收稿日期：2023-12-10

作者簡介：劉俊男（1997—），男，吉林通化人，研究方向?yàn)樽匀坏乩怼?/p>

摘 要：研究東北地區(qū)近幾十年極端降水的時(shí)空變化對(duì)氣候變化監(jiān)測(cè)、歸因和預(yù)估，以及維護(hù)糧食安全至關(guān)重要。利用HadEX3數(shù)據(jù)集，分析了1951—2018年東北地區(qū)4個(gè)關(guān)鍵極端降水指數(shù)的變化趨勢(shì)。結(jié)果顯示：中部地區(qū)極端降水指數(shù)多呈增加趨勢(shì)，四周尤其是南部地區(qū)呈減小趨勢(shì)；東南部極端降水事件的發(fā)生概率增大；近30年極端降水指數(shù)波動(dòng)大且不穩(wěn)定。東北地區(qū)降水總量減少，但空間分布差異增大，日降水強(qiáng)度增加，降水事件日趨極端化。

關(guān)鍵詞：東北地區(qū)；極端降水；時(shí)空變化；趨勢(shì)分析；降水特征

中圖分類號(hào)：P426.6 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：2095–3305（2024）04–0-03

近百年來，工業(yè)化導(dǎo)致溫室氣體上升，引發(fā)全球氣候變暖、海平面上升等極端氣候事件，其中極端降水事件在時(shí)空上發(fā)生顯著變化，對(duì)各地經(jīng)濟(jì)、社會(huì)和生態(tài)均造成了嚴(yán)重影響[1-2]。我國東北地區(qū)作為氣候變化敏感區(qū)及重要糧食產(chǎn)地，其極端降水變化對(duì)農(nóng)業(yè)生產(chǎn)至關(guān)重要[3-4]。我國學(xué)者對(duì)極端降水的研究顯示，不同區(qū)域的極端降水發(fā)生情況存在明顯差異，例如，東北和華北極端降水逐年減少，而西北和長江以南地區(qū)則逐漸增加[5-7]?；贖adEX3數(shù)據(jù)集，分析1951—2018年東北地區(qū)極端降水指數(shù)的時(shí)空變化特征，為區(qū)域氣候變化監(jiān)測(cè)和糧食安全提供支撐。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域概況

東北地區(qū)包括黑龍江、吉林、遼寧三省以及內(nèi)蒙古東部五盟市區(qū)域，總面積為124.3萬km2。東北地區(qū)屬溫帶季風(fēng)氣候，四季分明，夏季溫和多雨，冬季寒冷且干燥，該氣候下，該區(qū)域冬季本區(qū)受到蒙古高壓的控制[8-9]，

盛行干冷西北風(fēng)，很多地區(qū)的冬季漫長甚至達(dá)到半年以上；而夏季時(shí)主要受到副熱帶高壓的控制[10-11]，盛行東南信風(fēng)。自東南向西北方向，該區(qū)域年降水量從

1 000 mm降低至300 mm以下，并從濕潤區(qū)依次向半濕潤區(qū)、干旱區(qū)過渡。在自然景觀上，東北地區(qū)分布了大面積的森林、草甸草原、黑土以及廣泛的凍土、沼澤等景觀，是全國重要的商品糧基地。

1.2 極端指數(shù)及其定義

極端天氣事件和極端氣候事件被統(tǒng)稱為極端事件，是指某異常天氣或產(chǎn)生氣候變量值，且該值高于（低于）變量觀測(cè)值區(qū)的上下限端附近的某閾值[12-13]。

為了分析極端的長期變化趨勢(shì)，同時(shí)與國內(nèi)外研究結(jié)果進(jìn)行對(duì)比，采用了4個(gè)氣候變化監(jiān)測(cè)與指數(shù)專家組推薦的極端降水指數(shù)[14-15]（表1）。

1.3 數(shù)據(jù)來源

數(shù)據(jù)來自英國氣象局哈德利中心開發(fā)的全球陸地極端氣候指數(shù)數(shù)據(jù)集HadEX3，該數(shù)據(jù)集包含了氣候變化監(jiān)測(cè)與指數(shù)專家組推薦的27個(gè)極端氣候指數(shù)，其中有11個(gè)與降水相關(guān)的極端指數(shù)。根據(jù)研究需要，選取了最大1 d降水總量（RX1day）、最大5 d降水總量（RX5day）、連續(xù)降水天數(shù)（CWD）和日降水強(qiáng)度（SDII）進(jìn)行研究，這些指數(shù)代表了極端降水在頻率、持續(xù)時(shí)間和強(qiáng)度方面的維度，具有一定代表性[16-18]。通過最小二乘法計(jì)算來估計(jì)該區(qū)域網(wǎng)格時(shí)間序列和平均時(shí)間序列的線性趨勢(shì)，趨勢(shì)估計(jì)公式如下：

b=（1）

通過R語言和RStudio進(jìn)行計(jì)算和繪圖[19-20]。

2 結(jié)果與分析

2.1 極端降水指數(shù)變化空間分布

在1951—2018年期間，我國東北地區(qū)的各極端降水指數(shù)呈現(xiàn)出一定的空間分異（圖1）。其中，RX1day的變化趨勢(shì)在東北地區(qū)的分布是自中部地區(qū)逐漸向周邊地區(qū)減少，在中部地區(qū)呈0～2 mm/10年的增加趨勢(shì)，周邊大多數(shù)地區(qū)則過渡到0～2 mm/10年減小的趨勢(shì)，東北的南部達(dá)到了2～4 mm/10年的減少趨勢(shì)。此外，RX5day的變化幅度和RX1day相比最為明顯，東北的中部以及東部局部地區(qū)呈0～2 mm/10年的增加趨勢(shì)，南部地區(qū)呈4～6 mm/10年的減少趨勢(shì)。CWD在東北地區(qū)的變化幅度較小，除了中部、西南部、東南部分地區(qū)有0～0.05 mm/10年的增加趨勢(shì)，其余均以減少趨勢(shì)為主。SDII的變化趨勢(shì)在東北地區(qū)的西北部呈0.1～

0.3 mm/10年的減少趨勢(shì)，南部及東北部有0～0.1 mm/

10年的減少趨勢(shì)，其余地區(qū)均有0～0.2 mm/10年的增加趨勢(shì)，SDII的變化趨勢(shì)相對(duì)來說并不明顯?？傮w來說，中部地區(qū)大多呈現(xiàn)出增加的趨勢(shì)，四周地區(qū)特別是南部地區(qū)呈現(xiàn)出減少的趨勢(shì)（圖1）。

2.2 極端降水指數(shù)平均值的空間分布

我國東北地區(qū)CWD和SDII指數(shù)的年均值分布均勻，均無明顯變化（圖2）。而RX1day和RX5day指數(shù)的年均值呈現(xiàn)出由西北向東南增加的趨勢(shì)，高值區(qū)主要位于遼寧省中南部地區(qū)。其中，RX1day多年平均值在東北大部地區(qū)都集中在50～65 mm之間，RX1day年均值高值區(qū)則在80～110 mm之間；RX5day多年平均值在東北大部地區(qū)集中于65～95 mm之間，而RX5day年均值高值區(qū)則集中于110～140 mm之間，個(gè)別站點(diǎn)RX5day年均值155 mm以上。從這4個(gè)指數(shù)的年均值比較中可以看出，我國東北的東南部地區(qū)極端降水事件發(fā)生的概率較大，且易在較短時(shí)間內(nèi)暴發(fā)。

2.3 極端降水指數(shù)時(shí)間變化趨勢(shì)

通過圖中面積加權(quán)法分析可知（圖3），RX1day和RX5day在研究的時(shí)段內(nèi)，其時(shí)間變化的波動(dòng)幅度相似，1950—1970、1985—2000、2010—2018年均出現(xiàn)偏高的情況，呈現(xiàn)出先增加、后減少的趨勢(shì)，在這3個(gè)時(shí)間段依次過渡的時(shí)期均出現(xiàn)了較低的狀態(tài)。RX5day指數(shù)的時(shí)間變化總體上呈現(xiàn)出減少的趨勢(shì)，RX1day總體時(shí)間變化趨勢(shì)相對(duì)不明顯。CWD在研究時(shí)間段內(nèi)雖然波動(dòng)幅度較大，但總體上呈現(xiàn)出逐漸減少的趨勢(shì)。SDII的波動(dòng)幅度相對(duì)來說較小，且變化趨勢(shì)較平緩，在研究時(shí)段內(nèi)呈現(xiàn)出逐漸增加的趨勢(shì)。

3 結(jié)論

（1）從極端降水指數(shù)變化的空間分布上來看，我國東北地區(qū)極端降水事件發(fā)生的頻率總體呈增加的趨勢(shì)，就整個(gè)東北地區(qū)而言，4個(gè)極端降水指數(shù)除了SDII外，在空間上的變化具有相對(duì)一致性。在東北地區(qū)的變化趨勢(shì)是在東北中部大多呈現(xiàn)增加的趨勢(shì)，而東北四周大部分地區(qū)都呈現(xiàn)出減少的趨勢(shì)，特別是東南部地區(qū)其減少的趨勢(shì)最為明顯。

（2）從極端降水指數(shù)平均值的空間分布上可以看出，雖然SDII和CWD在整個(gè)東北地區(qū)無明顯差異，但RX1day和RX5day在本區(qū)的空間上呈現(xiàn)出明顯的自西北向東南逐漸增加的趨勢(shì)，在南部達(dá)到最大值。東北地區(qū)的極端降水事件發(fā)生頻率最高的地區(qū)集中在遼寧東部、中部地區(qū)，且吉林省的東南部地區(qū)發(fā)生頻率也較高。

（3）從極端降水指數(shù)時(shí)間變化趨勢(shì)上來看，這4個(gè)極端降水指數(shù)在不同年份上波動(dòng)幅度較大，并且還具有不穩(wěn)定性，除了CWD整體在1951—2018年期間有著明顯的減少趨勢(shì)，其他3個(gè)指數(shù)在長期變化中均較為平緩，變化幅度較小。其中，RX1day的變化最為平緩，無明顯變化；RX5day有相對(duì)不明顯的減少趨勢(shì)；SDII在時(shí)間上的變化呈現(xiàn)出相對(duì)增加的趨勢(shì)。

參考文獻(xiàn)

[1] 蘇布達(dá)，姜彤，任國玉，等.長江流域1960—2004年極端強(qiáng)降水時(shí)空變化趨勢(shì)[J].氣候變化研究進(jìn)展，2006（1）：9-14.

[2] 任福民，高輝，劉綠柳，等.極端天氣氣候事件監(jiān)測(cè)與預(yù)測(cè)研究進(jìn)展及其應(yīng)用綜述[J].氣象，2014，40（7）：860-874.

[3] 孔鋒，史培軍，方建，等.全球變化背景下極端降水時(shí)空格局變化及其影響因素研究進(jìn)展和展望[J].災(zāi)害學(xué)，2017，32 （2）：165-174.

[4] 肖娟，汪梅，謝水石，等.鄱陽湖流域極端降水動(dòng)態(tài)變化及其與大氣環(huán)流的關(guān)系[J].贛南師范大學(xué)學(xué)報(bào)，2023，44（6）： 93-99.

[5] 于晨，楊歆雨.福州極端降水特征及風(fēng)險(xiǎn)概率評(píng)估[J].海峽科學(xué)，2023（9）：1-4，19.

[6] 夏陽，陳金梅，李明剛，等.1979—2019年云貴高原夏季區(qū)域性極端日降水事件的異常環(huán)流特征[J].熱帶氣象學(xué)報(bào)， 2023，39（4）：603-613.

[7] 韓芙蓉，鹿翔，董美瑩，等.1971—2020年金華地區(qū)極端降水變化特征[J].氣象與減災(zāi)研究，2023，46（1）：18-27.

[8] 夏思悅，張新主，王一嬌.江南地區(qū)夏季極端降水同步事件的關(guān)聯(lián)特征分析[J].內(nèi)江師范學(xué)院學(xué)報(bào)，2023，38（2）：79-84，119.

[9] 王海艷，李滔，章葉飛，等.1961—2020年長湖流域極端降水事件變化特征及其與溫度的關(guān)系[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（11）：163-171.

[10] 劉潔，黃本勝，陳曉宏，等.GPM遙感降水產(chǎn)品在廣東省的極端降水事件適用性分析[J].南水北調(diào)與水利科技（中英文），2023，21（1）：87-94.

[11] 馮椰林，焦樹林，賀中華，等.烏江中上游地區(qū)極端降水特征及未來預(yù)估[J].水資源與水工程學(xué)報(bào)，2022，33（6）：84-94.

[12] 徐珺，李如夢(mèng)，張慶紅，等.從大尺度環(huán)流解讀河南“21·7”特大暴雨事件的極端性[J].中國科學(xué)：地球科學(xué)， 2022，52（10）：1873-1886.

[13] 劉子堂，李謝輝，楊靜坤.四川盆地極端降水事件時(shí)空變化特征及未來趨勢(shì)分析[J].成都信息工程大學(xué)學(xué)報(bào)， 2022，37（4）：456-463.

[14] 姚飛，楊秀芹，劉慕嘉，等.ERA5再分析降水?dāng)?shù)據(jù)在長江三角洲的性能評(píng)估[J].水土保持學(xué)報(bào)，2022，36（4）：178-189.

[15] 趙芹蕊，徐立榮，時(shí)延鋒，等.1970—2019年濟(jì)南市極端降水事件時(shí)空變化特征[J].水土保持研究，2022，29（4）：140 -149.

[16] 于鑫，鄭騰飛，劉顯通，等.廣東省極端降水的時(shí)空分布特征[J].廣東氣象，2022，44（2）：6-9.

[17] 陳子凡，王磊，李謝輝，等.西南地區(qū)極端降水時(shí)空變化特征及其與強(qiáng)ENSO事件的關(guān)系[J].高原氣象，2022，41 （3）：604-616.

[18] 張萍萍，鐘敏，董良鵬.湖北省兩類典型極端降水過程氣象因子異常特征對(duì)比[J].海洋氣象學(xué)報(bào)，2022，42（1）：23-31.

[19] 葉夢(mèng)茜，余錦華，謝潔宏，等.中國東部區(qū)域極端降水事件特征：兩種方法監(jiān)測(cè)對(duì)比[J].氣象科學(xué)，2021，41（6）：752-760.

[20] 孫思遠(yuǎn)，管兆勇.華北地區(qū)“16·7”極端強(qiáng)降水事件之環(huán)流及擾動(dòng)能量變化特征[J].氣象科學(xué)，2021，41（5）：644-656.