周北平, 史建橋, 李少魁,陳　挺,馬　麗

(1.南京信息工程大學 大氣科學學院氣象臺,南京　210044; 2.94783部隊61分隊,浙江 長興　313111;3.無錫中科光電技術有限公司，江蘇 無錫　214000;4.中國氣象局 氣象探測中心,北京　100081;5.山西省氣象臺，太原　030000 )

?

近53年長三角地區(qū)極端降水時空變化分析

周北平1, 史建橋2, 李少魁3,陳挺4,馬麗5

(1.南京信息工程大學 大氣科學學院氣象臺,南京210044; 2.94783部隊61分隊,浙江 長興313111;3.無錫中科光電技術有限公司，江蘇 無錫214000;4.中國氣象局 氣象探測中心,北京100081;5.山西省氣象臺，太原030000 )

近年來，全球氣候變暖趨勢越來越明顯，極端降水加劇了長江流域的旱澇災害風險。利用長三角地區(qū)34個氣象站1960—2012年逐日降水資料，以百分位定義極端降水事件閾值，采用趨勢分析、Mann-Kendall檢驗、GIS空間分析等方法，在資料均一性檢驗和資料質量控制后，對長三角地區(qū)近53 a的極端降水的時空演變特征進行了詳細分析，結果表明：①長三角極端降水閾值分布在30.7～46.7之間且都在大雨范圍內，部分站點接近暴雨級別，分布呈現(xiàn)帶狀分布，蘇北、浙西南和浙東南沿海部分站點極端降水閾值較大，而蘇南、浙北以及上海一帶較??；②極端降水頻次和強度存在明顯的年代際差異，表現(xiàn)為前期明顯下降而后期緩慢上升的趨勢，長三角降水變得更為異常，極端降水突變主要發(fā)生在1987年；③浙江西南部和東南沿海島嶼的極端降水頻次和總量均較高，R95T大值區(qū)主要分布在蘇北以及浙江東南沿海；④極端降水頻次的四季變化體現(xiàn)了一年中雨帶的南北移動，同時也體現(xiàn)了沿海與內陸的降水差異；蘇北贛榆站、浙江東部沿海及島嶼站點的降水變得較為極端，未來易發(fā)生暴雨和洪澇，而射陽及周圍地區(qū)發(fā)生干旱的幾率增大。

長三角地區(qū)；極端降水；趨勢分析；Mann-Kendall檢驗；GIS空間分析；時空變化

1　研究背景

近年來，隨著氣候變暖，降水變化極端，很多研究都表明極端降水常常衍生洪澇災害，其頻率和強度的增大對社會和生態(tài)的影響力和破壞力越來越嚴重，極端降水研究受到了越來越多的關注[1-2]。長江流域是氣候變化區(qū)域響應的重要地區(qū)，長江流域降水時空分布變化是全球氣候變化在該流域的反映；此外，研究長江流域極端降水有助于了解長江流域水旱災害加劇成因[3]，因此開展長江流域的降水和極端降水的研究，具有重要意義。詹存等[4]分析江河源區(qū)汛期和非汛期降雨量和降雨量的熵在空間上分布相似，表現(xiàn)出從東南到西北逐漸遞減的規(guī)律;王冀等[5]對1960—2005年長江中下游極端降水指數(shù)變化特征分析指出長江中下游地區(qū)近46 a來極端降水指數(shù)呈上升趨勢，各個極端降水指數(shù)均存在12 a左右的周期振蕩；張洪剛等[6]對漢江上游降水變化趨勢進行了分析, 指出1991 年為漢江干流徑流量變化的突變點,這主要是由于降水減少和氣溫升高造成的。門寶輝等[7]對長江上游川中地區(qū)降水時間序列進行混沌分析，為降水預測提供了較為科學的依據(jù)。

目前，國內學者關于降水和極端降水的研究大多針對全國、東部地區(qū)、長江中下游、江淮流域等較大區(qū)域范圍，以長三角地區(qū)為研究區(qū)的研究相對較少。本文根據(jù)長三角地區(qū)34個氣象站1960—2012年的逐日降水資料，采用趨勢分析、Mann-Kendall檢驗、GIS空間分析等方法，分析長三角地區(qū)極端降水事件的時空演變特征，旨在為長江流域的氣候變化研究與水文特征變化研究提供科學參考。

2　逐日降水資料處理和方法選取

本文的研究區(qū)域為江蘇、浙江全省，上海市和安徽省的合肥、蕪湖、滁州、馬鞍山和銅陵5個地級市。地面觀測資料來自于國家氣象信息中心，選取長三角地區(qū)34個站(圖1)的逐日降水資料進行統(tǒng)計分析，分析方法采用趨勢分析、Mann-Kendall檢驗、GIS空間分析。由于龍華站、淮陰站、蕪湖站分別有一次臺站遷址，文中通過原站點與遷址后的新站點平行觀測期間的數(shù)據(jù)對這3個站的降水資料進行了均一性檢驗和資料質量控制。

圖1長三角氣象站點及極端降水閾值分布

Fig.1Distributions of extreme precipitation threshold and meteorological sites of Yangtze River Delta region

由于本身的氣候條件差異和對降水的承受能力不同，不同地區(qū)采用超過同一固定值的降水量沒有空間的可比性[8]。翟盤茂等[9]提出，根據(jù)每個測站的日降水量確定不同地區(qū)的極端降水事件的閾值：將氣候基準時段(1960—2012年)逐日降水序列(降水量>0.1 mm) 的第95個百分位值的多年(53 a)平均值定義為極端降水事件的閾值；當某站某日降水量超過這一閾值時，就稱為發(fā)生1次極端降水事件。這種定義方法消除了地域因素影響，具有較弱的極端性、噪聲低、顯著性強等特點[9]，可以更好地表征極端降水事件的區(qū)域和季節(jié)特征。

長三角地區(qū)極端降水閾值分布如圖1所示。閾值較大區(qū)域為蘇北和浙西南地區(qū)，最大為贛榆站(46.6 mm)；閾值較小區(qū)域為蘇南、浙北以及上海地區(qū)，最小為嵊泗站(30.7 mm)。從閾值的分布來看，整個地區(qū)閾值都超過25 mm，部分站點接近暴雨級別。

3　極端降水時間變化特征

3.1極端降水的年際變化

通過研究長三角地區(qū)34 個站極端降水頻次和強度平均值的逐年變化發(fā)現(xiàn)，極端降水頻次和極端降水強度時間序列曲線具有較為相似的年際變化特征，60年代初極端降水頻次和強度都處于較大值，是豐水期；60年代后期一直到整個70年代極端降水頻次和強度均在較低值處震蕩，1978年極端降水頻次只有3.1次，為整個時期最低值，極端降水強度為整個時間序列的第3小值。由極端降水總量時間變化序列發(fā)現(xiàn)，1978年出現(xiàn)最小值，是整個53 a中降水最少的年份；80年代初期極端降水頻次和強度均處于上升期，80年代末期到90年代初期呈現(xiàn)先下降后上升的走勢；90年代中后期以后到2012年極端降水頻次圍繞均值上下小幅波動，而極端降水強度在2000年以后出現(xiàn)較為劇烈的波動。

R95T為Frich等[10]提出的定義降水極端的指數(shù)，表示超過95%百分位降水占總降水量的百分率，是極端降水量與降水量比值的百分數(shù)。

由圖2可以看出，近53 a來，R95T的變化與極端降水量、極端降水頻次具有較為相同的年際變化特點，R95T較大年份與極端降水頻次、極端降水量較大年份相對應，其最小值為1978年的21.5%，最大值為1962年的41.2%。53 a中R95T的傾向率為0.7%/10 a并且通過了0.05的顯著性檢驗，即超過95%百分位降水占總降水量的百分率每10 a上升0.7個百分點，并且這個上升是顯著的，說明長三角地區(qū)的降水正變得更為異常。

圖2　長三角地區(qū) R95T的時間變化曲線Fig.2　Time-history curve of R95T in Yangtze River Delta region

3.2極端降水的突變特征

氣候變化在各種不同尺度上都存在著不穩(wěn)定性及突變現(xiàn)象，是氣候系統(tǒng)非線性反映，是不同氣候狀態(tài)的轉折方式，即從一種穩(wěn)定的氣候狀態(tài)跳躍式的轉變到另一種穩(wěn)定的氣候狀態(tài)，氣候一旦發(fā)生突變，天氣過程的大背景則隨即改變。

采用Mann-Kendal 法檢驗氣候信號的突變點，計算極端降水頻次、極端降水總量和R95T的Mann-Kendall突變分布結果，分別計算順序時間的秩序列時得到的統(tǒng)計量UF和計算逆序時間的秩序列時得到的統(tǒng)計量UB。

其中極端降水頻次、極端降水總量和R95T這3個指數(shù)的UF和UB曲線變化整體上表現(xiàn)都較為一致，3個指數(shù)的突變時間點都為1987年，說明在1987年前后長三角地區(qū)的極端降水出現(xiàn)了突變，在整個53 a中1987年以后極端降水上升更為明顯。整個53 a初期3個指數(shù)一致，表現(xiàn)為1964—1968年的下降，并且在1964年突破-1.96的置信線，說明在這個時期內3個指數(shù)都有所下降并且下降趨勢明顯。在20世紀60年代末期到20世紀80年代中期UF曲線開始上升并在末期有一個回落的過程，R95T更是在末期突破置信線并且在突變點時間仍然處于高的置信水平，說明這一時期內，3個指數(shù)都有所上升，而極端降水貢獻率上升得更快。20世紀80年代中期到2012年，3個指數(shù)都表現(xiàn)為緩慢的上升，沒有突破置信線，說明這個時期內極端降水增加了但增加得不明顯。

4　極端降水空間變化特征

4.1極端降水頻次和總量的空間分布

圖3(a)給出了年極端降水頻次的空間分布圖。從圖中可以發(fā)現(xiàn)極端降水頻次基本呈現(xiàn)由南向北階梯狀遞減的趨勢，浙南地區(qū)發(fā)生極端降水事件的次數(shù)較多，浙江龍泉站和洪家站達到了8.6次/a，蘇北地區(qū)發(fā)生極端降水事件的頻次較低，徐州站最低為4.3次/a。從極端降水總量的分布情況看，年極端降水總量大值區(qū)主要分布在浙江西南部和東南沿海地區(qū)，大值區(qū)的分布與年極端降水頻次較為相似，最大為洪家站的545.1 mm，小值區(qū)主要分布在徐州、淮陰、合肥等長三角西北部地區(qū)，整體分布為南澇北旱，見圖3(b)。R95T的空間分布特征為由北向南依次降低，大值區(qū)在淮陰以北，最大為贛榆站的36.9%，小值區(qū)在浙江中部，最小為嵊縣的28.2%，浙江東南沿海也屬于大值區(qū)，見圖3(c)。從圖3中可以發(fā)現(xiàn)，浙江南部的一些地方雖然極端降水頻次和總量比較大，但R95T極端降水貢獻率卻不高，這說明浙江南部有些地區(qū)由于年降水日數(shù)較多使得極端降水量占總降水量的比率并不高；而東南沿海的洪家、玉環(huán)等站點附近不僅極端降水頻次總量很高同時R95T也很高，這些地區(qū)不但經常發(fā)生降水而且容易成為異常的極端降水；蘇北地區(qū)極端降水頻次和總量較低但R95T很高，說明蘇北地區(qū)1 a中降水概率較低,但一旦發(fā)生降水則很容易成為極端降水。

綜上所述，浙西南和浙南沿海地區(qū)每年極端降水日數(shù)較多且每次降水強度較強，總的極端降雨量比較大,是極端降水事件和洪澇災害發(fā)生較多的地區(qū)；江蘇北部地區(qū)雖然降水日數(shù)少，但極端降水強度較大。

(a)頻次

(b)總量

(c)R95T空間分布圖3　長三角極端降水頻次、總量和R95T的空間分布Fig.3　Spatial distributions of extreme rainfall frequency,rainfall capacity, and R95T

4.2極端降水頻次四季分布特征

長三角地區(qū)極端降水頻次、總量和R95T的四季空間分布特征具有相似性，本文用春、夏、秋、冬四季極端降水頻次分布來說明。

其中，春季極端降水頻次較大地區(qū)位于浙江西南部，最大衢州站為2.98次，春季蘇北地區(qū)發(fā)生極端降水的概率較低，基本為2～3 a一遇，春季長江以南地區(qū)每年至少出現(xiàn)1次極端降水。夏季長三角地區(qū)所有站點平均每個月都發(fā)生1次極端降水事件，最高為寧國的4.70次，最低徐州站也有3.47次。秋季極端降水的分布南北差異較小，由東到西依次減小，浙江東部石浦站為最大，達2.51次。冬季整個長三角地區(qū)發(fā)生極端降水的概率都很低，53 a來淮陰以北地區(qū)在冬季從未發(fā)生極端降水事件，整個江蘇其他地區(qū)以及區(qū)域中安徽地區(qū)在冬季發(fā)生極端降水的頻率幾乎都為10 a一遇，浙江地區(qū)基本為3 a一遇。

總體上看，從春季到夏季極端降水大值區(qū)由南向北移動與我國雨帶移動一致。春季位于浙江西南部，夏季位于一條蘇皖浙三省交界一直延伸到東臺、射陽的長帶和浙江東部，秋冬季極端降水大值區(qū)主要集中在浙江，秋季主要位于浙江東部沿海一帶，而冬季位于浙江西南、東南以及杭州灣的環(huán)狀區(qū)域，浙江東部沿海地區(qū)夏、秋、冬三季極端降水發(fā)生的頻率都很高。

4.3極端降水變化趨勢的空間分布

計算長三角地區(qū)34個氣象站極端降水頻次和總量的趨勢系數(shù)。圖4為極端降水頻次、總量和R95T線性變化趨勢的空間分布。

(a)頻次線性變化趨勢

(b)總量線性變化趨勢

(c)R95T線性變化趨勢圖4　長三角極端降水頻次、總量和R95T的線性變化趨勢空間分布Fig.4　Linear trends of extreme rainfall frequency, rainfall capacity and R95T

經過計算，整個長三角地區(qū)只有4個氣象站的極端降水頻次呈下降趨勢，且均未通過0.05的顯著水平檢驗，由圖4(a)可以發(fā)現(xiàn)分布在蘇中射陽、高郵、盱眙、溧陽一帶。其他站點的極端降水頻次均呈上升趨勢，大值分布在浙江東南沿海一帶。平湖、嵊泗、金華3站上升趨勢都超過0.5次/10 a，嵊泗站為最大達0.66次/10 a，且平湖和嵊泗站通過了0.05的顯著水平檢驗，極端降水頻次上升趨勢明顯。圖4(b)為極端降水總量的線性變化趨勢的分布，與圖4(a)較為相似，極端降水總量射陽、蕪湖、溧陽3站呈下降趨勢且沒有通過0.05的顯著水平檢驗，而其余31站均呈上升趨勢，大值主要分布在浙江東南沿海、金華、杭州灣北部及上海一帶，最大值為嵊泗站的36.3 mm/10 a，其中嵊泗站和定海站通過了0.05的顯著水平檢驗，大值中有7站通過了0.1的顯著水平檢驗?？傊憬瓥|南沿海一帶極端降水頻次和總量在53 a中上升趨勢明顯，未來極端降水事件發(fā)生的幾率將顯著增加。從R95T極端降水貢獻率的變化趨勢看(圖4(c))，大值呈點狀分布，集中在整個區(qū)域的外圍，最大為贛榆站(2.05%/10 a)，僅有金華站的變化趨勢通過了0.05的信度檢驗，變化趨勢為1.54%/10 a；R95T變化為負的站點有8個，其中射陽站最小(-1.49%/10 a)。

從3個極端降水指數(shù)來看，浙江東南沿海地區(qū)極端降水頻次和總量在53 a中上升趨勢明顯，未來極端降水事件發(fā)生的幾率將顯著增加，射陽站極端降水有明顯的下降趨勢，未來射陽及周圍地區(qū)可能會變得更為干旱。

5　結　論

氣候變化與生態(tài)環(huán)境有明顯的關系，本文研究長三角地區(qū)的近50 a極端降水變化特征，為長三角地區(qū)的氣候變化、水文特征和生態(tài)環(huán)境方面的研究提供科學參考。作者通過對近50 a降水資料的研究，得到以下結論：

(1)長三角極端降水閾值分布在30.7～46.7之間且都在大雨范圍內，部分站點接近暴雨級別，分布呈現(xiàn)帶狀分布，蘇北、浙西南和浙東南沿海部分站點極端降水閾值較大而蘇南、浙北以及上海一帶較小。

(2)長三角極端降水頻次和強度存在明顯的年代際差異，60年代初期到70年代初極端降水事件減少、強度減弱，80年代后期兩者都緩慢上升，2000年以后極端降水頻次有所減少但強度并未減弱，長三角地區(qū)降水正變得更為異常，Mann-Kendall檢驗得出極端降水的突變主要發(fā)生在1987年。

(3)浙江西南部和東南沿海島嶼的極端降水頻次和總量均較高；R95T大值區(qū)主要分布在蘇北以及浙江東南沿海，蘇北地區(qū)容易發(fā)生極端降水事件，而浙江東南沿海地區(qū)由于年降水日數(shù)較多所以極端降水頻次和總量都很高。

(4)極端降水頻次的四季變化體現(xiàn)了一年中雨帶的南北移動，同時也體現(xiàn)了沿海與內陸的降水差異；蘇北贛榆站、浙江東部沿海及島嶼站點的降水變得較為極端，未來易發(fā)生暴雨和洪澇，而射陽及周圍地區(qū)發(fā)生干旱的幾率增大。

[1]江志紅,丁裕國,陳威霖.21世紀中國極端降水事件預估[J].氣候變化研究進展,2007,3(4):202-207.

[2]蘇布達,姜彤,董文杰.長江流域極端強降水分布特征的統(tǒng)計擬合[J].氣象科學,2008,28(6):625-629.

[3]李吉順,王昂生,陳家田.降水時空分布變化是長江流域水旱災害加重的主要原因[J].中國減災,1999,9(4):27-30，40.

[4]詹存,梁川,趙璐,等.基于云模型的江河源區(qū)降雨時空分布特征分析[J].長江科學院院報,2014,31(8):21-28.

[5]王冀,江志紅,嚴明良,等.1960—2005年長江中下游極端降水指數(shù)變化特征分析[J].氣象科學,2008, 28(4):384-388.

[6]張洪剛,王輝,徐德龍，等.漢江上游降水與徑流變化趨勢研究[J].長江科學院院報,2007,24(5):27-30.

[7]門寶輝,趙燮京,梁川.長江上游川中地區(qū)降水時間序列的混沌分析[J]. 長江科學院院報,2004,21(1):43-46.

[8]丁裕國,江志紅.極端氣候研究方法導論[M].北京:氣象出版社,2009.

[9]翟盤茂,潘曉華.中國北方近50年溫度和降水極端事件變化[J].地理學報,2003,58(9):1-10.

[10]FRICH P,ALEXANDER L V,DELLA-MARTA P M,etal. Observed Coherent Changes in Climatic Extremes during the Second Half of the Twentieth Century[J].Climate Research,2002,19(3):193-212.

(編輯：劉運飛)

Spatio-temporal Variations of Extreme Precipitation in the Yangtze River Delta during 1960-2012

ZHOU Bei-ping1, SHI Jian-qiao2, LI Shao-kui3, CHEN Ting4, MA Li5

(1.Weather Forecast Training Center of Institute of Atmospheric Sciences, Nanjing University of Information Science and Technology, Nanjing 210044, China; 2. Unit 61, No.94783 of PLA, Changxing 313111, China;3.Wuxi Zhongke Photonics Co.Ltd.,Wuxi 214000,China;4.Meteorological Observation Centre,China Meteorological Administration, Beijing 100081, China; 5.Shanxi Meteorological Observatory, Taiyuan 030000, China)

In recent years, the trend of global warming has been more and more serious, and extreme precipitation contributed to the risk of drought and flood disaster in the Yangtze River basin. Daily precipitation data of 34 automatic meteorological stations in the Yangtze River delta region from 1960-2012 were used to investigate the features of spatial and temporal variations of extreme precipitation using methods of the trend analysis, Mann-Kendall test and GIS spatial analysis. The main conclusions are as follows: 1) the extreme precipitation threshold limit value was in the range between 30.7mm and 46.7mm, all are heavy rainfall, and some close to rainstorm. The extreme precipitation threshold value presents zonal distribution features, large in north Jiangsu, southwest and southeast Zhejiang, and small in south Jiangsu, north Zhejiang, and Shanghai; 2) the frequency and intensity of extreme precipitation has obvious interdecadal differences, characterized by trends of decreasing obviously in early stage and slowly rising in late stage. The precipitation in the Yangtze River delta was more abnormal, and the extreme precipitation mutations mainly occurred in 1987; 3) the frequency and total amount of extreme precipitation were high in the southwest and southeast coastal islands of Zhejiang, and the value ofR95Twas large mainly in north Jiangsu and Zhejiang’s southeast coastal areas; 4) the seasonal change of extreme precipitation frequency reflected the north-south movement of the rain belt in a year, and also reflected the precipitation differences between the coast and the inland. The study also found that the precipitation events in Ganyu station of north Jiangsu, and stations on eastern Zhejiang’s coast and island had become extreme, with rainstorm and flooding likely to happen in the future. The probability of drought in Sheyang and its surrounding areas will increase.

Yangtze River Delta region; extreme rainfall; trend analysis; Mann-Kendall test; GIS spatial analysis; spatial and temporal variations

2015-08-05;

2015-09-15

國家自然科學基金項目(41005047)；中國氣象局氣象探測工程技術研究中心開放課題(RCOET)

周北平(1982-)，男，江蘇徐州人，工程師，碩士，主要從事多元資料融合與分析方面的研究，(電話)13912927175(電子信箱)seayo@126.com。

10.11988/ckyyb.20150639

2016,33(09):5-9

P446

A

1001-5485(2016)09-0005-05