張超美，吳 瓊，黃彩婷

江西省氣候中心，江西 南昌 330096

0 引 言

鄱陽(yáng)湖流域地處長(zhǎng)江中下游以南，屬亞熱帶溫暖濕潤(rùn)季風(fēng)氣候。鄱陽(yáng)湖流域的早期氣候記載可追溯到流域的地方志、奏折等記錄，研究這些古文獻(xiàn)發(fā)現(xiàn)流域及各子流域的干旱和洪澇頻次呈明顯周期性變化(王懷清等，2015)。全球氣候變暖背景下，鄱陽(yáng)湖流域近代氣候發(fā)生了明顯變化，自20世紀(jì)60年代以來(lái)鄱陽(yáng)湖流域年降水日數(shù)總體呈現(xiàn)下降趨勢(shì)，但大雨和暴雨日數(shù)呈現(xiàn)增加趨勢(shì)(占明錦等，2013)，極端降水的變化趨勢(shì)比年降水變化趨勢(shì)更為明顯(高冰和任依清，2016)，降水集中度在增加，旱澇等極端事件愈發(fā)頻繁(殷劍敏，2011)。氣象災(zāi)害的發(fā)生往往與地區(qū)極端氣候聯(lián)系緊密(史培軍等，2014)，近幾年鄱陽(yáng)湖流域極端降水對(duì)社會(huì)經(jīng)濟(jì)及人民生命財(cái)產(chǎn)安全產(chǎn)生了巨大的影響。

更高時(shí)間、空間分辨率的降水?dāng)?shù)據(jù)對(duì)研究暴雨顯得尤為重要(孔鋒等，2017)。在我國(guó)許多地區(qū)采用小時(shí)降水?dāng)?shù)據(jù)來(lái)開(kāi)展地區(qū)小時(shí)強(qiáng)降水或極端降水的特征研究：我國(guó)小時(shí)極端降水強(qiáng)度具有明顯的“東南高、西北低”的空間分異特征(孔鋒等，2019)；新疆地區(qū)北疆的小時(shí)極端降水量和降水頻次多于南疆，但南疆夏季小時(shí)極端降水量對(duì)總降水量的貢獻(xiàn)率大于北疆(楊霞等，2020)。

鄱陽(yáng)湖流域目前多是基于日尺度降水資料開(kāi)展降水特征分析，而鄱陽(yáng)湖流域?qū)儆诩撅L(fēng)氣候，同時(shí)東、南和西三面環(huán)山，北邊為鄱陽(yáng)湖平原地區(qū)，地形南高北低，地理特征十分明顯，流域降水區(qū)域分布差異特征顯著，因此利用小時(shí)降水資料開(kāi)展精細(xì)化特征分析十分必要。特別是近幾年流域汛期暴雨肆虐(胡洋等，2019；吳珊珊等，2020)，出現(xiàn)小時(shí)強(qiáng)降水的日數(shù)增多(邵明陽(yáng)等，2018)，這對(duì)鄱陽(yáng)湖流域降水特性研究有了更高要求。文中，采用長(zhǎng)序列逐時(shí)降水資料，分析1978—2019年鄱陽(yáng)湖流域小時(shí)強(qiáng)降水分布特征，以期為地區(qū)洪澇暴雨相關(guān)服務(wù)提供參考。

1 資料與方法

1.1 資料

文中所用資料來(lái)源于江西省氣象信息中心，對(duì)有記錄以來(lái)鄱陽(yáng)湖流域逐時(shí)降水資料，通過(guò)異常值剔除和資料時(shí)間延續(xù)檢驗(yàn)等質(zhì)量控制，并綜合考慮數(shù)據(jù)完整性、地域代表性和資料時(shí)間長(zhǎng)度等因素，最終選取1978—2019年79個(gè)國(guó)家氣象站逐時(shí)降水資料來(lái)開(kāi)展分析(圖1)，所選研究時(shí)段站點(diǎn)逐時(shí)降水資料年平均缺失率為3.01%。

圖1 鄱陽(yáng)湖流域國(guó)家氣象站分布

1.2 方法

1.2.1 小時(shí)強(qiáng)降水定義

在美國(guó)，當(dāng)每小時(shí)強(qiáng)降雨量達(dá)到20 mm時(shí)，常出現(xiàn)山洪暴發(fā)(Davis，2001)。同樣，中國(guó)氣象局和日本氣象廳都將短期強(qiáng)降水定義為強(qiáng)度20 mm/h的降水(Mohr et al，2013)。文中，統(tǒng)計(jì)單站逐時(shí)降水量超過(guò)20 mm的降水。小時(shí)強(qiáng)降水量為降水量的累加值，單位：mm；小時(shí)強(qiáng)降水時(shí)數(shù)為小時(shí)數(shù)的累加值，單位：h；小時(shí)強(qiáng)降水強(qiáng)度為小時(shí)強(qiáng)降水量與時(shí)數(shù)的比值，單位：mm/h。

1.2.2 Sen斜率估計(jì)

n對(duì)數(shù)據(jù)的趨勢(shì)系數(shù)通過(guò)Theil-Sen’s估計(jì)量進(jìn)行估算(Cunderlik and Burn,2003；Tabari and Talaee,2011；Jhajharia et al,2012；Wang et al,2013)，這被廣泛應(yīng)用于識(shí)別氣候時(shí)間尺度序列的線(xiàn)性趨勢(shì)。Sen趨勢(shì)系數(shù)計(jì)算式為

(1)

其中，Xl和Xj分別是時(shí)間l和時(shí)間j的數(shù)據(jù)值；Median表示取中位數(shù)。當(dāng)趨勢(shì)系數(shù)△>0時(shí)，時(shí)間序列呈上升趨勢(shì)，反之呈下降趨勢(shì)。

變化率是一個(gè)無(wú)量綱的趨勢(shì)，代表趨勢(shì)系數(shù)除以多年統(tǒng)計(jì)元素平均值，文中采用10 a的要素變化率分析各序列的變化趨勢(shì)：

(2)

1.2.3 Mann-Kendall檢驗(yàn)

Mann-Kendall檢驗(yàn)被廣泛應(yīng)用于檢驗(yàn)水文變化趨勢(shì)是否顯著(Douglas et al，2000；Yue et al，2002；Partal and Kahya，2006；Modarres and Silva，2007)。Mann-Kendall檢驗(yàn)不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾。文中使用顯著性水平α=0.01，如果正態(tài)檢驗(yàn)統(tǒng)計(jì)量絕對(duì)值大于2.576，則認(rèn)為趨勢(shì)變化通過(guò)了顯著性檢驗(yàn)。

1.2.4 Morlet小波變換

Morlet小波變換方法可同時(shí)給出資料序列變化振幅和位相兩方面的信息(魏鳳英，2007)，能夠很好地對(duì)序列連續(xù)進(jìn)行時(shí)頻局部化分析，文中采用此方法對(duì)鄱陽(yáng)湖流域小時(shí)強(qiáng)降水的降水量序列進(jìn)行小波變換分析。

2 結(jié)果與分析

2.1 小時(shí)強(qiáng)降水年際變化

圖2a給出了鄱陽(yáng)湖流域79個(gè)觀測(cè)站空間平均的小時(shí)強(qiáng)降水量逐年變化。分析發(fā)現(xiàn)，鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量具有明顯的年際變化特征，年平均小時(shí)強(qiáng)降水量為183 mm，其中1998年最大(262 mm)，1978年最小(98 mm)。1978—2019年小時(shí)強(qiáng)降水量以18.4 mm/(10 a)的速率增加，通過(guò)了信度0.01的顯著性檢驗(yàn)，增加趨勢(shì)顯著。從5 a滑動(dòng)平均來(lái)看，鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量也存在明顯的年代際波動(dòng)變化特征，20世紀(jì)80年代后期到90年代前期為減少時(shí)段，90年代中后期到21世紀(jì)初為增加階段，而2007年以來(lái)，小時(shí)強(qiáng)降水量又呈現(xiàn)增加趨勢(shì)。

圖2 鄱陽(yáng)湖流域小時(shí)強(qiáng)降水累計(jì)降水量(a)、貢獻(xiàn)率(b)、累計(jì)時(shí)數(shù)(c)和平均強(qiáng)度(d)年際變化Fig. 2 Interannual variation of accumulated precipitation (a)，contribution rate (b)，accumulated hours (c), and average intensity (d) of hourly heavy rainfall over the Poyang Lake Basin

分析鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量對(duì)總降水量貢獻(xiàn)率的逐年變化(圖2b)發(fā)現(xiàn)，年平均貢獻(xiàn)率為11.2%，其中2011年最大(14.6%)，1989年最小(7.7%)；1978—2019年以0.54%/(10 a)的速率增加，通過(guò)了0.01的顯著性檢驗(yàn)，表明增加趨勢(shì)顯著。分析鄱陽(yáng)湖流域79個(gè)觀測(cè)站空間平均的小時(shí)強(qiáng)降水時(shí)數(shù)逐年變化(圖2c)發(fā)現(xiàn)，年平均時(shí)數(shù)為6.4 h，其中1983年最多(9.1 h)，1978年最少(3.4 h)；1978—2019年以0.6 h/(10 a)的速率增加，通過(guò)了信度0.01的顯著性檢驗(yàn)，表明增加趨勢(shì)顯著。分析鄱陽(yáng)湖流域小時(shí)強(qiáng)降水強(qiáng)度的逐年變化(圖2d)發(fā)現(xiàn)，年平均強(qiáng)度為28.7 mm/h，其中2018年最大(30.0 mm/h)，2013年最小(27.4 mm/h)；1978—2019年強(qiáng)度幾乎無(wú)變化趨勢(shì)，未能通過(guò)信度0.01的顯著性檢驗(yàn)。從5 a滑動(dòng)平均來(lái)看，小時(shí)強(qiáng)降水量對(duì)總降水量的貢獻(xiàn)率、小時(shí)強(qiáng)降水時(shí)數(shù)的年代際變化特征與小時(shí)強(qiáng)降水量基本一致，而小時(shí)強(qiáng)降水強(qiáng)度2009年以來(lái)有回落趨勢(shì)。

政府間氣候變化專(zhuān)門(mén)委員會(huì)報(bào)告(IPCC，2007)指出，氣溫升高不僅直接影響氣溫極端值的變化，還導(dǎo)致暴雨洪澇等極端氣候事件的發(fā)生頻率和強(qiáng)度出現(xiàn)加劇趨勢(shì)，江西短歷時(shí)強(qiáng)降水年發(fā)生頻次與區(qū)域性增暖呈正響應(yīng)關(guān)系(唐傳師等，2018)。占明錦等(2013)研究鄱陽(yáng)湖流域日降水特征發(fā)現(xiàn)，年降水日數(shù)總體呈現(xiàn)略下降趨勢(shì)，而文中發(fā)現(xiàn)鄱陽(yáng)湖流域小時(shí)強(qiáng)降水頻次呈現(xiàn)顯著增加趨勢(shì)，這可能是由于分析的時(shí)間尺度不同導(dǎo)致的。鄱陽(yáng)湖流域小時(shí)強(qiáng)降水強(qiáng)度變化趨勢(shì)不明顯，流域強(qiáng)降水的發(fā)生更多呈現(xiàn)為強(qiáng)降水時(shí)數(shù)的增加，這表明流域洪澇事件發(fā)生更為頻繁。

利用Morlet小波變換分析鄱陽(yáng)湖流域小時(shí)強(qiáng)降水累計(jì)降水量的時(shí)頻特征(圖3)可知，1978—2019年存在15—24 a的年代際變化周期，但未能通過(guò)信度0.05的顯著性檢驗(yàn)；年際變化還存在準(zhǔn)4—5 a的短周期，通過(guò)了信度0.05的顯著性檢驗(yàn)，這與鄱陽(yáng)湖流域的局部地區(qū)研究結(jié)論吻合(潘愛(ài)軍和田敬生，2019)。

圖3 鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量序列小波功率譜(a)、小波全譜(b)Fig. 3 Wavelet Power Spectrum (a) and global Wavelet Spectrum(b)of hourly heavy precipitation series over the Poyang Lake Basin

2.2 小時(shí)強(qiáng)降水月變化

圖4給出了1978—2019年鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量及其對(duì)總降水貢獻(xiàn)率的月分布。分析發(fā)現(xiàn)，6月是強(qiáng)降水出現(xiàn)最多的月份，區(qū)域平均強(qiáng)降水量為48.6 mm，超過(guò)全年總和的26.5%，而5、7和8月為30 mm左右，這4個(gè)月是強(qiáng)降水出現(xiàn)的主要月份，占全年強(qiáng)降水量的78.1%。分析各月小時(shí)強(qiáng)降水貢獻(xiàn)率發(fā)現(xiàn)，與累計(jì)強(qiáng)降水量不同的是，8月貢獻(xiàn)率最高，為23.7%，6、7月分別為17.3%和21.2%，而其他月份均未超過(guò)15%。分析鄱陽(yáng)湖流域各月區(qū)域平均累計(jì)小時(shí)強(qiáng)降水量、累計(jì)時(shí)數(shù)和平均強(qiáng)度的月分布趨勢(shì)變化(圖略)發(fā)現(xiàn)，4—9月累計(jì)強(qiáng)降水量和累計(jì)時(shí)數(shù)均呈增加趨勢(shì)，期間月平均增長(zhǎng)率分別為8.8%、8.6%，3月兩者呈減少趨勢(shì)，變化率分別為-7.9%、-8.1%，而平均強(qiáng)度各月基本均無(wú)明顯變化。

圖4 1978—2019年鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量及其對(duì)總降水量貢獻(xiàn)率的月分布

鄱陽(yáng)湖流域不同季節(jié)降水特征差異明顯(Wu and Zhan，2020)，導(dǎo)致不同月份的小時(shí)強(qiáng)降水特征明顯不同。3月出現(xiàn)的春季連陰雨天氣是東亞獨(dú)特的天氣氣候現(xiàn)象，也是青藏高原高大地形的動(dòng)力和熱力強(qiáng)迫的結(jié)果(萬(wàn)日金和吳國(guó)雄，2008)；5月4—5候南海季風(fēng)爆發(fā)，流域出現(xiàn)季風(fēng)降水盛期(何金海等，2008)；7—8月東亞副熱帶季風(fēng)雨帶北推抵達(dá)華北—東北地區(qū)，此時(shí)期鄱陽(yáng)湖流域降水常與午后對(duì)流天氣以及臺(tái)風(fēng)活動(dòng)有關(guān)。鄱陽(yáng)湖流域的日尺度和小時(shí)尺度降水時(shí)間變化特征不同，很可能是由于不同月份降水特征和變化趨勢(shì)不同所導(dǎo)致。鄱陽(yáng)湖主汛期(4—6月)以及7、8月小時(shí)強(qiáng)降水量大且呈現(xiàn)增加趨勢(shì)，鄱陽(yáng)湖地區(qū)洪澇災(zāi)害防御部門(mén)應(yīng)該特別注意。

2.3 小時(shí)強(qiáng)降水日變化

圖5給出了鄱陽(yáng)湖流域各月多年平均及年平均小時(shí)強(qiáng)降水量(區(qū)域平均)日變化。從各時(shí)次的小時(shí)強(qiáng)降水來(lái)看，強(qiáng)降水主要出現(xiàn)在3—9月。其中3—4月主峰區(qū)主要集中在06—09時(shí)；從5月開(kāi)始，傍晚出現(xiàn)小時(shí)強(qiáng)降水逐漸增多，而6—8月16—20時(shí)逐小時(shí)強(qiáng)降水量的年平均值可達(dá)2.5 mm，是主要強(qiáng)降水分布時(shí)段；9月以后，各時(shí)次的小時(shí)強(qiáng)降水明顯減少。多年區(qū)域平均時(shí)次小時(shí)強(qiáng)降水量呈現(xiàn)雙峰分布(圖5b)，其中主峰區(qū)出現(xiàn)在16—20時(shí)，各時(shí)刻均超過(guò)了10 mm，最大值出現(xiàn)在17時(shí)，為12.6 mm；06—09時(shí)存在一個(gè)次峰區(qū)，08時(shí)最大為9.8 mm?？梢?jiàn)，傍晚是鄱陽(yáng)湖流域小時(shí)強(qiáng)降水的多發(fā)時(shí)段，可能因?yàn)檫@是強(qiáng)對(duì)流高發(fā)時(shí)段；而汛期早晨存在的另一個(gè)小時(shí)強(qiáng)降水峰值時(shí)段，則可能是由于受低層急流日變化影響，急流在凌晨有所加強(qiáng)，導(dǎo)致暖濕大氣層結(jié)不穩(wěn)定造成強(qiáng)降水(唐傳師等，2018)。

圖5 1978—2019年鄱陽(yáng)湖流域月平均(a)、年平均(b)小時(shí)強(qiáng)降水量(區(qū)域平均)的日分布Fig. 5 Diurnal variations of monthly average (a) and annual average (b) hourly heavy precipitation over the Poyang Lake Basin from 1978 to 2019

2.4 小時(shí)強(qiáng)降水的空間分布

圖6a給出了鄱陽(yáng)湖流域年平均小時(shí)強(qiáng)降水量累計(jì)值的區(qū)域分布?？梢钥闯觯r(shí)強(qiáng)降水量分布主要呈現(xiàn)“東多西少”特征；大值中心分布在流域的東北角和中東部地區(qū)，累計(jì)降水量可超過(guò)200 mm；西部大部分地區(qū)小時(shí)強(qiáng)降水量為141—170 mm。

分析小時(shí)強(qiáng)降水累計(jì)降水量歷年變化率的區(qū)域分布(圖6b)發(fā)現(xiàn)，幾乎整個(gè)鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量都呈現(xiàn)增長(zhǎng)趨勢(shì)，大值中心與累計(jì)降水量有部分重合，說(shuō)明流域易發(fā)生小時(shí)強(qiáng)降水的地區(qū)其增長(zhǎng)趨勢(shì)仍在增加，這將給鄱陽(yáng)湖流域帶來(lái)較高的洪澇災(zāi)害風(fēng)險(xiǎn)。除此之外，流域的西南部存在增長(zhǎng)率相對(duì)較大區(qū)域，部分站點(diǎn)變化率達(dá)20%/(10 a)。分析小時(shí)強(qiáng)降水累計(jì)時(shí)數(shù)歷年變化率的區(qū)域分布(圖6c)發(fā)現(xiàn)，小時(shí)強(qiáng)降水時(shí)數(shù)的變化特征與小時(shí)強(qiáng)降水量非常吻合，可見(jiàn)區(qū)域小時(shí)強(qiáng)降水量的變化主要原因是地區(qū)強(qiáng)降水時(shí)數(shù)的增加。分析小時(shí)強(qiáng)降水平均強(qiáng)度歷年變化率的區(qū)域分布(圖6d)發(fā)現(xiàn)，強(qiáng)度的負(fù)增長(zhǎng)區(qū)域主要分布于鄱陽(yáng)湖流域的中部和北部部分區(qū)域，整個(gè)區(qū)域的正負(fù)變化率均不大，區(qū)域小時(shí)強(qiáng)降水的強(qiáng)度沒(méi)有明顯的改變。

圖6 1978—2019年鄱陽(yáng)湖流域小時(shí)強(qiáng)降水的累計(jì)降水量(a)，以及累計(jì)降水量(b)、累計(jì)時(shí)數(shù)(c)和平均強(qiáng)度(d)變化率的空間分布Fig. 6 Spatial distributions of hourly heavy rainfall for cumulative precipitation (a)，and change rate of cumulative precipitation (b)，cumulative hours (c)，average intensity (d) over the Poyang Lake Basin from 1978 to 2019

3 結(jié) 論

利用鄱陽(yáng)湖流域79個(gè)國(guó)家氣象站逐時(shí)降水資料，分析了1978—2019年鄱陽(yáng)湖流域小時(shí)強(qiáng)降水的時(shí)空間變化特征，得到以下主要結(jié)論：

1) 鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量及其對(duì)總降水的貢獻(xiàn)率均呈現(xiàn)顯著的增加趨勢(shì)，特別2007年以來(lái)小時(shí)強(qiáng)降水量增加趨勢(shì)明顯。具體來(lái)看，鄱陽(yáng)湖流域小時(shí)強(qiáng)降水時(shí)數(shù)增加顯著而強(qiáng)度則幾乎無(wú)變化。

2) 鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量主要呈現(xiàn)準(zhǔn)4—5 a的短周期變化。

3) 6月是鄱陽(yáng)湖小時(shí)強(qiáng)降水頻次最多的月份，而8月小時(shí)強(qiáng)降水的貢獻(xiàn)率最高。從月分布的變化趨勢(shì)來(lái)看，4—9月小時(shí)強(qiáng)降水量與強(qiáng)降水時(shí)數(shù)均呈增加趨勢(shì)，但3月兩者均呈現(xiàn)減少趨勢(shì)；各月小時(shí)強(qiáng)降水強(qiáng)度均無(wú)明顯變化。

4) 鄱陽(yáng)湖流域小時(shí)強(qiáng)降水年平均日變化呈現(xiàn)雙峰結(jié)構(gòu)，16—20時(shí)為主峰時(shí)段，06—09時(shí)是次峰時(shí)段。從各月分布來(lái)看，3—4月峰值主要集中在早上；5—8月雙峰特征明顯，而9月后主峰區(qū)主要出現(xiàn)在傍晚。

5) 鄱陽(yáng)湖流域小時(shí)強(qiáng)降水量分布主要呈現(xiàn)“東多西少”特征，大值中心分布在流域的東北角和中東部地區(qū)。從變化趨勢(shì)來(lái)看，流域小時(shí)強(qiáng)降水量幾乎均呈增加趨勢(shì)，特別是趨勢(shì)正變化中心與小時(shí)強(qiáng)降水量中心存在重合，表明部分地區(qū)易發(fā)生小時(shí)強(qiáng)降水的地區(qū)趨勢(shì)增加亦明顯。流域小時(shí)強(qiáng)降水時(shí)數(shù)的變化特征與小時(shí)降水量變化特征吻合，小時(shí)強(qiáng)降水強(qiáng)度變化率均不大，負(fù)增長(zhǎng)區(qū)域主要分布在流域的中部和北部部分區(qū)域。