人类社会传统上一直在努力解释降雨变异性的动态，这在全球神话、文学以及科学与文明的历史中都有所记录。尽管科学和技术提供了减轻降雨变异性风险的手段，导致近年来与洪水和干旱相关的死亡人数显著减少，但降雨固有的不可预测性仍然对社会福祉构成挑战。自然地，科学和技术也在不断发展，以应对社会日益增长的需求和脆弱性。
与水相关的科学挑战在近几十年中变得越来越突出。主流科学前提认为，由于全球变暖，水循环正在加剧，极端事件增多。因此，通常假设与水相关的风险在系统性增加，因此应放弃传统方法。这些对极端事件加剧的担忧，因全球近实时的灾难媒体报道而进一步加剧，增加了灾难性水文事件的例子。
与此同时，现代全球气候监测能力也在改善，提供了各种网格化降雨产品，加速了对降雨空间动态的研究。然而，由于可用数据长度较短（少于100年），大多数产品在理解时间变异性方面的潜力受到一定限制，有时还受到特定测量不确定性的进一步限制（例如，卫星数据在捕捉极端降雨方面的不足）。与此同时，尽管空间有限，传统的地面测量站的信息随着时间的推移积累，构成了最可靠的降雨信息来源，通常被称为“地面真相”。这些观测序列为降雨时间动态提供了宝贵的见解，并且是区域气候事实的珍贵来源；毫不奇怪，在某些地区，它们被视为“国宝”。
在本特别报告中，作者简要回顾了全球降雨趋势的文献，并通过对超过150年数据的长期降雨站和全球再分析产品进行原始分析，重新审视有关降雨变化的常见问题。通过将长期点降雨站与短期但网格化的降雨产品相结合，旨在探讨降雨动态的性质，以回答标题所提出的问题，特别是关于降雨模式的近期变化。
降雨趋势的识别是过去十年中最活跃的科学研究主题之一，几乎主导了降雨分析领域。各种研究涉及检测降雨特性的趋势，通常是降雨总量和极端降雨的频率与强度。与温度趋势相比，大多数研究报告的温度趋势是上升的，而降水的系统性趋势证据较弱，全球变化模式的搜索仍然没有定论。
Seth Westra、Lisa Alexander和Francis Zwiers首次分析了来自8326个全球站点的年最大日降水量趋势，数据跨度为1900年至2009年，发现8.6%的站点有统计学上显著的上升趋势，2.0%的站点有统计学上显著的下降趋势，其余站点没有统计学上显著的趋势。这些结果得到了Qiaohong Sun及其同事的后续分析的确认，他们报告了1950年至2018年间9.1%的站点有统计学上显著的上升趋势，2.1%的站点有统计学上显著的下降趋势。Simon Papalexiou和Alberto Montanari分析了1964年至2013年间的8730个站点，发现极端降水的强度中，12.9%的站点显示出统计学上显著的上升趋势，9.8%的站点显示出统计学上显著的下降趋势。极端事件频率的统计学上显著的上升和下降趋势分别在19.9%和8.1%的站点中发现。关于网格化数据，Demetris Koutsoyiannis整合了陆地、海洋和全球的测量、卫星和再分析信息，发现降水在季节和年份之间波动明显，没有任何单调趋势。该研究还发现，各种信息来源之间存在显著差异，表明在空间降水的测量和估计中存在实质性不确定性。
尽管全球系统性变化的证据仍不明确，但全球范围内报告了降雨变化的强烈区域差异，这可能与水资源管理的操作规模相关。例如，Demetris Koutsoyiannis及其同事在对希腊的全国性研究中发现，水文极端事件没有其他统计上预期的变化，得出“气候危机”状态并不存在的结论。再分析数据证实了这一发现，显示地中海地区的极端事件没有变化，这一结果与该地区文献中的发现相一致。相反，北欧被报告为全球范围内显示上升趋势的站点与下降趋势的站点比例最高。这表明与南欧的降雨行为存在显著差异，这可能与当前的北大西洋振荡阶段有关。
在处理相关文献时，报告的统计学上显著趋势的数量是一个重要的关注点，因为单靠趋势的存在是由于纯粹的偶然（即50%的上升和50%的下降），因此并不构成引起注意的全球决定性信号的发现。Timothy Alston Cohn和Harry Lins强调了这一点，他们表明自然过程始终表现出“趋势”行为。在这方面，估计统计显著性的假设对结果施加了主要控制，并且本身并不容易做出。
文献中的标准假设是将观察到的变化与纯随机过程（即白噪声过程）预期的变化进行比较，而一些程序存在用于修正潜在自相关（例如，Khaled Hamed），尽管它们本身也并非没有缺陷。然而，已经证明，通常需要考虑长程依赖性，也称为持久性或Hurst–Kolmogorov（HK）动态，这是与增强的时间变化模式和变异性相关的地球物理过程的随机特征。在这种情况下，统计学上显著趋势的数量会显著下降，具体取决于依赖结构的强度。这一事实在趋势分析的文献中常常被忽视，这在一定程度上归因于由于可用的短记录长度，依赖性难以推断，更不用说极端事件序列。在任何情况下，考虑降雨过程的长程依赖动态，以及仪器数据集中存在的空间依赖性，统计学上显著趋势的数量预计会更低。Demetris Koutsoyiannis和Theano Iliopoulou对HK动态的历史背景及其对气候科学的影响进行了详细介绍。
在“3. 来自全球长期降雨站的见解”中，考察了全球现存最长降雨站记录的降雨变化。尽管全球分析可能提供有关全球变化信号存在与否的证据，但分析受到站点平均长度的限制，通常只能识别最近时间窗口的变化。然而，长期降雨站的深入研究提供了对降雨长期动态的见解，这对于理解近期变化的性质以及从经验和统计的角度量化其重要性至关重要。特别是，本特别报告探讨了近期变化在长期站点中是否是经验上前所未有的，以及基于母降雨过程的随机特性它们的可能性有多大。
在“4. 重新审视全球再分析产品中的降雨变异性”中，使用网格化再分析数据重新审视相同的问题。网格化数据覆盖整个全球，而仪器数据集在非洲、南美洲和亚洲的大部分地区缺失。因此，这些网格化数据提供了比从仪器站点获得的最近全球变化更少偏见的视角。此外，探索气候上同质的全球细分区域的变化，这些区域之间的交叉相关性最小，以减少空间依赖对结果的影响。
正如已经强调的，记录长度是决定降雨时间变异性的最关键因素，也是相关文献中的主要限制。为了解决这个问题，收集了跨度至少200年的月度降雨系列，形成了一组22个站点，并使用Iliopoulou和Koutsoyiannis收集的年最大值数据集，该数据集包含60个全球站点的日数据，跨度150年。
量化年降雨指数（降雨总量的最大值和最小值以及日最大值）的强度和发生次数的变化，并使用统计推理探讨其合理性。降雨的长期变异性（长程依赖性）也在随机术语中量化，使用HK动态。以下，这些调查分别针对时间序列超过200年的年总量站点和跨度至少150年的年最大值站点进行呈现。
这一组地面站点具有月度分辨率，并通过KNMI气候探索工具公开可用。站点的地理分布显示在地图1中，而站点信息（如国家、开始和结束年份及期间）详见附录表1。月度数据被汇总到年度尺度，允许仅缺失一个月。对于印度孟买站，例外情况是，湿季总量（6月至10月）不受缺失值的影响，并且在200年内连续存在。
为了允许对降雨长期动态的初步检查，年值与气候平均值和全时平均值一起绘制，以及跨越整个时期的线性趋势，针对全球选定站点。（见图表1）
首先注意到，降雨量在多年间显著波动，较大时间尺度（如30年尺度）上也明显存在一定程度的变化。这些波动的幅度在不同站点之间也有所不同；例如，波士顿的十年波动比基尤花园更为明显。这种幅度可以使用Hurst参数在随机术语中量化，Hurst参数是HK动态的一个指标，或者说是持久性。该参数（H，取值在0和1之间）有助于理解数据中的模式和可预测性，特别是过去事件如何影响未来事件。在纯随机过程中，H = 1/2。在一个以持久性为特征的过程中（H > 1/2），相似类型事件的聚集可能性增加，同时系统动态的长期变化可能性也增加。因此，这样的过程可能在不同的时间尺度上表现出明显的波动（例如，湿年后接着干旱），随后是持续的长期模式（例如，干旱持续数年）。相反，H < 1/2的行为被称为反持久性。
在这方面，时间平均过程的方差与平均尺度的对数图（称为气候图）是一个有用的工具，用于表征相关变化和不确定性。如果时间序列xi代表一个纯随机过程，气候图将是斜率为-1的直线，如经典统计法则所暗示：
(1)
\\[\\gamma(k) = \\frac{\\gamma(1)}{k}\\]
然而，在现实世界的过程中，斜率不同于-1，标记为2H - 2，描述了缩放法则：
(2)
\\[\\gamma(k) = \\frac{\\gamma(1)}{k^{2 - 2H}}\\]
方程（2）定义了HK过程。参数H是熵产生的度量，与变化密切相关。可以看出，如果H = 1/2，则方程（2）切换为（1），表示一个纯随机过程。在大多数自然过程中，Hurst参数在区间1/2 < H < 1之间，表示一个持久的过程。H参数的拟合也考虑了估计偏差，等于-γ(n)，其中n是时间序列的长度。因此，拟合误差被估计为经验气候图与理论模型加上偏差之间的差异（标记为“HK适应偏差”）。图表2展示了经验气候图和模型拟合的示例，同时考虑了估计偏差。
所有站点的Hurst参数完整集以及其他表征变化的指标显示在表1中。发现平均H值为0.63，这与文献中报告的值一致，表明中等程度的持久性。这意味着在一系列年降水总量中，长期变化和模式继续的趋势是中等的，然而仍然大于纯随机过程中的趋势。
通过绘制所有22个站点的年总量的历史记录（高或低），并识别这些记录发生的时间，可以提供对过去气候事件的另一种描述。这在图表3中显示。上面一栏显示所有站点的记录高点，观察到相对于站点平均值的最高记录是在1787年在首尔（韩国）记录的，第二高的记录是在1872年在马赛（法国）记录的。下面一栏显示每十年的记录发生次数，以及使用二项分布计算的95%置信限，假设记录（高或低）发生过程的独立性和同分布。还显示了站点年份的数量，以解释置信区间限制的变化。（即，在所有站点中，极端事件的数量在年份较多的十年中统计上是预期的。）
观察到1870年至1879年十年间有显著数量的高记录，而1920年至1929年十年间有显著数量的低记录。最近的几十年则标志着回归“平均”条件。然而，在检查95%置信限时，预计上限2.5%和下限2.5%的记录会超出这些限度。因此，从统计的角度来看，这些少数偏差并不特别显著。人们可能会认为，由于过去打破了更多的记录，打破新记录的门槛更高。然而，这种看法源于对概率的常见误解。它混淆了与先前记录的时间距离，平均而言，随着时间的推移而增加，与记录发生的概率。正确的结果是，在任何一年中出现记录值的概率对于所有年份都是相同的，等于年份数量的倒数。值得一提的是，干旱年份的聚集（干旱发生）比湿年聚集更为明显。这意味着干旱往往在连续几年中发生，而湿年则往往更为分散。
作为降雨量变化的指标，本特别报告研究气候差异，估计为不同气候时期之间平均值的差异，以及跨越整个时期的线性趋势斜率，由早期时期的开始和后期时期的结束定义（包括所有中间年份）。为了使两者可比，气候差异标准化如下。标准化气候差异（SCD）定义为：
(3)
\\[\\underline{\\mathit{d}}(k, l) = \\frac{\\underline{\\mathit{x}}\_E^{(k)} - \\underline{\\mathit{x}}\_B^{(k)}}{(k + l)\\mu}\\]
其中xB(k)和xE(k)是时间序列覆盖的时期开始和结束时的气候值，作为时间尺度k的时间平均值，l是这两个时期之间的中间时期的长度，μ是所考察过程的均值。（注意使用荷兰惯例对随机变量进行下划线，以将其与非下划线的普通变量区分开来。）显然，变量d(k,l)的均值为0，而对于方差可以证明：
(4)
\\[\text{var}\\left[\\underline{\\mathit{x}}\_E^{(k)} - \\underline{\\mathit{x}}\_B^{(k)}\\right] = \\frac{2\\mathit{\\Gamma}(k) + 2\\mathit{\\Gamma}(k+l) - \\mathit{\\Gamma}(2k+l) - \\mathit{\\Gamma}(l)}{k^2}\\]
其中Γ( )是过程的累积气候图，即累积过程X(t)的气候图，定义为：
(5)
\\[\\mathit{\\Gamma}(k) = k^2 \\mathit{\\gamma}(k)\\]
因此，
(6)
\\[\text{var}\\[\\underline{\\mathit{d}}(k, l)\\] = \\frac{2\\mathit{\\Gamma}(k) + 2\\mathit{\\Gamma}(k+l) - \\mathit{\\Gamma}(2k+l) - \\mathit{\\Gamma}(l)}{k^2 (k+l)^2 \\mu^2}\\]
此外，假设该变量具有正态分布。
在这里，以上方法应用于年时间序列，假设两个气候时间尺度k1 = 30和k2 = 60（年）。如果在给定时期内缺失的年值少于15%，则计算年平均值，这可能导致每个检查案例的站点数量略有不同。选择三个气候时期，旨在最大化具有足够数据的站点数量，并使其代表（a）一个过去的气候状态，始于19世纪末；（b）一个过渡气候时期，始于20世纪初，结束于最近全球变暖加剧之前（1970年之前）；以及（c）一个最近的气候时期，涵盖尽可能最新的几十年。
为了能够比较变化的时间演变，前期被定义为过去的“基期”，这里选择1870年至1899年作为30年时间尺度的基期，1840年至1899年作为60年时间尺度的基期。假设这是一个基准，用于与后来的时期进行比较。例如，在图表4中，1930年至1959年和1970年至1999年这两个时期分别与早期的基期进行比较。中间时期的长度分别为l1 = 30年和l2 = 70年。
气候平均值是在对时间序列进行均值标准化后计算的。此外，标准化变量xij/μj（其中i = 1,…,n，j = 1,…,N）假设所有N个时间序列具有相同的方差，其中N是每个调查的站点数量（由于缺失值可能不同），n是时间序列的长度。因此，为了估计累积气候图（Γ(k)等），假设一个HK模型，其在尺度1上的方差等于所有N个时间序列的xij/μj的方差。图表4中的理论曲线是基于气候差异的正态分布和所有站点的平均Hurst参数（H=0.63）构建的。为了比较，还展示了一个纯随机气候的情况（H=0.5）。
对于60年时间尺度的调查，采用相同的程序，如图表5所示。在这种情况下，过渡期和近期时期分别选择为1900年至1959年和1940年至1999年，因此结束于与30年时期相同的年份，但跨度早30年。基期为1840年至1899年，中间时期的长度分别为l1 = 0（对应于连续时期）和l2 = 40年。
在两个时间尺度的调查中，整体上与统计预期一致，唯一显著的偏差是1930年至1959年期间每十年负百分比变化的主导地位，这也与同一时期发现的低记录数量增加相一致，如图表3所示。然而，近期时期（1970年至1999年）显示出回归到“预期”的变化指标。显然，1930年至1959年期间的偏差在1900年至1959年的更大时间尺度上也不那么明显，如图表5的上面板所示。将基期与更近期的气候时期（1958年至2017年）进行比较，与1940年至1999年期间获得的结果一致，但由于站点数量较少（10个），未显示。
对覆盖超过150年年日最高气温的60个站点的类似调查由Iliopoulou和Koutsoyiannis进行。REF 站点的空间分布如图2所示，详细属性见附录表2。
图表6提供了选定站点降雨长期变异性的初步可视化。可以看到，年最高值也表现出显著的年际和季节间波动。然而，十年间的波动，如气候平均值所捕捉的，较年总量的波动不那么明显，这与降雨最高值的一般依赖特性相一致。REF
与之前一样，检查每个站点的记录高值发生年份和每十年的记录高值数量；然而，记录低值的分析被跳过，因为在研究降雨最高值时它们的相关性较小。结果如图表7所示。
观察到对于该数据集，记录高值（相对于站点的均值）发生在1945年在Vaexjoe（瑞典），其次是1879年在Mantova（意大利）。每十年的发生情况符合统计预期，除了2000年至2009年这一十年，显示出更多的记录高事件。进一步调查发现，在这一十年中，九个记录事件中有六个发生在荷兰，该地区报告降水量增加；REF 因此，这一偏差反映了一个局部信号。由于该数据集包含许多来自北欧，特别是荷兰的站点（图2），用于计算置信限的独立同分布假设在某种程度上也被违反。然而，最近的十年显示出记录高事件的数量不显著。
对变化指数的分布进行调查，即标准化气候差异和线性斜率，假设两个气候时间尺度k1 = 30和k2 = 50（年）。考虑到该数据集的最小记录长度为150年，选择50年的时间尺度（而不是之前分析中的60年），以便探索三个重叠最少的气候时期，这些时期的选择遵循与年总量相同的原则。过去的“基期”在这里选择为30年尺度的1870年至1899年和50年尺度的1870年至1919年。然后，后期时期从1930年至1959年和1970年至1999年分别与早期基期进行比较，如图表8所示。中间时期的长度分别为l1 = 30年和l2 = 70年。对于60年时间尺度的调查，采用相同的程序，如图表9所示。在这种情况下，后期时期选择为1920年至1969年和1960年至2009年；因此，中间时期的长度分别为l1 = 0和l2 = 40年。与之前一样，相关图表中的理论曲线是基于气候差异的正态分布构建的。为了比较，还展示了Hurst参数为H=0.6和纯随机气候（H=0.5）的情况。
结果表明，与19世纪末相比，后来的气候时期经历了最大日降雨量的增加，这种行为甚至在20世纪上半叶就已显现，如图表8和9的上面板所示。最近的气候时期没有显示出明显的增加，但减少的数量少于在假设的随机模型（H = 0.6，0.5）下的预期。
为了规避长期降雨站点空间覆盖不满意的限制，还检查了非传统数据；最有用的是ERA5再分析的数据。REF 这是欧洲中期天气预报中心（ECMWF）的第五代大气再分析，其中ERA指的是ECMWF再分析。观察期从1940年开始，日常更新持续进行。它作为一项运营服务产生，其场与ECMWF的运营分析比较良好。ERA5提供大量大气、陆地和海洋气候变量的每小时估计。ERA5结合大量历史观测数据，利用先进的建模和数据同化技术生成全球估计。数据通过ClimExp平台提取并进行空间聚合，REF 从1950年至今以每日时间分辨率和0.5°的空间分辨率提供。
还检查了其他网格化全球数据集，但未发现其可靠性足够。例如，气候预测中心的统一基于测量的数据集（0.5°，全球，1979年至今）在2022年12月30日包含820毫米（mm）每天的日值。另一方面，全球降水气候中心的数据集（1°，1988年至今）在2015年1月6日包含178毫米每天的日值，这两个来源相互矛盾。这两个值在该地区都不合理。E-OBS数据集REF（0.25°，欧洲，1920年至今）在1921年2月8日包含2670毫米（mm）的日值，且其他值也过高，均不合理。最后，由国家环境预测中心和国家大气研究中心共同生成的再分析数据集（1.88°，1948年至今）REF 对于最大日降水量给出了过低的值。例如，根据该数据集，整个期间的最大值仅为地中海70毫米和东南亚172毫米。
因此，全球分析仅使用ERA5数据集，因为它被认为是所有检查过的数据集中最可靠的。图表10显示了全球年平均日降水量的时间序列。可以看到，全球平均日降水量在10年尺度上波动显著，但没有表现出系统性模式。
除了全球水平外，降水还在31个子区域进行检查。其中26个是所谓的SREX区域，由气候变化政府间专门委员会（IPCC）REF 在其《管理极端事件和灾害风险以促进气候变化适应的特别报告》中定义（通常缩写为SREX）。其余五个子区域是根据IPCCREF（第五次评估报告，缩写为AR5）添加的，以覆盖整个地球。所有子区域在图3中显示，并在表2中澄清。01到26的数字与SREX报告中的相同，而00和27-30的数字则分配给本特别报告。
与图表10（全球降雨）类似，图表11显示了与气候相关的四个子区域的时间序列及其特征。这些是：
图表11中最显著的模式之一是存在多年的波动。这些波动通过Hurst参数量化，Hurst参数通过气候图估计，如图表12所示。所有区域的Hurst参数完整集以及其他表征变化的指标显示在表3中。值得注意的是，区域估计显示出比站点调查所揭示的更大的波动。这一事实也与最近的文献一致。REF 另一个发现是强烈的区域差异，例如东南亚的增加和东非的同时减少。
在此分析中，所有31个区域的年日降水量的历史记录（高或低）被绘制，标识这些记录发生的时间（见图表13）。上面板显示所有区域的记录高和低，观察到最高的记录发生在1950年。下方面板显示每十年的破纪录发生次数。如前所述，如果多个记录超过置信限，则会识别出这些记录的统计“意外”发生。假设独立同分布的情况下，从二项分布计算的上限和下限95%置信限分别为十年的8和1，以及2020年至2022年三年期间的4和1；因此，只有1960年至1969年的记录低值过多，超过了上限置信限。
在这里，标准化气候差异方法应用于年时间序列，假设气候时间尺度k = 30（年）。由于可用时间序列的长度n = 73（年），该模型仅检查两个时期。早期时期选择为1950年至1979年，后期时期覆盖1993年至2022年，因此中间时期的长度为l = 13。对于31个时间序列中的每一个，估计整个时间序列的均值作为时间平均值。此外，标准化变量xij/μj（其中i= 1,…,73，j = 1,…,31）假设所有31个时间序列具有相同的方差。因此，为了估计累积气候图（Γ(k)等），假设一个HK模型，其在尺度1上的方差等于所有31个时间序列的方差。图表14中的理论曲线是基于气候差异的正态分布和所有区域的平均Hurst参数（H=0.76）构建的。为了比较，还展示了一个纯随机气候的情况（H=0.5）。与理论预期有显著差异的两个案例用其区域代码标记。
图表14显示出与统计预期的一致性，除了撒哈拉和东非地区的平均日降水量显著下降外，没有出现显著模式。
同样的调查集也针对年最高值进行，首先评估上述相同区域的最大日降水量图（见图表15），13MED（地中海），16EAF（东非），23SAS（南亚）和24SEA（东南亚）。波动再次显而易见，这些波动通过相应的H参数量化，并在图表16中显示EAF和SEA区域。正如之前讨论的，最大值序列的长期波动不如降雨平均值明显，这也从比较相应的H参数中显现出来。
从所有31个子区域中提取的年最大日降水量的时间序列，按每个子区域均值标准化，并在同一年同时提取，也显示在图表17中。这再次不支持加剧的说法。
记录的最高值（相对于区域均值）发生在1963年在27CAR（加勒比海），其次是1974年在26SAU（南澳大利亚/新西兰）（见图表18）。假设独立同分布的情况下，从二项分布计算的上限和下限95%置信限分别为十年的8和1，以及2020年至2022年三年期间的4和1；因此，图表18（下方面板）中没有记录高事件超出置信区间。全球最高的发生次数观察到在1960年至1969年，尽管实际数量在估计的置信范围内。值得注意的是，2000年至2009年这一十年在全球范围内检查时，并未显示出统计显著的高事件数量，与前一部分对仪器站的调查中观察到的情况相同。
最后，如图表19所示，变化指数的概率分布与基于估计的H参数（H=0.56；所有区域的平均）预期一致，但在最近时期（1993年至2022年）显示出比早期时期（1950年至1979年）更多的负变化（极端值的减少）。这再次与加剧的说法相悖。
在全球变暖期间对水循环加剧的广泛关注中，降雨动态及其极端事件正受到越来越多的科学关注。在本特别报告中，作者通过调查和结合两个有价值的降雨信息来源的优势，补充了全球降雨趋势的文献：降雨站点的长度超过150年和覆盖整个地球的降雨再分析产品。长期降雨站点使得对过去气候状态的检查和对气候动态的洞察成为可能，而这些是通过通常可用的时间序列长度无法获得的；在这里，这些信息可以追溯到1697年。降雨再分析产品具有均匀的空间分辨率，允许对全球最近变化进行稳健的调查。后者尤其重要，特别是在寻找全球变化信号时，因为尽管仪器记录的长度更长，但并没有足够的全球覆盖（例如，通常非洲、南美洲和亚洲的大部分地区未被覆盖）。仪器数据集中存在的空间相关性也使得寻找显著趋势变得复杂。在这里，为了减轻空间相关性的问题，IPCC划定的31个气候同质区域的降雨极端事件也被单独研究，除了对全球平均降水的调查。
从上述调查中，本特别报告发现降雨表现出显著的年际变异性，气候值在多年和十年间波动，没有系统性模式。这种动态的强度表现出区域差异，在某些站点和区域较高，而在其他地方较弱，但平均上与纯随机过程的动态有所不同。当调查在更大空间尺度上聚合的降雨时，这种长期变异性被放大，如再分析产品所示。这与最近的文献一致，REF 显示持久性随着平均的空间尺度增加而增加，因为它与气候系统中的大尺度波动模式相关。然而，在所有情况下，这些波动动态并不支持降水变化与单一驱动因素（如二氧化碳排放量上升）之间的关联。REF 在美国也没有发现洪水幅度随着全球平均二氧化碳浓度增加而增加的强有力统计证据。REF
一组长期降雨站点，主要分布在欧洲地区，表明20世纪的年总降雨量模式与19世纪末的第一时期不同，表现为更干燥，并在最近几十年回归到“预期”和更湿润的条件。在极端事件方面，20世纪的降雨模式与19世纪的降雨模式不同，显示出年日最大降水量的增加，无论是在其第一时期（1970年代之前）还是在后来的年份中继续不同。然而，由于观察系列的地理分布主要由欧洲的站点主导，这些发现大多反映了变化的区域信号，而不是全球范围内明显的信号。
确实，ERA5再分析的调查确认了强烈的区域差异，平均日降水量在东非同时减少，而在东南亚增加。另一方面，被认为是气候变化“热点”的地中海地区显示出显著的降雨气候稳定性，这也与该地区的文献发现一致。REF 极端事件的发生也表现出不规则的时空动态，但这些波动不如降雨平均值的波动明显。北欧报告的极端事件加剧（见“2. 全球降雨趋势文献的简要回顾”）通过再分析调查得到了确认，尽管对长期系列的检查显示这些增加自20世纪初以来就已发生。
原始來源：传统基金会