中国极端降水事件的时空变化及趋势预测

吉戴婧琪，元媛，韩剑桥，3

（1.西北农林科技大学水土保持研究所，陕西杨凌 712100；2.长江水利委员会长江科学院，湖北武汉 430010；3.中国科学院水利部水土保持研究所，陕西杨凌 712100）

0 引言

全球气候变化背景下，世界多个地区的极端降水强度和频率不断增加［1］，导致暴雨洪水灾害频发，给自然环境和人类社会带来了严峻挑战［2，3］。近5年内，中国山东、广州、河南等地均发生了特大暴雨灾害，造成了严重的山洪、滑坡和城市内涝，受灾人口数量和经济财产损失巨大［4，5］。其中在2021年的郑州河南暴雨中，郑州气象站的日降水量打破历史记录，达552.5 mm［6］，全省共有1 479 万人受灾，直接经济损失高达1 201 亿元［7］。气候变化引发的极端降水已对防洪体系和水资源管理造成严重威胁。因此，研究极端降水的变化特征及其未来变化趋势，可为暴雨洪水的预报、预演、预案、预警工作提供理论支撑。

极端降水事件是指在一定持续时间内，降水观测值或统计值与常态存在差异，达到或超过其区间上限（或下限）附近特定阈值的降水事件［8］，国际上常采用最大日降水量（RX1day）、最大五日降水量（RX5day）和持续湿润日数（CWD）等极端降水指数进行定量表征［9］。近年来，由于暴雨洪水灾害频发，极端降水事件的变化特征、机理、趋势等问题已成为国内外研究的焦点［10］。全球气温每升高1 ℃，世界大部分地区的极端降水事件会增加3%～15%［11］，主要集中在东南亚、南美南部、北美和欧洲西部等区域［12］。马来西亚等地的RX1day 和RX5day 具有显著的上升趋势，而CWD 则有所下降［13］。中国的极端降水变化特征与全球总体趋势相似，但存在较大的空间差异［14］。极端降水事件的发生频率呈现“东南多，西北少”的分布特征，东南和西北地区的极端降水事件存在显著增加趋势，东北和华北地区则呈下降趋势［15，16］。南方地区的RX5day、极端降水量（R95p）和日降水强度（SDII）分别以2 mm/10 a、11 mm/10 a、0.1（mm/d）/10 a 的速率增加，CWD 则以-0.5 d/10 a 的速率减少［17，18］。北方干旱地区的极端降水指数均呈减少趋势，且大部分指标变化显著［19］。目前，已有研究采用多种方法分析了中国或其局部的极端降水事件变化特征，而对不同地区极端降水的变化差异及其未来变化趋势还需进一步系统探究。

为此，本文基于全国622个气象站点日值降水数据，计算分析了九个极端降水指数的空间差异和时间变化过程，研究了我国极端降水事件的时空变化规律，并预测了未来极端降水事件的变化趋势，以期为我国应对气候变化和制定灾害风险管理措施提供科学依据。

1 数据来源与研究方法

1.1 研究区概况

中国地处东亚地区，幅员辽阔且地形复杂，各地区气候存在显著差异［20］。因此，为明确不同地区极端降水的变化差异，本文利用七大自然地理分区对研究区域进行划分（东北、华北、华东、华南、华中、西北、西南）（图1），地图来源于自然资源部标准地图服务网站（http：//211.159.153.75/）。研究数据选用观测资料较为完整的622 个站点在1960-2017 年间的日值降水数据，取自中国气象科学数据共享中心（http：//data.cma.cn/）提供的中国地面气候资料日值数据集（V3.0）。

图1 中国气象站点地理位置及区域划分Fig.1 Seven geographic regions and meteorological stations in China

1.2 研究方法

1.2.1 极端降水指数

参考气候变化与监测指数专家组（ETCCDI）推荐的指数和已有文献，本文选取了9 个指数来表征极端降水事件，详见表1［21］。9 个极端降水指数可分为极端降水量指数（RX1day、RX5day、R95p、R99p、PRCPTOT）、极端降水强度指数（SDII）和极端降水日数指数（R20、R50、CWD）三大类。

表1 极端降水指数及其定义表Tab.1 Definitions of extreme precipitation indices

1.2.2 极端降水事件的变化特征检验方法

采用Mann-Kendall 法来检验极端降水指数的变化特征及显著性。M-K 检验法属非参数检验方法，对异常值敏感度低，已被广泛应用于气候和水文序列的趋势变化和显著性检验［22］。在M-K 趋势检验中，使用Z统计量量化降水时间序列的变化及其显著性。Z为正值和负值时分别表示变化趋势上升及下降，当Z的绝对值大于1.64、1.96 和2.56时，其变化趋势分别达到10%、5%和1%的显著性水平［1］。在本文中，统一取5%作为是否具有显著性的判断依据。

为更准确的量化极端降水事件的变化程度，采用泰森（Sen’s）斜率估计法计算极端降水指数的变化速率。该方法是在简单线性回归分析的基础上估算斜率的中值（β值），以此减少异常值的影响，使得存在线性变化趋势的斜率能够被准确估算［23］。

1.2.3 未来极端降水事件的变化趋势预测方法

为预测未来极端降水事件的变化趋势，本文通过R/S 分析法计算Hurst 指数（H值）进行分析［24］。根据H值的大小可判断未来变化趋势的持续性与反持续性，其强度分级含义可归纳为：当0.5＞H＞0，未来的变化趋势表现与过去相反；当1＞H＞0.5，未来的变化趋势表现与过去一致；当H=0.5，未来的变化趋势不具有长期记忆，为随机游走。若H值接近于1，趋势的持续性越强；若H值接近于0，趋势的反持续性越强。具体强度分级如表2所示。

表2 Hurst指数分级表Tab.2 Classification of Hurst index

2 极端降水事件的时间变化特征

根据1960-2017 年9 个极端降水指数的年际变化与站点比例分析可知（图2 和图3），极端降水量指数（RX1day、RX5day、R95p、R99p、PRCPTOT）中，仅有R99p 均值总体呈现不显著减少的趋势（p＞0.05），平均每10 a 减少0.10 mm。全国共有328 个站点（52.7%）的R99p为减少趋势，其中有194个站点未通过5%的显著性检验。而RX1day、RX5day、R95p、PRCPTOT 均呈现不显著增加趋势（p＞0.05），增加速率分别为0.52、0.10、0.64、6.00 mm/10 a，并于1998 年或2016 年达到最高值，约为最低值的0.7倍，均有40%左右的站点呈显著增加趋势（p＜0.05）。

图2 1960-2017年中国极端降水指数的时间变化Fig.2 Temporal variation of extreme precipitation indices in China during 1960-2017

图3 1960-2017年中国极端降水事件不同变化趋势的站点比例Fig.3 Stations with different trends of extreme precipitation events in China during 1960-2017

极端降水强度指数（SDII）总体呈现显著增加趋势（p＜0.05），以0.13（mm/d）/10 a 的速率波动增加，且在1998 年和1976年分别达到最高值（7.6 mm/d）和最低值（6.2 mm/10 a）。全国共有362个站点（58.3%）的SDII为显著增加（p＜0.05）。

极端降水日数指数（R20、R50、CWD）中，仅有R20 未通过5%的显著性检验，以0.13 d/10 a 的速率不显著增加（p＞0.05）。此外，R50呈显著增加趋势（p＜0.05），增加速率为0.06 d/10 a，在全国共有221个（35.5%）显著增加的站点。而CWD呈现显著减少趋势（p＜0.05），减少速率为-0.07 d/10 a。全国共有386 个站点（62%）的CWD 为减少趋势，其中51.4%的站点通过了显著性检验（p＜0.05）

由此可见，在九个极端降水指数中，仅有R99p和CWD呈减少趋势，其余指数均呈增加趋势。总体来看，近60年来，中国极端降水事件的降水量指数呈不显著增加趋势（p＞0.05），降水强度指数呈现显著增加趋势（p＜0.05），降水日数指数呈不显著增加趋势。

3 极端降水事件的空间变化特征

3.1 空间分布特征

1960-2017 年中国极端降水事件的空间分布总体遵循“南多北少、东多西少”的规律，且具有显著的阶梯状特征（图4）。极端降水量指数（RX1day、RX5day、R95p、R99p、PRCPTOT）和极端降水强度指数（SDII）在华东、华南、华中地区较高，最高值站点位于华南地区；在西北地区最低。其中，RX1day、R99p 和SDII 指数在华南地区的均值为139.3 mm、191.0 mm 和11.5 mm/d，而在西北地区的均值仅有27.8 mm、29.1 mm 和3.4 mm/d，其余3个指数分布特征与之一致。极端降水日数指数中的R20和R50空间分布规律相似，高值区在华南地区，均值分别为25 d和7 d；低值区在西北地区，均值分别为2 d 和0 d。CWD 与上述极端降水指标的分布规律略有差异，其最高值在西南地区（7 d）；最低值则仍为西北地区，均值为4 d。

图4 1960-2017年中国9个极端降水指数的空间分布图Fig.4 Spatial distribution of nine extreme precipitation indices in China during 1960-2017

总体来看，在7个分区中，华南地区的极端降水事件在降水量、降水强度、降水日数3个方面都位于前列，华东、华中地区次之，东北和华北地区较低，西北地区最低，而西南地区仅有降水日数较高。

3.2 空间变化趋势特征

由极端降水指数变化趋势的空间分布结果可知（图5），9个极端降水指数变化的空间规律大致相同，表现为“西部及东部增加，北部减少”。极端降水量指数中，RX1day在华南、华中、西北和西南地区呈现显著增加的趋势（p＜0.05），变化速率分别为0.62、0.52、0.21 和0.49 mm/10 a；在东北及华北地区呈显著减少趋势（p＜0.05），变化速率分别为-0.48 和-0.63 mm/10 a；在华东地区则呈不显著减少。相较RX1day，RX5day 因呈显著减少趋势的站点比例上升，仅有华南地区以1.48 mm/10 a 的速率显著增加（p＜0.05）；在东北、华中和西南地区分别以-3.21、-0.56 和-0.64 mm/10 a 的速率显著减少（p＜0.05）；在华北和华东地区呈不显著增加趋势，西北地区不显著减少。此外，R95p、R99p 和PRCPTOT的空间变化规律相似。

图5 1960-2017年9个极端降水指数变化趋势的空间分布图Fig.5 Spatial variation of nine extreme precipitation indices during 1960-2017

极端降水强度指数（SDII）在华北、华南、华中、华东、西北及西南地区均呈显著增加趋势（p＜0.05），变化速率分别为0.02、0.13、0.07、0.09、0.02 和0.04（mm/d）/10 a，区内呈显著增加的站点比例远大于显著减少的站点比例；而东北地区则以-0.02（mm/d）/10 a的速率不显著减少。极端降水日数指数中，R20 在华南、华中和华东地区均以0.10 d/10 a 的速率显著增加（p＜0.05），在东北和华北地区分别以-0.10 d/10 a和0.02 d/10 a的速率显著减少。较R20 不同的是，R50 在西北和西南地区也呈显著增加趋势（p＜0.05）。相比于上述指数，CWD 是唯一在所有地区均呈减少趋势的指数，且除华南地区（-0.01 d/10 a）不显著减少外，其他地区均以低于-0.05 d/10 a的速率显著减少（p＜0.05）。

整体而言，极端降水量指数在华南、华中、西北和西南地区存在显著增长趋势（p＜0.05），在东北和华北地区呈显著减少趋势。极端降水强度指数在东北以外的地区呈显著增长趋势（p＜0.05），而极端降水日数指数仅有CWD 在华南以外的地区均呈显著减少趋势。

4 极端降水事件的未来变化趋势

运用R/S 法对全国9 个极端降水指数序列的变化趋势持续性进行分析，结果如表3 所示。极端降水量指数和降水强度指数中仅有R95p（0.41）和PRCPTOT（0.49）的H值小于0.5，表明两个指数的未来变化趋势将与过去相反，但反持续性都表现为“很弱”。RX1day、RX5day、R99p 和SDII 的H值大于0.5，表明其历史变化趋势均将在未来继续延续。其中，RX1day和SDII的H值超过0.8，持续性强度表现为“很强”；而RX5day、R99p 的持续性强度因H值低于0.65 表现为“较弱”及“很弱”。极端降水日数指数的未来变化趋势均与历史趋势一致（H＞0.5），CWD 和R50的H值分别超过0.75和0.65，持续性表现为“强”和“较强”；R20 的H值低于0.65，持续性表现为“很弱”。从分区来看（表4），极端降水量指数的H值在7 个地区内均大于0.65，未来都将延续历史变化趋势，且持续性等级均为“较强”及以上，其中东北地区的持续性表现为“很强”（H＞0.80）。极端降水强度指数的H值在7 个地区内均大于0.80，表明各地区的未来变化趋势不仅与过去一致，且持续性均表现为“很强”。极端降水日数指数中，R20的H值仅在西北地区（0.48）内小于0.5，表明未来R20在西北地区的变化趋势将与过去相反，但反持续性表现为“很弱”，而其他地区的变化趋势仍与过去一致（H＞0.50）。CWD 和R50 的H值在7 个地区内均超过0.5，未来变化趋势将与历史趋势一致，且持续性等级在华南和西北地区表现为“较弱”，其余地区为“很强”。

表3 全国极端降水指数的H值及其持续性强度统计表Tab.3 H value of extreme precipitation indices and persistence intensity in China

综合极端降水指数的历史变化趋势可知，未来的极端降水量指数和极端降水强度指数总体都将呈现增长趋势，且在华南、华中、西北和西南地区延续显著增加的趋势，但极端水强度指数的持续性比极端降水量指数更强。而未来极端降水日数指数总体虽为增长趋势，但CWD 将继续呈现持续性较强的下降趋势，且在华南以外的地区延续显著减少的趋势，该结果与已有研究一致［25］。

5 结论

根据全国622 个气象站点1960-2017 年日值降水实测数据，本文计算了9个极端降水指数，分析了中国极端降水事件的时空变化特征，预测了极端降水事件的未来变化趋势，结论如下：

（1）中国的极端降水事件遵循“南多北少，东多西少”的空间分布规律。华南地区的极端降水指数最高，华东、华中地区次之，东北和华北地区较低，西北地区最低，而西南地区仅有持续湿润日数（CWD）较高。

表4 地区极端降水指数的H值统计表Tab.4 H value of extreme precipitation indices in seven regions

（2）近60年来，中国极端降水量指数呈不显著增加趋势（p＞0.05），RX1day、RX5day、R95p、PRCPTOT 的增加速率分别为0.52、0.10、0.64 和6.00 mm/10 a。极端降水强度指数呈现显著增加趋势（p＜0.05），SDII 的增加速率为0.13（mm/d）/10 a。极端降水日数指数除CWD外，其余指数为不显著增加趋势（p＞0.05）。

（3）极端降水量指数和极端降水强度指数在华南、华中、西北和西南地区存在显著增加趋势（p＜0.05），在东北和华北地区呈现显著减少趋势（p＜0.05）。而极端降水日数指数仅有CWD在华南以外的地区均呈显著减少趋势（p＜0.05）。

（4）除R95p和PRCPTOT外，其余极端降水指数未来将延续历史变化趋势。极端降水量指数和极端降水强度指数总体都将呈现增长趋势，且在华南、华中、西北和西南地区延续显著增加的趋势。而极端降水日数指数总体虽为增长趋势，但CWD仍将在华南以外的地区呈现持续性较强的下降趋势。