长江源区降水时空演变规律

蔡宜晴，李文辉，于泽兴，李其江

(1.青海省水文水资源测报中心，西宁 810000； 2.广东省防汛保障与农村水利中心，广州 510635)

1 研究背景

气候变化、人类活动与水资源，三者之间互相影响、互相依存[1-3]。在全球变暖的背景下，冰川消融，融雪增加，全球水循环状态正发生明显变化[4-5]。长江源区位于青藏高原腹地，其地形复杂且受全球变暖的影响导致降水呈现出极为复杂的特点[5]。因此，研究气候变化情景下长江源区降水等气象要素的演变规律十分必要，对长江流域下游的防洪抗旱和水资源合理利用具有重要的现实意义。

目前关于长江源区的降水变化研究主要利用再分析模拟资料和实测数据，研究降水等气象要素的趋势、周期、突变和空间的演变规律的影响因素。例如，梁川等[6]发现长江源区各站的降水量年内分配不均匀且在20世纪80年代降水变化幅度最大。王冰冰等[7]发现2000年以来长江源区的日降水量明显增多导致年降水量增大，极端降水概率增加。研究采用的站点时间序列长度不同、同一研究区的站点位置不同均会导致结果存在明显差异。因此，利用最新长序列的长江源区的气象资料分析其降水时空演变规律，对于受全球变化最敏感的青藏高原腹地的研究具有很大的价值。

为了研究在全球变暖背景下长江源区降水量的变化情况，本文利用1956—2016年长江源区8个站点的降水数据，采用数理统计等方法，分别从年内、年际、年代际、突变、周期和空间的变化情况进行比较分析。最终所取得的分析成果，可以对当地的气候变化系统的分析及时提供相应参照。

2 长江源区概况

长江源区位于90°13′48″E—97°19′48″E，32°26′24″N—35°53′24″N，属于青藏高原的中心，流域面积13.77万km2(图1)。长江源区是青藏高原的腹地和主体，以山地地貌为主，山脉绵延、地势高耸、地形复杂，海拔为3 335～6 564 m，主要山脉为东昆仑山及其支脉阿尼玛卿山、巴颜喀拉山和唐古拉山山脉。地势总体西高东低；源区气候属青藏高原气候系统，为典型的高原大陆性气候，表现为冷热两季交替、干湿两季分明、年温差小、日温差大、日照时间长、辐射强烈、无四季区分的气候特征[8]。源区水汽主要来源于孟加拉湾，降水由东南向西北方向递减，区内年降水量最多的地区位于果洛东南部，另一多雨区位于玉树南部[9]。

图1 长江源区位置及降水站点的泰森多边形Fig.1 Location map and the Thiessen polygons of preci-pitation stations in the headwaters of the Yangtze River

3 资料来源与研究方法

3.1 资料来源

长江源区降水观测站点稀少且地形起伏大。为了能准确分析长江源区内降水时空演变特征，共收集到8个站点1956—2016年的日降水资料，分别是沱沱河、五道梁、曲麻莱、治多、玉树、清水河、新寨和直门达。对于各站点缺测的数据采用插补延长法进行补充。由于长江源区降水观测站点分布不均，使用泰森多边形法来计算面降水量(图1和表1)。

表1 长江源区降水量计算各站点权重系数Table 1 Weight coefficient of each station for precipitation calculation in the headwaters of the Yangtze River

3.2 研究方法

3.2.1 集中度与集中期

降水集中度(PCD)与集中期(PCP)均是基于向量分析的原理确定特定区域时间分配特征的对应数据[10]。在实际计算中，PCD可以有效反映特定分析阶段的降水集中指标，PCP可用于判断一个年度中最高降水量产生的时间段，其公式分别为：

(1)

(2)

通过式(1)和式(2)可分析得出，PCD可用于表述降水量在分析时间段内各个候的具体集中状况。若是在特定的研究时段，其聚集于某一候中，那么其合成向量的具体模与降水数值的比值是1，即PCD为极大值；若是各个候的降水量均为等同数值，则多个分量叠加之后是0，即PCD为极小数据。PCP即合成向量具体的方位角数据，代表各个候降水量合成后的整体效应，换而言之即重心标识的具体角度，用于表述年度中候最大降水量产生于何种时段。具体计算方法及原理详见文献[9]。

3.2.2 Mann-Kendall 非参数检验法

Mann-Kendall 非参数检验法(以下简称MK 检验)是由世界气象组织(WMO)推荐的一种趋势分析方法，常用于降水、温度和径流等水文气象要素的趋势分析，其优点在于样本可以不服从一定的分布，也不受某些异常值的干扰，且计算简便。该法适用于水文气象序列服从非正态分布并已得到广泛应用[11]。

假设一组水文气象要素时间序列X=(x1,…,xn)(n为样本容量)，统计量Z的标准正态分布为：

(3)

(4)

Var(S)=[n(n-1)(2n+5)-

(5)

式中：n>10时，统计量S收敛于标准正态分布；Var(S)为方差；m为相等数据的组数，tk为第k组相等数据的个数。

根据给定的显著性水平α：对于统计量Z，若|Z|≥Z1-α/2，否定原假设，则说明降雨序列存在显著上升或下降趋势，且当Z>0时，存在显著上升趋势，Z<0时，其有较为明显的降低走势；如果|Z|≤Z1-α/2，那么原本的假设成立，代表降水序列并没有明显的趋势变动，而在Z>0的情况下，代表并没有明显的增长趋势，在Z<0的情况下，代表没有明显的降低趋势。此次分析设定为α=0.05，对应的统计量Z的临界值为±1.96。

3.2.3 滑动T检验法

滑动T检验法[12]依靠考察2个组别的样本均值区别，判断该区别显著与否，从而判断详细的突变状态。对于总样本量为n的序列X，人为设置某一时刻为基准点，取前后长度分别为n1、n2的2个子序列(一般取n1=n2)，进行连续的滑动计算，得到t的统计量序列。给定显著性水平，确定临界值tα/2，t的统计量计算公式为

(6)

选择显著性水平α，得到临界值对于满足|T|>tα/2所有的可能点τ，选择使t统计量达到极大值的那一点作为最可能的变异点。

3.2.4 反距离权重法

反距离权重法(IDW) 也是一种常用而简单的空间插值方法，其以样本点与插值点间的距离为权重进行加权平均，距插值点越近的样本被赋予权重越大[13]。该方法计算公式可表示为

(7)

式中:Z为待估算的降水量的栅格值;z(xi)为第i(i=1， 2， 3，…，n) 个气象站点的降水量；n为用于降水量插值的站点的个数;di为插值点到第i个站点的距离;p为距离的幂，本研究中p取值为 2，即反距离平方插值。

4 结果与分析

4.1 长江源区降水年内变化特征

长江源区降水的1956—2016年年内平均分配如图2和表2所示，长江源区各气象代表站点各月降水量显著不均，月降水量最小月份为11月或12月，其最小月份的降水量仅占年总降水量的0.4%～1.0%。6—9月份的降水规模，占全年的73.1%～85.5%。12月份—次年2月份的降水量仅占全年降水量的1.4%～3.3%。降水的年内分配不均匀程度由东向西逐渐变大，呈明显的经度地带性空间地域分异规律。6—9月份降水量占比由东部清水河和直门达一带的73.1%向西随着经度减小不断增大，到玉树和新寨站增至74.9%和74.8%，到中部的曲麻莱和治多站一带增至78.1%和78.8%，西部沱沱河和五道梁周边增长到85.6%和83.4%。

图2 长江源区降水量年内分配过程Fig.2 Monthly process of precipitation in the headwaters of the Yangtze River

表2 长江源各代表站降水量年内统计Table 2 Statistics of monthly precipitation at representative stations in the headwaters of the Yangtze River

长江源区各气象代表站的降水季节分布如表3所示，长江源各代表站降水集中在夏季其降水量为198.5～302.9 mm，其次是秋季降水量为53.1～112.8 mm，冬季最少降水量仅为4.0～17.0 mm。汛期(5—9月份)降水量为267.0～434.8 mm，非汛期(10月份—次年4月份)降水量为22.5～85.5 mm。

表3 长江源区各代表站降水量季节分配统计Table 3 Seasonal distribution of precipitation at representative stations in the headwaters of the Yangtze River

长江源区其降水主要来自印度洋孟加拉湾嘉陵江北上的水汽和部分沿青藏高原中部北上的水汽，降水量主要集中在5—9月份。青藏高原夏季风作为青藏高原独特的季风现象，其变化对高原及周边地区的气候产生重要的影响[8]。长江源区年降水量集中度如图3所示，年降水量年内分配不均匀程度变幅较大，主要集中在 60%～80%之间，有微弱的减小趋势，说明降水量年内分配更趋均匀；源区内降水量集中期呈现下降趋势，表明降水量集中期存在提前趋势；6—9月份降水量占全年比重变化基本平稳。

图3 长江源区降水量各指标年际分配过程分析Fig.3 Analysis of intra-annual process of precipitation indicators in the headwaters of the Yangtze River

4.2 长江源区降水年际变化特征

4.2.1 年降水量极值比、变差系数Cv值分析

降水量极值比与变差系数Cv值是表征年降水量多年变化的重要指标。如表4所示，降水量极值比、变差系数Cv值与年降水量的大小呈明显的反相关关系，降水量越大，极值比和变差系数越小。降水量越小，极值比和变差系数越大。长江源区降水量极值比在1.96～3.15之间，Cv值在0.13～0.24之间，长江源区各代表站年降水量极值比、变差系数Cv值与年降水量呈反相关关系，降水量越大，极值比和变差系数越小。

表4 长江源区各代表站年降水量特征值统计Table 4 Characteristic values of annual precipitation at representative stations in the headwaters of the Yangtze River

4.2.2 年际变化趋势

1956—2016年长江源区平均降水量为344.8 mm(见表4)，其中最大年为2009年，降水量达518.0 mm；最小年为1984年，降水量为229.9 mm。源区内上游沱沱河等地区年降水量低，实测降水量多年年平均降水量在290.5 mm左右，下游通天河地区降水量较丰富，实测降水量多年平均值为480～520 mm。

1956—2016年降水表现为显著的增长趋势，泰森多边形法计算的面雨量增加速率是10.2 mm/(10 a)，算术平均法计算的面雨量增加速率是6.1 mm/(10 a)(图4)，仅泰森多边形法计算的面雨量通过显著性水平为0.05的MK趋势性检验,为了与之验证也进行Spearman趋势检验，如表5所示。由于沱沱河站占权重为0.44，导致源头区面雨量的增加速率偏大，算术平均法得到的结果相对合理。从区域上来看，各站点年降水量增加趋势空间变异性较大，总体呈现通天河上游降水量增加速率大于下游。沱沱河、五道梁、曲麻莱站年降水量增加速率较大，分别为11.2、16.2、10.9 mm/(10 a)，其中沱沱河、五道梁均通过显著性水平为0.05的MK趋势性检验，而曲麻莱站的降水趋势MK检验结果显著。通天河中下游地区降水增加幅度相对较小，且均未通过显著性检验。通天河下游的直门达站年降水量呈现微弱的减少趋势，减小幅度为3.8 mm/(10 a)。

图4 长江源区各站点年降水量过程线Fig.4 Variation trend of annual precipitation at different stations in the source region of the Yangtze River

表5 长江源年降水量趋势检验Table 5 Trend test results of annual precipitation in the source region of Yangtze River

4.3 长江源区降水年代际变化

长江源区1956—2016年不同年代的降水丰枯情况如图5和表6所示，20世纪50年代末—70年代源区各站降水总体偏枯；80年代降水总体偏丰，仅上游沱沱河和五道梁站距平为-2.1%和-6.6%；90年代总体偏枯；进入2000年以来，长江源区降水进入丰水期， 且上游进入丰水期的时间早于下游。

表6 各代表站降水量年代际变化统计Table 6 Interdecadal variation statistics of precipitation at representative stations

图5 长江源区各年代降水量Fig.5 Interdecadal precipitation in the source region of the Yangtze River

图6为长江源各降水站点模比系数差积曲线图(纵坐标为各降水站点模比系数差积)，可以用于表述实测降水规模的丰枯变化。其中：上一个完整上升段，可以用于表述相应的丰水期；曲线围绕一个数值范围的波动时间过程表示一个平水期；一个完整的下降段则表示一个枯水期；曲线围绕一个数值小范围的波动时间过程表示一个平水期；一个完整的下降段表示一个枯水期。由图6可知，长江源区各站点丰枯变化相似性较小，但东中西部小区域上降水站点缺表现出较好的相似性。西部的沱沱河和五道梁1995年以前为枯水期，1995年后为丰水期；中部的曲麻莱和治多站在1976—1980年为枯水期，1981—1993年为平水期，1994—2002年为枯水期，2003年后进入丰水期；东部的玉树、新寨和清水河站的模比系数差积曲线形状形似。总体上看，长江源降水进入持续丰水期的时间西部早于东部。沱沱河和五道梁站在1995年由枯转丰，曲麻莱、治多站在2003年左右由枯转丰，玉树、新寨则在2007年才由枯转丰。

图6 长江源区各站点模比系数差积曲线Fig.6 Curves of difference product of modulus ratio coefficients of stations in the source region of the Yangtze River

4.4 长江源区降水突变分析

要素突变统计方法受数据分布的影响，普遍存在突变点偏移的现象。从图7可以看出，年降水量累积距平最小的年份出现在1997年，最大年份为2014年。因此，初步选取累积距平的最大年份2014年和最小年份1997年为初始突变点，再通过滑动T检验法对所选的变点进行精确的识别，结果如表7所示，年降水量在1997年发生显著性均值突变，春季、夏季和冬季均发生显著性突变，分别发生为1995年、2000年和1959年。

图7 长江源区年降水量距平和累积距平Fig.7 Anomaly and cumulative anomaly of annual precipitation in the source region of the Yangtze River

表7 长江源区年降水量突变检验Table 7 Abrupt changes of annual precipitation in the source region of the Yangtze River

4.5 长江源区年降水周期分析

长江源区年均降水的小波分析结果如图8所示，长江源区年均降水量具有3、10、25 a的周期，其方差曲线表明25 a为主周期项。其按照方差大小及控制能力的大小排列，次序为25、10、3 a。

图8 长江源区年降水量小波周期Fig.8 Wavelet periodogram of annual precipitation in the source region of the Yangtze River

4.6 长江源区降水空间演变规律

基于ArcGIS软件采用反距离权重法得到长江源区的年均降水量的空间分布情况。由图9可知，多年平均降雨量的空间分布不均衡，降水量主要分布在东部，年降水量>500 mm。上游站点分布稀疏，只有沱沱河站和五道梁站，代表性不足，实测降水规模多年平均<290 mm，沱沱河和五道梁的年降水量增加速率分别为11.2、16.2 mm/(10 a)，源头上游区的增加速率大于源头下游区的增加速率。查看长江源区多年降雨量等值线图可知，源区最上游降雨等值线由300 mm增加至500 mm，降水量分布整体呈现由东到西逐渐减少的趋势，即从流域的上游地区到下游地区呈逐渐增加，非汛期和汛期与年降水空间变化基本一致。

图9 长江源区年均、汛期、非汛期降水空间分布Fig.9 Spatial distribution of annual average, flood season and non-flood season precipitation in the source area of the Yangtze River

5 结 论

本文选取长江源区作为研究对象，运用多种数理统计方法，分析其过去60 a的降水的变化趋势、突变、周期和空间演变规律，研究得到如下结论：

(1)长江源区的降水序列在1997年发生显著性突变，并通过显著性检验。长江源区平均降水量具有3、10、25 a的周期，其25 a的周期最显著。

(2)长江源区各代表站降水的年内分配显著不均，6—9月份连续4个月降水一般占全年降水的73.1%～85.5%。12—次年2月份降水最小，降水量仅占全年降水量的1.4%～3.3% 左右。降水的年内分配不均匀程度由东向西逐渐变大，呈明显的经度地带性空间地域分异规律。长江源区年降水量集中度分析表明，年降水量年内分配不均匀程度变幅较大，主要集中在60%%～80%之间，有微弱的减小趋势，说明降水量年内分配更趋均匀。

(3)长江源区内降水量集中期呈现下降趋势，表明降水量集中期存在提前趋势；6—9月份降水量占全年比重基本平稳。季节分配上，长江源各代表站降水集中在夏季，降水量达到198.5～302.9 mm；其次为秋季，降水量达53.1～112.8 mm；冬季最少，降水量仅为4.0～17.0 mm。汛期(5—9月份)降水量在267.0～434.8 mm，非汛期(10月份—次年4月份)降水量在22.5～85.5 mm。

(4)从空间分布上看，各站点年降水量增加趋势空间变异性较大，总体呈现通天河上游降水量增加速率大于下游。通天河中下游地区降水增加幅度相对较小，且均未通过显著性检验。