辽河流域降水特征与气候因子影响研究

2020-02-13刘斌

水利技术监督 2020年1期

刘斌

(辽宁省大连水文局，辽宁大连 116023)

目前，国内外学术研究的前沿和热点问题主要集中在因气温变暖引起的水文循环及其时空特征的变化研究[1]。气候的变暖使得区域降水特征出现了较为明显的改变，从而明显影响着区域水资源的时空分布，而水文气象灾害的发生频率及其对人类健康、环境、生态的影响强度呈明显的增加趋势，并逐渐引起国内外学者的高度重视。辽河流域临黄海、渤海，东与朝鲜相接，主要由东辽河、西辽河两大水系组成属于为我国七大河流之一。近年来，流域水资源的利用效率和时空分布状况受降水时空分布的不不均衡影响已发生明显改变。据统计，辽河流域年降水量的80%主要集中在4—9月份，而在其他时期的降水量极少，这也是导致该区域旱涝灾害频发的关键。肖名忠等[2]研究认为不同分区的汛期降水模式具有一定的区域性特征，降水量存在较大差异，同时大干旱灾害的发生具有全流域性的特点。

大量研究发现，海温场波动和降水时空变化之间存在密切关联，印度洋、热带大西洋和热带太平洋均呈现出海气耦合的关系。国内外学者逐渐转向对大尺度气候因子和降水过程的相关性方面，如Zhou等[3]探讨了中国冬季降水受ENSO、东亚东季风的单独影响作用，认为中国南方的冬季降水主要受ENSO因素的影响，而东部的冬季降水主要受东亚冬季降水的影响；肖名忠等[2]研究认为降水天气和降水强度的ENSO因素为引起长江流域季节降水变异的关键因素；Chan等[4]研究认为PDO和ENSO对年际夏季风早期降水的影响较为显著，且二者具有联合影响作用。然而，综合考虑PDO、IOD、NAO以及ENSO等气象因子和流域降水时空变化的影响及各因素稳定性的研究较少。另外，考虑降水变化趋势的大尺度气象指标与降水间的遥相关关系的研究较多，而对区域旱涝灾害与大尺度气候指标的影响关系的分析较少。同时，降水过程与各影响因子的稳定性、差异性的研究很少涉及，而该研究对于科学理解流域水资源管理与降水时空变化的影响，掌握气候因子发生变化对水文循环的稳定性、区域性及差异性等方面的研究十分必要。鉴于此，本文选择大尺度辽河流域为例，根据流域降水过程区域化特征分析了各区域降水受PDO、IOD、NAO及ENSO等气候因子影响的差异性特征，探讨了各气候因子对降水过程的稳定性，进而对不同分区干湿状况受不同相位下气候因子的影响，以期为辽河流域区域性水资源管理规划及优化配置提供一定的理论依据。

1 数据来源

1.1 流域概况

辽河流域流经河北、内蒙古、吉林和辽宁四省，总面积21.9万km2，全长为1345km，主要支流有老何哈、西拉木伦河、浑河、太子河、柴河等，各支流纵横交错、蜿蜒曲折。流域属于大陆性季风气候，冬冷干燥漫长、夏季多雨炎热，年均降水量在400～1100mm范围。由于独特的地理特征和环境气候，降水具有显著的区域性与季节性特征，不同时间降水量存在显著差异，每年的7—9月为降雨集中期且多以暴雨或强降雨的形式出现。在空间分布上，平原地区相对于高山地较低，东南部与渤海相邻水源面积较大且降水量较为充足，西北区域降水较少并且风沙干旱现象较为频繁。近年来，随着我国城镇化与经济社会的快速发展，区域人口规模与密集度迅速增大，生态、农业、工业等行业需水量急剧增加，辽河流域水资源供需矛盾持续紧张，水生态环境恶化与水污染问题日趋突出[5- 9]。

1.2 数据资料

以辽河流域1980—2016年58个代表性气象站的日降水观测数据作为本研究的数据来源，根据辽河流域80%年降水量集中在4—9月的实际情况，选择此期间作为湿季，其他时段为干季。为避免在两年内发生同一干旱事件的出现，研究时段确定为每年的4月～次年3月，即流域湿季开始至干季结束作为一个水文年。

本文所采用的PDO因子是指洋表面月温度距平主成分，数据来源于NOAA；IOD指标是指印度洋东部和西部区域的表层海温距平之差，数据来源于JAMSTEC平台；NAO气候指标是指冰岛和亚速尔群岛的标准化海平面气压差，数据由NOAA网络提供；ENSO指标是指厄尔尼诺区域的海水表面温度距平，数据来源于NOAA网络，各指标数据均由权威机构提供。辽河流域1980年4月～2016年3月的逐月气象数据为各参数值的初始来源，选择月气候指标均值作为每年的气候指标。为了对辽河流域干湿状况受不同相位下各气候指标影响的差异性分析，对IOD、NAO和ENSO的相位以冷、暖时期来划分，即各气候指标的冷、暖位相分别与各气候指标冷暖时期或时间的年份项对应。结合现有研究成果，将处于冷暖时期或事件的各年份气候指标进行提取，结果如图1所示。

2 研究方法

2.1 降水一致性分区

考虑到西南季风和东南季风对辽河流域降水的影响作用，不同区域降水影响因素存在一定差异，因此有必要区域化分析辽河流域降水一致性。在探讨不确定性类别时模糊聚类法可以构造相应的样本，更加客观、真实的反映待评价对象的实际状况。目前，应用较为广泛的FCM模糊均值聚类算法，具有能够处理大数据集、收敛速度快且计算简单等优点。因此，本文对辽河流域降水一致性分析考虑采用该算法，因受文章篇幅限制不再详细介绍其计算过程，具体算法详见文献[10]。

2.2 气候指标与降水的遥相关关系

根据不同时间尺度降水与各气候指标之间的皮尔逊相关系数分析辽河流域干湿季降水和年降水量受PDO、IOD、NAO、NSO的影响差异性，进而检验各指标的显著性特征。根据临界值检验标准，相关系数绝对值在自由度为51时不小于0.23，其显著性水平达到90%。考虑到辽河流域下一年和当年降水受每年气候指标影响的情况，需要对流域干湿季降水和年降水受当年及其前一年气候指标的影响进行分析。本文中当前及前一年降水的气候指标分别采用后缀为0、后缀为1的因子表示。另外，采用最小二乘拟合直线消除降水数据的趋势影响，从而去除线性平均的变化趋势。设定1981年作为起始年，间隔为20a，计算步长为5a，计算分析了滑动相关系数和显著性水平，探讨了辽河流域降水受各气候指标的影响平稳性特征。

2.3 辽河流域干湿状况变化特征

通常情况下，可设定3、6、9、12个月为SPI的时间尺度，根据辽河流域年内具有的显著性干、湿季变化特征，且持续时间约为6个月，为更加客观、准确的反映流域干湿状况设定SPI时间尺度为6个月。根据McKee等[11]提出的旱涝等级标准将流域干湿状况划分为8个等级，各等级下SPI取值范围见表1。选择SPI值小于-0.5或大于0.5时，作为流域处于干旱与湿润状态的判别标准，进而对辽河流域各区干湿状况受不同相位下各气候指标的影响差异性进行研究分析。

表1 不同旱涝程度下SPI取值范围

3 结果分析

3.1 辽河流域降水分区

辽河流域降水分布模式在不同区域内存在一定差异，为反映各站点的降水属性采用流域内58个站点的降水量变差系数表征。对1981—2016年期间各气象站点的月降水总量分别进行计算，然后将相同月份的降水量组成时间序列并计算确定相应的变差系数。根据辽河流域的地形特点、各站点的地理位置及模糊聚类分析法，将流域划分为5个区域，分别标记为Ⅰ～Ⅴ个降水分区，分别代表辽河流域西南区、西北区、中部、东南区、东北区。

3.2 各季降雨与干湿变化的关系

(1)气候指标与年降水之间的皮尔逊相关关系。通过研究表明，辽河流域年降水量受IOD指标的影响最为显著，特别是当年IOD气象因子的影响更加突出，而PDO、ENSO因子的影响程度最小，该评价结果与Niu等[12]相关结论保持一致。有研究认为，对辽河流域出现极端降水事件产生显著影响的关键因素主要有南方涛动指数SOI和PDI因子[13]。可见，辽河流域极端降水和年降水受PDO的影响作用存在一定差异。从时间特征的角度分析，当年的PDO、IOD、ENSO和前一年的PDO、NAO与辽河流域各区年降水存在正相关性，而当年的NAO和前一年的IOD、ENSO存在负相关性。因此，除了PDO气候指标外其他3类因子对辽河流域下一年及当年降水的影响作用相反。从空间特征的角度分析，流域各分区降水受当年及前一年的ENSO事件的影响较为均匀；除分区Ⅲ外其他各分区受前一年NAO事件的影响较为显著，然而辽河流域年降水量受当年NAO事件的影响较小，由此表明辽河流域区域性年降水量差异性特征受前一年NAO事件的影响作用更大。辽河流域各区年降水受当年及前一年IOD事件的影响都比较明显，其中Ⅲ分区的差异性影响更加突出，且受前一年的IOD事件的影响几乎可忽略不计，当年IOD时间的影响明显。各区年降水受前一年PDO事件的影响较小，除分区Ⅱ西部外当年的PDO事件对其他地区的影响较低。

(2)气候指标与湿季降水之间的皮尔逊相关关系。NAO对辽河流域湿季降水的影响较为明显，且前一年和当年NAO与流域湿季降水之间分别存在正相关、负相关特征。本文对年平均NAO指标值的研究与冬季NAO指标存在较大差异，实践表明我国北方地区的湿季降水受前期冬季NAO指标和前一年的年平均NAO指标的影响基本相同。从时间特征的角度分析，当年的IOD、PDO以及前一年的PDO、NAO、ENSO与辽河流域各区湿季降水之间存在正相关性，而当年的NAO、ENSO以及前一年的IOD与湿季降水存在负相关性。研究表明，除PDO气候指标外其他3类因子对辽河流域各区下一年及当年湿季降水的影响作用相反，该计算结果与前文确定的年降水变化规律保持较好的一致性。从空间特征的角度分析，各区湿季降水受前一年的ENSO事件的影响较低，而辽河流域东部的Ⅳ、Ⅴ分区和Ⅲ分区东北部则主要受当年ENSO时间的影响。辽河流域各区湿季降水受当年和前一年的NAO事件的影响较为明显，其中Ⅲ分区的影响差异性更加突出，且受前一年的NAO事件的影响几乎可忽略不计，而各区湿季降水受当年NAO事件的影响较为明显。辽河流域各区湿季降水受当年及前一年IOD事件的影响较小，对于PDO流域年降水和湿季降水的影响总体类似。综上分析，各分区受当年及前一年PDO事件的影响较低，且在空间尺度上的差异性不显著，但是Ⅱ分区西部受当年PDO的影响较为明显。

(3)气候指标与干季降水之间的皮尔逊相关关系。IOD和ENSO对辽河流域干季降水的影响较为突出，特别是ENSO事件的影响更加显著，最大和最小影响区域降水差异性的事件为IOD、PDO。从时间特征的角度分析，下一年和当年的辽河流域各区干季降水受除NAO以外的其他三项指标的影响作用相反，且各因子对当年、下一年降水的影响分别呈正相关、负相关特征，这与湿季降水和年降水的变化特征存在差异。研究认为，前一年和当年ENSO事件分别与辽河流域干季降水呈正相关、负相关性，且在空间尺度上的差异性较小。从空间特征的角度分析，辽河流域干季降水受当年及前一年ENSO事件影响的显著，且不同区域的差异性较低。流域干季降水受当年的NAO事件影响相同，而前一年的NAO影响较低。研究认为，当年及前一年NAO事件对辽河流域的干季降水呈正相关特征，该计算结果与吴炳义等研究成果保持一致。辽河流域Ⅰ、Ⅱ分区干季降水受前一年IOD事件的影响较为明显，而Ⅱ、Ⅴ分区主要受当年IOD的影响。对于PDO事件，辽河流域各区干季降水受当年及前一年PDO的影响均较低。综上所述，相对于年降水和湿季降水辽河流域干季降水受各气候指标的影响更加明显。

3.3 各季干旱变化影响的稳定性

本次研究选择1981年作为起始年，时间步长设定为5a，年际间隔为20a，对不同时期气候指标和辽河流域降水的相关系数进行计算分析。辽河流域各区干季降水和年降水的时间受各气候指标影响的稳定性可通过滑动相关系数反映，这对于考虑各气候指标与流域降水关系的中长期预测流域降水十分重要[14- 17]。

(1)前一年气候指标与年降水的滑动相关分析。研究发现，辽河流域各区年降水与前一年ENSO事件呈负相关性，且随着时间的推移分区Ⅰ、Ⅳ、Ⅴ的影响呈不断增强趋势。各区年降水受前一年NAO的影响呈现出显著的非平稳性特征，总体表现出正-负-正相关转化的特征。辽河流域各区年降水与前一年IOD时间存在负相关影响作用，且影响不稳定。在1986年以后，除Ⅴ分区外其他3分区呈稳定的负相关性。分区Ⅲ、Ⅳ、Ⅴ的年降水量受前一年PDO事件的影响总体呈稳定的正相关性，而对于Ⅰ、Ⅱ分区的影响不稳定。

(2)当年气候指标与年降水的滑动相关分析。研究认为，辽河流域各区年降水平均值与当年IOD、ENSO影响事件呈正相关关系，且年降水相对于前一年各指标的影响作用更加明显，且相对于当年ENSO事件IOD的影响作用更加显著和稳定，区域差异性更低。当年NAO事件主要以负相关性影响流域内Ⅱ、Ⅲ分区的年降水，而对其他区域的影响存在较大的非平稳性且影响程度较弱。当年PDO事件与分区Ⅱ、Ⅰ的年降水影响分别呈正相关与负相关性，且总体表现出减弱的变化趋势，PDO事件对其他分区的影响不稳定且影响程度较小。

3.4 各区干湿状况的差异性

通过对比分析不同相位条件下辽河流域各区干旱期次数的差异性发现，对于ENSO来说，相对于冷期出现的次数辽河流域各区干旱期次数呈明显的增加趋势，且在分区Ⅰ、Ⅳ、Ⅴ内干旱期的增大幅度较大。在各种相位的NAO条件下，辽河流域均存在一定的干旱发生概率，且在不同区域存在一定差异；在NAO冷期情况下，发生较大干旱概率的区域为Ⅴ分区和Ⅰ分区的细部，分区Ⅱ、Ⅲ发生干旱的概率在处于NAO暖期时较大。在IOD冷期时辽河流域发生干旱的概率较IOD暖期时更大，且干旱易发区比较集中。研究认为，辽河流域1981—2016年IOD冷期中，分区Ⅰ、Ⅱ的大部分范围发生干旱的概率普遍大于35%，局部地区大于50%。辽河流域各区干旱状况受PDO不同相位的影响存在非常大的差异性。辽河流域各分区出现干旱期的概率在PDO冷期时普遍比较大，而在PDO暖期时比较容易出现干旱期的只有Ⅲ分区。综上所述，相对于各气候指标相位，辽河流域出现干旱期的概率在PDO或IOD冷期、NAO和ENSO暖期时的概率更大。

根据不同相位条件下辽河流域各区湿润期次数的差异性计算结果可知，相对于冷期而言辽河流域各区暖期出现湿润器的次数表现出逐渐增大的趋势，对于各区湿润状态IOD相位条件的影响差异性显著。通过对比发现，辽河流域暖期发生的概率在IOD、ENSO相位条件下普遍较大，大部分地区超过35%，其中分区Ⅰ、Ⅱ的发生概率大于40%。在空间分布上NAO暖期内辽河流域湿润期的发生概率更加均匀，而在冷期内各气候指标出现湿润期的概率的孔家差异性十分显著，并以IOD冷期的差异性最为突出。综合对比各气候指标可知，相对于其他三种气候指标PDO暖期出现湿润期的概率空间差异性比较显著。