高寒内流区极端降水的气候变化特征分析

高文德， 王 昱， 李宗省， 王文胜， 杨盛梅

（1.兰州理工大学能源与动力工程学院，甘肃兰州 730050； 2.中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室，甘肃兰州 730000； 3.西藏自治区水文水资源勘测局昌都水文分局，西藏昌都 854000）

0 引言

20 世纪50 年代以来，全球平均地表温度以0.12 ℃·（10a）-1的速度增长［1］。随着全球气候变暖，热浪、强降水、干旱等极端气候事件频繁发生，地表水循环加速，极端降水强度和频率发生改变，给社会经济发展带来了许多负面影响［2-8］。Alexander 等［9］指出20世纪以来全球降水日数有显著增加趋势，特别在北半球的中高纬度区域。同时，在未来温室气体浓度持续升高背景下，极端降水事件的发生会更加频繁［2，9-10］。极端降水带来的危害主要在三方面，第一，极端降水的发生常与洪水、干旱、山体滑坡及泥石流等自然灾害有关，对生态环境和社会经济可持续发展造成了重大影响［9，11-17］；第二，极端强降水事件会导致土壤过湿，不利于农作物生长，同时还会引发病虫灾害［18］；第三，极端降水事件趋于频繁，水资源的不确定性会趋于严峻，进一步导致水资源的时空配置调度趋于困难［2，19］。因此，极端降水事件的变化规律及其发生机制备受学者关注［20-23］。

中国极端强降水事件在20世纪60年代以来整体上呈增多趋势［24-25］。极端降水在不同流域上存在显著的区域差异［26-30］，例如，20世纪60年代以来，西北地区［31-32］、长江流域［33］极端降水事件强度呈增加趋势，极端降水频率呈减少趋势；西南地区总降水量略有减少，但极端降水频率和强度均增加［34-35］；华北地区极端降水强度和频率均呈减少趋势，极端降水量减少［36］。

高寒内流区位于青藏高原腹地，是中国寒区内陆河的聚集地，受东亚季风、高原季风和西风环流的交汇影响，对区域及全球性的气候变化较为敏感。研究指出，1960—2014 年柴达木盆地极端降水频率和强度均有所增加［37］，1961—2015 年间青海湖流域降水量快速增加，波动快速增强，极端降水的强度与频数亦快速增加，极端降水事件可能性大大增加［38］。然而作为中国重要生态屏障，对整个高寒内流区极端降水特征的研究处于空白，此外，作为一个独立的水文单元，其下垫面条件复杂多样，水资源调控困难，因而有必要采用最新的资料和统一的极端降水指数，对高寒内流区极端降水事件变化特征及其演变规律进行全面深入的分析。本文在以往研究基础上选取由气候变化检测、监测和指数专家小组（http://cccma.seos.uvic.ca/etccdmi/index.shtml）推荐的12 个极端降水指数中与本研究区生态环境密切相关的8个极端降水指数来研究极端降水变化的规律和原因，为适应气候变化制订具有针对性的防灾减灾对策，同时为高寒内流区水资源调控及未来气候预测提供科学依据。

1 研究区概况

高寒内流区位于青藏高原腹地，总占地面积1 025 163.28 km2，占据青藏高原约45% 的面积，地理位置为78.46°～101.45° E，29.52°～39.42° N，主要包括青海湖流域分区、柴达木盆地分区和羌塘盆地分区，行政区包括青海省、西藏和新疆，是内陆河区湖泊较为集中的地区（图1）。高寒内流区平均海拔4 000 m 以上，气候寒冷干燥，全年降水量相较于全国大部分地区偏少，主要集中在5—9月［39-45］。

2 数据来源与研究方法

选取由中国气象科学数据共享服务网（http://cdc.nimc.cn/home.do）提供的，符合条件的25 个气象站点1969 年1月1日至2017年12月31日共49年日降水资料，利用基于R 编辑器开发的RClimDex软件计算8 个极端降水指数（表1）；采用线性趋势法，5 年滑动平均等分析高寒内流区极端降水的变化趋势；其中季节划分按照当地特殊自然地理环境，以4—5 月为春季，6—8 月为夏季，9—10 月为秋季，11月至次年2月为冬季。

表1 极端降水指数的定义Table1 Definition of extreme precipitation indices

3 结果与分析

3.1 降水量时空变化特征

3.1.1 时间变化

高寒内流区1969—2017年平均降水量为270 mm，年最大降水量出现在1989 年，年降水量为331 mm；年最小降水量出现在1972 年，年降水量为224 mm（图2）。1969—2017 年年平均降水以11.1 mm·（10a）-1的趋势显著增加。1969—1995 年保持稳定，20 世纪90 年代到21 世纪前10 年显著增加，之后波动下降。从季节变化上来看四季降水都呈明显增加趋势，其中夏季降水增加趋势最为明显，其增加值达到了6.11 mm·（10a）-1。春季降水在70 年代中期到80 年代中期上升，80 年代中期到90 年代初下降，90 年代以后30 年里呈波动上升趋势。夏、秋季降水年际上与全年变化相似，在波动中呈上升趋势；冬季降水在90 年代之前上升，90 年代之后波动下降。

图2 1961—2017年高寒内流区降水年际变化趋势Fig.2 The temporal variation of precipitation in the endorheic area in alpine region during 1969—2017

3.1.2 空间变化

我国高寒内流区约有88% 的台站年降水量呈增加趋势（图3），有56% 的台站增加趋势通过了显著性检验，显著增加的区域主要分布在青海湖流域，羌塘盆地南部地区也有较大增加趋势，表现降低的台站分布在柴达木中部北部地区。约92% 的台站春季降水表现增加势头，但仅有43% 的台站增加趋势通过了显著性检验且主要分布在羌塘盆地大部分台站及青海湖流域，增加幅度呈现自北向南递增的趋势。夏季降水显著增加的台站分布在高寒内流区东部地区，表现降低趋势的台站分布在柴达木盆地腹地。秋季降水量约有80% 的台站表现出增加趋势，但仅有30% 的台站通过了显著性检验，主要分布在高寒内流区东部地区。冬季降水呈上升趋势的站点占76%，均未通过显著性检验，总体上呈由北向南增大的趋势，增幅最大值出现在羌塘盆地南部地区。

图3 1961—2017年高寒内流区降水量的空间分布Fig.3 Spatial variation of precipitation variations in the endorheic area in alpine region during 1969—2017

3.2 极端降水时空变化特征

3.2.1 时间变化

由高寒内流区极端降水指数变化趋势来看（图4），CDD（连续干旱日数）除20世纪90年代表现增加趋势外，其余时段均呈不同程度的降低趋势，总体以-3.54 d·（10a）-1的速率显著降低，表明高寒内流区降水年内结构发生变化。研究段内CWD（连续湿润日数）在1969—1985 年呈增加趋势，此后微弱降低，2000 年以后又开始缓慢增加，总体上以0.06 d·（10a）-1的趋势上升，但没有通过显著性检验。

图4 1961—2017年高寒内流区极端降水指数年际变化曲线Fig.4 The annual variation curves of extreme precipitation index in the endorheic area in alpine region during 1969—2017

1969—2017 年PRCPTOT（雨日降水总量）在1969—1990 年增加趋势缓慢，1990 年之后剧烈增加，总体上呈上升趋势，变化幅度为11.06 mm·（10a）-1。研究段内SDII（雨日降水强度）展现出以10 年为周期的波动变化，总体上以0.06 mm·d·（10a）-1的速率显上升。

RX1day（单日最大降水量）和RX5day（五日最大降水量）在研究段内均为显著增加趋势，增湿幅度分别为1.06 mm·（10a）-1和3.07 mm·（10a）-1。RX1day 在1969—1980 年呈降低趋势，1980 年以后缓慢增加，21 世纪呈现出更大的增加趋势。RX5day 在研究段内均呈增加趋势，同样在21 世纪呈现出更大的增加趋势，表明新世纪以来高寒内流区气候向湿化发展。

研究区R95（极端降水量）在1969—1980 年下降，之后表现出增加势头，2000 年以后剧烈增加，总体上以4.35 mm·（10a）-1速率增加。R10 mm（日降水大于10 mm 日数）以0.43 d·（10a）-1的倾向率显著增加；在1990年之后表现出更剧烈的增长趋势。

3.2.2 空间变化

我国高寒内流区极端降水指数空间差异明显，PRCPTOT 约有88% 台站为增加趋势，约有64% 的台站的增加趋势通过了显著性水平检验（图5），表现增加趋势的台站主要分布在东部等高海拔地区（图6），这一结论证实该地区降水增加主要发生在高海拔地区。研究区内SDII 有76% 的台站表现出增加趋势，但只有42% 的台站增加趋势通过了显著性检验，大部分SDII 增加的台站与PRCPTOT 呈增加趋势的台站相同，表明PRCPTOT 与SDII 在区域上表现出相同的分布规律，You 等［46］对青藏高原极端降水的研究也得到了这一结论。

图5 极端降水指数显示正趋势和负趋势的气象台站百分比Fig.5 Percentage of stations showing positive and negative trends for indices of precipitation index

图6 1961—2017年高寒内流区极端降水指数变化幅度的空间分布Fig.6 Spatial distribution of change ranges of extreme precipitation index in the endorheic area in alpine region during 1969—2017

RX1DAY 和RX5day 的变化趋势区域差异性明显，RX1day 有76.92% 的站台呈增加趋势，有60%的台站通过了显著性水平检验，这些站台主要分布高寒内流区东南部地区；RX5day 有73.08% 台站呈增加趋势，有32% 的台站通过了显著性水平检验，变化趋势由东到西逐渐递增。

参与统计的25 个台站中CDD 有80% 的台站呈降低趋势，但只有10% 的台站降低趋势通过了0.05水平的显著性检验（图5），呈现增加趋势的台站主要分布在柴达木盆地（图6），反映了这一区域雨日天数的增加。整个研究区约72% 的台站CWD 上升，只有德令哈站通过显著性检验，表现增加趋势的台站主要分布柴达木盆地东部，表现降低趋势的台站主要分布在羌塘盆地南部。

R95 约有80% 的站台呈增加趋势，但只有35%的站点通过了显著性水平检验，主要集中在青海湖流域；降低的台站主要分布在柴达木盆地中部以及羌塘盆地南部。25个台站中有86% 的台站R10 mm为增加趋势，约有43% 的台站增加趋势通过了显著性检验，这一结果表明小雨日数的增加是引起研究区降水量增加的因素之一。

3.3 极端降水指数之间的相关性及其与海拔的联系

有学者研究表明降水与极端降水指数之间存在密切的联系［26，46］，对高寒内流区极端降水指数进行相关性分析（表2），结果表明：在0.01显著性水平上，除CDD外，极端降水指数均与降水量呈正相关，降水量与R10 mm和R95的相关系数分别为0.91和0.81，这一结果同样表明小雨日数及极端降水的增加是引起研究区降水量增加的因素之一。

表2 高寒内流区极端降水指数与降水量的相关性分析Table 2 Correlation coefficients between extremes precipitation in the endorheic area in alpine region and precipitation

极端降水指数之间的相关关系可以较为直观的反映极端降水［26，46］，CWD 与RX1day、SDII、R95、R10 mm，CDD 与各极端降水指数的相关性不显著，其余大部分指数之间均呈显著的正相关。其中PRCPTOT 与R10 mm、R95、RX5day 的相关系数分别为0.91、0.82、0.73，表明极端降水事件具有一致性，总降水量增加，极端降水的频率、强度、极值也增加。

8个极端降水指数中只有PCRPTOT 和R10 mm的变化幅度表现出随海拔升高而显著的增加趋势（图7），反映出高海拔区雨日降水量和雨日天数的增加，除CWD、RX1day 和RX5day 外其余极端降水指数均呈随海拔升高而变化幅度增大的趋势，反映了降水量随海拔上升而增大。CDD最大降低幅度出现在海拔4 500～5 000 m（表3），表明高海拔区降水量增加，RX1DAY、RX5day、SDII、R95最高的变化幅度发生在3 000～4 000 m。PCRPTOT 和R10 mm 的最大增加幅度发生在海拔4 500～5 000 m 之间，且这两个指数的变化幅度均随海拔上升而显著增大，表明高海拔区PCRPTOT 的增加主要是R10 mm 增加的结果。

表3 不同海拔区极端降水指数的变化幅度Table 3 The mean trends per decade of precipitation extremes in categorized elevation ranks

图7 1961—2017年高寒内流区极端降水指数变化幅度与海拔的相关性（R为相关系数，P为显著性）Fig.7 Correlation between elevations and linear trends of extreme precipitation indices in the endorheic area in alpine region during 1969—2017

4 结论

利用高寒内流区近57 a 逐日降水资料，采用国际通用的极端气候指数，分析极端降水的变化特征及其原因，结果表明：

（1）1969—2017 年间年均降水量以11.1 mm·（10a）-1的趋势显著增加，在20 世纪90 年代以后增加趋势更加明显。季节降水量均呈增加趋势，以冬季上升最明显，变化幅度为6.11 mm·（10a）-1。空间上年均降水量呈现出东多西少、南多北少的特征。

（2）极端降水指数除CDD 外，均呈不同程度的增加趋势，其年际变化反映出在进入21世纪后高寒内流区降水向强降水量和日数更多、强度更强、极值更大、时间更集中的方向发展。

（3）极端降水指数变化的显著型水平较低且极端降水空间差异性明显，CWD、PRCPTOT、SDII、RX1DAY、RX5DAY、R95、R10 表现显著增加趋势的台站百分率为5%、64%、42%、60%、32%、35% 和43%，CDD 表现显著下降趋势的台站百分率为5%，极端降水的空间分布反映出高海拔区雨日天数的明显增加。

（4）极端降水事件具有一致性，总降水量增加，极端降水的频率、强度、极值也增加，小雨日数增加是降水总量增加的因素之一。高寒内流区极端降水增湿幅度随海拔升高有增大趋势，高海拔区雨日降水量和雨日天数的增加是极端降水总量增加的主要因素。

由于利用站点观测资料很难获取高时空分辨率、时间一致和空间连续的降水资料，尤其是高原西部地区观测站点稀疏，使得高寒内流区极端降水的研究受到很大制约。IPCC 第五次评估报告也指出，降水资料的缺乏会使评估结果存在一定的偏差和不确定性，未来需要用更长的时间序列、更多的数据源对其进行全面系统的机理性研究。