作为全球气候系统的重要组成部分，海洋-陆地的水汽交互过程影响着全球范围的水文循环过程，并且控制着典型区域的极端水文事件。中国东部属于典型的季风气候区，在东亚季风和ENSO的影响下，夏季来自太平洋的大量水汽输送至中国东部地区，容易导致大规模暴雨，进而引发一系列的洪涝灾害，严重危害我国社会经济发展和国民生命安全。研究中国东部夏季降雨来源及其成因对于深入理解暴雨的形成，开展暴雨预报有着重要意义。目前，对中国东部海洋水汽输送的定量研究主要采用构建概念模型和数值模型的方法，几乎没有研究采用基于稳定同位素的物理示踪方法，这主要是由于传统稳定同位素方法的局限性和高精度长时间序列同位素数据的匮缺。
       本文针对传统同位素方法的局限性，改进了传统的二元混合端元分析法，通过引入蒸腾和蒸发相关参数，实现了只采用一种稳定同位素定量获取三种水汽来源对降雨的贡献。此外，针对稳定同位素数据的匮缺，借助交叉验证的方法评价不同气候模式的模拟效果和偏差校正方法的校正效果，从定性和定量两方面衡量全球气候模式和偏差校正方法对总体不确定性的影响，在此基础上，确定案搭建降雨同位素数据集的最佳方案。针对ENSO事件复杂的时空变异性，采用改进的同位素模型和搭建的高精度降雨同位素数据集，深入探究了不同位相和阶段的ENSO事件下中国东部降雨水汽来源贡献的变化，进而揭示ENSO事件对中国东部降雨过程的影响及其成因。
       研究结果表明，改进的混合端元分析法获取的降雨水汽来源贡献与概念模型和数值模型的结果相近。从南到北，夏季海洋水汽对降雨贡献从90%左右降低至60%左右。全球气候模式低估了降雨中稳定氧同位素含量，基于均值和基于分布的偏差校正方法都能消除模拟结果的偏差，选择的评价指标不同校正效果表现不同。校正后的全球气候模式很好地再现了研究区降雨中稳定氧同位素的时空变异规律，采用多气候模式多偏差校正方法平均方案搭建的降雨稳定同位素数据集可靠性最高。不同强度的ENSO事件，降雨水汽来源呈现出相似的时空变化特征，在研究区中部90%以上的降雨来源于太平洋的海洋水汽，在研究区北部这个比例降至80%左右。总体来说，本文选择的两次厄尔尼诺事件发展期输入性水汽对降雨来源贡献比衰减期少，而拉尼娜事件发展过程中则呈现相反的趋势。
 

降雨来源贡献，氢氧稳定同位素，偏差校正方法，不确定性分析，ENSO