西南雨季降水变化的区域特征

Regional Characteristics of Rainy Season Precipitation Variability in the Southwest

摘要: 为了更好地对西南雨季降水的时空变化特征进行研究，利用中国西南地区1960~2022年81个气象站点共63年的逐日降水量气象观测资料，通过旋转经验正交函数分解(REOF)、Mann-Kendall突变检验和Morlet小波分析等研究方法，揭示西南地区降水的时空分布特征、长期变化趋势以及周期变化特征。分析结果表明：1) 西南地区1960~2022年来主要有3个降水大值区，分别为云南南部、贵州西南部以及四川中东部地区，降水量分布自东、南向西、北逐渐递减。2) 在EOF分析的基础上进行REOF分解，将西南地区分为5个区：1区为云南区，2区为川西高原区，3区为川中区，4区为贵州区，5区为川东区。3) 5个区域的雨季降水除2区呈现缓慢上升趋势外，其余区域均呈现程度不同的下降趋势，5个区域的雨季降水突变主要集中在21世纪初期，且突变后呈现不同的变化趋势。变化周期主要以5~10a、准5a周期为主。

Abstract: In order to better study the spatio-temporal variation characteristics of rainy season precipitation in Southwest China, the day-by-day precipitation meteorological observations of 81 meteorological stations in Southwest China for a total of 63 years from 1960 to 2022 are utilized to reveal the spatio-temporal precipitation in Southwest China through the Rotated Empirical Orthogonal Function Decomposition (REOF), the Mann-Kendall Mutation Test, and the Morlet wavelet analysis and other research methods to reveal the spatial and temporal distribution characteristics of precipitation, long-term trends and cycle change characteristics in Southwest China. The analysis results show that: 1) there are three major precipitation areas in Southwest China from 1960 to 2022, namely, southern Yunnan, southwestern Guizhou, and east-central Sichuan, and the distribution of precipitation gradually decreases from east and south to west and north. 2) REOF decomposition is carried out on the basis of EOF analysis, and the southwest region is divided into 5 zones: zone 1 is Yunnan, zone 2 is the western Sichuan plateau zone, zone 3 is the central Sichuan zone, zone 4 is the Guizhou zone, and zone 5 is the eastern Sichuan zone. 3) The rainy season precipitation in the five regions shows a decreasing trend in varying degrees, except for region 2, which shows a slowly increasing trend. The sudden changes in rainy season precipitation in the five regions are mainly concentrated at the beginning of the 21st century and show different trends after the sudden changes. The change cycles are mainly 5~10a and quasi 5a cycles.

1. 引言

据众多研究表明，全球变暖已是大势所趋，且其已成为近百年来气候变化的最主要特征。在2023年3月公布IPCC的第六次评估报告中指出，一个多世纪以来，大量使用化石燃料以及土地开发利用等人类活动导致了全球变暖，使得当前的全球平均温度比工业化前高出了1.1℃ [1] [2]。在全球变暖的大背景下，全球平均降水量也会随着全球平均地表温度的增加而增加，而短时间内降水量的增加将会导致降水的强度增加。研究全球变暖背景下西南雨季降水变化特征，为西南雨季降水的短期气候预测提供理论依据，进而对未来情景下的极端事件进行预估，对防灾减灾工作具有十分重要的指导意义。

西南地区位于中国西南部，是中国气候类型最为复杂的地区，且受西南季风和西太平洋副热带高压系统的影响，降水具有明显的季节变化特征。现今已有大量文献从各方面揭示了西南降水的变化特征，例如，张琪等[3]发现近48年来，西南地区年降水量总体呈弱减少趋势，但春、冬季的降水量呈增多趋势，而夏、秋季的降水量呈减少趋势。这表明，尽管整体上降水量有所减少，但某些季节的降水量仍然呈现出增加的趋势。此外，他们还指出，夏季降水量存在着明显的准16年周期变化，而刘扬等[4]则指出秋季降水年际变化在不同区域表现出显著差异。张荣等[5]发现近60年来，西南地区降水气候异常的时空分布特征显示，该地区夏季降水的主要显著周期为14年，还存在6年以及3~4年周期振荡。张弛等[6]研究发现，西南地区夏季降水主要受四个源区的影响，其中西南季风区作为最大源区，贡献了超过一半的降水水汽。此外，晏红明等[7]发现西南地区的降水变化与副高次季节尺度东西变动有十分密切的联系，表明大尺度环流系统对该地区降水变化具有重要影响。王映思等[8]的研究表明，东亚夏季风(EASM)和南亚夏季风(SASM)的不同强度组合会导致西南地区降水模式的变化，包括四川盆地西部型、西南全区一致型、四川全盆地型及西南东部型等不同降水特征。郝志新等[9]晏红明等[10]对西南地区的雨季开始及结束的日期进行了分划，并指出西南地区雨季的开始和结束日期存在明显的地域差异，且这些日期有向偏早演变的趋势。这与亚洲季风的长期变化规律及其各子区域季风系统的相互联系与稳定性密切相关。热带区域海表温度是影响西南夏季降水的重要预测因子。杨萌洲等[11]发现热带大西洋海表温度异常对西南地区夏季降水异常有显著影响。这种影响主要是通过影响赤道沃克环流，在西北太平洋地区产生并维持了异常反气旋，从而影响西南地区的夏季降水。马萌萌等[12]研究BSISO和青藏高原夏季风(TPSM)与西南雨季降水异常的关系表明，BSISO的不同模态和TPSM的强弱变化对西南雨季降水有显著影响，BSISO2干位相与TPSM位相的叠加效应最有利于西南地区降水。根据国外学者C. F. Ropelewski et al. [13]的研究，ENSO事件与全球及大尺度区域降水模式有关，这表明ENSO事件可能通过影响这些区域的降水模式，进而影响到西南地区的降水情况。

通过对西南雨季降水变化特征进行深入分析，探讨其时空变化规律，可以帮助提高对区域气候变化的理解，为应对气候变化、合理利用水资源以及保障生态环境和农业生产提供科学依据，从而促进西南地区可持续发展。

2. 资料和研究方法

2.1. 资料概况

本文选取中国西南地区(21˚N~34˚N、97˚E~109˚E)雨季降水的气候特征进行分析，资料主要包括云南省、四川省、贵州西部以及重庆大足区81个地面气象观测站(其中云南31个、四川38个、贵州11个、重庆1个)，1960年~2022年雨季逐日降水量统计资料，站点分布如图1所示。

Figure 1. Distribution of stations and elevations in the Southwest China

图1. 西南地区站点及海拔分布图

2.2. 研究方法

研究方法包括：REOF分解和Mann-Kendall突变检验。

2.2.1. REOF分解

旋转经验正交函数分解(Rotated Empirical Orthogonal Function，缩写REOF)在EOF分解的基础上，通过转动主分量使原来的特征向量结构简化，使高载荷场集中在同一空间模态下部分区域的少数变量中，其余部分则接近于0 [14]。旋转后的典型空间分布结构更加清晰，反映的气候特征更加明显。对于一标准化的资料库$X_{m\times n}$ 可以表示为[15]：

$X=AF+U$ (1)

m代表含有m个变量，n代表n次观测样本，$F$ 代表公共因子矩阵$F_{p\times n}^{}$ ，$A$ 代表因子荷载阵$A_{p\times p}$ ，$U$ 代表特殊因子$U_{m\times n}$ ，$U$ 仅与$X$ 有关。

$R=\frac{1}{n}X{X}^{\prime }=V\Lambda V$ (2)

其中$R$ 表示资料阵的相关阵，$V^{\prime }$ 表示特征向量，$\Lambda$ 表示特征值阵。

${V^{\prime }}_{Z}R{V}_Z={\Lambda }_Z$ (3)

得到前p个(矩阵的秩)特征向量$V_Z$ 和特征值${\Lambda }_Z$ 。

$\underset{m\times n}{Y_1}={V^{\prime }}_1{X}_Z$ (4)

$\underset{m\times n}{Y_1}$ 表示得到了m个特征向量的主分量。

$\underset{m\times n}{F}={\Lambda }_1^{-1/2}{V^{\prime }}_1{X}_Z$ (5)

$A=V_1{\Lambda }_1^{1/2}$ (6)

$\underset{m\times n}{F}$ 表示所得到的主因子，A表示载荷阵。

$f^{\prime }=Gf$ (7)

$A^{*}=AT$ (8)

G和T分别表示对公因子和载荷阵的线性变换矩阵。

$\left(TG\right){\left(TG\right)}^{\prime }=1$ (9)

即两个线性变换阵均为正交阵，且互为逆矩阵，载荷矩阵使用的极大方差转动算法，基于梯度投影算法GPF。利用高载荷区作为K-means算法初始质心的起始点，然后使用欧式距离进行迭代聚类得到结果。

2.2.2. Mann-Kendall突变检验

Mann-Kendall法(M-K)是一种非参数统计检验方法(亦称无分布检验)，其不需要样本遵从一定的分布，也不受到少数异常值的干扰，更实用于类型变量和顺序变量，计算也比较简便[16]。使用M-K突变检验可以判断气候序列中是否存在气候突变，若存在则可确定出突变发生的时间。计算方法如下：

按时间序列$X_1,X_2,\cdots ,X_n$ (n为样本个数)，构造一个秩序列，$S_k$ 表示第i个样本$X_i>X_j$ ($1\le j\le i$ )的累计数：

$S_k={\displaystyle \sum _{i=1}^k{\displaystyle \sum _j^{i-1}{a}_{ij}}},k=2,3,\cdots ,n$ (10)

$a_{ij}=\{\begin{array}{l}1,X_i>X_j,1\le i\le j\\ 0,X_i\le X_j,1\le i\le j\end{array}$ (11)

在时间序列为随机的假设下，S_k的期望、方差以及标准化计算为：

$E\left(S_k\right)=\frac{k\left(k+1\right)}{4}$ (12)

$Var\left(S_k\right)=\frac{k\left(k-1\right)\left(2k+5\right)}{72},1\le k\le n$ (13)

$U{F}_k=\frac{S_k-E\left(S_k\right)}{\sqrt{Var\left(S_k\right)}},k=1,2,\cdots ,n$ (14)

$\alpha$ 为其显著水平，若$|U{F}_k|>U_{\alpha }$ ，则表明该序列有显著的趋势变化。再根据逆序列$X_n,X_{n-1},\cdots ,X_1$ ，按上述的相同步骤，求出逆序列$U{B}_k$ 。若$U{F}_k$ 和$U{B}_k$ 两曲线存在交点，且该交点的位置在两两条线中间，则交点即为突变点。

3. 西南雨季降水的空间变化特征

3.1. 多年平均雨季降水的空间分布特征

图2反映了西南地区多年雨季降水的空间分布特征，可以得到如下的结论：1) 从1960~2022年来，西南地区主要有3个降水大值区，分别为云南南部、贵州西南部以及四川中东部地区，这与薛雨婷等[17]研究夏季不同等级降水时空变化特征时，根据区域所处的气候特征，分析出的大雨及暴雨的降水量最大值区基本与这3个区域相一致。最大值区位于云南南部地区，降水量超过了1000 mm。降水的最小值中心位于川西高原地区，最小值小于500 mm。2) 从图2可以看出，自东、南向西、北降水量逐渐递减，根据董欣[18]等对西南地区不同海拔极端降水的空间分布特征，海拔高的地区降水强度低，海拔低的地区降水强度高，除此之外，陶健等[19]还发现降水与西南地区的地形，季风发展以及作用于该区域的环流系统有密切联系。

Figure 2. Spatial distribution of mean rainy season precipitation in Southwest China from 1960 to 2022

图2. 西南地区1960~2022年平均雨季降水的空间分布

3.2. 西南雨季降水量的REOF分解及分区

在EOF分解的基础上对前4个特征向量进行旋转，使不重要区域的降水量变化信息减小，得到4个特征向量场。根据图3(a)~(d)的高载荷区(特征值绝对值 > 0.5)，再结合西南地区的地形、海拔等因素，将西南地区划分为5个区域(如图4所示)。

1区主要为云南和四川南部部分地区，简称为云南区，该区域主要受印度季风以及东亚季风的影响，连钰等[20]东亚季风及印度季风的相对强弱可能会影响哀牢山沿线两侧夏季降水差异的年际变化。2区为川西高原地区所构成，该区域主要受高原季风的影响，齐冬梅等[21]指出当高原夏季风的强弱对川东部区，川西南山地以及川西高原区的旱涝情况有明显影响，当高原夏季风异常偏强时，川东部区和川西高原区易发生洪涝。3区为四川中部平原地区，称为川中区，该地区主要受西南涡的控制，其与高原涡的相互作用是引发四川地区暴雨的重要机制之一[22]。赖欣等[23]研究发现西南涡活动的年际变化对我国夏季的气候有显著影响，且其越活跃，则西南地区夏季降水量越多，反之越少。4区主要为贵州地区，该区域受西太平洋副高的影响较显著[24] [25]，西南季风对其也有一定影响[26]。王芬等[27]指出西太副高的面积指数、强度指数与贵州夏季的大部分区域的降水强度成正相关关系，副高面积越大，则贵州地区夏季降水强度越强，反之越弱；而脊线位置、西伸脊的脊点位置与降水强度成负相关关系，副高位置偏东或接近平均年份时为降水偏少年份，反之为偏多年份。5区为四川东北部及重庆东北部地区，称为川东区。

(a) (b)

(c) (d)

Figure 3. Spatial distribution of the first 4 modes of the REOF for rainy season precipitation in the southwest China: (a) 1st mode; (b) 2nd mode; (c) 3rd mode; (d) 4th mode

图3. 西南雨季降水REOF的前4个模态空间分布：(a) 第1模态；(b) 第2模态；(c) 第3模态；(d) 第4模态

Figure 4. Southwest rainy season precipitation REOF zoning results

图4. 西南雨季降水REOF分区结果

4. 西南各区域雨季降水的时间变化特征

4.1. 云南区

图5表示云南区雨季降水的特征分析。由线性趋势图(图5(a))可以看出，云南区雨季降水呈下降趋势，且减少趋势较显著(P < 0.01)，雨季降水的年代际变率为−16.025 mm/10a，这与刘瑜等[28] [29]研究云南地区的降水变化特征结果相一致。该区域21世纪初期到21世纪20年代初期降水有减少的趋势，20世纪60年代到20世纪末期降水量呈波动变化形式，在2000年左右出现了雨季降水量的最大值，在2011年左右出现了最小值。如图5(d)所示，降水距平值呈下降趋势，且11点滑动平均曲线呈现波动变化，即降水有周期性变化。该地区降水偏多年份有3年，分别为1968年、1998年、1999年，降水偏少年份有4年，分别为1963年、2005年、2011年、2022年。

根据图5(b)可以分析出，UF统计量在20世纪80年代中后期到90年代中期，21世纪后期至今为负值，说明该区域的雨季降水在该时期呈现下降的趋势，而在20世纪70年代中后期及21世纪初期UF统计量基本为正值，说明该区域的雨季降水在该时期呈现上升的趋势。上升、下降的趋势均未超过显著性水平临界线(0.05)，因此上升和下降趋势都不是很显著。根据在临界线之间出现的UF和UB曲线的交点位置判断出，在2008年左右该区域雨季降水发生突变，突变后呈下降趋势，交点位于临界线之内，说明突变并不显著。

由图5(c)可以看出，该区域雨季降水的第一主周期为24a，第二主周期为9a，分别存在15~20a、5~10a、准5a的变化周期，从20世纪90年代中期开始15~20a的周期变化最为明显，5~10a的变化周期不太明显，且从20世纪末期开始显著性逐渐减弱。

4.2. 川西高原区

图6表示川西高原区雨季降水的特征分析。由线性趋势图(图6(a))可以看出，川西高原区雨季降水趋势略有上升，雨季降水的年代际变率为−0.148 mm/10a，这与朱艳峰等[30]发现20世纪50年代至60年代初

(a) (b)

(c) (d)

Figure 5. Temporal evolution characteristics of rainy season precipitation in Yunnan district: (a) linear trend; (b) MK mutation test; (c) wavelet analysis; (d) standardized distance level

图5. 云南区雨季降水的时间演变特征：(a) 线性趋势；(b) MK突变检验；(c) 小波分析；(d) 标准化距平

为川西高原多雨时期，之后降水有所减少的趋势相符合。20世纪80年代初期到21世纪初期降水量呈波动上升的趋势，在1965年左右出现了雨季降水量的最大值，在1977年和1997年出现了最小值。如图6(d)所示，该区降水距平值呈缓慢上升趋势，降水偏多年份主要有5年，分别为1980年、1993年、2012年、2018年、2020年，降水偏少年份有5年，分别为1977年、1994年、1997年、2002年、2022年。

根据图6(b)可以分析出，UF统计量在20世纪70年代初期，20世纪70年代后期到90年代后期为负值，说明该区域的雨季降水在该时期呈现下降的趋势，而在21世纪初期到21世纪20年代初期UF统计量基本为正值，说明该区域的雨季降水在该时期呈现上升的趋势。下降的趋势超过显著性水平临界线，因此下降趋势相对显著。根据在临界线之间出现的UF和UB曲线的交点位置判断出，在1966年~1985年、2005年左右该区域雨季降水发生突变，两次突变的交点均在临界线之内，说明突变不显著。

由图6(c)可以看出，该区域雨季降水的第一主周期为19a，第二主周期为8a，分别存在10~15a、5~10a、准5a的变化周期，从20世纪末期开始10-15a的周期变化越来越明显，准5a变化周期在20世纪60年代到20世纪80年代，以及20世纪末期开始表现出显著趋势。

4.3. 川中区

图7表示川中区雨季降水的特征分析。由线性趋势图(图7(a))可以看出，川中区雨季降水呈下降趋势，且减少趋势较显著(P < 0.01)，雨季降水的年代际变率为−21.752 mm/10a。该区域20世纪60年代到21世纪初期降水有下降的趋势，20世纪80年代初期到1990年降水量呈波动变化形式，在1961年左右

(a) (b)

(c) (d)

Figure 6. Temporal evolution characteristics of rainy season precipitation in the western Sichuan Plateau region: (a) linear trend; (b) MK mutation test; (c) wavelet analysis; (d) standardized distance level

图6. 川西高原区雨季降水的时间演变特征：(a) 线性趋势；(b) MK突变检验；(c) 小波分析；(d) 标准化距平

出现了雨季降水量的最大值，在2006年左右出现了最小值。如图7(d)所示，该地区降水距平值呈下降趋势，降水偏多年份有4年，分别为1961年、1966年、2013年、2020年，降水偏少年份有2年，分别为2006年、2022年。

根据图7(b)可以分析出，UF统计量从20世纪70年代初至今均为负值，说明该区域的雨季降水呈现下降的趋势，UF统计量为正值的年份较少。下降趋势超过了临界线，下降趋势显著。根据在临界线之间出现的UF和UB曲线的交点位置判断出，在1968年左右该区域雨季降水发生突变，交点位于临界线之内，说明突变不显著。

由图7(c)可以看出，该区域雨季降水的第一主周期为46a，第二主周期为9a，分别存在25~30a、5~10a、准5a的变化周期，25~30a周期变化从20世纪60年代到21世纪20年代一直都存在，5~10a的变化周期在20世纪70年代比较显著，准5a的变化周期显著性不强。

4.4. 贵州区

图8表示贵州区雨季降水的特征分析。由线性趋势图(图8(a))可以看出，贵州区雨季降水呈下降趋势，且减少趋势较显著(P < 0.01)，雨季降水的年代际变率为−15.362 mm/10a，莫跃爽等[31]得出1961~2018年贵州地区降水量总体呈下降趋势。该区域21世纪20年代降水有增加的趋势，20世纪80年代到20世纪90年代降水量呈波动变化形式，在1965年左右出现了雨季降水量的最大值，在2011年左右出现了最小值。如图8(d)所示，该地区降水距平值呈现下降趋势，降水偏多年份有5年，分别为1965年、1974年、1975年、1979年、2007年，降水偏少年份有8年，分别为1963年、1972年、1989年、2008年、2011年、2013年、2021年、2022年。

(a) (b)

(c) (d)

Figure 7. Temporal evolution characteristics of rainy season precipitation in Sichuan central district: (a) linear trend; (b) MK mutation test; (c) wavelet analysis; (d) standardized distance level

图7. 川中区雨季降水的时间演变特征：(a) 线性趋势；(b) MK突变检验；(c) 小波分析；(d) 标准化距平

根据图8(b)可以分析出，UF统计量在21世纪初至今为负值，说明该区域的雨季降水在该时期呈现下降的趋势，下降的趋势不是很显著。根据在临界线之间出现的UF和UB曲线的交点位置判断出，在1990年雨季降水发生突变，突变之后呈现上升的趋势；2002年左右发生突变，突变之后呈下降趋势，两次交点均位于临界线之内，说明突变并不显著。

由图8(c)可以看出，该区域雨季降水的第一主周期为37a，第二主周期为15a，分别存在20~25a、5~10a、准10a的变化周期，从20世纪90年代后期开始准10a的周期变化最为明显，5~10a和20~25a的变化周期从20世纪80年代开始显著性逐渐减弱。

4.5. 川东区

图9表示川东区雨季降水的特征分析。由线性趋势图(图9(a))可以看出，川东区雨季降水有缓慢下降的趋势，雨季降水的年代际变率为−2.701 mm/10a。该区域21世纪20年代后期降水有增加的趋势，在2021年左右出现了雨季降水量的最大值，在1997年左右出现了最小值。如图9(d)所示，该地区降水距平值呈现缓慢下降趋势，降水偏多年份有4年，分别为1981年、1983年、2000年、2021年，降水偏少年份有5年，分别为1977年、1986年、1997年、2016年、2022年。

根据图9(b)可分析出，UF统计量在20世纪末期至今为负值，说明该区域的雨季降水在该时期呈现下降的趋势，下降趋势不显著。根据在临界线之间出现的UF和UB曲线的交点位置判断出，在1990年左右该区域雨季降水发生突变，突变后呈下降趋势；在2007年左右发生突变，之后呈上升趋势，两次突变都不显著。

(a) (b)

(c) (d)

Figure 8. Temporal evolution characteristics of rainy season precipitation in Guizhou district: (a) linear trend; (b) MK mutation test; (c) wavelet analysis; (d) standardized distance level

图8. 贵州区雨季降水的时间演变特征：(a) 线性趋势；(b) MK突变检验；(c) 小波分析；(d) 标准化距平

由图9(c)可以看出，该区域雨季降水的第一主周期为38a，第二主周期为15a，分别存在20~25a、10~15a的变化周期，20~30a以及10~15a周期从20世纪60年代到21世纪初一直都存在，且从20世纪80年代开始显著性加强。

(a) (b)

(c) (d)

Figure 9. Characteristics of temporal evolution of rainy season precipitation in Chuandong district: (a) linear trend; (b) MK mutation test; (c) wavelet analysis; (d) standardized distance level

图9. 川东区雨季降水的时间演变特征：(a) 线性趋势；(b) MK突变检验；(c) 小波分析；(d) 标准化距平

5. 结论

本文通过分析西南地区各个分区的雨季降水量变化特征，得出以下结论：

1) 西南地区雨季降水主要有3个高值区，主要为四川中东部，云南南部以及贵州西南地区，云南南部的降水量相较于其他两个地区更大些，中心最大值超过了1000 mm。而川西高原地区的降水量相较其他地区要小，年平均值低于600 mm。从整个西南地区来看，雨季降水量分布由东、南向西、北逐渐减少，空间分布有显著的差异。降水量与平均值相比有所增加，除川西高原外，其他区域的降水变化相对稳定。

2) 在EOF分析的基础上作REOF分解，根据所得到的REOF高载荷区、研究区地形及海拔等因素进行分区，将西南地区分为5个区，1区主要为云南和四川南部地区，简称为云南区，2区为川西高原区，3区为川中区，4区为贵州区，5区为四川东部及重庆东北部地区，称为川东区。5个区除川西高原外总体雨季降水量有下降趋势，在一些时期降水呈波动形式。

3) 西南地区5个区的雨季降水突变年份为：1区的降水突变年份发生在2008年左右，突变后降水量下降；2区的降水突变年份主要在1966~1985年、2005年左右发生；3区的降水突变年份发生在1968年左右；4区主要有两个降水突变年份，分别为1990年左右及2002年左右，在1990年突变后降水量呈上升趋势，在2002年突变后降水量呈下降趋势；5区有两个降水突变年份，分别为1990年左右，突变后降水量下降，而2007年左右的突变在突变后降水量呈上升趋势。

4) 西南地区全区的雨季降水周期为20~25a，15~20a和5~10a，5个分区域的雨季降水周期特征主要为大周期包含了小周期，主要以5~10a、准5a周期为主：1区主要存在15~20a、5~10a、准5a的变化周期；2区主要存在10~15a、5~10a、准5a的变化周期；3区主要存在25~30a、5~10a、准5a的变化周期；4区主要存在20~25a、5~10a、准10a的变化周期；5区主要以20~25a、10~15a的降水变化周期最为显著。