青島市城陽區強降水極端氣候閾值研究

孫穎 吳蓓 趙程程 李博 萬 靜1

摘要 根據青島市城陽區2008—2015年汛期（6—9月）日降水量資料，采用簡單插值法、經驗插值法、Z指數變換法、平方根變換法和立方根變換法等5種計算閾值的方法，比較分析得到適用于城陽區的閾值確定方法，并計算分析了精細化的城陽區極端降水閾值。結果表明，5種方法中，Z指數變換法更適于城陽區實際情況；城陽區極端降水閾值的分布大致呈南部閾值偏大、中部閾值偏小、北部的棘洪灘閾值也偏大。

關鍵詞 日降水量；極端降水；閾值；分布特征；青島市城陽區

中圖分類號 S161.6；P426.6 文獻標識碼 A 文章編號 0517-6611（2017）13-0189-03

Study on Threshold of Extreme Climate of Heavy Rainfall in Chengyang District of Qingdao

SUN Ying1，2，WU Pei1，ZHAO Cheng-cheng1 et al

（1.Meteorological Bureau of Chengyang District， Qingdao，Shandong 266109；2.Qingdao Meteorological Disaster Prevention Engineering Technology Research Center， Qingdao， Shandong 266100）

Abstract According to the daily precipitation data in the flood season （June-September） in Chengyang District of Qingdao City from 2008 to 2015， the threshold method of simple interpolation method， empirical interpolation method， Z index transformation method， square root transformation method and cubic root transformation method were used to calculate the threshold value， threshold determination method of Chengyang District was compared and analyzed，and the extreme precipitation threshold of Chengyang District was calculated and analyzed.The results showed that the Z index transformation method was more suitable for the actual situation in Chengyang District. The distribution of extreme precipitation thresholds in the Chengyang District was roughly larger than the southern threshold， the central threshold was too small and the threshold of the spike flood in the north was too large.

Key words Daily precipitation；Extreme precipitation；Threshold；Distribution characteristics；Chengyang District of Qingdao

近年來，由于氣候變化導致的極端天氣事件頻發，越來越多的學者對此給予關注[1-4]。翟盤茂等[3-4]分析了我國降水極值變化，指出我國總降水量變化趨勢不明顯，而極端降水強度在增強，我國東部降水日數趨于減少，平均降水強度極值出現的范圍趨于擴大；李慶祥等[5]以北京地區為研究對象，分析5種強降水極端氣候事件閾值的適應性。但目前的研究對氣候變暖顯著、年降水特別是夏季降水明顯減少的膠東半島地區極端天氣氣候事件研究還不多[6]。

極端降水事件，不同的時間尺度可得到不同的結果。氣象系統業務服務中通常把日降水量超過50 mm的降水事件稱為暴雨，日降水量超過25 mm的降水事件稱為大雨。但對于膠東半島這樣降水較少且時間空間分布不均勻、一年中較少出現大雨的地區，按照大雨或暴雨的標準來定義閾值研究極端降水事件沒有實際意義，實際中多用百分位閾值作為極值的閾值[3-4，7-10]。筆者借鑒前人的研究成果[5]，取90%、95%、99%分位值作為三級極端降水事件閾值，利用多種統計方法分析前人閾值計算方法對青島市城陽區的適應性，研究極端降水閾值分布特征，為城陽氣象防災減災提供決策基礎。

1 資料與方法

所用降水數據為城陽區8個區域自動站2008—2015年汛期（6—9月）日降水量資料，包括雙埠站、紅島站、惜福鎮站、夏莊站、世紀公園站、上馬站、棘洪灘水庫站、河套站，代表城陽8個街道，剔除日降水量為0的數據。所用資料經過了系統的邏輯性檢查和時間、空間一致性檢查。數據沒有經過均一性檢查，因為降水的非均一性產生原因復雜，在目前的站網密度下難以準確判斷，這里假定城陽區降水沒有顯著非均一性現象，可以用于后面分析。

極端降水閾值的確定，目的是在服務地方防災減災的過程中有一個更好的尺度，或在城市設計中為房屋建設、河流堤岸建設、水庫建設等提供一個災害防御標準。因此，在閾值的確定上需要確保不同時間段閾值的穩定性。在此使用離散系數對其進行度量，即

式中，和S分別表示降水量序列的平均值和標準差。離散度Cv沒有單位，值越大，表示不同年份計算的閾值變化幅度大，即閾值代表性差，不穩定；反之，則表示閾值代表性好，穩定。

2 閾值計算方法的確定

選取前人研究中關于閾值確定的5個方法，以城陽區雙埠站為代表站對計算閾值的穩定性進行評估。

方法1（簡單插值法）將統計時段內所有的逐日降水記錄按大小升序排列，得到x1，x2，x3，…，xn，則百分位數為

式中，j為降水量記錄按大小升序排列后的序號，j=[p（n+1）]；p為百分位值對應的概率，方括號表示數值取整；a=p（n+1）-j。

方法2（經驗插值法）對日降水序列處理與方法1類似，按大小升序排列，得到的升序序列，某個值小于序號j對應的降水量出現的概率為：

式中， j為升序排列后的序號， j=[p（n+0.38）+0.31]。

按照方法1、2計算城陽區各街道氣象站2008—2015年期間的極端降水閾值，并分析2種方法得到閾值的穩定性，得到表1。其中，x1、x2分別表示2008—2015年整個時段6—9月份日降水量樣本按方法1、方法2計算得到的閾值；M1、M2、Cv1、Cv2分別表示2008—2015年每年6—9月份按方法1、方法2計算閾值的平均值和離散度。

由表1可知，2種方法計算的閾值是不同的。閾值的穩定性隨百分位的增加均有所降低。不同年份閾值估計的差異很大，如2014年臺風“麥德姆”影響青島，導致城陽區汛期降水明顯，日降水超過100 mm的有3 d，該年90%、95%、99%百分位閾值較其他年份偏大明顯。8年整時段閾值與年閾值的平均值之間有一定差異，且百分位越大，差異越明顯，離散度也就越大。究其原因在于極端閾值方法假定城陽區日降水量遵從均勻分布，與實際日降水量遵從的分布差異大。因此，使用方法1和方法2來確定百分位閾值并不合理。

為了克服傳統計算極端降水閾值方法的弊端，這里借鑒李慶祥等[5]的研究結果，將降水量分布轉化為正態分布，從而確定降水量百分位閾值。方法3、4、5是3種將日降雨量分布轉化為正態分布的簡單方法。

方法3（Z指數轉換）簡稱正態變換法。Z指數變換為：

式中，CS=（xi-）3/nS3；φi=（xi-）/S（i=1，2，，…，n）；xi為降水量；CS為片度系數；n為樣本容量；和S分別為樣本的平均值和標準差。

確定降水量閾值時，將上式變換后得到：

Z指數遵從標準正態分布，可查表得到需要百分位的Z指數值，再根據式（5）計算得到對應的日降水量。

方法4（平方根變換法）

式中，xi為日降水值，變化后的yi遵從一般正態分布，還需再做標準正態變換，方法類似3，根據標準正態分布百分位的標準化值，計算得到變換后的值，進一步變換為一般正態分布的值，再對變換值求平方，即可得到對應的降水量閾值。

方法5（立方根變換法）

式中，xi為日降水值，變換方法與方法4相似。

仍然對2008—2015年城陽區各街道氣象站降水樣本采用方法3、4、5進行計算，得到極端降水閾值（表2），并分析3種方法得到閾值的穩定性。其中各統計量定義同表1。

由表2可知，3種轉換正態分布的方法計算的閾值有一定差異。從所得閾值來看，不同方法得到的同一百分位閾值差異較大，且隨著百分位增大，這種差異有增大的趨勢，其中方法3最小，方法5最大；3種方法計算的降水極端年閾值的平均比多年閾值大，說明樣本數據按照方法3、4、5轉化為正態分布后，能增大高百分位閾值，且樣本數據越少，這種增大效果越明顯。在閾值穩定性上，3種方法也有一定差異，方法3隨百分位增大，閾值離散也增大，方法4、5則相反。方法4在3個百分位上閾值的穩定性均優于方法5。方法3和方法4計算的氣候閾值穩定性差異很小，其中方法3在90%和95%分位閾值的穩定性更好（90%和95%分位在實際業務中更實用）。根據閾值確定原則，這里將Z指數轉換法作為計算城陽區逐月極端強降水事件閾值的主要方法。

3 青島市城陽區各區域極端降水閾值的分布特征分析

為了分析城陽區不同區域極端降水的特征，現利用Z指數轉換法計算城陽區不同街道自動氣象站2008—2015年日降水量不同百分位閾值（表3），根據計算結果插值得到降水90%、95%和99%百分位閾值陰影圖（圖1）。

結合圖1和表3數據分析可知，城陽區各區域90%分位極端降水閾值多在30～40 mm，上馬偏少，而夏莊和棘洪灘偏多；95%分位極端降水閾值多在50 mm左右，上馬偏少，城陽南和棘洪灘偏多；99%分位降水閾值多在80～90 mm，中部上馬和世紀公園偏少，南部紅島、雙埠、夏莊和北部的棘洪灘偏多。由此可見，3個百分位的極端降水閾值均表現出中部偏少、南部偏多的現象。棘洪灘處有引黃濟青工程棘洪灘水庫，該水庫集水面積達258 km2，這對局地氣候有一定影響。另外，95%、99%分位極端降水閾值計算結果略低于氣象部門常用的24 h暴雨預警值50 mm、大暴雨預警值100 mm，既體現出青島市城陽區雨量偏少的特點，同時也說明該研究中極端降水閾值定義的合理性。在實際業務中可將90%分位閾值作為提醒雨量，95%分位閾值作為預警雨量，99%分位閾值作為警示雨量。

4 結論與討論

利用青島市城陽區不同街道氣象站2008—2015年汛期（6—9月）日降水量資料，再用傳統線性插值和正態化轉換等5種計算閾值的方法，對強降水極端氣候事件閾值的確定問題進行了研究，并計算分析了精細化的城陽區極端降水閾值。結果表明，5種方法中，Z指數變換法更適于城陽區實際情況；城陽區極端降水閾值的分布大致呈現出南部偏多、中部偏少的特征，計算的3個百分位閾值中棘洪灘均偏高。極端降水閾值定義具有一定的合理性，可將其應用于業務預警中，對于分區域的預報預警有一定的價值。

由于資料觀測時間的限制，該研究在降水氣候閾值的確定上具有一定的局限。另外，在實際業務中，僅利用日累計降水作為降水預警預報的標準還不夠，還應包括降水持續時間、地區對降水的耐受程度，這與地區的土地利用類型、城市農村用地、河網分布等均有一定關聯，在后期研究中將結合分析，提高數據的業務可用性。

參考文獻

[1] ZHOU T J，YU R C，CHEN H M，et al.Summer precipitation frequency，intensity，and diurnal cycle over China：A comparison of satellite data with rain gauge observations[J].Journal of climate，2008，21（16）：3997-4010.

[2] 陳炯，鄭永光，張小玲，等.中國暖季短時強降水分布和日變化特征及其與中尺度對流系統日變化關系分析[J].氣象學報，2013，71（3）：367-382.

[3] 翟盤茂，任福民.中國降水極值變化趨勢檢測[J].氣象學報，1999（2）：208-216.

[4] 翟盤茂，潘曉華.中國北方近50年溫度和降水極端事件變化[J].地理學報，2003，58（S1）：1-10.

[5] 李慶祥，黃嘉佑.北京地區強降水極端氣候事件閾值[J].水科學進展，2010，21（5）：660-665.

[6] 田清，王慶，張貴軍，等.最近50年來膠東半島海岸帶氣候變化研究[J].魯東大學學報（自然科學版），2012，28（1）：72-80.

[7] 龔道溢，韓暉.華北農牧交錯帶夏季極端氣候的趨勢分析[J].地理學報，2004，59（2）：230-238.

[8] ZHANG X B，HEGERL G，ZWIERS F W，et al.Avoiding inhomogeneity in percentile-based indices of temperature extremes[J].Journal of climate，2005，18（11）：1641-1651.

[9] ALEXANDER L V，ZHANG X，PETERSON T C，et al.Global observed changes in daily climate extremes of temperature and precipitation[J].Journal of geophysical research，2006，111（D5）：1042-1063.

[10] 楊金虎，沈永平，王鵬祥，等.中國西北近45a來極端低溫事件及其對區域增暖的響應[J].冰川凍土，2007，29（4）：536-542.