中国西南部区域雨季极端降水指数时空变化特征*

王 昊，姜 超，王鹤松，孙建新



中国西南部区域雨季极端降水指数时空变化特征*

王 昊，姜 超**，王鹤松，孙建新

（北京林业大学林学院，北京 100083）

基于1971−2013年中国西南部区域7省市477个气象站点的逐日降水观测资料，选取11个极端降水指数，运用线性倾向法、Mann-Kendall突变检验法和滑动t检验法分析了西南部地区雨季极端降水指数的时空分布及变化特征，并探究极端降水指数多年平均以及变化趋势与海拔高度的关系。结果表明：（1）近43a来，西南部地区雨季PRCPTOT、CWD、R1mm、R10mm以及SDII分别以12.6mm·10a−1、0.23d·10a−1、1.57d·10a−1、0.49d·10a−1和0.31mm·d−1·10a−1的速率下降（P＜0.05），CDD上升速率为0.37d·10a−1（P＜0.05），而Rx1day、Rx5day、R95、R99以及R20mm的变化不显著。（2）雨季CDD、R1mm、Rx1day的突变集中发生在20世纪80年代，而PRCPTOT、R10mm、Rx5day和SDII的突变主要发生在2003年前后；PRCPTOT、CDD、R1mm、R10mm、Rx1day和SDII在突变年份以前表现出一定的稳定性，而在突变年份以后则会发生显著的上升或下降趋势。（3）从变化趋势空间分布的角度看并非所有地区均表现出干旱化趋势，云南、贵州及广西三省交界处雨季干旱化程度较严重，广西东南部地区雨季发生暴雨洪涝灾害的风险较大，而横断山脉地区雨季更加湿润。（4）从贡献率变化的角度，西南部地区雨季降水占比的变化趋势具有很强的区域特征，四川北部和西藏地区雨季指数对全年贡献率逐年下降，而广西东南部地区雨季指数对全年贡献率逐渐上升。（5）综合11个指数与海拔高度的关系来看，一方面，西南高海拔地区R1mm较高，降水以中小雨为主，并且PRCPTOT、R1mm、R10mm以及R20mm的多年平均值均表现出不同程度的上升趋势。因此，43a来西南高海拔地区变得更加湿润。另一方面，低海拔地区R1mm较低，而R95、R99、Rx1day、Rx5day以及SDII均较高，并且在低海拔地区CWD和CDD均呈现上升趋势，因此，雨季低海拔地区面临洪涝及干旱的风险相对较大。

极端降水指数；雨季降水；西南地区；降水日数；降水强度

人类步入工业化社会以来，全球气候发生了前所未有的变化，温室气体浓度不断增加，海洋和大气逐渐变暖，积雪和冰量逐渐减少，海平面不断上升[1−2]。与此同时，极端降水事件发生的频次、范围以及强度也在不断增加[3]，近几年来由极端降水事件引发的洪涝、干旱等灾害已经对世界各地的经济、社会和生态环境系统等诸多方面造成了巨大影响[4]，严重威胁人类正常的生产生活，因此，极端降水事件愈来愈受到各国学者的关注。Alexander等[5]利用全球600个降水站点，发现自20世纪50年代以来，全球降水日数增加趋势较为明显；Zolina等[6]发现，在北欧、中欧以及俄罗斯持续降水时间显著增长，在冬季这种增长趋势尤为明显；Griffiths等[7]研究表明，近50a来北美地区极端降水呈现显著增加的趋势。中国学者对极端降水事件也进行了一系列研究，武文博等[8]利用中国602个气象站点对中国极端降水事件的时空分布特征进行分析，结果表明中国进入21世纪以来，多数极端降水指数都呈现增加的趋势，整体上中国极端降水事件明显增多；陈静等[9]利用1961−2014年华北平原52个气象站点降水数据对研究区干旱事件特征进行研究，发现1961−2014年华北平原干旱中心由南向北逐渐迁移；曹祥会等[10]发现1961−2010年河北省降水强度呈现东南到西北逐渐降低的趋势，整体上河北省有干旱化的趋势。任正果等[11]利用全国0.5°×0.5°逐日降水量数据集以及气象站点日降水数据，对中国南方极端降水事件的变化特点进行分析，发现1961−2011年中国南方极端降水事件明显增多；刘勤等[12]基于黄河流域102个气象站点的降水数据，研究了黄河流域干旱的时空分布特征，结果表明黄河流域在全年尺度上处于特旱状态，并且上游旱情相对较重。现有研究已经指出，极端降水事件具有较强的敏感性，气候平均态的微小波动可能引起极端降水事件频次以及强度的强烈变化[13]，因此，合理运用描述极端降水事件的替代指数[14]，对于研究区域降水和极端降水事件时空变化特点非常必要。

中国西南部区域地形较为复杂，海拔高低起伏[15−16]，其主要气候类型为亚热带季风气候，受到季风环流的影响，该地区降水季节差异性较大，干湿季分明[17]。西南部区域原本是一个降水充足的地区，但其降水时空分布不均匀，降水多集中在雨季[17−20]。随着气候变暖现象的不断加剧，西南部区域的干湿差异性更加明显，即干旱地区将会更加干旱，而湿润地区将会更加湿润[17,21]。因此，在全球变暖的背景下，中国西南部区域遭遇极端降水与极端干旱事件的风险较大。观测记录也表明，近几年来中国西南部区域洪涝灾害与干旱灾害频发，如2001年广西的特大洪涝灾害[22]，2006年四川和重庆的特大旱灾以及2009−2012年云南贵州的旱灾[23]等。很多学者对中国西南部地区极端降水展开了研究，董谢琼等[24]利用76个基本站点的降水数据对西南地区1951−1995年降水变化趋势进行研究，结果表明西南地区降水空间分布不均，区域差异较大，其中地形因素是影响西南地区降水分布的重要因素，整体上降水量呈现由东南向西北逐渐减少的趋势；罗玉等[25]进一步证明了西南地区极端降水变化趋势地域差异较大，具有由东向西或由西北向东南梯度变化的特征。Liu等[26]利用1951−2010年西南地区33个气象站点数据，运用M−K突变检验、滑动t检验以及变化趋势分析等方法对西南地区全年极端降水指数变化进行时空分析，其结果表明西南地区降水更为集中，极端降水情况更为严重，这在Liu等[27]的研究中也得到了证实。Li等[28−29]发现在气候变暖的背景下西南地区极端降水占全年降水比重不断增多。杨金虎等[30]探讨了近60a来西南地区旱涝的持续性特征，发现该地区持续性干旱事件的持续时间、发生频率以及发生强度均有增加的趋势，尹晗等[31−32]的研究均证实了这一结论。

综上所述，虽然许多学者对西南部地区年极端降水的时空变化特征进行了详细分析，但对于西南部地区雨季极端降水的时空变化特征的研究相对较少；研究内容上国内学者对西南部地区极端降水变化特征的研究主要集中在全年极端降水指数的时间变化、空间分布以及突变分析上，而对雨季极端降水指数的变化特征、雨季极端降水指数的海拔效应、突变检测以及雨季对全年极端降水指数的贡献率变化趋势的研究较少。此外，前人使用的数据站点密度较小，在西南部地区分布较稀疏，在海拔高低起伏、地形复杂的西南部地区运用少量站点不能十分精准地描述局地极端降水状况；同时政府间气候变化专门委员会（IPCC）第五次评估报告中也指出，缺乏充足的降水资料会降低分析结果的准确性[33]，所以需要运用更多站点的降水资料对西南地区极端降水状况进行分析。因此，在全球变暖的大背景下，运用更多的气象站点探讨西南部地区雨季极端降水指数的时空变化规律具有重要的科学价值和应用价值。

西南部地区是中国重要的粮油产区，主要种植水稻、冬小麦、春玉米、油菜、烤烟、甘蔗等，地处21−35°N，78−112°E，地形较为复杂，河流、峡谷分布广泛，主要地貌有高原、山地、河谷、盆地以及喀斯特地貌等，海拔高低起伏较大。西南部地区主要处于亚热带季风气候区，干湿季分明，全年降水量分配极不均匀[17−20]，雨季降水对植被生长有着重要的影响。由于极端降水能够导致植物根系无氧呼吸增多，进而产生乙醛、乙醇等对植被生长发育有害的物质[34]，因此，极端降水对植物及植物群落造成的影响比降水更大[35]。因此，把握雨季极端降水的时空变化规律能够让决策者更好地管理农作物的种植，对于推动和保障西南部地区农业生产具有重要的意义。鉴于此，本研究利用西南地区477个站点提供的逐日降水观测资料，借助线性倾向法、反距离加权插值法（IDW）、Mann-Kendal突变检验法以及滑动t检验法对1971−2013年西南地区雨季极端降水指数的时空变化特征进行了详尽分析，旨在为揭示西南地区雨季极端降水状况的独特时空变化特征，科学防范极端降水事件带来的自然灾害以及合理调控西南地区农业生产提供科学依据。

1 资料与方法

1.1 极端降水指数的选取与资料来源

研究区域包括四川省、云南省、贵州省、重庆市、广西壮族自治区、西藏东部地区以及青海南部地区（图1）。所用资料为国家气象中心所提供的西南部地区477个地面气象站的逐日降水序列，观测时段为1971−2013年，数据经过严格的质量控制并且完整性较好。目前从事极端气候研究主要采用气候变化检测监测和指标专家小组（ETCCDMI）推荐使用的27个极端气候指数，综合考虑西南部地区干湿分明的气候条件以及极端降水指数的定义，选取11个极端降水指数来描述极端降水事件，11个极端降水指数可以分为两大类[36]：第一类指数表示极端降水频次以及干湿状况的持续时间，包括降水日数（R1mm）、中雨日数（R10mm）、大雨日数（R20mm）、连续干日数（CDD）以及连续湿日数（CWD）；第二类指数反映了极端降水的数量级特征以及强度，包括湿日总降水量（PRCPTOPT）、降水强度（SDII）、1日最大降水量（Rx1day）、5日最大降水量（Rx5day）、强降水量（R95）以及极端强降水量（R99）（表1）。根据《中国西南区域雨季开始和结束日期划分标准研究》[37]，用一年内72候的平均候降水量的变化作为判定雨季开始和结束日期的雨量标准较合理，得到的西南区域多年平均雨季开始日期为5月第3候（27候），结束日期为10月第3候（57 候），研究进一步利用季节更替期间高低层环流的突变特征证明了这一结论的合理性，因此，将西南地区雨季划定为5月第3候（27候）−10月第3候（57候）。

图1 西南地区477个气象站点分布

1.2 研究方法

首先运用线性倾向率[38]描述极端降水指数时间序列变化特征以及极端降水指数随海拔高度变化特征，西南部地区极端降水指数区域平均值为所有站点极端降水指数的算术平均；其次利用反距离加权插值法（IDW）进行空间插值，分析西南部地区雨季极端降水指数及其对全年贡献率的变化趋势空间分布特征，其中雨季极端降水指数对全年贡献率为雨季指数与全年指数的比值，绘图软件选用ArcGIS 10.3；最后运用Mann-Kendall法（M-K）结合滑动t检验法进行突变点检测[39]。

表1 极端降水指数定义

2 结果与分析

2.1 西南部地区雨季极端降水指数时间序列变化特征

由图2可见，西南部地区雨季11个极端降水指数区域平均多年变化趋势，除Rx1day（1日最大降水量）、Rx5day（5日最大降水量）、R95 （强降水量）、R99（极端强降水量）以及R20mm（大雨日数）外，其余指数的变化均通过0.05水平的显著性检验，表明这些指数的变化趋势十分显著。其中，湿日总降水量PRCPTOT（图2a）、连续湿日数CWD（图2c）、降水日数R1mm（图2d）、中雨日数R10mm（图2e）以及降水强度SDII（图2i）均呈现不同程度显著下降趋势，下降速率分别为12.6mm·10a−1、0.23d·10a−1、1.57d·10a−1、0.49d·10a−1和0.31mm·d−1·10a−1；而连续干日数CDD（图2b）呈现明显的上升趋势，其上升速率为0.37d·10a−1。说明1971−2013年西南部地区雨季降水量有所下降，连续降水日数减少而连续干旱日数增多；雨天日数减少，降水强度下降，整体来说西南部地区雨季向干旱化发展的态势明显。值得注意的是，对比雨季R1mm、R10mm以及R20mm的变化趋势不难发现，R1mm的下降幅度要明显高于R10mm的下降幅度，而R10mm的下降幅度也明显大于R20mm的下降幅度，表明在不同级别降水日数减少的情况来看，中小雨的降水日数减少最为明显，而大雨日数减少并不明显。

图2 1971−2013年西南部地区平均雨季极端降水指数的变化过程及其线性趋势

2.2 西南部地区雨季极端降水指数序列的突变特征

根据11个极端降水指数时间序列进一步对西南部地区雨季极端降水指数进行突变分析，结果见图3，其中UF、UB分别代表正序列统计量和逆序列统计量。由图可知，部分指数的UF（正序列）和UB（逆序列）曲线在一些年份存在多个交点，说明存在一定的干扰点；为了排除虚假突变，结合滑动t检验来判断突变年份（表2）。由图3a可见，西南部地区雨季PRCPTOT指数的UF与UB曲线有3个交点，结合滑动t检验可知，PRCPTOT在2003年前后可能发生了突变。CDD（图3b）和CWD（图3c）的UF、UB曲线存在多个交点，经滑动t检验验证，CDD在1978年前后发生突变，而CWD没有明显突变点。R1mm（图3d）、R10mm（图3e）和R20mm（图3f）的UF、UB曲线存在多个交点，结合滑动t检验可知，R1mm和R10mm分别在1988年和2003年前后发生突变，而R20mm没有找到明显的突变点。Rx1day（图3g）以及Rx5day（图3h）在时间序列内UF、UB曲线也存在多个交点，经过滑动t检验可知，Rx1day和Rx5day的突变时间分别为1983年和2003年。SDII（图3i）的UF和UB曲线在2002年存在一个交点，结合滑动t检验可知，SDII在2002年前后发生了突变。R95（图3j）以及R99（图3k）的UF、UB曲线虽然存在多个交点，但经滑动t检验，R95和R99均没有发现明显的突变点。具体来说，CDD、Rx1day、R95以及R99在20世纪70年代呈下降趋势，80年代之后表现出上升的趋势，而其它指数整体上均表现出不同程度的下降趋势。从显著性水平看，PRCPTOT、CDD、CWD、R1mm、R10mm、Rx1day以及SDII的UF曲线均超过了0.05水平下的临界值线，表明这些极端降水指数在研究时段内均发生过显著的上升或下降的趋势。

图3 1971−2013年西南部地区平均极端降水指数的M-K突变检验

表2 1971−2013年西南部地区平均极端降水指数滑动t检验的突变年份

总体来说，雨季CDD、R1mm、Rx1day的突变集中发生在20世纪80年代，而PRCPTOT、R10mm、Rx5day和SDII的突变主要发生在2003年前后。43a西南部地区雨季降水呈下降趋势，包括PRCPTOT、CWD、R1mm、R10mm、R20mm以及SDII在内的6个指数均出现不同程度的下降；表示极端降水事件的R95、R99、Rx1day以及Rx5day在20世纪80年代以后呈上升趋势；表示连续干旱的指数CDD也呈现上升趋势。表明西南部地区雨季干旱化趋势较严重，并且极端降水量逐渐增大，极端降水事件越来越严重。PRCPTOT、CDD、CWD、R1mm、R10mm、Rx1day以及SDII在2000年以后的上升或下降趋势显著，表明进入21世纪以来，西南部地区雨季整体干旱化、降水极端化的趋势更加明显。

2.3 西南部地区雨季极端降水指数空间格局变化特征

在多年平均空间分布方面，除SDII以外，西南部地区雨季极端降水指数高低值的区域分布较明显，其中PRCPTOT、R10mm、R20mm、R95、R99、Rx1day以及Rx5day多年平均空间分布均呈现由西北到东南逐渐升高的变化特点；CDD多年平均空间分布呈现中部低东西高；而R1mm呈现西高东低的分布规律（图略）。

图4为西南部地区雨季11个极端降水指数43a变化趋势的空间分布结果。由图可知，雨季PRCPTOT在西南绝大多数地区也都呈现显著下降趋势，仅在横断山脉（四川、云南西部以及西藏东部）的少数站点呈现上升趋势且通过0.05水平的显著性检验，最大上升幅度达到50.4mm·10a−1（图4a）。雨季CDD变化趋势空间分布特征十分明显，在绝大部分地区均呈现不同程度的上升趋势，其中云南、贵州与广西三省交界处增幅较大，最大达到了2.5d·10a−1（图4b），并且多数站点通过0.05水平的显著性检验。雨季CWD在广西东南部地区部分站点呈显著上升趋势，最大增幅为0.8d·10a−1（图4c）。雨季R1mm、R10mm和R20mm在西南大部分地区站点都呈现不同程度的下降趋势，部分站点通过了0.05水平的显著性检验，其中降幅最大的地区均为云南、广西和贵州三省交界处。值得注意的是，雨季R10mm在横断山脉地区部分站点上升趋势明显且通过了显著性检验，最大增幅为1.6d·10a−1（图4d、图4e和图4f）。雨季Rx1day在西南部地区绝大多数站点都没有通过显著性检验，在云南西部部分站点呈现显著增加趋势，而在四川中部少数站点下降趋势较明显（图4g）。雨季Rx5day变化趋势有较明显的区域差异，在西藏、青海地区、四川东部以及广西的部分站点呈现上升趋势，增幅为2.5～17.6mm·10a−1，其中广西地区部分站点上升趋势最明显（图4h）。雨季SDII在西南绝大部分地区都呈现下降趋势，其中下降幅度最大的地区为云南、广西和贵州三省交界处，且大多数站点都通过0.05水平的显著性检验，降幅达到了0.6～9.8mm·d·10a−1（图4i）。西南部地区雨季R95和R99具有大致相同的变化趋势和空间分布，且空间分布较为复杂，雨季R95和R99均仅有少数站点通过0.05水平的显著性检验，其中雨季R95在横断山脉地区部分站点呈现显著上升趋势，最大上升幅度达到了40.6mm·10a−1（图4j、图4k）。

总体而言，西南雨季PRCPTOT、CWD、R1mm、R10mm以及SDII整体呈现显著下降趋势，而CDD呈现显著上升趋势，表明西南部地区雨季降水量逐渐降低，降水日数减少，降水强度下降，持续无雨日数增加，因此，近43a来西南部地区雨季总体偏干。但从区域角度来说，并不是西南所有的地区雨季都表现出干旱化的趋势。横断山脉地区虽然雨季降水多年平均值较低，但其降水量涨幅较大，并且雨季极端降水量增多；广西东南部地区雨季总降水量较多，大雨日数增加，并且极端降水量增多；云南、贵州、广西三省交界处雨季整体偏干且持续无雨日数增加，降水日数减少，有向干旱化发展的趋势。除横断山区和青藏高原地区外，西南地区雨季PRCPTOT、R1mm、R95、R99、Rx1day以及Rx5day的变化趋势空间分布与多年平均空间分布之间具有一定的匹配关系，即指数多年平均值较高的地区其指数多年变化呈现上升趋势，而指数多年平均值较低的地区其指数多年变化呈现下降趋势。这种匹配关系在站点上虽然没有完全对应，但在大值中心的角度上来看，基本可以总结出这一特征。说明除横断山脉地区和青藏高原以外，西南其它地区雨季存在“干者更干，湿者更湿”的特点。

图4 1971−2013年西南部地区各站点雨季极端降水指数线性变化趋势的空间分布

为进一步了解西南部地区雨季极端降水指数的变化特点，对雨季极端降水指数对全年贡献率变化趋势进行分析。CDD、CWD、Rx1day、Rx5day以及SDII在全年以及雨季的值不存在占比关系，因此，选用其余6个指数来进行探讨。图5为西南部地区雨季6个极端降水指数对全年贡献率变化趋势空间分布，由图可以看出，6个指数贡献率变化趋势的空间分布规律都较为复杂。整体上雨季PRCPTOT、R1mm、R10mm、R20mm、R95以及R99对全年贡献率变化趋势在西南部地区多数站点均未通过0.05水平的显著性检验，仅在局部地区少数站点呈现显著变化趋势。雨季PRCPTOT贡献率在四川北部以及青藏高原部分站点呈现显著下降趋势（图5a）；而雨季R1mm贡献率在四川北部以及贵州北部少数站点下降幅度较大，并通过0.05水平的显著性检验（图5b）；雨季R10mm贡献率在广西部分站点显著增加，在四川中部和重庆北部地区下降幅度较大（图5c）；雨季R20mm贡献率与R95贡献率变化趋势空间分布大致相同，在西南大部分地区呈下降趋势，仅在广西东南部地区显著上升（图5d，图5e）；雨季R99贡献率在西南大部分地区也表现出不同程度的下降趋势，仅在四川东部以及云南南部地区下降趋势显著（图5f）。

图5 1971−2013年西南地区各站雨季极端降水指数对全年贡献率线性变化趋势的空间分布

2.4 西南部地区雨季极端降水指数与海拔高度之间的关系

图6为1971−2013年西南部地区477个站点雨季极端降水指数多年平均值随海拔的变化趋势，由图可见，11个指数均通过了0.05水平的显著性检验。其中PRCPTOT（图6a）的下降速率达到7.8mm·100m−1，而R1mm（图6d）上升速率为0.49d·100m−1，表明西南部地区雨季降水量虽然随着海拔的升高而下降，但降水日数却随着海拔的升高而增加；CDD（图6b）随海拔的升高而下降，而CWD（图6c）随海拔的升高而上升，说明随海拔升高雨季连续无雨日数逐渐减少并且连续降雨日数逐渐增多；R10mm（图6e）、R20mm（图6f）、Rx1day（图6g）、Rx5day（图6h）、SDII（图6i）R95（图6j）以及R99（图6k）均随海拔的升高呈现下降趋势，反映了雨季极端降水事件主要发生在低海拔地区。整体上1971−2013年西南部地区雨季极端降水指数多年平均值受海拔的影响较大，高海拔地区降水以中小雨为主，降水日数较多且以连续降水为主；而低海拔地区雨季呈现降水日数少，降水强度高，极端降水量多的特点，容易发生极端降水事件，这一结果也反映了雨季西南部地区区域降水的复杂性。

图7为通过显著性检验站点的雨季指数变化趋势与海拔高度之间的关系，其中R1mm（图7d）、Rx1day（图7g）、Rx5day（图7h）、SDII（图7i）、R95（图7j）和R99（图7k）没有通过0.05水平的显著性检验。从图中可以看出，PRCPTOT（图7a）和R10mm（图7e）的变化趋势随海拔升高而增大，因此随着海拔的升高雨季降水量增速将加快，降水日数增幅将变大，且降水强度增幅也逐年增加，表明在雨季西南高海拔地区将会变得更加湿润。CDD（图7b）和CWD（图7c）变化趋势随海拔升高而减小，而R20mm变化趋势（图7f）随着海拔的降低也呈现上升的趋势，说明在雨季西南低海拔地区持续降水日数与持续无雨日数都会进一步增加，大雨日数增速较快，雨季低海拔地区面临洪涝及干旱的风险都相对较大。此外，虽然高海拔地区持续降水日数多年平均值较高，但其线性趋势值为负，即高海拔站点连续降水日数呈现减少的趋势。

图6 西南部地区1971−2013年不同海拔的极端降水指数多年平均值

3 结论与讨论

（1）时间序列变化上，西南部地区雨季PRCPT- OT、CWD、R1mm、R10mm以及SDII的区域平均值都呈现略微下降趋势，而CDD呈现明显上升趋势，表明近43a来西南部地区雨季整体有变干的趋势。这一结论与Liu等[26]对西南地区全年极端降水指数的研究结果相比有一定差异，Liu等的结果显示，西南地区全年CDD呈不显著下降趋势。整体上，本研究结果与前人结果均表现出西南地区降水减少且更加集中的特征，因此，西南部地区雨季极端降水区域平均多年变化与全年极端降水相比具有一定的一致性，但同时也应该看到，雨季极端降水有其独特的变化特点。

（2）西南部地区雨季CDD、R1mm、Rx1day的突变集中发生在20世纪80年代，而PRCPTOT、R10mm、Rx5day和SDII的突变主要发生在2003年前后。这一结果与前人研究的全年极端降水指数突变检验结果相比差异较大[26]。值得注意的是，PRCPTOT、CDD、R1mm、R10mm、Rx1day以及SDII在突变年份以前的变化趋势表现出相对的稳定性，在突变年份以后则表现出显著的上升或下降趋势，并且这些极端降水指数发生显著变化趋势的时间大都集中在2000年之后，表明进入21世纪以来，西南部地区雨季整体干旱化、降水极端化的趋势更加明显。

图7 西南部地区1971−2013年不同海拔的极端降水指数变化趋势

（3）从11个指数的多年变化趋势空间分布来看，并不是所有的区域都表现出一致的干旱化趋势。在云南、贵州和广西三省交界处雨季降水减少，连续干日数增加，因此该地区干旱化程度将更加严重；横断山脉地区虽然总降水量较低，但总降水量与强降水量上升趋势较为明显，因此横断山脉地区雨季变得更加湿润；广西东南部地区发生强降水的频次增加，极端降水量增多，因此发生洪涝灾害的风险将越来越大。西南部地区雨季部分极端降水指数变化趋势空间分布与多年平均空间分布之间存在一定的匹配关系，即雨季存在“干者更干，湿者更湿”的特点。前人对西南地区全年极端降水指数变化趋势空间分布进行了分析[29]，结果表明，11个全年极端降水指数变化趋势空间分布较为复杂，并且多数站点没有通过显著性检验。前人全年的结果与本研究针对雨季的结果存在一定差异，在大值中心上与本研究雨季指数变化趋势空间分布结果也不存在匹配关系，因此，雨季指数变化趋势在空间分布上较全年相比存在不一致性。

（4）贡献率变化趋势空间分布上，虽然西南部地区整体上降水分配极不均匀，且主要集中在雨季[17−20]，但从雨季极端降水指数对全年贡献率变化趋势空间分布上看，四川北部和西藏东部地区雨季部分指数对全年贡献率逐年下降，降水逐渐向非雨季集中；而广西东南部地区雨季部分指数对全年贡献率逐渐上升，表明更多的降水被分配到雨季，因此，西南部地区雨季降水占比的变化趋势具有很强的区域特征。

（5）综合11个指数与海拔高度的关系来看，西南高海拔地区降水日数较多，降水以中小雨为主，并且随着海拔的升高PRCPTOT以及R10mm均表现出显著上升趋势，因此，43a来西南高海拔地区变得更加湿润；而在低海拔地区降水日数少，极端降水量大，降水强度较高，并且连续湿日数和连续干日数均呈现上升趋势，因此，雨季低海拔地区面临洪涝及干旱的风险都相对较大。因此，西南部地区不同海拔高度雨季降水与极端降水状况有较大不同，在全球变暖的大背景下，中国西南部地区极端降水指数对海拔高度具有较高的敏感性[28]，这也侧面反映了该地区雨季降水的复杂性。

[1] Collins M,Knutti R,Arblaster J et al.Climate change 2013:the physical science basis[M].Cambridge:Cambridge University press,2013:136-137.

[2] Solomon S.Climate change 2007:the physical science basis contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge:Cambridge University Press,2007:114-167.

[3] 胡宜昌,董文杰,何勇.21世纪初极端天气气候事件研究进展[J].地球科学进展,2007,22(10):1066-1075. Hu Y C,Dong W J,He Y. Research on extreme weather events in the early 21st century[J].Advances in Earth Science, 2007,22(10):1066-1075.(in Chinese)

[4] 张存杰,黄大鹏,刘昌义,等.IPCC第五次评估报告气候变化对人类福祉影响的新认知[J].气候变化研究进展, 2014, 10(4):246-250. Zhang C J,Huang D P,Liu C Y,et al.IPCC AR5 updated understanding of climate change impacts on human well- beings[J].Advances in Climate Change Research,2014, 10(4):246-250.(in Chinese)

[5] Alexander L V,Zhang X, Peterson T C,et al.Global observed changes in daily climate extremes of temperature and precipitation[J].Journal of Geophysical Research,2012, 111(D5):1042-1063.

[6] Zolina O,Simmer C,Belyaev K,et al.Changes in the duration of European wet and dry spells during the last 60 years[J]. Journal of Climate,2013,26(6):2022-2047.

[7] Griffiths M L,Bradley R S.Variations of twentieth-century temperature and precipitation extreme indicators in the northeast United States[J].Journal of Climate,2007,20(20): 5401-5417.

[8] 武文博,游庆龙,王岱.基于均一化降水资料的中国极端降水特征分析[J].自然资源学报,2016,31(6):1015-1026. Wu W B,You Q L,Wang D,et al.Characteristics of extreme precipitation in China based on homogenized precipitation data[J]Journal of Natural Resources,2016,31(6):1015-1026. (in Chinese)

[9] 陈静,刘洪滨,王艳君,等.华北平原干旱事件特征及农业用地暴露度演变分析[J].中国农业气象,2016,37(5):587-599. Chen J,Liu H B,Wang Y J,et al.Variation of drought characteristics and its agricultural exposure in North China Plain[J].Chinese Journal of Agrometeorology,2016,37(5): 587-599.(in Chinese)

[10] 曹祥会,龙怀玉,张继宗等.河北省主要极端气候指数的时空变化特征[J].中国农业气象,2015,36(3):245-253. Cao X H,Long H Y,Zhang J Z,et al.Temporal and spatial variation analysis of the main extreme climate index in Hebei province[J].Chinese Journal of Agrometeorology, 2015,36(3):245-253.(in Chinese)

[11] 任正果,张明军,王圣杰,等.1961-2011年中国南方地区极端降水事件变化[J].地理学报,2014,69(5):640-649. Ren Z G,Zhang M J,Wang S J,et al.Changes in daily extreme precipitation events in South China from 1961 to 2011[J].Journal of Geographical Sciences,2014,69(5):640- 649.(in Chinese)

[12] 刘勤,严昌荣,张燕卿,等.近50年黄河流域气温和降水量变化特征分析[J].中国农业气象,2012,33(4):475-480. Liu Q,Yan C R,Zhang Y Q,et al.Variation of precipitation and temperature in Yellow River basin during the last 50 years[J].Chinese Journal of Agrometeorology,2012,33(4): 475-480.(in Chinese)

[13] Kiktev D,Sexton D M H,Alexander L,et al.Comparison of modeled and observed trends in indices of daily climate extremes [J].J Climate, 2003,16(22):3560-3570.

[14]Frich P,Alexander L V,Della-marta P,et al.Observed coherent changes in climatic extremes during the second half of the twentieth century[J].Climate Res,2002,19(3):193-212.

[15]贾孜拉·拜山,李维京,孙丞虎,等.1961-2014年我国西南地区干湿季变化特征[J].气候变化研究进展, 2017,13(2): 103-116. Jiazila B S,Li W J,Sun C H,et al.Characteristics of wet and dry seasons in southwest China during 1961-2014[J]. Advances in Climate Change Research,2017,13(2):103-116. (in Chinese)

[16] 孙清元,郑万模,倪化勇.我国西南地区山地灾害灾情年际综合评估[J].沉积与特提斯地质,2007,27(3):105-107. Sun Q Y,Zheng W M,Ni H Y.Annual assessment of the geological hazards in the mountain areas in SW China[J].Sedimentary Geology and Tethyan Geology,2007, 27(3):105-107.(in Chinese)

[17] 张武龙,张井勇,范广洲.我国西南地区干湿季降水主模态分析[J].大气科学,2014,38(3):590-602. Zhang W L,Zhang J Y,Fan G Z.Dominant modes of dry- and wet-season precipitation in southwestern China[J].Chinese Journal of Atmospheric Sciences,2014,38(3):590-602.(in Chinese)

[18]苏秀程,王磊,李奇临,等.近50a中国西南地区地表干湿状况研究[J].自然资源学报,2014,29(1):104-116. Su X C,Wang L,Li Q L,et al.Study of surface dry and wet conditions in southwest China in recent 50 years[J].Journal of Natural Resources,2014,29(1):104-116.(in Chinese)

[19] 白慧,高辉.索马里越赤道气流对西南雨季开始早晚的影响[J].大气科学,2017,41(4):702-712. Bai H,Gao H.Influences of the Somalia cross-equatorial flow on the beginning date of rainy season in southwest China[J].Chinese Journal of Atmospheric Sciences, 2017,41(4):702-712.(in Chinese)

[20] Wang B,Liu J,Hyung J K,et al.Recent change of the global monsoon precipitation (1979-2008)[J].Climate Dynamics, 2012,39(5):1123-1135.

[21] 袁文德,郑江坤,董奎.1962-2012年西南地区极端降水事件的时空变化特征[J].资源科学,2014,36(4):766-772. Yuan W D,Zheng J K,Dong K.Spatial and temporal variation in extreme precipitation events in southwestern China during 1962-2012[J].Resources Science,2014,36(4): 766-772.(in Chinese)

[22] 黎琮炜,覃卫坚,高安宁.1961-2013年广西洪涝灾害时空分布特征及成因[J].气象研究与应用,2015,36(1): 81-84. Li Z W,Qin W J,Gao A N.Analysis on the temporal and spatial distribution characteristics of flood disasters during 1961-2013 and its causes in Guangxi[J].Journal Of Meteorological Research And Application,2015,36(1): 81-84.(in Chinese)

[23] 黄荣辉,刘永,王林,等.2009年秋至2010年春我国西南地区严重干旱的成因分析[J].大气科学, 2012,36(3):43-47. Huang R H,Liu Y,Wang L,et al.Analyses of causes of severe drought occurring in southwest China from the fall of 2009 to the spring of 2010[J].Chinese Journal of Atmospheric Sciences,2012,36(3):43-47.(in Chinese)

[24] 董谢琼,段旭.西南地区降水量的气候特征及变化趋势[J].气象科学,1998,18(3):240-246. Dong X Q,Duan X.Climatic characteristics and variation tendency of precipitation in the southwest region of China[J].Journal of the Meteorological Sciences,1998,18(3): 240-246.(in Chinese)

[25] 罗玉,范广周,周定文,等.西南地区极端降水变化趋势[J].气象科学,2015,35(5):581-586. Luo Y,Fan G Z,Zhou D W,et al.Extreme precipitation trend of southwest China in recent 41 years[J].Journal of the Meteorological Sciences,2015,35(5):581-586.(in Chinese)

[26] Liu L,Xu Z X.Regionalization of precipitation and the spatiotemporal distribution of extreme precipitation in southwestern China [J].Natural Hazards,2016,80(2):195- 1211.

[27] Liu M X,Xu X L,Alexander Y S,et al.Is southwestern China experiencing more frequent precipitation extremes[J]. Environmental Research Letters,2014,9(6):1-14.

[28] Li Z X,He Y Q,Wilfred H T,et al.Altitude dependency of trends of daily climate extremes in southwestern China during 1961-2008[J].Journal of Geographical Sciences,2012, 22(3):416-430.

[29] Li Z X,He Y Q,Wang P Y,et al.Changes of daily climate extremes in southwestern China during 1961-2008[J]. Global and Planetary Change,2012,80(81):255-272.

[30] 杨金虎,张强,王劲松,等.近60年来西南地区旱涝变化及极端和持续性特征认识[J].地理科学,2015,35(10):1333- 1340. Yang J H,Zhang Q,Wang J S,et al.Extreme and persistent feature of drought and flood of southwest China in past 60 years[J].Scientia Geographica Sinica,2015,35(10):1333- 1340.(in Chinese)

[31] 尹晗,李耀辉.我国西南干旱研究最新进展综述[J].干旱气象,2013,31(1):182-193. Yin H,Li Y H.Summary of advance on drought study in southwest China[J].Journal of Arid Meteorology,2013, 31(1):182-193.(in Chinese)

[32] Yang P,Xiao Z N,Yang J,et al.Characteristics of clustering extreme drought events in China during 1961-2010[J].Acta Meteorological Sinica,2013,27(2):186-198.

[33] IPCC.Climate change 2013:the physical science basis[M]. Cambridge,UK and New York,USA:Cambridge University Press,2013:1535-1539.

[34] 利容千,王建波.植物逆境细胞及生理学[M].武汉:武汉大学出版社,2002:53-70. Li R Q,Wang J B.Plant stress physiology[M].Wuhan: Wu Han University Press,2002:53-70.(in Chinese)

[35] 祝稳.西北干旱区植被覆盖动态及其对极端气温和降水过程的响应[D].兰州:西北师范大学,2015:38-39 Zhu W.Spatial-temporal dynamics of vegetation coverage and its response to extreme temperature and precipitation processes over the arid region of northwest China[D]. Lanzhou:Northwest Normal University,2015:38-39.(in Chinese)

[36] 陈晓晨,徐影,姚遥.不同升温阈值下中国地区极端气候事件变化预估[J].大气科学,2015,39(6):1123-1135. Chen X C,Xu Y,Yao Y.Changes in climate extremes over China in a 2℃,3℃,and 4℃ warmer world[J].Chinese Journal of Atmospheric Sciences,2015,39(6):1123-1135.(in Chinese)

[37] 晏红明,李清泉,孙丞虎,等.中国西南区域雨季开始和结束日期划分标准的研究[J].大气科学,2013,37 (5):1111-1128. Yan H M,Li Q Q,Sun C H,et al.Criterion for determining the onset and end of the rainy season in southwest China[J]. Chinese Journal of Atmospheric Sciences,2013,37(5):1111- 1128.(in Chinese)

[38] 魏凤英.现代气候统计诊断与预测技术(第二版)[M].北京:气象出版社,2007:63-65. Wei F Y.Modern climate statistics diagnosis and prediction technology[M].Beijing:China Meteorology Press,2007:63- 65.(in Chinese)

[39] 李国栋,田海峰,彭剑峰,等.基于小波和M-K方法的商丘气温时间序列分析[J].气象与环境学报,2013,29(3):78-84. Li G D,Tian H F,Peng J F,et al.Time series of air temperature based on methods of a wavelet analysis and a Mann-Kendall test in Shangqiu[J].Journal of Meteorology and Environment,2013,29(3):78-84.(in Chinese)

Spatial and Temporal Variation of Extreme Precipitation Indices in Southwestern China in the Rainy Season

WANG Hao, JIANG Chao, WANG He-song, SUN Jian-xin

(College of Forestry, Beijing Forestry University, Beijing 100083, China)

Based on the daily precipitation data of 477 meteorological stations from 1971 to 2013 in southwestern China, the spatial distribution and variation features of 11 extreme precipitation indices were analyzed by using the linear regression, Mann-Kendall test and moving t test. Besides, the relationship among the multi-year average of extreme precipitation indices，variation trend and altitude were also discussed. The results were as follows: (1) in the past 43 years, the decline rates of PRCPTOT, CWD, R1mm, R10mm and SDII in the rainy season of southwest China were 12.6mm·10y−1, 0.23d·10y−1, 1.57d·10y−1, 0.49d·10y−1and 0.31mm·d−1·10y−1(P<0.05) respectively, the growth rate of CDD is 0.37d·10y−1(P<0.05), while the changes in Rx1day, Rx5day, R95, R99, and R20mm were not significant. (2) The mutations of CDD, R1mm, and Rx1day in the rainy season occurred in the 1980s intensively, while the mutations of PRCPTOT, R10mm, Rx5day, and SDII occurred mainly around 2003. RCPTOT, CDD, R1mm, R10mm, Rx1day, and SDII showed certain stability before mutation year and a significant increase or decrease trend after mutation year. (3) From the perspective of spatial distribution, not all regions showed the tendency of drought. The extent of drought in rainy season at the junction of Yunnan, Guizhou and Guangxi provinces was more serious, the risk of heavy rain and flood disaster in the rainy season in southeastern Guangxi was greater, while rainy season in the Hengduan Mountains was more humid. (4) In terms of the contribution rate, variation trend of precipitation proportion in rainy season in southwestern had a strong regional characteristic: the contribution rate of rainy season indices for the whole year in northern Sichuan and Tibet had declined year by year, while in southeastern Guangxi it had gradually increased. (5) Judging from the relationship between the 11 indices and altitude, in high altitude regions of southwestern, the R1mm value was higher and the precipitation was mainly moderate and light rain. Besides, the multi-year average values of PRCPTOT, R1mm, R10mm and R20mm showed different degrees of upward trend. Therefore, the climate had become more humid in the past 43 years. On the other hand, in low altitude regions, R1mm was lower, while R95, R99, Rx1day, Rx5day, and SDII were higher and CWD, CDD showed an upward trend. Therefore, the risk of flooding and drought in the low altitude regions during the rainy season was relatively larger.

Extreme precipitation index; Rainy season precipitation; Southwestern China；Precipitation days；Precipitation intensity

10.3969/j.issn.1000-6362.2019.01.001

收稿日期：2018−07−11

通讯作者。E-mail：jiangchao@bjfu.edu.cn

国家重点研发计划（2016YFC0502104）

王昊（1994−），硕士生，主要研究方向为全球变化生态学。E-mail：wh260012@163.com

王昊,姜超,王鹤松,等.中国西南部区域雨季极端降水指数时空变化特征[J].中国农业气象,2019,40(1):1−14