甘肃省极端降水指数时空变化特征

王军德, 苏振娟, 张丽娜, 张育斌

(甘肃省水利科学研究院, 兰州 730000)

全球气候变暖已经成为世界各国政府共识，在全球气候变暖的大趋势下，极端气候事件的发生也日益引起人们的重视[1-3]。地处西北内陆的甘肃，降水是省内三大内陆河流域水资源的主要补给来源，为区域社会经济发展和生态环境改善提供水资源保障。然而，近年来的极端降水产生了极端干旱、城市内涝、荒漠洪水和特大暴雪等灾害事件，给当地社会经济生态环境造成了严重损失，研究极端降水时空变化特征能够为政府部门提供决策依据及理论基础。

甘肃省极端降水研究尚处于起步阶段，主要采用两种方式：其一主要采用时间序列法、小波分析、突变理论对降水序列进行分析，从而探究极端降水在某一局部区域、一定时间序列、年内某一时间段的变化特点。张小明等[4]分析了甘肃省近50 a夏季极端强降水量的气候特征，认为甘肃省夏季极端强降水具有5个气候带，不同气候带极端强降水变化趋势有所不同；武金慧等[5]分析了甘肃省近50 a降水量及气候变化趋势，认为近50 a来甘肃省年平均降水量存在下降趋势，但河西中部、西部大部分地区出现降水量增加的趋势；赵一飞等[6]分析了黄土高原甘肃区降水变化与气候指数的关系，认为降水量与太平洋年代际涛动(PDO)、厄尔尼诺/南方涛动(ENSO)存在着多时间尺度的显著相关性。其二采用单一降水指数研究某一季节降水特征。马中华等[7]分析了近50 a甘肃省夏季日极端降水频数与强度变化特征，认为近50 a来，极端降水频数呈减少趋势，极端降水强度呈增加趋势。

综上所述，针对降水量变化过程研究较多而对极端降水指数变化研究较少，且存在降水指数单一的不足，致使缺乏综合系统分析甘肃极端降水事件，相关分析研究有待进一步加强。因此，本文基于气候变化监测与指数专家组(ETCCDI)定义的相关极端降水指数，选取23个地面气象站点日降水序列，研究和分析甘肃省1959—2019年极端降水指数变化特征。

1 研究区概况

甘肃省(92°13′—108°46′E,32°11′—42°57′N)位于中国西北地区，是黄土高原、青藏高原、内蒙古高原三大高原和西北干旱区、青藏高寒区、东部季风区三大自然区域的交汇处，呈东南—西北走向，面积42.58万km2，地形呈狭长状，宛如一柄玉如意。地貌类型多样，山地、高原、平川、河谷、沙漠、戈壁，类型齐全，交错分布，地势自西南向东北倾斜，大致可分为陇南山地、陇中黄土高原、甘南高原、河西走廊、祁连山地、河西走廊以北地带六大地形区域。大部分地区气候干燥，属大陆性很强的温带季风气候。

1.1 数据来源

本文所用数据来源于中国气象数据网(http:∥data.cma.cn)提供的甘肃省23个地面气象站的逐日降水数据，资料序列为1959年1月1日—2019年12月31日(表1)，数据质量完整连续且可靠性高。为提高数据分析过程的准确可靠性，本文通过R语言中的climpact1.2模块中的check data功能对原始数据进行了数据质量检查和控制。

1.2 研究方法

运用世界气象组织委员会(WMO-CCD)推荐的极端指数软件RClimdex选用了11个极端降水指数，具体见表2。并对降水指数做了描述性统计及降雨频率累计图(表3、图1)。本文采用线性回归法和滑动平均法(5年滑动)分析各极端降水指数的年际变化特征；利用R中的corrplot package制作Mann Kendall′s tau-b，Spearman指数相关图；利用MATLAB中滑动T检验(5MTT，10MTT)和Mann-Kendall检验检测突变点的可靠性；利用小波分析各极端降水指数的周期变化特征并用Surfer进行了绘图。利用ArcGIS 10.1中地统计学法对不同站点降水指数进行插值，分析甘肃省极端降水指数空间变化特征。

表1 各气象站点信息

2 结果与分析

2.1 甘肃省61 a极端降水指数年际变化特征及相关性分析

通过计算甘肃省近61年来23个站点的极端降水指数，运用线性回归和5年滑动平均法做出11个极端指数线性趋势图(图2)，计算了11个指数的10 a变化速率值(表4)，并利用R语言中的corrplot package制作Mann Kendall′s tau-b，Spearman对11个指数得相关系数图(图3—4)。各指数的主要特征如下：

(1) 强度指数(PRCPTOT，RX1day，RX5day，SDII)。RX1day与RX5day的变化速率相差不大，均呈较小的增加趋势、降水强度以0.035 (mm/d·10 a)的速率微弱增加、年总降水量以2.56 mm/10 a的速率显著增加；从5年滑动曲线来看，5日最大降水量和降水强度在20世纪70年代前后期和21世纪初出现较大波动，日最大降水量和年总降水量波动幅度不大；相关性结果表明，无论是Mann Kendall′s tau-b相关还是spearman相关，强度指数与CDD负相关不显著。RX1day和SDII与CWD都呈显著正相关关系(p<0.01)。

表2 极端降水指数名称及其定义

表3 极端降水指数描述性统计

图1 年均降雨频率累计

(2) 绝对指数(R10，R20，R25)。所有指数的速率都呈增加趋势，小雨日数增加趋势明显高于中雨、大雨日数；从滑动平均来看，小雨日数波动幅度不大，中雨日数和大雨日数在2015年前后波动较大；相关性结果表明，R20和R25都与CDD呈负相关关系(p<0.05)。

(3) 相对指数(R95p，R99p)。强降水指数增加速率远大于极端强降水指数；两个相对指数的滑动曲线都是在20世纪70年代前后期和21世纪初出现较大波动。相关性结果表明，R95p，R99p仅与CDD无显著相关性，均与其他指数相关性显著(p<0.001)。

(4) 持续性指数(CDD，CWD)。持续干期呈-2.129 mm/10 a的速率显著减弱，持续湿期呈-0.005 mm/10 a的速率轻微减弱；两个指数的滑动波动不大；相关性结果表明，CDD仅与R20，R25呈显著负相关关系(p<0.05)，与其他指数无显著相关性；CWD仅与RX1day，SDII在显著性水平(p<0.01)正相关性，与其他指数在显著性水平(p<0.001)显著相关。

图2 极端降水指数线性趋势(5年滑动)

表4 极端降水指数变化速率

注：***代表99.9%的显著性水平，**代表99%的显著性水平上，*代表95%的显著性水平，下图同。

图4 1959-2019年降水指数spearman相关

2.2 甘肃省61 a极端降水指数突变分析

各降水极端指数存在突变年份不确定性较大，所以利用5年MTT和10年MTT方法检验给定年数子序列突变情况；利用M-K方法检验序列整体突变情况。11个极端降水指数突变结果见表5。

强度指数PRCPTOT的M-K检验表明年降水量在1961年前后突变，在此后有增加趋势，这与甘肃省1961年后发生洪涝灾害的实情相符，5年MTT无显著突变，10年MTT在2009年发生减小趋势的突变；RX1day的M-K检验表明最大日降水量在2013年前后突变，5年MTT在1970年前后发生突变；RX5day的M-K检验表明5日最大降水量在1968年突变，5年MTT是在1965年和1970年突变，10年MTT在2009年发生减小趋势的突变，这与年降水量、日最大降水量的突变趋势一样；SDII的M-K检验表明降水强度在2017年发生突变，5年MTT无显著突变，10年MTT在2002年发生突变。

绝对指数R10和R20的M-K检验表明小雨日数和中雨日数在20世纪60年代发生突变，5年MTT和10年MTT都无显著突变；R25的M-K检验表明大雨日数在21世纪初发生突变，5年MTT在20世纪60年代突变，10年MTT无显著突变。

相对指数的M-K检验表明R95p强降水量在20世纪60年代突变，而极端R99p是在21世纪初突变，5年MTT也都在20世纪60年代突变，10年MTT无显著突变。

持续性指数的M-K检验表明CDD持续性干期和CWD持续性湿期都在20世纪80年代后期发生突变、5年MTT和10年MTT也都在20世纪90年代左右突变。

综上所述，不同突变检验方法降水指数的突变结果也有一定差异。

表5 1959-2019年降水指数突变检验结果

2.3 甘肃省61 a极端降水指数周期变化分析

结合前述结果，筛选相关性较低且变化趋势比较显著(p<0.05)的降水指数进行Morlet小波分析，通过对PRCPTOT，RX1day，SDII，R10，R95p和CWD的年际变化进行小波分析得到6个指数小波系数实部等值线图(图5)。图5中实线为正值区，表明极端降水指数值较大，虚线为负值区，表明极端降水指数值较小。

PRCPTOT，RX1day均存在3～8 a，8～17 a，27～31 a三类尺度的周期变化规律。年降水总量的8～17 a在1960—1980年表现明显，27～31 a周期变换经历了“增—减—增—减—增—减”的交替变化，有3个丰水期和3个枯水期，方差分析表明28 a为它的第一主周期。日最大降水量的8～17 a周期震荡能量最大，贯穿整个分析时段，13 a为主周期。日最大降水量存在6个丰水期和6个枯水期交替变换。

图5 极端指数周期分析

SDII存在7～15 a，20～30 a两类尺度的周期变化规律。其中7～15 a贯穿了整个分析时段，周期震荡能量最大，13 a也是主周期；20～30 a在1970—2000年表现明显，周期变换经历了“减—增—减—增”的趋势变换。R10也存在7～15 a，20～30 a两类尺度的周期变化规律，13 a也是主周期。R95p的周期变化规律不太明显，通过方差分析表明，8 a为第一主周期。

CWD存在3～8 a，8～17 a，21～29 a三类尺度的周期变化规律。其中21～29 a周期震荡能量最大，经历了“增—减—增—减—增—减”的交替变换，28 a为主周期。

2.4 甘肃省61 a极端降水空间变化分析

各站点降水极端指数空间差异性较大，利用ArcGIS的克里金插值法绘制11个指数在研究区的空间分布图，空间分布见图6。

(1) 强度指数(PRCPTOT，RX1day，RX5day，SDII)。PRCPTOT的东西向变化趋势显著，较大值集中分布在陇东、陇南和甘南高原地区；RX1day值从河西地区到陇中、陇东地区依次递增，相比之下，RX5day值从河西地区大部到陇中、陇东地区依次递增，部分甘南高原区的RX1day值也较大；SDII在河西地区、陇中地区分布较为均匀，在陇东地区分布较高。

(2) 绝对指数(R10，R20，R25)。R10，R20和R25空间分布图表明小雨日数、中雨日数和大雨日数在河西和陇中地区分布趋势大体一致，在陇东地区差异明显。小雨日数较大值在陇东分布区明显大于中雨日数分布区、大雨日数分布区。

(3) 相对指数(R95p，R99p)。R95p较小值分布在河西马鬃山、酒泉和高台地区民勤地区，较大值集中在甘南高原区和华家岭以东地区；极端强降水量R99p的较小值分布在河西的永昌、民勤和武威部分区域，较大值集中分布在陇中部分区域、陇东大部、陇南和甘南全部区域。

(4) 持续性指数(CDD，CWD)。持续性干期CDD与持续性湿期CWD较大值、较小值分布区域正好相反。

图6 极端指数空间分析

3 讨论与结论

(1) 在时间分布上，持续干期呈显著减弱，变化速率为-2.129(p<0.05)，持续湿期微弱下降，变化速率为-0.005(p<0.05)，其余10个极端降水指数呈增强趋势(p<0.05)，尤其年降水总量增加显著，变化速率为2.56(p<0.05)。总体来看，极端指数变化存在明显周期性，大致可分为2～3个周期。

(2) 各极端降水指数中，突变多发生在20世纪60年代中后期。

(3) 在空间分布上，全省极端降水指数的空间变化特征较为明显，包括年降水量在内的10个极端指数由河西走廊向东递增，持续干期与之相反。

影响极端降水指数变化的因素很多，大致可分为全球变暖、地形差异以及太平洋年代际涛动(PDO)、厄尔尼诺/南方涛动(ENSO)、城市化进程加速和温室气体排放增多等原因[8-9]。就甘肃而言，影响降水指数显著差异化可能原因是地形因素造成。就甘肃来说，地形主要分为陇南山地、陇中黄土高原、甘南高原、河西走廊、祁连山地、北山山地。甘肃省从河西走廊到陇东地区方向，年降水量呈增加趋势，最大值出现在甘南高原、陇南山地和部分陇东地区。这些地区山岭较多，具备良好的迎风坡，能够很好地进行地形抬升，各类天气系统过境后降雨频发，因此这类地区降水相对较多，容易出现降雨最值。