陳 燕，楊 杰，徐家平

（江蘇省氣候中心，江蘇南京 210019）

引言

2021年8月，IPCC在《氣候變化2021：自然科學基礎》報告中指出，最新的研究顯示全球氣候變暖仍在持續(xù)，氣候變化正在加劇水循環(huán)，影響降雨分布，帶來更強的降雨和洪水［1-3］。在未來幾十年里，所有地區(qū)的氣候變化還將加劇，極端高溫、極端降水事件將越來越頻繁，帶來更廣泛的影響［1、4］。

我國降水時空分布特征規(guī)律明顯，近幾十年來極端降水也發(fā)生了明顯變化。我國年平均暴雨日數(shù)和暴雨雨量顯著增加，東部季風區(qū)的1日、連續(xù)3日、連續(xù)5日最大降水量均有一定程度增加，其中1日最大降水量增加最明顯［5-6］。區(qū)域性暴雨過程的覆蓋范圍和綜合強度均呈現(xiàn)顯著增大趨勢，較強區(qū)域性暴雨過程次數(shù)明顯增加［7］。我國大部分地區(qū)的總降雨量、總暴雨量和短歷時暴雨雨量呈增加趨勢，長歷時暴雨雨量呈減小趨勢［8］。從不同地區(qū)來看，我國南方大部分地區(qū)夏季的降水強度、時數(shù)和次數(shù)均呈上升趨勢，北方地區(qū)的夏季降水時數(shù)和次數(shù)雖然顯著減少，但是降水強度呈增強趨勢［9］。西北西部是年極端強降水事件最分散的區(qū)域，東北是最集中的區(qū)域［10］。珠江流域出現(xiàn)極端降水和特強降水過程的概率最高，長江中下游地區(qū)的年平均降水次數(shù)、平均持續(xù)時間較其他流域偏多、偏長［11］。黑龍江［12］、內(nèi)蒙古［13］、云南［14］、福建［15］、北京［16］、深圳［17］、南京［18］、西安［19］等多地的強降水事件也發(fā)生了不同程度的波動。

在強降水的影響下，城市或下游地區(qū)暴雨災害和徑流強度增加，使得城市內(nèi)澇防控、城市水環(huán)境污染治理面臨著巨大的挑戰(zhàn)［20-22］。低影響開發(fā)是通過分散的、小規(guī)模的源頭控制來達到對暴雨所產(chǎn)生的徑流和污染的控制，使開發(fā)地區(qū)盡量接近于自然的水文循環(huán)的一種雨水管理技術，低影響開發(fā)設施包括生物滯留設施、透水鋪裝、綠色屋頂、下凹式綠地、植草溝、雨水調(diào)蓄設施等［23］。在我國的《海綿城市建設技術指南——低影響開發(fā)雨水系統(tǒng)構建（試行）》中［24］，規(guī)定利用多年長序列、全樣本的日降水數(shù)據(jù)，采用年降雨總量控制率作為控制目標，確定對應的雨量，作為低影響開發(fā)設施的設計雨量。低影響開發(fā)設施的設計雨量和降水特征關系密切，如果設計不當，超出設計降雨量的降雨次數(shù)越多，越不利于控制效果［25-27］。2021年7月19日至21日，河南省多地遭遇暴雨，嵩山、偃師、新密、伊川、登封突破建站以來日降水量歷史極值，20日16～17時鄭州本站降雨量達201.9 mm，超過我國陸地小時降雨量極值，城市排水能力不足，暴雨災害造成了重大的人員傷亡和經(jīng)濟損失。在未來，極端降水事件會更加頻發(fā)。有學者預估到21世紀末，長江上游年徑流量及各月平均徑流增加10%～15%，且年際變化增大，導致極端旱澇事件的頻率和強度增加［28］。強降水增多后，我國南部和東北地區(qū)城市的排水壓力會進一步增大，即使對于排水基礎設施較完善的東部地區(qū)，排水壓力也有可能增加［29］。因此，研究極端降水強度、歷時、雨量等對低影響開發(fā)設施的影響，這是充分發(fā)揮其作用的重要前提［30］。

本文利用南京站（站號：58238）1951-2020年完整的、長序列日降水資料，選取強降水量、暴雨日數(shù)、平均日降水強度等極端降水指數(shù)，研究極端降水事件的變化趨勢、波動性、突變性、貢獻率，并分析其對低影響開發(fā)設施設計雨量的影響程度，建立極端降水指數(shù)和設計雨量之間的定量關系，為海綿城市建設、城市防洪減災提供參考。

1 資料和方法

1.1 氣象數(shù)據(jù)

氣象資料為江蘇省氣象信息中心提供的南京站（站號：58238）1951-2020年的逐日降水和天氣現(xiàn)象觀測資料。南京站為國家氣象觀測站，觀測環(huán)境好，所用資料均按照中國氣象局氣象觀測規(guī)范要求，經(jīng)過嚴格質(zhì)量控制和均一性檢驗，有效數(shù)據(jù)完整率達到100%。資料序列長、完整率高、質(zhì)量可信，可以用于極端降水長期變化特征分析。

1.2 研究方法

1.2.1 極端降水指數(shù)

在世界氣象組織發(fā)布的極端氣候指數(shù)中，選取強降水量、暴雨日數(shù)、平均日降水強度等8個指數(shù)分析南京極端降水變化特征（表1）。這些指數(shù)考慮了極端降水事件的降水量、強度、持續(xù)時間等多種因素，能夠體現(xiàn)特征量極值、特征量超閾值天數(shù)、特征量持續(xù)天數(shù)等重要信息，得到了廣泛的應用［31-32］。

表1 極端降水指數(shù)Table 1 Extreme precipitation index

采用百分位法確定極端降水閾值［33］，對南京1951-2020年間的日降水量進行排序，強降水（P=95%）的日雨量閾值為38.1 mm，極強降水（P=99%）的日雨量閾值為77.8 mm。定義各種極端降水量在年降水量中的占比為其貢獻率。采用變異系數(shù)［5］分析極端降水指數(shù)的波動特征，采用線性趨勢法、Mann-Kendall檢驗［34］等方法分析極端降水及其貢獻率的時間變化趨勢和突變性。

1.2.2 降水集中度指數(shù)

采用降水集中度指數(shù)［35］表征降水的時間分布特征。

式中：N為研究時段的總?cè)諗?shù)；P（xi）為第i日降水對研究時段總降水的貢獻率。本文以年為研究時段，如果所有降水集中在某一天，則Q為1；如果降水平均分布在每一天，則Q為0。

1.2.3 低影響開發(fā)設施設計雨量

根據(jù)多年逐日降水資料，按照國家技術規(guī)范［24］，篩選有效降水事件，統(tǒng)計小于某一降雨量（H）的降雨總量在總降雨量中的比率（α），此時年徑流總量控制率為α，對應降雨量即為設計降雨量H，用于規(guī)劃低影響開發(fā)設施的建設。

以某地多年日降水量資料序列為例，將該地的有效降雨量序列從小到大排列（x1，x2，x3，…，xi，…，xn-1，xn），其中（x1，x2，x3，…，xi）小于等于H，（xi+1，…，xn-1，xn）大于H。對于小于或等于設計降雨量H的部分，按真實雨量計算出降雨總量；對于大于設計降雨量H的部分，按該降雨量計算出降雨總量。

式中：α是年徑流總量控制率，單位%；H是α年徑流總量控制率對應設計雨量，單位mm；n是有效降水日數(shù)。

2 結果與分析

2.1 極端降水的變化趨勢和波動性

南京地處亞熱帶季風區(qū)，雨量充沛。1951-2020年70年間的平均年降水量為1 051.3 mm，平均日降水強度為12.8 mm/d（圖1）。年降水量呈顯著的波動上升趨勢，氣候傾向率為38.9 mm/10 a，通過了信度為0.05的顯著性水平檢驗。日降水強度呈弱上升趨勢（0.23 mm/d/10 a），未通過0.05的顯著性檢驗。受到夏季風進退和強弱的影響，降水年際變化較大。降水量的變異系數(shù)達到0.25，降水量距平在-553 mm～764 mm之間波動，90年代后降水偏多的年份多，最大年降水量1 814.9 mm（1991年）是最小年降水量498.7 mm（1978年）的3.6倍。日降水強度的波動性較弱，變異系數(shù)為0.19，3/4年份的距平在±2 mm/d之間，1991年降水強度達到20.4 mm/d，2015、2016連續(xù)2年降水強度超過17 mm/d。一般情況下，降水量越大的地區(qū)，低影響開發(fā)設施的設計雨量越大，例如廣州、長沙、呼和浩特基本在同一經(jīng)度上由南向北分布，如果用同樣年代的降水分析，85%控制率的設計雨量在廣州、長沙、呼和浩特依次為43.3 mm、31.6 mm和22.0 mm，由南向北逐漸減少［24］，南京降水量的波動上升也會導致設計雨量的變化。

圖1 降水量距平和日降水強度距平變化Fig.1 Variation of precipitation anomaly and daily precipitation intensity anomaly

低影響開發(fā)設施建設的主要目標是控制強降水的影響，在極端降水指數(shù)中，最大日降水量、最大5日降水量、最長持續(xù)降水日的雨量、暴雨日數(shù)、強降水量、極強降水量均是體現(xiàn)強降水特征的重要指標。1951-2020年，南京最大日降水量和最大5日降水量均呈上升趨勢（圖2），變化趨勢分別為4.8 mm/10 a（p=0.05）和9.8 mm/10 a（p=0.05）。前者歷史極值出現(xiàn)在2017年6月10日，日降水量達245.3 mm；后者出現(xiàn)在2015年6月25日至29日，持續(xù)5日降水量329.6 mm，其中僅27日的降水量就達到204.1 mm。兩者的年際波動性相當（變異系數(shù)分別為0.42和0.43），均大于年降水量，體現(xiàn)了極端降水事件的強波動性。

圖2 最大日降水量和最大5日降水量變化Fig.2 Variation of the maximum daily precipitation and the maximum 5-day precipitation

近70年來，南京年最長持續(xù)降水日數(shù)平均值為5.8 d，呈波動下降趨勢（-0.2 d/10 a），未通過顯著性檢驗（圖3（a））。與此相反的是，最大持續(xù)降水量表現(xiàn)出明顯上升趨勢（10.2 mm/10 a，p=0.05）（圖3（b））。歷史前4位最大值均出現(xiàn)在90年代后，2016年的7月1日至7日持續(xù)7 d降水，期間出現(xiàn)1次大暴雨，3次暴雨，過程雨量379.5 mm為歷史最高值。同時，在70年中，有36年的最大持續(xù)降水量出現(xiàn)在6月下旬至7月上旬，此時正值長江中下游地區(qū)梅雨期，暴雨持續(xù)時間長、雨量大、強度強［7］。雖然日降水強度的增強趨勢在年平均狀態(tài)下并不顯著，但在持續(xù)性降水中表現(xiàn)明顯，體現(xiàn)在最大持續(xù)降水量、最大5日降水量的變化中。即使年降水量也在增加，最大持續(xù)降水量的貢獻率仍在7.3%～28.0%之間波動上升（圖3（c））。如果在制定低影響開發(fā)設施設計雨量時不考慮這種上升趨勢，則可能導致對強降水造成的影響的控制能力下降，從而減弱對城市徑流的控制效果。

圖3 最長持續(xù)降水日數(shù)、降水量和貢獻率變化Fig.3 Variation of the longest continuous precipitation days，precipitation and contribution

南京降水集中度指數(shù)的多年平均值為0.35。1995年降水集中度指數(shù)為0.46，該年雨日少，降水最集中；1990年降水日數(shù)高于平均值，降水量低于平均值，降水最為分散，集中度指數(shù)最低為0.30（圖4（a））。近70年，降水集中度指數(shù)幾乎無線性變化趨勢。暴雨日數(shù)顯著上升，增加趨勢為0.2 d/10 a（p=0.05），暴雨日數(shù)多年平均值僅為3.4 d，但是年際波動大，變異系數(shù)達0.62（圖4（b））。進一步分析強降水量和極強降水量（圖4（c）、圖4（d）），兩者多年平均值為361.7 mm和125.4 mm，分別以5%和1%的降水次數(shù)貢獻了32%和11%的降水量。1951～2020年間，強降水量和極強降水量表現(xiàn)出波動上升趨勢（19.6 mm/10 a和14.1 mm/10 a），對總降水量的貢獻率也逐漸增加（圖略）。極強降水量的變異指數(shù)為1.11，遠大于其它極端指數(shù)，表現(xiàn)出極強的波動性。當強降水的波動性較大時，一般要求提高設計雨量，以便保證在強降水事件多發(fā)的年份也能發(fā)揮低影響開發(fā)設施的良好調(diào)節(jié)能力，雖然從發(fā)生概率上來說這種年份是小概率事件［26-27］。

圖4 降水集中度、暴雨日數(shù)、強降水量和極強降水量變化Fig.4 Variation of precipitation concentration、rainstorm days，heavy precipitation and extremely heavy precipitation

2.2 極端降水的突變性

在1951-2020年之間，南京的年降水量、平均日降水強度、最大日降水量、最大5日降水量、最大持續(xù)降水量和強降水量發(fā)生了氣候突變（圖5）。年降水量、平均日降水強度均在1998年發(fā)生突變，隨后表現(xiàn)為強上升趨勢，并在2016年通過了0.05顯著性水平臨界線。最大日降水量的突變同樣發(fā)生在1998年，但是隨后的上升趨勢未達顯著性水平。最大5日降水量和最大持續(xù)降水量的突變時間略晚，在2002年發(fā)生氣候突變，前者的上升趨勢更明顯，在2016年通過顯著性水平，后者在2017、2018年接近顯著性水平。強降水量在2006年發(fā)生氣候突變，時間最晚，隨后的增加趨勢一直未達顯著性水平。極強降水量和暴雨日數(shù)未發(fā)生氣候突變，一直處于上升趨勢，分別在1990年和2003年達顯著性水平（圖略）。從南京極端降水指數(shù)的突變性來看，大部分指數(shù)都是在21世紀初發(fā)生突變，并在21世紀10年代中后期達到顯著性水平，這表明此時南京強降水特征已經(jīng)發(fā)生了明顯的變化，并且會對低影響開發(fā)設施的設計雨量發(fā)生明顯的影響。

圖5 極端降水指數(shù)M-K突變檢驗Fig.5 Mann-Kendall test of precipitation

2.3 極端降水對低影響開發(fā)設計雨量的影響

細化降水等級，圖6給出了南京1951-2020年不同等級降水的次數(shù)、降水量的占比和累計占比。隨著降水等級的提高，降水次數(shù)迅速減少，但是在20～30 mm的降水區(qū)間出現(xiàn)一個局部峰值，以9.7%的降水次數(shù)貢獻了15.4%的降水量。在70～80 mm、160～180 mm降水等級處，也出現(xiàn)了降水量貢獻率的明顯局部高值。統(tǒng)計70 mm以上的降水情況，降水次數(shù)占比僅為2.5%，但是降水量占比達到15.9%。從累計比例也可以看出，在70 mm以后的降水次數(shù)增加十分緩慢，而降水量仍基本保持原速度增加。

圖6 不同等級降水的次數(shù)和雨量特征Fig.6 Precipitation characteristics of ratio

在我國海綿城市建設中，用于計算低影響開發(fā)設施的設計降雨量、年徑流總量控制率的降水資料不得少于30年。對南京1951-2020年逐日降水數(shù)據(jù)采用30年滑動分段，獲得41個時段的降水數(shù)據(jù)序列，據(jù)此計算不同等級降水占比特征、設計雨量等。分析不同等級降水的次數(shù)和雨量占比特征，發(fā)現(xiàn)在41個時段中，20～30 mm降水段的峰值一直出現(xiàn)，但是70 mm以上降水段的雨日、雨量占比波動較大（圖略）。這和極強降水量（閾值77.8 mm）近70年間強年代際波動有很好的呼應。

圖7給出了1980年、2000年、2020年的設計雨量曲線。隨著年徑流總量控制率的增加，需要全年實現(xiàn)不需要外排、得到控制的降雨量占比越高，此時設計雨量也越高。1980年和2000年的設計雨量曲線比較接近，說明這兩個時段的年降水量、日降水強度、極端強降水事件等特征量比較接近；從前文分析可知，多個極端降水指數(shù)都在2000年前后發(fā)生突變，隨后的增加趨勢更劇烈，這種變化反映在設計雨量上，使得2020年和2000年設計雨量之間的差異明顯增大。當年徑流總量控制率較低時，不同年代際之間的設計雨量相差較??；當控制率增大至55%后，差異較大。從圖7（b）可以看出，當控制率是55%時，1980年、2000年、2020年的設計雨量分別是12 mm、12.3 mm和13.1 mm，已經(jīng)出現(xiàn)了明顯差異；當控制率是75%時，設計雨量是23.2 mm、24 mm和26.2 mm，差異進一步增加；當控制率進一步增加至95%時，此時設計雨量分別是62 mm、66.9 mm和75.7 mm，差異十分顯著。這表明，極端降水事件發(fā)生頻率和強度的變化，已經(jīng)對高控制率下的設計降雨量產(chǎn)生明顯影響，而這些降水往往是希望通過城市低影響開發(fā)設施進行控制的部分。

圖7 設計雨量曲線Fig.7 The curve of design rainfall depth

按照我國技術規(guī)范［24］的分析，南京屬于年徑流總量控制率V區(qū)，年徑流總量控制率要求在70%～85%之間。由于70%是最低要求，一般不被采用，所以重點分析75%～85%之間設計雨量的變化（圖8）。75%年徑流總量控制率的設計雨量多年平均值為24.1 mm，在22.8～26.6 mm之間波動，上升趨勢0.64 mm/10 a；當控制率提高至80%時，設計雨量的上升趨勢更大；當控制率為85%時，設計雨量平均值為36.2 mm，在34.1～40.3 mm之間波動上升，氣候傾向率為1.04 mm/10 a；這些變化趨勢均通過了0.05信度的顯著性水平檢驗。同時，所有設計雨量均在2015年后進入了一個高平臺期。由此可見，隨著極端降水事件增多趨強，南京低影響開發(fā)設施的主要設計雨量均隨之逐漸增加，且控制率越大，增加趨勢越大。

圖8 設計雨量的年際變化Fig.8 Variation of design rainfall depth

以85%年徑流總量控制率的最高設計雨量為代表，分析設計雨量和不同極端降水指數(shù)及其貢獻率之間的相關性。年降水量、平均日降水強度、降水日數(shù)、最大日降水量、最大5日降水量、最長持續(xù)降水日數(shù)、最長持續(xù)降水量、暴雨日數(shù)、強降水量、強降水貢獻率、極強降水量、極強降水貢獻率和85%年徑流總量控制率設計雨量均呈顯著正相關（p=0.01），其中強降水量的相關系數(shù)最高，達到0.95。最長持續(xù)降水量貢獻率和設計雨量呈弱正相關，未通過0.05顯著性水平檢驗。降水集中度和設計雨量呈顯著負相關（p=0.05），表明當降水越分散，集中度指數(shù)隨之降低，極端降水事件出現(xiàn)概率和強度易降低，此時城市排水壓力減小，可以降低設計雨量。分析其它控制率的設計雨量，和極端降水指數(shù)有相同的相關性，且信度水平相當。

選取相關性最好的強降水量指數(shù)，和設計雨量建立定量關系，擬合曲線如圖9所示。發(fā)現(xiàn)兩者之間的擬合效果十分好，當極端降水事件發(fā)生變化后，可以利用該擬合關系訂正已有的設計雨量值。通過對比可以看出，當控制率較低時，設計雨量和擬合曲線之間的離散度十分低；當控制率增加后，離散度略有增加，這表明前者的訂正效果會更好。

圖9 強降水量和設計雨量關系曲線Fig.9 The relationship between design rainfall depth and heavy precipitation

3 結論與討論

本文利用南京站（站號：58238）1951-2020年的長序列日降水資料，研究了極端降水變化特征及其對低影響開發(fā)設施設計參數(shù)的影響。研究發(fā)現(xiàn)：

（1）近70年來，南京年降水量和日降水強度均呈波動上升趨勢，最大日降水量、最大5日降水量、最大持續(xù)降水量、暴雨日數(shù)、強降水量、極強降水量等上升趨勢明顯，降水集中度指數(shù)無明顯變化趨勢。

（2）極端降水事件的年際波動明顯，極強降水量的變異系數(shù)達到1.1，遠大于其它指數(shù)，體現(xiàn)了極端降水事件的強波動性。20世紀90年代后強降水事件逐漸增多，多個極端降水指數(shù)在2000年前后發(fā)生氣候突變，隨后增加趨勢更劇烈。

（3）極端降水事件發(fā)生頻率和強度的增加，使得低影響開發(fā)設施的設計雨量增大，且年徑流總量控制率要求越高，設計雨量增大趨勢越明顯。85%年徑流總量控制率的設計雨量在34.1～40.3 mm之間波動上升，上升趨勢為1.04 mm/10 a。強降水量和設計雨量顯著正相關，可以用于訂正設計雨量。

在氣候變化加劇的背景下，極端降水事件增多趨強，對低影響開發(fā)設施的設計雨量產(chǎn)生了明顯影響，并且這種影響往往集中在希望通過低影響開發(fā)設施進行調(diào)控的關鍵降水段，這就需要充分考慮極端降水的變化趨勢，合理設計低影響開發(fā)雨水設施和城市排水的建設標準。同時，從2005年以來，我國啟動了精細化氣象觀測網(wǎng)的建設，城市地區(qū)的地面自動氣象站正在逐步密集，這些自動站的降水資料序列雖然目前還比較短，還達不到分析設計雨量所需的30年序列的要求，但是可以刻畫城市地區(qū)精細的降水空間分布特征，隨著資料序列的逐漸增長，今后會為城市低影響開發(fā)設施的建設提供更詳實的支持，實現(xiàn)城市的精細化、定點化雨洪管理，更有效的實現(xiàn)城市快速排水，減少城市內(nèi)澇災害。