圖源：Unsplash / Slawek K

導(dǎo)讀：

科學(xué)家發(fā)現(xiàn)，云團(tuán)的聚集行為會(huì)以驚人的方式增加風(fēng)暴的強(qiáng)度，從而導(dǎo)致強(qiáng)降水和洪水，造成人員傷亡。

在別人看來(lái)，云或許是蓬松的棉花糖、纖細(xì)的游絲，或是從頭頂呼嘯而過(guò)的灰色巨物。但在卡羅琳·穆勒（Caroline Muller）眼中，云是流淌在天際的流體。她能想象出空氣如何上升和下降、變化和冷卻、旋轉(zhuǎn)和翻騰，最終凝結(jié)成云團(tuán)、形成風(fēng)暴。

穆勒是奧地利科學(xué)技術(shù)研究所的氣候科學(xué)家。近年來(lái)，她對(duì)于揭開(kāi)這一大氣謎題的緊迫感與日俱增。隨著全球變暖導(dǎo)致地球酷熱難耐，風(fēng)暴的強(qiáng)度也在增加，有時(shí)降雨量甚至達(dá)到預(yù)期的兩三倍。2025年3月，阿根廷的布蘭卡港（Bahía Blanca）就遭遇此類極端事件：不到12小時(shí)內(nèi)，該市降下了接近年平均降雨量一半的雨水，引發(fā)了致命的洪災(zāi)。

長(zhǎng)期以來(lái)，大氣科學(xué)家利用計(jì)算機(jī)模擬來(lái)追蹤空氣和水汽的動(dòng)力學(xué)變化如何演變?yōu)楦鞣N風(fēng)暴。但是，現(xiàn)有的模型并沒(méi)能完全解釋這些風(fēng)暴愈演愈烈的成因。一個(gè)沿用了約200年的理論指出，暖空氣比冷空氣能容納更多的水汽：氣溫每升高1攝氏度，水汽含量就會(huì)增加約7%。然而，在模型推演和實(shí)際天氣觀測(cè)中，氣候科學(xué)家發(fā)現(xiàn)降雨事件的增幅遠(yuǎn)遠(yuǎn)超過(guò)了預(yù)期。當(dāng)暴雨傾瀉在水分已經(jīng)飽和的土壤里，或緊隨潮濕熱浪而來(lái)時(shí)，這些風(fēng)暴就會(huì)引發(fā)嚴(yán)重的洪澇災(zāi)害。

云團(tuán)及其聚集的方式，或許有助于解釋這些情況。

穆勒在十多年前開(kāi)啟的一系列研究，正在不斷深入，揭示出一些此前被氣候模型忽視的小尺度過(guò)程。這些過(guò)程影響著云的形成、聚集和維持，從而可能加劇暴雨，并助長(zhǎng)規(guī)模更大、持續(xù)時(shí)間更長(zhǎng)的風(fēng)暴。穆勒表示，云擁有某種“內(nèi)在生命”，“這可以讓它們?cè)鲩L(zhǎng)，或者幫助它們持續(xù)更長(zhǎng)時(shí)間?！?/p>

不過(guò)，要說(shuō)服其他科學(xué)家還需要更多證據(jù)。因?yàn)檠芯咳藛T用來(lái)研究云的計(jì)算機(jī)模擬往往將地球簡(jiǎn)化為最簡(jiǎn)單、最平滑的形式，這雖然保留了其基本物理特性，但與真實(shí)世界相去甚遠(yuǎn)。

現(xiàn)在，更深層次的理解勢(shì)在必行。更高分辨率的全球氣候模型終于可以模擬全球范圍內(nèi)的云層及其形成的破壞性風(fēng)暴，為科學(xué)家提供了更真實(shí)的圖景。通過(guò)更好地理解云層，研究人員希望能夠改進(jìn)對(duì)極端降雨的預(yù)測(cè)。尤其是在熱帶地區(qū)，那里經(jīng)常發(fā)生一些最猛烈的雷暴，并且降雨預(yù)測(cè)也最具不確定性。

SAIXIANSHENG

云團(tuán)聚集的最初跡象

所有的云都誕生于潮濕、上升的氣流中。山脈可以推升空氣上升，冷鋒也能起到同樣的作用。云還可以通過(guò)對(duì)流過(guò)程形成：當(dāng)陽(yáng)光、溫?zé)岬年懙鼗驕嘏乃w從下方加熱空氣時(shí)，大氣中的空氣便會(huì)開(kāi)始翻轉(zhuǎn)運(yùn)動(dòng)。隨著暖空氣上升，它會(huì)冷卻，攜帶的水蒸氣凝結(jié)成雨滴。這種凝結(jié)過(guò)程也會(huì)釋放熱量，進(jìn)而為翻騰的風(fēng)暴提供動(dòng)力。

但在氣候模型中，云仍然是最薄弱的一環(huán)。這是因?yàn)榭茖W(xué)家用來(lái)模擬未來(lái)變暖情景的全球氣候模型過(guò)于粗糙，無(wú)法捕捉到那些形成云的上升氣流，也無(wú)法描述云在風(fēng)暴中如何翻轉(zhuǎn)，更不用說(shuō)解釋控制雨水從云層落到地球上的微觀物理過(guò)程了。

為了解決這個(gè)問(wèn)題，穆勒和其他志同道合的科學(xué)家轉(zhuǎn)向了更簡(jiǎn)化的地球氣候模擬模型，專注于模擬對(duì)流。在這些通常寬幾百公里、深幾十公里的人工世界箱體中，研究人員對(duì)模擬的大氣層進(jìn)行調(diào)整，試圖觀察云在不同條件下的行為。

這幅模擬圖的上半部分展示了一種空氣運(yùn)動(dòng)較為無(wú)序的大氣狀態(tài)，云層會(huì)在各個(gè)位置隨機(jī)出現(xiàn)。下半部分則模擬了對(duì)流模式已經(jīng)變得有序的大氣環(huán)境，云層會(huì)自發(fā)聚集到同一片區(qū)域，最終形成一場(chǎng)風(fēng)暴。

有趣的是，當(dāng)研究人員運(yùn)行這些模型時(shí)，云層會(huì)自發(fā)地聚集在一起。即使這些模型中沒(méi)有任何通常會(huì)促使云層聚集的因素——沒(méi)有山脈，沒(méi)有風(fēng)，沒(méi)有地球自轉(zhuǎn)或陽(yáng)光的季節(jié)性變化?！皼](méi)人知道這是為什么，”哥倫比亞國(guó)立大學(xué)的大氣科學(xué)家丹尼爾·德克斯（Daniel Hernández Deckers）說(shuō)道。

2012年，穆勒發(fā)現(xiàn)了第一條線索：輻射冷卻。從地球表面反射的太陽(yáng)熱量會(huì)輻射回太空，在云層稀疏的地方，更多的輻射會(huì)逃逸到太空，這使得空氣冷卻。這些較冷區(qū)域會(huì)形成大氣流動(dòng)，將空氣流向云量較多的區(qū)域，從而在該區(qū)域捕獲更多的熱量并形成更多的云。2018年的一項(xiàng)后續(xù)研究表明，在這些模擬中，輻射冷卻加速了熱帶氣旋的形成?！斑@讓我們意識(shí)到，要理解云，你還必須觀察云之外的區(qū)域，” 穆勒說(shuō)道。

當(dāng)科學(xué)家們不僅開(kāi)始觀察云層的外部，還著眼于云層的下方及其邊緣時(shí)，他們發(fā)現(xiàn)了其他有助于解釋云為何聚集的其他小尺度過(guò)程。穆勒及其同事在《流體力學(xué)年度綜述》（Annual Review of Fluid Mechanics）中描述了這些不同的過(guò)程。這些小尺度過(guò)程都能將溫暖、潮濕的空氣團(tuán)聚集在一起，從而在已經(jīng)多云的區(qū)域催生更多云層。由于這些小尺度過(guò)程通常被更大的天氣模式所掩蓋，所以此前并未被充分理解。

德克斯一直在研究其中一個(gè)被稱為夾卷（entrainment）的過(guò)程——即云層邊緣空氣的湍流混合。大多數(shù)氣候模型將云簡(jiǎn)化為一股穩(wěn)定的上升氣流，但實(shí)際上，“云就像花椰菜，”他說(shuō)，“云內(nèi)部有很多湍流，還有很多氣泡。”這種邊緣混合影響了云的演變和雷暴的形成；它能以各種方式削弱或增強(qiáng)風(fēng)暴，但就像輻射冷卻一樣，它會(huì)促使更多的云在已經(jīng)潮濕的地區(qū)聚集成團(tuán)。

這些過(guò)程在地球熱帶地區(qū)的風(fēng)暴中可能非常關(guān)鍵，那里對(duì)未來(lái)降雨量的不確定性也最大。（這也是為什么埃爾南德斯·德克斯, 穆勒等人傾向于將研究重點(diǎn)放在熱帶地區(qū)的原因。）熱帶地區(qū)缺乏在高緯度地區(qū)主導(dǎo)氣流的冷鋒、急流以及螺旋狀的高壓和低壓系統(tǒng)。

從大氣低層到高空自由對(duì)流層，多種現(xiàn)象有助于云的形成和聚集。這些現(xiàn)象包括（1）輻射冷卻，即太陽(yáng)熱量從地表穿過(guò)晴朗的天空反射回太空，導(dǎo)致部分大氣冷卻；以及發(fā)生在云層邊緣的（2）混合作用，它能將云團(tuán)維系在一起。其他過(guò)程（3和4）則涉及可能影響云層行為的額外擾動(dòng)。

SAIXIANSHENG

暴雨的威力

云層內(nèi)部還存在其他微觀過(guò)程影響極端降雨，尤其是在較短的時(shí)間尺度上。濕度很關(guān)鍵：凝結(jié)的液滴在潮濕的云層中下落時(shí)，蒸發(fā)量較少，因此更多的水分會(huì)落到地面。溫度同樣重要：當(dāng)云在較暖的大氣中形成時(shí)，它們產(chǎn)生的雪更少，雨更多。由于雨滴下落速度比雪花快，它們?cè)谙陆颠^(guò)程中蒸發(fā)得更少——這再次導(dǎo)致了更多的降雨。

這些因素解釋了為什么從云中“擠出”的雨水，會(huì)比200年前的理論所預(yù)測(cè)的“每升溫1度增加7%”還要多?！氨举|(zhì)上你得到了額外的‘助力’……在我們的模擬中，降雨量幾乎是翻了一番，”澳大利亞莫納什大學(xué)的氣候科學(xué)家馬丁·辛格（Martin Singh）說(shuō)道。

云團(tuán)的聚集通過(guò)將溫暖潮濕的空氣鎖定在一起，增加了降雨量。穆勒及其合作者的一項(xiàng)研究發(fā)現(xiàn)，云團(tuán)聚集使短時(shí)極端降雨量增強(qiáng)了30%到70%，這主要是因?yàn)橛甑卧跐裢傅脑茖觾?nèi)部蒸發(fā)得更少。

其他研究，包括穆勒?qǐng)F(tuán)隊(duì)的博士后研究員Jiawei Bao主導(dǎo)的一項(xiàng)研究，同樣發(fā)現(xiàn)云層內(nèi)部的微物理過(guò)程對(duì)快速、猛烈的暴雨有顯著影響。隨著氣候變化，這些突發(fā)性暴雨的增強(qiáng)速度比持續(xù)性暴雨快得多，并且經(jīng)常引發(fā)山洪暴發(fā)。

SAIXIANSHENG

極端降雨的未來(lái)

研究云層聚集的科學(xué)家想知道，隨著地球變暖，這種現(xiàn)象將如何演變——以及這對(duì)強(qiáng)降雨和洪水事件意味著什么。

一些模型表明，隨著全球變暖，云（以及產(chǎn)生它們的對(duì)流）將更傾向于聚集在一起，并產(chǎn)生更多遠(yuǎn)超理論預(yù)測(cè)的極端降雨。但其他模擬則表明云的聚集將會(huì)減少?！八坪跞钥赡艽嬖诙喾N不同的答案，”佛羅里達(dá)州立大學(xué)塔拉哈西分校的氣候科學(xué)家艾莉森·溫（Allison Wing）在比較了各種模型后表示。

科學(xué)家們正開(kāi)始嘗試使用一種強(qiáng)大的計(jì)算機(jī)模型——全球風(fēng)暴解析模型（global storm-resolving models）來(lái)解決這些矛盾之處。這些模型能夠捕捉云、雷暴和氣旋的精細(xì)結(jié)構(gòu)，同時(shí)模擬全球氣候。它們比科學(xué)家通常使用的全球氣候模型的真實(shí)性高出50倍，但所需的計(jì)算能力也高出3萬(wàn)倍。

在2024年發(fā)表的一篇論文中，Bao、穆勒及其合作者使用了這樣一個(gè)模型。他們發(fā)現(xiàn)，隨著氣溫升高，熱帶地區(qū)的云層聚集得更加密集——導(dǎo)致風(fēng)暴頻率降低，但風(fēng)暴規(guī)模更大、持續(xù)時(shí)間更長(zhǎng)，并且單日降雨量比理論預(yù)期的更多。

但這項(xiàng)工作僅依賴于一個(gè)模型，并且只模擬了未來(lái)一個(gè)時(shí)間點(diǎn)（2070年）的條件。Bao指出，科學(xué)家需要使用更多的風(fēng)暴解析模型運(yùn)行更長(zhǎng)時(shí)間的模擬，但很少有研究團(tuán)隊(duì)能負(fù)擔(dān)得起。這些模擬的計(jì)算量極大，通常只能在大型超算中心運(yùn)行，科學(xué)家們甚至需要偶爾舉辦“黑客馬拉松”來(lái)突擊處理和共享數(shù)據(jù)。

研究人員還需要更多的現(xiàn)實(shí)世界觀測(cè)數(shù)據(jù)，才能揭開(kāi)云的未知之謎。盡管近期大量利用衛(wèi)星數(shù)據(jù)的研究將云的聚集與熱帶地區(qū)的強(qiáng)降雨聯(lián)系起來(lái)，但許多熱帶地區(qū)仍存在巨大的數(shù)據(jù)空白。這削弱了氣候預(yù)測(cè)的準(zhǔn)確性，使許多國(guó)家準(zhǔn)備不足。2025年6月，委內(nèi)瑞拉和哥倫比亞的洪水和山體滑坡沖毀了建筑物，并造成至少十幾人死亡，但由于數(shù)據(jù)匱乏，科學(xué)家至今不知道是什么因素加劇了這些風(fēng)暴?！叭匀粵](méi)人真正知道究竟是什么引發(fā)了這一切，”德克斯說(shuō)道。

新的、更精細(xì)的數(shù)據(jù)正在路上。溫正在分析一艘德國(guó)科考船在2024年橫跨熱帶大西洋六周期間采集的降雨量數(shù)據(jù)。船上的雷達(dá)繪制了與其經(jīng)過(guò)的風(fēng)暴相關(guān)的對(duì)流蔟，因此這項(xiàng)工作將幫助研究人員了解云層在廣闊海洋上空的組織方式。

還有一個(gè)更全球性的觀測(cè)計(jì)劃即將展開(kāi)。歐洲航天局計(jì)劃在2029年發(fā)射兩顆衛(wèi)星，它們將測(cè)量擾動(dòng)海洋和掠過(guò)山頂?shù)慕乇盹L(fēng)?？茖W(xué)家們希望，這些衛(wèi)星傳回的數(shù)據(jù)，或許終將讓我們看清積云的真相，以及那些從天而降的暴雨。

來(lái)源：賽先生

編輯：張柒柒

轉(zhuǎn)載內(nèi)容僅代表作者觀點(diǎn)

不代表中科院物理所立場(chǎng)

如需轉(zhuǎn)載請(qǐng)聯(lián)系原公眾號(hào)