李奕杉，胡 苗，賀玉靜，施竹遙

(四川農(nóng)業(yè)大學水利水電學院，四川 雅安 625000)

隨著全球氣候變暖的趨向日漸明顯，區(qū)域降水量也在時間和空間分布上發(fā)生變化，降水時空變化能夠反映地區(qū)與生態(tài)環(huán)境的變動，對人類的生活生產(chǎn)具有重要意義[2-3]。分析某指定區(qū)域的降水量變化特征，可以為該區(qū)域水資源利用，農(nóng)業(yè)結(jié)構(gòu)調(diào)整和社會經(jīng)濟發(fā)展提供重要依據(jù)[4-5]。目前，國內(nèi)外已有多數(shù)專家學者對區(qū)域降水變化進行研究。蘇萬磊利用Mann-Kendall法對秦皇島市多時間尺度進行分析，結(jié)果表明秦皇島市季平均降水量差異大[6]。梅偉等人采用的方法為線性趨勢法以及Mann-Kendall法等，得出長江中下游地區(qū)在1951—2001年的51年的總體降水量呈現(xiàn)微弱的正趨勢的結(jié)論[7]。那音太等用蒙古高原氣象站的月降水量數(shù)據(jù)，研究了該地區(qū)降水特征及其時空變化規(guī)律[8]。蔡宜晴等人對長江源取降水量變化進行多維度研究，表明長江源區(qū)內(nèi)各站點年降水量增加趨勢空間變異性較大等結(jié)論[9]。

安徽地處我國東部季風帶,又是南北氣候轉(zhuǎn)換地區(qū),有著明顯的過渡性天氣特點[10]。雖然安徽自然資源比較豐富,但由于自然資源的空間分配并不平衡,降水量在年際和年內(nèi)方面的分配差距較大,洪水和旱災仍頻頻出現(xiàn),且農(nóng)作物生產(chǎn)力穩(wěn)定性較差[11-12]。而長江和淮河則把安徽分割為淮北、江淮和江南地區(qū),其中,江淮地區(qū)地處降雨量豐沛的南方與干旱少雨的北方的過渡帶，降水量的年際和年內(nèi)變化差異大，且影響因素復雜[13]。本文采用世界氣象組織推薦的非參數(shù)趨勢檢驗Mann-Kendall法對降水量時間變化趨勢以及特征突變進行檢驗[14-17]，并結(jié)合軟件Arc GIS進行該地區(qū)空間降水插值分析[18-19]，著重探究1980—2018年安徽省江淮地區(qū)降水量年際、年內(nèi)及空間變化特征，對該地區(qū)合理利用水資源、旱澇災害的預測和管理、生態(tài)環(huán)境的治理、經(jīng)濟可持續(xù)發(fā)展等提供一定的科學借鑒。

1 資料和方法

1.1 資料來源

本文基于安徽江淮地區(qū)霍山、桐城、六安、合肥、今巢湖、壽縣、滁州、定遠號、滁州等9個氣象站點(如圖1所示)的降水量，分別以年、季節(jié)劃分角度對該區(qū)域1980—2018年的平均降水量時間周期以及分布特點展開研究。文中使用的9個站的降水量數(shù)據(jù)資料均來自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)。

圖1 安徽省江淮地區(qū)氣象站點分布示意

1.2 研究方法

本文使用Mann-Kendall檢驗法的序列檢驗，確定安徽省江淮地區(qū)1980—2018年年際和季節(jié)降水量的趨勢和突變情況。具體計算步驟如下。

1.2.1趨勢檢驗

對于時間序列數(shù)據(jù)x1、x2、…、xn是n個獨立的、隨機分布的樣本，Mann-Kendall趨勢檢驗統(tǒng)計量S為:

(1)

其中，sgn()為符號函數(shù)；xj表示時間序列的第j個數(shù)據(jù)值，當大于、等于或小于時，sgn(xj-xi)分別為1、0或-1。當n≥10時，統(tǒng)計量s近似服從正態(tài)分布，其期望為0，方差為下式：

(2)

標準化統(tǒng)計量按照下式計算：

(3)

在趨勢檢驗中，若統(tǒng)計變量Zc>0時，序列存在上升趨勢，若Zc<0時，則說明序列存在下降趨勢。在置信水平α上，當|Zc|≥1.28、1.64、2.32時，表明序列分別通過了信度為90%、95%、99%顯著性檢驗。本文趨勢性檢驗選用信度為90%。

1.2.2突變檢驗

對于時間序列中的數(shù)據(jù)x1、x2、…、xn是n個獨立且隨機分布的樣本，構(gòu)建秩序列，如下式:

(4)

Sk表示第i樣本xj-xi(1≤j≤i)的累計數(shù)，在時間序列隨機樣本獨立的假定下，Sk的均值和方差分別為公式(5)(6)：

(5)

(6)

將Sk進行標準化,如下式：

(7)

其中，UF1是標準正態(tài)分布，假如UFk>0，則序列呈上升趨勢；若UFk<0，則序列呈下降趨勢。超過臨界值的部分，則表明上升或下降的趨勢顯著。當給定顯著性水平α，對于顯著水平α=0.05，其臨界值μ0.05=±1.96，若|UFk|>μα，則表明序列存在顯著變化趨勢。將時間序列逆序xn、…、x2、x1重復上述計算過程，則逆序列的UBk=-UFk，UB1=0。分析繪出UBk和UFk曲線,如果UFk和UBk這兩條曲線有交點，且交點在臨界線之間，那么交點對應的值為出現(xiàn)突變的時間。本文突變檢驗選用顯著水平α=0.05。

克里金插值法是通過利用站點的原始數(shù)據(jù)以及有關(guān)變異函數(shù)的特點，達到使已知站點外其他地區(qū)的區(qū)域化變量能夠進行線性無偏最優(yōu)估計的目的，從而減少了變量的突變情況[20]。在空間分布的研究上表現(xiàn)出隨機性、結(jié)構(gòu)性以及空間相關(guān)性等特點。運用Arc GIS中的克里金插值法，研究安徽省江淮地區(qū)霍山、桐城、六安、合肥、巢湖、壽縣、滁州、定遠、蚌埠9個氣象站點降水量的分布變化。

2 分析

2.1 降水量時間變化

2.1.1降水量變化特征

2.1.1.1年際變化特征

安徽省江淮地區(qū)1980—2018年的年均降水量為1 124.8 mm，降水傾向率為6.001 mm/10 a，呈上升趨勢。在39 a的觀測中，降水量最大為1 709.2 mm，最小為734.3 mm，分別出現(xiàn)在1991年和2001年，最大降水量與最小降水量差值為974.9 mm。根據(jù)該區(qū)域年均降水量變化的五年滑動平均線可以得出：1984—1995年年均降水量波動幅度較小，1996—2004年年均降水量波動較大且呈緩慢下降趨勢，2005—2014年年均降水量波動幅度較小，2015年后年平均降水量呈上升趨勢(見圖2)。

圖2 安徽省江淮地區(qū)年際降水量變化特征示意

2.1.1.2季節(jié)變化特征

安徽省江淮地區(qū)1980—2018年的降水量在春夏冬3季呈上升趨勢，降水增加傾向率分別為9.442 mm/10 a、2.786 mm/10 a以及9.870 mm/10 a，秋季呈下降趨勢，降水減少傾向率為1.507 mm/10 a。春季最大、最小降水量為452.4 mm、108.8 mm，最大振幅為343.6 mm，降水量整體波動變化小，1985—1992年呈緩慢上升，1993年之后較平穩(wěn)。夏季最大、最小降水量為1 032.7 mm、268.2 mm，最大振幅為764.5 mm，該季降水量大，在1992—1997年有緩慢下降趨勢，整體呈小幅波動。秋季最大、最小降水量分別為465.1 mm、57.1 mm，最大振幅為408 mm，該季降水量在1985—1991年波動變化較大且呈下降趨勢，其余年份呈窄幅波動。冬季最大、最小降水量為236.2 mm、34.9 mm，最大振幅為201.3 mm，該季降水量整體波動幅度較大，在1985—1994、2001—2005年呈上升趨勢，在1994—2000、2006—2018年呈下降趨勢(見圖3)。

春

2.1.2降水量趨勢分析

在信度90%下，利用Mann-Kendall趨勢檢驗法得出該地各季降水量變化趨勢值β以及趨勢顯著性Z(見表1)。由表1可知，季節(jié)降水量分布不均、差異較大：夏季(6—8月)降水量最多，占全年降水量的47.0%；春秋兩季的降水量相差較小，分別占比22.1%、19.3%；冬季降水量最少，占比10.6%。秋季趨勢顯著性為-0.069 91，降水量呈下降趨勢；春夏冬3季以及全年趨勢顯著性分別為0.326 229、0.535 948、1.3748 22*以及0.116 51，降水量皆呈上升趨勢，結(jié)果與上述變化特征一致。春夏兩季和全年β值為-0.447 77 mm/a、-7.121 29 mm/a、-3.964 43 mm/a，趨勢變化較小，而秋、冬季β值為6.355 671 mm/a、2.799 59 mm/a，趨勢變化明顯。

表1 安徽省江淮地區(qū)各季降水量統(tǒng)計特征值 mm

2.1.3降水量突變分析

2.1.3.1年際突變分析

在置信水平0.05的基礎(chǔ)上，根據(jù)Mann-Kendall法對安徽省江淮地區(qū)1980—2018年年際降水進行顯著檢驗(見圖4)。該區(qū)域年均降水量變化呈波動狀態(tài)，但未出現(xiàn)顯著變化。由UFK和UBK變化趨勢可知，該區(qū)域年均降水量的突變發(fā)生在1983年、1986年、1987年、1988年、2016年以及2017年，其中1983年、1987年、2016年3個突變點表示年均降水量逐年減少，1986年、1988年、2017年3個突變點表示年均降水量逐年增加，所有突變點均在置信區(qū)間內(nèi)。

圖4 安徽省江淮地區(qū)年際降水量突變分析示意

2.1.3.2季節(jié)突變分析

如圖5所示，春季降水量突變點出現(xiàn)在1986年、1989年、2006年、2010年、2011年，突變點均在置信區(qū)間內(nèi)，在1989年突變之后呈上升趨勢，至1991年、1993年增加達到顯著水平。夏季降水量在1996—2005年之間存在多個突變點，該時段降水變化波動頻繁，但整體呈小幅度波動狀變化，除1993年達到顯著水平，其余年份均未達到顯著變化。秋季降水量在2005—2009年之間存在多個突變點，該時段內(nèi)降水變化波動頻繁，但均未出現(xiàn)顯著變化。冬季降水量在1982年、1987年、2019年發(fā)生突變，在1985年增加趨勢達到顯著水平。

春

2.2 降水量空間變化

由圖6可知，降水量最大和最小的站點分別為霍山(1 400.7 mm)和蚌埠(936.5 mm)，兩地相差464.2 mm，地區(qū)年降水量分布不均勻且地域差異性大。東北方向降水量少，包含蚌埠、壽縣、定遠3個站點，降水量范圍在936.5～1 029.3 mm，西南方向降水量多，降水量范圍在1 307.9～1 400.7 mm，由西南至東北降水量逐漸減少，呈梯度變化。

圖6 安徽省江淮地區(qū)年降水量空間分布示意

圖7為安徽省江淮地區(qū)各站點季節(jié)降水量趨勢示意，由圖7可知，春季最大和最小降水量的站點分別為桐城363.8 mm和蚌埠191.2 mm，兩站點相差172.6 mm；夏季最大和最小降水量的站點分別為霍山625.9 mm和壽縣465.1 mm，兩站點相160.8 mm；秋季最大和最小降水量的站點分別為霍山275.6 mm和定遠184.8 mm，兩站點相差90.8 mm；冬季最大和最小降水量的站點分別為霍山164.2 mm和壽縣83.4 mm，兩站點相差80.8 mm。其中，各站點春夏兩季降水量差距明顯，秋季和冬季降水量差距較小，各季節(jié)降水量均表現(xiàn)為由西南至東北逐漸遞減。

圖7 安徽省江淮地區(qū)各站點季節(jié)降水量趨勢示意

3 結(jié)語

通過本次研究，得出以下結(jié)論：

1) 該地區(qū)降水量在1980—2018年的年際變化較大，降水量總體以6.001 mm/10 a的變化率增加。

2) 春、夏、冬3季呈上升趨勢，秋季呈下降趨勢；春、夏、秋3季降水量整體呈小幅波動，趨勢變化不顯著，冬季降水量整體波動較大，趨勢變化顯著；降水量季節(jié)分布不均勻，夏季降水量大，且在全年降水量中占比最大，應在夏季加強防洪措施，避免因持續(xù)降水造成水澇災害。

3) 年降水量、季節(jié)降水量在空間分布特征上均呈現(xiàn)為由西南至東北逐漸減少，呈梯度變化。應考慮該區(qū)域西南地區(qū)和東北地區(qū)的水源調(diào)蓄，提高降水的有效利用，且應重點加強西南地區(qū)的水利和防汛基礎(chǔ)工程建設(shè)，避免季節(jié)性降水差異造成洪澇災害。

綜合分析，9個站點不同時間尺度范圍內(nèi)降水的時空變化，有利于對水資源的合理配置與利用，同時給該省防范與應對自然氣候災害提供了一定的理論依據(jù)。