羅 梅，任廣紅，王 剛，劉 梅，劉文潔，楊 濤

(1.貴陽市修文縣氣象局，貴州 貴陽 550299；2.貴州省農(nóng)經(jīng)信息中心，貴州 貴陽 550081；3.貴陽市氣象局，貴州 貴陽 550001)

1 引言

近年來，極端災(zāi)害性天氣頻繁發(fā)生，其中，暴雨天氣對(duì)人類的生產(chǎn)生活所產(chǎn)生的影響日益顯著，暴雨災(zāi)害天氣已成為氣象領(lǐng)域研究的主要熱點(diǎn)問題之一[1～3]。據(jù)相關(guān)研究表明，南方地區(qū)暴雨過程明顯增多[4]；遼河區(qū)域暴雨高度集中在7～8月份，極端暴雨集中分布在遼西山丘迎風(fēng)山區(qū)等地[5]。然而在對(duì)區(qū)域暴雨災(zāi)害的研究案例中，對(duì)小區(qū)域氣象數(shù)據(jù)分析方法的實(shí)際應(yīng)用的案例較少。目前，對(duì)于氣象數(shù)據(jù)的統(tǒng)計(jì)分析常用的方法主要有判別分析、聚類分析、回歸分析等，對(duì)于變量的分析主要有時(shí)域分析、譜分析、頻域分析及耦合分析等[6]。

貴州省位于副熱帶東亞大陸的季風(fēng)區(qū)，屬于亞熱帶濕潤溫和型氣候。貴州省修文縣是黔中經(jīng)濟(jì)區(qū)和貴陽北部新區(qū)的重要節(jié)點(diǎn)城市，除西部邊緣河谷切割較深外，相對(duì)高度多在150 m以內(nèi)，谷寬水淺，槽谷和洼地較多，屬于較典型的喀斯特丘陵地形。修文縣境內(nèi)海拔940～1610 m，平均海拔1290 m，氣候?qū)賮啛釒Ъ撅L(fēng)濕潤區(qū)，冬無嚴(yán)寒，夏無酷暑，氣候溫和。

將統(tǒng)計(jì)分析方法應(yīng)用于氣象數(shù)據(jù)的分析已經(jīng)較為普遍，然而將其應(yīng)用于貴州小區(qū)域氣象數(shù)據(jù)分析研究卻少有。同時(shí)，雖然統(tǒng)計(jì)分析方法對(duì)氣象數(shù)據(jù)的分析應(yīng)用方法種類較多，但主成分分析方法應(yīng)用于氣象數(shù)據(jù)的分析案例卻極少。然而，主成分分析是經(jīng)驗(yàn)正交函數(shù)分解系列方法之一，是以大氣變量場的數(shù)據(jù)樣本為分析對(duì)象，把氣象要素場分解為空間函數(shù)和時(shí)間函數(shù)；而時(shí)間函數(shù)則由空間點(diǎn)的線性組合所構(gòu)成，稱為主成分，這些主成分的前幾個(gè)占有原空間點(diǎn)的總方差的很大部分。因此，研究主成分隨時(shí)間變化的規(guī)律就可以代替對(duì)大氣變量場隨時(shí)間的變化研究?；诖?，本文采用主成分分析方法，利用貴州省修文縣氣象臺(tái)觀測數(shù)據(jù)，詳細(xì)闡明主成分分析方法在氣象數(shù)據(jù)分析中的應(yīng)用。

2 數(shù)據(jù)資料及研究方法

2.1 數(shù)據(jù)資料

論文研究數(shù)據(jù)資料主要來自于修文縣氣象臺(tái)近10年地面氣象觀測資料。主要為逐月逐年降水?dāng)?shù)據(jù)。國家氣象局依據(jù)24 h降水總量對(duì)暴雨等級(jí)進(jìn)行劃分，當(dāng)總降水總量大于等于50.0mm且小于等于99.9 mm時(shí)，則計(jì)為“暴雨”；當(dāng)總降水總量大于等于100.0mm且小于等于249.9 mm時(shí)，計(jì)為“大暴雨”；當(dāng)總降水總量大于等于250.0 mm時(shí)，則計(jì)為“特大暴雨”。

本文采用的暴雨事件評(píng)價(jià)指標(biāo)為：年暴雨日數(shù)、年暴雨量、年暴雨強(qiáng)度及年暴雨貢獻(xiàn)率。年暴雨日數(shù)(d)指一年中發(fā)生暴雨以上天數(shù)之和；年暴雨量(mm)指一年中暴雨以上降水量之和；年暴雨強(qiáng)度(mm/d)指當(dāng)年暴雨量與暴雨日數(shù)之比；年暴雨貢獻(xiàn)率指當(dāng)年暴雨量占總降水量的比值。

2.2 研究方法

本文主要研究方法為主成分分析方法及相關(guān)性分析方法，其中主成分分析作為主要的經(jīng)驗(yàn)正交函數(shù)分解系列方法之一，又稱為主分量分析。主成分分析方法能在保證信息損失量最小的前提下，盡可能提取數(shù)據(jù)的主要方面。近年來，隨著多元統(tǒng)計(jì)方法的推廣與普及，主成分分析又有了十分重要的應(yīng)用，如程嫻等[7]利用主成分分析對(duì)鄭州市小蜂螨爆發(fā)風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)價(jià)；楊曉穎等[8]利用主成分分析對(duì)內(nèi)蒙古脆弱性進(jìn)行等級(jí)評(píng)價(jià)；荊瑞勇等[9]利用主成分分析對(duì)水稻品種品質(zhì)進(jìn)行綜合評(píng)價(jià)。因此，主成分分析成為構(gòu)造系統(tǒng)評(píng)估指數(shù)、對(duì)系統(tǒng)的指數(shù)進(jìn)行評(píng)估排序的常用方法之一。應(yīng)用Excel軟件統(tǒng)計(jì)數(shù)據(jù)并計(jì)算年降雨量、年暴雨日數(shù)、年暴雨量、年暴雨強(qiáng)度、年暴雨貢獻(xiàn)率；同時(shí)應(yīng)用SPSS20統(tǒng)計(jì)分析軟件進(jìn)行主成分分析，對(duì)各暴雨指標(biāo)進(jìn)行排序，優(yōu)選最主要的暴雨指標(biāo)。

本文主成分分析法的具體步驟：①建立氣象觀測數(shù)據(jù)矩陣，對(duì)氣象觀測數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；②建立相關(guān)系數(shù)矩陣，計(jì)算各主成分的特征值λ；③依據(jù)累積貢獻(xiàn)率及特征值，確定所需主成分的個(gè)數(shù)；④計(jì)算主成分得分，然后依據(jù)主成分得分對(duì)各暴雨指標(biāo)進(jìn)行排序。

3 結(jié)果與分析

3.1 相關(guān)性分析

本文以貴州省修文縣氣象臺(tái)近10年降水觀測數(shù)據(jù)為樣本，利用主成分分析法(PCA)對(duì)修文縣近10年年降雨量、年暴雨日數(shù)、年暴雨量、年暴雨強(qiáng)度、年暴雨貢獻(xiàn)率等進(jìn)行排序評(píng)估。修文縣轄5個(gè)街道、7個(gè)鄉(xiāng)鎮(zhèn)，選擇具有代表性的龍場街道站點(diǎn)的數(shù)據(jù)為研究對(duì)象；確定以年降雨量(X1)、年暴雨日數(shù)(X2)、年暴雨量(X3)、年暴雨強(qiáng)度(X4)、年暴雨貢獻(xiàn)率(X5)作為統(tǒng)計(jì)分析變量，如此得到一個(gè)5×10的原始樣本數(shù)據(jù)矩陣。運(yùn)用SPSS20統(tǒng)計(jì)分析軟件進(jìn)行相關(guān)性分析，得到暴雨指標(biāo)間的線性相關(guān)系數(shù)矩陣(表1)。

表1 暴雨指標(biāo)間的線性相關(guān)系數(shù)矩陣

3.2 主成分分析

運(yùn)用SPSS20統(tǒng)計(jì)分析軟件進(jìn)行主成分分析，主成分的方差貢獻(xiàn)率、特征值和累計(jì)貢獻(xiàn)率如表2所示。由表2知，原指標(biāo)64.035%的信息量可由第一主成分進(jìn)行反映。如果按照85%的判斷標(biāo)準(zhǔn)，表中前2個(gè)主成分的累積方差貢獻(xiàn)率已經(jīng)高達(dá)86.911%，這表明前2個(gè)主成分已經(jīng)能較好地反映氣象觀測數(shù)據(jù)所包含信息量的86.911%，從而實(shí)現(xiàn)了降維(表3)。

表2 各主成分的特征值、方差貢獻(xiàn)率和累積貢獻(xiàn)率

表3 主成分因子得分、綜合得分排名

利用SPSS20統(tǒng)計(jì)分析軟件計(jì)算主成分1和主成分2得分及綜合得分，即可得出年降雨量(X1)、年暴雨日數(shù)(X2)、年暴雨量(X3)、年暴雨強(qiáng)度(X4)、年暴雨貢獻(xiàn)率(X5)之間的排名，如表3所示。由表3知，將年降雨量(X1)、年暴雨日數(shù)(X2)、年暴雨量(X3)、年暴雨強(qiáng)度(X4)、年暴雨貢獻(xiàn)率(X5)的綜合得分由低到高升序排名依次為：年暴雨貢獻(xiàn)率(X5)、年暴雨日數(shù)(X2)、年暴雨強(qiáng)度(X4)、年暴雨量(X3)、年降雨量(X1)。由此可知，在對(duì)暴雨的研究中，可優(yōu)先選擇年暴雨貢獻(xiàn)率作為主要的暴雨指標(biāo)，其次是年暴雨日數(shù)。

本文通過主成分分析，選擇修文縣龍場街道近10年降水?dāng)?shù)據(jù)，計(jì)算各暴雨指標(biāo)：年暴雨日數(shù)、年暴雨量、年暴雨強(qiáng)度、年暴雨貢獻(xiàn)率，采用主成分分析方法，優(yōu)選出主要的暴雨指標(biāo)；以期幫助修文提高城市防洪防澇能力，減少災(zāi)害損失，有助于提高暴雨災(zāi)害和洪澇災(zāi)害風(fēng)險(xiǎn)預(yù)警的能力，為貴州修文暴雨趨勢的預(yù)測奠定基礎(chǔ)，助力修文鄉(xiāng)村振興。

4 結(jié)論與討論

氣候變化會(huì)對(duì)生物多樣性以及人類生產(chǎn)生活產(chǎn)生巨大影響；在近百年的時(shí)間里，全球氣候變暖成為了地球氣候變化的最主要特征。因此，氣候的變化已經(jīng)引起世界各國政府和人民的密切關(guān)注與重視。大量事實(shí)表明，我國的氣候變化趨勢與全球氣候變化基本保持一致，而氣候變化對(duì)極端天氣如強(qiáng)降雨天氣等具有一定的影響。因強(qiáng)降水天氣具有突發(fā)性及季節(jié)性等特點(diǎn)，導(dǎo)致暴雨所引起的洪水災(zāi)害極為嚴(yán)重，對(duì)人民的生產(chǎn)生活都產(chǎn)生了極為嚴(yán)重的影響；同時(shí)，據(jù)IPCC第五次評(píng)估報(bào)告的內(nèi)容，1951～2003年我國中高緯度地區(qū)的強(qiáng)降水事件頻率有所增加[10]。因此，研究氣候變化下強(qiáng)降水的時(shí)空變化勢在必行。然而，對(duì)降水的研究中，暴雨降水集中、強(qiáng)度大、持續(xù)時(shí)間長，通常會(huì)引發(fā)山洪、泥石流、滑坡等災(zāi)害，因此，暴雨一直是氣象工作者的重要研究內(nèi)容之一[11，12]。同時(shí)，相關(guān)研究表明[13]貴陽市區(qū)域暴雨、年暴雨量及年降水量中暴雨貢獻(xiàn)率呈增多趨勢。

基于此，本研究對(duì)各暴雨指標(biāo)進(jìn)行計(jì)算，對(duì)各暴雨指標(biāo)得分進(jìn)行升序排序，依次為：年暴雨貢獻(xiàn)率、年暴雨日數(shù)、年暴雨強(qiáng)度、年暴雨量、年降雨量。通過對(duì)氣象數(shù)據(jù)統(tǒng)計(jì)分析，將相關(guān)性和主成分分析的多元統(tǒng)計(jì)思想應(yīng)用到氣象數(shù)據(jù)的統(tǒng)計(jì)應(yīng)用中，從原始降水?dāng)?shù)據(jù)出發(fā)，發(fā)掘更多條有價(jià)值的信息，從而發(fā)現(xiàn)各暴雨指標(biāo)之間的關(guān)聯(lián)性；即年暴雨日數(shù)與年暴雨量、年暴雨貢獻(xiàn)率之間呈顯著正相關(guān)，年暴雨貢獻(xiàn)率是最能反映暴雨事件的暴雨指標(biāo)，其次是年暴雨日數(shù)。因此，在未來的研究中將進(jìn)一步應(yīng)用年暴雨貢獻(xiàn)率及年暴雨日數(shù)分析貴州小區(qū)域范圍內(nèi)暴雨分布，并考慮對(duì)年暴雨貢獻(xiàn)率和年暴雨日數(shù)的年際趨勢和年際變化的特征及其二者與其他氣象要素之間的相關(guān)性等做更深入的探討研究。