馮 簫，施 蕭，李 勛

（1.海南省氣象臺(tái)，海南 ?？?570203；2.海南省南海氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，海南 ?？?570203；3.西昌衛(wèi)星發(fā)射中心，四川 西昌 615000）

引 言

熱帶氣旋是引發(fā)暴雨的最強(qiáng)天氣系統(tǒng)［1］，受熱帶氣旋暴雨影響，農(nóng)田受淹、城市內(nèi)澇、水庫(kù)坍塌，甚至洪澇、泥石流、山體滑坡等災(zāi)難性事件也多有發(fā)生［2－4］，且受災(zāi)程度往往超過(guò)其強(qiáng)風(fēng)之災(zāi)［5］，嚴(yán)重威脅到當(dāng)?shù)厝嗣竦纳?cái)產(chǎn)與安全。

熱帶氣旋的生成依賴于溫暖潮濕的海洋環(huán)境，在當(dāng)前全球變暖趨勢(shì)下熱帶氣旋降水變化已成為氣象界關(guān)注的焦點(diǎn)之一。2010年，世界氣象組織（WMO）項(xiàng)目小組指出，21世紀(jì)全球強(qiáng)熱帶氣旋活動(dòng)頻率將增加2%～11%，且距熱帶氣旋中心100 km范圍內(nèi)降水將增加20%［6－7］，但不同國(guó)家或地區(qū)的熱帶氣旋降水特性及其變化規(guī)律不盡相同［8－11］。KHOUAKHI等［12］對(duì)全球18 607個(gè)站點(diǎn)降水量統(tǒng)計(jì)指出，東亞是熱帶氣旋降水量（年均大于400 mm）和極端降水量最多的區(qū)域，其次為澳大利亞和美國(guó)。CHANG等［13］研究發(fā)現(xiàn)，除了南太平洋海盆外，全球大部海域都具有熱帶氣旋強(qiáng)度越強(qiáng)，其中心附近150 km范圍內(nèi)極端降水越顯著的特征。在我國(guó)，熱帶氣旋降水主要分布在中東部廣大地區(qū)，且自東南沿海向西北內(nèi)陸逐漸減少［14］。研究發(fā)現(xiàn)，1957—2004年我國(guó)處于熱帶氣旋影響減弱階段，熱帶氣旋降水量及其占年降水量的比例、極端降水頻率均呈顯著下降趨勢(shì)［15－17］。

海南位于中國(guó)最南端，地勢(shì)中部高四周低，是我國(guó)受熱帶氣旋影響最多的省份之一，年平均約7個(gè)，登陸約2～3個(gè)，熱帶氣旋降水占年降水量的30%［18］。近10 a間，受強(qiáng)臺(tái)風(fēng)“納沙”（2011）、超強(qiáng)臺(tái)風(fēng)“威馬遜”（2014）和強(qiáng)熱帶風(fēng)暴“電母”（2016）的影響，海南局地日降水量連續(xù)打破常年極值。另外研究發(fā)現(xiàn)，1969—2014年海南島250 mm及以上的熱帶氣旋日降水量呈現(xiàn)弱增長(zhǎng)趨勢(shì)［19］；海南島極端降水與熱帶氣旋的降水性質(zhì)［20］、自身強(qiáng)度［21］以及地形強(qiáng)迫［22－24］密切相關(guān)。因此，了解熱帶氣旋過(guò)程中平均降水、極端降水及其頻率的空間分布特征對(duì)災(zāi)害預(yù)測(cè)預(yù)警有重要意義。

受限于稀疏且分布不均的站點(diǎn)條件，過(guò)去研究多采用島上18個(gè)常規(guī)國(guó)家基本氣象站觀測(cè)資料［19，25－27］，這 18個(gè)臺(tái)站大多分布在地勢(shì)平坦的沿?；騼?nèi)陸，而復(fù)雜山區(qū)站點(diǎn)數(shù)量嚴(yán)重偏少，無(wú)法準(zhǔn)確評(píng)估海南島熱帶氣旋降水分布特征，尤其是降水極值分布，極易造成局地降水的統(tǒng)計(jì)偏差。魯小琴等［28］研究指出，不同疏密測(cè)站統(tǒng)計(jì)的降水極值及其空間分布結(jié)果略有不同，基于稀疏測(cè)站方案得到的熱帶氣旋降水極值比未稀疏化的測(cè)站方案結(jié)果略??；WU等［29］研究表明，自動(dòng)站統(tǒng)計(jì)的降水特征比常規(guī)國(guó)家氣象站更能體現(xiàn)熱帶氣旋影響下臺(tái)灣中部山區(qū)極端降水情況?？梢?jiàn)，站點(diǎn)的稀疏和布點(diǎn)位置對(duì)熱帶氣旋降水的描述差異明顯?；诖耍疚睦眉用茏詣?dòng)站降水資料對(duì)2009—2018年海南島熱帶氣旋降水特征，包括降水的站點(diǎn)平均值、極值、空間形態(tài)、變化趨勢(shì)等進(jìn)行統(tǒng)計(jì)分析，并與傳統(tǒng)稀疏的國(guó)家氣象站結(jié)果進(jìn)行對(duì)比，評(píng)估兩套資料的異同。

1 資料與方法

1.1 資料及站點(diǎn)數(shù)量

使用海南島上18個(gè)國(guó)家級(jí)氣象臺(tái)站（簡(jiǎn)稱C＿P）和數(shù)百個(gè)加密自動(dòng)站（簡(jiǎn)稱T＿P）逐小時(shí)降水資料。由于海南省自動(dòng)站建設(shè)起步較晚，2009年之后資料的收集與質(zhì)量控制較為可靠，因此研究時(shí)段選為2009—2018年。

圖1是2009、2018年海南省氣象站點(diǎn)分布及數(shù)量變化。從圖1（a）和圖1（b）看出，除了18個(gè)國(guó)家級(jí)氣象臺(tái)站，2009年布設(shè)并正式使用了298個(gè)自動(dòng)站，隨后的幾年站點(diǎn)數(shù)量鮮少變化，至2017年自動(dòng)站突增至489個(gè)，2018年無(wú)新增站點(diǎn)；從站點(diǎn)分布可見(jiàn)，中部地形復(fù)雜的山區(qū)站點(diǎn)較為稀疏，四周沿海和中北部?jī)?nèi)陸地勢(shì)平坦的區(qū)域站點(diǎn)較為稠密。

圖1 2009年（a）和2018年（b）海南省氣象站點(diǎn)和地形（陰影，單位：m）分布以及不同海拔范圍內(nèi)國(guó)家站和自動(dòng)站所占比例（c）Fig.1 Spatial distribution of meteorological stations and topography（shadows，Unit：m）in 2009（a）and 2018（b），and the proportion of national and automatic stations to total stations in different elevation ranges（c）

統(tǒng)計(jì)不同海拔高度范圍內(nèi)國(guó)家站和自動(dòng)站所占比例［圖1（c）］，發(fā)現(xiàn)國(guó)家站和自動(dòng)站都主要分布在300 m以下，占比分別約89%、95%，2009—2018年100 m以下的自動(dòng)站增加135個(gè)，其300 m以下的占比稍有下降（94%），相比國(guó)家站，自動(dòng)站具有更為密集的低海拔站點(diǎn)分布；海南省山區(qū)面積較小，300 m以上的站點(diǎn)數(shù)量極少，2009年以前有2個(gè)國(guó)家站，2009年新增了16個(gè)自動(dòng)站，至2018年自動(dòng)站增至27個(gè)（6%），較國(guó)家站在山區(qū)的比例（11%）偏小。

1.2 熱帶氣旋資料及降水統(tǒng)計(jì)方法

采用不同時(shí)間分辨率的兩套熱帶氣旋資料：中國(guó)氣象局上海臺(tái)風(fēng)研究所整編的逐6 h熱帶氣旋最佳路徑數(shù)據(jù)集（簡(jiǎn)稱資料①）；中國(guó)氣象局臺(tái)風(fēng)逐小時(shí)業(yè)務(wù)定位資料（簡(jiǎn)稱資料②）?？紤]到熱帶氣旋外圍雨帶的影響，結(jié)合WU等［29］和CHANG等［13］的研究成果，僅統(tǒng)計(jì)強(qiáng)度達(dá)到熱帶風(fēng)暴及以上的熱帶氣旋，且當(dāng)其中心距離海南島最近海岸線小于或等于150 km時(shí)，則記錄影響時(shí)長(zhǎng)、過(guò)程降水量、站點(diǎn)平均降水量、最大風(fēng)速、路徑特征等參數(shù)（表1）。過(guò)程降水量為所有影響時(shí)次降水之和，站點(diǎn)平均降水量為過(guò)程降水量與站點(diǎn)數(shù)之比。影響時(shí)長(zhǎng)（時(shí)間分辨率為1 h）可通過(guò)資料②獲得，而路徑特征、最大風(fēng)速是利用資料①獲得。

表1 2009—2018年影響海南省強(qiáng)度達(dá)熱帶風(fēng)暴及以上的熱帶氣旋參數(shù)統(tǒng)計(jì)Tab.1 Statisitics of parameters of tropical cyclones with intensity of tropical storm level and above affecting Hainan during 2009－2018

2 T＿P與 C＿P時(shí)域特征對(duì)比

2.1 最大降水值與站點(diǎn)平均降水值

表2是27個(gè)熱帶氣旋最大降水量（用T＿Pmax、C＿Pmax表示）以及降水排名前5%、前10%、前15%、前25%、前50%站點(diǎn)和全部站點(diǎn)平均的站點(diǎn)平均降水量（用 T＿Pavg、C＿Pavg表示）及相應(yīng)的站點(diǎn)數(shù)?？梢钥闯觯畲蠼邓?T＿Pmax＞C＿Pmax，偏差較大（DEP＝C＿Pmax－T＿Pmax＝－143.56 mm），這種負(fù)偏差在 27個(gè)熱帶氣旋中具有共性，即T＿Pmax普遍高于C＿Pmax，其中最大負(fù)偏差（DEP＝－354.5 mm）發(fā)生在“天鵝”（2009），最小負(fù)偏差（DEP＝－35.9 mm）出現(xiàn)在“?？ā保?017）期間。前5%、前10%、前15%站點(diǎn)的平均降水偏差隨著C＿P、T＿P站點(diǎn)數(shù)的增加逐漸減小，且都具有DEP＜0的特征，表明C＿P相比T＿P更易低估熱帶氣旋帶來(lái)的極端降水情況；前25%、前50%和全部站點(diǎn)的C＿Pavg與T＿Pavg偏差均為正，且隨著站點(diǎn)數(shù)的增加偏差逐漸增大，說(shuō)明當(dāng)C＿P站點(diǎn)數(shù)足夠，且熱帶氣旋降水極端性降低時(shí)，C＿P反而比T＿P更易高估站點(diǎn)平均降水量。

T檢驗(yàn)可用來(lái)評(píng)估兩組樣本的差異性。從表2看出，C＿P、T＿P最大降水值T檢驗(yàn)的 P值為0.001，說(shuō)明兩套資料存在顯著差異；前5%、前10%、前15%站點(diǎn)的P值均較大，未通過(guò)0.05的顯著性檢驗(yàn)，表明3種情況下兩套資料無(wú)顯著差異，且前15%站點(diǎn)的P值接近1，此情況下T＿P和C＿P具有極高的相似性；前25%、前50%和全部站點(diǎn)的P值均較大，未通過(guò)顯著性檢驗(yàn)，表明兩套資料差異不大。

為了探明統(tǒng)計(jì)全部站點(diǎn)時(shí)DEP＞0的原因，將C＿Pavg與自動(dòng)站的T＿P做差值（用 dep表示），統(tǒng)計(jì)dep≥20、50、80 mm的自動(dòng)站站數(shù)，計(jì)算它們占 T＿P總站數(shù)的比例。從圖2看出，3種閾值下站點(diǎn)數(shù)的比例Ratio與DEP均存在顯著正相關(guān)，相關(guān)系數(shù)R分別為0.513、0.554、0.606，均通過(guò) 0.05的顯著性檢驗(yàn)，表明DEP隨著降水低值點(diǎn)的比例增大而增大，且相關(guān)性隨著閾值的增大而增強(qiáng)?？梢?jiàn)，T＿Pavg＜C＿Pavg與T＿P中大量的降水低值點(diǎn)有密切聯(lián)系，這些降水低值點(diǎn)使前25%、前50%和全部站點(diǎn)的T＿P站點(diǎn)平均降水量小于 C＿P，加密自動(dòng)站的 T＿P資料能夠更好地反映降水的空間不均勻性。

表2 兩套資料統(tǒng)計(jì)的最大降水值與站點(diǎn)平均降水值及相應(yīng)的站點(diǎn)數(shù)Tab.2 The maximum and station－average precipitation and their corresponding station based on two different datasets

圖2 DEP（單位：mm）與dep不同閾值下站數(shù)比（單位：%）變化以及兩者的相關(guān)系數(shù)RFig.2 The change of DEP（Unit：mm）and station ratio（Unit：%）with different thresholds of dep and their correlation coefficients R

2.2 降水變化趨勢(shì)

圖3是T＿P、C＿P最大降水值與站點(diǎn)平均降水值的時(shí)間序列?？梢钥闯觯琓＿Pavg、C＿Pavg呈現(xiàn)一致的緩慢下降趨勢(shì)，氣候傾向率分別為 －1.4373、－0.6092 mm·a－1；T＿Pmax、C＿Pmax反映的極端降水下降幅度更明顯，氣候傾向率分別為 －3.3296、－2.2422 mm·a－1。雖然兩套資料最大降水值存在顯著差異，但變化趨勢(shì)一致，且T＿P的下降幅度比C＿P偏大。

3 T＿P與 C＿P空間分布對(duì)比

3.1 平均降水場(chǎng)與極端降水場(chǎng)

從圖4、圖5可知，T＿P、C＿P的平均降水場(chǎng)和極端降水場(chǎng)都具有西高東低的空間分布形態(tài)，但兩套資料平均降水的大值中心、極端降水大值中心強(qiáng)度并不相同。T＿P平均降水量有4個(gè)主要的降水中心（T1、T2、T3和 T4），T1、T2和 T3分布在山區(qū)，T4位于儋州西北部［圖4（a）］，而 C＿P僅有2個(gè)降水中心（C1和 C2），C1位于西部沿海，C2地處山區(qū)中部［圖4（b）］。從兩套資料差值場(chǎng)（C＿P－T＿P，下同）［圖4（c）］可知，C＿P高估了西部沿海和內(nèi)陸的平均降水，低估了山區(qū)東部和西南部的平均降水。就極端降水而言，T＿P、C＿P極端降水中心位置相同，均位于西部沿海，但中心強(qiáng)度差異大［圖5（a）和圖5（b）］，兩者差值最大可達(dá)200 mm左右。此外，T＿P在中部?jī)?nèi)陸還有3個(gè)局地的弱極端降水中心，而C＿P未出現(xiàn)?？傊珻＿P低估了海南島西部沿海、中部?jī)?nèi)陸的降水極端性，卻高估了西部?jī)?nèi)陸的降水極值［圖5（c）］。另外，遠(yuǎn)離降水中心的東北角、東南沿海、西南沿海區(qū)域（黑色方框）的平均降水、極端降水均易被C＿P高估。

圖3 T＿P、C＿P資料最大降水量與站點(diǎn)平均降水量的變化及趨勢(shì)Fig.3 The change and trend of maximum and station－average precipitation of T＿P and C＿P datasets

圖4 T＿P（a）、C＿P（b）平均降水及兩者差值（c）空間分布（單位：mm）（黑色實(shí)線為中部山區(qū)，黑色框內(nèi)C＿P存在高估現(xiàn)象，下同）Fig.4 The spatial distribution of average precipitation of T＿P（a）and C＿P（b）and their difference（c）（Unit：mm）（The mountainous areas located inside black line，and precipitation in black boxes was overestimated by C＿P，the same as below）

圖5 T＿P（a）、C＿P（b）極端降水及兩者差值（c）空間分布（單位：mm）Fig.5 The spatial distribution of extreme precipitation of T＿P（a）and C＿P（b）and their difference（c）（Unit：mm）

3.2 極端降水頻率

圖6統(tǒng)計(jì)了不同級(jí)別極端降水出現(xiàn)頻率，頻率f≥0.1、0.2、0.3分別表示頻次達(dá) 3次、5次、8次以上?？梢钥闯?，隨著降水級(jí)別增大，頻率f≥0.1的站點(diǎn)自東向西逐步減少，呈現(xiàn)西高東低的分布形態(tài)；高頻強(qiáng)降水（≥250 mm）分布在西部沿海，山區(qū)西北部迎風(fēng)坡、儋州西北部為高頻中心（黑色方框），與平均降水的T1、T4中心相對(duì)應(yīng)；東北角、東南沿海、西南沿海是極端降水的低頻區(qū)，其中東南沿海頻率最低（150 mm以上強(qiáng)降水基本空白），當(dāng)極端降水量超過(guò)200 mm時(shí)，東北角、西南沿海的站點(diǎn)數(shù)銳減。

上述分析可見(jiàn)，極端降水T＿P與C＿P呈現(xiàn)相似的頻率分布特征，但隨著極端降水頻率級(jí)別升高，C＿P與T＿P的差值逐漸增大，C＿P偏向于高估高頻極端降水的范圍。

圖6 極端降水量達(dá)150 mm（a）、200 mm（b）、250 mm（c）及以上的頻率（紅色、藍(lán)色符號(hào)分別代表國(guó)家站、自動(dòng)站；藍(lán)色、紅色數(shù)字分別為不同頻率下T＿P、C＿P站點(diǎn)數(shù)占總站數(shù)的比例，黑色數(shù)字為兩者差值，黑色方框?yàn)楦哳l中心）Fig.6 The frequencies of extreme precipitation equal to or more than 150 mm（a），200 mm（b），250 mm（c）（Red and blue symbols represent the national and automatic weather stations，respectively，the blue and red values are the proportion of stations with different frequencies to total stations for T＿P and C＿P，respectively，while the black values are their difference，and the black box for the centre of high frequency）

3.3 降水低值點(diǎn)

前文分析指出，T＿Pavg＜C＿Pavg是大比例的降水低值點(diǎn)所致。為了探討降水低值點(diǎn)的分布情況，挑選了T＿Pavg排名前6的熱帶氣旋，得到其降水空間分布（圖7），發(fā)現(xiàn) C＿Pavg與 T＿P差值（dep）大于或等于80 mm的降水低值點(diǎn)普遍分布在海南島東北角、東南沿海和西南沿海，這些地區(qū)同時(shí)也是降水平均場(chǎng)、極端場(chǎng)及極端降水頻率的低值區(qū)。另外，最大降水點(diǎn)附近往往分布著多個(gè)降水排名前10的站點(diǎn)。因此，T＿P統(tǒng)計(jì)得到的最大降水值并非是測(cè)站誤差或降水空間分布的偶然性所致，其具有的高密度站點(diǎn)特性可以捕捉到C＿P監(jiān)測(cè)不到的極端降水，這是最大降水值T＿P明顯大于C＿P的原因。

4 T＿P降水時(shí)空分布特征

采用經(jīng)驗(yàn)正交函數(shù)分解（EOF）對(duì) T＿P進(jìn)行時(shí)空分解，得到EOF1、EOF2的解釋方差分別為46.9%、16.4%。從圖8看出，T＿P第一空間模態(tài)呈“西高東低”型，存在2個(gè)大值中心，分別位于山區(qū)西北部、儋州西北沿海，與T1、T4強(qiáng)降水中心相對(duì)應(yīng)，此外，山區(qū)東部還存在2個(gè)相鄰的弱降水中心；第二空間模態(tài)為“南北相異”型，3個(gè)正位相中心分布在山區(qū)南側(cè)。顯然，高密度的T＿P資料可分解出比 C＿P［25－26］更多的局地強(qiáng)降水信息，這些強(qiáng)降水中心都偏向于山區(qū)迎風(fēng)坡的位置（紅色方框），這與地形增幅有密切關(guān)系［30－33］。

分別挑選出EOF1時(shí)間系數(shù)序列前7名［圖8（c）］、EOF2時(shí)間系數(shù)正位相前7名和負(fù)位相后7名［圖8（d）］的熱帶氣旋，統(tǒng)計(jì)不同降水形態(tài)下熱帶氣旋移動(dòng)路徑特征。從圖9看出，“西高東低”型的 EOF1，其熱帶氣旋移動(dòng)路徑除“天鵝”（2009）外，主要在海南島山區(qū)以北的內(nèi)陸或近海向西或西北方向移動(dòng)，而降水分布呈“南少北多”的EOF2（－），其路徑特征與EOF1相似。然而，降水分布呈“南多北少”的EOF2（＋），其路徑特征相對(duì)復(fù)雜，有北路“啟德”（2012）、南路“山神”（2012）、中路“鯨魚(yú)”（2015）?？傮w而言，當(dāng)熱帶氣旋偏向山區(qū)或其南側(cè)時(shí)，降水易呈現(xiàn)“南多北少”的分布。

圖7 T＿Pavg排名前6的熱帶氣旋降水空間分布（陰影，單位：mm）（黑色＋、·標(biāo)識(shí)號(hào)分別為降水低值的國(guó)家站和自動(dòng)站，藍(lán)色＋、○標(biāo)識(shí)號(hào)分別為排名前10的強(qiáng)降水國(guó)家站和自動(dòng)站，其中△為最大降水值）Fig.7 The spatial distribution of precipitation at automatic weather stations for the top six T－Pavg tropical cyclones（shadows，Unit：mm）（The black crosses and dots represent national and automatic weather stations with low precipitation，respectively，while the blue crosses and circles represent national and automatic weather stations with the top ten strong rainfall，respectively，and the precipitation at stations with blue triangle is the maximum）

圖8 EOF分解的熱帶氣旋降水 T＿P第一（a、c）和第二（b、d）特征向量（等值線，a、b）及對(duì)應(yīng)的時(shí)間系數(shù)（c、d）（藍(lán)色圓點(diǎn)、三角點(diǎn)分別對(duì)應(yīng)時(shí)間系數(shù)為正值前7和負(fù)值后7的熱帶氣旋；紅色方框?yàn)榇笾抵行模魂幱盀榈匦胃叨?，單位：m）Fig.8 The first（a，c）and the second（b，d）eigenvectors（lines，a，b）of T＿Pof tropical cyclones and corresponding time coefficients（b，d）decomposed by EOF（The blue dots and triangles are the top seven tropical cyclones with positive coefficients and the last seven tropical cyclones with negative coefficients，respectively，red boxes for the phase centers，and the shadows for topographic height，Unit：m）

圖9 不同降水分布形態(tài)下的熱帶氣旋移動(dòng)路徑（a）EOF1，（b）EOF2（＋），（c）EOF2（－）Fig.9 The moving tracks of tropical cyclones under different distribution patterns of precipitation（a）EOF1，（b）EOF2（＋），（c）EOF2（－）

5 T＿Pavg與熱帶氣旋影響時(shí)長(zhǎng)、強(qiáng)度的關(guān)系

圖10是T＿Pavg與熱帶氣旋影響時(shí)長(zhǎng)、強(qiáng)度（用中心最大風(fēng)速表征）的關(guān)系?？梢钥闯觯袩釒庑绊懴耇＿Pavg與影響時(shí)長(zhǎng)呈顯著正相關(guān)（R＝0.388，通過(guò)0.05的顯著性檢驗(yàn)），而與排名前10的熱帶氣旋影響時(shí)長(zhǎng)的相關(guān)系數(shù)顯著下降（R＝0.146）。由此可知，極端T＿Pavg與影響時(shí)長(zhǎng)無(wú)明顯關(guān)系。另外，所有熱帶氣旋影響下T＿Pavg與強(qiáng)度呈顯著正相關(guān)（R＝0.361，通過(guò)0.05的顯著性檢驗(yàn)），且與排名前10的熱帶氣旋強(qiáng)度的相關(guān)性更大（R＝0.562），而與剩余的熱帶氣旋強(qiáng)度關(guān)系不明顯（R＝0.023）。綜上可得，熱帶氣旋極端降水與強(qiáng)度的關(guān)系更加密切。

圖10 站點(diǎn)平均降水量與熱帶氣旋影響時(shí)長(zhǎng)（a）、強(qiáng)度（b）的關(guān)系（藍(lán)色圓點(diǎn)為27個(gè)熱帶氣旋，紅色方框表示前10個(gè)熱帶氣旋，黑三角為剩余的17個(gè)熱帶氣旋）Fig.10 The relationship between station－average precipitation and impact time（a），intensity（b）of tropical cyclones（the blue dots for 27 tropical cyclones，the red boxes for the top 10 tropical cyclones，and the black triangles for the rest）

6 結(jié)論與討論

（1）T＿P與C＿P的最大降水值存在顯著差異，且 T＿Pmax＞C＿Pmax，差值較大；T＿P與 C＿P的站點(diǎn)平均降水值無(wú)顯著差異，且 T＿Pavg＜C＿Pavg（差值較?。?，這由東北角、東南沿海、西南沿海占比較大的降水低值點(diǎn)所致。

（2）2009—2018年，T＿P與 C＿P兩套資料最大降水值、站點(diǎn)平均降水值均一致呈現(xiàn)下降趨勢(shì)，其中降水極值下降幅度較站點(diǎn)平均值略大，且T＿P下降幅度較C＿P偏大。

（3）兩套資料的平均降水、極端降水及其頻率均呈現(xiàn)相似的“西高東低”空間分布特征，但大值中心及中心強(qiáng)度有所差別，其中東北角、東南沿海、西南沿海低海拔地區(qū)是平均降水、極端降水及其頻率的低值區(qū)。C＿P高估了西部沿海和內(nèi)陸的平均降水以及西部?jī)?nèi)陸的極端降水，低估了山區(qū)東部和西南部的平均降水以及西部沿海、中部?jī)?nèi)陸的極端降水。此外，C＿P對(duì)高頻強(qiáng)降水站點(diǎn)的范圍易高估。

（4）T＿P的第一、第二模態(tài)分別表現(xiàn)為“西高東低”、“南北相異”型，且在山區(qū)迎風(fēng)坡處有多個(gè)降水大值中心。當(dāng)熱帶氣旋經(jīng)過(guò)中部山區(qū)以北區(qū)域時(shí)，易造成EOF1“西高東低”和EOF2“南少北多”的降水分布；當(dāng)熱帶氣旋經(jīng)過(guò)山區(qū)或其南側(cè)時(shí)，易造成EOF2“南多北少”的降水分布。

（5）近10 a，海南省熱帶氣旋降水與影響時(shí)長(zhǎng)、強(qiáng)度存在顯著正相關(guān)，排名前10的熱帶氣旋降水與強(qiáng)度的相關(guān)性更顯著，而與降水時(shí)長(zhǎng)無(wú)明顯關(guān)系。

基于不同密度站點(diǎn)資料的最大降水值存在顯著差異，且前5%、前10%、前15%站點(diǎn)的極端降水值也具有T＿P＞C＿P的特征?？梢?jiàn)，高密度的站點(diǎn)資料能夠獲得更多局地強(qiáng)降水信號(hào)。然而，極端降水中心易出現(xiàn)在地形復(fù)雜的山區(qū)，但山區(qū)自動(dòng)站相對(duì)于平原、沿海地區(qū)嚴(yán)重偏少，因此，還需要進(jìn)一步加大對(duì)山區(qū)自動(dòng)站的建設(shè)，這對(duì)進(jìn)一步認(rèn)識(shí)熱帶氣旋極端降水特征，做好熱帶氣旋強(qiáng)降水監(jiān)測(cè)預(yù)警與防災(zāi)減災(zāi)具有重要意義。