在全球变暖的背景下,了解降水的时空演变特征能够为区域水资源管理和洪涝灾害预防提供决策支持。本文基于长江流域115个雨量站1963~2013年的日降水数据和北极涛动(Arctic Oscillation Index,AO)、北大西洋涛动(North Atlantic Oscillation,NAO)和太平洋-北美涛动(Pacific North American Oscillation Index,PNA)三种大气环流指数的日数据,利用极端降水指标、小波多分辨分析、信息论和Manner-Kendall(M-K)检验等方法,对长江流域近51年来日降水变异的时空多尺度特征、极端降水的时空变化趋势和日降水与大气环流指数之间的遥相关关系进行分析。结果表明:(1)空间上,长江流域日降水序列的变异具有明显的局部聚集性,并沿纬向呈现出显著的非均质性,同时沿经向呈现出拟均匀性;103°E附近存在一条明显的分界线,界线以西的日降水变异程度显著高于界限以东的;日降水变异与高程之间存在较强的线性相关性,而与年降水量和年降水天数之间则存在较弱的相关性。时间上,流域内各站点日降水子序列对原始序列总变异的相对贡献的大小于103°E附近也存在一条明显的分界线,界线以西的各时间尺度下子序列的贡献均大于界线以东的;且这种相对贡献的谱图于256天处呈现出突变现象。此外,流域降水变异的时间尺度可分为三个不同的区间:短期的(2~16天)、年内的(16~256天)和年际的(大于256天)。(2)长江流域极端降水的变化趋势具有一定的空间聚集性,极端降水量在流域上游和下游地区主要表现为上升趋势而在中游地区主要呈现下降趋势,总体上该流域近51年来极端降水量及其强度都在增加,且极端降水事件发生的随机性越来越高。最大1日降水量(Max 1-day precipitation amount,Rx1DAY)和日降水强度(Simple daily intensity index,SDII)在不同子时段(1963-1987,1988-2013年)的概率密度分布间的显著差异分别证实了极端降水量和极端降水强度的增加,持续降水日数(Consecutive wet days,CWD)在不同子时段的概率密度分布的显著差异也再次说明极端降水事件发生的随机性越来越高。长江流域极端降水的变化还具有一定的周期性,年均降水总量(Annual total wet-day precipitation,PRCPTOT)、持续干旱天数(Consecutive dry days,CDD)、日降水量≥10mm天数(Number of days above 10 mm,R10mm)和日降水量≥20mm天数(Number of days above 20 mm,R20mm)都具有显著的1a周期,日降水强度(SDII)、最大1日降水量(Rx1DAY)和极端降水量(Precipitation of very wet days,R95p)都具有显著的4a周期,这些被观察到的显著的周期振荡都主要集中在1965-1980和1990-2010年。(3)长江流域日降水与三种大气环流指数AO、NAO和PNA之间都具有一定的线性相关性。总体上,长江流域日降水与AO和NAO两种指数之间具有正相关关系,而与PNA之间具有负相关关系。长江流域接近50%的站点的日降水与AO之间具有显著的线性相关性,其中具有显著正相关关系的站点多数位于云南、贵州和湖北等地区,具有显著负相关关系的站点主要位于东部沿海地区;有9个站点的日降水与NAO之间具有显著的正相关关系,仅有一个站点表现出显著的负相关关系;长江流域日降水与PNA之间具有显著线性相关性的站点数超过了60%,在105°E以东几乎所有站点都呈现出显著的负相关关系,仅5个位于云南省的站点的日降水与PNA之间具有显著的正相关关系。另外,长江流域日降水与大气环流指数之间的相关性具有一定的时滞效应,绝大多数站点的日降水对AO的滞后响应比较及时,仅有少数位于流域东南角的站点的日降水对AO的最佳响应滞后期超过了15天;流域日降水对NAO的最佳响应滞后期为1天的站点数最多,且日降水对NAO的最佳响应滞后期大于15天的站点数明显多于其它两个指数,说明该流域日降水对NAO的长时间滞后响应较其它两个指数更为明显;流域日降水对PNA的滞后响应也是较为及时的,约60%的站点的日降水对PNA的最佳响应滞后期为1~5天,仅有少数位于云南省的站点具有较长的最佳响应滞后期。