利用线性趋势，累积异常和Morlet小波方法，分析了大理地区1962〜2015年的年代际变化，年际，季节，月度变化，气候突变和降雨周期。 雨季的开始日期最早是2001年5月8日。 雨季的开始日期是2015年7月1日。 1962年至2015年的雨季开始日期的平均值为5月31日。 在过去的54年中，年，季节和月度降雨显示出不同程度的减少。 线性趋势分析表明，年降水量趋势呈递减趋势，线性趋势速率为-14.02 mm / 10a，年降水量的减少量随年数的增加不显着。 季节性降雨随年数的减少并不明显。 夏季和秋季的降雨量随着年的减少而减少。 夏季降雨量的减少趋势大于秋​​季。 冬季和Spring的降雨量随着年的增加而增加。 夏季降雨量的增加趋势大于秋​​季。 利用累积异常和Morlet小波方法，分析了年降水量的突变，发现了1974、2002和2008年的年降水量变化。年降水量主要在6和30期间。从6a和10a周期尺度来看，2015年至2019年的年降雨量正在增加，这表明大理州处于2015年至2019年的湿润时期。

西南地区降水变化趋势的空间分布特征，李炟，王式功，为减轻干旱等自然灾害对西南地区农业生产的不利影响和为农业产业提供气候依据，需要对西南地区降水的时空分布变化特征作进一步研

北京地区近51年来蒸发降水趋势分析，李昊洋，崔彦萍，为对比分析不同气候条件下区域各气象要素，降水和潜在蒸发的变化趋势及其对大气水文循环的影响，应用1958~2008年51年北京地区诸项气�

在本文中，针对越南南部的有限山区，对适应的20种极端降水指数进行了分析。 选择了四个站点30年以上的日降水量数据。 还分析了每个指标的最大，最小，均值，标准差，偏度和kurtoris的统计特征。 使用各种分布（例如正态，对数正态，Beta，伽马，指数，对数和约翰逊），以最高分数为基础，找到该区域的最佳拟合概率分布。 得分是根据适合性测试的统计优势排名进行估算的。 拟合优度的检验是Anderson-Darling和Shapiro-Wilks检验。 找出每个站点上每种极端降水指数的最佳拟合分布。 结果表明，Johnson分布最适合大于50 mm的强降水日数据。 在有限的山区，由于降水量大于99％的极端潮湿的天数，极端潮湿的天数和极端潮湿的天数，很难使概率分布适合降水分数。 对数正态分布，Johnson和Loglogistic分布是适合该地区大多数极端降水指数的最佳选择。

气候变暖背景下临汾地区极端降水特征的分析，夏伟晔，缪启龙，基于临汾地区17个气象站1977-2010年的逐日降水资料，运用R95P法计算临汾各地区极端降水的阈值，以此作为临汾地区极端降水事件的标准。

气象数据国际地面交换站日间数据，包括降水、温度、湿度、压力、风向、风速、压力等气象信息。

基于827个降水监测站1951——1998年的逐月监测数据,利用GIS空间分析功能,计算分析黄河流域降水量近50年的时空变化.先重点研究了1951——1998年期间典型降水等值线200、400和800mm的空间移动情况,结果表明:黄河流域黄土高原一带干旱化趋势十分明显,典型降水等值线南移.然后对1951—1979和1980—1998年前后2个时段黄河流域年、汛期和非汛期降水量空间变化分别进行分析,发现黄河流域降水减少幅度最大的区域在黄土高原大部和黄河下游,但是在黄河源头、伊洛河流域、汾河源头及其下游等则呈

降水的空间内插方法比较，江善虎，任立良，降水的空间内插将有限的雨量站点数据插值为规则分布的空间数据集，对于水文模拟预报及其它系列水文问题具有重要的实际意义。但在

MulGETS 是一种新的基于 Matlab 的随机天气发生器，用于生成多站点降水和温度。 它是单站点天气生成器 WeaGETS ( http://www.mathworks.com/matlabcentral/fileexchange/29136-stochastic-weather-generator-weagets ) 的扩展，可以暂时驱动单个单站点模型独立但空间相关的随机数。 与未修改的单站点天气发生器类似，降水发生使用一阶二态马尔可夫链生成，温度使用一阶自回归模型生成。 然而，MulGETS 不是基于单个伽马分布生成每日降水量，而是使用多伽马分布来解决降水量的空间相关性。 通过根据气候模型输出修改其参数，MulGETS 可以轻松用作气候变化影响研究的缩减工具。

月尺度 可计算1个月、3个月等多尺度