1961-2015年苏锡常地区极端降水指数变化特征分析

花 培，俞芳琴，刘 俊，丁 楠，高颖会

(1.河海大学水文水资源学院，江苏 南京 210098；2. 南京市浦口区水务局，江苏 南京 211800)

0 引 言

近年来，在气候增温的影响下，全球洪涝、暴雨等极端事件频发，在世界范围内产生了极大的影响。极端气候事件，尤其是极端降水事件引发的气象灾害，给人类社会带来了越来越严重的危害。王冀等[1]研究了长江中下游极端降水指数的变化特征，指出近46 a来极端降水指数增长趋势明显，而降水强度上升趋势最显著；李胜利等[2]基于近50年来山东省极端降水指数的变化，指出各指数和总降水量相关系数在空间分布上差异明显；丁瑾佳等[3]研究了苏锡常地区城镇快速发展对降雨的影响，发现随着城市的发展，苏州、无锡地区“雨岛效应”日益显著。但是，目前对苏锡常地区极端降水指数的变化分析还不完善。因此，本文选取了极端降水量、极端降水频次，极端降水强度和极强降水量4个极端降水指数，并选用了Mann-Kendall法和滑动秩和检验法对苏锡常地区极端降水指数进行趋势性检验和突变性检验。研究成果不仅能揭示该地区极端降水指数的变化特征，还对苏南地区的内涝防治有重要意义。

1 研究区概况

苏锡常地处长江三角洲平原河网地带，在亚热带湿润季风气候的影响下，苏锡常地区季风显著、雨热同季、雨量充沛、降水集中、梅雨显著。苏锡常地区年均降水量超过1 000 mm，年际变化小，受东亚季风的影响，降雨多集中在夏季6月和7月，期间常年降水平均值在250 mm左右，暴雨频发，强降水集中。然而目前对苏锡常地区极端降水事件的分析尚未完善，难以预测未来极端降水事件的发展趋势。苏锡常地区经济发展迅速，GDP总量占江苏省的40%，一旦发生洪涝灾害，后果难以预估。因此，本文选用了苏锡常地区1961-2015年29个代表雨量站(见图1)逐日降水资料，通过对极端降水指数的分析，对该区域极端降水特征进行分析。

2 研究资料与方法

2.1 研究资料

本文选取的降水资料由苏锡常三市的气象局提供(经过严格的质量控制)，可靠性良好。此次研究对缺测的数据均采用邻近雨量站点进行多元回归插值补齐，以保证降水资料系列的同步性。选取的降雨资料样本容量大，包含了丰、平、枯水文周期，涵盖了降雨变化规律，代表性较好。

2.2 阈值及指数的定义

采用百分位法定义各站点极端降水的阈值，即将各站逐年日降水量大于等于0.1 mm的子样本进行升序排列，将第95个百分位对应的日降水量定义为各代表站极端降水阈值。

本文选用4个极端降水指数对苏锡常地区极端降水事件进行研究分析。对于各测站，将某站某年极端降水量的总和称为年极端降水量；某站某年发生极端降水事件的总次数定义为年极端降水频次；某站年极端降水量和年极端降水频次的比值称为极端降水强度；根据百分位阈值法，日降水量超过第99百分位的降水总量称为极强降水量。

2.3 研究方法

采用世界气象组织(WMO)推荐使用的用于随机变量趋势检验的Mann-Kendall检验法，对苏锡常地区55 a各代表雨量站的极端降水指数进行趋势分析。Mann-Kendall检验法作为一种非参数检验法，与其他方法相比，其优势在于对样本是否服从一定分布无要求，且少数异常值对其干扰较小，能有效地揭示某一自然过程是否存在确定的趋势。对于已通过多元回归差值补齐的缺测数据，Mann-Kendall法也有良好的检验效果。原理如下：

从而根据S值确定τ值，进而得出Var(τ)和Z，其公式如下:

其中Z值作为判断趋势的依据，若Z>0，则认为时间序列有增加的趋势，若Z<0，则认为该序列有减少的趋势。在0.05的显著性水平下，当|Z|≥Z0.05时，则拒绝原假设，认为序列增加或减少趋势明显，反之，接受原假设，趋势不显著。

采用滑动秩和检验对年极端降水量进行突变分析，以研究该指数在时空上的急剧变化。雷红富等[4]指出各水文序列变异点的检验方法中，滑动秩和检验法效果最优。

3 结果与分析

3.1 突变性检验

采用滑动秩和检验对苏锡常地区1961-2015年各测站年极端降水量进行突变性检验。结果分析可知：各雨量站突变年份不统一，但基本集中在1980-1990年之间。原因可能是改革开放后，苏锡常地区的快速发展，下垫面不透水率的不断增加，导致了极端降水量的急剧变化。因此在进行趋势检验时，不仅对长时段(1961-2015)极端降水指数进行分析，也分析短时段(1981-2015)内城市发展高速期的极端降水指数变化。

3.2 极端降水量特征分析

对研究区长时段和短时段内的极端降水量进行趋势检，从而得到极端降水量的Z值空间分布图[见图2(a)和(b)]。长时段和短时段极端降水量Z值分布差别显著，长历时通过95%显著性检验的有5个站点，超过70%的地区呈增长趋势，基本集中在苏锡常地区的中部和南部。短时段中只有2个站点通过显著性检验，中西部地区主要呈减少趋势，部分地区减少趋势明显，只有东部沿江地区呈增加趋势。因此，研究区未来防汛工作的重心应放在东部沿江地区。

图2 长时段、短时段极端降水量Z值空间分布Fig.2 Spatial distribution of extreme precipitation Z-value in long term and short term

根据统计得到的各测站55a的极端降水量，推求各测站的年均极端降水量，从而了解苏锡常地区1961-2015年极端降水量的分布(见图3)。苏锡常地区极端降水量介于308-385 mm之间，空间上差异不大，受亚热带湿润季风气候的影响，极端降水量呈现从西北高、东南低的特点，最高值出现在无锡的宜兴，为385 mm。最低值出现在胥口，仅有308 mm。

图3 年极端降水量空间分布图(单位：mm)Fig.3 Spatial distribution of annual extreme precipitation

3.3 极端降水频次特征分析

采用Mann-Kendall法对研究区长时段和短时段的极端降水频次进行分析，通过ARCGIS分析Z值的空间分布情况[见图4(a)和(b)]。长短时段的降水频次趋势性相差较大，长时段的降水频次增加的地区主要在东南地区，只有一个站点增长趋势明显，其余地区主要呈减缓趋势，少数地区减少趋势显著。短时段降水频次总体上呈减少趋势，显著减少的地区主要集中在西南部。

图4 长时段、短时段极端降水频次Z值空间分布Fig.4 Spatial distribution of extreme precipitation frequency Z-value in long term and short term

苏锡常地区极端降水频次空间上差异并不明显(见图5)，频次介于5.6～6.8 d/a之间。最大值出现在常州天目湖地区，为6.8 d/a，苏州吴江区发生极端降水的频次也较高，为6.7 d/a。频次在空间上呈现从西南向东北递减的趋势。常州市极端降水量和频次都较高，该市的防汛工作尤为重要。

图5 极端降水发生频次空间分布(单位：d/a)Fig.5 Spatial distribution of extreme precipitation frequency

3.4 极端降水强度特征分析

通过Mann-Kendall法分析后可知，苏锡常地区长时段和短时段极端降水强度的趋势差异明显[见图6(a)和(b)]，长时段中呈增加趋势的地区主要分布在东南部，中部和西北部强度有减少的趋势，少数站点强度减小显著，而短时段中，超过70%的地区强度呈增加趋势，部分地区增加趋势明显，说明在1981年之后，苏锡常地区极端降水强度越来越高，而极端降水量和频次的呈减小趋势，更突显了该地区降水的极端性。

图6 长时段、短时段极端降水强度Z值空间分布Fig.6 Spatial distribution of extreme precipitation intensity Z-value in long term and short term

根据统计得到的苏锡常地区55a各代表雨量站极端降水强度资料，分析极端降水强度空间分布情况(见图7)。北部沿江地区的极端降水强度明显高于南部地区，其中江阴市和常州的武进区最高，均为63 mm/d，最低值都出现在苏州的吴江区。

图7 极端降水强度空间分布(单位：mm/d)Fig.7 Spatial distribution of extreme precipitation intensity

3.5 极强降水量特征分析

统计各站年内极强降水总量，计算得出各站点年均极强降水量，并画出空间分布图(见图8)。极强降水量分布与极端降水量分布大致相同，呈西北地区高，东南地区低的格局，最高值出现在无锡的江阴市，为134 mm，常州市的宜兴市和金坛区的极强降水量也较高,为130 mm。因此，重视这3个地区的防汛工作尤为重要。

图8 极强降水量空间分布(单位：mm)Fig.8 Spatial distribution of extreme precipitation

4 结 语

本文从长时段(1961-2015)和短时段(1981-2015)分别分析苏锡常地区极端降水量、极端降水频次和极端降水强度的变化趋势和空间分布，并分析了极强降水量的分布特征，结果表明：

(1)苏锡常地区长时段和短时段的极端降水指数差异较大，长时段极端降水量、极端降水频次和极端降水强度，在东南

地区呈增长趋势。短时段中只有极端降水强度呈增加趋势，其余指数总体呈减缓趋势。可见自1980年以后，苏锡常地区极端降水呈现频次少、强度大、集中度高的特点。可能与1978年改革开放后，苏锡常地区的快速城市发展有关。

(2)4种极端降水指数的分布基本一致，均呈从西部到东部逐渐递减的趋势。苏州市的极端降水强度比其他两市低，但是在短时段中极端降水强度的增长趋势却高于常州市和无锡市，原因可能是苏州市的城市发展速度高于常州市和无锡市。

(3)本文未对极端降水进行周期性分析，且城市化对极端降水的影响复杂性较高，况且还可能存在其他影响因素，因此，尚需进一步研究分析。

□

[1] 王 冀, 江志红, 严明良,等. 1960-2005年长江中下游极端降水指数变化特征分析[J]. 气象科学, 2008,28(4):384-388.

[2] 李胜利, 巩在武, 石振彬. 近50年来山东省极端降水指数变化特征分析[J]. 水土保持研究, 2016,23(4):120-127.

[3] 丁瑾佳, 许有鹏, 潘光波. 苏锡常地区城市发展对降雨的影响[J]. 长江流域资源与环境, 2010,19(8):873-877.

[4] 雷红富, 谢 平, 陈广才,等. 水文序列变异点检验方法的性能比较分析[J]. 水电能源科学, 2007,25(4):36-40.

[5] 李 威, 翟盘茂. 中国极端强降水日数与ENSO的关系[J]. 气候变化研究进展, 2009,5(6):336-342.

[6] 丁 楠, 沙晓军, 高颖会,等. 1961-2010年浙江省极端降水特征分析[J]. 中国农村水利水电, 2017,(2):104-107.

[7] 宋佳佳, 薛联青, 刘晓群,等. 洞庭湖流域极端降水指数变化特征分析[J]. 水电能源科学, 2012,(9):17-19.

[8] 江秀芳, 李丽平, 周立波. 极端降水特性分析研究进展[J]. 气象与减灾研究, 2012,35(2):1-6.

[9] 刘 鑫, 顾乐雨, 王 屏,等. 近30年太湖流域极端降水特征分析[J]. 水电能源科学, 2015,(9):1-4.

[10] Ting Z, WEI Fengying|. Probability distribution of precipitation extremes during raining seasons in South China[J]. Acta Meteorologica Sinica, 2009,67(3):442-451.

[11] Zhai P, Zhang X, Wan H, et al. Trends in Total Precipitation and Frequency of Daily Precipitation Extremes over China[J]. Journal of Climate, 2005,18(18):1 096-1 108.

·信息·