近40年三江平原极端降水时空变化特征分析

鲁 菁, 张玉虎, 高 峰, 刘玉洁

(1.首都师范大学 资源环境与旅游学院, 北京 100048; 2.中国科学院 地理科学与资源研究所, 北京 100101)

在全球气候变暖背景下，极端降水强度和频率均有增加[1]，因极端降水发生特殊性、复杂性致使干旱、洪涝、泥石流等灾害频发，对自然环境和国民经济造成巨大损失[2-3]，各国学者广泛关注，是当前研究的热点。Skansi等[4]研究显示，南美大陆东部地区极端降水事件加剧。Boccolari[5]、Croitoru[6]等研究表明近年来欧洲极端降水事件总体呈上升趋势。已有研究表明，中国极端降水存在复杂的时空变化趋势，长江中下游、东南地区和西北的部分区域极端降水有增加趋势，而华北、东北和西南的部分地区有减少趋势[1,7]。杨金虎[8]、顾西辉[9]等通过对中国近半个多世纪极端降水的变化研究发现，中国极端降水次数在全国大部分区域呈显著增加趋势。

由于不同区域在气候环境、地形地貌等方面存在差异较大，因此，结合区域实际情况仍需开展更为详尽的评估工作。三江平原作为我国重要的商品粮生产基地，大约80%的灌溉农业用水来源于自然降水[10]，下垫面的改变使该区域生态环境相对脆弱[11]，极端降水事件的持续上升将会造成农田淹没、干旱等自然灾害发生，增加大面积农业灌溉区粮食生产的不确定性[12-14]。近年来，我国学者针对三江平原地区的降水变化开展了相关研究，闫敏华等[11]定量论述了三江平原地区气候变化事实，认为该区域气候系统内部的变化可能是引起各气候要素发生突变的原因；王秀芬等[15]分析了三江平原过去30 a降水量的时空变化特征，发现年降水量表现为明显的减少趋势，其中减少幅度较大的区域主要分布在三江平原北部地区；付强等[16]通过采用近似熵理论、ArcGIS空间分析理论，揭示了近半个世纪三江平原月降水量的空间复杂性。但是，前人研究多集中于三江平原降水量的变化上，而针对三江平原地区极端降水时空变化特征还少有研究，尤其是采用多种方法对极端降水的综合研究鲜有报道。

本文选取多种极端降水指数，应用气候倾向率、克里金插值法、Mann-Kendall非参数检验、累积距平、R/S分析法、相关分析法，分析近40 a三江平原地区极端降水时空变化特征。与已有针对平均态或单一极端降水指数[17]所做的线性趋势变化研究不同，本文采用世界气象组织气候委(WMO)提出的11个具有较弱极端性、噪声低、显著性强的核心降水指数[2,18]，可较为全面、系统地描述和捕捉区域极端降水强度、频率的时空变化特征。研究结果对三江平原农业气候灾害预估、宏观农业管理制度等方面提供一定的前期基础。

1 研究区域和数据

1.1 研究区概况

三江平原(129°30′—135°05′E，43°50′—48°40′N)位于我国黑龙江省东北部，涵盖由松花江、黑龙江和乌苏里江汇流的三角区域，总面积约10.89万km2，总人口约862.5万人，地势低平(平均海拔约60 m)，资源丰富。该区域属温带湿润、半湿润大陆性季风气候，全年平均气温1～4℃，全年平均降水量约539 mm，降水季主要集中于夏秋季，光照时数适中，雨热同期，适合一年一熟的水稻、大豆、玉米等农作物的生长。三江平原湿地面积曾达534.5万hm2，被称为我国沼泽地分布最为广泛的地区，现已成为我国重要的粮食储备基地和商品粮生产基地，每年为国家提供20%的商品粮。农业作为三江平原的第一产业，农业灌溉用水来源成为该地区经济社会发展的关键。因此，探求三江平原极端降水时空变化规律具有现实意义。

1.2 数据来源与处理

本文选取由国家气象科学数据共享服务网(http:∥cdc.nmic.cn/)和中国气象数据网(http:∥data.cma.cn/)提供的三江平原21个站点(图1)1979—2014年逐日降水量观测资料，分析近40 a三江平原极端降水时空变化规律，并对极端降水指数进行趋势预测，其中基于相对阈值的极端降水指标是在1979—2000年时间序列的基础上进行统计计算的[19]。为确保各站点降水数据的可信、可靠[20-21]，采取均一性检测方法对所选逐日降水数据进行质量检验控制[22]。

图1三江平原气象站点分布

2 研究方法

2.1 RClimDex模型

RClimDex模型(可从http:∥cccma.seos.uvic.ca/ETCCDMI下载)只需按规定格式输入降水量、逐日最高和最低温度等，即可计算得到世界气象组织气候委员会(WMO)推荐使用的27个核心极端气候指标，其中极端降水指标11个，包括降水总量(PRCPTOT)和下雨天数(RD)[2,18]。该模型用于执行质量控制(包括识别错误、搜索异常值、评估同质性)，具有操作简单、稳定性强等优点，现已被广泛应用到世界各地[21-22]。降水指标的计算对于降水缺测值十分敏感，由于研究的气象记录年限跨度较大，难免会存在记录值缺测等情况，因此程序要求所有的缺测值都统一设置为-99.9[23-25]。根据三江平原实际降水情况和研究需要，基于资料序列的百分位值确定相对阈值的方法[26]，本文选取11个极端降水指标(表1)进行计算，以较为全面、系统地描述和捕捉极端降水事件。

表1 极端降水指标定义

2.2 气候倾向率

气候趋势系数消去了气象要素的均方差和单位对线性回归系数数值大小的影响，从而可以在不同的地理位置、不同的气象要素之间比较趋势变化的大小，能较好地研究和揭露大范围气象场长期空间变化的趋势特征[27]。具体计算方法见公式(1)。

(1)

(2)

根据回归理论，气候趋势系数rxt与气候倾向率有如下关系：

(3)

式中：a1为气候倾向率；rxt为气候趋势系数；sx,st分别为气象要素序列与自然数列的均方差。

2.3 累积距平

气候突变是气象要素变化过程中存在的某种不连续现象，而累积距平是一种由曲线直观判断气候变化趋势的方法[28]。对于序列i，其t时刻的累积距平表示为：

(4)

2.4 R/S分析法

R/S分析法由英国水文学家赫斯特(E. Hurst)提出，通过分析估算的Hurst指数，可判断极端降水指标的时间序列趋势的持续性[30]。(Hurst指数H在0～1之间变化，值0.5表示缺乏长期持久性，大于/小于0.5的值意味着系列的长期持续性/反持续性的存在[1])为定量描述持续性及反持续性的强度，根据Hurst指数的大小进行分级，详见表2[31]。

2.5 克里金插值法

克里金插值法(Kriging)于20世纪50年代由南非地学家工程师Krige D G提出，后人将其应用于空间插值的等值线绘制，继而Kriging算法被广泛的应用于各行各业领域的空间分析与制图[32]。本研究在ArcGIS10.2环境下，利用Kriging将极端降水指数气候倾向率进行空间插值，基于含有距离和方向上存在偏差的样点数据，Kriging空间插值更能准确反映变量的空间分布特征[33]。

表2 Hurst指数分级

3 结果与分析

3.1 极端降水空间变化趋势分析

3.1.1 降水强度指标空间变化趋势分析 极端降水指数变化趋势存在显著的空间差异。1979—2014年，三江平原11个气象站点年降水量(PRCPTOT)呈上升趋势，主要位于西北部及东南部地区，以虎林站、鹤岗站、桦川站、佳木斯站等为代表，其他10个气象站点呈下降趋势，但气候倾向率为-2.1 mm/10 a，说明总体站点下降减幅较大，其中特殊年份降水量在一定程度上主导了线性趋势的发展。从变化趋势及站点分布来看，1日最大降水量(RX1day)与极端降水总量(R99p)变化情况相似，其中三江平原中部地区上升幅度较大，南部地区的RX1day上升幅度较小。从相应趋势站点数目来看，5日最大降水量(RX5day)与极端降水总量(R99p)变化情况更为相似，61.9%气象站点的RX5day、R99p呈下降趋势，仅三江平原中部宝清站R99p下降趋势达到95%的显著水平。集中分布在三江平原西部地区的10个气象站点异常降水总量(R95p)变化呈上升趋势，但均未达到95%显著水平。普通日降水强度(SDII)空间分布格局与PRCPTOT基本一致，但SDII气候倾向率0.0 mm/(d·10 a)表明三江平原普通日降水强度无明显变化趋势。由降水强度指标空间趋势分布结果可见，近40 a来三江平原地区西北—东南部降水较为丰沛，东北—西南地区干旱化趋势明显，极端降水总量上升幅度较大的地区主要集中于平原中部的宝清县，这可能与区域土地利用、植被覆盖、粮食种植等因素相关(图2、表3)。

图2降水强度指标气候倾向率空间趋势分布

3.1.2 降水频率指标空间变化趋势分析 在持续干燥日数(CDD)变化趋势上，除三江平原南部地区外，其他地区约61.9%的站点呈下降趋势，下降速率为-1.8 d/10a，其中仅东部地区汤原站CDD下降趋势达到极显著水平(p<0.01)。持续湿润日数(CWD)在空间及变化趋势上基本与CDD呈相反态势变化。1979—2014年，三江平原绝对指标R10mm，R20mm，R30mm均无明显变化趋势，表现出较为稳定的波动状态，但在空间上呈现出“西北、东南地区上升趋势显著，东北、西南地区以下降趋势为主”的降水分布格局(表3、图3)。结合极端降水强度指标空间趋势分析结果发现，除CDD外，各极端降水指标在空间变化上具有相似变化趋势，能够反映区域极端降水的分布及其变化规律，准确分析降水时间、强度变化及其分布，降低灾害发生风险。

3.2 极端降水时间变化趋势分析

3.2.1 极端降水时间变化趋势 1979-2014年，三江平原极端降水指数年际变化总体呈下降趋势，仅有CDD和RX5day两指数通过了0.05水平的显著性检验，其气候倾向率分别为-1.8 d/10a和-2.0 mm/10a；其余9个指数均呈非显著性，RX5day，R95p，R99p，PRCPTOT这4个指数呈非显著性减少趋势，持续湿润日数CWD呈微弱下降趋势；对比显示，SDII，R10mm，R20mm，R25mm这4个指数变化趋势不明显。其中，反映平均降水情况的普通日降水量基本处于稳定状态，位于最低值的1979年6.4 mm到最高值的1994年9.5 mm仅相差3.1 mm，说明研究区域的年有效降水事件中的降水量变化不大。此外，整体极端降水指数变化趋势显示三江平原极端降水发生频率呈下降趋势，这与东北地区极端降水指数呈减少趋势的事实相符[34]。

从5a滑动平均值年际变化总体来看(图4)，该区域的RX1day，RX5day，R95p，R99p，R10mm，R20mm，R25mm，PRCPTOT，SDII在20世纪90年代末前后波动起伏较为明显，较好呈现出丰枯极端降水年交错分布特征。根据5a滑动平均可将9个极端降水指数分为1979—1981年，1981—1997年，1997—2001年，2001—2014年4个阶段，分别表现为“上升—平稳—下降—上升”的趋势。除R20mm，R25mm，SDII这3个指数外，在1979—1981年和2001—2014年前后，其余6个极端降水指数均呈现明显阶梯性上升趋势，但总体下降趋势显著。研究结果表明三江平原极端降水总量的减少主要是由于降水强度减少引起的，降水频率对其影响较小。

图3降水频率指标气候倾向率空间趋势分布

图4 1979-2014年三江平原极端降水指数的年际变化

注：↑表示增加，↓表示降低。

3.2.2 极端降水变化的突变特征分析 气候突变是指气候从一种气候态向另一种气候态的急速转变。图5揭示了1979—2014年11个极端降水指数时间序列的Mann-Kendall突变检验和累积异常变化。根据1979—2014年三江平原RX1day累积距平分析显示，三江平原21世纪初1日最大降水量负距平占优势，累积距平曲线呈下降趋势，2011年累积距平降至最低-30.9 mm。Mann-Kendal突变检验表明，2000年和2011年RX1day时间序列发生突变，分别发生了“由多到少”和“由少到多”的突变，但由于UF(k)曲线未通过置信度为90%的显著性检验，因此突变后变化趋势不明显。RX5day与RX1day变化趋势基本相同，但在1990年超过α=0.1的置信区间，甚至在1992年超过了α=0.05的置信区间,说明变化趋势极显著。除CWD降水指标外，极端降水量指标与极端降水日数指标的Mann-Kendall突变检验和累积距平图分别表明2000年左右这些极端降水指数发生“由多到少”的突变。这一结果与极端降水时间趋势变化中20世纪90年代末前后波动起伏较为明显的结论相吻合，与武文博[34]、杨金虎[8]等东北地区极端降水指数突变趋势相一致。

3.3 极端降水与年总降水量的关系

研究表明，年降水量与极端降水变化相似，极端降水指标相互关联可对极端降水进行较为直观的反映[2,33]。各极端降水指数之间的相关系数见表4，CDD与其余指数之间呈正相关，除与R95p之间具有较强的相关性外(通过0.01的显著性检验)，与剩余极端指数间的相关性较差，同样，CWD与各极端指数间的相关性也较差。由此可知，除CDD、CWD外的各极端降水指数均能较好表征三江平原地区极端降水，具有较好的指示作用，即三江平原极端降水的变化情况会对降水量变化产生显著影响。这将为极端降水过程变化、趋势分析、未来预测等提供合理的基础。

表4 三江平原极端降水指标与年降水总量的相关性分析

注：**极显著(p<0.01)；*显著(p<0.05)。

3.4 极端降水指数持续性预测

将极端降水指数的历史变化趋势与Hurst指数叠加，能对未来极端降水指数的持续性进行分析预测[30]。表5为三江平原极端降水指数的Hurst指数。计算可得，三江平原极端降水指数的Hurst指数均在0.35以下，表现出强的反持续强度，尤其是RX5day在0.2以下，说明反持续性最强。此外，RX1day，CWD，R20mm，R25mm均在0.25≤H<0.35范围内，说明这些极端降水指数Hurst现象较明显，具有较强的反持续性。结合三江平原各极端降水指数时间序列的历史变化趋势，即可预测其未来变化趋势：极端降水强度指数基本成上升趋势，极端降水频率指数中除CWD外，也基本呈上升趋势。研究结果表明，未来三江平原雨水充沛，存在发生暴雨、洪涝等极端降水事件的可能性，及时采取应对措施，可减小极端气候灾害对该地区农业生产、区域水资源管理等方面带来的不利影响。

图5极端降水指数时间序列的Mann-Kendall突变检验和累积异常曲线

续图5 极端降水指数时间序列的Mann-Kendall突变检验和累积异常曲线

4 结 论

(1) 三江平原降水量气候倾向率空间分布整体呈现“西北—东南上升趋势显著，东北—西南以下降趋势为主”格局；其他各极端降水指数气候倾向率的空间分布上升趋势与下降趋势小幅交替出现，变化较为温和，而在南部地区各极端降水指数的变化趋势则较为明显且单一，除CDD外，基本处于下降趋势。

(2) 三江平原近40 a年降水量整体处于下降趋势，气候倾向率为-2.1 mm/10 a，其中特殊年份降水量在一定程度上主导了线性趋势的发展。由极端降水指标相关性分析可知，除CDD，CWD外，各极端降水指数之间具有较强的相关性，且相关系数均通过了0.01水平的置信度检验。

(3) 由三江平原各极端降水指数时间序列趋势变化分析可知，该区域部分极端降水指数在20世纪90年代末前后波动起伏较为明显，较好呈现出丰枯极端降水年交错分布特征。根据5a滑动平均年际变化情况表明，三江平原极端降水总量的减少主要是由于降水强度引起，降水频率对其影响较小。

(4) M-K突变检验指出，CDD，SDII，RX5day存在明显突变现象，其中，RX5day在1990年超过α=0.1的置信区间，甚至在1992年超过了α=0.05的置信区间,说明变化趋势极显著。此外，通过Mann-Kendall突变检验和累积异常曲线图结合，发现在2000年左右，除CWD降水指标外，极端降水强度指标与极端降水频数指标均发生“由多到少”的突变。

(5) 三江平原各极端降水指数的Hurst指数均在0.35以下，具有较强反持续性。将极端降水指数的历史变化趋势与Hurst指数叠加，即可预测未来极端降水强度指数基本呈上升趋势，极端降水频率指数中除CWD外，也基本呈上升趋势。