西南雨季降水异常水汽输送变化特征

Characteristics of Water Vapor Transport Changes in Abnormal Rainfall during the Southwest Rainy Season

摘要: 为了研究西南地区存在的异常水汽输送的变化特征，利用西南地区81个气象台站点1960~2022年共63年的逐日气象降水量观测资料和同期ERA5逐月再分析资料，数据的网格分辨率0.25˚ × 0.25˚，通过天气学诊断分析、径向基函数插值算法、t检验法和显著性检验等方法，对西南地区的雨季异常水汽输送特征进行了详细研究，其研究结论表明：1) 西南地区雨季降水量自1960年起呈现显著下降趋势，具有约11年的周期性变化周期内分布并不均匀，多为上升慢，跌落快。当前正处于新周期的起始阶段，预计将经历一个缓慢的上升期。2) 每30划分一个年际为统计口径，越靠近当下的年际的雨季降水量越低，水汽输送也越弱，代表水汽输送的水汽通量散度和垂直积分都会越低，垂直积分的下降趋势略弱于散度。3) 西南地区还存在一个异常区域位于103˚E~106˚E区域，该区域内站点之间存在水汽输送的共通性，水汽输送和异常降水都与整体相反，拥有相对独立水汽输送通道，根据四轮30年际统计发现异常带将逐渐扩大，空间上沿向外扩散，伴随整体周期性的上升，除异常带外的其他地区将经历水汽输送和雨季降水的增长，而异常带地区将呈现与整体趋势相反的异常低值。

Abstract: To investigate the characteristics of anomalous water vapor transport in Southwest China, we utilized daily precipitation observations from 81 meteorological stations in Southwest China spanning 63 years (1960~2022) and monthly ERA5 reanalysis data with a grid resolution of 0.25˚ × 0.25˚. Through synoptic diagnostic analysis, radial basis function interpolation, t-test, and significance testing, we conducted a detailed study on the characteristics of anomalous moisture transport during the rainy season in Southwest China. The study concluded that: 1) Since 1960, the rainy season precipitation in Southwest China has shown a significant downward trend, characterized by an approximately 11-year periodic cycle. Within this cycle, the distribution is uneven, with a slow rise and a rapid fall. Currently, it is at the beginning of a new cycle, expected to experience a slow upward trend. 2) When dividing into 30-year intervals for statistical purposes, the closer to the present, the lower the rainy season precipitation and the weaker the moisture transport. This is reflected in lower moisture flux divergence and vertically integrated moisture transport, with the decline in vertical integration being slightly less pronounced than that in divergence. 3) An anomalous region exists between 103˚E and 106˚E, where the meteorological stations exhibit commonality in moisture transport. Both moisture transport and anomalous precipitation in this region are contrary to the overall trend, indicating a relatively independent moisture transport channel. Statistical analysis over four 30-year intervals reveals that this anomalous belt is gradually expanding spatially, with the anomaly spreading outward. As the overall periodic rise continues, regions outside the anomalous belt will experience growth in moisture transport and rainy season precipitation, while the anomalous belt will exhibit anomalously low values opposite to the general trend.

1. 引言

西南地区降水受西风带、副热带高压和季风槽等行星尺度系统影响，尤其是夏秋季。总降水异常主要受一般降水异常、南亚季风及孟加拉湾和南海异常水汽输送影响，北印度洋和赤道西太平洋海温异常主导雨季降水。强降水异常则与西太平洋海温异常升温、副热带高压异常密切相关。夏秋季一般降水量占全年75%以上，主导总降水异常变化。黄荣辉等[1]学者指出西南地区整体位于亚欧大陆的东侧的季风影响区，还常常受到西南季风的强烈影响。在何金海等[2]的研究中将这一过程描述为位于太平洋的夏威夷高压向东亚吹袭，而梁建茵等[3]学者的研究中发现西南季风产生原因是气压带和风带的季节性摆动，这两个季风的路径和影响区也正是西南地区核心水汽输送的通道。夏军等[4]、李忆平等[5]对诸多异常个案进行了研究。针对西南地区的雨季异常情况，有着多种研究方向和对于异常情况的成因假说，其中可以大致分为几类，地形类，季风类，海温类，以及水汽输送类等。比较突出的有结合地形并作为主导因素的，艾真珍等[6]、李卓敏等[7]。

此外还有以季风为主要研究方向的，如陈隆勋等[8]、陈少勇等[9]。从年际和年代际角度看，史悦[10]指出南亚季风、孟加拉湾和南海水汽输送、印度洋和热带西太平洋海温异常与降水关系密切。西太平洋海温增暖和低层索马里越赤道气流强影响云南强降水。陈丽娟等[11]学者还提出对海温影响东亚夏季风系统机理的有限认知影响很大，包括ENSO循环不同位相的影响、ENSO影响的不对称性、空间型的变化、印度洋等海域海温异常的影响均起重要作用，而众多学者在进行研究时，大多会选择辅以水汽输送为研究的一个特征变量，例如王遵娅等[12] [13]的研究就常用这一变量。傅桦[14]研究阐述了近几年来频发的中短期和长期天气的异常已经足以体现这种异常正在变得更为显著，姜大膀等[15]研究揭示中国大陆年均表面气温升高与全球同步。

上述结果为制定合理的灾害减缓措施提供了科学依据分析异常水汽输送的变化特征，韩兰英等[16]就认为西南温度升高是干旱灾害的主要因素，同时区域降水减少、土壤湿度降低和植被盖度降低等加剧了西南干旱损失和风险。周长艳等[17]发现四川省除了盆地中部、南部部分地区外，四川省其余地区的暴雨强度主要呈增强趋势，其中盆地东北部加强趋势明显。

2. 资料和方法

2.1. 资料

1) 西南地区的站点资料来自西南地区81个气象台站点，所选整体时间跨度为1960~2022年每年5~10月的月平均资料。

2) Climate Data Store收纳的欧洲中期天气预报中心(也即Ecmwf)的全球气候的第五代大气再分析资料，均是逐月平均再分析资料，网格分辨率为0.25˚ × 0.25˚。

2.2. 方法

本文通过以下方法研究西南雨季降水异常的水汽输送变化特征：首先，利用观测和再分析资料，基于水汽输送等气象学方程计算不同经纬度点的气象物理量。随后，通过插值方法填补缺测区域，使每个分辨率点都尽可能接近真实观测值。接着，通过改变时间统计口径，展示不同年代的物理量分布，并进行比较。在获得足够精度的分布图后，对特征区域进行分析，并使用显著性检验辅助验证不同物理量在不同区域对降水异常的相关性。最终，通过上述方法揭示西南雨季降水异常的水汽输送变化特征

2.2.1. 水汽输送相关方程

作为流体动力学和气象学领域的基础公式之一，以下公式均出自朱乾根等[18]所著的《天气学原理和方法》，也是气象学里的重要文献和教材。

以下是公式(1)、(2)、(3)和(4)中的各类变量的物理含义：$\nabla$ 表示的是向量场的散度运算符。在大气科学中，散度运算符常用来描述某个区域内的流体(如空气或水汽)的聚集或分散情况。其他变量包含水汽通量矢量Q，其中q是比湿，u和v是风速在不同方向上的分量，其中u是x轴方向上的速度分量，v是y轴方向上的速度分量，z表示垂直高度，dz是微元厚度，V是风速总向量，以’单引号代表距平。

$\nabla \cdot Q=\left(\partial \left(q\cdot u\right)/\partial x\right)+\left(\partial \left(q\cdot v\right)/\partial y\right)$ (1)

公式(1)为水汽通量散度公式。水汽通量散度$\nabla \cdot Q$ ：表示向量场Q的散度，∂(q∙u)/∂x和∂(q∙v)/∂y：分别表示q∙u和q∙v关于x和y的偏导数。表明随西南地区水汽通量在xy平面上的散度变化率。在本次研究中水汽散度是用来衡量某些范围内水汽净流出或流入的量。正散度表示该区域为水汽辐散(即流出大于流入)，而负散度表示该区域为水汽辐散(即流入大于流出)。

${\left(\nabla \cdot Q\right)}^{\prime }=\left(\nabla \cdot Q\right)-\overline{\left(\nabla \cdot Q\right)}$ (2)

公式(2)为水汽通量散度在西南地区整层大气平均后平面上的距平。散度距平公式用于计算水汽通量散度较多年平均的变化量，即通过特定时间与多年平均水汽通量散度做差。用来与多年平均相比，某区域在特定时间内的水汽辐合或辐散情况。

${{\displaystyle Q}}_{垂直}\text{}={\displaystyle {\int }_{地表}^{顶层}\text{q}\cdot V}\text{d}z$ (3)

$Q_{垂直}\prime \text{}=Q_{垂直}\text{}-\overline{Q_{垂直}}\text{}\text{}$ (4)

公式(3) (4)是西南地区水汽通量垂直积分和对应的距平的公式。水汽通量垂直积分可以反映区域内水汽的整体收支情况，对长期大尺度的大气活动比散度更合适。

2.2.2. 插值方程

径向基插值方程在数值天气预报领域非常重要，沈桐立[19]将其总结于《数值天气预报》此书中。

$f\left(x\right)={\displaystyle {\sum }_{i=1}^n{\lambda }_i\text{}\varphi \left(\Vert x-x_i\Vert \right)}$ (5)

公式(5)是径向基函数(RBF)。以下是公式中变量的物理含义：

需插值位置x，已有位置x_i；求得系数λ_i，径向基函数ϕ，点x与x_i之间的欧式距离||x − xi||。

使用径向基函数得到的模拟值可以做到在已知数据点上的值近乎一致的效果。

2.2.3. 显著性检验方程

显著性检验方程出自茆诗松[20]等所著《概率论与数理统计(第四版)》，是全国统计教材编审委员会“十三五”规划教材。t检验更多用于验证同一数值较平均值的偏离情况，这里用来验证西南地区雨季水汽输送和降水的异常的关联性。

$t=\frac{\overline{X_1}-\overline{X_2}}{\sqrt{\frac{S_1^2}{n_1}+\frac{S_2^2}{n_2}}}$ (6)

公式(5)是t检验方程，以下是公式中的各变量代表含义：

S是样本标准差，X_i是选取的nc数据处理后对应的X第i个，t为统计量，n是所有样本的数量。

3. 西南雨季降水异常水汽输送特征

3.1. 西南地区地形

本研究涉及地区主要为中国的西南地区，包含了四川省和云南省的全境，以及贵州省的安顺市、毕节市、六盘水市、黔西南布依族苗族自治州和黔南布依族苗族自治州以及重庆市的大足区，选取以上区域的原因是以上地区的数据较全，予以分析会得到更好的效果。气候上我国西南地区主要受西南季风和东南地区影响，整体呈亚热带季风气候，云贵高原部分地区和四川省的西部接青藏高原一带又呈现出高原山地气候，云南省的南部地区还属热带季风气候，总之西南地区气候种类较为繁杂，不同气候区之间在多类要素下，相比会有较大差异。

而在地理上，西南地区的地理特征更为特别，从西北到东南的分布上分布拥有川西高原、横断山脉、四川盆地、云贵高原、滇中盆地等各种自然地理要素，完全涵盖高原、盆地、平原、山地、丘陵五种地貌。同时西南地区北接大巴山也即秦岭，南部靠近若开山脉和孟加拉湾。不论是在气候上和地理上，要素都较为复杂，但是也可以总结为越靠近西北则高原越多，越靠近东南部则山地丘陵越多，这些地区较为干燥，气候多变，而越靠近东部则平原的占地越多，这些地区较为湿润。

如图1所示其中比较典型的迎风坡区。例如雅安，瑞丽等，都是背靠山脉的平原地区，都是降水的高值区。而从宜宾到兴义沿线都是丘陵为主，这些地区出现异常的概率较大。孙文慧等[21]强调了海拔高度就在其研究中为极端气温指数的最主要影响因子，极端暖指数由低海拔区向高海拔区递减，而极端冷指数由高海拔区向低海拔区递减。可见地形对西南地区的气候影响之大。

Figure 1. Distribution of altitude in the southwest (in: m)

图1. 西南地区海拔的分布图(单位：m)

3.2. 西南雨季降水量的时空变化特征

3.2.1. 西南雨季多年平均降水量的空间分布特征

从图2可看出，在63年的长期过程中，西南地区多年平均降水具有比较明显空间分布特征，也即北高南低，东高西低，并且有三个较为突出的高值区和一个明显的低值带。三个传统高值区分别是四川省雅安及其周围、云贵交界和云南省南部，其中尤以瑞丽和勐腊两站及其周围最突出；而低值区位于四川省西北部。对于这种分布形式，整体上是主要受到了西南地区地形分布影响，如图1所示，5~10月降水量逐月年平均500~800 mm地区基本和西南地区的丘陵地区重合，而低值区几乎全部分布于西南地区的高原部分，尤以川西高原尤甚。

而对于不同地区有不同的形成原理，其中比较典型的便是雅安及其周边和云南省南部。雅安地处盆地的西缘，更西边就是青藏高原延伸出来的川西高原，在西风带四川盆地周围的山脉对季风气流产生了阻挡作用，导致湿润空气在此地区堆积并降水。特别是在盆地的边缘地带，由于存在强烈的地形抬升效应且也位于季风影响区，在每年5~10月时期，在东亚季风从西太平洋水汽输送的过程中常常能够为触发更多的降水创造优渥的地形和气候学条件。勐腊则和雅安有一些区别，这种区别既有地形上的差异，也有气候学上的差异。地形上勐腊位于云贵高原南部，地势上高低差异并不如雅安显著，但是也正因如此，勐腊受到印度季风的影响更强，而且同雅安一样也受到东亚季风的影响，在每年雨季5~10月期间，都能同时被两股季风输送水汽，进而促进了较强的降水。

Figure 2. Distribution of average multi-year precipitation (in mm) during the rainy season in the southwestern region, 1960~2022

图2. 西南地区1960~2022年雨季多年平均降水量的分布图(单位：mm)

3.2.2. 西南雨季降水异常年份的选取

距平图3将会把这异常的情况进一步放大，以助于进行异常的变化特征的研究。距平波动较大，表明该地区年际间降水量变化显著，值得注意的是在距平的时间序列下的柱状图，展示出了104˚E周围的沿经线南北分布的三站，也即广元，峨眉山，泸西三站，它们展现出的异常的确显著，在前30年整体降水偏多的背景下，这三站展示出的雨季降水偏少的连续性突出。而在后30年，西南地区雨季降水整体减少，频频出现极端低值的情况下，这组104˚E周围的沿经线南北分布的三站，反而出现在两轮统计中都显示出其雨季降水偏多的异常情况。

此前推测在这具有连续性的异常主要受水汽输送通道影响，在参考整体距平在时间轴上也整体减弱的情况下，仅针对这一异常现象，可排除地形剧烈和季风的整体影响。而对于此前发生过明显异常的传统高值区，基于较大的面积，降水量起始值低，并且明显已知总降水量低于整个时间段的平均值，这种情况下作为传统低值区的川西高原对西南地区雨季降水整体降水量是负贡献。

趋势线和五年滑动平均线和趋势和图3的多年雨季平均降水量的情况保持一致，依然呈现出了10到12年的周期变化，当下处于刚结束的周期的低谷，较近未来会呈现出小幅度的上升。由于需要更细致的研究异常水汽输送的变化特征，为此需要先确定雨季降水异常明显的年份，使之具有更显著的统计效果，确定降水异常偏多年份分别为1961，1964，1965，1966，1999，2001；降水异常偏少年份：1963，1972，1977，2009，2011，2022。

Figure 3. Standardized anomalies of multi-year average precipitation during the rainy season in Southwest China from 1960 to 2022

图3. 西南地区1960~2022年的多年雨季平均降水量的标准化距平

4. 西南雨季降水异常水汽通量与显著性检验

4.1. 西南雨季降水异常水汽通量的空间分布

水汽通量垂直积分的距平变化较为平缓，但多雨年的距平仍展现出一些变化特征。由图4(a)，图4(b)可知：随着研究区域偏东北部的正距平范围扩大，表明这些地区的水汽总体减少，其次103˚E~106˚E沿经线南北分布的降水异常区域的水汽通量距平由东南指向西北的趋势减弱，呈现竖直向北的发展趋势。此外，雅安周边和云南南部在图4(c)和图4(d)中水汽通量减少，接近年际平均水平，而云贵交界则变为正距平区，显示该区域在整层水汽储备上不利于降水。

Figure 4. Distribution of vertically integrated moisture flux during the rainy season in wet years and different 30-year periods (Color scale indicates anomalies, arrows indicate wind direction; unit: kg/(m²∙s)): (a) 1961~1990; (b) 1971~2000; (c) 1981~2010; (d) 1991~2020)

图4. 多雨年与30年际雨季水汽通量垂直积分的分布图(色标表示距平，箭矢表示风向；单位为kg/(m²∙s)；(a) 1961~1990年；(b) 1971~2000年；(c) 1981~2010年；(d) 1991~2020年)

相较于多雨年的垂直积分距平，图5展示了少雨年的变化更为显著，可以直接分析出两点。其一是伴随着时间越临近当下，西南地区的年际距平逐渐靠近少雨年，三个传统高值区也都降了一个档次，这更证实西南地区的水汽输送明显减弱的事实，尤其是云南省南部的传统高值区，负距平表征的水汽汇集区从孟加拉湾边缘沿纬向分布于15˚N到25˚N的延伸到我国海南岛大片区域，已在最近的统计口径的年际下局限于孟加拉湾临海的一小部分区域。其二是表征水汽流动的箭矢在云南省中部和南部地区几乎消失，这一区域在接下来的长期过程中将对于雨季降水量高值的水汽输送供应更加羸弱，但这些地区仍然保持着明显的负距平，仍然会高于西南地区的雨季降水的平均水平。

Figure 5. Distribution of vertically integrated moisture flux during the rainy season in dry years and different 30-year periods (Color scale indicates anomalies, arrows indicate wind direction; unit: kg/(m²∙s)): (a) 1961~1990; (b) 1971~2000; (c) 1981~2010; (d) 1991~2020)

图5. 少雨年与30年际雨季水汽通量垂直积分的分布图(色标表示距平，箭矢表示风向；单位为kg/(m²∙s)；(a) 1961~1990年；(b) 1971~2000年；(c) 1981~2010年；(d) 1991~2020年)

4.2. 西南雨季降水异常水汽通量的散度

依据图6，多雨年水汽通量辐合面积远远大于少雨年，这与水汽辐合促进雨季降水的论断是符合的，不过此前在年际统计中与整体作比更容易异常的104˚E沿经线南北分布的三站的连线范围却并未有在整体多雨年展示出该区域辐散来利于少雨，或在整体少雨年展示出该区域辐合来利于多雨，相反，在统计口径调整多雨年和少雨年后，这一连线涉及范围却多为0值附近，这反映了这一区域的确存在共通性，且这种共同性在水汽输送依然是共通的，而非仅局限于最后呈现出来的降水量异常，是在降水的形成过程中就不受整体增加或减少的明显影响。

4.3. 西南雨季降水在不同年际下的异常水汽通量的散度

水汽通量散度的分析虽然可以揭示水汽输送的通道，但要深入探讨西南地区雨季水汽输送通道的异

Figure 6. Distribution of moisture flux divergence during the rainy season in dry and wet years (Color scale indicates divergence, arrows indicate wind direction; unit: kg/(m²∙s)): (a) Dry years; (b) Wet years)

图6. 少、多雨年雨季水汽通量散度分布图(色标表示散度，箭矢表示风向；单位为kg/(m²∙s))：(a) 少雨年；(b) 多雨年)

常变化，还需更直观的分布图。根据图7距平图，可以看出水汽输送通道在不同的年际下展现出了截然不同的表现，比较明显的是在103˚E~106˚E，这一经线范围下水汽输送通道，在前30年展示出了东南而来的通道是较为强烈的，降水越少的年际，这一通道越弱，以至于在后30年直接变为了接近从南垂直而入西南地区的风场距平。与此同时水汽通量散度距平也在这一年际的统计中转负，即这一统计年际的均值小于多雨年的均值，展示出西南地区整体转为辐散的形势，与后30年的降水减少互为表里。而风场的距平变化原因之一就有来自东南方向的输送减弱，同时这一减弱也拉低了该年际的辐合水平甚至可以变为辐散，而这一异常发生的范围正是沿104˚E周边。

由于是偏少年份与平均年份做差，此时的风场应视作伴随水汽流出的风场。在四个年际的统计口径下，西南地区整体并未出现如多雨年作主体下的强烈的变化特征，整体较为稳定，只在局部地区有异常情况的发生。在图8(a)和图8(b)中，103˚E~106˚E的区域呈现出与西南地区雨季整体相反的特征，这意味着这些地区存在独特的辐散效果，并在这两个统计口径中保持了一致性。具体来说，这一范围内的异常特征可能是由于局部地形或其他气候因素导致的，使得该区域在少雨年中更容易形成干燥的条件。辐散效应的存在进一步削弱了区域内的降水，使得这些地区在少雨年中显得更加干燥。

Figure 7. Distribution of moisture flux divergence anomalies during the rainy season in wet years and different 30-year periods (Color scale indicates anomalies, arrows indicate wind direction; unit: kg/(m²∙s)): (a) 1961~1990; (b) 1971~2000; (c) 1981~2010; (d) 1991~2020)

图7. 多雨年与30年际雨季水汽通量散度距平的分布图(色标表示距平，箭矢表示风向；单位为kg/(m²∙s)；(a) 1961~1990年；(b) 1971~2000年；(c) 1981~2010年；(d) 1991~2020年)

Figure 8. Distribution of moisture flux divergence anomalies during the rainy season in dry years and different 30-year periods (Color scale indicates anomalies, arrows indicate wind direction; unit: kg/(m²∙s)): (a) 1961~1990; (b) 1971~2000; (c) 1981~2010; (d) 1991~2020)

图8. 少雨年与30年际雨季水汽通量散度距平的分布图(色标表示距平，箭矢表示风向；单位为kg/(m²∙s)；(a) 1961~1990年；(b) 1971~2000年；(c) 1981~2010年；(d) 1991~2020年)

然而，在图8(c)和图8(d)中，这一辐散效果逐渐消失，云贵交界的传统高值区原有的东北-西南水汽流出通道逐渐转变为西且平直的削弱趋势，这表明该地区的水汽输送过程逐渐接近少雨年的特征。在这两个统计口径下，这一区域的水汽输送通道不再明显。这可能是由于全球气候变化影响了西南地区的整体降水模式，使得原本强烈的水汽流动逐渐减弱，导致该区域降水减少。这种变化表明，云贵高原在后30年雨季降水削弱的原因与水汽输送通道的变化密切相关。缺乏有效的地形抬升和强季风水汽输送通道，使得该区域更易受到全球气候变化的影响，导致降水减少。总体而言，西南地区在少雨年与多年平均风场的对比中，整体表现较为稳定，但局部地区(特别是103˚E~106˚E范围内)显示出显著辐散效果。这种分析有助于理解西南地区在不同气候背景下的降水变化规律，为区域气候适应策略制定提供科学依据。

4.4. 西南雨季降水异常的水汽输送显著性检验

水汽输送作为产生降水的必要条件之一，当水汽输送发生异常时，降水量也会展现出一定的异常情况，二者的距平进行显著性检验将会揭示这两种异常情况之间关联性和分布情况，也即哪些地区的降水量异常更受水汽输送异常影响。

而要选取合适的能够展示出水汽输送情况的常用物理量有两种，一种是水汽通量散度，另一种是水汽通量垂直积分，而就两者距平而言，水汽通量散度由于其易受短期和中小尺度的影响而发生变化，长期和大尺度的过程会在一定程度上将这些变化失真，使之虽然研究水汽输送的一般情况尚可，但不再适合进行显著性检验。相比之下水汽通量的垂直积分更加稳定和广泛，能够较好反映出水汽输送在长期、大尺度下的变化情况，因此应该优先考虑分析水汽通量垂直积分强度的距平与总降水量距平作通过90%显著性检验。以从1960到2023年，63年整体为基期，不同年际与之间作距平，依据图9散点多则说明该地区基于t检验，两者距平之间是强关联的，可以看出西南地区的水汽通量的垂直积分和雨季总降水量的距平之间，并非任何地区都有强关联性，比较值得关注的时间地区是1961~1990年和1991~2020年作为传统低值区的川西高原地区，以及1991~2020年的云南南部地区。

Figure 9. Distribution of the t-test for anomalies of vertically integrated moisture flux and total precipitation during the rainy season in different periods (Dots indicate areas that passed the 90% confidence level test); (a) 1961~1990; (b) 1971~2000; (c) 1981~2010; (d) 1991~2020)

图9. 不同年代雨季水汽通量垂直积分和总降水量距平的t检验分布图(点表示通过90%置信度检验的区域)；(a) 1961~1990年；(b) 1971~2000年；(c) 1981~2010年；(d) 1991~2020年)

对于川西高原地区，在前30年，这一地区作为雨季降水量上和水汽输送都异常高的地区，以及在后30年，两者整体下降，印证了该地区的雨季降水量主要受到了整体的水汽输送变化的影响，整体水汽输送偏高，则雨季降水量偏高，反之则偏低。这是因为川西高原地区位居高原，受季风的影响很小，受高海拔的地形和整体的水汽输送通道影响大。而对于后30年的云南南部地区，这一地区雨季降水量上保持高值，但距平为负，推测与水汽输送减弱有关，此前曾关注过这一地区近30年水汽通量的散点距平和垂直积分，无一例外都是和多雨年作比出现削弱，通过t检验后更是坐实了这一地区水汽输送减弱影响降水的事实，但由于其仍能稳定受到印度季风的水汽输送，使其平均降水量仍然能高于其他地方，因此这轮检验对于该地区主要确定是下降之间的联系，也就是说由于整体水汽输送的减少，使得这一片区的总降水量减少了，而这一片区整体水汽输送的减少是由于水汽输送的东亚季风一支的减弱引起的。

5. 结论

1) 对于西南地区整体，水汽输送的基本形势是地形上西北方位弱，正东和正南方位强，其余大部分地区和西南整体一致，水汽输送与全球气候变化紧密相关，不会独立出现异常的水汽输送。

2) 对于传统的高值和低值，水汽输送情况并不一致。对于传统高值区，从高到低排列为(雅安周边，云南南部，云贵交界)，近30年来都呈现减弱趋势，减弱程度从高到低分别为(云贵交界，雅安周边，云南南部)，雅安周边凭借强大的地形抬升作用，以及云南南部拥有稳定的印度季风伴随的水汽输送通道，较云南交界，这两个高值区未来还将维持稳定的高值降水。而对于传统低值区，也即川西高原，受地形影响将继续和整体的水汽输送保持同步。

3) 西南地区还存在一个异常带，位置大约在104˚E沿经线南北分布的三个站点以及它们连线的延伸，分别是广元、峨眉山和泸西，三个站点之间存在着共通性，与西南地区整体常为相反，拥有相对独立水汽输送通道，即从正南向正北，并且同样会造成异常降水，是异常水汽输送的高发区。