揚州地區極端降水指標變化特征研究

朱夢妍 吳灝 馬夢瑤 劉妍

摘要：極端降水是產生洪澇災害的首要原因之一，對農業生產有著重要影響。本研究使用揚州地區日降水數據，研究了極端降水指標的年內、年際及周期性變化特征，探討了降水頻率及降水強度對總降水的影響，發現：在年內，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、持續濕期、強降水量和特強降水量均呈現先增加后減小的趨勢;持續干期表現為先減小后增加的趨勢。在年尺度上，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、強降水量、特強降水量及總降水量呈現增加的趨勢;持續干期和持續濕期均呈現減小的趨勢。一日暴雨存在3.8年的顯著變化周期，三日暴雨、五日暴雨存在4年的顯著變化周期，中雨日數、總降水量存在5.7年的顯著變化周期，大雨日數、暴雨日數分別存在5.9年和5.8年的顯著變化周期。降水頻率變化對總降水量貢獻均大于降水強度。研究結果可為揚州地區灌溉排水規劃及防災減災提供參考依據。

關鍵詞：極端降水指標? 小波分析? 變化趨勢? 揚州地區

Variation Characteristics of Extreme Precipitation Events of Yangzhou

ZHU Mengyan ?WU Hao ?MA Mengyao ?LIU Yan

（College of Hydraulic Science and Engineering， Yangzhou University， Yangzhou， Jiangsu Province， 225009 China）

Abstract： Extreme precipitation is an important fact that lead to flood-waterlogging disaster and has an important impact on agricultural production. Based on the daily precipitation data in Yangzhou， this study studies the intra-annual， inter-annual and periodic variation characteristics of extreme precipitation indicators， and discusses the influence of precipitation frequency and precipitation intensity on total precipitation. It is found that： RX1 day， RX3 day， RX5 day， R10， R20， R50， SDII， CWD， R95p and R99p had increased trend and CDD had decreased trend within the year. RX1 day， RX3 day， RX5 day， R10， R20， R50， SDII， R95p， R99p and PRCTOT had increased trend， and CDD and CWD had decreased trend on the inter-annual. RX1 day had a significant 3.8 year periodicity， RX3 day and RX5 day had significant 4 year periodicity， R10 and PRCTOT had 5.7 year periodicity， R20 and R50 had 5.9 and 5.8 year periodicity. The effect of precipitation frequency on total precipitation is greater than hat of precipitation intensity. These findings might provide data for irrigation and drainage planning and disaster prevention and mitigation in Yangzhou.

Key Words：Extreme precipitation indices; Wavelet analysis; Variation trend; Yangzhou

大氣中溫室氣體濃度的持續增加，導致全球及區域尺度的氣候變暖，對農業生產及農田水管理產生重大影響。地面觀測資料顯示，20世紀全球地表平均溫度增加了0.74℃，其中1950年后期上升趨勢明顯^[1];氣候模式預測表明到21世紀末，全球地表溫度將會增加0.3～4.8℃^[2]。氣溫增加將導致氣壓、風速^[3]及飽和水汽壓等要素發生改變，進而導致地表蒸發強度和大氣中平均水分含量增加^[4-5]。大氣中平均水分含量增加可能會導致降水強度及降水頻率發生改變^[6]，進而導致極端降水事件的發生。極端降水會引發洪澇災害，導致作物減產等，進而影響自然生態系統和人類社會的發展^[7-8]。

揚州地區位于長江北岸、江淮平原南端，屬于亞熱帶季風氣候，四季分明，日照充足，雨量豐沛。降水強度和頻率的變化將對該地區工農業生產產生重要影響。研究極端降水頻率、強度和持續時間等的變化規律，對于制定科學減災戰略至關重要?；诖?，本研究利用揚州日降水數據，統計計算極端降水指標，在此基礎上分析揚州地區極端降水指標年內、年際變化及周期性變化特征，并探討不同時間尺度降水強度及降水頻率對總降水的影響，以期為農田排水工程的實施及自然災害防御等提供參考數據。

2 材料及方法

2.1數據

本文采用的氣象數據來自中國國家氣象數據共享中心（available at www. nmic.gov.cn/），時間序列為1960—2019年。通過繪制降水時間序列圖，以目視判斷的方法查詢可能存在的錯誤數據，其中錯誤和缺失的數據使用相一致的長時間序列的均值進行插補。極端降水指標（見表1）主要包括一日暴雨、三日暴雨、五日暴雨、中雨日數、大雨日數、暴雨日數、降水強度、持續干旱期、持續濕潤期、強降水、特強降水、年總降水量等，使用matlab軟件編程計算得出。

2.2 方法

2.2.1 趨勢分析

線性回歸分析被廣泛應用于水文氣象數據的時間變化趨勢分析^[9]。本研究采用線性回歸分析對年尺度極端降水指標的變化趨勢進行分析。計算公式為：

y = ax + b? ? ?（1）

式中，a 為線性趨勢項，即趨勢系數;b為常數項。趨勢系數為正（負）表示極端降水指標在所統計的時間內具有線性增加（減少）的變化趨勢。再利用t檢驗對其線性變化趨勢進行置信度水平檢驗。若趨勢系數通過置信度較高的顯著性檢驗，則變化趨勢顯著。

2.2.2 小波分析

小波分析（ wavelet analysis） 能夠解析和推斷氣象及水文時間序列中存在的周期性的變化特征^[10-14]。使用 Morlet小波分析極端降水指標的周期性變化特征。對于時間序列，小波變換為：

式中，a為尺度因子，反映小波的周期長度;b為平移因子，反映時間上的平移。對于給定的能量有限信號，離散小波變換形式為：

通過對小波方差進行計算可以實現對時間序列主周期數值的確定，其中該數據的積分形式可以通過下式表示^[10]：

2.2.3 降水強度及降水頻率對總降水影響分析

總降水量在一定時期內的變化是由降水頻率和強度的變化引起的。本研究基于多元線性回歸的方法來檢驗降水強度及降水頻率對總降水的重要性^[15-17]。計算公式為：

PRCPTOT = aCWD + bSDII + c? ? （5）

式中，PRCPTOT為不同時間尺度總降水量（mm），CWD為降水頻率 （d），SDII為降水強度 （mm），a、b、c為回歸系數。

在總降水量變化中，降水頻率和強度變化貢獻計算公式為：

SCWD = aσCWD? ? （6）

SSDII = bσSDII? ? （7）

式中，S_CWD和S_SDII分別為總降水量中，降水頻率和降水強度的貢獻;σ_CWD和σ_SDII分別為降水頻率和降水強度標準差。

3. 結果

3.1 極端降水指標年內變化特征

揚州地區極端降水指標年內變化如圖1所示。在月尺度上，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、持續濕期、強降水量和特強降水量均呈現先增加后減小的趨勢。其中，最大值均出現在7月，分別為70.4mm、98.8mm、117.6mm、5.5d、3.4d、2.8d、15.7mm/d、3.7d、69.2mm及67.23mm;最小值均出現在12月，分別為11.5mm、16.0mm、17.7mm、0.8d、0.2d、0.1d、4.1mm/d、2.0d、10.6mm及10.6mm。對于持續干期表現為先減小后增加的趨勢。其中，最大值為18.1d，出現在12月;最小值為8.9d，出現在7月。

在季節尺度上，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、持續濕期、強降水量和特強降水量同樣呈現先增加后減小的趨勢。其中，最大值均出現在夏季，分別為92.9mm、127.9mm、148.5mm、13.5d、8.2d、6.7d、14.6mm/d、4.6d、115.8mm和84.7mm;最小值均出現在冬季，分別為19.7mm、28.7mm、34.0mm、3.0d、0.6d、0.3d、4.7mm/d、3.3d、19.4mm和18.7mm。對于持續干期表現為先減小后增加的趨勢。其中，最大值為27.8d，出現在冬季;最小值為13.9d，出現在夏季。

3.2 極端降水指標年際變化特征

揚州地區極端降水指標年際變化如圖2所示。一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、強降水量、特強降水量及總降水量呈現增加的趨勢，增加速率分別為0.89mm/10a、4.68 mm/10a、5.19 mm/10a、0.59 d/10a、0.17d/10a、0.103 d/10a、0.108mm/d/10a、7.67 mm/10a、1.68 mm/10a和15.1 mm/10a。對于持續干期和持續濕期均呈現減小的趨勢，減小速率為1.47 d/10a和0.018 d/10a。

在年代際尺度上，1960s～1970s，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、持續濕潤期、強降水量、特強降水量及總降水量呈現減小的趨勢，持續干旱期呈現增加的趨勢（見表2）。1970s～1980s，一日暴雨、持續干旱期和特強降水量及總降水量呈現減小的趨勢，三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、持續濕潤期、強降水量、特強降水量及總降水量呈現增加的趨勢（見表2）。1980s～1990s，一日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、降水強度、持續干旱期、強降水量、特強降水量及總降水量呈現增加的趨勢，三日暴雨、五日暴雨、雨日數、持續濕潤期呈現減小的趨勢（見表2）。1990s～2000s，一日暴雨、三日暴雨、大雨日數、暴雨日數、持續干旱期、強降水量、特強降水量及總降水量呈現減小的趨勢，五日暴雨、中雨日數、持續濕潤期呈現增加的趨勢（見表2）。2000s～2010s，一日暴雨、三日暴雨、五日暴雨、降水強度、大雨日數、暴雨日數、持續干旱期、強降水量、特強降水量及總降水量呈現增加的趨勢，中雨日數、持續濕潤期呈現減小的趨勢（見表2）。

3.3 極端降水指標周期性變化特征

各極端降水指標小波變換及小波方差如圖3所示。圖中虛線代表置信度為95%的紅噪聲檢驗，實線為小波影響錐。研究期內，揚州地區極端降水指數存在不同時間尺度的年際振蕩。

一日暴雨存在3.8年的顯著變化周期;1962—1971年、1975—1992年、2000—2015年期間變化顯著，見圖3（a）、 圖4。三日暴雨、五日暴雨存在4年的顯著變化周期，見圖3（b）（c）;其中三日暴雨在1977—1996年、1999—2017年期間變化顯著，五日暴雨在1965—1969年、1981—2016年期間變化顯著，如圖4所示。中雨日數、總降水量存在5.7年的顯著變化周期，見圖3（d）（i）;其中中雨日數1965—1979年、1991—1999年間變化顯著，總降水量在1963—2003年、2012—2019年間變化顯著，如圖4所示。大雨日數、暴雨日數分別存在5.9年和5.8年顯著變化周期，見圖3（e）（f）;其中大雨日數在1961—2018年間變化顯著，暴雨日數在1960—2019年間變化顯著，如圖4所示。

3.4 降水頻率及降水強度對降水的影響

降水頻率及降水強度對不同時間尺度總降水量有重要影響，是導致總降水量變化的主要原因。揚州地區降水頻率及降水強度對總降水量的影響如圖5、圖6所示。在月尺度上，降水頻率及降水強度對總降水量的貢獻總體上呈現先增加后減小的趨勢。降水頻率及對總降水量貢獻最大值為33.2 mm，出現在8月;最小值為7.2 mm，出現在12月。降水強度對總降水量貢獻最大值為24.9 mm，出現在7月;最小值為5.8mm，出現在10月。其中，2月、3月和7月，降水頻率及對總降水量貢獻小于降水強度及對總降水量貢獻，其他月份則大于降水強度及對總降水量貢獻。

在季節尺度上，降水頻率及降水強度對總降水量的貢獻同樣呈現先增加后減小的趨勢。降水頻率及降水強度對總降水量貢獻最大值分別為26.1mm和17.7mm，出現在夏季;最小值分別為9.3 mm和8.1mm，均出現冬季。降水頻率及對總降水量貢獻均大于降水強度及對總降水量貢獻。

4 結語

本文針對揚州地區1960—2019年的降水數據，采用趨勢分析和小波分析的方法研究了不同時間尺度極端降水指標的變化特征及周期性變化規律，在此基礎上探討了降水頻率及降水強度對降水量的影響。得到以下結論。

（1）在年內，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、持續濕期、強降水量和特強降水量均呈現先增加后減小的趨勢。持續干期表現為先減小后增加的趨勢。在年尺度上，一日暴雨、三日暴雨、五日暴雨、降水強度、中雨日數、大雨日數、暴雨日數、強降水量、特強降水量及總降水量呈現增加的趨勢。持續干期和持續濕期均呈現減小的趨勢。

（2）一日暴雨存在3.8年的顯著變化周期，三日暴雨、五日暴雨存在4年的顯著變化周期，中雨日數、總降水量存在5.7年的顯著變化周期，大雨日數、暴雨日數分別存在5.9年和5.8年顯著變化周期。

（3）年內，降水頻率及降水強度對總降水量的貢獻總體上呈現先增加后減小的趨勢。在月尺度上，除2月、3月和7月，降水頻率對總降水量貢獻大于降水強度及對總降水量貢獻。在季節尺度上，降水頻率對總降水量貢獻均大于降水強度對總降水量貢獻。

參考文獻：

FENG S， HU Q， HUANG W， et al. Projected climate regime shift under future global warming from multi-model， multi-scenario CMIP5 simulations [J]. Global and Planetary Change， 2014，112：41-52.

IPCC.Working Group I Contribution to the IPCC Fifth Assessment Report （AR5）， Climate Change 2013： The Physical Science Basis[M].Cambridge University Press， Cambridge， U K.

SENA J A， BESER DE DEUS L A， FREITAS M A V， et al.Extreme Events of Droughts and Floods in Amazonia： 2005 and 2009 [J].Water Resources Management，2012，26（6）：1665-1676.

RUSSO S， STERL A.Global changes in seasonal means and extremes of precipitation from daily climate model data [J].Journal of Geophysical Research： Atmospheres，2012，117（D1）：1-11.

SHERWOOD S， FU Q. A Drier Future？ [J].Science，2014，343（9172）：737-739.

ALLEN M R， INGRAM W J.Constraints on future changes in climate and the hydrologic cycle [J].Nature，2002，419：224-232.

袁業鵬.渭河流域極端氣象水文事件特征分析[D].西安：長安大學，2021.

姚天.近60年淮河流域極端氣候事件變化特征分析 [D].濟南：濟南大學，2021.

劉 偉，王夢雨，劉昕曄，等.1972～2017年河北省夏季降水的時空變化特征 [J].水電能源科學，2021，10 （39）：10-13.

王曉瑩，景元書，魯永新.近 40 年云南省極端降水時空變化特征分析 [J].科學技術與過程，2021，21（30）：12822-12832.

Hao Wu， Xiugui Wang， Yan Wang， et al. Temporal variations in reference evapotranspiration in Hubei Province， China， from 1960 to 2014 [J]. Theoretical and Applied Climatology， 2019， 135：433-448.

MIN XU， SHICHANG KANG， Hao WU， et al.Detection of spatio-temporal variability of air temperature and precipitation based on long-term meteorological station observations over Tianshan Mountains， Central Asia [J].Atmospheric Research，2018，203：141-163.

LING， H.B.， XU， H.L.， FU， J.Y.Temporal and spatial variation in regional climate and its impact on runoff in Xinjiang， China [J].Water Resour. Manag，2013，27：381-399.

高 瑞， 王龍， 張燕明， 等.基于SPEI的滇中季節性干旱時空特征分析 [J].云南農業大學學報：自然科學版，2019，34（3）：516-521.

XIN LI， XUAN WANG， VLADAN BABOVI.Analysis of variability and trends of precipitation extremes in Singapore during 1980-2013[J].International Journal of Climatology，2018，38：125-141.

LU E， TAKLE ES， MANOJ J.The relationships between climatic and hydrological changes in the upper Mississippi River Basin： a SWAT and multi-GCM study[J].Journal of hydrometeorology，2010，11（2）：437-451.

LU E， ZENG Y， LUO Y， et al. 2014.Changes of summer precipitation in China： the dominance of frequency and intensity and linkage with changes in moisture and air temperature[J].Geophys. Res. Atmos.，2014，119（22）：12575-12587.