贵州省降水量统计特性分析＊

杨 佳，张斯屿，冯观桦，刘小艳，赵洁如

（贵州师范学院地理与资源学院，贵州 贵阳 550018）

1 研究背景及现状

1.1 研究背景

水是生命之源，生产之要。水资源不仅是社会经济发展中的重要组成部分，更是人类生存的基本保障。根据2020年贵州省水资源公报显示，2014—2020年，全省人均用水量从235 m3上升到298 m3，全省总耗水量高达50.38亿m3。可以看出，随着社会经济的不断发展，贵州省对于水资源的需求量与日俱增。

贵州省属于喀斯特地貌区，地势西高东低，平均海拔约为1 100 m，年平均降水量为1 147.06 mm，贵州省水资源公报数据显示，贵州降水量年内分配不均匀，汛期4—9月降水量占全年的50%～85%，夏秋两季频繁的强降雨再加上喀斯特地表土层薄、易流失，导致贵州省泥石流及山体滑坡等地质灾害频发，严重威胁人民生命财产安全[1]。因此，对贵州省年降水量变化趋势、空间分布、季节降水变化率等进行分析具有重要意义，可以为贵州省水资源合理评价、经济建设、农田生产及水利工程等建设提供基础数据及科学依据。

1.2 国内外研究现状

目前，国内外对降水量变化趋势分析主要是基于气象观测站点或降水量统计年鉴数据，采用线性回归趋势法、累积距平曲线法、地统计学、GPS网观测数据等进行统计分析[2-6]。

国内相关学者的研究：张坤等[2]采用的地统计学变异函数理论对大湘西地区的年、月降水量空间结构及特性进行了分析，并且基于普通克里金插值研究年、月降水量空间分布的规律；张焱等[3]基于晋西地区多年降水量、月降水量资料，采用线性趋势法和累积距平曲线法分析了晋西黄土高原地区近47年降水变化趋势；杨引明等[4]采用地基GPS网观测的降水数据分析了长江三角洲地区大气可降水量的气候特征，重点分析了梅雨时期的大气可降水量特征及其与强降水的关系。

国外相关学者的研究：BEVⅠES等[5]基于全球定位系统（GPS）的水汽遥感方法精确测量大气中的可降水量，以此来预测未来一段时间内降水量；MANTOU等[6]通过使用来自15个国家的91个站点的高质量数据对东南亚和南太平洋的降水和气温趋势进行了分析。

以上研究方法虽然准确地揭示了不同地区降水特征，但多聚焦区域尺度的年或月降水量的线性变化趋势、空间规律及特征，忽略了降水量的季节性变化及是否符合正态分布，因此本文以贵州省为研究区，对贵州省降水量时间变化、空间分布、正态分布及不同季节的降水相对变动率进行分析，揭示贵州省不同季节降水变化规律，以期为水资源利用、防汛抗旱等工作提供科学依据。

2 数据来源及研究方法

2.1 数据来源

本文的年降水数据来源于2000—2020年贵州省水资源公报，季节降水的原始数据来源于国家气象科学数据共享服务平台——中国地面气候资料日值数据集（V3.0）[7]，原始数据是各个观测点的日值数据，采用反距离权重法对每日数据进行插值，得到逐日降水数据，将每日降水数据累加得到贵州省月降水量数据。

2.2 研究方法

2.2.1 K-S检验法

K-S检验是柯尔莫洛夫斯密尔诺夫（Kolmogorov-Smirnov）检验的简称，是一种连续的一维概率分布均等性的非参数检验方法[8]。通过计算，得出检验统计Z值和渐进显著性概率P值，并根据渐进显著性概率P值是否大于显著性水平（0.05）判定服从或不服从零假设，其中当概率P值大于0.05时，即接受原假设，认为该统计量是服从均值的正态分布，若概率P值小于0.05，则认为拒绝原假设，该统计量不服从均值的正态分布，渐进显著性的真显著性下限为0.2[8-10]。

2.2.2 线性回归分析

线性回归分析是研究一个因变量和一个或多个自变量之间是否存在某种线性关系的统计学方法。线性回归分析检验过程是对显著性检验统计量t值和显著性水平Sig.值进行分析，即当显著性水平Sig.值大于0.05时，认为该统计量的线性变化趋势显著；当Sig.值小于0.05时，则该统计量的线性变化趋势不显著。回归系数显著性检验统计量t值，当t值大于0时，表明因变量随自变量的变化，线性呈上升趋势；当t值小于0时，则表明线性变化呈下降趋势，可以根据t值的大小判断线性上升或下降的显著程度[8-10]。

线性回归方程为：

式（1）中：β0为截距；β^1为回归系数，当β^1＞0时，则因变量随自变量的增加呈上升趋势，当β^1＜0时，则因变量随自变量的增加呈下降趋势；X为自变量。

2.2.3 降水相对变率

降水相对变率是指降水量的年、季、月的变化率，区域的多年实际降水量和多年平均降水量之差再与平均降水量的百分比。降水相对变率可以反映该地一段时间内降水的稳定程度，降水相对变率越大，则该区域的降水量变动越大，极易发生干旱或洪涝等灾害。本文利用以下公式计算贵州省年、各季节的降水的相对变率[11]：

式（2）中：F为降水相对变率；n为统计年份；xi为逐年降水量；为多年平均降水量。

3 结果分析

3.1 2000—2020年贵州省降水量正态分布及线性变化趋势分析

近20年来，贵州省的年平均降水量为1 147.06 mm，年变化倾向率为5.57 mm/年，贵州省降水量的年际差异较大，2020年降水量最大，高达1 417.3 mm，2011年降水量最小，为820.6 mm，两者相差596.7 mm。2000—2020年贵州省年降水量正态分布和趋势分析如表1所示。在K-S检验中，K-S正态检验统计量Z值为0.11，检验统计量对应的概率P值为0.2，表明贵州省年降水量服从均值的正态分布。根据线性回归分析检验，回归系数显著性检验统计量t值为1.452，大于0，表明2000—2020年贵州省降水量总体呈上升趋势，线性显著性水平Sig.值为0.163，大于0.05，在95%置信区间以内（区间临界值±2信区间），说明虽然贵州省年降水量呈上升趋势，但趋势平缓，线性变化不显著。

表1 2000—2020年贵州省年降水量正态分布和趋势分析

3.2 2000—2020年贵州省降水量空间分布规律

贵州省年降水量空间分布差异性显著，如图1所示，降水量分布整体呈条带状由东向西呈递减趋势，最高值为1 478.23 mm，最低值为843.62 mm，两者相差634.61 mm。按行政分区来看，黔东南、黔南、黔西南地区的降水量是贵州降水量的丰区，降水量在1 249.30～1 478.23 mm，毕节地区是贵州降水量最少的地区，降水量在843.62～992.95 mm，这表明贵州降水总量相对丰富但时空分布不均。

图1 贵州省降水量空间分布图

3.3 2000—2020年贵州省降水量相对变率分析

如表2所示，贵州省年降水量变化相对稳定，但不同季节降水相对变率差异明显，夏秋两季降水变率显著，冬季则相对稳定。降水相对变率最大的是夏季（6—8月），为27.79%，主要原因有：夏季受东南季风的影响，当海陆垂直气压梯度力差大时，季风势力强，从海面上携带大量的水汽进入内陆地区[12]，在贵州形成降雨，其次受地形抬升的影响，暖湿空气随海拔升高降温、冷凝形成降雨；当海陆垂直气压梯度力差较小时，季风势力较弱，携带的水汽量减少，导致降雨量减少，其次季风[12]势力弱，对于地形的爬升能力减弱，无法形成有效降雨。降水相对变率最小的是冬季（12月至次年2月），为4.89%，主要原因有：冬季贵州省受西北季风控制，西北季风是来自于蒙古—西伯利亚高压地区形成的寒冷干燥的大陆性气流，携带的水汽含量较低，形成的降雨量少，所以贵州省的冬季降水变率小[12]。

表2 2000—2020年贵州省降水量相对变率

4 结论

2000—2020年贵州省年降水量总体呈现波动上升的趋势，但降水趋势上升平缓，线性变化不显著；在K-S检验中表明，贵州省降水量服从均值的正态分布。2000—2020年贵州年平均降水量大致呈条带状由东向西递减，降水空间分布差异显著，极差最大可达634.61 mm，黔东南、黔南、黔西南为贵州省降水丰区，降水量较少的是毕节地区。2000—2020年贵州省的年降水量相对变率为10.08%，整体降水量相对稳定，但季节降水相对变率差异明显，变率最大为夏季27.79%，其次是秋季19.67%、春季14.44%，最小的是冬季4.89%。

综上所述，对区域降水量统计分析是水文特性分析的基础工作，查清区域内降水量的时空分布情况、变化特征及区域降水年际、季节变化等特点，为摸清区域水资源涵养量提供基础信息，有利于该区域水利资源的评价与水资源的再分配。其次，对区域降水量的变化趋势进行分析，可以预测其未来降水量的变化，提前做好防汛抗旱的减灾工作，减少人民生命财产的损失，对区域的社会经济发展以及社会的团结稳定有着深远的意义。