印度季风背后的数学

盖亚特里·瓦伊迪雅纳坦（Gayathri Vaidyanathan）

印度记者

很少有其他天气事件像印度夏季风那样被人们热切期待。一个难得的阴天可以暂时缓解印度次大陆大部分地区的酷热。而对于几乎占人口一半，主要以雨养农业为生的农民来说，季风的方方面面都关系重大——哪些邦会下雨，什么时候下雨，雨量是多少，等等。因此，每一年的年度季风预报都是头条新闻。

如今，科学家们正在努力加深对季风的了解，并改进相关的预测模型。印度科学教育与研究所的应用数学家阿米特·阿普特（Amit Apte）说：“开发数学模型是我们所知道的了解这个系统的唯一方法。”

季风即太阳使地球温度升高后带来的大气环流和降水的季节性变化，通常出现在夏季。南北美洲、西非、东亚和澳大利亚也有这种天气现象，但最为著名的还是南亚季风（俗称“印度夏季风”）。它发生在喜马拉雅山脉、印度西高止山脉、缅甸若开山脉和印度洋等重要地球系统所包围的区域范围内，因此十分独特。

印度季风在每年最热的时节之后来临，此时，陆地温度升高而海洋温度仍然较低。这种温度差异导致北印度洋上空风向逆转，将洋面云推至印度次大陆上空，并在西南部的喀拉拉邦引发降水。印度季风极有规律，大约在6月1日出现，至10月15日结束，这一期间全国各地降水量约为850毫米——超过了印度全年降水量的75%。

不过，印度季风也有可能出现变化，比如推迟一周到来，或是带来的降水量比平均值低10%。这看似微不足道，但却会对印度的经济造成巨大影响。2020年，印度气象局（IMD）利用一系列模型正确预测了降水开始的时间，但没有预料到降水量的增加。印度克里西尔研究院的数据显示，农民每公顷作物的利润提高了3%至5%；不过，如果农民知晓雨水较多的情况，他们可能会播种更多土地。

关于印度季风现象，目前还有许多问题有待探索。阿米特·阿普特认为，其部分原因在于它出现在热带地区，而相关研究则较为侧重温带的情况，因为20世纪中期的多数大气科学家都在欧洲和美国工作。温带地区的天气系统主要受地球自转控制，而热带天气系统较之更为复杂。要在一个模型中展示出印度季风，就必须考虑许多变量。

例如，云的形成就是科学家们尚未完全掌握的一个变量。“事实上，云很可能是当今气候模型中最显著的不确定因素之一，它们对热带地区产生了巨大的影响。”同时，印度次大陆周围的海洋（孟加拉湾、阿拉伯海和印度洋）又对科学家们提出了另一个挑战。阿米特·阿普特解释说，恒河淡水与孟加拉湾咸水混合会让洋流产生变化，目前正在开展相关研究。

季风并不会带来四个月连绵不断的降水，而往往是狂泻几天之后歇一歇，接着再下。对于农民来说，有用的模型应当能够预测出季风降水的活跃期和中断期。

传统做法是利用基于方程式的统计模型来预测季风的。印度气象学家曾经采用过这种方法，但收效甚微；在使用统计模型的23年里，只作出了9次正确的季风预报。

2012年，印度气象局改用了物理模型——模拟控制季风的大气系统的3D计算机模型。气象学家们首先将历史数据输入模型，经过一系列检查与平衡，最后运行模拟过程。这也是全球大多数气象站使用的建模类型。

看起来，印度的物理季风模型能够顺利地解决一些问题，但由于缺乏对印度季风机制的了解，在另一些问题上表现欠佳。这些预测往往伴随着某种不确定性或可能性区间。不过，此类详细数据对农民来说很有价值，同时还能让保险公司更好地开展业务，或是让政府部门合理地规划用水。

此外，气候科学家还利用物理模型来了解全球变暖对30年以后季风的影响。联合国政府间气候变化专门委员会（IPCC）的全球气候模型显示，20世纪下半叶，南亚季风有所减弱。与此同时，这些模型预测表明，从长远来看，季风雨将会增多。

最近，一些科学家正在对神经网络进行试验，它们属于计算机算法，可以像人类一样从大量数据中发现共通的模式。

神经网络模型可以对大量卫星数据进行分类，从而找出其中的模式。不过，阿米特·阿普特称，这些模型在准确性方面还不如过去的统计模型。而且，即使计算机得出了正确的预测结果，科学家们也会继续研究，直至弄清楚代码背后的物理现象。“纵然代码正在发挥作用，但是我们仍然不知道云是怎么形成的，这个问题对我来说依旧是一个巨大的空白。”阿普特说。