近50年我國極端降水時空變化特征綜述

程詩悅，秦 偉，郭乾坤?，徐立榮

(1.濟南大學水利與環境學院, 250022, 濟南; 2.中國水利水電科學研究院泥沙研究所, 100048, 北京; 3.水利部水土保持生態工程技術研究中心, 100048, 北京)

全球變暖背景下，全球及區域尺度極端降水事件普遍呈增加趨勢[1-2]，我國極端降水事件也頻頻發生，據統計，2004—2015年間達到或超過歷史極值記錄的極端降水事件就有79次(表1)[3]。極端降水事件增多往往對經濟發展、糧食生產、生態環境及生命安全等造成重大風險，因而極端降水時空變化及其影響因素已成為全球范圍內的研究熱點之一[1,4-5]。特別值得注意的是，在我國，由于山丘面積較大，且人為活動較為強烈，極端降水事件往往會造成嚴重的水土流失事件：我國大部分地區水土流失一般主要由少數幾次大雨或暴雨造成[6]，如2017年無定河特大暴雨事件等。因此，從防災減災以及水土保持科學的現實應用角度考慮，應加強極端降水變化規律的研究，以增強其對實際工作的指導作用。

目前，我國學者基于不同時空尺度開展了大量有關極端降水變化趨勢和規律的研究，取得豐富的研究成果。一些學者對此進行總結和梳理，例如：孔鋒等[5]梳理了極端降水閾值界定和診斷方法；高濤等[7]探討了極端降水趨勢及其物理成因；王苗等[8]對不同氣候模式下的極端降水預估進行了綜述。總體上，現有綜述多集中于大尺度下極端降水的預報和物理成因分析，對基于實測數據的極端降水變化趨勢和規律綜述不足；因此，筆者廣泛搜集基于實測站點的極端降水研究文獻，對相關研究結論進行分析綜述，以期明確我國極端降水的研究現狀及不足之處，為未來開展更具針對性的研究和指導實際工作服務。

表1 中國2004—2015年極端降水事件匯總表Tab.1 Summary of extreme precipitation events in China during 2004—2015

1 極端降水指標及研究方法

1.1 極端降水事件

目前我國極端降水事件主要綜合2方面的因素進行判斷：一是基于簡單的氣候統計學確定的發生頻率較低的降水事件；二是造成嚴重經濟損失或人員傷亡的事件[4-5]。

1.2 極端降水指標

目前學術界通常運用與極端降水事件相關的氣候指數作為極端降水指標，一般分為相對指標(通常通過百分位閾值確定)、絕對指標(通過絕對閾值確定)和持續指標等[9]，相對指標多用于氣候差異大的區域，絕對指標多用于氣候特征一致的地區[5]?；诖罅课墨I，筆者整理了目前國內研究中常用的極端降水指標，其中相對指標包括極端降水閾值(R95、R99)[10-15]、極端降水量(R95P、R99P)[16]、極端降水時間(R95D、R99D)[12-13,15-20]、極端降水強度(R95I、R99I)[12,15-17]等，絕對指標包括日降水量大于固定降雨量的時間(如R10、R20等)[11,20]，持續指標包括日降水強度(SDII)[10-11,14]、最大1 d降水量和最大5 d降水量(RX1day、RX5day)[10-12,14,19]、持續降水時間(CWD)[10,14]以及持續干旱時間(CDD)[14]。這些指標在全國應用較為廣泛，一定程度上有利于不同研究之間的對比。

1.3 研究方法

多數文獻通常先按照時間序列對各站點降水進行趨勢診斷，再運用空間插值法得到極端降水的空間分布情況。常見的趨勢診斷方法有線性傾向估計法、滑動平均法、累計距平法、Mann-Kendall法和滑動T檢驗等，周期性分析常用小波分析法。其中：線性傾向估計法較為簡便，但參數確定具有一定主觀性[21]；累積距平和滑動平均法的統計均值易受少數異常值干擾[22]；Mann-Kendall法不需要樣本遵從一定的分布，但對異常值不敏感，易出現假突變點[23]；小波分析能較準確地檢驗信號突變時間點，但小波基函數的選取過于復雜[22,24]。空間分析多采用克里金插值和反距離權重插值等方法，但這些方法均未考慮地形因素對極端降水空間分布的影響，在地形復雜區域可能有較大誤差[25]。

2 我國極端降水時空變化特征

絕大部分研究認為我國極端降水事件趨強[15,26-27]，這與全球變暖背景下極端降水事件增加的趨勢一致；然而，不同學者的研究結論有一定差異，如Zhai等[27]認為我國極端降水雨日減少，但孔鋒等[28]認為部分地區暴雨雨量和暴雨雨日明顯增加。區域上，我國極端降水時空變化特征如表2所示。

總體而言，我國南方極端降水呈現增加趨勢，華北、東北和西北東部呈現下降趨勢，這可能是由于自1970年以來東亞夏季風減弱，雨帶北上動力不足，導致我國南方地區強降水增加，而北方地區降水減少[26]；而西南地區極端降水增加可能由來自孟加拉灣的印度洋水汽充足造成的[35]。上述研究結論總體上較為一致，有助于提高對我國極端降水變化趨勢和規律的認識；但不同學者的結論仍有一定的差異性，這與極端降水指標、降水資料類型、時間序列長度、分布密度以及趨勢檢驗方法的選取有關[7-8]。研究結論的不一致性可能對認識極端降水規律和指導生產實踐活動造成一定的影響，因此相關研究還應進一步深入和加強。

3 極端降水研究的不足之處與展望

3.1 氣象站點密度小

極端降水事件時空變化研究多以氣象站實測降雨資料為基礎，但我國氣象站點的分布具有稀疏性和不均勻性[36]。筆者整理文獻的過程中發現文獻中氣象站點密度在4 841～4萬8 306 km2/站[11-13,15,18-20,32-33]之間，遠低于世界氣象組織建議的最稀薄的站網密度(300～1 000 km2/站)[37]，且這些站點多分布在平原地區，高山區站點密度更少且多集中在山間盆地或山谷[10]，無法滿足對極端降水雨區的有效覆蓋，也無法實現對極端降水的準確觀測，如黃土高原主要暴雨的中心雨區往往只有幾十平方公里[38]，目前該地氣象站密度并無法有效覆蓋[16]。因此，我國當前氣象站點存在密度小、對區域降水特別是極端降水代表性不足的問題。

3.2 與地形地貌結合較為薄弱

地形是局地氣候形成的一個主要因子[39]，對降水有著巨大影響，如我國橫斷山區地形復雜，降雨受海拔、坡向等地形影響顯著，在垂直方向上的分布極不均勻[40]；但目前的極端降水研究多未考慮地形因素，一定程度上影響了研究結果的準確性及其對實際工作的指導價值[10,12,16]。

表2 我國區域極端降水時空變化特征Tab.2 Spatial and temporal variations of extreme precipitation events in China

3.3 點數據和面數據結合較為薄弱

目前，國際上已有較多基于臺站觀測和衛星反演的高分辨率融合降水產品，如TRMM和GPCP等面狀空間降水數據應用較為廣泛[41]，可實現空間全覆蓋，彌補地面站點空間估計能力不足的缺點[42]。當前運用面狀數據進行極端降水研究的報道較為少見，點面結合的研究更為缺乏；因此可考慮通過融合地面站點觀測降水數據和衛星反演降水數據，更加準確地刻畫極端降水的空間分布。

上述研究的薄弱之處造成不同學者在同一區域的研究結論往往不盡相同，一定程度上降低了研究結論的可靠性和可比性，也使得研究成果對實踐工作的指導能力不足：一些學者[43-45]已經注意到極端降水雨洪資料可以為水利和水保工程的規劃設計和應急管理提供技術支持，但相關研究案例仍少見報道。建議后續研究應加密氣象站點、充分考慮復雜地形條件對極端降水的影響，以期獲得更為準確的極端降水時空變化規律，增強對水土保持、防汛抗旱和水利工程防護等實踐工作的指導作用。

4 結束語

1)我國極端降水事件總體上呈增多趨勢，但不同研究的結論不盡一致。

2)目前我國極端降水研究面臨氣象站點密度小的問題，未充分考慮地形因素對極端降水的影響，且點、面數據結合較為薄弱。

3)應進一步加強極端降水研究對水土保持、防汛抗旱和水利工程防護等實際工作的指導作用。