编者按：季风是影响亚澳非广大区域气候的关键因素之一，关乎亿万民众生命财产安全与经济社会稳定发展。

5月18日至20日，中国气象局与世界气象组织（WMO）联合举办2026季风国际研讨会。来自40多个国家和地区的嘉宾和专家学者，集中探讨季风科研与服务领域的共同挑战与新兴需求，推动各国加强季风科研、业务、服务全链条协作，支撑联合国全民早期预警倡议落地。

汇聚与会专家观点，系统呈现季风前沿科研成果、预报技术创新与服务实践，共话如何把科学研究、精准预报转化为可落地的早期预警与防灾减灾行动，以科技之力守护民众安全、提升区域气候韧性与可持续发展能力。

跨尺度协同：探究季风多尺度变率

长期以来，季风被视作区域性气候的代名词。印度季风、东亚季风、西非季风、澳洲季风等，各自在独立的地理框架下形成了深厚的研究传统。然而，近二十年的观测与模拟证据不断指向一个清晰的事实：这些看似孤立的系统通过热带海洋—大气耦合、行星尺度环流以及跨半球水汽通道紧密耦合，构成一个统一的全球季风系统。将全球季风视为有机整体，在多时间尺度变率网络中捕捉极端事件的可预报性之源，成为季风研究的必然选择。

夏威夷大学教授李天明指出，全球季风系统内年际变率与季节内振荡强度、季节内振荡与天气尺度变率强度存在密切正向关联，极端降水事件多集中发生于季节内振荡的活跃位相。

依托季风多尺度变率理论基础，夏威夷大学教授王斌指出，人类活动引发的大气环流异常，是未来热带气旋生成格局与频次演变的关键因素。上升运动衰减、低层气旋涡度减弱、垂直风切变增强等大尺度环流调整，深刻改变了热带气旋的孕育发展环境。

针对东亚梅雨预报业务痛点，与会专家分析，主要原因在于梅雨系统与南亚季风、高原季风及中纬度天气系统的耦合机理尚不清晰，难以精准刻画与定量表征复杂下垫面与大气的交互反馈过程，以及次季节尺度预报能力存在明显短板。

上海市气象局正研级高级工程师梁萍认为，一方面应当开展针对性目标观测，构建“青藏高原—上海”长江流域全域观测剖面；另一方面，要聚焦梅雨时空分布与强度演变特征，系统评估传统物理模式、人工智能模型及多技术融合方案的预报性能，提升次季节至季节尺度的季风预报精度。

正如从“区域独奏”走向“全球交响”是认知演进的必然，从单一尺度的孤立诊断迈向跨尺度、跨圈层、跨方法的综合集成，同样是预报能力跃升的必由之路。在全球季风的统一框架下，多尺度相互作用已不再是抽象的理论构想，而是极端事件可预报性实实在在的物理根基。未来，唯有持续推进目标观测、机理诊断与多模式融合评估的深度协同，方能在多尺度变率的复杂网络中，为全球季风区防灾减灾赢得更多主动。（胡竞文）

全球视角：解析气候变化下季风新特征

气候变化、气候波动及极端天气影响，是当下气候科学领域的重点研究课题。围绕季风系统演化特征、气候预测难点与未来科研发展方向，中国科学院大气物理研究所研究员周天军、中山大学教授杨崧、马克斯·普朗克气象学研究所所长比约恩·史蒂文斯展开深度研讨，从多个维度解析气候系统的内在运行机理。

周天军剖析了全球变暖下季风降水的变化规律。从物理机制来看，季风降水的增加主要源于水汽含量的增加（热力作用），但会被大气环流减弱带来的动力响应部分抵消。从区域尺度上，亚洲季风区的降水增加趋势在多模式预估中是稳健的，而美洲季风区的降水则会减少，凸显了季风系统对全球变暖响应的区域分异特征。

聚焦亚洲夏季风与厄尔尼诺—南方涛动（ENSO）的双向作用机制，杨崧介绍了两者相互影响的关键过程。不同气候模式中，印度夏季风对ENSO的影响强度存在显著差异，关键取决于季风—西太平洋环流的反馈强度，强季风降水异常会触发更强的西太平洋异常反气旋环流，驱动东风异常与海洋冷水上涌，强化对ENSO的调控作用；而弱季风信号则难以引发显著的海洋—大气响应。同时，观测事实显示，厄尔尼诺衰减年的夏季，东南亚地区降水会显著减少，西太平洋上空易出现异常反气旋环流，东南亚夏季风整体偏弱，拉尼娜衰减年则呈现相反特征。在全球变暖背景下，ENSO对东南亚夏季风的影响会进一步增强，类厄尔尼诺的平均海温变化会推动沃克环流东移，在西太平洋形成冷海温异常，放大西太平洋反气旋环流对东南亚夏季风降水的抑制效应。

比约恩·史蒂文斯则从未来研究视角出发，呼吁跳出传统研究框架，关注亚澳非季风系统中尚未被充分理解的过程。他指出，当前季风研究面临的核心挑战之一是明确研究范围，厘清季风区过渡地带划分与非洲季风研究边界界定等问题。依托新一代气候模式与高质量观测数据，能够助力攻克亚澳非季风领域诸多复杂科学难题；而当前全球季风研究正处于关键节点，亟待开展深度国际科研合作，实现科研突破，在气候研究关键领域发挥科研引领作用。（于桐）

融合与创新：人工智能能推动预报进步

在人工智能与机器学习未来发展专题分会场上，国内外专家聚焦人工智能技术在季风领域的应用机遇、现实挑战及全球协作路径展开深度研讨。

专家普遍认为：人工智能并非颠覆并替代传统方法的技术，而是与物理数值模型互补共生、协同进化的赋能工具，气象预报领域的技术突破，在于数据、物理机制、评估体系和全球共享的多维融合。

中国科学院院士穆穆指出，人工智能模型的预报精度与误差控制效果，高度依赖训练样本的品质，当前需从单纯追求“大数据”转向追求“更大、更优质的数据”。人工智能模型为推动可预报性研究、目标观测与集合预报的发展，提供了强大的新工具与新思路。

但现阶段，人工智能仍需与物理模型的机制优势深度融合，并在数据质量与物理一致性方面持续攻关。应针对性捕捉罕见极端天气特征，以弥补通用人工智能模型对灾害天气捕捉能力不足的问题。

澳大利亚气象局研究员凯瑟琳·德伯格表示，开放共享是气象科研合作的基础，但统一、规范的数据标准更为关键。澳大利亚气象局李琛博士认为，人工智能模型对时间步长、训练周期、样本数据极为敏感，完整翔实的实验记录、可追溯的科研流程，是保障研究成果可复现、技术迭代优化的必要前提。此外，二人认为，传统的指标对机器学习模型的评估存在不足，需要在保留核心统计指标的基础上，构建一个多元维度的综合评估体系。

在实践中，人工智能模型在热带气旋路径预报上优势明显，但在强度预报上存在明显短板。与会专家指出，需对两种方法的相对优缺点进行量化评估，据此确定其最佳应用方式。准确掌握这一差异，有助于更有效地发挥各自优势，实现预报性能的最优化。

当前，人工智能正成为季风预报领域技术范式演进的关键力量，它的价值并非是替代传统预报方法，而是增强我们对大气非线性多尺度相互作用的认知，持续提升物理模型预报技巧，进一步凝聚全球气象科研合力，强化区域灾害天气监测预警与防灾减灾综合能力。（胡竞文）

瓶颈与突破：聚焦观测、模拟和可预报性

季风预测至今仍是气象科学最具挑战的课题之一。在2026季风国际研讨会“季风的可预报性、观测与模拟”分会场上，多国科学家聚焦季风预测瓶颈与突破方向，从模式改进到飞机观测，从云微物理到全球协作，交流给出多层次回答。

“春季可预报性障碍始终是季风预测的一大难题。”印度热带气象研究所安库尔·斯里瓦斯塔瓦说。此外，耦合模式中对厄尔尼诺—南方涛动（ENSO）与印度季风降水的相关性普遍被高估。

这一困境并非南亚独有。

第六次国际耦合模式比较计划CMIP6模式对东亚季风区降水同样存在偏差，青藏高原等复杂地形区尤为突出。问题出在哪里？国家气候中心研究员孙建奇认为，西太平洋副热带高压的模拟偏差是影响东亚雨带位置的关键，而这一偏差又与海气相互作用、陆气相互作用，乃至高纬度系统信号交织在一起，并非单一原因可以解释。

面对这些偏差，改进路径大致可分为两条。

一是从物理层面提升模式质量。安库尔介绍，印度“季风使命”计划将热带分辨率从约1度（经纬度，1度约为111公里）提升至38公里后，模式获得改善；纳入耦合河流路径模型后，孟加拉湾层结结构更为真实，气旋生成模拟显著增强。

二是引入人工智能。孙建奇团队研究指出，在东亚和印度半岛，AI方法体现出优势；基于AI气象模型“风乌”的次季节AI模型在巴基斯坦2022年洪水事件中，即使超前20至30天仍保持较高可预报性。

在随后的讨论中，夏威夷大学教授李天明提出，“平均态是理解一切变化的基础。”他指出，模式偏差必须分别放在不同时间尺度上审视。这意味着，仅靠调整参数或叠加AI，尚不足以从根本上解决所有问题。

而模式改进需要更精确的观测数据作为支撑。

在台风领域，亚太台风合作研究中心的罗伯特·罗杰斯介绍了中日韩三国正在推进的跨国联合观测构想。

在云物理层面，印度热带气象研究所的塔拉·普拉巴卡兰则通过云—气溶胶相互作用与人工增雨飞机观测试验（CAIPEEX）发现，季风深对流云中冰晶浓度远超冰核浓度。

在全球层面，意大利国家研究理事会的安娜丽莎·切尔奇介绍了新启动的“全球降水试验”。该计划以季风、热带气旋等四类高影响降水系统为核心对象。

从模式偏差的溯源到观测网络的协同，这场对话的共识逐渐清晰：提升季风预测能力，需要在过程理解、观测系统与模式物理之间建立更紧密的闭环。（黄琬婷）

直面不确定性：从季风科学到服务

在2026季风国际研讨会“服务——预报、预警、减灾与行业应用服务”分会场，来自毛里塔尼亚、肯尼亚、莫桑比克、澳大利亚、美国和中国的专家学者围坐一堂，围绕“从科学到服务”主题的重点问题展开讨论。

在季风区，洪水、干旱、热浪以及粮食—水—能源压力，究竟是按次序发生的链式反应，还是同一系统下并发的多重打击？

莫桑比克国家气象局中央气象预报服务处代表多里瓦尔·穆特雷达表示，厄尔尼诺—南方涛动（ENSO）和印度洋偶极子（IOD）的正负位相直接影响该国南北部降水——厄尔尼诺年份南部偏干、北部偏湿，IOD正位相则反之。肯尼亚气象应用服务局代表保罗·奥洛称，影响肯尼亚降雨模式的关键是大尺度信号ENSO、IOD，以及雨季中的马登—朱利安振荡（MJO）。毛里塔尼亚国家气象局代表西迪·穆罕默德·莱明·鲍巴同样表示，厄尔尼诺和拉尼娜会对当地降水产生较强影响。

然而，并非一切都能被大尺度因子解释，澳大利亚气象局代表马修·惠勒直言。

美国夏威夷大学教授王斌提出，多个极端事件通常是同时发生的，并非按次序发生。中国科学院院士张人禾表示，极端气候事件受天气尺度到季节内尺度、再到年际（如ENSO）和年代际振荡的多层调控，应进一步了解其关联性。

既然季风系统充满不确定性，科学能发挥什么作用？

马修·惠勒认为，适应不是靠消除不确定性实现的，而是靠在可确定之处建立决策抓手。多里瓦尔·穆特雷达、西迪·穆罕默德·莱明·鲍巴强调雨季持续时间、降水分布等信息对农业和畜牧业的重要性，并指出，需让人们意识到季节性预报具有概率性。

张人禾将不确定性问题归结为科学理解与技术水平双重不足。王斌提出，模型研发者要努力减小误差，同时要了解原因，并告诉公众不确定性的具体程度。

季风预报如何转化为基于影响的早期预警？

保罗·奥洛认为重点在于与服务相关方的共同协作。张人禾坦言这一过程非常复杂，需要大量研究以及跨学科探索，包括与社会科学和人文学科的深度合作。王斌建议对历史案例开展深度调查研究。西迪·穆罕默德·莱明·鲍巴则提出建立风险影响数据库的需求。

尽管季风科学面临从气候信号到极端事件、从不确定信息到适应性决策、从预报要素到影响预警的挑战，这场连接全球的学术对话，让人们看到，在落实联合国全民早期预警倡议的背景下，跨国界、跨领域的协同，正推动季风科学向服务的有效转化。（闫辰宇）

凝聚成员国合力：构建季风气象合作新机制

2026季风国际研讨会期间，聚焦“成员国合作：未来合作机制”，来自马达加斯加、刚果民主共和国、毛里求斯、马尔代夫、越南、泰国、菲律宾代表围绕季风监测预警、灾害风险防控、能力建设、区域长效协作等议题开展深入交流，梳理各国气象防灾减灾需求，共商适用于亚澳非区域的季风气象合作新模式。

各国代表结合本国气候特征与防灾实际，围绕季风监测、早期预警及减少灾害风险等迫切需求展开分享。马达加斯加代表马兰德亚·马罗拉指出，当前气象工作核心痛点是科研成果落地不足，亟需搭建基于影响的预报体系，推动气象预报转向灾害影响预判与行动指引，同时依托成员国协作，完善早期预警系统建设。会上也指出，部分国家气象基础设施薄弱、专项预算与技术人力投入不足，基础气象设备、监测配套设施短缺，是制约季风监测与灾害预警工作推进的主要瓶颈。

海岛国家还面临独特的季风气象服务难题。例如，部分国家现有预警系统可信度不足，长时序气候影响研判精度欠缺，尤其难以精准把握季风低压系统演变规律，影响防灾减灾实效。部分远洋岛国存在海洋气象观测数据匮乏、设备运维成本高、观测空白区多等短板。会上，多国代表提出可借鉴全民早期预警中国方案“妈祖（MAZU）”，结合本国国情优化适配本地化预警体系。

东南亚各国代表则聚焦季风次生灾害防控与精细化预报服务发言。会上重点关注季风引发的洪水、山体滑坡等次生灾害，提出亟需优化水文模型，提升基层预警时效性与精准度；认为次季节至季节尺度的精细化季风预报，能够有效支撑农业种植、水资源调度等生产规划，是增强气象公共服务能力的关键；指出要依托亚澳季风工作组科研优势，持续研发适配东南亚的季风气象指标；还需要构建科研、基建、数据、政策、用户赋能的双向闭环体系。

针对区域能力建设与合作模式创新，各国一致认为，推进区域互助学习、技术革新、科研协同是提升季风防控能力的关键路径，要搭建常态化交流平台，互通各国预报应用经验，依托人工智能、数值天气预报等技术，提升区域预报精细化水平。

此次交流精准聚焦亚澳非季风区各国共性难题与差异化需求，明确未来区域气象合作方向。

下一步，各成员国将持续深化技术互助、科研协同、人才共育、资源共享，构建常态化、长效化区域合作机制，共同提升季风气候监测预警与灾害风险抵御能力，携手应对全球变暖背景下极端季风天气带来的挑战。（胡竞文）

（责任编辑：颜昕）