厄尔尼诺气象监测数据应用培训

2026/07/28厄尔尼诺气象监测数据应用培训汇报人：气象业务培训中心目录厄尔尼诺基础认知监测体系与数据来源监测数据解读方法数据在防灾预警中的实操应用典型案例与实战演练0102030405厄尔尼诺基础认知01厄尔尼诺现象的科学定义厄尔尼诺是赤道中东太平洋海表温度持续异常偏暖的海洋-大气耦合现象，是ENSO循环的暖相位ENSO厄尔尼诺-南方涛动的英文缩写，涵盖暖相位（厄尔尼诺）与冷相位（拉尼娜）发生机制信风减弱导致西太平洋暖水东移，赤道东太平洋海温异常升高典型周期约2-7年不规则循环，单次事件持续9-12个月强度等级依据ONI指数划分弱、中等、强、超强四个等级厄尔尼诺是影响我国气候异常的重要外强迫因子，是季节预测的核心信号源厄尔尼诺的气候影响传导路径直接路径热带中东太平洋对流增强海表温度异常升高触发大气对流活动显著加强沃克环流东移赤道太平洋东西向大气环流发生结构性位移太平洋周边降水格局重组东西太平洋及沿岸地区干湿分布发生显著变化对中国的影响夏季长江中下游降水偏多华南前汛期偏早东北夏季可能偏凉梅雨期降水量较常年显著增加，洪涝风险上升华南地区雨季开始时间提前，降水集中期前移东北地区夏季气温较常年偏低，冷夏概率增大间接路径遥相关机制热带海温异常通过大气波导影响遥远地区气候PNA型、EAP型波列太平洋-北美型与东亚-太平洋型遥相关波列传播关键认知厄尔尼诺影响具有非对称性，不同强度事件对应不同气候响应模式，不可简单线性外推厄尔尼诺事件的分类与判定标准指标定义判定阈值ONINino3.4区海温距平3个月滑动平均连续5个月≥0.5°CSOI塔希提与达尔文站气压标准化差持续低于-7.0Nino3区指数Nino3区海温距平辅助判定中东太平洋暖事件Nino1+2区指数赤道东太平洋沿岸海温距平识别东部型事件东部型（EP）增温中心：赤道东太平洋沿岸（Nino1+2区）气候影响：南美沿岸暴雨洪涝、秘鲁渔场减产中部型（CP）增温中心：赤道中太平洋（Nino3.4区/日期变更线附近）气候影响：西北太平洋台风异常、东亚气候响应不同监测体系与数据来源02全球海温观测网络厄尔尼诺监测依赖覆盖热带太平洋的多源观测体系，数据质量直接影响诊断准确性。TAO/TRITON浮标阵列赤道太平洋布设约70个锚系浮标，实时监测海温、风速、流速等要素，是厄尔尼诺监测的基石数据延迟：约1-2小时Argo浮标全球约3800个剖面浮标，提供次表层温度和盐度数据，弥补卫星仅观测表层的不足数据延迟：约3-6小时志愿观测船（VOS）沿商业航线进行走航观测，补充固定点位之间的数据空白，扩展监测覆盖范围数据延迟：约3-6小时沿岸验潮站监测海平面高度变化，间接反映上层海洋热含量异常，辅助诊断厄尔尼诺强度数据延迟：约3-6小时卫星遥感监测数据SSTNOAAAVHRR、MODIS1-4km·日覆盖SSHAJason-3/Sentinel-67km沿轨·10天周期海面风场ASCAT、FY-3系列10米高度风场OLR射出长波辐射热带对流强度·ENSO诊断数据交叉校验卫星SST需与现场观测进行交叉校验，确保数据准确性和业务可用性云覆盖数据填补云覆盖区域存在数据缺失，需采用融合分析产品填补，保障监测连续性业务监测数据产品ERSSTv5NOAA发布·2度分辨率·1854年至今全球扩展重构海温数据集，空间分辨率2度，时间跨度1854年至今OISSTv2.1NOAA·0.25度分辨率·卫星+现场观测融合最优插值海温分析产品，分辨率0.25度，融合卫星与现场观测HadISST英国气象局哈德莱中心·1度分辨率·长期气候监测英国气象局哈德莱中心发布，分辨率1度，长期气候监测常用CPC海温监测产品美国气候预测中心·实时发布·Nino区指数及距平图美国气候预测中心实时发布的Nino区指数及距平图BCCENSO监测系统国家气候中心业务运行，提供Nino区指数实时监测CMA海温融合分析产品融合多源卫星与现场数据，支撑国内业务诊断数据质控与预处理流程常见问题：浮标布设密度不均导致热带太平洋西部数据稀疏区误差偏大，需结合卫星和再分析数据综合评估01缺测检测与插补浮标故障识别与时空插值02气候态基准选取1991-2020年标准距平计算03格点化处理离散观测统一网格插值04均一性检验仪器更换与站位迁移订正缺测检测与插补识别浮标故障、卫星缺测时段，采用时空插值或融合产品补缺，确保数据连续性气候态基准选取统一采用1991-2020年气候态计算距平，避免基准不一致导致偏差格点化处理将离散观测插值到统一网格，注意插值方法对极值区的影响均一性检验检测因仪器更换、站位迁移引起的非气候突变，进行订正监测数据解读方法03Nino区指数的解读区域经纬范围主要用途Nino1+20-10S,90-80W监测东部沿岸增温Nino35S-5N,150-90W传统东部型事件监测Nino3.45S-5N,170-120W业务核心指标，CPC官方判定依据Nino45S-5N,160E-150W监测中部型事件ONI阈值判定连续5个月大于等于0.5°C即达到厄尔尼诺阈值，峰值大于2.0°C为强事件趋势指示意义指数变化趋势比单月绝对值更具预报指示意义空间分布特征需结合各Nino区指数的空间分布特征判断事件类型海温距平图分析典型模式：强厄尔尼诺发展期，赤道东太平洋距平可达+2至+3°C，西太平洋暖池收缩西移海温距平图是定性诊断厄尔尼诺发展态势的基础工具1识别增暖中心位置增暖偏东为EP型，偏西为CP型，直接影响气候影响模式2评估增暖范围与强度距平大于1.0°C区域面积越大，事件强度越高3追踪时间演变对比连续月距平图，判断增暖是发展、维持还是衰减4关注次表层信号温跃层深度异常往往先于表层出现，是早期预警关键大气环流响应特征识别热带大气响应沃克环流东移：赤道西太平洋上升运动减弱，中东太平洋对流增强南方涛动负位相：SOI持续负值，塔希提气压偏低、达尔文气压偏高赤道西风异常：低层西风距平出现在日界线附近，进一步推动暖水东移中纬度遥相关PNA型：北美地区出现异常脊-槽-脊-槽波列EAP型：东亚-太平洋型波列影响中国夏季降水分布季节依赖性：冬季响应最强，夏季响应偏弱但对中国影响最直接遥相关型识别要点波列结构：中高纬大气环流呈现准定常波列传播特征遥相关机制：热带热源异常激发向极传播的大尺度波列区域影响：不同遥相关型主导不同区域的气候异常模态多指标综合诊断方法综合诊断矩阵海洋指标Nino3.4指数海洋指标温跃层深度距平海洋指标赤道海平面高度距平大气指标SOI大气指标赤道850hPa西风距平大气指标OLR距平耦合指标海气耦合强度指数耦合指标温跃层反馈耦合指标Sverdrup平衡诊断海洋热含量异常200hPa速度势异常诊断流程1确认海洋指标是否达到事件阈值2检验大气响应是否与海温异常匹配3评估海气耦合是否充分建立4综合判定事件类型、强度及发展阶段海气耦合未充分建立时海温异常可能消退需谨慎判定事件成立业务要点厄尔尼诺发展阶段的判别阶段海温特征大气特征业务关注点形成期Nino3.4指数升至0.5°C附近西风异常初现确认是否突破阈值发展期指数持续上升，增暖区扩展SOI转负，对流东移评估峰值强度成熟期指数达峰值，增暖范围最大沃克环流显著东移判断影响峰值时段衰减期指数下降，次表层冷信号出现大气响应减弱预警是否转为拉尼娜关键判据：次表层20°C等温线深度距平是领先指标，冷信号西传通常领先表层衰减2-3个月数据在防灾预警中的实操应用04厄尔尼诺与我国汛期降水预测发展年夏季西太平洋副热带高压偏南偏强，长江中下游至江淮地区降水偏多衰减年夏季菲律宾反气旋维持，华南前汛期偏早偏强秋季调控赤道中东太平洋增暖通过影响Walker环流，间接调控南海季风撤退时间类型区分预判结合事件类型（EP/CP）调整降水异常落区预判强事件重点防范强事件年份需重点防范长江流域性洪涝CP型显著影响CP型事件对华南降水影响更显著台风活动影响评估2-4个生成频数偏少厄尔尼诺年平均偏少东移偏南生成位置偏移暖池东移导致偏北概率增大路径转向增加副高偏东引导偏强海上停留更长强度增强机会生成区偏东所致远海生成台风路径不确定性厄尔尼诺年需重点关注远海生成台风的路径不确定性，提前做好多情景预案强台风占比增大防台压力不减虽然台风总数偏少，但强台风占比可能增大，防台压力并未减轻结合MJO周期细化活跃期预判结合MJO活动周期细化台风活跃期预判，提升监测预警精准度低温雨雪与极端事件预警冬季影响极端事件预警要点中高风险南方降水偏多需重点监测偏高概率北方气温偏暖趋势稳定偏多状态高原积雪偏多春汛风险南方低温雨雪冬季降水偏多，低温雨雪冰冻风险增大北方气温偏暖东北及华北地区冬季气温偏暖概率增大高原积雪偏多青藏高原积雪偏多，影响次年春季融雪性洪水风险重点监测低温雨雪强厄尔尼诺冬季需重点监测南方持续性低温雨雪过程关注次生灾害关注冻雨、电线覆冰等次生灾害风险评估叠加影响结合北极海冰状态评估冬季极端寒潮的叠加影响农业气象服务应用厄尔尼诺气象监测数据为农业生产保驾护航，实现从"靠天吃饭"到"知天而作"的转变长江中下游洪涝风险增大水稻、油菜需提前排涝准备，防范持续性强降水引发的农田渍涝灾害华南前汛期偏早偏强荔枝、龙眼等经济作物花期可能受损，需关注强对流天气对开花坐果的影响东北夏季偏凉玉米、大豆生长季热量不足风险增大，需防范低温冷害导致作物发育延迟北方冬麦区降水偏少春旱风险需提前评估，关注土壤墒情变化对小麦返青拔节的不利影响春播前专项评估在春播前发布厄尔尼诺影响专项评估报告，为农业主管部门和农户提供科学决策依据，明确重点防范区域和关键农时种植结构调整建议针对重点农业区给出种植结构调整建议，指导农户优化作物布局、品种选择和播期安排，降低气候风险敞口联合预警机制与农业农村部门建立联合预警机制，实现气象监测数据与农业生产管理的深度融合，提升防灾减灾协同响应能力水文与地质灾害预警联动建立跨部门联动机制，应对厄尔尼诺引发的水文与地质灾害风险降水→洪水风险降水偏多区域→江河水位超警概率增大→流域性洪水风险强降水→地质灾害持续强降水→土壤含水量饱和→滑坡、泥石流风险急剧上升秋汛→水库调度秋汛偏强→水库调度压力增大→需提前预泄腾库数据共享机制与水利部门共享实时雨情水情数据联合预警发布与自然资源部门联合发布地质灾害气象风险预警预案动态修订厄尔尼诺发展年提前修订流域防洪预案预警产品制作与发布规范月度ENSO监测报告汇总Nino区指数、海温距平图、大气响应指标，诊断当前事件状态季度气候影响评估结合厄尔尼诺信号给出季节预测及影响预判专项预警简报针对极端事件风险发布不定期预警产品数据来源标注必须标注产品版本和更新时间距平计算标准统一采用1991-2020年气候态不确定性描述必须包含在产品中，避免过度确定的语言预警等级对应预警等级与应急响应级别对应关系须明确典型案例与实战演练052015-2016年超强厄尔尼诺复盘2.6°C1997-1998年以来最高Nino3.4指数峰值事件特征Nino3.4指数峰值达2.6°C为1997-1998年事件以来最高属典型东部型事件增暖中心位于Nino3区2016年夏季长江中下游大洪水与厄尔尼诺衰减年影响一致业务经验超强事件衰减年夏季降水影响最显著需提前部署防汛准备大气滞后响应约3-6个月预报时效窗口较长次表层冷信号2016年初即已出现为衰减预判提供关键依据2023-2024年中等强度事件分析ONI峰值约1.5°C属中等偏强事件，强度界定明确发展迅速2023年6月即达厄尔尼诺阈值，形成速度快