氣候變暖下山東省月尺度極端降水的時空變化特征

摘要：為揭示氣候變暖背景下極端降水多尺度的變化規律，基于山東省國家氣象站1961—2020年逐日降水量資料，利用百分位數相對閾值法分析月尺度極端降水事件的時空變化特征。結果表明：山東省極端降水事件主要出現在夏季7、8月，年頻率均在40%以上；各地年頻次大致自東南向西北遞減。大部分地區極端降水年頻次和極端降水量增加，除秋季外各季均增加，冬季增加明顯。20世紀80年代中期之后，各地極端降水普遍增多增強，年際變化明顯增大；夏季和冬季極端降水強度明顯增強，其中，魯中、魯西南、半島等地夏季每10 a增加10～20 mm，冬季各月增加20%～50%。可見，在氣候變暖背景下，山東降水不穩定性普遍增加，更需加強暴雨洪澇、暴雪等災害風險預警與防控服務。

關鍵詞：山東省；極端降水；月尺度；時空分布；變化特征

中圖分類號：P4；P467 文獻標志碼：A 文章編號：1002-4026（2023）04-0104-10

開放科學（資源服務）標志碼（OSID）：

Characteristics of spatiotemporal variation of monthly-scale extreme precipitation in Shandong Province under climate warming

ZOU Jin^1，2，LI Jun³，GAO Li^1，2*

（1.Shandong Provincial Key Laboratory of Meteorological Disaster Prevention and Mitigation， Jinan 250031，China;2.Shandong Provincial Climate Center， Jinan 250031，China;3.Zibo Meteorological Bureau， Zibo 255000， China）

Abstract∶To reveal the multiscale variation law of extreme precipitation events under climate warming， based on the daily precipitation data of the National Meteorological Station from 1961 to 2020， the spatiotemporal variation characteristics of extreme precipitation events on the monthly scale in Shandong Province were analyzed using the percentile relative threshold method. The results show that the monthly-scale extreme precipitation events in Shandong Province mainly occurred in July and August with the annual frequency bigger than 40%. The annual frequency showed a decreasing trend as one moves from southeast to northwest regions. The annual frequency and precipitation of extreme precipitation events increased in most areas for all seasons except autumn and considerably increased in winter. After the mid-1980s， extreme precipitation events have generally increased and intensified， and their interannual changes have increased significantly. The intensity of extreme precipitation in summer and winter increased significantly by 10 mm to 20 mm during 10 years in summer in the central， southwestern， and peninsular areas of Shandong and 20% to 50% in winter months in Shandong province. The precipitation instability generally increases under climate warming in Shandong， and it is necessary to strengthen early warning and defense services for disaster risks such as rainstorm， flood， and blizzard.

Key words∶Shandong Province; extreme precipitation; monthly scale; spatiotemporal distribution; changing characteristics

與氣候平均態相比，極端氣候事件對氣候變化更為敏感^［1］，氣候變暖導致全球大部分地區極端強降水事件增多^［2-4］，由此引發的洪澇及災害風險已倍受各界廣泛關注。研究表明，不同區域極端降水事件對氣候變暖呈現不同的響應^［5-10］。中國大部分地區極端降水事件增多，冬季增加更為明顯。極端降水存在顯著的地域性和季節性差異^［11-17］，不同時空尺度變化特征不同^［18-21］，中國夏季極端降水量增加最大的月份為6—7月，極端降水頻次增加較多的月份為1—3月^［22］。全國平均極端降水事件的開始時間和結束時間分別呈現出明顯的提前和推遲趨勢^［23］。

山東省位于中國東部沿海，黃河下游地區，中部山地突起，西部及北部為黃河沖積平原，中南部為山地丘陵，東部半島以起伏和緩的山地丘陵為主。地處于副熱帶與西風帶的過渡地帶，屬典型的溫帶季風氣候。年內降水時空分布差異明顯，旱澇災害頻繁。研究發現，山東極端降水呈現自東南向西北遞減的態勢^［24］，新中國成立以來，山東省年降水量及汛期降水量呈減少趨勢，極端天氣氣候事件出現的頻率、強度都呈增大的趨勢^［25］，極端降水變化空間差異顯著，西北部及中部山區極端降水量和降水強度增加，洪澇災害加劇^［26-27］。1961年以來降水日數總體呈顯著減少趨勢，大雨日數減少和暴雨強度增強的趨勢較明顯^［28］，1991年之后極端降水指數的變幅更大且變化顯著的站點更多^［29］。大部分地區夏季極端降水頻次和強度都存在增加趨勢，尤其在魯中及其以南地區呈明顯增加趨勢^［30］。這些研究都是年、季尺度的，而月尺度的研究少見。近年來在實際業務工作中發現月尺度極端降水事件時常發生，尤其在非夏季時段，如2020年11月18日，魯中、魯南和半島地區出現了歷史同期少見的大范圍強降水天氣，有35縣市出現暴雨，59縣市日降水量突破本地同月有記錄以來的歷史極值，但在年尺度上均未達到極端降水事件的標準。可見，年、季尺度標準會漏掉大量的非夏季時段的極端降水事件，不利于全面認識其分布變化規律。為了提高對極端降水事件的監測服務能力，研究極端降水事件不同尺度的變化規律是必要的。為此，本文試圖從月尺度上分析山東省極端降水事件在氣候變暖背景下的時空變化特征，以期為強降水等災害性天氣的風險預警和防控服務提供一定的參考依據。

1 資料和方法

資料來源于山東省氣象信息中心提供的123個國家氣象站1961—2020年逐日觀測數據，經過數據質量控制，剔除缺測的站點，最后選取了資料較為完整的93站作為代表站。采用百分位數法確定各站月尺度極端降水閾值，具體做法：將代表站歷年同月大于等于0.1 mm的日降水量從小到大排序，計算第95%分位數值，分別得到各代表站各月的極端降水閾值。若某站某日降水量大于或等于該站該日所在月份的極端降水閾值，則記該站該日為一次月尺度極端降水事件。由此統計得到各代表站歷年各月的極端降水事件發生頻次和極端降水總量。月極端降水出現頻率為月發生頻次與該月總天數的比值；年頻率為該月發生極端降水的年數與總年數的比值；極端降水強度為月尺度極端降水總量與總頻次的比值。采用氣候傾向率和趨勢系數^［31］分析極端降水的線性變化趨勢及其顯著性；采用T檢驗和F檢驗分析極端降水平均態和年際變化的顯著性；利用變異系數^［32］分析極端降水對氣候變化的敏感性。

2 極端降水基本特征

2.1 月際分布

山東省月尺度極端降水事件每年均有發生，1961—2020年，平均年頻次為4.0次，夏季最多，占40%，春、秋次之，均占22.5%，冬季最少，占15%。平均年極端降水量占年總降水量的31.5%，夏季最多，占全年極端降水量的62.1%，秋季次之，冬季最少。極端降水強度年平均為53.7 mm/次，夏季最強，平均達82.2 mm/次，秋季次之，冬季最小。由此可見，月尺度極端降水與總降水量的季節分布是一致的。

圖1為山東省各月極端降水出現頻率（出現頻率=頻次/總天數）和年發生頻率（年頻率=發生年數/總年數），可以看出，7月出現頻率最高，占全年的17.2%，年頻率為49.2%。8月次之，占全年的13.8%，年頻率為41%。其他各月均不足全年的10%，年頻率均在40%以下，其中，4、6、9月年頻率為30%以上，5、10、11月為20%～30%；1—3月、12月出現頻率較低，年頻率在20%以下。各季月尺度極端降水事件，夏季主要發生在7—8月，春季4月最多，秋季9月最多，冬季各月分布較為均勻。各月極端降水量占比平均為15%～30%，4—10月在20%以上，其中7—8月最高（均為30%）。6—9月極端降水強度在50 mm/次以上，其中8月最強，平均達93.7 mm/次，7月次之。

2.2 地域分布

1961—2020年，山東省月尺度極端降水事件出現頻次大致呈現自東南向西北遞減的分布特征，四季略有不同。由表1可知，魯西北和魯西南的大部分地區年平均為3～4次，其他大部分地區為4～5次，文登達5次以上，泰山為4.6次，較周邊多。春季，魯東南和山東半島出現總頻次大多為60～70次，平均每年約1～2次；其他大部分地區為60次以下，魯西北和魯西南為50次以下；泰山為67次，明顯較周邊多，山東半島南部較北部多。夏季，各地均明顯增多，大部分地區總頻次達90～120次，魯東南地區最頻繁，諸城、莒縣達120～140次，平均每年約2～3次，這主要是由于東亞夏季風在山東不同地形作用影響的結果。秋季，中西部大體為南多北少，棗莊、臨沂、日照等地總頻次為60～70次，其他大部分地區為60次以下；山東半島地區則是北部多南部少，與春季正好相反，這主要與沿海地區受東亞冬季風和夏季風轉換影響有關。冬季，大部分地區總頻次多為30～40次，魯西北少，山東半島多，其中山東半島北部沿海地區最多，總頻次為60次左右，平均每年發生1次左右，這主要是受東亞冬季風和海洋的共同影響所致。可見，月尺度極端降水與降水事件^［28］的地域分布基本是一致的。

3 極端降水時空變化特征

3.1 年際和年代際變化

山東省月尺度極端降水事件年際變化明顯（圖2），1961—2020年，年頻次最高為7.6次（1964年），最少為1.6次（1986年），有12年達5次以上，其中9年在1989年之后。1980s為少發期，平均為3.4次，多數年份少于4次，其他年代平均頻次相差不大。極端降水量年際變化大，最多為424.6 mm（1964年），最少為89.4 mm（2002年），有16年達250 mm以上，其中10年在1989年之后；年極端降水量占比最大為44.1%（2018年），最小18.2%（1986年），有11年達35%以上，其中9年在1990年之后。1980s中期至1990s后期極端降水量及其占比均顯著增加，1990s和2010s平均占比均在30%以上（圖2）。極端降水強度各年代平均值波動小，但年際變化大，最強為83.6 mm/次（2019年），有12年平均達60 mm/次以上，其中7年出現在1985年之后，1980s后期至1990s后期顯著增強。由此可見，山東省月尺度極端降水在20世紀80年代中后期發生了較為明顯的變化。

從20世紀80年代中期前后各月極端降水事件的出現頻次、極端降水量及其占比和強度的變化率來看（圖3），1986—2020年與1961—1985年相比，4、9、10月平均頻次和極端降水量減少20%～30%，10月極端降水量占比減少20%以上；其他大部分月份增加，其中2月平均頻次、極端降水量及其占比增加1倍以上，11月平均頻次、極端降水量和12月極端降水量占比增加50%以上，冬季各月（1、2、12月）極端降水強度增加20%～50%，其中2月最多，接近50%。經過T檢驗得知，1985年前后，2月極端降水平均頻次、極端降水量及其占比和強度差異顯著，9月平均頻次差異顯著，12月平均極端降水強度差異顯著，通過T檢驗。值得注意的是，在極端降水量減少的4、7、9、10月中，7月極端降水量占比增加，其他3個月極端降水量占比的減少率相對極端降水量的減少率小。由此可知，除4、9、10月外，其他多數月份極端降水出現頻次、極端降水量及其占比和強度在20世紀80年代中期之后是增加的，冬季各月增加明顯，其中2月增加最顯著。

利用F檢驗分析月尺度極端降水在20世紀80年代中期前后年際變化差異的顯著性，F統計量大于1，表示方差增大，說明年際變化增大；F統計量小于1，表示方差減小，說明年際變化減小；F統計量等于1，表示方差無變化，年際變化不變。從表2可以看出，1986—2020年，山東省月尺度極端降水事件全年出現的頻次、極端降水量及其占比和強度的方差均較1961—1985年增大，年際變化增加，其中年極端降水量占比的年際變化增加顯著，通過了0.05顯著性水平的F檢驗。各季月尺度極端降水事件的年際變化存在差異，春季變化不大，但3月出現頻次和極端降水量的年際變化顯著增加，4月極端降水強度年際變化顯著增加，說明春季強降水不穩定性增加，暴雨災害風險增加。夏季及各月（6—8月）極端降水強度的年際變化顯著增加，其中8月出現頻次、極端降水量及其占比的年際變化均顯著增加，說明夏季月尺度強降水發生幾率增加，洪澇災害風險增大。秋季極端降水強度年際變化顯著增加，其中11月出現頻次和極端降水量的年際變化均顯著增大，說明秋季強降水不穩定性也增加，暴雨出現幾率增加。冬季極端降水強度年際變化顯著減少，但出現頻次、極端降水量及其占比的年際變化增加，其中2月顯著增加，說明冬季暴雪等極端降水事件發生幾率增加。由此可見，20世紀80年代中期之后，山東省極端降水事件更加不穩定，洪澇、雪災等風險增加。

具體從各月歷年變化來看，1960s至1970s極端降水出現頻率集中在4、6—9月，之后有所減少，1980s后期開始各月的高頻率增多（圖4（a）），如11月在1993、2015年出現頻率達7%（2.1次）。1990年左右之后，極端降水量在出現頻次最高的7—8月明顯增多（圖4（b）），各月極端降水量占比的高值也明顯增多，其中，2016年2月和2020年11月分別高達90.3%和81.7%，2018年3—6月均在50%以上。1990年之后，極端降水強度在7—8月的高值也明顯增多（圖4（c）），具體來看，7月全省平均極端降水強度達90 mm/次的年份共11年，有7年出現在2000年之后，其中2006、2014年分別達116.6 mm/次和107.8 mm/次；8月全省平均極端降水強度達100 mm/d的年份共10年，有7年出現1990年之后，其中1993、1999、2001、2019年均達120 mm/d以上。由此可見，近30年，山東各月極端降水均發生了變化， 7—8月明顯增多增強。

從全省平均月尺度極端降水事件特征的線性趨勢系數來看，出現頻次和極端降水量，全年略呈增多趨勢，秋季呈減少趨勢，其他各季均呈增多趨勢，冬季增多最明顯，但均未達到顯著性水平；4、7、9、10月減少趨勢明顯，2、5、8、11、12月增多趨勢明顯，其中9月頻次減少顯著，5月頻次增多顯著。極端降水量占比，全年增加趨勢明顯，秋季略減少，其他各季增加，夏季和冬季每10 a增加0.8%和2.5%，分別達到0.10、0.05顯著性水平，冬季較夏季增加趨勢明顯（圖5）；9—10月減少趨勢明顯，2、5、7、8、11、12月增加趨勢明顯，其中2、12月增加顯著。極端降水強度，年平均無明顯趨勢變化，秋季略減弱，其他各季增強；10月減弱趨勢明顯，2、5、7、8、12月增強趨勢明顯，但均未通過顯著性水平。總的來看，山東月尺度極端降水出現年頻次和降水量增加，極端降水量占比增加趨勢最明顯。四季變化不一致，春季增加，主要發生在5月；夏季增加，主要發生在8月；秋季減少，主要發生在9、10月；冬季增加最明顯，主要發生在2、12月，再次說明冬季暴雪越來越多，這與孫建奇等^［9］的研究結論是一致的。

3.2 空間變化特征

由以上分析可知，山東省月尺度極端降水事件在20世紀80年代中期前后發生了明顯變化，故以1985年為界，分析山東月尺度極端降水變化的空間分布特征。從年頻次變化傾向率分布來看，1961—2020年，魯西北、山東半島中部和東南部沿海及日照等地減少，魯中及以南大部分地區、山東半島的西部和北部沿海地區增加。1961—1985年大部分地區減少，魯西北、魯東南和山東半島東南部減少趨勢明顯；1985年之后年頻次普遍增加，93個代表站中71站傾向率為正（占76.3%），除魯西南外其他大部分地區增加，其中魯東南、山東半島北部和德州等地22站增加趨勢明顯。60年間，極端降水量變化與年頻次變化空間分布大致相同，魯中及以南的大部分地區增加，其中魯中和魯南的部分地區每10 a增加10 mm以上；大部分地區極端降水量占比也普遍增加，全省有68站（占73%）傾向率為正，主要分布在中南部地區。1961—1985年，除魯西南和山東半島北部少部分地區外，其他大部分地區極端降水量減少，其中魯西北和魯東南的部分地區每10 a減少50 mm；1985年之后大部分地區增加，全省達76站（占81.7%）傾向率為正，其中魯東南、魯西北和山東半島東北部沿海地區每10 a增加20 mm以上。極端降水強度變化與頻次變化分布也基本相似，魯中大部分地區增強，其中濰坊的部分地區每10 a增加5～6 mm/次；1961—1985年大部分地區減小，1985年之后，除山東半島外其他大部分地區增加，全省有60站（占65%）傾向率為正，其中魯西南、魯西北及濰坊等地顯著增加，濰坊、濟寧、菏澤等地的個別縣市每10 a增加10 mm/次以上。

從月尺度極端降水事件四季的趨勢系數分布來看，春季，除魯南外其他大部分地區出現頻次和極端降水量增多；極端降水強度除魯西北、魯中東南部及山東半島的部分地區外其他大部分地區增強，其中魯中西部、魯西南及東南沿海地區增強明顯，濟南、淄博、聊城及日照沿海等地每10 a增加3～5 mm。1985年之后極端降水強度增加的站點增多，93站中74站為正趨勢，其中31站趨勢顯著，魯西南及東南沿海地區每10 a增加5～10 mm。夏季，魯北、魯中山區及以南地區頻次和極端降水量增多，魯西北、山東半島及東南沿海地區減少；極端降水強度除魯西北、魯西南外，中東部大部分地區增強，其中濰坊和煙臺、威海等地每10 a增加5～8 mm。1985年之后大部分地區頻次、極端降水量和強度均普遍增加增強，93站中62站頻次趨勢為正，72站極端降水量趨勢為正，70站強度趨勢為正，其中濰坊、煙臺、威海、濟寧等地強度每10 a增加10～20 mm。秋季，魯西北、山東半島和魯東南地區頻次和極端降水量減少；魯中、魯西南及山東半島的大部分地區強度減小，濟南和威海的個別縣市每10 a減少4～6 mm。1985年之后大部分地區頻次增加，魯西北地區極端降水量增加，其他大部分地區仍然減少，故大部分地區強度減小，93站中55站頻次趨勢為正，56站極端降水量趨勢為負，69站強度趨勢為負，其中濰坊的部分縣市每10 a減少10～15 mm。冬季，山東大部地區頻次和極端降水量增加，其中魯東南至山東半島的大部分地區頻次增加明顯，魯西北、魯東南及青島等地極端降水量增加明顯，魯西北和山東半島南部沿海強度增加明顯。1985年之后，頻次和極端降水量增加的站點有所減少，但大部分地區強度明顯增強，93站中83站強度趨勢為正，其中52站趨勢顯著。

總的來看，近60年來，魯中及以南大部分地區、山東半島的西部和北部沿海地區月尺度極端降水年頻次、極端降水量及占比增加，魯中大部分地區強度增強。除秋季外，其他各季大部分地區增多增強。20世紀80年代中期之后，各地極端降水頻次和降水量普遍增加，除半島地區外其他大部分地區強度增強。大部分地區四季頻次增多，除秋季外其他各季極端降水量增加，強度增強，其中，夏季魯中、魯西南、半島地區明顯增強；冬季大部分地區顯著增強。與已有研究相比，月尺度極端降水變化與蘇敏等^［27］和范蘇丹等^［30］的研究成果基本是一致的。

4 氣候敏感性分析

以上分析可知，在氣候變暖背景下，山東省月尺度極端降水事件變化存在明顯的季節性和地區性差異，且在20世紀80年代中后期發生了明顯的變化，為進一步了解這種變化特征，利用變異系數分析其氣候敏感性。從月尺度極端降水事件的變異系數來看（圖6），極端降水量的變異系數最大，強度最小，說明極端降水量的氣候敏感性最大，強度的敏感性相對較弱。出現頻次、極端降水量及其占比和強度的變異系數均在冬季最大，夏季最小，各月的變化基本一致。春季均表現為3月最大，5月最小；夏季6月最大，7月最小；秋季11月最大，9月最小；冬季均在12最小，出現頻次和極端降水量均在1月最大，極端降水量占比和強度均在2月最大。說明月尺度極端降水事件的出現頻次、極端降水量及其占比、強度對季節變化的敏感性基本一致，均存在明顯的季節性差異，在降水量較多的夏季和月份敏感性小，而在降水量較少的冬季和月份敏感性較大。

以極端降水量為例，分析山東省各地全年和四季的月尺度極端降水事件的氣候敏感性可知，中西部全年月尺度極端降水量的氣候敏感性呈現南部小北部大，半島地區則相反，呈現北部小南部大，魯西北、半島南部以及濰坊、泰安等地的氣候敏感性大。春季，各地敏感性呈現東南向西北遞增，魯西北最大；夏季，各地敏感性差異變小，魯西南、渤海灣和山東半島南部沿海地區大；秋季，各地敏感性增大，但差異減小，魯西南地區最大；冬季，各地差異小，魯西北和魯西南等地敏感性最大。由此可見，山東各地月尺度極端降水的氣候敏感性不同，春季差異最大，魯西北地區最敏感。

5 結論與討論

通過以上分析，得出如下結論：

（1）山東省月尺度極端降水事件夏季出現最多，占40%，春、秋季均占22.5%，冬季占15%。夏季主要發生在7—8月，春季4月最多，秋季9月最多。各月極端降水量占比平均為15%～30%，7—8月最高。極端降水強度8月最強，7月次之。各地出現年頻次大致呈現自東南向西北遞減的分布特征，山東半島地區春季與秋季的分布相反，這主要是受東亞季風的轉換影響所致。

（2）60年來，山東省月尺度極端降水年頻次和極端降水量均呈增加趨勢，除秋季外各季均增加，2、5、8、11、12月明顯增加。20世紀80年代中后期明顯增多增強，年際變化明顯增大。除4、9、10月外，其他多數月份出現頻次、極端降水量及其占比和強度增加，其中，冬季各月極端降水強度增加20%～50%，2月增加增強最明顯，說明冬季暴雪幾率增多。

（3）各地月尺度極端降水事件變化不一致，魯中及以南大部、山東半島的西部和北部沿海地區年頻次和極端降水量及占比增加，魯中大部分地區極端降水強度增強，除秋季外各季大部分地區增多增強。20世紀80年代中期之后，各地普遍增加增強，大部分地區四季出現頻次增多，除秋季外各季極端降水量增加，強度增強，其中，夏季普遍增多增強，魯中、魯西南和半島等地降水強度每10 a增加10～20 mm；冬季大部分地區明顯增強。可見在變暖背景下山東降水不穩定性增加，暴雨洪澇、雪災等風險增大。

（4）山東省月尺度極端降水事件對季節變化的敏感性基本一致，季節性差異明顯，在降水量較多的夏季和月份敏感性小，而在降水量較少的冬季和月份敏感性較大。各地極端降水量的氣候敏感性差異大，魯西北地區春季最敏感，魯西南地區秋季最敏感。具體原因可能與降水的季節分布有關，有待進一步研究。

總的來看，本文從月尺度角度揭示出的山東省極端降水事件的時空變化特征，與年尺度極端降水事件變化特征基本上是一致的。在氣候變暖背景下，山東省月尺度極端降水事件變化存在明顯的季節性和地區性差異，20世紀80年代中期之后普遍增加，冬季增加最明顯，這種特征除了與冬季顯著增暖有關外^［9］，城市化發展的影響導致的地域性差異不容忽視，還有待深入研究。

參考文獻：

［1］KATZ R W，BROWNB G. Extreme events in a changing climate： Variability is more important than averages［J］. Climatic Change， 1992， 21（3）： 289-302. DOI： 10.1007/BF00139728.

［2］PFAHL S， O′GORMAN P A， FISCHER E M. Understanding the regional pattern of projected future changes in extreme precipitation［J］. Nature Climate Change， 2017， 7（6）： 423-427. DOI： 10.1038/nclimate3287.

［3］陳姣， 張耀存. 氣候變化背景下陸地極端降水和溫度變化區域差異［J］. 高原氣象， 2016， 35（4）： 955-968. DOI： 10.7522/j.issn.1000-0534.2015.00075.

［4］翟盤茂， 王萃萃， 李威. 極端降水事件變化的觀測研究［J］. 氣候變化研究進展， 2007， 3（3）： 144-148. DOI： 10.3969/j.issn.1673-1719.2007.03.004.

［5］ALEXANDER L V， ZHANG X， PETERSON T C， et al. Global observed changes in daily climate extremes of temperature and precipitation［J］. Journal of Geophysical Research： Atmospheres， 2006， 111（D5）： D05109. DOI：10.1029/2005JD006290.

［6］WANGAH， FUJJ. Changes in daily climate extremes of observed temperature and precipitation in China［J］. Atmospheric and Oceanic Science Letters， 2013， 6（5）： 312-319. DOI： 10.3878/j.issn.1674-2834.12.0106.

［7］吳佳， 周波濤， 徐影. 中國平均降水和極端降水對氣候變暖的響應： CMIP5模式模擬評估和預估［J］. 地球物理學報， 2015， 58（9）： 3048-3060. DOI： 10.6038/cjg20150903.

［8］顧西輝， 張強， 孔冬冬. 中國極端降水事件時空特征及其對夏季溫度響應［J］. 地理學報， 2016， 71（5）： 718-730. DOI： 10.11821/dlxb201605002.

［9］孫建奇， 敖娟. 中國冬季降水和極端降水對變暖的響應［J］. 科學通報， 2013， 58（8）： 674-679. DOI： 10.1360/csb2013-58-8-674.

［10］羅燕， 田永麗， 戴敏， 等. 云南近50年極端氣溫及降水事件變化特征與區域氣候變暖的關系［J］. 云南大學學報（自然科學版）， 2015， 37（6）：870-877. DOI： 10.7540/j.ynu.20140395.

［11］翟盤茂， 潘曉華. 中國北方近50年溫度和降水極端事件變化［J］. 地理學報， 2003， 58（S1）： 1-10. DOI： 10.3321/j.issn： 0375-5444.2003.z1.001.

［12］陳海山， 范蘇丹， 張新華. 中國近50 a極端降水事件變化特征的季節性差異［J］. 大氣科學學報， 2009， 32（6）： 744-751. DOI： 10.13878/j.cnki.dqkxxb.2009.06.005.

［13］楊金虎， 江志紅， 王鵬祥， 等. 中國年極端降水事件的時空分布特征［J］. 氣候與環境研究， 2008， 13（1）： 75-83.

［14］王冀， 蔣大凱， 張英娟. 華北地區極端氣候事件的時空變化規律分析［J］. 中國農業氣象， 2012， 33（2）： 166-173. DOI： 10.3969/j.issn.1000-6362.2012.02.002.

［15］蔡敏， 丁裕國， 江志紅. 我國東部極端降水時空分布及其概率特征［J］. 高原氣象， 2007， 26（2）： 309-318. DOI： 10.3321/j.issn： 1000-0534.2007.02.013.

［16］甘露， 劉睿， 冀琴， 等. 四川省極端降水事件時空演變特征［J］. 山地學報， 2021， 39（1）： 10-24. DOI： 10.16089/j.cnki.1008-2786.000572.

［17］韋志剛， 李嫻茹， 劉雨佳， 等. 1961—2018年華南年和各季極端降水變化特征的比較分析［J］. 高原氣象， 2021， 40（6）：1513-1530. DOI： 10.7522/j.issn.1000-0534.2021.zk001.

［18］李紳東. 云南省昭通市多尺度極端降水時空特征分析［J］. 長江科學院院報， 2016， 33（11）：127-132. DOI： 10.11988/ckyyb.20160686.

［19］李春蘭. 蒙古高原多時空尺度極端氣候變化特征及其影響研究［D］.上海： 華東師范大學， 2019.

［20］汪成博， 李雙雙， 延軍平， 等. 1970—2015年漢江流域多尺度極端降水時空變化特征［J］. 自然資源學報， 2019， 34（6）：1209-1222. DOI： 10.31497/zrzyxb.20190607.

［21］吳偉杰， 鄭偉鵬， 鄭秀云， 等. 1980—2017年廈門地區小時尺度極端降水特征分析［J］. 氣候與環境研究， 2019， 24（3）：359-368. DOI： 10.3878/j.issn.1006-9585.2019.18139.

［22］杜予罡， 徐昕， 王元. 1990—2010年中國極端溫度和降水事件的月變化特征［J］. 氣象與減災研究， 2016， 39（1）：9-15. DOI： 10.12013/qxyjzyj2016-002.

［23］盧珊， 胡澤勇， 王百朋， 等. 近56年中國極端降水事件的時空變化格局［J］. 高原氣象， 2020， 39（4）： 683-693. DOI： 10.7522/j.issn.1000-0534.2019.00058.

［24］姜德娟， 李志， 王昆. 1961—2008年山東省極端降水事件的變化趨勢分析［J］. 地理科學， 2011， 31（9）： 1118-1124. DOI： 10.13249/j.cnki.sgs.2011.09.016.

［25］張勝平， 張鑫， 王海軍， 等. 氣候變化對山東降水及極端天氣氣候事件的影響分析［J］. 水文， 2011， 31（4）：62-65. DOI： 10.3969/j.issn.1000-0852.2011.04.013.

［26］郭元喜， 王建力. 山東極端降水的氣候變化［J］. 中國水運（學術版）， 2008（1）： 175-177.

［27］蘇敏， 岳大鵬， 趙景波， 等. 山東省近55年來極端降水的時空變化與災害效應研究［J］. 江西農業學報， 2020， 32（7）： 90-98. DOI： 10.19386/j.cnki.jxnyxb.2020.07.16.

［28］董旭光， 顧偉宗， 孟祥新， 等. 山東省近50年來降水事件變化特征［J］. 地理學報， 2014， 69（5）： 661-671. DOI： 10.11821/dlxb201405009.

［29］李勝利， 鞏在武， 石振彬. 近50年來山東省極端降水指數變化特征分析［J］. 水土保持研究， 2016， 23（4）： 120-127. DOI： 10.13869/j.cnki.rswc.20160513.013.

［30］范蘇丹， 盛春巖. 1966—2010年山東夏季極端降水事件特征分析［J］. 氣象與環境科學， 2018， 41（1）： 86-93. DOI： 10.16765/j.cnki.1673-7148.2018.01.011.

［31］施能， 陳家其， 屠其璞. 中國近100年來4個年代際的氣候變化特征［J］. 氣象學報， 1995， 53（4）： 431-439.

［32］夏軍， 歐春平， HUANG G H， 等. 基于GIS和差異信息測度的海河流域水文氣象要素時空變異性分析［J］. 自然資源學報， 2007， 22（3）：409-414. DOI： 10.3321/j.issn： 1000-3037.2007.03.010.