总结：极端降水的增加可能还是主要和全球变暖有关，很难把气溶胶区分出来
全球总年降水量（相当于全球蒸发量，由全球地表能量预算确定）随全球温度的增加而增加，相当小的比例约为2％-3％K-1（Cubasch等，2001） 。政府间气候变化专门委员会第四次评估报告（AR4）分析了陆地上两个长期基于规模的降水数据集 - 全球历史气候学网络（GHCN）（Vose等，1992）和气候研究单位（Mitchell）数据集 - 显示两个数据集的年平均总降水量具有小的线性增长趋势，但它们没有统计学意义（Trenberth等，2007）。AR4（1951年至2005年和1979年至2005年）所涵盖的其他时期显示出负面和正面趋势的混合，具体取决于数据集。年度总降水量的这些小的和/或缺乏明显趋势与全球降水/蒸发随全球变暖预测的小幅增长是一致的。因此，本研究将重点关注降水强度的增加和降水极值的相关变化，而不是总降水量。
Trenberth等。（2003）通过解释风暴的降水强度应该以与大气水分大致相同的速率增加来总结全球变暖假说，根据Clausius Clapeyron方程，大气水分约为7％K-1。他们进一步认为，强降雨的增加甚至可能超过K-1的7％，因为增加的水蒸气释放的额外潜热可以激发风暴。一场充满活力的风暴可以从大气中以大于7％K-1的速率去除水分。同时，如前所述，全球蒸发量仅增加2％~3％K-1，对轻度和中度降水的水分减少。此外，风暴对流层上层潜热的增加可以降低失效率。由于在耦合的海洋大气模型中具有强大的水汽 率气候反馈效应，因此降低了失效率（Held和Soden，2006）。降低的流失率使得大气更稳定，因此不太可能沉淀，特别是对于需要不稳定的大规模环境的轻度和中度降水。综合效果是通过增强强降水来增加降水强度，同时抑制轻度和中度降水。这些热力学论证通过Sun等人对模型模拟变化的分析得到了广泛的证实。（2007年）和刘等人的观察数据分析。（2009）和Shiu等人。（2012），他们检查了全球降水气候学项目（GPCP）观测到的降水和再分析。
人们早已认识到气溶胶可能通过作为云凝结核而对云和降水产生重大影响（Warner和Twomey，1967; Albrecht，1989; Ramanathan等，2001; Andreae等，2004; Dai等。，2008; Koren等，2008）。气溶胶对降水过程的影响被认为是“Albrecht”效应的一部分 - 对云范围和生命时间的“第二间接”影响（Ackerman等，1978; Albrecht，1989; Hansen等，1997） - 是复杂和不确定的，特别是对于混合相位对流云（Tao et al。，2012）。已经进行了大量关于气溶胶对不同时期（例如年度，季节性）总降水量的影响的研究，产生了混合的结果。一个很好的例子是华纳（1971），他们得出结论认为，由于澳大利亚北部甘蔗燃烧产生的气溶胶导致60年的降水没有变化。此外，美国国家研究委员会（2003）的一份报告得出结论“仍然没有令人信服的科学证据证明国际天气改造工作的有效性”，其中许多是使用气溶胶的改造努力。
最近的一些研究表明，气溶胶可以通过抑制降水的开始，吸收更多的水分，释放更多的潜热，将水分推向更高的高度并形成更多的冰云来振兴大型对流。而对于小而低的云，行动停止在抑制降水的开始和燃烧云层（Andreae等，2004; Lin等，2006; Jiang等，2008; Koren等，2008;罗森菲尔德et al。，2008; Tao et al。，2012）。净效应是抑制光沉淀并增强强降水。然而，气溶胶对降水及其强度的影响仍然存在很大的不确定性（Levin和Cotton，2009; Yang等，2011a; Boucher等，2013）。
我们首先在10S和10N之间的海洋区域检查GPCP降水数据（V1.0,1979 2007,2.5 2.5，pentad）（Xie等，2003），并分析降水极值变化与SST异常之间的关系。该地区远离人类排放的影响，并且不受人为排放的影响。预计这一海洋区域降水强度和相关极端降水的显着变化更可能是由全球变暖驱动，而不是短期气溶胶效应。然后将10S 10N海洋区域的结果与北半球高纬度地区（10 20N和20 45N陆地区域）和中国东部地区的结果进行比较，其中有更多的气溶胶来评估其变化的原因。降水强度和相关的极端降水。
在中国气象局1955年至2011年期间运行的194个国际交换气象站中，101个观测到的每日降水量数据也被用于本研究（http://cdc.cma.gov.cn/）
刘ET AL。home.do）。101个站点占总面积的40％，是中国重要的农业区域，因其相对较高的年平均降水量超过500毫米以及数据的完整性（每年<5天缺失）而被选中。降水量小于500毫米/年（主要在中国西北半干旱地区）的台站被排除在外，因为它们的年际变化太大而无法得出任何具有统计意义的趋势。
在1955年至2011年期间，中国的化石燃料消耗量和气溶胶排放量增加了约15倍（Streets等，2000; Lu等，2010;中国国家统计局， 2012）。卫星图像清晰地显示了中国工业化地区气溶胶光学厚度的极高值和大幅增长趋势。考虑到气溶胶浓度的这些大的时间和空间范围，如果气溶胶可以显着影响降水强度，则可以预期不同地区的趋势之间存在显着差异，并且趋势中的城市可能存在差异。图1显示了101个站的分布。可以看出，所选的大多数车站都位于中国东部，受到东亚季风的强烈影响，主要来自西太平洋的湿气，以及较小程度上的印度洋。根据中分辨率成像光谱仪（https：// lpdaac.usgs.gov/products/modis产品表）的土地利用数据，101个站分为45个城市站和56个乡村站。城市和农村站点之间的温度差异证实了这种分类，这显示出明显的城市热岛效应（Yang et al。，2011b; Wang and Ge，2012）。
地面气温取自GHCN-Monthly，
图1.中国东部101个地面国际交换气象站的地理分布，年平均降水量超过500毫米。灰点表示45个城市站点，浅绿色56个乡村站点。
版本3.2.1（Peterson和Vose，1997; Jones和Moberg，2003）。SST取自扩展重建海表温度数据集v3b（Xue等，2003; Smith等，2008）。
3.赤道海域降水强度的变化
使用GPCP pentad数据（1979年至2007年），我们发现10S和10N之间赤道海域30％的强降水和30％的底部降水的显着趋势（图2a）。显示的值是年度值
图2.（a）GPCP五边形数据中10S和10N之间海洋区域的两个强度区的年平均降水量（单位：％）的时间变化：底部30％轻度降水（绿色，左侧坐标）和顶部30％的强降水（红色，右坐标）; 和SST异常在10S和10N之间（蓝色，
右偏移坐标）。虚线是线性回归。（b）如（a）中所述，但来自ECMWF ERA-中期再分析
第32卷平均降水量（单位：％）属于10S和10N之间所有海洋网格的指定目录。在这个海洋区域，每年共有81 322个五边形数据点，对于子集统计分析来说足够大。顶部30％的强降水和底部30％的轻度降水的线性趋势分别为3.2％（10年）-1和-1.3％（10年）-1，均在95％置信水平下显着。结合起来，这些趋势意味着降水强度的显着增加。图2a中还绘制了该区域的SST。底部30％光降水与SST之间存在明显的反相关，相关系数R = -0.74。这些相关性和趋势与Trenberth等人总结的全球变暖假说非常一致。（2003年）。
支持SST增加的主要原因是赤道海域强降水增加和轻度降水减少的另一个证据如图2b所示，其中底部30％的光照降水量和前30°欧洲中期天气预报中心的重度降水量％中期再分析（ERA-Interim）数据与赤道海域的SST一起绘制在10S和10N之间。来自不使用观测到的降水的作业天气预报模型的降水再分析产品改为从观测到的水分和风中计算降水量，从而提供与GPCP数据相比的独立信息。图2b中的一般模式实际上与图2a中的模式相同，例如 顶部30％和底部30％降水之间的良好反相关（R = -0.86）和SST与最高30％降水之间的良好相关性（R = 0.71）。再分析中使用的天气预报模型包括Trenberth等人描述的热力学过程。（2003年），但不包括气溶胶效应。例如，再分析模型中观察到的垂直水蒸气柱丰度增加了7％K-1，与Clausius Clapeyron方程的预测一致（Trenberth等，2003），再分析模型包括增加的潜热和随后由于水蒸气的增加而引发风暴。另一方面，由于人为气溶胶不太可能显着影响偏远赤道海洋区域的水分和风，我们提出，通过ERA-Interim再分析模型获得的前30％重度降水的大幅增加和前30％重度降水与最低30％轻度降水之间的显着反相关很可能主要受热力学过程驱动。而不是短期的人为气溶胶效应。因此，我们可以得出结论，至少在每年的基础上，SST（这是全球变暖的一部分）而不是人为气溶胶的增加可能是赤道海洋上观测到的降水强度增加的主要驱动力。
在1979年至2007年的GPCP数据中显示。
4.高纬度地区降水强度的变化
在图3中，赤道海洋区域10S 10N的降水强度变化与北半球高纬度地区的降水强度变化相比较; 具体而言，20 45N区域的10 20N区域和陆地区域。使用Liu等人开发的年际差异法评估图3中的值。（2009年）。年际差分法是研究两个参数之间关系的有效工具，这两个参数都随时间变化。在这种情况下，两个参数是沉淀和表面温度。简而言之，对于10S 10N海洋区域的情况，将1979年至2007年整个时期的所有降水数据汇总在一起，并在降水强度增加的情况下分成10个相同降水量的区间。10个区间的范围由该分类确定并在整个分析中固定。给定年份的每个箱内的降水量以与固定范围相同的方式分类。图3中每个箱的P是1979年至2007年任何两年之间每个箱的降水量的差异，包括彼此不相邻的对，例如1999年和2007年，并且T是相应的差异。观察到的表面气温为30S 30N。该
图3.30S 30N区域（T）年平均温度增加1次的10个强度箱（P）中每一个的年降水量变化。蓝色条表示源自1979年至2007年中国东部所有101个站的数据的P / T值。黄色，绿色和红色条形图分别是来自GPCP pentad数据（1979年至2007年）的10S 10N海洋区域，10 20N区域和20 45N陆地区域的P / T值。每个条顶部的垂直线表示平均值的标准误差。
刘ET AL。图3中所示的值（P / T）是P和T之间的斜率，它表示落在十个强度区间（P）中的每一个内的年降水量的变化，对于年平均温度的一度开尔文增加。 30S 30N（T）。
我们将通过年际差分方法获得的结果与降水和温度之间的直接散点图以及根据降水和温度的单个线性趋势计算的结果进行了比较。对于图3中所示的所有情况，发现三种方法的平均值（SEM）的标准误差内的一致性，并且年际差异方法呈现SEM的最低值。
为便于比较，图3中所有四个区域均使用30S 30N的温度。根据热力学假设，数据分析中使用的温度应该是降水的大部分水蒸气所源自的区域的大气温度。例如，在10S 10N的赤道海洋区域，温度应该是赤道海洋区域的气温。然而，由于我们处理的是大的空间和时间（年）平均值，因此该区域的大气温度趋向于与相应的SST成比例地变化，甚至与全球表面温度成比例地变化。例如，30S 30N区与近全区（60S 60N）之间的温度异常（T）比为0.82，为0。在10S 10N海洋区域和近全球区域之间。因此，为方便起见，30S 30N区域的温度可用作代理。这也与30S 30N区是本研究中讨论的所有区域的主要水分来源的事实一致。关于使用近全球温度而不是局部或区域温度的进一步讨论，读者可参考Liu等人的工作。（2009），这表明，即使对于像台湾这样的小岛，近全球温度也会比当地温度更好。关于使用近全球温度而不是局部或区域温度的进一步讨论，读者可参考Liu等人的工作。（2009），这表明，即使对于像台湾这样的小岛，近全球温度也会比当地温度更好。关于使用近全球温度而不是局部或区域温度的进一步讨论，读者可参考Liu等人的工作。（2009），这表明，即使对于像台湾这样的小岛，近全球温度也会比当地温度更好。
所有三个纬度带的降水强度变化均表现出高度一致的一般模式，包括前10％强降水量的相对较大增加，第五个仓位附近的快速逼近零点，以及低于第五个仓位的轻度降水量小幅下降完事。一致性是显着的，特别是考虑到20 45N陆地区域包含来自气象站观测的大量测量数据，而10S 10N海洋区域主要包含卫星数据，这证实了先前的发现GPCP卫星数据是与气象站的观测一致（Lau和Wu，2007）。
与干净的赤道海相比，工业化20 45N土地面积的变化通常更为温和。根据热力学假设，这是预期的，因为相对于赤道海洋地区，高纬度地区降水量极少（Trenberth等，2003; Liu等，2009），但气溶胶的情况则相反。效果是正确的，因为在高纬度地区有更多的人为气溶胶
北半球。前10％大幅增加约186％的K-1
10S 10N海洋区域的强降水会对环境造成严重影响。由于30S 30N区域的温度在上个世纪增加了大约0.68，在那个时期10S 10N海洋区域的前10％强降水中它增加了约126％。这可能对赤道地区沿海地区的生态系统产生深远的影响。对于10 20N区域应该提出类似的担忧，其中热带气旋占前10％强降水的主要部分。
三个纬度带降水强度变化的一致性表明，共同的机制，即全球变暖，是降水强度变化的主要原因。低纬度前10％降水量的增加与先前的研究结果一致（Liu et al。，2009; Shiu et al。，2012），以及全球变暖理论，因为低纬度地区的对流风暴强于高纬度纬度。另一方面，如果气溶胶的影响是原因，那么人们可以预期高纬度地区的降水强度会有更大的增加，因为高纬度地区的人为气溶胶比北半球的低纬度地区更多。因此，
关于总降水量，通过将图3中各个箱的值相加，我们发现赤道10S 10N海洋中28.6％K-1,2.3％K-1和1.7％K-1的有趣显着趋势区域，10 20N区域和20 45N陆地区域。赤道纬度带的相对较大的增加趋势明显与Hadley细胞的收敛上升/湿区有关，并且大趋势似乎是湿 - 湿 - 湿机制的结果（Mitchell等，1987; Held和Soden，2006; Chou等，2013）。尽管如此，三个纬度带的基本上所有增长趋势都可以归因于前30％的强降水增加（即重 - 重 - 而不是湿 - 湿），底部70％轻度和中度降水垃圾箱显示出微小且有补偿性的变化。换一种说法，
5.中国东部降水强度的变化
图3还绘制了中国东部气象站的降水强度变化。鉴于中国东部与20 45N陆地区域的地质水文环境存在巨大差异，以及GPCP数据的时空分辨率较高，两个地区降水强度变化之间的良好一致性令人放心，特别是
第32卷前10％的强降水和强降水增加的一般模式以及轻度降水的减少。该协议表明，中国东部降水强度的变化也可能主要是由全球变暖引起的。在图2和图3中可以看到对该概念的额外支持。图4a c，分别描绘了城市电台和农村电台的总降水量，底部10％轻度降水量和前10％强降水量的年平均值。正如预期的那样，年平均总降水量值没有显着变化趋势（图4a）。对于底部10％的轻度降水，城市和农村值都显示出显着的下降趋势，其线性降低率在统计上是相同的（图4b）。毛皮-
此外，城市和农村站点之间的年际变化几乎相同，这表明这些变化和趋势的共同原因，而不是城市和农村站点之间气溶胶浓度的差异。前10％强降水的变化（图4c）也支持这一观点。
人们可以对上述论点不以为然，声称由于空气污染物的有效分散和运输，中国的农村电站也受到严重污染。为解决这个问题，我们研究了台湾的降水数据。在夏季，位于台湾东部和小型近海岛屿的台站往往拥有干净的背景海洋空气，平均PM10浓度约为20 g m-3
图4.年平均降水量（mm）的时间变化，线性回归：（a）总降水量; （b）底部10％轻度降水; （c）前10％的强降水。红色实线表示45个城市站的平均值和56个乡村站的绿色实线; 红色和绿色虚线分别是城市和乡村车站的线性回归。一个标准偏差用（mm）表示。
（主要是海盐气溶胶）（http://taqm.epa.gov.tw/taqm/tw）因为盛行的风是西南风。相比之下，位于台湾西部的台站受到污染，平均PM10浓度约为40 g m-3。在图5中，我们比较了受污染的台湾西部5年平均夏季降水与清洁的东部台湾和小型近海岛屿的时间变化，其中底部10％的降水量和10％的强降水量。对于底部10％的光照降水，污染区域和清洁区域都显示出显着的下降趋势（图5a）。同样，污染区域和清洁区域在前10％的强降水中都呈现出大幅增加的趋势（图5b）。这些结果显然意味着人为气溶胶不是轻度和强降水趋势的主要原因，
我们认识到长时间和大空间平均可能存在补偿效应的问题。例如，夏季中国南方可能出现强降水增加，但冬季中国北方可能出现轻度降水减少。我们通过三次测试来检查这个问题：首先，根据南北纬度，将中国东部划分为四个子区域; 第二，通过检查中国的各个站点和GPCP数据的各个网格; 第三，通过检查中国的月度和季节性降水量以及GPCP数据。对于GPCP数据中的低纬度（30S 30N），对月度数据的分析使得结果与年度数据一致。此外，应用于低纬度GPCP数据的各个网格的年际差分方法产生
大多数降水强度箱的统计显着和一致的趋势。对于中国而言，所有四个次区域的底部10％光降水都有所减少，但最北部的次区域在统计上并不显着。所有四个次区域都表现出前10％的强降水增加，但没有统计学意义。各个站的统计数据变得更糟。尽管如此，大多数台站的降水量减少，但强降水量的增加更为零星。季节性结果也受到统计不良问题的影响。结果表明，补偿既不是常见问题也不是严重问题，而是当使用来自非常有限数量的台站的数据时，降水的零星性质使得难以得出重要信号。
总之，随着全球变暖，降水强度的增加是全球规模的普遍现象，尽管在数量和其他特征方面存在区域差异。中国东部101个站点观测到的降水强度增加与全球变暖理论一致，而不是人为气溶胶的影响。
得出这一结论后，我们承认，从长远来看，人为气溶胶通过其直接和间接辐射效应减少全球变暖（Solomon等，2007），进而影响降水强度。但这种效应是降低降水强度，与观察到的变化相反。我们还注意到，我们的分析是针对年度时间尺度进行的，其结果可能不适用于偶发性降水的发现
图5.夏季降水量（mm）的5年运行平均量的时间变化，线性回归：（a）底部10％轻度降水; （b）前10％的强降水。红色实线分别表示位于台湾西部的污染站点和位于台湾东部和近海岛屿的清洁站点的绿色实线的平均值; 红色和绿色虚线分别是污染和清洁站的线性回归。一个标准偏差用（mm）表示。
极端的降水，气溶胶和全球变暖研究。最后，我们的结果并不排除人为气溶胶作为观测到的降水强度增加的次要因素。
6.增加降水强度的影响
全球变暖与广泛地区降水强度增加之间的因果关系的含义是深远的。降水强度的增加和极端降水的相关变化可能对水文循环以及整个生态系统产生严重影响。很明显，强降水的增加会增加洪水和山体滑坡的气象风险。轻度和中度降水是土壤湿度和地下水的重要来源。轻度和中度降水的减少可能会增加干旱的气象风险，特别是当年度总干旱天数和连续干旱天数增加时。
图6显示了观察到的年总干旱天数，连续10天干旱天数，最高1％重度降水日数，最高10％重度降水天数和最低10％轻度降水天数的时间序列。 1955年至2011年期间有101个车站。此外，还绘制了中国东部帕尔默干旱严重程度指数（PDSI）-3的年度发生率，该指数是严重干旱的指标。所有线性回归均通过t检验，p值为0.05。值得注意的是，在57年期间，最高1％和10％的强降水的年日数分别增加了约77％和21％。一个更令人震惊的增长是年度总干旱天数，在此期间约为28天（13％），接近整整一个月。此外，连续10个干旱日的发生率在百分比变化（36％）方面比总干旱天数增加得更多。干旱天数和连续干旱天数的增加显着增加了干旱的气象风险。PDSI的年度发生率急剧增加（约20倍）证实了这一点
在此期间中国东部的-3。PDSI-3的年度发生率的急剧增加与先前对该区域的研究一致（Dai等，2004）。虽然这些结果部分地出现在许多先前的研究中（Ho等人，2005; Liu等人，2005; Zhai等人，2005; Qian等人，2007），但全球变暖之间的因果关系这里建立的降水强度增加意味着1955年至2011年期间中国东部洪水和山体滑坡的气象风险大幅增加可能主要是由于全球变暖。使用年际差分法，我们得出，在30S 30N温度下开度增加一度，在连续10天干旱日的年发生率中增加了29.7％~15％，并且严重增加了221.6％ 68。
底部10％光降水，干旱日总数，10日发生的年日变化具有良好的相关/反相关（R2> 0.55）
图6.中国东部各种降水参数年平均值的时间变化。实线表示年平均值; 虚线是线性回归。（a）干燥（无降水）天（蓝色，右坐标），底部10％光降水天数（红色，左坐标）和30S 30N温度异常（黑色，右偏移坐标）; （b）连续10天或以上干燥天（黑色，左坐标）和PDSI -3网格数（蓝色，右坐标）; （c）顶部1％强降水（紫色，右坐标）和前10％强降水天数（绿色，左坐标）的天数。
连续干燥的日子，以及PDSI -3的发生，暗示了它们之间的因果关系。特别是，在干燥天数和底部10％光照降水天数之间存在非常高的抗相关系数-0.97。此外，干燥天数的增加约为90％，这是由于底部10％轻度降水的年天数减少所致。其余部分通过底部10％ 40％轻度和中度降水的变化来补偿。这些重新
刘ET AL。从理论上讲，干燥天的类别在降水强度谱中是最轻的类别，而底部10％的轻度降水是第二轻的类别。因此，轻度降水向强降水的转变会使干旱日更加干燥。
正如本文开头所讨论的，60S 60N纬度带内广泛区域的强降水显着增加和光降水减少（Lau和Wu，2007; Liu等，2009; Shiu等。 ，2012; Lau等，2013）。因此，预计1955年至2011年中国东部地区因全球变暖导致的干旱和洪水的气象风险大幅增加，预计将发生在60S 60N范围内的广泛地区。此外，由于低纬度地区降水强度随全球变暖的增加而增加（Liu et al。，2009），低纬度地区干旱和洪水的气象风险增加预计会更大。
我们提出了观察证据，理论论证和重新分析（Shiu等人，2012）和气候模型（Sun等人，2007）的结果，这些结果在1955年至2011年期间支持了中国东部的因果关系。全球变暖导致降水强度增加，极端降水变化，以及洪水和干旱的气象风险增加。从数量上看，我们发现在1％的重度降水量的年度天数中严重增加约77％，在年度最低10％的轻度降水量中减少约20％，每年发生的增加量为36％。连续10天干燥，并且在1955年至2011年期间，中国东部的PDSI -3年发生率惊人地增加了约20倍。此外，随着未来气候变暖的加剧，预计这些变化将会增加。更重要的是，这些变化不仅限于中国东部; 如引言中所述，在广泛的地区已经观察到类似的变化。由于全球变暖，预计这些地区的干旱和洪水的气象风险将显着增加，而在低纬度地区则更为严重（Liu et al。，2009）。洪水和干旱预防，水资源管理和土地使用调整等适应性行动势在必行。由于全球变暖，在低纬度地区（Liu et al。，2009）更为严重。洪水和干旱预防，水资源管理和土地使用调整等适应性行动势在必行。由于全球变暖，在低纬度地区（Liu et al。，2009）更为严重。洪水和干旱预防，水资源管理和土地使用调整等适应性行动势在必行