基于復(fù)雜網(wǎng)絡(luò)的珠江流域片極端降水空間特征及時間規(guī)律分析

黎曉東 趙銅鐵鋼 郭成超 田雨 楊芳 陳文龍

摘要：研究極端降水特征和演變規(guī)律對流域防災(zāi)減災(zāi)具有重要意義。采用長期逐日高分辨率衛(wèi)星降水?dāng)?shù)據(jù)，結(jié)合統(tǒng)計顯著性檢驗構(gòu)建無向網(wǎng)絡(luò)和有向網(wǎng)絡(luò)，分別編碼極端降水的連接與傳播，以珠江流域片為例，分析極端降水的空間特征與時間規(guī)律。結(jié)果表明：西江流域有最大的極端降水發(fā)散源和匯聚地，紅水河、黔潯江、左江交界處度中心性大于0.5，韓江流域和東江上游平均傳播距離超過400 km，根據(jù)最大5%聚類系數(shù)辨識出五大流域極端降水中心;空間上，存在韓江流域、東江流域、珠江三角洲中心，長安-桂林場次中心來自柳江流域中心，海南島中心對珠江流域片有傳入影響;時間上，極端降水主要在5月下旬至6月上旬從珠江流域片向韓江流域、東江流域和珠江三角洲中心傳入，在6月上中旬從韓江流域、東江流域、珠江三角洲和柳江流域中心向紅水河、柳江、黔潯江及左江交界處傳出。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò);極端降水;連接與傳播;空間特征;時間規(guī)律

中圖分類號：TV125;P426.6

文獻標(biāo)志碼：A

文章編號：1001-6791（2023）03-0374-14

收稿日期：2023-03-21;

網(wǎng)絡(luò)出版日期：2023-07-17

網(wǎng)絡(luò)出版地址：https：∥kns.cnki.net/kcms2/detail/32.1309.P.20230717.1528.002.html

基金項目：國家重點研發(fā)計劃資助項目（2021YFC3001000）;廣東省“珠江人才計劃”青年創(chuàng)新團隊項目（2019ZT08G090）

作者簡介：黎曉東（1996—），男，廣西百色人，博士研究生，主要從事極端降水變化研究。

E-mail：lixd56@mail2.sysu.edu.cn

通信作者：趙銅鐵鋼，E-mail：zhaottg@mail.sysu.edu.cn

極端降水對人類生命及社會經(jīng)濟安全構(gòu)成重大風(fēng)險［1-2］。2000—2019年，極端降水及其引發(fā)的自然災(zāi)害已在全世界范圍內(nèi)威脅近16.5億人的生命安全，造成逾萬億元人民幣的經(jīng)濟損失，加劇了世界各國間的發(fā)展不均衡［2］。長期歷史觀測結(jié)果表明，在中國超過50%地區(qū)的極端降水總量、強度和頻率呈現(xiàn)出每10 a增加1%～8%的趨勢［3］，其概率密度函數(shù)在近20 a相比過去發(fā)生了右偏［4］;模式未來預(yù)估表明，在氣候變化的影響下，未來30 a中國更多地區(qū)的極端降水變化幅度將比現(xiàn)在增強2%～12%，預(yù)示著更嚴(yán)重的洪水、內(nèi)澇等災(zāi)害［5］。因此，理解和掌握極端降水的變化對國家防災(zāi)減災(zāi)及制定氣候變化適應(yīng)策略具有重要意義［3，5］。

諸多研究針對極端降水的演變規(guī)律和內(nèi)在特征開展了廣泛調(diào)查［3-5］。一方面，依托年最大值、超門限閾值等極端降水指數(shù)構(gòu)建評價體系，探究了極端降水的時空格局與演變［5-6］、概率分布［7-8］、重現(xiàn)期和重現(xiàn)水平［8-9］、非平穩(wěn)性［10-11］及與氣候因子之間的相關(guān)性［11］等演變規(guī)律的問題;另一方面，基于統(tǒng)計歸因分析和模式數(shù)值模擬等方法，探究了人類活動、下墊面要素及局地至大尺度天氣系統(tǒng)等［12-15］內(nèi)在特征的問題。然而，在氣候背景、成雨機制、地形特征等因素共同作用下，解析極端降水在不連續(xù)時空中的高度非線性演化規(guī)律仍然存在困難［16-17］。

復(fù)雜網(wǎng)絡(luò)方法為分析極端降水的時空非線性演化提供了新途徑［18-20］?；趫D論的描述，復(fù)雜網(wǎng)絡(luò)方法將離散在時空中的極端降水以網(wǎng)絡(luò)的形式建立相互間的連接，將極端降水的時空連接結(jié)構(gòu)和動力傳播特征映射在具有拓撲性質(zhì)的系統(tǒng)中，可從整體的角度解析極端降水的時空非線性演化［17，19］。例如，Boers等［20］構(gòu)建全球尺度的復(fù)雜網(wǎng)絡(luò)描述全球極端降水的事件同步遙相關(guān)特征;Mondal等［18］面向美國夏季降水構(gòu)建復(fù)雜網(wǎng)絡(luò)，從拓撲學(xué)的不同角度分析極端降水的時空傳播特征;何蘇紅等［21］應(yīng)用復(fù)雜網(wǎng)絡(luò)分析了東亞夏季降水的空間同步性并進行非線性預(yù)測。另一方面，為確?；趶?fù)雜網(wǎng)絡(luò)的極端降水時空非線性演化分析有意義，除了采用不同的數(shù)據(jù)集進行方法的驗證之外［20，22］，所構(gòu)建的復(fù)雜網(wǎng)絡(luò)能否捕捉或反映極端降水的區(qū)域氣候特征及屬性也應(yīng)該被納入考慮。

本文采用長期逐日高分辨率衛(wèi)星降水?dāng)?shù)據(jù)，面向極端降水的連接和傳播，結(jié)合統(tǒng)計顯著性檢驗構(gòu)建極端降水無向復(fù)雜網(wǎng)絡(luò)和有向復(fù)雜網(wǎng)絡(luò)，以珠江流域片為研究案例，通過辨識流域極端降水中心來檢驗所構(gòu)建的復(fù)雜網(wǎng)絡(luò)，在此基礎(chǔ)上分析極端降水的空間特征與時間規(guī)律，以期為研究極端降水的時空非線性演化提供參考。

1?研究方法

1.1?事件同步

1.2?網(wǎng)絡(luò)構(gòu)建

每一對格點i和格點j的Qij、qij及i到j(luò)的距離（dij）存在如圖1所示的關(guān)系。可以看到，Qij與qij、dij在總體上呈現(xiàn)反比關(guān)系。相關(guān)研究［16，18，21］取Q和q的95%分位數(shù)θQ和θq作為構(gòu)建無向和有向網(wǎng)絡(luò)的閾值，可在圖1中劃出4個分區(qū)。顯然，這些研究所構(gòu)建的網(wǎng)絡(luò)僅建立在Ⅰ區(qū)的極端降水上，忽略了Ⅲ區(qū)的遠距離傳播極端降水。在局地尺度極端降水天氣系統(tǒng)的有限影響范圍內(nèi)，極端降水間呈現(xiàn)高同步性以及因天氣系統(tǒng)移動而傳播是顯而易見的［15，24］，但那些從遠距離在很短時間內(nèi)傳播來的突發(fā)致洪極端降水往往不容易被發(fā)現(xiàn)［25］。為更好地服務(wù)于防災(zāi)減災(zāi)提前預(yù)警，將這些同步強度低但存在明顯傳播的極端降水考慮進復(fù)雜網(wǎng)絡(luò)的構(gòu)建中具有重要實際意義，故需要擴大構(gòu)建極端降水復(fù)雜網(wǎng)絡(luò)的范圍至Ⅲ區(qū)。

2?研究數(shù)據(jù)

本文降水?dāng)?shù)據(jù)來自全球降水測量計劃（Global Precipitation Measurement，GPM）多衛(wèi)星聯(lián)合降水反演（Integrated Multi-sallitE Retrievals for GPM，IMERG）系列產(chǎn)品中經(jīng)過地面觀測站點數(shù)據(jù)訂正的后處理產(chǎn)品（IMERG Final-run，IMERG-F，https：∥gpm.nasa.gov/data/directory），包含2000年6月以來全球60°S—60°N范圍內(nèi)0.1°×0.1°最高30 min分辨率的降水?dāng)?shù)據(jù)。研究表明IMERG-F在表征珠江流域片區(qū)的降水上有較高的準(zhǔn)確性［26-27］，本文提取如圖2（a）所示的珠江流域片18個水資源三級流域上的IMERG-F逐日降水?dāng)?shù)據(jù)，相應(yīng)的年均降水量見圖2（b）。根據(jù)Mondal等［18］和Boers等［20］的研究，按照如下方式確定用于構(gòu)建復(fù)雜網(wǎng)絡(luò)的極端降水：① 選取2001—2020年4—9月的有雨日（日降水量≥1 mm/d）;② 對有雨日降水序列，日降水量超過降水序列95%分位數(shù)的確定為極端降水，相應(yīng)閾值的空間分布如圖2（d）所示;③ 若多個極端降水在時間上連續(xù)，則視其為單一事件，并取其第一天為單一事件的發(fā)生時間，相應(yīng)的極端降水事件總數(shù)的空間分布如圖2（e）所示。借鑒Agarwal等［16］的研究，本文通過計算降水場中各格點的降水月變化的質(zhì)心（Ti）來表征降水的季節(jié)性：

式中：m為月份;Pm為月份m的總降水量。珠江流域的降水季節(jié)性如圖2（f）所示，可以看到，珠江流域的雨季總體上是從東北向西南演進，絕大部分的降水集中發(fā)生在5—6月的主汛期，與以往的研究相一致［24，28］?？紤]季節(jié)性變化的時效，在后續(xù)分析中本文對Ti的結(jié)果按旬進行劃分。

本文使用由業(yè)務(wù)規(guī)定和相關(guān)研究指出的珠江流域片極端降水中心［24，29-31］來檢驗所構(gòu)建的極端降水復(fù)雜網(wǎng)絡(luò)。一般地，流域尺度的極端降水中心可以通過年降水量、極端降水閾值、極端降水日數(shù)或發(fā)生頻率等來確定［24，29-31］。長期上，在歷史站點觀測及更新、更豐富的站點觀測均指出珠江流域片內(nèi)存在有清遠-佛岡-龍門-河源、陽江-陽春-恩平-上川-斗門、海豐-陸豐-揭西-普寧三大長期穩(wěn)定極端降水中心［29-31］。典型場次上，根據(jù)9場致洪暴雨歸納出來的英德-清遠、河源-龍門地區(qū)極端降水中心［24］對應(yīng)了前述的清遠-佛岡-龍門-河源中心;由于成因不完全一致，長安-桂林、都安-遷江和桂平-昭平典型場次極端降水中心［24］可能不是長期穩(wěn)定的，待進一步驗證。將這些極端降水中心的關(guān)鍵位置以不同的符號標(biāo)記于圖2中，相同符號代表同一極端降水中心，相同符號的不同位置以其名稱進行區(qū)別并標(biāo)注于圖2（b）中?？梢钥吹剑髽O端降水中心和長安-桂林場次中心落在了圖2（b）年均降水量大于1 900 mm、圖2（d）降水95%分位數(shù)大于60 mm的地區(qū)，明顯高于周邊，既突出了這幾個極端降水中心的長期穩(wěn)定性，也強調(diào)了其在復(fù)雜網(wǎng)絡(luò)分析中的重要性。

3?結(jié)果分析

3.1?極端降水復(fù)雜網(wǎng)絡(luò)

基于IMERG-F逐日降水?dāng)?shù)據(jù)構(gòu)建的珠江流域片極端降水復(fù)雜網(wǎng)絡(luò)的度中心性、散度、聚類系數(shù)和平均傳播距離如圖3所示。圖3（a）中，度中心性整體呈現(xiàn)由流域片內(nèi)部向周邊遞減的格局，度中心性較大的區(qū)域在紅水河、柳江、黔潯江及左江交界處，這里發(fā)生的極端降水與珠江流域中超過50%的極端降水存在顯著連接。圖3（b）中，散度在整體上呈現(xiàn)東部收支平衡、西部交互頻繁、南匯聚、北發(fā)散的分布格局；西江流域既有珠江流域片最大的極端降水發(fā)散源，位于紅水河、南盤江和柳江北部高程1 000 m以上的較高海拔復(fù)雜地形區(qū)，也有最大的匯聚地，位于紅水河、柳江、黔潯江及左江交界處，且與度中心性極大的地區(qū)相匹配;此外，都安-遷江和桂平-昭平場次中心位于此，預(yù)示其形成由流域上各處極端降水傳入，在長期上通常不是極端降水第一發(fā)生地。圖3（c）中，聚類系數(shù)的分布與度中心性的分布總體上呈現(xiàn)反比，即來自相似氣候背景、成雨機制、地形條件的極端降水?dāng)?shù)量少但關(guān)聯(lián)密切，而這些極端降水傳入?yún)R聚地時因不同的屬性而無法形成聚類，符合復(fù)雜網(wǎng)絡(luò)的拓撲性質(zhì)［19］;韓江中下游、東江中游、珠江三角洲、柳江北部和海南島聚類系數(shù)超過0.75，同時這些地區(qū)很好地捕捉到了海豐-陸豐-揭西-普寧、上川-斗門、龍門-河源穩(wěn)定中心和長安-桂林場次中心，對應(yīng)了圖2中的分析，進一步強調(diào)了其長期穩(wěn)定性。圖3（d）中，平均傳播距離總體上呈現(xiàn)西北小、東南大的分布格局;韓江流域和東江上游平均傳播距離超過400 km;紅水河、南盤江和柳江北部較高海拔復(fù)雜地形區(qū)的發(fā)散源的傳播距離基本在200 km以內(nèi)，意味著發(fā)散源的極端降水傳播存在一定的自限性;柳江、黔潯江、紅水河及左江交界處匯聚地，以300 km為分界呈現(xiàn)出明顯差異，預(yù)示傳入這里的極端降水在傳播源地上有差別。

3.2?極端降水空間特征

借鑒相關(guān)研究［16，18，21］，以最大5%聚類系數(shù)（對應(yīng)閾值為0.779 7）作為辨識標(biāo)準(zhǔn)，得到如圖4（a）所示的韓江流域、東江流域、珠江三角洲、柳江流域及海南島五大高聚類系數(shù)地區(qū)?？梢钥吹?，最大5%聚類系數(shù)很好地捕捉到了海豐-陸豐-揭西-普寧、龍門-河源、上川-斗門和長安-桂林中心，既從另一個角度印證了三大極端降水中心的存在，也突出了所構(gòu)建極端降水復(fù)雜網(wǎng)絡(luò)的可信度，同時驗證了長安-桂林場次中心來自于穩(wěn)定的柳江流域中心。此外，最大5%聚類系數(shù)還發(fā)現(xiàn)了海南島地區(qū)，這在以往的研究中未提及，結(jié)合圖2（b）和圖2（e）中年降水量大、極端事件頻率高的特點，說明海南島也是影響珠江流域的極端降水中心之一。五大中心的極端降水空間特征分別展示于圖4（b）—4（f）。對于韓江流域中心，顯著傳入的極端降水往往來自近距離的韓江上游、北江上游和遠距離的桂賀江北部;在這里發(fā)生的極端降水總體向西傳播，往河源-龍門-佛岡、桂平方向傳出較為密集，主要影響東江流域中部、珠江三角洲、北江下游、黔潯江和右江等地區(qū)。對于東江流域中心，在傳出空間特征上與韓江流域相似，但傳入的極端降水主要限制在距離東江流域較近的韓江上游和東江上游。對于珠江三角洲中心，傳入主要來自環(huán)繞珠江三角洲的各個子流域，發(fā)生在這里的極端降水很少傳出。對于柳江流域中心，較小的平均傳播距離預(yù)示了傳播范圍的有限性，影響局限于柳江、紅水河、桂賀江等周邊地區(qū)。對于海南島中心，主要向珠江流域片傳入極端降水，影響桂南粵西諸河的沿海地區(qū)，傳入的極端降水主要來自海洋。

3.3?極端降水時間規(guī)律

極端降水對季節(jié)性的依賴［32］表明在流域尺度上五大極端降水中心的空間特征存在季節(jié)性差異。為此，將流域尺度上的最大5%聚類系數(shù)按旬進行季節(jié)性劃分，同時將傳入的極端降水按其來源的季節(jié)性進行標(biāo)記，以闡釋極端降水從珠江流域片傳入五大中心的時間規(guī)律，結(jié)果見圖5。在5月下旬至6月上旬，極端降水主要來自北江、東江、韓江、桂賀江和黔潯江，主要傳入珠江三角洲、東江流域、韓江流域中心，此時傳入極端降水的季節(jié)性總體領(lǐng)先，當(dāng)北江、東江、韓江、桂賀江和黔潯江發(fā)生極端降水時，應(yīng)注意極端降水中心范圍內(nèi)可能出現(xiàn)突發(fā)強降水;6月中旬至7月上旬，極端降水主要來自珠江流域片北部高程1 000 m以上的較高海拔復(fù)雜地區(qū)，主要傳入柳江流域中心，此時傳入極端降水的季節(jié)性總體滯后，應(yīng)注意柳江流域中心在其季節(jié)性之后仍可能面臨突發(fā)的山洪暴雨;7月中、下旬，極端降水的傳入基本集中在海南島，但仍需要注意發(fā)生在6月下旬南北盤江極端降水的遠距離傳入。

類似地，為闡釋極端降水從五大中心傳入珠江流域片的時間規(guī)律，在劃分最大5%聚類系數(shù)季節(jié)性的基礎(chǔ)上，將傳出的極端降水按其來源的季節(jié)性進行標(biāo)記，結(jié)果見圖6。由五大中心傳入至珠江流域片的極端降水絕大多數(shù)都集中在6月上旬至中旬，韓江流域中心、東江流域中心和柳江流域中心是主要的極端降水發(fā)散源，這一時期珠江三角洲北部、北江下游、黔潯江、桂賀江下游以及左江流域需要關(guān)注發(fā)生在東江流域和韓江流域中心的極端降水自遠距離傳入，同時桂賀江上游、柳江南部、紅水河下游、右江中下游需要關(guān)注柳江流域中心發(fā)生的極端降水自近距離傳入;進入后汛期，海南島中心成為珠江流域片極端降水的主要發(fā)散源，傳入的極端降水主要集中在7月下旬，影響粵西桂南諸河地區(qū)。此外，由海南島中心傳出的極端降水明顯晚于粵西桂南諸河的季節(jié)性，預(yù)示在其極端降水集中發(fā)生時期之后仍然會有遭受暴雨洪水災(zāi)害的風(fēng)險。

4?討?論

極端降水復(fù)雜網(wǎng)絡(luò)高聚類系數(shù)可辨識流域極端降水中心。本文以珠江流域片為例，在最大5%聚類系數(shù)的標(biāo)準(zhǔn)下印證了與已知的海豐-陸豐-揭西-普寧、龍門-河源、上川-斗門長期穩(wěn)定中心相匹配的韓江流域、東江流域、珠江三角洲中心，驗證了長安-桂林場次中心來自于穩(wěn)定的柳江流域中心，新發(fā)現(xiàn)了之前研究沒有提及的海南島中心，相關(guān)信息總結(jié)于表1。應(yīng)用這一框架和標(biāo)準(zhǔn)，可以進一步探究不同流域辨識極端降水中心的高聚類系數(shù)閾值差異。另一方面，都安-遷江和桂平-昭平場次中心主要是由開始于紅水河上游、柳江上游、桂賀江上游、黔潯江、北江中下游、東江中下游的強降水在短時間內(nèi)隨著鋒面、槽、切變線、低渦或者熱帶氣旋等天氣系統(tǒng)移動至此停滯而形成，發(fā)生時間也相對處于場次極端降水過程的中后期［24，33］。這對應(yīng)了圖3中這2個場次中心所在位置呈現(xiàn)出度中心性高、散度極大但無法形成聚類的特征;此外，因天氣系統(tǒng)的移動，水汽沿傳播路徑逐漸減?。?4］，傳遞至這里的極端降水盡管頻率高但總量小，如圖2（b）所示。

不同氣候背景、成雨機制和地形特征影響流域極端降水中心的空間特征和時間規(guī)律。韓江流域、東江流域中心貼近東部海岸線，其極端降水季節(jié)性集中在6月上、中旬，此時西太平洋副熱帶高壓往往控制中國南海一帶并逐漸增強，水汽通道向西擴展，帶動極端降水向西傳播［28，35］;同時，受制于兩側(cè)緊貼的青云-九連-羅浮山、云開大山等山脈，東江流域和韓江流域極端降水的傳播呈現(xiàn)出狹長遠距離的特征，直達黔潯江、左江匯聚地而難以向北擴散，對應(yīng)圖3（b）和圖3（c）。在6月上、中旬，孟加拉灣水汽通道在西南季風(fēng)影響下在陸地上向北遠距離推進，當(dāng)遭遇北部較高海拔復(fù)雜地形時因抬升動力不足難以翻越，在山脈迎風(fēng)面形成地形雨并回流至柳江、紅水河下游交界處，故在柳江流域中心形成短距離傳播的發(fā)散源［28，35］，對應(yīng)圖4（e）。珠江三角洲平原是一個大尺度的喇叭口地形，城市化水平極高［14，30］，在地形加強的海陸熱力差異、平原-山脈環(huán)流及城市熱島效應(yīng)的共同影響下，極端降水日變化和海風(fēng)引起的對流不會向內(nèi)陸傳播太遠［18，34］，對應(yīng)圖4（d）。

面向極端降水的連接和傳播，從長期變化中找到流域尺度的極端降水發(fā)散源和匯聚地，有助于突發(fā)致洪極端降水的提前預(yù)警。但是，基于復(fù)雜網(wǎng)絡(luò)的極端降水時空非線性演化也需要檢驗。本文的極端降水中心辨識提供了一個檢驗的參考，由于不同的流域在空間尺度、下墊面特征、主要天氣系統(tǒng)和降水季節(jié)性上存在差異，還應(yīng)針對性地結(jié)合不同流域的暴雨天氣系統(tǒng)特征進一步檢驗。此外，本文從復(fù)雜網(wǎng)絡(luò)的視角為解析極端降水空間特征和時間規(guī)律提供了一個參考，但復(fù)雜網(wǎng)絡(luò)與物理機制背后的關(guān)聯(lián)與解釋仍需要進一步探討，例如，需要結(jié)合天氣系統(tǒng)的發(fā)生、發(fā)展和傳播特征，給出更詳細的天氣、氣候動力的診斷與判定依據(jù)，以得到物理意義更明確的結(jié)論。

5?結(jié)?論

本文采用長期逐日高分辨率衛(wèi)星降水?dāng)?shù)據(jù)構(gòu)建極端降水復(fù)雜網(wǎng)絡(luò)，在通過顯著性檢驗的無向網(wǎng)絡(luò)和有向網(wǎng)絡(luò)中編碼極端降水的連接和傳播，以珠江流域片為例，通過辨識流域極端降水中心來檢驗所構(gòu)建的復(fù)雜網(wǎng)絡(luò)，以此為基礎(chǔ)分析流域極端降水的空間特征和時間規(guī)律。主要結(jié)論如下：

（1） 西江流域擁有最大的極端降水發(fā)散源和匯聚地，但影響范圍有限;紅水河、黔潯江、左江交界處度發(fā)生的極端降水與珠江流域片超過50%的極端降水發(fā)生顯著連接；韓江流域和東江上游的平均傳播距離超過400 km。

（2） 以最大5%聚類系數(shù)為標(biāo)準(zhǔn)辨識了五大極端降水中心，印證了與海豐-陸豐-揭西-普寧、龍門-河源、上川-斗門中心相匹配的韓江流域、東江流域、珠江三角洲中心，驗證了長安-桂林場次中心穩(wěn)定來自于柳江流域中心，新發(fā)現(xiàn)了對珠江流域片有傳入影響的海南島中心。

（3） 極端降水的時間規(guī)律為：從珠江流域片傳入至極端降水中心以5月下旬至6月上旬為主，主要傳入至韓江流域、東江流域和珠江三角洲中心;從極端降水中心傳出至珠江流域片以6月上旬至6月中旬為主，普遍傳出至紅水河、柳江、黔潯江及左江交界處。

參考文獻：

［1］王志福，錢永甫.中國極端降水事件的頻數(shù)和強度特征［J］.水科學(xué)進展，2009，20（1）：1-9.（WANG Z F，QIAN Y F.Frequency and intensity of extreme precipitation events in China［J］.Advances in Water Science，2009，20（1）：1-9.（in Chinese））

［2］UNDRR.Human cost of disasters：an overview of the last 20 years （2000—2019）［R］.Switzerland：UN Office for Disaster Risk Reduction，2020：1-29.

［3］江潔，周天軍，張文霞.近60年來中國主要流域極端降水演變特征［J］.大氣科學(xué)，2022，46（3）：707-724.（JIANG J，ZHOU T J，ZHANG W X.Temporal and spatial variations of extreme precipitation in the main river basins of China in the past 60 years［J］.Chinese Journal of Atmospheric Sciences，2022，46（3）：707-724.（in Chinese））

［4］LI X，ZHANG K，BAO H J，et al.Climatology and changes in hourly precipitation extremes over China during 1970—2018［J］.Science of the Total Environment，2022，839：156297.

［5］舒章康，李文鑫，張建云，等.中國極端降水和高溫歷史變化及未來趨勢［J］.中國工程科學(xué)，2022，24（5）：116-125.（SHU Z K，LI W X，ZHANG J Y，et al.Historical changes and future trends of extreme precipitation and high temperature in China［J］.Strategic Study of CAE，2022，24（5）：116-125.（in Chinese））

［6］黃國如，陳易偲，姚芝軍.高度城鎮(zhèn)化背景下珠三角地區(qū)極端降雨時空演變特征［J］.水科學(xué)進展，2021，32（2）：161-170.（HUANG G R，CHEN Y S，YAO Z J.Spatial and temporal evolution characteristics of extreme rainfall in the Pearl River Delta under high urbanization［J］.Advances in Water Science，2021，32（2）：161-170.（in Chinese））

［7］GU X Z，YE L，XIN Q，et al.Extreme precipitation in china：a review on statistical methods and applications［J］.Advances in Water Resources，2022，163：104144.

［8］宋曉猛，張建云，孔凡哲.基于極值理論的北京市極端降水概率分布研究［J］.中國科學(xué)：技術(shù)科學(xué)，2018，48（6）：639-650.（SONG X M，ZHANG J Y，KONG F Z.Probability distribution of extreme precipitation in Beijing based on extreme value theory［J］.Scientia Sinica Technologica，2018，48（6）：639-650.（in Chinese））

［9］高延康，趙銅鐵鋼，田雨，等.臺風(fēng)活動對中國沿海地區(qū)極端降水的影響［J］.水科學(xué)進展，2023，34（1）：1-11.（GAO Y K，ZHAO T T G，TIAN Y，et al.Effects of typhoon activities on extreme precipitation in coastal areas of China［J］.Advances in Water Science，2023，34（1）：1-11.（in Chinese））

［10］吳雷，許有鵬，王強，等.長三角地區(qū)夏季降水結(jié)構(gòu)演變及其非平穩(wěn)性［J］.水科學(xué)進展，2022，33（5）：730-742.（WU L，XU Y P，WANG Q，et al.Evolution and non-stationary characteristics of summer precipitation structure over the Yangtze River Delta［J］.Advances in Water Science，2022，33（5）：730-742.（in Chinese））

［11］顧西輝，張強，陳曉宏，等.中國多尺度不同量級極端降水發(fā)生率非平穩(wěn)性研究［J］.水利學(xué)報，2017，48（5）：505-515.（GU X H，ZHANG Q，CHEN X H，et al.The spatiotemporal rates of heavy precipitation occurrence at difference scales in China［J］.Journal of Hydraulic Engineering，2017，48（5）：505-515.（in Chinese））

［12］WANG J，CHEN Y，NIE J，et al.On the role of anthropogenic warming and wetting in the July 2021 Henan record-shattering rainfall［J］.Science Bulletin，2022，67（20）：2055-2059.

［13］LI W，JIANG Z H，ZHANG X B，et al.On the emergence of anthropogenic signal in extreme precipitation change over China［J］.Geophysical Research Letters，2018，45（17）：9179-9185.

［14］胡慶芳，張建云，王銀堂，等.城市化對降水影響的研究綜述［J］.水科學(xué)進展，2018，29（1）：138-150.（HU Q F，ZHANG J Y，WANG Y T，et al.A review of urbanization impact on precipitation［J］.Advances in Water Science，2018，29（1）：138-150.（in Chinese））

［15］羅亞麗，孫繼松，李英，等.中國暴雨的科學(xué)與預(yù)報：改革開放40年研究成果［J］.氣象學(xué)報，2020，78（3）：419-450.（LUO Y L，SUN J S，LI Y，et al.Science and forecast of rainstorm in China：research achievements in 40 years of reform and opening up［J］.Acta Meteorologica Sinica，2020，78（3）：419-450.（in Chinese））

［16］AGARWAL A，GUNTU R K，BANERJEE A，et al.A complex network approach to study the extreme precipitation patterns in a river basin［J］.Chaos：An Interdisciplinary Journal of Nonlinear Science，2022，32（1）：013113.

［17］SIVAKUMAR B，WOLDEMESKEL F M.A network-based analysis of spatial rainfall connections［J］.Environmental Modelling & Software，2015，69：55-62.

［18］MONDAL S，MISHRA A K，LEUNG L R.Spatiotemporal characteristics and propagation of summer extreme precipitation events over united states：a complex network analysis［J］.Geophysical Research Letters，2020，47（15）：e2020G-e88185G.

［19］FAN J F，MENG J，LUDESCHER J，et al.Statistical physics approaches to the complex Earth system［J］.Physics Reports，2021，896：1-84.

［20］BOERS N，GOSWAMI B，RHEINWALT A，et al.Complex networks reveal global pattern of extreme-rainfall teleconnections［J］.Nature，2019，566（7744）：373-377.

［21］何蘇紅，龔志強，葉芳，等.復(fù)雜網(wǎng)絡(luò)方法在東亞地區(qū)夏季極端降水研究中的應(yīng)用［J］.氣象學(xué)報，2017，75（6）：894-902.（HE S H，GONG Z Q，YE F，et al.Application of complex network method to summer extreme rainfall in East Asia［J］.Acta Meteorologica Sinica，2017，75（6）：894-902.（in Chinese））

［22］SU Z，MEYERHENKE H，KURTHS J.The climatic interdependence of extreme-rainfall events around the globe［J］.Chaos：An Interdisciplinary Journal of Nonlinear Science，2022，32（4）：043126.

［23］KREUZ T，GRASSBERGER P，QUIAN QUIROGA R.Event synchronization：a simple and fast method to measure synchronicity and time delay patterns［J］.Physical Review E，2002，66（4）：041904.

［24］姚章民，杜勇，張麗娜.珠江流域暴雨天氣系統(tǒng)與暴雨洪水特征分析［J］.水文，2015，35（2）：85-89.（YAO Z M，DU Y，ZHANG L N.Analysis of storm weather system and flood characteristics in Pearl River basin［J］.Journal of China Hydrology，2015，35（2）：85-89.（in Chinese））

［25］劉超，聶銳華，劉興年，等.山區(qū)暴雨山洪水沙災(zāi)害預(yù)報預(yù)警關(guān)鍵技術(shù)研究構(gòu)想與成果展望［J］.工程科學(xué)與技術(shù)，2020，52（6）：1-8.（LIU C，NIE R H，LIU X N，et al.Research on conception and achievement prospect of key technologies for forecast and early warning of flash flood and sediment disasters in mountain rainstorm［J］.Advanced Engineering Sciences，2020，52（6）：1-8.（in Chinese））

［26］杜懿，王大洋，張智，等.GPM IMERG降水產(chǎn)品在珠江流域的適用性分析［J］.水文，2021，41（6）：1-6.（DU Y，WANG D Y，ZHANG Z，et al.Applicability of GPM IMERG satellite precipitation product in Pearl River basin［J］.Journal of China Hydrology，2021，41（6）：1-6.（in Chinese））

［27］陳曉宏，鐘睿達，王兆禮，等.新一代GPM IMERG衛(wèi)星遙感降水?dāng)?shù)據(jù)在中國南方地區(qū)的精度及水文效用評估［J］.水利學(xué)報，2017，48（10）：1147-1156.（CHEN X H，ZHONG R D，WANG Z L，et al.Evaluation on the accuracy and hydrological performance of the latest-generation GPM IMERG product over South China［J］.Journal of Hydraulic Engineering，2017，48（10）：1147-1156.（in Chinese））

［28］汪衛(wèi)平，張祖強，許遐禎，等.中國降水集中期之特征［J］.氣象學(xué)報，2015，73（6）：1052-1065.（WANG W P，ZHANG Z Q，XU X Z，et al.Characteristics of the precipitation concentration period in China［J］.Acta Meteorologica Sinica，2015，73（6）：1052-1065.（in Chinese））

［29］林良勛，馮業(yè)榮，黃忠，等.廣東省天氣預(yù)報技術(shù)手冊［M］.北京：氣象出版社，2006：86-150.（LIN L X，F(xiàn)ENG Y R，HUANG Z，et al.Handbook of weather forecasting technology in Guangdong Province［M］.Beijing：China Meteorological Press，2006：86-150.（in Chinese））

［30］廖一帆，林炳章，丁輝.廣東省暴雨高風(fēng)險區(qū)劃［J］.水資源保護，2022，38（2）：7-16.（LIAO Y F，LIN B Z，DING H.High-risk rainstorm zonation of Guangdong Province［J］.Water Resources Protection，2022，38（2）：7-16.（in Chinese））

［31］陳芳麗，李明華，姜帥，等.粵東暴雨中心的降水氣候統(tǒng)計特征和成因分析［J］.廣東氣象，2019，41（4）：6-10.（CHEN F L，LI M H，JIANG S，et al.On the statistical characteristics of precipitation climatology of heavy rain centers in Eastern Guangdong and analysis of its causation［J］.Guangdong Meteorology，2019，41（4）：6-10.（in Chinese））

［32］陳海山，范蘇丹，張新華.中國近50 a極端降水事件變化特征的季節(jié)性差異［J］.大氣科學(xué)學(xué)報，2009，32（6）：744-751.（CHEN H S，F(xiàn)AN S D，ZHANG X H.Seasonal differences of variation characteristics of extreme precipitation events over China in the last 50 years［J］.2009，32（6）：744-751.（in Chinese））

［33］何麗麗，張潤琦，張戈，等.珠江流域暴雨洪水特性［J］.水文，1987（3）：45-50.（HE L L，ZHANG R Q，ZHANG G，et al.Characteristics of the heavy rain and flood in Pearl River basin［J］.Journal of China Hydrology，1987（3）：45-50.（in Chinese））

［34］SUN X Y，LUO Y L，GAO X Y，et al.On the localized extreme rainfall over the great bay area in South China with complex topography and strong UHI effects［J］.Monthly Weather Review，2021，149（8）：2777-2801.

［35］孫博，王會軍，周波濤，等.中國水汽輸送年際和年代際變化研究進展［J］.水科學(xué)進展，2020，31（5）：644-653.（SUN B，WANG H J，ZHOU B T，et al.A review on the interannual and interdecadal variations of water vapor transport over China during past decades［J］.Advances in Water Science，2020，31（5）：644-653.（in Chinese））

Abstract：Analysis of the characteristics and evolution of extreme precipitation is of great importance for basin disaster prevention and mitigation.Based on the long-term daily high-resolution satellite precipitation data，the undirected and directed complex network are constructed with the techniques of statistical significance tests，encoding the connection and propagation of extreme precipitation respectively.Taking the Pearl River basin as an example，the aim of this study is to investigate the spatial characteristics and temporal regime of extreme precipitation.The results show that the Xijiang River basin has the largest extreme precipitation divergence and convergence sources;degree centrality higher than 0.5 are observed in the junction of Hongshui River，Qianxun River and Zuojiang River basins;in the meantime，the Hanjiang River and Dongjiang River basins exhibit mean propagation distance larger than 400 km;the strongest 5% of the clustering coefficient identify the five major basin extreme precipitation centers.In terms of the spatial characteristics，the existence of the Hanjiang River Center，Dongjiang River Center，and Pearl River Delta Centers are verified，the Chang′an-Guilin Event Center is originated from the Liujiang River Center，and the Hainan Island Center is discovered to be an extreme precipitation influx source of the Pearl River basin.In terms of the temporal regime，from late May to early June extreme precipitation mainly propagates from the whole Pearl River basin to the Hanjiang River Center，Dongjiang River Center and Pearl River Delta Center，while from early to mid-June extreme precipitation mainly propagates from Hanjiang River Center，Dongjiang River Center，Pearl River Delta Center and Liujiang River Center to the junction of Hongshui River，Liujiang River，Qianxun River and Zuojiang River basins.

Key words：complex network;extreme precipitation;connection and propagation;spatial characteristics;temporal regime