摘 要：利用隴東塬區(qū)慶陽市國家基本氣象站1965—2020年逐日降水資料，對慶陽市暴雨日數(shù)的年內(nèi)和年際變化特征進行統(tǒng)計分析，并對多年暴雨變化進行周期分析、突變檢驗和EOF分析。結(jié)果表明：慶陽市全年暴雨多集中在6—9月，其中7、8月為慶陽市暴雨多發(fā)期，占全年暴雨總?cè)諗?shù)的72%，其他月份內(nèi)基本無暴雨；近56年來慶陽市暴雨日數(shù)呈現(xiàn)一定程度的線性上升趨勢，以0.363 d/10年的趨勢增長。小波分析顯示，慶陽市年暴雨日數(shù)在5、15年的時間尺度上存在周期性，且未來幾年慶陽市暴雨日數(shù)將呈減少趨勢；Mann-Kendall檢驗顯示，進入2010年后，慶陽市暴雨日數(shù)發(fā)生突變；EOF分析顯示，慶陽市暴雨的多年變化呈現(xiàn)由西南向東南部遞減的特征，并且呈一定的多中心分布格局。

關(guān)鍵詞：暴雨；氣候特征；小波分析；數(shù)理統(tǒng)計方法；中尺度分析

中圖分類號：P426.62 文獻標志碼：B 文章編號：2095–3305（2024）07–0-04

暴雨常造成山洪、滑坡、泥石流等次生地質(zhì)災害或城市內(nèi)澇等衍生災害，是我國西北地區(qū)夏季常見的易致災性天氣。國內(nèi)外學者對不同地區(qū)的暴雨研究有利于提高暴雨預報準確性[1-2]，對提增防災減災效益、保障人民生命財產(chǎn)安全及促進地區(qū)經(jīng)濟發(fā)展具有重要意義。近年來，甘肅省內(nèi)眾多學者對地區(qū)暴雨的研究越來越多，多從單次天氣過程的極端性分析、暴雨中尺度分析、不同時間尺度的暴雨氣候特征分析、地形等客觀影響因素分析等角度出發(fā)，均對提高暴雨天氣預報準確率作出貢獻。

慶陽市位于甘肅省最東部，東接子午嶺，西鄰六盤山，北近毛烏蘇沙漠，處陜、甘、寧三省區(qū)交匯處，系黃河中下游黃土高原溝壑區(qū)，習稱“隴東”，素有“隴東糧倉”之稱。慶陽市地處大陸腹地，是受大陸季風氣候影響的邊緣地帶，屬于大陸性北溫帶半濕潤半干旱氣候過渡區(qū)。慶陽海拔885～2 082 m，地勢北高南低，落差較大。全域?qū)俸底饔牮B(yǎng)農(nóng)業(yè)區(qū)，且山、溝、塬、川、梁、峁相間，地形復雜，土質(zhì)疏松，植被稀少，坡地極多，建筑物防汛能力不佳，屬于我國對氣候變化反應敏感的區(qū)域之一[3-4]。

1 資料與方法

采用慶陽市8個國家基本氣象站1965—2021年的逐日降水序列，以暴雨發(fā)生次數(shù)作為定量指標，根據(jù)甘肅省氣象局業(yè)務規(guī)定，以日降水量≥50 mm為一個暴雨日，日降水量≥100 mm為大暴雨日及日降水量≥250 mm為特大暴雨日[5]。同時，采用數(shù)理統(tǒng)計方法、氣候傾向率方法討論暴雨的氣候特征，采用Morlet小波分析和曼·肯德爾（Mann-Kendall）突變檢驗（以下簡稱M-K）分析暴雨的周期變化規(guī)律，采用經(jīng)驗正交函數(shù)分析方法（Empirical Orthogonal Function，EOF）對有限空間內(nèi)不規(guī)則分布的站點進行分解分離。

2 暴雨的年際變化特征及頻次

甘肅省氣象局劃定的汛期為每年的4月15日—9月15日，主汛期為6—9月。慶陽市全年4—10月均出現(xiàn)暴雨，暴雨出現(xiàn)最早的日期為4月1日（2003年），最晚出現(xiàn)日期為10月2日（2021年）[6-7]。

圖1為1965—2020年逐月暴雨日數(shù)的總和，暴雨發(fā)生日數(shù)的變化呈單峰形，其中4、5、10月的暴雨日數(shù)較少；6—9月暴雨日數(shù)居多；暴雨集中出現(xiàn)在8月和9月，占全年暴雨日數(shù)的72%，這點與慶陽市主汛期降水氣候特征一致。結(jié)合日常氣象預報分析可知，隴東塬區(qū)主汛期（6—9月）易受副熱帶高壓變化和低渦東移、切變線、低空急流等高低空系統(tǒng)綜合影響，易發(fā)生致災性暴雨天氣。

3 暴雨的年際變化特征

3.1 暴雨日數(shù)的年際變化

分析1965—2020年慶陽暴雨數(shù)據(jù)可知，慶陽市共發(fā)生暴雨302次，平均5.4 d/年，平均每年暴雨日日均降水量為67.2 mm/d，數(shù)據(jù)區(qū)間內(nèi)最大暴雨日降水量為190.2 mm（1966年7月26日）。利用線性擬合法對暴雨日數(shù)與年份序列進行擬合分析[8]，結(jié)果如圖2。

分析1965—2020年慶陽市暴雨日數(shù)的變化發(fā)現(xiàn)，慶陽市暴雨日數(shù)年際變化較大，整體呈線性增長趨勢（圖2）。數(shù)據(jù)序列通過了0.05水平的顯著性檢驗，線性傾向值為0.036 3，表明慶陽市年暴雨日數(shù)以0.036 d/10年的線性趨勢增長。

3.2 年暴雨日數(shù)的小波分析

利用MATLAB軟件對慶陽市1965—2021年暴雨日數(shù)序列進行復值Morlet小波分析。小波分析是指把在時間序列上為一維的變量信息，用其隨著時間有頻率的變化特性，以圖表的二維形式展示出來[9]。其變換模越大則表示變量信息在不同時間尺度上越強，實部表示變量信息在不同時間尺度上的分布情況和位相變化。小波方差反映了變量在不同時間尺度下的變化幅度，其絕對值越大，說明在對應的時間尺度下的變化越明顯，小波方差的峰值對應的時間尺度值就是變量變化的主周期[10-11]。慶陽市暴雨日數(shù)的小波分析結(jié)果見圖3。

由圖3可知，慶陽市年暴雨日數(shù)在5～10年、15～20年的時間尺度上存在周期性；暴雨日數(shù)變化的第一主周期是15年的時間尺度，其次為5年的時間尺度。

進一步分析可知，1965—2021年，在15～20年的時間尺度上年暴雨日數(shù)存在“減—增—減”的2次震蕩周期；1995—2015年間周期變化尤為明顯；2021年增加趨勢不明顯，且表現(xiàn)為“增—減”過渡的趨勢。

1995—2021年，在5～10年的時間尺度上，年暴雨日數(shù)整體呈“減—增—減”的周期變化，2021年起已呈較為明顯的減少趨勢，綜合2個時間尺度的周期變化分析可得，預計未來幾年，慶陽市年暴雨日數(shù)的變化將呈較為明顯的減少趨勢。

3.3 年暴雨日數(shù)的突變檢驗

線性趨勢分析顯示，1965—2021年慶陽市暴雨日數(shù)的變化呈一定程度線性增長趨勢，考慮是否存在氣候突變的影響因素，M-K方法既可以檢測序列的變化趨勢，也可以進行突變點檢驗[12-15]。結(jié)果見圖4。

由圖4可知，在進入2010年以后，慶陽市暴雨日數(shù)的變化存在明顯的突變點，結(jié)合小波時頻分布圖的周期變化可知，在5年時間尺度上，暴雨日數(shù)的變化出現(xiàn)“減—增—減”的突變變化。結(jié)合近年來慶陽市氣候異常的案例，考慮暴雨日數(shù)的年際變化受氣候異常的影響，還需進一步地深入研究。

3.4 年暴雨變化的EOF分析

EOF分析顯示，5個特征向量值（表1）的累積貢獻率達到87.7%，但只有前2個特征根的誤差范圍不重疊。通過顯著性檢驗，累積貢獻率接近60%，因此這2個特征根可以很好地解釋慶陽市1965—2020年暴雨的兩種分布類型。

模態(tài)1（圖5）的特征向量的方差貢獻率為42.24%，遠高于其他模態(tài)的貢獻率，是慶陽市暴雨場的主要空間分布形式。由圖5可知，這種分布格局西北、中部大部分站點的特征值為正值區(qū)，東南部分站點的特征值為負值區(qū)，正值大值區(qū)出現(xiàn)在慶陽市西南部的鎮(zhèn)原地區(qū)，負值大值區(qū)出現(xiàn)在慶陽市東南部的合水、寧縣地區(qū)，這表明慶陽市西北及中部地區(qū)暴雨量級增大，東南部地區(qū)雨量級減小，或是西北及中部地區(qū)暴雨量級減小，東南部地區(qū)暴雨量級增大。慶陽市西北部地區(qū)特征向量值在0附近，說明慶陽市西北部地區(qū)暴雨年際變化不明顯，特征向量值從慶陽西南向東南地區(qū)依次減少，表明慶陽市暴雨變化是由西南向東南遞減。

模態(tài)2（圖6）特征向量的方差貢獻率為17.02%，也是典型的降水主要空間分布形式。由圖6可知，這種分布格局為多中心格局，正值區(qū)位于慶陽市西北部和中部地區(qū)，負值區(qū)位于慶陽市北部和南部地區(qū)，這表明慶陽市西北和中部地區(qū)暴雨增多，北部和南部地區(qū)暴雨減少，或是西北和中部地區(qū)暴雨減少，北部和南部地區(qū)暴雨增多。

4 結(jié)論

（1）隴東塬區(qū)地屬大陸性北溫帶半濕潤半干旱氣候過渡區(qū)，全年暴雨多集中在6—9月，其中7、8月為慶陽市暴雨最多發(fā)期，占全年暴雨日數(shù)的72%，其他月份內(nèi)基本無暴雨。

（2）近56年來慶陽市年暴雨發(fā)生頻次呈現(xiàn)一定程度的線性上升趨勢，以0.363 d/10年的趨勢增長。

（3）對暴雨日數(shù)的變化進行小波分析后顯示，慶陽市年暴雨日數(shù)在15～20、5～10年的時間尺度上存在周期性，且15年與5年的時間尺度周期變化同時顯示，未來幾年慶陽市年暴雨日數(shù)將呈現(xiàn)一定減少趨勢。

（4）M-K突變檢驗顯示，進入2010年后，慶陽市暴雨日數(shù)的變化存在一定的突變變化，這一點與小波時頻的周期變化一致。

（5）特征向量分析顯示，慶陽市暴雨的多年變化呈現(xiàn)由西南向東南地區(qū)依次減少的特征，并且呈一定的多中心分布格局，即對應表現(xiàn)為慶陽市西北部和中部地區(qū)暴雨增多的同時，北部和南部地區(qū)暴雨減少的相互聯(lián)系機制。

參考文獻

[1] 趙思雄，孫建華.我國暴雨機理與預報研究進展及其相關(guān)問題思考[J].暴雨災害，2019，38（5）：422-430.

[2] 張君霞，黃武斌，楊秀梅，等.隴東半干旱區(qū)一次特大暴雨事件的降水極端性分析[J].干旱氣象，2022，40（6）：922-932.

[3] 趙玉娟，張洪芬，張可心，等.隴東局地地形對慶陽暴雨影響的定性分析[J].成都信息工程大學學報，2022，37（6）：709-715.

[4] 張洪芬，李祥科，焦美玲，等.甘肅慶陽2018年暴雨異常偏多特征分析[J].氣象與環(huán)境科學，2021，44（3）：61-68.

[5] 張峰，路亞奇，劉翔，等.黃土高原地帶連續(xù)性暴雨特征分析[J].中國農(nóng)學通報，2019，35（29）：123-128.

[6] 周忠文，張?zhí)熹h，張謀草，等.慶陽市半個世紀氣候變化特征及其影響評估[J].甘肅科技，2022，38（19）：31-38，46.

[7] 曹彥超，韓晶，張秉政.甘肅慶陽近30年雷暴氣候特征分析[J].甘肅科學學報，2020，32（5）：50-55.

[8] 徐金閣，龔璽，戴昌明.近60年洞庭湖南部地區(qū)風速變化特征研究[J].氣象與環(huán)境科學，2022，45（3）：83-88.

[9] 張曉晗，王麗丹，劉英昊.基于Morlet小波分析的濰坊市降水量周期規(guī)律分析[J].陜西水利，2023（1）：43-44，47.

[10] 何永升，林旭，彭旻芬.連江縣近60年暴雨日數(shù)變化的統(tǒng)計及暴雨天氣形勢分析[J].農(nóng)業(yè)災害研究，2024，14（2）：112 -114.

[11] 楊春生，寇蕾蕾，蔣銀豐，等.雷達強降水數(shù)據(jù)小波域統(tǒng)計特征及其與環(huán)境參數(shù)的關(guān)系研究[J].大氣科學，2022， 46（6）：1425-1436.

[12] 江一嘯，李山山，李國平，等.2008—2017年四川省突發(fā)性山地暴雨事件的演變特征[J].暴雨災害，2023，42（6）：670 -678.

[13] 楊曉亮，金曉青，孫云，等.“23·7”河北太行山東麓罕見特大暴雨特征及成因[J].氣象，2023，49（12）：1451-1467.

[14] 劉鑫.2020年5月16—18日興安盟地區(qū)一次暴雨天氣過程分析[J].農(nóng)業(yè)災害研究，2023，13（12）：132-134.

[15] 馬亞林，熱米拉·阿力木，許銘，等.1961—2021年托里縣汛期暴雨日數(shù)氣候特征分析[J].內(nèi)蒙古氣象，2024（1）：3-8.