在气候变暖的大背景下,多数陆地地区的极端气候事件频率和强度都呈现上升趋势,研究长江流域极端降水的时空变化特征及区域频率,可以为流域内的防洪减灾工作提供参考。本文基于长江流域130个气象站1965-2014年的年降水和极端降水序列,采用森斜率估计和MMK检验分析降水序列的时空变化趋势,运用EEMD方法研究降水序列的多时间尺度特征,采用模糊C均值算法和H值检验法对长江流域进行一致性区域划分,在此基础上,根据拟合优度确定各子区域极端降水序列的最佳概率分布,考虑站间依赖性进行区域频率分析,利用均方根误差等评价分位数估计值的精度,对极端降水重现值进行时空特征描绘,得出如下结论:(1)采用森斜率估计长江流域年降水及极端降水序列在时间尺度上变化的倾斜率,并用MMK检验其趋势显著性,结果表明:长江流域年降水呈现出上游上升-中游下降-下游上升的空间分布特征;极端降水序列在流域东北部呈上升趋势,在流域上游地区变化趋势不显著。(2)采用EEMD对长江流域年降水和极端降水序列进行分解,以获得其多时间尺度特征。结果显示:长江流域年降水与极端降水序列的平均周期基本吻合,均具有2.78a和5.5a左右的年际振荡,及10a和31a左右的年代际振荡。(3)应用模糊C均值分类和异质性检验,整个长江流域的年最大1、3、7和10日降水序列均可划分为7个一致性子区域。拟合优度检验表明:广义极值分布(GEV)和广义正态分布(GNO)为大部分区域极端降水序列的最优分布函数。(4)使用考虑站间依赖性的Monte Carlo模拟评价极端降水增长曲线和分位数估计值的精确性,与站点绝对独立的情况相比,其均方根误差(RMSE)变大,90%的误差界也变宽。(5)每个一致性区域的区域增长曲线及其90%的误差界表明:当重现期小于100年时,分位数估计值具有较高的可靠性,在四川盆地和长江中下游地区发生极端降水事件的可能性比较大,易发生高风险洪涝灾害;重现期为100年的极端降水空间分布格局表明:从长江上游到下游的极端降水量逐渐增加,导致长江中下游流域更容易遭受洪涝灾害,这一结果与其区域增长曲线相一致。