论文部分内容阅读
摘 要：基于1959—2017年赣江流域13个站点逐日降水量數据，采用线性趋势分析、Morlet小波分析、克里金插值法等方法，分析了赣江流域7个极端降水指数的时间和空间变化特征。结果表明：在时间上，大雨日数（R25）均呈下降趋势，暴雨日数（R50）、日最大降水量（Rx1day）、极端降水量（P95）、极端强降水量（P99）、极端降水强度（I95）、极端降水强度（I99）均呈上升趋势。说明近59年来赣江流域虽然大雨发生的频率逐渐减少，但极端降水的强度逐渐增加;赣江流域极端降水事件含有16年和3年2个主振荡周期，且连续性较强;在空间上，赣江流域自西向东，自南向北，极端降水发生的频率在逐渐增加，但其降水强度逐渐减小。
关键词：赣江流域;极端降水;时空变化
中图分类号 P426.62 文献标识码 A 文章编号 1007-7731（2021）09-0137-03
气候变化会改变极端天气条件、极端事件的频率、强度和持续时间。近年来，全球变暖的趋向日渐明显。在此背景下，极端气候时段的频率逐渐增加，水循环加剧，极端水文气象事件增多，洪水等极端事件增多，干旱和台风时有发生，导致水资源时空分布不均，供需平衡严重受损，对全球的农业生产和灾害防治的影响也在不断加剧[1]。
极端降雨引发的洪涝灾害是最常见、最重要的自然灾害之一。作为众多极端事件之一，当极端降水累积量超过一定阈值，会导致内涝等洪涝灾害，进而引发泥石流、滑坡等灾难，对自然环境和生命财产安全均构成了重大威胁[2]，因此也成为了人们广为关注的问题之一。国内外许多学者在极端降水问题上做了大量工作，研究了全球尺度和国家尺度上对极端降水状况。Donat等[3]认为在全球范围内，由于温度的变化，呈明显增加趋势;北半球的中高纬度地区在近50年中极端降水事件频率每10年增加3%左右;俄罗斯、美国以及加拿大、英国等国家的极端降雨出现增幅。杨金虎等[4]调查了我国降水事件，结果表明，我国不同地区的极端降水存在显著差异，长江中下游、华南、西北偏西等地呈上升趋势，东北、华北等地呈下降趋势。
截至目前，对于不同的时空尺度极端降水事件的相关研究已取得了长足进展，并得到了许多有意义的结论，但对赣江流域极端降水事件的研究仍相对较少。基于此，本研究对赣江流域极端降水时空变化过程进行了深入分析，探讨赣江流域极端降水近59年的演化规律，以期为合理利用气候资源、防治气候灾害及区域可持续发展提供科学依据。
1 研究区概况与数据来源
赣江位于长江以南、南岭以北，是江西省最大的河流，也是长江下游的主要支流之一，地处东经113°50′～117°10′，北纬24°40′～29°40′之间。依次流经吉安市、樟树市、凤城市和南昌市，并汇入鄱阳湖，再经过九江市汇入长江，全长766km，受水面积约83500km2，占全省土地面积的2/3。属亚热带湿润气候，气候温和，降雨充足，适宜人、动物和植物的生存。
赣江流域南昌、龙南、寻乌、赣县、宁都、遂川、莲花、吉安县、井冈山、永丰、宜春、樟树、宜丰等13个站点的1959—2017年59年的逐日降水量均来源于中国气象数据网（http：//data.cma.cn/），并对异常数据进行了处理。
2 研究方法
2.1 极端降水指标的确定 百分位阈值法通常是指以记录某一强度或数量以上的日降水量或达到某一返回值为标准来确定降水量极值的方法。本文的极端降水定义使用的百分位阈值法，将赣江流域各站1959—2017年日降水量大于0.1mm按升序排列，选取第95个百分位作为极端降雨的年限阈值，同样选取第99个百分位作为极端暴雨的年阈值，如果当天降水量超过这一临界值，则应视为极端降水事件。本研究选取7个极端降水指数，将7个极端降水指数分为绝对指数和强度指数。在我国，对日降水量的定义有所不同，通常将大雨定义为日降水量大于25mm的降水事件，将暴雨定义为日降水量大于50mm的降水事件。由于赣江流域属亚热带湿润季风气候，降水量较大，故本研究选取大雨日数R25、暴雨日数R50作为极端降水指标[5]。综上，具体指数和含义如表1所示：
2.2 线性趋势分析 计算赣江流域13个站1959—2017年的年极端降水指数，构建各站的时间序列，并采用线性趋势法对各站进行分析。降水数据可用一元线性方程拟合，即：
式中：回归系数a1表示的是变量x的变化趋势，其正负跟自变量变化的趋势相一致;相关系数r表示的是自变量与因变量的相关性，越接近1，相关性越大，反之则较小;其中[a1×10]是降水的变化倾向率，代表每十年的变化。
2.3 Morlet小波分析 小波分析法可以清楚地显示出时间序列上的多种变化周期，本文将利用Matlab对7个极端降水指数进行周期分析。对于给定的小波函数φ（t），气象时间序列?（t）的连续小波变换系数为：
式中，a为尺度因子，反映波长长度;b为时间因子，反映时间上的平移;Wf（a，b）为小波变换系数;`φ（t）为φ（t）的共轭复数;c为小波的中心频率;t为时间。
通过将小波转换系数的平方值积分到b域中，可以确定小波方差，即：
小波方差曲线是小波方差随着系数a的变化而变化的过程，它体现了波动能量随尺度的分布形势，可以据此得出时间序列中的最重要周期，即主周期。
2.4 克里金插值法 克里金插值是一种比较普遍的地统计学插值方法。依据区域变化采样点收集的数据，提供未知采样点区域变化的最优线性、无偏估计。
其计算公式如下：
式中：Z为气象站点的估计值：[xi]为站点位置;n为插值点总个数;li是插值过程中各气象站点权重系数，即[i=1nλi]=1，使得被估计的参数与估计量的数学期望值相等，并使其方差要小于任意的线性组合方差。 本文利用ArcGIS10.4的Kriging插值方法，对赣江流域13个测站7个极端降水指标的气候变化趋势进行了插值，分析了近59年来极端降水的空间变化。
3 结果与分析
3.1 极端降水时间变化特征 利用线性趋势法分析赣江流域1959—2017年7个极端降水指标的变化特征，结果表明，大雨日数R25呈下降趋势，但下降幅度很小，1969—1978年、1986—1997年、2009—2015年出现3个明显的波峰;暴雨日数R50呈上升趋势，但上升幅度不明显;最大日降水量Rx1day呈明显上升趋势，1959—1974年，波动很大，最大值出现在1961年，最小值出现在1963年;极端降水量P95和极端强降水量P99呈明显上升趋势，均在1963年出现最小值，极端降水量P95在2002年出现最大值，极端强降水量P99在2010年出现最大值;极端降水强度I95和I99波动较大，呈上升趋势，最大值出现在1964年，最小值出现在1963年。
3.2 周期变化 对赣江流域1959—2017年7个极端降水指数的小波变化及小波方差分析可知：R25的波动方差有2个明显的峰值，分别为6年和16年，6年的振荡周期集中在1976—1988年，16年的振荡周期存在于所有时间序列中;R50波方差最明显的峰值是16年，其次是4年和2年的振荡周期，16年的振荡周期是全域性的，4年的振荡周期集中在1973—1984年，2年的振荡周期持续在1959—1971年和1993—2017年间;Rx1day的波动方差有4个明显的峰值，分别为3年、6年、10年和24年，3年和6年的周期在整个时间序列中相对稳定，10年的振荡周期集中在1971—2003年，而24年的周期是整个时间序列中呈现枯丰交替状态;P99在时间尺度上有3年、5年、10年、16年和24年5个峰值，3年的振荡周期主要分布在1959—1976年和1998—2017年，5年和10年的振荡周期集中在1966—1983年，16年和24年的振荡周期在所有时间尺度上都是干湿交替状态;I95主要有3个峰值：3年、8年和24年，其中24年最明显，存在于整个时间序列中;I99主要有4个振荡周期：3年、8年、12年、24年，大致贯通于整个时间序列。
3.3 极端降水空间特征
3.3.1 极端降水空间分布特征 采用克里金插值法，对赣江流域13个站点7个极端降水指数多年平均值进行插值可以发现：R25与R50的空间分布特征大致相同，发生频率相对都比较低，极大值均出现在井冈山附近，极小值均出现在赣县附近;Rx1day大致呈自西向东，自南向北逐渐增大的趋势，极大值出现在南昌，极小值出现在遂川;P95和P99均呈现南低北高的趋势，赣县附近出现极小值，井冈山附近出现极大值;I95和I99均是自西向东逐渐增大的趋势，极小值都出现在遂川附近，I95的极大值出现在南昌，I99的极大值出现在樟树。
3.3.2 极端降水指数变化空间异质性特征 分析各站极端降水指数变化倾向率值可以得出：R25的变化在井冈山地区表现出最明显的下降趋势，赣县、吉安、宜春等地呈上升趋势;R50的变化比较明显的突现出南部、中部、北部3个层次，中部以遂川、赣县为中心，呈增加趋势，南部和北部分别以龙南和樟树为中心，呈减少趋势;Rx1day的变化以龙南为中心的西南部和樟树附近呈明显的增加趋势，且龙南增加趋势最为明显，其余地区均呈下降趋势，以南昌为中心的东北部下降趋势最为显著;P95大致呈自西南向东北逐渐增加的趋势，且西南部下降趋势最明显，东部地区增加趋势最显著;P99南部地区呈减少趋势，中部及北部的绝大部分地区呈明显的增加趋势;I95和I99的变化主要是在赣县、宜春、宜丰附近呈明显增加趋势，在寻乌、樟树、永丰呈明显减少趋势。
4 结论
本研究基于1959—2017年赣江流域13个站点降水资料日值数据，对赣江流域极端降水事件的变化趋势进行了分析研究，主要结论如下：
（1）在时间上，大雨日数R25呈下降趋势，暴雨日数R50、最大日降水量Rx1day、极端降水量P95、极端强降水量P99、极端降水强度I95、极端降水强度I99均呈线性上升趋势。说明近59年来赣江流域虽然大雨频次在逐渐减少，但极端降水的强度在逐渐增加。
（2）在周期变化上，赣江流域极端降水事件普遍存在2个信号较强的主周期，16年和3年时间尺度，以及存在信号较弱的2～4年的振荡周期，且连续性较强。说明近59年来赣江流域极端降水事件的发生具有一定的周期规律。
（3）在空间上，井冈山地区R25显著增加，中西部地区R50变化不明显，Rx1day变化率南部呈上升趋势，P95、P99变化从南向北逐渐增大，西部地区I95、I99的变化较为明显。说明赣江流域自西向东、自南向北，极端降水的频率在逐渐增加，但其降水强度却在逐渐下降。
参考文献
[1]Watts G. Climate change and water in the UK-past changes and future prospects[J]. J Lake Sci，2015，39（1）：6-9.
[2]吴洁玲，周嘉琦，成思佩，等.1951-2017年韶關市极端降水特征及其与厄尔尼诺的关系[J].亚热带水土保持，2019，31（1）：21-25.
[3]Donat M G，Lowry A L，Alexander L V，et al.More extreme precipitation in the world’s dry and wet regions[J].Nature Climate Change，2016，6（5）：508-513.
[4]杨金虎，江志红，王鹏祥，等.中国年极端降水事件的时空分布特征[J].气候与环境研究，2008，13（1）：75-83.
[5]靳俊芳，殷淑燕，庞奖励.近60a来汉江上游极端降水变化研究：以安康地区为例[J].干旱区研究，2014，31（6）：1061-1067.
（责编：张宏民）
关键词：赣江流域;极端降水;时空变化
中图分类号 P426.62 文献标识码 A 文章编号 1007-7731（2021）09-0137-03
气候变化会改变极端天气条件、极端事件的频率、强度和持续时间。近年来，全球变暖的趋向日渐明显。在此背景下，极端气候时段的频率逐渐增加，水循环加剧，极端水文气象事件增多，洪水等极端事件增多，干旱和台风时有发生，导致水资源时空分布不均，供需平衡严重受损，对全球的农业生产和灾害防治的影响也在不断加剧[1]。
极端降雨引发的洪涝灾害是最常见、最重要的自然灾害之一。作为众多极端事件之一，当极端降水累积量超过一定阈值，会导致内涝等洪涝灾害，进而引发泥石流、滑坡等灾难，对自然环境和生命财产安全均构成了重大威胁[2]，因此也成为了人们广为关注的问题之一。国内外许多学者在极端降水问题上做了大量工作，研究了全球尺度和国家尺度上对极端降水状况。Donat等[3]认为在全球范围内，由于温度的变化，呈明显增加趋势;北半球的中高纬度地区在近50年中极端降水事件频率每10年增加3%左右;俄罗斯、美国以及加拿大、英国等国家的极端降雨出现增幅。杨金虎等[4]调查了我国降水事件，结果表明，我国不同地区的极端降水存在显著差异，长江中下游、华南、西北偏西等地呈上升趋势，东北、华北等地呈下降趋势。
截至目前，对于不同的时空尺度极端降水事件的相关研究已取得了长足进展，并得到了许多有意义的结论，但对赣江流域极端降水事件的研究仍相对较少。基于此，本研究对赣江流域极端降水时空变化过程进行了深入分析，探讨赣江流域极端降水近59年的演化规律，以期为合理利用气候资源、防治气候灾害及区域可持续发展提供科学依据。
1 研究区概况与数据来源
赣江位于长江以南、南岭以北，是江西省最大的河流，也是长江下游的主要支流之一，地处东经113°50′～117°10′，北纬24°40′～29°40′之间。依次流经吉安市、樟树市、凤城市和南昌市，并汇入鄱阳湖，再经过九江市汇入长江，全长766km，受水面积约83500km2，占全省土地面积的2/3。属亚热带湿润气候，气候温和，降雨充足，适宜人、动物和植物的生存。
赣江流域南昌、龙南、寻乌、赣县、宁都、遂川、莲花、吉安县、井冈山、永丰、宜春、樟树、宜丰等13个站点的1959—2017年59年的逐日降水量均来源于中国气象数据网（http：//data.cma.cn/），并对异常数据进行了处理。
2 研究方法
2.1 极端降水指标的确定 百分位阈值法通常是指以记录某一强度或数量以上的日降水量或达到某一返回值为标准来确定降水量极值的方法。本文的极端降水定义使用的百分位阈值法，将赣江流域各站1959—2017年日降水量大于0.1mm按升序排列，选取第95个百分位作为极端降雨的年限阈值，同样选取第99个百分位作为极端暴雨的年阈值，如果当天降水量超过这一临界值，则应视为极端降水事件。本研究选取7个极端降水指数，将7个极端降水指数分为绝对指数和强度指数。在我国，对日降水量的定义有所不同，通常将大雨定义为日降水量大于25mm的降水事件，将暴雨定义为日降水量大于50mm的降水事件。由于赣江流域属亚热带湿润季风气候，降水量较大，故本研究选取大雨日数R25、暴雨日数R50作为极端降水指标[5]。综上，具体指数和含义如表1所示：
2.2 线性趋势分析 计算赣江流域13个站1959—2017年的年极端降水指数，构建各站的时间序列，并采用线性趋势法对各站进行分析。降水数据可用一元线性方程拟合，即：
式中：回归系数a1表示的是变量x的变化趋势，其正负跟自变量变化的趋势相一致;相关系数r表示的是自变量与因变量的相关性，越接近1，相关性越大，反之则较小;其中[a1×10]是降水的变化倾向率，代表每十年的变化。
2.3 Morlet小波分析 小波分析法可以清楚地显示出时间序列上的多种变化周期，本文将利用Matlab对7个极端降水指数进行周期分析。对于给定的小波函数φ（t），气象时间序列?（t）的连续小波变换系数为：
式中，a为尺度因子，反映波长长度;b为时间因子，反映时间上的平移;Wf（a，b）为小波变换系数;`φ（t）为φ（t）的共轭复数;c为小波的中心频率;t为时间。
通过将小波转换系数的平方值积分到b域中，可以确定小波方差，即：
小波方差曲线是小波方差随着系数a的变化而变化的过程，它体现了波动能量随尺度的分布形势，可以据此得出时间序列中的最重要周期，即主周期。
2.4 克里金插值法 克里金插值是一种比较普遍的地统计学插值方法。依据区域变化采样点收集的数据，提供未知采样点区域变化的最优线性、无偏估计。
其计算公式如下：
式中：Z为气象站点的估计值：[xi]为站点位置;n为插值点总个数;li是插值过程中各气象站点权重系数，即[i=1nλi]=1，使得被估计的参数与估计量的数学期望值相等，并使其方差要小于任意的线性组合方差。 本文利用ArcGIS10.4的Kriging插值方法，对赣江流域13个测站7个极端降水指标的气候变化趋势进行了插值，分析了近59年来极端降水的空间变化。
3 结果与分析
3.1 极端降水时间变化特征 利用线性趋势法分析赣江流域1959—2017年7个极端降水指标的变化特征，结果表明，大雨日数R25呈下降趋势，但下降幅度很小，1969—1978年、1986—1997年、2009—2015年出现3个明显的波峰;暴雨日数R50呈上升趋势，但上升幅度不明显;最大日降水量Rx1day呈明显上升趋势，1959—1974年，波动很大，最大值出现在1961年，最小值出现在1963年;极端降水量P95和极端强降水量P99呈明显上升趋势，均在1963年出现最小值，极端降水量P95在2002年出现最大值，极端强降水量P99在2010年出现最大值;极端降水强度I95和I99波动较大，呈上升趋势，最大值出现在1964年，最小值出现在1963年。
3.2 周期变化 对赣江流域1959—2017年7个极端降水指数的小波变化及小波方差分析可知：R25的波动方差有2个明显的峰值，分别为6年和16年，6年的振荡周期集中在1976—1988年，16年的振荡周期存在于所有时间序列中;R50波方差最明显的峰值是16年，其次是4年和2年的振荡周期，16年的振荡周期是全域性的，4年的振荡周期集中在1973—1984年，2年的振荡周期持续在1959—1971年和1993—2017年间;Rx1day的波动方差有4个明显的峰值，分别为3年、6年、10年和24年，3年和6年的周期在整个时间序列中相对稳定，10年的振荡周期集中在1971—2003年，而24年的周期是整个时间序列中呈现枯丰交替状态;P99在时间尺度上有3年、5年、10年、16年和24年5个峰值，3年的振荡周期主要分布在1959—1976年和1998—2017年，5年和10年的振荡周期集中在1966—1983年，16年和24年的振荡周期在所有时间尺度上都是干湿交替状态;I95主要有3个峰值：3年、8年和24年，其中24年最明显，存在于整个时间序列中;I99主要有4个振荡周期：3年、8年、12年、24年，大致贯通于整个时间序列。
3.3 极端降水空间特征
3.3.1 极端降水空间分布特征 采用克里金插值法，对赣江流域13个站点7个极端降水指数多年平均值进行插值可以发现：R25与R50的空间分布特征大致相同，发生频率相对都比较低，极大值均出现在井冈山附近，极小值均出现在赣县附近;Rx1day大致呈自西向东，自南向北逐渐增大的趋势，极大值出现在南昌，极小值出现在遂川;P95和P99均呈现南低北高的趋势，赣县附近出现极小值，井冈山附近出现极大值;I95和I99均是自西向东逐渐增大的趋势，极小值都出现在遂川附近，I95的极大值出现在南昌，I99的极大值出现在樟树。
3.3.2 极端降水指数变化空间异质性特征 分析各站极端降水指数变化倾向率值可以得出：R25的变化在井冈山地区表现出最明显的下降趋势，赣县、吉安、宜春等地呈上升趋势;R50的变化比较明显的突现出南部、中部、北部3个层次，中部以遂川、赣县为中心，呈增加趋势，南部和北部分别以龙南和樟树为中心，呈减少趋势;Rx1day的变化以龙南为中心的西南部和樟树附近呈明显的增加趋势，且龙南增加趋势最为明显，其余地区均呈下降趋势，以南昌为中心的东北部下降趋势最为显著;P95大致呈自西南向东北逐渐增加的趋势，且西南部下降趋势最明显，东部地区增加趋势最显著;P99南部地区呈减少趋势，中部及北部的绝大部分地区呈明显的增加趋势;I95和I99的变化主要是在赣县、宜春、宜丰附近呈明显增加趋势，在寻乌、樟树、永丰呈明显减少趋势。
4 结论
本研究基于1959—2017年赣江流域13个站点降水资料日值数据，对赣江流域极端降水事件的变化趋势进行了分析研究，主要结论如下：
（1）在时间上，大雨日数R25呈下降趋势，暴雨日数R50、最大日降水量Rx1day、极端降水量P95、极端强降水量P99、极端降水强度I95、极端降水强度I99均呈线性上升趋势。说明近59年来赣江流域虽然大雨频次在逐渐减少，但极端降水的强度在逐渐增加。
（2）在周期变化上，赣江流域极端降水事件普遍存在2个信号较强的主周期，16年和3年时间尺度，以及存在信号较弱的2～4年的振荡周期，且连续性较强。说明近59年来赣江流域极端降水事件的发生具有一定的周期规律。
（3）在空间上，井冈山地区R25显著增加，中西部地区R50变化不明显，Rx1day变化率南部呈上升趋势，P95、P99变化从南向北逐渐增大，西部地区I95、I99的变化较为明显。说明赣江流域自西向东、自南向北，极端降水的频率在逐渐增加，但其降水强度却在逐渐下降。
参考文献
[1]Watts G. Climate change and water in the UK-past changes and future prospects[J]. J Lake Sci，2015，39（1）：6-9.
[2]吴洁玲，周嘉琦，成思佩，等.1951-2017年韶關市极端降水特征及其与厄尔尼诺的关系[J].亚热带水土保持，2019，31（1）：21-25.
[3]Donat M G，Lowry A L，Alexander L V，et al.More extreme precipitation in the world’s dry and wet regions[J].Nature Climate Change，2016，6（5）：508-513.
[4]杨金虎，江志红，王鹏祥，等.中国年极端降水事件的时空分布特征[J].气候与环境研究，2008，13（1）：75-83.
[5]靳俊芳，殷淑燕，庞奖励.近60a来汉江上游极端降水变化研究：以安康地区为例[J].干旱区研究，2014，31（6）：1061-1067.
（责编：张宏民）