安徽省极端降水情势演变分析

邓思宇

摘要：本文利用安徽省39个气象站1960-2016年逐日降水观测数据，基于遴选的11个极端降水指数，采用气候倾向率、Mann-Kendall趋势检验、降水距平百分率、反距离加权、皮尔逊相关系数等方法分析了研究区域内极端降水指数的时空变化特征，探讨了安徽省极端降水情势发生演变的原因及极端降水事件对干旱的影响。

关键词：安徽省；极端降水指数；时空变化；干旱

引言

IPCC第五次评估报告指出，1880-2012年全球地表平均温度上升0.85℃，全球变暖已经成为一个确定的事实，导致近年来极端天气气候事件频发。受地理条件和气候条件影响，我国东部季风区极端降水事件发生的概率较大。安徽省位于我国东南部，地域广阔，主要由淮北平原、江淮丘陵、皖南山区组成，属于暖温带与亚热带之间的气候区，淮河以北为暖温带半湿润季风气候，淮河以南为亚热带湿润季风气候，属于典型的季风气候。因此安徽省降水丰富，年平均降水量在773－1670毫米，由南向北递减，山区降水多，平原丘陵地区降水较少，且降水具有明显季节变化。由于境内降水常常突发而集中，极易形成暴雨和持续性降水，洪涝灾害发生风险大大增加。故本文基于前人方法综合分析安徽省极端降水情势的演变特征，研究结果对淮河流域其他地区此类研究具有一定参考意义。

1资料和方法

1.1资料处理

安徽省大部分站点自1960年起有降水观测，故选用安徽省质控后的39个地面气象观测站点1960-2016年逐日降水观测数据进行统计分析。在极端气候研究中，仅用降水量指标来评估某地区极端降水情况并不十分全面。因而1998-2001年的气候变化监测会议中，世界气象组织（WMO）提出了一套极端气候指数，成为气候变化研究的一个统一标准，该标准中共有27个核心指数，分别由日气温和日降水数据计算得到，具有弱极端性、噪声低、显著性强等特点。本文选取其中11个与极端降水相关的指数，分析安徽省极端降水特征。

1.2研究方法

1.2.1 气候倾向率

气候学上常用气候倾向率法来分析极端降水指数的时间变化趋势特征，气候倾向率为正值时表示该要素序列呈上升趋势，负值则表示下降趋势。要素的趋势变化采用一元线性回归方程表示：

(1)

为时间，为要素值，为常数，为倾向率。

1.2.2 Mann-Kendall趋势检验

Mann-Kendall非参数秩次检验常用于数据趋势检测，该方法允许数据系列有缺失值，不用事先假定数据系列的分布，极端值也参与趋势检验，主要通过数据序列的秩这种相对数量级来分析变量的情况，避免极端值对结果的影响，计算简便且能比较客观地反映数据的变化趋势。对于某时间序列

(2)

其中，秩序列——第时刻的数值大于第时刻的数值个数累计数量。

假定时间序列随机独立，定义统计量

(3)

上式中：；——累计数量的均值；——累计数量的方差。

当时间序列中各变量相互独立且分布连续时：

(4)

(5)

为标准正态分布，在显著性水平条件下，如果，那么就表明该序列趋势变化明显。

1.2.3 反距离加权插值

反距离加权插值法是基于相近相似的原理一种全局空间插值方法，以插值点与已知采样点之间的距离作为权重，进行加权平均，离插值点越近，采样点的权重越大。对于插值误差，观测站点越密集，区域差异较小，站点越稀疏，区域差异较大。假设有平面分布的离散点，已知坐标点和，设为任意一网格点，根据周边离散点属性，通过距离加权插值求出的属性值。分布在点周围各点的位置不同，这些点对点的影响也不同，可称之为权函数，该因素与距离和方向均有关，但是若在点周围四个方向都取点，那么可不考虑方向的影响。本文采用安徽省分布较均匀的39个站点进行空间插值，尽可能保证了插值结果的可信度。

(6)

上式中，为距离，权函数，值通常情况下大于1，一般取2。

1.2.4 皮尔逊相关系数

本文计算各极端降水指数与年总降水量、干旱指数之间的相关系数，以探讨极端降水指数与后两者的关系。对于研究其相关性的两个样本，其相关系数表示为

(7)

上式中，当时，为极端降水指数与年总降水量之间的相关系数；当时，为极端降水指数与干旱指数之间的相关系数。其中，分母分别表示及的标准差，分子为两者协方差。若，表示两者之间为正相关关系，值越接近1.0，正相关性越明显；若，表示两者之间为负相关关系，值越接近-1.0，负相关性越明显，若，则表示两者之间相互独立，没有相关性。

1.2.5 降水距平百分率

降水量距平百分率反映某时段的降水量相较于该时段的多年平均水平的偏离程度，可反映降水量较少时的干旱水平。国家发布的《气象干旱等级》中规定降水距平百分率公式：

(8)

(9)

上式中，表示降水距平百分率，单位为%；表示某时段降水量，表示计算时段同期气候平均降水量，单位均为毫米（mm）。

2研究结果与分析

2.1 年降水量情况

本文选取安徽省分布均匀的代表性站点，基于11个极端降水指数，分析各指数及年总降水量的时空变化情况，并采用泰森多边形法求解区域面雨量（图1）。

图1 ArcGIS划分泰森多边形

基于划分好的泰森多边形，利用ArcGIS计算出各站点的面积权重。由面积权重根据面雨量公式计算得到1960-2016年共57a的面雨量序列：安徽省整体降水较为丰富，面雨量多年平均值达873.08mm，多年平均降雨量呈现不显著增加趋势，以波动形式上升。结合Mann-Kendall趋势检验，计算得到面雨量Z值为1.301，上升趋势并不显著，且平均年降水量在时间上没有明显突变。

图2 降水量突变检验

从年降水量空间分布看出：安徽省降水量由东南向西北递减，近一半地区降水量超过了1000mm，其中最大值为黄山站2361.5mm，并且以黄山站为中心，周围的祁门、屯溪、宁国、东至、安庆等站皖南山区一带年降水量均达1300mm以上，降水极为丰富。

2.2 极端降水指数变化趋势

基于泰森多边形法得到面雨量逐日数据序列，并根据定义计算得到各极端降水指数，结合气候倾向率及Mann-Kendall趋势检验，分析各指数时间变化特征：安徽省的极端降水指数除CDD和CWD呈微弱下降趋势外，其他指数在时间上均呈现增加趋势。日降水强度（SDII）和湿天降水总量（PRCPTOT）的增加表明安徽省降水事件的发生在不断增加。同时，极端降水量（R95P）、极强极端降水量（R99P）及一日和五日最大降水量（RX1d、RX5d）的增加，表明极端降水事件的发生也有所增加，特别是极强极端降水在近年来增加趋势明显。

图3 1960-2016年安徽省极端降水指数变化趋势（以CDD和CWD为例）

2.3 极端降水指数空间分布

利用RclimDex计算出各站各极端降水指数多年序列，取多年平均分析各指数空间分布情况：安徽省极端降水指数存在较为明显的空间差异性，降水事件发生的频次及强度都呈由南向北递减，皖南山区多、淮北平原和江淮丘陵地区少的特点。其中反映强降水的极端降水指数在空间上呈从东南部向西北部递减的趋势，位于安徽省南部的黄山站附近区域的极端降水情况较为严重。

图4 1960-2016年安徽省极端降水指数空间分布（以CDD和CWD为例）

2.4 相关性分析

除持续干燥指数（CDD）与年降水呈负相关外，其余指数与年降水量呈正相关，湿天降水总量（PRCPTOT）与年总降水量的相关性最高。持续干燥指数（CDD）和持续湿润指数（CWD）与年总降水量的相关性极低，表明年总降水量的高低不直接影响连续无雨或者连续有雨日数。CDD与年降水呈负相关反映当年总降水量增加的时候，最长连续无雨日可能会缩短。年总降水量与强降水日数（R10、R20、R50）的相关系数都比较大，其中与R10的相关系数甚至接近于1，表明年总降水量多的时候，超过一定降水量阈值的累计日数也会明显增多。极端降水量（R95P）、极强极端降水量（R99P）及一日最大降水量（RX1d）、五日最大降水量（RX5d）与年总降水量的相关性相对较高，说明极端降水事件的发生与年总降水量关系密切。

2.5极端降水对干旱影响

基于面雨量结果，利用降水距平百分率方法计算月、季、年三种尺度的降水量，根据气象干旱等级统计月尺度下1960-2016年57a来不同等级干旱发生的频数发现，轻旱在1970年代发生较多，整体呈微弱的上升趋势，近年略有增多，中旱、重旱及特旱的发生频次有微弱下降，但变化不显著。安徽省干旱情势总体为：干旱发生频次呈不显著增加趋势，以轻旱为主，中旱、重旱和特旱发生频次逐渐减少，轻旱发生风险略有增加，严重干旱发生风险较低。

为进一步分析极端降水事件与干旱的关系，计算各极端降水指数与月尺度下不同等级干旱的相关系数发现，除强降水日数（R50）及一日最大降水（RX1d）与轻旱呈正相关，其他指数与轻旱均呈负相关。综上表明，降水事件趋于均匀化时，严重干旱发生风险大大降低，安徽省以轻旱为主，但随着极端降水事件的增加，发生轻度干旱的风险也有所增加，对中旱、重旱和特旱影响不大。

3 结论

（1）安徽省年平均降水量在时间上以波动形式呈不显著的上升趋势，且没有明显的突变；在空间上为东南向西北递减，以黄山站为中心的皖南山区一带降水最丰富。

（2）时间尺度上，安徽省极端降水指数除持续干燥指数（CDD）和持续湿润指数（CWD）呈微弱下降趋势外，其他指数均呈现增加趋势。日降水强度（SDII）和湿天降水总量（PRCPTOT）等的增加表明安徽省降水事件不断增加。极端降水量（R95P）、极强极端降水量（R99P）及一日和五日最大降水量（RX1d、RX5d）反映强降水的情况，其增加表明极端降水事件的发生也有所增加，特别是极强极端降水在近年来增加趋势明显。

（3）空间分布上，安徽省极端降水指数存在较为明显的空间差异性，降水事件发生频次、强度都呈由南向北递减，皖南山区多、淮北平原和江淮丘陵地区少。其中反映强降水的极端降水指数在空间上呈从东南部向西北部递减的趋势，位于安徽省南部的黄山站附近区域的极端降水情况较为严重。

（4）极端降水发生演变与该地年降水量有关。年总降水量较多时，降水事件发生次数明显较多，极端强降水发生的可能性也随之增大，反过来，极端降水事件发生时，年总降水量也有可能增大。

（5）安徽省以轻旱为主，轻旱近年来发生略有增多，中旱、重旱及特旱发生频次略有下降，但变化不显著，发生严重干旱的风险在降低。极端降水对干旱有一定影响，当降水事件趋于均匀化时，发生严重干旱的风险大大降低，但随着极端降水事件的增加，发生轻度干旱的风险也有所增加，对中旱、重旱和特旱影响不大。

参考文献

[1]IPCC. Climate change2014: impacts, adaptation, and vulnerability[M/OL]. Cambridge: Cambridge University Press, in press, 2014 [2014-01-10].

[2]潘欣,尹义星,王小军.1960-2010年长江流域极端降水的时空演变及未来趋势[J].长江流域资源与环境,2017,26(3):436-444.

[3]李胜利,巩在武,石振彬.近50年来山东省极端降水指数变化特征分析[J].水土保持研究,2016,23(4):120-127.

[4]丁建隆. 安徽极端降水特征研究[D].安徽农业大学,2016.

[5]吴建峰,谭燕,安佑志,罗绪强,张凤太.基于降水距平百分率的重庆市干旱特征分析[J].安徽农学通报,2016,22(18):127-130.

[6]2006GB/T.气象干旱等级[S].2006.

作者简介：邓思宇（1996-），女，汉族，湖南苏仙区人，硕士研究生，助理工程师，从事天气预报工作。

1