三江平原年降水量1959-2013年演變趨勢及突變分析

李天霄，付 強，孟凡香,2，崔 嵩(.東北農業大學 水利與建筑學院，哈爾濱 50030；2.黑龍江農墾勘測設計研究院，哈爾濱 50030)

0 引 言

近年來，人類活動引起的氣候變暖加劇了全球水文循環，導致降水量在時空分布上發生了極大的變化[1]，產生了暴雨、洪澇和干旱等一系列極端氣候事件，如：2015年廣西、貴州的旱災，江淮和太湖流域的洪災等。降水作為地表水資源的重要組成部分，準確的掌握其變化特征是確定水資源可利用量的重要依據，已有研究表明，全球范圍內降水量時空分布的變化已經影響到人類社會的發展[2,3]，因此，降水量的時空分布問題已經成為水資源領域的一個研究熱點，引起了國內外學者的廣泛關注。Fu等人采用小波理論研究了三江平原近50年降水量的周期變化特征，得出年降水量具有23年和12年的周期變化特征[4]；尹義星等人采用MK檢驗、突變檢驗等方法研究了鄱陽湖流域1951-2010年極值降水指數的變化特征，得出研究區各站降水強度基本為上升趨勢[5]；孫銀鳳等采用EEMD分解方法研究了南京氣象站1951-2009年降水序列的多時間尺度特征[6]；Yao等采用MK檢驗研究了錫爾河流域近130年降水量的趨勢特征，得出了研究流域降水量具有明顯的上升趨勢(0.444 mm/a)，其突變點為1991年[7]；Salviano等采用CMK方法研究了巴西1961-2011年降水量的空間分布和趨勢特征，得出巴西70%的地區降水量沒有明顯的趨勢特征[8]；Gajbhiye等采用102年的降水歷史數據，得出了印度信德河流域年降水量和季節降水量均具有明顯的上升趨勢[9]。由此可見，由于地理位置、下墊面等因素的不同，使得不同區域的降水表現出了不同的差異性。因此，本文以我國重要的商品糧生產基地——三江平原為研究對象，采用1959-2013年的降水量資料分析近幾十年來降水量的長期演變趨勢和突變特征，以期為三江平原雨水資源的高效利用提供理論依據。

1 數據與方法

1.1 區域概況

三江平原位于黑龍江省東部，是我國重要的商品糧生產基地，其商品糧率達60%以上，對于保障我國糧食安全具有重要的戰略地位，地理位置如圖1所示。三江平原地處溫帶濕潤、半濕潤大陸性季風氣候，多年平均氣溫1～4 ℃，多年平均年降水量550 mm，雨熱同季，適于農業生長。然而受全球氣候變化的影響，三江平原降水量的演變趨勢發生了極大的變化，極端降水時間頻繁發生，再加上近幾年旱改水、大量抽取地下水等農業生產活動的干擾，三江平原水資源問題日益突出。此種背景下，研究三江平原降水量的變化規律，對于改善三江平原水資源現狀，提高雨水資源利用效率具有重要的理論和實踐意義。

圖1 三江平原地理位置Fig.1 Location of Sanjiang Plain

1.2 數據來源

本文采用的數據來源于中國氣象數據網(http:∥data.cma.gov.cn/)，包括七個國家級氣象站(鶴崗、富錦、佳木斯、依蘭、寶清、雞西和虎林)的1959-2013年的逐日降水量，為了避免數據因觀測和記錄所存在的誤差，對所獲取的數據全部進行了質量控制，以確保數據的準確性。

1.3 研究方法

1.3.1逐一增減法

逐一增減法是依據大樣本30 a為基本年限，通過逐一增加和減少年份建立子序列，進而識別水文序列時間變化趨勢的一種方法。其基本原理是分別統計年際逐一增加30+i及年際逐一減少N-j年的不同樣本子序列，當年際逐一增加時，i=0, 1, 2…25，即：1959-1988年；1959-1989年；…；1959-2013年；當年際逐一減少時，N=55，j=0, 1, 2…25，即：1959-2013年；1960-2013年；…；1984-2013年，通過計算上述子序列的平均值和氣候傾向率，進而揭示各年際時間段水文序列變化趨勢[10]。

1.3.2Mann-Kendall突變檢驗

Mann-Kendall 突變檢驗(簡稱M-K法)是檢測信號趨勢和突變的非參數統計方法[11,12]，由于其人為性少，定量化程度高，且能很好地揭示時間序列的趨勢變化，故被廣泛應用于水文時間序列突變和趨勢檢驗中[13-15]。在Mann-Kendall(M-K)檢驗中，對于擁有n個樣本的時間序列xi，構造一秩序列：

Sk=∑ki=1ri

(1)

(2)

其中UF1=0、E(Sk)、var(Sk)為Sk的均值和方差，可按下式計算：

(4)

UFk為標準正態分布，給定顯著水平α，查正態分布表，若|UFk|>Uα，則表明序列存在明顯的趨勢變化。按照時間序列xi逆序重復上述過程，同時使UBk=-UFk，k=n,n-1，…,-1，UB1=0。將UBk和UFk兩個統計量序列與U0.05=±1.96兩條直線繪制在一張圖上，若UFk>0表明序列呈上升趨勢，否則下降趨勢。當兩曲線超過臨界直線時，表明上升或下降趨勢顯著。如果有交點且位于臨界線之間，說明交點對應時刻便是突變開始時間。

2 結果與分析

2.1 年降水量長期演變趨勢分析

(1)年降水量演變趨勢分析。將三江平原7個國家級氣象站逐日降水量轉化為年降水量，通過平均即可得到三江平原整體上的年降水量，采用此數據繪制三江平原1959-2013年年降水量變化過程，如圖2所示。

圖2 三江平原年降水量變化趨勢圖Fig.2 The development tendency of annual precipitation in Sanjiang Plain

由圖2可知，三江平原1959-2013年年降水量整體上呈現出一定的下降趨勢，氣候傾向率為-0.50 mm/a，共計減少降水量50 mm。1979年和1994年為降水量異常偏少和偏多年，分別為376和758 mm，對三江平原年降水量序列趨勢變化影響較大，在一定程度上主導了線性趨勢的發展。如果將1979年和1994年降水量分布基于平均水平(546 mm)，則氣候傾向率變為-0.71 mm/a，因此，特殊年份降水量對總體變化趨勢具有較大的影響。

(2)不同年代降水量差異分析。在年代尺度上，6個年代的平均值只有20世紀70年代和00年代低于年降水量的總體平均值，其他4個年代的平均值均高于總體年降水量平均值，說明年降水量總體平均值偏低是由特殊年份造成的。年代平均降水量由高到低排序為：2010年以后(584 mm)>20世紀60年代(567 mm)>20世紀90年代(561 mm)>20世紀80年代(553 mm)>20世紀00年代(514 mm)>20世紀70年代(498 mm)。

(3)年際逐一增減對年降水量趨勢的影響分析。為了更加細致的揭示三江平原年降水量的動態演變趨勢，將1959-2013年的年降水量序列資料，按照逐一遞增和遞減的方法分別計算和分析不同年際段的年降水量平均值和氣候傾向率的演變過程。見表1。

表1 不同年際降水量傾向率和均值變化過程Tab.1 The development of tendency rate and mean of precipitation in different years

年際逐一增加時，以1988年為起點，年份逐一增加至2013年，由表1可知，各時間段年降水量平均值變化在540.69～552.05 mm之間，極差為11.36 mm，年降水量平均值的氣候傾向率為-0.29 mm/a，表明年份在逐漸增加的情況下，年降水量平均值以每10年2.9 mm的速率減少。另外，隨著年份的逐一增加，各時間段的氣候變化傾向率也在不斷發生變化，1959-2004年氣候傾向率的絕對值最大(1.388 3 mm/a)，1959-1991年氣候傾向率的絕對值最小(0.177 3 mm/a)，且各時間段氣候變化傾向率均為負值，表明各時間段年降水均為下降趨勢；年際逐一減少時，以1959年為起點，年份逐一增加至1984年，由表1可知，各時間段年降水量平均值變化在532.47～547.97 mm之間，極差為15.5 mm，年降水量平均值的氣候傾向率為0.23 mm/a，表明年份在逐漸減少的情況下，年降水量平均值以每10年2.3 mm的速率增加。由于起點時間的不同，氣候變化傾向率與年際逐漸增加時正好相反，由負值逐漸增加，在1975-2013達到最大值(1.634 3 mm/a)，然后開始逐漸減少。

2.2 年降水量突變檢驗

為了進一步驗證三江平原年降水量的長期演變趨勢，采用前述M-K方法對三江平原年降水量的變化趨勢及突變時間點進行分析，具體結果見圖3。

圖3 三江平原年降水量Mann-Kendall統計量曲線Fig.3 M-K statistics curves of the annual precipitation at the weather stations in the Sanjiang Plain

從圖3中可以看出，三江平原年降水量的UF曲線基本都在置信水平α=0.05上下容許限之間，即：|UFi|0)；1998年以后的下降期。另外，突變分析發現，三江平原年降水量的UF曲線和UB曲線存在6個交點，分別為1960年、1980年、1982年、1992年、1995年和2008年，且都在上下容許限之間，但由于1980和1982年、1993和1995年這幾次突變比較接近，可分別取中心年份作為其突變點，即：三江平原年降水量在整個研究時段共發生4次突變。結合圖2可知：三江平原年降水量在突變點附近均發生了明顯的波動。

3 結 論

本文采用逐一增減法和Mann-Kendall 突變檢驗等方法，探討了三江平原1959-2013年降水量的長期演變趨勢和突變特征。主要結論如下。

(1)三江平原1959-2013年年降水量整體上呈現出一定的下降趨勢，氣候傾向率為-0.50 mm/a，特殊年份降水量在一定程度上主導了線性趨勢的發展；不同年代平均降水量由高到低排序為：2010年以后(584 mm)>60年代(567 mm)>90年代(561 mm)>80年代(553 mm)>00年代(514 mm)>70年代(498 mm)。

(2)年際逐一增加時，各時間段年降水量平均值變化在540.69～552.05 mm之間，極差為11.36 mm，年降水量平均值的氣候傾向率為-0.29 mm/a；年際逐一減少時，各時間段年降水量平均值變化在532.47～547.97 mm之間，極差為15.5 mm，年降水量平均值的氣候傾向率為0.23 mm/a，可見年際逐一增減對降水量趨勢影響較大。

(3)三江平原年降水量可分為1986年以前降水量下降期；1986-1998降水量上升期；1998年以后的下降期等3個階段，突變點分別為1960、1981、1994和2008年。

□

[1] Zhang Q, Sun P, Singh V P, et al. Spatial-temporal precipitation changes (1956-2000) and their implications for agriculture in China[J]. Global & Planetary Change, 2012,s82-83(1):86-95.

[2] Zhang Q, Xu C Y, Chen X, et al. Statistical behaviors of precipitation regimes in China and their links with atmospheric circulation 1960-2005[J]. International Journal of Climatology, 2010,31(11):1 665-1 678.

[3] Fatichi S, Caporali E. A comprehensive analysis of changes in precipitation regime in Tuscany[J]. International Journal of Climatology, 2009,29(13):1 883-1 893.

[4] Fu Q, Li T X, Li T N, et al. Temporal-spatial evolution patterns of the annual precipitation considering the climate change conditions in the Sanjiang Plain[J]. Journal of Water and Climate Change, 2016,7(1):198-211

[5] 尹義星, 陳海山, 趙君, 等. 鄱陽湖流域1951-2010年極值降水指數變化趨勢分析[J]. 中國農村水利水電, 2015,(3):1-5.

[6] 孫銀鳳, 陸寶宏. 基于EEMD的南京市降水特征分析[J]. 中國農村水利水電, 2013,(3):5-9.

[7] Yao J, Chen Y. Trend analysis of temperature and precipitation in the Syr Darya Basin in Central Asia[J]. Theoretical & Applied Climatology, 2014, 120(3-4): 521-531.

[8] Salviano M F, Groppo J D, Pellegrino, G Q. Trends Analysis of Precipitation and Temperature Data in Brazil[J]. Revista Brasileira de Meteorologia, 2016,31(1):64-73.

[9] Gajbhiye S, Meshram C, Singh S K, et al. Precipitation trend analysis of Sindh River basin, India, from 102-year record (1901-2002)[J]. Atmospheric Science Letters, 2016,17(1):71-77.

[10] 安 昕, 孟 鵬, 廖國進. 沈陽市降水序列趨勢變化及周期分析[J]. 中國農學通報，2014,30(26):184-189.

[11] Sheng Y, Pilon P. A comparison of the power of the t test, Mann-Kendall and bootstrap tests for trend detection[J]. Hydrological Sciences Journal, 2004,49(1):21-37.

[12] Hamed K H. Trend detection in hydrologic data: The Mann-Kendall trend test under the scaling hypothesis[J]. Journal of Hydrology, 2008,349(3-4):350-363.

[13] Shadmani M, Marofi S, Roknian M. Trend Analysis in Reference Evapotranspiration Using Mann-Kendall and Spearman's Rho Tests in Arid Regions of Iran[J]. Water Resources Management, 2012,26(1):211-224.

[14] Yue S, Wang C Y. The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series[J]. Water Resources Management, 2004,18(3):201-218.

[15] 馬吉巍, 郭翔宇, 付 強, 等. 佳木斯市近60年降水量演變規律分析[J]. 南水北調與水利科技， 2015,13(1):6-9.