EN中文

地球信息科学学报 >

2018 , Vol. 20 >Issue 10: 1432 - 1442

DOI: https://doi.org/10.12082/dqxxkx.2018.180215

地理空间分析综合应用

贵州高原1960-2016年降水变化特征及重心转移分析

  • 赵志龙 ,
  • 罗娅 , * ,
  • 余军林 ,
  • 罗旭琴 ,
  • 杨月燕
展开
  • 贵州师范大学地理与环境科学学院,贵阳 550001
*通讯作者：罗 娅（1979-）,女,博士,教授,研究方向为生态水文遥感与水土资源保护。E-mail:

作者简介：赵志龙（1993-）,男,硕士生,研究方向为生态水文遥感与水土资源保护。E-mail:

收稿日期: 2018-04-28

  要求修回日期: 2018-07-23

  网络出版日期: 2018-10-17

基金资助

国家十三五重点研发计划课题(2016YFC0502607)

国家自然科学基金项目(41761003)

贵州省社会发展科技攻关计划项目(黔科合SY字[2013]3172号)

贵州师范大学2015年博士科研启动项目(0514177)

收起

Analysis of Precipitation Variation Characteristics and Barycenter Shift in Guizhou Plateau during 1960-2016

  • ZHAO Zhilong ,
  • LUO Ya , * ,
  • YU Junlin ,
  • LUO Xuqin ,
  • YANG Yueyan
Expand
  • School of Geography and Environmental Science,Guizhou Normal University,Guiyang 550001,China
*Corresponding author: LUO Ya, E-mail:

Received date: 2018-04-28

  Request revised date: 2018-07-23

  Online published: 2018-10-17

Supported by

Project of National Key Research and Development Program of China in the 13th Five-year Plan, No.2016YFC0502607

National Natural Science Foundation, No.41761003

Project of Social Development of Guizhou Province, No.[2013]3127

Doctoral Foundation of Guizhou Normal University in 2015, No.0514177.

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

利用贵州高原34个气象站1960-2016年共57 a的降水资料,基于协同克里金法、Mann-Kendall趋势检验法、气候倾向率、重心模型等方法分析了贵州高原降水在不同时间尺度下的时空分布规律以及降水重心的转移趋势。结果表明：① 贵州高原多年平均降水量呈现南多北少特征。在南部与东部存在3个多雨中心,分别位于西南暖湿气流的北上通道（兴义-安顺一带）、苗岭山脉的迎风坡（都匀-独山一带）以及武陵山脉的迎风坡（铜仁–松桃一带）;少雨区位于乌蒙山脉背风坡的威宁–毕节一带。② 1960-2016年降水量年代变化呈现出波动性,2010s的降水变异性最大,1990s的降水变异性最小;年际变化较为剧烈,呈不显著减少的趋势,在空间上呈现中部西部减少、东部增加的趋势;降水季节差异显著,春季、秋季降水显著减少,夏季、冬季的降水不明显增加;各月降水变化情况不同,1、3月降水增加最明显,4月降水下降最明显。③ 降水重心呈西南-东北向分布,有明显的东移趋势。贵州高原降水量的减少可能与西南季风的减弱有关。研究结果对贵州地区水资源配置及洪涝灾害预防具有重要意义。

关键词： 贵州高原; 降水量; 协同克里金法; Mann-Kendall法; 降水重心

本文引用格式

赵志龙 , 罗娅 , 余军林 , 罗旭琴 , 杨月燕 . 贵州高原1960-2016年降水变化特征及重心转移分析[J]. 地球信息科学学报, 2018 , 20(10) : 1432 -1442 . DOI: 10.12082/dqxxkx.2018.180215

Abstract

Based on the precipitation data of 34 meteorological stations in Guizhou Plateau from 1960 to 2016, the study analyzed the spatial-temporal distribution of precipitation and its barycenter shift in Guizhou Plateau at different time scales using the Co-Kriging method, Mann-Kendall trend test method, the climate tendency rate and barycenter model. The results indicate that: (1) The average annual precipitation over the Guizhou Plateau was characterized by decreasing from the south and the east to the northwest.There were three rainy centers in the south and east of Guizhou Plateau, respectively located in the northward transport path of the southwest warm and humid airflow (Xingyi-Anshun area), the windward slope of the Miaoling Mountains (Duyun-Dushan area) and the windward slope of the Wuling Mountains (Tongren- Songtao area); And the less rainy area was located in Weining and Bijie, where is the leeward slope of the Wumeng Mountains. (2) The chronological changes of precipitation from 1960 to 2016 presented volatility, the precipitation variability of 2010s was the largest, and the precipitation variability of 1990s was the smallest; the interannual variation was more dramatic, showing a not-significant decrease trend, which presented a spatial reduction in the central and western regions and increase in eastern regions. The differences in seasonal precipitation was obviously, precipitation decreased significantly in spring and autumn, and did not increase significantly in summer and winter.The change of precipitation in each month was different. The increase in precipitation was most significant in January and March, and the decline in precipitation in April was the most significant. (3) The precipitation barycenter was distributed in the southwest-northeast direction, and there had been a clear eastward shift in the past 57 years. The decrease of precipitation in Guizhou Plateau had the possibility of being associated with the weakening of the Southwest Monsoon. The above results are of great significance to the allocation of water resources and the prevention of flood disasters in Guizhou.

Key words： Guizhou Plateau; precipitation; Co-Kriging; Mann-Kendall method; the precitipation barycenters

1 引言

研究区域降水变化并揭示其时空特征,对于探寻气候变化的区域特征有重要意义[1,2,3,4,5]。贵州高原位于中国第一与第三阶梯的过渡地带,是长江流域与珠江流域的分水岭,受到东亚季风与西南季风的共同影响[6]。由于高海拔地形和低纬度的位置特征,具有独特的天气、气候系统,其降水时空分布受气候变化引起的季风变化影响明显[7,8]。同时,作为国内喀斯特地貌分布最广的地区,其地形复杂破碎,空间异质性强,极易受到极端降水的侵害。因此,分析贵州高原的降水变化特征,有助于揭示该区域的气候变化规律,对于该地区水资源的合理配置、旱涝灾害的预防、喀斯特石漠化的针对性防治都有着重要的价值,同时也有利于该地区的农林渔业、水力发电、水上航运等行业的发展,受到众多专家学者的高度关注。
针对贵州高原的降水变化,伍红雨等[9]分析了降水气候异常的时空分布特征,结果表明夏季降水与长江、淮河流域呈同位相,而与陕、甘、宁交界处呈反位相关系。严小冬等[10]研究了月季降水量场的时空分布变化规律,结果发现夏季降水的年际变化较其它季节大,春、夏、冬季降水的年际变化具有一定的周期性。白淑英等[11]针对近50年不同强度降水日数的时空变化进行了分析,结果表明不同降水强度呈先增加后减少趋势,并在2006年发生突变。张勇荣等[12]研究了强降水日数和强度的气候倾向率、变化率以及稳定性等方面的空间分布特征,结果显示,在年均降水量、降水日数和强度相对较小的区域,其降水日数和强度的变化率最大、稳定性最差。可以看出,已有研究对贵州高原降水时间变化规律有较全面的分析,而对其降水重心转移情况关注较少。重心原本属于物理学中经典力学的范畴,基本含义是指物体各部分所受重力之合力的作用点。近年来,已有不少学者将重心概念引申至地理学领域：高志强等[13]将其引申为土地利用重心,分析土地利用对气候变化及人为活动的响应程度;徐建华等[14]将其引申为区域重心,以区域重心的时空变化来表示区域差异的动态演化过程;刘斌涛等[15]将其引申为降雨侵蚀力重心,以揭示西南山区降雨侵蚀力的季节变化特征和集中分布区域的动态变化情况;陈素景等[16]将其引申为降水重心,用来揭示降水在区域总体的分布情况。可见,重心模型已在地理学领域得到了广泛的应用,而降水重心是揭示降水空间分布不均衡程度的重要方面。因此,有必要针对贵州高原降水变化及其重心转移情况开展进一步研究。
综上,基于贵州高原34个气象站点近57a的日降水资料,运用协同克里金法、Mann-Kendall趋势检验法、气候倾向率、重心模型等方法,分别从年代际、年际、季节及逐月变化的角度,分析贵州高原降水的时空分布规律,并揭示其降水重心变化趋势,以期为贵州高原水资源配置和旱涝灾害防治提供参考。

2 研究区概况

贵州高原地处中国地势的第二阶梯、云贵高原的东斜坡地带,位于103°31′~109°30′ E,24°30′~29°13′ N。其属于喀斯特高原山区,喀斯特面积占总面积的61.92%,山地和丘陵占全区面积的92.5%。地势西高东低,海拔高度147.8~2900.6 m,平均海拔约1100 m。气候属亚热带季风气候,冬无严寒,夏无酷暑,垂直差异比较明显。
Fig. 1 Locations of study area and 34 meteorological stations

图1 研究区及34个气象站分布位置

3 数据源与研究方法

3.1 数据源

所用降水数据为贵州高原1960-2016年34个气象站的日降水资料[17],下载地址为中国气象数据网（http://data.cma.cn/）。该数据的质量由国家气象中心控制,稳定可靠,个别站点存在少数日降水量数据缺测的情况,对此在预处理时采用临近站点观测数据进行插补[18]。所选择的34个站点中,位于黔东南州的有5个,黔南州的有5个,铜仁市的有3个,遵义市的有7个,毕节市的有4个,贵阳市的有2个,黔西南州的有4个,安顺市和六盘水市的各有2个,基本能均匀覆盖贵州各个地区。
用作降水量插值协同变量的DEM数据下载自国际热带农业研究中心（http://srtm.csi.cgiar.org）的SRTM3地形产品[19],水平空间分辨率为90 m×90 m。

3.2 研究方法

采用协同克里金方法分析贵州高原1960-2016年的年均降水量的空间分布后,再利用Mann-Kendall趋势检验法、气候倾向率等方法,从年代际、年际、季节变化及逐月变化角度研究贵州高原降水量时空变化规律,最后基于降水重心模型揭示贵州高原降水重心的空间变化趋势。
3.2.1 运用克里金（Kriging）插值法获取面雨量
克里金（Kriging）法是以空间自相关为基础,利用原始数据和半方差函数的结构性,对区域化变量的未知采样点进行无偏估值的插值方法。它假设数据变化呈正态分布,通过对数据的空间分析获取权重值,插值的整个过程相当于在未知区域化变量Z的期望值上对样点进行加权滑动求取平均值的过程[20]。普通克里金方法的公式为：
Z x = ∑ i = 1 n λ i Z ( x i ) （1）
式中： Z x 为待插值点的估计值; Z ( x i ) 为第i个样本点的实测值;n为参与计算的观测站样本个数; λ i 为第i个样本点的权重系数。Goovaerts[21]和孙然好等[22]的研究表明,加入高程参数的协同克里金法（Co- Kriging）的精度要高于普通克里金法。因此,本文选用以DEM为协同变量的协同克里金法作为降水分布的插值方法。协同克里金法的公式为[23]：
Z x = ∑ i = 1 n λ i Z x i + λ y ( x ) - m y + m z （2）
式中： y ( x ) 为协同变量的值; m y 、 m z 为协同变量及降水量的全局平均值。
3.2.2 运用气候倾向率指标揭示降水变化幅度
气象要素的线性趋势变化可用一次直线方程来描述[24]。用 x i 表示样本量为n的某一气候变量,用 t i 表示 x i 所对应的时间,建立 x i 与 t i 之间的一元线性回归方程为：
x i = a + b t i （3）
以线性回归系数b的10倍作为气候倾向率,在本文中即指降水的变化幅度。
3.2.3 运用Mann-Kendall（M-K）法检验降水变化趋势
M-K法是用来评估水文气候要素时间序列趋势的检验方法,以适用范围广、人为性少、定量化程度高而著称[25]。其检验统计量公式为：
s = ∑ i = 1 n ∑ j = 1 i - 1 sign x i - x j （4）
式中： sign ( ) 为符号函数,当 x i - x j 小于、等于或者大于0时, sign x i - x j 分别为-1、0和1。M-K统计量公式s大于、等于、小于0时为：
z = ( s - 1 ) / n ( n - 1 ) ( 2 n + 5 ) / 18 0 ( s + 1 ) / n ( n - 1 ) ( 2 n + 5 ) / 18 （5）
式中：z为正值表示增加趋势,负值表示减少趋势。z的绝对值大于等于1.28、1.64、2.32时分别表示通过了信度为90%、95%、99%的显著性检验。
3.2.4 运用重心模型分析降水重心变化
重心这一概念原本属于物理学领域,高志强 等[13]、徐建华等[14]、刘斌涛等[15]、陈素景等[16]将重心模型分别引申为土地利用重心、区域经济重心、降水侵蚀力重心以及降水重心的概念,使其在地理学领域得到了广泛的应用。运用重心模型开展降水重心变化分析,其计算公式为：
X ¯ = ∑ i = 1 n X i P i ∑ i = 1 n P i , Y ¯ = ∑ i = 1 n Y i P i ∑ i = 1 n P i （6）
式中： X ¯ 、 Y ¯ 为重心坐标; X i 、 Y i 为第i个台站的经纬度坐标; P i 为第i个台站的年降水量。

4 结果与分析

4.1 多年平均降水空间分布特征

统计贵州高原近57 a的日降水数据,可获取其多年平均降水空间分布特征。由图2可知,在东南季风、西南季风及地形地势等因素的共同影响下,贵州的多年平均降水量为892~1441 mm,约占总面积91%的地区的多年平均降水量集中在1000~1400 mm之间。呈现由东部和南部向西部和北部逐渐递减的趋势,存在3个多雨中心和一个少雨带。其中,多雨中心分别为：① 兴义至安顺一带,由于地处西南暖湿气流的北上通道,年均降水量在1300~1400 mm以上;② 都匀及独山一带,由于处于苗岭山脉的迎风坡,降水量大于1300 mm;③ 铜仁及松桃一带,由于位于武陵山脉的迎风坡,年平均降水量也普遍超过1300 mm。而少雨带位于威宁至毕节一带,因其位于乌蒙山脉的背风坡,年平均降水量少于1000 mm。
Fig. 2 Average annual rainfall distribution of Guizhou Plateau

图2 贵州高原多年平均降水量分布

4.2 不同时间尺度的降水变化

4.2.1 年代际变化
分别统计1960s、1970s、1980s、1990s、2000s和2010s的年降水最大值、最小值和均值,可分析降水的年代际变化情况。其中,2010s的降水数据用2010-2016年的数据计算获取。由图3和表1可看出,贵州降水的年代均值总体呈波动趋势,出现了2次较大的增加,增加时期为1960s（1210.84 mm）-1970s（1237.30 mm）和1980s（1152.62 mm）-1990s（1224.51 mm）,分别增加约26 mm和73 mm。与2次增加相对应,也出现了2次明显的减少,减少时期为1970s（1237.30 mm）-1980s（1152.62 mm）和1990s（1224.51 mm）-2000s（1148.54 mm）,分别减少约 85 mm和76 mm。从降水量年代际最大值来看,在2000s以前,年代最大值呈减少趋势,2010s年代最大值突然增加;降水量年代最小值与年代平均值类似,也呈现出2次波动趋势。此外,由表1可看出,贵州高原各年代际降水量变异性呈现2010s（0.17）>1960s（0.12）>1980s（0.11）>2000s（0.10）>1970s （0.07）>1990s（0.06）的趋势,表明2010s的降水变异性最大,1990s的降水变异性最小,而其他年代变化幅度处于二者之间,变异系数为0.07~0.12。
Tab. 1 Statistical table of interdecadal precipitation variation from 1960s to 2010s

表1 1960s-2010s年降水量年代变化统计表

1960s 1970s 1980s 1990s 2000s 2010s
平均值/mm 1210.84 1237.30 1152.62 1224.51 1148.54 1160.93
最大值/mm 1406.01 1376.85 1321.70 1341.28 1304.57 1394.44
最小值/mm 980.56 1104.37 973.90 1108.13 968.35 841.19
标准差/mm 145.59 82.31 123.78 75.73 116.19 197.01
变异系数 0.12 0.07 0.11 0.06 0.10 0.17
Fig. 3 Statistical graph of interdecadal precipitation variation from the 1960s to 2010s

图3 1960s-2010s年降水量年代变化统计图

4.2.2 年变化
统计1960-2016年历年的年降水量最大值、最小值和均值,可分析降水的年变化情况。由图4可看出,贵州近57a来年均降水量为1190.61 mm,降水量最大值出现在1967年,为1406 mm;最小值出现在2011年,为841.19 mm;最大值与最小值之间相差1.67倍,说明降水量的年变化较为剧烈。57 a间贵州高原降水的气候倾向率为-11.81 mm/10a,利用M-K趋势检验法对57 a间降水量的变化趋势进行检验,结果表明57a间贵州高原降水总体呈下降趋势,但未通过信度为95%的的显著性检验,说明下降趋势不显著。
Fig. 4 Inter-annual variation of precipitation from 1960 to 2016

图4 1960-2016年降水量年际变化

由图5可看出降水气候倾向率的空间分布。结果显示,贵州高原年降水量呈中部西部减少、东部增加的趋势,有85%的区域呈减少趋势,仅有14%的区域呈现出增加趋势。气候倾向率处在-42~22 mm/10a区间,空间分布上由西向东呈现梯度变化,西部的安顺、盘县一带减少最多,气候倾向率处在到-42~-30 mm/10a之间,东部的天柱增加最多,气候倾向率达22 mm/10a。
Fig. 5 Distribution of precipitation climate trendency rate from 1960 to 2016

图5 1960-2016年降水气候倾向率分布

4.2.3 季节变化
统计1960-2016年各季节的降水量均值：贵州高原春、夏、秋、冬四季的多年降水量均值分别为308.62、562.28、244.07和75.74 mm,季节差异显著。四季中,夏季是降水最集中的季节,其降水量占全年降水量的47.2%;春季降水量次之,占全年降水量的25.9%;秋季降水量第三,占全年降水量的20.5%;冬季降水量最少,仅占全年降水量的6.4%。利用M-K法对4个季节的降水进行趋势检测（图6）,结果表明：贵州高原近57 a来春、秋季的降水均呈显著减少趋势,分别通过了信度为90%与95%的显著性检验;夏季、冬季的降水呈增加趋势,但未通过显著性检验。
Fig. 6 Trends of four seasons precipitation in Guizhou Plateau from 1960 to 2016

图6 1960-2016年贵州高原四季降水量变化趋势

此外,由贵州高原四季降水量的气候倾向率空间分布（图7）可看出,贵州高原春、秋两季降水呈明显减少趋势,其气候倾向率均值分别为-5.46 mm/10a和-9.23 mm/10a;夏、冬两季降水呈略微增加趋势,其气候倾向率均值分别为1.99 mm/10a和0.96 mm/10a。在降水明显减少的秋季,西部地区降水减少程度明显高于中部和东部,减少最明显的区域位于西南暖湿气流通道上的安顺至盘县一带;在降水增加较明显的夏季,降水增加最明显的区域位于贵州高原东部武陵山脉迎风坡的天柱–铜仁一带。
Fig. 7 Spatial distribution of four seasons' precipitation tendency rate in Guizhou Plateau from 1960 to 2016

图7 1960-2016年贵州高原四季降水气候倾向率空间分布

4.2.4 月变化
统计1960-2016年贵州高原各月的降水量均值及其降水气候倾向率,可分析降水的月变化情况。由表2可看出,一年中6月降水最多,降水量可达219.3 mm,占全年降水量的18.4%;12月降水最少,其降水量仅为23.8 mm,约占全年降水量的2%。汛期（5-9月）降水量达836.2 mm,约占全年降水量的70%。1-6月降水量呈逐渐增大的趋势,6-12月降水量呈逐渐下降趋势。分析月降水量气候倾向率可知,贵州高原1、3、6与7月降水量呈上升趋势,4、5月及9-12月的降水量呈下降趋势,其中1、3和4月的上升（下降）趋势最为明显,并通过信度为95%的显著性检验,其他月份变化趋势不显著。
Tab. 2 Monthly precipitation and its tendency rate from 1960 to 2016

表2 1960-2016年各月降水量及变化趋势

1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
平均值/mm 25.0 26.8 43.9 93.8 171.0 219.3 190.7 152.2 102.9 93.0 48.1 23.8
占全年百分比/% 2.1 2.3 3.7 7.9 14.4 18.4 16.0 12.8 8.6 7.8 4.0 2.0
降水倾向率/(mm/10a) 1.19* -0.22 2.78* -5.01* -3.23 3.91 1.43 -3.35 -3.41 -3.15 -2.67 -0.09

注：*表示达到95%的信度水平

4.3 降水重心变化

为分析贵州高原近57a来降水重心的分布和移动轨迹,以年降水量为权重,利用式（6）,计算出1960-2016年降水重心的经纬度坐标,并分别绘制出1960-2016年降水重心位置及移动轨迹图（图8）和1960-2016年降水重心经纬度坐标变化图（图9）。由图8可知,降水重心的位置并非随机分布,而是集中分布在某一固定区域,近57a来贵州高原降水重心基本分布在贵阳市东部与黔南州交界的地带,处在106°41′~107°02′ E、26°33′~26°47′ N。为进一步分析降水重心的离散与方向趋势,利用ArcGIS的标准差椭圆工具创建57个降水重心点的一级标准差椭圆。结果显示,其标准差椭圆的方向为59°（北偏东59°）,说明降水重心整体呈西南–东北向分布。其标准差椭圆长轴处在西南–东北方向,长度为 22 km,短轴处在西北–东南方向,长度为11 km,二者之比为2,说明降水重心点在西南–东北方向上的离散性大于西北–东南方向。基于前文中对贵州高原多年平均降水时空变化的分析,西南东北方向分别存在2个多雨中心（兴义-安顺一带、松桃-铜仁一带）,且兴义-安顺一带降水量最大,所占权重最高,而西北–东南方向,只在都匀-独山一带存在一个多雨中心,杠杆效应不明显,因此导致了降水重心的西南–东北向分布。
Fig. 8 Location of precipitation barycenter and its movement trajectory from 1960 to 2016

图8 1960-2016年降水重心位置及移动轨迹

Fig. 9 Variation in longitude coordinate and latitude coordinate of precipitation barycenter from 1960 to 2016

图9 1960-2016年降水重心经纬度坐标变化

进一步分析降水重心的经、纬度坐标在近57 a来的变化情况（图9）,利用M-K趋势检验法分析降水重心经度与纬度的变化趋势,结果表明,近57 a来,降水重心经度呈明显增大趋势（通过信度为的99%显著性检验）,降水重心纬度呈增大趋势,但未通过置信度检验。可看出,近57 a来贵州高原降水重心有明显的东移趋势。重心的概念决定了降水重心的分布会趋向降水偏多的区域,因此这也验证了前文中所描述的贵州高原西部降水减少、东部增多的事实。但是,57 a间个别年份的年际变化幅度仍然较大,如80年代有多个年份降水重心异常偏向西南,这可能与80年代末大气环流调整[26],降水发生突变有关,但具体原因有待进一步探讨。

5 讨论

（1）1960-2016年贵州高原降水有下降的趋势,60年代以来经历了2次降水量增加与减少的波动,这与西南地区的整体变化相对应,同时极端降水的频率在增加。
根据降水气候倾向率空间分布图可以看出,近57 a来贵州高原大部地区呈下降趋势。郭慧等[27]通过分析中国西部225个气象站的降水资料得出结论：近50多年来,中国西部地区大致以100°E为界,以西降水明显增加,以东降水减少,这与本文的分析结果相对应。按季节来看,降水量最多的夏季大部地区呈增加趋势,但增加区域以研究区东部为主,而春、秋两季的降水在大部分地区为减少的,尤其是秋季降水在研究区99%的面积上呈减少趋势,可见春、秋季降水的减少是贵州高原降水减少的主导因素。
贵州高原的降水在60年代和90年代,由前期偏少转为偏多,在80年代和21世纪初由前期偏多转为偏少,这与王艳娇等[28]对中国西南地区1960-2010年降水年代际变化特征的研究结果相一致,同时也符合郭慧等[27]得出的云贵高原地区近50多年来降水量少→多→少→多的变化类型。已有研究表明,进入21世纪以来极端气候事件的频率有增加：贺晋云等[5]研究发现,进入21世纪以来西南地区极端干旱的发生次数有所增加;丁文荣等[3]研究发现,21世纪以来西南地区极端降水的贡献率有所增加,这与本文所得出的21世纪以来降水变异性的增加相吻合,变异性的增加表明近年来贵州高原降水不稳定性增加,进而导致干旱、洪涝等极端降水事件发生的可能性增大。
（2）贵州高原降水的减少与多种因素有关,但主导因素可能是西南季风的减弱,而降水重心的东移可能对两大季风的变化有一定的指示作用。
唐晶晶等[29]通过对长江流域46个站点不同时间序列的分析发现,1952-2007年海温的升高以及青藏高原热源作用的减弱使得东亚大陆与西太平洋间的经向环流减弱,进而导致西太平洋及中国南海的水汽无法深入长江流域西部地区,这可能是西南地区降水减少而长江中下游地区降水增加的原因;李聪等[30]利用1951-2009年中国503站的日降水资料研究了各地区降水的年代际变化特征,发现近60年来西南地区降水明显减少,而原因之一可能与孟加拉湾西南季风结束偏早有关。可见,贵州高原地区的降水变化受到青藏高原热源、西南季风、东亚季风等的共同影响。
资料表明,贵州高原的夏季风降水从4月上旬开始,初期受到东亚季风系统的影响;当孟加拉湾西南季风于6月逐步建立之后,西南季风气流开始大举入侵云贵高原[6],因而贵州高原地区的降水主要受西南季风的强弱控制[31]。已有研究证实,近半个世纪尤其是自20世纪70年代以来[32,33],亚洲的季风环流出现了明显的减弱,而近年来又有学者通过对石笋中δ18O含量的测定,推测西南季风的变化情况,结果表明,近半个世纪以来西南季风有减弱的趋势[34,35],因此认为西南季风的减弱可能是导致近57 a来贵州高原降水减少的主要原因。由于降水重心的分布会趋向降水偏多的区域,近57a来贵州高原降水重心发生了明显的东移,因此降水重心可能对西南季风与东亚季风的变化具有一定的指示作用,而占主导地位西南季风的强弱变化对贵州高原降水时空变化有着显著影响。

6 结论

本文通过对贵州高原降水变化特征进行多时间尺度的分析,主要得出以下结论：
（1）贵州高原降水量空间分布不均,呈现出南多北少的的特点。多年平均降水量由东部和南部向西北部逐渐递减,在南部、东部以及西北部分别存在3个多雨中心和1个少雨带。其中,多雨中心分别位于西南暖湿气流的北上通道（兴义–安顺一带）、苗岭山脉的迎风坡（都匀–独山一带）以及武陵山脉的迎风坡（铜仁–松桃一带）,少雨带位于乌蒙山脉的背风坡（威宁–毕节一带）。
（2）贵州高原降水在年代际、年、季节、月等时间尺度的变化有明显的规律性：在年代际尺度,出现2次较大的增加和两次较明显的减少,增加时期为1960s-1970s和1980s-1990s,分别增加26 mm和73 mm;2次明显的减少时期为1970s-1980s和1990s-2000s,分别减少85 mm和76 mm;各年代际降水量变异性呈现2010s （0.17）>1960s （0.12）>1980s （0.11）>2000s （0.10）>1970s （0.07）>1990s （0.06）的趋势,表明2010s的降水变异性最大,1990s的降水变异性最小。在年尺度,降水量年变化较为剧烈,年均降水量为1190.61 mm,年降水量最大值为出现在1967年的1406 mm,最小值为出现在2011年的841.19 mm,最大值与最小值之间相差1.67倍;降水总体呈下降趋势,但下降趋势不显著,在空间上呈现中部西部减少、东部增加的趋势,有85%的区域减少,仅有14%的区域增加。在季节尺度,降水季节差异显著,降水主要发生在春季（308.62 mm）和夏季（562.28 mm）,该两个季节的降水量占全年降水总量的73.14%;四季中,春季、秋季降水显著减少,夏季、冬季降水不明显增加;在降水减少最明显的秋季,西部地区降水减少程度明显高于中部和东部。在月尺度,6月降水最多,12月降水最少,6月和12月降水量分别占全年降水量的18.4%和2%;汛期（5-9月）降水量达836.2 mm,约占全年降水量的70%,且汛期降水变化程度大于非汛期;一年中 1月和3月降水增加最明显,4月降水减少最明显。
（3）贵州高原降水重心分布在贵阳市与黔南州交界地带,降水重心整体呈西南-东北向分布,其标准差椭圆的长轴处在西南-东北方向,短轴为西北-东南方向,在西南-东北方向上的离散性大于西北-东南方向,近57 a来降水重心有明显的东移趋势。

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
[1]
任国玉,柳艳菊,孙秀宝,等.中国大陆降水时空变异规律—Ⅲ.趋势变化原因[J].水科学进展,2016,27(3):327-348.中国大陆现代降水表现出若干长期变化特征,对现代降水趋势性变化的原因,目前还没有很好了解.结合多种资料分析以及前人研究成果,对中国大陆近几十年降水变化趋势的原因进行了探讨,得到以下初步认识:①现代降水量变化趋势具有明显的地域性差异,全国平均没有表现出显著增加或减少的长期变化,但强降水事件频率和降水量出现明显增多,而小雨事件特别是痕量降水事件显著减少.②再分析资料表明,最近几十年全国水汽净收支量在一定程度上增加了,实际观测资料显示近地面和对流层中下层空气比湿或大气可降水量出现较明显上升趋势.③代用资料序列分析显示,全国大部地区近几十年降水变化仍处于晚近历史时期正常自然波动范围内;近百年观测的降水量序列也表明,黄淮海地区降水具有多重时间尺度相互叠加作用特点,低频自然气候变异的影响信号有清晰表现.④人类活动引起的大气中温室气体浓度增加对全国或东部季风区现代降水变化影响的信号,目前仍难以识别;区域性近地面风速减弱导致的雨量观测系统偏差以及大范围气溶胶浓度增加,可能是东部季风区大多数台站观测到的强降水事件频率增加和小雨频率显著减少的两个重要原因.⑤主要与城市化影响相关的地面观测资料系统偏差,可以部分解释现有分析表明的短历时强降水事件频率和累计降水量增加现象,同时也很可能是城市台站小雨和痕量降水事件频率明显下降的另一重要原因.

DOI

[ Ren G Y, Liu Y J, Sun X B, et al.Spatial and temporal patterns of precipitation variability over mainland China(Ⅲ): Causes for recent trends[J]. Advances in Water Science, 2016,27(3):327-348. ]

[2]
吴凯,王晓琳,许怡,等.中国大陆降水时空格局演变新事实[J].南水北调与水利科技,2017,15(3):30-36.

[ Wu K, Wang X L, Xu Y, et al.New facts about evolution of spatial and temporal pattern of precipitation over Chinese mainland[J]. South-to-North Water Transfers and Water Science & Technology, 2017,15(3):30-36. ]

[3]
丁文荣. 西南地区极端降水的时空变化特征[J].长江流域资源与环境,2014,23(7):1029-1037.<p>西南地区是我国山地灾害最为严重的区域之一，而短时极端降水则是山地灾害成灾演化的关键控制因素。以西南地区1960~2011年110个气象站的逐日降水量资料为基础，通过建立起超门限峰值序列(POT)，结合GIS空间分析技术与线性倾向估计、MannKendall趋势检验、Morlet小波分析等方法，研究了西南地区极端降水事件的时空变化规律。结果发现：20世纪60年代以来，西南地区极端降水频数有增加趋势，速率为0017/10 a，极端降水量在总降水量中所占的比重不断增加，增幅为0.638%/10a；西南地区极端降水频数的变化在年代际间存在显著的区域增减差异，增加的区域主要呈现出斑块状分布，而减少的区域则呈现出较明显的条带状分布；云南西南部、贵州大部和四川盆地中部3个区域是极端降水频发区，而川滇交界处的元谋&mdash;会理一带和四川盆地北部山区则较少发生极端降水；季风期极端降水频数呈现出明显的增加趋势，速率为0031次/10 a，非季风期极端降水频数则呈现出减少的趋势，速率为-0014次/10 a；季风期和年极端降水频数均没有明显的突变年份，非季风期存在3个突变点，分别是1969、1983和1994年；季风期与年极端降水存在27、15和7 a时间尺度上的周期性振荡，非季风期的周期性振荡则主要集中在27和12 a时间尺度上</p>

DOI

[ Ding W R.Spatial and temporal variability of the extreme daily precipitation in Southwest China[J]. Resources and Environment in the Yangtze Basin, 2014,23(7):1071-1079. ]

[4]
袁喆,杨志勇,郑晓东,等.近50年来淮河流域降水时空变化特征分析[J].南水北调与水利科技,2012,10(2):98-103.

[ Yuan Z, Yang Z Y, Zheng X D, et al.Spatial and temporal variations of precipitation in Huaihe River Basin in recent 50 years[J]. South-to-North Water Transfers and Water Science & Technology, 2012,10(2):98-103. ]

[5]
贺晋云,张明军,王鹏,等.近50年西南地区极端干旱气候变化特征[J].地理学报,2011,66(9):1179-1190.利用中国气象局整编的1960-2009年西南地区108站逐日气温、降水等资料,计算年、月地表湿润指数,并进行标准化,统计极端干旱发生频率,对年际、年代际、季风期和非季风期的极端干旱变化特征进行分析,得出结论：（1）整体上,四川盆地西南部、横断山区南端、广西南部沿海和贵州北部是近50年来年极端干旱发生频率明显增加的地区;年代际变化上,20世纪60-80年代极端干旱呈逐渐减少趋势,高发区交替出现在东南—西北—东,90年代下降明显,整个地区都转湿,进入21世纪后,极端干旱距平呈现正距平,且增幅较大,区域间差异却显著减小。（2）季风期与非季风期的极端干旱变化有很大差异,季风期极端干旱频率在不断增加,多发生在四川盆地周边海拔较高的山区、广西大部和＂帚形山脉＂地带,海拔对季风期极端干旱发生频率有一定影响;非季风期缓慢下降,整体偏湿。（3）通过滑动t检验和小波分析发现,季风期西南极端干旱在2003年发生突变,非季风期在1989年突变,年极端干旱发生频率是季风期和非季风期的突变叠加的结果;年极端干旱存在准5年和准12年的周期变化。

DOI

[ He J Y, Zhang M J, Wang P, et al.Climate characteristics of the extreme drought events in southwest China during recent 50 Years[J]. Acta Geographica Sinica, 2011,66(9):1179-1190. ]

[6]
赵恕. 季风与贵州的雨季[J].气象学报,1965(1):96-106.

[ Zhao S.Monsoons and rainy season in Kweichow[J]. Acta Meteorologica Sinica, 1965,35(1):96-106. ]

[7]
吴端耀,罗娅,王青,等. 2001-2014年贵州省林草植被覆盖度时空变化及其与气温降水变化的关系[J].贵州师范大学学报(自然科学版),2017,35(1):1-7.运用2001-2014年的MODIS-NDVI数据,结合同期气温与降水数据,研究贵州林草植被覆盖度在14年间的时空变化及其与气温降水变化的关系。结果表明：1）贵州林草植被覆盖度时空变化明显;空间上,植被覆盖度具有明显的经度带性分异,但无明显的纬度带性分异;时间上,植被覆盖度呈曲线上升趋势,由0.73提高到0.82;林草植被覆盖度变化主要发生在高植被覆盖度和极高植被覆盖度之间。2）伴随气温和降水的波动变化,贵州省林草植被覆盖度变化与降水改变有较明显的正相关性,但与气温变化没有明显相关性。3）就植被覆盖度变化与降水相关性的经向分异,可看出,在104.5°E以西地区,越往西,降水变化对植被覆盖度变化的影响越大;在104.5-109°E,越往东,降水变化对植被覆盖度变化的影响越大;在109°E以东地区,越往东,降水变化对植被覆盖度变化的影响越小。4）就植被覆盖度变化与降水相关性的纬向分异,可看出,在25°N以南地区,越往南,降水变化对植被覆盖度变化的影响越大;在25-26°N,降水变化对植被覆盖度变化基本没有影响;在26-27.5°N,越往北,降水变化对植被覆盖度变化的影响越大;在27.5°N以北地区,越往北,降水变化对植被覆盖度变化的影响越小。

DOI

[ Wu D Y, Luo Y, Wang Q, et al.Spatio-temporal variation of vegetation coverage in forest and grassland and its relationship with temperature and precipitation changes in Guizhou Province during 2001-2014[J]. Journal of Guizhou Normal University (Natural Sciences), 2017,35(1):1-7. ]

[8]
秦剑,据建华,解明恩,等.低纬高原天气气候[M].北京:气象出版社,1997:38-50.

[ Qin J. Ju J H.Xie M E. et.al.Weather&climate over low latitude plateau[M]. Beijing: China Meteorological Press, 1997:38-50. ]

[9]
伍红雨,王谦谦.近49年贵州降水异常的气候特征分析[J].高原气象,2003,22(1):65-70.利用近49年(1951-1999年)贵州省19个站和全国160个站月降水资料,采用模糊聚类分析、EOF分析、功率谱分析、合成分析等方法分析了贵州降水气候异常的时空分布特征。结果表明:贵州降水具有显著的年际、年代际变化特征,贵州夏季降水异常存在2.8年的显著周期。贵州夏季降水与长江、淮河流域夏季降水呈同位相,而与陕、甘、宁交界处的夏季降水呈反位相关系。

DOI

[ Wu H Y, Wang Q Q.Climate characteristics analysis of Guizhou precipitation anomaly in recent 49 years[J]. Plateau Meteorology, 2003,22(1):65-70. ]

[10]
严小冬,金建德,雷云.近50年贵州降水时空分布分析[J].贵州气象,2004,28(s1):3-7.通过对贵州15个气象观测站50年(1951-03～200l- 02)的月季降水量场的时空分布变化规律的分析得出:贵州降水空间分布的主要类型是东-西走向或东南-西北走向,也即贵州年降水量的地区分布趋势是南部多 于北部,东部多于西部;统计降水量的时间尺度越大,则降水量的空间分布尺度也越大;夏季降水空间分布的年际变化比其它季节大;春、夏降水空间分布变化具有 较为显著的负相关,春、秋季降水空间分布的年际变化具有一定的正相关,夏、秋季和夏、冬季降水空间分布的年际变化具有一定的负相关;春、夏季和冬季降水空 间分布的年际变化具有一定的显著周期存在,分别约为22年、2.6和11年.

DOI

[ Yan X D, Jin J D, Lei Y.Spatial and temporal distribution of precipitation in Guizhou in recent50years[J]. Journal of Guizhou Meteorology, 2004,28(s1):3-7 ]

[11]
白淑英,莫婷,史建桥,等.近50年贵州不同强度降水日数时空变化分析[J].南水北调与水利科技,2015,13(2):220-224.利用1961年-2010年贵州省81个气象站的逐日降水量资料,采用线性倾向估计、Mann-Kendall检验和GIS空间分析,探讨了贵州省不同强度降水日数的时空演变规律和突变特征,结果表明:近50年,不同强度降水日数呈先增加后减小的态势,总降水日数表现为明显下降趋势,下降速率为1.93d/(10a),其中小雨日数对总降水日数变化趋势的贡献最大,两者均在2006年发生突变,转为急剧下降趋势。在空间分布上,总降水日数和小雨日数总体分布态势由西南向东北递减,黔西南的大方、纳雍、水城等地为高值区,黔东南以及东北局部地区为低值区;中雨日数和大雨以上日数则由东南向西北递减。不同地区降水日数以减少为主,其中总降水日数和小雨日数在黔南地区减少比较明显,中雨日数呈减少趋势的比例高达90.1%,而大雨以上日数为增加趋势的比例较大(44.5%),呈条带状分布,主要在黔西、黔东北以及黔中南等地。

DOI

[ Bai S Y, Mo T, Shi J Q, et al.Spatial and temporal variations of rainfall days with different intensities in Guizhou in recent 50 years[J]. South-to-North Water Transfers and Water Science & Technology, 2015,13(2):220-224. ]

[12]
张勇荣,马士彬,闫利会.贵州省近55年降水事件变化特征[J].长江科学院院报,2017,34(1):40-44.为了更深入地了解贵州省气候变化的特征,运用19个气象站1959—2013年降水观测数据,分析了贵州省近55 a来的降水量、降水日数、降水强度的气候特征、变化趋势、空间分布和稳定性。结果表明:空间上,贵州省降水量南多北少,降水日数南少北多,二者呈空间负相关;时间上,近55 a贵州省降水大致可以分为1个平水期、2个丰水期和2个枯水期,降水增强区域面积逐渐缩小;季节差异性显著且随海拔高度增加而加剧;贵州省强降水日数和强度多年平均变化趋势不显著,空间上呈带状分布,最小值分布于威宁—毕节—遵义—三穗一带,但该区域暴雨强度变化率最大;贵州省大雨强度变异系数较小,但暴雨强度变异系数较大,且变异系数最大值分布于暴雨强度最弱的威宁—毕节—遵义—三穗一带。贵州省55 a间降水事件变化最突出的特征是:年均降水量、降水日数和强度相对较小的区域,其降水日数和强度的变化率最大、稳定性最差。针对这一特征应重点分析地形对贵州省降水的影响,加大对极端降水事件发生概率较大地区的降水动态及地质异动情况的观测。

DOI

[ Zhang Y R, Ma S B, Yan L H, et al.Variation characteristics of precipitation events in Guizhou Province in recent 55 years[J]. Journal of Yangtze River Scientific Research Institute, 2017,34(1):40-44. ]

[13]
高志强,刘纪远. 1980-2000年中国LUCC对气候变化的响应[J].地理学报,2006,61(8):865-872.基于中国1980～2000年气候数据及两期土地利用／土地覆盖（LUCC）数据．利用Holdfidge植被生态分区模型、重心模型及土地利用程度模型，分析气候变化及人类活动对中国植被覆盖及土地利用的影响程度及变化趋势。1980～2000年间．中国大部分地区温度升高．降水增多。气候变化不仅影响了中国植被群落分区．更进一步影响了植被群落的生长状况：东北、华北、内蒙古高原等区域未利用土地型向草地和灌木生态类型转换，草地和灌木型生态类型向林地和耕地型转换：又因为1980～2000年间中国经济的发展．东部沿海区域城市乡村建设用地及交通用地的增多．使土地利用类型由农业耕地型向建设用地型发展，导致土地利用程度指数的升高。气候变化及经济发展的双重作用．导致中国土地利用程度重心20年来向东北方向移动了54km．东西方向土地利用程度偏移强度，气候占81％，人类活动占19％，南北方向土地利用程度偏移强度．气候占85％．人类活动占15％。

DOI

[ Gao Z Q, Liu J Y.The LUCC responses to climatic changes in China from 1980 to 2000[J], Acta Geographica Sinica, 2006,61(8):865-872. ]

[14]
徐建华,岳文泽.近20年来中国人口重心与经济重心的演变及其对比分析[J].地理科学,2001,21(5):385-389.采用近20年来中国各省(市、区)的人口、GDP、工业、农业、第三产业的产值及消费额数据,计算出其各年的重心坐标,定量表示出中国近20年来人口、GDP、工业、农业、第三产业及消费重心的动态演化过程。在此基础上分析了中国人口、经济发展、生活水平区域差异的动态变化及其之间的关系,以及各要素动态演化的驱动因子。结果表明近20年来,中国人口重心表现为缓慢地向西南方向移动;GDP、工业、第三产业和消费额重心向东南方向移动。与中国几何中心比较,区域差异在总体上是扩大了;与人口重心相比较,东西方向呈不平衡态势发展,南北方向则开始趋于平衡;而农业重心则表现为无规律性变化。

DOI

[ Xu J H, Yue W Y.Evolvement and comparative analysis of the population center gravity and the economy gravity center in recent twenty years in China[J]. Scientia Geographica Sinica, 2001,21(5):385-389. ]

[15]
刘斌涛,陶和平,宋春风,等.基于重心模型的西南山区降水侵蚀力年内变化分析[J].农业工程学报,2012,28(21):113-120.降雨-植被耦合特征是决定土壤侵蚀的关键性要素，研究降雨侵蚀力的年内变化特征对于揭示不同区域降雨-植被的耦合特征、判定土壤侵蚀的危险期具有重要意义。该文利用中国西南山区439个气象站、水文站的逐日降雨量资料，估算了每个台站逐月降雨侵蚀力，并应用重心模型分析了西南山区降雨侵蚀力的年内变化特征。研究结果表明：西南山区春、夏、秋、季四季降雨侵蚀力变化明显，夏季最高，冬季最低。各季节的降雨侵蚀力空间分布与降水量相似，都表现出东南向西北逐渐递减的趋势。降雨侵蚀力年内分配曲线主要有"单峰型"和"双峰型"2种，绝大多数地区降雨侵蚀力年内分配曲线是"单峰型"，峰值出现在6月、7月或8月份，青藏高原区域降雨侵蚀力年内分配曲线是"双峰型"，有6月和9月2个峰值。从东南部向西北部，降雨侵蚀力峰值出现的月份不断推后。西南山区降雨侵蚀力重心年内先向北迁移，然后向南迁移，形成一个循环，这展示了季风气候影响下的西南山区降雨侵蚀力年内变化特征。

DOI

[ Liu B T, Tao H P, Song C F, et al.Study on annual variation of rainfall erosivity in southwest China using gravity center model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012,28(21):113-120. ]

[16]
陈素景,李丽娟,李九一,等.近55年来澜沧江流域降水时空变化特征分析[J].地球信息科学学报,2017,19(3):365-373.本文利用澜沧江流域及周边共30个气象站点1960-2014年的逐月降水数据,采用气候倾向率、Mann-Kendall趋势检验、Morlet小波分析、Co-Kriging插值以及重心模型等方法,分析了澜沧江流域降水的时空变化特征。结果表明：（1）分析时段内全区、北部和中部年降水量呈现增加趋势,南部年降水量出现减少趋势。春季全区、北部、中部和南部降水均呈增加趋势;夏季均呈减少趋势;秋季全区和南部降水呈现减少趋势,北部和中部呈增加趋势;冬季全区、中部和南部呈下降趋势,只有北部呈增加趋势。（2）近55年来,全区包括北部、中部和南部年降水都存在近29年、近22年和5-10年左右的周期,这3个周期在分析时段内表现很稳定,具有全域性。全区、北部和南部还存在明显的13年左右的周期,中部1975年前和1995年后也存在13年左右的周期,北部1975年前存在明显的7-10年的周期,1995年后,7-10年的周期表现也比较稳定。降水量变化的第一主周期是近29年,第二主周期是近22年。（3）澜沧江流域多年平均降水量由南部向北部减少,流域南部降水最多,多年平均降水量在1200 mm以上,中部多年平均降水量处于800~1100 mm,北部多年平均降水量多小于800 mm,大部分在400~800 mm;澜沧江流域年降水重心和月降水重心都集中在中部,其中11月的降水重心迁移距离最大,向东南方向迁移了131.82 km。从季节来看,春季、夏季和秋季降水重心向东南迁移,冬季的向西北方向迁移,雨季降水重心相对比较集中,旱季降水重心相对比较分散。

DOI

[ Chen S J, Li L J, Li J Y, et al.Analysis of the temporal and spatial variation characteristics of precipitation in the Lancang River Basin over thepast 55 years[J]. Journal of Geo-information Science, 2017,19(3):365-373. ]

[17]
国家气象信息中心.中国地面气候资料日值数据集(V3.0) [DB/OL]..

[ National Meteorological Information Center. Dataset of Daily Climate Data from Chinese Surface Stations (V3.0)[DB/OL]. ]

[18]
黄蓉,胡泽勇,关婷,等.藏北高原气温资料插补及其变化的初步分析[J].高原气象,2014,33(3):637-646.<p>通过定义最优配对分段插补法，以NewD66/D66、 D105、 Amdo和BJ为主站，D66/五道梁气象站（WDL）、 D110、 MS3478和MS3608为辅站，对主站缺失的地面气温资料进行插补，以获得完整的气温序列，并以此为基础分析主站近期气温变化。主站和辅站气温一致性分析结果表明，一年中每两个配对站的气温变化均有很好的一致性；温差表现为冬半年大、 夏半年小。插补效果分析表明，插补效果夏季比冬季好；插补效果D66站最好，D105站相对较差；插补误差近似服从正态分布，时间尺度越大插补结果的可用性越强；大幅降温、 降水、 较大风速以及较大风向转变是影响插补效果的主要因素。对主站完整气温序列分析表明，NewD66站的气温年较差最大（26℃），Amdo站最小（19℃）；BJ站多年平均气温最高（-0.3℃），D105站最低（-5℃）；BJ站处于季节冻土区，其余三站处于多年冻土区 ；近十几年主站年平均气温均呈波动上升趋势，BJ站和NewD66站升温明显，D105站和Amdo站升温缓慢。</p>

DOI

[ Huang R, Hu Z Y, Guan T, et al.Interpolation of temperature data in Northern Qinghai-Xizang Plateau and preliminary analysis on its recent variation[J]. Plateau Meteorology, 2014,33(3):637-646. ]

[19]
Jarvis A, Reuter H I, Nelson A, et al. Hole-filled seamless SRTM data V4, International Centre for Tropical Agriculture(CIAT)[EB/OL]. .

[20]
汤国安,杨昕. ArcGIS地理信息系统空间分析实验教程[M].北京:科学出版社,2012:448-469.

[ Tang G A, Yang X.ArcGIS: Spatical analysis experiment course of geographical information system[M]. Beijing: Science Press, 2012:448-469. ]

[21]
Goovaerts P.Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall[J]. Journal of Hydrology, 2000,228(1-2):113-129.Larger prediction errors are obtained for the two algorithms (inverse square distance, Thiessen polygon) that ignore both the elevation and rainfall records at surrounding stations. The three multivariate geostatistical algorithms outperform other interpolators, in particular the linear regression, which stresses the importance of accounting for spatially dependent rainfall observations in addition to the colocated elevation. Last, ordinary kriging yields more accurate predictions than linear regression when the correlation between rainfall and elevation is moderate (less than 0.75 in the case study).

DOI

[22]
孙然好,刘清丽,陈利顶.基于地统计学方法的降水空间插值研究[J].水文,2010,30(1):14-17.Spatial interpolation of precipitation data is very important to those areas where the observation stations are few and at random.As no single method suits to precipitation interpolation for all regions,this paper discussed the differences between geostatistical analysis and other several interpolation methods by using annual average precipitation in Inner Mongolia of China.The results indicate that the geostatistical analyst methods have the advantage of other methods in interpolation precision.The compari...

DOI

[ Sun R H, Liu Q L, Chen L D.Study on precipitation interpolation based on the geostatistical analyst method[J]. Journal of China Hydrology, 2010,30(1):14-17. ]

[23]
刘爱利,王培法,丁园圆.地统计学概论[M].北京:科学出版社,2012.

[ Liu A L, Wang P F, Ding Y Y.Introduction to Geost atistics[M]. Beijing: Science Press, 2012. ]

[24]
施能,陈家其.中国近100年来4个年代际的气候变化特征[J].气象学报,1995(4):431-439.研究了本世纪中国年平均气温、年总降水量的气候趋势。指出，２０世纪中国西北、东北、华北明显变暖；降水趋势值不大，但以负趋势为主。２０世纪８０年代中国降水、气温的区域特征明显：华北暖干、西南冷干、东北暖略偏湿、长江中下游冷湿。此外，还研究了２０世纪４个年代际的气候变化特征及差异。指出，在数十年尺度的暖背景下，中国的华北、长江下游等大部分地区降水偏少（比冷背景），东北降水偏多。２０世纪７０年代开始的增暖主要发生在西北、东北；黄河以南的增温还达不到４０年代的程度。相应的降水特征：除了黄河以南及江淮流域降水比４０年代多以外，其它大部分地区降水偏少。

DOI

[ Shi N, Chen J Q.4-Phase climate change features in the last 100 years over China[J].Acta Meteorologica Sinica, 1995(4):431-439. ]

[25]
孙鹏,张强,陈晓宏,等.鄱阳湖流域水沙时空演变特征及其机理[J].地理学报,2010,65(7):828-840.

[ Sun P, Zhang Q, Chen X H, et al.Spatio-temporal patterns of sediment and runoff changes in the Poyang Lake Basin and underlying causes[J]. Acta Geographica Sinica, 2010,65(7):828-840. ]

[26]
贾蕾,曾彪,杨太保,等.近半个世纪以来中国季风区气温与降水变化及其时空差异[J].兰州大学学报(自然科学版),2015,51(2):186-192.利用中国东部季风区20个测站1960-2012年气温和降水量的月值数据,采用线性趋势分析、Mann-Kendall突变检验、Morlet小波分析等方法,分析了季风区各区域年平均气温和年降水量的变化趋势、突变现象和周期特征.结果表明1960-2012年季风区各区域均有增温趋势,在20世纪90年代发生突变,东北地区发生突变要早于其他地区,北方地区的增温幅度大于南方,存在4年左右周期,8～16年的准周期,气温的高频变化周期在内陆地区表现更为明显;年降水量在53年里处于波动状态,四川盆地、华北地区和季风区西北部地区降水有减少趋势,长江流域下游降水有增加趋势,其他地区没有明显变化趋势,存在2～4年周期、8～16年左右准周期,降水的低频变化周期在近海地区表现更为明显.

DOI

[ Jia L, Zeng B, Yang T B, et al.Temperature and precipitation changes in the Chinese monsoon region during the recent half century and the spatio-temporal differences thereof[J]. Journal of Lanzhou University (Natural Sciences), 2015,51(2):186-192. ]

[27]
郭慧,李栋梁,林纾,等.近50多年来我国西部地区降水的时空变化特征[J].冰川冻土,2013,35(5):1165-1175.利用1954-2006年我国西部225个气象站的年平均降水量资料, 应用经验正交函数和旋转经验正交函数方法将我国西部分为9个降水类型, 研究了我国西部地区降水的时空变化特征. 结果表明: 南疆盆地、甘肃河西西部和内蒙古西部是我国西部降水年际间变动最大、降水最不稳定的地区, 而四川省西部地区的降水年际变动最小、降水比较稳定. 1954-2006年我国西部地区降水总体呈增加的趋势, 降水空间分布大致以100&#176;E为界, 以西降水增加明显, 以东降水减少. 降水量显著增加的区域是南疆型, 而西北地区东部的关中型的降水减少最为显著. 1980年代中期是我国西部大部分地区降水量变化的转折期. 我国西部的降水变化主要分为5种类型, 年降水量变化存在较为显著的准8~9 a和4~5 a的周期振荡.

DOI

[ Guo H, Li D L, Lin S, et al.Temporal and spatial variation of precipitation over western China during 1954-2006[J]. Journal of Glaciology and Geocryology, 2013,35(5):1165-1175. ]

[28]
王艳姣,闫峰.1960-2010年中国降水区域分异及年代际变化特征[J].地理科学进展,2014,33(10):1354-1363.利用1960-2010 年中国1840 个台站年降水量数据,采用经验正交函数(EOF)和旋转经验正交函数分解方法(REOF)对降水进行分区,并对各区降水的变化特征进行了研究。结果表明:基于多站点资料结合REOF方法实现的降水分区与中国降水实际区域分异特征比较符合,并与中国气候区划相一致。中国各区降水变化特征分析表明,东部各区降水在20 世纪70 年代末、80 年代末-90 年代初和21 世纪初发生雨带的南北移动过程,其中夏季雨带的移动主要受东亚夏季风和大气环流年代际变化的影响。西北地区降水以1985/1986 年为突变年,西北西部地区降水由前期偏少转为偏多,主要与来自阿拉伯海和里海异常偏多的水汽输送有关;西北东部地区降水由前期偏多转为偏少,主要与季风的年代际减弱有关。东北地区降水在80 年代初由前期接近正常转为偏多,90 年代末降水由前期偏多转为偏少,主要与季风和西北太平洋水汽输送的年代际变化相关。西南部各区降水阶段性变化明显,2000 年以前西南东北部地区降水与西部地区基本呈反向变化,主要受青藏高原地形、东亚季风和副热带高压等因素的影响,降水阶段性变化明显、成因复杂。

DOI

[ Wang Y J, Yan F.Regional differentiation and decadal change of precipitation in China in 1960-2010[J]. Progress in Geography, 2014,33(10):1354-1363. ]

[29]
唐晶晶. 1952-2007年间长江流域降水时空分布变化—全球变暖下降水重新分配实例分析[D].上海:华东师范大学,2010.

[ Tang J J.The temporal and spatial distribution of precipitation over Yangtze River Catchment from 1952 to 2007: Case study of precipitation redistribution under global warming[D]. Shanghai: East China Normal University, 2010. ]

[30]
李聪,肖子牛,张晓玲.近60年中国不同区域降水的气候变化特征[J].气象,2012,38(4):419-424.

[ Li C, Xiao Z N, Zhang X L.Climatic characteristics of precipitation in various regions of China for the past 60 years[J]. Meteorological Monthly, 2012,38(4):419-424. ]

[31]
Cai Y J, Zhang M L, Peng Z C, et al.The δ18O variation of a stalagmite from Qixing Cave, Guizhou Province and indicated climate change during the Holocene[J]. Science Bulletin, 2001,46(22):1904-1908.

DOI

[32]
Wang B, Ding Q.Changes in global monsoon precipitation over the past 56 years[J]. Geophysical Research Letters, 2006,33(6):272-288.Changes in the global monsoon rainfall over land were examined using four sets of rain-gauge precipitation data sets compiled for the period of 1948-2003 by climate diagnostic groups around the world. Here, we define a global monsoon rain domain according to annual precipitation range, using simple objective criteria; then, we propose metrics for quantifying the intensity of the global monsoon precipitation. The results suggest an overall weakening of the global land monsoon precipitation in the last 56 years, primarily due to weakening of the summer monsoon rainfall in the Northern Hemisphere. However, since 1980, the global land monsoon rainfall has seen no significant trend, which contrasts with the rapid intensification of global warming during the same period. Meanwhile the oceanic monsoon precipitation shows an increasing trend after 1980. The results provide a rigorous test for climate models that will be used in future climate-change assessment.

DOI

[33]
Wang H.The Weakening of the Asian monsoon circulation after the end of 1970's[J]. Advances in Atmospheric Sciences, 2001,18(3):376-386.The transition of the global atmospheric circulation in the end of 1970/s can clearly be detected in the atmospheric temperature, wind velocity, and so on. Wavelet analysis reveals that the temporal scale of this change is larger than 20 years. Studies in this work indicate that the trend of the transition over the mid- latitude Asia is opposite to that of global average for some variables at the middle troposphere. Another finding of this research is that the African-Asian monsoon circulation is weaker and the trade wind over the tropical eastern Pacific is weaker as well after this transition. Such a signal may be found in the summer precipitation over China as well.

DOI

[34]
Yang X L, Zhang P Z, Chen F H, et al.Modern stalagmite oxygen isotopic composition and its implications of climatic change from a high-elevation cave in the eastern Qinghai-Tibet Plateau over the past 50 years[J]. Science Bulletin, 2007,52(9):1238-1247.

DOI

[35]
宗保云,李向磊,KATHAYAT Gayatri,等.亚洲季风的多尺度变化规律及其与全球气候变化的关系[J].地球环境学报,2017,8(3):185-193.在科技部“973”计划和国家自然科学基金委的资助下,西安交通大学全球环境变化研究院程海教授带领研究团队利用中国、印度、乌兹别克斯坦等地的洞穴石笋,重建了目前全球最长的,有绝对年代控制的高分辨率亚洲季风和中亚核心区气候变化的石笋记录,深入研究了不同时间尺度上亚洲季风的变化规律、影响机制及其与全球气候变化的关系。直接验证了10万年的冰期循环是4—5个岁差周期的平均,发现了高低纬气候系统之间的“简洁”关系,进一步证实亚洲季风与太阳辐射变化在岁差尺度上没有显著的相位差,揭示了亚洲季风与西风带气候模态之间的耦合分异,研究了历史时期百到十年尺度的季风降水变化并尝试预估未来变化趋势。以上成果为全球气候变化研究提供了重要标尺,加强了对于气候系统相互作用、强迫因子及其响应机制的理解,为全球气候事件研究和模拟工作提供了重要的新线索,也为相关政府部门制定水资源的长期规划提供了科学依据。

DOI

[ Zong B Y, Li X L, KATHAYAT G et al. Asian monsoon variability on multiple timescales in the context of global climate changes[J]. Journal of Earth Environment, 2017,8(3):185-193. ]

Options
文章导航

/

〈 〉