312824泸县3533
珙县273024南溪3433
筠连302522平均322120
兴文341818

新窗口打开| 下载CSV


图10

图10   2022年7月25日—8月28日川南地区高温干旱复合胁迫日数(单位:d)空间分布

Fig.10   Spatial distribution of compound heat and drought stress days (Unit: d) in the southern Sichuan Basin from July 25 to August 28, 2022


5 极端高温成因

5.1 副高异常强盛的环流背景

副高异常偏强且持续控制四川盆地,是此次极端高温最直接的大尺度环流成因。前期拉尼娜事件、印度洋偶极子负位相的出现以及春季青藏高原西北部积雪负异常,可能是导致夏季环流异常的主要外强迫因子(李忆平等,2022)。图11给出了1990—2025年7—8月副高面积指数距平的年际变化。可以看出2022年副高面积指数距平达0.15×105 km2,为1990年以来最高值,显著超出历史变率范围,是1996年历史极值(0.06×105 km2)的2.5倍,体现了2022年副高强度的极端性。受此异常强盛的副高控制,川南地区长期处于下沉气流区,云量显著减少,太阳短波辐射直达地表;同时,下沉气流引发的绝热增温效应进一步抬升近地层气温,为区域极端高温和持续性少雨天气的维持与发展提供稳定的环流基础。

图11

图11   1990—2025年7—8月副高面积距平年际变化

Fig.11   Interannual variation of area anomaly of the western Pacific subtropical high from July to August during 1990‒2025


5.2 陆气耦合正反馈放大机制

图12给出了1990—2025年7—8月表层土壤湿度距平和感热通量距平的年际变化。1990—2021年土壤湿度呈持续递减趋势,32 a累计下降0.15 m3·m-3;2022年土壤湿度距平低至-0.08 m3·m-3,自1990年以来与2021年呈并列最低值[图12(a)],表明地表可用于蒸散的水分极为有限。与此同时,2022年感热通量距平跃升至12.15 W·m-2,为1990年以来最高值,较2021年(-4.35 W·m-2)大幅提升16.50 W·m-2,年际变幅远超历年平均波动[图12(b)]。感热通量的异常跃升是辐射强迫增强与土壤水分亏缺的协同作用。强盛副高控制下区域云量偏少、晴空辐射显著增强,地表能量输入升高;叠加历史极低的土壤湿度抑制地表蒸散,蒸发冷却效应近乎衰竭,地表盈余能量大量以感热形式释放,加热近地层大气。上述特征揭示了高温与干旱的陆气正反馈机制:强盛副高带来的晴热少雨天气不断消耗土壤水分,土壤干旱使得蒸发潜热消耗锐减,进一步抬升气温、加大蒸发耗水,形成自维持、自增强的循环特征。正反馈机制使得高温和干旱同步加剧,解释了为何第二轮高温持续长达35 d且强度远超第一轮。因此,2022年极端环流强迫与历史低值土壤湿度同期叠加,触发感热通量异常跃升,是构成此次高温干旱复合事件的关键放大机制。

图12

图12   1990—2025年7—8月土壤湿度距平(a)和感热通量距平(b)年际变化

Fig. 12   Interannual variation of soil moisture anomaly (a) and sensible heat flux anomaly (b) from July to August during 1990‒2025


5.3 下垫面的空间调制作用

在大尺度环流和地表反馈的共同作用下,局地地形和城市下垫面特征对高温的空间分布起到了重要的调制作用,决定了高温极值中心的落区。川南东部合江、古蔺、泸县等丘陵区域海拔多在200~400 m,地形相对封闭,热量不易与周边区域交换,形成局地热力聚集,在区域增暖背景下进一步加剧了高温强度。相比之下,西部叙州、珙县及南部山区海拔普遍高于500 m,地势抬升使得气温相对较低,高温日数与强度均显著低于东部丘陵区。此外,自贡、泸州等东部城市群的热岛效应进一步放大局地高温风险。城市下垫面具有较大的热容量和较小的反照率,白昼吸收的太阳辐射多于周边乡村,夜间热量释放缓慢,城市热岛效应与区域性气候增暖相叠加,增加了东部丘陵区的高温强度,这也是东部泸县站点平均最低气温高达28.5 ℃,单日高温持续时长达20 h的重要原因。

综上所述,2022年盛夏川南极端高温是大尺度环流异常触发、陆气反馈放大和局地地形调制多过程协同作用的结果。异常强盛的副高(面积指数距平为1990年以来最高)提供了持续下沉气流和晴空辐射的大尺度背景;持续亏缺的土壤湿度(1990年以来最低)和感热通量的异常激增(1990年以来最高)形成了正反馈放大机制,使高温和干旱同步加剧;东部低洼丘陵的地形与城市热岛效应进一步促成高温热量的空间聚集。3类异常驱动因子于2022年历史性同期叠加,导致本次区域性复合极端灾害,该多因子协同机制可为今后类似极端高温事件的预测和归因分析提供重要参考。

6 高温干旱对再生稻生产的影响与对策建议

2022年盛夏川南地区发生有气象记录以来最强的高温干旱复合灾害,给当地再生稻生产造成严重危害。该区域是四川省再生稻主产区,再生稻生产对高温干旱等极端天气事件高度敏感,此次灾害对再生稻的影响主要表现为:极端异常高温造成中稻抽穗扬花不畅,花粉活力显著下降,水稻空秕率上升、结实率大幅降低;持续高温引发头季稻“高温逼熟”现象,灌浆进程加快、收获期提前,籽粒灌浆不充分,最终造成粒重偏轻、稻米品质下降。同时,持续少雨导致稻田大面积脱水开裂,土壤水分亏缺严重,再生芽萌发受阻、萌发率显著下降,再生稻长势极差,蓄留面积与可收面积锐减(四川省气候中心,2023)。夏玉米、夏大豆等旱地作物同样受到灾害影响,而再生稻作为川南地区特色优势产业,受损最为突出。以富顺县为例,该县2022年盛夏降雨量仅有常年同期的20%左右。据中国新闻网报道,全县80%以上稻田缺水、60%左右稻田断水,导致该县水稻(含再生稻)受灾面积3 900.0 hm2、成灾2 346.7 hm2、绝收113.3 hm2。高温伏旱对再生稻生产造成严重影响。针对上述灾害影响,结合川南再生稻产业实际需求与气候暖干化趋势,提出以下适应性对策建议。

(1)强化再生稻关键生育期高温干旱预警与田间适应性管理。针对再生稻生长对水热条件的双重敏感性,应重点加强头季稻灌浆期(7月中旬至8月上旬)和再生芽萌发期(8月中旬至9月上旬)的高温干旱监测预警。当预报未来3 d内日最高气温持续≥38 ℃且无有效降水时,提前启动灌溉预案,采用浅湿灌溉或间歇灌溉方式,优先保障再生芽萌发的关键水分需求。针对隆昌、古蔺、富顺、合江等东部、北部高温干旱复合胁迫高风险区域,积极筛选并推广耐高温、抗旱性强的再生稻品种;通过调整播种期与头季稻收获期,规避水热胁迫高峰期。

(2)完善高温干旱复合事件精细化监测体系,开展灾害风险区划。在再生稻主产区加密布设自动气象观测站,提升对日高温持续时数、夜间高温、土壤湿度等指标的精细化监测能力。以高温干旱复合胁迫日数为核心指标,结合再生稻不同生育阶段对水热敏感性特征,开展面向再生稻生产的灾害风险评估与区划;将川南东部和北部丘陵区(隆昌、古蔺、富顺、合江等地)划定为复合灾害高风险区,优先配置防灾减灾资源,制定差异化的适应性管理方案,提升再生稻产业应对极端气候事件的能力。

7 结论与讨论

本文以川南再生稻主产区为研究区域,基于22个国家气象站观测数据与ERA5再分析资料,系统分析了2022年盛夏极端高温干旱事件的时空演变特征,利用逐时气温数据揭示日高温持续时长的空间差异,构建复合胁迫日数指标量化高温与干旱的叠加效应,并从环流异常和陆气反馈过程阐明极端高温的成因,得到如下主要结论。

(1)2022年盛夏川南地区水热条件异常极端。区域平均气温31.9 ℃,较常年偏高4.6 ℃,为1961年以来同期最高;同期平均降水量仅101.4 mm,较常年偏少69%,创历史同期最低;22站中18站最高气温突破历史极值,叙永达44.3 ℃。高温过程分为两轮,第二轮持续35 d,≥40 ℃强危害性高温日数为6~31 d,日内高温持续时长显著增加,部分站点最长可达20 h;高温强度自西向东递增,东部丘陵区为高温极值中心。

(2)区域高温干旱复合胁迫特征显著。干旱自7月上旬开始发展,8月下旬达到顶峰,重旱和特旱主要分布在东部和北部,其中隆昌旱情最重,重、特旱分别持续53、10 d。第二轮高温过程中,研究区平均高温干旱复合胁迫日数为20 d,占同期高温日数的62.5%,隆昌、古蔺等7个站点复合胁迫日数超过30 d。高温中心与干旱中心的空间重叠主要集中在隆昌、古蔺、富顺、合江、东兴、威远、资中、自贡等东部和北部地区,该区域为再生稻高温干旱复合胁迫高风险区。

(3)多因子协同驱动极端高温事件。2022年盛夏,副高面积指数距平达0.15×105 km2,为1990年以来最高,川南受持续下沉气流控制,云量减少、晴空辐射增强;土壤湿度距平降至-0.08 m3·m-3(1990年以来最低),地表感热通量距平跃升至12.15 W·m-2(1990年以来最高),二者同期叠加,构成高温与干旱的正反馈机制,促使高温与干旱同步加剧。此外,东部低洼丘陵地形与城市热岛效应可进一步促成高温热量的空间聚集。大尺度环流异常、陆气正反馈、局地地形和城市下垫面等多因子协同驱动本次区域性复合极端高温灾害。

本研究针对川南再生稻主产区开展极端高温干旱复合灾害精细化分析,识别的复合胁迫高风险区与已有研究的四川盆地高温核心区、土壤水分亏损中心空间分布相一致(李忆平等,2022;孙蕊等,2023),环流与陆气反馈机制的分析结果也进一步印证前人相关结论(梅梅等,2023;孙昭萱等,2026)。然而本文仍存在以下局限:复合胁迫日数的阈值基于气象行业标准进行选取,尚未开展多阈值敏感性试验;再生稻灾害影响分析依赖宏观统计资料,缺乏田间试验构建胁迫与产量损失的定量关系;本研究以站点观测为基础,未能耦合高分辨率遥感土壤水分和作物生长数据开展分析。后续可融合卫星遥感、作物模型与机器学习技术,建立再生稻高温干旱灾害动态评估模型。此外,2023—2025年川南虽连续出现高温,但未重现2022年强度的复合灾害,说明副高强度、持续时间、前期土壤湿度等因子的组合配置至关重要,未来需结合多源数据和作物模型开展更深入的机理研究。

参考文献

陈东东, 栗晓玮, 张璐阳, , 2025.

西南地区水稻生育期复合高温干旱事件时空演变特征

[J]. 生态学杂志, 44(11): 3 864-3 872.

[本文引用: 2]

郝立生, 马宁, 何丽烨, 2022.

2022年长江中下游夏季异常干旱高温事件之环流异常特征

[J]. 干旱气象, 40(5): 721-732.

[本文引用: 1]

2022年夏季长江流域发生了建国以来最为严重的干旱高温气候事件,对当地工农业生产、居民生活、生态安全等造成严重影响。为深入认识这次干旱高温气候事件发生的原因和改进气候预测技术,利用1951—2022年2400多测站气温、降水数据和NCEP/NCAR再分析数据等资料,采用T-N波作用通量、视热源Q<sub>1</sub>(Q<sub>2</sub>)诊断和合成分析、距平分析等方法,从大气环流异常的角度进行综合分析。主要结论如下:(1)2022年夏季,500 hPa源自北大西洋地区的扰动异常偏强,在沿中高纬西风带向东传播时引发了明显的大槽大脊活动,波动能量主要沿西风带向东传播,没有出现在东亚向东南方向传播的特征,造成冷空气活动位置偏北,很难影响到长江流域。(2)2022年夏季,500 hPa高度场在青藏高原上空出现明显正距平扰动,尤其8月扰动进一步加强,东移到长江流域,诱发西北太平洋副热带高压西伸,使得副热带高压呈现东西带状分布。副热带高压(简称“副高”)西部完全控制了长江流域地区,一方面副高阻挡了北方冷空气南下,另一方面副高长时间维持下沉运动,不利于降水发生,有利于下沉增温。(3)2022年夏季,热带对流区(视热源)位置异常偏南到赤道以南(气候态在5°N—20°N),有两方面影响:一是造成哈德来经圈环流(Hadley Cell)上升支异常偏南,长江流域在8月为异常下沉区,不利于降水发生,有利于下沉增温效应的出现;另一方面造成2022年夏季亚洲热带夏季风偏弱、东亚副热带夏季风偏强,低频信号向长江中下游传播明显偏弱,这些都不利于长江中下游降水过程的发生。(4)高纬、中低纬、低纬热带地区环流异常协同作用造成2022年长江流域夏季出现异常的干旱高温气候事件。要预测长江流域夏季降水或高温干旱,需提前关注500 hPa北大西洋地区扰动信号的发生及未来传播特征,青藏高原上空高度场扰动的发生及移动特征,热带对流(热源)位置变化及伴随的热带夏季风强度变化、低频信号的传播特征等。

李欣, 王培娟, 唐俊贤, , 2025.

江南华南茶树旱热复合灾害指标及时空特征

[J]. 应用气象学报, 36(3): 282-295.

[本文引用: 1]

李忆平, 张金玉, 岳平, , 2022.

2022年夏季长江流域重大干旱特征及其成因研究

[J]. 干旱气象, 40(5): 733-747.

[本文引用: 4]

干旱是影响范围最广的自然灾害之一。2022年夏季发生在长江流域的异常高温干旱事件不仅强度大,而且持续时间长,是一次罕见的重大干旱事件,对我国的社会经济造成了十分严重的影响。鉴于这次事件的极端性,本文在客观分析此次事件演变特征的基础上,揭示大气环流和外强迫异常对此次高温干旱的可能影响。研究发现,气象干旱指数及土壤湿度监测结果一致表明本次旱情从6月开始出现,7月迅速发展,进入8月后范围进一步扩展、强度进一步加剧。与此同时,流域内整体气温偏高,部分地区高温日数超过40 d。此外,夏季整个流域的蒸散量距平是1960年以来的历史第二高值(仅次于2013年高温伏旱),进一步加剧了长江流域的水分亏缺程度。从环流特征来看,夏季西太平洋副热带高压异常偏强西伸、极涡面积偏小及强度偏弱、南亚高压偏强东移,共同导致长江流域的水汽输送条件偏弱、下沉气流盛行,使得整体条件不利于降水发生。而前期拉尼娜事件的持续、印度洋偶极子负位相的出现以及春季青藏高原西北部积雪负异常的持续,可能是导致今年夏季环流异常的主要外强迫因子。

林纾, 李红英, 黄鹏程, , 2022.

2022年夏季我国高温干旱特征及其环流形势分析

[J]. 干旱气象, 40(5): 748-763.

[本文引用: 1]

在气候变暖背景下,2022年夏季我国出现1961年以来平均气温最高和降水量次少的气候异常,并伴有最强的全国性(东北地区除外)高温过程和长江中下游及川渝地区大范围强伏旱。针对这次高温干旱的持续性和极端性,本文基于2022年6—8月全国2162个气象站逐日最高气温和降水量以及NCEP(National Centers for Environmental Prediction)/NCAR(National Center for Atmospheric Research)逐日再分析资料等,分析其时空分布特征及环流形势,将对今后我国南方地区夏季高温干旱不同时间尺度的预报预测有一定参考价值。结果表明:2022年夏季,全国76.0%的站共出现48 198次高温,其中36.6%的站累计出现3001次极端高温事件,20次以上极端高温事件的站点均分布在四川盆地,高温状况远超21世纪以来的典型高温年份。全国性的高温过程从6月13日持续到8月30日,共计79 d,高温最强时段在8月11—24日。按照高温发生站次、持续时间、影响范围、强度等由强到弱综合排序,依次是华东、西南、华中、西北、华北和华南地区,其中西南地区极端性最强,而东北地区未出现高温。干旱时空分布特征与高温基本相似,全国最强干旱时段在8月中旬。2022年夏季,500 hPa欧亚中高纬度呈“两脊一槽”型,尤其在7—8月乌拉尔山和鄂霍次克海附近高压脊形成阶段性阻塞高压,强盛的副热带系统将两高之间活跃的冷空气大部分时段阻挡在50°N以北,造成我国“北涝南旱”的格局;低纬度的伊朗高压异常东伸,西太平洋副热带高压略偏北且异常西伸,两高压长时间贯通形成的高压带控制区气流辐散下沉,并持续阻碍水汽向中纬度输送,不利于长江流域产生降水。同时,对流层高层南亚高压异常偏东,与中层的西太平洋副热带高压相向而行,于8月中下旬在80°E—120°E范围内叠加,致使控制我国大范围的高压系统呈稳定正压结构,中心位于川渝上空,致使川渝地区成为高温日数和极端高温事件次数的高值中心。

罗伟, 梅岫峰, 李强, , 2024.

气候变化对川渝地区再生稻产业的影响与建议:以富顺县为例

[J]. 中国稻米, 30(4): 70-74.

[本文引用: 1]

2022—2023年以田间调查、电话访谈、文献查阅和专家座谈等方式对川渝地区再生稻生产情况进行了调研,统计分析了气候变化下川渝再生稻种植区生产格局变化和发展趋势,以富顺县为例,剖析了川渝地区再生稻产业发展的潜力和面临的挑战,并就如何提升再生稻气候韧性提出5条建议。调研显示,在气候变暖情况下,川渝地区秋季热量资源更加丰富,再生稻种植呈现适生区、优生区面积不断增加、产量稳步提高等有利变化;但气象灾害呈重发趋势,再生稻生产气候风险增高。富顺县为再生稻种植优生区,具有自然条件、技术、品种、历史、品牌、需求和政策等优势。随着再生稻产业的迅猛发展和极端天气频发重发,提高应对气候变化能力、加强再生稻气候韧性建设,对加快推进川渝地区再生稻产业发展和品牌建设具有重要的现实意义。

罗伟, 余洪, 袁立新, , 2026.

全球气候变化背景下川渝地区再生稻地理分布格局变迁

[J]. 中国农业科学, 59(4): 765-780.

[本文引用: 1]

【目的】开展气候变化背景下川渝地区再生稻地理分布的模拟、预测,为我国川渝地区再生稻种植区扩面规划、品种选育以及栽培制度的制定提供科学参考。【方法】基于川渝地区再生稻过去(1981—2000年)53个、当前(2001—2020年)147个分布点和6个环境变量,利用MaxEnt模型模拟气候变化下川渝地区再生稻种植区变化和潜在适宜区变迁,确定影响其分布的主导环境变量。【结果】(1)安全生长期积温(Tac)、安全生长期天数(Day)、9月平均气温(Tav<sub>9</sub>)、海拔(Alt)是影响再生稻地理分布格局变迁的主导环境变量。(2)过去至当前(1981—2020年),再生稻种植区和潜在适宜区均向盆西北延伸,面积分别扩张至0.44×10<sup>4</sup>和3.25×10<sup>4</sup> km<sup>2</sup>,增幅为69.23%和60.89%,分别位于28°9'—30°55'N、103°35'—108°32'E和28°4'—31°48'N、103°10'—110°4'E;高适宜区向西北、东北方向延伸,主要位于28°7'—31°7'N、103°26'—107°21' E,与种植区的分布、变化耦合度高。(3)当前至未来(2001—2060年),SSP245和SSP585情景下再生稻适宜区呈向西北方向延伸、面积增加趋势,适宜区西北界延伸至成都中部-广元中部一线以南,总适宜区面积增幅在3.69%—16.92%。其中,高适宜区向西北延伸至眉山东坡区-达州市达川区一线,向北推进1.4°N(155.65 km)、向西推进0.8°E(88.94 km),面积增幅在45.24%—65.18%;四川宜宾中部和重庆綦江、荣昌、大足的部分高适宜区面积缩减,占比2.68%—11.90%;不变区域主要集中在川南渝西地区,占比72.32%—88.10%。【结论】气候变化总体有利于川渝地区再生稻适宜区域扩张,安全生长期积温和天数的增加,是导致再生稻气候适宜区扩大的主要原因。建议优先巩固川南渝西传统优势区,稳步扩大乐山东北部、资阳西部和东部、遂宁南部、南充南部、达州西南部,以及重庆潼南大部、铜梁北部等新增适宜区,探索拓展成都东部、德阳和绵阳南部等再生稻潜力区,分阶段分区域协同促进再生稻生产持续稳定发展。同时,强化全球气候变暖背景下再生稻生产中气象灾害的监测与预警防控技术研发及应用。

梅梅, 高歌, 李莹, , 2023.

1961-2022年长江流域高温干旱复合极端事件变化特征

[J]. 人民长江, 54(2): 12-20.

[本文引用: 1]

蒲长林, 陈东东, 张玉芳, , 2026.

基于Copula函数的四川水稻关键生育期高温干旱复合事件时空特征分析

[J]. 干旱气象, 44(2): 175-188.

[本文引用: 1]

在全球气候变暖背景下,高温与干旱复合事件对农业生产的危害远超过单一灾害。基于四川省92个气象站1981—2022年逐日降水量和最高气温数据,结合标准化降水蒸散指数和标准化温度指数,利用Copula函数构建高温与干旱强度的联合概率分布模型,系统分析水稻关键生育期(孕穗—抽穗期、抽穗—成熟期)高温干旱复合事件的时空特征。结果表明:1)在大部分站点中,广义极值分布(Generalized Extreme Value,GEV)是水稻两个生育期内干旱强度和高温强度的最优边际分布,且孕穗—抽穗期的拟合度优于抽穗—成熟期;2)Gumbel Copula被选为大部分站点最优的联合分布模型,揭示高温与干旱事件存在协同发生倾向;3)在7个水稻种植区中,轻度高温叠加轻度干旱的复合事件发生概率最高,联合重现期为9~20 a(孕穗—抽穗期)。空间上,盆中、盆南、盆周等区域为高频区,孕穗—抽穗期是复合胁迫发生概率更高的关键生育期;4)与1981—2000年相比,2001—2022年7个水稻种植区高温干旱复合事件频率及强度均呈增加趋势,且高温频率与强度的增幅均高于干旱。近20 a来,四川省水稻生育期内高温干旱复合事件风险正在加剧,高温风险正在快速累积。

钱潭锐, 逯家彤, 粟晓玲, , 2024.

基于复合事件指数的西北地区高温干旱复合事件风险评估

[J]. 水资源与水工程学报, 35(1): 82-89.

[本文引用: 1]

全国气候与气候变化标准化技术委员会, 2015. 西北太平洋副热带高压监测指标: QX/T 304-2015[S]. 北京: 气象出版社.

[本文引用: 1]

全国气候与气候变化标准化技术委员会, 2017. 气象干旱等级: GB/T 20481-2017[S]. 北京: 中国标准出版社.

[本文引用: 1]

全国气候与气候变化标准化技术委员会, 2021. 气候指数高温: QX/T 595-2021[S]. 北京: 气象出版社.

全国气象防灾减灾标准化技术委员会, 2014. 区域性高温天气过程等级划分: QX/T 228-2014[S]. 北京: 气象出版社.

[本文引用: 1]

沈诗荐, 李金建, 马龙云, , 2026.

三维视角下中国夏季复合极端高温干旱事件的时空演变特征

[J]. 人民珠江, 47(5): 63-74.

[本文引用: 1]

四川省气候中心, 2023.

2022年四川省气候公报

[R]. 成都: 四川省气象局.

[本文引用: 1]

四川省气候中心, 2024.

2023年四川省气候公报

[R]. 成都: 四川省气象局.

[本文引用: 1]

四川省气候中心, 2025.

2024年四川省气候公报

[R]. 成都: 四川省气象局.

四川省气候中心, 2026.

2025年四川省气候公报

[R]. 成都: 四川省气象局.

[本文引用: 1]

孙蕊, 邓彪, 王顺久, , 2023.

2022年夏季四川省区域性高温和干旱过程监测评估

[J]. 高原山地气象研究, 43(2): 72-80.

[本文引用: 3]

孙昭萱, 张强, 孙蕊, , 2022.

2022年西南地区极端高温干旱特征及其主要影响

[J]. 干旱气象, 40(5): 764-770.

[本文引用: 2]

孙昭萱, 张强, 周长艳, , 2026.

2022年长江流域极端高温干旱的环流异常特征及其影响机制

[J]. 气象学报, 84(3): 486-499.

[本文引用: 1]

王传扬, 张小玲, 兰琳惠, , 2024.

2022年夏季高温干旱对四川盆地污染物浓度变化的影响分析

[J]. 生态环境学报, 33(1): 80-91.

[本文引用: 1]

于浩慧, 周长艳, 柯行思, , 2024.

川渝高温热浪与暴雨旱涝演变特征及适应策略研究

[J]. 人民长江, 55(11): 146-154.

[本文引用: 1]

余荣, 翟盘茂, 2021.

关于复合型极端事件的新认识和启示

[J]. 大气科学学报, 44(5): 645-649.

[本文引用: 1]

张灵, 郭广芬, 熊开国, , 2023.

长江流域2022年夏季高温过程的成因分析

[J]. 地理科学进展, 42(5): 971-981.

[本文引用: 1]

长江流域2022年夏季遭遇了罕见的持续性高温事件,给流域各省生活、生产等造成了严重的影响,因此,科学解析该次高温过程成因对于提升高温过程预测预警具有重要意义。论文利用NCEP/NCAR逐日再分析资料和长江流域699个站点逐日温度资料,研究了2022年夏季长江流域高温过程的环流特征及成因。结果表明:① 2022年长江流域的夏季高温过程为1961年以来范围最广、强度最强、持续时间最久、综合强度指数排名第一的高温事件。② 长江流域上空对流层中高层受相当正压结构的异常反气旋环流控制,是此次高温过程发生的局地环流成因。南亚高压和西太平洋副热带高压的相向运动,且在长江流域上空重叠,是导致2022年高温发生的大尺度环流成因。在高压控制下,长江流域上空的下沉运动及达地面的太阳辐射均明显偏强,下沉增温和辐射增温共同导致高温极端性强。③ 欧洲西部经贝加尔湖向东频散的Rossby波能量,使得欧亚地区中高纬自西向东维持两脊一槽波列分布,北半球中高纬度表现出稳定的三波型,整个副热带地区为能量辐合区,助力副高维持偏强,同时有助于长江流域上空反气旋的持续,是异常环流长时间维持的原因。

张强, 2022.

科学解读“2022年长江流域重大干旱”

[J]. 干旱气象, 40(4): 545-548.

[本文引用: 2]

今年从6月开始持续到目前的整个长江流域的干旱事件,不仅对农业和能源等各方面影响十分严重,而且干旱发展过程和影响特征还表现出许多与以往不同的独特性,对其进行科学分析十分必要。鉴于此,该文试图在科学与科普同时兼顾的基础上,分别从新常态与反常态两个视角,从干旱的表现特征、形成机制、影响特点及从中得到的启示与思考等方面,对当前还在肆虐的2022年长江流域严重干旱事件进行一些简单的科学解读,以促进社会公众对此次干旱事件的科学认识。

章大全, 袁媛, 韩荣青, 2023.

2022年夏季我国气候异常特征及成因分析

[J]. 气象, 49(1): 110-121.

[本文引用: 1]

周春花, 吴薇, 2023.

2022年夏季四川盆地区域性极端高温天气特征及成因分析

[J]. 中国防汛抗旱, 33(8): 29-35.

[本文引用: 1]

朱雅莉, 许莹, 王晓东, , 2026.

皖北地区夏玉米花期高温干旱复合灾害特征分析及风险区划

[J]. 玉米科学, 34(2): 71-80.

[本文引用: 1]

邹旭恺, 高荣, 陈鲜艳, , 2022.

2022年长江流域夏伏旱监测评估

[J]. 中国防汛抗旱, 32(10): 12-16.

[本文引用: 1]

BEVACQUA E, ZAPPA G, LEHNER F, et al, 2022.

Precipitation trends determine future occurrences of compound hot-dry events

[J]. Nature Climate Change, 12(4): 350-355.

[本文引用: 1]

HAO Z C, SINGH V P, HAO F H, 2018.

Compound extremes in hydroclimatology: A review

[J]. Water, 10(6): 718. DOI:10.3390/w10060718.

[本文引用: 1]

Extreme events, such as drought, heat wave, cold wave, flood, and extreme rainfall, have received increasing attention in recent decades due to their wide impacts on society and ecosystems. Meanwhile, the compound extremes (i.e., the simultaneous or sequential occurrence of multiple extremes at single or multiple locations) may exert even larger impacts on society or the environment. Thus, the past decade has witnessed an increasing interest in compound extremes. In this study, we review different approaches for the statistical characterization and modeling of compound extremes in hydroclimatology, including the empirical approach, multivariate distribution, the indicator approach, quantile regression, and the Markov Chain model. The limitation in the data availability to represent extremes and lack of flexibility in modeling asymmetric/tail dependences of multiple variables/events are among the challenges in the statistical characterization and modeling of compound extremes. Major future research endeavors include probing compound extremes through both observations with improved data availability (and statistical model development) and model simulations with improved representation of the physical processes to mitigate the impacts of compound extremes.

HERSBACH H, BELL B, BERRISFORD P, et al, 2020.

The ERA5 global reanalysis

[J]. Quarterly Journal of the Royal Meteorological Society, 146(730): 1 999-2 049.

[本文引用: 1]

Intergovernmental Panel on Climate Change (IPCC), 2023. Climate change 2021-the physical science basis: Working group I contribution to the sixth assessment report of the intergovernmental panel on climate change[M]. Cambridge, UK: Cambridge University Press.

[本文引用: 1]

LV B Y, HAO Z C, JIANG Y T, et al, 2025.

Large ensemble simulations indicate increases in spatial compounding of droughts and hot extremes across multiple croplands in China

[J]. Global and Planetary Change, 245: 104670. DOI:10.1016/j.gloplacha.2024.

[本文引用: 1]

YE L, SHI K, XIN Z H, et al, 2019.

Compound droughts and heat waves in China

[J]. Sustainability, 11(12): 3270. DOI:10.3390/su11123270.

[本文引用: 1]

ZSCHEISCHLER J, MARTIUS O, WESTRA S, et al, 2020.

A typology of compound weather and climate events

[J]. Nature Reviews Earth & Environment, 1(7): 333-347.

[本文引用: 1]

/