降水是一个复杂且非平稳的大气过程,受地理位置、地表状况及大气环流等的综合影响,不同区域内的降水过程存在较大的差异性。因此,研究降水的多尺度时空特征、识别同质降水区域并分析降水可能的影响因素对流域降水预测和水资源管理等方面具有重要意义。首先,本文利用集合经验模态分解方法(EEMD)分别对长江流域189个气象站1963~2016年的月降水序列进行多时间尺度分解;然后,提出了一种基于EEMD的多尺度信息熵(EME)方法,分析流域月降水在不同时间尺度下的随机特性;接着,采用模糊C均值聚类(FCM)方法对流域月降水进行空间区划;最后,利用时滞相关分析和逐步变量选择方法来识别影响流域各子区域月降水的显著气候因子,并构建多元线性回归模型对各区的月降水进行预测。结果表明:(1)流域内各站点月降水的信息熵值沿纬向呈现出明显的非均质性,主要表现为西部低-东部高的分布特征,但沿经向呈现出拟均匀性。同时,月降水序列的信息熵值与变异系数和高程之间存在较强的负线性相关性,而与年降水量和年降水天数之间均存在显著的正线性相关性。(2)IMF1~IMF3分量是长江流域近54年来月降水序列的各IMF分量中占优的特征分量,分别反映了准0.24a、0.62a和1.02a的季节变化,是流域月降水序列振荡的主周期。月降水在IMF1~IMF3分量上的随机性均随经度自西向东逐渐增大,随纬度自南向北逐渐减小。特别地,IMF2分量上的随机性对流域月降水随机性的贡献最大,而IMF3分量的贡献相对较小。IMF4~IMF6分量分别反映了长江流域月降水准2.37a、4.67a和9.48a的年际变化,IMF7和IMF8则反映了月降水准22.12a和50.81a的年代际变化。流域内134个站点的月降水长期变化趋势显著,其中,呈显著增加趋势的98个站点集中分布在川西高原、鄱阳湖流域、洞庭湖流域以及长江三角洲等地区,而呈显著减少趋势的36个站点集中分布在流域的北部地区。(3)长江流域月降水在空间上自西向东依次划分为6个子区域:西部高原区、西南部横断山区、北部低山盆地区、南部低山丘陵区、东南部鄱阳湖平原区和东部长江三角洲区。各子区域的月降水均受具有不同时滞的中国东海区的平均海表面温度(ECS)、黑潮区的平均海表面温度(KC)和中国南海区的平均海表面温度(SCS)的共同影响。利用识别的显著气候因子构建的多元线性回归模型能高效预测月降水的周期振荡模式和长期变化趋势,并且在空间上模型的预测性能自东向西逐渐提升。