金沙江流域1961—2020年干湿日时空演变特征分析.pdf

摇第 22 卷摇 第 1 期2024 年 2 月中 国 水 土 保 持 科 学Science of Soil and Water ConservationVol.22摇 No.1Feb.2024DOI:10.16843/j.sswc.2022206金沙江流域 19612020 年干湿日时空演变特征分析程清平1,2,任钇潼1,金韩宇1(1.西南林业大学地理与生态旅游学院,650224,昆明;2.云南大学云南省国际河流与跨境生态安全重点实验室,650091,昆明)摘要:准确地观测降水数据在揭示干湿日指数时空演变特征及影响因素等方面极其关键。金沙江流域是气候变化最为敏感的地区之一。由于风速、湿润和蒸发损等可能导致标准雨量器观测的降水量远小于实际降水量,而降水资料的准确与否直接影响金沙江流域水文过程分析和模拟研究。利用修订的 Mann鄄Kendall、空间场显著性检验等,识别金沙江流域 19612020 年降水校正前后干湿日指数时空演变。结果表明:1)观测降水(Po)和校正降水(Pc)识别的干湿日指数值差异明显,但其空间分布近似一致;相较于 Po,Pc 识别的干湿日指数趋势在金沙江上段主要表现为减少,中下段主要表现为增加,雅砻段则表现为干日指数减少,而湿日指数增加。2)空间场显著性检验结果表明,Po 和 Pc 识别的干湿日指数显著变化趋势主要由气候系统内部变率引起,仅 Po 和 Pc 识别的平均干日事件持续时间趋于显著增长的站点比例存在明显差异。这表明该流域干湿日指数变化趋势主要由气候变化主导,因而对气候变化十分敏感。综上,Po 和 Pc 识别的金沙江流域干湿日指数存在明显的空间差异。因此,为准确在该流域进行水文研究和模拟,应考虑矫正降水资料的应用;同时极端干湿日的变化可能对金沙江流域农业生产和生态系统造成极其严重的威胁,应引起足够重视;基于 Po 和 Pc 识别的干湿日演变特征的相关研究,能为该流域滑坡、泥石流的预防,水资源安全规划与水土保持工作部署等,提供一定理论参考。关键词:校正降水;干湿日指数;演变差异;大尺度环流指数;金沙江流域中图分类号:S164文献标志码:A文章编号:2096鄄2673(2024)01鄄0042鄄10引用格式:程清平,任钇潼,金韩宇.金沙江流域 19612020 年干湿日时空演变特征分析J.中国水土保持科学,2024,22(1):42-51.CHENG Qingping,REN Yitong,JIN Hanyu.Analysis of the spatio鄄temporal evolution char鄄acteristics of dry and wet days in the Jinsha River Watershed from 1961 to 2020J.Science of Soil and Water Conserva鄄tion,2024,22(1):42-51.收稿日期:2022 10 18摇 修回日期:2023 11 03项目名称:云南省应用基础研究计划青年项目“金沙江流域气象-农业骤旱时空三维传播机理识别冶(202201AU070064);西南林业大学科研启动项目“金沙江流域参考蒸散量(ET0)模型评估和归因分析冶(112105)第一作者简介:程清平(1987),男,博士,副教授,硕士生导师。主要研究方向:极端气候事件及其响应机制。E鄄mail:qpchengtyli Analysis of the spatio鄄temporal evolution characteristics of dry andwet days in the Jinsha River Watershed from 1961 to 2020CHENG Qingping1,2,REN Yitong1,JIN Hanyu1(1.School of Geography and Ecotourism,Southwest Forestry University,650224,Kunming,China;2.Yunnan Key Lab of International Rivers and Transboundary Eco鄄Security,Yunnan University,650091,Kunming,China)Abstract:Background Accurate observation of precipitation data is crucial in revealing the spatio鄄temporal evolution characteristics of the dry and wet spell index,as well as the influencing factors.Asone of the most sensitive and vulnerable regions to climate change,the Jinsha River Basin is subjectedto potential errors in precipitation measurements using standard rainfall gauges.Factors such as wind摇摇 第 1 期程清平等:金沙江流域 19612020 年干湿日时空演变特征分析speed,humidity,and evaporation losses may result in an underestimation of the observed precipitation.The accuracy of precipitation data directly affects the analysis and simulation research of hydrologicalprocesses in the Jinsha River Basin.Methods The spatio鄄temporal variations of dry and wet dayindices in the Jinsha River Basin from 1961 to 2020 were identified using corrected Mann鄄Kendall,spatial field significance test.Results 1)There were differences in the values of dry and wet dayindices identified by observed precipitation(Po)and corrected precipitation(Pc),but their spatialdistribution was similar.Compared to Po,the trend of dry and wet day indices identified by Pcdecreased mainly in the upper reaches of the Jinsha River,increased mainly in the middle and lowerreaches,and decreased(increased)in the Yalong River section.2)The spatial field significance testresults showed that the significant changes in dry and wet day indices identified by Po and Pc weremainly caused by internal variability of the climate system,this indicates that the change trend of thedry and wet day indices in the Jinsha River Basin is mainly driven by climate change,making it highlysensitive to climate variations.Conclusions Based on the above analysis,it is evident that there aresignificant spatial differences in identifying dry and wet indices in the Jinsha River Basin betweenobserved precipitation(Po)and corrected precipitation(Pc).Therefore,in order to ensure accuratehydrological research and simulation in this basin,the application of corrected precipitation data shouldbe considered.The findings also indicate that the simultaneous occurrence of extreme dry and wetindices could pose a serious threat to agricultural production and ecosystems in the Jinsha River Basin,and thus,should be given sufficient attention.Furthermore,the study蒺s investigation into the evolvingcharacteristics of dry and wet days based on Po and Pc identification can serve as a scientific referencefor the prevention of landslides,debris flows,water resource security planning,and soil conservationdeployment in the region.Keywords:corrected precipitation;dry and wet spell indices;evolutionary differences;large鄄scalecirculation index;Jinsha River Watershed摇 摇 全球气候变化加剧全球或区域尺度水文循环,干湿日动态演变是其主要表现之一,可能造成极端干旱或洪涝交替,严重威胁水资源及生态安全1 3。当前,基于逐日降水识别的干湿日指数是揭示水文及气候变化的关键指标,其对极端降水和干旱演变趋势具有重要的指示意义1 2,4 5。吴少强等4基于持续干日指标构建干旱指数发现陕西省春秋旱趋于增加,Wang 等5基于干湿日指数发现内蒙古地区中部及东北部干旱风险呈增加趋势。然而目前相关研究主要基于气象站点记录的原始观测降水数据,而未考虑自然和人为因素导致的降水误差。准确的降水数据在揭示极端干旱和洪涝演变特征、水文气候模拟分析及其对生态环境造成的影响等方面扮演极其关键的角色。但目前各种标准雨量器观测的降水量(observed precipitation,Po)由于动力损失、微量降水和湿润损失等影响导致其远小于实际降水量6,因而在分析降水量时空演变趋势和干湿气候分区等方面存在偏差。因此,许多学者致力于校正观测降水的损失量(corrected precipitation,Pc)。依据乌鲁木齐降水量观测误差对比试验推导出中国国家标准雨量筒的系统修正方法7 8;以及利用矫正降水量揭示中国和区域尺度上年和月降水量变化趋势6,9、小雨和暴雨10 11、干旱演变趋势12、融雪量13和气候分区13等均与观测降水量存在明显不同,且存在明显的区域差异。金沙江流域发源于有“亚洲水塔冶、“第三极冶之称的青藏高原,作为重要的生态屏障区,具有涵养长江上游水源、防风固沙和生物多样性保护等重要功能,但复杂的生态环境及日益频繁的人类活动加剧了金沙江流域生态脆弱性与气候敏感性14 16。当前,金沙江流域尚未有基于 Po 和 Pc 识别的干湿日指数时空变化特征的对比研究。因而,笔者以金沙江流域为研究对象主要围绕 2 个问题展开:1)基于Po 和 Pc 识别的金沙江流域干湿日指数时空演变特征是否存在差异?2)基于 Po 和 Pc 的干湿日指数在气候系统内部强迫和外部驱动因素影响方面是否存34摇中国水土保持科学2024 年在差异?1摇 研究区概况金沙江流域(E 90郾 47毅 104郾 89毅,N 24郾 54毅 35郾 82毅)流经横断山区,四川盆地,云贵高原,全长3 463 km,总面积为 47郾 3 万 km214,依据三级流域划分标准,全流域可划分为金沙江上段,金沙江中下段及雅砻段(图 1),流域内高山峡谷相间并列,地势北高南低,落差约 5 100 m,包括高原山地及季风、干热河谷和亚热带季风等气候区,且存在明显的垂直气候差异14。图 1摇 金沙江流域气象站点分布及子流域划分Fig.1摇 Distribution of weather stations and division ofsubwatersheds in Jinsha River Watershed2摇 数据与方法1961 年 1 月 1 日至 2020 年 12 月 31 日逐日降水量、气温和风速等来源于中国气象局国家气象信息中心发布的中国地面气候资料日值数据集(V 3郾 0)(http:椅 Huang 等16、Wang 等5等通过绝对阈值法定义(日降水量逸1 mm 定义该日为湿日,否则为干日)干湿日指数。且将 14 个干湿日指数划分为常规指标、极端指标、频率指标和结构指标 4 大类。基于经验系数法6校正主要由微量降水(驻Pt,mm)、蒸发损失(驻Peva,mm)及湿润损失(驻Pwet,mm)导致的降水量偏差。采用 Theill鄄Sen 趋势估计17并结合修订的 Mann鄄Kendall 非参数检验法18识别干湿日指数变化趋势及显著性。利用空间场显著性检验 Po 和 Pc 识别的干湿日指数的显著变化趋势是由气候系统内部变率引起,还是外强迫19 20。此外,进一步计算 Po 和 Pc 识别的干湿日指数值相对误差(Rv,%)、变率(气候变化率,即气候从一种状态变到另一种状态的速度)相对误差(Rs,%)用以分别量化降水校正前后干湿日指数值及变率差额幅度。干湿日指数定义详见表 1。3摇 结果与分析3郾 1摇 基于 Po 和 Pc 识别的干湿日指数时空变化从变化趋势来看,全流域干日或湿日指数普遍趋于增长或降低(图 2)。除干日指数中年单次最长干日事件持续(MLDS),湿日指数中湿日事件数量(NWS)和 1 年中当日为湿日但前日为干日的时间比例(FDW)校正前相比校正后变化趋势相反外,其余干湿日指数均表现为校正前后变化速率一致,且存在空间差异。具体来看,金沙江上段干湿日指数变化速率相比校正前变化率偏低(幅度为 0郾 14%38郾 53%),其中干日事件数量(NDS)变化率幅度偏低最小,MLDS 最大;金沙江中下段干湿日指数变化率相比校正前偏大(幅度为 3郾 64%108郾 47%),其中以年极端湿日事件的总降水量(PWS 95)差异最小,年极端干日事件的总时间(DDS 95)偏差最大;雅砻段干日指数 NDS、MLDS、DDS 95、1 年中当日为干日但前日为湿日的比例(FWD)及湿日事件数量(NWS)、湿日事件平均持续时间(FDW)变化率相比校正前偏小(幅度为3郾 97%35郾 63%),以 DDS 95最小,FDW 最大,其余干湿日指数变化率相较于校正前偏大(幅度为 19郾 19%600郾 27%),以 1 年中当日及前日均为湿日时间比例(FWW)校正偏差最小,1 年中当日及前日均为干日时间比例(FDD)最大。如图 3 所示,年不同持续干日频率(ODS)相较于校正前偏小;年不同持续湿日频率(OWS)相较于校正前偏大。具体来看,全流域 Pc 识别的最长持续干日由 221 225 d 减少到 181 185 d,其贡献率(CDS)由 0郾 002%减少为 0郾 001%,最长持续湿日由28 d 增加到31 d 其贡献率(CWS)由0郾 001%上升为0郾 51%;金沙江上段最长持续干日由 221 225 d 减少到 181 185 d,其 CDS 由 0郾 014%减 少 为0郾 008%,最长持续湿日 CWS 由 0郾 007%上升为0郾 008%。金沙江中下段最长持续干日由 176 180 d 减少为 156 160 d,其 CDS 由 0郾 003%减少为0郾 001%,最长持续湿日由 19 d 增加到 23 d,其 CWS44摇摇 第 1 期程清平等:金沙江流域 19612020 年干湿日时空演变特征分析摇 摇 摇 摇表 1摇 干湿日指数定义Tab.1摇 Definition of dry and wet spell indices分类Classification干湿日指数Dry and wetspell indices定义Definition单位UnitNWS摇 湿日事件数量 Number of wet spellsTimes常规MWS摇 湿日事件平均持续时间 Mean length of wet spellsdNormalNDS摇 干日事件数量 Number of dry spellsTimesMDS摇 平均干日事件持续时间 Mean length of dry spellsdMPWS摇 年单次湿日最大降水量 Annual maximum precipitation of wet spellsmmMLWS摇 年单次最长湿日事件持续时间 Annual maximum lenghth of wet spellsd极端ExtremePWS 95摇 年极端湿日事件的总降水量(一年中持续时间逸湿日事件持续时间的 95%)摇 Total precipitation amount of extreme wet spellsmmMLDS摇 年单次最长干日事件持续时间 Annual maximum length of dry spellsdNLDS摇 年长持续干日事件数量(一年中持续时间逸30 d 的干日事件)摇 Annual number of long dry spells(annual number of dry spells with length 逸30 days)TimesDDS 95摇 年极端干日事件的总时间(一年中持续时间逸干日事件持续时间的 95%)摇 Total days of extreme dry spells(an extreme dry spell can be defined as a dry spell with the daysexceeding 95th percentile of length of DS during a year)dFWW摇 1 年中当日及前日均为湿日的比例摇 Fractional contribution of times when a wet day is preceded by a wet day to the annual days%频率FrequencyFWD摇 1 年中当日为干日但前日为湿日的比例摇 Fractional contribution of times when a dry day is preceded by a wet day to the annual days%FDW摇 1 年中当日为湿日但前日为干日的比例摇 Fractional contribution of times when a wet day is preceded by a dry day to the annual days%FDD摇 1 年中当日及前日均为干日的比例摇 Fractional contribution of times when a dry day is preceded by a dry day to the annual days%OWS摇 年不同持续湿日的频率摇 Occurrence frequency of wet spells with different durations%结构StructureCWS摇 年不同持续湿日对年湿日总降水量的贡献率摇 Fractional contribution of wet spells with different durations to the annual total precipitation amount%ODS摇 年不同持续干日的频率摇 Occurrence frequency of dry spells with different durations%CDS摇 年不同持续干日对总干时间贡献率摇 Fractional contribution of dry spells with different durations to the annual total dry days%由0郾 001%上升为0郾 0012%。雅砻段最长持续干日由 166 170 d 减少 到 146 150 d,其 CDS 由0郾 005%减少为 0郾 004%,最长持续湿日由 28 d 增加到 31 d,其 CWS 由 0郾 004%上升为 0郾 005%。如图4 所示,从变化趋势来看,降水校正后 ODS变化趋势整体减弱,全流域 6 10 d 的 ODS 从显著增长转为不显著增长;从子流域来看,金沙江上段11 15 d、31 35 d 的 ODS 及中下段的 1 5 d 的ODS 趋势由显著减少转为不显著;从 CDS 来看,金沙江上段 16 20 d,中下段 1 5 d、46 50 d 由显著减少转为不显著;而金沙江上段 31 35 d,中下段的6 10 d、21 25 d、56 60 d 及雅砻段46 50 d 由不显著增长转为显著。摇 摇进一步来看,全流域降水校正后的 OWS 和54摇中国水土保持科学2024 年摇*表示修订的 Mann鄄Kendall 趋势检验统计值|Z|逸1郾 96,即在 0郾 05 级别(双尾)趋势显著;方格内括号外(内)值分别为 Po(Pc)识别的干湿日指数;变率均乘以 10。*indicates the modified Mann鄄Kendall trend test statistical value|Z|逸1郾 96,refers to a significant trend at level 0郾 05(double鄄tailed);the values outside/inside the brackets in the square are respectively the Po鄄 and Pc鄄based slopes of dry and wet spell indices;theslope shown has been multiplied by 10.图 2摇 19612020 年金沙江流域基于 Po 和 Pc 识别的干湿日指数趋势特征及变率相对误差Fig.2摇 Po鄄 and Pc鄄based trend characteristics of dry and wet spell indices and relative error of slope inJinsha River Watershed from 1961 to 2020摇CWS 变化趋势整体增强,最为明显的为金沙江上段3 d 和 7 d 的 OWS,中下段 10 d 的 OWS,雅砻段 1 d的 OWS 均存在由显著增长(减少)趋势转为不显著。对于 CWS,金沙江上段 2 d 和 3 d 的 CWS 趋势由显著增长(减少)转为不显著;金沙江中下段12 d,雅砻段 3 d 和 5 6 d 的 CWS 趋势由不显著增长(减少)转为显著;雅砻段 4 d 的 CWS 由负趋势转为正趋势。从空间分布(图 5)来看,Pc 识别的干湿日指数值空间分布仍与 Po 较一致。Po 和 Pc 识别的平均干日事件持续时间(MDS)、MLDS、年长持续干日事件数量(NLDS)、DDS 95 和 FDD 以增长趋势为主,且除 Pc 识别的 DDS 95 呈增长态势的站点较 Po 减少 9郾 76%外,Pc 识别的其余干湿日指数呈增长态势的站点较 Po 增加 4郾 88%7郾 32%。Po 和 Pc 识别的 NDS、FDW、NWS、MWS、年单次最长湿日事件持续时间(MLWS)、PWS95 以降低趋势为主,且 Pc 识别的 NDS 和平均干日事件持续时间(MDS)呈降低态势的站点较 Po 减少 2郾 44%9郾 76%,而 Pc 识别的其余干湿日指数呈降低态势的站点较 Po 反而增加 2郾 44%9郾 76%。此外,流域内存在 Po 和 Pc 识别的干湿日指数呈相反趋势的站点,以 PWS 95 最多,FDD 最少。在趋势显著程度上,Po 和 Pc 识别的MWS、MLWS、PWS 95、FWW 趋于显著降低的站点多于趋于显著增长的站点,其站点比例校正幅度为-2郾 44%2郾 44%;具 体 来 看,Po 和 Pc 识 别 的MDS、NLDS、DDS 95、FDD 趋于显著增长的站点多于趋于显著降低的站点,其站点比例校正幅度为 0 9郾 76%;Pc 识别的 NWS、NDS、FDW、MPWS 趋于显著增长和降低的站点一致,站点比例校正幅度为-2郾 44%4郾 88%;Po 识别的 MLDS、FWD 以趋于显著下降/增长的站点多于趋于显著增长/下降的站点,而 Pc 识别的 MLDS、FWD 表现为趋于显著增长/下降的站点多于趋于显著降低/增长的站点。3郾 2摇 干湿日指数空间场显著性检验空间场显著性检验结果表明,Po 和 Pc 识别的多数干湿日指数趋势呈显著的台站比例仍在气候系统内部变率范围内,仅 Po 和 Pc 识别的 FDD 趋于显著增长和 MWS、MLWS、PWS 95、FWW 趋于显著降低的台站及 Pc 识别的 MDS 呈显著增长的台站比例显著区别于气候系统内部变率,与外强迫作用有关(图 6)。4摇 讨论Yao 等12发现基于 Po 和 Pc 识别的中国不同区域的 Erinc蒺s 指数差异明显,而标准化蒸散指数变化微弱。Li 等13应用 Pc 进行气候带划分时发现中国实际气候区划比原始降水量划分的结果更为湿润。Ye 等21指出黄河上游校正降水会使径流与蒸散系数更大从而影响地表水文模型耦合。目前,未有干湿日时空格局及驱动因素研究中考虑降水误差产生的影响1 5,22 24。金沙江流域研究表明 19612020 年 Pc 识别的全流域干日指数普遍低于 Po 识别的干日指数,Pc 识别的湿日指数普遍高于 Po,且不同子流差异明显。趋势上,Pc 识别的金沙江上段干湿日指数趋势较 Po 普遍偏小,尤以金沙江中下段64摇摇 第 1 期程清平等:金沙江流域 19612020 年干湿日时空演变特征分析图 3摇 19612020 年金沙江流域基于 Po 和 Pc 识别的多年平均干日结构型指数Fig.3摇 Po鄄 and Pc鄄based multi鄄year average of dry spell structure type indices in Jinsha RiverWatershed from 1961 to 2020摇更为明显。毋庸置疑,校正降水量较原始观测的在数量和演变趋势存在明显的差异6 13。Zhang 等11进一步详细阐述风速、湿损失和微量降水及三者综合导致这种差异的原因。因而金沙江流域基于 Po 和 Pc 识别的干湿日指数值和演变趋势的差异也与风速、湿损失和微量降水导致的误差有密切的关系。基于校正降水量识别的干湿日降水结构指数能较为全面反映该流域降水结构演变特征。因此,该流域在水土保持规划、农业生产和生态水文模型的建立等方面应考虑校正降水量更具有实际科学参考价值。进一步对比 Po 和 Pc 识别的干湿日指数显著变化趋势是气候系统内部变率驱动还是外强迫作用时,发现 Po 和 Pc 识别的大多数干湿日指数的显著变化趋势的站点比例均处于气候系统内部变率内,仅 Po 和 Pc 识别的 MDS 呈显著增长的站点比例由不显著转为显著区别于气候系统内部变率。因此,校正降水并未改变气候内部变率与外部强迫对干湿日指数变化趋势的影响。此外,干湿日指数计算前提是对干湿日进行合74摇中国水土保持科学2024 年图 4摇 19612020 年金沙江流域基于 Po 和 Pc 识别的干日结构型指数(ODS,CDS)趋势特征Fig.4摇 Po鄄 and Pc鄄based trend characteristics of dry spell structure type indices(ODS,CDS)in Jinsha RiverWatershed from 1961 to 2020摇理判定,其方法包括绝对阈值法1 2,4 5,22 24与相对阈值法21。国内常将1 mm4 5或0郾 1 mm25的绝对阈值应用于降水和干旱研究,笔者基于气候变化监测和指标专家组提出的 1 mm 绝对阈值计算干湿日指数,未来可考虑 0郾 1 mm 计算干湿日指数对降水校正误差的响应差异。5摇 结论1)Pc 识别的干日指数值相较于 Po 普遍更低,而湿日普遍偏高,但空间分布近似一致。相较于Po,Pc 识别的干湿日指数趋势总体上在金沙江上段偏小,于金沙江中下段偏大,而雅砻江段表现为湿日指数趋势偏大,干日指数趋势偏小。2)空间场显著性检验表明,Po 和 Pc 识别的干湿日指数显著变化趋势主要由气候系统内部变率解释,仅 Po(Pc)识别的 MWS、MLWS、PWS 95、FWW(FDD)呈显著降低(增长)的台站比及 Pc 识别的MDS 趋于显著增长的台站比例可能受到外强迫驱动。综上,无论是 Pc 还是 Po 的识别的干湿日指数,呈显著变化趋势的台站比例均主要由气候系统内部变率主导,即气候变化对金沙江影响十分明显。因此,金沙江流域需要采取合理的措施来应未来可能出现的极端事件(高温、干旱和洪涝及其复合事件等)对农业生产和生态系统造成的威胁。6摇 参考文献1摇 WAINWRIGH C,ALLAN R,BLACK E.Consistenttrends in dry spell length in recent observations and futureprojections J.Geophysical Research Letters,2022,49(12):e2021GL097231.2摇 AYAR P V,MAILHOT A.Evolution of dry and wet spellsunder climate change over north鄄eastern North AmericaJ.Journal of Geophysical Research:Atmospheres,2021,126(5):e2020JD033740.3摇 芮广军,孙朋,杨会宁,等.19592018 年淮河流域干湿格局时空动态研究J.中国水土保持科学,2022,84摇摇 第 1 期程清平等:金沙江流域 19612020 年干湿日时空演变特征分析摇 Po/Pc 识别的干日指数多年平均和变率分别位于括号外/内。Po鄄based/Pc鄄based the multi鄄year average and slope of dry spell indices are out鄄side/inside the brackets.图 5摇 19612020 年金沙江流域基于 Po 和 Pc 识别的干日指数空间特征Fig.5摇 Po鄄 and Pc鄄based spatial characteristics of dry spell indices in Jinsha River Watershed from 1961 to 2020摇20(4):74.RUI Guangjun,SUN Peng,YANG Huining,et al.Spatio鄄temporal dynamics of dry鄄wet patterns in the Huaihe RiverBasin from 1959 to 2018J.Science of Soil and WaterConservation,2022,20(4):74.4摇 吴少强,汤崇军,郑太辉,等.基于连续无有效降雨日数指标的江西省干旱时空分布特征J.长江流域资源与环境,2022,31(4):903.WU Shaoqiang,TANG Chongjun,ZHENG Taihui,et al.Sptio鄄temporal characteristics of drought in Jiangxi basedon index of continuous days without available precipitationJ.Resources and Environment in the Yangtze Basin,2022,31(4):903.5摇 WANG Yixuan,GAO Ruizhong,WANG Xixi,et al.Long鄄94摇中国水土保持科学2024 年图 6摇 19612020 年干日指数呈显著增长和减少趋势的台站比例模拟值分布及实际观测值Fig.6摇 Percentage distribution of simulated values and actual observed values of stations with significantincrease and decrease trends of dry spell indices from 1961 to 2020摇term spatiotemporal variability in occurrences of wet anddry days across South Mongolian PlateauJ.Atmospher鄄ic Research,2021,262:105795.6摇 叶柏生,杨大庆,丁永建,等.中国降水观测误差分析及其修正J.地理学报,2007,62(1):3.YE Baisheng,YANG Daqing,DING Yongjian,et al.A Bi鄄as鄄 corrected precipitation climatology for ChinaJ.ActaGeographica Sinica,2007,62(1):3.7摇 杨大庆,姜彤,张寅生,等.天山乌鲁木齐河源降水观测误差分析及其改正J.冰川冻土,1988,10(4):384.YANG Daqing,JIANG Tong,ZHANG Yinsheng,et al.Analysis and correction of errors in precipitation measure鄄ment at the head of Urumqi River,TianshanJ.Journalof Glaciology and Geocryology,1988,10(4):384.8摇 杨大庆,施雅风,康尔泗,等.乌鲁木齐河源高山区固态降水对比测量的主要结果J.科学通报,1990(22):1734.YANG Daqing,SHI Yafeng,KANG Ersi,et al.Main Re鄄sults of comparative measurement of solid precipita