祝子淳，付叢生

(1. 中國科學院南京地理與湖泊研究所 流域資源與生態(tài)環(huán)境實驗室，江蘇 南京 210008； 2. 中國科學院大學，北京 100049)

隨著工業(yè)社會的發(fā)展和人類活動的影響，全球氣候發(fā)生了顯著變化，給人類的社會生活和經(jīng)濟發(fā)展造成了極大影響和巨大經(jīng)濟損失，已引起世界各國政府和科學界的廣泛關注[1]。在氣候變化影響下，降水作為水循環(huán)的重要組成部分，其雨量和雨強發(fā)生了顯著變化。研究表明，近百年來北半球中高緯度地區(qū)的降水量呈增加趨勢[2]，低緯度地區(qū)降水量呈減少趨勢[3]。氣候變暖加速了水循環(huán)過程，從而導致極端降水事件頻發(fā)[4]。我國幅員遼闊，降水情勢復雜。眾多學者對我國降水的時空演變規(guī)律展開了大量的研究，自1960年以來我國東北、華北和西南地區(qū)降雨量呈減小趨勢[5-7]，西北、青藏高原、長江中下游和東南沿海地區(qū)呈增加趨勢[8-9]。同時有研究表明，1956—2005年我國雨強在淮河流域、長江中下游和東南部地區(qū)呈增加趨勢[10]。降水的長時序變化過程往往是非線性的，而在以往對于我國降水情勢變化的研究中，降水的趨勢分析通常采用簡單的線性回歸方法來實現(xiàn)，難以識別其年代際變化的非線性特征。厄爾尼諾-南方濤動(El Nio-Southern Oscillation，ENSO)是熱帶太平洋海氣耦合作用的產(chǎn)物，也是影響降水年際變化的主要氣候模式[11]。整體來看，我國降水在厄爾尼諾年明顯減少，在拉尼娜年顯著增長[12]。從空間來看，我國華北、長江中下游地區(qū)[13]和珠江流域[14]的降水對ENSO的響應較為顯著。以往的研究中，針對ENSO對于降水影響的研究往往采用簡單的線性回歸方法和傅立葉變換方法[13,15]，無法同時從時域和頻域兩個方面揭示降水對ENSO的響應。

小波分析在水文氣象時間序列研究中被廣泛應用，可用于識別降水的年代際演變和年際波動特征?；诙喾直媛史治?multiresolution analysis，MRA)的小波分解重構方法是一種廣泛運用于非線性時間序列的分解重構及趨勢提取方法，可以提取不同周期組分內(nèi)降水時間序列的波動情況，提取降水時間序列的變化趨勢，相對于線性回歸、經(jīng)驗模態(tài)分解(ensemble empirical mode decomposition，EEMD)、奇異譜分析(singular spectrum analysis，SSA)等方法對非線性趨勢項的提取更加合理[11,16]；與傳統(tǒng)的頻率分析方法傅立葉變換相比，離散小波變換(discrete savelet transform, DWT)不僅可以揭示水文要素波動的周期成分，還可以顯示不同周期波動的發(fā)生時間，是分析時間序列波動周期和頻率的一種有效方法[17]；小波凝聚譜分析(wavelet transform coherence, WTC)可用于識別兩個時間序列的共同周期波動，該方法的優(yōu)點是如果兩個時間序列在某一時期內(nèi)存在相同周期的波動，即使波動的強度不大，也能將共同的波動解析出來[18]。

基于上述小波分析方法在水文時間序列分析中的突出優(yōu)點，本研究運用基于多分辨率分析的小波分解重構、離散小波變換和小波凝聚譜分析等方法，利用1961—2018年中國699個氣象站點和2090—2100年CMIP6未來氣候情景的降水數(shù)據(jù)，結合中國各氣候帶的分布，探究各氣候帶降水情勢的變化、ENSO對其影響及未來各氣候帶雨強的變化情況，為各氣候帶地區(qū)洪澇災害管理和水資源合理利用提供科學依據(jù)。

1 資料與方法

1.1 資料來源和處理

我國幅員遼闊(3°51′N—53°33′N, 73°33′E—135°05′E)，本研究結合我國氣候區(qū)劃進行降雨變化規(guī)律的探究。中國氣候帶數(shù)據(jù)來源于中國科學院地理科學與資源研究所資源環(huán)境科學與數(shù)據(jù)中心[19]，系中國國家氣象局基于1951—1970年的氣候資料數(shù)據(jù)編繪而成。依據(jù)該數(shù)據(jù)將中國分為10個氣候帶：北溫帶、中溫帶、南溫帶、北亞熱帶、中亞熱帶、南亞熱帶、北熱帶、中熱帶、南熱帶和高原氣候區(qū)。其中，由于南熱帶地區(qū)沒有實測的氣象站點數(shù)據(jù)，因此未對南熱帶降水進行分析。

本研究采用的降水數(shù)據(jù)來自國家氣象科學數(shù)據(jù)中心的中國地面氣候資料日值數(shù)據(jù)集[20]，通過對該數(shù)據(jù)集內(nèi)的699個氣象站(圖1)進行檢查，對個別站點某些年份缺失數(shù)據(jù)進行克里金插值，保證降水數(shù)據(jù)的連續(xù)性。中熱帶降水數(shù)據(jù)的時間范圍為1961—2014年，其他8個氣候帶降水數(shù)據(jù)的時間范圍均為1961—2018年。

圖1 中國各氣候帶和氣象站點空間分布

同時，本研究結合耦合模式比較計劃 (coupled model intercomparison project，CMIP)、情景模式比較計劃(scenario model intercomparison project，ScenarioMIP)的降水數(shù)據(jù)分析未來我國可能的降雨情勢變化。CMIP是由世界氣候研究計劃(world climate research program，WCPP)組織的“耦合模式比較計劃”，目前已進行到第6階段(CMIP6)，該階段的研究結果將用于支撐政府間氣候變化專門委員會(intergovernmental panel on climate change，IPCC)第6次評估報告的編寫和氣候談判活動。相較于前5個階段，CMIP6使用共享社會經(jīng)濟途徑(shared socioeconomic pathways，SSPs)和典型濃度路徑(representative concentration pathways，RCPs)的矩陣框架。新的情景不僅考慮了未來社會經(jīng)濟發(fā)展的變化，也考慮了未來為應對和減緩氣候變化進行的努力措施的不同情景。CMIP6 SSP5-8.5是CMIP5中的RCP8.5情景在CMIP6中的更新版本，屬于高輻射強迫情景，是唯一可以實現(xiàn)2100年輻射強迫達到8.5 W/m2的氣候情景[21]。因此，選用CMIP6未來氣候情景SSP5-8.5中2090—2100年的降水數(shù)據(jù)[22]對比分析未來中國極端降水的年代際變化。

海洋表面溫度是判斷ENSO產(chǎn)生及強度的直接指標，因此海面溫度數(shù)據(jù)被廣泛運用于監(jiān)測ENSO的強弱變化情況。研究[23]表明，Nio 3.4區(qū)(5°N～5°S, 120°W～170°W)海面異常溫度是最能反映ENSO對我國影響強度的指標，特別是該區(qū)冬季海面的溫度異常能很好地反映ENSO的強弱。因此，本研究選取12月至次年2月的平均海面溫度的異常來代表ENSO的強弱，并用于探究ENSO對我國降水的影響。其中，1961—2018年Nio 3.4區(qū)的月海面海水異常溫度數(shù)據(jù)來自美國國家氣象局氣候預測中心(National Weather Service Climate Prediction Center)[24]。

1.2 計算方法

小波分析是分析時間序列的有力工具[16]。本研究采用小波分析方法對中國各氣候帶的降水和雨強變化規(guī)律進行研究，主要包括基于多分辨率分析的時間序列分解重構方法、離散小波變換和小波凝聚譜分析。其中，采用基于多分辨率分析的小波分解重構方法分析了1961—2018年以來中國各氣候帶降水和雨強的年代際變化趨勢；采用離散小波變換探討了各氣候帶降水與ENSO波動的周期以及不同周期波動發(fā)生的時間；采用小波凝聚譜分析探究了ENSO對各氣候帶降水的時頻影響。

相較于傳統(tǒng)的線性擬合趨勢分析方法，基于多分辨率分析的分解重構方法通過小波濾波器將降水時間序列分解為包含不同頻率范圍的近似信號和細節(jié)信號(圖2)，可以分析不同周期范圍內(nèi)降水時間序列的波動情況。降水信號x可由近似信號A和細節(jié)信號D重建為：

(1)

式中：x為原始信號；A為近似信號；D為細節(jié)信號；t為離散時間序列號；j為分解的層數(shù)，j=1,2，…；n為最大分解層數(shù)。本研究提取周期大于10年的近似信號作為降水和雨強的時間序列變化趨勢。

圖2 基于多分辨率分析的小波分解重構示意圖

離散小波變換可用于識別時間序列中具有統(tǒng)計意義的周期或頻率及其對應的時間間隔。離散小波可以表示為：

ψj,k(t)=2-j/2ψ(2-jt-k)。

(2)

式中：ψj,k(t)是由母小波ψ(t)通過2j的冪變換得到的；k∈Z，1≤k≤2-jN；N為該時間序列值的個數(shù)。對應的離散小波變換可以表示為：

(3)

小波凝聚譜方法被廣泛應用于解析兩種時間序列的共同周期波動。定義兩個時間序列x和y的小波凝聚譜為：

(4)

2 結果與分析

2.1 不同氣候帶降水的變化特征

從降水的變化趨勢來看，1961—2018年中國各個氣候帶的降水變化趨勢不盡相同(圖3～5)。從整體來看，降水在北溫帶(圖3(a))和中溫帶(圖3(b))地區(qū)呈波動增長趨勢，在南溫帶(圖3(c))地區(qū)呈減少趨勢。從年代際變化來看，北溫帶和中溫帶的降水均經(jīng)歷了兩次先減少后增加的過程。其中，北溫帶降水的兩次減少發(fā)生在1960s(20世紀60年代，下同)和1990s(圖5(a))，中溫帶降水的兩次減少發(fā)生在1960s—1970s和1990s(圖5(b))。盡管南溫帶降水(圖5(c))整體呈減少趨勢，但在1980s和2000s分別經(jīng)歷了一次微小(7.90 mm)和急劇(54.69 mm)的增加。

圖3 各氣候帶的年代際降水趨勢

1961—2018年降水在亞熱帶地區(qū)整體呈增加趨勢(圖3(d)～3(f))。亞熱帶地區(qū)各個氣候帶的降水年代際變化情況略有差異。北亞熱帶降水在1960s—1990s波動幅度不大，在2000s降水迅速減少此后又迅速增加(圖5(d))。中亞熱帶地區(qū)降水的年代際變化各不相同，1960s—2010s降水經(jīng)歷了三次先下降后上升的變化過程(圖5(e))。南亞熱帶的降水變化主要表現(xiàn)為“上升—下降—上升—下降—上升”5個階段(圖5(f))。

熱帶地區(qū)的降水在1961—2018年整體呈波動增加趨勢(圖3(g)～3(h))，其中中熱帶地區(qū)降水增長幅度最大。從年代際變化來看，北熱帶地區(qū)的降水兩次減少分別發(fā)生在1980s和2000s(圖5(g))。盡管中熱帶地區(qū)各年代際降水均呈增加趨勢(圖5(h))，但在1980s和2000s均發(fā)生不同程度的先減小后增加的變化過程。

高原氣候區(qū)的降水整體呈波動增加的趨勢且降水在各個年代際的變化不同(圖3(i))，在1960s—2010s分別經(jīng)歷了三次先下降后上升的過程，但降水的變化幅度不大，各年代際降水變化均在50 mm之內(nèi)(圖5(i))。

圖4 1961—2018年各氣候帶降水統(tǒng)計

圖5 各氣候帶降水年代際變化

2.2 不同氣候帶降水的周期性

各氣候帶降水和ENSO的離散小波變換結果如圖6所示。ENSO(用Nio 3.4區(qū)海面溫度異常表示)的小波變換結果(圖6(j))中有兩個時頻區(qū)域具有統(tǒng)計學意義，即1980—1989年存在一個3.6～4.8年的周期、1996—1998年存在一個2.7～3.2年的周期。另外的兩個小波功率譜較高的區(qū)域分別出現(xiàn)在1972和2009年前后，盡管這兩年ENSO的強度較強，但不具有統(tǒng)計學意義。

年降水在北溫帶(圖6(a))、北熱帶(圖6(g))和中熱帶(圖6(h))地區(qū)均包含明顯的2～7年的周期波動，該周期波動發(fā)生的時間范圍集中在1980—1990年和2010年前后，與強ENSO的周期范圍以及發(fā)生時段均較為吻合。年降水在中溫帶(圖6(b))和中亞熱帶(圖6(e))2～7年范圍內(nèi)的周期波動在上述三個氣候帶的降水相對較少。

圖6 各氣候帶降水和Nio 3.4區(qū)海面異常溫度的離散小波變換

2.3 不同氣候帶降水對ENSO的響應

本研究利用小波凝聚譜方法探究了ENSO現(xiàn)象對各氣候帶的降水在時域(1961—2018年)和頻域(2～7年周期)的影響(圖7)。結果顯示，ENSO對各氣候帶降水的顯著影響集中在1975—1990年、2009年前后兩個時期內(nèi)；ENSO對南溫帶(圖7(c))、北亞熱帶(圖7(d))、中亞熱帶(圖7(e))、南亞熱帶(圖7(f))、北熱帶(圖7(g))和高原氣候區(qū)(圖7(i))降水年際波動的影響顯著。其中，南溫帶、南亞熱帶和高原氣候區(qū)的降水與ENSO的年際波動呈正相關，北亞熱帶、中亞熱帶和北熱帶的降水與ENSO的年際波動呈負相關。而ENSO與北溫帶(圖7(a))、中溫帶(圖7(b))和中熱帶(圖7(h))年際波動的相關性較弱。

結合我國季風和非季風區(qū)分界線，北溫帶、部分中溫帶處于非季風區(qū)，因此這些地區(qū)的降水與ENSO年際波動的相關性較弱。由于南溫帶的大部分站點位于季風區(qū)，因此其小波凝聚譜分析結果顯示中溫帶的降水與ENSO年際波動的相關性較強。北熱帶地區(qū)與ESNO表現(xiàn)出的強相關性主要表現(xiàn)為ESNO對夏季風的影響引發(fā)降水。高原氣候區(qū)受東亞季風影響較小，高原氣候區(qū)的降水與ENSO表現(xiàn)出的強相關性可能是由于降水受到了西南季風的影響。

圖7 ENSO對各氣候帶降水年際波動的時頻影響

2.4 不同氣候帶雨強的變化趨勢

1961—2018年中國各個氣候帶的年最大雨強變化趨勢不盡相同(圖8～9)。從1960s—2010s，除中溫帶在1960s最大雨強變化大于1 mm/day之外，北溫帶(圖8(a)、9(a))、中溫帶(圖8(b)、9(b))和高原氣候區(qū)(圖8(i)、9(i))的最大雨強變化較小，各氣候帶年最大雨強變幅均小于1 mm/day。南溫帶地區(qū)最大雨強整體呈減少趨勢(圖8(c))，其在1960s發(fā)生了急劇減少，此后雨強波動較小(圖9(c))。

與降水量變化相似，亞熱帶地區(qū)各氣候帶多年最大雨強均呈上升趨勢(圖8(d)～8(f))。其中，1960s—1990s北亞熱帶年最大雨強呈增加趨勢，變幅基本在1.5 mm/day之內(nèi)，在2000s最大雨強減小，之后年最大雨強繼續(xù)穩(wěn)步增加(圖9(d))。中亞熱帶地區(qū)最大雨強在1960s—1980s較為穩(wěn)定，在1990s—2010s出現(xiàn)兩次先上升后下降的急劇變化過程(圖9(e))。南亞熱帶地區(qū)最大雨強在1970s和2000s變化幅度較小，在1960s、1980s—1990s和2010s均發(fā)生劇烈變化，最大雨強變化幅度均大于1.5 mm/day(圖9(f))。

北熱帶最大雨強年代際變化幅度較大，整體呈減小趨勢(圖8(g))。從1960s—2010s，北熱帶地區(qū)最大雨強經(jīng)歷了三次“上升—下降”過程，且最大雨強波動范圍較大，除1960s，各年代際變化均大于5 mm/day(圖9(g))。盡管中熱帶最大雨強在1990s和2010s均發(fā)生了大于10 mm/day的減少情況(圖9(i))，其在整體上呈穩(wěn)步增長的趨勢(圖8(h))。

2.5 基于CMIP6 未來氣候情景下的雨強變化分析

提取的CMIP6 SSP5-8.5氣候情景下2090—2100年的各氣候帶最大雨強與2010年各氣候帶最大雨強的對比結果可用于揭示未來各氣候帶雨強的變化情況。從相對變化結果來看(圖10(a))，雨強在北溫帶幾乎保持不變，在中溫帶、南溫帶、北亞熱帶、中亞熱帶和高原氣候區(qū)分別增加了102.89%、51.30%、63.99%、102.86%和603.71%， 在南亞熱帶、 北熱帶、中熱帶分別減少了16.52%、37.49%和98.17%。從絕對變化

圖8 各氣候帶的年代際最大雨強趨勢

圖9 1960—2010s和2090s各氣候帶雨強年代際變化

分析結果來看(圖10(b))，最大雨強在南亞熱帶、熱帶地區(qū)發(fā)生了不同程度的減少，在高原氣候區(qū)、中亞熱帶、北亞熱帶和溫帶地區(qū)，最大雨強均呈增加趨勢。盡管高原氣候區(qū)雨強的相對變化變幅最大，但其絕對變化強度卻小于中熱帶雨強。未來，雨強增長強度由大到小依次為：高原氣候區(qū)(56.06 mm/day)、中亞熱帶(28.94 mm/day)、北亞熱帶(16.94 mm/day)、中溫帶(12.96 mm/day)和南溫帶(8.94 mm/day)。

圖10 與2010s相比2090s雨強的變化情況

3 討論與結論

3.1 討論

1) 我國降水變化規(guī)律。本研究基于多分辨率分析的小波分解重構方法探究了各氣候帶降水的變化規(guī)律。結果表明，除南溫帶外，北溫帶、中溫帶、北亞熱帶、中亞熱帶、南亞熱帶、北熱帶、南熱帶和高原氣候區(qū)的降水均呈增長趨勢。徐東坡等[9]結合水資源一級區(qū)套省級行政區(qū)，利用(Mann-Kendall，MK)檢驗對我國1956—2018年的降水變化特征進行研究，結果表明，除華北、東北地區(qū)的吉林、遼寧省以及西南地區(qū)等少部分地區(qū)降水量呈減少趨勢外，其他地區(qū)降水呈增加趨勢。這與本研究結果基本一致，但存在部分差異：根據(jù)本研究空間單元的劃分，降水在云南、貴州、內(nèi)蒙古地區(qū)呈增加趨勢，新疆南部地區(qū)呈減小趨勢。因此認為，造成這種差異的原因可能是由于使用的趨勢分析方法不同造成的，也可能是由于劃分的空間單元不同造成的。同時，采用的氣象站點的數(shù)目和研究的時間長度也有所差異(表1)。日后，仍需探究更為科學的空間單元劃分方法，探究不同空間單元下的降水變化規(guī)律。

2) ENSO對中國降雨的影響。本研究利用離散小波變換和小波凝聚譜分析，探究了ENSO對中國不同氣候帶降雨的影響。結果表明，降水量在北溫帶、北熱帶和中熱帶地區(qū)與強ENSO的周期范圍以及發(fā)生時段均較為吻合。南溫帶、南亞熱帶、高原氣候區(qū)的降水與ESNO的年際波動呈正相關，北亞熱帶、中亞熱帶和北熱帶的降水與ENSO的年際波動呈負相關。這一結論與Ouyang等[12]得出的我國華北平原、西南地區(qū)和青藏高原的降水量與ENSO呈正相關的結論一致。但ENSO對于各氣候區(qū)降水具體造成的影響程度仍需探究。

表1 結論差異的歸因對比

3) CMIP6 SSP5-8.5氣候情景下的降水。本研究結合中國各氣候區(qū)，得出在未來年最大雨強在高原氣候區(qū)、中亞熱帶、北亞熱帶、中溫帶、南溫帶呈增加趨勢，在南亞熱帶和熱帶地區(qū)呈減小趨勢的結論。這一結論與向竣文等[21]基于CMIP6 SSP5-8.5氣候情景得出的未來降水主要在長江中下游、高原氣候區(qū)增加的結論基本一致。

3.2 結論

1) 利用基于多分辨率分析的小波分解重構方法，發(fā)現(xiàn)1961—2018年北溫帶、中溫帶、北亞熱帶、中亞熱帶、南亞熱帶、北熱帶、南熱帶和高原氣候區(qū)的降水呈增長趨勢，但南溫帶降水呈減小趨勢。

2) 基于離散小波變換，降水在北溫帶、北熱帶和中熱帶地區(qū)均包含明顯的2～7年的周期波動，與強ENSO的周期范圍以及發(fā)生的時段均較為吻合。

3) 基于小波凝聚譜分析，南溫帶、南亞熱帶和高原氣候區(qū)的降水與ENSO的年際波動呈正相關，北亞熱帶、中亞熱帶和北熱帶的降水與ENSO的年際波動呈負相關。北溫帶、中溫帶和中熱帶地區(qū)降水與ENSO年際波動的相關性較弱。北熱帶地區(qū)降水與ESNO之間強相關性主要表現(xiàn)為ESNO通過影響夏季風造成該氣候區(qū)降水，高原氣候區(qū)的降水與ENSO表現(xiàn)出的強相關性可能是由于降水受到了西南季風的影響。

4) 利用基于多分辨率分析的小波分解重構方法，發(fā)現(xiàn)1961—2018年北溫帶、中溫帶和高原氣候區(qū)的雨強變化較小，亞熱帶和中熱帶地區(qū)的雨強整體呈增長的趨勢，北熱帶地區(qū)的雨強波動幅度較大，整體呈減小趨勢。

5) 到2090s，年最大雨強在北溫帶幾乎不變，在南亞熱帶和熱帶呈減小趨勢。年最大雨強增長強度由大到小排序依次為：高原氣候區(qū)、中亞熱帶、北亞熱帶、中溫帶、南溫帶。