陕西省近34年汛期极端降水事件变化特征分析

2019-12-30李静睿

绿色科技 2019年22期

摘要：利用陕西省100站自动站1985～2018年逐日降水资料，采用百分位法定义汛期极端降水事件的阈值，统计出陕西省汛期极端降水日数、极端降水量，并对其线性趋势、年代际变化、突变性和周期变化等进行了分析。结果表明：近34a来，陕西省汛期极端降水事件整体呈增长趋势，但趋势分布存在明显的空间的差异，榆林东南部极端雨日、极端降水量增长明显，关中中东部极端雨日和极端降水量的增长较小，部分地区的极端降水量还出现了下降趋势。极端雨日出现均值突变的特征，极端降水量具有显著的年代际变化特征和突变性;极端降水事件多体现年际变化特征，主要以准2a，2-3a的短周期为主。

关键词：陕西省汛期;极端降水;突变检验;小波分析

中图分类号：P467 文献标识码：A 文章编号：1674-9944（2019）22-0045-05

1 引言

随着气候的变化，近年来，极端事件越来越频发，极端降水事件作为一种小概率事件，具有突发性强、损害性大的特点，极端降水事件往往关系到该地的防汛抗旱和工农生产问题，直接影响着人们的生命财产安全，因此，对汛期极端降水事件的研究是很有必要的。本文采用百分位法对陕西省汛期极端降水事件阈值进行定义，进而探讨陕西省汛期极端降水事件的变化特征，以研究出其气候演变规律，为陕西汛期极端降水事件的气候预测提供一定的参考。

2 资料与方法

本文所选资料是陕西省1985～2018年100个自动站的逐日观测降水资料，数据经cimiss质控处理，对缺测进行了预处理。分析所指汛期选取为每年的5～10月份，统计出陕西省汛期内极端降水日数、极端降水量，对其线性趋势、年代际变化、突变性和周期性等进行分析。本文所使用的方法为：百分位法、趋势分析[1]、Mann-Kendall趋势检验法、滑动平均、滑动t检验、Morlet小波分析[2]。

3 陕西省汛期极端降水事件的定义

3.1 陕西省汛期极端降水事件的确定

一般降水根据24h降水量分为7级，凡日降水量达到和超过25mm的降水为大雨，超过50mm的降水则称为暴雨[9]。而陕西省南北跨度较大，陕北、关中、陕南的地形差异及气候背景也不同，故对于陕西省汛期极端降水不能简单地沿用大雨、暴雨或者大暴雨的标准来定义极端降水事件的阈值。

出于以上原因，将陕西省1985～2018年日降雨量，采用百分位法[3]定义了陕西省100站的极端降水事件阈值。本文中将1985～2018年逐年5～10月份陕西省各站的有效雨日（日降水量≥0.1mm）的逐日降水资料按照升序排列，第98百分位上的值为排序后的线性插值，选取该值的34a气候平均值定义为该站极端降水事件的阈值闭。在汛期内（5～10月份），若某站某日降水量超过了该站极端降水事件阈值时，就定义该站在这一天出现了极端降水事件。

3.2 陕西省汛期极端降水事件特征量的定义

将超过本站极端降水事件阈值的日数的累计，定义为某站汛期极端降水日数;将某站汛期的超过降水阈值的降水总和，定义为某站汛期内所有极端雨日的总降水量，在后文分别将这两个特征量简称为极端雨日和极端降水量。

统计了陕西100个自动站站近34a汛期内的极端雨日、极端降水量，建立这两个特征量的时间演变序列，并通过线性趋势、滑动平均等方法，分析近34a陕西省汛期内的极端降水事件的空间分布及时间演变特征，陕西整体区域状况用100个站点的平均值代表。后文将应用Mann-Kendall方法检验极端雨日以及极端降水量这两个特征量的年代际变化特征和突变性（显著性水平为α=0.05）;使用Morlet复小波分析的方法来探讨极端降水事件波动的周期性[3]。

4 陕西汛期极端降水的空间分布

从图1（a）中看出，陕西各站点的年平均总降水量的分布存在一定的空间差异，整体呈现南多北少，自北向南以此递增，降水量大值区主要位于陕南南部，最大年平均降水量位于紫阳1245.9mm。年均降水量低值区主要位于榆林西北部，其中最低值出现在定边站，该站年平均总降水量为348mm，大大低于全省平均值。

从图1（b）看出，极端降水量阈值在28.1～80.3mm/d之间，平均阈值为39.1mm/d。陕西汛期极端降水事件阈值的空间分布也存在明显的地域差异，阈值的最大值位于陕南中南部整体呈现南多北少的特征。榆林北部、关中南部、陕南地区的极端降水阈值都在平均值以上，为阈值的高值区，阈值最高值站点与年平均降水量最大值的站点相同，为紫阳站，其阈值高达80.3mm/d，高出区域平均值约41.2mm/d。榆林西部、延安中西部为阈值的低值区，最小的阈值为28.1mm/d，出现在榆林横山站。若单一地沿用大雨（日降水量≥25mm）或暴雨（日降水量≥50mm）等统一标准来确定陕西汛期的极端降水，将无法准确、真实地检测极端降水事件。由此看来，采用百分位法定义各站点的极端降水事件阈值是较为合理的。

对比图1（a）和（b），陕西汛期极端降水事件阈值的空间分布特征与近34a年平均降水量气候态分布较为相似，特别是大值区的地理位置非常一致，即年平均降水量大值区对应的极端降水事件阈值也比较大，表明陕西汛期极端降水事件与年平均降水量的关系较为密切。杨金虎等[4]分析了年極端降水事件的时空分布特征，发现中国年极端降水事件与年降水量之间存在较好的相关性，且夏季极端降水事件与年降水量的相关性最好。本文中陕西年均降水量和汛期极端降水事件阈值表现出的空间一致性与这一结论相似。

5 陕西汛期极端降水事件变化特征

5.1 陕西汛期极端降水事件的变化趋势

图3给出的是近34a陕西汛期极端雨日、极端降水量的线性趋势空间分布图，由图3（a）可见，陕西汛期极端雨日线性增长率在整个区域内基本都为正值，表示陕西各站在34a间的汛期内，极端雨日的日数整体处于增长状态。线性增长率最大值位于榆林东南部及关中中部部分地区，其中佳县、西安两站极端雨日的线性增长率分别为0.61d/10a和0.63d/10a，依次较区域平均线性增长率高出0.39d/10a和0.41d/10a。次大值区的分布较为分散，对应中心昊旗、蒲城、乾县、径河、洛南5个站点的线性增长率均超过了0.55d/10a。在榆林北部、延安中部、关中东部以及陕南中北部的部分地区极端雨日的线性增长率为负，但数值很小，说明这些地区近34a极端雨日减少的不明显。总体而言，陕北和关中地区极端雨日的增长趋势大于陕南地区。

从图3（b）和（a）中对比也可以看出乎，陕西近34a极端降水量线性变化趋势的空间分布与极端雨日线性变化趋势的空间分布较为相似。极端雨量的线性增长率大值中心位于榆林东南部，佳县站的线性增长趋势达到43.89mm/10a，较区域平均的线性增长率高出约30.75mm/10a。次大值区集中分布在陕南南部各站点的线性增长率基本都超过了25.00mm/10a。榆林西南部和延安西北部、宝鸡东部、渭南南部为线性增长率的低值区，大部分站点的极端降水量线性增长率低于10.00mm/10a。与极端雨日不同的是，极端降水量的线性增长率在陕西100个站点并非只有极个别为较小的负值，在宝鸡的凤县站和杨凌站极端降水量的线性增长率出现了-10.57mm/10a和-11.48mm/10a的负值，说明关中部分地区汛期极端降水事件的总降水量在1985～2018年的时间段内存在较明显的下降趋势。

综上可见，陕西汛期极端降水事件变化趋势分布并非完全一致，榆林东南部极端雨日、极端降水量增长明显，关中中东部极端雨日和极端降水量的增长较小，部分地区的极端降水量还出现了下降趋势。但是，陕西汛期近34a的极端降水事件整体上都表现增长趋势，虽然极端降水日数、极端降水量在34a的增长幅度不同，但是二者在的空间上的分布特征基本表现一致。

5.2 陕西汛期极端降水事件的年代际特征和突变性

为研究陕西汛期极端降水事件的年代际特征和突变性，对1985-2018年汛期内100个区域站的极端雨日、极端降水量序列做了5年滑动平均、滑动t检验以及Mann-Kendall非参数突变检验[3]（下文简称M-K检验）。

图4给出的是陕西汛期极端雨日和极端降水量1985～2018年的变化趋势和滑动t检验结果，其中子序列长度选取为n1=n1=5a。滑动t检验通过计算两个特征量的平均值的差异，来判断是否需要对气候序列的突变性进行检验，可以根据图中t统计量曲线上的点是否超过临界值tα来判断序列是发生突变，并确定出大致的时间[3]。同时，还可以根据突变点前后变化来分析突变前后序列的变化趋势[3]。

图5给出的是陕西汛期极端雨日和极端降水量的M-K突变检验结果。图中OF为极端降水事件两个特征量对应的顺序统计量，UB为逆序统计量，OF的值大于。表示序列呈上升趋势，小于。则表示呈下降趋势[3];如果OF和UB两条曲线出现交点，且交点在临界线之间，那么交点对应的时刻便是突变开始的时间[7]。

从统计结果可以看出，陕西汛期极端雨日在19852018年间表现出明显的增长趋势，并且出现了均值突变的特征（图4a）。在2000年前后和2005年前后陕西讯期极端雨日发生了阶段性增长，1985～1999年的极端雨日均值为1.80d/a;2000～2005年为2.00d/a，相比于前一阶段增长了0.02d/a;2006～2018年的极端雨日均值为3.00d/a，相比于前一阶段增长了1.00d/a，可知在2006年后的增长幅度明显大于2000年前后的增长幅度。同时从滑动t检验的结果同样可以看出这一明显变化，统计量t值曲线在2000年和2006年都低于临界值（通过了α=0.05的显著性水平），表示这两短时期内极端雨日出现了突变，并且都超过了临界值，两次突变都表现为极端雨日的增多。由于滑动t检验易受所选取子序列时段的影响，带有一定的主观性，所以综合考虑极端雨日的M-K突变检验结果。从图5a中可以看出，OF曲线始终大于0，表明极端雨β-直表现为上升趋势，说明近34a来陕西汛期内的极端降水事件整体表现为发生次数在增加，同时从1988年开始OF值一直超过了临界线，表明极端雨日序列从这一时段起表现出显著的上升趋势，但是由于统计量UF和UB曲线并没有在图中出现交点，所以判断陕西近34a汛期极端雨日在1985～2018年内没有发生突变。

从图可以看出，极端降水量在1985～2018年内整体波动较大。在20世纪80年代末到90年代初表现较为稳定，变化不大，在1994年出现了明显的下降，但在1995年到1999年又表现平稳。但到了1995年后整体波动都很大。从极端降水量5年滑动平均曲线来看（图4b），1985～1990年极端降水量呈上升趋势，1991年至1995年极端降水量呈下降趋势，从1996～2008年前后现上升趋势，2010～2015年表现为略下降，2015年后猛烈上升。考虑滑动t检验的结果，发现1990年年代初对应的统计量t的值为正且高于临界值t_α，说明在这个时间很可能存在一次突变。随后一直从1990年年代初到2005年前后极端降水量都表现为显著的波动特征，升高和降低的趋势变化反复出现。统计量t在2006年低于临界值，表示在这一时段极端降水量发生了突变，表现为非常显著的上升趋势。从M-K突变检验结果（图5b）来看，统计量OF和UB曲线在2010年和2016年分别出现了交点，并且交點在临界线范围内，通过了显著性检验，说明极端降水量在这两年出现了突变，这与前文分析的极端降水量在1996～2009年以及2016～2018年分别表现为上升趋势、下降趋势和上升趋势的结论达成一致，说明近34a陕西汛期的极端降水量在2010年和2016年的确出现了两次突变。

以上分析的结果表明，陕西汛期极端降水事件的变化存在较为显著的突变性特征，陕西汛期极端雨日在1985-2018年表现出明显的增长趋势，并且出现了均值突变的特征，在2000年和2006年陕西汛期极端雨日发生了阶段性增长。极端降水量较明显的突变出现在2010年和2016年，出现了两次从下降趋势到上升趋势的转变。为深入了解陕西讯期极端降水事件的变化特征，接下来将对各个特征量的周期性变化进行分析和讨论。

5.3 陕西汛期极端降水事件的周期性变化

利用Morlet小波分析方法，对陕西汛期极端降水事件进行分析，可以看出极端降水事件存在的主要周期及其分布。图6a、6b分别是陕西汛期区域平均极端雨日、极端降水量序列的Morlet小波分析的能谱。

由图6a可见，在1995年以前，极端雨日没有表现出明显的合理的周期性特征。1995年前后到2004年主要表现为准2a的周期变化，在2008年前后到2016年前后主要为2～3a的周期变化。由图6b可见，极端降水量和极端雨日的周期性变化略有相似，在1995年以前没有明显的周期特征，1995～2005年间存在准2a的周期，且该周期性较极端雨日表现得更为稳定且显著;在2008年前后到2016年前后主要为2～3a的周期变化。在对比图6a、图6b发现，极端雨日与极端降水量的周期特征相似，结合前面的变化曲线来看，二者有较高的相关性，陕西汛期可能存在极端雨日越多，极端降水量也越多的關系。

6 结语

（1）陕西汛期极端降水事件阈值平均为39.1mm/d，空间分布上具有一定的差异阈值的最大值位于陕南中南部整体呈现南多北少的特征。榆林北部、关中南部、陕南地区的极端降水阈值都在平均值以上，为阈值的高值区，榆林西部、延安中西部为阈值的低值区。

（2）陕西汛期极端降水事件变化趋势分布并非完全一致，榆林东南部极端雨日、极端降水量增长明显，关中中东部极端雨日和极端降水量的增长较小，部分地区的极端降水量还出现了下降趋势。但是，陕西汛期的极端降水事件在总体区域平均上仍然表现为增长趋势，虽然极端降水日数、极端降水量近34a间的增长幅度不同，但二者的空间分布特征基本表现一致。

（3）陕西汛期极端降水事件的变化存在较为显著的突变性特征，陕西汛期极端雨日在1985～2018年表现出明显的增长趋势，并且出现了两次均值突变的特征，在2000年和2006年陕西汛期极端雨日发生了阶段性增长。极端降水量较明显的突变出现在2010年和2016年，出现了两次从下降趋势到上升趋势的转变。

（4）陕西汛期极端雨日和极端降雨量这两个特征量的周期振荡不完全一致，主要以准2a、2～3a的短周期为主，多体现年际变化特征。同时陕西汛期的极端雨日和极端降水量存在较高的相关性，表现出极端雨日越多，极端降水量越多的关系。

参考文献：

[1]张爱英，高霞，任国玉.华北中部近45a极端降水事件变化特征[J].干旱气象，2008，26（4）：46～50.

[2]林振山，邓自旺.子波气候诊断技术的研究[M].北京：气象出版社，1999.

[3]胡静.江淮梅雨期极端降水事件变化特征分析[C]//中国气象学会.第32届中国气象学会年会S4东亚气候变异成因和预测.北京：中国气象学会，2015：10～14.

[4]杨金虎，江志红，王鹏祥，等.中国年极端降水事件的时空分布特征[J]，气候与环境研究，2008，13（1）：76～83.

[4]朱乾根，林锦瑞，寿绍文，等.天气学原理和方法[M].北京：气象出版社，1981：350～360.

[15]Bonsal B R，Zhang X B，Vincent L A，et al.Characteristic of dailyand extreme temperature over Canada[J].Climate，2001，5（14）：1959～1976.

[7]魏风英.现代气候统计诊断预测技术[M].北京：气象出版社，1999.

[8]翟盘茂，潘晓华.中国北方近50a温度和降水极端事件变化[J].地理学报，2003，58（增刊）：1～10.

[9]李静睿，李定安，刘佩佩，等.安康市近45a汛期降水变化特征分析[7].陕西气象，2015（6）：12～15.