引言
IPCC第五次评估报告指出，在全球气候变暖背景下极端气候事件呈显著增多趋势，且伴随全球变暖的加剧，这种态势愈演愈烈，由此引发了更多自然灾害（高懋芳和邱建军，2011；Donat et al.，2016；冀钦等，2018；冯晓莉等，2020；马伟东等，2020；郭广芬等，2021），进而对全球生态环境造成重大影响。近几十年来，全球各地均出现升温现象，根据克劳修斯-克拉伯龙方程，极端降水随气温增加的变率为6~7%·℃-1，升温加速了全球和区域尺度水循环过程，导致全球范围内极端降水事件明显增多、增强，但因水循环过程和人类活动的复杂性和不确定性，不同区域极端降水变化差异较大（刘思敏等，2016；章杰等，2017；周惜荫和李谢辉，2021）。因此，探讨不同区域极端降水事件时空演变特征对当地防灾减灾和社会经济发展意义重大。
20世纪50年代以来，极端降水增加的区域明显增多（Alexander，2016），如欧洲（Moberg and Jones，2005）、北美（Griffiths and Bradley，2007）及亚洲地区（Zhang and Zhou，2019），其中北欧地区总降水量和极端降水量都呈增加趋势，南欧地区夏、冬两季总降水量呈减少趋势，而极端降水量则呈增加趋势；北美地区总降水量无明显变化趋势，但极端降水量总体呈增加趋势；南亚地区极端降水量整体呈明显增加趋势，而东亚地区极端降水量变化趋势则由北向南呈现“增—减—增”的纬向型分布（崔丹阳和王澄海，2017；李铭宇等，2020）。20世纪70年代以后，中国降水强度增强（栗忠魁等，2016），极端降水量增多，且具有明显的区域性差异（张林梅等，2015；龙妍妍等，2016；周雅蔓等，2021）。其中，华北区域总降水量（靳泽辉等，2017）、极端降水频次（马伟东等，2020）显著减少；西北干旱区夏季降水频次和降水量整体显著增加，但其东部区域夏季极端降水量显著减少（张林梅等，2015）；西南、华中地区极端降水强度呈减弱趋势。可见，中国不同地区极端降水的变化趋势不尽相同，且对总降水量的贡献也存在明显差异。
中国强致灾性持续极端降水事件主要发生在东部及华南地区（陈星任等，2020）。然而，作为地球“第三极”的青藏高原地处中国西南地区，近年来极端降水事件也明显增多，具有高度的脆弱性和敏感性（冀钦等，2018）。研究表明，青藏高原年降水量自东南向西北逐渐递减，年及四季降水量整体一致增加，其中夏季增幅最大（赵雪雁等，2015），但不同区域降水量及极端降水量变化趋势不尽一致，高原中部年降水量表现为增加趋势，而高原外围部分区域则呈减少趋势（汤秋鸿等，2020）；极端降水量整体表现为增加趋势（冯晓莉等，2020），但西藏东部则呈减少趋势（曹瑜等，2019）。可见，高原极端降水量的增加对总降水量有重要贡献（冀钦等，2018；曹瑜等，2019；冯晓莉等，2020；马伟东等，2020）。目前，青藏高原降水研究大多关注总降水量和极端降水量的变化，缺乏不同强度降水的分布特征分析及其对总降水量的影响。鉴于此，本文利用青藏高原中东部68个气象站1961—2017年逐日降水量观测数据，以极端降水指数为指标，综合分析该地区极端降水事件的时空分布特征，重点探讨不同强度降水变化对总降水量、极端降水量的影响，以期进一步认识高原极端降水事件变化特征，这对高原气候预测、灾害风险区划、生态环境保护、防灾减灾等有重要意义。
1 资料和方法
使用1961—2017年青藏高原中东部68个气象站（青海31站，四川、西藏均为16站，云南3站，甘肃2站）逐日降水量观测数据，资料来源于中国气象数据网（http://data.cma.cn/），经过严格的质量控制处理。
表1 降水指数及其定义
Tab.1
| 指数 | 定义 | 单位 |
|---|---|---|
| 总降水量 | 日降水量大于等于0.1 mm的累积量 | mm |
| 总降水强度 | 总降水量与对应降水日数之比 | mm·d-1 |
| 强降水量 | 日降水量大于95%分位值的累积量 | mm |
| 强降水日数 | 日降水量大于95%分位值的累积日数 | d |
| 强降水强度 | 强降水量与强降水日数之比 | mm·d-1 |
| 特强降水量 | 日降水量大于99%分位值的累积量 | mm |
| 特强降水日数 | 日降水量大于99%分位值的累积日数 | d |
| 特强降水强度 | 特强降水量与特强降水日数之比 | mm·d-1 |
| 1日最大降水量 | 统计时段内最大日降水量 | mm |
| 连续5 d最大 降水量 | 统计时段内连续5 d最大降水量 | mm |
| 小雨雨量 | 日降水量介于0.1~9.9 mm的累积量 | mm |
| 小雨日数 | 日降水量介于0.1~9.9 mm的累积日数 | d |
| 中雨雨量 | 日降水量介于10~24.9 mm的累积量 | mm |
| 中雨日数 | 日降水量介于10~24.9 mm的累积日数 | d |
2 结果与分析
2.1 高原中东部极端降水指数空间分布特征
图1是1961—2017年青藏高原中东部极端降水指数均值空间分布。可以看出，青藏高原中东部地区各极端降水指数都存在自东南向西北递减的分布态势。总降水量与其强度分布特征相似，而强降水量、特强降水量与总降水量分布较一致，年平均总降水量及其强度分别介于16.8~1 717.8 mm、0.1~4.7 mm·d-1，年平均强降水量和特强降水量分别为11.6~463.1 mm、10.6~149.5 mm，表明总降水量的分布与总降水强度、强降水量和特强降水量密切相关。强降水强度和特强降水强度呈现相似的分布特征，均存在明显的区域带状分布，其值分别为6.8~42.5 mm·d-1、9.9~63.5 mm·d-1。1日最大降水量和连续5 d最大降水量的空间分布格局基本相同，其值分别为6.1~68.7 mm和7.4~166.6 mm，雨量较大的区域主要位于高原南部及东部地区。高原东南部作为极端指数高值区，年平均总降水量、强降水量及特强降水量分别达519.8、207.6、69.6 mm，对应降水强度分别超过1.5、25.3、34.8 mm·d-1，表明高原东南部极端降水量及其强度大，导致总降水量也更多。
图1
图1
1961—2017年青藏高原中东部极端降水指数均值空间分布
（a）总降水量（单位：mm），（b）总降水强度（单位：mm·d-1），（c）强降水量（单位：mm），（d）强降水强度（单位：mm·d-1），（e）特强降水量（单位：mm），（f）特强降水强度（单位：mm·d-1），（g）1日最大降水量（单位：mm），（h）连续5 d最大降水量（单位：mm）
Fig.1
Spatial distribution of mean value of extreme precipitation indexes in central and eastern Tibetan Plateau from 1961 to 2017
（a） total precipitation （Unit： mm）， （b） total precipitation intensity （Unit： mm·d-1）， （c） heavy precipitation （Unit： mm）， （d） heavy precipitation intensity （Unit： mm·d-1）， （e） extremely heavy precipitation （Unit： mm）， （f） extremely heavy precipitation intensity （Unit： mm·d-1）， （g） daily maximum precipitation （Unit： mm），（h） continuous 5-day maximum precipitation （Unit： mm）
2.2 高原中东部极端降水指数变化趋势
图2是1961—2017年青藏高原中东部区域平均极端降水指数的年际变化及趋势（t检验中设定α=0.05的显著性水平）。可以看出，近57 a各极端降水指数总体都呈增加趋势，总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量趋势显著，而强降水强度、特强降水量及其强度则增加趋势较弱。总降水量及其强度多年平均分别为491.1 mm、1.4 mm·d-1，最值出现时间同步，1998年最多（大）为569.8 mm（1.6 mm·d-1），1972年最少（小）为430.2 mm（1.2 mm·d-1），气候倾向率分别为0.811 mm·a-1、0.002 mm·d-1·a-1；强降水量、特强降水量多年平均分别为133.4（占比27.2%）、57.4 mm（占比11.7%），气候倾向率分别为0.305、0.080 mm·a-1，特强降水量的增加对总降水量增加贡献不明显，而相较于总降水强度，强降水量的增加对总降水量增加贡献更大。1日最大降水量和连续5 d最大降水量平均分别为27.7、57.3 mm，两者最值出现时间不同，前者2010年最多为32.2 mm，1983年最少为25.1 mm，后者2007年最多为65.3 mm，1994年最少为51.7 mm，气候倾向率分别为0.040、0.065 mm·a-1。
图2
图2
1961—2017年青藏高原中东部区域平均极端降水指数年际变化及趋势
（a）总降水量，（b）总降水强度，（c）强降水量，（d）强降水强度，（e）特强降水量，（f）特强降水强度，（g）1日最大降水量，（h）连续5 d最大降水量
Fig.2
The inter-annual change and tendency of regional averagely extreme precipitation indexes in central and eastern Tibetan Plateau from 1961 to 2017
（a） total precipitation， （b） total precipitation intensity， （c） heavy precipitation， （d） heavy precipitation intensity， （e） extremely heavy precipitation， （f） extremely heavy precipitation intensity， （g） daily maximum precipitation， （h） continuous 5-day maximum precipitation
综上可见，1961—2017年高原中东部地区各极端降水指数中除强降水强度、特强降水量及其强度外，其余指数整体均呈显著增加趋势，增速自总降水量、强降水量、特强降水量、总降水强度逐渐减小，由于特强降水量增加趋势微弱，因此强降水量增加对总降水量的贡献更大，总降水强度次之，特强降水量的影响较弱。
青藏高原中东部海拔跨度大，地形地貌复杂，受高原涡、西南涡天气系统影响，降水及其变化空间差异较大，故对1961—2017年站点极端降水指数变化趋势做进一步分析。从图3看出，近57 a来该区域总降水量[图3（a）]及其强度[图3（b）]变化趋势空间分布基本一致，绝大部分站点呈增加趋势，仅东部、东南部及中南部少数站点呈不显著减少趋势，气候倾向率分别为-1.157~4.100 mm·a-1和-0.003~0.012 mm·d-1·a-1，显著增加的站点分别占27.9%、29.4%，且多分布在东北部，总降水强度的增加有利于总降水量增加。相较于特强降水量[图3（e）]，强降水量的空间分布特征[图3（c）]与总降水量更为相似，气候倾向率为-1.166~2.055 mm·a-1，有76.5%的站点呈增加趋势，显著增加的站点主要位于高原东北部，而趋势减少的站点主要分布在东部和中部，但均未通过α=0.05的显著性检验，这进一步佐证了强降水量的变化对总降水量的贡献更大。特强降水量的气候倾向率为-0.610~0.944 mm·a-1，较强降水量变化幅度小，趋势增加的站点（占比64.7%）多于趋势减少的站点，中部及东北部站点基本表现为减少趋势，而北部和南部站点基本表现为增加趋势，显著增加的站点也出现在东北部[图3（e）]。强降水强度[图3（d）]与特强降水强度[图3（f）]的气候倾向率分别为-0.048~0.098、-0.126~0.217 mm·d-1·a-1，趋势增加的站点（占比分别为61.8%、58.8%）略多于趋势减小的站点，趋势增加或减小的站点无明显区域性特征，显著增加的站点明显少于对应的降水量。1日最大降水量和连续5 d最大降水量的气候倾向率分别为-0.100~0.188、-0.346~0.457 mm·a-1，多数站点（占比分别为75.0%和67.7%）呈增加趋势，显著增加的站点也主要分布在东北部，而中部和东部（中南部）大多站点1日最大降水量（连续5 d最大降水量）则表现为减少趋势。从空间上看，近57 a来总降水量、强降水量、特强降水量的增加速率依次减小，与高原中东部地区整体变化趋势一致，而总降水强度、强降水强度、特强降水强度的增速依次增大，且增加趋势显著的站点依次减少，表明强降水量增加对总降水量增加的影响更显著，而特强降水的增强可能对总降水增强影响更大。
图3
图3
1961—2017年青藏高原中东部极端降水指数变化趋势空间分布
（绿色叉的圆点通过α=0.05的显著性检验。下同）
（a）总降水量（单位：mm·a-1），（b）总降水强度（单位：mm·d-1·a-1），（c）强降水量（单位：mm·a-1），（d）强降水强度（单位：mm·d-1·a-1），（e）特强降水量（单位：mm·a-1），（f）特强降水强度（单位：mm·d-1·a-1），（g）1日最大降水量（单位：mm·a-1），（h）连续5 d最大降水量（单位：mm·a-1）
Fig.3
Spatial distribution of change trend of extreme precipitation indexes in central and eastern Tibetan Plateau from 1961 to 2017
（The dots with green cross pass the significance test at 0.05 level. the same as below）
（a） total precipitation （Unit： mm·a-1）， （b） total precipitation intensity （Unit： mm·d-1·a-1）， （c） heavy precipitation （Unit： mm·a-1）， （d） heavy precipitation intensity （Unit： mm·d-1·a-1）， （e） extremely heavy precipitation （Unit： mm·a-1）， （f） extremely heavy precipitation intensity （Unit： mm·d-1·a-1）， （g） daily maximum precipitation （Unit： mm·a-1）， （h） continuous 5-day maximum precipitation （Unit： mm·a-1）
综上所述，近57 a青藏高原中东部各极端降水指数趋势增加的站点均多于趋势减少的站点，总降水量与总降水强度的趋势空间分布大致相同，大部站点表现增加趋势（区域东部、东南部、西南部个别站点除外），东北部多数站点增加趋势显著，表明总降水强度的增减会影响总降水量的变化。强降水量、特强降水量的趋势空间分布与总降水量大体相似，区域东部、中部偏南的少部分站点基本也呈减少趋势，其余站点则为增加趋势。1日最大降水量和连续5 d最大降水量趋势增加的站点基本分布在北部及偏东南地区。
2.3 不同等级降水对总降水量贡献及其趋势
为进一步揭示强降水量和特强降水量变化对总降水量的影响，引入小雨雨量及日数、中雨雨量及日数来探讨不同等级降水对总降水量的贡献。图4为1961—2017年青藏高原中东部不同等级降水量占比（与总降水量的百分比）的年际变化及趋势。可以看出，青藏高原中东部地区小雨对总降水量的贡献最大，约占52.0%，其次是中雨，而特强降水因发生日数少占比最小，仅占11.0 %左右；强降水和中雨对总降水量贡献率整体均呈微弱增加趋势，气候倾向率分别为0.016、0.015%·a-1，小雨贡献率则呈显著减小趋势（通过α=0.05的显著性检验），气候倾向率为-0.037%·a-1，而特强降水贡献率无明显变化趋势。可见，青藏高原中东部地区总降水量增多主要与强降水量和中雨雨量密切相关，而特强降水量对总降水量的影响较小。
图4
图4
1961—2017年青藏高原中东部地区不同等级降水量占比的年际变化及趋势
（a）强降水，（b）特强降水，（c）小雨，（d）中雨
Fig.4
The inter-annual change and tendency of proportion of precipitation with different grades in central and eastern Tibetan Plateau from 1961 to 2017
（a） heavy precipitation， （b） extremely heavy precipitation， （c） light rain， （d） moderate rain
除降水量影响外，不同等级降水日数变化也会引起总降水量变化，故而对1961—2017年青藏高原中东部各站点不同等级降水日数进行趋势分析。从图5看出，近57 a青藏高原中东部地区强降水、特强降水日数以增加趋势为主，强降水日数较特强降水日数变化幅度大，气候倾向率分别为-0.051~0.090、-0.017~0.028 d·a-1，趋势增加的站点分别占72.1%、63.2%，但仅少部分站点趋势显著（通过α=0.05的显著性检验），且多分布在区域东北部，而区域中部、东部、东南部、西南部部分站点呈不显著减少趋势[图5（a）、（b）]。与强降水和特强降水日数相似，区域大部分站点（77.9%）中雨日数也呈增加趋势，显著增加的站点也主要分布在东北部，但变化幅度（-0.036~0.179 d·a-1）更大[图5（d）]。与其他等级降水不同，区域大部分站点（61.8%）小雨日数呈减少趋势，显著减少的站点多位于99°E以东地区，且显著减少的站点数量明显多于其他等级显著增加的站点数量；小雨日数的气候倾向率为-0.592~0.530 d·a-1，较其他等级降水日数的变化幅度更大[图5（c）]。需要指出的是，区域西北部小雨日数趋势显著增加的站点数明显少于整个区域显著减少的站点数，使得区域整体呈减少趋势。
图5
图5
1961—2017年青藏高原中东部地区不同等级降水日数变化趋势空间分布（单位：d·a-1）
（a）强降水，（b）特强降水，（c）小雨，（d）中雨
Fig.5
Spatial distribution of change trend of precipitation days with different grades in central and eastern Tibetan Plateau from 1961 to 2017 （Unit： d·a-1）
（a） heavy precipitation， （b） extremely heavy precipitation， （c） light rain， （d） moderate rain
3 讨论
青藏高原中东部年降水量自东南向西北逐渐递减，站点年降水量普遍呈增加趋势，而外围偏南、偏东的部分站点则呈减少趋势，这与整个高原降水分布及变化特征（汤秋鸿等，2020）大体相同。这是因为青藏高原观测站点大都布设于中东部地区，高原中东部的降水分布及变化特征基本反映了整个高原的全貌。高原中东部极端降水量（强降水量和特强降水量之和）总体表现为增加趋势，其对总降水量有重要贡献，但强降水量的增加对总降水量的影响更大。另外发现，极端降水量减少区域主要集中在西藏、青海、四川三省交界处及东部、东南部部分站点，这与曹瑜等（2019）的研究结论“西藏东部极端降水量呈现减少趋势”有所差异。需要指出的是，降水高值区的东南部，其降水变化对高原总降水量的影响较小，而作为极端降水量显著增加的东北部则是影响总降水量增加的关键区域，该区域强降水量增加与中雨日数增多密切相关，更深层次的降水机制还需进一步探讨与分析。
4 结论
本文利用1961—2017年青藏高原中东部68个气象站逐日降水量观测数据，以极端降水指数为指标，通过百分位阈值法和线性倾向估计法，分析该区域极端降水时空变化特征，探讨不同强度降水对总降水量的贡献。总体上，青藏高原中东部地区极端降水由东南向西北递减，各极端降水指数以增加趋势为主，东北部为显著增加区，中雨和强降水的显著增加对总降水量增加贡献较大。主要结论如下：
（1）青藏高原中东部地区强降水量、特强降水量与总降水量及其强度的空间分布都是由东南向西北递减，东南部为高值区；1日最大降水量和连续5 d最大降水量也呈现出相似的空间分布特征。总降水量分布与其强度、强降水量和特强降水量密切相关，研究区东南部作为总降水量和极端降水量高值区，对整个高原中东部总降水量增加影响较小。
（2）近57 a青藏高原中东部地区各极端降水指数趋势增加的站点数均多于趋势减少的站点数，总降水量及其强度、强降水量的趋势空间分布大致相同，东北部为显著增加区。总体上，总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量呈显著增加趋势，而强降水强度、特强降水量及其强度增加趋势较弱，总降水量、强降水量、特强降水量、总降水强度的增幅逐渐减小，由于特强降水量增加不显著，故强降水量的增加对总降水量的贡献更大，总降水强度次之，特强降水量的影响较弱，表明总降水量的增多主要受其强度和强降水量的影响，且东北部是导致总降水量增多的关键区域。
（3）近57 a高原中东部地区强降水、中雨日数的增多使其相应的雨量占比增大，小雨日数的显著减少使其相应的雨量占比减小，而特强降水日数虽然增多但其雨量占比变化不明显，高原东北部中雨、强降水日数的显著增多使得该区域极端降水量增加，最终导致整个高原中东部总降水量增多。
参考文献
1961—2017年青藏高原暖湿季节极端降水时空变化特征
[J].
基于1961 -2017年5 -9月青藏高原99个地面气象观测站点的逐日降水资料, 选取10个极端降水指数, 采用线性倾向估计、 累积距平、 相关分析、 尺度分离等方法, 分析青藏高原暖湿季节极端降水的时空分布及变化特征。结果表明: 近57年来, 青藏高原暖湿季节降水强度、 1日最大降水量、 连续5日最大降水量显著增加, 进入21世纪后降水向强雨量雨日更多、 强度更强、 极值更大、 时间更集中的方向发展; 极端降水指数普遍存在3年、 4~8年、 10~11年、 20~30年以及更长时间尺度的周期变化, 准3年周期振荡对极端降水的贡献最大; 各极端降水指数之间联系密切, 中雨以上天数与暖湿季节降水总量的相关性最好; 降水总量、 强度、 强雨量雨日、 极值均由西向东、 由北向南增强增多, 降水强度、 大雨以上天数还随海拔高度的增加而显著减弱和减少, 最长连续有降水日数自北向南、 由低向高递增, 最长连续无降水日数由西向东递减; 东北及西南部极端降水事件增加最显著, 持续指数倾向率空间差异大, 其中最长连续无降水日数倾向率自西向东、 由高向低递增; 北大西洋多年代际振荡（the Atlantic Multidecadal Oscillation, AMO）和厄而尼诺南方涛动（El Ni?o-Southern Oscillation, ENSO）对青藏高原暖湿季节极端降水增多增强有一定影响。
Global observed long-term changes in temperature and precipitation extremes: a review of progress and limitations in IPCC assessments and beyond
[J].
More extreme precipitation in the world’s dry and wet regions
[J].
Variations of twentieth-century temperature and precipitation extreme indicators in the northeast United States
[J].
Trends in indices for extremes in daily temperature and precipitation in central and western Europe, 1901-99
[J].
Significant increases in extreme precipitation and the associations with global warming over the global land monsoon regions
[J].Modern agricultural land cover and management are important as regional climate forcings. Previous work has shown that land cover change can significantly impact key climate variables, including turbulent fluxes, precipitation, and surface temperature. However, fewer studies have investigated how intensive crop management can impact background climate conditions, such as the strength of land–atmosphere coupling and evaporative regime. We conduct sensitivity experiments using a state-of-the-art climate model with modified vegetation characteristics to represent modern crop cover and management, using observed crop-specific leaf area indexes and calendars. We quantify changes in land–atmosphere interactions and climate over intensively cultivated regions situated at transitions between moisture- and energy-limited conditions. Results show that modern intensive agriculture has significant and geographically varying impacts on regional evaporative regimes and background climate conditions. Over the northern Great Plains, modern crop intensity increases the model simulated precipitation and soil moisture, weakening hydrologic coupling by increasing surface water availability and reducing moisture limits on evapotranspiration. In the U.S. Midwest, higher growing season evapotranspiration, coupled with winter and spring rainfall declines, reduces regional soil moisture, while crop albedo changes also reduce net surface radiation. This results overall in reduced dependency of regional surface temperature on latent heat fluxes. In central Asia, a combination of reduced net surface energy and enhanced pre–growing season precipitation amplify the energy-limited evaporative regime. These results highlight the need for improved representations of agriculture in global climate models to better account for regional climate impacts and interactions with other anthropogenic forcings.
