拉尼娜又要来了！又又又是一年“最冷冬天”？

拉尼娜和厄尔尼诺有同一个家——热带太平洋，但二者有着截然不同的性格特点。拉尼娜事件是指赤道中、东太平洋海表温度异常，出现大范围偏冷，且强度和持续时间达到一定条件的现象，气象上一般称之为“冷位相”。

厄尔尼诺与之相反，对应着赤道中、东太平洋海表温度异常，出现大范围偏暖，气象上一般称之为“暖位相”。需要注意的是，拉尼娜发生时，偏冷的不仅仅是海表面，热带太平洋的深层水也比正常情况下更冷。

海洋表层的运动主要受海表面风的影响。

当偏东的信风增强时，太平洋东部洋面上温暖的海水被更多地吹向西部，致使太平洋东部比西部海平面下降，南美洲西海岸和赤道沿岸的深层冷水携带着深海鱼群上翻，使得太平洋东部的海表温度降至正常水平以下，这时，厄瓜多尔和秘鲁北部的沿海渔民也迎来了深海鱼“大丰收”；与此同时，太平洋西部海水温度偏高，气压下降，湿热的空气为这里对流的发展提供能量，也助长了台风和热带风暴的发生和发展。

有意思的是，厄尔尼诺和拉尼娜爱唱“二人转”——一次较强厄尔尼诺后，拉尼娜很可能会出现。例如，1997年-1998年、1972年-1973年和2009年-2010年后，拉尼娜都赶到了现场，但也并不绝对，1991年-1992年和2002年-2003年则例外。厄尔尼诺事件结束后，海洋会伴随一段时间的“中性”状态（既非厄尔尼诺也非拉尼娜），再慢慢过渡到下一个阶段。

要确定厄尔尼诺发生后拉尼娜到底会不会悄然而至，还得看海洋。目前主要运用 Niño 3.4 指数判定，它是指 170°W-120°W 和 5°S-5°N 范围内的海温异常。对我国而言，连续 5 个月的 Niño 3.4 区海温指数的 3 个月滑动平均值≤ -0.5℃ ，就定义为一次拉尼娜事件。

这么多竞争对手，为何我们特别关注“厄尔尼诺”和“拉尼娜”呢？

这是因为厄尔尼诺和拉尼娜（合称为厄尔尼诺-南方涛动，简称ENSO）是地球气候系统中最强的年际变异信号，影响自然不容小觑。

在全球范围内，与拉尼娜有关的极端灾害造成了巨大的人员和经济损失，其中包括美国西南部的严重干旱、热浪和野火，澳大利亚、孟加拉国、中国和委内瑞拉的毁灭性洪水以及致命的飓风。

多年以来的拉尼娜事件更是在澳大利亚、印度尼西亚、热带南美洲和南部非洲引发了持续的洪涝，在美国南部、赤道非洲、印度和中国东南部引发了极端的干旱。

对我国而言，拉尼娜发生的当年秋季，北方降水易偏多，出现秋汛的可能性大，如 1974 年、1984 年和 2000 年发生的拉尼娜事件，都造成了当年秋季黄河和淮河流域降水偏多，而在其发生的当年冬季，气温容易偏低，出现冷冬的可能性较大。

2007～2008 年的拉尼娜事件期间，我国南方在 2008 年初发生大范围低温雨雪冰冻灾害。2021～2023 年的“三重”拉尼娜期间，华北在 2021 年冬季有 60 多个气象观测站最低气温突破或达到建站以来的历史极值，内蒙古多地更是遭遇了有历史气象记录以来的最强暴风雪，有超过 11.8 亿人口和 90% 的地区（包括海南）都受到了影响。

跟咱们“饭碗”更直接相关的是，通过影响天气和气候，厄尔尼诺和拉尼娜可能对全球粮食生产产生重大影响，并具有区域差异。

厄尔尼诺事件影响了全球至少四分之一的农作物产量，包括小麦、玉米、水稻、大豆和高粱。由于大豆产地集中在美洲沿岸，厄尔尼诺的来袭时间往往与大豆生长最需要水的阶段相对应，因此，厄尔尼诺的出现往往带来全球大豆产量的迅速增加。

而受拉尼娜影响，在气温较低的地区，农作物的生长周期会延长，可能导致产量下降；气温较高的地区，农作物的生长周期会缩短，但也可能导致病虫害的滋生和蔓延。对我国而言，部分研究表明，从长期来看，与厄尔尼诺事件相比，拉尼娜对粮食生产力的净影响总体可能是积极的。

正是由于两者与经济生产息息相关，关于两者的变化预测也是投资界的一个火热议题。

当然，我们最为关注的是，即将到来的拉尼娜，究竟会不会带来一个更冷的冬天呢？

正如开头所总结的那样，拉尼娜与冷冬不能直接画等号，两者是充分非必要的关系。我国冬季究竟是偏冷还是偏暖，与东亚冬季风强度密切相关，除拉尼娜外，北极海冰、欧亚积雪以及大气环流系统内部自然变率等也起到重要作用。

虽然从 1951 年以来到 20 世纪 80 年代中期，拉尼娜事件当年我国冬季气温均显著偏低（气温距常年同期偏低 1℃多，1954 年的冬天甚至偏低 3℃多），但在全球变暖的大背景下，自1986 年以来，拉尼娜事件当年冬季气温偏高也时有发生。

不过从统计数据来看，出现拉尼娜事件以后，我国冬季偏冷的概率确实更大一些，由于今年的拉尼娜可能是一个较弱的事件，它会在多大程度上影响这个冬季的气温，还得拭目以待。

ENSO 是海洋-大气系统的一部分，就像我们熟悉的所有天气现象一样，它在全球的天气和气候变化中扮演着自己的角色，那么，这是否意味着我们也可以准确地预测出 ENSO 的变化，从而能提前预测洪水和干旱等极端气候事件的可能性，并为我们减少损失成本？

从根本上说，ENSO 是一种海洋的不稳定性，这意味着它是一种从背景状态获得能量的波动。虽然我们已经较为清楚天气系统在短时间内（比如一天左右）会如何变化，但一旦我们拉长预测时间，结果就变得不是那么可信了。一个简单的例子是，我们可以根据一个小孩今年的身高大概推测 TA 明年的身高，但很难推测 6 年后 TA 能长多高。

因为在逐年往后推测的过程中，每一步都会产生误差，而随着误差不断积累，就会产生蝴蝶效应：对第一步推测的小小不同，可能导致最后截然不同的结果。当然，如果你要知道的仅仅是 6 年级学生的平均身高，难度就大大降低了。这就是为什么气象学家老说，天气和气候模型有多准确取决于你想要多远的预测结果和多少的细节。

由于 ENSO 预测太重要了，目前，国内外许多机构和团队都发展了自己的动力学和统计模型（包括 AI 模型），尝试对 ENSO 进行实时滚动预测。但每个模型的预期技能不尽相同，有的相差甚远，甚至同一模型对不同的 ENSO 事件的预报准确率也并不稳定。

总的来说，海洋-大气相互作用实在是太复杂了，ENSO 依然隐含着很强的不可预测性。

值得注意的是，拉尼娜不算是大概率事件。在过去的 100 年里总共发生了 20 次拉尼娜事件，其中 10 次为一年事件，10 次为多年事件，共计 33 个拉尼娜年。

但多年期的拉尼娜的确发生得越来越频繁了：自 21 世纪初以来，已经发生了五次多年期拉尼娜事件，包括 1998～2000 年、2007～2008 年、2010～2011 年、2016～2017 年和 2020～2022 年，而多年期拉尼娜由于对应着更强的海温异常，往往会对全球气候、环境及经济社会带来持续性和叠加性的破坏影响，并显著提高极端天气灾害的发生风险。

观测事实已经揭示了目前多年期拉尼娜事件的加速趋势。

部分研究表明，未来拉尼娜现象连续发生的频率可能增加，且数量也会随着温室气体排放强度的增加而增加，范围从低排放情景下的 19±11% 增加到高排放情景下的 33±13%。这意味着，在已发生的多年期事件中看到的极端天气和气候，可能在未来更频繁地出现。