EN中文

Arid Zone Research >

2025 , Vol. 42 >Issue 7: 1159 - 1172

DOI: https://doi.org/10.13866/j.azr.2025.07.01

Weather and Climate

Spatiotemporal variations of the precipitation concentration index and seasonal precipitation characteristics in the Yalung Zangbo River Basin from 1981 to 2024

  • DU Jun , 1, 2, 3 ,
  • GAO Jiajia 2, 3, 4 ,
  • CHEN Tao 1, 2 ,
  • Tsewang 1 ,
  • Pakgordolma 2, 5
Expand
  • 1. Xizang Autonomous Region Climate Centre, Lhasa 850001, Xizang, China
  • 2. Field Science Experiment Base for Comprehensive Observation of Atmospheric Water Cycle in Mêdog, CMA/Mêdog National Climate Observatory/Xizang Mêdog Field Scientific Observation and Research Station for Atmospheric Water Cycle, Mêdog 860700, Xizang, China
  • 3. Xizagê National Climate Observatory, CMA, Xizagê 857000, Xizang, China
  • 4. Xizang Institute of Plateau Atmospheric and Environmental Sciences/Xizang Open Laboratory for Plateau Atmospheric Environment, Lhasa 850001, Xizang, China
  • 5. Nyingchi Meteorological Service of Xizang Autonomous Region, Nyinchi 860000, Xizang, China

Received date: 2025-03-03

  Revised date: 2025-04-24

  Online published: 2025-08-13

Fold

Abstract

The precipitation concentration index (PCI) is a measure of precipitation during the year. Based on the monthly precipitation data of 15 meteorological stations in the Yarlung Zangbo River Basin (YZRB) from 1981 to 2024, the spatiotemporal variation characteristics of PCI, the amount of seasonal precipitation, its frequency and intensity over the last 44 years, and the reasons for a change in PCI were analyzed using a linear equation, Person coefficient, and five mutation tests, including the Mann-Kendall and Cramer tests. The results indicated that (1) The PCI increased from east to west in YZRB, whereas annual precipitation, precipitation frequency, and precipitation intensity decreased from east to west. (2) Over the past 44 years, the PCI decreased at a rate of -0.26 per decade, indicating a trend toward more evenly distributed monthly precipitation throughout the year. Precipitation exhibited an increasing trend from January to July and October (the fastest increase in July), and it decreased in other months (the most in September). Monthly precipitation accounted for the proportion of annual precipitation (MPAP), which increased in February and April-July (the largest in May). MPAP was decreased in other months (the largest decrease in September). (3) The increase of precipitation in spring, summer, and winter was primarily due to the increase in precipitation intensity, whereas the decrease of precipitation frequency played a major role in the decreased amount of precipitation during autumn. Furthermore, the increase in annual precipitation intensity resulted from the significant increase of the Tibetan Plateau-1 index and the western Pacific warm pool intensity index. The decrease in the PCI was related to a decrease in the seasonal difference under the background of warming. (4) The PCI was lower only in the 2000s, but was higher in the other three decades, although there was a sudden change in the early 1990s. The abrupt changes in annual precipitation, frequency, and intensity occurred during the first 10 years of the 2000s and the middle and late 1990s.

Key words： precipitation concentration; precipitation characteristic quantity; variation characteristics; atmospheric circulation index; SST index; Yalung Zangbo River Basin

Cite this article

DU Jun , GAO Jiajia , CHEN Tao , Tsewang , Pakgordolma . Spatiotemporal variations of the precipitation concentration index and seasonal precipitation characteristics in the Yalung Zangbo River Basin from 1981 to 2024[J]. Arid Zone Research, 2025 , 42(7) : 1159 -1172 . DOI: 10.13866/j.azr.2025.07.01

在气候变暖背景下，全球范围水循环出现异常，改变了降水量时空分布格局[1]。降水是水循环中最关键的环节[2-3]，降水的年内变化对农作物生长、水资源保护和管理具有重要意义[4-6]。降水集中特性是降水量、降水持续时间和降水过程的综合反映[7]，是用来评价区域降水年内分配均匀与否的重要指标之一。安彬等[8]总结了通常计算降水集中特征采用的方法，如Zhang等[9-10]定义的降水集中度（PCD）和降水集中期（PCP），Martin[11]基于日尺度降水数据定义的降水集中度指数（CI），Oliver[12]和Michiels等[13]基于月尺度降水数据定义的降水集中指数（PCI），王睆等[14]定义的降水集中程度（Q）等。国内学者采用这些指数分析了全国[1,15-17]、华北[18-19]、华东[20-22]、西北[8,23-24]、西南[25-26]等的PCD和PCP的时空变化特征。总体上，相对其他降水集中程度的指数，PCI物理意义更直观，计算更为简便[27-29]。
雅鲁藏布江（简称雅江）是亚洲重要的国际大河，其流域水资源问题一直是关注的焦点。也是中国水能资源最丰富的河流之一，天然水能蕴藏量十分丰富，约1×108 kW左右，约占中国水能蕴藏总量的1/6，仅次于长江[30]。同时，也是中国重要的生态安全屏障和生物多样性重点保护区域[31]。雅江在中国境内全长2057 km，流域面积为24.2×104 km2，平均海拔4600 m，具有明显的植被垂直地带性特点[32]。由于复杂的地形和多样的气候，在全球气候变化背景下，其生态系统极敏感和脆弱[33-34]。自20世纪60年代以来，雅江流域大部降水量趋于增加[35-36]，积雪明显减少[37-38]，对水循环过程和机制产生了深刻影响[31]；其降水变化对青藏高原的水系统、生态系统和山地灾害系统的演变亦具有重要影响[39]。当前，国内学者基于气象观测资料对雅江流域降水量时空变化特征进行了一系列研究[40-42]，但针对降水年内分配特征、降水集中度以及降水频率与强度的季节变化等方面的研究鲜见报道。为此，本文基于1981—2024年逐月降水量和降水日数，分析研究流域降水集中度、降水频率和降水强度的时空变化及其影响因子，对掌握雅江流域降水年内分配变化特征和认识流域水资源潜力具有重要意义。

1 数据与方法

1.1 资料来源

1981—2024年雅江流域15个气象站点逐月降水量、降水日数资料由西藏自治区气象信息网络中心提供，且经过了严格的质量控制。1981—2024年亚洲极涡、西太平洋副热带高压、印缅槽、西藏高原-1和西藏高原-2等大气环流指数，NINO 3.4区海表温度距平、印度洋暖池面积和强度、西太平洋暖池面积和强度、暖池型和冷舌型ENSO等海温指数，来源于国家气候中心。研究区域及气象站点分布如图1所示。
图1 雅鲁藏布江流域气象站点分布（图例，下同）

注：底图采用自然资源部标准地图制作，审图号为GS(2019)1822号，对底图边界无修改。下同。

Fig. 1 Distribution of meteorological stations in the Yalung Zangbo River Basin (YZRB)

1.2 研究方法

1.2.1 PCI计算

采用由Oliver[12]在1980年提出并经De Luís等[43]改进的方法来计算降水集中度PCI，具体如下：
P C I = ∑ i = 1 12 P i 2 ∑ i = 1 12 P i 2 × 100
式中： P i为月降水量（mm）；i为月份。
月降水量占年降水总量的比例（MPAP）和季节降水量占年降水总量的比例（SPAP）被用于研究降水的年内分配特征[23]。降水频率是指一年内日降水量≥0.1 mm的天数所占比例（%）；降水强度为一年内日降水量≥0.1 mm的累积降水量与降水日数之比（mm·d-1）。

1.2.2 气候倾向率

气候倾向率[44]采用以下公式进行计算：
Y = a + b t
式中：Y为降水特征量（PCI、降水量、降水频率和降水强度）；t为时间；a为回归常数；b为回归系数，把b×10称为降水特征量每10 a的气候倾向率，其显著性可利用t与Y之间的相关系数进行检验。

1.2.3 突变检验方法

利用Mann-Kendall（简称M-K）、Cramer、滑动t检验法（MTT）、Yamamoto和Pettitt等5种突变检验方法[44]对近44 a雅江流域降水特征量的突变特征进行检验。

1.2.4 数据处理与制图

四季的划分为春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至翌年2月）。利用唐启义[45]研发的DPS系统（V19.05）中M-K检验方法进行突变分析。折线图采用Excel 2007软件制作，平均值空间分布图采用ArcGIS 10.8的反距离权重插值法（Inverse Distance Weighted，IDW），该方法已广泛应用于青藏高原气象要素的空间差值[30,39,46]；变化趋势空间分布图直接采用ArcGIS绘制。

2 结果与分析

2.1 降水集中度变化特征

2.1.1 PCI变化特征

由图2a可知，雅江流域各地年PCI平均值为13.5~31.0，总体上呈自东向西递增，以波密最低，拉孜高。其中，林芝市和嘉黎PCI<20，说明该区域年降水具有季节性，年内降水具有一定的集中性；其他各地PCI>20，表明这些地区降水在年内的分布异常集中，降水月变化很大。从气候倾向率（图2b)来看，有40%的站点年PCI呈增大趋势，主要位于林芝市、拉萨市中东部和南木林等地，平均每10 a增加0.13~0.51，增幅以拉萨最大、波密最小；其余站点年PCI均趋于减小，为-1.1·(10a)-1~-0.07·(10a)-1，减幅以浪卡子最大(P<0.05)，拉孜次之[-0.83·(10a)-1]，嘉黎最小。
图2 1981—2024年雅江流域PCI平均值（a）和气候倾向率（CTR，b）的空间分布

Fig. 2 Spatial distribution of perennial value (a) and climate tendency rate (CTR, b) for PCI in YZRB from 1981 to 2024

如图3a所示，近44 a雅江流域平均年PCI呈减小趋势，为-0.26·(10a)-1。其中，1981—2006年PCI减小明显，平均每10 a减小1.55（P<0.01），降水的年内分配趋于均匀；2006年以后，流域平均PCI表现为增大趋势，增幅为1.45·(10a)-1，降水的年内分布倾向于集中。究其原因，分析了1981—2024年流域气温年较差变化（图3b），发现两者之间存在极显著的正相关关系（P<0.01），说明流域降水的年内分配趋于均匀的原因可能与增暖背景下季节性差异减小有关。
图3 1981—2024年雅江流域平均PCI（a）和气温年较差（b）的变化

注：CTR为气候倾向率；y1，y2，y3分别为1981—2020年、1981—2000年和2001—2020年时段。

Fig. 3 Change of average PCI (a) and annual temperature range (b) in YZRB from 1981 to 2024

2.1.2 降水年内分配变化特征

（1） 月降水量
雅江流域平均月降水量呈单峰型（图4a绿折线），以7月最多（128.4 mm），1月最少（1.7 mm）。从近44 a各月降水量的气候倾向率来看(图4a直方图)，1—7月和10月降水量表现为增加趋势，为0.02~3.53 mm·(10a)-1，增幅以7月最大、1月最小；其他月份降水量均有不同程度的减少，平均每10 a减少0.05~2.73 mm，其中9月减幅最大。如图4b黄折线所示，雅江流域平均月降水量主要集中在6—9月，占全年降水量的78.2%，以7月MPAP最大（25.2%）。另外，近44 a各月MPAP气候倾向率显示（图4b直方图），2月、4—7月MPAP呈增加趋势，以5月增幅最大[0.36%·(10a)-1]；其他月份MPAP均趋于减小，尤其是9月减幅最明显[-0.72%·(10a)-1]。
图4 1981—2024年雅江流域平均月降水量及其气候倾向率（a）和各月降水量占年降水量百分比（MPAP）及其气候倾向率（b）

Fig. 4 Average monthly precipitation and its climate tendency rate (a), and the monthly precipitation accounts for the proportion of annual precipitation (MPAP) and its climate tendency rate (b) in YZRB from 1981 to 2024

（2） 季节降水量
图5给出了1981—2024年雅江流域SPAP的平均值和气候倾向率，各地夏季SPAP平均值最大，为35.5%~83.2%（图5b1），呈自东向西递增分布规律，可以说降水年内分配更集中的西部，夏季降水量占比最大；春季SPAP平均值为4.7%~35.4%，东部多、西部少（图5a1）；秋季SPAP平均值在11.9%~24.9%之间，表现为由西向东递增的分布特征（图5c1）；冬季SPAP平均值最小，仅为0.2%~83.2%，也表现为东多西少的分布特点（图5d1）。
图5 1981—2024年四季降水量占年降水量比例（SPAP）的平均值和气候倾向率（CTR）

Fig. 5 Spatial distribution of perennial value and climate tendency rate (CTR) for seasonal precipitation accounts for the proportion of annual precipitation (SPAP) in YZRB from 1981 to 2024

从SPAP的气候倾向率来看，春季（图5a2）仅墨竹工卡趋于减小[-0.02%·(10a)-1]，其余各站均呈增加趋势，增幅为0.29%·(10a)-1~1.65%·(10a)-1，以浪卡子最大（P<0.01）。夏季(图5b2），拉萨市和南木林SPAP呈增加趋势，为0.41%·(10a)-1~1.75%·(10a)-1，以拉萨最大；其他各站SPAP趋于减小，平均每10 a减小0.06%~1.10%，其中江孜减幅最大。秋季SPAP仅在江孜和嘉黎两站表现为增大趋势（图5c2），增幅分别0.11%·(10a)-1和0.14%·(10a)-1；其余各站均趋于减小，为-2.27%·(10a)-1~-0.05%·(10a)-1，以拉萨减幅最大。在冬季（5d2），浪卡子、贡嘎、尼木、加查和波密5个站SPAP呈减小趋势，为-0.15%·(10a)-1~-0.03%·(10a)-1，以浪卡子减幅最大；其余13个站SPAP倾向于增大，平均每10 a增大0.01%~0.39%，以泽当最大。就区域平均SPAP而言，除秋季以-0.79%·(10a)-1的速度呈减小趋势外，春、夏和冬三季均趋于增大，增幅分别为0.61%·(10a)-1、0.16%·(10a)-1和0.03%·(10a)-1。

2.2 不同降水特征量的季节变化特征

2.2.1 降水量的季节变化

从近44 a雅江流域降水量的平均值和气候倾向率（图6）显示来看，该地区降水量由东向西递减，流域全年和春、夏、秋、冬四季降水量的平均值分别为500.4 mm、78.6 mm、321.9 mm、92.0 mm和7.7 mm。除夏季降水量最高值出现在林芝外，全年和其他三季降水量最高值均在波密；春、冬两季降水量最低值在拉孜，夏、秋两季和全年降水量最低值在江孜。
图6 1981—2024年全年和四季降水量的平均值和气候倾向率（CTR）

Fig. 6 Spatial distribution of perennial value and climate tendency rate (CTR) for annual and seasonal precipitation in YZRB from 1981 to 2024

近44 a流域平均年降水量呈增加趋势，为6.64 mm·(10a)-1，夏季降水增加最快[4.63 mm·(10a)-1]，其次是春季[4.37 mm·(10a)-1，P<0.05]，冬季降水增速最小[0.33 mm·(10a)-1]，而秋季降水量趋于减少[-2.64 mm·(10a)-1]。就空间分布而言（图6），年降水量在林芝市、加查和尼木等地呈减少趋势（波密减幅最大），其他各站趋于增加（嘉黎增速最快）。各站春季降水量均表现为增加趋势（浪卡子最大、尼木最小）。夏季降水量趋于减少的站点位于林芝市和加查，以波密最明显；其他各地呈增加趋势，以南木林增速最快。各站秋季降水量以减少为主（波密减幅最大），仅浪卡子和嘉黎趋于增加（嘉黎增幅最大）。大部分站点冬季降水量呈增加趋势，趋于减少的站点在尼木、加查和波密。

2.2.2 降水频率的季节变化

如图7a1~图7e1所示，近44 a雅江流域年、季降水频率总体上表现为由东向西递减分布，流域全年和春、夏、秋、冬四季降水频率的平均值分别为30.3%、6.8%、15.6%、6.4%和1.5%。春、夏两季和全年降水频率最大值在米林，秋、冬两季降水频率最大值分别在波密和嘉黎；除夏季降水频率最小值在江孜外，其他三季和全年降水频率最小值均在拉孜。
图7 1981—2024年全年和四季降水频率的平均值和气候倾向率（CTR）

Fig. 7 Spatial distribution of perennial value and climate tendency rate (CTR) for annual and seasonal precipitation frequency in YZRB from 1981 to 2024

近44 a流域平均年降水频率趋于减少，为-0.30%·(10a)-1，除冬季降水频率呈增加趋势外[0.10%·(10a)-1]，其他三季降水频率均倾向于减小，秋季减速最快[-0.19%·(10a)-1]，其次是夏季[-0.07%·(10a)-1]，冬季减幅最小[-0.05%·(10a)-1]。由图7a2~图7e2可知，年降水频率在墨竹工卡、贡嘎、浪卡子、尼木、南木林和拉孜6个站呈增加趋势（贡嘎增加最快），其他各站趋于减少（米林减幅最大）。春季降水频率在林芝市、日喀则和泽当表现出减少趋势，其他各地呈增加趋势。夏季降水频率趋于增加的站点在南木林、尼木、浪卡子、贡嘎、墨竹工卡和嘉黎，以南木林增加最快；其他各地呈减少趋势，其中米林减少最多。各站秋季降水频率以减少为主（米林减少的最快），只有拉孜、南木林和波密趋于增加（拉孜增幅最大）。冬季降水频率在日喀则大部、贡嘎、泽当和林芝等地呈增加趋势(林芝增速最大），其余站点为减少（米林减少最快）。

2.2.3 降水强度的季节变化

近44 a雅江流域年降水强度的分布总体上呈以南木林、日喀则为中心向四周递减，春、冬两季降水强度呈经向分布，东高西低；夏、秋季降水强度分布各异（图8）。流域全年和春、夏、秋、冬四季降水强度的平均值分别为4.56 mm·d-1、2.74 mm·d-1、5.63 mm·d-1、3.80 mm·d-1和1.03 mm·d-1。夏季和年降水强度最大值在日喀则，其他三季降水强度最大值均在波密；降水强度最小值，秋季和年值在江孜，夏、冬两季在拉孜，春季在江孜。
图8 1981—2024年全年和四季降水强度的平均值和气候倾向率（CTR）

Fig. 8 Spatial distribution of perennial value and climate tendency rate (CTR) for annual and seasonal precipitation intensity in YZRB from 1981 to 2024

近44 a流域平均年降水强度表现为增大趋势，为0.15 mm·d-1·(10a)-1（P<0.05），除秋季降水强度趋于减小外[-0.04 mm·d-1·(10a)-1]，其他三季降水强度均呈增大趋势，春、夏两季增速最大[均为0.20 mm·d-1·(10a)-1，P<0.05]，冬季增幅最小[0.15 mm·d-1·(10a)-1]。如图8所示，年降水强度仅在尼木和波密两站趋于减小（波密减幅最大），其他各站为增大趋势（拉萨增加最快）。各站春季降水强度呈增大趋势（浪卡子最大）。夏季降水强度只在尼木、林芝和波密3个站呈减小趋势，其他各地倾向于增大（拉萨增加最快）。秋季降水强度在日喀则市大部、尼木、拉萨、贡嘎和波密表现出减小趋势（南木林减小最快），其余站点趋于增大（米林增幅最大）。冬季降水强度仅在南木林和尼木两站趋于减小，其他各地呈增大趋势（泽当增幅最明显）。
综上所述，雅江流域平均降水量、降水频率和降水强度均表现为自东向西递减分布规律。近44 a流域秋季降水量、降水强度呈减少趋势，其他三季和年降水量、降水强度趋于增加；冬季降水频率趋于增加，其他三季、年降水频率倾向于减少。春、夏、冬三季和年降水量的增加主要是由于降水强度增加引起的，降水强度的贡献率分别为60.9%、50.3%、64.3%和59.3%；秋季降水量减少主要是因为降水频率减少，其贡献率为50.8%。

2.3 不同降水特征量的年代际变化

统计分析1981—2020年雅江流域平均年和四季降水量、降水频率及降水强度距平的10 a际变化，结果见表1。从表中可知，20世纪80年代春、夏两季和全年降水量、降水频率偏少，秋、冬两季降水量和降水频率偏低，四季和年降水强度均偏小。90年代只有春、冬两季降水量和降水强度，以及春季降水频率为负距平，其他三季和全年降水量、降水频率和降水强度均为正距平，以夏季最明显。在21世纪前10 a，因夏季降水明显偏少，致使年降水量也偏少；降水频率仅在冬季略偏低，降水强度也只在春季偏大，夏季明显偏小。21世纪10年代因秋季降水量偏少，导致年降水量偏少；仅有春季降水频率偏高，秋季降水强度偏小。总体来看，20世纪80年代年降水量、降水频率和降水强度均为负距平，90年代年降水量、降水频率和降水强度均为正距平；21世纪前10 a年降水量少、降水强度小、降水频率大；21世纪10年代却是年降水量少、降水频率低、降水强度大。PCI仅在21世纪前10 a偏低，20世纪80年代明显偏高。
表1 1981—2020年雅江流域年、季降水量、降水频率和降水强度及PCI的年代际变化

Tab. 1 Decadal anomaly of annual and seasonal precipitation amount, frequency and intensity, as well as PCI in YZRB from 1981 to 2020

时间 降水量/mm 降水频
率/%		 降水强度
/（mm·d-1）		 年PCI
1981—1990年 春季 -12.9 -0.5 -0.37 2.0
夏季 -41.4 -0.7 -0.46
秋季 5.0 0.3 -0.11
冬季 0.3 0.1 -0.08
全年 -49.1 -0.8 -0.35
1991—2000年 春季 -6.4 -0.4 -0.21 0.1
夏季 12.7 0.4 0.03
秋季 5.1 0.2 0.25
冬季 -0.2 0.2 -0.19
全年 11.0 0.4 0.04
2001—2010年 春季 4.5 0.2 0.09 -0.8
夏季 -13.7 0.1 -0.28
秋季 0.4 0.1 -0.07
冬季 0.0 -0.1 -0.16
全年 -8.8 0.3 -0.16
2011—2020年 春季 1.9 0.1 0.13 0.4
夏季 1.0 -0.4 0.27
秋季 -5.6 -0.3 -0.19
冬季 0.4 -0.2 0.35
全年 -2.4 -0.8 0.12

注：距平为与1991—2020年差值。

2.4 突变分析

如图9a所示，1981—2024年雅江流域年PCI的UF曲线在1981—1989年期间呈振荡趋势，1990年之后呈下降趋势，在2001年超过了-1.96线，说明PCI减小趋势明显；2013年以后UF曲线呈上升态势。UF和UB曲线在1990年出现交叉点，且位于±1.96之间，可判定1990年发生了突变，由相对偏大期跃变为相对偏小期。同理，年降水量、降水强度分别在1984年和1986年出现了突变，由相对偏少（小）期跃变为相对偏多（大）期；年降水频率未发生明显的突变（图9b~图9d）。
图9 1981—2024年雅江流域年PCI（a）、降水量（b）、降水频率（c）和降水强度（d）的M-K检验

Fig. 9 M-K test results of annual PCI (a), precipitation amount (b), frequency (c) and intensity (d) in YZRB from 1981 to 2024

为了对M-K检验法检测到的突变点进行验证，本研究选用Cramer、MTT、Yamamoto和Pettitt 4种检验法对年PCI、降水量、降水频率和降水强度的突变点进行检验，验证突变点真伪，增加突变分析的可信度，结果见表2。从表中可知，3种方法检验到PCI在1990年、1992年发生了突变，降水量在2003年、2005出现突变；4种方法检验到降水频率在2003年、2004年有突变点；有两种方法检验到降水强度在1986年、1989年发生了突变。综合5种检验方法，近44 a雅江流域PCI在20世纪90年代初期发生了突变，年降水量和降水频率在21世纪前10 a初期出现了突变，年降水强度的突变时间发生在20世纪90年代中后期。
表2 基于5种突变检验法的1981—2024年雅江流域平均年PCI、降水量、降水频率和降水强度突变年份

Tab. 2 Mutation years of average annual PCI, precipitation amount, frequency and intensity in YZRB from 1981 to 2024 based on five mutation tests

时间 突变检验法
Mann-Kendall Cramer MTT Yamamoto Pettitt
PCI 1990年 2008年 1992年 - 1992年
降水量 1984年 2003年 2005年 2005年 1994年
降水频率 - 2003年 2004年 2004年 2003年
降水强度 1986年 - - - 1989年

注：MTT为滑动t检验法；“-”表示无突变年。

2.5 降水特征值与大气环流指数、海温指数的关系

利用Pearson相关系数方法，计算了近44 a雅江流域降水特征值（降水量、频数和强度以及PCI）与大气环流指数和海温指数的相关系数（图表略），结果表明：仅有降水强度与平均西藏高原-1指数、西藏高原-2指数呈显著的正相关关系（P<0.05）；与亚洲区极涡强度指数呈显著的负相关（P<0.05）；降水强度还分别与西太平洋暖池强度指数和印度洋暖池强度指数存在显著的正相关关系（P<0.05）。降水集中度指数PCI与大气环流指数和海温指数的相关性不显著。经逐步回归方法分析[46]，西藏高原-1指数和西太平洋暖池强度指数对降水强度的影响最大，贡献率分别为57.7%、42.3%。
此外，分析还发现，近44 a年平均西藏高原-1指数、西太平洋暖池强度指数均表现为显著上升趋势（图略），平均每10 a分别升高16.3和4.9。总体来看，近44 a雅江流域年降水强度的增加，主要是因为西藏高原-1指数和西太平洋暖池强度指数显著增加造成的。

3 讨论

第二次青藏高原综合科学考察研究表明，近60 a青藏高原呈现出气温显著升高，降水呈“北湿南干”的变化特征[47]。本文认为，雅江流域气候表现为“西部暖湿，东部暖干”的变化特征，在此背景下，雅江PCI呈东部增大、西部减小的格局，这说明东部发生夏涝、春旱与秋旱的气候风险增大，而西部春旱和秋旱发生的几率降低。
与青藏高原北部的三江源[23]比较，雅江流域PCI平均值为23.3，降水在年内的分布异常集中；三江源PCI为17.5，年内降水具有一定集中性。两地PCI均趋于减小，但变化率相当，分别为-1.11%·(10a)-1、-1.71%·(10a)-1。雅江PCI的下降，可能与增暖背景下季节性差异减小有关，这与段亚雯等[28]的结论一致。
青藏高原地区气象站点主要集中在东部和东南部，中部和西北部站点稀疏。朱艳欣等[48]基于青藏高原观测资料，对13种降水数据集的质量进行了评估，指出IGSNRR降水数据集与降水观测数据保持较好的一致性，且空间差异性较小，并利用该数据集识别了青藏高原降水季节分配特征的空间分布格局。杜娟等[23]利用CN05.1日降水格点数据，分析了三江源地区降水集中度和降水的年内分配特征。本文基于气象站观测数据，揭示了雅江流域降水季节分配特征及变化趋势，但雅江上游无长时间序列的站点，有限的观测资料无法全面掌握和了解流域的水循环特征，在现阶段仍需利用空间分辨率更高的卫星等融合数据进行分析，以进一步研究和认识雅江流域降水季节分配空间差异性的形成机制。

4 结论

（1） 在空间上，雅江流域降水总量、频率和强度的平均值总体上呈自东向西递减，PCI呈自东向西递增，大部地区年降水在年内的分布异常集中。近44 a有40%的站点PCI呈增大趋势，主要位于林芝市、拉萨市中东部，其余站点PCI趋于减小。
（2） 在时间变化上，近44 a雅江流域平均年PCI以-0.26·(10a)-1的速度趋于减小；雅江流域1—7月和10月降水量为增加趋势，以7月增速最快[3.53 mm·(10a)-1]，其他月份降水量趋于减少[9月减幅最大，为－2.73 mm·(10a)-1]。2月、4—7月MPAP呈增加趋势，以5月增幅最大；其余月份MPAP趋于减小，特别是9月最明显。流域秋季降水量和降水强度呈减少趋势，其他三季和年降水量、降水强度趋于增加，以夏季增幅最大；冬季降水频率趋于增加，其他三季和年降水频率倾向于减少，主要表现在秋季。流域PCI在20世纪90年代初期发生了突变，年降水量、降水频率及年降水强度的突变时间分别出现在21世纪前10 a初期和20世纪90年代中后期。
（3） 在年代际变化上，流域年降水量、降水频率和降水强度在20世纪80年代均偏少，90年代皆偏多；21世纪前10 a年降水量少、降水强度小、降水频率大；21世纪10年代年降水量少、降水频率低、降水强度大。PCI在21世纪前10 a偏低，其他3个年代偏高，以20世纪80年代最为明显。
（4） 流域春夏冬三季和年降水量的增加主要是由于降水强度的增大引起的，秋季降水量减少主要归咎于降水频率的减少。降水强度的增大主要是因为西藏高原-1指数和西太平洋暖池强度指数显著增加造成的。PCI下降可能与增暖背景下气温年较差变小有关。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
IPCC. Climate Change 2021: The Physical Science Basis[R]. Cambridge and New York: Cambridge University Press, 2021.

[2]
Yao J Q, Chen Y N, Yu X J, et al. Evaluation of multiple gridded precipitation datasets for the arid region of northwestern China[J]. Atmospheric Research, 2020, 236: 104818.

[3]
Zhou L, Mohamed R A W, Takeuchi K, et al. Adequacy of near real-time satellite precipitation products in driving flood discharge simulation in the Fuji River Basin, Japan[J]. Applied Sciences, 2021, 11: 1087.

[4]
张克新, 苏志华, 刘金林, 等. 甘肃省降水集中度的变化特征及其与环流指数遥相关分析[J]. 水土保持研究, 2021, 28(5): 261-267.

[Zhang Kexin, Su Zhihua, Liu Jinlin, et al. Characteristics of variation of precipitation concentration index and its teleconnection relationships with large-scale atmospheric circulations in Gansu province[J]. Research of Soil and Water Conservation, 2021, 28(5): 261-267.]

[5]
Higashino M, Hayashi T, Aso D. Temporal variability of daily precipitation concentration in Japan for a century: Effects of air temperature rises on extreme rainfall events[J]. Urban Climate, 2022, 46: 101323.

[6]
Chatterjee S, Khan A, Akbari H, et al. Monotonic trends in spatio-temporal distribution and concentration of monsoon precipitation (1901-2002), West Bengal, India[J]. Atmospheric Research, 2016, 182: 54-75.

[7]
杨军, 张会兰, 庞建壮. 嘉陵江流域降水集中度的时空变异与驱动因素研究[J]. 长江流域资源与环境, 2021, 30(4): 849-860.

[Yang Jun, Zhang Huilan, Pang Jianzhuang. Study on spatial-temporal variation and driving factors of precipitation concentration in Jialing River Basin[J]. Resources and Environment in the Yangtze Basin, 2021, 30(4): 849-860.]

[8]
安彬, 肖薇薇, 朱妮, 等. 近60 a黄土高原地区降水集中度与集中期时空变化特征[J]. 干旱区研究, 2022, 39(5): 1333-1344.

[An Bin, Xiao Weiwei, Zhu Ni, et al. Temporal and spatial variations of precipitation concentration degree and precipitation concentration period on the Loess Plateau from 1960 to 2019[J]. Arid Zone Research, 2022, 39(5): 1333-1344.]

[9]
Zhang L J, Qian Y F. Annual distribution features of the yearly precipitation in China and their interannual variations[J]. Acta Meteorologica Sinica, 2003, 17(2): 146-163.

[10]
张录军, 钱永甫. 长江流域汛期降水集中程度和洪涝关系研究[J]. 地球物理学报, 2004, 51(4): 622-630.

[Zhang Lujun, Qian Yongfu. A study on the feature of precipitation concentration and its relation to flood-producing in the Yangtze River Valley of China[J]. Chinese Journal of Geophysics, 2004, 51(4): 622-630.]

[11]
Martin V J. Spatial distribution of a daily precipitation concentration index in peninsular Spain[J]. International Journal of Climatology, 2004, 24(8): 959-971.

[12]
Oliver J E. Monthly precipitation distribution: A comparative index[J]. Professional Geographer, 1980, 32(3): 300-309.

[13]
Michiels P, Gabriels D, Harrmann R. Using the seasonal and temporal precipitation concentration index for characterizing the monthly rainfall distribution in Spain[J]. Catena, 1992, 19(1): 43-58.

[14]
王睆, 陆尔, 赵玮, 等. 一种新的反映我国降水季节内非均匀性特征的方法[J]. 热带气象学报, 2015, 31(5): 655-663.

[Wang Huan, Lu Er, Zhao Wei, et al. A new method to reflect the intraseasonal heterogeneity of the precipitation in China[J]. Journal of Tropical Meteorology, 2015, 31(5): 655-663.]

[15]
刘永林, 延军平, 岑敏仪. 中国降水非均匀性综合评价[J]. 地理学报, 2015, 70(3): 392-406.

[Liu Yonglin, Yan Junping, Cen Minyi. Comprehensive evaluation of precipitation heterogeneity in China[J]. Acta Geographica Sinica, 2015, 70(3): 392-406.]

[16]
刘向培, 佟晓辉, 贾庆宇, 等. 1960—2017年中国降水集中程度特征分析[J]. 水科学进展, 2021, 32(1): 10-19.

[Liu Xiangpei, Dong Xiaohui, Jia Qingyu, et al. Precipitation concentration characteristics in China during 1960-2017[J]. Advances in Water Science, 2021, 32(1): 10-19.]

[17]
孔锋, 方佳毅, 刘凡, 等. 1951—2012年中国降水集中度和集中期的时空格局[J]. 北京师范大学学报(自然科学版) 2015, 51(4): 404-411.

[Kong Feng, Fang Jiayi, Liu Fan, et al. Variations in the spatiotemporal patterns of precipitation concentration degree and precipitation concentration period from1951 to 2012 in China[J]. Journal of Beijing Normal University (Natural Science), 2015, 51(4): 404-411.]

[18]
任志艳, 延军平, 王鹏涛. 1960—2012年内蒙古降水集中度和降水集中期时空变化[J]. 中国沙漠, 2016, 36(3): 760-766.

[Ren Zhiyan, Yan Junping, Wang Pengtao. Spatio-temporal variations of precipitation concentration degree and precipitation concentration period in Inner Mongolia[J]. Journal of Desert Research, 2016, 36(3): 760-766.]

[19]
董满宇, 王磊鑫, 李洁敏, 等. 1960—2017年滦河流域降水集中度与集中期时空变化特征[J]. 北京师范大学学报(自然科学版) 2019, 55(4): 468-475.

[Dong Manyu, Wang Leixin, Li Jiemin, et al. Spatial-temporal variations in intra-annual precipitation concentration degree and precipitation concentration period in Luanhe River Basin from 1960-2017[J]. Journal of Beijing Normal University (Natural Science), 2019, 55(4): 468-475.]

[20]
高颖会, 顾斌贤, 柳一玲, 等. 山东省降水集中程度及其与旱涝的关系[J]. 水电能源科学, 2021, 39(1): 18-21.

[Gao Yinghui, Gu Binxian, Liu Yiling, et al. Precipitation concentration degree and its relationship with drought and flood in Shandong Province[J]. Water Resources and Power, 2021, 39(1): 18-21.]

[21]
吴天贻, 周玉淑, 韩芙蓉. 金华地区汛期降水集中度和集中期特征分析[J]. 气候与环境研究, 2024, 29(5): 615-628.

[Wu Tianyi, Zhou Yushu, Han Furong. Characteristics of precipitation concentration degree and precipitation concentration period during the flood season in Jinhua, Zhejiang Province[J]. Climatic and Environmental Research, 2024, 29(5): 615-628.]

[22]
黄彩婷, 刘文英, 赵冠男. 江西省汛期降水集中度和集中期时空分布特征[J]. 气象与减灾研究, 2022, 45(2): 92-98.

[Huang Caiting, Liu Wenying, Zhao Guannan. Spatial and temporal characteristics of precipitation in flood season in Jiangxi Province based on precipitation concentration degree and concentration period[J]. Meteorology and Disaster Reduction Research, 2022, 45(2): 92-98.]

[23]
杜娟, 于晓晶, 黎小东, 等. 近60 年三江源地区降水集中度和季节性降水特征变化分析[J]. 高原气象, 2024, 43(4): 826-840.

[Du Juan, Yu Xiaojing, Li Xiaodong, et al. Analysis of changes in precipitation concentration and seasonal precipitation characteristics in the Three River Headwaters region over the past 60 years[J]. Plateau Meteorology, 2024, 43(4): 826-840.]

[24]
贾路, 于坤霞, 邓铭江, 等. 西北地区降雨集中度时空演变及其影响因素[J]. 农业工程学报, 2021, 37(16): 80-89.

[Jia Lu, Yu Kunxia, Deng Mingjiang, et al. Temporal and spatial evolution of rainfall concentration and its influencing factors in Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(16): 80-89.]

[25]
鄢晓茜, 肖天贵, 王静. 西南地区暴雨灾害集中度变化特征及其与环流指数的关系[J]. 高原山地气象研究, 2024, 44(2): 91-97.

[Yan Xiaoxi, Xiao Tiangui, Wang Jing. Characteristics of rainstorm disaster concentration index in Southwest China and its relationship with circulation index[J]. Plateau and Mountain Meteorology Research, 2024, 44(2): 91-97.]

[26]
王腾, 孙晓光, 卓永, 等. 近36年昌都市降水集中度与集中期时空变化特征[J]. 高原山地气象研究, 2016, 36(4): 71-74, 85.

[Wang Teng, Sun Xiaoguang, Zhuo Yong, et al. Temporal and spatial change characteristics of precipitation concentration degree and precipitation concentration period in Qamdo over the last 36 years[J]. Plateau and Mountain Meteorology Research, 2016, 36(4): 71-74, 85.]

[27]
Bhattacharyya S, Sreekesh S. Assessments of multiple gridded rainfall datasets for characterizing the precipitation concentration index and its trends in India[J]. International Journal of Climatology, 2022, 42(5): 3147-3172.

[28]
段亚雯, 朱克云, 马柱国, 等. 中国区域1961—2010年降水集中指数(PCI)的变化及月分配特征[J]. 大气科学, 2014, 38(6): 1124-1136.

[Duan Yawen, Zhu Keyun, Ma Zhuguo, et al. Characteristics of precipitation concentration index (PCI) variations and monthly distribution of annual precipitation in China[J]. Chinese Journal of Atmospheric Sciences, 2014, 38(6): 1124-1136.]

[29]
Michiels P, Gabriels D, Hartmann R. Using the seasonal and temporal precipitation concentration index for characterizing the monthly rainfall distribution in Spain[J]. Catena, 1992, 19(1): 43-58.

[30]
段娅楠, 季漩, 郭若愚, 等. 雅鲁藏布江流域潜在蒸散发的气候敏感性及其变化的主导因子分析[J]. 水土保持研究, 2020, 27(2): 261-268.

[Duan Yanan, Ji Xuan, Guo Ruoyu, et al. Analysis on the sensitivity and dominant meteorological factors identification of potential evapotranspiration variation in Yarlung Zangbo River Basin[J]. Research of Soil and Water Conservation, 2020, 27(2): 261-268.]

[31]
徐宗学, 班春广, 张瑞. 雅鲁藏布江流域径流演变规律与归因分析[J]. 水科学进展, 2022, 33(4): 519-530.

[Xu Zongxue, Ban Chunguang, Zhang Rui. Evolution laws and attribution analysis in the Yarlung Zangbo River Basin[J]. Advances in Water Science, 2022, 33(4): 519-530.]

[32]
陈斌, 李海东, 曹学章, 等. 雅鲁藏布江流域植被格局与NDVI分布的空间响应[J]. 中国沙漠, 2015, 35(1): 120-128.

[Chen Bin, Li Haidong, Cao Xuezhang, et al. Vegetation pattern and spatial distribution of NDVI in the Yarlung Zangbo River Basin of China[J]. Journal of Desert Research, 2015, 35(1): 120-128.]

[33]
Li D, Li J, Zhang L L, et al. Variations in the key hydrological elements of the Yarlung Zangbo River Basin[J]. Water Supply, 2019, 19(4): 1088-1096.

[34]
Xuan W D, Xu Y P, Fu Q, et al. Hydrological responses to climate change in Yarlung Zangbo River Basin, Southwest China[J]. Journal of Hydrology, 2021, 597: 125761.

[35]
黄志诚, 杜军, 白宇轩, 等. 1981—2020年西藏高原汛期降水量时空变化特征[J]. 高原山地气象研究, 2024, 44(2): 83-90.

[Huang Zhicheng, Du Jun, Bai Yuxuan, et al. Temporal and spatial variation characteristics of flood season precipitation in Xizang from 1981 to 2020[J]. Plateau and Mountain Meteorology Research, 2024, 44(2): 83-90.]

[36]
杨浩, 崔春光, 王晓芳, 等. 气候变暖背景下雅鲁藏布江流域降水变化研究进展[J]. 暴雨灾害, 2019, 38(6): 565-575.

[Yang Hao, Cui Chunguang, Wang Xiaofang, et al. Research progresses of precipitation variation over the Yarlung Zangbo River basin under global climate warming[J]. Torrential Rain and Disasters, 2019, 38(6): 565-575.]

[37]
李晓琳. 青藏高原雪盖次季节变率的季节进程[J]. 高原山地气象研究, 2024, 44(3): 120-128.

[Li Xiaolin. Seasonal process of snow cover subseasonal variability on the Qinghai-Xizang Plateau[J]. Plateau and Mountain Meteorology Research, 2024, 44(3): 120-128.]

[38]
Li C H, Su F G, Yang D Q, et al. Spatiotemporal variation of snow cover over the Qinghai-Xizang Plateau based on MODIS snow product, 2001-2014[J]. International Journal of Climatology, 2018, 38(2): 708-728.

[39]
张仪辉, 刘昌明, 梁康, 等. 雅鲁藏布江流域降水时空变化特征[J]. 地理学报, 2022, 77(3): 603-618.

[Zhang Yihui, Liu Changming, Liang Kang, et al. Spatio-temporal variation of precipitation in the Yarlung Zangbo River Basin[J]. Acta Geographica Sinica, 2022, 77(3): 603-618.]

[40]
边巴卓嘎, 赤曲, 周顺武, 等. 雅鲁藏布江河谷盛夏降水年际变化及其与环流的联系[J]. 大气科学学报, 2022, 45(3): 469-479.

[Bianba Zhuoga, Chi Qu, Zhou Shunwu, et al. Interannual variations of midsummer precipitation in the Yarlung Zangbo River valley area and its relationship with circulation[J]. Transactions Atmospheric Sciences, 2022, 45(3): 469-479.]

[41]
高佳佳, 杜军. 雅鲁藏布江流域极端降水模拟及预估[J]. 冰川冻土, 2021, 43(2): 580-588.

[Gao Jiajia, Du Jun. Extreme precipitation simulation and forecast of the Yarlung Zangbo River Basin[J]. Journal of Glaciology and Geocryology, 2021, 43(2): 580-588.]

[42]
赤曲, 周顺武, 多典洛珠, 等. 1961—2017年雅鲁藏布江河谷地区夏季气候暖干化趋势[J]. 气候与环境研究, 2020, 25(3): 281-291.

[Chi Qu, Zhou Shunwu, Duodianluozhu, et al. Warming and drying trend of summer climate along the Yarlung Zangbo River valley area from 1961 to 2017[J]. Climatic and Environmental Research, 2020, 25(3): 281-291.]

[43]
De Luís M, González-Hidalgo J C, Longares L A. Is rainfall erosivity increasing in the Mediterranean Iberian Peninsula[J]. Land Degradation & Development, 2010, 21(2): 139-144.

[44]
魏凤英. 现代气候统计诊断与预测技术(第2版)[M]. 北京: 气象出版社, 2007.

[Wei Fengying. Statistics Technology of Diagnose and Forecast of Modern Climate[M]. 2nd ed. Beijing: China Meteorological Press, 2007.]

[45]
唐启义. DPS数据处理系统-实验设计、统计分析及数据挖掘(第2版)[M]. 北京: 科学出版社, 2010.

[Tang Qiyi. DPS Data Processing System-experimental Design, Statistical Analysis and Data Mining Developed[M]. 2nd ed. Beijing: Science Press, 2010.]

[46]
杜军, 高佳佳, 陈涛, 等. 1981—2023年雅鲁藏布江流域大气饱和水汽压差变化及影响因素[J]. 气候变化研究进展, 2024, 20 (5): 544-557.

[Du Jun, Gao Jiajia, Chen Tao, et al. Spatio-temporal variation of vapor pressure deficit and impact factors in the Yalung Zangbo River Basin from 1981 to 2023[J]. Climate Change Research, 2024, 20(5): 544-557.]

[47]
徐祥德, 董李丽, 赵阳, 等. 青藏高原“亚洲水塔”效应和大气水分循环特征[J]. 科学通报, 2019, 64(27): 2830-2841.

[Xu Xiangde, Dong Lili, Zhao Yang, et al. Effect of the Asian Water Tower over the Qinghai-Xizang Plateau and the characteristics of atmospheric water circulation[J]. Chinese Science Bulletin, 2019, 64(27): 2830-2841.]

[48]
朱艳欣, 桑燕芳. 青藏高原降水季节分配的空间变化特征[J]. 地理科学进展, 2018, 37(11): 1533-1544.

[Zhu Yanxin, Sang Yanfang. Spatial variability in the seasonal distribution of precipitation on the Qinghai-Xizang Plateau[J]. Progress in Geography, 2018, 37(11): 1533-1544.]

Options
Outlines

/

〈 〉