干热河谷区降水量的变化特征研究——白鹤滩水电站为例

尹 晔，白爱娟，陈子龙，张 敏，刘 皓，郑自君

(1.中国长江电力股份有限公司智慧长江与水电科学湖北省重点实验室，湖北 宜昌 443000；2.成都信息工程大学大气科学学院，四川 成都 610225；3.四川省凉山州气象局，四川 西昌 615000)

0 引 言

特殊地貌地形作用下的干热河谷，以高温、低湿等特殊气候条件，受到气象界的关注。白鹤滩水电站地处横断山脉南北向的深切河谷深处，位于四川凉山州宁南县和云南昭通巧家县交界，为典型的干热河谷地带。白鹤滩水电站是金沙江下游4个梯级水电站——乌东德、白鹤滩、溪洛渡和向家坝中的第2个，是仅次于三峡水电站的世界第二大水电站，也是我国“西电东输”的骨干电源点之一[1]。白鹤滩水电站处于亚热带季风气候区，同时受干热河谷气候的影响，表现出特有的高温和干旱特征。研究表明，受西风南支急流和西南季风的季节性交替影响，该河谷区具有干湿季分明的气候特征[2-3]。白鹤滩水电站自2011年开工以来，对周边的生态地质环境具有显著影响，2021年蓄水发电后，大坝上游库区的“U”形湖泊，和下游两岸对峙的“V”形河谷已经产生了局地特殊的气候效应。降水量能够有效增加水电站库容，但同时当短时强降水和暴雨突发时，会引发山洪、滑坡和泥石流等次生灾害，影响坝区生产和生活的安全。如2012年发生在白鹤滩水电站由短时极端强降水引发的“6.28”特大山洪泥石流，造成了7人死亡和33人失踪的重大灾害。因此，白鹤滩水电站的降水特征受到了广泛关注，掌握坝区干热河谷气候背景下降水量的时空变化，有利于坝区的气象防灾减灾，降低泥石流等次生灾害的影响和损失。

降水是影响地表径流和产生气象灾害及次生灾害的主要原因，坝区周边降水变化长期以来备受关注。秦剑等[4]指出影响金沙江流域的灾害性天气主要有高温、寒潮、降水、雷暴、大风和雾等。周长艳等[5]对四川省降水量的分析表明，攀枝花和凉山等地的暴雨日数和强度增多增强，导致部分地区洪涝和地质灾害频发。陈丹等[6]对四川盆地夏季暴雨时空变化的研究发现，盆地东部暴雨日呈增加趋势，但西部相反呈减少趋势。曾波等[7]对攀西地区降水的研究表明，其不同等级降水量占总降水量的比例接近，且1961年以来年降水量呈减少趋势，但是大雨量级以上的降水频次在攀西局部地区有增加趋势。曹辉等[8]研究表明，金沙江流域暴雨的时空分布极不均匀，全流域同时发生暴雨的概率较低，下游地区的洪水具有范围大、时间长的特点。陶丽等[9]对白鹤滩所在的宁南县强降水研究指出，1960年～2019年平均每年有2～3次极端降水事件，6月和7月是极端降水的高峰期。曹辉等[8]和胥良等[3]研究表明，宁南县年降水量在500～900 mm之间，且干湿季分明，每年5月～10月为雨季，占年总降水量的9成以上，11月～次年4月为干季，降水稀少。钱铖等[2]指出，宁南县近57年来降水量呈明显上升趋势，降水集中在5月～10月。袁震洲等[10]对邻近坝区巧家县的研究表明，其降水量和蒸发量的年、雨季和干季降水量分别呈现显著上升、上升和下降的趋势。

受全球气候变化的影响，各地气候异常事件和极端降水事件频发。在白鹤滩水电站蓄水发电后，施工建设已改变了周边地形和下垫面条件，对于坝区生态环境修复，水文气候变化和灾害性天气预警，都需要掌握坝区降水量的变化特征。因此，在分析金沙江下游河谷降水气候特征的基础上，开展白鹤滩水电站降水量多时空变化研究，提高对干热河谷降水特征的认识，深化对坝区降水气候条件的理解，具有重要的意义和价值。

1 资料和方法

1.1 研究区观测站

白鹤滩水电站建在金沙江下游干热河谷地的峡谷中，由于水电站选址前该地没有气象观测站，观测资料的匮乏使得对该地降水变化的认识有限。水电站开工建设后，水利部门陆续建设了气象观测站，为增强该地区天气气候的认识提供了重要数据。利用自建站的观测数据分析水电站周边的降水特征，以及水电站蓄水发电后的天气气候效应，具有非常重要的意义。

白鹤滩水电站大坝所处峡谷位于东经102°51′～102°59′，北纬27°42′～27°21′，周边地形和海拔高度如图1a所示。从上游的葫芦口大桥至下游的荒田水厂是40多km的南北纵向山谷，统称为水电站坝区。水电站在坝区峡谷建设的观测站有新田站、上村梁子站、马脖子站、六城坝站、骑骡沟站和葫芦口大桥站，覆盖坝区河谷上下游，开展自组网观测。其中马脖子站位于河谷东岸，靠近大坝的高地上，骑骡沟站、新田站和葫芦口大桥站位于大坝上游的河谷地西侧。除骑骡沟站海拔为2 141 m外，其余测站的海拔高度在700～900 m之间，可以代表河谷地的天气气候变化。

图1 白鹤滩水电站周边的地形高度及放大的坝区地形和观测站位置

在水电站坝区的周边，中国气象局建设的区域观测站有云南巧家站、马洪站和安居站，以及四川省宁南新村站。除巧家站位于上游宽阔的河谷外，其余站均离河谷较远，且站址海拔偏高，如宁南新村站、安居站和马洪站的海拔高度分别为1 344 m、2 578 m和1 686 m。以上4个区域站在本文中用来与坝区河谷的降水特征进行对比分析。以上所有站点的位置和海拔高度如图1b所示。

1.2 资料和方法

(1)白鹤滩水电站自建的观测站数据。有6个气象观测站，分别为新田、上村梁子、马脖子、六城坝、骑骡沟和葫芦口大桥站。除骑骡沟站为日观测数据外，其余站为逐小时数据。各站由于建设时间不同，导致数据起始时间不一致，其中新田站从2011年开始，马脖子站和上村梁子站分别从2014年和2016年开始有观测数据，其余站从2018年开始。为了充分利用数据，除对比分析站点差异采用2018年～2020年的数据外，其余分析均使用各站观测以来的所有数据。本文还采用了中国气象局4个区域观测站降水量数据，为宁南新村、巧家、安居和马洪站，与坝区的降水进行对比分析。资料分析前，对数据质量进行控制，剔除异常值和缺测值。

(2)本文参照中央气象台的降水量分级标准，以小时降水量大于等于20 mm作为短时强降水，以小时降水量大于等于50 mm为极端短时强降水。同时以日降水量超过50 mm为暴雨日，超过100 mm为大暴雨日。此外将大于0 mm的降水称为有效降水，将有效降水时次占总观测时次的百分比定义为降水频率，将短时强降水时次占总观测时次的百分比定义为短时强降水频率。

(3)降水集中度的分析方法。降水集中度是用来表征单站降水量时间分配的属性，是衡量降水特性的一个指标。参照张录军等[11]用矢量方位角定义的降水集中度和集中期指数，分析坝区降水在一年72个候中的分布特征。该方法能够反映降水总量在研究时段内各个月或候的集中程度，并说明一年中最大月或候降水量的出现时间。当集中度指数小，接近0时，表示降水分散在更多的雨日内，当集中度大，接近1时，代表降水集中在少数的时段内。计算公式为

(1)

(2)

式中，CNi和Di分别为研究时段内的降水集中度和集中期；Ri为研究时段内总降水量。

该方法将任一候降水量rij当成复数的模，Rxi和Ryi分别为复数实部和、虚部和，表示为

(3)

(4)

2 研究结果分析

白鹤滩水电站坝区受青藏高原和云贵高原大地形、峡谷地形的影响，加上工程建设和库区蓄水对下垫面条件的改变，其局地水热循环和大气流场复杂，导致坝区的天气气候异常多变。白鹤滩水电站的建设在未来很长时间或持续性地对局地小气候和周边地区产生影响，因此水电站的气候特征，尤其是降水变化特征，是值得关注的重要问题。

本文根据坝区的降水量观测数据，分析降水的季节性变化、日变化和年际变化，以及降水集中度特征，其次分析坝区短时强降水和暴雨的强度和频次特征，对比坝区和周边地区降水的差异性，以掌握坝区降水变化的特殊性。

2.1 坝区降水基本特征

水电站河谷区2018年～2020年的年平均降水量、降水日数和日雨量变化，如表1所示，分析坝区降水的基本特征。由表1可知，坝区的平均年降水量在650～840 mm，年降水量偏少的测站是葫芦口大桥站，为653 mm，年降水量最多的是马脖子站，达到836 mm。非河谷区测站的年降水量显著增加，如巧家站达到905 mm，宁南新村站达1 058 mm，比坝区年降水量增加了约200 mm。由此可见，在相同的大气环流和气候背景条件下，坝区河谷降水量比周边地区偏少。与周长艳等[5]得到的攀西地区800～1 200 mm的年降水量相比，坝区降水量也明显偏少，体现了干热河谷区降水量显著偏少的特征。

表1 2018年～2020年坝区及周边各站平均年降水量、降水日数和日降水量

分析表1中各站的年平均降水日数和平均日降水量。坝区年平均降水日数为79～99 d，平均日降水量为7.0～8.4 mm，但各站降水差异较大，且平均降水日数和平均日降水量呈不对称分布特征。如骑骡沟站降水日数是最少的，为79 d，但是平均日降水量却是坝区最高的，达8.3 mm，与年平均降水日数最多的马脖子站相近，说明该站降水强度大；新田站是平均日降水量最少的测站，仅有7.0 mm，但年平均降水日数却高达97 d，因此其降水强度相对较弱。巧家站平均日降水量达9.2 mm，显著高于坝区测站平均值约1.5 mm。宁南新村站年平均降水日数达120 d，比坝区多20 d以上，平均日降水量比坝区最高值还高0.4 mm。由此可见，坝区相较于周边地区而言，具有降水量少，降水日数少，以及平均降水弱，体现了“干”热河谷的气候特征。

2.2 降水的多时间尺度变化特征

2.2.1 降水的季节性变化

根据白鹤滩水电站坝区各站自观测以来的月降水量和降水日数，分析坝区降水的季节变化，如图2所示。由图2可知，发现5月～10月坝区河谷地降水量偏多，月平均降水量超过100 mm，为坝区的雨季。各站月降水量和降水天数的变化均呈双峰分布，峰值分别在6月～7月和9月，前者的降水峰值可达200 mm以上，为河谷的主雨季，后者的峰值略低。在干季坝区降水量极少，尤其是12月至次年1月，几乎无降水出现，总量趋近于0。在干湿季过渡的4月和11月，降水量分别出现陡增和陡降，表现出明显的干湿季转换。此外，坝区各站在9月～10月降水日数和降水量持续较多，呈现西南地区特有的秋绵雨特征。总之，坝区降水时段集中，表现出干热河谷干湿季分明且转换明显的特点。

图2 水电站坝区站以及宁南新村站和巧家站月平均降水日数和平均月降水量变化

对比坝区河谷与周边地区降水季节的差异，分析其降水的特殊性。坝区月降水量从4月开始快速增加，在6月～7月达到月降水量和降水天数的峰值。相对于我国长江中下游地区7月～8月主汛期[11]，雨带徘徊在四川和汉江流域，且盛夏8月降水达到年最大值[12-13]，以及初夏6月降水量相对较少的降水特征，坝区在6月降水量明显偏多，说明坝区河谷除雨季降水集中外，还有主雨季出现时间偏早的特征。对照周长艳等[5]指出的川西南山地5月～9月为雨季，坝区的秋雨比较明显，表现为上村梁子站和马脖子站10月降水日数略低于9月，但降水量开始明显降低。如骑骡沟站10月降水量为53.4 mm，比9月降水量的131.7 mm降低了78.3 mm，但降水日数为11 d，仅比9月减少了2 d，表明10月虽然降水量减少，但阴雨天较多，与攀西5月～9月的雨季相比，水电站坝区河谷具有秋绵雨特征。到了11月坝区雨季降水戛然而止，雨量陡降到40 mm以下，干季特征明显增强，表明从11月开始坝区进入干季。坝区各站8月降水量相对偏少，如马脖子站8月降水量比6月和7月平均下降了约60 mm，上村梁子站减少了70 mm以上，而且8月降水量还低于9月，加上8月气温高、蒸发强，因此坝区8月伏旱季特征明显，这与我国其他地区8月汛期降水的峰值形成鲜明对比。总之，坝区干季为11月至次年4月，干湿季转换明显，雨季降水集中在5月～10月，其中6月～7月和9月是月降水的峰值，8月伏旱季特征明显。初夏6月降水量偏多，显示降水集中时段偏早，8月伏旱季明显，降水偏少，且坝区10月还呈现秋绵雨的特征，以上体现了坝区“干”热河谷特殊的降水季节变化特征。

2.2.2 降水的日变化特征

日变化是气象要素在一日内有规律的周期变化，在降水上表现为昼夜之间强弱交替。骑骡沟站无小时降水量的观测数据，坝区其余测站小时降水频率的日变化如图3所示。由图3可知，坝区降水频率日变化显著，最高频率为0.41%～0.50%，最低频率仅为0.06%。相较于多雨的西南其他地区，坝区具有干热、雨时少和降水频率低的特征。对比分析各站降水频率的差异，发现降水频率最高的是马脖子站(图3c)，降水频率达到0.50%，出现在凌晨04∶00～06∶00。其次是上村梁子站和新田站，在04∶00～05∶00降水频率达到最大值，为0.48%。相反在白天的14∶00～18∶00出现降水频率日变化的低谷，最低降水频率出现在六城坝，为0.06%，其余站接近0.1%以上。分析中发现，坝区降水频率的日变化呈现出显著的单峰单谷型，降水频率最高的时段在夜间23∶00至次日早上09∶00，峰值出现在凌晨04∶00～06∶00，体现了其多夜雨的特征。在白鹤滩水电站的调研中也多次发现，坝区降水表现出“经常晚上下雨，白天停”的特征。对比坝区降水日变化与其余地区的差异，发现其降水单峰的日变化特征，不同于宇如聪等提出的我国中东部地区清晨和午后的双峰形[14]，也不同于青藏高原大部分地区下午和午夜双峰并存的模态。坝区降水日变化的单峰型，比四川盆地降水午夜的峰值约晚4个小时，如陈林琳等[12]和周长艳等[15]提出的雅安“雨城”降水日变化峰值出现在24∶00。因此，坝区降水日变化具有单峰形和凌晨04∶00～05∶00降水频率高的日变化特征，是坝区河谷地形作用于降水云体活动的结果。

图3 坝区各站总降水频率和短时强降水频率的逐小时变化

2.2.3 降水的年际变化特征

近年来各地降水格局发生了显著变化，且区域性差异增大，旱涝事件多发，由此分析坝区降水量的年际变化特征，各站的年降水量变化曲线如图4所示。由图4可知，坝区降水量年际差异大，表现为2016年后，各站年降水量持续降低，在2019年达到近年降水量的极小值，比2016年和2017年降水量减少了约400 mm，其中年降水量最少的骑骡沟站，2019年降水量只有287 mm，其余站年降水量在450～600 mm，显著低于其他年份，更低于周边的宁南新村站，是坝区降水严重偏少的年份。2020年坝区降水量开始明显增加，骑骡沟站降水量2019年后陡增到800 mm左右，在年降水量上表现为旱涝急转。宁南新村站2017年以来的年降水量显著高于坝区各站，每年的降水量均超过坝区各站200 mm以上。由于坝区观测时间短，已有数据仅显示降水年际差异大，旱涝不均和旱涝急转的明显特征，但不足以获得坝区降水变化的长期趋势。

图4 2016年～2020年坝区和周边各站年降水量的变化曲线

2.3 坝区降水集中度和集中期

2.3.1 坝区降水集中度分析

降水集中度是定量分析降水集中特征的参数，本文以候降水资料为基础，计算坝区各年的降水集中度指数，其变化曲线如图5所示。从图5a可看出，坝区各站的降水集中度年际波动明显。马脖子站的最小值为2016年0.60，最大值为2019年0.75，平均值为0.65；骑骡沟站的降水集中度平均值为0.70，是各站中最高的。新田站的最低值为2016年的0.53，最高值为2019年的0.74，平均值为0.66。对比分析，周边地区降水集中度指数明显降低，如图5b显示的巧家站降水集中度平均值为0.64，比坝区的降水集中度都偏低。宁南新村站降水集中度变化波动小，平均值为0.67。

图5 坝区和周边站2016年～2020年降水集中度和集中期的年际变化曲线

将坝区的降水集中度，与相同算法在其他地区的结果进行对比，说明坝区降水变化的特殊性。袁瑞强等[16]在山西省降水的分析中，确定当地降水集中度为0.59～0.64。王纪军等[17]表明河南省平均降水集中度为0.515，即使在多水年降水集中度偏高，平均值也只达到0.56。张录军等[11]的研究指出，长江上游地区降水集中度强，多年平均值为0.51，全流域平均的降水集中度为0.39。张林梅等[18]指出的新疆地区降水集中度为0.205，刘向培等[19]提出的我国平均的降水集中度为0.38。通过以上对比我国干旱半干旱区、华北和长江中下游等不同气候条件下的降水集中度，均发现坝区的降水集中度指数显著偏高，揭示了降水期集中的事实，说明坝区特殊的干热河谷地区主雨季时段短，降水量高度集中是其重要的降水季节变化特征。

2.3.2 坝区降水集中期分析

坝区降水集中期的变化特征见图5c、5d。从图5c和5d可知，新田站2018年之前的降水集中期稳定在第40～41候，候降水量的最大时段为7月15日～25日，2019和2020年的降水集中期略偏迟，出现在第43候的8月1日～5日，多年平均的降水集中期为第42候。马脖子站和巧家站的降水集中期与新田站降水集中期变化特征相似，说明坝区的降水集中期与周边地区一致。张录军等[11]对长江流域降水的研究表明，其上游降水集中期出现相对较晚，多年平均值为第40候，而中下游地区降水集中期相对较早，多年平均的最大降水日期出现在第33候。因此坝区降水集中期与长江上游相似，比张林梅等[18]提出的新疆等地第38候的降水集中期明显偏早，比长江中下游地区的第33候明显偏晚。

2.4 坝区短时强降水和暴雨的变化特征

2.4.1 坝区短时强降水变化特征

随着各地气候异常事件的增多，暴雨和极端降水事件的机率增大。短时强降水在快速增加水电站库容的同时，也容易在周边的坡地诱发滑坡、泥石流和崩塌等次生地质灾害。从短时强降水和暴雨的频次上，分析坝区强降水事件的变化特征，如图3所示。从图3可知，坝区短时强降水发生次数少，频率非常低，在0.1%以下，主要出现在上村梁子站的04∶00、马脖子站的16∶00和24∶00，六城坝站的10∶00和23∶00，以及葫芦口大桥站的01∶00～06∶00。因此坝区短时强降水发生频率低，且集中在夜间，尤其是凌晨前后。坝区2016年～2020年短时强降水总时次数如图6所示，从图6可以发现，坝区短时强降水总时次数最多的为马脖子站，有13个时次，最少的上村梁子站有6个时次，且集中发生在雨季的5月～9月。与8月降水量偏少相对应，新田站和马脖子站8月短时强降水的时次数也偏少，骑骡沟站8月的短时强降水次数比7月少，与6月持平。新田站和上村梁子站的短时强降水时次数较少，其中新田站6月、7月和9月短时强降水各发生了2次，5月还发生了1次极端短时强降水；上村梁子站在7月和9月各发生了2次短时强降水，在6月和8月各出现1次短时强降水。相比较而言，马脖子站和骑骡沟站的短时强降水时次数较多，尤其是马脖子站在9月共出现了5次短时强降水，骑骡沟站在7月出现了4次短时强降水。5年中仅有新田站出现过1次极端短时强降水，在2018年5月17日19时，小时降水量达60.1 mm。从图6还可得知，各站短时强降水平均雨量主要在20～40 mm。

图6 坝区和宁南新村站2016年～2020年短时强降水和极端短时强降水的总时次数以及短时强降水的平均降水量

2.4.2 坝区暴雨的变化特征

2016年～2020年坝区及周边的暴雨日数如图7所示，将坝区的暴雨日数与周边站和其他地区进行对比，分析坝区暴雨时空变化特征。从图7可知，5年中坝区暴雨日数最多的是马脖子站和骑骡沟站，均为8 d，新田站和上村梁子站暴雨日数较少，分别为6 d和3 d。邻近坝区的宁南新村站暴雨日数为10 d。从季节变化上看，坝区8月暴雨日数明显比7月和9月少，新田站和马脖子站在8月未出现暴雨，在10月及以后各站也未有暴雨的记录。周长艳等[5]对四川暴雨日数的统计表明，盆地西部年平均暴雨为6 d，盆地东北部超过4 d，川西南山地的凉山州南部和攀枝花年暴雨日数超过4 d。此处分析的坝区5年暴雨日数只有6～8 d，显著低于四川盆地各地，也低于攀西地区[5]，是四川省暴雨日数明显偏少的地区。

图7 坝区各站、宁南新村和巧家站2016年～2020年逐月暴雨日数、大暴雨日数和暴雨日降水量的变化

分析图7中坝区及周边的大暴雨次数，发现该地区5年来共出现大暴雨2次，分别在骑骡沟站的7月和巧家站的6月。根据降水观测记录，这2次大暴雨的日降水量分别达110.0 mm和106.5 mm，也是坝区自观测以来的极端降水量。第一次骑骡沟站的大暴雨中，只有1 d的强降水量，达到110 mm。第二次巧家站的大暴雨从2016年6月10日开始，持续7 d，累计过程降水量为178 mm；6月15日降水量最大，达到106.5 mm，降水持续性强。因此，在白鹤滩水电站的干热河谷区，暴雨和大暴雨等强降水发生频率低，暴雨日少，且以短时降水为主，体现了坝区河谷强降水较少发生的特征。

2.5 坝区极端降水的变化特征

由于水电站坝区的观测时间短，强降水事件出现次数较少。根据日降水量，统计2018年～2020年各站的极端降水事件，并获取极端降水事件的过程雨量和持续时间，如表2所示。由表2可知，坝区极端事件中过程降水量最大值和日降水量的最大值达到110 mm，出现在骑骡沟站。极端降水事件中的降水持续天数通常为1～2 d。极端日降水量的最小值是六城坝站，为56 mm。坝区极端降水事件中的2018年7月6日，骑骡沟站和安居站都出现了日极端降水量，分别达到110 mm和90 mm，且安居站连续12 d出现降水，过程降水量达241 mm，但骑骡沟站只有1 d出现降水。2020年9月6日坝区的极端降水事件是研究时段中最为突出的，新田站、马脖子站和六城坝站都出现了极端强降水量，最大值在马脖子站达97 mm。宁南新村站的日极端降水事件中，有持续7 d的降水记录，但主要降水量集中在1～2 d，且过程降水量为105 mm，达到大暴雨的量级，比坝区降水的连续性明显偏强。

表2 坝区及周边各站2018年～2020年的日极端降水事件

统计坝区及周边各站2018年～2020年的小时极端降水事件(见表3)，发现所有站中最大小时降水量出现在新田站，于2018年5月17日19时降水量达到60 mm，是该站观测历史的极值，也是坝区短时强降水的极大值。坝区其余各站，包括宁南新村站和巧家站，短时强降水的极大值多为30～44 mm，最小的上村梁子站为25 mm，表现出坝区降水分布不均匀，随机性和局地区强，且降水量弱的特征。从时间上说，坝区短时强降水的极大值多集中在夜间，如上村梁子站发生在23∶00，马脖子站出现在04∶00，与坝区夜雨频繁的特征相对应。发生在日间的极端强降水事件较少，六城坝站和巧家站分别出现在上午10∶00和下午16∶00。从季节上说，坝区极端短时强降水除了在6月～7月多发外，还易出现在9月。总之，坝区的极端短时强降水和暴雨事件发生少，出现在夜间的机率大，且在雨季5月～9月的分布上具有随机性。

表3 坝区及周边各站2018年～2020年的小时极端降水事件

3 结论与讨论

本文以白鹤滩水电站坝区的典型干热河谷为例，通过将坝区各站与周边地区的降水对比，分析了该河谷地带降水的变化特征，得出如下结论：

(1)坝区降水基本特征表现为，雨季集中在5月～10月，具有干湿季分明和雨季集中，以及雨日少、降水量小的“干”热河谷特点。坝区降水的季节变化，表现为雨季降水有6月～7月和9月两个峰值，6月是月降水量的最大值，表明坝区主雨季比其他地区略偏早。4月和11月坝区河谷的降水分别陡增和陡降，表明干湿季转换明显。盛夏8月中降水量和降水天数偏少，表明坝区伏旱季明显。10月降水日数和降水量持续，表明坝区有秋绵雨的特征。坝区河谷降水主雨季时间短，降水期高度集中。

(2)坝区河谷降水的日变化表现为夜雨频繁，降水时次倾向于集中在凌晨04∶00～05∶00，呈单峰单谷形。与长江流域和青藏高原常见的降水日变化双峰形不同，比四川盆地夜雨集中在午夜前后的峰值偏晚，是干热河谷区特殊的降水日变化。坝区年降水量自2016年以来逐年持续偏少，在2019年达到近年的最低值，2020年降水量开始增加，因此坝区降水年际差异大，旱涝不均和旱涝急转现象时发。

(3)坝区短时强降水、暴雨和极端降水事件的分析表明，该河谷区强降水事件发生频率低，2016年～2020年短时强降水共有13个时次，暴雨有8 d，日降水量超过100 mm的大暴雨和小时降水量超过50 mm的极端短时强降水仅出现过2次。与周边和攀西地区相比，坝区强降水过程明显偏少，且夜发性强，随机分布在雨季的5月～9月。

白鹤滩水电站建于金沙江河谷地带，能够代表干热河谷的降水特征。受限于水电站河谷气象观测时间较短，本研究主要展现了近几年来降水的变化特征，随着观测时间序列的增长，有必要对该地区强降水变化的气候特征进行深入研究。