《Atmosphere-Ocean》：Precipitation Trends in Version 2 of the Canadian Homogenized Monthly Precipitation Dataset
编辑推荐：
本刊推荐：本文系统介绍了加拿大均一化月降水数据集第二版（CanHomP mlyV2）的开发与验证，重点阐述了通过改进的质控（QC）和均一化方法（如RHtestsV4软件），显著提升了降水数据的空间一致性和趋势代表性。研究利用格点化数据集（CanGridP mlyV2）揭示了1949–2023年间加拿大降水整体增加9.7%，北部增幅达18.9%，并首次提出降水对气温变化的响应速率（4.9%·°C–1）更符合物理预期，为气候变化研究提供了可靠数据基础。
2 改进的源数据
a 站点降水数据
本研究延续了Wang等（2023）对425个长期站点的关注，这些站点因其良好的数据质量、关键地理位置（如数据稀疏区或复杂地形区）以及未来持续运行的预期而被选中。数据来源包括调整后的日降雨降雪（AdjDlyRS）人工站数据集（3346站）、21个Belfort或Fisher-Porter自动站、社区协作雨雹雪网络（CoCoRaHS）的864个站点，以及Smith等（2022）中风偏压调整的332个Geonor或Pluvio自动站数据。通过整合这些数据，形成了包含4578个站点的加拿大调整降水数据集第二版（CanAdjP V2），显著提升了2000年代中期以来的数据覆盖度（图1a）。数据更新至2023年底，并对11个联合序列进行了优化，使数据可用性自2007年起大幅改善（图1b）。
b ANUSPLIN数据建模
ANUSPLIN软件包（Hutchinson & Xu, 2013）被用于对CanAdjP V2进行空间插值，生成月度和日度的ANUSPLIN曲面及格点数据集（ANUSPLIN-adjP mlyV2和dlyV2）。425个CanHomP站点的数据空缺通过ANUSPLIN估计值填充，并将填充段端点记录为均一性检验的变更点（图2）。这一步骤为后续的均一化处理提供了基础。
c 再分析降水数据
与Wang等（2023）类似，本研究使用美国NOAA的20世纪再分析第三版（20CRv3）和日本机构的超百年大气数据同化（OCADA）再分析数据的集合均值作为参考，辅助识别人工变更点，但未直接用于站点序列的均一化。为评估数据可用性变化对趋势估计的影响，采用了ERA5（1948–2023）以及20CRv3和OCADA（1900–2015）的集合均值，确保时间跨度覆盖CanGridP V2的1900–2023年。
d 加拿大均一化温度数据
为评估降水对气温的响应速率（即每升温1°C的降水变化百分比），研究使用了格点化均一化温度数据集第三版（CanGridT mlyV3.1）。该数据集由Vincent等（2020）开发，能可靠反映加拿大变暖趋势，为计算降水缩放速率提供了基准。
3 质量控制与均一化方法改进
a 附加质量控制程序
除Cheng等（2024）的自动质控系统外，本研究对425个数据序列进行了可视化辅助的人工质控，重点识别误记为缺失值的零或近零月降水量。这些错误通常发生在冬季，因使用无法测量固态降水的仪器（如未加热的翻斗雨量计）导致数据未上报。通过对比ANUSPLIN估计值，共识别出1244个错误值，其中大部分被替换为ANUSPLIN估计值（图3）。与第一版（CanHoPmlyV1）相比，新版显著降低了北部加拿大及1970年前南部加拿大的错误率（图3a,b）。例如，育空地区Ivvavik国家公园站（2100660）在1973年4月前的21个错误值被修正后，数据序列的方差均一性明显提升（图4），避免了早期版本中因错误低值导致的1960年代区域平均降水量虚假快速上升（图5）。
b 改进的变更点检测程序
变更点检测采用RHtestsV4软件包（Wang & Feng, 2013），结合惩罚性最大t或F检验（Wang, 2008a,b; Wang等, 2007）识别未知原因的变更点（类型1），并利用元数据识别已知原因的变更点（类型0）。改进包括：保留所有站点联合相关的潜在类型0变更点至其他显著变更点识别后再评估；对方差变化明显的变更点即使均值变化不显著也予以保留；同时检验未转换和log转换的数据序列。显著性水平设为1%，避免过度调整。元数据的完善（如完整的站点联合时间记录）进一步提升了检测精度（图5,6）。
c 改进的消除数据不均一性的调整方法
调整阶段采用分位数匹配（QM）方法（Wang等, 2010, 2023）直接处理未转换的降水序列，避免了对数转换引入的人为方差变化。对于过短无法适用QM的区段，先进行均值调整后再处理剩余变更点。参考序列未用于调整，因在站点密度低时，无参考调整效果更佳。QM方法可同步调整数据的整体分布（包括方差），如图6a中不列颠哥伦比亚省Port Alberni机场站1965年12月末的明显方差变化在均一化后消失（图6c）。
4 数据不均一性的特征与影响
在425个长期降水序列中，共识别出1125个人工变更点（360个序列），包括891个类型0和234个类型1变更点，65个序列均一。类型1变更点频率随时间下降，而类型0变更点在近二十年因站点自动化和数据缺失增多而显著升高（图7）。变更点影响趋势估计的空间一致性，均一化后数据趋势的空间一致性显著提升，尤其在大西洋加拿大和BC省（图8）。例如，Port Alberni机场站的小幅减少趋势被偏差放大为大幅增加，而萨斯喀彻温省Coronach SPC站的轻微增加被误判为减少（图6）。
5 降水趋势
a 年降水趋势
基于CanGridP mlyV2的趋势分析显示，1949–2023年间，加拿大年降水量在多数地区显著增加，包括从努纳武特南部到北极群岛、育空地区到BC省北部和西北地区（NWT）南部、拉布拉多到魁北克东北部以及圣劳伦斯河流域（图9a）。51.8%的格点趋势显著，其中82.5%为正趋势。相对增幅最大在努纳武特，绝对增幅最大在加拿大东南部和BC省南部。1916–2023年间，南部加拿大86.9%的格点呈正趋势，61.0%显著增加（图9b）。区域平均年降水量在1949–2023年间以每十年1.31%的速率增加（北部2.55%，南部1.01%），除草原省和安大略外，其他区域增幅均显著（表1）。加拿大最高的年降水量均出现在1996年后（图10a,b）。1949–2023年总增幅估计为9.7%（北部18.9%，南部7.5%），1916–2023年南部增幅达10.7%。
b 季节性降水趋势
降水趋势呈现显著季节性差异（图11）。冬季降水在加拿大中南部显著减少，而在北部多数地区（如努纳武特南部至北极群岛、育空北部到NWT南部）增加；春季北部增幅类似冬季，但南部以正趋势为主，尤其在BC省和圣劳伦斯河流域；夏季在62°N纬带和东部北极地区增加，秋季趋势类似春季但幅度较小。区域平均趋势显示，北部春季相对增幅最大，南部冬季有微不足道的下降，春季增幅最大（表1）。
c 降水缩放速率
利用CanGridP mlyV2和CanGridT mlyV3.1，估计1949–2023年加拿大年降水缩放速率为4.9%·°C–1（北部6.9%，南部5.1%），1970–2023年为2.6%·°C–1（北部5.6%，南部2.7%）。百年尺度（1916–2023）南部为6.7%，北部无可靠估计。新版数据集的缩放速率更符合物理预期（均低于7%·°C–1），显著改善了早期版本（如CanGRD和CanGridP mlyV1）过高的估计（如1948–2012年间达11.2%和7.7%）。
6 总结与讨论
本研究成功开发了加拿大均一化月降水数据集第二版（CanHomP mlyV2），通过改进的源数据、质控和均一化流程（如QM调整和方差均一化），提升了数据的空间一致性和趋势代表性。基于格点化版本（CanGridP mlyV2）的趋势分析表明，加拿大降水在1949–2023年间整体增加9.7%，北部增幅高达18.9%，且降水对变暖的响应速率（4.9%·°C–1）更贴近气候模型物理预期。季节性趋势显示南部冬季减少而其他季节增加的特征突出。尽管数据覆盖度改善显著（如整合CoCoRaHS和自动站数据），但北部在1948年末仍检测到因数据稀疏引起的均一性问题，表明未来需进一步优化站点网络以降低采样偏差。本研究为气候变化影响评估提供了更可靠的数据基础。
