花 培，俞芳琴，劉 俊，丁 楠，高穎會(huì)

(1.河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098；2. 南京市浦口區(qū)水務(wù)局，江蘇 南京 211800)

0 引 言

近年來，在氣候增溫的影響下，全球洪澇、暴雨等極端事件頻發(fā)，在世界范圍內(nèi)產(chǎn)生了極大的影響。極端氣候事件，尤其是極端降水事件引發(fā)的氣象災(zāi)害，給人類社會(huì)帶來了越來越嚴(yán)重的危害。王冀等[1]研究了長(zhǎng)江中下游極端降水指數(shù)的變化特征，指出近46 a來極端降水指數(shù)增長(zhǎng)趨勢(shì)明顯，而降水強(qiáng)度上升趨勢(shì)最顯著；李勝利等[2]基于近50年來山東省極端降水指數(shù)的變化，指出各指數(shù)和總降水量相關(guān)系數(shù)在空間分布上差異明顯；丁瑾佳等[3]研究了蘇錫常地區(qū)城鎮(zhèn)快速發(fā)展對(duì)降雨的影響，發(fā)現(xiàn)隨著城市的發(fā)展，蘇州、無錫地區(qū)“雨島效應(yīng)”日益顯著。但是，目前對(duì)蘇錫常地區(qū)極端降水指數(shù)的變化分析還不完善。因此，本文選取了極端降水量、極端降水頻次，極端降水強(qiáng)度和極強(qiáng)降水量4個(gè)極端降水指數(shù)，并選用了Mann-Kendall法和滑動(dòng)秩和檢驗(yàn)法對(duì)蘇錫常地區(qū)極端降水指數(shù)進(jìn)行趨勢(shì)性檢驗(yàn)和突變性檢驗(yàn)。研究成果不僅能揭示該地區(qū)極端降水指數(shù)的變化特征，還對(duì)蘇南地區(qū)的內(nèi)澇防治有重要意義。

1 研究區(qū)概況

蘇錫常地處長(zhǎng)江三角洲平原河網(wǎng)地帶，在亞熱帶濕潤(rùn)季風(fēng)氣候的影響下，蘇錫常地區(qū)季風(fēng)顯著、雨熱同季、雨量充沛、降水集中、梅雨顯著。蘇錫常地區(qū)年均降水量超過1 000 mm，年際變化小，受東亞季風(fēng)的影響，降雨多集中在夏季6月和7月，期間常年降水平均值在250 mm左右，暴雨頻發(fā)，強(qiáng)降水集中。然而目前對(duì)蘇錫常地區(qū)極端降水事件的分析尚未完善，難以預(yù)測(cè)未來極端降水事件的發(fā)展趨勢(shì)。蘇錫常地區(qū)經(jīng)濟(jì)發(fā)展迅速，GDP總量占江蘇省的40%，一旦發(fā)生洪澇災(zāi)害，后果難以預(yù)估。因此，本文選用了蘇錫常地區(qū)1961-2015年29個(gè)代表雨量站(見圖1)逐日降水資料，通過對(duì)極端降水指數(shù)的分析，對(duì)該區(qū)域極端降水特征進(jìn)行分析。

2 研究資料與方法

2.1 研究資料

本文選取的降水資料由蘇錫常三市的氣象局提供(經(jīng)過嚴(yán)格的質(zhì)量控制)，可靠性良好。此次研究對(duì)缺測(cè)的數(shù)據(jù)均采用鄰近雨量站點(diǎn)進(jìn)行多元回歸插值補(bǔ)齊，以保證降水資料系列的同步性。選取的降雨資料樣本容量大，包含了豐、平、枯水文周期，涵蓋了降雨變化規(guī)律，代表性較好。

2.2 閾值及指數(shù)的定義

采用百分位法定義各站點(diǎn)極端降水的閾值，即將各站逐年日降水量大于等于0.1 mm的子樣本進(jìn)行升序排列，將第95個(gè)百分位對(duì)應(yīng)的日降水量定義為各代表站極端降水閾值。

本文選用4個(gè)極端降水指數(shù)對(duì)蘇錫常地區(qū)極端降水事件進(jìn)行研究分析。對(duì)于各測(cè)站，將某站某年極端降水量的總和稱為年極端降水量；某站某年發(fā)生極端降水事件的總次數(shù)定義為年極端降水頻次；某站年極端降水量和年極端降水頻次的比值稱為極端降水強(qiáng)度；根據(jù)百分位閾值法，日降水量超過第99百分位的降水總量稱為極強(qiáng)降水量。

2.3 研究方法

采用世界氣象組織(WMO)推薦使用的用于隨機(jī)變量趨勢(shì)檢驗(yàn)的Mann-Kendall檢驗(yàn)法，對(duì)蘇錫常地區(qū)55 a各代表雨量站的極端降水指數(shù)進(jìn)行趨勢(shì)分析。Mann-Kendall檢驗(yàn)法作為一種非參數(shù)檢驗(yàn)法，與其他方法相比，其優(yōu)勢(shì)在于對(duì)樣本是否服從一定分布無要求，且少數(shù)異常值對(duì)其干擾較小，能有效地揭示某一自然過程是否存在確定的趨勢(shì)。對(duì)于已通過多元回歸差值補(bǔ)齊的缺測(cè)數(shù)據(jù)，Mann-Kendall法也有良好的檢驗(yàn)效果。原理如下：

從而根據(jù)S值確定τ值，進(jìn)而得出Var(τ)和Z，其公式如下:

其中Z值作為判斷趨勢(shì)的依據(jù)，若Z>0，則認(rèn)為時(shí)間序列有增加的趨勢(shì)，若Z<0，則認(rèn)為該序列有減少的趨勢(shì)。在0.05的顯著性水平下，當(dāng)|Z|≥Z0.05時(shí)，則拒絕原假設(shè)，認(rèn)為序列增加或減少趨勢(shì)明顯，反之，接受原假設(shè)，趨勢(shì)不顯著。

采用滑動(dòng)秩和檢驗(yàn)對(duì)年極端降水量進(jìn)行突變分析，以研究該指數(shù)在時(shí)空上的急劇變化。雷紅富等[4]指出各水文序列變異點(diǎn)的檢驗(yàn)方法中，滑動(dòng)秩和檢驗(yàn)法效果最優(yōu)。

3 結(jié)果與分析

3.1 突變性檢驗(yàn)

采用滑動(dòng)秩和檢驗(yàn)對(duì)蘇錫常地區(qū)1961-2015年各測(cè)站年極端降水量進(jìn)行突變性檢驗(yàn)。結(jié)果分析可知：各雨量站突變年份不統(tǒng)一，但基本集中在1980-1990年之間。原因可能是改革開放后，蘇錫常地區(qū)的快速發(fā)展，下墊面不透水率的不斷增加，導(dǎo)致了極端降水量的急劇變化。因此在進(jìn)行趨勢(shì)檢驗(yàn)時(shí)，不僅對(duì)長(zhǎng)時(shí)段(1961-2015)極端降水指數(shù)進(jìn)行分析，也分析短時(shí)段(1981-2015)內(nèi)城市發(fā)展高速期的極端降水指數(shù)變化。

3.2 極端降水量特征分析

對(duì)研究區(qū)長(zhǎng)時(shí)段和短時(shí)段內(nèi)的極端降水量進(jìn)行趨勢(shì)檢，從而得到極端降水量的Z值空間分布圖[見圖2(a)和(b)]。長(zhǎng)時(shí)段和短時(shí)段極端降水量Z值分布差別顯著，長(zhǎng)歷時(shí)通過95%顯著性檢驗(yàn)的有5個(gè)站點(diǎn)，超過70%的地區(qū)呈增長(zhǎng)趨勢(shì)，基本集中在蘇錫常地區(qū)的中部和南部。短時(shí)段中只有2個(gè)站點(diǎn)通過顯著性檢驗(yàn)，中西部地區(qū)主要呈減少趨勢(shì)，部分地區(qū)減少趨勢(shì)明顯，只有東部沿江地區(qū)呈增加趨勢(shì)。因此，研究區(qū)未來防汛工作的重心應(yīng)放在東部沿江地區(qū)。

圖2 長(zhǎng)時(shí)段、短時(shí)段極端降水量Z值空間分布Fig.2 Spatial distribution of extreme precipitation Z-value in long term and short term

根據(jù)統(tǒng)計(jì)得到的各測(cè)站55a的極端降水量，推求各測(cè)站的年均極端降水量，從而了解蘇錫常地區(qū)1961-2015年極端降水量的分布(見圖3)。蘇錫常地區(qū)極端降水量介于308-385 mm之間，空間上差異不大，受亞熱帶濕潤(rùn)季風(fēng)氣候的影響，極端降水量呈現(xiàn)從西北高、東南低的特點(diǎn)，最高值出現(xiàn)在無錫的宜興，為385 mm。最低值出現(xiàn)在胥口，僅有308 mm。

圖3 年極端降水量空間分布圖(單位：mm)Fig.3 Spatial distribution of annual extreme precipitation

3.3 極端降水頻次特征分析

采用Mann-Kendall法對(duì)研究區(qū)長(zhǎng)時(shí)段和短時(shí)段的極端降水頻次進(jìn)行分析，通過ARCGIS分析Z值的空間分布情況[見圖4(a)和(b)]。長(zhǎng)短時(shí)段的降水頻次趨勢(shì)性相差較大，長(zhǎng)時(shí)段的降水頻次增加的地區(qū)主要在東南地區(qū)，只有一個(gè)站點(diǎn)增長(zhǎng)趨勢(shì)明顯，其余地區(qū)主要呈減緩趨勢(shì)，少數(shù)地區(qū)減少趨勢(shì)顯著。短時(shí)段降水頻次總體上呈減少趨勢(shì)，顯著減少的地區(qū)主要集中在西南部。

圖4 長(zhǎng)時(shí)段、短時(shí)段極端降水頻次Z值空間分布Fig.4 Spatial distribution of extreme precipitation frequency Z-value in long term and short term

蘇錫常地區(qū)極端降水頻次空間上差異并不明顯(見圖5)，頻次介于5.6～6.8 d/a之間。最大值出現(xiàn)在常州天目湖地區(qū)，為6.8 d/a，蘇州吳江區(qū)發(fā)生極端降水的頻次也較高，為6.7 d/a。頻次在空間上呈現(xiàn)從西南向東北遞減的趨勢(shì)。常州市極端降水量和頻次都較高，該市的防汛工作尤為重要。

圖5 極端降水發(fā)生頻次空間分布(單位：d/a)Fig.5 Spatial distribution of extreme precipitation frequency

3.4 極端降水強(qiáng)度特征分析

通過Mann-Kendall法分析后可知，蘇錫常地區(qū)長(zhǎng)時(shí)段和短時(shí)段極端降水強(qiáng)度的趨勢(shì)差異明顯[見圖6(a)和(b)]，長(zhǎng)時(shí)段中呈增加趨勢(shì)的地區(qū)主要分布在東南部，中部和西北部強(qiáng)度有減少的趨勢(shì)，少數(shù)站點(diǎn)強(qiáng)度減小顯著，而短時(shí)段中，超過70%的地區(qū)強(qiáng)度呈增加趨勢(shì)，部分地區(qū)增加趨勢(shì)明顯，說明在1981年之后，蘇錫常地區(qū)極端降水強(qiáng)度越來越高，而極端降水量和頻次的呈減小趨勢(shì)，更突顯了該地區(qū)降水的極端性。

圖6 長(zhǎng)時(shí)段、短時(shí)段極端降水強(qiáng)度Z值空間分布Fig.6 Spatial distribution of extreme precipitation intensity Z-value in long term and short term

根據(jù)統(tǒng)計(jì)得到的蘇錫常地區(qū)55a各代表雨量站極端降水強(qiáng)度資料，分析極端降水強(qiáng)度空間分布情況(見圖7)。北部沿江地區(qū)的極端降水強(qiáng)度明顯高于南部地區(qū)，其中江陰市和常州的武進(jìn)區(qū)最高，均為63 mm/d，最低值都出現(xiàn)在蘇州的吳江區(qū)。

圖7 極端降水強(qiáng)度空間分布(單位：mm/d)Fig.7 Spatial distribution of extreme precipitation intensity

3.5 極強(qiáng)降水量特征分析

統(tǒng)計(jì)各站年內(nèi)極強(qiáng)降水總量，計(jì)算得出各站點(diǎn)年均極強(qiáng)降水量，并畫出空間分布圖(見圖8)。極強(qiáng)降水量分布與極端降水量分布大致相同，呈西北地區(qū)高，東南地區(qū)低的格局，最高值出現(xiàn)在無錫的江陰市，為134 mm，常州市的宜興市和金壇區(qū)的極強(qiáng)降水量也較高,為130 mm。因此，重視這3個(gè)地區(qū)的防汛工作尤為重要。

圖8 極強(qiáng)降水量空間分布(單位：mm)Fig.8 Spatial distribution of extreme precipitation

4 結(jié) 語

本文從長(zhǎng)時(shí)段(1961-2015)和短時(shí)段(1981-2015)分別分析蘇錫常地區(qū)極端降水量、極端降水頻次和極端降水強(qiáng)度的變化趨勢(shì)和空間分布，并分析了極強(qiáng)降水量的分布特征，結(jié)果表明：

(1)蘇錫常地區(qū)長(zhǎng)時(shí)段和短時(shí)段的極端降水指數(shù)差異較大，長(zhǎng)時(shí)段極端降水量、極端降水頻次和極端降水強(qiáng)度，在東南

地區(qū)呈增長(zhǎng)趨勢(shì)。短時(shí)段中只有極端降水強(qiáng)度呈增加趨勢(shì)，其余指數(shù)總體呈減緩趨勢(shì)。可見自1980年以后，蘇錫常地區(qū)極端降水呈現(xiàn)頻次少、強(qiáng)度大、集中度高的特點(diǎn)?？赡芘c1978年改革開放后，蘇錫常地區(qū)的快速城市發(fā)展有關(guān)。

(2)4種極端降水指數(shù)的分布基本一致，均呈從西部到東部逐漸遞減的趨勢(shì)。蘇州市的極端降水強(qiáng)度比其他兩市低，但是在短時(shí)段中極端降水強(qiáng)度的增長(zhǎng)趨勢(shì)卻高于常州市和無錫市，原因可能是蘇州市的城市發(fā)展速度高于常州市和無錫市。

(3)本文未對(duì)極端降水進(jìn)行周期性分析，且城市化對(duì)極端降水的影響復(fù)雜性較高，況且還可能存在其他影響因素，因此，尚需進(jìn)一步研究分析。

□

[1] 王 冀, 江志紅, 嚴(yán)明良,等. 1960-2005年長(zhǎng)江中下游極端降水指數(shù)變化特征分析[J]. 氣象科學(xué), 2008,28(4):384-388.

[2] 李勝利, 鞏在武, 石振彬. 近50年來山東省極端降水指數(shù)變化特征分析[J]. 水土保持研究, 2016,23(4):120-127.

[3] 丁瑾佳, 許有鵬, 潘光波. 蘇錫常地區(qū)城市發(fā)展對(duì)降雨的影響[J]. 長(zhǎng)江流域資源與環(huán)境, 2010,19(8):873-877.

[4] 雷紅富, 謝 平, 陳廣才,等. 水文序列變異點(diǎn)檢驗(yàn)方法的性能比較分析[J]. 水電能源科學(xué), 2007,25(4):36-40.

[5] 李 威, 翟盤茂. 中國(guó)極端強(qiáng)降水日數(shù)與ENSO的關(guān)系[J]. 氣候變化研究進(jìn)展, 2009,5(6):336-342.

[6] 丁 楠, 沙曉軍, 高穎會(huì),等. 1961-2010年浙江省極端降水特征分析[J]. 中國(guó)農(nóng)村水利水電, 2017,(2):104-107.

[7] 宋佳佳, 薛聯(lián)青, 劉曉群,等. 洞庭湖流域極端降水指數(shù)變化特征分析[J]. 水電能源科學(xué), 2012,(9):17-19.

[8] 江秀芳, 李麗平, 周立波. 極端降水特性分析研究進(jìn)展[J]. 氣象與減災(zāi)研究, 2012,35(2):1-6.

[9] 劉 鑫, 顧樂雨, 王 屏,等. 近30年太湖流域極端降水特征分析[J]. 水電能源科學(xué), 2015,(9):1-4.

[10] Ting Z, WEI Fengying|. Probability distribution of precipitation extremes during raining seasons in South China[J]. Acta Meteorologica Sinica, 2009,67(3):442-451.

[11] Zhai P, Zhang X, Wan H, et al. Trends in Total Precipitation and Frequency of Daily Precipitation Extremes over China[J]. Journal of Climate, 2005,18(18):1 096-1 108.

·信息·