东北地区近60年降水量变化趋势特征研究

2022-10-10刘建超

西北水电 2022年4期

刘建超

(辽宁润中供水有限责任公司,沈阳 110000)

0 前言

东北地区是中国重要的森林、耕地和矿产能源基地。近百年来在全球气候变化影响下，该地气候特征发生显著变化，如温度升高、蒸散发加剧、地表径流量持续减少，这给区域土地资源可持续利用、经济社会发展带来严峻挑战[1-2]。降水是影响生态环境健康、自然界水资源的重要要素，全面认识东北地区降水量时空变化规律，对促进生态文明建设和稳定粮食安全具有重要意义。当前，在东北地区降水量研究主要集中于降水趋势变化、震荡周期、季候分配特征等方面[1-3]。该地地理环境复杂、海陆位置跨度大，因此不同局域降水量变化速率存在一定差异。截至目前，仍缺乏基于全域气象站点数据的东北地区降水量变化斜率的空间分布特征研究。因此，本文采用趋势解析与空间分析相结合方法，探究东北地区近60 a来降水量趋势变化特征及空间上分布规律，以期为区域气候灾害预警防控、水文水侵蚀管理提供科学依据。

1 概况与方法

1.1 研究区概况

研究区包括黑龙江、吉林、辽宁域和内蒙古东部，地理范围介于115°33'35″～134°58'28″E，38°43'15″～53°33'35″N，面积达133.441万km2。位于亚欧大陆东岸，受副热带高压带与副极地低压带的季风环流与海陆位置效应影响，形成温带季风、温带大陆性气候，多年平均气温-1.3 ℃～10.5 ℃，降水量为250～1 000 m。区域地形分异特征明显，西侧大兴安岭与东侧长白山地平行且均呈南北纵列，北的小兴安岭呈西北东西向连亘，东端为三江平原，中南部为松嫩平原和辽河平原，海拔介于0～2 673 m。

1.2 气象数据资料来源

为探究东北地区降水量时空变化规律，从国家地球系统科学数据中心(http://www.geodata.cn/data/)申请了该地207个气象站1961—2020年逐日降水资料。该数据包含气象站经纬度、海拔和降水量等信息，控制精度为0.1 mm。该数据融合了国家气象数据中心、中科院资源环境科学数据中心的气象观测资料，具有可靠数据精度。气象站点覆盖了研究区内不同地形单元且分布较均衡(见图1)，可全面表征东北地区降水量空间分布特征。

图1 研究区DEM和气象空间分布

1.3 线性趋势分析

利用线性回归分析法量化降水量年际变化趋势，该方法已在水文气象领域中得到广泛应用。设年降水量y与年份x之间变化之间存在相关关系，则建立一元回归模型如下：

y=ax+b

(1)

公式(1)中:b为常数，表征截距；a为气候倾向斜率。通过认为a>0时，表明在观测时段内降水量呈增加趋势;反之为减少趋势，a=0时表明降水量无年际变化。

1.4 空间插值分析

为直观描述降水丰度及其变化趋势的空间不均衡性，采用Ordinary Kriging (OK)插值法进行空间可视化。OK是基于空间自相关理论的空间插值方法，基于地理学第一定律，即空间位置越近的要素其相关性越强，理论描述如下：

(2)

公式(2)中:γ(h)为空间距离h处降水要素预测值的数学期望，Z(xi)和Z(xi+h)分别为空间位置xi和xi+h处目标要素值，x∈X，n为样本数量，通常采用Gaussian、Liner函数拟合其空间自相关函数。在确定存在自相关性之后，即可利用Kriging方法进行空间预测分析，作为一种无偏最优的估计方法，Kriging 插值定义如下[3-4]：

(3)

公式(3)中:λi为对目标观测点i的权重系数，当估算误差μ达到线性无偏估计最优时，其权重λ由Ordinary Kriging 方程组计算如下：

(4)

公式(4)中:C为最小二乘估计函数，(xi，xj)、(xi，x0)分别是空间点对(i，j)和(i，0)的观测值。

1.5 Morlet小波分析法

小波分析是通过Fourier三角函数解析时频域信息的一种分解算法，由于其能够清晰揭示时频变量内在结构性规律，在降水量时空分析中得到深入应用。鉴于Morelt函数在局部和空间域连续性好，选择Morelt函数探究区域降水量变化的周期振荡特征。小波基函数表示如下[5-6]：

(5)

公式(5)中:ψ(x)、W(a,x)分别为尺度参数为a、小波中心为b的条件下对变量x的分析小波函数和连续小波变换。降水量的时间序列周期性可通过小波方差Var(a)表征，其表示连续小波变换在时间尺度上的积分表达式如下：

(6)

1.6 数据分析处理

利用Rstudio平台中的lm函数对各站点降水量数据进行趋势分析，并且规定只有通过5%信度检验的趋势被认可具有统计显著意义，利用wavelet程序包进行小波多尺度分解分析，ArcGIS 10.8用以区域多年平均降水量和趋势系数的空间插值分析。

2 结果与分析

2.1 东北地区降水量时间序列变化特征

基于全部站点数据统计显示，东北地区1961—2020年间平均降水量最低值出现在1976年，仅为416.98 mm，最高值出现在1985年，达680.85 mm，多年平均值为532.17mm，属半湿润区，年降水量变化标准差为71.09 mm，变异性为13.36%。全局回归分析表明(见图2)，区域年降水量以y=1.169x-1795.1的形式增加，但并未通过0.05水平信度检验(R2=0.08,P>0.05)，说明该变化趋势并不显著。利用5 a滑动平均拟合显示，近60 a来该地降水量出现3个阶段性特征,其中第一阶段为1961—1979年，该地降水量呈波动减少趋势，其平均降水量为493.87 mm，倾向斜率为-4.32 mm/a;第二阶段为1979—2002年，期间平均降水量为543.90 mm，总体表现出先增加后减少的特征，变化形式为y=-0.9417x2+ 22.413x+ 454 (R2=0.2935,P<0.05);第三阶段为2002—2020年，综合趋势为波动增加，变化特征为y=6.7061x+480.23(R2=0.2266，P<0.05)，期间降水量平均值为547.28 mm。综合而言，该地降水量变化斜率以增加趋势为主，但年际波动性较大。

图2 1961—2020年东北地区年降水量变化特征

2.2 东北地区降水量空间分布特征

Kriging空间插值结果显示(见图3)，东北地区多年平均降水量具有明显自东向西减少-南北向分布的地带性规律。其中较湿润区(600～800 mm以上)位于长白山及其向小兴安岭延伸地带，呈现东北-西南带状分布；半湿润区位于三江平原、松嫩平原、辽中南地区，降水量分布范围为400～600 mm；半干旱区(低于400 mm年降水量)区域主要位于大兴安岭地区、呼伦贝尔和内蒙古东部高原区。这种分布规律主要受海陆位置和地形影响。西太平洋季风带来的水汽受长白山地形抬升作用而成云致雨，形成该地降水中心，随着距离海洋距离增加而海洋水汽逐渐减少。内蒙古东部地区降水量属半干旱地区，常年降水量不足400 mm仅为蒸发量的1/4，加之地表覆被质量较差，因此该地存在气候干化、土地退化风险。

图3 东北地区多年平均降水量空间分布

2.3 东北地区降水变化趋势的空间特征

先利用一元回归分析方法对各站点历年降水数据进行趋势统计，然后将各站点降水量变化趋势系数进行空间插值分析(见图4)。结果表明，研究区全部207个站点中有176个站点(75%)降水量呈增加趋势，倾向斜率为0～4.32 mm/a，其中有114个站点(55%)增加趋势达到0.05水平显著性。而仅有15个站点(15%)年降水量呈减少趋势，倾向斜率为-2.12～0 mm/a，其中仅7个站点降水量减少趋势达到统计显著水平(P<0.05)。综合来看，年降水量呈减少趋势的站点集中分布于辽东半岛、辽中南、辽西、呼伦贝尔和大兴安岭北段。而其他大部分地区降水量呈增加趋势，这与前述2.1节部分的研究结果一致，也证实了该地在气候变化背景下，降水量丰度增加。张寅等[7]研究表明东亚中高纬度区降水量呈增加趋势；张雷等[1]研究指出1961—2016年吉林西部、黑龙江北端降水量呈减少特征，而吉林北部呈增加特征；高西宁等[2]研究指出近50 a来辽西地区降水变化斜率达-0.77 mm/a，大兴安岭北部达0.80 mm/a，类似研究结果与该研究结果一致。然而，图4首次呈现了区域年降水量变化趋势的空间分布特征，这为认识区域气候变化提供了空间可视化资料。作为全国商品粮基地，研究区松嫩、三江平原地区的降水量呈增加态势，这有助于推进该地农业经济发展和保障粮食安全。

图4 研究区1961—2020年降水量变化空间趋势分布

2.4 东北地区降水量震荡周期

基于Morlet小波分析绘制东北地区降水量年际变化的三维的信息熵(见图5)。可知，1995—2020年降水量在0～60 a的尺度区间上的信息熵高于1951—1995年，表明近30 a来东北地区降雨量不确定性增加、变率较大。图3中的小波方差实部反映了区域降水量在不同时间尺度上的震荡强弱，可知该地降水量的年际周期在10～25 a的尺度上的熵值曲线处于闭合状态、且信号最明显，表明该时间尺度可能存在降水量年际变化的显著周期。另外在3～5 a尺度上存在较多的闭合信号，但其信号熵趋近于0，表明变化周期不显著。结合小波方差曲线可知，东北地区降雨量在20 a处的方差达到最大，为3.62，表明该尺度为其主周期。虽然在40、47 a尺度上小波方差达到次高，但是研究时域较短，这种尺度较大的周期并不能完全反映区域降雨波动变化，因此有必要扩展研究时域。