李 榮，雒 儀

（甘肅省平?jīng)鏊恼?，甘肅 平?jīng)?744000）

1 問題的提出

隨著人類工業(yè)的快速發(fā)展和對礦物燃料的依賴，全球氣溫變暖，氣候變化引起水循環(huán)發(fā)生改變，從而導(dǎo)致區(qū)域內(nèi)山火、高溫、暴雨、洪水等極端水文氣象災(zāi)害頻發(fā)[1]。水循環(huán)對于地球環(huán)境和人類生存有著極其重要的意義，有利于各區(qū)域的濕度、氣溫得到不斷調(diào)節(jié)，能切實預(yù)防異常氣候現(xiàn)象的突發(fā)。降水是水循環(huán)的一部分，深入研究降水量的時空分布特征有利于分析區(qū)域內(nèi)水循環(huán)的變化規(guī)律[2]。近年來，有許多學(xué)者對涇、渭河流域降雨結(jié)構(gòu)以及短歷時暴雨分布進(jìn)行研究。如蔡新玲、蔡依晅等利用線性傾向率和非參數(shù)Mann-Kendall檢驗法探討渭河流域降水結(jié)構(gòu)的變化趨勢及不同降水等級的空間變化特征，得出渭河流域暴雨及以上級別降水時間呈增加趨勢[3]。

2 資料與研究方法

2.1 平?jīng)鍪辛饔蚋艣r

平?jīng)鍪形挥诟拭C省東部，陜甘寧三省交匯處。市境西連定西市，東抵陜西省咸陽市，東北臨慶陽市，北通寧夏回族自治區(qū)固原市。地處隴東黃土高原，地勢中部高，東西兩側(cè)低。以六盤山山脈為分水嶺，西部2縣屬渭河水系，市內(nèi)流域面積3 785 km2，主要河流為渭河一級支流葫蘆河；東部5縣區(qū)屬涇河水系，市內(nèi)流域面積7 411 km2，涇河自西向東橫貫中部，主要河流有涇河及其支流汭河、黑河、達(dá)溪河。平?jīng)鍪袑訇懙丶撅L(fēng)性氣候，降水區(qū)域分布特征明顯，總體由西南向西北遞減。降水年際變化大，年內(nèi)各季節(jié)分布不均勻，夏季多為突發(fā)性強(qiáng)降雨，春秋季節(jié)多為梅雨氣候[4]。受此影響，區(qū)域內(nèi)極易發(fā)生洪澇與干旱災(zāi)害，局部易出現(xiàn)山體滑坡等地質(zhì)災(zāi)害，損失程度高，危害范圍廣。因此，研究平?jīng)鍪袥?、渭河流域降水量的時空分布變化特征，對于流域防洪減災(zāi)、環(huán)境保護(hù)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展等具有現(xiàn)實意義。

2.2 資料來源

本次研究的降水量資料由平?jīng)鍪袣庀缶趾推經(jīng)鏊木痔峁?，涉及平?jīng)鍪袥堋⑽己恿饔?5個氣象站的逐時降水量資料。受站點建設(shè)年份影響，其中2008—2019年13站、2010—2019年8站、2012—2019年6站、2014—2019年18站；2014—2019年度無降水量記錄的站點，選擇附近具有代表性的站點雨量進(jìn)行插補(bǔ)。對于年降水量小于100.0 mm的站點，經(jīng)綜合分析判斷為自動式雨量設(shè)備故障，其當(dāng)年資料降水量選取附近具有代表性的站點進(jìn)行插補(bǔ)。各氣象站點資料完整度較高，站點分布合理，具有較強(qiáng)的代表性，平?jīng)鍪袥堋⑽己恿饔驓庀笳军c分布見圖1。

圖1 平?jīng)鍪袥?、渭河流域氣象站點分布圖

2.3 研究方法

依據(jù)水文學(xué)中降水量資料整編規(guī)范，主要從降水強(qiáng)度、降水歷時、降水分布3個方面分析平?jīng)鍪袥堋⑽己恿饔蚪邓繒r空分布變化特征。降水資料以每日8時為界，分別統(tǒng)計逐日、逐月、逐年降水量資料，并計算1 h、6 h、24 h最大降水量。利用指數(shù)分布、頻率重現(xiàn)期等數(shù)理方法對資料進(jìn)行分析，面雨量計算采用泰森多邊形法或算數(shù)平均法，對于降水系列的變化采用世界氣象組織的Mann-Kendall非參數(shù)分析方法，并利用ARCGIS10.0地理信息系統(tǒng)完成各類成果數(shù)據(jù)圖。

3 降水量時空分布變化特征

3.1 年平均降水量時空分布

根據(jù)平?jīng)鍪袥?、渭河流域水系特征、氣象站點和鄉(xiāng)鎮(zhèn)行政分區(qū)，將平?jīng)鍪袆澐譃槿舾蓞^(qū)塊。平?jīng)鍪薪?0 a的年平均降水量的空間分布見圖2。通過分析可知，平?jīng)鍪心昶骄邓繛?14.7 mm，市內(nèi)涇河流域年平均降水量為446.1～703.6 mm，渭河流域年平均降水量為378.3～590.5 mm。受暖濕氣流交匯影響，關(guān)山山脈是降水量高值區(qū)域，華亭年平均降水量可達(dá)600.0 mm以上；以關(guān)山山脈為中心，周邊地區(qū)隨距離增大逐步減少；涇河流域多于渭河流域，東部地區(qū)多于西部地區(qū)[5]。

圖2 平?jīng)鍪袥堋⑽己恿饔蚰昶骄邓靠臻g分布圖

通過繪制平?jīng)鍪袥?、渭河流域逐年平均降水量過程線（見圖3）可知，涇河流域與渭河流域逐年平均降水量過程線趨勢基本一致，流域年降水量呈現(xiàn)微量增加趨勢。2013年的年降水量達(dá)到峰值668.7 mm，隨后逐步減少，于2016年回歸枯水年份。采用線性回歸方程分析發(fā)現(xiàn)10 a內(nèi)降水量增加16.0 mm，平均增加1.6 mm/a。采用Mann-Kendall方法對年降水量均值進(jìn)行分析，結(jié)果表明涇、渭河流域逐年降水量未發(fā)生突變趨勢[6]。

圖3 平?jīng)鍪袥?、渭河流域逐年平均降水量過程線圖

3.2 年內(nèi)季節(jié)降水量變化

由圖3可知，2014年的年降水量位于逐年平均降水量線性趨勢上，具有較好的年際代表性。故以2014年為例，選取華亭、平?jīng)?、靈臺、靜寧、安口、崆峒、仁大共7處具有區(qū)域代表性的站點繪制出1—12月降水量分布圖（見圖4）。

圖4 平?jīng)鍪袥?、渭河流?014年1—12月降水量分布圖

由圖4可知，平?jīng)鍪袥?、渭河流域年?nèi)各季降水量分布很不均勻。冬季降雪較少，1月、12月平均降水量小于5.0 mm，個別站點全月幾乎無降雪，處于深度干旱；進(jìn)入春季4月初，會迎來降水小高峰，對旱情有較好的緩和作用；主要降水時間開始于6月初，至10月初結(jié)束，7—9月為降水量高發(fā)期，降水量峰值出現(xiàn)于9月，表現(xiàn)時間較長且呈現(xiàn)為單峰型[7]。

3.3 降水量強(qiáng)度分析

平?jīng)鍪袥?、渭河流? h雨強(qiáng)累計最大值為97.5 mm，歷年均值為22.0 mm；6 h雨強(qiáng)累計最大值為185.8 mm，歷年均值為43.8 mm；24 h雨強(qiáng)累計最大值為284.0 mm，歷年均值為58.6 mm（見表1）。在空間分布上，強(qiáng)降雨主要集中于涇河流域的涇川、華亭、靈臺等中東部地區(qū)，6 h最大降水量可達(dá)100.0 mm，24 h最大降水量突破200.0 mm；渭河流域降雨強(qiáng)度相對較低，24 h降水量達(dá)到100.0 mm已較為罕見，但莊浪縣柳梁、岳堡2站于2018年出現(xiàn)200.0 mm以上的24 h強(qiáng)降雨。由此可見，強(qiáng)降雨在空間上主要分布于汭河、黑河、達(dá)溪河上游區(qū)域，具有隨機(jī)性和突發(fā)性等特點[8]。

表1 平?jīng)鍪袥?、渭河流?010—2019年累計小時最大雨強(qiáng)表 mm

1 h與24 h雨強(qiáng)占比分布情況見圖5。1 h雨強(qiáng)分布圖中，31.0%以上年最大1 h雨強(qiáng)介于10.0～30.0 mm，達(dá)到短歷時強(qiáng)降雨級別，其中超過50.0 mm只占2.6%；24 h雨強(qiáng)分布圖中，最大24 h雨強(qiáng)介于0.0～100.0 mm，其中大于100.0 mm的雨強(qiáng)只占5.6%。

圖5 平?jīng)鍪袥?、渭河流? h與24 h雨強(qiáng)占比分布圖

3.4 降水發(fā)生率與貢獻(xiàn)率特征

為研究流域降水量變化趨勢的差異，通過線性過程線方法對1 h降水量的發(fā)生率和貢獻(xiàn)率進(jìn)行統(tǒng)計分析（見圖6）。分析可知：在發(fā)生率方面，當(dāng)1 h雨強(qiáng)小于1.0 mm時，發(fā)生率最高占全年總降雨發(fā)生次數(shù)的45.0%，之后隨著1 h降水量強(qiáng)度增加，發(fā)生率呈指數(shù)下降；當(dāng)1 h雨強(qiáng)大于25.0 mm時，發(fā)生率已不足全年總降雨發(fā)生次數(shù)的1.0%，并隨雨強(qiáng)增大繼續(xù)下降。在貢獻(xiàn)率方面，當(dāng)1 h雨強(qiáng)小于1.0 mm時，降水量占年降水量的3.3%；介于5.0～10.0 mm時，降水量貢獻(xiàn)率最高，占年降水量的25.0%；介于25.0～30.0 mm時，降水量貢獻(xiàn)率最低，只占年降水量的3.7%；之后隨著1 h雨強(qiáng)的增加，貢獻(xiàn)率呈緩慢上升趨勢，當(dāng)1 h雨強(qiáng)達(dá)到50.0 mm時，降水量占年降水量的6.0%。

圖6 平?jīng)鍪袥?、渭河流? h降水量發(fā)生率和貢獻(xiàn)率分布圖

將降水量按照不同等級分為5類：小雨為0.1～10.0 mm，中雨為10.0～25.0 mm，大雨為25.0～50.0 mm，暴雨為50.0 mm以上。據(jù)此統(tǒng)計分析平?jīng)鍪袥?、渭河流?次降水過程中不同等級降水的發(fā)生率和貢獻(xiàn)率（見圖7）。經(jīng)綜合分析，在發(fā)生率方面，不同等級降水發(fā)生率曲線波動較大，小雨發(fā)生率最高，平均占比為74.3%；隨著降水等級增加，降水發(fā)生率呈下降趨勢，暴雨發(fā)生率達(dá)到最低，僅占1.9%。在貢獻(xiàn)率方面，由于受不同等級降水發(fā)生率的影響，不同等級降水貢獻(xiàn)率曲線波動反而較小，其中中雨與大雨貢獻(xiàn)率相對較高，占比分別為32.1%與28.6%。由此可以得出，平?jīng)鍪袥?、渭河流域降水次?shù)以弱降水為主，同時年降水量多取決于強(qiáng)降水貢獻(xiàn)。

圖7 平?jīng)鍪袥?、渭河流域不同等級降水發(fā)生率和貢獻(xiàn)率分布圖

3.5 暴雨強(qiáng)度公式與頻率分析

選取2008—2019年氣象站點1 h最大雨強(qiáng)，采用皮爾遜-Ⅲ型頻率曲線分析不同重現(xiàn)期下1 h最大雨強(qiáng)，并與平?jīng)鍪斜┯陱?qiáng)度公式（公式1）進(jìn)行比對分析[9]（見表2）。分析可知：1～100 a重現(xiàn)期下兩者誤差介于0.030～0.187 mm/min，平均誤差為0.090 mm/min，其中重現(xiàn)期小于10 a時誤差較小，可見平?jīng)鍪斜┯陱?qiáng)度公式對于重現(xiàn)期小于10 a的1 h最大雨強(qiáng)擬合較好，而皮爾遜-Ⅲ型頻率曲線適應(yīng)于更久的重現(xiàn)期雨強(qiáng)模擬[10]。同時，皮爾遜-Ⅲ頻率曲線各級重現(xiàn)期下降水強(qiáng)度均不同程度大于暴雨強(qiáng)度公式擬合值，符合流域年降水量呈微量增加的趨勢。

表2 平?jīng)鍪袥?、渭河流? h最大雨強(qiáng)皮爾遜-Ⅲ型分布與暴雨強(qiáng)度公式對比表

式中：i為暴雨強(qiáng)度，mm · min-1；TE為重現(xiàn)期，a；t為降水歷時，min。

選擇10 a重現(xiàn)期下1 h最大雨強(qiáng)衰減指數(shù)進(jìn)行分析，并繪制指數(shù)圖（見圖8）。分析可知，平?jīng)鍪?4 h暴雨衰減指數(shù)呈有變率的折線，分別在3 h、12 h出現(xiàn)轉(zhuǎn)折點。當(dāng)歷時t≤3 h時，衰減指數(shù)均值為0.51；當(dāng)3 h＜t≤12 h 時，衰減指數(shù)均值為0.43；當(dāng)12 h＜t≤24 h，衰減指數(shù)均值為0.37。由此可見，平?jīng)鍪杏陱?qiáng)衰減程度較快，一般高強(qiáng)度降水集中在3 h以內(nèi)[11-12]。

圖8 平?jīng)鍪袥?、渭河流?0 a重現(xiàn)期下1 h最大雨強(qiáng) 衰減指數(shù)圖

4 結(jié)論

平?jīng)鍪心昶骄邓吭诳臻g上以關(guān)山山脈為中心，周邊地區(qū)隨距離增大逐步減少，涇河流域多于渭河流域，東部地區(qū)多于西部地區(qū)；涇河流域與渭河流域逐年平均降水量過程趨勢基本一致，流域年降水量呈現(xiàn)微量增加趨勢。

平?jīng)鍪心陜?nèi)降雨分布極為不均，1月、12月平均降水量小于5.0 mm，個別站點全月無降雨；強(qiáng)降水開始于7月初，至9月底結(jié)束，降水量峰值出現(xiàn)于9月，表現(xiàn)時間較長且呈現(xiàn)為單峰型，使得流域內(nèi)更容易發(fā)生干旱和洪澇災(zāi)害；流域1 h、6 h、24 h雨強(qiáng)累計最大值為別為69.6，185.8，284.0 mm，強(qiáng)降雨在空間上主要分布于汭河、黑河、達(dá)溪河上游區(qū)域，降雨強(qiáng)度相對較為緩和，但應(yīng)注意突發(fā)性短歷時強(qiáng)降雨，極易導(dǎo)致山洪暴發(fā)。

在短歷時雨強(qiáng)分析中，流域降雨發(fā)生率隨降水量增加呈指數(shù)下降。1 h降水量小于1.0 mm時發(fā)生率最高；1h雨強(qiáng)介于5.0～10.0 mm時，降水量貢獻(xiàn)率最高。在年度不同等級降水量分析中，小雨發(fā)生率最高，平均占比為74.3%，暴雨發(fā)生率僅占1.9%；不同等級降水量在貢獻(xiàn)率方面變化較小，占比在17.9%～32.1%。故平?jīng)鍪袥?、渭河流域小雨發(fā)生率較大，而中雨及以上等級的降雨發(fā)生率較低，降水次數(shù)以弱降水為主，同時強(qiáng)降水貢獻(xiàn)率最高。

采用皮爾遜-Ⅲ型頻率曲線分析不同重現(xiàn)期下1 h最大雨強(qiáng)，與平?jīng)鍪斜┯陱?qiáng)度公式比對分析可知，平?jīng)鍪斜┯陱?qiáng)度公式對于重現(xiàn)期小于10 a的1 h最大雨強(qiáng)擬合較好，而皮爾遜-Ⅲ型頻率曲線適應(yīng)于更久重現(xiàn)期下的雨強(qiáng)模擬。24 h暴雨衰減指數(shù)呈有變率的折線，較為明顯的轉(zhuǎn)折點出現(xiàn)在歷時3 h處，當(dāng)歷時t≤3 h時，衰減指數(shù)均值為0.51。