氣候工程對中國極端降雨強(qiáng)度的影響(2010-2099) *

孔　鋒，孫　劭，史緯恒，呂麗莉，辛　源，方　建

(1.中國氣象局 氣象干部培訓(xùn)學(xué)院，北京 100081；2.中國氣象局 發(fā)展研究中心，北京 100081；3.北京師范大學(xué) 地表過程與資源生態(tài)國家重點(diǎn)實(shí)驗(yàn)室，北京 100875；4.民政部/教育部 減災(zāi)與應(yīng)急管理研究院，北京 100875；5.中國氣象局國家氣候中心，北京 100081；6.71901部隊(duì)59分隊(duì)，山東 聊城 252000；7.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079)

1950年以來以增暖為主要特征的全球氣候變化，已經(jīng)對世界可持續(xù)發(fā)展和人類安全提出嚴(yán)峻挑戰(zhàn)。在全球尺度上評價全球變化風(fēng)險(xiǎn)，開展有針對性的防范與適應(yīng)，已經(jīng)成為當(dāng)前國際社會的重要共識。2015年通過的《巴黎協(xié)定》確立了全球應(yīng)對氣候變化的1.5℃溫控目標(biāo)，但是沒有就其實(shí)現(xiàn)路徑作出清晰安排[1-2]。1.5°C目標(biāo)將對全球減排提出更高要求，各國的常規(guī)減排行動很難按期實(shí)現(xiàn)全球溫控目標(biāo)，在自主貢獻(xiàn)機(jī)制下氣候工程被納入各國氣候行動的可能性大增[3-5]。氣候工程，也稱地球工程，是近年來氣候變化領(lǐng)域最為關(guān)注的科學(xué)問題之一[1,6]。氣候工程分為碳移除(carbon dioxide removal，CDR)和太陽輻射管理(solar radiation management，SRM)兩大類[2,4]。CDR旨在通過包括海洋施肥、土地利用管理、二氧化碳的捕集封存與利用、生物質(zhì)碳捕獲(BECCS)等人工手段移除大氣中的CO2含量[7-8]。相比SRM，CDR直接減少大氣中的溫室氣體含量，在機(jī)理和技術(shù)上與傳統(tǒng)減緩?fù)緩骄哂泻芏喙残訹9]。SRM旨在通過影響太陽輻射為地球“直接降溫”，主要包括平流層注射硫酸鹽氣溶膠(Stratospheric Aerosol Injection，SAI)、設(shè)置太空反射鏡，以及海洋云層增白、屋頂涂白、沙漠綠化等改變地表反照率的方法技術(shù)[4-5,10]。假如1.5℃甚至2℃目標(biāo)越來越被證明難以實(shí)現(xiàn)，氣候工程作為最直接的“人工干預(yù)氣候行為”，是否會被納入氣候行動框架[5]？不少學(xué)者呼吁1.5℃目標(biāo)下不要回避氣候工程，但目前國內(nèi)還很少有學(xué)者對此進(jìn)行系統(tǒng)分析[4]，國外有少數(shù)學(xué)者對此作了一些討論[11-14]。目前針對氣候工程對極端天氣氣候事件的影響研究處于起步階段，而且當(dāng)前中國的工業(yè)化水平飛速提高，但是產(chǎn)業(yè)結(jié)構(gòu)能耗高，排放量大，同時又面臨著比較嚴(yán)峻的減貧脫困任務(wù)，經(jīng)濟(jì)社會發(fā)展需求強(qiáng)烈，長期內(nèi)中國碳排放壓力很可能居高不下?！栋屠鑵f(xié)定》溫控目標(biāo)下中國的減排壓力也很可能進(jìn)一步增大，地球工程國際討論中將很難繞開“中國話題”[15]。這種背景下，探討地球工程對中國氣象災(zāi)害風(fēng)險(xiǎn)的影響具有重要意義[16-19]。其中，極端降雨氣象災(zāi)害風(fēng)險(xiǎn)是影響中國經(jīng)濟(jì)社會安全的重大災(zāi)害之一[20-22]，而平流層氣溶膠注入(SAI)又是被討論最多的太陽輻射管理(SRM)地球工程技術(shù)手段[23-26]。因此，氣候工程背景下的極端降雨事件在時空分布上相比不采用氣候工程背景下的極端降雨事件有何差異？本文正是基于這一問題，對采用SRM的氣候工程下的極端降雨強(qiáng)度展開研究，一方面為，氣候工程實(shí)施可能產(chǎn)生的區(qū)域氣候差異提供科技支撐；另一方面為未來中國及不同分區(qū)的極端降雨風(fēng)險(xiǎn)防范和水資源規(guī)劃與利用提供可能的決策參考。

1　數(shù)據(jù)和方法

1.1　數(shù)據(jù)來源

本文采用的中國地區(qū)2010-2099年0.5×0.5°非氣候工程的日值降雨預(yù)估數(shù)據(jù)是BNU-ESM(2.5°×2.5°)在RCP4.5情景下的通過統(tǒng)計(jì)降尺度(雙線性插值和ISIMIP矯正)得到的125×105個格網(wǎng)數(shù)據(jù)，其經(jīng)度范圍是73.25°～135.25°E，緯度范圍是3.25°～53.75°N。該模式的觀測強(qiáng)迫數(shù)據(jù)時段是1970年1月1日至1999年12月31日，共計(jì)30年時段。氣候工程日值降雨預(yù)估數(shù)據(jù)則是在2020年1月日至2069年12月31日進(jìn)行的G4氣候工程的試驗(yàn)即在大氣平流層注射硫酸鹽氣溶膠反射太陽輻射(SAI情景)，從而降低全球溫度在2070年停止注射(氣候工程停止)，模式繼續(xù)運(yùn)行至2099年12月31日，最后查看氣候工程結(jié)束之后的降雨響應(yīng)[26]。

1.2　計(jì)算方法

雙線性插值，又稱為雙線性內(nèi)插。在數(shù)學(xué)上，雙線性插值是有兩個變量的插值函數(shù)的線性插值擴(kuò)展，其核心思想是在兩個方向分別進(jìn)行一次線性插值[27]。ISIMIP矯正方法可以參考文獻(xiàn)[27]。本文將強(qiáng)降雨量定義為超過95%分位數(shù)的降雨事件[28-29]。極端強(qiáng)降雨定義為超過99%分位數(shù)的降雨事件。作為致災(zāi)因子的度量，中國極端降雨強(qiáng)度的評估主要采用韋伯分布理論進(jìn)行重現(xiàn)期的計(jì)算。根據(jù)該理論，極端事件或樣本尾部數(shù)據(jù)的概率分布符合特定的規(guī)律，按照超閾值取樣(POT)的數(shù)據(jù)可用韋伯分布(Weibull)進(jìn)行擬合[30]。本研究從統(tǒng)計(jì)降尺度后的0.5°×0.5°的日值降雨中選取超過95%和99%分位數(shù)的序列，作為強(qiáng)降雨和極端降雨樣本，再采用韋伯分布對各個網(wǎng)格樣本集進(jìn)行分布擬合，韋伯分布的概率密度函數(shù)及在此分布下某一降雨量對應(yīng)的重現(xiàn)期計(jì)算如下：

(1)

(2)

式中：λ>0是尺度參數(shù)，也叫比例參數(shù)，k>0是形狀參數(shù)。f(x)為概率密度函數(shù)，F(xiàn)(x)為累積密度函數(shù)，p為降雨量對應(yīng)的重現(xiàn)期，x為每個格網(wǎng)95%和99%分位數(shù)的降雨量，xm為超過x的10、20、50和100年一遇對應(yīng)的降雨量。本文首先按照Wang等[31]和程雪蓉等[32]的方法，根據(jù)區(qū)域氣候的相似性特征，同時結(jié)合地貌特點(diǎn)，將中國劃分為七個分區(qū)[31-32](圖1)，即北方(N)、東北(NE)、東南(SE)、西北東部(ENW)、西北西部(WNW)、西藏(Tibet)和西南(SW)。

圖1　中國數(shù)字高程和七大地理分區(qū)

2　結(jié)果與分析

2.1　氣候工程背景下的中國強(qiáng)降雨強(qiáng)度空間分布特征

從不同重現(xiàn)期強(qiáng)降雨強(qiáng)度的空間分布來看，無論是在氣候工程背景下，還是非氣候工程背景下，強(qiáng)降雨的強(qiáng)度隨年遇型的增高而增強(qiáng)(圖2)，在空間分布上都是從東南沿海向西北內(nèi)陸梯次減小，不同重現(xiàn)期下的東南-西北強(qiáng)降雨強(qiáng)度兩極分化對比明顯，同時西藏南部沿喜馬拉雅山走向的邊緣地區(qū)不同年遇型強(qiáng)降雨強(qiáng)度較強(qiáng)。值得注意是東南地區(qū)強(qiáng)降雨重現(xiàn)期強(qiáng)度向西北地區(qū)減弱的地帶恰處于東亞季風(fēng)邊緣區(qū)地帶，西北內(nèi)陸地區(qū)則由于身處東亞內(nèi)陸腹地，缺少水汽來源，常年少雨[30]，因此，氣候工程背景下氣溶膠增多，使得降雨事件更加難以發(fā)生，因此，氣候工程對該地區(qū)的強(qiáng)降雨重現(xiàn)期影響不大。

2.2　氣候工程對中國強(qiáng)降雨強(qiáng)度影響的對比

從不同地區(qū)強(qiáng)降雨量差異的時間序列變化來看，我們將中國不同地區(qū)年際強(qiáng)降雨量的差異定義為氣候工程背景下的強(qiáng)降雨量與非氣候工程背景下的強(qiáng)降雨量之差?？梢园l(fā)現(xiàn)中國整體和七大地理分區(qū)的年強(qiáng)降雨量的差異從2010-2099年均在波動中呈現(xiàn)出不同程度的增加趨勢(圖3)，尤其是2070-2099年增加趨勢顯著，表明氣候工程后期的年強(qiáng)降雨量增加顯著。其中東南地區(qū)強(qiáng)降雨量差異的波動最大，西北地區(qū)強(qiáng)降雨量差異的波動最小，西北東部趨勢高于西北西部地區(qū)。以上分析表明氣候工程背景下中國整體及不同地區(qū)的強(qiáng)降雨量趨于增多，但不同地區(qū)表現(xiàn)出高低不同的波動特征。

從不同地區(qū)強(qiáng)降雨量差異的空間分布格局來看，隨著年遇型的增加，年強(qiáng)降雨強(qiáng)度的差異也隨之增大(圖4)，這表明氣候工程對強(qiáng)降雨的影響具有空間異質(zhì)性，并非所有地區(qū)都是強(qiáng)度增大。差異為正的區(qū)域主要位于廣東、福建和湖南及山西、陜西、寧夏和內(nèi)蒙古地區(qū)，表明氣候工程整體上增加了這些地區(qū)年強(qiáng)降雨的總量。差異為負(fù)的地區(qū)主要位于內(nèi)蒙古東部、黑龍江、吉林和遼寧及廣西北部和云南、西藏南部的邊疆地區(qū)，表明氣候工程整體上抑制了這些地區(qū)年強(qiáng)降雨的總量。

2.3　氣候工程背景下的中國極端強(qiáng)降雨強(qiáng)度空間分布特征

從不同重現(xiàn)期極端強(qiáng)降雨強(qiáng)度的空間分布來看，在兩種情景下，極端強(qiáng)降雨與強(qiáng)降雨類似，其空間分布也表現(xiàn)出東南高-西北低，東北和西南居中的分異特征(圖5)。且隨著年遇型的增加，這種分異特征更加明顯。東從東北向西南有一條地帶，極端強(qiáng)降雨強(qiáng)度介于35～50 mm/d之間，該條帶與東亞季風(fēng)邊緣區(qū)、中國降雨趨勢減少帶、農(nóng)牧交錯帶和貧困縣聚集帶高度融合，同時該條帶也大致與人口密度分界線即“胡煥庸線”基本一致，也與中國東西經(jīng)濟(jì)分異帶重疊。這表明中國極端強(qiáng)降雨在一定程度上不僅受到大尺度環(huán)流系統(tǒng)的影響，也受區(qū)域環(huán)流因子的作用，同時還受到人類活動的影響，其空間分異格局是人地相互作用下的產(chǎn)物[33-35]，也表明未來中國水資源的利用可能不僅僅局限于南水北調(diào)，而且可能需要南水西調(diào)。

圖3　氣候工程對中國七大分區(qū)年際強(qiáng)降雨量的影響(2010-2099)

圖5　中國不同重現(xiàn)期下極端降雨強(qiáng)度空間分布特征(左列：氣候工程；右列：非氣候工程)

2.4　氣候工程對中國極端強(qiáng)降雨強(qiáng)度影響的對比

從不同地區(qū)極端強(qiáng)降雨量差異的時間序列變化來看，與強(qiáng)降雨差異定義類似，我們將中國不同地區(qū)年極端強(qiáng)降雨量的差異定義為氣候工程背景下的極端強(qiáng)降雨量與非氣候工程背景下的極端強(qiáng)降雨量之差。長期來看，中國整體和七大地理分區(qū)氣候工程有利于極端強(qiáng)降雨的增加，尤其是氣候工程結(jié)束之后的2070-2099年極端強(qiáng)降雨量增加顯著(圖6)。但是相比強(qiáng)降雨量而言，極端強(qiáng)降雨量增加相對較少。這主要是由于全球氣候變暖使得大氣含水能力增加，大氣含水量增大，當(dāng)大氣中注入足夠的凝結(jié)核，使得更加易于形成強(qiáng)降雨事件，而強(qiáng)度更大的極端強(qiáng)降雨事件則相對較少，對比結(jié)果表明，氣候工程整體上可能更利于強(qiáng)降雨事件的增加。從圖6可以看出西北地區(qū)極端強(qiáng)降雨差異較小，且波動低，這不僅與西北地區(qū)水汽含量少密切相關(guān)，而且西北地區(qū)極端強(qiáng)降雨事件相比其它地區(qū)較少。北方、東南和西南極端強(qiáng)降雨量差異增加趨勢較小，且波動特征高，而東北和西藏地區(qū)增加趨勢相對較高。這也進(jìn)一步說明了氣候工程對極端強(qiáng)降雨影響的空間異質(zhì)性。

圖6　氣候工程對中國七大分區(qū)年際極端強(qiáng)降雨量的影響(2010-2099)

圖7　氣候工程對中國不同重現(xiàn)期下極端降雨強(qiáng)度影響的區(qū)域差異特征

從不同地區(qū)強(qiáng)降雨量差異的空間分布格局來看，與強(qiáng)降雨類似，隨著年遇型的增加，極端強(qiáng)降雨強(qiáng)度的差異也隨之增大(圖7)。這表明氣候工程對極端強(qiáng)降雨的影響具有空間異質(zhì)性，并非所有地區(qū)都是強(qiáng)度增大。強(qiáng)度增加的區(qū)域主要集中在福建、江西、廣東北部、東北北部和寧夏及周邊地區(qū)。強(qiáng)度減少的區(qū)域主要集中在內(nèi)蒙古中東部、吉林、西藏和云南沿國界線的地區(qū)、海南和臺灣南部地區(qū)。整體來看，氣候工程對極端強(qiáng)降雨強(qiáng)度的影響局地性更顯著，分布也較為分散和破碎。

3　結(jié)論

(1)強(qiáng)降雨的強(qiáng)度在氣候工程和非氣候工程背景下，隨年遇型的增加而增強(qiáng)，從東南沿海向西北內(nèi)陸梯次減小，并表現(xiàn)出東南高-西北低，東北和西南居中的分異特征。極端強(qiáng)降雨強(qiáng)度空間分布與強(qiáng)降雨類似。2010-2099年中國強(qiáng)降雨和極端強(qiáng)降雨強(qiáng)度分布格局的異質(zhì)性特征，是大尺度環(huán)流系統(tǒng)、區(qū)域環(huán)流因子和人類活動綜合作用影響的結(jié)果，極有可能對未來中國水資源利用產(chǎn)生影響。

(2)2010-2099年中國不同地區(qū)年強(qiáng)降雨量的差異在波動中呈增加趨勢，年強(qiáng)降雨強(qiáng)度的差異隨年遇型增加而增大，且氣候工程后期的年強(qiáng)降雨量增加顯著。表明氣候工程整體上有助于中國強(qiáng)降雨量的增多，同時該影響具有空間異質(zhì)性，即氣候工程也會抑制部分地區(qū)的強(qiáng)降雨。氣候工程整體上有利于中國極端強(qiáng)降雨的增加，但相比強(qiáng)降雨量，其增加相對較少，且具有空間異質(zhì)性。氣候工程對整體上對中國北方、東南和西南極端強(qiáng)降雨量促進(jìn)作用較小，而對東北和西藏地區(qū)促進(jìn)作用較高。極端強(qiáng)降雨強(qiáng)度的差異隨年遇型增加而增大。

4　討論與展望

(1)雙線性插值的討論。由于BNU-ESM模式模擬產(chǎn)生的日值降雨數(shù)據(jù)是2.5°×2.5°，空間分辨率較低[26]，因此，采用本文采用雙線性插值的統(tǒng)計(jì)降尺度方法產(chǎn)生0.5°×0.5°的日值降雨數(shù)據(jù)。雙線性灰度插值的平滑作用可能使得圖像的細(xì)節(jié)產(chǎn)生退化，這種現(xiàn)象在進(jìn)行圖像放大時尤其明顯，譬如本文空間格局結(jié)果中的紋理特征細(xì)節(jié)不夠圓滑，局部細(xì)節(jié)產(chǎn)生退化[27]。但是雙線性插值后的數(shù)據(jù)可以反映數(shù)據(jù)的長期氣候態(tài)分布和變化趨勢空間格局。因此，本文采用雙線性插值來探究氣候工程背景下的中國極端降雨長期氣候態(tài)的變化趨勢和重現(xiàn)期是可行的。

(2)氣候工程背景下的基于動力降尺度的高空間分辨率降雨數(shù)據(jù)對比研究。本文僅使用經(jīng)過統(tǒng)計(jì)降尺度的日值降雨數(shù)據(jù)研究中國及不同分區(qū)極端降雨強(qiáng)度時空變化格局，雖然可以反映景觀尺度的極端降雨長期氣候態(tài)時空演變特征，但對較小尺度的極端降雨強(qiáng)度揭示不足。因此，需要在BNU-ESM模式基礎(chǔ)上進(jìn)行嵌入動力降尺度模塊，進(jìn)一步探究更小尺度上氣候工程對全球和區(qū)域極端降雨的可能影響，從而與基于統(tǒng)計(jì)降尺度的氣候工程下的極端降雨結(jié)果進(jìn)行對比。

(3)多排放情景下集合模式的氣候工程對極端降雨的影響評估。本文僅研究了BNU-ESM模式模擬的RCP4.5情景下的氣候工程對極端降雨的影響?；趩我粴夂蚰Ｊ降臍夂蚬こ虒O端降雨的研究可能具有諸多不確定性。因此，有必要開展集合模式的氣候工程對極端降雨的影響研究。同時，不同排放情景下氣候工程對區(qū)域氣候的影響差異也亟待開展[36-37]。

(4)不同時空尺度下氣候工程對區(qū)域極端降雨的影響研究。由于本文僅對中國區(qū)域的氣候工程對極端降雨的影響開展初步研究。氣候工程對全球其它區(qū)域的影響如何，這些情況我們尚不十分清晰。因此，在本文的基礎(chǔ)上，還需開展未來不同時間尺度和不同地區(qū)氣候工程對極端降雨的影響對比研究。

參考文獻(xiàn)：

[1]巢清塵, 張永香, 高翔,等. 巴黎協(xié)定——全球氣候治理的新起點(diǎn)[J]. 氣候變化研究進(jìn)展, 2016, 12(1):61-67.

[2]辛源, 潘家華. 認(rèn)知?dú)夂蚬こ?氣候主宰還是氣候緩和?[J]. 中國軟科學(xué), 2016(12):15-23.

[3]辛源. 地球工程的研究進(jìn)展簡介與展望[J]. 氣象科技進(jìn)展, 2016, 6(4):30-36.

[4]銀森錄, 李俊生, 吳曉莆,等. 地球工程開展現(xiàn)狀及其對生物多樣性的影響[J]. 生物多樣性, 2013, 21(3):375-382.

[5]潘家華. “地球工程”作為減緩氣候變化手段的幾個關(guān)鍵問題[J]. 中國人口·資源與環(huán)境, 2012, 22(5):22-26.

[6]陳迎, 劉哲. 應(yīng)對全球氣候變化B計(jì)劃引發(fā)的思考[J]. 科學(xué)與社會, 2013, 3(2):27-37.

[7]張瑩, 陳迎, 潘家華. 氣候工程的經(jīng)濟(jì)評估和治理核心問題探討[J]. 氣候變化研究進(jìn)展, 2016, 12(5):442-449.

[8]柳琴, 史軍. 氣候地球工程的倫理研究[M]. 北京:科學(xué)出版社, 2016.

[9]柳琴, 史軍, 李超. 氣候地球工程的政治影響[J]. 閱江學(xué)刊, 2016, 8(1):26-31.

[10] 郝曉雅. 氣候地球工程的道德反思[D]. 南京:南京信息工程大學(xué), 2014.

[11] Robock A, Oman L, Stenchikov G L. Regional climate responses to geoengineering with tropical and Arctic SO2, injections[J]. Journal of Geophysical Research Atmospheres, 2008, 113(D16):797-801.

[12] Jones A, Haywood J, Boucher O. A comparison of the climate impacts of geoengineering by stratospheric SO2 injection and by brightening of marine stratocumulus cloud[J]. Atmospheric Science Letters, 2010, 12(2):176-183.

[13] Davies G T. Review of the book Geoengineering the climate: science, governance and uncertainty, royal society report 10/09, Royal Society,[J]. Climate Law, 2010, 1(2):429-441.

[14] Davies G T. Geoengineering the climate: Science, governance and uncertainty[J]. Social Science Electronic Publishing, 2010,(17):10-11.

[15] 銀森錄, 李俊生, 吳曉莆,等. 地球工程開展現(xiàn)狀及其對生物多樣性的影響[J]. 生物多樣性, 2013, 21(3):375-382.

[16] 劉志雨. 氣候變化對南方典型洪澇災(zāi)害高風(fēng)險(xiǎn)區(qū)防洪安全影響及適應(yīng)對策[M]. 北京:科學(xué)出版社, 2016.

[17] 吳燕娟. 氣候變化背景下我國極端降水的時空分布特征和未來預(yù)告[D]. 上海:上海師范大學(xué), 2016.

[18] 孔鋒, 方佳毅, 劉凡,等. 1951-2012年中國降水集中度和集中期的時空格局[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015,51(4):404-411.

[19] 孔鋒, 劉凡, 呂麗莉,等. 1961～2010年中國大尺度區(qū)域暴雨時空分布特征研究[J]. 長江流域資源與環(huán)境, 2017, 26(4):631-640.

[20] 方建, 杜鵑, 徐偉,等. 氣候變化對洪水災(zāi)害影響研究進(jìn)展[J]. 地球科學(xué)進(jìn)展, 2014, 29(9):1085-1093.

[21] 李夢婕, 汪明, 史培軍. 湖南暴雨洪澇災(zāi)害損失時空特征及影響因素分析[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014,50(4):429-434.

[22] 孔鋒, 呂麗莉, 方建. 1991～2010年中國小時暴雨時空變化格局及其與城鎮(zhèn)化因子的空間相關(guān)分析[J]. 氣候與環(huán)境研究, 2017, 22(3):355-364.

[23] Irvine, Peter J. Climatic effects of solar radiation management geoengineering[D]. University of Bristol, 2012.

[24] Xia L, Robock A, Tilmes S, et al. Stratospheric sulfate geoengineering could enhance the terrestrial photosynthesis rate[J]. Atmospheric Chemistry & Physics, 2016, 16(3):1479-1489.

[25] Parker A, Geden O. No fudging on geoengineering[J]. 2016. Nature Geoscience.2016,17(9):859-860.

[26] Ji D, Wang L, Feng J, et al. Basic Evaluation of Beijing Normal University Earth System Model (BNU-ESM) Version 1[J]. Geoscientific Model Development, 2014, 7(5):2039-2064.

[27] Hempel S, Frieler K, Warszawski L, et al. A trend-preserving bias correction - the ISI-MIP approach[J]. Earth System Dynamics,4,2(2013-07-31), 2013, 4(2):219-236.

[28] 孔鋒, 史培軍, 方建,等. 全球變化背景下極端降水時空格局變化及其影響因素研究進(jìn)展和展望[J]. 災(zāi)害學(xué), 2017, 32(2):165-174.

[29] 孔鋒, 王鑄, 劉凡,等. 全球、大洲、區(qū)域尺度暴雨時空格局變化(1981-2010年)[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 52(2):228-234.

[30] 王艷君, 高超, 王安乾,等. 中國暴雨洪澇災(zāi)害的暴露度與脆弱性時空變化特征[J]. 氣候變化研究進(jìn)展, 2014, 10(6):391-398.

[31] Wang A, Lettenmaier D P, Sheffield J. Soil Moisture drought in China, 1950-2006[J]. Journal of Climate, 2011, 24(13):3257-3271.

[32] 程雪蓉, 任立良, 楊肖麗,等. CMIP5多模式對中國及各分區(qū)氣溫和降雨時空特征的預(yù)估[J]. 水文, 2016, 36(4):37-43.

[33] 陳迪. 全球變暖背景下長江中下游夏季極端降水的變化及其可能的原因[D]. 南京:南京信息工程大學(xué), 2016.

[34] 劉學(xué)華, 季致建, 吳洪寶,等. 中國近40年極端氣溫和降水的分布特征及年代際差異[J]. 熱帶氣象學(xué)報(bào), 2006, 22(6):618-624.

[35] 史培軍, 孔鋒, 方佳毅. 中國年代際暴雨時空變化格局[J]. 地理科學(xué), 2014, 34(11):1281-1290.

[36] 吳孝情, 陳曉宏, 何艷虎,等. 基于最大熵理論的降雨SPI研究[J]. 水文, 2014, 34(6):14-20.

[37] 王志福, 錢永甫. 中國極端降水事件的頻數(shù)和強(qiáng)度特征[J]. 水科學(xué)進(jìn)展, 2009, 20(1):1-9.