首页 > 论文范文 > 自然科学论文 > 气象学论文 > 气象观测论文 > 极端降水事件在典型岩溶地区的变化特征分析

极端降水事件在典型岩溶地区的变化特征分析

2020-11-13 135 上传者：管理员

摘要：鉴于极端降水会增加灾害的可能性，为确定极端降水变化特征，以典型岩溶地貌的贵州省为例，根据贵州省18个气象站点1964～2016年的逐日降水资料，利用GIS空间差值法、百分位阈值法、线性趋势、M-K突变检验法、Morlet小波变换等方法分析了极端降水事件发生频次、强度、年极端降水量和年最大降水量4项指标。结果表明，贵州省极端降水阈值由西北向东南递增，黔南州为高值中心；极端降水事件发生频率由东南向西北递增，黔南州、黔西南州受极端降水事件影响大，且各地多年均为减少趋势；4项指标都存在明显的年际变化，频次和年极端降水量为下降趋势，强度和年最大日降水量为上升趋势，且极端降水事件主要发生在夏季；贵州省极端降水事件未发生突变现象，但极端降水存在5～7年短周期、24～26年长周期振荡变化。

关键词：
M-K检验
Morlet小波
变化特征
极端降水
贵州省
加入收藏

1、研究区概况

贵州省地处云贵高原东部，整体上呈西高东低的趋势，从中部向东、南、北三个方向倾斜，是典型的亚热带季风性湿润气候，降水丰富且主要集中于夏季，强度不一。因此，发生极端降水事件的概率较高，造成的灾害性也更大，故研究该地区极端降水事件对贵州省防灾减灾具有重要意义。当前有关极端降水的研究较多，已有研究表明，我国极端降水主要集中于黄河以南区域[1]，具有明显的区域性特征[2,3,4,5,6,7]，针对极端降水的研究应落实到具体区域。云贵高原以岩溶地貌为主，地貌地表崎岖，对云贵高原阴雨天气影响显著，因此对岩溶极端降水事件的研究具有重要的实际意义。目前关于岩溶地区极端降水的研究不多，尤其是以贵州省为例极端降水事件的研究较少，且研究指数不同，对贵州省极端降水事件的时间、空间、季节变化研究不全面。因此，本文对典型岩溶地区贵州省近53年（1964～2016年）极端降水事件的时空、季节变化特征展开研究，以期为贵州省农业规划、防灾减灾提供参考。

2、研究数据与方法

2.1 数据来源

研究数据来源于国家气象数据共享平台（http：//data.cma.cn/），选择18个质量较高、均匀分布的气象站点（图1），提取1964～2016年实测逐日降水数据，参考气象编码说明处理数据，分析贵州省极端降水事件的时空变化规律。选择发生频次、强度、年极端降水量、年最大日降水量为研究指标。日降水量超过极端降水阈值的天数为发生频次，某年极端降水的总量为年极端降水量，强度为年极端降水总量与发生频次的比值，年最大日降水量则为该年发生极端降水事件的日降水量最大的值。经数据处理，4个指标的数据均为多年平均值。

图1贵州省及18个气象站点位置示意图

2.2 研究方法

极端降水反映较为极端的降水变化，本文采用百分位值法定义极端降水的阈值，日降水量超过该阈值则发生极端降水事件[2]，基于既有经验，采用百分位为95的固定值确定阈值。由于贵州省地表起伏幅度较大，因此在对极端降水数据进行差值时，对比多种模型插值方法，结合贵州省DEM数字高程数据、TRMM遥感降水数据产品等对比插值结果，得出采用克里金空间插值法（Kriging）对极端降水指标插值精度较高，故选择克里金空间插值法，其原理是通过对已知样本赋权重求得未知样点值，主要通过软件ArcGIS10.5实现。长时序降水变化趋势检验及突变检验采用Mann-Kenddall检验方法[8]实现，当正反序曲线对应值大于0，则表明序列为上升趋势，小于0则相反，当其超过临界直线±1.96时，表明其变化趋势显著，其相交点为可能突变点。而周期变化通过Morlet小波[9]确定振荡周期变化，主要是借助Matlab软件编码实现。

3、结果与分析

3.1 极端降水阈值分布

由百分位值法计算得到18个站点的阈值，阈值越大，发生灾害的可能性越大。阈值空间分布差异明显，呈现由西北部向南部递增的趋势。如图2所示，各地区的阈值变化不大，介于20.08～38.06mm/d，平均阈值为29.76mm/d，其中阈值的极大值出现在研究区的南部即望谟罗甸区域附近，因此贵州省南部发生极端降水的危害性较其他地区强，极小值出现在研究区的西北部即毕节市北部附近，其原因可能为该区为整个研究区海拔最高的地区。从整体上看，研究区各个地区极端降水事件的阈值南大北小，东大西小。

图2极端降水阈值分布

3.2 极端降水事件空间变化分析

研究区近53年极端降水事件4个指标空间分布差异明显，其空间变化见图3(a）。由图3(a）可知，极端降水频次由东南向西北递增，极端降水事件多发生于贵州西部毕节和遵义地区，平均每年超过10次，研究区南部（即罗甸望谟区域附近）发生频次最少。研究区东部发生极端降水的频次少于西部，即东少西多为主要空间分布特征。从线性斜率多为负值来看（图4(a）），贵州省大部分地区极端降水发生频次为减少趋势，但变化不大，其中减幅最大的是六盘水市的东南部、毕节市的东北部和铜仁市的东北部。因此，虽然毕节地区发生极端降水频次较大，但呈逐年减少的趋势。

图3 4项极端降水指标空间变化图

图4 4项指标线性斜率变化图

年极端降水量空间变化与频次相反，由东北向西南递增，年极端降水量介于356～507mm/a，整体来看，贵州省年极端降水总量南部地区多于北部，西部地区多于东部。从年极端降水量的线性斜率（图4(b））可知，大部分地区为负值，故其变化趋势整体为减少趋势，但变化幅度较频次变化大。

如图3(c）所示，研究区极端降水强度介于36.0～64.2mm/d，变化特征与极端降水阈值空间变化基本相同，由研究区西北向南递增。强度最大的为黔西南州，超过64.2mm/d，强度最小值位于研究区西北部，表明黔西南州为极端降水重灾区，发生灾害的破环性强。极端降水强度的线性斜率（图4(c））显示，研究区西南部极端降水强度为减小趋势，且减幅最大，其他地区呈增长趋势，增幅最大的是研究区东北部即铜仁市的东部地区。黔西南虽然年降水量、降水强度最大，但多年变化为不明显减少趋势。

年最大日降水量多年均值介于69.4～109.1mm/d之间，如图3(d），变化特征与强度变化和阈值变化大体一致，由研究区西北部向南部递增。其极高、极低值中心与强度的极高、极低值中心一致，由图4(d）可知，年最大日降水量线性斜率的变化趋势与强度变化趋势相似，增减幅极值中心亦基本相同，但其增减幅值比强度的增减幅变化大。

3.3 极端降水事件年际变化分析

图5为贵州省极端降水年际变化特征。由图5可知，贵州省极端降水4个指标的发生频次、年极端降水量为减少趋势，且减少幅度不大（图5）。极端降水强度、年最大日降水量为波动上升趋势，上升幅度较小。频次减少，强度增加预示未来发生洪灾、滑坡、泥石流灾害的可能越大，损失越严重。极端降水发生频次超过一半的年份为正距平（极端降水发生频次大多数大于多年平均值），但总体为减少趋势。年极端降水量呈减少趋势，下降速率为0.78mm/a，整个贵州省平均年极端降水量为421mm。极端降水事件的强度呈波动增加趋势，多年平均值为49.1mm/d。年最大日降水量呈上升趋势，但上升幅值较小。因此，虽然贵州省极端降水事件发生频次为减少趋势，但其强度却为增加趋势，应引起重视，强度和极端降水总量的增加会加剧冲刷力度，对于地势破碎地区，发生滑坡泥石流灾害的可能性较大。

图5极端降水年际变化特征图

3.4 极端降水事件季节变化分析

据统计，贵州省极端降水事件主要集中在4～10月，极端降水量最多为6～8月（夏季），发生频率和强度最大。6、7月发生极端降水事件的频次和年极端降水量呈上升趋势，8月发生频次总量和年极端降水量呈下降趋势。1、2、12月的极端事件频率少。强度分布比年极端降水量和频次均匀，季节变化不明显，强度最大为7月（图6），为52.1mm/d，强度最小为1月，为8.1mm/d。从整个夏季（6～8月）来看，发生频次的变化为缓慢下降趋势，同时也反映出极端降水强度在持续增加。

图6频次和强度逐月分布

3.5 突变检验及周期变化

M-K突变检验反映降水时间序列的变化趋势及突变特征，通过53年的数据统计（图7），贵州省极端降水事件发生频数UF（正序）线在1964～1967、1969～1970年为减少趋势，1967～1968、1971～1988年呈上升趋势，1989～2016年除2002、2003、2005年呈上升趋势外，其余年份均为下降趋势，变化趋势与年际变化结果一致。UF线和UB（反序）线存在多个交点，但均未超出±1.96临界值，因此未发生突变现象。

图7极端降水M-K检验图

年极端降水量UF线在1967～1988、1999～2013年呈上升趋势，1989～1999、2013～2016年呈下降趋势，变化趋势均不明显，与发生频次相同，亦未发生突变现象。年最大日降水量UF线变化趋势不明显，未通过0.05显著性检验，所以也未发生突变。极端降水强度UF线除1980～1982、1984～1989年呈下降趋势外，其余年份均为上升趋势。在1964～1988年UK、UB曲线在临界线之间出现了多个交点，但未超过临界线，因此未发生突变增长。

Morlet小波变换法用于分析周期变化，揭示时间序列变化周期，确定其振荡主周期。4个极端降水指标存在周期性变化特征（表1、图8），振荡周期存在异同。由表1、图8可知，发生频次、年极端降水量、年最大日降水量存在5～7年短周期，发生频次、强度、年最大日降水量存在24～26年振荡长周期，振荡强度最大。而强度指标只存在18～20年长周期变化，且研究时段处于增长高峰中后期，由此推断，未来将处于振荡减少的周期循环，故未来极端降水事件可能减少。

表1极端降水指标变化周期统计

4、结论

a.利用GIS的空间差值法、百分位阈值法、线性趋势、M-K突变检验法、Morlet小波变换法等对贵州省极端降水事件4项指标进行时空、季节分析，结果表明受影响最大的是贵州省南部，虽然发生频次较少且为减少趋势，但其强度和极端降水总量增多，危害性增加，原因可能与地势和季风气候有关，该地地势相对较低，东南暖湿气流率先到达，高原地形使气流抬升，故极端降水多发。因此，贵州省南部应更重视极端降水危害，避免引起二次灾害。

图8贵州省极端降水小波变换图

b.从年际、空间、季节角度展开研究，结果与既有研究相一致，但也存在不足，如数据有限，仅有18个气象站点数据，因此插值分析存在一些误差；未考虑各地不同地理环境而进行科学分区分析；选取的指标有限，且未研究极端降水的重要影响因子，因此在全球变暖大环境下，关注厄尔尼诺、印度洋、太平洋气流等影响因素，考虑分区展开精细化研究是未来研究的方向。

参考文献：

[1]王志福,钱永甫.中国极端降水事件的频数和强度特征[J].水科学进展,2009,20(1):1-9.

[2]翟盘茂,潘晓华.中国北方近50年温度和降水极端事件变化[J].地理学报,2003(增刊1):1-10.

[3]郑丽娜.近55a中国西北地区夏季降水的时空演变特征[J].海洋气象学报,2018,38(2):50-59.

[4]潘欣,尹义星,王小军.1960~2010年长江流域极端降水的时空演变及未来趋势[J].长江流域资源与环境,2017,26(3):436-444.

[5]刘宇峰,原志华,李文正,等.1961-2013年黄土高原地区旱涝特征及极端和持续性分析[J].地理研究,2017,36(2):345-360.

[6]葛根巴图,魏巍,张晓,等.柴达木盆地极端气候时空趋势及周期特征[J].干旱区研究,2020,37(2):304-313.

[7]刘江涛,徐宗学,赵焕等.1973-2016年雅鲁藏布江流域极端降水事件时空变化特征[J].山地学报,2018,36(5):750-764.

[8]春兰,秦福莹,宝鲁,等.近55a内蒙古极端降水指数时空变化特征[J].干旱区研究,2019,36(4):963-972.

[9]吴建峰,罗娜,张凤太,等.基于Morlet小波分析的云贵高原区春季降水特征研究[J].中国农村水利水电,2018(5):123-127,133.

甘露,刘睿,吴建峰,张凤太,李想.典型岩溶地区极端降水事件变化特征分析[J].水电能源科学,2020,38(11):9-12+89.

基金:国家自然科学基金项目(41801063);贵州省社会攻关计划项目(黔科合[2016]支撑2845号);贵州省科学技术基金项目(黔科合[2018]072号);贵州省教育厅青年科技人才成长项目(黔教合KY字[2017]206).