1960—2015年岷江上游松潘县降水变化与旱涝灾害

侯雨乐， 赵景波

（1.阿坝师范学院资源与环境学院，四川汶川623002； 2.中国科学院地球环境研究所黄土与第四纪地质国家重点实验室，陕西西安710061；3.陕西师范大学 地理科学与旅游学院，陕西 西安710062）

降水是影响自然地理环境的重要气候因子，也是人类赖以生存的主要水资源之一.降水时空分布及其变化对地球表层系统会产生重大影响［1］.在全球气候变化的区域响应背景下，极端降水事件给各地水资源分布、社会生产生活带来了不利影响.区域降水规律及其重大气候事件受到国际社会的广泛关注［2-3］，也取得了大量有意义的研究成果.徐瑛丽［4］对1951—2014年间杭州市降水变化特征进行了研究，分析表明年降水变化不显著，但单次降水强度有增大的趋势.马梦阳等［5］指出海河流域极端降水指数与ENSO等现象关系密切.张晨等［6］研究表明汾河流域的年、夏季和汛期降水量均呈不显著的递减趋势.顾朝军等［7］基于黄土高原近50多年来的降水和气温实测资料，指出黄土高原有向暖干化发展的主要趋势，但冬季暖湿化现象明显.松潘县地处岷江上游区，是成都平原的生态屏障，气候变化对岷江上游水资源特别是旱涝等自然灾害的影响已引起学者高度重视.降水和气温是影响川西高原地区生态文明建设的关键要素，研究岷江上游地区降水特征和格局变化分析是川西地区经济与社会可持续发展的急迫需求，需要开展更全面的深入研究［8-9］.

本文基于岷江上游区降水数据的数理分析，试图揭示本区域降水变化规律、旱涝灾害及成因等问题，以更全面掌握松潘县气候变化规律、岷江上游流域水资源变化趋势，对自然灾害预警、防灾减灾、上游生态环境保护等保障经济社会发展工作具有重要的科学意义和实用价值.

1 材料与研究方法

1.1 研究区概况松潘县位于青藏高原东缘，32°06′～33°09′N、102°38′～104°15′E之间，地处四川省阿坝藏族羌族自治州东北部，面积约8 485.9 km2.松潘县地处川西高原与龙门山的过渡地带，地貌东西差异明显，由东南陡峻狭窄的沟谷向西北缓而开阔的丘状高原过渡，以高山为主，总的地形是西北高，东南低［10］.地形起伏显著，最高处雪宝顶海拔达5 588 m，县城海拔2 850 m.松潘县是岷江水系的河源及干流上游区［11］.由于地形复杂，沟谷纵横，松潘小气候类型多样且灾害性天气频繁，降水分布不均，暴雨多发生在6—7月，雨季降水量占全年降水量的72%以上，多年平均气温5.7℃，多年平均降水量727.9 mm.

1.2 数据与分析方法气象数据采用自中国气象数据共享服务网（http：//data.cma.gov.cn）提供的中国地面气候资料月值降水数据集（1960—2015年），以历年不同季节和全年降水量作为研究对象，其中，将12月至次年2月划为冬季，3—5月为春季，6—8月为夏季，9—11月为秋季，即以气象划分法对降水数据进行处理.利用SPSS、MATLAB等软件去分析降水、旱涝灾害分布特征，揭示降水、旱涝与气候变化之间的关联性，以期更好解译松潘县等地气候变化的内在成因与规律.以下是本文主要分析方法的计算公式及过程.

1）趋势性分析.利用线性回归方程（1）［12］定量分析松潘县降水的线性变化，同时利用滑动平均法对降水序列进行拟合，找出降水变化规律.滑动平均法可较好地消除由于受周期和随机波动的干扰，显示降水发展方向.

式中，x表示时间序列（a），y表示降水序列（mm），斜率a表示气候倾向率（mm/Da）.

2）Mann-Kendall突变性分析.假设H0为时间序列数据（X1，X2，…，Xn）是n个独立的、随机变量同分布的样本；n为样本数量；假设H1是双边检验，对于所有的k，j≤n，且k≠j，Xk和Xj是不相同年份对应的数据，检验的统计量Sgn为符号函数；S为正态分布，其均值为0.S的方差记为Var（S），则

式中，i是时间序列数据出现的次数，ei为时间序列数据出现次数的个数.当n＞10时，标准的正态系统变量

在给定的α置信水平上，如果｜Z｜≥Z（1-a）/2，则原假设是不可接受的，即在α置信水平上，时间序列数据存在明显的上升或下降趋势.对于统计量Z，大于0时是上升趋势；小于0时是下降趋势.当‖Z‖≥1.28，‖Z‖≥1.64，‖Z‖≥2.32时，分别表示通过了信度90%、95%和99%的显著性检验.

再定义统计变量

UFk为标准正态分布，给定显著性水平α，若｜UFk｜＞Uα/2，则表明序列存在明显的趋势变化，将时间序列x按逆序排列，再按照上式计算，同时使

通过分析统计序列UFk和UBk可以进一步分析序列x的趋势变化，且可以明确突变的时间，指出突变的区域.若UFk值大于0，则表明序列呈上升趋势；小于0则表明呈下降趋势；当超过临界直线时，表明上升或下降趋势显著.如果UFk和UBk两条曲线出现交点，且交点在临界直线之间，那么交点对应的时刻就是突变开始的时刻［13］.

3）周期性分析.功率谱分析是以傅里叶变换为基础的频域分析方法，根据不同频率波的方差贡献诊断出序列的主要周期.对于一个样本量为n的离散时间序列x1，x2，……，xn，可以使用傅立叶变化进行功率谱估计［14］.时间序列xt展成的傅里叶级数

式中，a0、ak和bk皆为傅里叶级数，ω是基波角频率，k为波数，k=1，2，…，［n/2］，［］表示取整.不同波数k的功率谱值

4）趋势性分析.R/S趋势分析法是一种研究时间序列的分形理论［13，15］，基于MATLAB对近55 a降水序列进行Hurst指数计算，可预测松潘县未来的降水持续性特征.若H（Hurst系数）＞0.5，表示未来趋势与过去一致.R/S分析的基本原理是设在时刻t1，t2，…，tn处取得的相应时间序列为ξ1，ξ2，…，ξn，对于任意整数τ＞0，该事件序列的平均为

用X（t）表示累积离差，则

把同一个τ值所对应的最大X（t）值和最小X（t）值值之差称为极差，并记为

Hurst标准偏差

其中，c为常数，H即是Hurst系数.

5）旱涝等级分析.标准化降水指数（Standardized Precipitation Index，SPI）可监测旱涝严重程度，SPI负值代表雨量偏少，正值则代表雨量偏多［16］.利用SPI数据及国家气象标准（GB/T20481—2017）的旱涝等级可来反馈松潘县旱涝变化情况.标准化降水指数是先求出降水量τ分布概率，然后进行正态标准化而得出.

2 结果与分析

2.1 1960—2015年松潘县降水量季节、年代际变化降水量的线性回归、5 a滑动平均和年降水距平值变化分析（图1）得出，松潘县在1960—2015年间降水序列的气候变化倾向率是1.09 mm/Da，降水量总体上呈现略增趋势.近55 a降水量在526～940 mm间波动，多年平均降水量为719.69 mm，1975年降水量达到最大值，1970年最低.春季、秋季降水量分别占多年平均降水量的28%和27%，夏季降水量占多年平均降水量的42%，冬季降水占比最小，仅占3%.

图1 松潘县1960—2015年降水量变化Fig.1 The variation of the annual precipitation in Songpan region during 1960—2015

松潘县季节性及年际性降水有明显的丰枯变化，分布极不均匀，易引发旱涝等自然灾害.对降水距平值进行最小二乘法拟合，呈现了锯齿状波动变化特点.1960—1969年间降水距平值多为负值，可认定为少雨期.1970—1983年期间降水距平值大都为正值，是多雨期.1984—2012年间降水量多在年均降水值以下，是少雨期.2013年以后降水量又大增，进入多雨期.

2.2 1960—2015年干湿变化周期分析MATLAB软件的功率谱和Morlet小波分析都可很好地确定降水变化周期的主要频率［17］.功率谱分析表明（图2），1960—2015年间松潘县降水存在约5.75 a的主周期变化规律.小波分析结果显示（图3），根据1960—2000年间松潘县降水存在10～15 a的中震荡周期；20世纪末至今存在约8.5 a的变化周期（图3a）.可认为松潘县降水存在5.75、8.5和10～15 a的震荡变化.为更好地明确岷江上游地区当代降水周期变化，再选择汶川县、茂县、都江堰市的降水量进行小波分析（图3b、c、d）.结果表明，1951—2016年间茂县降水存在约17 a的显著周期，同时，在1951—1988年还有约6 a短周期；2000年以来也存在一个约9 a的短周期.1951—2016年间汶川县降水存在约5、10 a的震荡周期，且贯穿始终.1955—2015年间都江堰市降水量变化周期在5 a附近震荡.表征岷江上游区降水变化周期较为同步，本文降水数据分析有较高的科学性.

图2 松潘县年降水量功率谱分析Fig.2 Power spectrum analysis of annual precipitation in Songpan region

图3 小波分析下的岷江上游地区降水量周期Fig.3 Period change of annual precipitation under wavelet analysis

2.3 1960—2015年松潘县降水量R/S趋势分析对松潘县降水数据进行R/S处理，得到春夏秋冬4个季节降水数值的赫斯特指数分别为0.62、0.67、0.52、0.74，均大于0.5，存在明显的Hurst现象，即降水有较强的长期规律重复特点，未来松潘县与近55 a以来降水变化趋势一致的可能性较大.根据松潘县近55 a降水有少雨—多雨—少雨—多雨的变化特点，可推测未来松潘县降水仍会出现增多趋势.这与史培军等［18］提出的中国西部地区降水量呈缓慢上升趋势、西北—青藏高原呈暖湿趋势等结论相吻合.据松潘县年鉴及政府官网等数据统计表明，2013年以来本区降水增多.

2.4 1960-2015年旱涝灾害等级与频率变化分析计算12个月尺度下的SPI（12）数值，引用国家气象标准（GB/T20481—2017）对应的SPI旱涝等级，做出松潘县近55 a的旱涝灾害等级与频次变化表（表1），同时绘制旱涝灾害等级序列图（图4）.1961—2015年间松潘地区旱涝频繁，每2.39 a就发生一次，旱涝灾害频率为41.81%.重涝、中涝的发生频率都是5.36%；轻涝的发生频率是7.14%；轻旱、中旱的发生频率分别是14.29%、7.14%.

表1 1961—2015年松潘县旱涝等级及频次Tab.1 Classifications and frequencies of drought-flood disasters during 1961—2015 in Songpan

由图4可知，松潘县SPI（12）代表的旱涝灾害大致经历了4个变化阶段：下降—上升—下降—上升.即1961—1970年初，SPI（12）降低且多小于0，旱灾较为频繁，1970—1971年连续两年发生中度旱灾.20世纪70年代中叶到20世纪80年代中叶时期的SPI（12）多大于0，本阶段较常年更为湿润多雨，1975—1976连续两年发生重涝.20世纪80年代中后期到2013年，SPI（12）又几乎小于0，变为干旱期，在本世纪初旱灾较多.2013年后又变得多雨，2015年松潘县重涝.

图4 松潘县SPI（12）旱涝灾害等级序列Fig.4 Grade sequences of drought-flood disasters under SPI（12）standard in Songpan region

为更加直观反映出松潘县旱涝灾害的年际变化特点，以10 a为时间间距计算出各年代阶段旱涝灾害频率变化图（图5）.可以看出，旱灾频次的平均值为2.4次/Da，洪灾频次的平均值为2次/Da；从1990年代开始，本区旱涝灾害有明显增多趋势.

图5 松潘县年代际旱涝灾害频率变化Fig.5 Frequency Variations of drought-flood disasters in Songpan region

2.5 降水量与旱涝灾害的突变检验利用M-K检验分析（图6）得到松潘县降水静态统计量Z=0.45＜1.64，表明松潘县年降水量有不显著的增加态势.

图6 松潘县年降水量的M-K变化曲线Fig.6 The Mann-Kendall test of the annual precipitation in Songpan region

1961—1972年间UF值几乎都小于0，表明降水主要呈下降趋势，为相对干旱少雨期.1973—1984年UF大于0，降水呈增多趋势，处于相对湿润多雨期.1985—2012年间，UF值又几乎都小于0，除20世纪90年代早中期降水较多之外，整体上降水偏少且波动微弱，为相对干旱少雨期.2013年以后UF大于0，是降水增多时期.松潘县年降水量的UF和UB曲线在显著性水平0.05区间内有多个交点突变点（1967、1973、1976、2013年），都通过了临界线的显著性检验.在1967年降水距平值是96.81 mm，比1966年有所增加，但之后又由丰水年变为枯水年.1973年降水距平值由1972年的-64.89 mm激增到157.21 mm，年降水大增，年后降水又减少.1976年前后两年的降水变化也比较剧烈.1967、1973、1976年是在各自少雨多雨期内降水量的突变点，但并没有改变年降水丰枯期阶段的划分.这与本文前面对松潘县干湿旱涝阶段划分特征基本一致.为了更好地检测年代际尺度的突变信号，再利用滑动T检验曲线，得出

结果显示降水在2013年均值发生显著变化.2013年当年的距平值为-100.89 mm，是典型的枯水年，2013年后降水距平值为正，降水近几年皆偏多.2013年可认为既是降水突变点也是丰枯交替点，降水由偏少转为升高趋势.2013年后本地实测年降水量偏多，洪灾多发，进一步验证了本文分析结论的可靠性.2013年7月上旬，受大范围连续强降雨影响，松潘县境内连续发生洪涝、泥石流等灾害，农作物损失惨重.2018年6—7月松潘县遭遇连续性暴雨袭击，引发洪涝灾害，85%的乡镇受灾，多处道路中断，民房被淹.受持续、强降雨的影响，2019年6月、9月松潘县等地发生山洪、泥石流灾害，多处经济产业和基础设施受损严重.

3 讨论

3.1 降水量、旱涝灾害与ENSO事件关系ENSO事件是影响我国气候变化的主要因素［19］.根据许武成等［20］及中国气象局国家气候中心（http：//cmdp.ncc-cma.net/pred/cn＿enso＿index.php）等研究成果与数据整理出1960—2015年间的29次ENSO事件，其中有17次暖事件和12次冷事件，将其与松潘县旱涝灾害发生年份进行比较.结果表明：在ENSO发生年或次年发生了18次不同等级的旱涝灾害，发生机率为62.07%.在厄尔尼诺事件年前后发生洪灾5次，旱灾5次；在拉尼娜现象发生年前后发生洪灾4次、旱灾4次.岷江上游区在近五十多年间降水变化周期较为同步，存在约5年、10年左右的震荡周期.据张强等［21］研究，ENSO事件周期主要为5.67、10.46年，本地区干湿周期与ENSO事件周期上呈现出一定程度的同步性.在正常年份，本地平均年降水量是708 mm.；厄尔尼诺事件年均降水为718.01 mm，在拉尼娜事件年均降水是746.12 mm，松潘县年降水量对ENSO的冷暖事件的响应不同.再利用SPSS软件的Pearson相关分析功能计算出ENSO事件与松潘县旱涝事件的相关系数为0.057，显示两者不相关.以上分析表明，在ENSO事件年附近，本地降水量波动可能性变大，但无进一步的可靠证据证明两者间存在更显著的相关关系.这与郑浩等［22］研究相对一致，川西高原区气温降水变化与ENSO事件的相关性极不显著，ENSO事件对研究地区旱涝灾害的影响不明显.

3.2 降水量、旱涝灾害与夏季风活动强弱关系川西地区夏季水汽主要源于西南季风［23］，夏季风强弱直接影响川西地区降水多寡和旱涝灾害［24］.洪灾与年降水大增或季节性暴雨息息相关，旱灾与年降水锐减或季节性缺水密切相联.基于本地气象数据资料以及国家气象标准划分的旱涝等级，统计出松潘县1961—2015年降水量距平值与旱涝灾害等级变化图（图7），旱灾年降水量平均距平值为-80.45 mm；洪灾年降水量平均距平值为80.94 mm，本区旱涝灾害大都是由降水量剧变引发的，夏季风活动增强是引起洪涝灾害的主要原因；夏季风活动减弱是旱灾多发的主要原因.在年降水距平值变化显著的年份本地都有较大旱涝灾害发生.有些年份降水过度集中也会出现洪灾，2012年7月初遭遇罕见暴雨，岷江河水暴涨，17个乡镇不同程度受灾.1986年6月中旬，境内连降暴雨，达63.7 mm，致使河水猛涨，发生泥石流，大面积农作物被淹被毁，直接损失5百余万元［25］，根据统计1986全年降水偏少，为轻旱年.

图7 松潘县1961—2015年降水量距平值与旱涝灾害等级Fig.7 Annual precipitation anomaly and drought-flood disaster grades in Songpan region during 1961—2015

李金建等［26］重建了1837—2009年松潘高原地区5月降水序列，指出1993—2009年为其中的一个偏湿阶段；1960—1992年为偏干气候时段，但其中有多次正负突变.重建的降水序列周期中有2～4 a的周期振荡.本文对1960—2015年间松潘县SPI指数的旱涝灾害进行功率谱计算，旱涝灾害也存在约4 a的震荡规律.同时分析表明松潘县在1960—1969年间是少雨期，1970—1983年是多雨期，是对李金建重建降水序列的进一步验证和补充.1991—2010年本区域洪灾频次增加，主要是由于季节性降水增多引发，松潘县当前进入多雨期.2019年“8·20强降雨洪涝泥石流灾害”造成松潘全县直接经济损失超过1.1亿元，全县受灾群众5 491人，据都江堰地面气象站数据显示累积降雨量117.6 mm.9月12日境内大部出现25 mm以上降水，且局部有超过50 mm的降水.2019全年松潘县较往年湿润多雨.

4 结论

通过对松潘县等岷江上游区的降水特征、旱涝灾害变化规律及其成因进行的分析探讨，及对重建的降水序列周期和干湿变化阶段进行的对比验证等讨论，得出以下结论：

松潘县1960—2015年间降水序列的气候倾向率是1.09mm/10a，降水量总体上呈现不显著的略增趋势.季节性及年际性降水分布极不均匀.近55 a间降水存在少雨—多雨—少雨—多雨的变化特点，有约5.75、8.5和10～15 a的震荡变化周期.2013年既是降水突变点也是枯丰交替点，由偏少转为升高.2013后以后松潘县降水仍是增多趋势.

1961—2015年松潘县旱涝频发，1960—1969年、1984—2012年是少雨期，从1990年代开始，旱涝灾害明显增多；1970—1983年是洪灾多发期.在年降水距平值变化显著的年份本地都有较大旱涝灾害发生.夏季风活动增强、降水过度集中是引起洪涝灾害的主要原因，夏季风活动减弱是旱灾多发的主要原因.2013年以来洪灾多发，加上极端降水事件频发等因素叠加影响，未来洪灾机率增加.

松潘县降水对ENSO冷暖事件的响应不同.在ENSO事件年附近，本地降水量波动可能性大，但无进一步的可靠证据表征两者间存在更显著的相关性.

致谢阿坝师范学院校级重点项目（ASA19-13）和黄土与第四纪地质国家重点实验室项目（SKLLQG1428）对本文予以了支持，谨致谢意！