宋永華
(遼寧省東港市水利勘測設計院,東港 118300)
丹東市(123°22′E~125°42′E,39°43′N~41°09′N)地處遼寧東南部,東與朝鮮隔江相望。東西橫跨196km,南北縱距160km,海岸線總長120km。年平均氣溫6~9℃,是遼寧乃至東北地區(qū)最大的雨量中心。丹東市屬暖溫帶亞濕潤季風型氣候,逐年間季風的不穩(wěn)定性造成了其旱澇的頻繁發(fā)生,嚴重影響了農業(yè)生產的發(fā)展。丹東市年平均降水量在800~1200mm,其中2/3的降水集中于夏季,7月中旬至8月中旬是暴雨集中期。因此,汛期的防汛抗?jié)彻ぷ魇种匾?/p>
目前有許多研究旱澇規(guī)律的指標,其中SPEI指數(即標準化降水蒸散指數)基于降水和蒸散兩種變量,既考慮了水分平衡對旱澇的影響,具有對溫度敏感的特點,又適合多尺度、多空間比較。由于對降水和蒸發(fā)的差值進行了標準化,SPEI指數更適合不同季節(jié)和地區(qū)之間干旱化程度的比較。因此SPEI特別適于檢測和監(jiān)測全球變暖背景下干旱的變化特征。本文利用SPEI指數研究丹東市近57年的洪澇災害,分析其發(fā)生規(guī)律和趨勢,并做出預測,為防洪減災和該區(qū)域農業(yè)生產提供科學依據。
氣象數據是由中國氣象局氣象信息中心提供。本文選取了丹東市內丹東(40°17′N,123°17′E,79.8m)、寬甸(40°43′N,123°47′E,260.1m)、岫巖(40°03′N,124°20′E,13.8m)等3個站點的氣象數據,取三個站點的平均數據代表丹東市的氣象資料。資料起始時間為1960年1月,終止時間為2016年12月,包括每日最低、平均和最高氣溫,相對濕度,風速(10m高度),日照時數,蒸發(fā)量和降雨量等數據。
SPEI計算過程如下:
首先采用Penman- Monteith方法計算騰發(fā)量(ET0):
(1)
式中,ET0—騰發(fā)量,mm/d;T—平均溫度,℃;Δ—溫度~飽和水汽壓關系曲線在T處的切線斜率,kPa/℃;Rn—凈輻射,MJ/m2·d;G—土壤熱通量,MJ/m2·d,γ—濕度表常數,kPa/℃;μ2—距離地面2m高處風速,m/s;ea—飽和水汽壓,kPa;ed—實際水汽壓,kPa。
第二步:計算逐月降雨量與蒸散量的差值:
Di=Pi-ETi
(2)
式中,Di—降水量與蒸散量的差值;Pi—月降水量,mm;ETi—月騰發(fā)量。
第三步:利用三個參數的log- logistic概率分布對降水量與蒸散量的差值Di正態(tài)化處理,求得相應每一個數值的SPEI指數:
(3)
式中,F(x)—概率密度函數;x—概率密度函數自變量;α,β,γ—參數。
第四步:對累積概率密度進行標準化:
P=1-F(x)
(4)
當累積概率P≤0.5時:
(5)
(6)
式中,c0,c1,c2,d1,d2,d3—參數。
當P>0.5時:
P=1-P
(7)
(8)
本文根據相關研究,將洪澇程度劃分為4個等級,見表1。SPEI指數具有多尺度分析的特點,SPEI時間尺度是前期影響時長(月)的表達,尺度為1、3、12時,表示考慮前期影響期為1個月、3個月、12個月。本文以12月份的SPEI- 12值代表該年度的洪澇強度。采用5月份、8月份、11月份和2月份的SPEI分別研究春季、夏季、秋夏和冬季的洪澇情況。
表1 洪澇等級SPEI值劃分標準
丹東市年代際洪澇災害頻率情況見表2。從1970年以后,重澇及以上的頻率逐年增加,由1970年后的2.5%增加到2010年后的10.71%。從各類洪澇頻率總和看,1970~1979年是洪澇發(fā)生最少的年代,為25%,而2010年后洪澇頻率為39.29%,洪澇災害頻率明顯增加,尤其以重澇及以上較為頻發(fā)。
洪澇強度變化趨勢及顯著性水平檢驗采用氣象學中常用的Mann-Kendall檢驗(簡稱M-K檢驗)。M-K檢驗是一種用于檢驗時間序列變化趨勢的非參數檢驗方法,其中M-K突變檢驗統(tǒng)計量U>0,表示時間序列為上升趨勢;U<0,表示時間序列為下降趨勢。當|U|>1.645,通過0.05顯著性水平檢驗;|U|>1.96,通過0.01顯著性水平檢驗。四季M-K突變檢驗結果見圖1。春季MK突變檢驗表明,UF線未超過0.05顯著水平線,UF線先上升再下降,再上升,兩個突變點分別在在1970年和1999年,總體來看在丹東市春季趨向不顯著濕潤發(fā)展。夏季MK突變檢驗表明,UF線在1975~1984年、1991~1995年和2000~2011年呈現顯著干旱化趨勢,其余時間段均為不顯著干旱化趨勢。UF線先上升后下降,突變點在1968年,從整體來看,夏季SPEI趨向干旱化發(fā)展。秋季MK突變檢驗表明,UF線在1966~1971年間超出0.05顯著性水平線,該階段秋季SPEI表現為顯著干旱化趨勢,UF曲線先上升后下降再上升再下降,突變點發(fā)生在1973年、1980年、1985年和1995年。秋季SPEI值旱澇變化趨勢不明顯。冬季MK突變檢驗表明,UF線在1974~1979年呈現顯著干旱化趨勢,冬季整體較為干旱,突變點發(fā)生在2010年,自2010年開始向不顯著濕潤化發(fā)展。
表2 丹東市年代際洪澇災害頻率
圖1 丹東市近57年四季SPEI的M-K突變檢驗
MK趨勢檢驗結果見表3。氣候傾向率指標均為不顯著。日平均氣溫按照0.2341℃/10a的速率逐年增加,月總降水量按0.3594mm/10a速率逐年增加,月總ET0卻在按0.2368mm/10a速率逐年降低,SPEI值按0.0227/10a速率逐年增加。說明丹東市逐年向濕潤化發(fā)展,SPEI值的逐年增加原因在于其降水量在不斷增加的同時,ET0反而在不斷下降。
表3 氣候傾向率MK趨勢檢驗
月、季、年尺度下SPEI見圖2。最澇年為1964年,該年度為特澇年,其SPEI值為2.14,1985年為重澇年,2012年、2013年和2012年為中澇年,可見洪澇發(fā)生較為頻繁的年份集中在2010年后。洪澇最為嚴重的季度為1992年秋季,洪澇強度達到2.17,1964年夏季、2012年秋季、1985年夏季洪澇強度較高??梢姡|市最容易發(fā)生洪澇的季節(jié)為秋季和夏季。月值SPEI表明最澇月份為2007年3月,洪澇強度為2.58,1964年1月、1992年9月、1979年6月、1992年12月以及2016年5月,其SPEI值均高于2.0,均為特澇月份。
圖2 不同時間尺度下SPEI值
氣象研究中常用馬爾柯夫鏈模型預測洪澇時間序列,它能反映洪澇情況隨機過程的動態(tài)變化趨勢。馬爾柯夫鏈模型具有無后效性的特征,即某一年的狀態(tài)只與前一年(或最近幾年)的狀態(tài)及狀態(tài)變化有關,與更前面的年份關聯較弱[15]。表4為根據1960~2015年的SPEI值,對2017~2021年做了洪澇情況預測。2017年發(fā)生洪澇的概率為35.14%,2018~2021年發(fā)生洪澇災害的概率均為32%左右,2017年發(fā)生特澇的幾率為0。2017年發(fā)生重澇以上的概率為2.7%,2018年發(fā)生重澇以上的概率為3.92%,而2019~2021年重澇及以上發(fā)生的幾率均在3.6%左右。
表4 馬爾柯夫預測旱澇概率(2017~2021年)
本文基于丹東市三個氣象站點的氣象資料,通過氣象研究方面廣泛應用的SPEI指數,對丹東市近57年的洪澇特征進行分析。主要結果有:
(1)從1970年以后,丹東市重澇及以上的頻率逐年增加,2010年后洪澇災害頻率明顯增加,頻率為39.29%。
(2)丹東市春季SPEI趨向不顯著濕潤發(fā)展,夏季SPEI趨向干旱化發(fā)展,秋季SPEI值旱澇變化趨勢不明顯,冬季自2010年開始向不顯著濕潤化發(fā)展。
(3)最澇年為1964年,洪澇發(fā)生較為頻繁的年份集中在2010年后。洪澇最為嚴重的季度為1992年秋季,丹東市最容易發(fā)生洪澇的季節(jié)為秋季和夏季。月值SPEI表明最澇月份為2007年3月,洪澇強度為2.58。
(4)丹東市逐年向濕潤化發(fā)展,SPEI值的逐年增加的原因在于其降水量在不斷增加的同時,ET0反而在不斷下降。
(5)預測得到2017年發(fā)生洪澇的概率為35.14%,2018~2021年發(fā)生洪澇災害的概率均為32%左右。
丹東市冬春季節(jié)趨向濕潤發(fā)展。近57年內最澇年為1964年,洪澇發(fā)生較為頻繁的年份集中在2010年以后。丹東市SPEI值的逐年增加,向濕潤化發(fā)展,原因在于其降水量在不斷增加的同時,ET0反而在不斷下降。預測表明近幾年洪澇災害頻率較大,建議農業(yè)部門做好防范。
[1] 郭慧, 黃濤, 鄧茂芝, 等. 甘肅天水地區(qū)45a來強降水與洪澇災害特征分析[J]. 冰川凍土, 2007, 29(05): 809- 812.
[2] 于藝. 綦江河流域2016.6.28洪澇災害評估分析[J]. 水利規(guī)劃與設計, 2017(07).
[3] 鄭文順. 沿海地區(qū)洪澇災害威脅與解決途徑[J]. 水利技術監(jiān)督, 2010, 18(01): 41- 43.
[4] 于國寶. 朝陽市降雨入滲規(guī)律分析[J]. 水利規(guī)劃與設計, 2017(04): 48- 50.
[5] 林樹剛. 基于改進的IDW模型的區(qū)域蒸散發(fā)空間插值技術研究[J]. 水利技術監(jiān)督, 2017, 25(01): 88- 91.
[6] 師長興, 章典. 中國洪澇災害與泥沙關系[J] 地理學報, 2000, 55(05): 628- 636.
[7] 劉蘭芳, 彭蝶飛, 鄒君. 湖南省農業(yè)洪澇災害易損性分析與評價[J] 資源科學, 2006, 28(06): 60- 67.
[8] 唐亞平, 張凱, 李忠嫻, 等. 1964~2008年遼寧省旱澇時空分布特征及演變趨勢, 氣象與環(huán)境學報, 2011, 27(02): 50- 55.
[9] Sergio M. Vicente-Serrano, Santiago Begueria, Juan I. Lopez-Moreno. A Multiscalar Drought Index Sensitive to Global Warming: The Standardized Precipitation Evapotranspiration Index[J]. Journal of Climate, 2010, 23(07): 1696- 718.
[10] 李偉光, 侯美亭, 陳匯林, 等. 基于標準化降水蒸散指數的華南干旱趨勢研究[J]. 自然災害學報, 2012, 21(04): 84- 90.
[11] GB/T20481- 2006. 氣候干旱等級[S].
[12] 冼卓雁, 武傳號, 黃國如. 基于 SPEI 的北江飛來峽流域干旱時空演變特征分析[J]. 災害學, 2015, 30(03): 198- 203.
[13] 朱新玉. 基于SPEI的豫東地區(qū)近 50 年干旱演變特征[J]. 自然災害學報, 2015, 24(04): 128- 137.
[14] 王東, 張勃, 安美玲, 等. 基于SPEI的西南地區(qū)近53a干旱時空特征分析[J]. 自然資源學報, 2014, 29(06): 1004- 1016.
[15] 尹愛芹, 郭小春, 郭化文. 馬爾柯夫鏈在天氣預報中的應用[J]. 山東農業(yè)大學學報(自然科學版), 2001, 32(02): 191- 196.