西南地区东部大官山山地降水梯度变化特征分析

何泽能 , 王顺久 , 陈志军* , 赵兴炳 , 杜 钦 , 高阳华 , 兰永轩

（1.重庆市气象科学研究所, 重庆 401147；2.四川省气候中心, 成都 610072；3.中国气象局成都高原气象研究所, 成都 610072；4.四川省邛崃市气象局，邛崃 611530）

引言

降水作为气候和水文的重要要素之一，对一个地区的气候、植被和水资源等生态环境状况具有重要影响，降水变化及分布不均是气象灾害和其次生灾害发生的原因之一。海拔高度等地形参数是影响山地地区降水的重要因子。相关降水观测研究表明，受大气环流、地形等多种因素的影响，山地降水的时空差异显著，具有区域性和局地性的双重特征[1-5]。

自然区划概念下的中国西南地区，主要由四川盆地、云贵高原、青藏高原南部和两广丘陵西部等地形单元构成，大致包括重庆、四川、贵州、云南和西藏，地形地貌复杂多样，高程差异大，海拔高度、坡度和坡向等局地因子对山地降水的影响显著，气候复杂多变，天气气候特征既多样又独特[6-10]。该区域既有低海拔丘陵、河谷地带，又有高海拔山区，受高原季风影响，夏季旱涝灾害频发，常给当地造成严重灾害，特别是山地突发性暴雨是我国重大自然灾害之一[11-14]。西南地区东部既有重庆等山地大城市，又有我国最大的河道型水库-三峡水库，还是我国重要的生态屏障区域之一。因此，观测和研究西南地区特别是西南东部山地的降水变化特征及影响，了解降水随海拔高度的梯度变化特征，对西南东部山地区的精细化天气预报、气候区划、农业区划等区域经济开发和防灾减灾都具有重要的现实意义。

鲁春霞等[1]对青藏高原降水的梯度效应及其空间分布模拟研究表明，降水的海拔梯度效应由于地形和水汽来源的影响而颇为复杂，大部分东亚季风影响区降水随海拔上升而增大，而大部分印度季风区降水随海拔增高而下降。谢健等[2]对于高原、山地地区的降水梯度观测研究表明，在念青唐古拉山南坡，夏季的高、低海拔降水日过程差异显著，降水的海拔梯度效应明显，最大降水高度位于山坡上部5100 m附近。辛惠娟等[3]研究玉龙雪山东坡降水梯度年内变化，指出该区雨季月降水梯度随海拔升高呈“正-负-正”的变化特征。对于西南地区降水，国内学者已在降水变化特征、成因及影响等方面开展了多项研究[15-18]，取得了一系列的成果。但所用资料主要是气象台站历史观测数据，虽然时间积累长，但是大多位于海拔相对较低的县城周边地区，针对高海拔山区的气象观测资料极其匮乏，难以全面反映高山地区的真实状况。鉴于山地梯度观测的重要性，重庆市气象科学研究所联合有关单位在西南地区东部重庆巫溪大官山南坡开展了气象梯度观测，由10个6要素自动气象站组成，分布在海拔409～2550 m。本文利用该气象梯度观测站2019年1月～2020年12月降水观测数据，揭示降水的梯度变化特征，以期为西南地区东部天气气候业务、生态安全及防灾减灾提供科学参考。

1 资料与方法

气象梯度观测站位于重庆市巫溪县大官山南坡（图1），由10个6要素自动气象观测站组成，依次分布在海拔409～2550 m，相应站名、经纬度及海拔高度见表1。

表1 气象梯度观测站信息

图1 气象梯度观测站站点分布位置

本文所使用气象梯度观测资料中的降水数据为小时降水量，数据时段为2019年1月1日～2020年12月31日，根据质量控制相关方法[19]，通过界限值检查、时间一致性检查、邻近站点间一致性检查等对观测资料进行初步质量控制，剔除质量不达标的降水数据，最后统计出月降水量。在此基础上，利用常规数理统计方法，分析降水量的时间变化特征、随海拔高度的梯度变化特征以及天气过程雨量的变化特征。

2 山地降水变化特征

2.1 月降水量变化

西南地区东部山区属于亚热带季风气候区，夏季高温多雨，冬季温和少雨，各月降水量差异较大，对大官山降水梯度观测资料按月进行统计分析，可以初步了解该地区降水的基本变化规律。

图2为2019年和2020年气象梯度观测站降水量逐月变化特征（个别气象观测站的月降水量数据质量不达标，未在图中展示）。如图所示，各站月降水量的年变化规律基本一致，总体呈夏半年高、冬半年低的分布特征。夏季，6、7月降水量相对较高，8月降水量相对较低；冬季，12月降水量相对较低。2019年，10月降水量最高，7月次之；2月最低，1、11、12月次之。2020年，6月和7月降水量最高，10月次之，较6月和7月大幅降低；12月降水量最低，其余月份降水量波动不大。对比2019年和2020年，个别月份降水量波动较大，其中10月降水量差别最大，约为150 mm。

图2 气象梯度观测站2019年（a）和2020年（b）降水量逐月变化

2.2 降水量梯度变化

降水量梯度变化数据在山地气象灾害区划、农业气候区划及生态区划中是重要的基础数据之一。由于山地降水受海拔高度等地形因子的影响，为了解降水量随海拔高度的梯度变化情况，对各站点降水随海拔高度的变化情况进行了统计分析。

2.2.1 降水量年平均梯度变化

由于各月降水量差异较大，为了反映全年降水的梯度变化情况，本文以各站点降水量与各高度平均降水量间的偏差率随海拔高度变化的多年平均值来表示降水量的年平均梯度变化情况。图3为各观测站降水量偏差率随海拔高度的变化，其中个别站点个别时段的降水数据质量不达标，不纳入月降水统计分析。2019年，随着海拔高度的升高，降水量偏差率先是迅速升高，至海拔1900 m左右达到最高值，随后降低再回升，总体呈升高趋势，变化率为1.34%/100 m。2020年，随着海拔高度的升高，降水量偏差率先是略有降低，至1000 m左右又逐步升高，至海拔1900 m左右达到最高值，随后略有降低，总体呈升高趋势，随海拔高度的变化率为1.30%/100 m。虽然2019年和2020年降水量偏差率随海拔高度变化的分布有所差异，但总体趋势是一致的，并且上升率非常接近，两年平均上升率为1.32%/100 m，最大降水高度均位于海拔1900 m左右，这与陈淑全等[20]研究指出四川盆地东北部大巴山区最大降水高度在海拔1800 m左右的结论基本一致。

图3 2019年（a）和2020年（b）降水量偏差率随高度变化

2.2.2 月降水量梯度变化

从前文分析中可知，各月降水量差异较大，梯度观测站间降水量在各月差异也有所不同。因此，本节计算了2019年和2020年各月降水量梯度变化率的逐月变化情况，结果见图4。

图4 降水量梯度变化率的逐月变化

2019年，降水量梯度变化率8月最高（4.76 mm/100 m），7月次高（3.69 mm/100 m）；3月和4月最低，呈略微下降的趋势，分别为-0.18 mm/100 m和-0.41 mm/100 m；总体上，夏季变化率高，秋季次之，春季和冬季低。2020年，降水量梯度变化率7月最高（6.42 mm/100 m），6月次高（3.26 mm/100 m）；8月和11月最低，分别为0.06 mm/100 m和0.21 mm/100 m；总体上，夏季变化率最高，春、秋季变化率次高。

2019年和2020年平均的降水量梯度变化率7月最高，达5.06 mm/100 m，1月和11月最低，分别为0.23 mm/100 m和0.29 mm/100 m；夏季平均变化率为 3.31 mm/100 m，秋季为 1.39 mm/100 m，冬季为0.50 mm/100 m，春季为0.67 mm/100 m；总体呈夏、秋季变化率高而冬、春季变化率低的态势。

2.3 降水日数梯度变化

图5为2019～2020年大官山年平均降水日数梯度变化分布。由图5可知，随着海拔高度的升高，降水日数也逐渐升高，619 m低海拔站点最少（148.5 d），2550 m高海拔站点最多（202.5 d），两者相差54 d；降水日数随高度的线性倾向变化较明显，平均上升率为2.86 d/100 m。在各量级降水中，小雨（含冬季降雪）日数随高度的线性倾向变化最明显，平均上升率为2.56 d/100 m，619 m低海拔站点年平均小雨日数104 d，2550 m高海拔站为153 d，高、低海拔两站之间小雨日数相差49 d。中雨、大雨、暴雨日数随高度变化的线性变化趋势逐渐变差，但总趋势均是高海拔降水日数多于低海拔。其中，中雨日数呈“升-降-升-降”的波动特征，在海拔2200 m左右最大；大雨日数先缓慢升高，至1900 m左右达到最大，随后逐渐降低；暴雨日数先降低，在1400 m左右达到最低，随后逐渐升高，在2550 m处达到最大。

图5 降水日数随海拔高度的变化特征（a.总降水日数和小雨日数，b.中雨日数和大雨日数，c.暴雨日数）

2.4 山地降水日变化特征

图6为2019～2020年大官山年平均降水的日变化特征。按照海拔高度≤1000 m、1000 m＜海拔高度≤1500 m、海拔高度＞1500 m的标准，将梯度观测数据分为低海拔、中海拔和高海拔共3类进行统计分析。如图6a所示，大官山各海拔高度降水量的日变化分布基本一致，降水量最大时段主要集中在06～09时，高海拔地区在13～15时存在次高峰；对于不同海拔高度，降水量在11～17时差异最大，其余时段差异较小。如图6b所示，降水频率在高海拔最大，12～19时存在一个明显的高值区间，并在15时左右达到最高，降水频率为22.6%；降水频率在中海拔次之，8时和14时左右达到最高值；降水频率在低海拔最小，呈上午高、下午低的分布特征。如图6c所示，降水强度和降水量的日变化特征较为类似，在06～09时存在一个高值区间。

图6 不同海拔高度降水量（a）、降水频率（b）和降水强度（c）日变化特征

2.5 天气过程降水量梯度变化

山地降水随海拔高度的变化情况还与天气过程密切相关，本节选择持续阴雨天气、暴雨天气和局地阵雨共3类具有一定区域代表性的降水天气过程个例，分析其降水的梯度变化。

2.5.1 持续阴雨天气过程

持续阴雨天气过程（连续3 d及以上出现降雨）的影响范围大，降水较稳定，持续时间长，可由多种大型天气系统引发。由于持续阴雨天气过程的降水时断时续，持续时间、降水量及时间分散程度差异都很大，为简化降水梯度分析，选取了4次较为典型的持续阴雨天气过程，对每次过程中各站同期最有代表性的24 h降水量的梯度变化进行了统计分析（图7）。如图所示，4次过程中，有2次降水量随海拔的升高呈缓慢减小的趋势，其余2次降水量随海拔的升高呈缓慢增加的趋势。总体上看，持续阴雨天气的降水量梯度变化较为平缓，其主要原因可能是持续阴雨天气过程与大尺度天气系统联系密切，降水范围较大，降水局地效应相对较弱，降水梯度变化也相对偏小。

图7 持续阴雨天气典型过程24 h降水量梯度变化

2.5.2 暴雨天气过程

研究时段内，巫溪大官山有5次暴雨天气过程，其中1次由于观测资料有个别时次的缺测，不用于分析。图8分别给出了4次暴雨天气过程降水量随海拔高度的梯度变化。

图8 暴雨天气过程降水量梯度变化

2019年7月30 日暴雨天气过程中，降水主要集中在04～09时，平均单站过程降水量为74.75 mm，峰值出现在07时左右，有两个梯度观测站小时降水量超过了50 mm，分别为52.2 mm和51.7 mm。随着海拔高度升高，降水量先升后降，在海拔1700 m左右最低，随后又逐渐升高，呈“高-低-高”的分布特征，总体呈升高趋势。

2019年10月4 ～5日暴雨天气过程中，降水多集中在4日19时～5日14时，梯度观测站过程降水量均超过了120 mm，平均单站过程降水量为125.54 mm，位于海拔1930 m处的梯度观测站最大，达131.8 mm。降水峰值出现在5日03～04时和8时左右，呈双峰分布。降水量随着海拔高度的升高也呈双峰分布，在海拔600 m和1900 m左右各有一个小峰值，小时降水量约为15 mm；海拔600～1900 m降水量较为接近，在1900 m达到峰值后又逐渐减小。总体上看，降水量随海拔变化波动不大，呈微弱升高的趋势。

2020年6月11 ～12日暴雨天气过程中，降水主要集中在11日17时～12日13时，除一个梯度站降水量略低于100 mm外，其余站点降水量均超过100 mm，平均单站降水量为105.5 mm，最大单站降水量116.9 mm。该次降水过程由两个降水峰值时段组成，平均小时降水量最大为22.2 mm。随着海拔高度的升高，该次过程降水量先下降，在840 m左右形成一个低值，然后又缓慢升高，至1900 m后又下降。总体上看，降水量随海拔变化呈“降-升-降”的波动特征。

2020年6月20 日暴雨平均单站过程降水量为64.7 mm，该次过程降水量随着海拔高度的升高，先迅速升高，在海拔600 m以上略有降低，随后呈缓慢升高的特征。总体上看，降水量随海拔变化呈缓慢升高的趋势。

在上述4次暴雨天气过程中，随海拔升高有3次过程降水量呈升高趋势。由此可知，暴雨天气过程降水量总体是随海拔的升高而升高，海拔高度越高，降水量越大。同时，也可以看出每次暴雨过程降水量随海拔的波动规律不完全一致，这反映出暴雨天气过程降水量不仅受海拔高度的影响，还受天气系统过程类型等多种因素的影响，其变化情况较为复杂。

2.5.3 局地阵雨天气过程

阵雨一般降自积雨云中，空间尺度较小，雨时短促，开始和终止都很突然，降水强度变化很大，但雨量一般不易达到暴雨量级。在山区，阵雨受地形影响，局地差异较大，这类天气可称为局地阵雨天气过程。本节选取较为典型的4次局地阵雨天气过程，分析其降水量随海拔高度的变化（图9）。如图所示，各次局地阵雨过程降水量随海拔高度的变化规律都不一样，差异较大，表明局地阵雨过程降水量与海拔高度无明显的相关性。单次局地阵雨过程降水最大值往往集中在某一海拔高度，其他海拔高度降水少甚至无降水。究其原因，可能是局地阵雨空间尺度较小，降水范围和最大降水强度具有较高的随机性。

图9 局地阵雨过程降水量梯度变化

3 结论

本文利用西南地区东部重庆巫溪大官山气象梯度观测数据，分析了降水随地形海拔高度的变化规律及其在不同降水天气过程的差别，得到以下几点主要结论：

（1）西南地区东部大官山降水量总体随海拔的升高而增大。2019年和2020年降水量随海拔高度的分布有一定差别，但降水量偏差率随海拔高度的变化特征较为接近，其平均变化率为1.32%/100 m，最大降水高度在海拔1900 m左右。

（2）降水量随海拔高度的平均变化率在夏、秋季高，冬、春季低。各季节降水变化率中，夏季为3.31 mm/100 m，秋季为1.39 mm/100 m，冬季为0.50 mm/100 m，春季为0.67 mm/100 m。各月降水变化率中，7月最高，达5.06 mm/100 m，1月和11月最低，分别为0.23 mm/100 m和0.29 mm/100 m。

（3）总降水日数和小雨日数随高度的线性变化趋势较显著，上升率分别为2.86 d/100 m和2.56 d/100m。中雨、大雨、暴雨日数随高度变化均呈升高趋势，但日数最大值的高度各不相同，中雨日数约在海拔2200 m，大雨日数约在海拔1900 m，暴雨日数约在海拔2500 m。

（4）降水量日变化分布在不同海拔高度基本一致，最大降水量多集中在06～09时，其中，高海拔地区在13～15时存在次高峰。降水强度高值时段多集中在06～09时。降水频率随海拔高度的升高而增大，高海拔降水频率在15时左右达到最高，为22.6%。

（5）降水随海拔高度的变化与天气过程密切相关。持续阴雨天气过程降水量随海拔高度的变化比较稳定，总体呈逐步升高的趋势；暴雨天气过程降水量总体随海拔的升高而升高，但每次暴雨天气过程降水量梯度变化差异较大；局地阵雨过程的局地性最强、最分散，其降水量与海拔高度相关性不明显。

限于所用研究资料的时间序列较短，本文对大官山降水随海拔高度变化规律的认识还较为初步。在未来的工作中，可通过数值模拟对西南地区东部山地降水梯度变化特征的影响机制做更深入的研究。