目錄TOC\o"1-3"\h\u10294摘要 V26542Abstract VI15623第1章引言 1192861.1研究背景 185211.2研究價值 1227791.3國內(nèi)外研究進展 242731.4研究內(nèi)容 3273571.5研究目標 4162251.6研究路線 428292第2章研究區(qū)域概況與研究方法 527682.1研究區(qū)概況 5213842.2數(shù)據(jù)來源 5109382.2.1歷史數(shù)據(jù) 5129352.2.2未來情景氣候數(shù)據(jù) 5201322.3研究方法 632422.3.1極端降水指數(shù) 6216832.3.2Sen’s斜率估計法 627442.3.3空間局部插值法 7166312.3.4Origin軟件和ArcGIS軟件 719779第3章基于CMIP6的貴州省極端降水的時空變化特征 8131743.1歷史時期貴州省極端降水的年際變化特征 8222813.2歷史時期貴州省極端降水變化的空間分布特征 9172783.3未來不同情景下貴州省極端降水的年際變化趨勢 12111363.4未來不同情景下貴州省極端降水指數(shù)變化的空間分布特征 1647473.5本章小結(jié) 2319113第4章結(jié)論與討論 25151674.1結(jié)論 25155214.2討論 269536參考文獻 2812932致謝 30基于CMIP6的貴州省極端降雨預(yù)估研究摘要本文對貴州省極端降水歷史和未來變化進行了預(yù)估研究?；谫F州省19個基本氣候站點歷史逐日數(shù)據(jù)和CMIP6模式未來氣候數(shù)據(jù)，利用Sen’s斜率估計法和空間插值法等方法對貴州省極端降水的歷史和未來時期的變化特征進行分析，研究結(jié)果得出：1961-2023年間，貴州省極端降水指數(shù)在每個季節(jié)的變化幅度都較小，其中1天最大降水量、5天最大降水量和極端潮濕的一天降水整體上升趨勢，呈現(xiàn)南北部高，東部、中部和西部低，濕日總降水量整體上升趨勢，呈現(xiàn)周邊高中部低，非常潮濕的一天整體上升趨勢，由南部和東南部往西部和西北部遞減；2024-2100年，貴州省極端降水在不同情景下的時空變化趨勢如下：未來不同情景下各降水指數(shù)整體呈上升趨勢，上升趨勢幅度較大的主要在SSP585情景。在SSP126情景下，各降水指數(shù)大多分布于東部、南部和中部，在SSP245情景下，各降水指數(shù)大多分布于東南部，在SSP370情景下，各降水指數(shù)大多分布于南部和中部，在SSP585情景下，各降水指數(shù)大多分布于西部和西南部。綜上所述，在未來的氣候變化中，貴州省的極端降水總體是趨于增加的趨勢。關(guān)鍵詞：貴州省，CMIP6，極端降水，時空變化特征StudyonextremerainfallestimationinGuizhouProvincebasedonCMIP6AbstractThispaperestimatesthehistoryandfuturechangesofextremeprecipitationinGuizhouprovince.BasedontheCMIP6modelandthedailydataof19basicclimatesitesinGuizhouProvince,Thedataisameteorologicaldatasetthathasundergonenationalqualitytesting,datacorrectionandaccurateprocessing,TheanalysisofthehistoryandfutureprecipitationinGuizhouProvincebySen'sslopeestimationandspatialinterpolation,Theresultsshowthat,between1961and2023,TheextremeprecipitationindexinGuizhouprovincechangedlessineachseason,Amongthem,themaximumprecipitationof1day,themaximumprecipitationof5daysandtheextremelywetdayprecipitationarehighinthenorthandsouth,Eastern,Central,andWesternLow,Theoverallrisingtrendofwetdailytotalprecipitationishighonbothsidesandlowinthemiddle,Theoverallupwardtrendofaverywetdaydecreasesfromsouthandsoutheasttowestandnorthwest;In2024-2100,ThespatialandtemporalchangetrendsofextremeprecipitationinGuizhouprovinceunderdifferentscenariosareasfollows:Inthefuture,eachprecipitationindexwillshowanupwardtrendindifferentscenariosonthewhole,ThelargerupwardtrendismainlyintheSSP585scenario.IntheSSP126scenario,theprecipitationindexesaremostlydistributedintheeast,southernandcentral,intheSSP245scenario,theprecipitationindexesaremostlydistributedinthesoutheast,intheSSP370scenario,theprecipitationindexesaremostlydistributedinthesouthandcentral,intheSSP585scenario,theprecipitationindexesaremostlydistributedinthewestandsouthwest.Tosumup,inthefutureclimatechange,theextremeprecipitationinGuizhouProvincegenerallytendstoincrease.Keywords:GuizhouProvince,CMIP6,extremeprecipitation,spatialandtemporalchanges 第1章引言1.1研究背景近年來研究表明，全球溫度正在不斷升高，導(dǎo)致全球氣候變化頻率增加，成為全球各國和研究機構(gòu)關(guān)注的重大熱點問題[1]。在該背景下，由氣候變化引起的極端氣候事件發(fā)生的次數(shù)也逐漸增多。極端降水是較為常見的一種極端氣候事件，其具有不可控性和突發(fā)性的特點，極易引發(fā)洪水和山體滑坡等自然災(zāi)害，導(dǎo)致農(nóng)田被淹、道路堵塞和房屋倒塌，對受災(zāi)地區(qū)的交通運輸和地方經(jīng)濟造成巨大損失[2]。為了減少極端降水事件所帶來的影響，對極端降水的時空變化及未來趨勢的預(yù)估研究就顯得尤為重要。貴州省地處太平洋季風(fēng)和印度洋季風(fēng)交匯地，季風(fēng)所攜帶的冷暖水汽交匯極易形成降水，加之貴州省的地形影響，使得極端降水進一步增強[1]。目前已有學(xué)者對極端降水的時空變化趨勢進行分析，但由于研究區(qū)域和時期的差異，形成的變化趨勢和規(guī)律也不盡相同，對特定區(qū)域的研究也不完善，貴州省作為極端降水典型區(qū)域，因此急需對極端降水展開研究[4]。CMIP6是目前最新的一代IPCC模擬計劃，與CMIP5相比，該模式具有預(yù)測全面、精度高的特點，能更好的實現(xiàn)極端降水的預(yù)估研究[1]。為了更好的對貴州省極端降水進行預(yù)估研究，本文選取了CMIP6模式中能夠較好地呈現(xiàn)出極端降水變化規(guī)律的五個極端降水指數(shù)：1天最大降水量、5天最大降水量、非常潮濕的一天降水、極端潮濕的一天降水和濕日總降水量，通過分析歷史數(shù)據(jù)和CMIP6模式中未來數(shù)據(jù)來分析極端降水變化趨勢和時空變化特征[1]。該研究有助于貴州省理清極端降水災(zāi)害變化情況及趨勢，并對貴州省應(yīng)對極端降水的防范工作提供一定的理論指導(dǎo)。1.2研究價值（1）學(xué)術(shù)價值基于CMIP6的貴州省極端降水預(yù)估研究，既可以完善我國極端降水的小尺度范圍研究，又能理清貴州省極端降水災(zāi)害變化情況及趨勢。（2）應(yīng)用價值基于CMIP6的貴州省極端降水預(yù)估研究，可以幫助貴州省相關(guān)部門了解貴州省極端降水災(zāi)害變化情況及趨勢，并對貴州省應(yīng)對極端降水的防范工作提供一定的理論指導(dǎo)，增強貴州省的應(yīng)急管理針對性，具有重要的應(yīng)用價值。1.3國內(nèi)外研究進展（1）極端降水的定義極端降水是較為常見的極端氣候事件之一，不同角度有不同的定義。目前，國際上大多采用百分位法，來確定極端降水閾值，將超過降水閾值的降水定義為極端降水[5]。例如劉長空等[6]就是將站點日降水量進行排序，將第95百分點的降水量值確定為極端降水的閾值；薛媛等[7]將日降水量進行排序，把第90、95、99百分位值定為極端降水閾值，將超過該閾值的降水定義為極端降水。隨著研究深入，學(xué)者們相繼引申出通用的極端降水指數(shù)，通過分析極端降水指數(shù)來研究極端降水，極大的拓展了極端降水的研究。氣候變化探測和指標聯(lián)合專家組（ETCCDMI）基于之前的研究成果提出了更適用全球極端降水研究的極端降水指數(shù)，學(xué)者們將其應(yīng)用在極端降水的相關(guān)研究上，極大豐富了極端降水的研究。自IPCC發(fā)布了一系列報告之后，部分學(xué)者提出了臨界值理論，并建立了相關(guān)的理論模型，進一步擴大了極端降水的研究理論體系。如Stechmann等[8]依據(jù)降水事件概率密度建立模型，并提出“臨界值的”概念。Neelim等[9]將臨界值應(yīng)用到極端降水的研究中發(fā)現(xiàn)，在全球變暖背景下，降水的概率隨著臨界值的增加而增加。在最新世界氣候研究計劃(WCRP)推出的國際耦合模式比較計劃第6階段（CMIP6）的研究表明，在極端降水的研究中應(yīng)用臨界值是具有不錯的可靠性[8]。（2）極端降水的時空變化特征國內(nèi)外學(xué)者大多通過研究極端降水指數(shù)的變化特征來研究極端降水的時空變化特征，并取得了許多重要的研究成果。如薛媛等[7]研究表明，全球的極端降水呈上升的態(tài)勢，但是在各尺度區(qū)域上呈現(xiàn)較大的差異；吉戴婧琪等[3]研究結(jié)果指出，在1960-2017年間，中國極端降水指數(shù)空間分布呈“西部地區(qū)和東部地區(qū)上升，北部下降”的總體趨勢；李慧慧[4]等研究表明，我國的極端降水呈西北低，東南高的空間分布特征，極端降水強度及頻率都在增強；馮椰林等[1]研究表明，貴州省的極端降水事件整體呈上升趨勢。隨著對極端降水研究的深入，學(xué)者們發(fā)現(xiàn)極端降水在大尺度的區(qū)域和小尺度區(qū)域內(nèi)的趨勢存在較大差異。如Russo等[10]研究表明，全球的極端降水總態(tài)勢于小區(qū)域的極端降水態(tài)勢存在差異性；Tan等[11]研究分析指出，全球極端降水空間分布差異較大，極端降水在中亞和北半球高緯度區(qū)域較弱，在東南亞、南美洲和澳大利亞東北部較強；Papalexiou等[12]和Sun等[13]的研究結(jié)果也指出全球的極端降水變化在地區(qū)上的差異較大。由于目前國內(nèi)外對小尺度區(qū)域的研究還不完善，對小尺度的區(qū)域還需開展進一步研究。（3）極端降水的預(yù)估研究全球氣候系統(tǒng)模式（GCMs）是基于氣候歷史數(shù)據(jù)進行模擬，然后進行未來氣候情景預(yù)估的重要工具[14]。世界氣候研究計劃（WCRP）目前已經(jīng)推出了6階段耦合模式比較計劃的研究成果，在推出的6個階段耦合模式比較計劃中，學(xué)者們應(yīng)用較為廣泛的是CMIP3模式（第3階段）和CMIP5模式（第5階段），將CMIP5模式與CMIP3模式相比，CMIP５模式的模擬能力更強，整體上對不同的指數(shù)模擬偏差較小[15]。吳晶等[16]研究得出，CMIP5模式比CMIP3更匹配，在西北干旱區(qū)的降水研究上，雖然模擬效果上得到提升，但是模擬誤差依舊較大；Kusunoki等[17]將極端降水數(shù)據(jù)進行CMIP3模式和CMIP5模式下的模擬研究中，指出CMIP5模式比CMIP3模式的相對模擬性能要好，CMIP5模式更適合東亞地區(qū)。為了更好研究不同空間尺度上的極端降水模擬研究，世界氣候研究計劃（WCRP）隨之推出CMIP6模式（第6階段），與CMIP5模式相比，CMIP6模式提高了分辨率，提高了模擬性能的精確性，不僅增強了在大尺度區(qū)域上的模擬能力，也增加了在小尺度區(qū)域上的模擬精確性，模擬極端降水的可靠性得到大大增強[18]。如王予等[19]分別比較了CMIP6模式和CMIP5模式下的中國極端降水模擬能力，研究指出CMIP6模式的模擬能力更強和更可靠。馮椰林等[1]基于CMIP6模式對貴州省極端降水進行研究，分析結(jié)果得出，CMIP6模式得到的結(jié)果誤差小，適用于貴州省的極端降水預(yù)估研究。綜上所述，當前對極端降水預(yù)估方法模式有多種多樣，不同的模式的結(jié)果誤差大小也不同，適用的區(qū)域也有所差別，以后也可能會推出新的研究模式，就目前研究表明，CMIP6模式更適合貴州省的極端降水預(yù)估研究。1.4研究內(nèi)容（1）貴州省1961-2023年極端降水時空變化特征本研究選取五個極端降水指數(shù)，基于全省19氣象站點的逐日降水數(shù)據(jù)，對1961-2023年貴州省極端降水進行時空分析，探討其時間變化趨勢和空間分布特征。（2）貴州省2024-2100年貴州省極端降雨預(yù)估研究利用4種情景（SSP126、SSP245、SSP370、SSP585）EC-Earth3模式的逐日降水數(shù)據(jù)，對未來時期2024-2100年貴州極端降雨時空變化趨勢進行預(yù)估。1.5研究目標本研究以貴州省為研究對象，利用國際通用的5個極端降水指標,通過Sen’s斜率估計法、空間插值法對貴州省極端降水的時空演變特征進行分析；利用EC-Earth3模式下的4種情景，對貴州省未來2024-2100年間極端降水的時空變化特征進行預(yù)估研究。1.6研究路線本研究的基本路線如圖1-1所示：數(shù)據(jù)使用數(shù)據(jù)分析CMIP6數(shù)據(jù)使用數(shù)據(jù)分析CMIP6氣候模式數(shù)據(jù)集研究內(nèi)容氣候站點的逐日降水數(shù)據(jù)集極端降水指數(shù)Sen’s斜率估計法空間插值法歷史時期貴州省極端降水的時空變化未來不同情景下貴州省極端降水的時空變化圖1-1技術(shù)線路圖第2章研究區(qū)域概況與研究方法2.1研究區(qū)概況貴州省位于中國西南地區(qū)的東南部，分別與湖南、廣西、云南、四川和重慶接壤，經(jīng)緯度分別處于24°37′-29°13′N和103°36′-109°35′E之間。全省東西長約595千米，南北相距約509千米，全省總國土面積約為176167km２。地處云貴高原，山區(qū)面積廣大，地勢西高東低，海拔主要分布在152~2885m之間?？λ固氐孛彩琴F州發(fā)育最為典型的地貌，面積約為10.9萬平方千米，占全省面積的61.9%。貴州省氣候?qū)儆趤啛釒駶櫦撅L(fēng)氣候，年降水量介于621.69~1541.34mm之間，年平均氣溫為15℃，氣溫變化較小，季節(jié)分明，降水量充沛，雨熱同期。因為貴州省地處太平洋季風(fēng)和印度洋季風(fēng)交匯地，兩股季風(fēng)所攜帶的冷暖水汽交匯極易形成降水，加之貴州省的地形地貌主要是喀斯特地貌，極端降水會進一步引發(fā)各種地質(zhì)災(zāi)害，造成巨大損失，其中貴州省降水多集中于夏季，這也導(dǎo)致了貴州省在夏季發(fā)生許多由極端降水引起的山體滑坡和洪澇災(zāi)害。2.2數(shù)據(jù)來源2.2.1歷史數(shù)據(jù)本文所使用的歷史時期數(shù)據(jù)選取于中國氣象科學(xué)數(shù)據(jù)網(wǎng)站提供的逐日降水量數(shù)據(jù)集，該數(shù)據(jù)集基于全國的基本氣象站點觀測統(tǒng)計得來的降水資料，經(jīng)過國家的質(zhì)量檢測和數(shù)據(jù)修正，并通過國家嚴格準確處理而成的氣象數(shù)據(jù)集。本文基于貴州省的綜合情況，最終選取了貴州省19個基本氣象站點的逐日降水數(shù)據(jù)集，時間段介于1961-2023年間，基于歷史數(shù)據(jù)對貴州省極端降水在時空變化特征進行研究。2.2.2未來情景氣候數(shù)據(jù)本文所使用的未來時期的情景預(yù)估模擬數(shù)據(jù)選取于CMIP6（第6次國際耦合模式比較計劃）模式中的EC-Earth3模式，該模式是由EC-Earth歐盟開發(fā)的，它更加注重研究區(qū)域的綜合性和代表性，改進了CMIP5的氣候模式系統(tǒng)，具有更好的模擬效果，在歷史和未來的氣候規(guī)律推演上具有較高的可靠性，得到了學(xué)者們的廣泛應(yīng)用[20-21]?；谝陨峡紤]，本研究選用EC-Earth3模式進行貴州省的極端降雨預(yù)估研究，選取了該模式中的SSP126、SSP245、SSP370和SSP585四類排放情景。CMIP5中RCP在經(jīng)過CMIP6模式中更新后，重命名為SSP，在其更新后，這4類情景分別代表可持續(xù)發(fā)展和低排放、中度發(fā)展和中等排放情景、局部發(fā)展和新輻射強迫情景、常規(guī)發(fā)展和高排放情景。這四類情景中，輻射強迫分別穩(wěn)定在2.6W/m2、4.5W/m2、7.0W/m2和8.5W/m2的社會發(fā)展路徑[22-23]。本研究所選用的未來時段是2024至2100年。2.3研究方法2.3.1極端降水指數(shù)為了更好的研究極端降水，參考IPCC第四次報告重新定義的核心指數(shù)指標，基于研究需求選用五個降水指數(shù)指標：1天最大降水量（Rx1day）、5天最大降水量（Rx5day）、非常潮濕的一天降水（R95p）、極端潮濕的一天降水（R99p）、濕日總降水量（Prcptot）。具體如下表：表2-3極端降水指數(shù)的定義簡稱名稱定義單位Rx1day11天最大降水量某一時期（年或月）的單日最大降水量mmRx5day55天最大降水量某一時期（年或月）的連續(xù)5天的最大降水量mmR95p非常潮濕的一天降水基準期內(nèi)，日降水量超過百分位第95位的日子的年度總和降水量mmR99p極端潮濕的一天降水基準期內(nèi)，日降水量超過日降水量百分位數(shù)第99位的日子的年度總和降水量mmPrcptot濕日總降水量降水≥1mm日的年總降水量mm2.3.2Sen’s斜率估計法采用Sen’s斜率估計法來分析極端降雨的變化特征。Sen’s斜率估計法是將所需數(shù)據(jù)序列進行計算，得到數(shù)據(jù)序列的斜率β，并通過判斷斜率β的上升和下降來分析數(shù)據(jù)序列的變化趨勢。該方法能夠更好的呈現(xiàn)出數(shù)據(jù)序列趨勢的變化，能夠減少數(shù)據(jù)缺失或異常對趨勢測試結(jié)果的影響，比較適合本研究[4，24]。其斜率計算公式為：計算公式中：表示第時刻的觀測值；表示第時刻的觀測值；當結(jié)果>0時，表示數(shù)據(jù)序列呈現(xiàn)上升趨勢；當結(jié)果=0時，表示數(shù)據(jù)序列上升和下降趨勢不明顯；當結(jié)果<0時，表示數(shù)據(jù)序列呈下降趨勢[25]。2.3.3空間局部插值法空間局部插值法又稱地統(tǒng)計法，空間局部插值是基于地理數(shù)據(jù)自相關(guān)統(tǒng)計而發(fā)展起來的空間插值方法，利用變異函數(shù)理論和結(jié)構(gòu)分析得到區(qū)域內(nèi)已知點之間的相關(guān)性。該方法不但能夠量化已知點之間的空間自相關(guān)性，而且能夠說明站點在預(yù)測區(qū)域范圍的空間分布，使其預(yù)估值無限接近實際值，且準確性較高，比較適合貴州省的極端降雨預(yù)估研究[26]。其計算公式為：式中，表示降雨數(shù)據(jù)的預(yù)估值；表示降雨數(shù)據(jù)序列時刻的權(quán)重系數(shù)；為實測點處的降雨數(shù)據(jù)值[27]。2.3.4Origin軟件和ArcGIS軟件Origin是專業(yè)的繪圖和數(shù)據(jù)分析軟件。Origin軟件具有完善的數(shù)據(jù)分析功能，并且數(shù)據(jù)模板多樣，因此本研究利用Origin軟件來對降雨數(shù)據(jù)制圖和進行分析，制作這次研究所需的降雨趨勢圖。本研究利用ArcGIS軟件進行研究區(qū)域的空間插值分析，制作研究區(qū)域的極端降水指數(shù)分布圖。第3章基于CMIP6的貴州省極端降水的時空變化特征3.1歷史時期貴州省極端降水的年際變化特征圖３-1為1961-2023年間貴州省極端降水指數(shù)的年際變化圖。在圖中可以看出，在歷史時期，貴州省極端降水指數(shù)在夏季整體呈上升趨勢，但趨勢不明顯；春季、秋季和冬季整體呈下降的趨勢，其中5天最大降水量下降最明顯，其他降水指數(shù)下降趨勢不明顯。從各個季節(jié)變化趨勢來看，在春季，1天最大降水量、5天最大降水量、濕日總降水量和極端潮濕的一天降水指數(shù)呈下降趨勢，其中濕日總降水量下降趨勢最大，為-0.3542mm/10a，而非常潮濕的一天降水呈上升趨勢，趨勢為0.1483mm/10a；在夏季，1天最大降水量、5天最大降水量、非常潮濕的一天降水和濕日總降水量指數(shù)呈上升趨勢，其中濕日總降水量變化趨勢最大，變化趨勢為0.6475mm/10a，而極端潮濕的一天降水指數(shù)呈減少趨勢，趨勢為-0.02mm/10a；在秋季，5天最大降水量、非常潮濕的一天降水和濕日總降水量指數(shù)呈下降趨勢，其中濕日總降水量下降趨勢最大，為-0.6028mm/10a，而1天最大降水量和極端潮濕的一天降水指數(shù)呈上升趨勢，其中1天最大降水量上升趨勢最大，為0.1373mm/10a；在冬季，1天最大降水量、極端潮濕的一天降水、非常潮濕的一天降水和濕日總降水量指數(shù)呈下降趨勢，其中非常潮濕的一天降水指數(shù)下降趨勢最大，為-0.1115mm/10a，而5天最大降水量指數(shù)呈不變的趨勢。圖3-11961-2023貴州省極端降水指數(shù)的變化3.2歷史時期貴州省極端降水變化的空間分布特征圖3-2為1961-2023年間貴州省極端降水指數(shù)變化的空間分布圖。在圖中可以看出，在歷史時期，貴州省極端降水指數(shù)的變化整體上呈現(xiàn)有升有下的趨勢。具體情況如下：在春季，1天最大降水量、5天最大降水量、極端潮濕的一天降水和非常潮濕的一天降水呈上升趨勢，其中1天最大降水量上升幅度較大的地區(qū)（>1.37mm/10a）主要分布于北部區(qū)域，5天最大降水量上升幅度較大的地區(qū)（>6.82mm/10a）主要分布在東北部及中部區(qū)域，極端潮濕的一天降水上升幅度較大的地區(qū)（>2.81mm/10a）主要分布于北部和南部區(qū)域，非常潮濕的一天上升幅度較大的地區(qū)（>3.5mm/10a）主要分布于東南部區(qū)域；濕日總降水量呈下降趨勢，其中下降幅度較大的地區(qū)（<-5.57mm/10a）主要分布于西部區(qū)域。在夏季，1天最大降水量、5天最大降水量、非常潮濕的一天降水和濕日總降水量呈上升趨勢，其中1天最大降水量上升幅度較大的地區(qū)（>1.03mm/10a）主要分布于南部區(qū)域，5天最大降水量上升幅度較大的地區(qū)（>2.27mm/10a）主要分布于東南部及西南部區(qū)域，非常潮濕的一天降水上升幅度較大的地區(qū)（>5.19mm/10a）主要分布于南部及西南部區(qū)域，濕日總降水量上升幅度較大的地區(qū)（>9.34mm/10a）主要分布于南部區(qū)域及東部的局部區(qū)域；極端潮濕的一天降水呈下降趨勢，其中下降幅度較大的地區(qū)（<-2.06mm/10a）主要分布于西北部區(qū)域以及東部的零星區(qū)域。在秋季，1天最大降水量、5天最大降水量、濕日總降水量、極端潮濕的一天降水和非常潮濕的一天降水都呈現(xiàn)下降的趨勢，其中1天最大降水量下降幅度較大的地區(qū)（<-1.33mm/10a）主要分布于南部區(qū)域以及東南部部區(qū)域，5天最大降水量下降幅度較大的地區(qū)（<-9.62mm/10a）主要分布于東北部以及西南部的小部分區(qū)域，濕日總降水量下降幅度較大的地區(qū)（<-8.06mm/10a）主要分布于西部區(qū)域以及西北部的小部分區(qū)域，非常潮濕的一天降水下降幅度較大的地區(qū)（<-2.62mm/10a）主要分布于中部區(qū)域以及西部區(qū)域，其趨勢由西南向中部減少，極端潮濕的一天降水下降幅度較大的地區(qū)（<-1.62mm/10a）主要分布于西南部以及中部的區(qū)域。在冬季，五個簡短降水指數(shù)中，1天最大降水量、濕日總降水量、極端潮濕的一天降水和非常潮濕的一天降水呈下降趨勢，而5天最大降水量趨勢沒有變化。其中1天最大降水量下降幅度較大的地區(qū)（<-9.47mm/10a）主要分布于中部區(qū)域內(nèi)，濕日總降水量下降幅度較大的地區(qū)（<-0.871mm/10a）主要分布于西部、西北部以及中部小部分區(qū)域，非常潮濕的一天降水下降幅度較大的地區(qū)（<-0.411mm/10a）主要分布于東南部、中部以及西北部區(qū)域，極端潮濕的一天降水下降幅度較大的地區(qū)（<-9.10mm/10a）主要分布于東南部以及其他零星區(qū)域。圖3-21961-2023貴州省極端降水變化空間分布圖3.3未來不同情景下貴州省極端降水的年際變化趨勢圖3-3為未來不同情景下2024-2100年間貴州省極端降水指數(shù)的年際變化趨勢。在圖中可以看出，在2024-2100年間，各個極端降水指數(shù)在未來不同情景下整體呈現(xiàn)為上升趨勢。從不同季節(jié)來看，春季的濕日總降水量變化趨勢呈上升趨勢，其中上升的最大趨勢出現(xiàn)在SSP585情景下，為1.0399mm/10a，其余三個情景下分別為SSP126（0.3032mm/10a）、SSP245(0.6096mm/10a)、SSP370（0.2874mm/10a）；夏季的濕日總降水量變化趨勢在SSP126情景下呈下降趨勢，在SSP245、SSP370、SSP585情景下均呈上升趨勢，其中上升趨勢幅度最大的為SSP585情景，SSP370情景和SSP245情景緊隨其后；秋季的濕日總降水量變化趨勢均呈上升趨勢，且上升幅度最大的在SSP585情境下，其次分別為SSP370情景、SSP245情景、SSP126情景；冬季的濕日總降水量變化趨勢均呈上升趨勢，其中上升幅度最大的是SSP585情景，最小的是SSP126情景，SSP245情景、SSP370情景排在中間。非常潮濕的一天降水變化趨勢在春季中均呈現(xiàn)增加趨勢，其中增加趨勢幅度最大的出現(xiàn)在SSP585情景下，其增加趨勢為（0.9133mm/10a），其次為SSP245情景、SSP370情景、SSP126情景，增加趨勢分別為（0.4337mm/10a、0.3037mm/10a、0.184mm/10a）；在夏季，非常潮濕的一天降水變化趨勢在SSP245、SSP370、SSP585情景下呈現(xiàn)增加趨勢，其中增加趨勢幅度最大出現(xiàn)在SSP370情景下，為（1.6897mm/10a），而在SSP126情景下呈減少趨勢，減少趨勢幅度為（-0.3336mm/10a）；在秋季，非常潮濕的一天降水變化趨勢在四個情景下都呈現(xiàn)上升趨勢，并且四個情景下的上升趨勢幅度相差不大，上升幅度從小到大依次排序為SSP126情景、SSP370情景、SSP245情景、SSP585情景；在冬季，非常潮濕的一天降水變化趨勢在四個情景下有升有降，除去SSP370情景下，其他的情景下都呈現(xiàn)上升趨勢，但是上升趨勢幅度都較小，包括在SSP370情景下的下降趨勢幅度也較小。從極端潮濕的一天降水指數(shù)在四個季節(jié)的變化趨勢看，春季，極端潮濕的一天降水在SSP126情景、SSP245情景、SSP370情景和SSP585情景下都是呈增加趨勢，其中在SSP245情景和SSP585情景下的增加趨勢幅度較大，SSP370情景下的增加趨勢幅度居中，SSP126情景下的增加趨勢幅度較小；夏季，極端潮濕的一天降水在SSP126情景下呈現(xiàn)下降趨勢，下降趨勢幅度較小，在其他三個情景下呈現(xiàn)上升趨勢，其中在SSP585情景下上升趨勢幅度最大，然后是SSP370情景，最后是SSP245情景；在秋季，極端潮濕的一天降水均呈現(xiàn)增加趨勢，其中增加趨勢幅度最大的是在SSP585情景，最小的在SSP245情景；冬季，極端潮濕的一天降水的趨勢變化均呈上升趨勢，但是極端潮濕的一天降水在四個情景下的上升趨勢幅度都相差不大。從1天最大降水量指數(shù)變化來看，在冬季中，1天最大降水量的趨勢變化除了在SSP245情景和SSP380情景下有變化外，在另外的兩個情景下均無變化；在春季，1天最大降水量的趨勢變化在SSP126情景、SSP245情景和SSP585情景下都呈現(xiàn)上升趨勢，其中SSP585情景下的上升趨勢幅度較大，其次是SSP245情景，最后為SSP126情景，在SSP370情景下呈下降趨勢，且下降趨勢幅度較?。辉谙募?，1天最大降水量的趨勢變化在四個情景下都呈現(xiàn)增加趨勢，其中上升幅度最大的是SSP370情景，最小的是SSP126情景；在秋季，1天最大降水量的趨勢變化在四個情景下都呈現(xiàn)增加趨勢，按增加趨勢幅度的大小來排序：SSP585情景、SSP370情景、SSP245情景、SSP126情景。從5天最大降水量的變化趨勢看，在冬季，5天最大降水量的趨勢無變化；在春季，5天最大降水量的趨勢變化只有在SSP245情景下呈減少趨勢，其減少趨勢幅度較小，在SSP126情景、SSP370情景、SSP585情景下均呈增加趨勢，其中SSP585情景下的增加趨勢幅度較大，SSP126情景和SSP370情景下增加趨勢幅度較小，且相差不大；在夏季，5天最大降水量的趨勢變化在SSP245情景、SSP370情景和SSP585情景下呈上升趨勢，在SSP126情景下呈下降趨勢，其中上升趨勢幅度最大的是SSP585情景，下降趨勢幅度最小的是SSP126情景；在秋季，5天最大降水量的趨勢變化除了在SSP370秋季下呈現(xiàn)下降趨勢，在其余三個情景下均呈現(xiàn)上升趨勢，其中上升幅度由高到低依次為SSP585（0.5504mm/10a）、SSP245（0.1958mm/10a）、SSP126（0.1387mm/10a）。圖3-3未來不同情景下貴州省極端降水指數(shù)年際變化趨勢3.4未來不同情景下貴州省極端降水指數(shù)變化的空間分布特征圖3-4為未來不同情景下2024-2100年貴州省極端降水變化空間分布特征。從不同季節(jié)看，在春季，濕日總降水量空間分布及其變化在四個情景下均呈上升趨勢，其中濕日總降水量在SSP585情景下的上升趨勢最大，濕日總降水量上升幅度較高地區(qū)(>10.8mm/10a)主要集中于北部和西南部；在夏季，濕日總降水量除了在SSP126情景下呈減少趨勢外，在其他三個情景下都是呈增加趨勢，其中在SSP126情景減少幅度較高的地區(qū)(<-4.54mm/10a)主要分布在貴州省東部到中部的大片區(qū)域，在SSP245情景增加幅度較高的地區(qū)(>7.01mm/10a)主要分布在貴州省北部，在SSP370情景增加幅度較高的地區(qū)(>6.64mm/10a)主要分布在東南部以及東北部的局部區(qū)域，在SSP585情景增加幅度較高的地區(qū)(>13.0mm/10a)主要分布在南部；在秋季，濕日總降水量在四個情景下均呈現(xiàn)上升趨勢，其中四個情景中上升幅度最大的地區(qū)(>7.48mm/10a)主要分布在南部和西部，SSP126情景下的上升幅度最??；在冬季，濕日總降水量在SSP126情景、SSP245情景、SSP370情景和SSP585情景下均呈現(xiàn)上升趨勢，并且上升幅度大小從SSP126情景到SSP585情景依次增大，且在SSP585情景下上升幅度較高的地區(qū)(>2.77mm/10a)主要分布在貴州省北部。非常潮濕的一天降水在春季的四個情景下都呈現(xiàn)增加趨勢，其中非常潮濕的一天降水在SSP126情景增加幅度較高的地區(qū)(>3.8mm/10a)主要分布在東南部，在SSP245情景增加幅度較高的地區(qū)(>7.11mm/10a)主要分布在東南部，在SSP370情景增加幅度較高的地區(qū)(>7.15mm/10a)主要分布在東部，在SSP585情景增加幅度較高的地區(qū)(>10.9mm/10a)主要分布在北部區(qū)域；在夏季，非常潮濕的一天降水除了在SSP126情景下呈下降趨勢外，在另外三個情景下均呈上升趨勢，其中非常潮濕的一天降水在SSP126情景下降幅度較高的地區(qū)(<-6.19mm/10a)主要分布在南部到中部的大塊區(qū)域，在另外三個情景上升幅度最大的是SSP585情景，其上升幅度較高的地區(qū)(>24.9mm/10a)主要分布在南部；在秋季，非常潮濕的一天降水在SSP126情景、SSP245情景、SSP370情景和SSP585情景下都呈現(xiàn)增加趨勢，其中上升幅度最大的是SSP585情景，其上升幅度較高的地區(qū)(>6.64mm/10a)主要分布在北部和西部；在冬季，非常潮濕的一天降水在SSP245情景和SSP370情景下呈下降趨勢，下降幅度最大在SSP370情景，其下降幅度較高的地區(qū)(<-1.38mm/10a)主要分布在東部，非常潮濕的一天降水在SSP126情景和SSP585情景下均呈現(xiàn)增加趨勢，在SSP585情景下的上升幅度最大，其上升幅度較高的地區(qū)(>2.91mm/10a)主要分布在東部。從極端潮濕的一天降水指數(shù)的空間分布變化來看，在春季，極端潮濕的一天降水在四種情景下都呈現(xiàn)增加趨勢，其中在SSP126情景下增加趨勢幅度較高的地區(qū)（>0.99mm/10a）主要分布于南部、中部以及北部的小部分區(qū)域，在SSP245情景下增加趨勢幅度較高的地區(qū)（>1.86mm/10a）主要分布于東南部以及西部的局部區(qū)域，在SSP370情景下增加趨勢幅度較高的地區(qū)（>3.61mm/10a）主要分布于東部，在SSP585情景下增加趨勢幅度較高的地區(qū)（>5.27mm/10a）主要分布于北部局部區(qū)域以及南部的零星區(qū)域；在夏季，極端潮濕的一天降水除了在SSP126情景下呈現(xiàn)減少趨勢外，在另外三個情景均呈增加趨勢，其中在SSP126情景減少趨勢幅度較高的地區(qū)（<-2.28mm/10a）主要分布于東南部和南部，在SSP585情景下增加趨勢幅度較高的地區(qū)（>19.1mm/10a）主要分布于南部和西南部；在秋季，極端潮濕的一天降水在所有的情景下均呈上升趨勢，上升幅度從小到大依次為SSP126情景（>1.58mm/10a）、SSP245情景（>3.37mm/10a）、SSP585情景（>4.99mm/10a）、SSP370情景（>5.00mm/10a），其中極端潮濕的一天降水上升幅度較高地區(qū)（>5.00mm/10a）主要集中分布在西南部和東北部的局部區(qū)域；在冬季，極端潮濕的一天降水除了在SSP245情景下呈增加趨勢外，在SSP126情景、SSP370情景和SSP585情景下均呈減少趨勢，其中在SSP245情景增加幅度較高地區(qū)（>7.55mm/10a）主要集中分布在東南部局部區(qū)域，在SSP370情景減少幅度較高的地區(qū)（<-199.5mm/10a）主要分布于西部。從1天最大降水量指數(shù)的空間分布變化來看，在春季，1天最大降水量在SSP126情景、SSP370情景和SSP585情景下均呈上升趨勢，在SSP245情景下呈下降趨勢，其中在SSP126情景增加幅度較高地區(qū)（>1.28mm/10a）主要集中分布在東部至中部的大片地區(qū)，在SSP370情景增加幅度較高地區(qū)（>0.817mm/10a）主要集中分布在東部，在SSP585情景增加幅度較高地區(qū)（>1.54mm/10a）主要集中分布在東北部，在SSP245情景下降幅度較高的地區(qū)（<-1.41mm/10a）主要分布于北部；在夏季，1天最大降水量除了在SSP126情景下呈減少趨勢外，在SSP245情景、SSP370情景和SSP585情景下均呈增加趨勢，其中在SSP126情景下降幅度較高的地區(qū)（<-1.01mm/10a）主要分布于東北部和中部，在SSP245情景增加幅度較高地區(qū)（>1.17mm/10a）主要集中分布在西北部，在SSP370情景增加幅度較高地區(qū)（>2.36mm/10a）主要集中分布在南部以及其他零星區(qū)域，在SSP585情景增加幅度較高地區(qū)（>2.18mm/10a）主要集中分布在東南部和西部；在秋季，1天最大降水量在SSP126情景和SSP370情景下呈下降趨勢，在SSP245情景和SSP585情景下呈上升趨勢，其中上升幅度最大的地區(qū)（>1.83mm/10a）主要集中分布在東部和其他零星區(qū)域，下降幅度最大的地區(qū)（<-1.47mm/10a）主要集中分布在西南部；在冬季，1天最大降水量在SSP245情景和SSP370情景下呈下降趨勢，在SSP126情景和SSP585情景下變化不大，其中下降幅度最大的地區(qū)（<-223.2mm/10a）除了沒有分布在北部外，全省的大部分地區(qū)都分布有。從5天最大降水量指數(shù)的空間分布變化來看，在春季，5天最大降水量只在SSP370情景下呈增加趨勢，在其他的三個情景下全部呈下降趨勢，其中上升幅度最大的地區(qū)（>0.648mm/10a）主要集中分布在北部，下降幅度最大的地區(qū)（<-4.89mm/10a）主要集中分布在東南部；在夏季，5天最大降水量在SSP245情景、SSP370情景和SSP585情景下均呈增加趨勢，在SSP126情景下呈減少趨勢，其中增加幅度最大的地區(qū)（>4.11mm/10a）主要集中分布東南部，減少幅度最大的地區(qū)（<-1.61mm/10a）主要集中分布于北部、中部和東北部的部分地區(qū)；在秋季，5天最大降水量在SSP370情景下呈下降趨勢，在另外三個情景下呈上升趨勢，其中下降幅度最大的地區(qū)（<-2.56mm/10a）主要集中分布于西南部，上升幅度最大的地區(qū)（>13.3mm/10a）主要集中分布于東南部；在冬季，5天最大降水量在全部情景下都是無變化趨勢。圖3-4未來不同情景下貴州省極端降水指數(shù)變化的空間分布圖3.5本章小結(jié)本章基于貴州省19個站點的逐日歷史降水數(shù)據(jù)和CMIP6未來氣候數(shù)據(jù)，對貴州省歷史時期（1961-2023）和未來時期(2024-2100)年期間極端降水的時空變化特征及趨勢進行分析討論，綜上所述得出了以下結(jié)論：歷史時期（1961-2023年）極端降水時空變化特征：在時間變化趨勢上，近62年來，貴州省極端降水變化趨勢在四季的表現(xiàn)如下，在春季和夏季，各降水指數(shù)整體呈上升趨勢；在秋季和冬季，各降水指數(shù)整體呈下降趨勢。從空間分布變化趨勢看，近62年來，貴州省極端降水分布的變化趨勢具體情況如下：在春季，各降水指數(shù)整體呈上升趨勢，并且上升幅度較大的地區(qū)主要分布于北部、中部和東南部；在夏季，各降水指數(shù)整體呈上升趨勢，并且上升幅度較大的地區(qū)主要分布于南部、東南部及西南部以及東部的局部區(qū)域；在秋季，各降水指數(shù)整體呈現(xiàn)下降的趨勢，其中下降幅度較大的地區(qū)分別主要分布于南部、東南部、西南部、西部、中部等區(qū)域。在冬季，各降水指數(shù)整體呈下降趨勢，其中下降幅度較大的地區(qū)分別集中分布在中部、西部、西北部。（2）未來時期（2024-2100年）極端降水時空變化特征：從時間變化特征來看，各個極端降水指數(shù)在未來不同情景（SSP126、SSP245、SSP370、SSP585）下整體呈上升趨勢，其中上升趨勢幅度較大的主要集中在SSP585情景。從空間分布變化特征來看，在SSP126情景下，濕日總降水量、非常潮濕的一天降水、極端潮濕的一天降水、1天最大降水量和5天最大降水量變化幅度大多分布于東部、西部、南部和中部，在SSP245情景下，濕日總降水量、非常潮濕的一天降水、極端潮濕的一天降水、1天最大降水量和5天最大降水量變化幅度大多分布于東南部、北部、南部，在SSP370情景下，濕日總降水量、非常潮濕的一天降水、極端潮濕的一天降水、1天最大降水量和5天最大降水量變化幅度大多分布于東南部、南部、中部、南部、中部和西南部，在SSP585情景下，濕日總降水量變化幅度最大地區(qū)主要集中于南部，非常潮濕的一天降水變化幅度最大地區(qū)主要集中于西部，極端潮濕的一天降水變化幅度最大地區(qū)主要集中于東部，1天最大降水量變化幅度最大地區(qū)主要集中于東南部和西部，5天最大降水量變化幅度最大地區(qū)主要集中于中部以西的地區(qū)。第4章結(jié)論與討論4.1結(jié)論本研究基于貴州省19個基本氣象站點的逐日降水數(shù)據(jù)以及CMIP6模式對貴州省極端降水時空變化特征及趨勢進行分析研究。得到結(jié)論如下：1961-2023年間，貴州省極端降水指數(shù)在每個季節(jié)的變化幅度都較小。1天最大降水量在夏季和秋季里呈現(xiàn)上升趨勢，在春季和冬季呈下降趨勢，其中變化幅度最大的在春季，整體趨于上升趨勢；5天最大降水量在夏季中呈現(xiàn)上升趨勢，在春季和秋季呈下降趨勢，而在冬季無變化趨勢，其中在秋季的趨勢變化幅度最大，總體呈下降趨勢；濕日總降水量在夏季呈上升趨勢，在春季、秋季和冬季呈下降趨勢，其中在夏季的變化幅度最大，整體呈現(xiàn)下降趨勢；非常潮濕的一天降水在春季呈上升趨勢，而在夏季、秋季和冬季呈減少趨勢，其中在夏季的變化幅度最大，總體呈現(xiàn)上升趨勢；極端潮濕的一天降水在秋季呈上升趨勢，而在春季、夏季和冬季呈下降趨勢，其中在秋季的變化幅度最大，整體呈現(xiàn)下降趨勢。1961-2023年，貴州省極端降水指數(shù)空間分布特征如下：1天最大降水量在春季和夏季呈上升趨勢，在秋季和冬季呈下降趨勢，在夏季的上升趨勢幅度最大，冬季的下降趨勢幅度最大，其中1天最大降水量上升幅度較大的地區(qū)主要分布于北部和南部，下降幅度較大的地區(qū)主要分布于南部、東南部和中部，整體上升趨勢呈周邊較高中間較低；5天最大降水量在春季和夏季呈上升趨勢，在秋季呈下降趨勢，在冬季變化不大，其中上升幅度較大的地區(qū)主要分布于北部、中部、南部和東南部，下降幅度較大的地區(qū)主要分布于西南部和東南部的局部區(qū)域，整體上升趨勢呈南部、中部和北部高，東部和西部低，下降趨勢呈零星分布；濕日總降水量在夏季呈上升趨勢，在春季、秋季和冬季呈下降趨勢，其中上升幅度較大的地區(qū)主要分布于南部和東北部，下降幅度較大的地區(qū)主要分布于西部，整體上呈現(xiàn)周邊高中間低，下降趨勢由東部往西部增加；非常潮濕的一天在春季和夏季呈上升趨勢，在秋季和冬季呈下降趨勢，其中上升幅度較大的地區(qū)主要分布于南部和東南部，下降幅度較大的地區(qū)主要分布于北部和東部，整體上升趨勢由南部和東南部往西部和西北部遞減，下降趨勢由北部和東部往南部和西南部遞減；極端潮濕的一天降水在春季呈上升趨勢，在夏季、秋季和冬季呈下降趨勢，其中上升幅度較大的地區(qū)主要分布于南部和北部，下降幅度較大的地區(qū)主要分布于南部、北部以及其他零星區(qū)域，整體上升趨勢呈南北部高，東部、中部和西部低，整體下降趨勢呈西部、中部和東部高，南北低。（3）2024-2100年，貴州省極端降水在不同情景下變化趨勢如下：在春季，濕日總降水量、非常潮濕的一天降水、極端潮濕的一天降水、1天最大降水量、5天最大降水量在SSP126、SSP245、SSP370和SSP585情景整體呈上升趨勢，其中1天最大降水量SSP370情景下呈下降趨勢，5天最大降水量在SSP245情景下呈下降趨勢；在夏季，濕日總降水量、非常潮濕的一天降水、極端潮濕的一天降水、1天最大降水量、5天最大降水量在四個情景下的變化趨勢都一樣；在秋季，濕日總降水量、非常潮濕的一天降水、端潮濕的一天降水、1天最大降水量和5天最大降水量在不同情景下的整體趨勢呈上升趨勢，其中5天最大降水量在SSP370情景下呈下降趨勢；在冬季，濕日總降水量、非常潮濕的一天降水和端潮濕的一天降水在不同情景下整體呈上升趨勢，1天最大降水量在不同情景下的整體趨勢呈下降趨勢，5天最大降水量變化不大。（4）2024-2100年，貴州省極端降水在不同情景下的空間分布變化特征如下：在SSP126情景下，濕日總降水量變化幅度最大地區(qū)主要集中于東部，非常潮濕的一天降水變化幅度最大地區(qū)主要集中于南部和中部，極端潮濕的一天降水變化幅度最大地區(qū)主要集中于南部，1天最大降水量變化幅度最大地區(qū)主要集中于東部和中部，5天最大降水量變化幅度最大地區(qū)主要集中于西部；在SSP245情景下，濕日總降水量變化幅度最大地區(qū)主要集中于東南部，非常潮濕的一天降水變化幅度最大地區(qū)主要集中于北部，極端潮濕的一天降水變化幅度最大地區(qū)主要集中于東南部，1天最大降水量變化幅度最大地區(qū)主要集中于南部，5天最大降水量變化幅度最大地區(qū)主要集中于東南部；在SSP370情景下，濕日總降水量變化幅度最大地區(qū)主要集中于東南部，非常潮濕的一天降水變化幅度最大地區(qū)主要集中于南部和中部，極端潮濕的一天降水變化幅度最大地區(qū)主要集中于南部，1天最大降水量變化幅度最大地區(qū)主要分布于東部、中部、西部和北部，5天最大降水量變化幅度最大地區(qū)主要集中于西南部；在SSP585情景下，濕日總降水量變化幅度最大地區(qū)主要集中于南部，非常潮濕的一天降水變化幅度最大地區(qū)主要集中于西部，極端潮濕的一天降水變化幅度最大地區(qū)主要集中于東部，1天最大降水量變化幅度最大地區(qū)主要集中于東南部和西部，5天最大降水量變化幅度最大地區(qū)主要集中于中部以西的地區(qū)。4.2討論本研究存在不足，主要表現(xiàn)在以下幾個方面：貴州省地處云貴高原，“天無三日晴，十里不同天”是貴州省的氣候特征，而未來氣候更是不可能完全準確的，其中影響未來氣候變化的因素有很多，如全球變暖、輻射變化和地理環(huán)境等。因此，對未來氣候變化的研究應(yīng)該考慮多方面的因素影響。當前對極端降水預(yù)估方法模式有多種多樣，CMIP6是目前最新的一代氣候模擬計劃，其中CMIP6模式也包含了多種模式，不同模式之間相互組合后，得出的結(jié)果誤差大小也有所差別，因此貴州省的極端降水預(yù)估研究也需要進行多種模式組合來研究，提高研究結(jié)果的精度。參考文獻[1]馮椰林,賀中華,焦樹林等.基于CMIP6氣候模式的貴州省極端降水情景預(yù)估[J].水土保持研究,2023,30(01):282-290.[2]劉子堂,李謝輝,楊靜坤.四川盆地極端降水事件時空變化特征及未來趨勢分析[J].成都信息工程大學(xué)報,2022,37(04):456-463.[3]吉戴婧琪,元媛,韓劍橋.中國極端降水事件的時空變化及趨勢預(yù)測[J].中國農(nóng)村水利水電,2022(10):74-80.[4]李慧慧,欒承梅,夏栩,等.基于CMIP6氣候模式的中國大陸未來極端降水情景預(yù)估[J].水利水電技術(shù)(中英文),2023,54(08):16