《Journal of Hydrology: Regional Studies》：Spatiotemporal trend and variability of precipitation across Iran: A multi-stage homogeneity adjustment and autocorrelation-corrected framework
编辑推荐：
降水是气候系统中最为基础的变量之一，也是水文循环的主要输入，直接影响地表水和地下水资源的可持续性、生态系统平衡、粮食安全以及人类基础设施的韧性。降水在时间、空间和季节格局上的任何变化，都可能改变水文情势结构、改变干旱和洪水等极端事件的频率与强度，并在区域尺度上
降水是气候系统中最为基础的变量之一，也是水文循环的主要输入，直接影响地表水和地下水资源的可持续性、生态系统平衡、粮食安全以及人类基础设施的韧性。降水在时间、空间和季节格局上的任何变化，都可能改变水文情势结构、改变干旱和洪水等极端事件的频率与强度，并在区域尺度上重新定义气候风险格局。近几十年来，随着气候波动和与气候变化相关信号的加剧，降水变率与趋势分析已成为应用气候学、水资源管理和气候适应规划的主要焦点之一。
由于伊朗地处地中海、副热带和大陆性系统的交汇地带，其特殊的地理气候位置使其降水格局具有显著的空间和季节异质性。降水主要集中在冷半年，夏季降水在全国大部分地区贡献有限，加之存在多样的空间降水梯度，形成了一种对即使是微小变化也高度敏感的气候结构。在此背景下，即使是降水均值或分布相对有限的变化，也可能对含水层补给、地表径流持续性、水库管理和水资源配置政策产生重大影响。
已有若干研究分析了伊朗近几十年来的降水趋势，并记录了长期下降、季节格局变化和波动加剧等现象。然而，对文献的批判性审查表明，在许多此类研究中，时间序列分析的基本假设并未得到系统评估。气候数据的均一性是趋势分析的基本前提之一，因为由站点迁移、测量仪器更换或环境变化引起的结构性断裂可能被误读为气候信号，从而导致错误结论。此外，降水数据中的序列自相关可显著影响非参数检验的统计量，并增加检测到虚假趋势的概率。因此，使用修正版的趋势检验，包括无趋势预白化方法（TFPW–MK），已被近期的研究视为方法论上的必要手段。
除分析趋势方向和强度外，评估相对降水变率对于理解气候稳定性和识别脆弱区域也至关重要。变率系数（CV）作为一种归一化指数，允许在不同站点和时间尺度之间比较降水波动的强度，被认为是衡量气候不稳定性的有效工具。然而，对文献的回顾表明，均一性评估、自相关处理、变率分析和趋势检测往往根据个别研究的具体目标分别处理，而在一个一致的分析框架内综合应用这些方法则较为少见。
因此，本研究涉及的研究空白并不在于以往研究中缺乏个别方法学组成部分，而在于将均一性评估、自相关处理、变率分析和趋势检测整合到一个一致的全国尺度分析框架中的做法较为少见。本研究的贡献在于，在一个多阶段分析框架内，对已建立的统计技术进行综合应用和系统组织，以评估伊朗降水的均一性、自相关性、变率及长期趋势。通过在一个一致的工作流程中组合互补的均一性检验、自相关评估、TFPW-MK、Sen's斜率以及CV分析，本研究提供了在年和季节尺度上对降水行为的综合评估。该框架有助于将数据质量问题与序列依赖性同长期降水格局的解释区分开来。
在此基础上，本研究旨在对过去几十年伊朗降水的时间和空间行为提供全面、结构化且统计上有效的分析。本研究试图通过以下方式呈现该国降水动态的整体图景：（1）评估降水序列的均一性和时间独立性；（2）分析年和季节尺度上的相对变率；（3）识别并量化伊朗地理区域内显著的增加和减少趋势。本研究的结果可为伊朗的水资源规划、干旱风险管理、水基础设施设计和气候变化适应政策制定提供可靠的科学依据。
论文解读文章
研究背景与问题提出
降水是气候系统中最基础的变量之一，也是水文循环的主要输入，直接关系到地表水和地下水资源的可持续性、生态系统平衡、粮食安全以及人类基础设施的韧性。降水在时间、空间和季节格局上的任何变化，都可能改变水文情势结构，改变干旱和洪水等极端事件的频率与强度，并在区域尺度上重新定义气候风险格局。伊朗地处地中海、副热带和大陆性系统的交汇地带，其特殊的地理气候位置使其降水格局具有显著的空间和季节异质性。降水主要集中在冷半年，夏季降水在全国大部分地区贡献有限，加之存在多样的空间降水梯度，形成了一种对即使是微小变化也高度敏感的气候结构。在此背景下，即使是降水均值或分布相对有限的变化，也可能对含水层补给、地表径流持续性、水库管理和水资源配置政策产生重大影响。
已有若干研究分析了伊朗近几十年来的降水趋势，并记录了长期下降、季节格局变化和波动加剧等现象。然而，对文献的批判性审查表明，在许多此类研究中，时间序列分析的基本假设并未得到系统评估。气候数据的均一性是趋势分析的基本前提之一，因为由站点迁移、测量仪器更换或环境变化引起的结构性断裂可能被误读为气候信号，从而导致错误结论。此外，降水数据中的序列自相关可显著影响非参数检验的统计量，并增加检测到虚假趋势的概率。因此，使用修正版的趋势检验，包括无趋势预白化方法（TFPW–MK），已被近期的研究视为方法论上的必要手段。除分析趋势方向和强度外，评估相对降水变率对于理解气候稳定性和识别脆弱区域也至关重要。变率系数（CV）作为一种归一化指数，允许在不同站点和时间尺度之间比较降水波动的强度，被认为是衡量气候不稳定性的有效工具。然而，对文献的回顾表明，均一性评估、自相关处理、变率分析和趋势检测往往根据个别研究的具体目标分别处理，而在一个一致的分析框架内综合应用这些方法则较为少见。因此，本研究涉及的研究空白并不在于缺乏个别方法学组成部分，而在于将这些组成部分整合到一个一致的全国尺度分析框架中的做法较为少见。
研究内容与结论
研究人员利用伊朗气象组织76个同步气象站1979年至2019年共40年的日降水数据，构建了一个多阶段分析框架，系统评估了伊朗降水的均一性、自相关性、变率及长期趋势。该框架有助于区分数据质量问题与序列依赖性对长期降水格局解释的影响，为水资源规划、干旱风险管理、水基础设施设计和气候变化适应政策制定提供了可靠的科学依据。
关键技术与方法
研究人员采用了四项标准的均一性检验方法，包括Pettitt检验、标准正态均一性检验（SNHT）、Buishand范围检验（BRT）和Von Neumann比率检验（VNRT），以5%显著性水平评估年及季节降水时间序列的均一性，并根据拒绝原假设的检验数量将站点分为A（有用）、B（可疑）和C（存疑）三类，保留A类和B类站点进行后续分析。在趋势分析中，研究人员使用非参数Mann-Kendall（MK）检验，对于存在显著自相关的站点，采用无趋势预白化方法（TFPW-MK）去除自相关效应，以防止虚假趋势估计，并使用Sen's斜率估计量化变化强度。降水变率通过计算年和季节尺度上的变率系数（CV）进行评估，并将CV值分为低变率（CV<20%）、中等变率（20%< />40%）四组。
研究结果
均一性检验结果：通过四项均一性检验的组合应用，研究人员对76个站点的年降水序列进行了分类，其中部分站点因时间均一性不足被归类为C类并排除在后续分析之外，A类和B类站点被保留用于趋势和变率分析。这一步骤确保了后续分析所依据的数据质量。
变率分析结果：基于变率系数（CV）的分析表明，伊朗降水变率从西北向东南方向系统性地增加。夏季降水变率极为突出，平均CV值达到222%，表明夏季降水波动极为剧烈。冬季则表现出最强的干旱化信号，影响18.7%的站点。这一空间格局识别出了降水波动严重且水文和干旱风险高的区域。
趋势分析结果：通过Mann-Kendall（MK）检验及在存在自相关站点上应用TFPW-MK方法，研究人员识别并量化了年及季节尺度上显著的增加和减少趋势。Sen's斜率估计提供了变化强度的量化指标。冬季表现出最强的干旱化信号，影响18.7%的站点，表明冬季降水减少趋势在空间上最为广泛。
讨论与结论
本研究通过整合均一性评估、自相关校正、变率分析和趋势检测，提供了一个一致的全国尺度分析框架，克服了以往研究中方法分散应用的限制。研究结果表明，伊朗降水变率存在显著的空间异质性，从西北向东南系统性增加，夏季降水变率极高，而冬季则呈现最强的干旱化趋势。这些发现强调了在降水趋势分析中系统处理数据均一性和序列自相关的重要性，以避免虚假趋势的识别。研究结果为伊朗水资源规划、干旱风险管理、水基础设施设计和气候变化适应政策制定提供了科学依据，特别是在识别气候脆弱区域和制定针对性适应策略方面具有重要的实践意义。
