近60年三峡库区极端降水变化及其与环流指数遥相关分析

曾慧琪,滕顺林,邵 蒙,张 璐,王跃峰,2*

(1.重庆师范大学 地理与旅游学院,重庆 401331;2.重庆师范大学 三峡库区地表过程与环境遥感重庆市重点实验室,重庆 401331)

政府间气候变化专门委员会(IPCC)第六次评估报告显示,全球气候变化正加剧着气温及降水特征的变化,引发各地极端气候事件频发[1-3]。极端降水直接影响区域水资源多寡,严重威胁社会经济发展和人民生命财产安全,对区域可持续发展具有深远影响[4-6]。从统计学上来看,极端气候事件多指气候状态严重偏离其平均态,发生概率极少的气候事件[7-8]。极端降水是表征极端气候事件的重要指标之一,它会诱发洪涝、滑坡、泥石流等自然灾害[9-10]。因此,开展极端降水事件研究是科学研究发展的需要,也是区域防灾减灾工作的迫切要求[11-12]。

目前,国内外学者在极端降水领域已经取得了许多研究成果。从全球尺度来看,20世纪的平均极端降水未出现显著变化,但空间差异十分显著,尤其中高纬地区的极端降水增加明显[13]。就东亚地区而言,其极端降水量、极端降水日数和极端降水强度均呈现从西北内陆向东南沿海递增的空间格局。中国近几十年的总降水量变化趋势不明显,但极端降水强度在不断增强,遭受极端降水的地区也在增加[14-15]。除此之外,不少学者还从不同角度阐释了极端降水变化的影响因素。陈活泼[16]研究指出在全球变暖背景下,东亚夏季风环流的加强和大气层结不稳定性的增加都为中国极端降水的增加提供了有利条件。杨金虎等[17]运用Singular Value Decomposition (SVD)和合成分析等方法,研究了太平洋海温异常对中国西北区东部夏季极端降水事件的可能影响。郭珊等[18]利用单因素分析得出太阳黑子、ENSO和PDO与粤港澳大湾区极端降水存在潜在联系。伍洋等[19]利用单因素相关分析得出大香格里拉地区南海夏季风指数与极端气候指数的相关性。综合来看,现有研究多从单一因素角度对极端降水进行影响因素分析;实际上,某一地区的水汽来源、温度变化等降水条件受到多种气候环流综合影响,仅采用单因素进行遥相关分析难以全面揭示其极端降水的驱动因素,因而应采用适当方法探讨多因素与极端降水的相关性特点。

三峡库区位于长江上游末端,三峡大坝以上,既是一个相对独立的地貌单元,又是长江上游重要的生态屏障区[20]。由于年内降水分布不均,极端降水事件频发,加之地形地貌环境复杂,库区也是中国滑坡、泥石流等地质灾害高发区[21]。近几年,不少学者从趋势性、周期性等方面分析了三峡库区极端降水的演变特征,结果表明库区极端降水正朝着强度大、周期短的方向发展[22-23]。与此同时,也有学者认为三峡大坝建成后,库区水体面积扩大,会引起水汽通量与风场发生变化,从而造成降水量与降水日数有所增加[24-26]。综上,目前三峡库区有关极端降水的研究多集中于时空特征,鲜有学者从大气环流影响方面分析极端降水的影响因素。因此,本文基于World Meteorological Organization(WMO)推荐的8个极端降水指标,采用Mann-Kendall趋势检验、Spearman相关分析和协同克里金插值等方法,分析三峡库区极端降水的时空变化,从单因素和多因素两方面揭示其与环流指数的相关性,明晰三峡库区极端降水的主导因子。研究成果将有助于理解三峡库区极端气候的变化,对库区制定极端气候管理和防灾减灾对策具有重要意义。

1 研究区概况

三峡库区是指由于三峡工程建设而淹没且有移民任务的20个县(市、区),西起重庆江津,东至湖北宜昌,全长约600 km,总面积约为5.8×104km2,位于28°31′～31°44′N、105°50′～111°40′E,海拔最高为2 977 m。库区地处四川盆地与长江中下游平原的结合部,跨越鄂中山区峡谷及川东岭谷地带,北屏大巴山、南依川鄂高原,是中国重要的生态屏障区。研究区年平均气温17～19℃,年降水量1 000～1 350 mm,属于亚热带季风性气候,夏季降水充沛,占全年43%以上。空间分布上,呈现自西北至东南递减的趋势。三峡库区水面受人为干扰严重,且受到特殊地形区影响,加之气候系统、水循环系统的不稳定性较强,极端降水事件的频率和强度呈现区域性的特点,极易造成崩塌、泥石流等自然灾害[27]。三峡库区多年平均降水量和气象站分布见图1。

图1 三峡库区多年平均降水量和气象站分布

2 数据基础与研究方法

2.1 数据来源

论文数据源自中国气象数据共享网,综合降水资料的连续性、时段性和空间分布等标准,选取了三峡库区1960—2019年21个无缺测资料的气象站点(表1),降水阈值为 0.1 mm。

表1 三峡库区气象站点概况

从前人研究来看,全球大尺度的陆气循环是影响区域降水和气温等要素的重要驱动因素[16-17]。例如海表面气压(Sea Level Pressure,SST)的增加和降低,能够分别指示大气环流的干燥和湿润状况;海表面温度(Sea Surface Temperature,SLP)的变化会引起热通量场不平衡,从而可能引发大气环流和降雨模式异常。为了深入揭示全球大气环流对三峡库区极端降水的影响,本文从海表面气压、海表面温度和季风指数三方面选取了8个大气环流指数进行分析,大气环流指数见表2。

表2 大气环流指数

2.2 研究方法

2.2.1极端降水指标

世界气象组织气象委员会(WMO)共推荐了 27 个核心极端气候指数作为气候变化研究的统一标准。本文选取了其中具有代表性的 8个极端降水指数。表3所示,CWD、CDD可反映极端降水事件的持续性,R10、R20可反映极端降水持续时间的绝对性,Rx1d、Rx5d是反映极端降水的极值指数,R95P、R99P可反映极端降水强度的绝对性变化特征。

表3 极端降水指数及其定义

2.2.2Mann-Kendall趋势检验

采用线性倾向估计法、Mann-Kendall(M-K) 趋势性检验法分析各极端降水指数的年际变化趋势。在时间序列趋势分析中,M-K检验法是世界气象组织推荐并已广泛使用的非参数检验方法[28]。M-K检验法主要优势在于,不受异常值干扰,检测样本不必遵循一定分布。通过计算统计变量S、方差Var(s)得出正态统计变量Z值,由此根据Z值的正负和给定α=0.05的显著性,来判定极端降水指标的趋势特征。

2.2.3遥相关分析

为揭示大尺度气候变化对三峡库区极端降水的作用机制,本文将从单因子和多因子两方面来进行相关分析[29]。采用Spearman线性相关系数对单因子相关分析进行显著性检验,采用多元线性回归模型(MLR)对多因子相关分析进行显著性检验。

在MLR分析中,主要采用二元回归模型,基于上述海表面气压(SOI、NAO、AO)、海表面气温(PDO、Nio 3.4、Nio 4)和季风指数(SASMI、EASMI)三类气候指数,共设计了8种组合(SOI+PDO、SOI+NAO、SOI+AO、PDO+NAO、 PDO+AO、NAO+AO、SASMI+EASMI、Nio 3.4+ Nio 4)。以极端降水指数Rx1d(y1)和SOI(x1)、PDO(x2)的遥相关分析为例,其二元回归模型的表达式为:

y1=β0+β1x1+β2x2+εa

(1)

式中β0——截距;β1、β2——回归系数;εa——随机变量。

上述回归分析均在R软件中进行计算,采用t检验对相关系数进行显著性检验。

3 结果分析

3.1 极端降水时空变化特征

3.1.1空间变化

基于三峡库区1960—2019年8个极端降水指数,将21个站点实际值设置为第1 变量,将库区DEM 信息设置为第2 变量,以此完成考虑地形因素的协同克里金计算[30],得到考虑地形因素的协同克里金插值结果,见图2。其中,CWD自西南向东北减少,渝北站最长持续降水日数近7 d,最低值巫山站持续5.5 d左右,总体来看,库区内CWD的出现频次无明显差距;CDD自东北向西南递减,变化趋势与CWD相反,最高值巫溪站最长持续无降水日数达33 d。库区东北部持续性干旱天气发生频次高,东北部地区应注意防范干旱天气的出现,西南地区则应加强对持续性降水天气的预警和防范。从图2c、2d来看,R10、R20均呈现自中部向东西两侧递减的趋势,R10最高值出现在忠县站,R20出现在开县和万州,该趋势与库区60年平均降水量分布趋势保持一致。Rx1d、Rx5d呈现自西北到东南依次降低的趋势,开县和北碚最高一日降水量达108.37 mm。R95p、R99p也呈西北向东南逐步减少的趋势。综上所述,三峡库区极端降水事件发生概率较高,且空间分布不均,极端强降水事件与平均降水量分布规律具有一致性。

a)CWD

b)CDD

c)R10

d)R20

e)Rx1d

f)Rx5d

g)R95p

h)R99p

3.1.2年际变化

从图3来看,三峡库区1960—2019年极端降水指数的年际变化差异显著,表现出不同的趋势特征。大多极端降水指标(R20、Rx1d、Rx5d、R95p、R99p)分别在1980、2000年出现最小值和最大值。其中,CWD、CDD呈现下降的变化趋势,CWD呈局部显著下降态势,CWD下降速率低于中国南方地区[12]。CWD、CDD年际变化波动幅度有所减小,可见近年来持续降水事件发生的随机性降低。R95p、R99p呈现上升的变化趋势,年际波动幅度大,说明强降水事件发生集中度提高,极端强降水事件具有很强的随机性,洪涝灾害的发生概率增加。R10、Rx5d呈下降趋势,但R20、Rx1d呈上升趋势,这表明单次极端降水强度增大、持续时间延长。

b)CDD

c)R10

d)R20

e)Rx1d

f)Rx5d

g)R95p

h)R99p

图4为三峡库区各站点极端降水指数的M-K趋势检验结果。其中 95%站点CWD呈下降趋势,整体下降速率较快,中部长寿、石柱、万州、巫山4个站点达到0.05显著性; 61%站点CDD呈下降趋势,而具上升趋势的站点主要分布于库区东西两侧,如江津、宜昌等,但整体看,CDD下降趋势不显著。 R10、R20和Rx5d总体呈下降趋势,中部地区下降趋势明显,而东西两侧部分站点呈上升趋势,如沙坪坝、秭归。 Rx1d、R95p与R99p大部分站点呈上升趋势,说明库区极端降水的强度有所增加。

a)CWD

b)CDD

c)R10

d)R20

e)Rx1d

f)Rx5d

g)R95p

h)R99p

3.2 极端降水与大气环流指数的遥相关分析

采用一元线性回归和多元线性回归探究大气环流指数与三峡库区极端降水指数之间的相关关系。表4为极端降水指数与大气环流指数的单因子相关分析结果。其中,EASMI与R20显著相关的站点最多,达到11个,EASMI与所有极端降水指数显著相关站点数也是最多,达到41个。就单一因子而言,东亚夏季风与库区极端降水的相关性最强,说明东亚夏季风对三峡库区的极端降水影响最大,PDO、SOI、NAO的影响相对较小。

表4 三峡库区1960—2019年极端降水指数单因子遥相关分析(0.05显著站点数)

选取存在一定空间关联性的气候指数,进行两两组合,分析这些组合与极端降水指数的相关关系,统计结果见表5。相比而言,SASMI+EASMI组合与CDD显著相关的站点为15个,与所有极端降水指数显著相关站点数合计72个,说明东亚和南亚夏季风环流对库区极端降水影响较大。已有研究表明,季风环流是长江流域气候的主导因子,东亚季风和南亚季风的强弱,尤其是夏季风的消长,极大地影响三峡库区的降水情况[31-32]。综上所述,多因素分析结果优于单因素分析结果,显著性站点数量更多,多元因素对库区降水影响更大。

表5 三峡库区1960—2019年极端降水指数多因子遥相关分析(0.05显著站点数)

为进一步对比单因子和多因子对极端降水指数的驱动机制,以EASMI、EASMI+SASMI分别作为单因子和多因子例子进行分析。图5所示,在单一因素影响下,库区呈显著相关的站点多为负相关关系。图5d显示,52%站点R20与EASMI成显著负相关,多分布于库区东北部。这可能是因为EASMI性质暖湿,给库区带来了丰富的水汽,促使水汽在此地辐合、上升,再加之受到东北部地形阻滞,使东北部地区降水强度增大;同时,在整个库区中,东北部地区年均降水量较少,大气水分含量较低,因而对EASMI的极端降水事件响应比较强烈,中雨持续时间变长。图5b显示,巴东、长寿两地CDD呈现显著正相关,其余站点均不显著,这表明在EASMI的影响下,库区整体降水呈上升趋势。最后,值得注意的是,Rx1d、R95p、R99p与EASMI具有相关关系的站点也较多,且多分布于库区东侧年均降水量较少的区域,说明区域大气的平均水分含量可能是影响该区极端降水事件响应程度的重要因素。其余指标(CDD、R10、Rx5d)与EASMI显著相关站点较少。

a)CWD

b)CDD

c)R10

d)R20

e)Rx1d

f)Rx5d

g)R95p

h)R99p

从图6来看,在多因素影响下,库区呈显著相关的站点多为负相关关系。图6d显示,71%站点R20与EASMI+SASMI显著相关,在单因素分析基础上,西南部显著相关的站点数量增多,这表明,两类季风协同作用,向西南地区输送的水汽通量变大,引起较大规模的水汽辐合,更加有利于降水的形成。图6b、6e、6f、6h显示,CDD、Rx1d、Rx5d、R99p在三峡库区东北部和西南部呈现显著负相关,但对中部地区影响不显著;而CWD、R10、R95p指标在三峡库区中部呈现显著负相关。综上所述,ESMIA和SASMI的协同影响与三峡库区极端降水事件的发生相关性强于ESMIA单因素的影响。

a)CWD

b)CDD

c)R10

d)R20

e)Rx1d

f)Rx5d

g)R95p

h)R99p

4 结论

论文基于8个极端降水指数,分析三峡库区1960—2019年极端降水的多年平均和多年趋势变化特征,并从单因素和多因素两方面探讨了大气环流指数对极端降水的影响,主要结论如下。

a)各极端降水指数中,CDD自东北向西南递减,变化趋势与CWD相反,最高值巫溪站最长持续无降水日数达33 d。R10、R20、Rx1d、Rx5d、R95p、R99p在空间上均呈西北向东南递减状态,与库区平均降水量变化趋势相同,推测与东亚夏季风影响密切相关。三峡库区极端降水事件发生概率较高,且空间分布不均,极端强降水事件与平均降水量分布规律具有一致性。

b)1960—2019年,三峡库区极端降水指数总体呈下降趋势,其中CWD、CDD、R10、Rx5d总体呈下降趋势,而R20、Rx1d、R95p和R99p均上升趋势,可见三峡库区持续性降水日数和持续性干旱日数均下降,但短期强降水事件发生的频次和强度均有所增加,说明库区潜在洪涝灾害有增加趋势。

c)大气环流指数与三峡库区极端降水指数存在明显相关关系,多因素相关分析的显著站点多于单因素,且极端降水事件的解释性更强。EASMI和SASMI共同作用是影响三峡库区极端降水演变的最重要因素。