鄱阳湖流域极端降水动态变化及其与大气环流的关系*

肖 娟,汪 梅,谢水石,孙金星,黄 艳,孟丽红,钟科元,†

(1.赣南师范大学 地理与环境工程学院;2.江西省赣江上游水文水资源监测中心,江西 赣州 341000)

0 引言

气候变化导致区域水热循环发生变化,导致了极端气候事件发生频率的增多,从而引发了大量的生态环境问题[1].分析极端气候变化和影响极端气候变化的因素,能够为极端气候风险评估和灾害预警预报提供参考[2].

目前,关于极端降水事件的发生发展及其变化规律受到学者们的广泛关注[3].在泰国,Limsakul等[4]研究发现降水强度呈显著增加趋势.Gallant等[5]研究表明,澳大利亚地区极端降水的强度和频率均呈增加趋势.在中亚[6]和美国[7],极端降水事件出现频次也越来越多.在欧洲[8]和亚太地区[9],总降水量或极端降水事件的频率和持续时间方面没有明显的区域变化趋势,仅少数站点(30%)呈现显著变化趋势;在东南亚和南太平洋[10]地区也发现一些站点的极端降水事件呈不显著增加趋势,但波利尼西亚的降水呈增加趋势.国内一些学者就中国极端降水变化进行了全面的探讨和研究.如陆咏晴等[11]研究指出,我国极端降水整体上呈增加趋势,具体表现为华北地区极端降水减少,南部地区极端降水增加.吴国雄等[12]分析了青藏高原地区极端气候事件,发现年降水频率明显增加.由此可见,关于极端降水变化大部分学者已初步形成共识:大多数地区极端降水指数空间变化趋势不显著,但是也有少部分地区强降水事件呈增加趋势,并且不同地区之间存在差异,需要根据地区的具体情况具体分析[6-8].

中国地理位置特殊,同时受到多种大气海洋系统的影响,是全球气候变化的敏感区和影响显著区.并且由于中国受东亚季风、副热带高压、热带气旋和东亚季风等多种因素的影响,该区域内大气海洋环流模式与极端气候事件之间的关系变得错综复杂[12-13].一些学者进一步分析了极端气候事件的各种影响因素.晁智龙等[14]发现秦巴山区西南部地区更易出现极端降水,主要是地形对秦巴山区产生重要影响.陈子凡等[15]研究发现四川盆地与云贵高原的极端降水事件和降水强度在增加,其现象大概率是受人类活动影响.当前系统性的分析极端气候事件与大气环流的联系的研究较少.

鄱阳湖是我国第一大淡水湖,我国重要候鸟迁徙地,也是我国主要的粮食生产地和洪水灾害发生最频繁的区域[1].江西省11到19世纪共发生了69次大规模洪灾,而20世纪初到90年代期间洪涝灾害发生次数为37次,这表明洪涝灾害发生的频率有了显著的增加[16].2020年6月下旬,江西省大部分县市遭遇暴雨,鄱阳湖水位上涨,使得江西省出现了严重洪涝灾害,导致江西省9.037×106人受灾,农作物受灾7.417×105hm2,直接经济损失3.443×1010元[17].由此可见,极端气候变化显著影响了流域生产生活.

在本研究中,利用鄱阳湖流域24个国家级气象站点的1960～2018年逐日降水量和大气环流数据,分析鄱阳湖流域的极端降水事件时空变化趋势及其与大气环流的关系,以期为该地区防灾减灾提供科学参考.

图1 研究区概况与气象站点分布图

1 研究区概况、数据来源与方法

1.1 研究区概况

鄱阳湖流域位于长江中下游以南(图1),流域96.6%的面积位于江西省内,总面积1.62×105km2(24°29′14″N-30°04′41″N,113°34′36″E-118°28′58″E)[18].流域内河网密布、水系发达,拥有完整的河湖水系.流域共包括五大河流,分别是赣江、抚河、信江、饶河和修河.流域内气候温暖湿润,降水量大,降水集中,为典型的亚热带湿润性季风气候[19].

1.2 数据来源

研究用到的气象数据是从中国气象局气象信息中心获取的(http://cdc.cma.gov.cn).考虑到气象站由于建站时间不同,会导致起始时间不统一的情况,因此为了确保研究的准确性,本研究使用的是时间跨度较为完整的1960年至2018年期间的降水数据.另外,本文对数据进行了质量控制.如气象数据必须涵盖至少59年.其次,每个站点连续缺失观测的天数不能超过30天.另外,对于单个站点的部分数据缺失,会使用其相邻站点的数据进行补充,保证气象时间序列数据的完整性.

西太平洋副高强度指数和亚洲区极涡强度指数主要是来源于中国国家气候中心(http://ncc.cma.gov.cn)和美国国家海洋和大气局(NOAA)(http://www.esrl.noaa.gov/).北极涛动指数和夏季东亚季风指数来自于李建平个人主页(http://lijianping.cn/dct/page/1).由于大气环流指数众多,根据已有的研究[20-22],本文选取了其中与研究区降水联系紧密的4个大气环流指数来分析极端降水动态变化与大气环流之间的关系.这4个大气环流指数分别是北极涛动指数、西太平洋副高强度指数、夏季东亚季风指数和亚洲区极涡强度指数.由于该数据经过来源单位的严格的质量控制,可信度高详细信息,具体可以查阅数据官网及相关文献[20-22].

1.3 研究方法

根据国内外对于极端降水事件的定义,本文选取其中的4个极端降水指数对极端降水事件进行量化[23].即:总降水量(PRCPTOT)、侵蚀性降水量(ERPTOT)、大暴雨量(HP)、最大一天降水量(RX1day)(见表1).

表1 极端降水指数

反距离加权插值法(IDW)是一种以插值点和样本点之间的距离为权重进行加权平均的插值方法,该插值法会对距离插值点最近的样本点赋予较大的权重[24].本文选用的是ArcGIS10.2中的反距离加权插值方法(IDW),将本文选取的气象数据进行空间插值,以此来分析降水的空间变化趋势.

Mann-Kendall检验被认为是世界气象组织推荐处理非参数检验问题的重要方法,现如今得到了广泛的应用[25].本文基于Mann-Kendall趋势分析法来分析极端降水的时间变化趋势.Z值是Mann-Kendall检验法判断数据的变化趋势的指标.当Z>0说明数据呈增加趋势,Z<0时则呈减少趋势,并且Z的绝对值越大说明该序列的变化趋势越显著,Z值的绝对值大于1.96表明该序列数据呈显著变化趋势(P<0.05).

Sen’s估计法主要用于统计序列数据(如气象和水文数据)的变化率,拟合直线的斜率α用来评估数据变化的趋势[26].当α>0表示序列数据呈增加趋势,α<0则表示序列数据呈减少趋势.与Mann-Kendall趋势分析法和Sen’s估计法都不要求数据遵从特定的分布,且两者受序列异常值的影响较小.

2 结果分析

2.1 鄱阳湖流域极端降水动态变化

图2 鄱阳湖流域1960-2018年极端降水指数的年际变化

2.1.1 极端降水指数年际变化趋势

鄱阳湖流域1960-2018年4个极端降水指数均呈波动变化(图2).总降水量、侵蚀性降水量、大暴雨量和最大一天降水量的变化趋势均呈现上升趋势,大暴雨量(HP)>最大一天降水量(RX1day)>侵蚀性降水量(ERPTOT)>总降水量(PRCPTOT),其变化趋势分别为41.6 mm/10a、2.2 mm/10a、38.2 mm/10a和36.3 mm/10a,仅大暴雨量(HP)通过0.05显著性检验(Z=2.3).

从5年滑动平均的线性变化趋势来看,4个极端降水指数的变化可以大致可分为以下几个阶段:第一阶段是1960-1978年,该阶段总降水量、侵蚀性降水量和大暴雨量呈波动上升趋势,最大一天降水量呈波动下降趋势;第二阶段是1979-2007年,该阶段总降水量(PRCPTOT)、侵蚀性降水量(ERPTOT)、大暴雨量(HP)和最大一天降水量(RX1day)呈较大幅度的波动变化,且均存在两个抛物线峰值变化,分别是1982-1988年,1989-2007年两个波动变化区间;第三阶段是2008-2018年,4个指数均呈先上升后略微下降趋势.

综合,鄱阳湖流域的极端降水指数均呈波动变化趋势,其中总降水量、侵蚀性降水量和最大一天降水量的变化趋势均呈上升趋势,大暴雨量呈显著增加趋势(P<0.05),可见鄱阳湖流域近59年来极端降水事件呈逐渐增加趋势.

图3 鄱阳湖流域1960-2018年极端降水指数空间变化趋势

2.1.2 极端降水指数空间变化趋势

从4个极端降水指数的空间变化趋势来看,极端降水指数的空间变化趋势与年际变化基本一致,呈不显著增加趋势,但在不同地区变化趋势存在差异(图3).PRCPTOT、ERPTOT和HP在所有站点均呈增加趋势,其中PRCPTOT在所有站点均呈不显著增加趋势(P>0.05).

从具体指数来看,总降水量(PRCPTOT)、侵蚀性降水量(ERPTOT)和大暴雨量(HP)沿赣江流域和抚河流域形成中间增加趋势略高,两边微低的不明显空间变化规律.如大暴雨量(HP)在庐山、景德镇、德兴、贵溪等站点呈显著增加趋势,变化趋势依次为:南城(Z=2.45)>南昌(Z=2.38)>吉安(Z=2.22)>景德镇(Z=2.20)>庐山(Z=2.14)>樟树(Z=2.11)>贵溪(Z=2.08)>德兴(Z=2.07).最大一天降水量(RX1day)在赣县增加趋势最显著(Z=3.23),通过0.01显著性检验,在波阳、广昌和龙南呈减少趋势.

由此可见,极端降水指数的空间变化没有明显的规律性.具体来说,大多数站点呈现不显著增加趋势,但也有个别站点呈减少趋势.即,鄱阳湖流域不同地区之间极端降水指数的空间变化存在差异,这种差异的形成可能与地形地貌和当地大气环流的变化等因素有关.

2.2 鄱阳湖流域极端降水变化与大气环流变化的联系

表2 极端降水指数与大气环流指数的相关性

大气环流被认为是影响极端气候变化的重要因素.为了进一步揭示鄱阳湖流域极端降水变化与大气环流变化的联系,我们统计了极端降水指数与4个与该区域联系紧密的大气环流指数的相关性(表2).结果显示,北极涛动指数和西太平洋副高强度指数与总降水量(PRCPTOT)、侵蚀性降水量(ERPTOT)、大暴雨量(HP)、最大一天降水量(RX1day)呈正相关关系,其中西太平洋副高强度指数与大暴雨量(HP)呈显著(P<0.05)正相关关系.而东亚季风和亚洲区极涡强度指数与总降水量(PRCPTOT)、侵蚀性降水量(ERPTOT)、大暴雨量(HP)、最大一天降水量(RX1day)呈负相关关系.北极涛动(AO)、东亚季风和亚洲区极涡强度指数与极端降水指数之间基本不存在显著相关性(P>0.05).

3 讨论

3.1 极端降水变化的地区差异

本文基于鄱阳湖流域的24个气象站点的逐日降水监测数据,分析了鄱阳湖流域极端气候变化及其影响因素,发现流域内大暴雨量(HP)呈显著增加趋势,并通过0.05显著性检验,而其他极端降水指数(总降水量、侵蚀性降水量和最大一天降水量)均呈不显著增加变化趋势,这与西北地区[27]、黄土高原[28]、西南地区[29]以及青藏高原地区[30]对极端降水事件研究的结论趋于一致.

由于地形地貌、气候水文特征的不同,各地区的极端气候事件变化趋势也呈现出差异性(表3).如袁文德等[29]对西南地区进行研究发现,极端降水整体上呈上升趋势,但变化趋势不显著.栗忠魁等[31]研究华北地区1951-2013年极端降水变化特征发现,极端降水指数都存在2～4a的显著周期,连续湿日数在1964年发生突变.Liu等[30]指出青藏高原地区极端降水事件整体无显著变化趋势,但存在一定区域性特征,日最大降水量和极端降水比率由东部向西部递减,而极端降水量、极端降水强度和5日最大降水量则由东南向西北递减.本研究发现,鄱阳湖流域大暴雨量增加趋势最显著(Z=2.3),通过了0.05显著性检验,变化趋势高于黄土高原地区(Z=1.06),而年平均降水总量的变化趋势(Z=1.37)小于青藏高原(P<0.05)和长江流域(P<0.05).西北地区年平均降水量的增加幅度为0.38 mm/10a,远远低于鄱阳湖流域36.3 mm/10a,但极端降水频率(0.71 d/10a)大于松辽流域(0.18 mm/10a),而西南地区平均极端降水强度与松辽流域研究结果相近.鄱阳湖流域最大一天降水量增加幅度为2.2 mm/10a,高于华北地区(-1.18 mm/10a)和长江流域(1.85 mm/10a).鄱阳湖流域极端降水指数与其他地区存在差异,可能与地形地貌、局地气候环流有关.

表3 中国不同地区极端降水变化差异

3.2 极端降水变化与大气环流的联系

大规模的大气环流模式变化是导致极端降水变化的重要因素[34],本研究发现大暴雨量(HP)与西太平洋副高强度指数呈显著正相关性(P<0.05).黄菊梅等[35]也发现西太平洋副高强度指数增加导致石羊河流域降水量的增加.戴声佩[36]也发现西太平洋副高强度指数对华南地区的极端降水事件具有重要影响.潘留杰等人也得出了类似的结论[37],西太平洋副高增加会导致夏季大洋输送到中国的水汽增多,从而导致大暴雨量增多,极端降水事件的增加.因此,西太平洋副高与鄱阳湖流域极端降水呈显著的正相关.

东亚季风是影响中国极端降水的重要因素[38].王映思等[39]研究发现东亚季风与西南地区的夏季降水标准化指数呈负相关关系.汪成博等[40]在汉江流域也发现东亚季风与流域内部分站点存在负相关关系.本研究发现极端降水指数(PRCPTOT、ERPTOT、HP、RX1day)与东亚季风呈负相关关系,这与一些学者先前研究的结论一致,张璟等[41]也发现类似的现象.可以看出,东亚季风越强,往北输送的水汽越多,使得鄱阳湖流域的降水偏少.因此,东亚季风与鄱阳湖极端降水指数呈负相关关系.

北极涛动(AO)反映了极地与中纬度地区的位势差异[42].田起[43]发现AO是影响锦州地区极端降水指数变化的主要因素,且各大气环流因子与极端降水指数的相关性较高.温煜华等[44]研究发现AO指数与祁连山极端降水的关系最为复杂.当AO呈正位增强时,中高纬度的西风气流会将温暖的海洋气流带入中高纬大陆,从而导致大陆的降水增多.因此,AO与鄱阳湖极端降水指数(PRCPTOT、ERPTOT、HP、RX1day)呈正相关.本研究发现亚洲区极涡强度指数与鄱阳湖流域降水指数呈负相关.陈星任等[45]在青藏地区也发现了类似的现象.亚洲区极涡是影响极端降水的重要因素之一[46],其在冬季的影响较强,夏季则相反.因此,亚洲区极涡强度指数与鄱阳湖流域极端降水呈负相关关系.

4 结论

本文采用鄱阳湖流域的24个站点连续59年的逐日降水数据,选取与研究区联系紧密的4个极端降水指数分析了鄱阳湖流域的极端降水动态变化,并探讨了极端降水变化与大气环流的关系.结果表明: