辽东暴雨洪水易发区降水集中度及集中期时空变化特征分析

2020-06-23张欣然

水利规划与设计 2020年6期

张欣然

(辽宁省营口水文局，辽宁营口 115003)

辽东地区主要为丹东、本溪两市，属于辽宁省暴雨易发区，20年一遇暴雨洪水发生的频率为45.2%[1]。流域内水系较多，多年平均降水量为1200mm左右。辽东地区主要为山区，降雨时空分布的不均匀对流域的产生损失较大，并且影响社会的稳定发展[2]。因此对于辽东地区降水非均匀特征的研究具有十分重要的现实和理论意义。降水年内分配的不均匀性主要通过集中度和集中期进行衡量，这两个指标可有效反映降水年内分配的过程[3]。从2010年以来，对于降水集中度和集中期的研究逐步得到国内学者的关注和研究[4- 8]，但是这些研究大都针对降水频率及强度时空分布变化分析的研究[9- 15]，对于降雨非线性时空变化特征的研究还较少，为此本文结合辽东地区35个降雨站点日降水数据，结合降水集中度和集中期分析指标对降雨非均匀时空变化的非线性特征进行分析，对辽东地区降雨变化规律进行探讨，对于区域水旱灾害时空演变和区域水量平衡分析具有一定的参考价值，也可对区域农业防灾减灾及正常生产起到指导作用。

1 资料与方法

1.1 资料来源

本文选取辽东流域内分布较为均匀且站点序列较为完成的35个降雨站点，资料系列的长度为1954—2019年，资料来源于《辽宁省水文年鉴》，35个降水站点最大24h雨量见表1，具体分布如图1所示。

表1 区域内降水站点最大24h雨量

(续表)

图1 降雨站点站点分布

1.2 降水集中度及集中期的计算方法

本文主要应用参考文献[16]中介绍的方法，该方法将一年中的不同月份组成一个圆，将不同月份的降水量组成矢量模，从而对降水年内分配的矢量过程参数进行分析，降水集中度(PCD)和集中期(PCP)指标的计算方程分别为：

(1)

pcpi=art(Rxi/Ryi)

(2)

其中：

Rxi=∑rij·sinθj

(3)

Ryi=∑rij·cosθj

(4)

式中，pcdi—第i年降水集中度；pcpi—第i年降水集中期；Ri—雨量站第i年降水量，mm；rij—第i年的第j月的降水量，mm；θj—第j月份对应的方位角。

PCD可以对降水年内分配的集中度进行反映，若降水主要集中在其中几个月份内，则向量合成值与降水量总值的比值为1，表明降水集中度的极大值。反之，若各月份降水量相同，则各降水分量累积值为0，表明降水集中度最低，PCP表示为降水矢量方向角，表征各月份降水量总体合成度，表2为不同月份方向角与降水矢量对应的相关性，如PCP的值在135～145范围内，则对应的时间为6月上旬。

表2 不同月份方向角与降水矢量方向对应的范围

2 辽东区域降水集中度和集中期时空变化特征

2.1 年降水量均值及变异系数空间分布特征

结合辽东地区35个降水站点1954—2018年降水数据，对其年降水多年均值和变异系数空间分布特征进行分析，如图2所示。

图2 辽东地区年降水均值及变异系数空间分布

从降水多年均值的分布结果可看出，辽东地区多年平均降水量在800～1200mm的区域主要集中在本溪的南部和丹东的中部，丹东地区中部降水量接近1200mm，属于辽东地区的暴雨中心区域，而本溪的北部降水在400～600mm之间，其中赛马站降水量最低为300mm，属于辽东地区降水最少的站点。从多年降水空间分布可看出，总体表现为从北向南逐步递减变化，多雨中心主要位于南部。由于变异系数可对较长数据系列的稳定度及相对变化的特征，利用辽东地区35个降水站点的变异系数，进行空间插值得到全流域变异系数，从图中可看出，35个降水站点的变异系数集中在0.13～0.24之间，空间分布总体为从北向南，从西向东对称分布，东南区域变异系数在0.19～0.22之间，而西北大都季总在0.13～0.16之间，本溪北部及丹东西部变异系数多在0.16以下，属于较低区域，即降水变化幅度较小的区域。

2.2 降水集中度及集中期空间分布特征

结合降水集中度和集中期的计算方法，对流域内35个降水站点的降水集中度和集中期进行计算，并结合空间插值方法对其空间分布进行分析，如图3所示。

图3 辽东地区降水集中度及集中期均值空间分布

从图3可看出，从北向南降水集中度总体递减，本溪东部和丹东南部属于降水集中度的高值区域，降水集中度均在0.42以上，丹东南部更高，接近0.52，本溪的北部属于降水集中度较低的区域。辽东地区35个降水站点的降水集中期在115～169之间，所对应的时间均为7月下旬至8月上旬，从总体空间分布可看出，丹东南部和本溪的东部降水集中期偏大，对应的时间有所提前，本溪的北部降水集中期有所减少，降水集中期有所滞后。

2.3 降水集中度及集中期变异系数空间分布特征

在降水集中度和集中期年均值变化分析基础上，对其变异系数的空间变化特征进行分析，重点分析其降水集中度和集中期的稳定程度，结果如图4所示。

图4 辽东地区降水集中度及集中期变异系数空间分布

从图4中可看出，降水集中度的变异系数集中在0.13～0.31之间，空间上总体为从西北到东南逐步增加的空间变化分布，丹东南部及本溪的东部个别站点降水集中度变异系数较小，西北部的变异系数均高于0.25，从而说明辽东地区近50年降水集中度东部和南部总体较为稳定。从35个降水站点降水集中期变异系数的空间分布可看出，大都在0.16～0.25之间，东部和南部降水集中期变异系数较大，辽东地区的东南部降水集中期变化度较大，而西部和北部虽然降水集中度变化度较大，但集中期较为稳定。

2.4 降水集中度及集中期与年降水相关性空间分布特征

降水集中度和集中期和年降水具有一定的相关性，统计分析辽东地区降水集中度和集中期与年降水的相关系数的空间分布，如图5所示。

图5 辽东地区降水集中度及集中期与年降水相关系数空间分布

从图5中可看出，丹东南部和本溪东部的降水集中度和年降水总体呈现正相关性，其他区域的相关系数均为负，且相关性显著度较低，从辽东地区35个降水站点降水集中期和年降水相关性空间分布结果可分析，丹东中部和东部为正相关，而本溪北部及中部呈现负相关，随着降水量的增加，降水集中期均有所滞后。

2.5 降水集中度及集中期M-K空间趋势分布特征

采用M-K趋势检验方法对辽东地区35个降水站点的降水集中度和集中期空间变化趋势的显著性进行检验，统计分析结果如图6所示。

图6 辽东地区降水集中度及集中期的M-K空间趋势检验结果

从图5中可看出，辽东地区有15个降水站点降水集中度不显著上升(M-K统计值在0.54～1.28之间)，从空间分布可看出，降水集中度显著下降的站点主要分布在本溪地区(M-K统计值在-1.34～-1.28之间)，显著上升的站点主要分布在丹东东南部山区(M-K统计值在1.28～-1.39之间)。辽东地区的西部和北部区域各站点降水集中度变化显著性不高.因此辽东地区降水集中度总体变现为显著性有所减小，东部和南部显著性有所上升。从降水集中期的M-K空间变化趋势分析结果可看出，11个降水站点降水集中期不显著上升(M-K统计值在0.54～1.28之间)，3个降水站点显著上升，其余站点显著下降趋势不明显，从空间分布总体分析，显著上升的降水站点主要分布在本溪的北部和丹东的西部和中部，总体而言，辽东地区降水集中期的主要以显著不上升的变化趋势，即降水集中期滞后趋势较为明显，但显著性较低。

2.6 丰水年和枯水年降水集中度及集中期合成分析

采用合成分析方法，对辽东地区丰水年和枯水年的降水集中度和集中期进行合成分析，其合成值空间分布结果如图7所示。

从图7中可看出，丰水年和枯水年降水集中度在空间分布总体具有一定的相似度，在空间上均为从东南向西北逐步递减，丹东的东部和本溪的南部属于高值区域。本溪的北部和丹东的西部均属于低值区。丰水年和枯水年降水集中度差异较大，通过分析丰水年35个降水站点降水集中度均低于枯水年降水集中度，从各站点降水集中度均值可看出，在丰水年降水集中度为0.43，枯水年为0.46，可见降水较小的年份降水集中度更大。丰水年降水集中期空间变化趋势显著性较低，空间变化度较大，丹东的东部和本溪的南部降水集中期在137～149之间，对应时间为7月下旬—8月上旬，西部和北部的降水集中期对应时间为7月中旬—8月中旬，其余各站点对应的时间为7月中旬和8月上旬。从丰水年和枯水年的降水集中期对比分析可看出，35个降水站点有20个站点的丰水年降水集中期大于枯水年，从流域平均降水集中期可分析，丰水年降水集中期为164.5，对应时间为7月20—8月15日。枯水年的降水集中期均值为135.5，对应时间为7月15—8月5日，即为丰水期较枯水期平均每年滞后约为15天。

2.7 年降水集中度及集中期变化过程分析

在降水集中度和集中期空间分析基础上，对辽东地区35个降水站点进行面积加权，获得面平均降水，在面平均降水数据系列基础上，对其降水集中度和集中期的年变化过程进行趋势分析，结果如图8所示。

图7 辽东地区丰水年、枯水年期间降水集中度和集中期合成值空间分布

图8 辽东地区1954—2018年降水集中度及集中期年变化过程

从图8中可看出，辽东地区降水集中度总体呈现上升变化趋势，尤其在2000年以后，降水集中度递增较为明显，表明2000年以后，辽东地区降水更为集中，尤其是发生大量级暴雨频次也有所增加，但降水集中度年变化趋势整体性较弱，降水集中度总体变化较为稳定。从降水集中期的年变化趋势可看出，降水集中期的递增趋势明显高于降水集中度的变化趋势，从图7中可看出，在2002年以后，辽东地区降水集中期呈现明显的直线上升变化，表明从2002年以后，区域发生降水的时间越来越集中。