吳舒祺，么嘉棋，候文星，阿 多，趙文吉*

（1.首都師范大學(xué) 資源環(huán)境與旅游學(xué)院，北京 100048；2.山東科技大學(xué) 測繪與空間信息學(xué)院，山東 青島 266590；3.應(yīng)急管理部國家減災(zāi)中心，北京 100124）

?水土資源與環(huán)境?

太湖流域降水量變化及其與組合大氣環(huán)流的關(guān)系

吳舒祺1，么嘉棋2，候文星1，阿 多3*，趙文吉1*

（1.首都師范大學(xué) 資源環(huán)境與旅游學(xué)院，北京 100048；2.山東科技大學(xué) 測繪與空間信息學(xué)院，山東 青島 266590；3.應(yīng)急管理部國家減災(zāi)中心，北京 100124）

【目的】探明太湖流域降水量變化及與大氣環(huán)流的多尺度效應(yīng)?！痉椒ā坎捎肕ann Kendall（MK）、Modified Mann Kendall（MMK）趨勢檢驗(yàn)法以及小波相干分析（Wavelet Coherence, WTC）、多小波相干分析（Multiple Wavelet Coherence, MWC），對(duì)太湖流域1960—2020年30個(gè)氣象站的降水量變化及其與單個(gè)和組合大氣環(huán)流因子的多尺度振蕩關(guān)系進(jìn)行分析?！窘Y(jié)果】①M(fèi)MK及MK的趨勢值在年尺度降水量及季節(jié)尺度降水量的空間分布相似，但顯著性存在差異。年降水量上升趨勢最大，而冬季降水量上升趨勢最小。MMK可以檢測出MK無法檢測出的顯著性，尤其是對(duì)于春季降水量。②WTC分析結(jié)果表明，太湖流域降水量與大氣環(huán)流因子具有復(fù)雜的非線性關(guān)系，不同時(shí)域具有明顯差異。③從單要素來看，EASM是太湖流域最具影響力的遙相關(guān)；在多要素組合中，Prep-AO-PDO-ENSO-EASM-DMI組合對(duì)流域降水量影響最大?！窘Y(jié)論】單獨(dú)的主導(dǎo)遙相關(guān)并不能很好地解釋降水量與大氣環(huán)流的關(guān)系，具有最高顯著功率數(shù)百分比(POSP)的大氣環(huán)流組合可作為解釋降水量變化的最佳組合。

MMK趨勢檢驗(yàn)；多小波相干；組合大氣環(huán)流；多尺度效應(yīng)；顯著功率百分比

0 引 言

【研究意義】氣候變化會(huì)對(duì)降水量、溫度等水文氣象變量產(chǎn)生重大影響，同時(shí)也會(huì)增加極端天氣事件的發(fā)生概率。在氣候變化背景下，降水量具有明顯的地域差異性，研究不同區(qū)域的降水量變化具有重要意義。太湖流域?qū)儆谖覈?jīng)濟(jì)發(fā)達(dá)、人口密集地區(qū)，暴雨洪澇災(zāi)害頻發(fā)，對(duì)區(qū)域經(jīng)濟(jì)發(fā)展和人民生命財(cái)產(chǎn)安全造成了重大威脅。該地區(qū)降水量的變異性在很大程度上受大尺度氣象因子的影響。作為氣候診斷的重要內(nèi)容，在全球氣候變化背景下研究區(qū)域降水量及其與大氣環(huán)流之間的耦合效應(yīng)對(duì)客觀認(rèn)識(shí)區(qū)域水循環(huán)機(jī)制和未來水資源管理具有重要的科學(xué)意義。

【研究進(jìn)展】區(qū)域降水量對(duì)大氣環(huán)流的響應(yīng)較為復(fù)雜，如何定量分析區(qū)域降水量與大氣環(huán)流因子的耦合關(guān)系值得深入探討。目前，關(guān)于大氣環(huán)流對(duì)區(qū)域氣候的影響主要聚焦于二者之間的線性關(guān)系[1-3]，較少涉及二者之間的非線性關(guān)系。降水量對(duì)大尺度氣候振蕩的響應(yīng)遠(yuǎn)比線性相關(guān)要復(fù)雜得多，共振行為發(fā)生在不同的時(shí)間尺度，且往往具有非線性特征[4]?；谶B續(xù)小波變換的雙變量小波相干分析（Wavelet Coherence，WTC）可以量化2個(gè)水文氣象變量之間的多尺度效應(yīng)。大氣環(huán)流通常在某些時(shí)間尺度上顯示出強(qiáng)烈振蕩，因此可以在這些時(shí)間尺度上識(shí)別水文氣象變量與大氣環(huán)流之間的類似振蕩行為。影響降水量的過程可能涉及多個(gè)規(guī)模相關(guān)的氣候因素[5-6]。當(dāng)研究涉及2個(gè)以上變量的局部關(guān)系時(shí)，則不能使用WTC法。Hu等[7]提出了基于連續(xù)小波變換的多小波相干分析（MWC），并與多變量經(jīng)驗(yàn)?zāi)Ｊ椒纸猓∕EMD）與多光譜相干分析（MSC）進(jìn)行了比較；結(jié)果表明，MWC優(yōu)于其他2種方法，能夠使用多個(gè)預(yù)測變量來定位多尺度關(guān)系，特別是對(duì)于非平穩(wěn)時(shí)間序列。因此，MWC常被用來揭示地球科學(xué)領(lǐng)域中的時(shí)間或空間尺度的多元關(guān)系[8-10]。

【切入點(diǎn)】流域降水量的影響因子復(fù)雜，涉及多個(gè)因子的相互作用。大氣遙相關(guān)的變化并不是孤立的，其共同作用影響降水量變化[11]。迄今為止，大多數(shù)研究只關(guān)注雙變量關(guān)系，缺少大氣遙相關(guān)因子在不同時(shí)頻尺度上對(duì)區(qū)域降水量綜合影響的定量分析。水文氣象時(shí)間序列也呈現(xiàn)出更強(qiáng)的非平穩(wěn)與趨勢化特征，可能會(huì)導(dǎo)致突發(fā)性洪水?！緮M解決的關(guān)鍵問題】鑒于此，本研究以太湖流域?yàn)檠芯繀^(qū)，使用MMK及MK分析對(duì)區(qū)域降水時(shí)間序列進(jìn)行趨勢分析，并利用WTC及MWC法來揭示大氣環(huán)流指數(shù)對(duì)流域降水量的單獨(dú)與綜合影響。研究結(jié)果可為區(qū)域水資源管理及旱澇災(zāi)害防控提供參考，并可為了解流域降水量與大氣遙相關(guān)之間的動(dòng)態(tài)非線性過程提供一個(gè)新的視角。

1 材料與方法

1.1 研究區(qū)概況

太湖流域（30°28′—32°15′N，119°11′—121°53′E）位于長江中下游地區(qū)。該地區(qū)地形西高東低，西部為山地丘陵，中東部為平原。流域總面積約36 895 km2。太湖流域位于亞熱帶季風(fēng)區(qū)，年平均氣溫為16.2 ℃，自北向南逐漸遞增。年平均降水量為1 205 mm，受流域內(nèi)地形、人類活動(dòng)等影響，流域內(nèi)水資源分布極不均勻。降水量年際差異較大，最大與最小年降水量的比值為4.8（圖1）。該地區(qū)氣象災(zāi)害頻繁，嚴(yán)重阻礙區(qū)域經(jīng)濟(jì)發(fā)展。

圖1 太湖流域概況Fig.1 Overview of the Taihu Lake Basin

1.2 數(shù)據(jù)來源

研究中使用的30個(gè)氣象站點(diǎn)逐日降水量數(shù)據(jù)來源于國家氣候中心發(fā)布的中國地面氣候資料日值數(shù)據(jù)集（V3.0）。水系數(shù)據(jù)、DEM數(shù)據(jù)來源于資源環(huán)境數(shù)據(jù)中心（https://www.resdc.cn/）。根據(jù)綜合指數(shù)、更近原始動(dòng)力原則，選取與研究區(qū)降水量密切相關(guān)的大氣環(huán)流指數(shù)[2]。本研究使用的大氣環(huán)流指數(shù)為北極濤動(dòng)（AO）、太平洋年代際濤動(dòng)（PDO）、厄爾尼諾-南方濤動(dòng)（ENSO）、印度洋偶極子（DMI）、東亞夏季風(fēng)（EASM）。

1.3 研究方法

采用MK和MMK趨勢檢驗(yàn)來判斷研究區(qū)降水量的變化趨勢。MK作為一種基于秩的非參數(shù)檢驗(yàn)方法，不直接依賴于隨機(jī)變量，不受數(shù)據(jù)分布以及極值的影響，是時(shí)間趨勢研究中廣泛使用的方法。在實(shí)際應(yīng)用中，MK分析結(jié)果會(huì)受序列自相關(guān)等因素的影響。Hamed等[12]考慮了氣象水文時(shí)間序列的自相關(guān)，通過方差校正對(duì)趨勢估計(jì)值進(jìn)行修正，從而對(duì)MK方法進(jìn)行了改進(jìn)，得到MMK檢驗(yàn)方法。使用WTC和MWC計(jì)算流域降水量與大氣環(huán)流因子的單變量相干及多變量相干。計(jì)算WTC、MWC在所有尺度上的平均功率（the average power of wavelet coherence, AWC）以及95%顯著性水平上的顯著功率數(shù)百分比（the percentage of significant power at the 95% significance level, POSP）。對(duì)于預(yù)測變量的組合，當(dāng)一個(gè)額外因素導(dǎo)致POSP增加至少5%時(shí)，認(rèn)為具有統(tǒng)計(jì)學(xué)意義[10]。

2 結(jié)果與分析

2.1 時(shí)空變化分析

使用MMK以及MK的趨勢值來探究太湖流域降水量年尺度及季節(jié)尺度趨勢變化的空間特征，結(jié)果如圖2所示。MMK與MK的趨勢值在年、季節(jié)尺度降水量的空間分布大致相似，但顯著性存在差異。年降水量的MMK趨勢中，27個(gè)站點(diǎn)具有顯著上升趨勢；MK趨勢中，23個(gè)站點(diǎn)具有顯著上升趨勢。春季降水量的MMK趨勢中，13個(gè)站點(diǎn)具有顯著下降趨勢；MK趨勢中，1個(gè)站點(diǎn)具有顯著下降趨勢。夏季降水量的MMK趨勢中，所有站點(diǎn)均具有顯著上升趨勢；MK趨勢中，1個(gè)站點(diǎn)上升趨勢不顯著，其余站點(diǎn)均具有顯著上升趨勢。秋季降水量的MMK趨勢中，3個(gè)站點(diǎn)具有顯著下降趨勢；MK趨勢中，所有站點(diǎn)變化均不顯著。冬季降水量的MMK趨勢以及MK趨勢中所有站點(diǎn)均具有顯著上升趨勢。

太湖流域降水量的時(shí)間趨勢統(tǒng)計(jì)如表1所示。春秋季降水量具有下降趨勢，春季降水量通過MMK檢驗(yàn)的95%顯著性水平，但未通過MK檢驗(yàn)的95%顯著性水平；秋季降水量則具有非顯著下降趨勢，使用MMK及MK趨勢檢測均未通過95%顯著性檢測。年降水量、夏季降水量及冬季降水量趨勢均通過MMK及MK的95%顯著性檢驗(yàn)。年降水量增加趨勢最大為4.74 mm/a，夏季降水量次之，而冬季降水量上升趨勢最小，為1.56 mm/a。

圖2 MMK與MK檢驗(yàn)的結(jié)果比較Fig.2 Comparison of the results between MMK and MK

表1 太湖流域降水量MMK及MK趨勢統(tǒng)計(jì)Table 1 MMK and MK statistics of precipitation in the Taihu Lake Basin

總體而言，在分析時(shí)間序列趨勢顯著性時(shí)，MK趨勢的顯著性被弱化，MMK可以檢測出MK無法檢測到的顯著性，尤其對(duì)于春季降水量，這可能是由于時(shí)間序列中存在正負(fù)自相關(guān)影響拒絕原假設(shè)的概率。

2.2 小波相干分析

太湖流域降水量與大氣環(huán)流因子的小波相干分析結(jié)果如圖3所示。流域降水量與AO在1960—1970年具有2個(gè)尺度的共振周期，8～16個(gè)月尺度上具有顯著正位相共振周期；在32～48個(gè)月尺度上，平均位相角向下，降水量提前于AO。在高時(shí)頻段，降水量序列與AO的小波相干能量強(qiáng)度有時(shí)也通過顯著性檢測，但維持時(shí)間較短且其位相關(guān)系隨時(shí)頻變化的差異較大，沒有形成穩(wěn)定的相關(guān)性。流域降水量與PDO在1960—1965、1990—2005、2010—2018年具有8～16個(gè)月的顯著共振周期，交叉位相角向上，流域降水量延后于PDO。流域降水量與ENSO在1972—1976年具有18～26個(gè)月的顯著共振周期，交叉位相角向上，降水量延后于ENSO；在1995—2001年具有16～20個(gè)月的顯著正位相共振周期。流域降水量與EASM在1965—1975年具有10～16個(gè)月的顯著負(fù)位相共振周期。流域降水量與DMI在1970—1980、1978—1982、1982—1900年分別具有8～12、32～36、18～30個(gè)月的顯著共振周期。

圖3 太湖流域降水量與大氣環(huán)流指數(shù)的WTCFig.3 WTC of the precipitation and atmospheric circulation in the Taihu Lake Basin.

2.3 多小波相干分析

太湖流域降水量與單個(gè)及組合大氣環(huán)流的AWC以及POSP的統(tǒng)計(jì)結(jié)果如表2所示，降水量與組合大氣環(huán)流的多小波相干如圖4所示。對(duì)于單要素，EASM對(duì)太湖流域降水量的多尺度效應(yīng)較為明顯，而AO對(duì)流域降水量的多尺度效應(yīng)相對(duì)較小。要素組合中，Prep-ENSO-EASM組合的POSP最大，相比于Prep-ENSO以及Prep-EASM的POSP增加超過5%。三要素組合中，Prep-AO-EASM-DMI的POSP最大。8～16個(gè)月顯著相干性最有可能與EASM有關(guān)，低時(shí)頻尺度的顯著相干性可能與ENSO及DMI有關(guān)。四要素組合的AWC大于三要素組合，但POSP存在小于三要素組合的情況，其中POSP最大的組合是Prep-AO-ENSO-EASM-DMI?？傮w而言，為使AWC和POSP最大，需考慮多因素組合（Prep-AO-PDO-ENSO-EASM-DMI）。

平均相干性隨自變量數(shù)量的增加而增加，但POSP存在不確定性。三要素組合的POSP存在小于二要素組合的情況，POSP的結(jié)果差異可能是由于第三要素在特定周期和時(shí)間段中所包含的顯著量已被第一、第二要素統(tǒng)計(jì)。太湖流域降水量的連續(xù)小波變換及方差如圖5所示。WTC以及MWC中具有大于12個(gè)月的顯著共振周期，但這在降水量的CWT中并不顯著。流域降水量的CWT光譜結(jié)果顯示，太湖流域年平均降水量具有12個(gè)月的顯著振蕩周期，這也是太湖流域降水量的典型周期[13]。降水量與遙相關(guān)具有較低的共振頻率，但在降水量單獨(dú)的CWT中卻并沒有體現(xiàn)，12個(gè)月的周期作為主導(dǎo)周期可能掩蓋了CWT中其他低頻顯著周期。

表2 小波相干及多變量小波相干的平均功率（AWC）及95%顯著水平上的功率數(shù)百分比（POSP）統(tǒng)計(jì)Table 2 Statistics of the average power of the wavelet coherence(AWC) and percentage of significant power at the 95% significant level (POSP) for the wavelet coherence (WTC) and multivariate wavelet coherence (MWC)

圖4 太湖流域降水量與大氣環(huán)流指數(shù)的多小波相干（MWC）Fig.4 Multivariate wavelet coherence (MWC) of the precipitation and atmospheric circulation in the Taihu Lake Basin

圖5 太湖流域降水量的連續(xù)小波變換（CWT）及方差Fig.5 Continuous wavelet analysis and various of precipitation in the Taihu Lake Basin

3 討 論

以往研究結(jié)果表明，太湖流域年降水量具有上升趨勢，東部的顯著性水平高于西部[14]。春、秋季降水量具有下降趨勢，夏、冬季降水量具有上升趨勢，夏季降水量與年降水量的空間分布相似，東部地區(qū)降水量增加顯著且變化趨勢大于西部站點(diǎn)[15]，均與本研究結(jié)果相似。Han等[16]研究結(jié)果也指出，該地區(qū)短時(shí)間降水量對(duì)年降水量的貢獻(xiàn)較大，年降水量增加而平均降水持續(xù)時(shí)間變短，降水強(qiáng)度增大。極端降水事件的發(fā)生頻率增加意味著太湖流域洪澇災(zāi)害風(fēng)險(xiǎn)將進(jìn)一步增加。對(duì)于這些未來面臨高洪水風(fēng)險(xiǎn)的地區(qū)，應(yīng)采取相關(guān)措施，如充分發(fā)揮太湖的調(diào)蓄作用，完善流域排水防洪工程布局等。此外，對(duì)于太湖流域，春、秋季的農(nóng)業(yè)灌溉用水量較大，然而本文及以往研究結(jié)果均表明，春季和秋季降水量具有下降趨勢。趨勢持續(xù)可能會(huì)對(duì)該地區(qū)的農(nóng)業(yè)生產(chǎn)產(chǎn)生深遠(yuǎn)影響。因此，對(duì)于該地區(qū)的春秋旱情，在管理上應(yīng)給予重視。

我國東部以季風(fēng)氣候?yàn)橹?，太湖流域降水量變化與東亞夏季風(fēng)密切相關(guān)[14]。20世紀(jì)70年代中后期，赤道東太平洋出現(xiàn)的類似El Nin?o型海溫異常，使得東亞夏季風(fēng)減弱，鋒面雨帶在我國區(qū)域北上的動(dòng)力不足，長時(shí)間滯留在長江中下游地區(qū)，造成太湖流域等地強(qiáng)降水明顯加強(qiáng)[17]。東亞季風(fēng)也會(huì)受到AO、PDO、ENSO、DMI的影響，因此，我國降水研究主要選擇AO、PDO、ENSO、EASM、DMI作為影響區(qū)域降水的大氣環(huán)流指數(shù)[18]。以往研究表明，EASM與太湖流域降水量呈負(fù)相關(guān)[19]；PDO與太湖流域降水量也具有很好的一致性[20]；ENSO次年流域降水量也會(huì)增加，ENSO提前于流域降水[21]，這些與本文研究結(jié)果相似。AO與流域降水量呈負(fù)相關(guān)[22]；DMI為負(fù)位相時(shí)，流域少雨[23]，這些與本文研究結(jié)果不一致。不同研究區(qū)的自然地理?xiàng)l件，人類活動(dòng)以及數(shù)據(jù)類型都會(huì)對(duì)研究結(jié)果產(chǎn)生影響。單獨(dú)的主導(dǎo)遙相關(guān)并不能很好地解釋降水量與大氣環(huán)流的關(guān)系，具有最高POSP的大氣環(huán)流組合可作為解釋降水量變化的最佳組合。但大氣環(huán)流與非氣候因子（如地形、城市化等）之間的潛在相互影響，而這些在本研究中被忽略，在解釋大氣環(huán)流因子對(duì)流域降水量的影響需謹(jǐn)慎使用。

降水量的影響因子除了氣候因子自身內(nèi)部波動(dòng)，地理差異以及人類活動(dòng)也會(huì)對(duì)降水量變化產(chǎn)生影響。例如地形地貌、土地覆蓋、水文條件、土壤類型等自然地理因素，以及溫室氣體排放、人工造林、森林砍伐以及城市熱島等，都會(huì)影響流域降水量變化。近年來，太湖流域城市規(guī)模不斷擴(kuò)大，土地利用急劇變化。大規(guī)模的人口擴(kuò)張和城市建設(shè)導(dǎo)致大量人為熱量以及氣溶膠排放，這些環(huán)境變化干擾了城市表面和大氣之間的能量交換過程，改變了城市地區(qū)的輻射收支，這將有利于增強(qiáng)水汽輸送和輻合上升運(yùn)動(dòng)，進(jìn)而導(dǎo)致降水尤其極端降水事件的增加。此外，人類活動(dòng)對(duì)流域降水影響的量化，其他大規(guī)模環(huán)流可能對(duì)太湖流域降水量產(chǎn)生的影響，以及相關(guān)大氣環(huán)流的影響因素，如太平洋海溫、氣壓以及青藏?zé)釀?dòng)力效應(yīng)等，這些在未來需進(jìn)一步深入研究。

4 結(jié) 論

1）年降水量上升趨勢最大，夏季降水量次之，而冬季降水量上升趨勢最小。在分析趨勢顯著性時(shí)，MK趨勢的顯著性被弱化，MMK可以檢測出MK沒有檢測到的顯著性，尤其是對(duì)于春季降水量。

2）太湖流域降水量與大氣環(huán)流因子之間具有復(fù)雜的非線性關(guān)系，但在不同時(shí)域中具有明顯差異。

3）從單要素來看，EASM是太湖流域最具影響力的遙相關(guān)；在多要素組合中，Prep-AO-PDO-ENSO-EASM-DMI組合對(duì)流域降水量的影響最大。

[1]溫煜華, 呂越敏, 李宗省. 近60 a祁連山極端降水變化研究[J]. 干旱區(qū)地理, 2021, 44(5): 1 199-1 212.WEN Yuhua, LYU Yuemin, LI Zongxing. Changes of extreme precipitation in Qilian Mountains in recent 60 years[J]. Arid Land Geography, 2021, 44(5): 1 199-1 212.

[2]何昶, 鄧建明, 李雪純, 等. 太湖流域近60年氣溫多時(shí)間尺度波動(dòng)幅度的長期變化特征[J]. 河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2022,50(6): 130-138.HE Chang, DENG Jianming, LI Xuechun, et al. Long-term characteristics of multi-timescale fluctuation amplitude of temperature in the past six decades in Taihu Basin[J]. Journal of Henan Normal University (Natrual Science Edition), 2022, 50(6): 130-138.

[3]張儀輝, 劉昌明, 梁康, 等. 雅魯藏布江流域降水時(shí)空變化特征[J].地理學(xué)報(bào), 2022, 77(3): 603-618.ZHANG Yihui, LIU Changming, LIANG Kang, et al. Spatio-temporal variation of precipitation in the Yarlung Zangbo river basin[J]. Acta Geographica Sinica, 2022, 77(3): 603-618.

[4]DAS Jew, JHA Srinidhi, GOYAL Manish Kumar. On the relationship of climatic and monsoon teleconnections with monthly precipitation over meteorologically homogenous regions in India: Wavelet amp; global coherence approaches[J]. Atmospheric Research, 2020, 238: 104 889.

[5]李崇銀, 楊輝, 趙晶晶. 大氣環(huán)流系統(tǒng)組合性異常與極端天氣氣候事件發(fā)生[J]. 大氣科學(xué)學(xué)報(bào), 2019, 42(3): 321-333.LI Chongyin, YANG Hui, ZHAO Jingjing. Combination anomalies of atmospheric circulation system and occurrences of extreme weather/climate events[J]. Transactions of Atmospheric Sciences, 2019,42(3): 321-333.

[6]晏德莉, 李雙雙, 延軍平, 等. 漢江流域降水非均勻性變化特征分析[J].武漢大學(xué)學(xué)報(bào)(理學(xué)版), 2020, 66(4): 377-385.YAN Deli, LI Shuangshuang, YAN Junping, et al. Analysis of variation characterstics of precipitation heterogeneity in the Hanjiang River Basin[J]. Journal of Wuhan University (Natural Science Edition), 2020,66(4): 377-385.

[7] HU Wei, SI Bingcheng. Multiple wavelet coherence for untangling scale-specific and localized multivariate relationships in geosciences[J].Hydrology and Earth System Sciences, 2016, 20(8): 3 183-3 191.

[8] SU Lu, MIAO Chiyuan, DUAN Qinyun, et al. Multiple‐wavelet coherence of world's large rivers with meteorological factors and ocean signals[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(9):4 932-4 954.

[9] HU Wei, SI Bingcheng, BISWAS Asim, et al. Temporally stable patterns but seasonal dependent controls of soil water content: Evidence from wavelet analyses[J]. Hydrological Processes, 2017, 31(21): 3 697-3 707.

[10] CHENG Qingping, ZHONG Fanglei, WANG Ping. Baseflow dynamics and multivariate analysis using bivariate and multiple wavelet coherence in an alpine endorheic river basin (Northwest China)[J].Science of the Total Environment, 2021, 772: 145 013.

[11] WU Shuqi, HU Zhuowei, WANG Zhiheng, et al. Spatiotemporal variations in extreme precipitation on the middle and lower reaches of the Yangtze River Basin (1970 to 2018)[J]. Quaternary International,2021, 592: 80-96.

[12] HAMED Khaled H, RAO A Ramachandra. A modified Mann-Kendall trend test for autocorrelated data[J]. Journal of Hydrology, 1998,204(1-4): 182-196.

[13] WU Shuqi, ZHAO Wenji, YAO Jiaqi, et al. Precipitation variations in the Tai Lake Basin from 1971 to 2018 based on innovative trend analysis[J]. Ecological Indicators, 2022, 139: 108 868.

[14] 楊鳳, 高穎會(huì), 陳鋼. 太湖流域1961—2015年降水趨勢分析[J].中國防汛抗旱, 2020, 30(3): 51-54, 60.YANG Feng, GAO Yinghui, CHEN Gang. Analysis of precipitation trend in Taihu Lake Basin from 1961 to 2015[J]. China Flood and Drought Management, 2020, 30(3): 51-54, 60.

[15] WANG Yuefeng, XU Youpeng, TABARI Hossein, et al. Innovative trend analysis of annual and seasonal rainfall in the Yangtze River Delta,eastern China[J]. Atmospheric Research, 2020, 231: 104 673.

[16] HAN Longfei, XU Youpeng, PAN Guangbo, et al. Changing properties of precipitation extremes in the urban areas, Yangtze River Delta, China,during 1957—2013[J]. Natural Hazards, 2015, 79(1): 437-454.

[17] 董滿宇, 田相佑, 胡木蘭, 等. 1960—2017年太湖流域不同等級(jí)降水時(shí)空特征[J]. 熱帶地理, 2020, 40(6): 1 063-1 074.DONG Manyu, TIAN Xiangyou, HU Mulan, et al. Spatio-Temporal Variation in Precipitation for Different Grades in the Taihu Lake Basin during 1960—2017[J]. Tropical Geography, 2020, 40(6): 1 063-1 074.

[18] GU Xuezhi, YE Lei, XIN Qian, et al. Extreme Precipitation in China: A Review[J]. Advances in Water Resources, 2022, 163: 104 144.

[19] ZHANG Lilan, CHEN Xiaohong, LAI Rouyi. Urban signatures of sub-daily extreme precipitation events over a metropolitan region[J].Atmospheric Research, 2020, 246: 105 204.

[20] 吳舒祺, 趙文吉, 楊陽, 等. 基于小波變換的長江中下游地區(qū)極端降水與大氣環(huán)流響應(yīng)關(guān)系研究[J]. 水資源與水工程學(xué)報(bào), 2021, 32(4): 67-76.WU Shuqi, ZHAO Wenji, YANG Yang, et al. Response of extreme precipitation events in the middle and lower reaches of the Yangtze River Basin to the atmospheric circulation based on continuous wavelet transform[J]. Journal of Water Resouces and Water Engineering, 2021,32(4): 67-76.

[21] 余榮, 翟盤茂. 厄爾尼諾對(duì)長江中下游地區(qū)夏季持續(xù)性降水結(jié)構(gòu)的影響及其可能機(jī)理[J]. 氣象學(xué)報(bào), 2018, 76(3): 408-419.YU Rong, ZHAI Panmao. The influence of El Nino on summer persistent precipitation structure in the middle and lower reaches of the Yangtze River and its possible mechanism[J]. Acta Meteorologica Sinica, 2018, 76(3): 408-419.

[22] 張勇, 楊春瑰, 唐衛(wèi)亞. 長江中下游1—5月降水分布型及其成因[J].大氣科學(xué)學(xué)報(bào), 2015, 38(1): 111-119.ZHANG Yong, YANG Chungui, TANG Weiya. Precipitation patterns in the middle and low reaches of Yangtze River during January-May and their cau-ses[J]. Transactions of Atmospheric Sciences, 2015, 38(1): 111-119.

[23] 袁媛, 高輝, 李維京, 等. 2016年和1998年汛期降水特征及物理機(jī)制對(duì)比分析[J]. 氣象學(xué)報(bào), 2017, 75(1): 19-38.YUAN Yuan, GAO Hui, LI Weijing, et al. Analysis and comparison of summer precipitation features and physical mechanisms between 2016 and 1998[J]. Acta Meteorological Sinica, 2017, 75(1): 19-38.

Variation of Precipitation in Taihu Lake Basin and Its Relationship with Atmospheric Circulation

WU Shuqi1, YAO Jiaqi2, HOU Wenxing1, A Duo3*, ZHAO Wenji1*

(1. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China;2. College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China;3. National Disaster Reduction Center of China, Beijing 100124, China)

【Objective】Precipitation and its variation is the driver of all ecological functions in a catchment. It is affected by many factors. This paper investigates the variation in precipitation and its multi-scale correlations with atmospheric circulation in the Taihu Lake Basin (TLB), China. 【Method】The analysis was based on precipitation measured from 1960 to 2020 from 30 meteorological stations across the basin. Its multi-scale oscillations, as well as correlation with single and combined atmospheric circulation factors were analyzed using the Mann Kendall (MK),modified Mann Kendall (MMK), wavelet coherence (WTC), and multiple wavelet coherence (MWC). 【Result】①The annual and seasonal trends identified by MMK and MK from the precipitation series was similar, but the significance differed between the two methods. We found the largest upward trend in annual precipitation, but the seasonal precipitation in winter had the smallest upward trend. MMK detected significance that MK failed to identify,especially for spring precipitation. ② WTC found that the precipitation and atmospheric circulation factors were nonlinearly correlated in a complex way, but their correlation varied with time. ③ For single atmospheric circulation factors, the EASM was the most influential teleconnection affecting precipitaton in the TLB. Among the multivariates, Prep-AO-PDO-ENSO-EASM-DMI had the greatest impact on precipitation in TLB. 【Conclusion】The dominant tele-correlation alone cannot explain the relationship between precipitation and atmospheric circulation, and a combination of atmospheric circulation factors and the highest percentage of significant power(POSP) offered the best explanation for precipitation variation in TLB.

MMK trend test; multi-wavelet coherence; combined atmospheric circulation; multi-scale effect;percentage of significant power

吳舒祺, 么嘉棋, 候文星, 等. 太湖流域降水量變化及其與組合大氣環(huán)流的關(guān)系[J]. 灌溉排水學(xué)報(bào), 2023, 42(3): 97-103.

WU Shuqi, YAO Jiaqi, HOU Wenxing, et al. Variation of Precipitation in Taihu Lake Basin and Its Relationship with Atmospheric Circulation[J]. Journal of Irrigation and Drainage, 2023, 42(3): 97-103.

P426；P434

A

10.13522/j.cnki.ggps.2022279

1672 - 3317（2023）03 - 0097 - 07

2022-05-19

國家重點(diǎn)研發(fā)計(jì)劃課題（2017YFC1502901）

吳舒祺（1994-），男。博士研究生，主要從事氣候變化研究。E-mail: wushuqi5577@163.com

趙文吉（1967-），男。教授，主要從事遙感技術(shù)與地學(xué)應(yīng)用研究。E-mail: zhwenji1215@163.com

阿多（1983-），男。助理研究員，主要從事地學(xué)應(yīng)用研究。E-mail: baisha.ad@163.com

責(zé)任編輯：韓 洋