暴雨级别

中国持续性暴雨特征分析

陈阳翟盘茂

灾害天气国家重点实验室，中国气象科学研究院，北京，100081

摘要

本文给出了一种兼顾“持续性”和“过程降水量”的持续性暴雨定义，并以此定义为基础分析了中国单

站持续性暴雨事件特征。立足于每一个站暴雨时间上的持续性，在单站持续性暴雨事件基础上，设计了一

种区域性持续性暴雨识别方法，识别具有高致灾性的区域性持续性暴雨个例。得到以下结论：1）单站持续

性暴雨在江淮以及江南地区（26°-34°N）、华南地区（26°N以南）发生次数较多，同时在这两个区域易

发生持续时间长、强度大的事件。而北方地区（34°N以北）发生次数少，持续时间较短，强度稍弱。2）

共识别出74个区域性持续性暴雨个例，区域性持续性暴雨多发生于江淮以及江南地区、华南地区，北方地

区较少。3）1990年以后单站持续性暴雨和区域性持续性暴雨频次都有比较明显的增长，其中1991-2000

年是持续性暴雨发生最为频繁的时段。20世纪90年代以后江淮以及江南地区、华南地区都表现出强持续

性暴雨频次增加的现象。

识别出的区域性持续性暴雨个例将为下一步对持续性暴雨成因分析提供准确的研究对象，为持续性暴雨

的预报研究提供预报对象。

关键词：持续性暴雨，区域性，个例

1.引言

以往的关于极端降水事件的研究[KarlandKnight,1998;Zhangetal.,2000;Klein

TankandKönnen,2003;Zhaietal.,2005;Wangetal.,2008;KleinTanketal.,2006;

Alexanderetal.,2006]多关注单日降水事件。基于逐日温度和降水资料，ETCCDI及其相

关的指数[Petersonetal.,2001]用来监测极端事件以及极端事件的气候变化特征

[Easterlingetal.,2000]。然而，长持续时间的极端事件往往具有更强的致灾能力，这

样的事件会直接或间接的造成社会经济损失和人员伤亡[Easterlingetal.,2000;Luet

al.,2011]。如1998年长江流域持续性暴雨引发的全流域洪涝灾害造成直接经济损失达

2500亿元人民币，死亡人数超过3000人。

国内外的一些研究也关注到了多日持续性事件（multi-dayextremes），这些研究中的多

日持续性事件或定义为N日总降水量的第5或者第10百分位，或定义为N日总降水量的重

现期，而N往往是人为事先规定[Kunkeletal.,1999;Kunkeletal.,2003;Petersonet

al.,2001;SchmidliandFrei,2005]。因此这样的定义不能较为准确客观地描述真正的

持续性极端降水事件。

持续性暴雨是给我国造成最为严重的气象灾害的持续性重大天气异常事件，在我国引起了

广泛的关注。一些学者给出了不同的持续性定义方法。根据中央气象台的定义，日降水量达

到或者超过50mm的过程为一次暴雨过程。陶诗言（1980）定义持续性暴雨过程为3天或者

3天以上，总量在200mm以上的暴雨过程。鲍名（2007）定义持续性暴雨过程为连续3日及

以上逐日降水量大于50mm的过程，同时给出补充定义为5天中有一天降水量小于50mm其余

四天均大于50mm的过程。许艳峰（2008）定义持续性暴雨过程为单站首日降水量大于50mm，

其后各日的降水量均大于30mm的一个持续过程，且此过程连续三天或三天以上，并且总降

水量在200mm以上，日均降水量在50mm以上的一个过程。钱维宏（2011）则给出了基于相

对定义的持续性暴雨定义：每日降水量超过该站第90百分位，且最大日降水量大于50mm。

可以看出，已有的定义的侧重点有较大不同，如何能够较为全面的描述一次持续性暴雨过程

仍有待解决。

持续性暴雨往往有一定的影响范围，即区域性特征。区域性持续性暴雨会导致大范围洪涝

的发生，因此对区域性持续性暴雨的分析非常必要。分析区域性持续性暴雨的前提是能够正

确识别出区域性持续性暴雨。在区域性降水的识别方法中，一些学者[Zhangetal.,2001;

MarzbanandSandgathe,2006;Tuetal.,2011]用了聚类分析的方法来识别降水的空间一

致性。区域性持续暴雨在满足空间上的紧邻性的同时还要满足时间上的持续性，然而用单纯

的聚类方法还不足以完整的识别出时间上的持续性。另外的一些研究通过逐日事件的空间范

围的重合性来识别区域持续性极端降水[Tangetal.,2006;Renetal.,2011]。

通过对前人方法的比较总结不难发现，他们所采用的识别方法有一个共同点：以空间范围

的延续性为基础，即先逐日确定暴雨或者强降水发生范围，再将逐日事件按照一定条件连接

起来，形成一次区域性持续性暴雨过程。可以说前人的方法能够完整地描述一次大范围强降

水过程。虽然对强降水过程的范围追踪的较为完整，但该次过程的影响范围中可能只有一小

部分站点真正出现了持续性暴雨，发生了洪涝灾害。另外，为了保证较为完整的识别空间范

围，已有的定义都降低了对降水强度的要求，如Renetal.（2011）要求第90百分位即可；

鲍名（2007）要求3日降水量大于100mm，日降水量大于25mm。这样也会使得区域性持续性

暴雨的致灾性大打折扣，甚至识别出来的仅是一次大范围强降水过程，如梅雨期内一次大范

围强降水过程，属当地正常季节性降水，并不具致灾性。因此，如何能够准确地刻画由于持

续性暴雨过程造成的洪涝灾害的范围仍有待解决。

本文将首先给出合理的单站持续性暴雨定义，并分析单站持续性暴雨的特点。之后将以单

站持续性暴雨为基础，以各单站暴雨的时间持续性为前提设计区域性持续性暴雨的识别方

法。最终给出时间上持续，空间上紧邻的具有高致灾性和一定影响范围的区域性持续性暴雨

事件个例，并对不同区域的个例特征进行分析。加深对区域性持续性暴雨的认识，也为日后

的进一步工作提供重点研究区域以及准确的个例。最后简要分析持续性暴雨的气候变化特

征。

2.资料和方法

2.1资料

文中用到的降水资料为中国国家气象信息中心提供的756站逐日降水数据，数据时间范围

为1951年-2010年。该套资料包括基准站和基本站，是目前国内用于气候研究的质量最好

的一套资料。该资料经过国家信息中心的质量控制，数据质量得以保证 [Zhai, et al., 2005]。

由于本文的主要目的是尽可能完整的识别个例，因此不考虑数据的缺测情况。文中的研究时

段主要集中在4‐10月，将这段时间视作暖季。

2.2单站持续性暴雨

2.2.1定义

如引言中所述，现有的单站持续性暴雨定义侧重点有所不同。侧重点之一在于严格遵守暴

雨的时间持续性即要求过程中每一天都能达到暴雨级别，如鲍名（2007）的定义。另外一些

定义则侧重于对整个持续性过程完整性的描述，即侧重于总降水量，如许艳峰（2008）的定

义，这样的定义其实已经不是持续性暴雨过程，是持续性强降水过程，甚至只是一次较强的

季节性降水过程。也有定义考虑了极端强降水的持续性，即以相对阈值（分位点）为基础，

如钱维宏（2011）和Ren et al.(2011)的定义。从中国降水第95百分位阈值的分布（图略）

来看，第95百分位阈值从东南到西北递减，日降水量达到50mm的阈值基本位于我国东南

小部分地区，而在西部、西北部阈值只有10mm左右。但相对阈值定义识别出了大量西部

西北部的单站持续性暴雨过程，这些过程总降水量只有30毫米左右，基本没有致灾性。

考虑到持续性暴雨过程的致灾性，本文采用绝对阈值50mm/d 进行定义。现综合考虑暴

雨的持续性和降水过程总量给出如下定义：过程前三天日日降水量均须大于50mm，从第4

天开始，以连续两日日降水量小于50mm作为一次事件结束的标志，该定义类似于Bai et

al.(2006) 关于连阴雨的定义，以前三日连续暴雨日作为持续性暴雨的开端，已满足了“持

续性”的特征；从第四日起暴雨日可以中断一日，这样使得间断的时间不致过长，过程的持

续性得以保持；同时考虑了过程雨量。如7日降水量分别为50,50,50,45,155,12,15（单位均

为mm），按定义该次持续性暴雨从第一日到第五日，总降水量350mm。若按每一天都能达

到暴雨级别定义，该过程只持续3天，总降水量150mm，显然漏掉了后两日的强降水过程。

可见该定义在考虑暴雨时间持续性的基础上较为完整地描述了持续性暴雨的过程总量。需要

指出的是，某次持续性暴雨过程可能只是一次完整的持续性强降水过程的一部分，但持续性

暴雨过程的降水量对整个持续性降水过程的降水量的贡献无疑是巨大的。

从致灾性的角度而言，该定义比Lu et al. (2011) 的定义更为极端也更加有意义。随着极端

事件持续时间的延长，每日的降水保证了高强度使得识别出来的事件具有很强的致灾性。与

此同时，较之其他关于多日极端事件的研究[Kunkel et al., 1999; Schmidli and Frei, 2005]，该定

义并没有事先给出N天，而是只关注了暴雨时段，较为客观地保证了时间的极端性。

2.2.2发生频次，发生时间，持续时间，强度

图1给出了1951‐2010年暖季单站持续性暴雨发生频次。可以看出在中国北方大部分地区

基本没有持续性暴雨发生，部分站点仅发生过1次持续性暴雨。持续性暴雨高频出现地区主

要为江淮流域以及江南地区，华南地区。以过程总降水量为判断依据，1951‐2010年间最严

重的一次持续性暴雨发生在海南琼海，过程一共持续5天，总降水量为1358.0mm，相当于

5天时间里连续降下27场暴雨。持续性暴雨发生次数最多的站为广西东兴站，共发生过34

次。总体而言，发生10次以上持续性暴雨事件的站点较少（17个），基本集中在华南地区。

这也说明持续性暴雨是小概率事件。

9512

20

25

30

35

40

45

50

1

2

3

4

>=5

图1.1951‐2010年暖季单站持续性暴雨发生频次（不同符号代表不同的频次，如图例）

Fig.1 Frequency of individual station bad persistent heavy precipitation event in warm

ason from 1951‐2010 (different symbols reprent different frequency values as shown in the

legend)

从持续性暴雨发生的时间（图略）来看，华南地区的持续性暴雨过程主要发生4,5,6月，

特别是六月份华南地区持续性暴雨的频次明显增多，这段时间对应着华南前汛期。江淮流域

以及江南地区的持续性暴雨主要集中在6月和7月，以六月居多，对应着江淮梅雨期。7月

和8月北方地区出现持续性暴雨过程。8、9、10月华南地区又频繁发生持续性暴雨，对应

着华南后汛期，多受到台风降水的影响。

从图2给出的持续性暴雨的时间持续性来看，大部分事件(79%)能够持续3天，持续时间

更长的时间较少（4天事件11%，5天以及5天事件10%）

，这些较为持久的事件多发生在江

淮流域、江西浙江福建三省交界处、华南地区。持续时间最长的事件为1998年6月13‐24

日发生在福建武夷山站的持续性暴雨，总降水量达到1021.2mm。

20

25

30

35

40

45

50

1

2

3

4

>=5

9512

20

25

30

35

40

45

50

Duration=3daysDuration=4days

Duration>=5days

图2 单站持续性暴雨持续时间分类频次

Fig.2 Individual station bad event duration category

定义相当暴雨日数[吴正华等，2000]表征持续性暴雨强度，相当暴雨日数定义为:

，

首先要指出的是尽管对持续性暴雨的强度进行了分级，但每一次持续性暴雨都是一次强降

水过程，都会给当地造成灾害。从图3中可以看出，第一等级3‐5个暴雨日等级的持续性暴

雨在江淮、江南、华南发生次数较多；而第二等级6‐8个暴雨日的持续性暴雨在华南地区、

江淮以及江南地区依然发生次数较多。等级大于9个暴雨日的极强持续性暴雨在我国华南沿

海地区多发，江南以及长江中下游地区也有发生，这种级别的持续性暴雨无疑会给当地造成

严重的洪涝灾害。等级大于9个暴雨日的持续性暴雨由两种原因造成，一是由于短期内每日

雨强极强，台风造成的持续性暴雨往往具有这样的特征[Chien and Kuo, 2011]，如2010年10

月3日‐7日海南琼海发生的持续性暴雨，持续5天降水量为1358mm，各日降水量分别

91.9,228.8,614.7，293.7,128.9（单位均为mm）；二是由于事件持续时间比较长如1998年6

月13日‐24日福建武夷山发生的持续性暴雨，持续12日，总降水量为1021.2mm。

如前所述，持续性暴雨的发生与主要雨带的南北移动有很好的一致关系。为了突出持续性

暴雨的异常性而非普通的季节性降水，我们将每一次单站持续性暴雨过程的日均降水量与该

站发生该次过程的所在月份的日均降水量进行比较，发现每个站每次持续性暴雨过程的日均

降水量均大于该站该月日均降水量的第99百分位，说明按照这个定义给出的持续性暴雨过

程代表了极端异常持续性强降水，而非普通的季节性降水。

20

25

30

35

40

45

50

1

2

3

4

>=5

1

2

3

4

>=5

9512

20

25

30

35

40

45

50

Intensityindex3-5Intensityindex6-8

Intensityindex>=9

图3 单站持续性暴雨强度分类频次

Fig.3 Individual station bad event intensity category

2.3区域性持续性暴雨识别

某个区域同时有多站发生持续性暴雨，无疑会给该地区造成洪涝灾害。正如引言所述，已

有的区域性持续性暴雨识别方法识别出的个例立足于对过程空间完整性的描述，所涉及的站

点只有少部分满足了暴雨的时间上的持续性。本文设计的区域性持续性暴雨识别方法将立足

于暴雨的时间的持续性，以单站持续性暴雨为基础，寻找持续时间上有重合，空间上临近的

站点，构成大范围的持续性暴雨事件，即区域性持续性暴雨事件。具体操作步骤如下：

1.找出在其持续时段内，时间上有重合（至少重合一天）的单站持续性暴雨事件；

2.在上步基础上判断空间相邻性：最初给定的临站条件为两个站点之间的距离小于5°，

增补临站条件为2°。

将第1步得到的时间上有重合的所有站点视作一个集合，在该集合中根据最初临站条件确

定临站最多的站作为“中心站”。以该“中心站”为中心，按照最初临站条件识别中心站的

临站。此时的中心站和临站共同构成了“临时核心区域”，以“核心区域”各站为中心，2

°为新临站条件进行“核心区域”增补，构成新的“临时核心区域”。增补过程循环进行，

直至没有新的站点增补进来。形成最终的“核心区域”。

这里选择5°作为初始临站条件基于对不同阈值的试验，5°既保证了能在第一轮识别中

尽可能完整的识别出一个个例所涉及的站点又能保证不同区域的雨带不至于发生混合，即保

证了区域性事件站点的集中程度。之后选择2°作为增补条件，是用更高的分辨率来补充核

心区域，保证新增加进来的站点与原站点足够接近。

3.由于在判断空间相邻性的过程可能会剔除集合中的一些站点，需检查最终的核心区域是

否依然满足时间上的重合性。

上述三步完毕后，核心区域中如果站点数不少于3个，则认为是一次区域性持续性暴雨事

件。

这样一轮识别过程结束后，将该轮过程中没有用到的单站持续性暴雨记录提取出来，对这

些记录进行下一轮识别，识别过程循环进行，直至没有新的符合条件的区域性持续性暴雨过

程个例出现。

按照该方法识别出的个例，由于区域中每个站都满足单站事件的条件，即至少连续三天暴

雨，保证了持续性暴雨稳定地维持在一个比较固定、集中的区域，这无疑会给该区域造成洪

涝灾害。

按照上述方法共识别出74个区域性持续性暴雨个例。如图4所示，每个个例的站点之间

距离都非常紧密，站点分布较为集中。并且不同区域的个例分离的比较干净。这也说明前文

初始临站条件5°和增补条件2°选取具有合理性。

我们按照事件的几何中心纬度，基本可以将74个个例分成北方型（34°N以北），江淮、

江南型（26°N‐34°N），华南型（26°N以南）。

图4.区域性持续性暴雨事件纬度分布

（小横条代表每次事件涉及的站点纬度，圆点代表每次事件的几何中心纬度）

Fig.4 The latitudinal distribution of the regional events.

（The bars reprent the latitude of the stations involved in an event and the dots reprent

the geometrical central latitude of the event）

需要指出的是，有几次造成了重大影响的持续性降水事件并为出现在74个个例之中，如

河南“75.8”暴雨事件，2007年6月底7月初淮河持续性降水，这是由于这样的区域性降水

特点造成的，这两个个例并未出现文中定义的持续性暴雨，而是断断续续的较强降水或者一

日降水量极大如“75.8”事件中的林庄站，24小时降水量1016毫米。实际上，持续性降水

的致灾性大致可分为三种原因：一是降水强度大且有一定长度的持续时间；二是降水强度稍

弱，但持续时间较长；三是降水强度不大，但持续时间很长。本文识别出来的持续性暴雨事

件属于第一类致灾持续性降水，定义中要求前三日都要至少达到暴雨级别，这样前三日的强

降水足以迅速造成洪涝灾害，过程如果持续则会加重灾害，事件中涉及的每个站点都满足这

样的条件，也就是识别出了持续性降雨过程中总降水量的大值核心区。

图5a给出了识别出的发生在1991.7.1‐7.11的一个个例。实际上，作为一次完整的大范围

持续性降水过程，涉及的站点不只图

5a中给出的这些站点，但其他站点仅出现了1‐2日强

降水，总降水量较小，远不及图5a中个例给出的站点。从图中可以看出，识别出的个例中

涉及到的站点彼此空间位置临近。并且由于事件中的每个站点都至少持续了三日的暴雨，造

成降水量大值区分布集中，雨带稳定少动，因此这个区域对应着一次事件的降水量中心，也

正是洪涝灾害最为严重的地区所在。

图5b给出了每个个例的几何中心（事件中所有站点的经纬度平均值），可以看出区域性持

续性暴雨主要发生在华南，江淮以及江南地区，北方地区发生较少，因此应重点关注34°N

以南地区。

将34°N以南70个个例分成江淮江南型（26‐34°N），华南型（26°N以南），台风型。

其中江淮江南型25例，华南型18例，台风型27例。

从附表1（由于文章尚未发表，具体附表暂时不给出）中可知江淮、江南型区域性持续性暴

雨发生在6、7月，以6月居多。华南型区域性持续性暴雨在4‐8月均有发生，6、7月发生

次数最多。台风型一般发生在8月‐10月，从图5b中可以看出台风型一般发生在东南沿海

和海南地区。

图5.区域性持续性暴雨个例以及事件中心分布

（a为个例，三角代表个例涉及的站点；b为事件几何中心，三角代表中心,×代表有台风影

响）

Fig.5 Regional event examples and event center

(a is an examples and the triangles reprent the stations involved in the event; b show the

geometric centers, in which the triangles reprent the centers without the influence of

typhoon and the cross reprent typhoon affected

events centers)

3.持续性暴雨的年代际变化

综合考虑单站持续性暴雨发生时间，频次的空间分布，持续时间的空间分布，各站的空间

临近性以及区域性持续性暴雨几何中心的空间分布，将我国分成北、中、南三个区域：北区

为34°N以北，中区为26°‐34°N，即江淮以及江南地区，南区为26°N以南，即华南地

区。

从图1和图6上都可以看出北区发生持续性暴雨的次数较少，南区最多，中区次之。就全

国总体来看，1990以后年持续性暴雨事件发生次数明显增多，1991‐2000年10年间发生的

次数最多，年均19.3次，这主要是由于中区和南区在这一时段频繁发生持续性暴雨。需要

指出的是在1955年以前三个区域和全国都表现出了发生频次明显偏少，这可能与当时站点

较少有关。

区域性持续性暴雨在1990年以后频繁发生，基本每年都有地区发生区域性持续性暴雨事

件，1991年‐2000年间发生最为频繁，平均每年发生2.4次。

1950

0

10

20

30

1950

0

10

20

1950

0

10

20

1950

0

10

20

Totalnumber

North

Middle

South

图6.单站持续性暴雨频次

（从上到下依次为全国总频次，北区频次，中区频次，南区频次

图中红线代表每10年平均值）

Fig.6 Frequency of individual station bad event in different areas

(The whole country, north area, middle area, south area are listed from the top to the

bottom. The red lines reprent the mean value in every decade)

按照单站持续性暴雨过程的总降水量进行分类，分析各类事件的年代际变化特征，由于北

区发生次数较少，以下主要关注中区和南区。从图7中可以看出，对中区而言，总降水量小

于200mm的持续性暴雨过程基本没有发生变化。而在1991年以后，2‐5等级的持续性暴雨

频次明显增加，说明中区在20

世纪90年代以后出现强持续性暴雨的次数增多的现象。对南

区而言总降水量小于200mm的持续性强降水在2001‐2010年间明显减少，而大于500mm

以上的极强持续性暴雨的次数在1991年以后明显增加。

从图4中可以看出，区域性事件在1976年以前和1991年以后发生较为频繁，其中1991

年以后发生的最为频繁。同时，图4还清楚的表明，无论是全国整体而言，还是江淮、江南

型和华南型都有类似的特征。

从区域性事件的持续时间，降水强度的年代际变化来看（图略），1981年以后，区域性事

件呈现出持续时间长，事件强度大的事件频次增加的特征。

1951-19601961-19701971-19801981-19901991-20002001-2010

0

10

20

30

40

50

F

r

e

q

u

e

n

c

y

<200

200-300

300-400

400-500

>=500

1951-19601961-19701971-19801981-19901991-20002001-2010

0

10

20

30

40

50

Period

F

r

e

q

u

e

n

c

y

Unit:mm

Middle

South

图7.单站持续性暴雨总降水量年代际变化

Fig.7 Decadal variability of individual station bad events

4.结论

本文给出了兼顾“持续性”和“过程降水量”的持续性暴雨定义，并以单站持续性暴雨为

基础，立足于每个站时间上的持续性，设计了区域性持续性暴雨识别方法，通过对个例的统

计得到以下结论：

1.单站持续性暴雨多发生于江淮、江南地区（26°‐34°N）、华南地区（26°N以南），北

方地区（34°N以北）发生次数较少。持续性暴雨发生时间与各个区域的主要降水季节一致。

2.持续时间长，强度大的持续性暴雨过程一般发生在江淮以及江南地区、华南地区；北方

地区持续性暴雨持续时间较短，强度较弱。

3.以时间持续性为基础，判断发生持续性暴雨站点的空间临近关系，共识别出74个区域

性持续性暴雨个例。每个个例空间范围集中，时间上连续，形成了一次大范围强降水过程中

的总降水量的大值核心区，即洪涝灾害最为严重的地区。

4.单站持续性暴雨和区域性持续性暴雨都表现出在1990年后增多的现象，其中1991‐2000

年10年间是持续性暴雨发生最为频繁的10年。江淮及江南地区、华南地区都表现出强持续

性降水事件频次在20世纪90年代以后明显增加。1981年以后区域性事件表现为持续时间

长，降水强度大的事件频发的特征。

5.文中将识别出的74个区域性持续性暴雨个例按照地理位置、是否有台风影响进行了分

类，主要分成江淮江南型、华南型、台风型，并给出了每个个例的具体信息，确定了关键研

究区域——江淮以及江南地区、华南地区，这为下一步开展持续性暴雨成因分析提供了分析

对象，也为探索持续性暴雨的预报提供了预报对象。

参考文献：

Karl, T. R., and R. W. Knight (1998), Secular trends of precipitation amount, frequency, and

intensity in the United States, Bull. Am. Met. Soc., 79, 231‐241.

Zhang, X. B., L. A. Vincent, W. D. Hogg, and A. Niitsoo (2000), Temperature and precipitation

trends in Canada during the

20th century, Atmos. Ocean, 38, 395– 429.

Klein Tank, A. M. G., and G. P. Können (2003), Trends in indices of daily temperature and

precipitation extremes in Europe, 1946–99, J. Clim., 16, 3665– 3680.

Zhai, P. M., X. B. Zhang, H. Wan, and X. H. Pan (2005), Trends in

total precipitation and frequency

of daily precipitation extremes over China, J. Clim., 18, 1096– 1108.

Wang, W., X. Chen, P. Shi, and P. H. A. J. M. van Gelder (2008), Detecting changes in extreme

precipitation and extreme streamflow in the Dongjiang River basin in southern China, Hydrol.

Earth Syst. Sci.,

12, 207‐221.

Klein Tank, A. M. G., et al. (2006), Changes in daily temperature and precipitation extremes in

central and south Asia, J. Geophys. Res., 111, D16105, doi: 10.1029/2005JD006316.

Alexander, L. V., et al. (2006), Global obrved changes in daily climate extremes of temperature

and precipitation, J. Geophys. Res.,

111, D05109, doi: 10.1029/2005JD006290.

Easterling, D. R., G. A. Meehl, C. Parmesan, S. A. Changnon, T. R. Karl, and L. O. Mearns (2000),

Climate extremes: Obrvations, modeling, and impacts, Science, 289(5487), 2068–2074.

Lu, E., et al. (2011), A method for identifying the events that can best become extremes, paper

prented at 36th NOAA Annual Climate Diagnostics and Prediction Workshop, National Weather

Service (NWS) Southern Region Headquarters and the National Climatic Data Center (NCDC)

Climate Services Division, Fort Worth, Texas.

Kunkel, K. E., K. Andsager, and D. R. Easterling (1999), Long‐term trends in extreme precipitation

events over the conterminous United States and

Canada, J. Clim., 12, 2515– 2527.

Kunkel, K. E. (2003), North American trends in extreme precipitation, Natural Hazards, 29,

291–305.

Peterson, T., et al. (2001), Report on the activities of the working group on climate change

detection and related rapporteurs 1998–2001, Rep. WMO‐TD 1071, 143 pp., World Meteorol.

Organ., Geneva, Switzerland.

Schmidli, J., and C. Frei (2005), Trends of heavy precipitation and wet and dry spells in

Switzerland during the 20th century, Int. J. Climatol., 25, 753– 771.

陶诗言等 （1980），中国之暴雨，科学出版社，225pp.

鲍名 （2007），近50年我国持续性暴雨的统计分析及其大尺度环流背景，大气科学，31（5），

779‐794.

许艳峰 （2008），我国南部夏季持续性暴雨的时空变化及其对应的环流特征[D]，南京信息

工程大学，60pp.

钱维宏

（2011）， 气候变化与中国极端事件图集，气象出版社，259pp.

Zhang, X., W. D. Hogg and E. Mekis (2001), Spatial and temporal characteristics of heavy

precipitation events over Canada, J. Clim., 14, 1923–1936.

Marzban, C., and S. Sandgathe (2006), Cluster analysis for verification of precipitation fields, Wea.

Forecasting, 21, 824‐838.

Tu, K., Z. W. Yan,

and Y. Wang (2011), A spatial cluster analysis of heavy rains in China, Atmos.

Oceanic Sci. Lett., 4, 36‐40.

Tang, Y. B., et al. (2006), On the climatology of persistent heavy rainfall events in China, Adv.

Atmos. Sci., 23(5), 678‐692.

Ren, F. M., et al. (2011), An objective identification technique for regional extreme events,

submitted to J. Clim.

Bai, A., P. Zhai and X. Liu (2006), Climatology and

trends of wet spells in China, Theor. Appl.

Climatol, doi: 10.1007/s00704‐006‐0235‐7.

吴正华，褚锁龙，李海盛 （2000），北京相当暴雨日数的气候特征，大气科学，24（1），58‐66.

Chien, F.‐ C., and H.‐ C. Kuo (2011), On the extreme rainfall of Typhoon Morakot (2009), J.

Geophys. Res., 116, D05104, doi: 10.1029/2010JD015092.

附表1.江淮、江南型区域性持续性暴雨

附表2.华南型区域性持续性暴雨

附表3.台风型区域性持续性降水

由于文章尚未发表，附表在这暂时不给出