期刊检索:
  暴雨灾害   2019, Vol. 38 Issue (3): 259-266.  DOI: 10.3969/j.issn.1004-9045.2019.03.008

论文

DOI

10.3969/j.issn.1004-9045.2019.03.008

第一作者

张峻, 主要从事资料分析处理。E-mail:18907117801@189.cn

文章历史

收稿日期:2018-10-24
定稿日期:2019-05-15
长江中下游地区近60 a降水变化规律研究
张峻1 , 张艺玄2     
1. 湖北省气象信息与技术保障中心, 武汉 430074;
2. 南京信息工程大学应用气象学院, 南京 210044
摘要:利用1958-2017年长江中下游地区426个国家站逐日降水资料,通过线性趋势分析法、EOF分解法,使用五个降水特征量,分析了60 a来长江中下游地区降水的变化规律。结果表明:(1)长江中下游地区年降水量呈上升趋势,线性趋势为2.21 mm·a-1,夏季的线性趋势为2.03 mm·a-1,冬季雨量略增,而春、秋两季雨量略减;(2)年降水日数的线性趋势为-0.46 d·a1,春、秋、冬三季降水日数均有减少,夏季持平;(3)降水强度呈弱上升趋势,降水强度的高值中心在江西以东大部以及湖北东部、安徽南部边缘,夏季的降水强度最大,冬季的最小,四季的降水强度均有弱增加趋势;(4)降水变异系数的高值中心位于安徽西北部边缘,最高值为0.25,低值中心位于湖南西部,最低值为0.14;春季的降水变异系数最低,夏季整体稳定,秋冬两季的波动性较大;(5)以年降水量作为指标可以把长江中下游地区划分为三种空间分布型,即长江中下游流域区域一致型、长江中下游北部和南部南北反相变化空间型以及长江中下游东部和西部东西反相变化空间型。
关键词长江中下游地区    降水特征    线性趋势分析    经验正交分解法    
Study on the variation of precipitation in the middle-lower reaches of the Yangtze River in recent 60 years
ZHANG Jun1 , ZHANG Yixuan2     
1. Hubei Meteorological info. & Tech. Support Center, Wuhan 430074;
2. School of Applied Meteorology, Nanjing University of Information Engineering, Nanjing 210044
Abstract: Based on daily precipitation data at 426 national stations in the middle and lower reaches of the Yangtze River from 1958 to 2017, the variation of precipitation during the recent 60 years is analyzed by linear trend analysis, EOF decomposition and fives precipitation characteristic variables. The results are as follows. (1) The linear trend rate of annual precipitation in the middle and lower reaches of the Yangtze River is 2.21 mm·a-1, while the trend rate in summer is 2.03 mm·a-1. Rainfall in winter increases slightly, while the precipitation in spring and autumn decreases slightly. (2) The linear trend rate of annual precipitation days is -0.46 d·a-1. while the precipitation days in spring, autumn and winter are all decreased, and is flat in summer. (3) The precipitation intensity shows a weak upward trend. The high value centers of the precipitation intensity are in the east of Jiangxi province, the eastern part of Hubei province, and the southern edge of Anhui province. The precipitation intensity is the highest in summer, and the lowest in winter. The precipitation intensity has a weak increasing trend for all four seasons. (4) The high value center of the coefficient of variation of precipitation is located at the edge of northwestern of Anhui province and the highest value is 0.25. The center of its low value is located in the western part of Hunan and the lowest value is 0.14. The coefficient of variation of precipitation in spring is the lowest, stable in the whole summer, and the fluctuation is large in autumn and winter. (5) The area of the middle and lower reaches of the Yangtze River can be divided into three spatial distribution types with annual precipitation as the index, i.e., the regional consistent pattern of the middle and lower reaches of the Yangtze River, the spatial pattern where precipitation in the northern and southern regions of the middle and lower reaches of the Yangtze River varies inversely, and the spatial pattern where precipitation in the east and west regions of the middle and lower reaches of the Yangtze River varies inversely.
Key words: the middle -lower reaches of the Yangtze River    precipitation characteristics    linear trend analysis    EOF    
引言

气候变暖加速了全球的水汽循环,具体表现为降水在时间和空间上的重新分配(Kitoh et al., 2005唐晶晶,2010)。Dai等(2004)研究指出,从20世纪70年代以来,受干旱影响的面积有所扩大,1950—1980年间萨赫勒降水量明显减少。Zhang等(2008)研究指出,中国北方地区也出现了降水量减少的情况。王英(2006)等在研究全球气候变化背景下中国降水量空间格局的变化特征中指出,中国20世纪60年代至90年代降水量的减少以及90年代后期的上升基本符合全球趋势。陈峪等(2005)研究了我国十大流域45 a年降水量时空变化特征,指出近45 a来北方外流河流域年降水量一般趋于减少,南方流域以降水增加为主,90年代降水均较80年代增多,特别是长江流域以南地区更为明显。

线性趋势分析法(李双双等,2012;唐永兰等,2018)和Mann-kendall法(以下简称M-K法) (Mann,1945Kendall,1955)被广泛的应用于长江流域降水研究中。何书樵等(2013)基于线性趋势分析法和M-K法分析了该地区近50 a的降水特征,与王政祥(2008)运用统计法得出的结果一致。陈华等(2008)对长江支流-汉江流域的年降水量和气温的时空变化分别做了趋势分析,指出近50 a大部分地区降水变化趋势不明显,但气温上升趋势明显,丹江口水库上游的降水不断减少,气温与降水量两者之间存在负相关关系。张永领等(2006)采用经验正交函数(EOF)和旋转经验正交函数(REOF),分析长江流域107个气象观测站45 a的夏季降水量,指出该地区的降水主要有3种空间振荡型,7个降水变化敏感区域,年降水量有较明显的空间区域特征,且各个区域年降水量的时间演变规律不一致。曾小凡等(2008)用EOF分解法也得出与之一致的结论。张勇等(2015)用EOF分解法分析长江中下游地区降水分布及成因,指出该地区降水呈现3种降水分布型,且对应的环流背景各不相同。

以上研究总体结论可概述为我国降水分布不均匀,20世纪80年代之前降水量以减少为主,90年代以后有所上升,但各区域降水演变规律并不一致,变化率差异也较明显,长江中下游地区年和夏季降水量呈现较明显的增加趋势。但以上关于长江流域降水研究分析的资料年代早,站点数据较少,多针对降水量且基本限于夏季,缺乏更长时间序列的、各季节的全面细致分析。本文利用经质量控制和数据集制作整理的1958— 2017年分布更密集均匀的426个国家站降水资料,采用线性趋势分析法、EOF分解法等多种分析方法,对季节降水量、年降水量、降水日数、降水强度、降水变异系数等五个降水特征量进行分析,以期更加全面细致地揭示长江中下游地区的降水变化规律。

1 资料与方法 1.1 资料说明

使用国家气象信息中心1958—2017年国家站逐日降水资料,站点选择的标准为:(1)区域内全部国家基准站及资料时间序列不少于57 a的基本站和一般站;(2)气候平均态(1981年—2010年)中记录完整;(3)有效月数据日降水资料缺测率低于1%。

长江中下游地区七个省市(湖北省、湖南省、江西省、安徽省、江苏省、浙江省、上海市)共498个国家站,其中基准站23个、基本站141个、一般站334个。根据站点选择标准,挑选出基准站23个、基本站132个、一般站271个,共计426个站,占85.5%。图 1为长江中下游地区426个国家站点分布图,从中可见,这426个站点分布均匀且密集,基准站和基本站的均一性较好,一般站增加了资料密度。这种时间序列更长、站点分布密集的资料更加有利于准确地揭示长江中下游地区的降水变化规律。

图 1 长江中下游地区426个国家站点分布 Fig. 1 Distribution of the 426 national stations in the middle -lower reaches of the Yangtze River
1.2 研究方法

为描述长江中下游流域的降水变化规律,本文选取任国玉等(2015)在研究中国大陆降水时空变异规律时提出的五个降水特征量来表征降水特征,包含季节降水量、年降水量、降水日数、降水强度、降水变异系数。其中日降水量为24 h累计降水量,年降水量为一年降水量的累计值,季节降水量为某个季节降水量的累计值,降水日数为日降水量达到或超过0.1 mm的天数,降水强度为降水量与降水日数的比值,降水变异系数为某时段内某观测站的平均降水量序列标准差与均值的比值。这五个降水特征量可以较为全面、有效地描述降水的气候变化规律。年内季节采用气象季节划分方法,即12月—翌年2月为冬季,3—5月为春季,6—8月为夏季,9—11月为秋季。

研究方法包含线性趋势法和经验正交分解法(EOF)。线性趋势法是通过建立气候变量与时间之间的一元线性回归,从而得到一条直线来表示该气候变量与时间的关系。经验正交分解法(EOF)又称主分量分析,由于其没有固定函数,对一个空间场采用较少的正交向量场表示,能在有限区域对不规则分布的站点进行分解,且展开收敛速度快,变量场的信息集中,分离出的空间结构具有一定的物理意义,能较好的反映气象要素的主要空间分布特征。

2 降水特征量分析 2.1 降水量

图 2是长江中下游地区1958—2017年的年与季节平均降水量分布图。从图 2a可知,年降水量高值中心在江西东南部,降水量达1 700 mm,年降水量的低值中心在湖北西北部、安徽北部和江苏北部,降水量不到800 mm,从南到北年降水量逐渐减小。从季节平均降水量(图 2b—e)可知,夏季最多,春季次之,秋季较少,冬季最少。其中,春季降水量高值中心出现在江西省(图 2b);夏季降水量的一个高值中心从江西省向浙江、安徽周边移动,而另一个高值中心出现在湖北西南部边缘,两个高值中心均达到600 mm (图 2c);秋季降水量大幅度减少,低值中心出现在江苏西北部和安徽北部,降水量约为150 mm (图 2d);冬季最小,降水量不到50 mm,低值区位于湖北西北部、江苏北部和安徽北部(图 2e)。

图 2 长江中下游地区1958—2017年的年平均与季节平均降水量分布(单位:mm) (a)年平均;(b)春季平均;(c)夏季平均;(d)秋季平均;(e)冬季平均 Fig. 2 Distribution of annual and seasonal average precipitation in the middle -lower reaches of the Yangtze River from 1958 to 2017 (unit:mm). (a) Annual, (b) spring, (c) summer, (d) autumn, and (e) winter
2.2 降水日数

图 3为长江中下游地区1958—2017年的年与季节平均降水日数分布图。从图 3a可知,湖南西南部和东南部各有一降水日数高值区,年降水日数超过170 d,安徽北部和江苏西北部降水日数最少,年降水日数不到90 d。从季节平均降水日数(图 3b—e)可知,春季最多,冬季最少。其中,春季降水日数高值区在湖南南部和江西南部,高值中心超过56 d (图 3b);夏季最大降水日数为46 d (图 3c);秋季、冬季最少降水日数分别为20 d、12 d (图 3d—e)。

图 3 长江中下游地区1958—2017年的年平均与季节平均降水日数分布(单位:d) (a)年平均;(b)春季平均;(c)夏季平均;(d)秋季平均;(e)冬季平均 Fig. 3 Distribution of annual and seasonal average precipitation days in the middle -lower reaches of the Yangtze River from 1958 to 2017 (unit:d). (a)Annual, (b) spring, (c) summer, (d) autumn, and (e) winter
2.3 降水强度

图 4是长江中下游地区1958—2017年的年与季节平均降水强度。从图 4a可知,降水强度的高值区出现在江西以东大部以及湖北东部、安徽南部边缘,中心值达10 mm·d-1,低值区出现在湖北西北部边缘,低于7 mm·d-1,降水强度以江西东部为中心向周边逐渐减小。从季节降水强度(图 4b—e)可知,夏季最大,依次是春、秋、冬季。其中,春季降水强度的高值中心位于江西省,达12 mm·d-1 (图 4b);夏季降水强度的高值中心位于湖北、江西、安徽相连区域以及安徽东北部和江苏北部,降水强度超过了15 mm·d-1 (图 4c);秋冬季降水强度弱,整体趋势稳定,秋季降水强度的低值约为7 mm·d-1 (图 4d);冬季降水强度低值不到2 mm·d-1 (图 4e)。

图 4 长江中下游地区1958—2017年的年平均与季节平均降水强度分布(单位:mm·d-1) (a)年平均;(b)春季平均;(c)夏季平均;(d)秋季平均;(e)冬季平均 Fig. 4 Distribution of annual and seasonal average precipitation intensity in the middle -lower reaches of the Yangtze River from 1958 to 2017 (unit:mm·d-1). (a)Annual, (b) spring, (c) summer, (d) autumn, and (e) winter
2.4 降水变异系数

图 5为长江中下游地区1958—2017年的年与季节平均降水变异系数。从图 5a可知,年降水变异系数最高值为0.25,出现在安徽西北部边缘,最低值为0.14,出现在湖南西部。从季节平均降水变异系数来看,春季最低,为0.20,低值中心位于湖南江西大部(图 5b);夏季整体稳定,其值介于0.28~0.40之间(图 5c);秋季变异系数增大,高值超过0.50 (图 5d);冬季变异系数有两个明显高值区,分别位于湖北西北部、安徽和江苏北部,超过0.56 (图 5e)。

图 5 长江中下游地区1958—2017年的年平均与季节平均降水变异系数分布(a)年平均;(b)春季平均;(c)夏季平均;(d)秋季平均;(e)冬季平均 Fig. 5 Distribution of annual and seasonal average variation coefficient of precipitation in the middle -lower reaches of the Yangtze River from 1958 to 2017. (a) Annual, (b) spring, (c) summer, (d) autumn, and (e) winter

在前文的基础上,把长江中下游地区426个站点的年与季节平均降水特征量求平均,得到长江中下游地区区域平均的年与季节降水特征量(表 1)。由表 1可知,一年中夏季降水量最多,春季次之,少;四季的降水日数差异则不大,春季降水日数最多;夏季的降水强度最强,冬季的降水强度最弱;秋季降水变异系数最大,秋冬季的降水变异系数大于春夏季。

表 1 长江中下游地区1958—2017年区域平均的年与季节降水特征量 Table 1 Characteristic variables of annual and seasonal precipitation of regional average in the middle -lower reaches of the Yangtze River from 1958 to 2017
3 线性趋势分析

很多学者对我国降水的多年变化趋势进行了分析研究,得到了一些有益的结论,如张琪和李跃清(2014)任国玉等(2015)以及闵爱荣等(2016)研究表明,全国总体平均年降水量为减少趋势,但未表现出显著趋势变化,不同区域趋势不一致,其中华北地区和西南地区减少明显,长江下游则增加明显。本文针对长江中下游地区的降水趋势进行分析。

图 6为长江中下游地区1958—2017年的降水量、降水日数、降水强度线性趋势分布图,分析可知,大部分地区降水量呈上升趋势,上升趋势最大的地区是江西东部,线性趋势超过4.4 mm·a-1,只有江苏、湖北、湖南、安徽局部小范围降水略有减少;降水日数整体呈下降趋势,下降趋势较大的地区为湖南和湖北西部、江苏东部(图 6b);整个长江中下游地区的降水强度均呈现上升趋势(图 6c)。

图 6 长江中下游地区1958—2017年的降水量(a, 单位:mm·a-1)、降水日数(b, 单位:d·a-1)和降水强度(c, 单位: mm·(d·a)-1)的线性趋势分布(大、小圆点分别表示通过0.05、0.1显著性水平检验的区域网格点) Fig. 6 Distribution of linear trend of (a) precipitation (unit:mm·a-1), (b) precipitation day (unit:d·a-1), and (c) precipitation intensity (unit:mm·(d·a)-1) in the middle -lower reaches of the Yangtze River from 1958 to 2017 (Large and small dots represent area grid points tested by 0.05 and 0.1 significance levels, respectively)

表 2给出长江中下游地区1958—2017年426站降水特征量变化表,从表 2可知,该地区年降水量呈增加趋势的站点有358个,比例为84.0 %,呈显著增加趋势的站点有68个,比例为16.0 %;年降水日数呈减少趋势的站点有416个,比例为97.7 %,呈显著减少趋势的站点有321个,比例为75.4 %;降水强度呈增加趋势的站点有425个,比例为99.8 %,呈显著增加趋势的站点有364个,比例为85.5 %。

表 2 长江中下游地区1958—2017年426站降水特征量变化表 Table 2 Variation of precipitation characteristic variables at 426 stations from 1958 to 2017 in the middle -lower reaches of the Yangtze River

表 3给出长江中下游地区1958—2017年的年与季节降水特征量线性趋势,从表 3可知,长江中下游地区1958—2017年降水量呈增加趋势,线性趋势为2.21 mm·a-1,春季和秋季降水量呈减少趋势,夏季降水量呈较强增加趋势;年降水日数呈减少趋势,线性趋势为-0.46 d·a-1,春、秋、冬三季均减少,仅夏季降水日数持平;年降水强度呈增加趋势,线性趋势为0.04 mm·(d·a)-1,四季的降水强度均有所增加。

表 3 长江中下游地区1958—2017年的年与季节降水特征量线性趋势 Table 3 Linear trend of annual and seasonal precipitation characteristics in the middle -lower reaches of the Yangtze River from 1958 to 2017
4 EOF分解法

为进一步分析长江中下游地区降水量的时空分布特征,对年降水量进行EOF分解,得到旋转前8个主分量的方差贡献率和累计方差贡献率(表 4)。分析表 4可知,旋转前第一个主分量的方差贡献率为32.1%,远大于其它主分量的方差贡献率,可以反映了长江中下游地区年降水量的主要信息。前4个主分量的累计方差贡献率为62.0%,因此前4个模态的空间分布和对应的时间序列的变化趋势,基本能反映长江中下游地区降水量的时空分布特征。

图 7给出年降水量旋转前4个主分量的空间模态分布,图 8给出年降水量旋转前4个模态对应时间序列线性趋势(时间序列已经过标准化处理)。第一模态方差贡献率32.1% (图 7a),除安徽和江苏北部边缘以外,其它地方均是负值区,其负值中心在江西东部。该图反映了长江中下游地区年平均降水量的特征(图 2a)。对照时间序列线性趋势(图 8a),某年数值的负(正)基本上对应长江中下游地区的多(少)雨年,可以发现1962、1969、1970、1973、1975、1977、1980、1983、1989、1993、1995、1998、1999、2002、2009、2012、2015、2016年长江中下游地区降水较多,而1960、1963、1966、1968、1971、1974、1976、1978、1979、1985、1986、1988、2001、2003、2005、2006、2008、2010、2013年长江中下游地区的降水较少。第二模态方差贡献率16.9% (图 7b),负值区在南部,正值区在北部,表明当该地区南部发生涝(旱)的时候,对应的北部会发生旱(涝)。对照时间序列线性趋势(图 8b)曲线上数值的负(正)可对应南北部雨量的多(少),其中1961、1962、1970、1972、1974、1994、1998、2002、2010、2012、2015、2016年数值是明显的负值,这些年在该地区降水量表现为南多北少(南涝北旱);1963、1971、1973、1977、1978、1985、2003、2007、2011、2013年是明显的正值,这些年在该地区降水量表现为北多南少(北涝南旱)。第三模态方差贡献率6.7% (图 7c),正值区位于湖北、湖南和江西北部,两个负值区分别位于湖南、江西南部和安徽、江苏、浙江、上海。在对应的时间序列线性趋势率图(图 8c)中为负值的年份,上述两个负值区降水偏多,反之降水偏少。第四模态方差贡献率6.3% (图 7d),正值区位于湖南、湖北、江西大部及安徽、江苏北部,负值区面积较小,位于浙江、上海,安徽、江苏南部。在对应的时间序列线性趋势率图(图 8d)中为负值的年份,则上述负值区降水偏多,反之降水偏少。

表 4 年降水量旋转前8个主分量的方差贡献率和累计方差贡献率(单位:%) Table 4 Variance contribution rate and cumulative variance contribution rate of the first eight principal components of rotation (unit: %)

图 7 年降水量旋转前4个主分量EOF1 (a)、EOF2 (b)、EOF3 (c)、EOF4 (d)的空间模态分布图 Fig. 7 Spatial modal distribution diagram of the first four principal components (a) EOF1, (b) EOF2, (c) EOF3, and (d) EOF4 of rotation

图 8 年降水量旋转前4个主分量EOF1(a)、EOF2(b)、EOF3 (c)、EOF4 (d)线性趋势图 Fig. 8 Linear trend of (a) EOF1, (b) EOF2, (c) EOF3, (d) EOF4 for the first four principal components of rotation

第五模态到第八模态(图略)方差贡献率小,本文不再分析。年降水量的分布特征是各模态和时间序列的乘积的代数和。经验正交展开法是将降水量的时间空间场的前几个主分量作为权重来考虑,本文重点分析前四个模态和与之对应的时间序列的乘积的代数和,能基本反映长江中下游地区年降水量的大尺度分布特征。其中第一模态显示整个长江中下游地区一致性特征,会出现整个区域降水偏多或少或平的情况,第二模态显示区域南北反相特征,包括南涝北旱或南旱北涝的情况,第三、四模态显示区域东西反相特征,会出现东涝西旱或东旱西涝的情况。

5 结论

利用1958—2017年长江中下游地区426个站点的逐日降水资料,分析了该地区年与季节的降水量、降水强度、降水日数、降水变异系数,得出如下结论:(1)长江中下游地区近60 a的年降水量呈上升趋势,线性趋势为2.21 mm·a-1。年降水量的高值中心在江西东南部,降水量达1 700 mm,从南到北降水量逐渐减少。夏季的降水量最多,其次是春季,冬季降水量最少。夏季降水量趋势率为2.03 mm·a-1、春秋两季的降水量呈弱减少趋势,冬季略增。

(2) 长江中下游地区近60 a的年降水日数呈弱下降趋势,线性趋势为-0.46 d·a-1,年降水日数的高值中心分别出现在湖南西南部和东南部,年降水日数超过170d。春、秋、冬的降水日数均有减少,夏季持平。春季的降水日数最多,最大降水日数达56 d,夏季次之,为46 d,秋、冬季两季最少降水日数分别为20 d、12 d。

(3) 长江中下游地区近60 a的降水强度呈弱上升趋势,降水强度的高值中心位于江西以东大部以及湖北东部、安徽南部边缘,其值达10 mm·d-1,低值中心出现在湖北西北部及湖南西部边缘,中心值低于7 mm· d-1。夏季的降水强度最大,冬季的最小。四季的降水强度均有弱增加趋势。

(4) 年降水变异系数最高值为0.25,出现在安徽西北部边缘,最低值为0.14,出现在湖南西部,从西南到东北,降水变异系数逐渐增加。春季变异系数最低,平均为0.29,夏季变异系数整体均匀稳定,秋季变异系数增大,冬季变异系数有2个明显高值区,分别位于湖北西北部及安徽、江苏北部,最大值达到0.56。秋冬两季的波动性较大,存在一定的不稳定性。

(5) 以年降水量作为指标,综合EOF法分析前4个模态分布及对应的时间序列曲线,可以把长江中下游地区划分为三种空间分布型,包括长江中下游流域区域一致型、长江中下游北部地区和南部地区的南北反相变化的空间型和长江中下游东部地区和西部地区的东西反相变化的空间型。

参考文献
陈华, 郭生练, 郭海晋. 2006. 汉江流域1951-2003年降水气温时空变化趋势分析[J]. 长江流域资源与环境, 15(3): 340-350. DOI:10.3969/j.issn.1004-8227.2006.03.014
陈峪, 高歌, 任国玉. 2005. 中国十大流域近40多年降水量时空变化特征[J]. 自然资源学报, 20(5): 638-643.
何书樵, 郑有飞, 尹继福. 2013. 近50年长江中下游地区降水特征分析[J]. 生态环境学报, 20(7): 1 187-1 192.
李双双, 延军平, 万佳. 2012. 全球气候变化下秦岭南北气温变化特征[J]. 地理科学, 32(7): 853-858.
闵爱荣, 廖移山, 邓雯. 2016. 2008-2013年中国暴雨分布情况及变化趋势分析[J]. 暴雨灾害, 35(6): 576-584. DOI:10.3969/j.issn.1004-9045.2016.06.010
任国玉, 任玉玉, 战云健. 2015. 中国大陆降水时空变异规律-Ⅱ.现代变化趋势[J]. 水科学进展, 26(4): 451-465.
任国玉, 吴虹, 陈正洪. 2000. 我国降水趋势变化的空间特征[J]. 应用气象学报, 11(3): 322-330. DOI:10.3969/j.issn.1001-7313.2000.03.009
唐晶晶.2010.1952-2007年间长江流域降水时空分布变化[D].上海: 华东师范大学唐永兰, 于晓晶, 徐桂荣, 等. 2018.近54 a湖北极端降水的变化特征及其与城市化的关系研究[J].暴雨灾害, 37(1): 73-82
王英, 曹明奎, 陶波. 2006. 全球气候变化背景下中国降水量空间格局的变化特征[J]. 地理研究, 26(6): 1 031-1 048.
王政祥. 2008. 长江流域年降水量多年变化及系列代表性分析[J]. 人民长江, 28(17): 90-92. DOI:10.3969/j.issn.1001-4179.2008.17.031
曾小凡, 翟建青, 姜彤. 2008. 长江流域年降水量的空间特征和演变规律分析[J]. 河海大学学报(自然科学版), 36(6): 727-732. DOI:10.3876/j.issn.1000-1980.2008.06.001
张琪, 李跃清. 2014. 近48年西南地区降水量和雨日的气候变化特征[J]. 高原气象, 33(2): 372-383.
张勇, 杨春瑰, 唐卫亚. 2015. 长江中下游1-5月降水分布型及其成因[J]. 大气科学学报, 38(1): 111-119.
张永领, 高全洲, 丁裕国. 2006. 长江流域夏季降水的时空特征及演变趋势分析[J]. 热带气象学报, 22(2): 161-179. DOI:10.3969/j.issn.1004-4965.2006.02.008
Dai A, Trenberth K E, QIAN T A. 2004. Global Dataset of Palmer Drought Severity Index for 1870-2002:Relationship with Soil Moisture and Effects of Surface Warming[J]. Journal of Hydrometeorology, 5(6): 1 117-1 130. DOI:10.1175/JHM-386.1
Kendall M G. 1955. Rank correlation methods[J]. British Journal of Psychology, 25(1): 86-91.
Kitoh A, Hosaka M, Adachi Y. 2005. Future projections of precipitation characteristics in East Asia simulated by the MRI CGCM2[J]. Advances in Atmospheric Sciences, 22(4): 467-78. DOI:10.1007/BF02918481
Mann H B. 1945. Nonparametric Tests Against Trend[J]. Econometrica, 13(3): 245-259.
Zhang Q, XU C Y, Zhang Z. 2008. Spatial and temporal variability of precipitation maxima during 1960-2005 in the Yangtze River basin and possible association with large-scale circulation[J]. Journal of Hydrology, 353(3-4): 215-227. DOI:10.1016/j.jhydrol.2007.11.023