查显宝，王双涛，罗平平*，徐承毅，曹 哲，宋益涛

（1.长安大学 水利与环境与学院，西安 710054；2.长安大学 旱区地下水文与生态效应教育部重点实验室，西安 710054）

▪水土资源与环境▪

降水时空分布及变化特征分析—以安徽省为例

查显宝1,2，王双涛1,2，罗平平1,2*，徐承毅1,2，曹 哲1,2，宋益涛1,2

（1.长安大学 水利与环境与学院，西安 710054；2.长安大学 旱区地下水文与生态效应教育部重点实验室，西安 710054）

【目的】探究安徽省降水时空分布及其变化规律。【方法】基于1960—2019年安徽省24个气象站点的降水日值数据，采用趋势分析、突变检验等方法分析安徽省降水时空分布特征和变化趋势。【结果】降水量自北向南递增，夏季降水量约占全年降水量的40%；降水日呈“南频北稀”、“山区多，平原少”的空间分布格局，降水量和降水日的高值中心出现在皖南和大别山区域，低值中心位于淮北平原。年降水量呈上升趋势，增加的站点共22个。总降水日呈减少趋势，中、小降水日显著减少，大雨和暴雨的降水日呈增加趋势。安徽省共12个站点存在降水突变年，仅江淮平原和皖南山区的降水量存在潜在突变年。【结论】安徽省降水较为集中，极端降水和洪涝风险存在增长趋势，本研究可为安徽省水资源规划利用及旱涝灾害防控提供借鉴。

降水量；极端降水；降水日；降水趋势；安徽省

0 引 言

【研究意义】自《联合国气候变化框架公约》通过以来，气候变化已成为全球热门的科学问题，相关研究得到广泛关注，研究内容从基本规律研究上升到对人类社会与气候系统相互作用的综合研究[1-2]。气候变化不仅影响社会和生态环境发展，而且增加了灾害事件的发生概率[3-4]。在全球变暖的背景下，海陆间气压场重新调整，全球季风及季风降水对气候变暖表现出不同的响应特征，改变全球水循环过程，造成降水量及其时空分布的不确定性增加[5]。受海陆气压场、下垫面、海拔和纬度等因素的影响，不同区域降水发生了显著改变，主要表现为中高纬度降水增加，热带和亚热带降水减少，极端强降水事件增多[6]。降水作为基本气候变化要素和陆地水文系统的主要因子，降水量和降水分布的变化将影响地表径流、土壤水分、地下水储量等要素的时空分布，并影响洪涝灾害的发生频率，其格局的改变对水资源规划与管理会产生直接影响[7]。

【研究进展】降水是重要的气候指标，对农业生产乃至整个国家的经济发展具有深远影响。全球变暖导致降水时空变化的不均匀性更加突出。董满宇等[8]基于太湖流域1960—2017年的逐日降水数据，分析太湖流域不同等级降水的时空变化特征，发现太湖流域大雨、暴雨的降水量和降水日均呈显著增加，小雨的降水日呈显著减少趋势，小雨强度、年降水强度均显著增强。邓海军等[9]基于1961—2016年全国763个观测站白昼和夜间的降水观测数据，研究了中国昼夜降水变化的时空格局。孙朋等[10]分析了安徽省夏季降水时空分布变化特点、分配特征及变化规律。李双双等[11]对陕北黄土高原区极端降水时空变化特征进行分析，发现陕北地区降水呈极端化，弱降水日减少，强降水日增加，降水持续时间呈破碎化趋势。

【切入点】安徽省地处南北气候过渡带，地跨淮河、长江、新安江三大水系，地势由平原、丘陵、山地构成。南北冷暖气流常交汇于江淮地区，造成气候变化复杂，旱涝灾害频发[12]。复杂的气候和多样的地貌造成了全省范围内降水分布异质性明显。【拟解决的关键问题】研究安徽省长时间序列下的降水时空变化特征及其影响因素，可为该地区抗旱防涝、水资源合理规划提供参考。

1 材料与方法

1.1 研究区概况与数据来源

安徽省南北跨度较大，长江、淮河将安徽省划分为淮北平原、江淮平原和皖南山区三大自然区域，本研究按此三大区域分析安徽省降水的变化趋势（图1）。考虑到时间序列的一致性和完整性，基于安徽省完整、长期连续观测的24个气象站点1960—2019年共60 a的日值降水数据，个别站点的缺测数据由相邻站点的数据进行插补获得[13-14]。气象站点的空间分布见图1。气象数据来源于国家气象科学数据中心（http://data.cma.cn）的中国地面气候日值数据集，土地利用数据来源于中国科学院资源环境科学数据中心（http://www.resdc.cn）。

图1 安徽省降水站点空间分布及区域分界Fig.1 Distribution map and regional boundaries of rainfall monitoring stations in Anhui Province

1.2 研究方法

1.2.1 年际变化趋势

通过线性回归法计算各站点降水量和降水日的气候倾向率；采用M-K趋势检验分析长时间序列降水量和降水日的演化趋势规律。

1.2.2 季节变化趋势

将日值数据换算为季值数据，3—5月为春季，6—8月为夏季，9—11月为秋季，12月—次年2月为冬季，计算降水量的季节变化趋势。

1.2.3 空间分析

利用ArcGIS 10.5将降水的年、季节数据进行空间插值分析[15]。

1.2.4 突变检验

利用M-K检验和滑动t检验，分析长时间序列降水量的突变点，当2种检验方法有共同突变年份时认为该年份为潜在突变年[16]。

2 结果与分析

2.1 降水时空演变特征

2.1.1 空间分布规律

安徽省各站点年平均降水量、年降水日、雨强指数及气候倾向率等指标见表1。年平均降水量最高的站点是黄山（2 364.46 mm），其次是屯溪（1 716.46 mm）、祁门（1 713.65 mm）、东至（1 554.21 mm）和宁国（1 448.66 mm），主要分布在皖西南地区；年平均降水量最低的站点是砀山（755.41 mm），其次是亳州（798.14 mm）和宿州（858.77 mm）。淮北平原所有的站点年平均降水量均小于1 000 mm，江淮平原和皖南山区仅定远站（951.64 mm）的降水量平均值未超过1 000 mm。对各气象站点60 a的年降水总量进行M-K趋势分析，除亳州站、寿县站和东至站的降水量呈下降趋势外，其他站点的年降水量均呈上升趋势，仅马鞍山站、巢湖站和屯溪站的Z统计值的显著性水平超过了0.05，预计未来降水量仍呈缓慢上升趋势。通过线性回归分析对安徽省各站点的降水特征进行分析，结果与M-K趋势检验分析的结果一致，大部分站点的降水量呈上升趋势，下降的站点仅有亳州站和东至站。

黄山以年降水日182 d位列第一，祁门（166 d）次之。砀山（85 d）的年平均降水日最少。将各站多年平均降水量除以降水日得到年平均雨强，雨强高值中心位于黄山，达到12.99 mm/d，其次是太湖（11.81 mm/d）和东至（11.51 mm/d）；芜湖县（7.94 mm/d）、马鞍山（7.96 mm/d）、合肥（8.59 mm/d）和六安（8.76 mm/d）的雨强较小，雨强低值中心主要位于淮北平原。淮北平原和江淮平原的雨强指数相近，均小于皖南地区。通过克里金插值得到年平均降水量和年平均降水日的空间分布（图2）。年降水量从北到南呈递增的分布特征，淮北平原、江淮平原和皖南山区年降水量和降水日差异明显，淮北平原和江淮平原北部地区降水趋势表现为东部降水量略低于西部；皖西南部大别山地区降水量较高；皖南地区以黄山为降水量高值中心向周围递减（图2（a））。降水日整体表现为“南频北稀”，“平原少，山区多”的地域分布特征。霍山位于大别山北麓，年降水日平均值达到141 d（图2（b））。

表1 安徽省各气象站点基本情况Table 1 Basic conditions of various meteorological stations in Anhui Province

注 *表示显著性检验水平超过0.05。

图2 安徽省降水空间分布及其变化规律（1960—2019年）Fig.2 The spatial distribution and change of rainfall in Anhui Province (1960—2019)

2.1.2 时间变化趋势

图3为安徽省淮北平原（a）、江淮平原（b）和皖南地区（c）三大区域近60年的降水变化趋势。由图3（a）可知，淮北平原降水量整体有所增加，年际变化倾向率为6.925 6 mm/10 a（ɑ=0.05）。多年平均降水量为863.02 mm，最大降水量出现在2003年，达到1 384.63 mm，是多年平均降水量的1.6倍；年最低降水量出现在1966年，为528.51 mm。由5 a滑动平均曲线可知，20世纪70年代—80年代中期，淮北平原降水量处于减少趋势，2000年后降水量又呈短暂的上升趋势。

江淮平原1960—2019年降水量呈明显的增加趋势，年际变化倾向率为20.367 4 mm/10 a（ɑ=0.05），60 a平均降水量为1 183.67 mm（图3（b））。最低降水量出现在1978年，为666.00 mm。20世纪70年代—90年代中期，江淮地区降水量高于多年平均降水量。

皖南地区年降水量的增加趋势明显，年际变化倾向率为26.942 7 mm/10 a（ɑ=0.05）。60 a平均降水量为1 565.26 mm，最大降水量发生在2016年，降水量高达2 316.98 mm，是多年平均降水量的1.48倍，最低降水量出现在1978年，降水量为976.73 mm。20世纪70年代—90年代后期，皖南地区降水量基本高于多年平均降水量。（图3（c））。

图3 淮北平原、江淮平原及皖南地区近60年降水变化趋势（1960—2019年）Fig.3 The trend of precipitation in the Huaibei Plain, Jianghuai Plain and Southern Anhui in the past 60 years

2.1.3 季节变换特征

安徽省降水存在明显的季节变化特征，春、夏、秋、冬四季的多年降水量平均值分别为355.4、576.2、230.1 mm和151.1 mm。夏季对全年降水量的贡献最大，约占全年降水量40%。除春季外，夏、秋和冬三季的全省降水量均呈上升趋势，年际倾向率依次为31.207、2.48 mm/10 a和11.359 mm/10 a。皖南山区4个季节的降水量均高于淮北平原和江淮平原，其中皖南山区夏季降水量高达764.3 mm。淮北平原四季的降水量均呈上升趋势，江淮平原和皖南山区春秋季节降水量呈下降趋势，夏季和冬季则呈显著的上升趋势（表2）。在全球变暖的背景下，气候的变化改变了水文循环，造成了冬季和夏季降水量的增加。

通过对各区域气象站降水数据的提取分析，运用Arcgis 10.5软件中的克里金插值生成安徽省近60年4个季节的降水量空间分布（图4）。4个季度的降水量空间分布南北差异明显，春季年平均降水量变化区间为160～700 mm（图4（a）），夏季年平均降水量变化区间为450～1 050 mm（图4（b）），秋季年平均降水量变化区间为160～350 mm（图4（c）），冬季年平均降水量变化区间为50～300 mm（图4（d））。不同地区降水量差异明显，皖南山区和江淮平原西南部的大别山区降水量较多，淮北平原降水量较少。

表2 安徽省春、夏、秋、冬季节的降水量分布Table 2 Distribution of precipitation in spring, summer,autumn and winter in Anhui Province

图4 安徽省春、夏、秋、冬四季降水量的空间分布Fig.4 The spatial distribution of precipitation in spring, summer, autumn and winter in Anhui Province

2.2 不同量级降水日的时间变化趋势

对各区域年降水日进行线性回归分析得出，淮北平原、江淮平原和皖南地区的年降水日均呈下降趋势，下降速率依次为-2.925、-2.11、-4.314 d/10 a。中国气象行业相关标准规定，日降水量≥0.1 mm为1个降水日，0.1～9.9 mm为小雨，10.0～24.9 mm为中雨，25.0～49.9 mm为大雨，≥50.0 mm为暴雨[17]。

基于研究区具体情况，将小雨和中雨综合命名为中小雨，主要分析中小雨、大雨和暴雨3种量级，分析降水日逐年变化、降水日平均值、降水日5 a滑动平均值以及降水日变化趋势，如图5所示。淮北平原、江淮平原和皖南地区的中小降水日呈下降趋势，下降速率分别为-2.748 3、-2.409 8 d/10 a和-5.000 5 d/10 a，近年来下降速率有所增长；大雨和暴雨的降水日呈上升趋势，但淮北平原的大雨降水日增加不明显。

中小雨、大雨和暴雨的降水日平均值从北到南呈递增趋势，3个地区的中小雨降水日差异明显，大雨和暴雨的降水日增加不明显。从5 a滑动降水日平均值来看，中小雨降水日的年代际变化特征明显，整体呈下降趋势；大雨降水日和暴雨降水日的年际变化特征不明显，年变化在多年降水日平均值附近波动，波动幅度较小。中小降雨日减少、暴雨日呈增加趋势，全球变暖、季风气候等气候因素是导致这些现象的主要原因。

图5 淮北平原、江淮平原及皖南地区不同量级降水日的变化趋势Fig.5 Variation trends of the number of rain days with different precipitation levels

2.3 降水突变分析

2.3.1 站点年降水量的突变年份分析

对各站点年降水量进行滑动t检验和M-K趋势检验可知，2种方法存在共同的突变年份（表3）。共有12个站点存在突变年份，分别是淮北平原地区的砀山（1964）、亳州（2008）、宿州（1965，2013）和蚌埠（2010），江淮平原的定远（2014）、六安（2001）、霍山（2000，2001）、桐城（1968）、太湖（1968，2012）和安庆（1968），皖南地区的祁门（1968，2006）和屯溪（1968）。1968年有多个站点存在突变，这些站点的共同点是分布于皖西南地区，海拔较高，年降水量丰富。

表3 各站点年降水量的突变年份Table 3 The abrupt year of annual precipitation at each station

2.3.2 区域年降水量的突变年份分析

表4为淮北平原、江淮平原和皖南山区年降水量的突变检验年份。淮北平原的t检验突变年份为2008年和2009年，M-K趋势检验的突变年份为1962、1965、2003、2006、2007、2015年，二者没有共同的突变年份，不存在潜在突变年份。江淮平原的滑动t检验和M-K趋势检验的共同突变年份为1968年和2012年，为潜在突变年份；皖南地区的潜在突变年份为2008年。

表4 淮北平原、江淮平原及皖南山区年降水量突变年份Table 4 The abrupt years of annual precipitation in each region

3 讨 论

全球气候变化、土地利用变化和下垫面变化均是降水时空变化的影响因素，海拔高低对降水量的影响因地区而异[18]。海陆间热力效应、南北水汽输送差异造成降水量呈南多北少的趋势[19]。安徽省属内陆地区，长江和淮河穿境而过，造成淮北平原、江淮平原和皖南山区的水汽输送存在差异，降水量空间上表现为南多北少，山区多平原少；年内分布不均匀，春、夏多，秋、冬少。黄山为安徽省降水量高值中心，侧面反映了降水量受海拔、下垫面条件的影响。任秀真等[20]发现，安徽省中部江南丘陵区气温高于其他区域，皖南为降水量高值区，降水量随纬度增加而减少，且冬夏季各地区变化趋势明显。

为验证土地利用变化对降水的影响，选取20世纪70年代、80年代和2018年共3期土地利用数据进行对比（图6）。20世纪70年代—80年代土地利用变化不明显，这一时期年降水量和降水日在多年平均值附近波动变化。20世纪80年代—2018年土地利用变化显著，淮北平原和江淮平原北部建筑用地面积增加，导致耕地、草地和林地减少，间接导致淮北和江淮地区年降水量表现出增加趋势。城镇化的快速发展是土地利用发生改变的原因，城市的热岛效应和雨岛效应在不同程度上导致降水时空分布格局产生变化[21-22]。

图6 安徽省土地利用变化Fig.6 Changes of land use in Anhui

淮北、江淮和皖南地区近60年降水量呈增加趋势，整体处于较平稳的年际波动状态，降水量在多年降水量平均值上下波动。杨祖祥等[23]、Nie等[24]认为安徽省全年降水量呈增加趋势，降水量年际变化特征明显，与本研究结果相同。各季节降水量波动变化较小，变化情况与年降水量变化情况相似。夏季平均降水量占年平均降水的40%，夏季降水量增加是年降水量增加的主要原因[10]。3个地区的中小雨降水日呈浮动下降趋势，大雨和暴雨的降水日呈浮动增加趋势。基于滑动t检验和M-K突变检验，共有12个站点存在突变年份；淮北平原无潜在突变年份，江淮平原的潜在突变年份为1968年和2012年，皖南山区的潜在突变年份为2008年。降水突变与厄尔尼诺现象存在密切联系，在厄尔尼诺年份前后易出现降水异常变化[5,19]。在年降水量增加，降水日减少且存在降水突变年份的形势下，应提防强降水事件和极端气候事件的发生，提高相关职能部门的洪涝、滑坡和泥石流等地质灾害的防灾减灾能力[25]。本文以降水的线性趋势量化降水动态变化趋势，对安徽省降水时空分布特征及影响进行了探究。未来的研究中将增加站点数量，考虑气温、蒸发量等多个影响因素，结合CMIP6气候模式，深入分析安徽省未来的降水时空变化特征[26]。

4 结 论

1）年降水量呈上升趋势，年降水日呈下降趋势。二者呈“南频北稀”，“平原少，山区高”的空间分布特征，形成皖西南山区降水高值中心和淮北平原降水低值中心。

2）各地区中小降雨日减小，大雨和暴雨的降水日年际变化特征不明显；淮北平原和江淮平原雨强相近，均小于皖南地区。安徽省共12个站点存在降水突变年份。

3）1968年有多个站点存在突变，均分布于皖西南地区。按区域进行降水量突变检验，淮北平原无突变年份，江淮平原的突变年份为1968年和2012年，皖南山区的潜在突变年份为2008年。

[1] RICHARD P, BRIAN J S. Atmospheric warming and the amplification of precipitation extremes[J]. Science, 2008, 321(5 895):1 481-1 484.

[2] 谢正辉, 刘斌, 延晓冬, 等. 应对气候变化的城市规划实施效应评估研究[J]. 地理科学进展, 2020, 39(1): 120-131.

XIE Zhenghui. LIU Bin, YAN Xiaodong, et al. Effects of implementation of urban planning in response to climate change[J].Progress In Geography, 2020, 39(1): 120-131.

[3] 刘政阳, 李挺宇. 全球气候变暖趋势急剧加速[J]. 生态经济, 2019,35(9): 1-4.LIU Zhengyang, LI Tingyu. Global warming has accelerated dramatically[J]. Ecological Economy, 2019, 35(9): 1-4.

[4] 夏军, 石卫. 变化环境下中国水安全问题研究与展望[J]. 水利学报,2016, 47(3): 10.

XIA Jun, SHI Wei. Perspective on water security issue of changing environment in China[J]. Journal of Hydraulic Engineering, 2016,47(3): 10.

[5] YEH Sangwook, KUG Jongseong, AN SoonIl. Recent progress on two types of El Nio: Observations, dynamics, and future changes[J].Asia-Pacific Journal of Atmospheric Sciences, 2014, 50(1): 69-81.

[6] 郑石, 王冠, 林中冠, 等. 1961—2013年中国强降水特征分析[J]. 气象与环境学报, 2018, 34(6): 102-107.

ZHENG Shi, WANG Guan, LIN Zhongguan, et al. Characteristics of Heavy Precipitation in China during 1961—2013[J]. Journal of Climate and Environment, 2018, 34(6): 102-107.

[7] TRENBERTH K E. Changes in precipitation with climate change[J].Climate Research, 2011, 47(1-2): 123-138.

[8] 董满宇, 田相佑, 胡木兰, 等. 1960—2017年太湖流域不同等级降水时空特征[J]. 热带地理, 2020, 40(6): 1 063-1 074.

DONG Manyu, TIAN Xiangyou, HU Mulan, et al. Temporal and spatial characteristics of different grades of precipitation in Taihu Basin from 1960 to 2017[J]. Tropical Geography, 2020, 40(6): 1 063-1 074.

[9] 邓海军, 郭斌, 曹永强, 等. 1961—2016年中国昼夜降水变化的时空格局[J]. 地理研究, 2020, 39(10): 2 415- 2 426.

DENG Haijun, GUO Bin, CAO Yongqiang, et al. Temporal and spatial patterns of diurnal precipitation variations in China from 1961 to 2016[J].Geographical Research, 2020, 39(10): 2 415- 2 426.

[10] 孙朋, 金燕婷, 郭忠臣, 等. 1959—2017年安徽省夏季降水的时空变化及其影响因素研究[J]. 灌溉排水学报, 2020, 39(2): 99-106.

SUN Peng, JIN Yanting, GUO Zhongchen, et al. Temporal and spatial variation of summer precipitation and its influencing factors in Anhui Province from 1959 to 2017[J]. Journal of Irrigation and Drainage, 2020,39(2): 99-106.

[11] 李双双, 孔锋, 韩鹭, 等. 陕北黄土高原区极端降水时空变化特征及其影响因素[J]. 地理研究, 2020, 39(1): 140-151.

LI Shuangshuang, KONG Feng, HAN Lu, et al. Spatial-temporal variation of extreme precipitation and its influencing factors in the loess plateau of Northern Shaanxi Province[J]. Geographical Research, 2020,39(1): 140-151.

[12] 赵亚慧, 王宁, 查显宝, 等. 麦秸还田下翻耕和不同水肥管理措施对稻田理化性质及水稻产量的影响[J]. 农业资源与环境学报, 2020,37(2): 195-201.

ZHAO Yahui, WANG Ning, ZHA Xianbao, et al. Effects of tillage and different water and fertilizer management measures on physicochemical properties and rice yield in paddy field[J]. Journal of Agricultural Resources and Environment, 2020, 37(2): 195-201.

[13] HEO Junhyung, RYU Geunhyeok, JANG Jaedong. Optimal interpolation of precipitable water using low earth orbit and numerical weather prediction data[J]. Remote Sensing, 2018, 10(3): 436.

[14] 赵冰雪, 王雷, 程东亚. 安徽省气象数据空间插值方法比较与分布特征[J]. 水土保持研究, 2017, 24(3): 141-145.

ZHAO Bingxue, WANG Lei, CHENG Dongya. Comparison and distribution of spatial interpolation methods for meteorological data in anhui province[J]. Research of Soil and Water Conservation, 2017,24(3): 141-145.

[15] 王涛, 刘承晓. 安徽省近60年降水日、降水量及雨强的气候变化特征[J]. 南京信息工程大学学报(自然科学版), 2019, 11(1): 101-109.

WANG Tao, LIU Chengxiao. Climate change characteristics of rain days, precipitation and rainfall intensity in Anhui Province during the past 60 Years[J]. Journal of Nanjing University of Information Scienceamp; Technology (Natural Science Edition), 2019, 11(1): 101-109.

[16] 凌思宁, 陈卫, 陆日宇, 等. 夏季长白山天池站降水量年际变化特征及其对应的环流异常[J]. 大气科学, 2021, 45(3): 499-512.

LING Sining, CHEN Wei, LU Riyu, et al. Characteristics of interannual precipitation variation and its corresponding circulation anomaly in summer at Tianchi Station of Changbai Mountain[J]. Chinese Journal of Atmospheric Sciences, 2021, 45(3): 499-512.

[17] 陈业新. 历史时期水旱灾害资料等级量化方法述论：以《中国近五百年旱涝分布图集》为例[J]. 上海交通大学学报(哲学社会科学版),2020, 28(1): 107-115.

CHEN Yexin. Discussion on quantitative methods of flood and drought disaster data levels in historical period: A case study of atlas of drought and flood distribution in China in recent 500 Years[J]. Journal of Shanghai Jiaotong University (Philosophy and Social Sciences), 2020,28(1): 107-115.

[18] 刘永婷, 徐光来, 杨钊, 等. 近56年安徽省极端气温变化及其与气候指数的关系[J]. 水土保持研究, 2021, 28(2): 248-255.

LIU Yongting, XU Guanglai, YANG Zhao, et al. Extreme temperature change and its relationship with climatic index in Anhui Province in recent 56 Years[J]. Research of Soil and Water Conservation, 2021,28(2): 248-255.

[19] 李煜, 陈敏, 罗剑锋, 等. 1951—2016年长江中下游气候变化及其与厄尔尼诺/拉尼娜的相关性[J]. 三峡大学学报(自然科学版), 2018,40(6): 16-21.

LI Yu, CHEN Min, LUO Jianfeng, et al. Climate change and its correlation with El Nino/La Nina in the middle and lower Reaches of the Yangtze River from 1951 to 2016[J]. Journal of China Three Gorges University (Natural Science), 2018, 40(6): 16-21.

[20] 任秀真, 徐光来, 刘永婷, 等. 安徽省近56年气候要素时空演变特征[J]. 水土保持研究, 2018, 25(5): 287-294.

REN Xiuzhen, XU Guanglai, LIU Yongting, et al. Temporal and spatial Evolution characteristics of climatic elements in Anhui Province in recent 56 Years[J]. Research of Soil and Water Conservation, 2018,25(5): 287-294.

[21] HU Jian, LIU Yong, SANG Yanfang, et al. Precipitation variability and its response to urbanization in the Taihu Lake Basin, China[J].Theoretical and Applied Climatology, 2021, 144(3/4): 1 205-1 218.

[22]ZHA Xianbao, LUO Pingping, ZHU Wei, et al. A Bibliometric Analysis of the Research on Sponge City: Current Situation and Future Development Direction[J]. Ecohydrology, 2021, 14(7): 16.

[23]杨祖祥, 李萌萌, 钱磊, 等. 安徽省分地形小时极端降水气候分布特征[J]. 云南大学学报(自然科学版), 2020, 42(3): 525-533.

YANG Zuxiang, LI Mengmeng, QIAN Lei, et al. Climate distribution characteristics of topographic hour extreme precipitation in Anhui Province[J]. Journal of Yunnan University (Natural Science), 2020,42(3): 525-533.

[24]NIE Bing, SHEN Fei, XU Guanglai, et al. Temporal and spatial variation of precipitation in Anhui Province in recent 50 Years[J].Journal of Anhui Normal University (Natural Science Edition), 2017,40(06): 574-579.

[25]黎洋, 周玉良, 周平, 等. 安徽省台风降水气候特征及台风降水事件预测[J]. 水电能源科学, 2021, 39(1): 1-5.

LI Yang, ZHOU Yuliang, ZHOU Ping, et al. Climate characteristics and prediction of typhoon precipitation events in Anhui Province[J]. Water and Power Energy Science, 2021, 39(1): 1-5.

[26]李晓蕾, 王卫光, 张淑林. 基于CMIP6多模式的长江流域未来降水变化趋势分析[J]. 中国农村水利水电, 2022(3): 8.

LI Xiaolei, WANG Weiguang, ZHANG Shulin. Future precipitation trend analysis in the Yangtze River Basin based on CMIP6 multi-model[J].China Rural Water and Hydropower, 2022(3): 8

Spatiotemporal Variation in Precipitation Across Anhui Province

ZHA Xianbao1,2, WANG Shuangtao1,2, LUO Pingping1,2*, XU Chengyi1,2, CAO Zhe1,2, SONG Yitao1,2

(1. School of Water and Environment, Chang’an University, Xi’an 710054, China;2.Key Laboratory of Subsurface Hydrology and Ecological Effects in Arid Region,Ministry of Education, Chang’an University, Xi’an 710054, China)

【Objective】Global warming is expected to increase the frequency of extreme weather events such as floods and droughts; understanding their statistical characteristics is important for developing mitigation strategies.Taking Anhui province as an example, this paper analyzes the change in its precipitation over the past six decades.【Method】Daily precipitation measured from 1960 to 2019 from 24 meteorological stations across the province was used to analyze its spatiotemporal variation using trend analysis and mutation testing.【Result】①Temporally,precipitation in summer in the province accounts for about 40% of the annual precipitation; spatially, precipitation increases from the north to the south, and there are more precipitation and rainy days in the mountainous areas than in the flatted plains. The highest precipitation and rainy days are in Dabie Mountains in the south, and the lowest precipitation is in the Huaibei plain. ②The annual precipitation in 22 stations has been increasing largely due to the increase in heavy rains over the past six decades. ③Among the 24 stations, 12 have seen abrupt changes in precipitation pattern, but all these occurred in Jianghuai plain (1969 and 2012) and the mountainous areas (2008).【Conclusion】The precipitation in Anhui province varies spatially, and the probability of extreme precipitations that lead to flooding has tended to increase. These results provide guidance for improving water resource management and developing mitigation strategies to ameliorate flooding and drought in the province.

precipitation amounts; extreme precipitation; rainy day; precipitation trend; Anhui

P426.61+4

A

10.13522/j.cnki.ggps.2021436

查显宝, 王双涛, 罗平平, 等. 降水时空分布及变化特征分析：以安徽省为例[J]. 灌溉排水学报, 2023, 42(1): 112-120.

ZHA Xianbao, WANG Shuangtao, LUO Pingping, et al. Spatiotemporal Variation in Precipitation Across Anhui Province[J].Journal of Irrigation and Drainage, 2023, 42(1): 112-120.

1672 - 3317（2023）01 - 0112 - 09

2021-09-10

国家重点研发计划项目（2018YFE0103800）；长安大学中央高校基本科研费领军人才项目（300102299302）；京都大学防灾研究所国际合作研究项目（2019W-02）

查显宝（1995-），男。硕士研究生，主要从事城市水文、海绵城市研究。E-mail: 18712196005@163.com

罗平平（1981-），男。教授，博士，主要从事水文水资源研究。E-mail: lpp@chd.edu.cn

责任编辑：韩 洋