山西省汛期降水集中度及其与地形的关系

降水集中度的时空格局是水文分析的关键因素.首先基于山西省1980-2020年27个气象站点的汛期(5月1日—10月30日)逐日降水量,分析汛期总降水量和汛期极端降水量的时空特征.其次,利用降水集中度(PCD)和降水集中期(PCP)来描述汛期降水的集中程度.最后,计算PCP、PCP与地形因子之间的相关系数来识别两者之间的关系.结果表明：1.山西省汛期年均总降水量和年均极端降水量在1980-2020年呈现不显著的上升趋势,空间上表现出明显的纬度地带性和地形特征.2.年均PCD在0.26～0.4之间,说明汛期内降水集中程度较低.空间上呈现由南向北逐渐递增的纬向分布规律.年均PCP处于7/10～7/22,表明最大日降水量主要出现在7月中后旬,空间上表现出明显的地形特征.3.在占研究时段66%的年份,PCP与PCD呈现反相关关系,即降水集中度越大的地区,降水集中期越早.4.在70%的年份中,海拔越高,降水集中度越高,最大日降水出现时间越提前.5.1 000 m以下,坡向朝南的PCD和PCP均小于坡向朝北的;而在1 000 m以上则相反.     

楚雄州汛期极端降水时空分布特征

利用1961-2010年中国地面降水日值格点数据集,采用百分位阈值、小波分析和MK检验等方法,对楚雄州汛期极端降水的时空分布特征进行了分析.结果表明:1极端降水阈值、极端降水总量及极端降水强度的空间分布具有一致性,呈现由东北-西南连线分别向西北及东南部递减,东北-西南一线呈现由东北及西南两端向中部递减的趋势;极端降水日数呈现出由南部及东北部向北部及西北部递减的趋势.2极端降水总量及极端降水日数具有较为显著且一致的年际波动特征,而极端降水强度年际波动特征不明显.3极端降水总量及极端降水强度均呈不明显上升趋势,而极端降水日数无明显变化.4极端降水总量、极端降水日数及极端降水强度均存在25年左右的主震荡周期,且极端降水总量与极端降水日数周期变化较为一致.     

近59 a河南省汛期降水集中度与集中期时空特征分析

基于河南省15个气象站点1960-2018年的逐日降水资料,采用合成分析、Morlet小波分析及GIS等方法,对59 a来河南省汛期降水集中度(PCD)和集中期(PCP)的时空演变特征进行了分析.结果表明:(1)1960-2018年河南省汛期降水以7.79 mm/(10 a)的倾向率呈波动上升趋势,空间上呈东南向西北逐...     

十七世纪以来华北中部夏季降水的特征、趋势与影响

本文通过华北中部12务夏季降水曲线的主成分分析,得到代表大区域的夏季降水变化的PPC-1序列．分析显示十七世纪的开始,华北中部是比较湿润的,中叶出现较大的波动,而下半叶降水较为正常;十八世纪整体较为湿润;十九世纪以来,降水呈现下降趋势且年际变化显著增大．谱分析结果显示,夏季降水具有23．8年、8．6年、7．0年和2—5年的显著周期．在假定人类活动强度和其他控制因素不变的情境下,未来4JD年（2011—2050AD）,华北中部地区的夏季降水总体呈现显著下降的趋势．最后,通过分析降水变率与社会进程的时间耦合,认为近四百年来气候变化对中国农耕社会的稳定性具有显著影响．     

深圳市降水特征时空演变规律分析

采用中国区域地面气象要素数据集中的降水数据,基于Mann-Kendall检验法、Sen's坡度法、Morlet复小波分析法并结合极端降水指标,对深圳市1979—2015年降水量的时空演变规律进行了分析.结果表明:1)1979—2015年深圳市年平均降水量为1 841.28mm,最大主周期为10a,呈现不显著减小趋势.年降水量表现出西多东少、南多北少的空间分布特征.2)西部城区夏季降水和东部郊区相近,春、秋、冬季降水多于东部郊区,且汛期和非汛期降水量都多于东部郊区.3)极端降水时间和雨量南部多于北部、中西部地区多于东部,且极端降水整体呈现降水历时变短、场次降水强度变大的趋势,西部城区表现更为显著.4)西部城区年降水量、汛期降水量和极端降水指标都呈现不显著增加趋势,而东部郊区呈现不显著减小趋势,表现出一定的雨岛效应.     

气候变暖背景下汾河上游流域气温和降水的变化及其影响分析

基于1960-2011年汾河上游流域4个气象站的气温、降水资料,采用现代气候统计方法分析了52 a来汾河上游流域气温和降水的变化特点,在此基础上,分析了气温和降水变化对水分盈亏量的影响。结果表明：汾河流域上游年平均气温呈极显著上升趋势,线性倾向率为0. 203℃/10 a,并在1993年发生由冷变暖的气温突变;20世纪80年代平均气温最低,21世纪初10年最高。年降水量呈现逐渐减少的趋势,但未通过显著性检验,主要表现为年际间的波动,年代际呈现“U”字型变化;20世纪60年代,降水最为丰沛,80年代最为匮乏,之后略有增加。20世纪60-80年代,上游四季气候以冷为主、干湿相当,之后,以暖为主、略显偏湿。在气温持续升高、降水波动减少的前提下,水分盈亏量逐渐减少,与降水量的多少关系更密切。     

黑河流域中、西部水系近50年来气温 降水 径流变化特征

采用Mann-Kendall非参数检验方法统计分析黑河流域中、西部水系气温、降水及出山径流序列变化特征,并初步讨论了降水、径流发生变化的可能原因.黑河流域中、西部水系气温在20世纪60-70年代总体表现为下降趋势,80年代气温开始波动升高,气温显著升高则主要发生在2000年以来.研究区山区年降水量大于平原的,各站年降水量均呈现平、枯、丰交替的特点,总体上呈微弱增加趋势,增幅不显著.出山径流量在年代尺度上呈现缓慢下降的趋势,洪水和丰乐两条河流的年出山径流量存在突变点,位于1960前后.2000年前后,三河径流量微弱上扬后,继续开始减少趋势,讨赖河稍迟于其余2条较小的河流.     

我国长江中下游地区降水变化趋势分析

利用1951—2001年10个代表站的逐日降水观测资料，运用线性趋势法分析了51年来长江中下游地区年和季的降水量、降水日数和降水强度的变化趋势，用Mann—Kendall法对降水日数和降水强度的突变进行了检验，并对日降水量分级别讨论了各等级对总降水量贡献的变化趋势．分析表明：（1）该区域年降水量变化趋势不明显，但春季和夏季降水量分别有显著减少和增加的趋势；（2）除夏季外，其余各季和年的降水日数均为显著减少，且年降水日数减少的突变发生在1977—1978年之间；（3）由于年降水量的微弱增加和年降水日数的显著减少，导致年降水强度的显著增加，且年降水强度的突变发生在20世纪80年代中期；（4）年降水强度增加主要是由于暴雨（日降水量≥50．0mm）对降水总量贡献的增加，而暴雨对降水总量贡献的增加又是由于其对降水日数贡献的增加，因为暴雨本身强度的变化趋势不显著．     

重庆主城区近百余年降水的变化特征

利用1892—2009年重庆主城区降水资料,采用多种统计方法,分析了近百余年来重庆主城区年和四季降水的气候变化特征.结果表明:重庆市主城区近百余年来,年、春季、夏季和冬季降水线性变化趋势都不明显,都为略增多的趋势.秋季降水为显著的减少趋势,减少率为-6.7mm/10a,通过了0.01的水平置信度检验.年和四季降水的阶段性变化差异明显.年降水在近百余年未发生明显的突变.春季、夏季和冬季降水都发生过一次突变,分别发生于1915、1978、1956年,都突变为增加趋势.秋季降水第一次突变发生于1963年,突变为增加趋势;第二次突变发生于1974年,突变为减少趋势.周期分析表明近百余年来年降水存在3a左右的显著周期,春季降水存在7a和5a左右的显著周期,夏季降水存在3a和6a左右的显著周期,秋季降水存在2a左右的显著周期,冬季降水存在3a左右的显著周期.     

新疆石河子多年气温、降水突变分析

新疆石河子气象观测站1954～2017年逐月气温及降水资料,采用Mann-Kendall、滑动t和Yamamoto法联合检测多年来石河子气温、降水年及四季突变事实,结果发现:(1)半世纪来,石河子气温发生了以变暖为主的显著突变,春、夏、秋三季和年突变点在90年代中期1996～1997年,冬季在1984～1985年;(2)除秋季外,年和春、夏、冬三季都有降水突变,年、春、夏季以突变增加为主,年、春季突变点在1986、2001～2002年,夏季在1985年,冬季以突变减少为主,出现在1978、1994年;(3)气温、降水突变互有影响,1996年春、夏季出现的显著暖突变直接导致同年年气温的显著暖突变,1986年春季降水的突变增加直接导致同年降水的突变增加,1996年气温的显著暖突变引起同年年降水的显著减少突变;(4)不同突变检测方法灵敏性不同,应将多种方法结合使用,以增加突变检测点的可信度和确定性。     

1957～2012皖北粮食产区降水变化特征研究

基于皖北粮食产区1957~2012年逐月降水资料,运用趋势分析、不均匀系数、集中度(期)和小波功率谱等方法,分析了皖北降水年内、年际等变异规律。结果表明:(1)皖北地区1957~2012年降水量总体表现为缓慢增加趋势,变化率为8.979 mm/10a。降水年代际变化较大:20世纪60年代、90年代和21世纪前十年为多雨期;50年代后期,70~80年代及2011和2012年降水偏少;(2)降水不均匀系数变化范围为0.509~1.576,50年代后期至60年代较不稳定,而2000年以后,降水不均匀性持续增加;从空间分布来看,降水均匀性由北向南渐少,但存在年代际变化差异;(3)降水集中度变化有微弱增加趋势,多年平均降水集中度为0.4777,降水分配遵从"均匀→集中→均匀→集中"过程;从空间上看,与不均匀系数变化特征大致一致。56年来皖北降水集中期最大降水主要集中在7月份。(4)从周期震荡来看,皖北降水周期以3~8a为主,而降水集中期的降水周期以2~4年为主。皖北是我国重要粮食产区,本研究可为该区农业灌溉规划与水资源管理提供重要依据。     

我国东中部地区小时降雨集聚时空特征

基于1980—2012年1457个站点小时降雨数据,研究我国中东部地区5—9月降雨集聚指数(PCI)的时空分布特征,探索PCI与不同降雨强度和不同持续时间小时降雨变量之间的关系,揭示影响PCI变化的降雨特征变量。研究结果表明:我国中东部地区PCI在0.56~0.78之间,并具有明显的区域差异。东南沿海PCI高于西北内陆,在东北、华北及四川盆地形成3个高值中心,并在海拔差异较大的地区发生突变。线性趋势分析表明,我国中东部地区近33年PCI呈上升趋势。PCI与极端降雨之间呈显著正相关,且随着降雨量的减少,相关性显著增强。     

1965-2013年黄土高原地区极端降水事件时空变化特征

基于黄土高原地区52个气象站点1965-2013年逐日降水数据,辅以一元线性趋势分析、相关分析、Mann-Kendall检验及反距离加权插值(IDW)等方法,本文分析了黄土高原地区极端降水事件时空变化特征.结果表明:1)时间上,持续性指标和强度指标中除降水强度(SDⅡ)外均呈现减小的趋势;绝对指标和相对指标中除R10 mm降水日数(R10 mm)外,其他指数均呈现增加的趋势,但均未通过0.05显著性水平检验.2)空间上,就持续性指标来看,连续无雨日数(CDD)增加趋势最大的位于区域Ⅲ,连续降水日数(CWD)和年降水总量(PRCPTOT)在区域Ⅱ的北部的增幅最大;强度指标中,1d最大降水量(RX1 day)和5d最大降水量(RX5 day)在区域Ⅱ的中部和北部增幅最大,SDⅡ增幅最大的地区主要集中在区域工和区域Ⅱ的北部地区;绝对指标中,R10 mm、R20 mm降水日数(R20 mm)和R25 mm降水日数(R25 mm)的趋势变化呈由南向北增加的趋势;相对指标中,异常降水日数(R95p)和极端降水日数(R99p)增幅最大的地区主要集中在区域Ⅱ.3)CDD与经度、纬度呈显著的负相关,年降水总量(PRCPTOT)、R10 mm和R25 mm与纬度呈显著正相关,其他极端降水指数与经纬度和海拔高度的相关性不显著.4)主成分分析的结果表明2类极端降水指数的总贡献率达到80.73％,除CDD外,其他极端降水指数与PRCPTOT均具有良好的相关性,且均通过了0.01显著性水平检验.5)Hurst指数结果表明黄土高原地区CDD、SDⅡ、R10 mm、R20 mm和R25 mm极端降水指数变化均呈反向变化特征,其他极端降水指数呈同向变化特征.     

济南市降水特征时空演变规律分析

以济南市为研究对象,采用中国区域高时空分辨率地面气象要素驱动数据集中的降水数据,基于Mann-Kendall检验法和Sen‘s坡度法,对济南市各区域1979-2015年城区、山区及平原区域降水特征的时空演变规律进行了分析.结果表明: 1)1979-2015年济南市年平均降水量为643.4mm,丰水年与枯水年常交替出现,年际变化幅度大,年平均降水量呈波动型增长,但增长趋势并不明显; 2)济南市年降水量空间分布呈由西南向东北阶梯型递减的特征,且其分布特征与地形关系密切,南部山区降水普遍大于北部平原地区,空间分布极不均匀; 3)济南市夏季降水集中,约占全年降水量的60%以上,且紧邻主城区的南部山区夏季降水量高达494.6mm,故主城区遭受山洪灾害的风险较大; 4)近37年济南市平原区和主城区汛期降水量呈增加的趋势,山区汛期降水量有所减少,但降水量变化程度不显著.      

降水极值的非平稳性特征及其重现期研究--以福建省为例?

变化环境下降水序列具有普遍的非平稳性.为深入探究降水极值的非平稳特征及其对极端降水重现期的影响,本文以福建省22个站点为例,针对表征降水序列非平稳特征的2个重要变量均值和方差,利用经验模态分解法(EMD)、Mann-Kendall趋势检验法分析了1960—2012年前汛期、后汛期降水极值序列非平稳特征;运用贡献分析法分析降水极值序列均值和方差变化对非平稳的降水极值确定性趋势的增量贡献;构建非平稳模型,基于均值、方差趋势探讨极端降水的重现期变化特征.结果表明:1)福建省前、后汛期降水极值序列非平稳性较强,前汛期闽西、闽北、闽中方差增加显著,部分站点方差变化对降水极值确定性趋势的增量贡献较大;后汛期全省降水极值均值普遍呈现增加趋势,对降水极值的确定性趋势起主导作用.2)福建省前汛期极端降水趋势增大的站点位于闽北地区,因为降水序列方差的线性增加趋势导致极端降水量显著增加;后汛期极端降水趋势增大的站点位于闽西和闽南2个区域,其中多数站点因为均值的增加趋势导致极端降水量增加,但是增加幅度平缓.3)降水序列方差的改变更加显著地影响了极端降水重现风险,变化环境下极端降水趋势和风险研究需充分考虑降水序列的非平稳性.     

基于质心分析的淮河流域降水时空分布特征

为定量表征淮河流域降水量非均匀性特征,建立年降水质心时间指标,以概化年内降水过程时间分布,从时域、空域、频域3个维度解析流域近55 a降水质心时间的总体格局与演变规律。结果表明:各典型站点近55a降水质心时间序列中全部存在28a的第一主周期;年降水质心时间序列突变年份多发生于1975—1989年,突变主要集中于淮河上中游地区;年降水质心时间序列多呈现不显著的增加趋势,说明流域大部分地区年降水集中期有微弱的后移倾向;年降水质心时间随纬度增加而呈现明显的后推趋势,流域南北地区年降水质心时间可相差20 d左右,经度变化对年降水质心时间没有明显影响;淮河流域暴雨与大雨质心时间普遍迟于其他等级年降水质心时间,流域年降水质心时间对暴雨、大雨较为敏感。     

近40年云南省极端降水时空变化特征分析

为了研究云南省降水及极端降水变化趋势,基于1979—2019年云南省气象站点日降水数据及十种极端降水指标,采用M-K突变检验、小波分析及Hurst分析等方法,对近40年内降水及极端降水的变化趋势及空间格局进行探讨。结果表明：1979—2019年云南省年降水整体呈下降趋势,降水总量下降最大倾向率达到-24.52mm/10a,存在24年、9年及其他变化尺度,干旱半干旱区突变显著性最强。在空间变化趋势中,强降水量在湿润区出现快速下降,倾向率达到-5.161mm/10a。其他极端降水事件频率、强度及极值出现不同程度下降;Hurst指数均小于0.5,显示未来各地区间极端降水频率、强度指数变化趋势将会减弱;降水总量能够较好的指示其他极端降水指标变化,相关性达到0.8,降水强度其次,相关系数达到0.7,且均通过0.01显著性检验。研究结果能够为科学研究极端降水趋势变化机制提供依据。     

低纬高原地区不同强度降水日数变化及其与20092011年干旱的联系

根据低纬高原地区19612011年逐日降水量台站观测资料,利用趋势分析、小波分析等统计诊断方法对低纬高原地区不同强度降水的时空分异特征进行研究,结果表明:低纬高原地区降水事件以小雨和中雨为主,其日数占总降水日数的90 %以上,产生的降水量也达到总降水量的60 %以上.小雨和中雨量级降水日数与低纬高原总降水日数及总降水量的U型分布特征较为相似,但大雨及暴雨量级降水日数与总降水日数的空间分布差异明显.伴随着全球增暖,低纬高原地区东部小雨及中雨量级降水事件发生频率显著减少,导致低纬高原东部地区的总降水量呈现明显减少的趋势.而低纬高原西部地区,各量级降水日数变化趋势在空间上存在较大差异,各量级降水日数对总降水量贡献相互抵消,导致低纬高原西部地区总降水量变化趋势不明显.对造成20092011年连续严重干旱的各等级降水频次贡献进行分析,结果表明中雨量级降水频次异常偏少在此次严重干旱事件的发生、发展中起决定性作用.     

黄土高原极端降水变化及其对植被覆盖度影响

全球变暖背景下,黄土高原极端降水事件频发,对社会经济及植被生态产生了重要影响,研究黄土高原极端降水变化特征及其对植被覆盖度(fractional vegetation cover, FVC)影响,可为生态环境保护和区域可持续发展提供科学支撑。基于2000—2020年黄土高原64个气象站点逐日降水数据和MODIS NDVI数据,采用趋势分析、相关分析等方法,分析了黄土高原地区极端降水和FVC时空变化特征及极端降水对FVC的影响。结果表明：2000—2020年黄土高原地区总降水量P_RCPTOT、中雨日数R_10mm、大雨日数R_20mm、强降水日数R_25mm和降水强度S_DII均呈显著上升趋势(P<0.05),区域西部和北部强降水总体增加,但区域南部呈干旱化。2000—2020年黄土高原FVC总体呈显著上升趋势(P<0.05),集中分布在区域中东部,占区域总面积的32.00%;显著下降趋势主要分布在南部少部分地区,仅占区域总面积的4.91%。2000—2020年黄土高原地区F...     

额尔齐斯河流域降水变化特征

选择额尔齐斯河流域4个气象水文测站(斋桑泊、塞米巴拉金斯克、鄂木斯克和塔帕)近70a(1936—2005年)的降水系列资料,采用5a滑动平均法、Mann-Kendall法、复Morlet小波分析法和R/S分析法分析这4个气象水文测站的降水变化特征。结果表明:这4个气象水文测站的年降水量呈现不同程度的上升趋势,其中鄂木斯克和塔帕存在显著的上升趋势;4个气象水文测站的年降水存在11~13a时间尺度的交替,表现出明显的周期特征,其次7~9a以及4a左右时间尺度的周期性也相对比较明显;Hurst值表明未来斋桑泊气象水文测站年降水量总体上将呈减少趋势,但反持续程度很弱,其余3个气象水文测站的降水量仍将呈上升趋势。