王俊陽(yáng), 史海勻

(1.深圳市城市環(huán)境健康風(fēng)險(xiǎn)精準(zhǔn)測(cè)量與預(yù)警技術(shù)重點(diǎn)實(shí)驗(yàn)室,廣東 深圳 518055; 2.南方科技大學(xué) 環(huán)境科學(xué)與工程學(xué)院,廣東 深圳 518055)

隨著科技發(fā)展以及人口數(shù)量的不斷增長(zhǎng),全球氣溫的上升速率在不斷增大,聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change,IPCC)第六次評(píng)估報(bào)告顯示,依據(jù)未來(lái)20年的平均溫度變化情況進(jìn)行預(yù)估,全球氣溫上升將達(dá)到或超過(guò)1.5 ℃,超出歷史同期水平。全球氣溫的不斷上升將造成氣候變化加劇,致使干旱、強(qiáng)降水、高溫?zé)崂说葮O端氣候事件頻發(fā)。近年來(lái),全球多數(shù)地區(qū)極端降水事件發(fā)生頻率顯著增加,降水量時(shí)空分布呈現(xiàn)不確定性,洪澇災(zāi)害表現(xiàn)出更加頻繁的趨勢(shì),嚴(yán)重影響生態(tài)系統(tǒng)穩(wěn)定和人民生命財(cái)產(chǎn)安全[1-3]。因此,針對(duì)極端降水的一系列研究具有重要意義。

國(guó)內(nèi)外學(xué)者從不同方面開(kāi)展極端降水事件的研究,并取得了一系列成果,為多地氣象災(zāi)害預(yù)防提供了參考。NIE Y B等[4]研究了雨季時(shí)中國(guó)西南地區(qū)低緯度季內(nèi)浮動(dòng)對(duì)持續(xù)極端降水事件的影響機(jī)制發(fā)現(xiàn),西南地區(qū)上空的持續(xù)極端降水事件由西北太平洋上空具有幾乎相反相位的兩種不同類型的7～20 d Rossby波預(yù)調(diào)節(jié),這兩種Rossby波分別對(duì)西南地區(qū)兩種類型的持續(xù)極端降水事件有直接和間接的影響;HENNY L等[5]依據(jù)不同影響因素對(duì)極端降水的影響占比劃分出了大西洋中部和美國(guó)東北部的極端降水天,發(fā)現(xiàn)極端降水天的季節(jié)性降水量均呈增加趨勢(shì),冬季和春季極端降水天的降水量強(qiáng)度和頻次均增加,這一結(jié)果主要是由大氣環(huán)流造成,而在夏秋季極端降水天的降水量頻次發(fā)生增加則是由于熱帶氣旋、大氣環(huán)流以及極端綜合水汽輸送等因素影響產(chǎn)生;HU W F等[6]探討了青藏高原與其周邊地區(qū)的極端降水的周期性和變化趨勢(shì)以及與海洋濤動(dòng)因子之間的關(guān)系發(fā)現(xiàn),在研究區(qū)域中極端降水總體呈上升趨勢(shì)且表現(xiàn)出明顯的時(shí)空分布差異,在研究時(shí)段內(nèi),各個(gè)極端降水指數(shù)表現(xiàn)出不同的振蕩周期,同時(shí)發(fā)現(xiàn)海面溫度指數(shù)與極端降水指數(shù)的振蕩周期相近且海溫指數(shù)與極端降水指數(shù)有強(qiáng)相關(guān)性,海溫異常現(xiàn)象先于極端降水事件發(fā)生;高延康等[7]依據(jù)單一元統(tǒng)計(jì)極值分布法和混合元統(tǒng)計(jì)極值分布法對(duì)1961—2020年逐日降水柵格數(shù)據(jù)進(jìn)行處理,得出臺(tái)風(fēng)對(duì)高閾值的極端降水影響較大,其引起的極端降水占比從沿海地區(qū)到內(nèi)陸地區(qū)逐漸下降,同時(shí)發(fā)現(xiàn)考慮臺(tái)風(fēng)引起的降水有助于提升大部分地區(qū)的極端降水概率估計(jì)準(zhǔn)確性。

深圳市作為我國(guó)全國(guó)性經(jīng)濟(jì)中心城市之一,極端降水是其主要災(zāi)害性天氣之一。短時(shí)強(qiáng)降水發(fā)生時(shí)易出現(xiàn)系統(tǒng)性對(duì)流云團(tuán),同時(shí)引起突發(fā)洪水等現(xiàn)象,進(jìn)而造成深圳市航班不同程度的延誤、戶外工作停工停產(chǎn)、交通受阻、人員傷亡和財(cái)產(chǎn)損失等后果,嚴(yán)重影響深圳市社會(huì)經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展。我國(guó)學(xué)者對(duì)深圳市的降水事件進(jìn)行了較多研究,史貴君等[8]通過(guò)對(duì)深圳市降水相對(duì)變化率、降水集中度和集中期等指標(biāo)進(jìn)行計(jì)算,采用Mann-Kendall趨勢(shì)分析方法等對(duì)計(jì)算結(jié)果進(jìn)行分析發(fā)現(xiàn),深圳市年內(nèi)降水分布穩(wěn)定性較差,降水分配逐漸平均,年際降水分配較不穩(wěn)定但其分布逐漸穩(wěn)定;SHAO W W等[9]依據(jù)1953—2020年深圳站實(shí)測(cè)降水?dāng)?shù)據(jù)計(jì)算了深圳市的年降水量和月降水量,發(fā)現(xiàn)深圳市月均降水量為160.8 mm,最大月降水量為1 395.3 mm,深圳站在4—9月的降水量占年降水量的85.11%;盧曉雄等[10]基于深圳市2008—2017年自動(dòng)氣象站小時(shí)降水?dāng)?shù)據(jù)進(jìn)行分析,得到深圳市降水量呈現(xiàn)東部多、西部少的分布特點(diǎn),大多數(shù)行政區(qū)降水量均存在不顯著上升趨勢(shì),全部站點(diǎn)的降水日數(shù)均呈微弱上升趨勢(shì),年內(nèi)降水集中度較強(qiáng)且各月降水變化程度不同;LIU Y Y等[11]基于機(jī)器學(xué)習(xí)和數(shù)值天氣預(yù)報(bào)等方法提出了一種可以依據(jù)未來(lái)氣壓場(chǎng)、風(fēng)場(chǎng)等數(shù)據(jù)準(zhǔn)確預(yù)測(cè)由熱帶氣旋引起的降水的新方法,并利用深圳市自動(dòng)氣象站收集的降水?dāng)?shù)據(jù)驗(yàn)證了該方法的可靠性,進(jìn)一步提升了深圳市降雨量預(yù)測(cè)的準(zhǔn)確性。

綜上,國(guó)內(nèi)外學(xué)者對(duì)極端降水的研究較為豐富,多集中于不同時(shí)間或空間尺度下極端降水的特征、影響因素及機(jī)理等方面,可從多角度為城市建設(shè)及災(zāi)害預(yù)防提供指導(dǎo)性參考。然而,受城市發(fā)展水平及地理環(huán)境特征等因素的影響,極端降水在不同地區(qū)的表現(xiàn)具有一定的區(qū)域性特征[12-13]。其中,針對(duì)深圳市的研究多從降水的年內(nèi)年際分配、空間分布等方面展開(kāi),有利于了解深圳市的整體降水狀況以及水資源空間分布格局,但涉及極端降水的研究目前相對(duì)有限,不利于防控洪澇災(zāi)害。針對(duì)以上局限性,本文從深圳市極端降水的空間分布、演變趨勢(shì)以及周期變化等方面探究深圳市極端降水的時(shí)空演變特征,以期識(shí)別深圳市的極端降水高風(fēng)險(xiǎn)區(qū),并揭示極端降水的演變規(guī)律,為深圳市暴雨風(fēng)險(xiǎn)評(píng)估以及城市建設(shè)規(guī)劃提供重要參考。

1 研究區(qū)概況

深圳市隸屬于廣東省,位于我國(guó)南部沿海地區(qū),珠江口東岸,位于東經(jīng)113°43′～114°38′,北緯22°24′～22°52′。深圳市所處緯度較低,屬于亞熱帶向熱帶過(guò)渡型海洋性氣候,氣候溫和,日照充足,汛期持續(xù)時(shí)間長(zhǎng),降水豐富,年均降水量為1 935.8 mm[14],各月降水呈雙峰型分布,6月和8月各有一個(gè)峰值,暴雨是其最主要的氣象災(zāi)害之一,自20世紀(jì)90年代以來(lái)暴雨日數(shù)顯著增加,近10年的年平均局部地區(qū)發(fā)生暴雨日數(shù)達(dá)48.3 d[15-16]。

深圳市東西狹長(zhǎng),地形分布較為復(fù)雜,地勢(shì)東南高、西北低,占地面積為1 997.47 km2,共包含寶安區(qū)、福田區(qū)、南山區(qū)等9個(gè)行政區(qū)和大鵬新區(qū)1個(gè)功能區(qū)[17],如圖1(a)所示。2004年深圳市率先達(dá)到全面城市化[18-19],是全國(guó)性的經(jīng)濟(jì)中心城市和國(guó)際化大都市。近幾十年來(lái)深圳市城市化發(fā)展迅速,引發(fā)局部地區(qū)氣象要素劇烈變化,市內(nèi)降水分布不均,造成局部地區(qū)強(qiáng)降水及內(nèi)澇突發(fā),嚴(yán)重影響人們?nèi)粘Ｉ罴吧鐣?huì)經(jīng)濟(jì)可持續(xù)發(fā)展[10]。發(fā)生于2023年9月7日的“9·7特大暴雨”具有“強(qiáng)度超大、持續(xù)時(shí)間長(zhǎng)、強(qiáng)降雨范圍廣”等特征,打破了深圳市自1952年以來(lái)六項(xiàng)歷史極值,從當(dāng)日下午17時(shí)至次日上午6時(shí)共13 h的平均降水量為202.8 mm,最大累計(jì)降水量達(dá)469.0 mm,造成全市多地嚴(yán)重內(nèi)澇,經(jīng)濟(jì)損失慘重。

2 數(shù)據(jù)來(lái)源與方法

2.1 數(shù)據(jù)來(lái)源

本文采用的降水資料來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心的中國(guó)區(qū)域地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集(1979—2018年)。該數(shù)據(jù)集包含了深圳市降水、風(fēng)速、長(zhǎng)波輻射等7個(gè)氣象要素,是以國(guó)際上現(xiàn)有的Princeton再分析資料、全球陸面數(shù)據(jù)同化系統(tǒng)(Global Land Data Assimilation System, GLDAS)資料、全球能量與水循環(huán)試驗(yàn)-地表能量收支(Global Energy and Water Exchanges Project-Surface Radiation Budget, GEWEX-SRB)輻射資料以及熱帶降水觀測(cè)計(jì)劃衛(wèi)星(Tropical Rainfall Measuring Mission Satellite, TRMM)降水資料為背景場(chǎng),融合了中國(guó)氣象局常規(guī)氣象觀測(cè)數(shù)據(jù)制作而成,可用于水文建模、地表建模、陸地?cái)?shù)據(jù)同化以及其他陸地建模,數(shù)據(jù)集的時(shí)間分辨率為3 h,水平空間分辨率為0.1°[20-21]。降水資料涵蓋深圳市全域面積的柵格點(diǎn)共計(jì)34個(gè),為便于后續(xù)描述,本文按照從上至下、從左至右的順序?qū)鸥顸c(diǎn)進(jìn)行編號(hào),如圖1所示。

2.2 研究方法

本文選用世界氣象組織推薦的包含絕對(duì)指數(shù)、相對(duì)指數(shù)等在內(nèi)的9個(gè)極端降水指標(biāo)[22-23](表1),分析極端降水事件的空間變化特征。此外,采用滑動(dòng)平均法、Mann-Kendall趨勢(shì)分析法、Sen′s坡度法等方法,從降水量、降水強(qiáng)度、暴雨日數(shù)等角度,全面分析深圳市極端降水的時(shí)間演變趨勢(shì),采用小波分析法分析深圳市極端降水的變化周期。

表1 極端降水指標(biāo)名稱及定義

2.2.1 Mann-Kendall趨勢(shì)分析法

Mann-Kendall趨勢(shì)檢驗(yàn)法是一種在氣象學(xué)、水文學(xué)等學(xué)科中常用的一種分析時(shí)間序列數(shù)據(jù)變化趨勢(shì)的方法,該方法不要求樣本符合正態(tài)分布,同時(shí)該方法對(duì)異常值不敏感,常被用于分析降水、溫度等指標(biāo)的時(shí)間序列變化趨勢(shì)[24-26],其計(jì)算方法如下:

1)在給定的時(shí)間中,變量關(guān)于時(shí)間的平穩(wěn)獨(dú)立且連續(xù)分布的序列為X={x1,x2,…,xn},統(tǒng)計(jì)量S的計(jì)算公式為:

(1)

(2)

式中:n為樣本數(shù);m和l均為小于樣本總個(gè)數(shù)n的非等值阿拉伯?dāng)?shù)字;xm、xl均為變量;S為統(tǒng)計(jì)量。

2)S的方差計(jì)算如下(當(dāng)樣本數(shù)n≥10時(shí),認(rèn)為統(tǒng)計(jì)量S近似服從正態(tài)分布):

(3)

式中Var(S)為統(tǒng)計(jì)量S的方差。

3)Mann-Kendall統(tǒng)計(jì)量Z的計(jì)算公式如下:

(4)

統(tǒng)計(jì)量Z用來(lái)表示變化趨勢(shì)的強(qiáng)度。當(dāng)統(tǒng)計(jì)量Z>0時(shí),指標(biāo)在該時(shí)間序列上為增長(zhǎng)趨勢(shì),相反則為減小趨勢(shì)。當(dāng)統(tǒng)計(jì)量Z的絕對(duì)值大于1.96時(shí),表明時(shí)間序列的增長(zhǎng)趨勢(shì)或減小趨勢(shì)顯著。

2.2.2 Sen′s坡度法

Sen′s坡度法是一種非參數(shù)的趨勢(shì)斜率計(jì)算方法,不受序列奇異值的影響,可以很好地反映時(shí)間序列趨勢(shì)的變化程度,是對(duì)Mann-Kendall趨勢(shì)檢驗(yàn)法的補(bǔ)充,兩者結(jié)合使用可以更好地計(jì)算時(shí)間序列的變化率[27-28]。

變量關(guān)于時(shí)間的獨(dú)立分布且連續(xù)的序列為X={x1,x2,…,xr},Sen′s坡度法估計(jì)趨勢(shì)度Y的計(jì)算公式如下:

(5)

式中:r為樣本數(shù);q和p均為小于樣本總個(gè)數(shù)r的非等值阿拉伯?dāng)?shù)字;xq、xp均為變量。趨勢(shì)度Y常用來(lái)判斷時(shí)間序列趨勢(shì)的升降,當(dāng)Y>0時(shí),時(shí)間序列呈上升的趨勢(shì),反之呈下降的趨勢(shì)。

2.2.3 小波分析法

小波分析是對(duì)傅里葉變換的發(fā)展延伸,相較于傅里葉變換,小波變換通過(guò)伸縮和平移變換可以在時(shí)域和頻域上獨(dú)立地對(duì)信號(hào)進(jìn)行處理和表達(dá),具有很好的局部化特性,其可以充分反映連續(xù)性變量序列的變化趨勢(shì),揭示事件序列的多種變化周期[29-31]。小波變換常見(jiàn)形式為連續(xù)小波變換和離散小波變換,本文采用其中的連續(xù)小波變換方法開(kāi)展對(duì)降水量的多尺度分析,以期了解其周期性特征。

連續(xù)小波變換是小波變換最基本的形式。給定一個(gè)原始連續(xù)信號(hào)E(t),連續(xù)小波變換通過(guò)將E(t)與一個(gè)基本小波函數(shù)ψ(t)進(jìn)行卷積得到一組連續(xù)小波系數(shù):

(6)

式中:CWT(u,w)表示在給定尺度u和位置w下的小波系數(shù)[32-33];ψ*(t)為ψ(t)的復(fù)共軛函數(shù)。

3 結(jié)果分析

3.1 深圳市極端降水空間分布特征分析

本文計(jì)算了9個(gè)極端降水指標(biāo)40年的平均值,并以此作為每個(gè)柵格點(diǎn)的極端降水指標(biāo)值,分析深圳市極端降水指標(biāo)的空間分布特征,如圖2所示。

圖2 深圳市極端降水指標(biāo)的空間分布(1979—2018年)

由圖2可知,1979—2018年深圳市極端降水指標(biāo)的空間分布為:南部的大雨日數(shù)(R25)和暴雨日數(shù)(R50)高于北部;降水強(qiáng)度(SDII)整體呈從東南向西北方向遞減的趨勢(shì);連續(xù)一日最大降水量(RX1day)、連續(xù)三日最大降水量(RX3day)以及連續(xù)五日最大降水量(RX5day)均呈南部高于北部分布,其中東南方向的南山區(qū)、福田區(qū)、羅湖區(qū)所在區(qū)域的值最大;連續(xù)有雨日數(shù)(CWD)在北部以及東南方向的值較大,福田和羅湖區(qū)所在區(qū)域的值最小;重濕日數(shù)(R95D)呈西部多于東部分布;極端濕日數(shù)(R99D)則為西部和中部多于東部。整體上,深圳市南部極端降水的發(fā)生頻率及強(qiáng)度大于北部,中南部降水日的連續(xù)性較弱,而相較于東部,深圳市西部地區(qū)降水資源更為豐富。

使用Sen′s坡度法以及Mann-Kendall趨勢(shì)分析法計(jì)算每個(gè)柵格點(diǎn)極端降水指標(biāo)時(shí)間序列的平均變化率,進(jìn)而分析深圳市極端降水指標(biāo)變化趨勢(shì)的空間分布特征,如圖3所示。

圖3 深圳市極端降水指標(biāo)變化趨勢(shì)的空間分布(1979—2018年)

由Mann-Kendall趨勢(shì)檢驗(yàn)法計(jì)算結(jié)果和圖3可知:40年來(lái)深圳市大雨日數(shù)(R25)整體呈上升趨勢(shì),西部上升趨勢(shì)大于東部,且西部呈顯著上升趨勢(shì),而東部上升趨勢(shì)并不顯著,大體呈穩(wěn)定或較小趨勢(shì);對(duì)于暴雨日數(shù)(R50)變化,西部呈穩(wěn)定狀態(tài),東部呈穩(wěn)定和非顯著性下降趨勢(shì);降水強(qiáng)度(SDII)各柵格點(diǎn)呈不同程度的顯著性下降趨勢(shì);連續(xù)一日最大降水量(RX1day)、連續(xù)三日最大降水量(RX3day)以及連續(xù)五日最大降水量(RX5day)均為西部呈上升趨勢(shì),東部呈下降趨勢(shì),但其變化趨勢(shì)并不顯著;連續(xù)有雨日數(shù)(CWD)在東西部呈不顯著下降趨勢(shì),中部呈顯著性下降趨勢(shì);重濕日數(shù)(R95D)除東部小部分地區(qū)呈非顯著性下降外,整體呈非顯著性上升趨勢(shì);極端濕日數(shù)(R99D)整體呈穩(wěn)定狀態(tài)。綜上,隨著年份的增加,深圳市在極端降水日數(shù)及極端降水量?jī)煞矫嬲w呈現(xiàn)非顯著性的上升趨勢(shì),且西部上升速率高于東部,而連續(xù)有雨日數(shù)整體呈現(xiàn)下降趨勢(shì),東西兩部下降頻率低于中部地區(qū)的。

3.2 深圳市極端降水多發(fā)區(qū)的分布

為更好預(yù)測(cè)未來(lái)暴雨,提前預(yù)防洪澇災(zāi)害的發(fā)生,在對(duì)極端降水指標(biāo)進(jìn)行計(jì)算的基礎(chǔ)上,本文又從降水量以及降水強(qiáng)度兩方面對(duì)降水?dāng)?shù)據(jù)進(jìn)行了計(jì)算分析,以期識(shí)別深圳市的極端降水頻發(fā)地區(qū)。

3.2.1 極端降水量

本文分別計(jì)算了深圳市每年連續(xù)一日降水量排前五的降水量值、每年連續(xù)三日降雨量排前五的降水量值、每年連續(xù)五日降雨量排前五的降水量值,并統(tǒng)計(jì)這些值所在柵格點(diǎn)的位置,計(jì)算40年間這些值位于各柵格點(diǎn)的總頻次,最后將各柵格點(diǎn)劃分為不同等級(jí)的風(fēng)險(xiǎn)區(qū)(風(fēng)險(xiǎn)區(qū)劃分依據(jù):將總頻次數(shù)值按照從小到大原則進(jìn)行排列,除0以外,其余數(shù)值以5為區(qū)間平均分為四個(gè)區(qū)間,總頻次數(shù)值位于這四個(gè)區(qū)間的柵格點(diǎn)分別劃分為低、中、高及極高風(fēng)險(xiǎn)區(qū);總頻次為0的柵格點(diǎn)劃分為無(wú)風(fēng)險(xiǎn)區(qū)),展現(xiàn)深圳市不同區(qū)域的暴雨發(fā)生風(fēng)險(xiǎn)?？紤]到極端降水偶然事件的發(fā)生,本文同時(shí)計(jì)算了40年中每個(gè)時(shí)間段(將40年均分為8個(gè)時(shí)間段)的每年排前五的降水量值位于各個(gè)柵格點(diǎn)的總頻次,并找出總頻次最大值所在柵格點(diǎn),分析最大值柵格點(diǎn)隨時(shí)間段的變化,結(jié)果如圖4和圖5所示。

圖4 每年連續(xù)降水量排前五的值在各柵格點(diǎn)40年的總頻次分布

圖5 各時(shí)間段每年連續(xù)降水量排前五的值的累積頻次最高柵格點(diǎn)分布(1～8個(gè)時(shí)間段的最高頻次柵格點(diǎn)由圓點(diǎn)從小到大表示)

1979—2018年,深圳市大部分區(qū)域處于低風(fēng)險(xiǎn)區(qū),僅個(gè)別柵格點(diǎn)所在區(qū)域處于極高風(fēng)險(xiǎn)區(qū)、高風(fēng)險(xiǎn)區(qū)和無(wú)風(fēng)險(xiǎn)區(qū),柵格點(diǎn)P7、P11、P12、P15、P18、P33、P34處頻次最高,是極端降水發(fā)生的極高風(fēng)險(xiǎn)區(qū);在8個(gè)時(shí)間段的發(fā)展過(guò)程中,深圳市極端降水多發(fā)地區(qū)的分布整體呈從分散到集中的變化趨勢(shì),表現(xiàn)出從柵格點(diǎn)P3、P15、P18、P29、P33、P34向柵格點(diǎn)P7、P12、P15、P18、P23遷移的趨勢(shì),強(qiáng)降水在各時(shí)間段多發(fā)生在柵格點(diǎn)P7、P12、P15、P18處。綜合考慮,未來(lái)極端降水在柵格點(diǎn)P7、P12、P15、P18處發(fā)生的可能性較大。

3.2.2 極端降水強(qiáng)度

暴雨一般指每小時(shí)降雨量達(dá)16 mm以上、連續(xù)12 h降雨量達(dá)30 mm以上或連續(xù)24 h降雨量達(dá)50 mm以上的降水。為更準(zhǔn)確地分析深圳市極端降水的分布情況,本文分別計(jì)算每個(gè)柵格點(diǎn)的不同歷時(shí)(1 h、12 h、24 h)的滑動(dòng)降雨量,并判定其是否達(dá)到暴雨標(biāo)準(zhǔn)。統(tǒng)計(jì)每年暴雨發(fā)生次數(shù)以及40年來(lái)暴雨發(fā)生總頻次在所有柵格點(diǎn)的占比,考慮到極端降水偶然事件的發(fā)生,本文同時(shí)計(jì)算了每個(gè)柵格點(diǎn)每個(gè)時(shí)間段(將40年均分為8個(gè)時(shí)間段)暴雨發(fā)生的總頻次,并分析最大值所在柵格點(diǎn)的變化過(guò)程,結(jié)果如圖6和圖7所示。

圖6 各柵格點(diǎn)暴雨發(fā)生總頻次占比分布

圖7 各時(shí)間段暴雨發(fā)生最高頻次柵格點(diǎn)分布(1—8個(gè)時(shí)間段的最高頻次柵格點(diǎn)由圓點(diǎn)從小到大表示)

1979—2018年深圳市北部的暴雨發(fā)生頻次低于南部,發(fā)生暴雨的風(fēng)險(xiǎn)相對(duì)較小,南部柵格點(diǎn)P7、P11、P12、P15、P18、P22、P30、P33處在所有柵格點(diǎn)中發(fā)生暴雨頻率較高,是暴雨發(fā)生高風(fēng)險(xiǎn)區(qū)域;分8個(gè)時(shí)間段進(jìn)行分析,暴雨在柵格點(diǎn)P7、P12、P15、P18處較為穩(wěn)定,此外,暴雨還呈現(xiàn)從柵格點(diǎn)P12、P15、P18、P22、P26、P29、P33、P34向柵格點(diǎn)P7、P12、P15、P18遷移的趨勢(shì)。綜合考慮,極端降水在柵格點(diǎn)P7、P12、P15、P18處發(fā)生的頻率較高。

3.3 深圳市極端降水時(shí)間變化特征分析

基于以上從不同方面對(duì)深圳市極端降水空間分布的分析可知,柵格點(diǎn)P7、P12、P15和P18處的極端降水事件發(fā)生頻率最高。由于柵格點(diǎn)P7和P12所涵蓋的深圳市地域面積較少,因此本文僅選取柵格點(diǎn)P15和P18(分別包含福田區(qū)和羅湖區(qū)大部分地域)作為代表性研究區(qū)域,分析深圳市極端降水時(shí)間變化特征。

3.3.1 年內(nèi)變化特征

分別計(jì)算1979—2018年深圳市每個(gè)月的暴雨日數(shù)以及最大日降水量,進(jìn)一步分析其在每個(gè)年代的月變化特征。圖8為兩個(gè)柵格點(diǎn)在20世紀(jì)80年代、90年代和21世紀(jì)00年代、10年代(圖中用1980s,1990s,2000s,2010s進(jìn)行標(biāo)注)的月均暴雨日數(shù)以及月最大日降水量的月變化趨勢(shì)圖。

由圖8可知:兩個(gè)柵格點(diǎn)在4個(gè)年代的月均暴雨日數(shù)變化曲線均隨時(shí)間呈上升趨勢(shì),其中20世紀(jì)90年代的上升趨勢(shì)最為明顯;柵格點(diǎn)P15的月最大日降水量變化曲線除21世紀(jì)10年代呈下降趨勢(shì)外,其他3個(gè)年代的均呈上升趨勢(shì),其中20世紀(jì)90年代的上升趨勢(shì)最為明顯,柵格點(diǎn)P18的4個(gè)年代月最大日降水量變化曲線均呈上升趨勢(shì),最為明顯的為20世紀(jì)90年代的;此外,柵格點(diǎn)P15和P18的月平均暴雨日數(shù)變化曲線均呈雙峰型,月最大日降水量變化曲線均有三個(gè)峰,其中一個(gè)主峰,另外兩個(gè)均為小峰,但在不同年代,峰的起始時(shí)間和大小各不相同,峰值主要集中在每年的6、7、8三個(gè)月。

3.3.2 年際變化特征

1979—2018年?yáng)鸥顸c(diǎn)P15和P18的年降水量及5年滑動(dòng)平均降水量的變化曲線如圖9所示。柵格點(diǎn)P15和P18的年降水量年際變化趨勢(shì)基本一致,整體呈波動(dòng)性下降趨勢(shì),根據(jù)Mann-Kendall趨勢(shì)檢驗(yàn)法計(jì)算得出兩個(gè)柵格點(diǎn)的Z值分別為-0.489和-0.885,因此其下降趨勢(shì)并不顯著。柵格點(diǎn)P15和P18近40年的年平均降水量分別為1 926.35 mm和1 895.12 mm,略低于深圳市多年平均降水量。P15和P18柵格點(diǎn)的年降水量的極值波動(dòng)較為頻繁且變化幅度較大,其中2008年以及2016年的降水量變化最大,分別超出臨近年份1 000 mm左右,而降水量最大值主要分布在2001年和2008年,降水量均在2 600 mm以上,最小降水量則主要發(fā)生于1991、2004以及2011年,降水量均在1 200 mm左右。

圖9 1979—2018年?yáng)鸥顸c(diǎn)P15和P18年降水量及5年滑動(dòng)平均降水量變化曲線

P15和P18柵格點(diǎn)的年降水量小波分析如圖10所示。由圖10可知,1979—2018年中柵格點(diǎn)P15和P18年降水量均存在兩個(gè)周期性振蕩,柵格點(diǎn)P15年降水量在20世紀(jì)90年代初期至21世紀(jì)00年代中期存在顯著的6～8年振蕩周期,在21世紀(jì)00年代中期至21世紀(jì)00年代末期存在1～2年的振蕩周期;柵格點(diǎn)P18年降水量在20世紀(jì)90年代初期至21世紀(jì)00年代初期存在顯著的7～8年振蕩周期,在21世紀(jì)00年代中期至21世紀(jì)00年代末期存在1～2年的振蕩周期;柵格點(diǎn)P15和P18年降水量振蕩周期均以長(zhǎng)時(shí)間尺度振蕩周期最為顯著。

圖10 1979—2018年?yáng)鸥顸c(diǎn)P15和P18年降水量小波分析

根據(jù)深圳市的氣候特征,將四季劃分如下:春季3—5月,夏季6—8月,秋季9—11月,冬季當(dāng)年12月—次年2月。圖11為兩個(gè)柵格點(diǎn)P15和P18 40年來(lái)的春、夏、秋、冬四個(gè)季節(jié)降水量(采用“鄰近”年份添補(bǔ)方法,2018年冬季降水量的1、2月降水量用當(dāng)年的1、2月降水量代替計(jì)算)的年變化曲線,可知季節(jié)降水量整體呈現(xiàn)夏季>春季>秋季>冬季的分布趨勢(shì)。對(duì)P15和P18兩個(gè)柵格點(diǎn)的季節(jié)降水量進(jìn)行趨勢(shì)檢驗(yàn),結(jié)果見(jiàn)表2。P15和P18兩柵格點(diǎn)的春季降水量均呈不顯著下降趨勢(shì),冬季降水量均呈不顯著上升趨勢(shì),柵格點(diǎn)P15的夏季和秋季降水量均呈不顯著上升趨勢(shì),而柵格點(diǎn)P18的夏季和秋季降水量均呈不顯著下降趨勢(shì)。

表2 柵格點(diǎn)P15、P18的季節(jié)降水量趨勢(shì)檢驗(yàn)值

圖11 1979—2018年?yáng)鸥顸c(diǎn)P15和P18的季節(jié)降水量年變化曲線

圖12為P15和P18兩個(gè)柵格點(diǎn)的季節(jié)降水量的小波分析圖。由圖12可知:柵格點(diǎn)P15的春季降水量在20世紀(jì)80年代末期至20世紀(jì)90年代中期存在1～4年的顯著性振蕩周期,柵格點(diǎn)P18春季降水量在20世紀(jì)80年代末期至20世紀(jì)90年代末期存在2～5年的顯著性振蕩周期;在21世紀(jì)00年代兩柵格點(diǎn)的夏季降水量存在振蕩周期,柵格點(diǎn)P15存在1～4年的顯著性振蕩周期,柵格點(diǎn)P18前后存在6～7年的振蕩周期,此外,在21世紀(jì)10年代存在6～7年的振蕩周期(未通過(guò)可信度檢驗(yàn));柵格點(diǎn)P15秋季降水量在20世紀(jì)80年代中期至20世紀(jì)90年代分別存在9～13年的振蕩周期(未通過(guò)可信度檢驗(yàn))、1～4年的顯著性振蕩周期,柵格點(diǎn)P18秋季降水量在20世紀(jì)90年代、21世紀(jì)00年代初期至中期分別存在2～4年、3～4年的顯著性振蕩周期;兩柵格點(diǎn)的冬季降水量在近40年的時(shí)間序列中均不存在明顯振蕩周期。

圖12 1979—2018年?yáng)鸥顸c(diǎn)P15和P18的季節(jié)降水量小波分析

分別統(tǒng)計(jì)柵格點(diǎn)P15和P18的年暴雨日數(shù),同時(shí)計(jì)算每年的最大日降水量,分析其隨時(shí)間的變化。圖13為柵格點(diǎn)P15和P18的年暴雨日數(shù)以及年最大日降水量的線性趨勢(shì)。由圖13可知,P15和P18兩個(gè)柵格點(diǎn)的年暴雨日數(shù)均呈先上升后下降的變化趨勢(shì),整體呈下降趨勢(shì)但下降趨勢(shì)并不顯著。根據(jù)Mann-Kendall檢驗(yàn)法計(jì)算得出兩個(gè)柵格點(diǎn)的Z值分別為-0.361和-0.722。P15和P18兩柵格點(diǎn)的年暴雨日數(shù)為3.00～19.00 d,平均分別為7.93 d和8.00 d,最大值均出現(xiàn)在2001年,分別為17.00 d和19.00 d,柵格點(diǎn)P15在1988年和2004年的年暴雨日數(shù)最少,柵格點(diǎn)P18在1988年的年暴雨日數(shù)最少,均只有3.00 d;P15和P18兩個(gè)柵格點(diǎn)的年最大日降水量變化均呈波動(dòng)性上升趨勢(shì),由于其Z值分別為0.618和0.361,其上升趨勢(shì)并不顯著,在1994年,兩柵格點(diǎn)的年最大日降水量均為近40年中最大值,分別為264.18 mm和258.42 mm,近40年中最小值出現(xiàn)在1991年,分別為69.00 mm和70.68 mm,極差較大,在190.00 mm左右。

圖13 1979—2018年?yáng)鸥顸c(diǎn)P15和P18的年暴雨日數(shù)以及年最大日降水量變化曲線

4 討論

本文在分析極端降水指標(biāo)的時(shí)空分布時(shí),發(fā)現(xiàn)深圳市1979—2018年R25、R50、RX1day、RX3day、RX5day、R95D以及R99D等極端降水指標(biāo)均呈現(xiàn)西南方向較高、東南方向次之、整體向北方逐漸減小的分布規(guī)律,這一分布規(guī)律符合降水從沿海地區(qū)到內(nèi)陸逐漸減少的特征,但同時(shí)這些極端降水指標(biāo)在研究時(shí)間范圍內(nèi)在東部的下降趨勢(shì)大于西部,上升趨勢(shì)小于西部,即深圳市東部的極端降水頻次呈減小趨勢(shì),而西部呈增加趨勢(shì)。此外,深圳市極端降水高風(fēng)險(xiǎn)區(qū)呈現(xiàn)從東南部城市邊緣大鵬新區(qū)向西南方向和中部的南山區(qū)小部以及福田、羅湖區(qū)大部等城市中心遷移的趨勢(shì),即極端降水的發(fā)生地區(qū)從深圳市的城市邊緣向中心遷移,這一趨勢(shì)與深圳市的城市中心變化相一致。目前,已有大部分研究[34-37]發(fā)現(xiàn)城市化對(duì)降水的影響作用逐漸加強(qiáng),可通過(guò)多種方式促進(jìn)極端降水的發(fā)生,造成極端降水事件明顯增加。作為我國(guó)改革開(kāi)放的先行者,40余年來(lái)深圳市乃至整個(gè)珠江三角洲地區(qū)經(jīng)濟(jì)快速發(fā)展,城市化進(jìn)程遙遙領(lǐng)先,其極端降水的發(fā)生受到較大影響,其極端降水中心的變化在一定程度上是由快速城市化引起的。發(fā)生這一遷移現(xiàn)象的原因多為城市邊緣的熱帶氣旋、海洋水汽等更易引起極端降水[38],隨著城市化的不斷發(fā)展,城市密集的建筑物使風(fēng)速減小,強(qiáng)雨帶等天氣系統(tǒng)在城市上空區(qū)域滯留的時(shí)間變長(zhǎng),引起區(qū)域降水特征的變化,進(jìn)而易造成極端降水的發(fā)生[39-41]。

力梅等[42]發(fā)現(xiàn),深圳市的短時(shí)強(qiáng)降水重點(diǎn)防范區(qū)主要為寶安區(qū)、大鵬新區(qū)、龍華新區(qū)南部,以及福田、羅湖區(qū)和光明新區(qū)的小部分區(qū)域,這與本文結(jié)果有一定的差別。本文采用的是近40年長(zhǎng)期柵格降水?dāng)?shù)據(jù),而力梅等[42]的研究結(jié)果則是基于106個(gè)氣象站5年(2008—2012年)逐分鐘雨量數(shù)據(jù)計(jì)算得到?？紤]到柵格數(shù)據(jù)和氣象站數(shù)據(jù)的差異性以及不同研究年限期間的各種影響因素,關(guān)于極端降水高風(fēng)險(xiǎn)區(qū)的確定還需采用更加完善的數(shù)據(jù)進(jìn)行進(jìn)一步計(jì)算驗(yàn)證。

本文在分析深圳市極端降水頻發(fā)地區(qū)的降水年內(nèi)變化特征時(shí)發(fā)現(xiàn),相較于其他三個(gè)年代,在20世紀(jì)90年代月暴雨天數(shù)和最大日降水量隨月份的增加上升幅度最大,結(jié)合圖8分析發(fā)現(xiàn),在這一年代深圳市的雨季發(fā)生了滯后及高強(qiáng)度降水。自從20世紀(jì)70年代末之后,華南地區(qū)城市化進(jìn)程不斷推進(jìn),在20世紀(jì)90年代,經(jīng)濟(jì)處于快速發(fā)展期,同時(shí)也是污染較為嚴(yán)重的時(shí)期,下墊面條件劇烈改變、大氣中PM2.5等顆粒物不斷增多,進(jìn)而造成空氣中有大量的凝結(jié)核,形成城市雨島效應(yīng),局部的區(qū)域降水特征被改變。結(jié)合李書(shū)嚴(yán)等[43-45]對(duì)北京等地短時(shí)強(qiáng)降水分布特征的研究推測(cè)這一時(shí)期的降水環(huán)境污染狀況可能使得極端降水事件的發(fā)生概率增加,同時(shí)也可能引起深圳市這一年代年內(nèi)暴雨事件發(fā)生的時(shí)間后移以及降水的波動(dòng)增大,進(jìn)而使得極端降水在年內(nèi)呈較大幅度的上升趨勢(shì)。在進(jìn)入20世紀(jì)00年代以后,隨著環(huán)境保護(hù)認(rèn)知的增強(qiáng),環(huán)境治理工作開(kāi)始實(shí)施,霧霾等污染現(xiàn)象減少,降水的波動(dòng)相應(yīng)減小。此外,在這一年代,太平洋10年濤動(dòng)(PDO)相變發(fā)生較為頻繁和劇烈,而PDO能在很大程度上影響極端降水變化,因此這也可能是這一年代雨季后移的原因之一[46-48]。

本文發(fā)現(xiàn)深圳市極端降水頻發(fā)地區(qū)的年降水量變化趨勢(shì)呈不顯著下降趨勢(shì)且存在1～2年和6～8年的振蕩周期,而丁楠等[49-50]的研究發(fā)現(xiàn)深圳市的站點(diǎn)年降水量呈微弱上升趨勢(shì),且存在5～7年、17～20年和11年左右的振蕩周期。本文研究的深圳市部分區(qū)域,而丁楠等[49-50]研究的是深圳市全域,其中的差異可能是由區(qū)域地形以及天氣條件引起的。此外,所用數(shù)據(jù)時(shí)空分辨率不同也可能導(dǎo)致分析結(jié)果之間的差異。

綜合考慮,本文所得結(jié)論大體上與前人的研究結(jié)果相符,但仍具有一定的差異,研究采用的數(shù)據(jù)資料類型、時(shí)間序列等因素均可能造成這一差異的產(chǎn)生。本文所用數(shù)據(jù)集的空間分辨率較高,為0.1°,且數(shù)據(jù)集時(shí)間尺度等方面較為有限,雖在一定程度上能夠代表深圳市降水演變特征,但為更好地認(rèn)識(shí)該區(qū)域的極端降水事件,還需基于更加精細(xì)分辨率或更精確的數(shù)據(jù)進(jìn)行分析,從而為深圳市的暴雨洪澇災(zāi)害預(yù)防方案的制定、水資源分配等提供更精確的依據(jù)。

近年來(lái),受地理環(huán)境以及人文環(huán)境的影響,深圳市極端降水的發(fā)生具有顯著不確定性及突發(fā)性。因此,為更加準(zhǔn)確掌握深圳市極端降水發(fā)生的時(shí)段和區(qū)域,在下一步研究中,有必要探究各個(gè)因素對(duì)極端降水的影響機(jī)制及多個(gè)因素的聯(lián)合影響機(jī)制。

5 結(jié)論

基于極端降水指標(biāo)分析了深圳市極端降水的空間分布特征,同時(shí)從降水量以及暴雨日數(shù)2方面探究了深圳市極端降水頻發(fā)地區(qū)的極端降水時(shí)間變化特征,得到如下結(jié)論:

1)深圳市1979—2018年極端降水整體呈從西南向東北遞減趨勢(shì),極端降水頻發(fā)地區(qū)位置隨城市化進(jìn)程呈從深圳市邊緣地區(qū)向城市中心遷移的趨勢(shì)。

2)20世紀(jì)90年代,深圳市極端降水頻發(fā)地區(qū)的強(qiáng)降水在1年中的產(chǎn)生時(shí)間相較于其他時(shí)期發(fā)生了滯后,其強(qiáng)度和頻率變得更大,可能與這一時(shí)期環(huán)境污染狀況及太平洋10年濤動(dòng)等因素有關(guān)。

3)近40年中,深圳市極端降水頻發(fā)地區(qū)各尺度降水量均無(wú)顯著變化,除冬季降水量外,其他季節(jié)降水量均存在一定的周期性,年暴雨日數(shù)均呈小幅下降趨勢(shì),年最大日降水量呈小幅上升趨勢(shì)。