摘 要:在全球變暖的背景下,降水時空結(jié)構(gòu)會發(fā)生一定的變化,導(dǎo)致降水時空變異加劇。降水與人類的生產(chǎn)生活和經(jīng)濟社會的發(fā)展密切相關(guān),作為甘肅省特色農(nóng)產(chǎn)品區(qū),天水市對氣候變暖的響應(yīng)敏感程度高、幅度也更大。因此,研究天水市降水時空特征具有實踐意義。選取天水市7個氣象站點1981—2020年逐月降水數(shù)據(jù),采用曼—肯德爾(Mann-Kendall)突變檢驗法,分析了天水市1981—2020年間降水量的突變特征。結(jié)果表明,天水市年降水量均值為425~570 mm,平均降水量為495 mm,CV值為0.19~0.25,極值比為1.9~2.7,說明年際比較穩(wěn)定。近40年來,天水市降水時間不均衡,有明顯的季節(jié)性和區(qū)域差異。
關(guān)鍵詞:降水量;時序特征;分析;全球變暖
中圖分類號:K903 文獻標志碼:B 文章編號:2095–3305(2024)07–0-03
當前,受人類活動的影響,全球氣候變暖越來越嚴重[1]。氣候變暖會導(dǎo)致蒸發(fā)量加快,水循環(huán)過程加速,進而引起降水時空結(jié)構(gòu)發(fā)生變化,降水時空變異加劇[2]。
降水是描述某一區(qū)域氣候特征的主要因素指標,而降水的時空變化規(guī)律又直接影響著區(qū)域水文狀況和水資源的時空分配[3-4]。作為基本的氣候現(xiàn)象,降水與人們的日常生活息息相關(guān),直接影響著人們的生活生產(chǎn)方式[5]。從古至今,人們無時無刻不在關(guān)注著降水時空變化,并用于指導(dǎo)生產(chǎn)生活方式,而降水量的豐富程度也在一定程度上制約著區(qū)域的經(jīng)濟發(fā)展[6]。降水的動態(tài)變化在一定區(qū)域表現(xiàn)出地域特性,也會隨著氣候、地形的變化和人類活動的影響,在時間和空間上體現(xiàn)出差異性[7]。
1 研究區(qū)概況
本研究區(qū)域為天水市,位于甘肅省東南部,秦嶺西段、黃河最大支流渭河的中游。天水市是一個典型的農(nóng)林牧交錯復(fù)合區(qū)域,屬于我國氣候變化的敏感區(qū)和生態(tài)環(huán)境的脆弱區(qū),對氣候變暖的響應(yīng)也更為敏感、幅度也較大。研究區(qū)地勢西北高、東南低,東部和南部為山地地貌,北部為黃土丘陵地貌,中部則是渭河河谷地貌。氣候?qū)儆跍貛Ъ撅L氣候,年平均降水為495 mm,降水自東南向西北逐漸減少。天水橫跨長江、黃河兩大流域,以西秦嶺為分水嶺,北部地區(qū)為渭河流域,以南為嘉陵江流域。截至2021年,常住人口為295.65萬人,農(nóng)業(yè)人口占比54.43%。因此,研究該區(qū)域降水的時空變化特征具有一定的現(xiàn)實意義。
近年來,全球氣候變暖,導(dǎo)致降水時空結(jié)構(gòu)發(fā)生變化,降水變化與人類發(fā)展密切相關(guān)。從19世紀開始,各國學者開始進行全球降水時空變化研究發(fā)現(xiàn),全球降水時空分布極不均衡[8-9]。
2 數(shù)據(jù)來源
2.1 氣象數(shù)據(jù)
研究中所用氣象數(shù)據(jù)主要來源于中國氣象數(shù)據(jù)網(wǎng)、甘肅省統(tǒng)計局、天水市氣象局,主要選取天水市7個氣象觀測站(圖1)。其中,河谷區(qū)有麥積站、天水站,渭北區(qū)有甘谷站、武山站和秦安站,關(guān)山區(qū)有清水站、張家川站,1981—2020年逐月降水數(shù)據(jù)完整,沒有缺失。季節(jié)劃分為春季(3—5月),夏季(6—8月),秋季(9—11月),冬季(12月—翌年2月)。
2.2 遙感及矢量數(shù)據(jù)
所用到的天水市DEM高程數(shù)據(jù)來自地理空間數(shù)據(jù)云;天水市行政區(qū)矢量數(shù)據(jù)來自1∶400萬全國矢量數(shù)據(jù)。
3 研究方法——曼—肯德爾(Mann-Kendall)突變檢驗法
曼—肯德爾(Mann-Kendall)突變檢驗法是一種非參數(shù)統(tǒng)計檢驗方法。適用于長時間的序列研究,便于操作且受干擾小,既可以檢測序列的變化趨勢,又可以進行突變點的檢驗[10]。
首先,對于時間序列X(含有n個樣本),構(gòu)造一個秩序列:
Sk=ri (k=2,3,…,n)(1)
其中,
ri=(2)
秩序列Sk是第i個時刻數(shù)值大于j個時刻時,數(shù)值個數(shù)的累加。
在時間序列為隨機的假設(shè)下,定義統(tǒng)計量:
UFk=(3)
其中,UF1=0,E(Sk)和Var(Sk)分別是Sk的均值和方差,且x1,x2,…,xn互相獨立時,他們具有相同連續(xù)分布,可以由下式推算出:
E(Sk)=, (2,≤k≤n)(4)
Var(Sk)= (2≤k≤n)(5)
UFk為標準正態(tài)分布,是按時間序列X的順序(x1,x2,…,xn)計算出的統(tǒng)計量序列,一般取顯著性水平α=0.05,臨界值U0.05=±1.96。將UFk和UBk 2個統(tǒng)計量序列曲線和±1.96兩條直線均繪制在一張圖中,若UFk和UBk的值>0,則表明序列呈上升趨勢;若UFk和UBk的值<0則表明呈下降趨勢。當超過臨界直線時,則表明上升或下降趨勢明顯,超過臨界線的范圍確定為突變的時間區(qū)域。如果UFk和UBk 2條曲線出現(xiàn)交點,且交點在臨界線之間,則交點對應(yīng)的時刻則是突變開始的時間。
4 降水量突變分析
4.1 降水量突變年際分析
4.1.1 降水量突變的大區(qū)特征分析
(1)河谷區(qū)。天水站年降水的UF曲線與UB曲線在1981—2020年存在3個交點,分別是1981、1983和1986年,且突變點均位于置信區(qū)間。根據(jù)UF曲線可知,1981—1983年降水減少,1983—1993年降水增多,
1993—2020年波動減少,年降水整體波動明顯;麥積站突變點存在于1984、1985、2017、2019和2020年,1981—1983年降水減少,1983—1994年降水波動增加,1994—2017年降水波動減少,2017—2020年降水增加。
(2)渭北區(qū)。甘谷站突變點存在于1981、1982和1985年,1981—1983年降水減少,1983—1986年降水增加,1986—2020年降水波動減少,且1995—2004年突破顯著性檢驗下限;秦安站突變年份存在于1983、1986和2018年,1981—1983年降水減少,1983—1994年降水波動增加,1994—2018年降水波動減少,2018
—2010年降水增加;武山站突變年份為1983、1986、2017、2019和2020年,1981—1983年降水減少,1983
—1989年降水增加,1989—2012年降水波動減少,且1997—2002年突破顯著性檢驗下限,2012—2015年降水增加,2015—2017年降水減少,2017—2020年降水增加。
(3)關(guān)山區(qū)。張家川站突變年份存在于1983、1986和2018年。1981—1983年降水減少,1983—1993年降
水波動增加,其中1990—1992年降水減少,1993—2018年降水減少,2002年突破顯著性檢驗下限,2018
—2020年降水增加;清水站突變年份存在于1983、1985和2018年,1981—1983年降水減少,1983—1986年降水增加,1986—2019年降水波動減少,2020年降水增加。
4.1.2 降水量突變的縣區(qū)特征分析
(1)由計算得知,天水站年降水的UF曲線與UB曲線在1981—2020年存在3個交點,分別是1981、1983和1986年,且突變點均位于置信區(qū)間。根據(jù)UF曲線可知,1981—1983年降水減少,1983—1993年降水增多,1993—2020年波動減少,年降水整體波動明顯(圖2)。
(2)麥積站突變年份為1984、1985、2017、2019和2020年,1981—1983年降水減少,1983—1994年降水波動增加,1994—2017年降水波動減少,2017—2020年降水增加。其中渭北區(qū)、甘谷站突變點存在于1981、1982和1985年,1981—1983年降水減少,1983—1986年降水增加,1986—2020年降水波動減少,且1995—2004年突破顯著性檢驗下限(圖3)。
(3)秦安站突變年份為1983、1986和2018年,1981—1983年降水減少,1983—1994年降水波動增加,1994—2018年降水波動減少,2018—2010年降水增加(圖4)。
(4)武山站突變年份為1983、1986、2017、2019和2020年,1981—1983年降水減少,1983—1989年降水增加,1989—2012年降水波動減少,且1997—2002年突破顯著性檢驗下限,2012—2015年降水增加,2015—2017年降水減少,2017—2020年降水增加(圖5)。
(5)張家川站突變年份為1983、1986和2018年。1981—1983年降水減少,1983—1993年降水波動增加,其中1990—1992年降水減少,1993—2018年降水減少,2002年年突破顯著性檢驗下限,2018—2020年降水增加(圖6)。
(6)清水站突變年份為1983、1985和2018年,1981—1983年降水減少,1983—1986年降水增加,1986—2019年降水波動減少,2020年降水增加(圖7)。
4.2 降水量突變的年內(nèi)季節(jié)分析
由計算得知,春季,天水市突變年份為1982、1985、1987、2012、2013和2014年,1981—1992年降水波動增加,1992—2015年降水波動減少,2015—2020年降水增加。
夏季,天水市突變年份為1981、1983、1986、1988、1989、1991、1992和1993年,1981—1984年降水減少,1984—1986年降水增加,1986—1988年降水減少,1988—1995年降水波動增加,1995—2020年降水波動減少;秋季,天水市突變年份為1981、1983、1984、2001、2003、2011和2020年。除2011年降水略有增加外,1981—1983年降水減少,1983—1986年降水波動增加,1986—2020年降水波動減少。
冬季,天水市突變年份為2005、2015、2016、2017和2019年,1981—1985年降水增加,1985—1988年降水減少,1988—1997年降水增加,1997—2000年降水減少,2000—2009年降水增加,2009—2020年降水減少。
5 結(jié)論
天水市年降水量在研究時段內(nèi)存在突變點,四季降水量因區(qū)域和時間的不同,突變情況也不同,降水量在夏季和冬季變化頻繁。天水市區(qū)多年的年平均降水量為495 mm,在40年長系列年際降水量中,2003年的年降水量最大為830.5 mm,1989年的年降水量最小為392.8 mm,年際整體表現(xiàn)為非顯著性增加趨勢。四季降水量占全年的權(quán)重依次為0.32、0.41、0.15、0.12。此次采t檢驗法和M-K檢驗法對長序列降水量進行疑似突變變化分析,發(fā)現(xiàn)疑似突變的年份不盡相同,考慮是由于檢測方法的系數(shù)(敏銳度)不同所致。
參考文獻
[1] 凌敏華,韓洪寶.1960—2018年河南省降水時空變化特征及重心[J].科學技術(shù)與工程,2021,21(17):7008-7016.
[2] 祁芯.渭河流域甘肅段近60年降水時空分布及特征分析[J].甘肅水利水電技術(shù),2021,57(4):10-13.
[3] 胡利平,姚延鋒,裴古娥,等.天水地區(qū)近50年氣溫與降水變化特征[J].地理科學進展,2009,28(4):651-656.
[4] 劉凱,聶格格,張森.中國1951—2018年氣溫和降水的時空演變特征研究[J].地球科學進展,2020,35(11):1113-1126.
[5] 王偉,文武,任中杰.徐州市降水量時空分布特征及趨勢分析[J].水資源開發(fā)與管理,2023,9(12):1-5.
[6] 張麗娜,孫穎娜,孔心雨,等.1980—2017年漠河市降水量變化趨勢及突變特征分析[J].水利規(guī)劃與設(shè)計,2022(6):58-62.
[7] 柯莉萍,鄒書平,張艷,等.氣候變化背景下的貴州草海濕地降水量特征研究[J].中低緯山地氣象,2022,46(2):33-38.
[8] 潘衛(wèi)華,余永江,羅艷艷,等.基于地基GPS大氣可降水量的福建水汽資源時空分布特征分析[J].干旱氣象,2021,39 (4):577-584.
[9] 劉旋旋.清遠市1970—2019年降水序列變化特征分析[J].人民珠江,2021,42(6):77-84.
[10] 周嘉琦,陳世發(fā).1951—2018年華南前汛期暴雨特征分析:以韶關(guān)市為例[J].水土保持研究,2021,28(3):163-169,176.