2022, Vol. 42
2. 山东省气象防灾减灾重点实验室，山东 济南 250031;
3. 山东省气候中心，山东 济南 250031
2. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong, Jinan 250031, China;
3. Shandong Climate Center, Jinan 250031, China
联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)第六次评估报告(Sixth Assessment Report，AR6)第一工作组报告指出，全球气候变化正在以前所未有的速度加剧，气温持续升高导致大气饱和水汽压升高、地表水分蒸发增多，进而使大气容纳水汽及驱动降水的能力增强，水文循环加剧[1-5]。观测[5-6]表明，全球年平均降水量无显著变化，但极端降水量呈显著增加趋势，陆地约三分之二的站点日最大降水量增加。同时，陆地表面整体呈现干燥趋势，干旱频率增加，干旱持续时间更长、程度更严重，特别是中、低纬度地区夏季极端干旱事件明显增多[7-8]。全球多地呈现极端降水和干旱事件频发、并发的趋势。例如，2002年夏天在欧洲观测到大范围的洪水，但是洪水之后伴随着破纪录的干旱[9]。2004年华南地区春、夏、秋三个季节降水均偏少，干旱严重，但在次年5月，华南大部分地区特别是在珠江三角洲和西江、北江等流域均发生特大洪涝灾害[10]。2011年5—6月，长江中下游地区出现了旱涝急转，短时间内多地由严重干旱转为暴雨涝灾，其剧烈程度历史罕见[11]。2015年，广东3—4月降水偏少且呈现较为严重干旱，汛期开始时间较常年偏晚，且在入汛后由干旱状态迅速转为极端洪涝状态[12]。在模拟未来不同温室气体排放情景下，极端降水事件在许多地区将呈增多、增强趋势，同时受干旱影响的区域范围可能增加[7, 13]，长期旱涝并发和短期旱涝急转的现象将更明显、更频繁。
开展极端降水、干旱事件并发的成因机理研究，明确气候变化-地表覆盖-人类活动内在作用机制，对于科学防范旱涝灾害、保障经济社会可持续发展等具有重要意义[14-15]。基于此，本文将系统性综述国内外关于极端降水与干旱时空变化特征及其并发成因的研究成果，提出未来研究展望，以期为极端降水、旱涝并存及旱涝急转等的机理研究提供参考。
1 极端降水时空格局变化20世纪80年代至今，极端降水事件对于全球气候变化的响应十分敏感，但全球极端降水变化特征的空间差异性较大，研究主要集中在极端降水的定义、观测事实和基于模式的未来预估等方面。
1.1 国际研究进展对于极端降水具体定义方式，一般采用两种方法：一是绝对阈值法，即选取某一个降水值作为阈值，如在中国将日降水量大于50 mm定义为暴雨；二是相对阈值法，即采用百分位法，将基准期内日降水量自小到大排列成一个序列，序列第90、95、99百分位值作为阈值，日降水量超过阈值则认为是一次极端降水事件。当研究区域气候差异较大，选择相对阈值更为合适，可以避免绝对阈值对于一部分极端降水变化特征的反映不足。若研究区域气候特征相似，利用绝对阈值法研究极端降水事件较为实用。目前常用的是ETCCDI(Expert Team on Climate Change Detection and Indices)的方法，其定义了11个降水指数[16-17](表 1)。基于相对阈值划分的极端降水在全球空间分布差异较大，较强的极端降水事件主要集中在东南亚、东南美洲、澳大利亚东北部和南美洲部分地区，较弱的极端降水事件主要在中亚和北半球高纬地区[18]。虽然关于极端降水具体定义方式存在差异，但是基于相对指数和极值指数的研究结论基本一致。
|
表 1 ETCCDI定义的11个极端降水指数 Table 1 List of 11 extreme precipitation indices defined by ETCCDI |
近半个世纪以来，全球整体极端降水事件以显著增长为主[15, 18-19]，极端降水变化特征的区域分布差异显著，全球66.4%的站点极端降水发生频率呈增加趋势，56.7%的站点极端降水强度呈增强趋势[20-21]。全球极端降水频率的变化趋势显示了很强的空间一致性，如图 1所示，欧亚大陆大部分地区(西欧—俄罗斯西部—中国)的极端降水频率以增多为主[6, 22-24]。全球极端降水强度变化趋势具有很强的区域和次区域分布特征，北半球2/3的陆地(西欧、南亚、西伯利亚以及中国西南地区)极端降水强度呈现出增强趋势，但空间分布较为复杂。在中欧、东欧以及我国西北和东南沿海部分地区呈现出极端降水强度减弱的趋势。北美东部、非洲南部和大洋洲北部的极端降水强度和频率均以增加为主[21-25]。
|
图 1 20世纪中叶以来强降水事件变化的综合评估与人类贡献可信度(图片摘自文献[1]，英文缩写含义见文献中) Fig.1 Synthesis of assessment of observed change in heavy precipitation since the middle of 20th century and confidence in human contribution to the observed changes (the figure is adapted from reference [1], and see reference for the abbreviations in the figure) |
IPCC AR6对于全球极端降水的评估认为，人为影响特别是温室气体排放，可能是全球尺度陆地强降水事件增多、增强的主要驱动力。随着气候变暖幅度增大，极端降水事件发生频率将随之加大。预计全球陆地有82%的区域(欧洲、亚洲季风区和北美洲)极端降水强度将增强，同时极端降水量占总降水量的比例亦将持续增大，与温带地区相比，热带地区极端降水事件对气候变暖更为敏感[1, 3, 23, 25-27]。最强热带气旋频率将增加，以风暴潮、海洋巨浪和潮汐洪水为主要特征的极端海平面事件叠加极端降水所造成的复合型洪涝事件发生频率可能会成倍增加[1, 4, 13, 28-29]。
1.2 国内研究进展对中国极端降水特征的研究发现，中国极端降水阈值(R95p)的空间分布格局与年降水等雨量线格局相似，从西北向东南方向逐渐增大[30-32]，除西北地区的极端降水以单日极端降水为主之外，其余地区以连续极端降水为主[33-34]。不同地区的气候特征和变暖趋势不同，导致水汽蒸发量不同，水汽循环结构的变化存在差异，原有的降水分布型被打破，各地降水变率不一，强降水发生的突发性和不确定性加大。近半个世纪以来，中国极端降水量和极端降水日数总体呈现出显著增加趋势，20世纪80—90年代发生突变增长，年极端降水事件开始时间提前，结束时间推迟，持续时间延长[33-35]。极端降水量的变化趋势空间分布差异较大，中国东南及西北地区的极端降水量和极端降水日数均呈现显著增长，华北和东北东部地区呈减少趋势，西南地区极端降水变化状况较为复杂，全国极端降水量占总降水量的比例呈现南增北减的趋势[32, 36-39]。多模式预估结果[40-43]均显示，高排放情景下，未来中国地区整体极端降水强度和频率将逐步增加，但影响面积更小，持续多日极端降水事件向南、向西集中，其中影响面积大的事件多发生在北方，强度大的事件多发生在南方。
2 干旱时空格局变化干旱作为世界最主要的气象灾害之一，发生频率高，持续时间长，影响范围广。干旱灾害对北美、欧洲、亚洲、澳大利亚等地区均造成了严重的危害，是全球关注的热点问题。
2.1 国际研究进展由年降水量来看，世界范围内缺水地区主要集中在非洲北部、亚洲中部和澳大利亚，水资源丰富地区位于中纬度和热带地区[21]。鉴于对干旱研究的角度和侧重点不同，目前没有统一的干旱定义可以充分表述干旱的强度、持续时间、危害以及对不同承灾体的潜在影响。一般采用干旱指数来量化干旱事件及其影响，在世界气象组织(World Meteorological Organization，WMO)的技术报告中列引的各国干旱指数多达58种[44]。常用的干旱指数主要考虑降水量、蒸散、径流、土壤水分平衡等影响要素，如表 2[45]所示。
|
|
表 2 常用的气象干旱指数特征[45] Table 2 Characteristics of most commonly used meteorological drought indices[45] |
自20世纪60年代至今，全球陆地表面整体呈现加速干燥趋势，干旱频率增加约9.7%，干旱地区增加3.3%，干旱事件趋于持续时间延长、强度增大，东半球趋于干旱，西半球趋于湿润[1, 5, 7, 46]。全球整体年降水量的弱增加减轻了因潜在蒸散发量(气温)增加对干旱百分比(基于年尺度的SPEI指数，严重干旱陆地面积/总陆地面积×100%=干旱百分比)的影响，但在20世纪80年代以后，潜在蒸散发量对干旱百分比正贡献更为显著[8, 46-48]。如图 2所示，全球干湿变化主要分为四种类型：①在南美东部、非洲、南亚和地中海地区，干旱频率和严重程度呈现增长趋势，主要原因是降水减少和潜在蒸散发量增多；②在北美北部、亚洲中东部、欧洲部分地区以及大洋洲呈现更频繁更严重的气象干旱，这一变化趋势的主要原因是温度升高导致潜在蒸散发量显著增加，使水分支出大于水分收入，造成气象干旱频发；③在美国、北欧、俄罗斯和东南亚地区潜在蒸散发量呈现增加趋势，故整体呈现湿润趋势；④南美洲南部地区的降水增多且潜在蒸散发量减少导致该地区整体趋于湿润[8, 46, 49]。
|
图 2 根据SPEI-12得到每个国家从1951—1980年到1981—2016年的干旱倾向性以及对应降水量(RR)和潜在蒸散发量(PET)的增加或减少(图片摘自文献[8]) Fig.2 Drought tendencies from 1951-1980 to 1981-2016 according to the SPEI-12 and corresponding increase or decrease of precipitation (RR) and potential evapo-transpiration (PET), per country(figure adapted from reference [8]) |
基于模式预测[7, 48-50]分析，未来全球约72%的土地可能会经历干旱化，大约20%的陆地表面干旱持续时间将会随着变暖而迅速增加，全球干旱和半干旱区域将分别扩大10.3%和9.9%，而湿润和半湿润地区将分别减少2.3%和4.9%，干旱面积将达到陆地总面积的56%，而干旱地区的扩大将引起碳固存减少和区域变暖加剧，进而导致干旱地区变暖趋势是湿润地区的两倍。到21世纪下半叶，全球大多数亚热带半干旱地区的干旱日数将显著增加(10%~15%)，地中海盆地、非洲大部分地区、西亚和南亚、中美洲和大洋洲的干旱频率预计将逐步显著增加[51-52]。
2.2 国内研究进展中国极端干旱阈值(基准期连续无雨日数序列第95个百分位值)一般从东南向西北增加，与年平均降水量的空间分布相反，阈值的低值区位于长江中下游地区，高值区位于西北沙漠地区[30]。近半个世纪以来，中国整体趋于干旱，干旱日数增加，降水日数减少，持续干旱的范围亦在增加，重大干旱事件明显增多，重旱到特旱面积每10 a增加3.72%[53-54]，极端干旱事件强度和频次变化特征的空间分布大致与年降水量变化特征相反，仅东南地区极端干旱强度、频率与年降水量变化趋势相同[30, 55-56]。近年来，中国区域年降水变化特征的空间分布格局发生了显著的变化。过去半个世纪，中国经历了北方“西湿东干”和东部“南涝北旱”的降水分布格局[57-59]。但这一降水格局在进入21世纪后发生了明显的年代尺度转折性变化[60]，如图 3所示：在中国北方，华北地区的年降水量已转为增加趋势，新疆大部分地区的年降水量显著减少[60-61]；在中国南方，长江上中游以及江淮流域的年降水量呈显著减少趋势[62-64]。尽管这一转型的强度还没有完全达到改变其长期趋势空间分布格局的量级，但这并不能否认整个空间格局的转变。对比陆地储水量(terrestrial water storage，TWS)分析发现，在2002—2016年之间，中国西部的TWS变化与年降水变化趋势相似，但中国东部地区的TWS仍呈现出长江中下游以南的地区以增长为主，在华北地区以减少为主[60]。中国不同区域干旱事件的统计分析[53-55, 65]也显示：北方干旱化依然在加剧，北方大部分地区仍然处于干旱化阶段，特别是华北、东北、西北地区东部呈现显著干旱化，不同等级干旱频次和干旱面积均增加，其中弱干旱和中等干旱发生频次增长显著；中国南方干旱频率亦呈现显著增长趋势，其中长江中游、江淮西部、江汉、江南西部、华南西部以及西南大部分地区的区域性干旱事件频次和强度均显著增加。基于高分辨率区域气候模式模拟[66-67]发现：中国将面临更严重的干旱，预计至2100年，1.5%~3.5%的陆地面积将从湿润区变成半干旱或半湿润区，在西南延伸到东北的带状区域干旱趋势将持续扩大；空间分布上，干旱化趋势明显的区域主要位于西北和东南地区，同时短期和长期干旱发生次数的增加幅度也最大；在季节尺度上，北方地区变干主要发生在暖季，南方则主要以冷季变干为主。由于区域水循环机制发生改变，未来中国区域变干主要受潜在蒸发量的增加所控制[68]。
|
图 3 1951—2000年(a、d)、2001—2016年(b、e)和1951—2016年(c、f)不同时段中国区域降水的线性变化趋势(a—c.基于中国气象局(China Meteorological Administration，CMA)数据计算，d—f.基于英国东英吉利大学CRU(Climate Research Unit)数据计算；黑点以及阴影区域表示该站点及该区域的趋势通过95%的信度检验；红色表示降水减少趋势，绿色表示增加趋势；图片摘自文献[60]) Fig.3 Linear trends of annual precipitation over China from 1951 to 2000 (a/d), from 2001 to 2016 (b/e), and from 1951 to 2016 (c/f) time periods (a-c. CMA data, d-f. CRU data; the black dots and dotted areas indicate the trend of the stations and the regions passing 95% confidence test; the red/green color scale indicates the decreasing/increasing trend of precipitation; figures adapted from reference [60]) |
目前全球对于极端降水与干旱事件相结合的研究文献相对较少。基于极端降水和干旱的现有研究结果，全球极端降水与干旱长期并存且出现旱涝急转现象的成因如下。
3.1 长期旱涝共存及其成因根据观测资料[21, 24]发现，极端降水量增加不一定伴随平均降水量的增加，在平均降水量增大或减少的区域均可能存在极端降水事件增加的趋势。亚欧大部分地区、非洲西南部、中亚和东亚地区的极端降水事件和干旱事件均呈增多和增强趋势[1, 23-35, 47-51]。中国近年来同样面临旱涝并发的情况，进入21世纪以来，华中、西南以及东部沿海地区的区域性干旱事件与极端降水事件均呈现增多、增强趋势，为旱涝并发的高风险区[32-36, 53-55]。目前国内关于极端降水和干旱关系的研究主要集中在江河流域。黄河流域是持续性干旱和洪涝事件高发区，尤其是2007年以后，该区域降水量增加趋势明显且极端降水强度增大、频率减少[69-70]。过去60 a，中国江淮流域总降水量无显著变化，但降水日数显著减少且极端降水强度增大。江淮流域的月最大日降水量在月总降水量中所占比例越高，降水更加集中，导致气象干旱发生的可能性增加[71]。
随着气候变暖，全球大气能量收支各个部分(长波辐射冷却、短波辐射加热以及地表感热通量)将随之改变。大气不能在长时间尺度上储存能量，通过潜热释放(蒸发)调节能量收支以平衡辐射和显热的变化[2, 72]。一方面，地面温度增高而导致地表水汽蒸发加剧，气温每升高1 K，由于饱和水汽压随之升高，大气的保水能力将增加7%，水汽辐合增强导致降水强度增大，全球平均降水强度增加约24%；中等强度降水量(日降水量介于基准期日降水量序列第30~60百分位值的降水事件)减少了约20%；极端降水量(日降水量大于基准期日降水量序列第90百分位值的降水事件)增多了约95%；RX1day(日最大降水量)则增加了5.9%~7.7% [2, 73-74]。根据观测[75-76]，近半个世纪以来，全球极端降水量的倾向率是平均降水量的3倍，极端降水量的增长更接近克劳修斯-克拉珀龙关系的预期，全球整体呈现强降水量增多，弱降水量减少的变化趋势，揭示了变暖背景下水循环时间尺度上更强的非均匀性。基于模式模拟[77]发现，随着全球变暖进一步增强，这一变化趋势会更为显著，特别是南北半球亚热带地区(图 4)。已有研究[78]表明，极端降水和非极端降水的变化之间存在着非常紧密的关系，在气候变暖的情况下，预计全球大部分地区的对流有效位能和热带海洋地区的对流抑制能量将增加，这导致了弱、中等强度降水事件(0.01 mm·h-1＜P≤1.00 mm·h-1)减少，强降水事件(P>1.00 mm·h-1)增强、增多。这再次证明，在总能量收支没有任何变化的情况下，通过减少较弱等级的降水事件来补偿极端降水事件的增加。极端降水增加会加大洪涝风险。弱降水和中等降水是土壤水分与地下水的重要来源，这类降水的减少将增加干旱的风险，特别是在与年总干旱天数和连续干旱天数增加相结合的情况下，会造成干旱持续时间和程度进一步增长增强。全球不同区域降水变化相互存在着联系，如热带地区以及常出现“大气河”[79](对流层中从热带洋面延伸至中纬度地区的一条短暂狭窄的羽毛状水汽输送带，往往能持续数天)的中纬度地区的极端降水量增加，其他亚热带地区和中低纬度地区弱降水量减少[2, 4, 75]。另一方面，研究表明，气温增高1 K，潜在蒸散发量将增加1.5%~4.0%[80]，在降水量没有显著增加的前提下，潜在蒸散发量增加，加剧地表干燥，导致干旱事件发生概率增加。这两方面的变化均会影响水文循环过程，从而对整个生态系统产生严重影响。尽管在全球范围内持续降水区域并无明显的趋势性改变，但大多数季风区域降水集中度呈上升趋势，雨季和旱季之间的差异将扩大，雨季水循环将在季风区加强[9, 25, 27, 81-82]。
|
图 4 小于1 mm·d-1的弱降水(a)、1~30 mm·d-1的中降水(b)和大于30 mm·d-1的强降水(c)的年平均降水差异(色阶，单位：mm·a-1；TS-AMIP表示时间片算法模拟结果减去大气模式比较计划结果；图片摘自文献[77]) Fig.4 Annual mean precipitation changes (color scale, units: mm·a-1) for light precipitation with rate less than 1 mm·d-1 (a), moderate precipitation with rate between 1 and 30 mm·d-1 (b), and heavy precipitation with rate larger than 30 mm·d-1 (c) (TS-AMIP represents the results of Time-slice experiment minus the results of Atmospheric Model Intercomparison Project; figures adapted from reference [77]) |
降水变化既可以对大气稳定度和大气能量平衡作出短时间尺度的改变，对平均地表温度变化作出较长时间尺度的反应，也可以对温室气体或气溶胶浓度变化作出快速反应。大气中气溶胶粒子含量增多将显著影响云的形成和发展以及伴随的降水过程，同时对大尺度环流也有重要影响[83]。云和降水对气溶胶浓度变化的敏感性取决于云的状态，气溶胶浓度增高，降水的开始时间会有所延迟，进而导致潜热额外释放，云团活跃发展以及降水增加，其程度足以弥补最初气溶胶浓度增加对降水的抑制，发展深而厚的云，促进强冷雨过程的发生，同时抑制浅而薄的云发展，抑制弱暖雨过程发生[84-87]。气溶胶对降水影响的空间分布呈现出明显的地域不一致性，如图 5所示，气溶胶浓度的增加抑制了干燥地区(如塔克拉玛干沙漠)的降水，但促进了湿润地区的降水增多，暴雨强度增强[73, 85, 88-90]。不同气溶胶类型对降水影响不同，有些直接作为云凝结核(硫酸盐、海盐)、冰核(沙尘)，有些远程传输表面变性包裹硫酸盐或硝酸盐成为云凝结核(沙尘)参与云微物理过程，还有些(硫酸盐、沙尘、黑碳)通过辐射强迫作用改变大气对流及环流进而影响云和降水[91-94]。
|
图 5 中国8个典型区域平均气溶胶光学厚度大于0.5(a)和小于0.5(b)条件下的降水频率(TD：塔克拉玛干沙漠，TP：青藏高原，LP：黄土高原，SB：四川盆地，NEP：东北平原，NCP：华北平原，YRD：长江三角洲，PRD：珠江三角洲；图片摘自文献[88]) Fig.5 Frequency of precipitation under the conditions of average aerosol optical depth (AOD) greater than 0.5 (a) and less than 0.5 (b) over 8 typical regions in China (TD represents the Taklimakan Desert, TP represents the Tibetan Plateau, LP represents the Loess Plateau, SB represents the Sichuan Basin, NEP represents the Northeast Plain, NCP represents the North China Plain, YRD represents the Yangtze River Delta, and PRD represents the Pearl River Delta; figures adapted from reference [88]) |
气候变暖增加了干旱和洪涝的风险，一些地区经历了两种极端事件间产生的更大波动，容易出现“大旱之后必有大涝”。旱涝急转是指区域气候在同一季节内旱涝交替出现的情形，即短期内降水的剧烈变化和极度不平衡，属于“旱涝并存”的一种极端表现，反映了旱涝极端事件在短期内的交替。常用的旱涝急转指数有：①长/短周期旱涝急转指数(long-period drought and flood alternation index/short-period drought and flood alternation index，LDFAI/SDFAI)，长周期为2个月，短周期为1个月；②标准化加权平均降水指数(standard weighted average precipitation，SWAP)；③修正干湿急转指数(dry-wet abrupt alternation index，DWAAI)，是对SWFAI进行改进后得到的指数，可同时考虑旱、涝和急转程度三个因素的日尺度评价指标[95-98]。
目前，旱涝急转研究机构主要集中在中国。中国南部和中东部地区流域是旱涝急转事件的易发和重发区，且呈现出不同的演变特征，发生时期以春季、夏季及其交接期为主。自20世纪60年以来，长江流域内发生旱涝急转事件的区域范围越来越广，事件的频率和强度均具有逐年增长趋势，且交替频次渐增，特别是在中下游地区旱转涝和涝转旱交替循环过程长时期存在[99-102]。淮河流域夏季旱涝急转事件重现期约为4 a一遇，频次和强度大值区主要位于流域的上游和南部，相较于长江中下游的旱涝急转事件更频繁，强度更大。2000年之后，汛期长周期旱转涝以及6—7月短周期旱转涝事件逐渐增多[103-104]。西南地区自1970年至今经历了旱转涝偏多-涝转旱偏多-旱转涝与涝转旱相当-涝转旱偏多的变化，其中云南地区的旱涝急转事件增强、增多趋势最明显，而贵州和重庆等地区旱涝急转依旧以年代际振荡为主[105-106]。华南地区夏季旱涝急转的空间分布差异大，广东东部和海南发生旱转涝事件频率较高，广东西部和广西发生涝转旱事件频率较高，华南整体旱涝急转事件呈现强度增大、频率增多的变化趋势[95, 107]。在华北地区，海河流域的旱涝急转事件频次增加和强度增强，以涝转旱为主[108-109]。在黄-淮-海河流域内的沿海、河流或者山谷等地区干旱的持续时间越长，干旱结束后首次降水更易形成极端降水事件，而流域内的内陆地区则不易形成极端降水事件[110]，但位于河西走廊中部的黑河流域干旱后降水强度往往大于同期平均降水强度，这种差异可能是影响区域气候变化的大气环流系统不同所致[111]。东北地区旱涝急转事件呈现弱减少趋势[112-113]。
中国区域的旱涝急转事件主要受到大气环流形势、海面温度异常及暖湿气流向北输送异常耦合作用的影响，气象条件变化是重要驱动因素。长江中下游、西南地区旱涝急转主要与中高纬地区的高空西风、中低纬地区的西太平洋副热带高压位置以及低纬度地区的水汽输送条件有关系[11, 101-102, 105-106]。华南地区旱涝急转事件主要由西太平洋副热带高压、孟加拉湾南支槽、低层水汽输送以及热带辐合带移动差异引起，易受到台风持续影响[107, 114]。中国华北和东北地区旱涝急转主要受东亚大槽、西太平洋副热带高压的位置和强度，以及水汽条件和垂直运动的差异影响[94-95, 99]。目前内陆地区旱涝急转的研究还较少，但已有研究表明青海北部旱涝急转主要与前期高原加热偏强以及春夏过渡时间的提前有关[115]。
4 小结与讨论 4.1 小结(1) 近半个世纪以来，全球整体极端降水频率和强度呈现增加的趋势，但区域性差异较大。欧亚大陆的大部分地区、澳大利亚北部和美国中西部均出现极端降水增加的趋势。中国极端降水总体增多、增强，极端降水量占总降水量比例变化趋势总体呈现南增北减的相反趋势。
(2) 全球陆地表面呈现加速干燥趋势，但仍然存在着具有弱湿润趋势的区域，如北半球的高纬度地区。在中国，干旱范围扩大、干旱程度加剧且频次增加；干旱发生的范围发生了明显的转移，北方干旱加剧的同时，南方干旱明显加重，尤其是大旱范围明显增大。
(3) 全球整体存在旱涝并存、旱涝频发趋势，主要原因有两点。①温室效应加强，全球气温升高在导致地表蒸发加剧的同时，还会使大气保持水分能力增强。在全球降水量变化不显著的背景下，强降水增多导致洪涝风险增大；地面蒸发量增加，中等强度降水和弱降水减少导致干旱风险增大。②人为排放气溶胶粒子增多对于不同强度降水形成有明显影响。气溶胶对降水影响的空间分布呈现出明显的地域不一致性，且不同类型的气溶胶对降水的影响不同。
(4) 在中国东部和南部地区，特别是各大流域，旱涝急转事件呈现增多趋势，主要受大气环流形势、暖湿气流输送异常耦合作用以及局地环流特征和地形的影响。
4.2 讨论为了更好地深化极端降水与干旱之间联系及其影响因素的研究，未来应重点关注以下问题。
(1) 数据质量问题。①无法获得非洲和南美洲等区域数据[29]；②无法了解基于点的观测和网格之间的标度问题[116-117]；③对于极端降水高分辨率模拟和预估并不完善[118-120]，特别是在热带和亚热带地区[121]。
(2) 不同强度降水变化成因分析较为局限。目前对于全球降水变化的分析较多的是集中于平均降水量，重点分析大气环流内部变率、海温自然外强迫因子以及水汽输送对于降水的影响。但降水的形成与多种因素密切相关，比如中尺度天气系统、地形地貌等下垫面因素以及人类活动对不同强度降水形成的影响机制非常复杂，仍缺乏进一步系统研究[2, 46, 85, 121]。
(3) 干旱的定义还存在缺陷。由于干旱自身的复杂性，基于干旱指数的干旱识别还不能达到定量化和客观化。对干旱形成的多因子协同作用机理及多尺度叠加效应缺乏深入认识，涉及陆-气相互作用对干旱形成影响的研究仍然很少[54]。
(4) 对于旱涝并存、旱涝急转事件，缺乏多尺度的定量对比，亟待从全球和区域尺度上开展更深入的观测、诊断和模拟研究，需要在多时间尺度和多空间尺度上探讨变化趋势的差异，以及引起差异的关键性因子[96, 98]。现在常用的旱涝急转指数是基于降水量变化的，该指数存在一定局限性，在未来需综合考虑土壤含水量和作物需水等，从而提出更符合实际情况的识别方法。
| [1] |
IPCC. Climate change 2021: The physical science basis[M/OL]. Switzerland: IPCC, 2021[2021-08-01]. https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_Full_Report.pdf.
|
| [2] |
DEANGELIS A M, QU X, ZELINKA M D, et al. An observational radiative constraint on hydrologic cycle intensification[J]. Nature, 2015, 528(7581): 249-253. DOI:10.1038/nature15770 |
| [3] |
KHARIN V V, ZWIERS F W, ZHANG X B, et al. Changes in temperature and precipitation extremes in the CMIP5 ensemble[J]. Climatic Change, 2013, 119(2): 345-357. DOI:10.1007/s10584-013-0705-8 |
| [4] |
WANG X X, JIANG D B, LANG X M. Future extreme climate changes linked to global warming intensity[J]. Sci Bull, 2017, 62(24): 1673-1680. DOI:10.1016/j.scib.2017.11.004 |
| [5] |
CULLMANN J, DILLEY M, EGERTON P, et al. 2020 state of climate services: Risk information and early warning systems[R]. Switzerland: WMO, 2020.
|
| [6] |
DU H B, ALEXANDER L V, DONAT M G, et al. Precipitation from persistent extremes is increasing in most regions and globally[J]. Geophys Res Lett, 2019, 46(11): 6041-6049. DOI:10.1029/2019GL081898 |
| [7] |
SONG X D, SONG Y, CHEN Y Y. Secular trend of global drought since 1950[J]. Environ Res Lett, 2020, 15(9): 094073. DOI:10.1088/1748-9326/aba20d |
| [8] |
SPINONI J, BARBOSA P, DE JAGER A, et al. A new global database of meteorological drought events from 1951 to 2016[J]. J Hydrol: Reg Stud, 2019, 22: 100593. DOI:10.1016/j.ejrh.2019.100593 |
| [9] |
TRENBERTH K E, DAI A G, RASMUSSEN R M, et al. The changing character of precipitation[J]. Bull Amer Meteor Soc, 84(9): 1205-1217. DOI:10.1175/BAMS-84-9-1205 |
| [10] |
张玉琴. 华南汛期旱涝急转及其大气环流特征研究[D]. 南京: 南京信息工程大学, 2018.
|
| [11] |
童金, 徐海明, 智海. 江淮旱涝及旱涝并存年降水和对流的低频振荡统计特征[J]. 大气科学学报, 2013, 36(4): 409-416. DOI:10.3969/j.issn.1674-7097.2013.04.003 |
| [12] |
于玲玲, 麦健华, 纪忠萍, 等. 2015年广东开汛前后旱涝急转特征及成因分析[J]. 热带气象学报, 2021, 37(4): 611-622. |
| [13] |
PFAHL S, O'GORMAN P A, FISCHER E M. Understanding the regional pattern of projected future changes in extreme precipitation[J]. Nat Clim Change, 2017, 7(6): 423-427. DOI:10.1038/nclimate3287 |
| [14] |
孔锋, 史培军, 方建, 等. 全球变化背景下极端降水时空格局变化及其影响因素研究进展和展望[J]. 灾害学, 2017, 32(2): 165-174. DOI:10.3969/j.issn.1000-811X.2017.02.029 |
| [15] |
史培军, 孔锋, 叶谦, 等. 灾害风险科学发展与科技减灾[J]. 地球科学进展, 2014, 29(11): 1205-1211. DOI:10.11867/j.issn.1001-8166.2014.11.1205 |
| [16] |
PETERSON T C, FOLLAND C, GRUZA G, et al. Report on the activities of the working group on climate change detection and related rapporteurs (1998-2001)[EB/OL]. Southampton, UK: International CLIVAR Project Office, 2001[2021-11-30]. http://etccdi.pacificclimate.org/docs/wgccd.2001.pdf.
|
| [17] |
DONAT M G, ALEXANDER L V, YANG H, et al. Updated analyses of temperature and precipitation extreme indices since the beginning of the twentieth century: The HadEX2 dataset[J]. J Geophys Res: Atmos, 2013, 118(5): 2098-2118. DOI:10.1002/jgrd.50150 |
| [18] |
TAN X Z, WU X X, LIU B J. Global changes in the spatial extents of precipitation extremes[J]. Environ Res Lett, 2021, 16(5): 054017. DOI:10.1088/1748-9326/abf462 |
| [19] |
DONAT M G, LOWRY A L, ALEXANDER L V, et al. More extreme precipitation in the world's dry and wet regions[J]. Nat Clim Change, 2016, 6(5): 508-513. DOI:10.1038/nclimate2941 |
| [20] |
WANG H L, SU W Y. Evaluating and understanding top of the atmosphere cloud radiative effects in Intergovernmental Panel on Climate Change (IPCC) Fifth Assessment Report (AR5) Coupled Model Intercomparison Project Phase 5 (CMIP5) models using satellite observations[J]. J Geophys Res: Atmos, 2013, 118(2): 683-699. DOI:10.1029/2012JD018619 |
| [21] |
ADLER R F, GU G J, SAPIANO M, et al. Global precipitation: Means, variations and trends during the satellite era (1979-2014)[J]. Surv Geophys, 2017, 38(4): 679-699. DOI:10.1007/s10712-017-9416-4 |
| [22] |
O'GORMAN P A. Sensitivity of tropical precipitation extremes to climate change[J]. Nat Geosci, 2012, 5(10): 697-700. DOI:10.1038/ngeo1568 |
| [23] |
O'GORMAN P A. Precipitation extremes under climate change[J]. Curr Clim Chang Rep, 2015, 1(2): 49-59. DOI:10.1007/s40641-015-0009-3 |
| [24] |
PAPALEXIOU S M, MONTANARI A. Global and regional increase of precipitation extremes under global warming[J]. Water Resour Res, 2019, 55(6): 4901-4914. |
| [25] |
SUN Q H, ZHANG X B, ZWIERS F, et al. A global, continental and regional analysis of changes in extreme precipitation[J]. J Climate, 2020, 34(1): 243-258. |
| [26] |
ZHAO A D, STEVENSON D S, BOLLASINA M A. The role of anthropogenic aerosols in future precipitation extremes over the Asian Monsoon Region[J]. Climate Dyn, 2019, 52(9/10): 6257-6278. |
| [27] |
GE F, ZHU S P, LUO H L, et al. Future changes in precipitation extremes over Southeast Asia: Insights from CMIP6 multi-model ensemble[J]. Environ Res Lett, 2021, 16(2): 024013. DOI:10.1088/1748-9326/abd7ad |
| [28] |
ALEXANDER L V. Global observed long-term changes in temperature and precipitation extremes: A review of progress and limitations in IPCC assessments and beyond[J]. Weather Clim Extremes, 2016, 11: 4-16. DOI:10.1016/j.wace.2015.10.007 |
| [29] |
李媛, 张泽铭, 高广强, 等. 台风环流对远距离暴雨水汽输送影响研究[J]. 海洋气象学报, 2017, 37(1): 111-117. |
| [30] |
LIU M, SHEN Y J, QI Y Q, et al. Changes in precipitation and drought extremes over the past half century in China[J]. Atmosphere, 2019, 10(4): 1-13. |
| [31] |
高涛, 谢立安. 近50年来中国极端降水趋势与物理成因研究综述[J]. 地球科学进展, 2014, 29(5): 577-589. |
| [32] |
孔锋, 方建, 乔枫雪, 等. 透视中国小时极端降水强度和频次的时空变化特征(1961~2013年)[J]. 长江流域资源与环境, 2019, 28(12): 3051-3067. |
| [33] |
陈星任, 杨岳, 何佳男, 等. 近60年中国持续极端降水时空变化特征及其环流因素分析[J]. 长江流域资源与环境, 2020, 29(9): 2068-2081. |
| [34] |
HE B R, ZHAI P M. Changes in persistent and non-persistent extreme precipitation in China from 1961 to 2016[J]. Adv Clim Chang Res, 2018, 9(3): 177-184. DOI:10.1016/j.accre.2018.08.002 |
| [35] |
卢珊, 胡泽勇, 王百朋, 等. 近56年中国极端降水事件的时空变化格局[J]. 高原气象, 2020, 39(4): 683-693. |
| [36] |
CHOU J M, XIAN T, DONG W J, et al. Regional temporal and spatial trends in drought and flood disasters in China and assessment of economic losses in recent years[J]. Sustainability, 2018, 11(1): 1-17. |
| [37] |
WU X, GUO S L, YIN J B, et al. On the event-based extreme precipitation across China: Time distribution patterns, trends, and return levels[J]. J Hydrol, 2018, 562: 305-317. DOI:10.1016/j.jhydrol.2018.05.028 |
| [38] |
王苗, 郭品文, 邬昀. 中国东部极端降水变化特征及其与大气稳定度的关系[J]. 大气科学学报, 2014, 37(1): 47-56. DOI:10.3969/j.issn.1674-7097.2014.01.006 |
| [39] |
郑丽娜. 近55 a中国西北地区夏季降水的时空演变特征[J]. 海洋气象学报, 2018, 38(2): 50-59. |
| [40] |
LI J F, ZHANG Q, CHEN Y Q D, et al. Future joint probability behaviors of precipitation extremes across China: Spatiotemporal patterns and implications for flood and drought hazards[J]. Glob Planet Change, 2015, 124(6): 107-122. |
| [41] |
PENG Y F, ZHAO X, WU D H, et al. Spatiotemporal variability in extreme precipitation in China from observations and projections[J]. Water, 2018, 10(8): 1089. DOI:10.3390/w10081089 |
| [42] |
陈晓晨, 徐影, 姚遥. 不同升温阈值下中国地区极端气候事件变化预估[J]. 大气科学, 2015, 39(6): 1123-1135. |
| [43] |
景丞, 陶辉, 王艳君, 等. 基于区域气候模式CCLM的中国极端降水事件预估[J]. 自然资源学报, 2017, 32(2): 266-277. |
| [44] |
张强, 姚玉璧, 李耀辉, 等. 中国西北地区干旱气象灾害监测预警与减灾技术研究进展及其展望[J]. 地球科学进展, 2015, 30(2): 196-213. |
| [45] |
李忆平, 李耀辉. 气象干旱指数在中国的适应性研究进展[J]. 干旱气象, 2017, 35(5): 709-723. |
| [46] |
McCABE G J, WOLOCK D M. Variability and trends in global drought[J]. Earth Space Sci, 2015, 2(6): 223-228. DOI:10.1002/2015EA000100 |
| [47] |
WANG Q F, WU J J, LEI T J, et al. Temporal-spatial characteristics of severe drought events and their impact on agriculture on a global scale[J]. Quatern Int, 2014, 349: 10-21. DOI:10.1016/j.quaint.2014.06.021 |
| [48] |
LIU W B, SUN F B, LIM W H, et al. Global drought and severe drought-affected populations in 1.5 and 2 ℃ warmer world[J]. Earth Syst Dyn, 2018, 9(1): 267-283. DOI:10.5194/esd-9-267-2018 |
| [49] |
LIU Y W, LIU Y B, WANG W. Inter-comparison of satellite-retrieved and Global Land Data Assimilation System-simulated soil moisture datasets for global drought analysis[J]. Remote Sens Environ, 2019, 220: 1-18. DOI:10.1016/j.rse.2018.10.026 |
| [50] |
HUANG J P, YU H P, GUAN X D, et al. Accelerated dryland expansion under climate change[J]. Nat Clim Change, 2016, 6(2): 166-171. DOI:10.1038/nclimate2837 |
| [51] |
POLADE S D, PIERCE D W, CAYAN D R, et al. The key role of dry days in changing regional climate and precipitation regimes[J]. Sci Rep, 2014, 4(1): 4364. |
| [52] |
CHANDA K, MAITY R. Assessment of trend in global drought propensity in the twenty-first century using drought management index[J]. Water Resour Manag, 2017, 31(4): 1209-1225. DOI:10.1007/s11269-017-1571-3 |
| [53] |
史尚渝, 王飞, 金凯, 等. 基于SPEI的1981—2017年中国北方地区干旱时空分布特征[J]. 干旱地区农业研究, 2019, 37(4): 215-222. |
| [54] |
张强, 姚玉璧, 李耀辉, 等. 中国干旱事件成因和变化规律的研究进展与展望[J]. 气象学报, 2020, 78(3): 500-521. |
| [55] |
ZHANG J, SHEN Y J. Spatio-temporal variations in extreme drought in China during 1961-2015[J]. J Geogr Sci, 2019, 29(1): 67-83. DOI:10.1007/s11442-019-1584-3 |
| [56] |
郑景云, 郝志新, 方修琦, 等. 中国过去2000年极端气候事件变化的若干特征[J]. 地理科学进展, 2014, 33(1): 3-12. |
| [57] |
MA Z G, FU C B. Interannual characteristics of the surface hydrological variables over the arid and semi-arid areas of northern China[J]. Glob Planet Change, 2003, 37(3/4): 189-200. |
| [58] |
马柱国, 符淙斌. 中国北方干旱区地表湿润状况的趋势分析[J]. 气象学报, 2001, 59(6): 737-746. DOI:10.3321/j.issn:0577-6619.2001.06.010 |
| [59] |
张人禾, 武炳义, 赵平, 等. 中国东部夏季气候20世纪80年代后期的年代际转型及其可能成因[J]. 气象学报, 2008, 66(5): 697-706. DOI:10.3321/j.issn:0577-6619.2008.05.004 |
| [60] |
马柱国, 符淙斌, 杨庆, 等. 关于我国北方干旱化及其转折性变化[J]. 大气科学, 2018, 42(4): 951-961. |
| [61] |
姚俊强, 毛炜峄, 陈静, 等. 新疆气候"湿干转折"的信号和影响探讨[J]. 地理学报, 2021, 76(1): 57-72. |
| [62] |
吕纯月, 管兆勇, 黄垭飞. 1961—2018年西南地区夏季干旱变化特征及其与环流异常的联系[J]. 大气科学学报, 2021, 44(4): 573-584. |
| [63] |
李维京, 刘景鹏, 任宏利, 等. 中国南方夏季降水的年代际变率主模态特征及机理研究[J]. 大气科学, 2018, 42(4): 859-876. |
| [64] |
ZENG Z Q, WU W X, LI Y M, et al. Spatiotemporal variations in drought and wetness from 1965 to 2017 in China[J]. Water, 2020, 12(8): 2097. DOI:10.3390/w12082097 |
| [65] |
李维京, 张若楠, 孙丞虎, 等. 中国南方旱涝年际年代际变化及成因研究进展[J]. 应用气象学报, 2016, 27(5): 577-591. |
| [66] |
HUANG J L, ZHAI J Q, JIANG T, et al. Analysis of future drought characteristics in China using the regional climate model CCLM[J]. Climate Dyn, 2018, 50(1/2): 507-525. |
| [67] |
刘珂, 姜大膀. RCP4.5情景下中国未来干湿变化预估[J]. 大气科学, 2015, 39(3): 489-502. |
| [68] |
陈丽琴. 基于CMIP6多模式的中国地区干旱时空变化及其影响[D]. 南京: 南京信息工程大学, 2021.
|
| [69] |
刘宇峰, 原志华, 李文正, 等. 1961—2013年黄土高原地区旱涝特征及极端和持续性分析[J]. 地理研究, 2017, 36(2): 345-360. |
| [70] |
马佳宁, 高艳红. 近50年黄河上游流域年均降水与极端降水变化分析[J]. 高原气象, 2019, 38(1): 124-135. |
| [71] |
刘可晶, 王文, 朱烨, 等. 淮河流域过去60年干旱趋势特征及其与极端降水的联系[J]. 水利学报, 2012, 43(10): 1179-1187. |
| [72] |
PENDERGRASS A G, HARTMANN D L. The atmospheric energy constraint on global-mean precipitation change[J]. J Climate, 2014, 27(2): 757-768. DOI:10.1175/JCLI-D-13-00163.1 |
| [73] |
LIU S C, FU C B, SHIU C J, et al. Temperature dependence of global precipitation extremes[J]. Geophys Res Lett, 2009, 36(17): L17702. DOI:10.1029/2009GL040218 |
| [74] |
WESTRA S, ALEXANDER L V, ZWIERS F W. Global increasing trends in annual maximum daily precipitation[J]. J Climate, 2013, 26(11): 3904-3918. DOI:10.1175/JCLI-D-12-00502.1 |
| [75] |
THACKERAY C W, DEANGELIS A M, HALL A, et al. On the connection between global hydrologic sensitivity and regional wet extremes[J]. Geophys Res Lett, 2018, 45(20): 11343-11351. |
| [76] |
HELD I M, SODEN B J. Robust responses of the hydrological cycle to global warming[J]. J Climate, 2006, 19(21): 5686-5699. DOI:10.1175/JCLI3990.1 |
| [77] |
FENG X L, LIU C T, XIE F Q, et al. Precipitation characteristic changes due to global warming in a high-resolution (16 km) ECMWF simulation[J]. Quart J Roy Meteor Soc, 2019, 145(718): 303-317. DOI:10.1002/qj.3432 |
| [78] |
CHEN J, DAI A G, ZHANG Y C. Linkage between projected precipitation and atmospheric thermodynamic changes[J]. J Climate, 2020, 33(16): 7155-7178. DOI:10.1175/JCLI-D-19-0785.1 |
| [79] |
傅刚, 刘珊, 李晓东, 等. "大气河"研究进展回顾[J]. 中国海洋大学学报(自然科学版), 2019, 49(10): 10-17. |
| [80] |
SCHEFF J, FRIERSON D M W. Scaling potential evapotranspiration with greenhouse warming[J]. J Climate, 2014, 27(4): 1539-1558. DOI:10.1175/JCLI-D-13-00233.1 |
| [81] |
BAL P K, PATHAK R, MISHRA S K, et al. Effects of global warming and solar geoengineering on precipitation seasonality[J]. Environ Res Lett, 2019, 14(3): 034011. DOI:10.1088/1748-9326/aafc7d |
| [82] |
ZHANG W X, ZHOU T J, ZHANG L X, et al. Future intensification of the water cycle with an enhanced annual cycle over global land monsoon regions[J]. J Climate, 2019, 32(17): 5437-5452. DOI:10.1175/JCLI-D-18-0628.1 |
| [83] |
FAN J W, ROSENFELD D, DING Y N, et al. Potential aerosol indirect effects on atmospheric circulation and radiative forcing through deep convection[J]. Geophys Res Lett, 2012, 39(9): L09806. |
| [84] |
LI Z Q, NIU F, FAN J W, et al. Long-term impacts of aerosols on the vertical development of clouds and precipitation[J]. Nat Geosci, 2011, 4(12): 888-894. DOI:10.1038/ngeo1313 |
| [85] |
STEVENS B, FEINGOLD G. Untangling aerosol effects on clouds and precipitation in a buffered system[J]. Nature, 2009, 461(7264): 607-613. DOI:10.1038/nature08281 |
| [86] |
ALIZADEH-CHOOBARI O. Impact of aerosol number concentration on precipitation under different precipitation rates[J]. Meteor Appl, 2018, 25(4): 596-605. DOI:10.1002/met.1724 |
| [87] |
FAN J W, LEUNG L R, ROSENFELD D, et al. Microphysical effects determine macrophysical response for aerosol impacts on deep convective clouds[J]. Proc Natl Acad Sci USA, 2013, 110(48): E4581-E4590. |
| [88] |
高星星, 桂海林, 陈艳, 等. 中国典型地区夏季气溶胶时空分布及其对云和降水的影响[J]. 气象与环境学报, 2020, 36(1): 11-20. |
| [89] |
张喆, 丁建丽, 王瑾杰. 中亚地区气溶胶时空分布及其对云和降水的影响[J]. 环境科学学报, 2017, 37(1): 61-72. |
| [90] |
SUN Y, ZHAO C F. Distinct impacts on precipitation by aerosol radiative effect over three different megacity regions of eastern China[J]. Atmos Chem Phys, 2021, 21(21): 16555-16574. DOI:10.5194/acp-21-16555-2021 |
| [91] |
陈玲, 周筠珺. 不同吸湿性的气溶胶对云和降水影响研究进展[J]. 高原山地气象研究, 2014, 34(1): 90-95. DOI:10.3969/j.issn.1674-2184.2014.01.017 |
| [92] |
赵春生, 彭大勇, 段英. 海盐气溶胶和硫酸盐气溶胶在云微物理过程中的作用[J]. 应用气象学报, 2005, 16(4): 417-425. DOI:10.3969/j.issn.1001-7313.2005.04.001 |
| [93] |
SILLMANN J, STJERN C W, MYHRE G, et al. Extreme wet and dry conditions affected differently by greenhouse gases and aerosols[J]. npj Clim Atmos Sci, 2019, 2(1): 24. DOI:10.1038/s41612-019-0079-3 |
| [94] |
WESTERVELT D M, YOU Y J, LI X Q, et al. Relative importance of greenhouse gases, sulfate, organic carbon, and black carbon aerosol for South Asian monsoon rainfall changes[J]. Geophys Res Lett, 2020, 47(13): e2020GL088363. |
| [95] |
吴志伟, 李建平, 何金海, 等. 正常季风年华南夏季"旱涝并存、旱涝急转"之气候统计特征[J]. 自然科学进展, 2007, 17(12): 1665-1671. DOI:10.3321/j.issn:1002-008x.2007.12.009 |
| [96] |
杨家伟, 陈华, 侯雨坤, 等. 基于气象旱涝指数的旱涝急转事件识别方法[J]. 地理学报, 2019, 74(11): 2358-2370. DOI:10.11821/dlxb201911012 |
| [97] |
SHAN L J, ZHANG L P, SONG J Y, et al. Characteristics of dry-wet abrupt alternation events in the middle and lower reaches of the Yangtze River Basin and the relationship with ENSO[J]. J Geogr Sci, 2018, 28(8): 1039-1058. DOI:10.1007/s11442-018-1540-7 |
| [98] |
毕吴瑕, 翁白莎, 王旭, 等. 基于知识图谱的旱涝急转研究进展[J]. 水资源保护, 2021, 37(6): 40-48, 120. |
| [99] |
闪丽洁, 张利平, 张艳军, 等. 长江中下游流域旱涝急转事件特征分析及其与ENSO的关系[J]. 地理学报, 2018, 73(1): 25-40. |
| [100] |
LI X H, ZHANG Q, ZHANG D, et al. Investigation of the drought-flood abrupt alternation of streamflow in Poyang Lake catchment during the last 50 years[J]. Hydrol Res, 2017, 48(5): 1402-1417. DOI:10.2166/nh.2016.266 |
| [101] |
封国林, 杨涵洧, 张世轩, 等. 2011年春末夏初长江中下游地区旱涝急转成因初探[J]. 大气科学, 2012, 36(5): 1009-1026. |
| [102] |
YANG S Y, WU B Y, ZHANG R H, et al. Relationship between an abrupt drought-flood transition over mid-low reaches of the Yangtze River in 2011 and the intraseasonal oscillation over mid-high latitudes of East Asia[J]. Acta Meteor Sinica, 2013, 27(2): 129-143. DOI:10.1007/s13351-013-0201-0 |
| [103] |
程智, 徐敏, 罗连升, 等. 淮河流域旱涝急转气候特征研究[J]. 水文, 2012, 32(1): 73-79. DOI:10.3969/j.issn.1000-0852.2012.01.015 |
| [104] |
徐敏, 丁小俊, 罗连升, 等. 淮河流域夏季旱涝急转的低频环流成因[J]. 气象学报, 2013, 71(1): 86-95. |
| [105] |
王映思, 肖天贵, 董雪峰. 1961—2019年中国西南地区夏季长周期旱涝急转与大气环流特征[J]. 高原气象, 2021, 40(4): 760-772. |
| [106] |
孙小婷, 李清泉, 王黎娟. 我国西南地区夏季长周期旱涝急转及其大气环流异常[J]. 大气科学, 2017, 41(6): 1332-1342. |
| [107] |
何慧, 廖雪萍, 陆虹, 等. 华南地区1961—2014年夏季长周期旱涝急转特征[J]. 地理学报, 2016, 71(1): 130-141. |
| [108] |
YAN D H, WU D, HUANG R, et al. Drought evolution characteristics and precipitation intensity changes during alternating dry-wet changes in the Huang-Huai-Hai River basin[J]. Hydrol Earth Syst Sci, 2013, 17(7): 2859-2871. DOI:10.5194/hess-17-2859-2013 |
| [109] |
杨艳娟, 陈跃浩, 陈思宁, 等. 海河流域旱涝急转事件的时空演变特征[J/OL]. 水利水运工程学报, 2021(网络预出版): 1-12[2021-11-27]. http://slsy.nhri.cn/cn/article/doi/10.12170/20210114001.
|
| [110] |
LIU B, YAN Z, SHA J, et al. Drought evolution due to climate change and links to precipitation intensity in the Haihe River Basin[J]. Water, 2017, 9(11): 878. DOI:10.3390/w9110878 |
| [111] |
FENG J, YAN D H, LI C Z, et al. Regional frequency analysis of extreme precipitation after drought events in the Heihe river basin, northwest China[J]. J Hydrol Eng, 2014, 19(6): 1101-1112. DOI:10.1061/(ASCE)HE.1943-5584.0000903 |
| [112] |
李倩, 林毅, 于琳琳, 等. 1961—2017年辽宁省旱涝急转现象时空演变特征[J]. 气象与环境学报, 2020, 36(5): 33-39. DOI:10.3969/j.issn.1673-503X.2020.05.005 |
| [113] |
王悦. 辽阳地区1951—2015年夏季旱涝急转特征分析[J]. 吉林水利, 2019(11): 55-59, 62. DOI:10.3969/j.issn.1009-2846.2019.11.016 |
| [114] |
张玉琴, 李栋梁. 华南汛期旱涝急转及其大气环流特征[J]. 气候与环境研究, 2019, 24(4): 430-444. |
| [115] |
时兴合, 郭卫东, 李万志, 等. 2013年青海北部春季旱涝急转的特征及其成因分析[J]. 冰川冻土, 2015, 37(2): 376-386. |
| [116] |
DEANGELIS A M, QU X, HALL A. Importance of vegetation processes for model spread in the fast precipitation response to CO2 forcing[J]. Geophys Res Lett, 2016, 43(24): 12550-12559. |
| [117] |
KIRCHMEIER-YOUNG M C, ZHANG X B. Human influence has intensified extreme precipitation in North America[J]. Proc Natl Acad Sci USA, 2020, 117(24): 13308-13313. DOI:10.1073/pnas.1921628117 |
| [118] |
ZHANG X B, ZWIERS F W, LI G L, et al. Complexity in estimating past and future extreme short-duration rainfall[J]. Nat Geosci, 2017, 10(4): 255-259. DOI:10.1038/ngeo2911 |
| [119] |
盛春岩, 荣艳敏, 曲巧娜, 等. WRF模式物理参数化方案对一次局地大暴雨预报的影响研究[J]. 海洋气象学报, 2020, 40(1): 66-78. |
| [120] |
盛春岩, 荣艳敏, 刘诗军, 等. 一次局地大暴雨的地面观测资料同化预报试验研究[J]. 海洋气象学报, 2018, 38(4): 71-80. |
| [121] |
KOPPARLA P, FISCHER E M, HANNAY C, et al. Improved simulation of extreme precipitation in a high-resolution atmosphere model[J]. Geophys Res Lett, 2013, 40(21): 5803-5808. DOI:10.1002/2013GL057866 |