2019, Vol. 38
2. 中国科学院大学, 北京 100000
IPCC第五次评估报告中指出, 1951-2012年每10年地表温度升高0.12 ℃(0.08~0.14 ℃), 较IPCC第四次报告得出的1956-2005年每10年地表温度升高0.13 ℃(0.10~0.16 ℃)有所减小, 地表升温率有所减缓, 但北半球1981-2012年这30年仍很可能是过去800年里最暖的30年(IPCC, 2013)。全球气温上升的总趋势, 使得全球降水的分布也相应有所改变, 进而导致极端降水、干旱等自然灾害频发、降水分布更加不均匀、雨线发生偏移, 从而引起许多其他次生灾害(常军等, 2014)。
黄河, 全长5 464 km, 是我国北方生存和发展的命脉, 其对社会经济的可持续发展有着相当大的制约作用(刘昌明等, 2003)。黄河地处干旱、半干旱与半湿润过渡地区, 集水面积大, 跨度长, 地理环境复杂(买苗等, 2006; 邱新法等, 2003), 生态环境脆弱, 水资源先天不足, 降水是黄河水资源的主要来源(祝青林等, 2005)。黄河上游流域面积占黄河集水面积的51.3%, 径流量占62.0%, 输沙量仅占14.9%, 是整个黄河主要的清水来源(李二辉等, 2014), 其地处干旱、半干旱气候区, 主要位于青藏高原、宁蒙河套地区, 大部分区域属于黄土高原地区。暴雨集中、植被稀疏、土壤抗蚀性差, 加之不合理的人类活动使该地区正在成为我国水土流失最为严重的地区之一(祝青林等, 2005)。随着暴雨、洪涝等极端事件的不断增加, 黄河上游流域水土流失、土地荒漠化等日益严重(解承莹等, 2015)。研究黄河上游流域极端降水的变化趋势, 对保护当地生态环境、减少水土流失、预防洪涝灾害造成的生命财产损失具有十分重要的作用, 也对促进生态文明建设和经济可持续发展具有非常重要的意义。李二辉等(2014)认为近50年来黄河上游流域降水量有增大趋势而径流量有显著减少趋势。Xiao et al(2016)预测极端降水有所增加, 但在全球变暖的大环境下, 部分地区极端降水会出现负增长趋势, 随着温度的升高, 极端降水总量会增加, 而日极端降水则会降低。之前的研究大多将总降水和极端降水研究割裂开来, 比如陈磊等(2016)研究了总降水和季节降水的变化, 表明各季节降水量分布与年降水量分布大体相同, 总体由东南向西北递减; 而贺振等(2014)则对极端降水进行研究, 发现黄河上游流域极端降水量趋势变化发生转折的时间为1982年, 时间点之前呈下降趋势, 之后不断上升。本文选择综合对比分析总降水和极端降水, 重点对黄河上游流域1970-2017年48年的总降水和极端降水进行研究, 通过对比降水量、降水距平变化、周期振荡等, 试图分析极端降水与年均降水变化的异同。
2 资料与方法 2.1 研究区域及其概况本文所指的黄河上游区域包括从黄河源区到内蒙古自治区托克托县河口镇及其集水区域, 总面积达55.06×104 km2, 地理位置为32.47°N-41.84°N, 95.98°E-111.10°E, 研究站点选择了位于该区域且建站时间早于1970年的45个站点, 具体分布如图 1所示。
|
图 1 黄河上游流域地形和站点分布 Fig. 1 Topography and station distribution of the upper of the Yellow River Basin |
采用非参数统计检验方法(Mann-Kendall突变分析法, 简称M-K法)定性定量的研究黄河上游流域多年降水的变化趋势及变化幅度。M-K法可用于根据趋势来检测突发性气候变化, 相较于其他的统计检验方法, M-K法不需要样本遵从一定的分布, 且能定性地分析变化趋势(魏凤英, 2007), 因此, 世界气象组织将M-K法作为一般性降水数据的处理方法使用, 可应用于气象要素时间变化趋势的分析(陈文海等, 2002)。
小波分析又称为多分辨率分析, 与标准的傅里叶变换不同, 小波函数具有多样性, 它对于获取一个复杂时间序列的调整规律, 诊断出气候变化的内在层次结构, 分辨时间序列在不同尺度上的演变特征等非常有效。本文选用Morlet小波函数来分析黄河上游流域多年平均降水和极端降水的时间序列在时间尺度上的变化特征, 分析振荡周期(李二辉等, 2014)。
2.2.1 数据来源所用数据为中国气象数据网提供的1970-2017年的逐日降水实测资料。对数据资料进行筛选和质控处理, 并对存在降水数据缺失的日期进行了剔除, 最终提取出所选45个站点的相关信息, 得到了完整连续的逐日降水实测数据。黄河上游流域边界数据由国家重点基础研究规划项目(973计划)黄河上游宁蒙河段综合数据平台, http://westdc.westgis.ac.cn提供。
2.2.2 极端降水阈值我国通常将暴雨定义为24 h降水量(R24)≥50 mm的降水事件, 而对于西北地区而言, R24≥25 mm的降水事件即可称为暴雨(寿绍文等, 2006)。黄河上游区域地处亚洲大陆中部, 属于内陆地区, 降水量较少且分配不均。如果直接将R24≥25 mm的降水事件认为是极端降水, 对于有些干旱、半干旱区域而言, 将会出现取值的偏差, 可能将观测不到极端降水(杨志刚等, 2014)。
为了避免这种问题的出现, 依据世界气象组织的规定, 采用国际上通用的百分位法来分别确定各个站点极端降水的阈值(Xiao et al, 2016; Bonsal et al, 2001)。百分位法具体:首先, 剔除1970-2017年共48年的所有站点的无降水日; 然后将每个站点逐年的日降水量数据按升序排序, 取其第95百分位的48年平均值分别作为该站点极端降水的阈值; 最后取日降水量大于或等于阈值的日期, 作为极端降水事件。累加每年极端降水事件的降水量为极端降水总量。
2.2.3 极端降水指数介绍IPCC将极端天气气候事件定义为:出现某个天气或气候变量值, 该值高于(或低于)该变量观测值区间的上限(或下限)端附近的某一阈值(Field et al, 2012)。在科研应用中, 可将极端气候事件进行定量化的定义, 如本文使用的基于阈值定义的极端气候指数, 就是一种便于计算的方法, 该方法因其可以对不同地区和不同数据集的结果进行对比分析, 而在研究极端气候事件时得到了广泛的应用(许建伟, 2015)。
表 1为本次研究所采用的由气候变化检测和极端事件指数专家组(ETCCDI)推荐的8个极端降水指数。这些指数可以分为三类:一类是描述降水天数的, 如R1、R10、R20、CDD、CWD, 另一类是描述降水量的, 如PTOT, 第三类是描述降水强度的, 如Rx1、SDII(许建伟, 2015; 龙妍妍等, 2018)。
|
表 1 极端降水指数介绍 Table 1 Introduction of extreme precipitation indices used |
从黄河上游流域年降水量在空间上的分布趋势(图 2)可知, 总体上呈现出东南多, 西北少, 以扇形从东南向西北递减的趋势。分析可知, 黄河上游流域各站点多年平均降水量在104.44~745.83 mm, 36°N以南的南部地区降水充沛, 年平均降水量约为505 mm, 38°N以北的北部地区降水匮乏, 年平均降水量约为184 mm, 降水量分布非常不均匀。黄河上游流域黄土高原地貌特殊, 气候带分布复杂多样, 地形起伏度大, 年均降水地区差异明显, 降水量分布极不均匀。鉴于这些特点, 如果直接对整个区域进行研究, 会使得出的结论产生偏差。因此本文在考虑多年年均降水的基础上, 结合地形地势、海拔、气候带分布等多种因素, 将所研究的黄河上游流域45个站点划分为三个区域进行研究, 分别是源头区(包括7个站点), 地处黄河源头地区, 海拔高, 降水量最大; 产流区(包括20个站点), 位于黄河上游的中部地区, 地形复杂, 降水量较多, 站点分布密集; 出口区(包括18个站点), 主要为干旱-半干旱气候, 降水少, 基本位于38°N以北。
|
图 2 黄河上游流域年降水量站点分布及流域分区 Fig. 2 Distribution of annual mean precipitation and region-alization of the upper reach of the Yellow River Basin |
黄河上游流域降水量年代际变化幅度较大, 三个区域年代际降水变化趋势如表 2。
|
|
表 2 黄河上游流域年代际降水变化距平表 Table 2 Decadle anomaly of annual mean precipitation for the upper reach of the Yellow River Basin |
由表 2可知, 20世纪70年代除源头区外, 降水变化距平均为正, 降水量偏多; 80年代除源头区、90年代除出口区外距平均为负, 21世纪00年代距平也均为负, 可见这30年间降水量偏少; 而21世纪10年代所有区域距平均为正, 降水量偏多。通过降水量总的变化趋势可以看出, 1970-2017年近50年来, 黄河上游地区有两次大的丰枯交替。
将年均降水距平百分率绝对值小于等于10%定义为正常年, 大于10%和小于-10%分别定义为丰水年和枯水年。分析可知枯水年和丰水年年数较为接近, 丰水年主要集中在20世纪70年代和21世纪10年代, 约占整个丰水年的56%, 而枯水年则主要集中在20世纪90年代和21世纪00年代, 占枯水年的50%。总体来说1970-1980年年均降水量呈增多趋势, 在1980年前后达到极值后, 开始呈现减少的趋势, 在1995年前后达到最小值, 然后逐渐开始回升, 在2010年以后逐渐回升到降水较为充沛的程度, 但降水量仍未达到20世纪70年代时期的峰值。
黄河上游1970-2017年的48年间出现了3次丰枯水循环周期, 各区域年均降水小波分析(图 3)可知, 整个上游流域年均降水量存在27, 22, 14, 8和4年左右5个主振荡周期[图 3(a)]。整个上游流域年均降水量在27年左右的振荡周期最为强烈, 为第一主周期; 在22年左右的振荡贯穿整个时间尺度, 为第二主周期; 14年左右的振荡周期在1985年之后出现, 为第三主周期; 1984年之前表现为10年左右时间尺度的周期振荡, 之后表现为8年左右时间尺度的周期振荡; 4年左右时间尺度的周期变化表现不明显。从第一主周期大的时间尺度上来看, 年均降水在2010年以后呈减小趋势逐渐进入一个枯水期。图 3(b)、(c)分别是源头区和产流区年均降水的小波分析, 其第一主周期和第二主周期的分布与整个上游流域基本一致, 周期振荡更为强烈, 源头区丰枯年表现更为明显。从整个32年时间尺度上来看, 源头区和产流区年均降水在2010年以后趋于降低趋势, 源头区在2015年前后降水量达到最低, 产流区则在2014年前后达到最低; 从15年左右小的时间尺度上来看源头区在2000年之后周期振荡不太稳定, 而产流区则在1984年之前周期振荡不太稳定。图 3(d)可知出口区存在27, 21, 14, 8和4年左右的5个主振荡周期, 出口区的第一主振荡周期在27年左右表现不明显; 21年左右的振荡周期出现在2000年之前, 且表现明显; 14年左右的振荡周期出现在1990年之后; 8年左右的振荡周期贯穿整个时间尺度; 4年左右的振荡周期表现不明显。出口区的降水量偏少, 且仅在1975-1980年期间有较强降水, 其余年份降水均较小。从整个32年时间尺度上来看, 出口区降水在2006年以后趋于降低趋势, 在2010年前后达到最低。
|
图 3 各区域年均降水小波分析 Fig. 3 Wavelet analysis of annual mean precipitation for the upper reach of the Yellow River Basin and three sub-regions |
小波方差图可以反映出能量随时间尺度的分布情况, 表示了时间序列中该尺度周期波动的强弱。其中峰值处的尺度称为该序列的主要时间尺度, 反映了时间序列的主要周期。从各区域年均降水小波方差分布(图 4)可知, 整个上游流域年均降水小波方差图有2个峰值, 分别对应时间尺度22年和27年, 说明年均降水22年左右的周期震荡最强, 为年均降水变化的第1主周期, 第2主周期为27年[图 4(a)]。图 4(b)、(c)分别为源头区和产流区年均降水小波方差图, 其时间尺度分布与整个上游流域一致。图 4(d)显示出口区年均降水小波方差图有2个峰值, 分别对应时间尺度21年和8年, 说明年均降水21年左右的周期震荡最强, 为年均降水变化的第1主周期, 第2主周期为8年。
|
图 4 各区域年均降水小波方差分布 Fig. 4 Variance of annual mean precipitation for the upper reach of the Yellow River Basin and three sub-regions |
综上所述, 近50年来, 黄河上游流域年均降水量总体上经历了两次大的丰枯交替, 第一次丰枯交替在1981年前后, 第二次在2007年前后, 整个流域的周期振荡尺度在22年左右。48年期间有多次小型的周期振荡, 其中作为降水主要贡献区域的源头区和产流区的变化趋势较为接近, 而出口区存在振荡强烈的较短振荡周期。贺振等(2014)认为黄河上游流域极端降水量趋势变化发生转折的时间为1982年, 时间点之前呈下降趋势, 之后不断上升, 蓝永超等(2013)认为黄河源区降水量在2005年起超越多年均值, 开始进入一个多雨期。本次研究结果与前人研究结果相符, 且在前人基础上确定了振荡周期, 分区研究时, 出口区显示出明显不同于源头区和产流区的周期振荡, 可能与出口区地处干旱区, 降水量少有关。
3.3 极端降水变化分析本次研究的45个站点极端降水阈值相差较大, 通过分站点计算可知, 极端降水的阈值分布在9.98~22.69 mm。分别将整个区域、源头区、产流区、出口区的极端降水总量与年均降水总量进行对比(图 5)可以看出, 整个区域年均总降水量的变化趋势与年极端降水量的变化趋势基本一致, 各个区域极端降水趋势与总趋势保持一致。源头区极端降水量贡献最大, 其变化幅度大, 趋势较为明显, 在1981年之前呈增长趋势, 1982年开始减小, 且在2000年之前, 趋势变化不明显, 2000年之后, 降水趋势有所增加但幅度较小。产流区与源头区变化趋势较为一致, 但降水量贡献小于源头区。出口区整体极端降水量趋势变化不明显, 降水量较少。
|
图 5 年均总降水与极端降水对比 Fig. 5 Comparison between annual mean precipitation and extremes |
通过计算8个极端降水指数及其距平变化, 对极端降水进行进一步的客观分析。图 6为极端降水指数及其距平变化趋势图。R1指数[图 6(a)]没有明显的变化趋势, 各区域降水天数较稳定, 距平变化幅度小。R10指数[图 6(b)]在1981年和2007年前后有两个明显的峰值, 与极端降水量的变化趋势一致, 而从距平变化可看出, 源头区在1985年之前距平多为正, 占62.5%, 强降水日数偏多, 1986-2006年距平多为负, 占76.2%, 强降水日数偏少; 产流区在1985年之前距平变化幅度较大, 之后变化幅度较小, 距平值为负, 可见强降水日数整体呈现减小趋势; 出口区距平变化趋势与产流区基本一致。与图 6(b)相比, R20指数[图 6(c)]变化幅度非常剧烈, 两个峰值更为明显, 且在1994年前后, 还有一个小的回升。Rx1指数[图 6(d)]在出口区振幅最大, 最大值高达51.5 mm, 源头区与产流区变化幅度较小, 距平变化相对稳定。PTOT指数[图 6(e)]与R10、R20趋势较为吻合, 且变化不明显。SDII日降水强度指数[图 6(f)]在各区域波动较大。CDD指数[图 6(g)]与CWD指数[图 6(h)]中源头区的CWD最长, CDD最短, 出口区的CWD最短, CDD最长, 且CWD长的年份大多CDD较短, 反之亦然。
|
图 6 极端降水指数及其距平变化趋势 Fig. 6 Extreme precipitation indices and anomalies |
由图 6可知, SDII各区域差别较大, CDD、CWD指数可以体现干湿年的变化, 接下来对这三个指数进行进一步分析。图 7反映了三个区域降水强度指数SDII的趋势变化及其M-K趋势检验结果。源头区是整个上游流域降水量最大的区域, 其SDII具有明显的变化趋势, 通过M-K检验可知1981年和2004年为两个显著性突变年, 在1981年之前呈现增长趋势, 1982年突然降低, 并且从1982-2003年降水强度始终没有出现明显的变化趋势, 在2004年迅速回升, 且在2004年之后呈现逐渐增加的趋势; 产流区的M-K趋势检验图中1997-2004年存在多个交点, 但经检验均不显著, 可看出产流区SDII整体呈上升趋势; 出口区SDII变化幅度大, 其M-K趋势检验图在1973-1983年及2013年存在多个交点, 但经检验均不显著, 出口区SDII总体上呈较平缓的增长趋势。
|
图 7 三个区域降水强度指数SDII的趋势变化及其M-K趋势检验结果 Fig. 7 Variability of the simple precipitation intensity index (SDII) and M-K test for three sub-regions |
图 8为三个区域持续湿期CWD与持续干期CDD的对比分析图。源头区1981年CWD为一个显著性突变年, 在1981年之前CWD呈增加趋势, 之后CWD呈减小趋势; 1988年CDD为一个突变年, 在1988年之前CDD增长速率快, 在1988年回落, 随后虽为增长趋势, 但趋势不明显; CWD大的年份CDD小的对应关系明显。产流区1983年CWD为一个显著性突变年, 在1983年之前CWD增长速率快, 在1983年回落, 随后虽为增长趋势, 但趋势不明显; CDD未发现显著性突变年, 其整体呈下降趋势; 可见在产流区, CWD与CDD呈现反向关系。出口区CWD与CDD均无显著突变年, 且CWD整体呈下降趋势, CDD整体呈上升趋势, 但趋势均不显著。各突变年均通过显著性检验。
|
图 8 各区域持续湿期CWD和持续干期CDD趋势变化 Fig. 8 Trends of CWD and CDD for three sub-regions |
图 9表明整个上游流域极端降水量存在22, 12, 8和4年左右4个主振荡周期。整个上游流域极端降水量在22年左右振荡周期最为强烈, 振荡贯穿整个时间尺度, 为第一主周期; 14年左右的振荡周期, 为第二主周期, 1985年之前表现为12年左右时间尺度的周期振荡, 之后表现为14年左右时间尺度的周期振荡; 8年左右时间尺度的振荡周期在1985年之后出现; 4年左右时间尺度的周期仅在1984年之前存在且表现不明显。源头区极端降水量存在29, 22, 14, 10和5年左右5个主振荡周期。源头区极端降水量在22年左右贯穿整个时间尺度, 振荡周期最为强烈, 为第一主周期; 32年左右为第二主周期; 14, 10和5年左右的振荡变化表现不明显。产流区第一主周期和第二主周期的分布与整个上游流域基本一致, 周期振荡更为强烈。出口区振荡周期很不连贯, 大致上有18, 10, 8和5年左右4个主振荡周期。
|
图 9 各区域极端降水小波分析 Fig. 9 Wavelet analysis of extreme precipitation for upper reach of the Yellow River Basin and three sub-regions |
图 10表明整个上游流域极端降水有4个峰值, 分别对应时间尺度23, 12, 8和4年, 说明极端降水23年左右的周期震荡最强, 为极端降水变化的第1主周期, 其他变化幅度均较小。源头区有4个峰值, 分别对应时间尺度22, 29, 10和5年, 说明极端降水22年左右的周期震荡最强, 为极端降水变化的第1主周期, 第2主周期为29年。产流区有4个峰值, 分别对应时间尺度21, 13, 7和4年, 说明极端降水21年左右的周期震荡最强, 为极端降水变化的第1主周期, 其他变化幅度均较小。出口区有2个峰值, 分别对应时间尺度18和8年, 说明极端降水8年左右的周期震荡最强, 为极端降水变化的第1主周期, 第2主周期为18年。
|
图 10 各区域极端降水小波方差分布 Fig. 10 Extreme precipitation wavelet variable for the Yellow River Basin and three sub-regions |
与年降水小波方差图相比, 极端降水明显存在多个峰值。从年降水的小波方差图(图 10)可大致看出在4, 8和10年左右存在不明显的弱的波动, 而在极端降水的小波方差图中这些弱的波动变强, 形成波峰。可见极端降水趋势图突出了在年均降水中被削弱的特异点, 体现出其特殊部分。特别是在出口区的年1日最大降水量变化幅度剧烈, 且在三个区域中最大, 可见在出口区, 极端降水占总降水的比重很大, 可能原因是全球气温升高和降水的季节分布不均造成的。黄河上游流域降水量年分布极不均衡, 旱、涝年表现鲜明, 这些因素可能是影响其在出口区8年左右时间尺度上有最强周期振荡的原因。黄河上游年均降水和极端降水量在1970-2017年经历了增加-减少-增加的变化趋势, SDII在近年来呈现增加趋势, 这与贺振等(2014)的研究基本吻合, 曹瑜等(2017)研究也表明在2006-2014年总降水量与极端降水量均有增加, Wang et al(2013)研究表明我国西北干旱地区SDII有所上升。极端降水量增加, 极端降水频率降低, 但降水强度增加的结果与近年来全球气候变暖的总趋势上升但上升幅度有所减缓的现象相一致, 可见气候变暖对极端事件有重要影响。
4 结论与讨论(1) 年均降水方面, 黄河上游流域整个区域年均降水量约346 mm, 降水存在从东南向西北扇形递减趋势。近50年来全流域存在两次大的丰枯交替, 周期振荡22年左右, 2007年前后进入多雨期, 降水量增加趋势明显, 源头区和产流区是年降水量的主要贡献区域, 降水对气候变暖的响应存在滞后。
(2) 极端降水方面, 黄河上游流域极端降水量整体呈增加趋势。其中1985-2006年期间, 极端降水量虽较少, 持续干期CDD长, 但降水量仍呈缓慢增长趋势, 2006年之后, 极端降水量与降水日数R1增加趋势明显。源头区极端降水存在1981年和2004年两个显著性突变年, 1981年后显著减小, 2004年后显著增加, 这与强降水日数R10和日降水强度SDII的变化趋势相吻合。由于极端降水出现频次相对有限, 其振荡周期也具有很强的不确定性, 源头区和产流区振荡周期在22年左右, 而出口区在18年或8年有强烈振荡, 可能是因其旱涝鲜明所致。
(3) 年均降水和极端降水年际变化趋势较为一致。周期振荡中, 极端降水表现出了多个在年均降水中不明显的峰值。在出口区, 极端降水是总降水的主要贡献源; 而在源头区和产流区, 极端降水在总降水中所占比重降低。
总体而言, 近10年来黄河流域上游总降水量和极端降水量呈现增长趋势, 而极端降水事件的发生频率有所降低, 降水强度有所增加。在气候变暖的背景下, 这一降水特征变化表明变暖趋势对水循环的影响不仅体现在对降水量的改变, 而且对水循环强度和频率也有重要影响。极端降水强度增强, 频率降低反应了变暖背景下水循环时间尺度上更强的非均匀性, 非常有必要进一步加强对极端降水灾害的预防和应对。
本文主要对黄河上游流域降水趋势及其振荡周期进行了分析, 通过极端降水指数对极端降水事件的发生进行了研究, 但并未说明造成其趋势变化的原因, 对于极端降水的典型年与气候变化之间的关系也没有做进一步的探究, 在今后的工作中, 将会针对这方面开展更为详细的研究。
Bonsal B R, Zhang X, Vincent L A, et al. 2001. Characteristics of daily and extreme temperatures over Canada[J]. Journal of Climate, 14(9): 1959–1976.
DOI:10.1175/1520-0442(2001)014<1959:CODAET>2.0.CO;2 |
|
Field C B. 2012. Managing the risks of extreme events and disasters to advance climate change adaptation:special report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press.
|
|
IPCC, 2013. Climate change 2013: the physical science basis. Summary for policymakers[M/OL]//IPCC. Cambridge: Cambridge University Press.
|
|
Wang H J, Chen Y N, Chen Z S. 2013. Spatial distribution and temporal trends of mean precipitation and extremes in the arid region, northwest of China, during 1960-2010[J]. Hydrological Processes, 27: 1807–1818.
DOI:10.1002/hyp.v27.12 |
|
Xiao C, Wu P, Zhang L, et al. 2016. Robust increase in extreme summer rainfall intensity during the past four decades observed in China[J]. Scientific reports, 6: 38506.
DOI:10.1038/srep38506 |
|
常军, 王永光, 赵宇, 等. 2014. 近50年黄河流域降水量及雨日的气候变化特征[J]. 高原气象, 33(1): 43–54.
DOI:10.7522/j.issn.1000-0534.2012.00177 |
|
陈磊, 王义民, 畅建霞, 等. 2016. 黄河流域季节降水变化特征分析[J]. 人民黄河, 38(9): 8–12.
DOI:10.3969/j.issn.1000-1379.2016.09.003 |
|
陈文海, 柳艳香, 马柱国. 2002. 中国1951-1997年气候变化趋势的季节特征[J]. 高原气象, 21(3): 251–257.
DOI:10.3321/j.issn:1000-0534.2002.03.005 |
|
曹瑜, 游庆龙, 马茜蓉, 等. 2017. 青藏高原夏季极端降水概率分布特征[J]. 高原气象, 36(5): 1176–1187.
DOI:10.7522/j.issn.1000-0534.2016.00131 |
|
贺振, 贺俊平. 2014. 1960年至2012年黄河流域极端降水时空变化[J]. 资源科学, 36(3): 490–501.
|
|
刘昌明, 郑红星. 2003. 黄河流域水循环要素变化趋势分析[J]. 自然资源学报, 18(2): 129–135.
DOI:10.3321/j.issn:1000-3037.2003.02.001 |
|
李二辉, 穆兴民, 赵广举. 2014. 1919-2010年黄河上中游区径流量变化分析[J]. 水科学进展, 25(2): 155–163.
DOI:10.14042/j.cnki.32.1309.2014.02.004 |
|
龙妍妍, 范广洲, 李飞, 等. 2018. 高原夏季风对中国夏季极端降水的影响研究[J]. 高原气象, 37(1): 1–12.
DOI:10.7522/j.issn.1000-0534.2017.00010 |
|
蓝永超, 鲁承阳, 喇承芳, 等. 2013. 黄河源区气候向暖湿转变的观测事实及其水文响应[J]. 冰川冻土, 35(4): 920–928.
DOI:10.7522/j.issn.1000-0240.2013.0104 |
|
买苗, 曾燕, 邱新法. 2006. 黄河流域近40年日照百分率的气候变化特征[J]. 气象, 32(5): 63–66.
|
|
邱新法, 刘昌明, 曾燕. 2003. 黄河流域近40年蒸发皿蒸发量的气候变化特征[J]. 自然资源学报, 18(4): 437–442.
DOI:10.3321/j.issn:1000-3037.2003.04.007 |
|
寿绍文, 励申申, 王善华. 2006. 天气学分析[M]. 北京: 气象出版社.
|
|
魏凤英. 2007. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社.
|
|
解承莹, 李敏姣, 张雪芹, 等. 2015. 青藏高原南缘关键区夏季水汽输送特征及其与高原降水的关系[J]. 高原气象, 34(2): 327–337.
DOI:10.7522/j.issn.1000-0534.2014.00034 |
|
许建伟, 2015.青藏高原动力降尺度评估和极端降水的高分辨率预估[D].北京: 中国科学院大学.
|
|
杨志刚, 建军, 洪建昌. 2014. 1961-2010年西藏极端降水事件时空分布特征[J]. 高原气象, 33(1): 37–42.
DOI:10.7522/j.issn.1000-0534.2013.00147 |
|
祝青林, 张留柱, 于贵瑞, 等. 2005. 近30年黄河流域降水量的时空演变特征[J]. 自然资源学报, 20(4): 477–482.
DOI:10.3321/j.issn:1000-3037.2005.04.001 |
2. University of the Chinese Academy of Sciences, Beijing 100049, China