劉海金

（東華理工大學(xué)，江西 南昌 330013）

日前，全球氣候變化已引起政府、非政府組織及學(xué)者們的廣泛關(guān)注[1-6]。在氣候變化的背景下，極端氣候事件對(duì)經(jīng)濟(jì)發(fā)展的影響越來越明顯，甚至對(duì)人體健康產(chǎn)生了重大不良的影響[7]。同時(shí)，全球氣候變化引起河流流域內(nèi)洪澇災(zāi)害多發(fā)，而極端降水又是影響極端洪澇的重要水文因素[8]，因此，如何對(duì)極端降水事件有效地預(yù)測(cè)已成為實(shí)現(xiàn)流域內(nèi)可持續(xù)發(fā)展的必經(jīng)之路。

目前對(duì)流域內(nèi)極端降水事件的研究取得了大量成果，其中長(zhǎng)江、黃河、珠江等河流是主要的研究對(duì)象[9-19]，同時(shí)也有研究成果是以中國多流域?yàn)榭臻g尺度[20-21]，另外對(duì)于遼河流域的具體研究多集中于遼河的分區(qū)概況[22-24]及少量臺(tái)站的全流域研究[25]，對(duì)其全流域多臺(tái)站的研究相對(duì)較少。本研究以1960—2016年遼河流域及其周邊的氣象臺(tái)站數(shù)據(jù)為依據(jù)，利用計(jì)量方法對(duì)日降水強(qiáng)度、日降水大于20 mm的日數(shù)、年內(nèi)一日最大降水總量等多個(gè)指標(biāo)進(jìn)行診斷，得到遼河流域56年極端降水的時(shí)空變化，并預(yù)測(cè)未來發(fā)展趨勢(shì)，以期為遼河流域經(jīng)濟(jì)社會(huì)的發(fā)展與防災(zāi)減災(zāi)工程的建設(shè)提供降水參考依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來源

遼河流域地處中國東北地區(qū)的南部（116°54′~125°32′E，40°30′~45°17′N），是東北地區(qū)最重要的河流之一，也是中國的七大流域之一。遼河發(fā)源于光頭山，流經(jīng)冀、蒙、吉、遼4省，共經(jīng)16個(gè)市（地、州），56個(gè)縣（縣級(jí)市、縣、旗），最終匯入渤海。遼河流域總面積為219 631 km2，全長(zhǎng)1 345 km，由西遼河、東遼河、太子河、渾河等支流組成，上游支流稀疏細(xì)長(zhǎng)，中下游支流密集短小。

本研究日降水及相關(guān)數(shù)據(jù)均來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/）?；谶|河流域范圍及數(shù)據(jù)的有效連續(xù)性，選取37個(gè)氣象臺(tái)站的數(shù)據(jù)進(jìn)行分析（圖1）。對(duì)微量數(shù)據(jù)作歸零處理，對(duì)極少的缺測(cè)數(shù)據(jù)進(jìn)行剔除，以確保數(shù)據(jù)的完整性。

2 研究方法

本研究所選取的極端降水指數(shù)均來自于世界氣象組織氣候委員會(huì)（WMO） 等推薦的11個(gè)極端氣候指數(shù)（表1）。利用一元線性趨勢(shì)分析對(duì)各極端分析，以確定各極端降水指數(shù)的總體變化趨勢(shì)。利用Mann-Kendall突變分析對(duì)各極端降水指數(shù)進(jìn)行突變檢驗(yàn)，以確定各極端降水指數(shù)的突變年份。建立評(píng)價(jià)體系，利用因子分析對(duì)遼河流域極端降水進(jìn)行總體評(píng)價(jià)，以確定遼河流域降水極端性的綜合變化趨勢(shì)。利用R/S分析對(duì)因子分析評(píng)價(jià)結(jié)果進(jìn)行變化趨勢(shì)的分析，以確定遼河流域降水極端性變化趨勢(shì)的顯著性特征。

2.1 一元線性趨勢(shì)分析

一元線性趨勢(shì)分析可確定要素的平均變化趨勢(shì)，具體公式為：

式中：y——?dú)夂蛞匦蛄校ń邓兀?；x——時(shí)間序列（1960—2016年）；b——線性趨勢(shì)系數(shù)，其正負(fù)反映上升或下降趨勢(shì)；b——?dú)夂蛞孛?0 a的氣候傾向率[26]；a——截距。

2.2 M-K突變檢驗(yàn)

氣候突變的普遍式定義為：氣候從一種穩(wěn)定態(tài)（或穩(wěn)定持續(xù)的變化趨勢(shì)）跳躍式地轉(zhuǎn)變到另一種穩(wěn)定態(tài)（或穩(wěn)定持續(xù)的變化趨勢(shì)）的現(xiàn)象，它表現(xiàn)為氣候在時(shí)空上從一個(gè)統(tǒng)計(jì)特性到另一個(gè)統(tǒng)計(jì)特性的急劇變化[27]。M-K突變檢驗(yàn)是一種非參數(shù)類的統(tǒng)計(jì)檢驗(yàn)方法，其基本原理為：

2.2.1 構(gòu)建秩序列

設(shè)氣候要素x在時(shí)間序列上有n個(gè)樣本，可構(gòu)建秩序列：

表1 極端降水指數(shù)的定義

式（2）中：dk——序列內(nèi)x的第i個(gè)數(shù)值大于第j個(gè)數(shù)值的數(shù)量統(tǒng)計(jì)量。

2.2.2 dk的標(biāo)準(zhǔn)化處理

式中：E（dk）——秩序列的dk均值；var（dk）——方差。

按照逆序列重復(fù)上述過程，得到UBK=-|UFK|，且UB1=0。若UFK＞0，則說明該序列上升，反之下降；當(dāng)超過置信水平時(shí)，說明變化趨勢(shì)顯著。如果UFK與UBK相交且交點(diǎn)在置信區(qū)間內(nèi)，則交點(diǎn)表示的時(shí)間即為突變發(fā)生的時(shí)間。

2.3 因子分析

處理數(shù)據(jù)時(shí)，利用數(shù)學(xué)方法將多個(gè)性質(zhì)相同的變量組合為一個(gè)變量，稱為因子，即用較少的綜合指標(biāo)來代替多指標(biāo)。因子分析就是基于因子結(jié)合的分析方法，如果數(shù)據(jù)選取合理，因子分析不僅損失的原始數(shù)據(jù)較少，且能夠提取影響數(shù)據(jù)的主要因素，反映事物的本質(zhì)現(xiàn)象[28]。其基本步驟為：利用KMO和Bartlett法檢驗(yàn)數(shù)據(jù)是否適合因子分析，若K-B的球形度檢驗(yàn)＞0.5且Bartlett的檢驗(yàn)為0，即可進(jìn)行因子分析[29]。然后建立相關(guān)系數(shù)矩陣，計(jì)算其特征值與相關(guān)系數(shù)矩陣，根據(jù)特征值大于1或者貢獻(xiàn)度為80%來確定主成分因子，得到得分系數(shù)矩陣，并根據(jù)權(quán)重計(jì)算最終得分。此數(shù)據(jù)的計(jì)算均在IBM SPSS Statistics 21中進(jìn)行。

營(yíng)養(yǎng)水平參照NY/T 816-2004配制育肥山羊日糧，配方（D）組成見表1。人工配料，混合機(jī)混合均勻，KL-150型顆粒機(jī)（壓縮比6∶1）制粒。

2.4 R/S分析

R/S分析是英國學(xué)者Hurst在1965年提出的關(guān)于處理時(shí)間序列的一種分析方法[30]。研究發(fā)現(xiàn)，R/S降水的時(shí)間序列上具有Hurst效應(yīng)，適合應(yīng)用此方法[31]。Hurst指數(shù)（0＜H＜1） 在不同的取值范圍具有不同的指示意義：當(dāng)H=0.5時(shí)，說明各個(gè)指標(biāo)之間無關(guān)聯(lián)性，要素在時(shí)間序列上具有隨機(jī)性，變化趨勢(shì)不顯著；當(dāng)H＞0.5時(shí)，表明要素在未來時(shí)間序列上與歷史時(shí)間序列相同，且H越接近于1，變化特征越顯著；當(dāng)H＜0.5時(shí)，表明要素在未來時(shí)間序列上與歷史時(shí)間序列相反，且H越接近于0，變化特征越顯著。

3 結(jié)果分析

3.1 極端降水指標(biāo)的趨勢(shì)分析

為得到遼河流域的極端降水指標(biāo)的變化趨勢(shì)，利用一元線性趨勢(shì)分析方法對(duì)遼河流域的極端降水指標(biāo)進(jìn)行分析及預(yù)測(cè)，結(jié)果如表2和圖2所示。在1960—2016年間，遼河流域的極端降水指數(shù)中，除日降水強(qiáng)度上升明顯，氣候傾向率大于0外，其他極端降水指數(shù)均呈下降趨勢(shì)，其中強(qiáng)降水日數(shù)、極端降水日數(shù)及持續(xù)降水日數(shù)下降趨勢(shì)明顯，氣候傾向率分別為-0.2 d/（10 a）、-0.109 d/（10 a）、-0.256 d/（10 a），而其他指標(biāo)雖有下降但趨勢(shì)并不明顯。且在2010—2016年間，除持續(xù)降水日數(shù)稍有下降，其他極端降水指標(biāo)均有所上升。對(duì)于極值，除持續(xù)降水日數(shù)的極值外，其他10個(gè)極端降水的指標(biāo)基本都出現(xiàn)在1996—2016年，說明1996—2016年遼河流域的極端降水指標(biāo)存在明顯的不穩(wěn)定性。綜合說明，遼河流域在1960—2016年間降水極端性的變化呈總體下降趨勢(shì)，且在56年間呈現(xiàn)上升趨勢(shì)，在1996—2016年內(nèi)波動(dòng)趨勢(shì)明顯。

表2 遼河流域各極端降水指數(shù)氣候傾向率

3.2 極端降水指標(biāo)的突變分析

通過M-K突變檢驗(yàn)可進(jìn)一步確定極端降水指標(biāo)的變化趨勢(shì)。其中，正序列的數(shù)據(jù)統(tǒng)計(jì)曲線標(biāo)識(shí)為UF，逆序列的數(shù)據(jù)統(tǒng)計(jì)曲線標(biāo)識(shí)為UB。

由圖3可知，日降水強(qiáng)度UF曲線與UB曲線相交于1983年與2001年，說明日降水強(qiáng)度的突變年為1983年和2001年。非常強(qiáng)降雨日數(shù)的UF曲線與UB曲線存在多個(gè)交叉點(diǎn)，說明其突變年份不明顯。一日最大降水UF曲線與UB曲線相交于7個(gè)交點(diǎn)，說明突變年份不明顯。持續(xù)降水日數(shù)的突變年份為1970年；年降水總量的突變年份為1964年；非常潮濕天降水量的UF曲線與UB曲線交點(diǎn)較多，說明非常潮濕天降水量不存在明顯的突變年份。持續(xù)干旱日數(shù)UF曲線與UB曲線共相交于9個(gè)交點(diǎn)，說明持續(xù)干旱日數(shù)的突變年份不明顯；強(qiáng)降水日數(shù)在1965年發(fā)生突變；極端降水日數(shù)發(fā)生突變的年份為1965年。最大5日降水UF與UB曲線相交于1964年、1993年、1994年，且均位于置信區(qū)間內(nèi)，說明最大5日降水出現(xiàn)突變的年份為1964年、1993年和1994年；極端降水量發(fā)生突變的年份為1990年、1992年、1994年和2009年。

綜合上述特征可以判斷：遼河流域的極端降水指標(biāo)的突變年份存在明顯的不同：最大5日降水、極端降水量、日降水強(qiáng)度存在著多個(gè)明顯突變年份；強(qiáng)降水日數(shù)、極端降水日數(shù)、持續(xù)降水日數(shù)、非常強(qiáng)降水日數(shù)、年降水總量存在著1個(gè)明確的突變年份；非常潮濕天降水量、持續(xù)干旱日數(shù)不存在明顯突變年份。

3.3 遼河流域極端降水的適應(yīng)性評(píng)價(jià)

為對(duì)遼河流域1960—2016年間極端降水進(jìn)行綜合評(píng)價(jià)，通過因子分析利用極端降水指標(biāo)建立評(píng)價(jià)體系，結(jié)果如表3所示，得到時(shí)間序列內(nèi)遼河流域極端降水的綜合得分變化，并利用R/S分析對(duì)綜合得分的變化趨勢(shì)進(jìn)行判斷。

通過IBM SPSS Statistics 21軟件，對(duì)遼河流域的極端降水指標(biāo)進(jìn)行自動(dòng)標(biāo)準(zhǔn)化并保存為變量，消除指標(biāo)之間的差異影響。在標(biāo)準(zhǔn)化數(shù)據(jù)的基礎(chǔ)上，利用KMO和Bartlett法檢驗(yàn)數(shù)據(jù)是否適合因子分析，經(jīng)計(jì)算此類數(shù)據(jù)的KMO檢驗(yàn)為0.89，適合作因子分析。然后，計(jì)算其特征值與相關(guān)系數(shù)矩陣，并以特征值大于1為標(biāo)準(zhǔn)，提取3個(gè)因子并計(jì)算最終綜合得分。

圖2 遼河流域1960—2016年極端降水指標(biāo)變化趨勢(shì)

4 遼河流域極端降水與ENSO現(xiàn)象的關(guān)系

ENSO是發(fā)生在太平洋及印度洋之間的特殊氣壓振動(dòng)，與我國的降水存在一定的聯(lián)系[34]，但在不同地區(qū)ENSO對(duì)其影響不同[35]。將遼河流域極端降水綜合得分與厄爾尼諾、拉尼娜強(qiáng)度進(jìn)行比較，結(jié)果如圖5所示：遼河流域的極端降水與厄爾尼諾的強(qiáng)度基本呈現(xiàn)正相關(guān)關(guān)系，厄爾尼諾強(qiáng)度大的年份，遼河流域降水的極端性也會(huì)呈現(xiàn)附近時(shí)間的峰值；遼河流域的極端降水與拉尼娜強(qiáng)度大致呈負(fù)相關(guān)，當(dāng)拉尼娜強(qiáng)度增加時(shí)，遼河流域降水的極端性隨之增大，當(dāng)拉尼娜強(qiáng)度減小時(shí)，遼河流域降水的極端性也會(huì)隨之減小。對(duì)于形成此現(xiàn)象的具體原因還需進(jìn)一步進(jìn)行探討。

圖3 遼河流域各極端降水指標(biāo)突變分析

表3 遼河流域極端降水評(píng)價(jià)體系

圖4 遼河流域極端降水綜合得分

圖5 遼河流域降水極端性綜合得分與ENSO強(qiáng)度關(guān)系

5 結(jié)論

利用多種計(jì)量方法，對(duì)遼河流域的極端降水指標(biāo)進(jìn)行較為全面的分析，得到以下結(jié)論：

（1） 遼河流域在1960—2016年間降水極端性的各個(gè)指標(biāo)的趨勢(shì)、突變、周期變化存在差異，絕大部分處于下降趨勢(shì)。其中，日降水強(qiáng)度呈上升趨勢(shì)，非常強(qiáng)降水日數(shù)呈下降趨勢(shì)，一日最大降水呈下降趨勢(shì)，連續(xù)降水日數(shù)呈下降趨勢(shì)，年內(nèi)降水總量呈下降趨勢(shì)，非常潮濕天降水量呈下降趨勢(shì)，持續(xù)干旱日數(shù)基本保持不變；強(qiáng)降水日數(shù)呈下降趨勢(shì)，極端降水日數(shù)呈下降趨勢(shì)，最大5日降水和極端降水量均為下降趨勢(shì)。

（2）遼河流域的極端降水指標(biāo)的突變年份與周期存在明顯的不同。最大5日降水、極端降水量、日降水強(qiáng)度存在著多個(gè)明顯突變年份；強(qiáng)降水日數(shù)、極端降水日數(shù)、持續(xù)降水日數(shù)、非常強(qiáng)降水日數(shù)、年降水總量存在著1個(gè)明確的突變年份；非常潮濕天降水量、持續(xù)干旱日數(shù)不存在明顯突變年份。

（3）遼河流域極端降水的綜合得分在未來的變化趨勢(shì)不顯著，并與ENSO存在一定關(guān)系。通過計(jì)算得到綜合得分線性趨勢(shì)系數(shù)為0.001 2，Hurst=0.595 982 768，說明僅僅存在不顯著的小幅上升。且通過對(duì)比相關(guān)年份綜合得分與厄爾尼諾/拉尼娜強(qiáng)度，發(fā)現(xiàn)其與厄爾尼諾呈正向關(guān)系，與拉尼娜強(qiáng)度存在負(fù)向關(guān)系。