, 张强, 孔冬冬Spatiotemporal patterns of extreme precipitation with their responses to summer temperature
GUXihui, ZHANGQiang, KONGDongdong通讯作者:
收稿日期:2015-12-17
修回日期:2016-03-2
网络出版日期:2016-05-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (10624KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
气候模式模拟结果表明,在全球变暖影响下,全球水文循环呈加剧趋势[1],中国21世纪极端降水事件也将发生显著变异[2-3]。极端降水及其引发的洪旱灾害事件对人类社会和经济发展带来巨大影响,气象水文极值事件的研究已成为当前国际学术前沿与研究热点。近几十年来,中国极端降水事件呈增加趋势[4],并对农业生产带来巨大损失[5],因此,中国各区域极端降水特征及成因已成为当前研究热点[6-8]。张强等[6]通过对新疆极端降水的研究指出北疆发生极端强降水的概率较大,南疆发生极端弱降水的概率较大;佘敦先等[7]发现淮河流域年最大日降水多集中于20世纪60-70年代;任正果等[8]指出中国南方各极端降水指数的多年平均值分布规律,越靠近西北方向越干旱,越靠近东南方向越湿润。基于年极端降水指标等对中国极端降水事件的研究已开展较多[6-8],然而基于超阈值抽样（POT抽样）分析中国极端降水量级、频率和发生时间的非平稳性特征,并进一步揭示中国极端降水潜在影响因子的研究却鲜有报导。值得注意的是,基于超阈值的极端降水事件（POT抽样）相比年极端降水指标能够提供更多、更丰富的极端降水事件信息[9]。而平稳性假设是一切城市防洪排涝工程、水利工程设施等设计标准的基础。Villarini等[10]定义平稳性为时间序列无趋势性、变异性和周期性,常用趋势和变异点分析检验平稳性假设是否合理[10-12]。关于中国极端降水事件非平稳性特征潜在的影响因子,已有研究表明温度增加导致中国东南地区降水加强,且冬季趋于湿润[13]。因此,本文研究目的为：① 基于POT抽样的中国极端降水量级、频率和发生时间的非平稳性特征（变异和趋势）时空规律;② 中国极端降水量级、频率和发生时间对温度转折的响应规律。
2 研究数据
中国气候差异大（图1）。张家诚等[14]主要根据热量和水分两级指标,同时参考光照时数,将中国划分为8个气候一级区域：西部干旱区、青藏高原区、东部干旱区、西南区、东北区、华北区、华中区和华南区（图1）。一级气候区域的划分标准,除大高原及山地外,从北到南以气候带为根据,从东到西以干燥度划分[14]。本文将分析每个分区极端降水事件的非平稳性及对夏季温度的响应特征。
显示原图|下载原图ZIP|生成PPT图1中国气象站点地理位置及气候分区
-->Fig. 1Locations of precipitation stations and climate partitions in China
-->
从中国国家气象局收集到839个站点1951-2014年日降水和温度（日最小、日平均和日最高温度）数据。为了严控数据质量,删除累积缺测时间超过365天的站点,剩余728个站点用作本文分析（图1）。缺测数据采用Zhang等[15]提出的方法进行插值。气象数据最少有55年,最大有64年,各分区中青藏高原区气象站点最少,有56站,华中区气象站点最多,有128站（图1）。长时间降水序列能够为研究中国极端降水事件提供更详细的信息,且更小的估计误差。
3 研究方法
基于POT抽样（设置一个阈值,然后抽样每一次极端降水发生的量级及时间,每一年极端降水事件次数）。阈值设置一般采用两种：一种以绝对值作为阈值（例如50 mm/天）,一种以降水经验概率分布为基础（例如95%分位数）。本文采用非零降水序列95%分位数作为阈值。3.1 变异分析
变异分析方法已有多种,不同的方法基于不同的假设（例如单变异点和多变异点,检验前是否预设变异点位置,是否符合高斯分布等）。Killick等[16]于2014年提出一个综合集成的“changepoint”检验方法,该方法基于似然函数框架,具有较大的灵活性。可以克服序列高斯分布假设的限制,不需要预先设置变异点位置,可进行单变异点和多变异点检测。同时包含了以往多种算法,例如二进制分割算法、分段邻域算法和PELT算法,因而具有强大的功能。相较于以往变异点检测方法仅能检测时间序列均值变异,“changepoint”法可同时用来检测均值和方差变异。时间序列式中：
根据公式（2）,当检验统计值达到显著性水平0.1时,认为时间序列发生了变异。
“changepoint”法常用来检测连续型时间序列的变异点位置,另外由于本文采用的降水序列在60年左右,因此,选择“changepoint”法检测中国极端降水量级和发生时间单变异点。对于中国极端降水频率（年发生次数序列）等具有离散特征的时间序列,则采用分段回归法检测变异点[17-18]：
式中：t为时间（年）;y为响应变量（例如极端降水频率序列）;α为响应变量转折点的位置,当检验显著性水平达到0.1时,转折点达到了变异程度,可称为变异点。
3.2 趋势分析
Mann-Kendall（MK）法由于其为非参数检验方法,对异常值不敏感,从而被国际气象组织（World Meteorological Organization, WMO）推荐用来检测连续性时间序列（中国极端降水量级和发生时间）的趋势[19]：式中：Xi和Xj分别为时间序列第i和j个值;N为时间序列的长度。由公式（4）进一步推导得到MK检测统计值Z：
式中：统计值Z大于0,表示时间序列呈上升趋势,统计值Z小于0,表示时间序列呈下降趋势,统计值Z的绝对值大于1.96表示趋势达到0.05显著性水平。
对于离散性时间序列（中国极端降水年发生次数）,常用泊松回归判别其时间趋势[17]：
式中：Ni为第i年极端降水发生次数;λi为极端降水发生率,是潜在的随机变量。本文通过假设λi依赖时间呈线性关系（通过对数函数连接）来判断极端降水频率是否存在上升或下降趋势：
式中：当β1大于0时,极端降水频率呈上升趋势;当β1小于0时,极端降水频率呈下降趋势;当β1不等于0达到0.05显著性水平时,趋势达到显著性。
在趋势分析中,以往的研究通常没有考虑变异点对趋势结果的影响。变异点的存在可能表明时间序列影响机制从一个气候机制转变为另一个或时间序列非均质。如果不考虑变异点,时间趋势的分析结果可能导致对人类引起的气候变化进行错误的表述[17, 20]。因此,本文以变异点为时间分割点,将序列分割为变异前、后两个子序列,分别检测两个子序列的时间趋势。为了保证子序列的时间长度,在变异点的选择中采取以下原则：① 变异点的位置必须保证两个子序列均至少有10年的时间长度;② 如果均值和方差均检测到变异点,以均值变异点作为最终的变异点。
4 研究结果
4.1 中国极端降水量级非平稳性分析
中国728个站点中的353个站点（约占48%）极端降水量级存在显著均值变异,291个站点（约占40%）极端降水量级存在显著方差变异,综合确定最终变异点站点为404个（约占55%）（图2）。均值变异点和方差变异点在空间上没有明显分布规律,在某些局部区域上呈现出一致特征。就均值变异时间来看,变异时间位于1961-1980年的站点共有166个（约占353个站点的47%）,主要分布在中国东部干旱区西南部、东北区北部、华北区和华中区沿海区域及西南区;变异时间位于1981-2000年的站点共有147个（约占353个站点的42%）,主要分布在东部干旱区东北部、东北区中部、华南区西北部和西南区中部。就方差变异时间来看,变异时间位于1961-1980年的站点共有121个（约占291个站点的42%）,主要分布在中国东北区北部、华中区沿海区域、东部干旱区东部和青藏高原区;变异时间位于1981-2000年的站点共有138个（约占291个站点的47%）,主要分布在中国西部干旱区、东部干旱区东部、东北区北部、西南区中部和华中区西部。从最终确定的变异点时间来看,变异时间位于1980年之前为151个,约占404个站点的37%,大部分站点变异时间位于1980之后,共有253个,约占404个站点的63%。
显示原图|下载原图ZIP|生成PPT图2中国极端降水量级变异时间地理分布
-->Fig. 2Change point distribution of magnitude of extreme precipitation with 0.1 significant level
-->
对于所有站点整体序列,中国西部干旱区、华中区及华南区北部和西南部极端降水量级呈上升趋势,东部干旱区中部、华北区北部、华南区东南部及青藏高原区东部呈下降趋势（图3）。然而在整个中国区域内,只有少量站点极端降水量级趋势达到显著性水平,呈显著下降趋势的站点主要位于东部干旱区和华北区,而呈显著上升趋势的站点主要位于西部干旱区、东北区、西南区、华中区和华南区。无变异点的站点中,极端降水量级趋势的空间分布与所有站点整体序列的空间分布较为吻合一致,但具有显著趋势的站点数明显减少。在存在变异点的序列中,变异前东部干旱区中部、华北区东部、华中区中南部及华南区中北部极端降水量级呈上升趋势,西部干旱区北部、东部区南部和华中区北部呈下降趋势;变异后东部干旱区东北部、东北区东南部、华中区西北部和西南区中部极端降水量级呈上升趋势,西北区、东部干旱区西部、华中区东部、华南区西部及西南区南部呈下降趋势。变异前、后极端降水量级趋势的空间分布具有差异性,例如东北区南部由下降趋势转为上升趋势,华南区西北部由上升趋势转为下降趋势等。变异后序列和整体序列趋势的空间差异性更加明显,西部干旱区、华中区和华南区多数站点整体序列呈上升趋势,变异后转为下降趋势,东部干旱区和青藏高原区多数站点整体序列呈下降趋势,变异后转为上升趋势。上述区域如果不考虑变异点的存在,只分析整体序列的趋势性,会误导对极端降水量级变化特征的理解。变异点的存在也表明极端降水量级整体序列不符合均质性,影响极端降水量级潜在的气候机制已发生较为明显的变化。
显示原图|下载原图ZIP|生成PPT图3中国极端降水量级趋势地理分布
-->Fig. 3Trend distribution of magnitude of extreme precipitation
-->
4.2 中国极端降水频率非平稳性分析
采用分段回归检测具有离散性质的极端降水频率序列的变异特征（图4）。相对于极端降水量级变异特征,大多数站点极端降水频率不具有显著的变异特征,仅有42个站点显著性水平达到0.1（图4）。具有显著变异点主要位于西部干旱区北部,东部干旱区东部和华北区等。中国大部分区域极端降水频率转折点位于1980年之后,仅西部干旱区北部、西南区南部及华中区西部等转折点位于1980年之前。
显示原图|下载原图ZIP|生成PPT图4中国极端降水发生次数变异时间地理分布
-->Fig. 4Turn point distribution of frequency of extreme precipitation
-->
采用泊松回归分析极端降水频率的时间趋势（图5）。在所有站点整体序列中,中国西部干旱区、东部干旱区西部、西南区北部、华中区南部和华南区东部极端降水频率呈显著上升趋势;东部干旱区东部、东北区南部、华北区北部及西南区南部极端降水频率呈下降或显著下降趋势（图5）。由于极端降水频率多数站点均不具有显著性变异水平,因此,无变异点站点极端降水频率与所有站点整体序列时间趋势空间分布基本吻合。在有变异点的站点中,几乎所有站点在变异前极端降水频率呈下降或显著下降趋势,在变异后转为显著上升趋势。
显示原图|下载原图ZIP|生成PPT图5中国极端降水发生次数趋势地理分布
-->Fig. 5Trend distribution of frequency of extreme precipitation with 0.1 significant level
-->
中国极端降水量级和频率非平稳性特征具有明显的差异性。中国极端降水量级多数站点具有显著的变异特征,但不具有显著的趋势性;中国极端降水频率则与量级特征相反。Mallakpour等[21]通过研究美国中部774个水文站点洪水量级和频率特征,指出洪水发生量级没有显著增加,但洪水发生次数显著上升;Hirsch等[22]证实了这一现象,并认为极端降水特征对美国中部地区洪水发生次数显著增加有重要的影响。比较图3和图5,中国极端降水量级没有显著变化,但中国极端降水频率大部分区域有显著加强。中国极端降水特征和Mallakpour等在美国中部地区的研究较为吻合一致,因此,同样可能引发中国洪水特征也呈现出量级没有发生明显变化,但洪水次数有着显著加强这一现象。极端降水事件是洪水过程的重要影响因素,但洪水过程还受到地形地貌、土地利用及水利工程等人类活动的影响,因此,还需要实测的水文资料进行上述可能结果的验证。
4.3 中国极端降水发生时间非平稳性分析
中国极端降水发生时间主要发生均值变异,共有263个站点（占总站点728的36%）,仅有3个站点出现方差变异（图6）。与极端降水量级一样,极端降水发生时间均值变异点的年份在空间上没有统一明显的分布规律,在某些局部区域上呈现出一致特征。从均值变异点来看,共有133个站点（占总站点263的51%）变异时间位于1980年以前,主要分布在西部干旱区西北部、东部干旱区中东部、华北区东部和华南区中部;共有130个站点（占总站点263的49%）变异时间位于1980年以后,主要分布在西部干旱区南部、华北区中部、西南区南部和华南区东部。由于极端降水发生时间序列几乎不存在方差变异,所以最终变异点空间分布与均值变异点较为吻合一致。
显示原图|下载原图ZIP|生成PPT图6中国极端降水发生时间变异点地理分布
-->Fig. 6Change point distribution of occurrence timing of extreme precipitation with 0.1 significant level
-->
再对极端降水发生时间的趋势进行检测（图7）。从所有站点整体序列来看,中国西部干旱区西部、东部干旱区南部、西南干旱区北部和华中区南部,极端降水发生时间呈上升趋势,其中华中区南部极端降水发生时间呈显著上升趋势;西部干旱区东部、东部干旱区东北部、东北区南部和西南区南部极端降水发生时间呈下降趋势,且均不显著（图7）。在无变异点的站点中,中国极端降水发生时间与所有站点整体序列趋势的空间分布较吻合,但呈上升趋势的站点在空间分布上更加明显。变异前极端降水发生时间在东北区和华中区呈上升趋势,变异后进一步扩展到东部干旱区中部、西南区和华南区。相比极端降水量级和频率,变异点对中国极端降水发生时间趋势方向的改变相对较弱。
显示原图|下载原图ZIP|生成PPT图7中国极端降水发生时间的时间趋势地理分布
-->Fig. 7Trend distribution of occurrence timing of extreme precipitation with 0.1 significant level
-->
4.4 中国极端降水对夏季温度的响应
通过月频率法[23]分析得出中国极端降水发生时间多集中在夏季。采用分段回归检验1951-2014年中国各站点夏季日最小温度、日平均温度和日最高温度的转折点（图8）,并分析转折前后的时间趋势性（图9）和分析夏季温度趋势的差异如何影响中国极端降水事件（图10）。夏季日最小温度中（图8）,多数站点（共有489个,占总728个站点的67%）具有显著的转折,达到了0.1显著性水平;东北区、西南区南部和西部干旱区北部转折点时间在1980年以前,西部干旱区西南部、东部干旱区东南部、华中区和华南区中部转折点时间在1985年以后。夏季日平均温度341个站点（占总728个站点的47%）转折点达到0.1显著性水平;东北区东南部、西部干旱区东部和华北区东北部转折点时间位于1980年之前,中国大部分地区转折点均位于1980年以后,其中西部干旱区西南部、华中区、华南区和西南区西南部转折点位于1985年以后。夏季日最高温度（Tmax）326个站点（占总站点数的45%）转折点达到0.1显著性水平;日最高温度转折时间和日平均温度转折时间在空间分布上几乎吻合一致,主要差别在于西部干旱区大部分区域日最高温度的转折点在1980以前。总体来看,夏季日最小温度与日平均温度和日最高温度的转折点空间分布具有较大差异,预示日最小温度与日平均温度和日最高温度具有不同的演变机制。从区域上看,华中区夏季温度在日最小温度、日平均温度和日最高温度的转折程度上明显高于其他区域（多数站点均达到0.1显著性水平）,且转折时间均基本保持在1980年以后,表明华中区夏季温度有着显著的变异。
显示原图|下载原图ZIP|生成PPT图8中国夏季日最低温度均值、日平均温度均值及日最高温度均值转折点空间分布
-->Fig. 8Turn point distribution of the minimum, mean and maximum of summer temperature with 0.1 significant level
-->
显示原图|下载原图ZIP|生成PPT图9中国夏季日最低温度均值、日平均温度均值及日最高温度均值趋势空间分布
-->Fig. 9Spatial distribution of the minimum, mean and maximum of summer temperature change during different periods according to turn points of summer temperature
-->
进一步分析夏季温度的趋势特征（图9）可看出,对于所有站点整体序列,夏季日最小温度、日平均温度和日最高温度在中国大部分区域均呈上升或显著上升趋势,呈下降或显著下降趋势的区域由华北区西南角扩展到西南区东北部和华中区西北角,在进一步扩展到华北区南部和华中区南部。转折前、后,夏季日最小温度、日平均温度和日最高温度空间变化特征基本吻合一致。在转折点前夏季温度在西部干旱区东南部、东部干旱区西南部、华北区、华中区和西南区北部呈下降或显著下降趋势;在转折点后,夏季温度在中国大部分区域由转折前的下降或显著下降趋势转为上升或显著上升趋势。中国大部分夏季温度在演变趋势和方向上发生了显著的改变。
显示原图|下载原图ZIP|生成PPT图10中国极端降水量级、发生时间和发生次数在夏季温度影响下的空间变化特征
-->Fig. 10Spatial distribution of the magnitude, frequency and occurrence timing of extreme precipitation change during different periods according to turn points of summer temperature
-->
分析中国极端降水量级、频率和发生时间序列在夏季日最小温度、日平均温度和日最高温度转折点前、后的时间趋势（图10）可看出,中国极端降水量级对夏季温度的转折响应最显著的区域位于东部干旱区南部和青藏高原区,上述区域由转折前的下降趋势转变为转折后的上升趋势。中国极端降水发生时间对夏季温度转折响应最显著的区域位于华中区和华南区;华中区由转折前的上升趋势转变为转折后的显著上升趋势,华南区中部对夏季平均温度和最高温度的响应更显著,由转折前的下降趋势转为转折后的上升或显著上升趋势。中国极端降水频率对夏季温度转折响应最显著的区域位于西部干旱区西北部、东部干旱区南部和东北区东南部,上述区域由转折前的下降或显著下降趋势转变为转折后的上升或显著上升趋势。总体而言,中国极端降水频率相对量级对夏季温度的响应更剧烈。宏观来看,夏季温度上升导致中国北方极端降水量级上升,频率显著增加。陈亚宁等同样观察到了中国西北地区温度升高和降水增加这一现象[24]。从热力学角度看,随着温度增加,饱和水汽压大概指数增加,降水系统会有更多的水汽可供利用[25]。水汽散度的时空变化可能导致降水机制的改变。中国北方升温明显会引发气团的热动力性质的变化和水汽输送的加强,进而导致极端降水量级上升,频率增加。而中国北方极端降水主要分布在夏季,因而对夏季温度响应较弱。中国南方（主要集中在华中区和华南区中部）由于夏季温度上升,极端降水发生时间提前或显著提前;而极端降水量级和频率对夏季温度上升响应较弱,可能因为台风等热带气旋对极端降水的影响较大[26]。
5 结论
基于POT抽样,分析中国728个站点1951-2014年极端降水量级、频率和发生时间的非平稳性特征及其对夏季温度变化的响应,得到以下有意义的结论：（1）中国极端降水量级有明显的均值和方差变异,综合确定最终的变异站点数为404个,占总站点数728的55%。均值和方差变异时间在1980年之前主要分布在东部干旱区东部、东北区北部和华中区沿海区域;在1980年之后主要分布在东部干旱区东北部、东北区中北部和西南区中部。中国极端降水量级大多数站点不具有显著的趋势性特征,且变异前、后趋势的空间分布有较大差异性：西部干旱区、华中区和华南区多数站点整体序列呈上升趋势,变异后转为下降趋势,东部干旱区和青藏高原区多数站点整体序列呈下降趋势,变异后转为上升趋势。
（2）中国极端降水频率变异特征不显著,仅有42个站点具有显著的变异性,主要集中在西部干旱区北部、东部干旱区东部和华北区。中国大部分区域极端降水频率转折点位于1980年之后,仅西部干旱区北部、西南区南部及华中区西部等转折点位于1980年之前。但中国极端降水频率具有显著的趋势性,西部干旱区、东部干旱区西部、西南区北部、华中区南部和华南区东部极端降水频率呈显著上升趋势;东部干旱区东部、东北区南部、华北区北部及西南区南部极端降水频率呈下降或显著下降趋势。综合分析中国极端降水量级和频率的非平稳性特征,可以认为：中国极端降水的量级没有发生显著的变化,但极端降水频率在大部分区域有显著的加强。
（3）中国极端降水发生时间变异特征上主要为均值变异,仅3个站点发生方差变异。均值变异在1980年以前主要分布在西部干旱区西北部、东部干旱区中东部、华北区东部和华南区中部;在1980年以后主要分布在西部干旱区南部、华北区中部、西南区南部和华南区东部。中国极端降水时间在华中区南部呈显著上升趋势,其他区域趋势均不显著。相比中国极端降水量级和频率,变异点对中国极端降水发生时间趋势方向的改变相对较弱。
（4）夏季温度有着明显的变异特征,且大部分区域转折点位于1980年后,仅东北区、华中区和西部干旱区的部分区域位于1980年之前。转折点引发中国大部分区域夏季温度在演变趋势和方向上发生显著改变。就整体序列而言,中国大部分区域夏季温度呈上升或显著上升趋势;然而在转折点前中国大部分区域如西部干旱区东南部、东部干旱区西南部、华北区、华中区和西南区北部夏季温度呈下降或显著下降趋势;在转折点后,上述区域夏季温度转为上升或显著上升趋势。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | Abstract What can we say about changes in the hydrologic cycle on 50-year timescales when we cannot predict rainfall next week? Eventually, perhaps, a great deal: the overall climate response to increasing atmospheric concentrations of greenhouse gases may prove much simpler and more predictable than the chaos of short-term weather. Quantifying the diversity of possible responses is essential for any objective, probability-based climate forecast, and this task will require a new generation of climate modelling experiments, systematically exploring the range of model behaviour that is consistent with observations. It will be substantially harder to quantify the range of possible changes in the hydrologic cycle than in global-mean temperature, both because the observations are less complete and because the physical constraints are weaker. |
| [2] | |
| [3] | |
| [4] | Daily precipitation data from 590 stations in China covering a period of 19602005 are analysed using copulas, the modified MannKendall (MK) trend test and linear regression. Changing characteristics of eight precipitation indices are investigated in both time and space. Results indicate that (1) the regions west of 100 degrees E, particularly northwest China, exhibit a wetting tendency as reflected by increasing/decreasing number of consecutive rain/non-rain days; (2) the drying tendency is observed mainly in the regions covered by the Yellow River basin, the Huaihe River basin, and the Haihe River basin, and relatively moderate changes in precipitation indices are found in northeast China; (3) precipitation extremes are intensifying in the regions east of 100 degrees E, particularly in case of south China, specifically the lower Yangtze River basin, the southeast rivers and the Pearl River basin. The intensification of precipitation extremes in south China is mirrored mainly by the decreasing number of rain days and increasing number of consecutive non-rain days. Besides an increasing percentage of P90 to the annual total precipitation, (4) the intensification of precipitation extremes has the potential to increase the probability of occurrence of natural hazards, particularly floods and droughts. The spatial distribution of flood- and drought-affected crop areas is in agreement with that of precipitation extremes, showing considerable impacts of precipitation extremes on meteor-hydrological hazards. An increasing number of consecutive non-rain days in south China will cause a higher risk of droughts. The regions east of 100 degrees E are heavily populated and are economically developed. Food security, water security, and sustainable socioeconomy in China urgently call for effective water resource management policy. Copyright (c) 2012 Royal Meteorological Society |
| [5] | |
| [6] | 依据新疆地区53 个雨量站1957-2009 年日降水资料，根据研究需要，定义了8 个极端降水指标。运用K-S 法确定降水指标最适概率分布函数，确定十年一遇极端降水量值；在此基础上，采用Copula 非参数估计方法，通过Akaike Information Criterion (AIC) 法确定两降水指标联合分布函数，系统分析极端降水单变量极值及降水极值二维联合概率分布特征，研究新疆地区降水极值概率变化的空间演变特征。研究结果表明：(1) 北疆比南疆湿润，北疆发生极端强降水的概率大，而南疆发生极端弱降水的概率较大，另外，相比较而言，山区要比平原降水多；(2) 极端强、弱降水同年发生的概率分布特征复杂，从降水天数来看，一年内同时发生长历时强降水与弱降水事件的概率山区较平原大；从极端降水总量来看，同时发生强降水与弱降水事件的概率在平原区较山区为大；从极端降水强度来看，同时发生强度较大的强降水与弱降水事件的概率在天山南坡较其他地区为大；(3) 洪旱发生概率与地形有关，天山是洪旱发生的分界线，山区发生洪旱灾害的概率比平原小。 . 依据新疆地区53 个雨量站1957-2009 年日降水资料，根据研究需要，定义了8 个极端降水指标。运用K-S 法确定降水指标最适概率分布函数，确定十年一遇极端降水量值；在此基础上，采用Copula 非参数估计方法，通过Akaike Information Criterion (AIC) 法确定两降水指标联合分布函数，系统分析极端降水单变量极值及降水极值二维联合概率分布特征，研究新疆地区降水极值概率变化的空间演变特征。研究结果表明：(1) 北疆比南疆湿润，北疆发生极端强降水的概率大，而南疆发生极端弱降水的概率较大，另外，相比较而言，山区要比平原降水多；(2) 极端强、弱降水同年发生的概率分布特征复杂，从降水天数来看，一年内同时发生长历时强降水与弱降水事件的概率山区较平原大；从极端降水总量来看，同时发生强降水与弱降水事件的概率在平原区较山区为大；从极端降水强度来看，同时发生强度较大的强降水与弱降水事件的概率在天山南坡较其他地区为大；(3) 洪旱发生概率与地形有关，天山是洪旱发生的分界线，山区发生洪旱灾害的概率比平原小。 |
| [7] | 以淮河流域27 个气象站点1960-2009 年逐日降水观测资料为基础,选取年最大降水量序列(AM) 和超门限峰值序列(POT),分析淮河流域年极端降水事件的时空变化趋势,研究淮河流域降水极值的统计特征。研究发现：过去50 年,淮河流域大多数站点年最大日降水量有增加的趋势,少数站点有减少的趋势,但增加和减少的趋势均不明显。从单个气象站点50 年降水序列来看,年最大日降水事件发生的时间大多集中于20 世纪60-70 年代,且以汛期居多。利用L-矩法、K-S 检验等方法,发现GEV和GP分布分别能够较好的拟合AM和POT序列。通过计算比较在不同重现期水平下的降水量,发现POT序列及其对应的GP分布能够更好的模拟淮河流域极端降水序列。 . 以淮河流域27 个气象站点1960-2009 年逐日降水观测资料为基础,选取年最大降水量序列(AM) 和超门限峰值序列(POT),分析淮河流域年极端降水事件的时空变化趋势,研究淮河流域降水极值的统计特征。研究发现：过去50 年,淮河流域大多数站点年最大日降水量有增加的趋势,少数站点有减少的趋势,但增加和减少的趋势均不明显。从单个气象站点50 年降水序列来看,年最大日降水事件发生的时间大多集中于20 世纪60-70 年代,且以汛期居多。利用L-矩法、K-S 检验等方法,发现GEV和GP分布分别能够较好的拟合AM和POT序列。通过计算比较在不同重现期水平下的降水量,发现POT序列及其对应的GP分布能够更好的模拟淮河流域极端降水序列。 |
| [8] | 基于国家气象信息中心发布的1961-2011 年全国0.5°×0.5°逐日降水量数据集和气象站点日降水量实测资料，评估了该套格点降水资料在中国南方地区的可信度，并选取了世界气象组织等推荐的5 个极端降水指数，利用格点资料研究了中国南方地区的极端降水事件变化。结果表明，内插到气象站点位置的格点资料和气象站点实测数据之间的偏差普遍较小，偏差在-10%~0 之间的站点个数占总个数的50.64%，在绝大多数区域二者之间的相关系数均在0.80 以上；各极端降水指数的多年平均值表现出明显的空间分布规律，越靠近西北方向越干旱，而越靠近东南方向越湿润；1961-2011 年间，最大5 日降水量（RX5day）、极端降水量（R95）、日降水量≥ 20mm天数（R20mm）和日降水强度（SDII）的年际倾向率分别为0.17 mm·a<sup>-1</sup>、1.14 mm·a<sup>-1</sup>、0.02 d·a<sup>-1</sup>和0.01 mm·d<sup>-1</sup>·a<sup>-1</sup>，持续降水日数（CWD）则以-0.05d·a<sup>-1</sup>的速率减少；各极端降水指数的变化趋势存在空间差异，RX5day、SDII 和R95 呈增加趋势的格点所占比例分别为60.85%、75.32%和75.74%；各极端降水指数与总降水量之间均存在较好的相关性，且均通过了0.01 水平的置信度检验。 . 基于国家气象信息中心发布的1961-2011 年全国0.5°×0.5°逐日降水量数据集和气象站点日降水量实测资料，评估了该套格点降水资料在中国南方地区的可信度，并选取了世界气象组织等推荐的5 个极端降水指数，利用格点资料研究了中国南方地区的极端降水事件变化。结果表明，内插到气象站点位置的格点资料和气象站点实测数据之间的偏差普遍较小，偏差在-10%~0 之间的站点个数占总个数的50.64%，在绝大多数区域二者之间的相关系数均在0.80 以上；各极端降水指数的多年平均值表现出明显的空间分布规律，越靠近西北方向越干旱，而越靠近东南方向越湿润；1961-2011 年间，最大5 日降水量（RX5day）、极端降水量（R95）、日降水量≥ 20mm天数（R20mm）和日降水强度（SDII）的年际倾向率分别为0.17 mm·a<sup>-1</sup>、1.14 mm·a<sup>-1</sup>、0.02 d·a<sup>-1</sup>和0.01 mm·d<sup>-1</sup>·a<sup>-1</sup>，持续降水日数（CWD）则以-0.05d·a<sup>-1</sup>的速率减少；各极端降水指数的变化趋势存在空间差异，RX5day、SDII 和R95 呈增加趋势的格点所占比例分别为60.85%、75.32%和75.74%；各极端降水指数与总降水量之间均存在较好的相关性，且均通过了0.01 水平的置信度检验。 |
| [9] | 采用塔里木河流域（塔河流域）8个水文站及相应气象站数据,全面分析了洪水发生量级、频率和峰现时间等特征,研究洪水发生成因及其影响。结果表明：1980s中后期塔河流域气温与降水持续增加,整个塔河流域年及季节洪峰流量普遍呈上升趋势,大部分在1980s中后期发生突变。1980s中期以后塔河流域年及季节洪峰流量呈持续增加或者显著增加趋势,量级位于整个观测时期均值之上,处于洪水“丰富”期。“丰富”期暴雨型和升温型洪水发生次数及造成的灾害损失均呈显著增加趋势,引起严重洪灾损失的洪水也集中在这一时期,且多由暴雨型洪水引发。大量级洪水（最大三场洪水及重现期大于10年的洪水）多集中发生在1990年之后,并且易引发多个水文站点同时出现。 . 采用塔里木河流域（塔河流域）8个水文站及相应气象站数据,全面分析了洪水发生量级、频率和峰现时间等特征,研究洪水发生成因及其影响。结果表明：1980s中后期塔河流域气温与降水持续增加,整个塔河流域年及季节洪峰流量普遍呈上升趋势,大部分在1980s中后期发生突变。1980s中期以后塔河流域年及季节洪峰流量呈持续增加或者显著增加趋势,量级位于整个观测时期均值之上,处于洪水“丰富”期。“丰富”期暴雨型和升温型洪水发生次数及造成的灾害损失均呈显著增加趋势,引起严重洪灾损失的洪水也集中在这一时期,且多由暴雨型洪水引发。大量级洪水（最大三场洪水及重现期大于10年的洪水）多集中发生在1990年之后,并且易引发多个水文站点同时出现。 |
| [10] | Annual peak discharge records from 50 stations in the continental United States with at least 100 years of record are used to investigate stationarity of flood peaks during the 20th century. We examine temporal trends in flood peaks and abrupt changes in the mean and/or variance of flood peak distributions. Change point analysis for detecting abrupt changes in flood distributions is performed u... |
| [11] | 本文基于两参数对数正态分布和指数趋势模型建立了非一致性洪水频率计算模型,分析了珠江流域28个测站年最大日流量序列趋势性对洪水频率分析的影响。结果表明：（1）从空间分布来看,珠江流域中北部年最大日流量序列呈增加趋势,东部和南部年最大日流量序列呈减小趋势;从时间变化来看,1981-2010年年最大日流量呈显著性增加趋势的站点数较多,占总站点数的20-25%,1966-1990年年最大日流量呈显著性减小趋势的站点数较多,占总站数的25-30%;（2）珠江流域洪水放大因子(未来T年一遇设计流量与现在T年一遇设计流量比值)和重现期都受到趋势性的显著影响。西江中北部和北江洪水放大因子大于1,意味着原有的防洪工程设计标准可能无法满足未来防洪需求,存在防洪隐患;洪水放大因子较大和较小的地区集中在西江干流和东江干流;（3）非一致性条件下,同一场洪水过去、现在和未来重现期是不同的。非平稳性条件下,珠江流域近20年来20-50年一遇洪水发生站次相比平稳性条件下在减小。 . 本文基于两参数对数正态分布和指数趋势模型建立了非一致性洪水频率计算模型,分析了珠江流域28个测站年最大日流量序列趋势性对洪水频率分析的影响。结果表明：（1）从空间分布来看,珠江流域中北部年最大日流量序列呈增加趋势,东部和南部年最大日流量序列呈减小趋势;从时间变化来看,1981-2010年年最大日流量呈显著性增加趋势的站点数较多,占总站点数的20-25%,1966-1990年年最大日流量呈显著性减小趋势的站点数较多,占总站数的25-30%;（2）珠江流域洪水放大因子(未来T年一遇设计流量与现在T年一遇设计流量比值)和重现期都受到趋势性的显著影响。西江中北部和北江洪水放大因子大于1,意味着原有的防洪工程设计标准可能无法满足未来防洪需求,存在防洪隐患;洪水放大因子较大和较小的地区集中在西江干流和东江干流;（3）非一致性条件下,同一场洪水过去、现在和未来重现期是不同的。非平稳性条件下,珠江流域近20年来20-50年一遇洪水发生站次相比平稳性条件下在减小。 |
| [12] | . |
| [13] | Changes in the precipitation regime as a result of temperature changes are important for water resources management and management of water-related natural hazards. In this study, daily temperature and precipitation datasets from 590 stations from across China are analyzed to investigate possible relations between precipitation and temperature regimes in both space and time. The K-means method is applied to group 590 stations into 4 homogenous sub-regions and then trends are detected by the modified Mann-Kendall test. The field significance test and false discovery rate approaches are used to determine spatial correlations. Results show that: (1) significant increases in temperature extremes are detected across China. However, the magnitude of increase in the minimum temperature is larger than that in the maximum temperature. The warming in China is reflected mainly by the remarkable increase in the minimum temperature; (2) precipitation changes are extremely uneven in both space and time. Generally, a wetting tendency is detected in western China, and a drying tendency in northeastern China annually and in summer. In winter, however, a wetting tendency is observed; and (3) different regional responses of precipitation extremes to increasing temperature can be identified across China. Under the influence of increasing temperature, precipitation is intensifying in southeastern China and winter is having a wetting tendency. The responses of changes in weak precipitation extremes to climate warming are comparatively complicated and diverse. Even then it can be confirmed that increasing temperature tends to trigger the intensification of precipitation. Temporal and spatial changes of water vapor divergence can well aid in the interpretation of seasonal and spatial alterations of precipitation regimes. Temperature changes can influence precipitation changes by altering thermo-dynamic properties of air mass and hence the moisture transportation. (C) 2013 Elsevier B.V. All rights reserved. |
| [14] | |
| [15] | |
| [16] | One of the key challenges in changepoint analysis is the ability to detect multiple changes within a given time series or sequence. The changepoint package has been developed to provide users with a choice of multiple changepoint search methods to use in conjunction with a given changepoint method and in particular provides an implementation of the recently proposed PELT algorithm. This article describes the search methods which are implemented in the package as well as some of the available test statistics whilst highlighting their application with simulated and practical examples. Particular emphasis is placed on the PELT algorithm and how results differ from the binary segmentation approach. |
| [17] | Records of daily rainfall accumulations from 447 rain gauge stations over the central United States (Minnesota, Wisconsin, Michigan, Iowa, Illinois, Indiana, Missouri, Kentucky, Tennessee, Arkansas, Louisiana, Alabama, and Mississippi) are used to assess past changes in the frequency of heavy rainfall. Each station has a record of at least 50 yr, and the data cover most of the twentieth century and the first decade of the twenty-first century. Analyses are performed using a peaks-over-threshold approach, and, for each station, the 95th percentile is used as the threshold. Because of the count nature of the data and to account for both abrupt and slowly varying changes in the heavy rainfall distribution, a segmented regression is used to detect changepoints at unknown points in time. The presence of trends is assessed by means of a Poisson regression model to examine whether the rate of occurrence parameter is a linear function of time (by means of a logarithmic link function). The results point to increasing trends in heavy rainfall over the northern part of the study domain. Examination of the surface temperature record suggests that these increasing trends occur over the area with the largest increasing trends in temperature and, consequently, with an increase in atmospheric water vapor. |
| [18] | We demonstrate the use of piecewise regression as a statistical technique to model ecological thresholds. Recommended procedures for analysis are illustrated with a case study examining the width of edge effects in two understory plant communities. Piece-wise regression models are “broken-stick” models, where two or more lines are joined at unknown points, called “breakpoints.” Breakpoints can be used as estimates of thresholds and are used here to determine the width of edge effects. We compare a sharp-transition model with three models incorporating smooth transitions: the hyperbolic-tangent, bent-hyperbola, and bent-cable models. We also calculate three types of confidence intervals for the breakpoint estimate: an interval based on the computed standard error of the estimate from the fitting procedure, an empirical bootstrap confidence interval, and a confidence interval derived from an inverted F test. We recommend use of the inverted F test confidence interval when sample sizes are large, and cautiou... |
| [19] | ？在气候变化与人类活动综合影响下,降水过程与地表径流关系一直是气象水文学研究的热点与难点。基于全国554个雨量站点日雨量数据及370个水文站点月径流数据,利用基尼（Gini）系数和相似性分析（ANOSIM）分析了中国降水和径流时空均匀度变化特征,研究表明：1）我国降水年内分配均匀度从西北到东南依次增加,径流年内分配均匀度东北较高,东南较低。降水年内分配均匀度在1980年前后没有发生明显变化,1980年后径流年内分配均匀度较1980年前在程度上更均匀,在范围上更广泛。2）我国东北、西北以及东南地区降水年内分配Gini系数呈下降趋势,其中长江流域和西南诸河上游呈显著下降趋势;径流年内分配Gini系数大部分地区呈下降趋势,其中长江流域、东南诸河呈显著下降趋势。1980年后,降水和径流年内分配Gini系数在长江流域和黄河流域的趋势正好相反,表明人类活动改变了径流天然的时间分配特征。3）在各水文区域内,降水和径流在量级、频率、历时以及时间上均具有空间相似性。1980年前后,降水空间分布均匀度在减小（不显著）,径流则相反（显著）。4）降水和径流特征变化在一定程度上具有一致性,但是在变化范围和程度上也有较大差异性。人类活动正在加深或反向影响降水引起的水文特征变化,使区域水资源的时空分布趋于均匀。 . ？在气候变化与人类活动综合影响下,降水过程与地表径流关系一直是气象水文学研究的热点与难点。基于全国554个雨量站点日雨量数据及370个水文站点月径流数据,利用基尼（Gini）系数和相似性分析（ANOSIM）分析了中国降水和径流时空均匀度变化特征,研究表明：1）我国降水年内分配均匀度从西北到东南依次增加,径流年内分配均匀度东北较高,东南较低。降水年内分配均匀度在1980年前后没有发生明显变化,1980年后径流年内分配均匀度较1980年前在程度上更均匀,在范围上更广泛。2）我国东北、西北以及东南地区降水年内分配Gini系数呈下降趋势,其中长江流域和西南诸河上游呈显著下降趋势;径流年内分配Gini系数大部分地区呈下降趋势,其中长江流域、东南诸河呈显著下降趋势。1980年后,降水和径流年内分配Gini系数在长江流域和黄河流域的趋势正好相反,表明人类活动改变了径流天然的时间分配特征。3）在各水文区域内,降水和径流在量级、频率、历时以及时间上均具有空间相似性。1980年前后,降水空间分布均匀度在减小（不显著）,径流则相反（显著）。4）降水和径流特征变化在一定程度上具有一致性,但是在变化范围和程度上也有较大差异性。人类活动正在加深或反向影响降水引起的水文特征变化,使区域水资源的时空分布趋于均匀。 |
| [20] | 水文序列的平稳性假设是传统水文统计学方法在水文序列分析研究中的基本假设,随着气候变化与人类活动对地表水文过程的影响,这种假设往往存在问题,使水文分析得出误导性结论。以珠江流域28个测站1951—2010年年最大洪峰流量序列为例,用Pettitt方法结合Loess参考函数检验序列中均值和方差变异,用Mann-Kendall(MK)和Spearman法检测时间趋势性,用广义可加模型(GAMLSS)和长期持续效应等具体分析序列的平稳性。研究结果表明:1均值/方差变异主要集中在西江和东江流域,变异时间分别集中在1990年左右和1968—1987年间;2变异点的存在与否对序列趋势检验结果有重要影响,在考虑变异点前提下,珠江流域年最大洪峰流量序列基本无显著趋势性;3在GAMLSS模型中,对于不具有和具有突变点序列,Gamma分布均为选择次数最多的最优极值分布,不具有突变点序列分布参数θ1或θ2非平稳模型与平稳模型差距较小,具有突变点序列则相反;4统计上检测出具有突变点或者显著时间趋势性的测站,同样检测出高Hurst系数,反之亦然。Hurst系数估计因样本容量较小具有较大不确定性。东江流域受流域内水利工程的剧烈影响,尽管检测出高Hurst系数,但仍认定为非平稳序列;西江干流主要受支流汇流和气候变化影响,高Hurst系数表明其水文过程可能是长期稳定过程中局部波动的结果。 . 水文序列的平稳性假设是传统水文统计学方法在水文序列分析研究中的基本假设,随着气候变化与人类活动对地表水文过程的影响,这种假设往往存在问题,使水文分析得出误导性结论。以珠江流域28个测站1951—2010年年最大洪峰流量序列为例,用Pettitt方法结合Loess参考函数检验序列中均值和方差变异,用Mann-Kendall(MK)和Spearman法检测时间趋势性,用广义可加模型(GAMLSS)和长期持续效应等具体分析序列的平稳性。研究结果表明:1均值/方差变异主要集中在西江和东江流域,变异时间分别集中在1990年左右和1968—1987年间;2变异点的存在与否对序列趋势检验结果有重要影响,在考虑变异点前提下,珠江流域年最大洪峰流量序列基本无显著趋势性;3在GAMLSS模型中,对于不具有和具有突变点序列,Gamma分布均为选择次数最多的最优极值分布,不具有突变点序列分布参数θ1或θ2非平稳模型与平稳模型差距较小,具有突变点序列则相反;4统计上检测出具有突变点或者显著时间趋势性的测站,同样检测出高Hurst系数,反之亦然。Hurst系数估计因样本容量较小具有较大不确定性。东江流域受流域内水利工程的剧烈影响,尽管检测出高Hurst系数,但仍认定为非平稳序列;西江干流主要受支流汇流和气候变化影响,高Hurst系数表明其水文过程可能是长期稳定过程中局部波动的结果。 |
| [21] | In the twentieth and twenty-first centuries, flooding has taken a devastating societal and economic toll on the central United States, contributing to dozens of fatalities and causing billions of dollars in damage. As a warmer atmosphere can hold more moisture (the Clausius-Clapeyron relation), a pronounced increase in intense rainfall events is included in models of future climate. Therefore, it is crucial to examine whether the magnitude and/or frequency of flood events is remaining constant or has been changing over recent decades. If either or both of these attributes have changed over time, it is imperative that we understand the underlying mechanisms that are responsible. Here, we show that while observational records (774 stream gauge stations) from the central United States present limited evidence of significant changes in the magnitude of floodpeaks, strong evidence points to an increasing frequency of flooding. These changes in flood hydrology result from changes in both seasonal rainfall and temperature across this region. |
| [22] | Heavy precipitation has increased worldwide, but the effect of this on flood magnitude has been difficult to pinpoint. An alternative approach to analysing records shows that, in the central United States, floods have become more frequent but not larger. |
| [23] | This study compiles a new dataset, consisting of the longest available flow series from across Europe, and uses it to study the spatial and temporal clustering of flood events across the continent. Hydrological series at 102 gauging stations were collected from 25 European countries. Five geographically distinct large-scale homogeneous regions are identified: (i) an Atlantic region, (ii) a Continental region, (iii) a Scandinavian region, (iv) an Alpine region, and (v) a Mediterranean region. The months with a higher likelihood of flooding were identified in each region. The analysis of the clustering of annual counts of floods revealed an over-dispersion in the Atlantic and Continental regions, forming flood-rich and flood-poor periods, as well as an under-dispersion in the Scandinavian region that points to a regular pattern of flood occurrences at the inter-annual scale. The detection of trends in flood series is attempted by basing it on the identified regions, interpreting the results at a regional scale and for various time periods: 1900–1999; 1920–1999; 1939–1998 and 1956–1995. The results indicate that a decreasing trend in the magnitude of floods was observed mainly in the Continental region in the period 1920–1999 with 22% of the catchments revealing such a trend, as well as a decreasing trend in the timing of floods in the Alpine region in the period 1900–1999 with 75% of the catchments revealing this trend. A mixed pattern of changes in the frequency of floods over a threshold and few significant changes in the timing of floods were detected. |
| [24] | 西北干旱区是对全球变化响应最敏感地区之一,研究分析全球变暖背景下的西北干旱区水资源问题,对应对和适应未来气候变化带来的影响具有重要意义.本文通过对西北干旱区气候变暖影响下的水资源形成、转化与水循环等关键问题最新研究成果的总结分析,得出如下结论:(1) 西北干旱区温度、降水在过去的50 年出现过"突变型"升高,但进入21 世纪,温度和降水均处于高位震荡,升高趋势减弱;(2) 西北干旱区冬季温度的大幅升高是拉动年均温度抬升的重要原因,而西伯利亚高压活动和二氧化碳排放是引起冬季升温的重要影响因素;(3) 西北干旱区蒸发潜力在1993 年出现了一个明显的转折变化,由显著下降逆转为显著上升的趋势.气候变暖、蒸发水平增大对西北干旱区生态效应的负作用已经凸显;(4) 西北干旱区冰川变化对水资源量及年内分配产生了重要影响,部分河流已经出现冰川消融拐点.在塔里木河流域,冰川融水份额较大(50%),可能在未来一段时期,河川径流还将处在高位状态波动.全球气候变暖在加大极端气候水文事件发生频率和强度的同时,加剧了西北干旱区内陆河流域的水文波动和水资源的不确定性. . 西北干旱区是对全球变化响应最敏感地区之一,研究分析全球变暖背景下的西北干旱区水资源问题,对应对和适应未来气候变化带来的影响具有重要意义.本文通过对西北干旱区气候变暖影响下的水资源形成、转化与水循环等关键问题最新研究成果的总结分析,得出如下结论:(1) 西北干旱区温度、降水在过去的50 年出现过"突变型"升高,但进入21 世纪,温度和降水均处于高位震荡,升高趋势减弱;(2) 西北干旱区冬季温度的大幅升高是拉动年均温度抬升的重要原因,而西伯利亚高压活动和二氧化碳排放是引起冬季升温的重要影响因素;(3) 西北干旱区蒸发潜力在1993 年出现了一个明显的转折变化,由显著下降逆转为显著上升的趋势.气候变暖、蒸发水平增大对西北干旱区生态效应的负作用已经凸显;(4) 西北干旱区冰川变化对水资源量及年内分配产生了重要影响,部分河流已经出现冰川消融拐点.在塔里木河流域,冰川融水份额较大(50%),可能在未来一段时期,河川径流还将处在高位状态波动.全球气候变暖在加大极端气候水文事件发生频率和强度的同时,加剧了西北干旱区内陆河流域的水文波动和水资源的不确定性. |
| [25] | Climate models suggest that extreme precipitation events will become more common in an anthropogenically warmed climate. However, observational limitations have hindered a direct evaluation of model-projected changes in extreme precipitation. We used satellite observations and model simulations to examine the response of tropical precipitation events to naturally driven changes in surface temperature and atmospheric moisture content. These observations reveal a distinct link between rainfall extremes and temperature, with heavy rain events increasing during warm periods and decreasing during cold periods. Furthermore, the observed amplification of rainfall extremes is found to be larger than that predicted by models, implying that projections of future changes in rainfall extremes in response to anthropogenic global warming may be underestimated. |
| [26] | 目前汛期预测主要针对季风系统形成的降水, 而对台风等热带系统的影响并未考虑, 其主要原因是台风是一个剧烈的天气尺度过程, 与短期气候预测尺度并不匹配, 因而无法进行考虑. 这也成为提升汛期预测技巧的一个制约因素. 针对这样的问题, 本文从气候的角度, 提出一个能较为客观地衡量台风对夏季降水影响强弱的指数——台风影响指数. 利用1960年–2011年中国东部站点降水资料, 及中国气象局上海台风所整理的热带气旋资料, 从月、季尺度对中国夏季台风影响强弱变化特征进行分析, 探讨台风对东部地区夏季降水的贡献. 结果表明: 1)台风从6月至8月呈增强的趋势, 6月份最弱, 7 月份居中, 8月份最强; 2) 从台风降水及占总降水的比例分布来看, 纬向呈东部高西部低, 经向呈从东北地区至华南地区依次增大的趋势, 长江以南地区台风降水量占夏季降水量的比重可达10%以上, 7, 8月份东南沿海地区的台风降水量最大可达100 mm以上, 可达当月总降水量的40%; 3)台风影响指数与夏季降水的相关表明, 台风对中国东部降水的影响具有时、空差异性, 6月份与华南地区呈负相关, 7 月份与东南沿海地区呈正相关, 而与长江中下游地区呈负相关; 8月份与华南、华北地区呈正相关、与长江中下游地区呈负相关. 这主要是由台风、夏季风和西北太平洋副热带高压共同影响的. . 目前汛期预测主要针对季风系统形成的降水, 而对台风等热带系统的影响并未考虑, 其主要原因是台风是一个剧烈的天气尺度过程, 与短期气候预测尺度并不匹配, 因而无法进行考虑. 这也成为提升汛期预测技巧的一个制约因素. 针对这样的问题, 本文从气候的角度, 提出一个能较为客观地衡量台风对夏季降水影响强弱的指数——台风影响指数. 利用1960年–2011年中国东部站点降水资料, 及中国气象局上海台风所整理的热带气旋资料, 从月、季尺度对中国夏季台风影响强弱变化特征进行分析, 探讨台风对东部地区夏季降水的贡献. 结果表明: 1)台风从6月至8月呈增强的趋势, 6月份最弱, 7 月份居中, 8月份最强; 2) 从台风降水及占总降水的比例分布来看, 纬向呈东部高西部低, 经向呈从东北地区至华南地区依次增大的趋势, 长江以南地区台风降水量占夏季降水量的比重可达10%以上, 7, 8月份东南沿海地区的台风降水量最大可达100 mm以上, 可达当月总降水量的40%; 3)台风影响指数与夏季降水的相关表明, 台风对中国东部降水的影响具有时、空差异性, 6月份与华南地区呈负相关, 7 月份与东南沿海地区呈正相关, 而与长江中下游地区呈负相关; 8月份与华南、华北地区呈正相关、与长江中下游地区呈负相关. 这主要是由台风、夏季风和西北太平洋副热带高压共同影响的. |
