段 汀，陳權(quán)亮**，王 悅，陳朝平，李昱銳

(1. 成都信息工程大學 大氣科學學院，高原大氣與環(huán)境四川省重點實驗室，四川 成都 610225；2. 遼寧省防雷技術(shù)服務中心，遼寧 沈陽 110001；3. 四川省氣象臺，四川 成都 610072)

自工業(yè)革命以來，地球氣候正經(jīng)歷以全球變暖為主要特征的顯著變化，在全球變暖的背景下，極端事件在21 世紀將變得更加頻繁和強烈[1]. 為了推動對極端天氣氣候事件的研究，世界氣象組織(WMO，World Meteorological Organization)氣候委員會等組織成立了氣候變化監(jiān)測和指標專家組(Expert Team on Climate Change Detection and Indices，ETCCDI)，并定義了27 個極端氣候指數(shù)，其中極端降水指數(shù)有11 個，這些指數(shù)已被廣泛應用于極端天氣氣候事件的研究中. 有學者發(fā)現(xiàn)從20 世紀50 年代以來，極端降水增加的區(qū)域增多，短時強降水也在更多的區(qū)域增加，全球季風區(qū)以及歐洲和北美的極端降水在20 世紀后半段呈現(xiàn)出增加的趨勢[2-5]. 近年來，許多學者對全球極端事件進行了研究，這些研究表明，由于全球變暖世界上許多國家和地區(qū)極端事件都呈現(xiàn)出增加的趨勢，并隨著全球變暖的加劇，這種態(tài)勢會愈演愈烈[6-8].

已有許多學者研究了中國極端降水事件的特征，發(fā)現(xiàn)中國極端降水事件在空間分布上有明顯的區(qū)域性差異；大部分地區(qū)降雨日數(shù)有顯著減少，而降水強度則有顯著增加；極端降水在中國西部、長江中下游以及西南和華南沿海的部分地區(qū)顯著增加[9-11]. 對于中國區(qū)域性極端降水的研究已有很多，包括西北非季風區(qū)[12]、蒙新地區(qū)[13]、云南地區(qū)[14-15]、青藏高原地區(qū)[16-17]、長江中下游地區(qū)[18]、漢江流域[19]和華南地區(qū)[20]，這些地區(qū)極端降水在過去幾十年里有增加趨勢，降水呈現(xiàn)極端化，強降水日數(shù)增加，弱降水日數(shù)減少，而京津冀地區(qū)過去幾十年里極端降水有所減弱[21]. 對于中國西南地區(qū)的研究發(fā)現(xiàn)，西南地區(qū)在過去60 年里有變干的傾向，但降水變得更加集中、極端降水變得更加嚴重，極端降水在20 世紀90 年代后有一個突增，西南地區(qū)極端降水的變化在空間上有明顯的不一致性，不同地區(qū)極端降水的變化差異很大，反映了西南地區(qū)氣候的復雜性，以及受地形的影響[22-26].

四川省位于中國西南地區(qū)，其地形復雜，地貌千差萬別，是中國西部重要的農(nóng)業(yè)大省，自然資源豐富，對西部地區(qū)的經(jīng)濟和生態(tài)可持續(xù)發(fā)展有著重要作用. 然而，頻發(fā)的極端降水對四川省的經(jīng)濟發(fā)展形成了阻礙，并嚴重破壞了生態(tài)環(huán)境，因此研究其極端降水的空間分布及其變化特征對地方政府的防洪、抗旱，以及防范和治理可能造成的地質(zhì)災害等方面有重要影響. 目前，已有許多學者對四川省極端降水時空變化特征進行了分析[27-29]，發(fā)現(xiàn)四川省年降水量和降水天數(shù)有減少的趨勢，而降水強度和極端降水有增加的趨勢，并且高海拔和低海拔地區(qū)的極端降水可能存在相反的趨勢，川西高原呈上升趨勢，四川盆地呈下降趨勢，但以往的研究對于極端降水對總降水貢獻的變化研究較少. 對于地形復雜、海拔起伏較大的四川省而言，使用更多的氣象站點對四川省極端降水的時空變化特征進行仔細的研究分析具有重要的科學價值和現(xiàn)實指導意義. 因此，本文利用四川省145 個加密自動站的逐日降水數(shù)據(jù)進行一定的分區(qū)，更為精細地分析四川省極端降水的時空演變特征以及極端降水對總降水貢獻率的變化特征.

1 資料與方法

所使用的降水資料為四川省氣象臺提供的145 個加密自動站的逐日降水數(shù)據(jù)，觀測時段為2007—2020 年，數(shù)據(jù)經(jīng)過嚴格的質(zhì)量控制并且完整性較好.

從氣候變化檢測和指數(shù)專家組（ETCCDI）所推薦的極端天氣指數(shù)中選取了其中6 個極端降水指數(shù)進行分析研究. 這6 個指數(shù)包括：年總降水量（PRCPTOT）、強降水量（R95pTOT）、極強降水量（R99pTOT）、降水強度（SDII）、1 日最大降水量（Rx1day）以及5 日最大降水量（Rx5day），表1 展示了各極端降水指數(shù)的定義. 首先，嚴格按照定義計算了各個站點各極端降水指數(shù)；然后分析他們的線性趨勢的時空分布，并對趨勢進行顯著性T檢驗，極端降水指數(shù)的區(qū)域平均值為區(qū)域內(nèi)各站點極端降水指數(shù)的算術(shù)平均.

表1 極端降水指數(shù)定義Tab. 1 Definition of extreme precipitation indexes

2 結(jié)果分析

2.1 四川省各極端降水指數(shù)空間分布特征 從圖1可以看出四川省年總降水量（PRCPTOT）有明顯的東西差異，東部盆地地區(qū)降水量明顯大于西部高原地區(qū)，PRCPTOT 多年平均最大的地區(qū)出現(xiàn)在四川盆地西部的雅安—樂山一帶，達到了1 350 mm 以上，次大值則出現(xiàn)在川東北地區(qū). PRCPTOT 多年平均最大的站點是峨眉山站，年平均降水量達到了1 681 mm. 強降水量（R95pTOT）和極強降水量（R99pTOT）多年平均與PRCPTOT 具有相似的空間分布特征，大值區(qū)均出現(xiàn)在盆地西部地區(qū)，次大值區(qū)出現(xiàn)在川東北地區(qū)，R95pTOT 在盆地南部也有一次大值區(qū)，說明這些地區(qū)跟四川省其余地區(qū)相比極端降水較強. R95pTOT 和R99pTOT 的最大值分別出現(xiàn)在峨眉山站和大邑站，分別為570.1 mm 和378.9 mm.降水強度（SDII）多年平均也呈東多西少的空間分布特征，SDII 在川東北和攀西地區(qū)較大，在11.5 mm·d-1以上. 盆地中西部地區(qū)SDII 與川東北地區(qū)相比略微減弱，但也達到了10 mm·d-1以上. 川西地區(qū)SDII 最 小，在8 mm·d-1以 下. 1 日 最 大 降 水 量（Rx1day）和5 日最大降水量（Rx5day）的分布特征十分相似，兩者的大值區(qū)均出現(xiàn)在四川盆地西部和川東北地區(qū)，次大值區(qū)域則位于盆地中部以及攀西地區(qū). Rx1day 和Rx5day 最大值均出現(xiàn)在位于川東北的劍閣站，分別為160.5 mm 和259.9 mm.

圖1 2007—2020 年四川省極端降水指數(shù)多年平均的空間分布Fig. 1 Spatial distribution of extreme precipitation indexes average in Sichuan Province during 2007-2020

2.2 四川省各極端降水指數(shù)空間變化趨勢 圖2為四川省極端降水指數(shù)14 a 變化趨勢的空間分布圖. 由圖2 可知，過去14 a 里年總降水量（PRCPTOT）在四川全省大部分地區(qū)呈增加的趨勢，只有28 個站點呈減少趨勢且主要分布在川東北地區(qū)（圖2（a）），盆地西部的成都—雅安—樂山一帶以及盆地東南地區(qū)增加趨勢最為明顯，其中有38 個站點的變化趨勢通過了0.05 水平的顯著性檢驗. R95pTOT（圖2（b））和R99pTOT（圖2（c））變化趨勢的空間分布和PRCPTOT 的分布十分類似，分別有71%和68.9%的站點呈增加趨勢，只在川東北地區(qū)和攀西以及川西高原地區(qū)個別站點有明顯的減少趨勢，這兩個指數(shù)在盆地西部地區(qū)增加最明顯，通過顯著性檢驗的站點較少，分別只有18 個和12 個站點.SDII（圖2（d））大部分站點都呈增加趨勢，只有26.9%的站點為減少趨勢，盆地西部有明顯的增加趨勢，呈現(xiàn)減少趨勢的站點主要分布在川東北地區(qū)以及盆地中部和攀西地區(qū)部分站點，通過顯著性檢驗的站點較少. Rx1day（圖2（e））和Rx5day（圖2（f））的變化趨勢相似，均在盆地西部呈明顯的增加趨勢，在川東北地區(qū)呈明顯的減少趨勢，其他地區(qū)有增有減，總體上增加趨勢的站點多于減少趨勢的站點，各有58.6%和60%的站點呈增加趨勢. 總體而言，PRCPTOT、R95pTOT、R99pTOT、SDII、Rx1day 和Rx5day 在川東北地區(qū)均呈明顯減少趨勢，其余地區(qū)以增加趨勢為主，盆地西部地區(qū)增幅最大.

圖2 2007—2020 年四川省各極端降水指數(shù)變化趨勢的空間分布Fig. 2 The spatial distribon of the variation trends of extreme precipitation indexes in Sichuan Province during 2007-2020

2.3 四川省各極端降水指數(shù)時間序列變化特征通過之前的分析發(fā)現(xiàn)，四川省極端降水指數(shù)在不同地區(qū)有不同的特征，因此將四川省劃分成3 個子區(qū)域（圖3），即盆地中西部地區(qū)（63 個站點），川東北地區(qū)（26 個站點）和西部高海拔地區(qū)（56 個站點），其中西部高海拔地區(qū)極端降水指數(shù)與東部盆地地區(qū)存在不同的空間分布特征，而在盆地內(nèi)部，川東北地區(qū)與盆地其余地區(qū)有不同的變化特征. 因此，除了探討了四川全省的極端降水指數(shù)隨時間的變化特征，還分別探討了3 個子區(qū)域各極端降水指數(shù)隨時間的變化特征.

圖3 四川省地形和145 個氣象站點分布Fig. 3 The topography of Sichuan Province and the distribution of 145 meteorological stations

表2 為四川全省及3 個子區(qū)域各極端降水指數(shù)的線性回歸系數(shù). 可以看出，在2007—2020 年期間，就全省整體而言所有極端降水指數(shù)均呈現(xiàn)增加趨勢，其中只有PRCPTOT 通過了0.05 水平的顯著性檢驗，表明在研究時段全省年降水量以12.7 mm·a-1的幅度顯著增加. 3 個子區(qū)域中，盆地中西部和西部高海拔地區(qū)所有極端降水指數(shù)均呈現(xiàn)增加趨勢，其中盆地中西部的PRCPTOT、R99pTOT 和西部高海拔地區(qū)的PRCPTOT、R95pTOT、RX1day、RX5day呈顯著增加；川東北地區(qū)只有PRCPTOT 呈微弱的增加趨勢，其余指數(shù)均呈現(xiàn)減少的趨勢，其中R99pTOT 和RX5day 呈顯著減少.

表2 2007—2020 年四川省及各子區(qū)域極端降水指數(shù)線性回歸系數(shù)Tab. 2 Linear regression coefficients of each extreme precipitation index in Sichuan Province during 2007-2020

圖4 為不同區(qū)域各極端降水指數(shù)的標準化距平時間序列,由于各極端降水指數(shù)標準化距平的線性趨勢與表2 類似，這里就不再給出. 從圖4 可以看出，四川全省和盆地中西部極端降水指數(shù)的標準化距平時間序列非常具有一致性，西部高海拔地區(qū)與這兩個地區(qū)也較一致，但也存在部分差異. 例如，在2013 年西部高海拔地區(qū)的極端降水指數(shù)與四川全省和盆地中西部出現(xiàn)了反向的情況；川東北地區(qū)各極端降水指數(shù)標準化距平的時間序列與其余3個地區(qū)幾乎均呈反向變化. 從時間上來看，全省PRCPTOT、R95pTOT 和R99pTOT 在2007—2013年間有一個上升的過程；從2013 年開始至2017 年出現(xiàn)了明顯的下降，特別是R95pTOT 和R99pTOT下降得十分明顯；2017—2020 年，這3 個指數(shù)又有了明顯的上升. 全省SDII 呈波動上升，在2013 和2020 年SDII 達到最大，值得注意的是在2013 年川東北地區(qū)和全省類似，SDII 均達到峰值，而在其余年份川東北地區(qū)與全省SDII 則是呈反向變化. 全省RX1day 和RX5day 峰值分別出現(xiàn)在2010、2013年和2020 年，在2011 年和2016 年達到最低. 盆地中西部和西部高海拔地區(qū)與全省的變化相似，而川東北地區(qū)則與全省相反.

圖4 2007—2020 年四川省及3 個子區(qū)域各極端降水指數(shù)標準化距平的時間序列Fig. 4 Regional annual standardized anomalies series relative to 2007-2020 for extreme precipitation indexes

2.4 四川省極端降水對總降水貢獻率的變化 圖5為四川全省及3 個子區(qū)域強降水（R95pTOT）和極強降水（R99pTOT）對總降水量貢獻的變化，其趨勢大小如表3 所示. 可以看出2007—2020 年期間，R95pTOT 對總降水量的貢獻在四川全省有增加趨勢，趨勢大小為0.14%·a-1，3 個子區(qū)域中盆地中西部和西部高海拔地區(qū)R95pTOT 對總降水的貢獻增加，趨勢大小分別為0.36%·a-1和0.29%·a-1，而川東北地區(qū)則是以0.67%·a-1的趨勢減小，西部高海拔地區(qū)的增加趨勢和川東北的減少趨勢通過了0.05 水平的顯著性檢驗. R99pTOT 對總降水量的貢獻在四川全省有微弱的減少趨勢，3 個子區(qū)域中盆地中西部呈增加趨勢，西部高海拔地區(qū)增加趨勢不明顯，川東北地區(qū)依然為減少趨勢. 在研究時段內(nèi)，不管是全省還是盆地中西部地區(qū)和川東北地區(qū)，極端降水的貢獻率在2015—2017 年降到最低，而全省和盆地中西部地區(qū)在2018—2020 年期間極端降水的貢獻率有了明顯的激增，并在該時段內(nèi)極端降水的貢獻率達到了最大，川西高原地區(qū)同樣也在該時段內(nèi)極端降水貢獻率達到最大. 由圖5 可以看出，四川全省極端降水對總降水量的貢獻率有一定的增加趨勢，說明極端降水的增強一定程度上導致了四川省總降水量的增加.

表3 2007—2020 年四川省強降水與極強降水占總降水量比例的線性回歸系數(shù)Tab. 3 Linear regression coefficients of contribution between the R95pTOT and the R99pTOT for the total precipitation in Sichuan Province during 2007-2020

圖5 2007—2020 年四川省及3 個子區(qū)域極端降水占總降水量比例的時間變化Fig. 5 Series for the contribution of the extreme precipitation for the total precipitation in Sichuan and the three sub-regions during 2007-2020

由于降水在不同地區(qū)有明顯的空間異質(zhì)性，就四川而言，通常川西高原地區(qū)最大日降水量不超過40 mm，而在降水充沛的盆地地區(qū)最大日降水量甚至能超過200 mm，因此在不同地區(qū)，極端降水能達到的量級也有明顯差異. 川東北地區(qū)R95pTOT的閾值達到最大，超過了50 mm；其次是盆地中部地區(qū)和攀枝花地區(qū)，均超過了40 mm；西部高海拔地區(qū)的閾值在大多數(shù)在30 mm 以下，說明在該地區(qū)一次較大的大雨過程即可稱為一次極端降水，而相應的在盆地地區(qū)，基本上要達到暴雨級別才能算一次極端降水過程（圖略）.

因此，為了探討2007—2020 年期間四川全省及3 個子區(qū)域降水極端性的變化，本文將降水分為小雨（1～9.9 mm）、中雨（10～24.9 mm）、大雨（25～49.9 mm）以及暴雨（>50 mm）4 個量級，并計算了在研究時段內(nèi)對總降水量的貢獻隨時間的變化（圖6）. 從四川全省4 個量級降水的貢獻率的時間變化（圖6（a））分析，全省過去14 a 里，整體上中小雨的貢獻大于大雨和暴雨，不同量級降水的貢獻率在研究時段內(nèi)呈波動變化，可以看出全省大雨和暴雨的貢獻率從2007 年開始出現(xiàn)緩慢上升，至2013 年達到第1 個高峰，然后暴雨的貢獻率開始下降；在2015—2017 年期間暴雨的貢獻率達到最低；2018 年開始暴雨貢獻率則開始上升，在2020年達到最大，達到28%左右. 小雨和中雨的貢獻率的變化和暴雨的貢獻率相反，說明研究時段內(nèi)四川省降水極端性在2015—2017 年最弱，而在2018—2020 年極端性最強，這也與上面的結(jié)論一致. 在3個子區(qū)域中，盆地中西部（圖6（b））在研究時段內(nèi)的不同量級降水的貢獻率與四川省有類似的變化特征，而川東北地區(qū)（圖6（c））和它們出現(xiàn)相反的變化特征. 在研究時段內(nèi)，盆地中西部暴雨貢獻率有一個明顯增加的趨勢，其峰值出現(xiàn)在2013、2018年和2020 年，尤其是2018 年和2020年，在這兩年里盆地西部的暴雨貢獻率遠超其余3 個量級的降水，2020 年暴雨貢獻率甚至接近40%，在這3 年里盆地中西部的降水極端性達到了一個非常強的程度. 川東北地區(qū)正好相反，在2007—2012 年期間川東北地區(qū)暴雨貢獻率明顯大于其余3 個量級的降水，常年在30%以上，2013 年開始川東北地區(qū)暴雨貢獻率開始下降，中雨和大雨的貢獻率有所上升，說明在研究時段內(nèi)川東北地區(qū)先處于一個降水極端性十分強烈的時期，隨后降水極端性有一個明顯的減弱. 西部高海拔地區(qū)（圖6（d））在研究時段內(nèi)主要以小雨和中雨為主，這也與之前的研究一致[30]，而其小雨貢獻率隨時間有一個緩慢降低的趨勢，中雨和大雨貢獻率則有一緩慢上升的趨勢，說明在研究時段內(nèi)川西高原地區(qū)降水極端性沒有盆地西部地區(qū)增強得那么明顯，但也呈現(xiàn)緩慢的加強.

圖6 四川省小雨、中雨、大雨以及暴雨貢獻率的時間變化Fig. 6 Time variation of contribution of four different levels precipitation for the total precipitation in Sichuan Province

2.5 四川省極端降水指數(shù)在季節(jié)尺度和月尺度上的變化 為了進一步研究四川省極端降水的變化，分析了極端降水指數(shù)在季節(jié)尺度和月尺度上的變化. 其結(jié)果如圖7 所示，全省降水總量在季節(jié)尺度和月尺度上有明顯的增加趨勢，尤其是在夏季，降水量增加最快，月尺度上8 月增加最快，6 月次之，而在冬季和其所代表的1 月、2 月和12 月呈微弱的減少趨勢. R95pTOT 和R99pTOT 主要在夏季增加，這也是因為極端降水主要發(fā)生在夏季，月尺度上R95pTOT 和R99pTOT 在8 月增加最多，其次是6 月，而在7 月呈減少的趨勢，其余月份變化趨勢不明顯. SDII 在秋季呈減少趨勢，其余3 個季節(jié)均有增加趨勢；SDII 在8 月增加幅度最大，而在7月減少最明顯，9 月次之. Rx1day 和Rx5day 在春夏冬3 個季節(jié)增加，Rx1day 在秋季則是減少，而Rx5day 在秋季也呈微弱的增加趨勢，這兩個指數(shù)均在春夏兩季增加最明顯；月尺度上，Rx1day 和Rx5day 在8 月增加最多，然后是6 月，其余月份的增加幅度要小于這兩個月份，而這兩個指數(shù)在7 月均呈減少趨勢，總之，Rx5day 的增加趨勢比Rx1day更為明顯.

圖7 四川省極端降水指數(shù)季節(jié)和月尺度的變化趨勢Fig. 7 The trends of extreme precipitation in Sichuan Province at the seasonal and monthly scales

3 討論與結(jié)論

3.1 討論 本文發(fā)現(xiàn)四川省近14 a 極端降水呈增加趨勢，強度也有所加強，并且由于極端降水的增強導致了全省總降水量也明顯增多，這與Zeng 等[27]、甘露等[28]得出的結(jié)論有所不同. 同時，Li 等[29]指出四川省極端降水在川西高原上增加，盆地有所減少，而文中極端降水減少的地區(qū)主要集中在川東北地區(qū)，文中結(jié)論與前人研究結(jié)果差異的主要原因可能在于數(shù)據(jù)時間長短的限制，本文只分析了四川省短期極端降水的變化特征. 同時，我們也發(fā)現(xiàn)Zeng等[27]與甘露[28]等的文章也捕捉到了21 世紀以后四川省極端降水有增加趨勢的特點. 由于四川省極端降水有明顯的空間異質(zhì)性，影響極端降水分布及變化的因子，以及其影響過程與趨勢等方面還需進行更加深入仔細的探析.

3.2 結(jié)論 基于四川省145 個加密自動站的逐日降水數(shù)據(jù)，采用ETCCDI 對極端降水指數(shù)的定義和相關的氣候統(tǒng)計手段，分析了四川省2007—2020年極端降水的時空演變特征，得到以下主要結(jié)論.

（1）四川省各極端降水指數(shù)在空間分布上有很大的空間差異性，各極端降水指數(shù)具有明顯的東部盆地大于西部高原的空間分布特征，其最大值基本都位于四川盆地西部以及川東北兩個地區(qū)；其變化趨勢也存在區(qū)域差異，大部分站點都呈增加趨勢，呈減少趨勢的站點主要出現(xiàn)在川東北地區(qū)，盆地中部和西部高海拔地區(qū)也有部分站點為減少趨勢，但沒有形成明顯的、成片的區(qū)域，增加幅度最大的站點出現(xiàn)在盆地西部地區(qū).

（2）2007—2020 年四川全省所有極端降水指數(shù)都呈現(xiàn)增加趨勢，四川全省整體上總降水量有所增多，極端降水也有所增強. 對于3 個子區(qū)域而言，盆地中西部地區(qū)和西部高海拔地區(qū)與全省變化類似，均存在極端降水增強的趨勢，盆地中西部地區(qū)極端降水增強最為明顯，而川東北地區(qū)極端降水有所減弱.

（3）極端降水以及4 種不同量級降水對總降水量的貢獻率的分析表明，全省降水極端性呈增加的趨勢. 2015—2017 年全省降水極端性最弱；2018—2020 年期間最強；盆地西部地區(qū)與全省類似，2018—2020 年期間降水極端性較全省更為強烈；川東北地區(qū)降水極端性呈明顯減弱的態(tài)勢；川西高原降水極端性存在緩慢增強的態(tài)勢，沒有盆地西部增加得明顯.

（4）四川全省整體上在春季、夏季和秋季降水量有所增多，冬季降水量幾乎沒有變化；極端降水以及最大降水量在夏季增加最明顯，而在夏季的3個月中，增加趨勢主要出現(xiàn)在6 月和8 月，7 月呈減少趨勢，其中8 月增加幅度最為明顯，8 月份極端降水最為強烈.