第二届未来大气科学论坛

大气河是一种可引发多种极端水文事件的高影响天气系统，既是国际气象监测预警的重点对象，也是当前气候变化下水文变化的研究前沿。大气河的传播不仅能带来强烈水汽输送，也可显著改变大尺度热力环境，从而诱发冻雨、雪上雨等高影响降水事件。本研究基于ARIA-Asia vn1.8目标识别算法与ERA5再分析数据，系统揭示了大气河对亚洲季风区大气水汽凝结物及降水类型的关键贡献，并借助机器学习方法定量阐明了大气河内部多种大尺度热力因子对局地降水类型长期变化的决定作用。研究时段内（1961–2023年），大气河在东亚沿海地区对液态雨频率的贡献普遍超30%；在华东地区，大气河引发冻雨事件占比高达50%；在长江流域、华南等地，大气河贡献了26%–44%的冰粒事件。长期趋势表明，大气河活动的南移导致东亚大部分地区液态雨频率显著下降，但在华南地区，大气河激发的固态及混合相降水的频率与贡献率均明显上升。基于机器学习的特征分析显示，大气河频率的长期变化主导液态雨趋势的空间分布（贡献约占67%），而固态与混合相降水的变化则受热力环境因子（羽流内平均感热/潜热通量趋势）与微物理过程（局地云冰、雪水含量趋势）共同决定。上述结果阐明大气河对亚洲区域水汽凝结物及高影响降水类型时空分布的有着重要的决定作用，加强其监测预警与预报能力是提升气候变化背景下防灾减灾水平的关键举措。

大气河,降水类型,感热通量,长期趋势,水汽凝结物