，，，，

(1.貴州理工學(xué)院 建筑與城市規(guī)劃學(xué)院，貴陽(yáng) 550003；2.貴州財(cái)經(jīng)大學(xué) 管科學(xué)院，貴陽(yáng) 550025；3.貴州省氣候中心，貴陽(yáng) 550002；4.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，貴陽(yáng) 550001)

1960—2013年貴州省強(qiáng)降水天數(shù)時(shí)空變化特征

韓會(huì)慶1，蘇志華2，張嬌艷3，蔡廣鵬4，張朝瓊4

(1.貴州理工學(xué)院 建筑與城市規(guī)劃學(xué)院，貴陽(yáng) 550003；2.貴州財(cái)經(jīng)大學(xué) 管科學(xué)院，貴陽(yáng) 550025；3.貴州省氣候中心，貴陽(yáng) 550002；4.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，貴陽(yáng) 550001)

為深入了解貴州省強(qiáng)降水天數(shù)變化規(guī)律，基于貴州省1960—2013年19個(gè)氣象站逐日降水資料，利用氣候變化趨勢(shì)分析法和Kriging插值法分析了貴州省54 a來(lái)強(qiáng)降水天數(shù)時(shí)空變化特征。結(jié)果表明：1960—2013年貴州省強(qiáng)降水天數(shù)整體呈下降趨勢(shì);空間變化趨勢(shì)呈現(xiàn)中西部大幅減少，東部、南部和北部小幅減少或小幅增加的特點(diǎn)；各坡度帶上強(qiáng)降水天數(shù)接近，隨著高程增加，強(qiáng)降水天數(shù)呈減少趨勢(shì)；北盤江、都柳江、紅水河和南盤江強(qiáng)降水天數(shù)高于赤水河、牛欄江橫江、烏江和沅江；都柳江和南盤江強(qiáng)降水天數(shù)呈增加趨勢(shì)，其他流域呈減少趨勢(shì)；汛期與非汛期強(qiáng)降水天數(shù)分布及變化趨勢(shì)在高程帶、坡度帶及各流域上存在差異。研究結(jié)果可為貴州省氣象災(zāi)害防治提供參考。

貴州省；強(qiáng)降水天數(shù)；時(shí)空變化；氣候變化；趨勢(shì)分析法；Kriging插值法

1 研究背景

隨著全球氣候變暖，世界各地極端降水事件發(fā)生頻率和強(qiáng)度均呈增加趨勢(shì)[1]。然而，由于全球氣候變暖對(duì)區(qū)域的影響范圍和幅度存在差異[2]，世界各地極端降水事件變化特點(diǎn)有所不同。此外，極端降水事件會(huì)產(chǎn)生嚴(yán)重的洪澇災(zāi)害，進(jìn)而深刻影響著區(qū)域社會(huì)經(jīng)濟(jì)、環(huán)境可持續(xù)發(fā)展[3]。因此，極端降水成為世界各地氣候?qū)W和災(zāi)害學(xué)研究的重要課題。

目前國(guó)外對(duì)極端降水的研究多集中于極端降水的變化特征、可能影響因子及模擬情況。如Van der Besselaar等[4]分析了1951—2010年歐洲極端降水變化趨勢(shì)，Bagley等[5]分析亞馬遜流域土地覆被變化對(duì)極端降水的強(qiáng)度和空間格局的影響，Donat等[6]分析了南方濤動(dòng)(ENSO)和北大西洋濤動(dòng)(NAO)對(duì)阿拉伯地區(qū)極端降水長(zhǎng)時(shí)間序列的影響，Wuebbles等[7]利用CMIP5模型模擬美國(guó)極端降水，Dominguez 等[8]利用區(qū)域RCMs模型模擬了美國(guó)西部極端降水。我國(guó)學(xué)者也開展了相關(guān)研究，如Wang等[9]分析了我國(guó)黃河流域1959—2008年極端降水變化特點(diǎn)，任正果等[10]分析了我國(guó)南方地區(qū)極端降水事件變化規(guī)律，李雙雙等[11]分析了1960—2013年秦嶺—淮河南北極端降水變化與南方濤動(dòng)(ENSO)的關(guān)系。針對(duì)貴州省的極端降水也有不少研究，如王學(xué)鋒等[12]對(duì)1961—2007年云貴高原汛期強(qiáng)降水和極端降水變化特征進(jìn)行了分析，陳學(xué)凱等[13]分析了1961—2012年貴州省極端降水時(shí)空變化特征，彭芳等[14]分析了1991—2009年貴州省汛期短時(shí)降水時(shí)空特征，白淑英等[15]分析了1961—2010年貴州省不同強(qiáng)度降水天數(shù)時(shí)空變化特征。然而這些研究集中于極端降水量變化特征，鮮有關(guān)注極端降水天數(shù)變化規(guī)律。

貴州省位于我國(guó)西南山區(qū)，地形起伏較大，石漠化嚴(yán)重，極端降水極易引起地質(zhì)和洪澇災(zāi)害[13]。同時(shí)，貴州省是以種植水稻和玉米為主的農(nóng)業(yè)大省，受經(jīng)濟(jì)和自然條件限制，大部分地區(qū)屬于“雨養(yǎng)型農(nóng)業(yè)”，極端降水容易造成糧食減產(chǎn)和絕產(chǎn)。因此，本研究以貴州省為例，利用1960—2013年貴州省19個(gè)一級(jí)氣象站逐日降水量數(shù)據(jù)，對(duì)全省強(qiáng)降水天數(shù)變化規(guī)律進(jìn)行分析，以期為區(qū)域?yàn)?zāi)害防治和氣候預(yù)測(cè)提供科學(xué)依據(jù)。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

氣候數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn)提供的貴州省19個(gè)一級(jí)氣象站1960—2013年逐日降水量數(shù)據(jù)；地形數(shù)據(jù)主要為坡度和高程數(shù)據(jù)，來(lái)源于全球科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國(guó)際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http:∥datamirror.csdb.cn)提供的ASTER GDEM數(shù)據(jù)(30 m×30 m)(圖1)。

圖1貴州省氣象站點(diǎn)、流域和高程

Fig.1Meteorologicalstations,watershedsandelevationofGuizhouProvince

2.2 研究方法

2.2.1 強(qiáng)降水天數(shù)統(tǒng)計(jì)方法

根據(jù)我國(guó)氣象規(guī)范規(guī)定，日降水量P≥50 mm為暴雨，25 mm≤Plt;50 mm為大雨。由于我國(guó)降水區(qū)域差異較大，采用全國(guó)統(tǒng)一強(qiáng)降水標(biāo)準(zhǔn)會(huì)掩蓋由于氣候差異帶來(lái)的強(qiáng)降水特征[12]。因此，本研究根據(jù)地理環(huán)境差異、下墊面狀況及平均降水強(qiáng)度，采用百分位定義強(qiáng)降水[16]。具體方法為：將貴州省1960—2013年逐日降水量按升序排列，將第95個(gè)百分位值定義為強(qiáng)降水閾值，如大于該閾值就說(shuō)明該日出現(xiàn)強(qiáng)降水，由此統(tǒng)計(jì)每年各氣象站強(qiáng)降水天數(shù)。

2.2.2 變化趨勢(shì)計(jì)算方法

利用一元線性回歸方程分析氣候要素變化趨勢(shì)[17-18]，計(jì)算公式為

Y=at+b。

(1)

式中：Y為強(qiáng)降水天數(shù)；t為年份(1960—2013年)；a為回歸系數(shù)，a為正(負(fù))時(shí)表示強(qiáng)降水天數(shù)呈增加(減少)趨勢(shì)；b為常數(shù)。根據(jù)相關(guān)文獻(xiàn)，認(rèn)為趨勢(shì)系數(shù)R等于a，單位為d/(10 a)。

2.2.3 Kriging插值法

利用ArcGIS軟件地統(tǒng)計(jì)模塊Kriging插值法對(duì)強(qiáng)降水天數(shù)進(jìn)行空間插值，獲得強(qiáng)降水天數(shù)空間格局圖。Kriging插值法是在考慮待估點(diǎn)位置與已知數(shù)據(jù)位置的相互關(guān)系、變量空間相關(guān)性的基礎(chǔ)上進(jìn)行插值，該方法已廣泛應(yīng)用于氣候?qū)W、土壤學(xué)和地質(zhì)學(xué)等。

2.2.4 地形、流域及汛期與非汛期劃分

為探討不同地形和流域強(qiáng)降水天數(shù)變化特點(diǎn)，依據(jù)貴州省高程和坡度分布特征及郜紅娟等[19]研究成果，利用ArcGIS軟件中Reclassify工具的自然斷點(diǎn)法(Natural Break)，將高程劃分為lt;681，[681，945)，[945，1 204)，[1 204，1 528)，[1 528，1 950)，≥1 950 m；將坡度劃分為lt;7.7°，[7.7°，13.7°)，[13.7°，19.9°)，[19.9°，27.1°)，[27.1°，36.6°)，≥36.6°?；诘匦螖?shù)據(jù)，利用ArcGIS軟件中Hydrology分析工具，將貴州省劃分為沅江、烏江、赤水河、牛欄江橫江、都柳江、紅水河、南盤江、北盤江共8個(gè)流域。依據(jù)貴州省屬低緯高原干、濕兩季的氣候特點(diǎn)及相關(guān)文獻(xiàn)[14]，將4—9月份確定為汛期，10月份至次年3月份確定為非汛期。

3 結(jié)果與分析

3.1 貴州省強(qiáng)降水天數(shù)時(shí)間變化

圖2顯示：1960—2013年貴州省強(qiáng)降水天數(shù)呈下降趨勢(shì)，1977年強(qiáng)降水天數(shù)最多，為22.84 d，2011年強(qiáng)降水天數(shù)最少，僅為13.58 d；從不同時(shí)間階段看，1960—1979年和1990—2009年強(qiáng)降水天數(shù)較多，其他年份強(qiáng)降水天數(shù)較較少。1960—1979年和1980—1999年強(qiáng)降水平均天數(shù)呈增加趨勢(shì)，其他階段強(qiáng)降水平均天數(shù)呈減少趨勢(shì)。

(a)年際變化

(b)年代際變化

圖21960—2013年貴州省強(qiáng)降水天數(shù)年際、年代際變化

Fig.2Inter-annualandinter-decadalvariationsofheavyprecipitationdaysfrom1960to2013inGuizhouProvince

由圖3可知：汛期強(qiáng)降水天數(shù)呈減少趨勢(shì)，其中1967年汛期強(qiáng)降水天數(shù)最多，為20.68 d；2011年最少，僅為10.05 d。非汛期強(qiáng)降水天數(shù)呈增加趨勢(shì)，其中2008年非汛期強(qiáng)降水天數(shù)最多，為5.84 d；1985年最少，僅為0.68 d。

注：α=0.05表示顯著性水平，即95%的置信度

圖31960—2013年貴州省強(qiáng)降水天數(shù)汛期與非汛期變化

Fig.3Variationsofheavyprecipitationdaysinfloodseasonandnon-floodseasonfrom1960to2013inGuizhouProvince

3.2 貴州省強(qiáng)降水天數(shù)空間變化

從圖4可以看出：全年與汛期的強(qiáng)降水天數(shù)及變化趨勢(shì)空間格局較為接近，強(qiáng)降水天數(shù)均呈現(xiàn)南多北少的特點(diǎn)，其變化趨勢(shì)均呈現(xiàn)中西部大幅減少，東部、南部和北部小幅減少或小幅增加；非汛期強(qiáng)降水天數(shù)呈現(xiàn)由東南向西部逐漸減少的特點(diǎn)，其變化趨勢(shì)呈中東部、西北部和西南部小幅增加；南部、西部和北部小幅減少。

圖41960—2013年貴州省強(qiáng)降水天數(shù)及其變化趨勢(shì)空間格局

Fig.4Spatialpatternofheavyprecipitationdaysfrom1960to2013inGuizhouProvince

3.3 貴州省強(qiáng)降水天數(shù)在坡度和高程上的變化

圖5、圖6分別為1960—2013年貴州省強(qiáng)降水天數(shù)及其變化趨勢(shì)在坡度和高程上的變化。

(a)強(qiáng)降水天數(shù)

(b)強(qiáng)降水天數(shù)變化趨勢(shì)

圖51960—2013年貴州省強(qiáng)降水天數(shù)及其變化趨勢(shì)在坡度帶上的變化

Fig.5Variationsofheavyprecipitationdaysanditstrendfrom1960to2013alongwithslopegradientinGuizhouProvince

由圖5可知，全年、汛期和非汛期強(qiáng)降水天數(shù)在各坡度帶上差異很小。全年、汛期強(qiáng)降水天數(shù)在各坡度帶均呈下降趨勢(shì)，其中l(wèi)t;13.7°和≥36.6°坡度帶下降幅度相對(duì)較大，[13.7°，36.6°)坡度帶下降幅度相對(duì)較小。除≥36.6°坡度帶外，其他坡度帶非汛期強(qiáng)降水天數(shù)均呈增加趨勢(shì)。

由圖6可看出，隨著高程增加，全年和非汛期強(qiáng)降水天數(shù)呈減少趨勢(shì)。[0，1 950) m高程帶汛期強(qiáng)降水天數(shù)較多且較為接近，而≥1 950 m高程帶相對(duì)較少。全年和汛期強(qiáng)降水天數(shù)在各高程帶均呈減少趨勢(shì)，且隨著高程增加，下降幅度不斷增加，非汛期強(qiáng)降水天數(shù)在lt;681和[681，945)m高程帶呈增加趨勢(shì)，在其他高程帶呈下降趨勢(shì)。

3.4 貴州省強(qiáng)降水天數(shù)在流域上變化

(a)強(qiáng)降水天數(shù)變化

(b)強(qiáng)降水天數(shù)變化趨勢(shì)變化

圖61960—2013年貴州省多年平均強(qiáng)降水天數(shù)及其變化趨勢(shì)在高程帶上的變化

Fig.6Variationsofheavyprecipitationdaysanditstrendfrom1960to2013alongwithelevationinGuizhouProvince

北盤江、都柳江、紅水河和南盤江全年和汛期強(qiáng)降水天數(shù)較多，赤水河、牛欄江橫江、烏江和沅江相對(duì)較少(表1)。北盤江、都柳江、紅水河、南盤江、烏江和沅江非汛期強(qiáng)降水天數(shù)較多，赤水河和牛欄江橫江相對(duì)較少。北盤江、赤水河、紅水河、牛欄江橫江、烏江和沅江全年和汛期強(qiáng)降水天數(shù)呈減少趨勢(shì)，其中牛欄江橫江和北盤江減少幅度較大，都柳江和南盤江強(qiáng)降水天數(shù)呈增加趨勢(shì)。北盤江、紅水河、牛欄江橫江和烏江強(qiáng)降水天數(shù)呈減少趨勢(shì)，其中紅水河下降幅度較大，赤水河、都柳江、南盤江和沅江強(qiáng)降水天數(shù)呈增加趨勢(shì)，其中都柳江和沅江增加幅度較大。

表1 1960—2013年貴州省各流域多年平均強(qiáng)降水天數(shù)及其變化趨勢(shì)

注：*，**分別為通過(guò)0.05和0.01顯著性檢驗(yàn)

4 討論與結(jié)論

4.1 討 論

在全球變暖影響下，世界和我國(guó)很多地區(qū)極端降水事件呈增加趨勢(shì)[20-21]，這與袁文德等[22]對(duì)西南地區(qū)的研究結(jié)果一致。本文分析結(jié)果表明貴州省1960—2013年強(qiáng)降水天數(shù)呈下降趨勢(shì)，全球氣候變暖對(duì)不同區(qū)域強(qiáng)降水天數(shù)影響存在差異。強(qiáng)降水天數(shù)下降說(shuō)明研究區(qū)極端降水事件發(fā)生次數(shù)減少，這將有利于該區(qū)農(nóng)業(yè)生產(chǎn)和防災(zāi)減災(zāi)。但需要注意的是，盡管強(qiáng)降水天數(shù)呈下降趨勢(shì)，但貴州省年降水總量呈減少趨勢(shì)且短時(shí)強(qiáng)降雨增多，將增加災(zāi)害發(fā)生的風(fēng)險(xiǎn)[13,23]。

4.2 結(jié) 論

(1)54 a間貴州省強(qiáng)降水天數(shù)呈下降趨勢(shì)，強(qiáng)降水天數(shù)呈現(xiàn)南多北少，變化趨勢(shì)呈現(xiàn)中西部大幅減少，東部、南部和北部小幅減少或小幅增加的特點(diǎn)。汛期和非汛期強(qiáng)降水天數(shù)呈相反變化趨勢(shì)，且空間格局存在明顯差異。

(2)強(qiáng)降水天數(shù)在各高程帶、坡度帶和各流域存在差異。各坡度帶強(qiáng)降水天數(shù)十分接近，但強(qiáng)降水天數(shù)變化趨勢(shì)有所不同。隨著高程增加，強(qiáng)降水天數(shù)呈減少趨勢(shì)且下降幅度不斷增強(qiáng)。北盤江、都柳江、紅水河和南盤江強(qiáng)降水天數(shù)高于赤水河、牛欄江橫江、烏江和沅江。除都柳江和南盤江外，其他流域強(qiáng)降水天數(shù)均呈減少趨勢(shì)。汛期強(qiáng)降水天數(shù)在各高程帶、坡度帶和各流域的分布及變化趨勢(shì)特征與非汛期存在較大差異。

[1] IPCC. Summary for Policymakers of Climate Change 2007: the Physical Science Basis[M]. Cambridge: Cambridge University Press, 2007:301-303.

[2] 王媛媛，張 勃.1971年至2010年隴東地區(qū)霜凍與積溫變化特征[J].資源科學(xué)，2012，34(11)：2181-2188.

[3] 曹永強(qiáng)，劉佳佳，高 璐.遼寧省大雨以上降水日數(shù)分布與趨勢(shì)分析[J].地理科學(xué)進(jìn)展，2015，34(8)：1052-1060.

[4] VAN DER BESSELAAR E J M, KLEIN TANK A M G, BUISHAND T A. Trends in European Precipitation Extremes over 1951-2010 [J].International Journal of Climatology, 2013, 33(12): 2682-2689.

[5] BAGLEY J E, DESAI A R, HARDING K J,etal. Drought and Deforestation: Has Land Cover Change Influenced Recent Precipitation Extremes in the Amazon?[J]. Journal of Climate, 2014, 27(1): 345-361.

[6] DONAT M G, PETERSON T C, BRUNET M,etal. Changes in Extreme Temperature and Precipitation in the Arab Region: Long-term Trends and Variability Related to ENSO and NAO[J]. International Journal of Climatology, 2014, 34(3): 581-592.

[7] WUEBBLES D, MEEHL G, HAYHOE K,etal. CMIP5 Climate Model Analyses: Climate Extremes in the United States[J]. Bulletin of the American Meteorological Society, 2014, 95(4): 571-583.

[8] DOMINGUEZ F, RIVERA E, LETTENMAIER D P,etal. Changes in Winter Precipitation Extremes for the Western United States under a Warmer Climate as Simulated by Regional Climate Models[J].Geophysical Research Letters, 2012, 39(5):874-895.

[9] WANG Wei-guang, SHAO Quan-xi, YANG Tao,etal. Changes in Daily Temperature and Precipitation Extremes in the Yellow River Basin, China[J]. Stochastic Environmental Research and Risk Assessment, 2013, 27(2): 401-421.

[10] 任正果，張明軍，王圣杰，等.1961—2011年中國(guó)南方地區(qū)極端降水事件變化[J].地理學(xué)報(bào)，2014，69(5):640-649.

[11] 李雙雙，楊賽霓，劉憲鋒.1960—2013年秦嶺—淮河南北極端降水時(shí)空變化特征及其影響因素[J].地理科學(xué)進(jìn)展，2015，34(3): 354-363.

[12] 王學(xué)鋒，鄭小波，黃 瑋，等.近47 年云貴高原汛期強(qiáng)降水和極端降水變化特征[J].長(zhǎng)江流域資源與環(huán)境，2010，19(11):1350-1355.

[13] 陳學(xué)凱，徐建新，胡娟萍，等.1961—2012 年貴州省極端降水時(shí)空變化特征[J].水資源與水工程學(xué)報(bào)，2015，26 (4): 50-56.

[14] 彭 芳，吳古會(huì)，杜小玲.貴州省汛期短時(shí)降水時(shí)空特征分析[J].氣象，2012，38(3):307-313.

[15] 白淑英，莫 婷，史建橋，等.近50年貴州不同強(qiáng)度降水日數(shù)時(shí)空變化分析[J].南水北調(diào)與水利科技，2015，13(2):220-224.

[16] 周順武，王傳輝，吳 萍，等.青藏高原強(qiáng)降水日數(shù)的時(shí)空分布特征[J].干旱區(qū)地理，2012，35(1):23-31.

[17] 李生辰，徐 亮，郭英香，等.近34 a青藏高原年降水變化及其分區(qū)[J].中國(guó)沙漠，2007，27(2):307-314.

[18] 覃衛(wèi)堅(jiān)，李棟梁.近50 a來(lái)廣西各級(jí)降水氣候變化特征分析[J].自然資源學(xué)報(bào)，2014， (4):666-676.

[19] 郜紅娟，張朝瓊，張鳳太.基于地形梯度的貴州省土地利用時(shí)空變化分析[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，33(1):62-70.

[20] GOSWAMI B N, VENUGOPAL V, SENGUPTA D,etal. Increasing Trend of Extreme Rain Events over India in a Warming Environment[J]. Science, 2006, 314(5804): 1442-1445.

[21] 慈 暉，張 強(qiáng)，張江輝，等.1961—2010 年新疆極端降水過(guò)程時(shí)空特征[J].地理研究，2014，33(10): 1881-1891.

[22] 袁文德，鄭江坤，董 奎.1962—2012年西南地區(qū)極端降水事件的時(shí)空變化特征[J].資源科學(xué)，2014，36(4):766-772.

[23] 張勇榮，馬士彬，閆利會(huì).貴州省近55年降水事件變化特征[J].長(zhǎng)江科學(xué)院院報(bào)，2017，34(1):40-44.

(編輯：羅 娟)

Spatial and Temporal Variations of Heavy Precipitation Days from 1960 to 2013 in Guizhou Province

HAN Hui-qing1, SU Zhi-hua2, ZHANG Jiao-yan3, CAI Guang-peng4, ZHANG Chao-qiong4

(1.College of Architecture and Urban Planning, Guizhou Institute of Technology, Guiyang 550003, China; 2. School of Management Science, Guizhou University of Finance and Economics, Guiyang 550025, China; 3. Guizhou Climate Center, Guiyang 550002, China; 4.School of Geography and Environmental Sciences, Guizhou Normal University, Guiyang 550001, China)

In this article,the spatial and temporal variation laws of heavy precipitation days in Guizhou Province in the past 54 years were analyzed based on daily precipitation data obtained from 19 meteorological stations from 1960 to 2013 by means of climate change trend analysis and Kriging interpolation. Results revealed a decline trend of heavy precipitation days in the past 54 years in Guizhou Province, with a sharp decline trend in the central and west parts whereas a slight increase or slight decline in the eastern, southern and northern parts. Heavy precipitation days in areas of different slope gradients were similar. With the increase of elevation, heavy precipitation days showed a decrease trend. Heavy precipitation days in Beipan River, Duliu River, Hongshui River and Nanpan River were greater than those in Chishui River, Niulan River, Wujiang River and Yuanjiang River. Heavy precipitation days showed an increase trend in Duliu River and Nanpan River, while a decline trend could be found in other watersheds. The study also showed significant differences in heavy precipitation days among elevation, slope gradient and watershed in flood season and non-flood season. The results offer reference for meteorological disaster prevention and control in Guizhou province.

Guizhou Province; heavy precipitation days; spatial and temporal variation; climate change; trend analysis method; Kriging interpolation

10.11988/ckyyb.20160773 2017,34(11):1-5

2016-07-31；

2016-09-21

貴州省科學(xué)技術(shù)基金項(xiàng)目(黔科合J字[2014]2048號(hào))；貴州省教育廳青年科技人才成長(zhǎng)項(xiàng)目(黔教合KY字[2017]217)

韓會(huì)慶(1983-)，男，山東濟(jì)南人，副教授，博士，研究方向?yàn)橥恋刭Y源開發(fā)利用與保護(hù)，(電話)13765812715(電子信箱)hhuiqing2006@126.com。

蘇志華(1983-)，男，貴州六枝人，副教授，博士，研究方向?yàn)閰^(qū)域環(huán)境質(zhì)量演變與污染防治，(電話)18608502403(電子信箱)suzhihua1219@163.com。

P426

A

1001-5485(2017)11-0001-05