插图:tuput
中文
印度气象局把2026年6月至9月的降雨量定为759.4毫米,为长期平均值的87%,是2001年以来第四低的一个季节。气象局92%和90%的季节预报都在其所述的误差范围内,而它对降雨抵达喀拉拉邦的预报,是2005年以来第二次落空。
9月30日,印度气象局为2026年的季风季画上句号,全国平均降雨量为759.4毫米。它用来对照的长期平均值(LPA)取自1971至2020年,为868.6毫米,所以这个季节只达到常年的87%。印度气象局(IMD)把它列为2001年以来第四低、1901年以来第13低,而按它的标准,低于90%即为偏少。
常年的87%,以及缺口落在哪里
6月是最弱的一个月,只有常年的65%。7月回升到101%,8月降到84%,9月达到92%。气象局的季节报告说,6月全国没有形成任何低压系统,而这个月平均有三个,并把这与当月的亏缺联系起来。整个季节共出现14个低压系统和77个低压日,而常年为57个。
中部印度达到常年的97%,西北印度为94%。南部半岛为76%,是1901年以来当地第四低。东部和东北印度为74%,是气象局1901年以来记录中的最低值。这一地区包括卡西丘陵,那里有印度测得的最湿润之地。在36个气象分区中,18个降雨正常,17个偏少,只有奥迪沙一个偏多。核心季风区是多数雨养农业所在的地方,降雨量为779.9毫米,略低于气象局的常年区间782.8至881.2毫米。
追着太阳向北走的雨带
课堂上通常的讲法是:夏季陆地升温比海洋快,陆地上气压下降,海洋上的湿润空气被吸进来。印度气象局自己的常见问题解答也包含了其中一部分。它说,6月,西北印度、巴基斯坦和中东干燥的地面向空气传递约160瓦每平方米的热量,形成一个叫作热低压的浅槽。气象局说,强烈的热低压起着抽吸湿润空气的作用,并举1987年这个干旱之年为例,那一年的热低压很弱。
露丝·吉恩(Ruth Geen)、西莫娜·博尔多尼(Simona Bordoni)、戴维·巴蒂斯蒂(David Battisti)和卡特里娜·许(Katrina Hui)2020年发表在《地球物理学评论》(Reviews of Geophysics)上的一篇综述,描述了这个领域的转变。作者写道,季风长期以来被当作由陆海差异驱动的巨型海陆风。他们认为,理论和观测现在支持另一幅图景:季风是热带辐合带的季节性迁移,这条带是气流汇合并上升成雨的地带。地球科学部2020年关于印度地区气候变化的评估也采用了这个框架,把年周期描述为雨带从印度洋南部向北部的移动。不过,它仍把陆海温度梯度列为重要的因素之一。
这里的资料描述的是同一个年度序列。如何解释它最好,仍有争论,吉恩和她的同事指出,山脉的作用和大陆的形状,是他们的图景尚未纳入的内容。
两周内启动的急流,和挡住雨水的那堵墙
携带水汽的低空风是索马里急流,也称芬德莱特急流(Findlater jet)。印度气象局的常见问题解答说,它位于海拔1至1.5公里处,沿东非海岸从毛里求斯和马达加斯加北部附近越过赤道,6月到达印度西海岸,7月达到峰值。威廉·布斯(William Boos)和克里·伊曼纽尔(Kerry Emanuel)2009年发现,它来得很突然。在27年再分析资料的合成中,它的风速在不到两周的时间里就从冬季的值变到夏季的值,而对同一批数据拟合的平滑季节曲线则要花约七周。他们还引用芬德莱特1969年的一项研究写道,北半球夏季全球越过赤道的低空气流,大约有一半经过这条急流所在的区域,而这个区域只占地球周长的10%。对于这种突然性,他们讨论了几种提出的解释,没有排出高下。
随后是山脉给雨水分配。地球科学部的评估说,西高止山的迎风坡降雨最强,背风坡则处于强烈的雨影之中。它还说,喜马拉雅山在其朝南的山坡上挡住了温暖潮湿的空气。
喜马拉雅山和青藏高原所起的作用是有争议的。布斯和匡志明(Zhiming Kuang)2010年在《自然》(Nature)上指出,高原长期以来被认为是一个抬升的热源。在他们的模型中,去掉高原、保留狭窄的喜马拉雅山和邻近山脉后,大尺度的季风环流基本不变。他们写道,进一步的结果表明,山脉之所以重要,是因为它们把印度上空温暖潮湿的空气与北面寒冷干燥的空气隔开。证据是模型实验加上辅助性的观测,作者呼吁重新解释南亚气候是如何对山脉的抬升作出反应的。
厄尔尼诺、印度洋,以及干旱之年为何各不相同
季风逐年的起伏跟随着海洋。根据克里希纳·库马尔(Krishna Kumar)及其同事2006年发表在《科学》(Science)上的一篇论文,132年的降雨记录显示,印度的严重干旱总是伴随着厄尔尼诺,即赤道太平洋周期性的变暖。不过,厄尔尼诺并不总是带来严重干旱。该论文发现,水温最高的位置在中太平洋的事件,比中心在东太平洋的事件,更能在印度上空造成引发干旱的下沉气流。地球科学部的评估说,近几十年来厄尔尼诺与季风之间的联系已经减弱,干旱变得更频繁、更强烈,其中有些并没有厄尔尼诺。评估说,有人提出全球变暖或许可以解释这种联系的减弱,所以原因仍然悬而未决。两次更早的失败,即1876年以及1965和1966年,分别在那些在饥荒中被运走的粮食的故事和印度如何学会养活自己的故事里讲过。
印度洋有自己的开关,即偶极子,指其西部与东南部之间海面温度的差异。卡鲁穆里·阿肖克(Karumuri Ashok)、管兆勇(Zhaoyong Guan)和山形俊男(Toshio Yamagata)2001年报告说,在1958至1997年间,当季风与偶极子的联系增强时,它与厄尔尼诺的联系就减弱,反之亦然。他们发现,1997年,正偶极子用汇聚的风取代了厄尔尼诺的下沉气流,尽管有强厄尔尼诺,季风仍然正常。
2026年的季节部分符合厄尔尼诺的模式。气象局的报告说,一次弱厄尔尼诺在6月形成,整个季节中不断增强,到季末已很强。偶极子整个季节保持中性,尽管4月的预报曾预期临近季末会出现正位相。气象局说,它对厄尔尼诺和偶极子的预报与实际情况大体一致。
喀拉拉邦的日期:6月1日,前后一周
气象局说,季风通常在6月1日抵达喀拉拉邦,标准差约为七天。P·N·普雷努(P. N. Preenu)、P·V·约瑟夫(P. V. Joseph)和P·K·迪内什库马尔(P. K. Dineshkumar)2017年发表在《地球系统科学杂志》(Journal of Earth System Science)上的论文,涵盖了1870至2014年的记录。其中最早的一次是1918年5月11日,最晚的一次是1972年6月18日。长期平均值是6月1日,作者在这一时期内没有看到这个日期有线性趋势。
气象局是按规则宣布季风到来的。自2016年起,判据是:5月10日之后,从米尼科伊(Minicoy)到芒格洛尔(Mangalore)的14个站点中,有60%连续两天报告2.5毫米或以上的降雨,西风上达600百帕的高度,并且在阿拉伯海东南部一个划定的方框内,出射长波辐射,即一种衡量云量的卫星指标,低于200瓦每平方米。
2026年,季风5月16日抵达安达曼海,比常年日期早六天。它6月4日在喀拉拉邦登陆,晚了三天,并于7月9日覆盖全国,常年日期为7月8日。5月15日,气象局曾预报5月26日,误差范围为正负四天。这个差距按日历是九天,不过气象局的报告说是八天。报告说,这是自2005年这个系列开始以来,继2015年之后,仅有的第二次预报没有命中。在此前的六年里,预报日期的偏差为一至四天。
季节预报有多少次说对了
气象局说,它在1988年恢复了全印度的季节预报,并于2003年和2007年引入了新的模型。按它自己的说法,1988至2019年间最大的误差出现在1994年,为长期平均值的21%,以及2002年,为20%。平均绝对误差在1995至2006年为长期平均值的8.91%,在2007至2019年为6.25%。
已发表的评估要严厉得多。苏洛查娜·加吉尔(Sulochana Gadgil)、M·拉杰万(M. Rajeevan)和拉维·南詹迪亚(Ravi Nanjundiah)2005年在《当代科学》(Current Science)上写道,无论是气象局的经验模型,还是国内外的动力模型,都没有预测到2004年13%的亏缺,2002年也是如此。他们对气象局自1932年以来业务预报的分析表明,七十年来预报技巧并没有提高。2015年《自然通讯》(Nature Communications)上的一篇论文,作者中有拉杰万,它测得1989至2012年气象局业务统计预报与降雨之间的相关系数为负0.12。论文点名1994年、2002年、2004年和2009年是官方预报漏掉的极端年份。
地球科学部把更好的记录归功于多模式集合,即把几个耦合气候模型的预报结合起来。在2026年8月13日的一份联邦院(Rajya Sabha)答复中,它给出2016至2020年的平均绝对误差为长期平均值的7.8%,而2021至2025年第一阶段预报为3.1%,更新后的预报为2.2%。这些数字来自该部,而上述经同行评议的评估涵盖的是更早的年份。
2026年,气象局4月的预报是92%,误差范围为5,5月下旬的更新是90%,误差范围为4。结果是87%。气象局说,两次预报都正确地预期了全国整体降雨偏少。它的区域和逐月预报则做得差一些。它曾预期东北印度降雨正常,实际只有74%;预期中部印度偏少,实际正常。7月和9月预报偏少,结果是正常。
天气使命、印度预报系统,以及它们不预报什么
联邦内阁于2024年9月11日批准了天气使命(Mission Mausam),两年拨款200亿卢比(2,000 crore)。地球科学部通过印度气象局、浦那的印度热带气象研究所(IITM)和国家中期天气预报中心来运行它。其所列的组成部分包括下一代雷达和卫星,以及改进的地球系统模型。该部2026年7月23日的一份答复说,印度气象局现在接收50部多普勒天气雷达的数据,并正在增加29部C波段、45部X波段和12部S波段雷达,以及19台风廓线仪、25台微波辐射计和60个探空站。
印度预报系统于2025年5月26日发布。它由热带气象研究所研制,把天气模型的网格从12公里缩小到6公里。发布时,部长吉滕德拉·辛格(Jitendra Singh)提到极端降雨预报改进了30%,本文无法用外部评估来核实这一数字。该部2026年7月的答复,把这个系统与生成短期、中期和延伸期天气预报的模型列在一起。季节展望来自另一个系统,即耦合气候模型的多模式集合。
政府间气候变化专门委员会和印度的评估对趋势怎么说
政府间气候变化专门委员会(IPCC)第六次评估报告在关于水循环的一章中说,在20世纪的大部分时间里,南亚、东亚和西非观测到的季风变化有限,因为温室效应变暖带来的增加,被人为气溶胶造成的冷却所带来的减少抵消了(高置信度)。亚洲区域概况说,南亚和东南亚季风在20世纪下半叶减弱了(高置信度),气溶胶是主要原因。它预计近期的变化将以内部变率,即自然波动为主(中等置信度),而南亚季风降雨在21世纪将增加,逐年波动也将加大(中等置信度)。
由热带气象研究所编辑的印度评估,在方向上与之一致。其关于降水的一章报告说,1951至2015年全印度夏季季风降雨呈下降趋势,在印度河-恒河平原和西高止山尤为明显,气溶胶似乎起了作用(中等置信度)。局地强降雨变得更频繁(高置信度)。该章列出了导致变干的七项被提出的因素,包括气溶胶、太平洋和大西洋的海洋周期、印度洋西部变暖和土地利用变化。它还指出,1986至2015年间,这一下降在统计上并不显著。
对于本世纪余下的时间,评估预计印度大部分地区平均降雨更多、强降雨事件更多(中等置信度),夏季季风降雨的逐年变率也将上升(高置信度)。
资料来源与延伸阅读
- India Meteorological Department: Salient Features of the 2026 Southwest Monsoon Season (press release, 30 September 2026)
- India Meteorological Department: Forecast of the Onset Date of Southwest Monsoon 2026 over Kerala (press release, 15 May 2026)
- India Meteorological Department: Frequently Asked Questions on Monsoon
- Ministry of Earth Sciences, Rajya Sabha reply: Strengthening Long Range Forecasting Capabilities (13 August 2026)
- PIB: Cabinet approves Mission Mausam with an outlay of Rs 2,000 crore over two years (11 September 2024)
- Ministry of Earth Sciences, Rajya Sabha reply: Implementation of Mission Mausam (23 July 2026)
- PIB: Union Earth Sciences Minister unveils the Bharat Forecast System (26 May 2025)
- Geen, Bordoni, Battisti and Hui, Monsoons, ITCZs, and the Concept of the Global Monsoon, Reviews of Geophysics (2020)
- Boos and Kuang, Dominant control of the South Asian monsoon by orographic insulation versus plateau heating, Nature (14 January 2010)
- Boos and Emanuel, Annual intensification of the Somali jet in a quasi-equilibrium framework, Quarterly Journal of the Royal Meteorological Society (2009)
- Kumar, Rajagopalan, Hoerling, Bates and Cane, Unraveling the mystery of Indian monsoon failure during El Niño, Science (2006)
- Ashok, Guan and Yamagata, Impact of the Indian Ocean Dipole on the relationship between the Indian monsoon rainfall and ENSO, Geophysical Research Letters (2001, accepted manuscript)
- Preenu, Joseph and Dineshkumar, Variability of the date of monsoon onset over Kerala of the period 1870 to 2014, Journal of Earth System Science (2017)
- Gadgil, Rajeevan and Nanjundiah, Monsoon prediction: why yet another failure, Current Science (2005)
- Wang and others, Rethinking Indian monsoon rainfall prediction in the context of recent global warming, Nature Communications (2015)
- Krishnan and others (eds.), Assessment of Climate Change over the Indian Region, Ministry of Earth Sciences, chapter 3 on precipitation changes (2020)
- IPCC AR6 Working Group I, Chapter 8: Water cycle changes (2021)
- IPCC AR6 Working Group I, Regional fact sheet: Asia (2021)
本文在 AI 工具协助下研究与撰写,并经编辑核实。仅供一般参考与讨论,不构成专业建议。请参阅我们的编辑准则与免责声明。发现错误?告诉我们。
喜欢这篇吗?下一篇也别错过。
每次一篇好文章,直接送到你的邮箱。绝无垃圾邮件,随时可退订。