论文部分内容阅读
摘要利用1998年1月～2010年12月空间连续分布的TRMM卫星3B43月降水量资料，借助气候倾向率指数和GIS空间分析技术，以辽宁省为例，对TRMM数据在省级尺度的适用性进行验证，并对辽宁省近13年来降水时空分布及其变化特征进行定量化分析。结果表明，TRMM降水数据与观测数据之间的线性相关性很高，数据具有较高的精度；辽宁省年降水量主要为425～1 082 mm，且总体上表现为由全区东南向西北依次递减的趋势；年内降水主要集中在5～9月，该时期的降水量占全年降水总量的70%以上，其中，7月份的降水量最大，为全年降水量的20%，而2月份最小，不足全年降水量的2%，季节性变化明显；近13年间，辽宁省平均年降水量总体上呈增加趋势，但在夏季降水量呈现减少的趋势，其中辽西区和辽中区尤为明显，说明近13年来这些地区春夏连旱的现象比较严重。
关键词TRMM；省级尺度；辽宁省；降水变化
中图分类号S127文献标识码
A文章编号0517-6611（2015）14-209-05
Abstract According to the monthly precipitation data of Tropical Rainfall Measurement Mission （TRMM）3B43 from January 1998 to December 2010， a case study as the provincial scale， the change of recent 13year precipitation in Liaoning Province were analyzed by means of the liner climatic tendencies ratio method and Geographical Information System （GIS） spatial analytic techniques. Some conclusions can be drawn： The linear correlation between TRMM precipitation data and observed data and is very high， the data has a higher accuracy； The annual precipitation in Liaoning Province is mainly between 425-1 082 mm， and the overall performance is the trend of decreasing from the southeast to the northwest； The main precipitation concentrate in May to September of each year， the precipitation during this period accounted for more than 70% of the total annual precipitation， among them， the maximum precipitation concentrate in July， to 20% of the annual precipitation， and in February the minimum， less 2% of the annual precipitation， seasonal change is obvious； In recent 13 years， the average annual precipitation showed increasing trend in Liaoning Province. However， the summer precipitation showed a decreasing trend， the precipitation in the western and middle Liaoning Province is particularly evident. These indicate that in recent 13 years， the phenomenon of regional drought in spring and summer is serious.
Key words TRMM； Provincial scale； Liaoning Province； Precipitation variation
作为水文循环中最活跃和最重要的物理过程之一，降雨同时也是水文模型最基本的输入资料，它具有明显的时空差异[1]。由于站网密度、站点位置等因素的限制，常规的地面观测不能准确反映降雨的空间分布与强度变化，而利用卫星遥感进行测雨，可以获得大范围连续观测的降雨数据，且微波遥感能够穿透云体，利用微波遥感这一特性可以对云、雨进行更为直接、深入的探测[2]。热带测雨卫星TRMM（Tropical Rainfall Measuring Mission）自1997年成功发射以来，已向陆地发回多种高时间和空间分辨率探测数据，为与降雨有关的研究提供了新的数据支撑[3]。
国外内许多学者在TRMM降雨分析和降雨资料验证等方面已经做了大量工作，如Huffman等分别将日尺度与月尺度上的TRMM 3B42 RT数据与气象观测数据、雷达观测数据进行一致性检测，结果显示TRMM数据与站点观测数据之间线性相关性很高[4]；白爱娟等采用TRMM 3B41 RT资料，分别在陕西周边区域及青藏高原区域与站点数据进行了比对，发现降雨的基本特征可以由TRMM数据很好地体现出来[5-6]。
许多研究表明，TRMM降水数据的质量总体上比较可靠，且TRMM数据的精度随着时间尺度的增加也会有所提高，因而可有效支持大范围、长尺度的气候模拟预报以及长尺度降水时空动态特征的分析等[7]。 之前的研究中，TRMM降水数据多应用在低纬度地区，在中高纬度地区的验证以及应用较少，且以往对TRMM降水数据的验证过程中，以大尺度区域为研究对象的较多，在省级尺度应用较少，TRMM数据在省级尺度应用的精确性和有效性还存在一些不确定性。辽宁省位于北半球的中纬度，省内地形差异十分明显，其降水存在明显的区域特征， 而目前在辽宁省的卫星测雨分析及资料验证等方面的研究还很少， 因此笔者将辽宁省作为一个省级尺度的案例来研究，给出TRMM降雨的时空分布特征及其精度状况，并在此基础上分析各区的降水特征，可以为TRMM降雨数据广泛应用于省级水文预报和水资源评价等方面提供可靠的科学依据。
1资料与方法
1.1研究区概况
辽宁省位于我国东北地区的南部，地处亚欧大陆的东岸（118°48'～125°42′E、43°27'～ 38°30′N）；辽宁省东北与吉林省接壤，西北与内蒙古自治区为邻， 西南与河北省毗连，以鸭绿江为界河，和朝鲜相望，且南濒黄海、渤海[8]。
该省地形地势复杂，北高南低，从陆地向海洋倾斜；山地丘陵分别位于辽东、辽西，中部为辽河平原，面积大约各占1/3[9]。辽宁地处中纬度地带，仍属于温带大陆性季风气候，其全年平均气温在 7 ～11 ℃，年降水量在 600～1 100 mm[8] 。
1.2数据来源与预处理遥感数据采用NASA网站（http：//trmm.gsfc.nasa.gov/）每月发布的TRMM 3B43格点化数据产品，其空间分辨率为0.25° ×0.25°，时间分辨率为3 h，数据空间范围为50°S ～ 50°N、180°W ～ 180°E，时间段为1998 ～ 2010年。气象站点降水数据从中国气象科学数据共享服务网（http：//cdc.cma.gov.cn/home.do）获取，考虑到资料的完整性，最终选取辽宁省27个站点（图1）1998～2010年的中国地面气候资料日值数据集进行试验。
利用ENVI软件对TRMM降水数据进行拼接；在ArcGIS中对其进行投影变换；利用辽宁省矢量边界裁剪出全省范围的1998～2010年TRMM月降水量数据；然后将TRMM的月降水数据进行求和运算，得到TRMM的年降水量数据。
1.3方法
1.3.1系统聚类法。首先采用系统聚类方法[10]对辽宁省的降水场进行区域划分。
1.3.2气候倾向率指数。
采用气候倾向率指数来表征辽宁省同期降水变化趋势，具体计算方法为[11-12]：设辽宁省某格点降水量时间序列可用一个一次直线方程来进行定量化描述，即 Y=b0+b1t，式中，Y为降水量；t为时间；b0为常数项。该区降水趋势变化率方程可表示为：
dy（t）/dt=b1，式中，b1为线性趋势项；b1×10称作气候倾向率，其单位为mm/10a。一次直线方程中的系数可利用TRMM 数据降水序列通过一元线性回归方法求得。此外，对于上述趋势变化率方程中的线性趋势项b1，可以采用F检验方法进行显著性检验。
2结果与分析
2.1辽宁省降水场区域划
对所选择的辽宁省27个降水观测点进行分析，采用聚类分析方法对辽宁省降水场进行分区。根据结果可划分为辽东南区、辽南区、辽中区以及辽西区4个区， 每个区域所包含的气象站点
分别为辽东南区包括丹东、宽甸、桓仁、草河口、岫岩，
辽南区包括大连、长海、庄河、瓦房店、皮口，辽西区包括阜新、彰武、朝阳、叶柏寿、锦州、兴城、绥中，
辽中区包括鞍山、营口、熊岳、本溪、黑山、沈阳、新民章党、清原、开原。
2.2TRMM 数据有效性检验
通常就局地而言，常规的地面站点降水观测仍然是最准确的测量[13-14]。在此，将辽宁省27个测站1998年1月～2010年12月间的站点观测数据作为“真值”，把每个观测站的月降水量和年降水量作为自变量，以与其对应的TRMM 各格点内的月降水量和年降水量为因变量[15]，通过构建一元线性回归方程对TRMM 数据进行有效性检验。从图2可以看出，由于TRMM数据和地面测站数据在空间尺度上存在差异，所以TRMM 与地面站点观测的月、年降水量之间会存在一定的偏差，但从总体上来看，两者间的相关性是非常高的，在月降水尺度上，拟合度为0.76；在年降水尺度上，拟合度高达0.81。说明此TRMM降水数据具有很高的可信度，可以用来对辽宁省近13年来降水时空变化特征进行有效的定量分析。
2.3基于TRMM数据的辽宁省降水时空分布特征分析
2.3.1年际变化特征。从1998～2010年时间序列统计（表1）可以看出，辽宁省多年平均降水量为687.67 mm，其中辽西区、辽中区、辽东南区和辽南区分别为551.69、718.92、
932.45和604.18 mm。另外，对于辽宁省平均降水量年际变化，辽西区最小，辽南区、辽东南区次之，辽中区最大，说明辽中区在13年间年降水量波动程度是最大的。
另外，从辽宁省多年平均降水量空间分布来看（图3），其年降水量主要为425～1 082 mm，且总体上表现为由全区东南向西北依次递减的趋势，这与辽宁地域特征有密切联系。
其中降水量最小值出现在辽西区，这是由于辽西区的湿度条件相对于辽中区较差，降水条件不利；辽东南区南临黄海，东临鸭绿江，其特殊的地理位置就决定了其在全区降水量是最大的[9]。
2.3.2年内分布特征。
从表2可以看出，辽宁降水具有明显的季节性，对于全区来说，降水主要集中于每年的5～9月，这一时期降水量占全年总降水量的70%以上；其中，7月份降水量最大，为全年降水总量的23.72%，而2月份最小，不足全年降水总量的2%。 辽西区、辽中区、辽东南区和辽南区降水与全区相同，主要集中于每年的5～9月，尤其对于6、7、8月，降水是最集中的；且4个分区每年降水量最大值均在7月份，最小值均在2月份，说明4个分区降水量与全区的全年的降水趋势大体是一致的。
从1998～2010年间辽宁省月平均降水量空间分布（图4）来看，春季（3～5月）全省降水量逐渐增加，尤其是辽东南区降雨量增加的最多；夏季（6～8月）降水量明显增多，7月份降水量达全年最大值，但就夏季总降水量来说，东西差异非常明显，辽西区部分地区还不到400 mm，而东南地区最多达600 mm以上；秋季（9～11月）雨量骤减，尤其对于辽西区来说，降水量减少最多，这主要与西北季风气候逐渐增强密
切相关；冬季（12月～次年2月）降水量达最小值，特别是在2月份，一般仅有6～40 mm，这是因为此时全省空气干冷、降雪稀少。
2.4基于TRMM数据的辽宁省降水时空变化趋势分析
从1998～2010年间TRMM 数据并结合地面测站观测数据的分析来看[15]，近13年辽宁省平均年降水量变化总体上呈现上升趋势（图5），辽宁全区的增长率达16.53 mm/a；辽东南区的增长率最高，高达25.63 mm/a；辽南区次之，为20.31 mm/a；辽中区增长率为17.99 mm/a；辽西区增长率最低，仅为6.85 mm/a，说明近13年来辽西区降水虽然有所增加，但增加的程度并不大。
从空间分布来看，各个分区的降水差异也十分明显。从图6a来看，辽宁省年降水量气候倾向率主要为52.99～217.69 mm/10a，均为正值，即年降水量主要表现为增加趋势；且从全省的西北到东南方向气候倾向率呈现逐渐增加的趋势，辽西区最小值不到53.00 mm/10a，而最大值出现在辽东南区，为217.69 mm/10a，且通过了F值显著性检验，此检验在90%置信度区间。另外从全省27个地面观测站点的全年降水量变化趋势来看，两者之间虽然存在着一定的差异，但也基本验证了以上规律。其中，宽甸年降水量的增加趋势最为明显，其气候倾向率为404.35 mm/10a，且也通过了F值显著性检验（表3）。
另外，从前文的分析得出，辽宁省的夏季降水量（6～8月）达全年降水量的50%左右，所以借助降水气候倾向率指数对各个分区夏季降水量趋势空间特征进行分析也具有很大意义。从图6b可以看出，在近13年间，辽宁省夏季降水量变化趋势空间特征与年降水量有很大的不同；总体上，辽西区以及辽中的部分地区表现出一定程度
的下降趋势，且在辽西区下降趋势最大值达42.34 mm/10a，说明在夏季这些地区近年来降水量明显减少；虽然在辽东南区以及辽南区部分地区表现出增加的趋势，但最大值也不过仅有127.82 mm/10a。另外，就全省地面测站的全年降水量变化趋势进行分析，也基本验证了上面所述规律（表3）。
3结论与讨论
以辽宁省为研究区，以其27个地面气象观测降水数据为基础，首先探讨了TRMM 卫星3B43月降水量资料在省级尺度的适用性，并在此基础上，对辽宁省时间序列长达13年的降水时空分布及其变化特征进行了定量化分析，结果表明，基于气象站点降水数据，运用系统聚类法，对辽宁省降水场进行了有效分区，使得在省级尺度分析的基础上，为进一步分析省内不同地区降水变化特征提供了依据；TRMM数据有效性检验结果显示，TRMM数据与站点观测数据的拟合度非常高，完全有效，对地下相对复杂的省份来说也具有较强的适用性；
TRMM降水数据相对于地面气象站点观测数据来说，具有较好的时空连续性，不仅有利于对研究区降水特征进行较长时间序列分析，且在空间分布上，可以更直观地显示出辽宁省降水的年际和年内变化特征。利用TRMM 3B43月降水时间序列数据分析辽宁省同期降水趋势特征发现，在近13年间，辽宁省平均年降水量变化总体上呈增加趋势；夏季，辽西区以及辽中的部分地区的降水变化表现出一定程度的下降趋势，虽然在辽东南区以及辽南区部分地区表现出增加的趋势，但增加趋势并不大。
总体上来说，利用空间连续分布的TRMM 降水数据来分析辽宁省降水变化特征，有效克服了传统地面雨量观测中气象站点数量及其空间分布合理性上的诸多不足，在宏观尺度上其分析结果更为可靠，同时也说明了TRMM降水数据在中纬度地区也具有较强的适用性；当前利用TRMM时间序列数据进行区域同期降水趋势特征研究还相对较少，笔者利用TRMM数据对辽宁省降水变化趋势进行分析，无论是对深入了解辽宁地区的气候变化特征还是防灾减灾均提供了很好的科学依据。
参考文献
[1]
余钟波.流域分布式水文学原理及应用[M].北京： 科学出版社， 2008.
[2] 杨扬， 张建云， 戚建国， 等.雷达测雨及其在水文中应用的回顾与展望[J].水科学进展， 2000， 11（1）： 92-98.
[3] 刘俊峰， 陈仁升， 韩春坛， 等.多卫星遥感降雨数据精度评价[J].水科学进展， 2010， 21（3）： 343-348.
[4] HUFFMAN G J，ADLER R F，BOLVIN D T，et al.The TRMM multisatellite precipitation analysis （TMPA）： Quasiglobal， multiyear， combined-sensor precipitation estimates at fine scales[J].Journal of Hydrometeorology， 2007， 8（1）：38-55.
[5] 白爱娟， 刘长海， 刘晓东.TRMM 多卫星降雨分析资料揭示的青藏高原及其周边地区夏季降雨日变化[J].地球物理学报， 2008， 51（3）： 704-714.
[6] 白爱娟， 方建刚， 张科翔.TRMM 卫星资料对陕西及周边地区夏季降雨的探测[J].灾害学， 2008， 23（2）： 41-45.
[7] CHIU LS，LIU Z，VONGSAARD J，et al.Comparison of TRMM and water district rain rates over New Mexico[J].Advances in Atmospheric Sciences，2006，23（1）：1-13.
[8] 杨东，刘洪敏，郭盼盼，等.1956～2008 辽宁省近 53 年的降水量变化[J].干旱区资源与环境，2011，25（1）：96-97.
[9] 孙莹，万丽岩，江静.辽宁降水分区变化特征及夏季降水影响因子分析[J].气象与环境学报，2008，24（3）：18-23.
[10] 么枕生，丁裕国.气候统计[M].北京：气象出版社，1990.
[11] 杜军，马玉才.西藏高原降水变化趋势的气候分析[J].地理学报，2004，59（3）：375-382.
[12] 白爱娟，刘长海，刘晓东.TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化[J].地球物理学报，2008，51（3）：704-714.
[13]李景刚， 李纪人， 黄诗峰.基于 TRMM 数据和区域综合Z指数的洞庭湖流域近10 年旱涝特征分析[J].资源科学， 2010， 32（6）： 1103-1110.
[14] 陈举，施平，王东晓，等.TRMM卫星降雨雷达观测的南海降雨空间结构和季节变化[J].地球科学进展，2005，20（1）：29-35.
[15] 李景刚，黄诗峰.基于TRMM数据的汉江流域1998年-2010年降水变化特征[J].南水北调与水利科技，2011，9（6）：48-53.
关键词TRMM；省级尺度；辽宁省；降水变化
中图分类号S127文献标识码
A文章编号0517-6611（2015）14-209-05
Abstract According to the monthly precipitation data of Tropical Rainfall Measurement Mission （TRMM）3B43 from January 1998 to December 2010， a case study as the provincial scale， the change of recent 13year precipitation in Liaoning Province were analyzed by means of the liner climatic tendencies ratio method and Geographical Information System （GIS） spatial analytic techniques. Some conclusions can be drawn： The linear correlation between TRMM precipitation data and observed data and is very high， the data has a higher accuracy； The annual precipitation in Liaoning Province is mainly between 425-1 082 mm， and the overall performance is the trend of decreasing from the southeast to the northwest； The main precipitation concentrate in May to September of each year， the precipitation during this period accounted for more than 70% of the total annual precipitation， among them， the maximum precipitation concentrate in July， to 20% of the annual precipitation， and in February the minimum， less 2% of the annual precipitation， seasonal change is obvious； In recent 13 years， the average annual precipitation showed increasing trend in Liaoning Province. However， the summer precipitation showed a decreasing trend， the precipitation in the western and middle Liaoning Province is particularly evident. These indicate that in recent 13 years， the phenomenon of regional drought in spring and summer is serious.
Key words TRMM； Provincial scale； Liaoning Province； Precipitation variation
作为水文循环中最活跃和最重要的物理过程之一，降雨同时也是水文模型最基本的输入资料，它具有明显的时空差异[1]。由于站网密度、站点位置等因素的限制，常规的地面观测不能准确反映降雨的空间分布与强度变化，而利用卫星遥感进行测雨，可以获得大范围连续观测的降雨数据，且微波遥感能够穿透云体，利用微波遥感这一特性可以对云、雨进行更为直接、深入的探测[2]。热带测雨卫星TRMM（Tropical Rainfall Measuring Mission）自1997年成功发射以来，已向陆地发回多种高时间和空间分辨率探测数据，为与降雨有关的研究提供了新的数据支撑[3]。
国外内许多学者在TRMM降雨分析和降雨资料验证等方面已经做了大量工作，如Huffman等分别将日尺度与月尺度上的TRMM 3B42 RT数据与气象观测数据、雷达观测数据进行一致性检测，结果显示TRMM数据与站点观测数据之间线性相关性很高[4]；白爱娟等采用TRMM 3B41 RT资料，分别在陕西周边区域及青藏高原区域与站点数据进行了比对，发现降雨的基本特征可以由TRMM数据很好地体现出来[5-6]。
许多研究表明，TRMM降水数据的质量总体上比较可靠，且TRMM数据的精度随着时间尺度的增加也会有所提高，因而可有效支持大范围、长尺度的气候模拟预报以及长尺度降水时空动态特征的分析等[7]。 之前的研究中，TRMM降水数据多应用在低纬度地区，在中高纬度地区的验证以及应用较少，且以往对TRMM降水数据的验证过程中，以大尺度区域为研究对象的较多，在省级尺度应用较少，TRMM数据在省级尺度应用的精确性和有效性还存在一些不确定性。辽宁省位于北半球的中纬度，省内地形差异十分明显，其降水存在明显的区域特征， 而目前在辽宁省的卫星测雨分析及资料验证等方面的研究还很少， 因此笔者将辽宁省作为一个省级尺度的案例来研究，给出TRMM降雨的时空分布特征及其精度状况，并在此基础上分析各区的降水特征，可以为TRMM降雨数据广泛应用于省级水文预报和水资源评价等方面提供可靠的科学依据。
1资料与方法
1.1研究区概况
辽宁省位于我国东北地区的南部，地处亚欧大陆的东岸（118°48'～125°42′E、43°27'～ 38°30′N）；辽宁省东北与吉林省接壤，西北与内蒙古自治区为邻， 西南与河北省毗连，以鸭绿江为界河，和朝鲜相望，且南濒黄海、渤海[8]。
该省地形地势复杂，北高南低，从陆地向海洋倾斜；山地丘陵分别位于辽东、辽西，中部为辽河平原，面积大约各占1/3[9]。辽宁地处中纬度地带，仍属于温带大陆性季风气候，其全年平均气温在 7 ～11 ℃，年降水量在 600～1 100 mm[8] 。
1.2数据来源与预处理遥感数据采用NASA网站（http：//trmm.gsfc.nasa.gov/）每月发布的TRMM 3B43格点化数据产品，其空间分辨率为0.25° ×0.25°，时间分辨率为3 h，数据空间范围为50°S ～ 50°N、180°W ～ 180°E，时间段为1998 ～ 2010年。气象站点降水数据从中国气象科学数据共享服务网（http：//cdc.cma.gov.cn/home.do）获取，考虑到资料的完整性，最终选取辽宁省27个站点（图1）1998～2010年的中国地面气候资料日值数据集进行试验。
利用ENVI软件对TRMM降水数据进行拼接；在ArcGIS中对其进行投影变换；利用辽宁省矢量边界裁剪出全省范围的1998～2010年TRMM月降水量数据；然后将TRMM的月降水数据进行求和运算，得到TRMM的年降水量数据。
1.3方法
1.3.1系统聚类法。首先采用系统聚类方法[10]对辽宁省的降水场进行区域划分。
1.3.2气候倾向率指数。
采用气候倾向率指数来表征辽宁省同期降水变化趋势，具体计算方法为[11-12]：设辽宁省某格点降水量时间序列可用一个一次直线方程来进行定量化描述，即 Y=b0+b1t，式中，Y为降水量；t为时间；b0为常数项。该区降水趋势变化率方程可表示为：
dy（t）/dt=b1，式中，b1为线性趋势项；b1×10称作气候倾向率，其单位为mm/10a。一次直线方程中的系数可利用TRMM 数据降水序列通过一元线性回归方法求得。此外，对于上述趋势变化率方程中的线性趋势项b1，可以采用F检验方法进行显著性检验。
2结果与分析
2.1辽宁省降水场区域划
对所选择的辽宁省27个降水观测点进行分析，采用聚类分析方法对辽宁省降水场进行分区。根据结果可划分为辽东南区、辽南区、辽中区以及辽西区4个区， 每个区域所包含的气象站点
分别为辽东南区包括丹东、宽甸、桓仁、草河口、岫岩，
辽南区包括大连、长海、庄河、瓦房店、皮口，辽西区包括阜新、彰武、朝阳、叶柏寿、锦州、兴城、绥中，
辽中区包括鞍山、营口、熊岳、本溪、黑山、沈阳、新民章党、清原、开原。
2.2TRMM 数据有效性检验
通常就局地而言，常规的地面站点降水观测仍然是最准确的测量[13-14]。在此，将辽宁省27个测站1998年1月～2010年12月间的站点观测数据作为“真值”，把每个观测站的月降水量和年降水量作为自变量，以与其对应的TRMM 各格点内的月降水量和年降水量为因变量[15]，通过构建一元线性回归方程对TRMM 数据进行有效性检验。从图2可以看出，由于TRMM数据和地面测站数据在空间尺度上存在差异，所以TRMM 与地面站点观测的月、年降水量之间会存在一定的偏差，但从总体上来看，两者间的相关性是非常高的，在月降水尺度上，拟合度为0.76；在年降水尺度上，拟合度高达0.81。说明此TRMM降水数据具有很高的可信度，可以用来对辽宁省近13年来降水时空变化特征进行有效的定量分析。
2.3基于TRMM数据的辽宁省降水时空分布特征分析
2.3.1年际变化特征。从1998～2010年时间序列统计（表1）可以看出，辽宁省多年平均降水量为687.67 mm，其中辽西区、辽中区、辽东南区和辽南区分别为551.69、718.92、
932.45和604.18 mm。另外，对于辽宁省平均降水量年际变化，辽西区最小，辽南区、辽东南区次之，辽中区最大，说明辽中区在13年间年降水量波动程度是最大的。
另外，从辽宁省多年平均降水量空间分布来看（图3），其年降水量主要为425～1 082 mm，且总体上表现为由全区东南向西北依次递减的趋势，这与辽宁地域特征有密切联系。
其中降水量最小值出现在辽西区，这是由于辽西区的湿度条件相对于辽中区较差，降水条件不利；辽东南区南临黄海，东临鸭绿江，其特殊的地理位置就决定了其在全区降水量是最大的[9]。
2.3.2年内分布特征。
从表2可以看出，辽宁降水具有明显的季节性，对于全区来说，降水主要集中于每年的5～9月，这一时期降水量占全年总降水量的70%以上；其中，7月份降水量最大，为全年降水总量的23.72%，而2月份最小，不足全年降水总量的2%。 辽西区、辽中区、辽东南区和辽南区降水与全区相同，主要集中于每年的5～9月，尤其对于6、7、8月，降水是最集中的；且4个分区每年降水量最大值均在7月份，最小值均在2月份，说明4个分区降水量与全区的全年的降水趋势大体是一致的。
从1998～2010年间辽宁省月平均降水量空间分布（图4）来看，春季（3～5月）全省降水量逐渐增加，尤其是辽东南区降雨量增加的最多；夏季（6～8月）降水量明显增多，7月份降水量达全年最大值，但就夏季总降水量来说，东西差异非常明显，辽西区部分地区还不到400 mm，而东南地区最多达600 mm以上；秋季（9～11月）雨量骤减，尤其对于辽西区来说，降水量减少最多，这主要与西北季风气候逐渐增强密
切相关；冬季（12月～次年2月）降水量达最小值，特别是在2月份，一般仅有6～40 mm，这是因为此时全省空气干冷、降雪稀少。
2.4基于TRMM数据的辽宁省降水时空变化趋势分析
从1998～2010年间TRMM 数据并结合地面测站观测数据的分析来看[15]，近13年辽宁省平均年降水量变化总体上呈现上升趋势（图5），辽宁全区的增长率达16.53 mm/a；辽东南区的增长率最高，高达25.63 mm/a；辽南区次之，为20.31 mm/a；辽中区增长率为17.99 mm/a；辽西区增长率最低，仅为6.85 mm/a，说明近13年来辽西区降水虽然有所增加，但增加的程度并不大。
从空间分布来看，各个分区的降水差异也十分明显。从图6a来看，辽宁省年降水量气候倾向率主要为52.99～217.69 mm/10a，均为正值，即年降水量主要表现为增加趋势；且从全省的西北到东南方向气候倾向率呈现逐渐增加的趋势，辽西区最小值不到53.00 mm/10a，而最大值出现在辽东南区，为217.69 mm/10a，且通过了F值显著性检验，此检验在90%置信度区间。另外从全省27个地面观测站点的全年降水量变化趋势来看，两者之间虽然存在着一定的差异，但也基本验证了以上规律。其中，宽甸年降水量的增加趋势最为明显，其气候倾向率为404.35 mm/10a，且也通过了F值显著性检验（表3）。
另外，从前文的分析得出，辽宁省的夏季降水量（6～8月）达全年降水量的50%左右，所以借助降水气候倾向率指数对各个分区夏季降水量趋势空间特征进行分析也具有很大意义。从图6b可以看出，在近13年间，辽宁省夏季降水量变化趋势空间特征与年降水量有很大的不同；总体上，辽西区以及辽中的部分地区表现出一定程度
的下降趋势，且在辽西区下降趋势最大值达42.34 mm/10a，说明在夏季这些地区近年来降水量明显减少；虽然在辽东南区以及辽南区部分地区表现出增加的趋势，但最大值也不过仅有127.82 mm/10a。另外，就全省地面测站的全年降水量变化趋势进行分析，也基本验证了上面所述规律（表3）。
3结论与讨论
以辽宁省为研究区，以其27个地面气象观测降水数据为基础，首先探讨了TRMM 卫星3B43月降水量资料在省级尺度的适用性，并在此基础上，对辽宁省时间序列长达13年的降水时空分布及其变化特征进行了定量化分析，结果表明，基于气象站点降水数据，运用系统聚类法，对辽宁省降水场进行了有效分区，使得在省级尺度分析的基础上，为进一步分析省内不同地区降水变化特征提供了依据；TRMM数据有效性检验结果显示，TRMM数据与站点观测数据的拟合度非常高，完全有效，对地下相对复杂的省份来说也具有较强的适用性；
TRMM降水数据相对于地面气象站点观测数据来说，具有较好的时空连续性，不仅有利于对研究区降水特征进行较长时间序列分析，且在空间分布上，可以更直观地显示出辽宁省降水的年际和年内变化特征。利用TRMM 3B43月降水时间序列数据分析辽宁省同期降水趋势特征发现，在近13年间，辽宁省平均年降水量变化总体上呈增加趋势；夏季，辽西区以及辽中的部分地区的降水变化表现出一定程度的下降趋势，虽然在辽东南区以及辽南区部分地区表现出增加的趋势，但增加趋势并不大。
总体上来说，利用空间连续分布的TRMM 降水数据来分析辽宁省降水变化特征，有效克服了传统地面雨量观测中气象站点数量及其空间分布合理性上的诸多不足，在宏观尺度上其分析结果更为可靠，同时也说明了TRMM降水数据在中纬度地区也具有较强的适用性；当前利用TRMM时间序列数据进行区域同期降水趋势特征研究还相对较少，笔者利用TRMM数据对辽宁省降水变化趋势进行分析，无论是对深入了解辽宁地区的气候变化特征还是防灾减灾均提供了很好的科学依据。
参考文献
[1]
余钟波.流域分布式水文学原理及应用[M].北京： 科学出版社， 2008.
[2] 杨扬， 张建云， 戚建国， 等.雷达测雨及其在水文中应用的回顾与展望[J].水科学进展， 2000， 11（1）： 92-98.
[3] 刘俊峰， 陈仁升， 韩春坛， 等.多卫星遥感降雨数据精度评价[J].水科学进展， 2010， 21（3）： 343-348.
[4] HUFFMAN G J，ADLER R F，BOLVIN D T，et al.The TRMM multisatellite precipitation analysis （TMPA）： Quasiglobal， multiyear， combined-sensor precipitation estimates at fine scales[J].Journal of Hydrometeorology， 2007， 8（1）：38-55.
[5] 白爱娟， 刘长海， 刘晓东.TRMM 多卫星降雨分析资料揭示的青藏高原及其周边地区夏季降雨日变化[J].地球物理学报， 2008， 51（3）： 704-714.
[6] 白爱娟， 方建刚， 张科翔.TRMM 卫星资料对陕西及周边地区夏季降雨的探测[J].灾害学， 2008， 23（2）： 41-45.
[7] CHIU LS，LIU Z，VONGSAARD J，et al.Comparison of TRMM and water district rain rates over New Mexico[J].Advances in Atmospheric Sciences，2006，23（1）：1-13.
[8] 杨东，刘洪敏，郭盼盼，等.1956～2008 辽宁省近 53 年的降水量变化[J].干旱区资源与环境，2011，25（1）：96-97.
[9] 孙莹，万丽岩，江静.辽宁降水分区变化特征及夏季降水影响因子分析[J].气象与环境学报，2008，24（3）：18-23.
[10] 么枕生，丁裕国.气候统计[M].北京：气象出版社，1990.
[11] 杜军，马玉才.西藏高原降水变化趋势的气候分析[J].地理学报，2004，59（3）：375-382.
[12] 白爱娟，刘长海，刘晓东.TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化[J].地球物理学报，2008，51（3）：704-714.
[13]李景刚， 李纪人， 黄诗峰.基于 TRMM 数据和区域综合Z指数的洞庭湖流域近10 年旱涝特征分析[J].资源科学， 2010， 32（6）： 1103-1110.
[14] 陈举，施平，王东晓，等.TRMM卫星降雨雷达观测的南海降雨空间结构和季节变化[J].地球科学进展，2005，20（1）：29-35.
[15] 李景刚，黄诗峰.基于TRMM数据的汉江流域1998年-2010年降水变化特征[J].南水北调与水利科技，2011，9（6）：48-53.