本文旨在向您介绍一项针对中国长江三角洲（Yangtze River Delta， YRD）地区降水异常变化模式及其与大尺度气候涛动（large-scale climate oscillations）遥相关关系的重要研究成果。这项研究由徐宇（Yu Xu a,b,c,d）、赵岩（Yan Zhao e）、吴艳娟（Yanjuan Wu a） 和高琴超（Chao Gao a，*） （*通讯作者*）共同完成。其中，徐宇和高琴超均来自宁波大学地理与空间信息技术系；徐宇同时任职于南京水利科学研究院水文水资源与水利工程科学国家重点实验室、宁波大学陆海国土空间利用与治理协同创新中心以及宁波大学可持续城市排水实验室；赵岩来自宁波市鄞州区水利局。该研究论文于2022年发表在Journal of Water and Climate Change期刊第13卷第8期上。
研究背景与目标 降水是区域水文过程和水资源管理的关键因子，其变化深刻影响着生态环境、农业生产和人类生活。在全球气候变化的背景下，IPCC报告指出许多地区不仅面临着干旱化趋势，极端降水强度也在增加。除了长期趋势，降水在年代际或多年代际时间尺度上也可能表现出显著的波动。因此，深入理解这些趋势和波动对于支持水资源管理和工程决策至关重要。
长江三角洲地区地处亚热带与温带季风气候的过渡带，是中国重要的商品粮产区和高度发达的经济区，人口密集，工农业需水量大，且易受旱涝灾害影响。该区域的降水变化特征及其驱动机制，是应对气候变化下气象灾害和水资源补给问题的科学基础。以往对降水特征的研究多采用趋势分析方法（如Mann-Kendall检验）和振荡检测方法（如Morlet小波分析），但这些方法通常缺乏对相位变化的分析，且其应用常受序列独立性等假设的限制。在空间格局分析上，也往往采用行政或流域边界，而忽略了降水本身所呈现的空间模式。
因此，本研究旨在：a) 采用分位数扰动法（Quantile Perturbation Method, QPM）和奇异谱分析（Singular Spectrum Analysis, SSA）来揭示长江三角洲地区降水异常和振荡的时间变化模式，特别是其相位变化；b) 结合QPM和主成分分析（Principal Component Analysis, PCA）方法来识别降水异常的空间格局；c) 分析该地区降水与主要大尺度气候涛动（如北极涛动AO、北大西洋涛动NAO、太平洋年代际振荡PDO、北太平洋指数NP、南方涛动指数SOI和海洋尼诺4区海温指数ONI）之间的遥相关及滞后影响。研究成果预期能为区域气候趋势预测、水资源评估以及制定应对气象灾害和水资源短缺的相关措施提供依据。
详细研究流程 本研究的数据基础为1957年至2016年间长江三角洲地区43个气象站的日降水数据，以及同期AO、NAO、PDO、NP、SOI和ONI等大尺度气候涛动的月度数据。研究流程主要包括数据处理、时间模式分析、空间模式分析以及与大尺度气候涛动的关联分析四个核心部分。
第一部分：数据处理与时间序列构建 首先，从国家气象中心获取43个气象站1957-2016年的日降水数据，对其中缺失率低于0.3%的数据，使用与邻近站的简单线性回归模型进行插补。随后，计算每个站点及区域平均的年、汛期（5-10月）和非汛期（11月-次年4月）降水总量序列。同时，从相关机构网站获取同期六大气候涛动的月度指数数据，为后续的关联分析做准备。
第二部分：降水时间变化模式分析 这一部分采用了两种核心方法：分位数扰动法和奇异谱分析。 1. 分位数扰动法分析：QPM是一种新颖的方法，它通过滑动时间窗口将整个研究时期划分为多个基准期和对应的活动期（子时段），比较子时段与整个基准期（1957-2016）在相同重现期下的降水量的分位数，得到扰动因子（即异常变化率）。这种方法无需严格的序列独立性假设，能有效揭示不同时期水文气象变量分位数的扰动。研究中，为更好地捕捉异常信号，经过对不同块长度（5年、10年、15年）的比较，最终选择了5年滑动块进行分析。通过对全序列进行1000次随机重采样，计算了每个块扰动因子的95%置信区间，以判断其异常的显著性（正异常或负异常）。 2. 奇异谱分析：SSA是一种基于多元统计原理的非参数时间序列分析技术，用于进一步探究QPM检测到的时间异常背后的周期振荡。它将时间序列分解为趋势、准周期成分和噪声等多个独立成分。研究设定窗口长度为180个月，对区域平均的年、汛期、非汛期降水总量序列进行分解，提取前10个主成分以解释序列的大部分方差（约70%），并通过分析这些主成分的周期特性，识别降水的主要振荡周期。
第三部分：降水空间变化模式分析 此部分结合了QPM和PCA方法。 1. 站点尺度异常检测：首先，对43个站点的年、汛期、非汛期降水序列分别应用QPM（5年块），识别出每个站点在哪些年份出现了显著的降水正异常或负异常。 2. 主成分分析区域化：然后，将所有站点在同期（60年）的降水异常（由QPM得出）序列作为变量，进行PCA分析。通过Varimax正交旋转，提取能够解释大部分方差的前几个主成分。每个主成分的空间载荷图揭示了具有相似降水异常演变特征的区域，而其对应的时间序列则代表了该区域的异常演变过程。通过这种方式，将整个研究区划分为几个主要的空间子区域，并分析各子区域降水异常的时间演变趋势。
第四部分：降水与气候涛动的关联分析 此部分包括同期相关和滞后相关分析。 1. 同期遥相关分析：计算了43个站点逐月降水与六大气候涛动指数（月度值）之间的Pearson相关系数。统计了在95%置信水平上相关性显著的站点数量及其比例，并在地图上展示了这些显著相关站点的空间分布，以揭示不同气候涛动影响降水的关键月份和主要影响区域。 2. 滞后影响分析：考虑到大尺度气候涛动对降水的影响可能存在时间滞后，研究进一步采用了交叉相关分析方法。针对每个气候涛动指数与每个站点的月降水序列，计算了不同滞后月数（例如0-12个月）的相关系数，以找出产生最大影响的滞后时间。同样，统计并展示了在特定滞后时间下相关性显著的站点空间分布，从而揭示不同涛动影响降水的滞后时间特征及其空间差异。
主要研究结果 1. 降水的时间变化模式 * 趋势与异常：1957-2016年间，区域平均年降水量呈显著增加趋势。QPM分析显示，年尺度和汛期降水在20世纪60年代中期和80年代初出现了显著的负异常；而在90年代初和2010年代则出现了显著的正异常（异常幅度超过20%），这与长江三角洲地区1991、1999、2015年前后发生的严重洪涝事件时段相吻合。非汛期异常相对不显著。 * 周期振荡：SSA分析表明，无论是年尺度还是汛期、非汛期，降水都存在三个主要的振荡周期：2年、7-11年和3-4年周期。其中，7-11年的年代际振荡强度随时间逐渐减弱；2年振荡在汛期集中于1970年代末至1990年代初，在非汛期于2010年代增强；3-4年周期则未表现出明显的时段性变化。
2. 降水的空间变化模式 * 站点异常同步性：在特定年份，多个站点会同时出现显著的降水异常。例如，在1968、1978、2005年前后，分别有超过50%、30%、27%的站点出现年尺度显著负异常；而在1976、1991、1998-2002、2014年前后，则分别有不同比例的站点出现显著正异常。 * 空间分区：PCA分析揭示，在年、汛期和非汛期尺度上，整个长江三角洲地区均可清晰地划分为两个主导的地理亚区。在年和汛期尺度上，第一主成分（解释方差约42%）的高载荷区主要位于南部区域，第二主成分（解释方差约20-26%）的高载荷区主要位于北部区域。时间序列显示，南部区域的降水异常呈增加趋势，而北部区域则保持相对稳定。在非汛期，两个区域的降水异常均呈增加趋势，但东南部地区增加更为剧烈。这种空间分异模式与之前研究中观测到的长江三角洲“南涝北旱”或“南湿北干”的格局变化是一致的。
3. 与大尺度气候涛动的关联 * 同期相关： * AO与NAO：与长江三角洲地区降水的相关性总体较弱。仅在个别月份（如AO在10月）有不足21%的站点表现出显著相关。 * PDO：对降水有较强影响，在3月和7月，分别有超过25%和34%的站点呈现显著相关，这些站点主要分布在东南部地区。9月在部分中北部地区也有影响。 * NP：影响显著，在2月有高达76.74%的站点（主要位于北部）呈现显著正相关；在10月有37.21%的站点（也集中在北部）呈现显著相关。 * SOI与ONI（代表ENSO活动）：对区域降水变化的影响最为强烈。在3月、9月、10月和11月，均有超过20%的站点呈现显著相关，其中3月相关站点比例高达90.70%（SOI）和72.09%（ONI）。空间上，ENSO的影响在春季（3月）和秋季（9-11月）较为突出，影响区域随时间月份有所变化，涉及东南部、中北部等多个区域。 * 滞后影响： * AO与NAO：最大影响的滞后时间分别为0个月和3-5个月，显著相关的站点分别集中在中南部和南部地区。 * PDO与NP：在滞后0-3个月时，与许多站点的降水存在显著交叉相关。PDO的影响主要集中在南部地区，而NP的影响主要集中在北部地区。 * SOI与ONI：对南部地区降水影响更大，最大影响的滞后时间分别为2-3个月和1-5个月。
结论 本研究综合运用QPM、SSA和PCA等统计方法，系统揭示了1957-2016年间长江三角洲地区降水异常的时空变化规律及其与大尺度气候涛动的复杂联系。 1. 时间上，区域降水存在2年、7-11年和3-4年的主振荡周期，并在（多）年代际时间尺度上表现出强烈的正负异常交替，如60年代中、80年代初的显著负异常和90年代初、2010年代的显著正异常。 2. 空间上，该地区在年和季节尺度上均可划分为两个主要亚区，南部地区降水异常呈增加趋势，而北部地区相对稳定或变化模式不同。 3. 驱动机制上，不同的大尺度气候涛动对长江三角洲降水的影响存在明显的时空差异和滞后效应。其中，ENSO（通过SOI和ONI表征）和PDO对降水，特别是南部地区降水，有更强的遥相关影响；NP则主要影响北部地区特定月份（如2月、10月）的降水；AO和NAO的影响相对较弱。气候涛动对降水的影响存在0到数月的滞后时间，这为提高月、季节尺度的降水预测和灾害预警提供了可能。
研究的价值与亮点 科学价值与应用价值：本研究不仅深化了对长江三角洲地区降水多尺度变异特征的理解，而且精细刻画了不同气候涛动影响该区域降水的时空特异性及滞后效应。这为揭示东亚季风区降水变率的远程驱动机制提供了实证依据。在应用层面，研究成果可直接服务于该地区的水资源规划与管理、旱涝灾害的风险评估与早期预警、农业灌溉调度以及城市防洪排涝设计，为制定适应气候变化的对策提供了重要的科学基础。
研究亮点： 1. 方法创新性：率先在长江三角洲降水变化研究中综合应用了分位数扰动法（QPM）、奇异谱分析（SSA）和主成分分析（PCA）的组合方法。QPM的应用避免了对序列独立性的严格假设，更有效地捕捉了降水量的相位异常；SSA则清晰解析了降水序列的多时间尺度周期振荡；结合PCA实现了基于数据本身空间协变特征（而非人为划定边界）的客观分区。 2. 系统性的关联分析：不仅分析了降水与多个关键气候涛动的同期相关，还深入探讨了其滞后影响，明确了不同涛动影响降水的“最佳”滞后时间及其空间格局，增强了对气候系统记忆性和降水可预测性的认识。 3. 明晰的空间分异结论：研究明确指出长江三角洲降水变化存在南北分异的空间模式，并且不同气候涛动（如PDO、NP）的影响也存在南北空间差异，这为进行分区、分时段的气候影响评估和应对策略制定提供了关键信息。研究证实ENSO是该区域降水变异的重要驱动力，其强相关月份和区域的具体识别具有重要预报指示意义。