近40年云南省極端降水時空變化特征分析

王曉瑩， 景元書， 魯永新

(1. 南京信息工程大學應用氣象學院， 南京 210044； 2.江蘇省農業氣象重點實驗室， 南京 210044； 3. 楚雄州氣象局， 楚雄 675000)

降水是地區氣候資源中最基本的要素，近年來,在氣候變化背景下，降水的時空分配對人類社會生活和經濟社會運行造成了深遠的影響。云南省位于中國西南邊疆，地屬亞熱帶低緯高原季風型氣候，山地立體氣候顯著，降水適中干濕分明，但存在降水時空分布不平衡，降水變異增強和極端降水頻發等現象，不僅影響著云南近幾十年來的氣候特征也波及陸地生態系統循環[1]。大量研究表明，通過研究極端降水時間的時空變化趨勢能夠揭示其長期演變特征，對推進以云南農林建設和城鄉經濟開發具有重要意義。

極端天氣事件的發生具有顯著的突發性，針對不同時空尺度下極端降水的趨勢做了一定研究。Gao等[2]基于中國東南沿海地區的79個氣象站，利用GAMLSS模型和Mann-Kendall檢驗進行極端降水的非平穩特征及其成因，Sun等[3]采用CanRCM4模式進行動力降尺度模擬，研究夏季極端降水的未來變化與溫度變化的相關性指出，外源強迫對極端降水發生具有顯著影響。申佳艷等[4]基于多元回歸分析以及滑動相關分析研究西南區域氣候暖干化特征。蔡文香等[5]基于泊松回歸方法，通過研究松花江流域氣象站點連續性極端降水災害的發生趨勢，結果表明各站點極端降水的變化趨勢出現地域區別，一次回歸檢驗下極端降水事件增加站點較多，部分站點存在更復雜的變化趨勢，利用二次回歸檢驗效果較好。總結現有研究，前人主要通過天氣分析和診斷法對大范圍極端降水的趨勢和成因進行研究，但目前對省域尺度降水及極端降水進行長周期、大范圍的時空分析仍然不多[6]。

極端降水事件如暴雨等引起的水旱災害長期制約著地區經濟的發展[7]。現基于云南省近40年國家級氣象站日降水數據集，基于時域小波分解、層次聚類及持續性分析等方法，分析研究氣候變化背景下極端降水的變化特點及趨勢，能夠完善氣候變化背景下云南省降水規律和年代際極端氣候事件預測機制理論體系，同時也對西南地區年代際極端天氣預測和農林業防洪減災等決策氣象研究提供理論依據，有利于云南服務和融入國家發展戰略。

1 研究區概況

云南省地處西南邊境地區，氣候干濕分明。山谷交錯導致的“一山分四季、十里不同天”是云南典型的氣候分布特征。省內降水的時空分布變異較大，從低緯度低的元江到高緯度高海撥的德欽，年降水量呈從南部、東部、西部向金沙江流域遞減的分布趨勢,多區的年雨量最大值達3 000 mm以上,少雨區最低值不足300 mm，全省降水時空分布分異質性較強。印度洋、西北太平洋季風環流能夠到達省內大部分地區，形成全年降水量占比較高的汛期，冬季盛行溫、濕度較低的北方大陸季風，降水量較少，5—10月為雨季及植被生長季，其降水量占全年比重達80%以上；全省大部分地區干濕季之間存在較大的氣候差異性[8]。研究所選取的氣象站點分布情況如圖1所示。

2 資料與方法

2.1 氣象數據

使用氣象站觀測日降水量數據來自國家氣象信息中心，采用云南省24個基本氣象站點1979—2019年的逐日降水數據，為保證時間序列的一致性和連續性，所有數據均進過質量矯正，站點空間分布均勻，能夠代表云南省大部分地區的氣候特征類型。

2.2 研究方法

2.2.1 層次聚類

層次聚類法在聚類開始時將不同樣本站點分別分組，并按照一定范數規定樣本直接的距離和類與類之間的距離，逐步根據聚類水平矩陣，將其指標空間中最接近的兩個組中距離最近的類合并成一個新類，結果是形成的層次關系圖。構建聚類分析的指標矩陣，基本形式為

(1)

式(1)中：m為站點序號空間；n為特征變量序號空間；xij為矩陣X的(i,j)元素，表示位于第i行第j列，m=1,2,…,24，n=1,2,…,9。

使用Euclidean測度進行平均鏈接層次聚類：

(2)

(3)

式中：di,j為Euclidean測度；xi,k與xj,k為降水觀測值；對于給定的樣本矩陣X，其中i為行號，代表不同樣本；k為列號，代表不同特征；K為特征數量；wk為不同特征的調節系數；DG1,G2為兩組中所有降水觀測值之間的歐氏距離的平均值；n1與n2為聚類樣本行數與列數；G1與G2分別為樣本序號。

由于各極端降水指數均在各自然年內進行統計，在各站點年內每日尺度上求算平均降水量數據，進行層次聚類分析，在各簇內統計年總降水及極端降水均值的時空變化趨勢。

2.2.2 Mann-Kendall檢驗

Mann-Kendall已經廣泛應用于氣候、水文資料的趨勢特征提取、分析和突變診斷等領域。Mann-Kendall基于序列數據非參數檢驗的特征即可以對氣象數據序列的趨勢的顯著性及突變進行判斷，且檢驗不預設樣本遵從一定的分布[9]。 檢測了統計量的突變情況，同時需要構造一個派生的序列：

(4)

式(4)中：

(5)

定義統計變量UFk與UBk：

(6)

式(6)中：

(7)

式(7)中：E(Sk)與var(Sk)為累計數Sk的均值與方差。若UFk的值小于0時，則可以判定序列出現下降趨勢，若其值大于0則可判定時間序列呈下降趨勢。當UBk和UFk兩條曲線出現相等點，且位于相對應的臨界水平線以內，即可判定突變發生，且突變的時間即為交點所對應的橫軸時刻。使用雙側檢驗置信度α作為趨勢參數，在顯著水平α已經指定為常用的0.05及0.01的假設下，根據M-K檢驗量|ZMK|能夠劃分顯著性水平，其中|ZMK|>1.96為極顯著，1.64≤|ZMK|≤1.96<為弱顯著，|ZMK|<1.64為變化不顯著。

2.2.3 Morlet小波分析

小波分析(wavelet analysis)能夠解析和推斷各不同周期中各時刻在所處的位置，同步的提取序列中存在的局部和周期性的變化特征，進一步地能夠對氣候系統的時頻結構進行細致分析。使用Morlet小波分析云南省降水量周期性豐枯的時域尺度[10]。

2.2.4 氣候傾向率

氣候傾向率分析利用最小平方誤差法(ordinary least squares)確定參數。通過建立單元線性方程來刻畫氣候數據的變動速率，基本形式為

y=kx+b

(8)

式(8)中：k為氣象要素的傾向率；b為擬合截距；k、b通過最小二乘法得出。

2.2.5 極端降水指數

采用世界氣象組織(World Meteorological Organization, WMO)發布的27種極端天氣核心評價指數中的10項極端降水指數[12]，基于MATLAB2019b平臺進行極端指標計算,包括16項極端氣溫指數,11項極端降水量指數。即以1951—2018年的連續日值氣溫和降水量數據為輸入數據，并進行質量控制，對得到的各項極端氣候指標進行統計分析，選取極端降水指數共10項(表1)，這些指數能夠從不同方面反映云南省極端降水量的時間變化趨勢和空間分布特征[13-14]。

表1 10種極端降水指數Table 1 Ten extreme precipitation indexes

3 結果與分析

3.1 云南省極端降水聚類分析結果

云南省各地區間的氣候差異較大，年均降水地區差異顯著，除了采用簡單均值法對降水進行研究，還需要進一步分區域精細化研究降水的變化趨勢。基于層次聚類方法，對云南省24個站點降水年內日降水量分布特征進行聚類分析，如圖2所示。由圖2可見，區域聚類結果為：①西北部州市主要為貢山，西南、東南部州市包括騰沖、耿馬等；②中北部州市包括昆明、大理等。聚類結果出現較強的空間異質性，且聚類相關系數達到0.89。

圖2 云南省極端降水層次聚類結果圖Fig.2 Hierarchical clustering results of extreme precipitation in Yunnan Province

由平均輪廓系數法圖(圖3)可知，由于輪廓值的范圍為-1～1，較高的輪廓值表示與其自己的類匹配正確，并且其他類匹配較差，如果大多數數據具有較高的輪廓值，則聚類方案是恰當的。對于云南省極端降水分類，考慮分類研究及氣候特性，故將研究區域分為兩簇為最優聚類。

圖3 云南省極端降水聚類平輪廓系數法子集(K)分布Fig.3 Distribution of subset (K) of extreme precipitation clustering flat contour coefficient method in Yunnan Province

根據云南省24個氣象站研究期內的年平均降水量，采用Anusplin平臺進行插值提取區域內多年的年總降水量空間特征，如圖4所示。從圖4可以看出，年均降水量的存在明顯的空間分異，分布特征為由南向北遞減，西北、南部多，東北地區少；分布范圍為464～1 070 mm以上。最大值出現在滇南地區金平區域，達到1 700 mm以上，滇東北局部的降水量相較于同緯度地區更低，其中降水不足700 mm的站點為金沙江流域的德欽，年降水量最少的區域在高海拔地區以及熱河谷地區，如永仁-元謀-祿勸一線降水最少，低于700 mm。

圖4 云南省年降水量分布Fig.4 Distribution of annual precipitation in Yunnan Province

在綜合云南省各區域氣候特征的基礎上，結合年降水量分布特征、層次聚類及前人研究等多種因素，將所研究的云南省24個站點劃分為兩個區域[15]。如圖5所示，分組和聚類后在各組內計算極端降水平均值，從而進行降水量及年均降水量特征的研究，分組分別是地處云南南部和滇西北部的濕潤半濕潤區(包括6個站點，下稱濕潤區)，南部區域海拔較低，降水量大，西北部主要為山地氣候，受季風交替影響最大，降水充沛；以及滇中和滇東北干旱半干旱區(包括17個站點，下稱干旱區)，年降雨量600～800 m，氣候帶主要劃分為干旱、半干旱氣候，主要位于云南省中部東部平原丘陵地區，典型行政區域怒江、德宏、紅河、迪慶和大理等州市。

圖5 云南省年降水量聚類分析劃分Fig.5 Cluster analysis of annual precipitation in Yunnan Province

3.2 降水突變分析

基于3.1節聚類分析結果，對云南省兩個主要區域近40 a的降水年均值進行降水量Mann-Kendall突變檢驗。由圖6可見，在95%的置信區間下，干旱半干旱區年平均降水量的UB、UF統計量存在兩個相交點，分別在1983年和2008年，可得干旱半干旱區降水發生過兩次由突變，其中在1983年，年平均降水量由少向多轉變，2008年為年平均降水量由多向少變化，由圖7可見，濕潤半濕潤區降水量于2008年前后出現由高向低轉變，突變沒有通過0.05顯著性水平檢驗。

圖6 1979—2019年濕潤半濕潤區云南省降水突變檢驗Fig.6 Abrupt change test of precipitation in Yunnan Province in humid and semi humid area from 1979 to 2019

圖7 1979—2019年濕潤干旱半干旱區云南省降水突變檢驗Fig.7 Abrupt change test of precipitation in Yunnan Province in arid and semi-arid area from 1979 to 2019

對云南省兩個主要區域年降水距平及累計進行分析。如圖8所示，分析干旱半干旱區內降水距平可知：降水量在研究期內分配不均勻，在2008年前后，降水量相對穩態高出約800 mm，之后快速下降，2008年為降水突變年份，降水量由高到低；1983年前后累計降水距平達到-200 mm左右，之后降水快速上升，可確定1993年為降水短缺—充沛交替年份；如圖9所示，濕潤半濕潤區于2004年發生降水突變，類型為高—低轉換，降水量波動下降至研究期結束。

圖8 1979—2019年濕潤半濕潤區云南省降水突變檢驗Fig.8 Precipitation anomaly and cumulative anomaly curve in humid and semi humid areas from 1979 to 2019

圖9 1979—2019年濕潤半濕潤區云南省降水突變檢驗Fig.9 Precipitation anomaly and cumulative anomaly curve in arid and semi-arid areas from 1979 to 2019

3.3 降水小波分析

通過對云南省不同區域間年降水總量進行小波分析，得到小波系數變化及方差圖(圖10)，圖10(a)和圖10(b)為實部等值圖；小波變換實部等值線圖能夠顯示降水量周期變化特點及其位相結構,其中紅色正中心相位表示降水量相對多的時期，橙色表示降水量相對少。圖10(c)和圖10(d)為方差圖小波方差值最高的區域為第一周期，其他較低的分別為次周期。

圖10 云南省中北部半干旱區年降水量小波分析Fig.10 Wavelet analysis of annual precipitation in the semi-arid area of central and Northern Yunnan Province

分析圖10(a)和圖10(b)可知，各區域間具有比較類似的周期性變化，出現了高低交替的準兩次震蕩，具有全域性。降水總量變化呈現明顯的階段性，在較長尺度(>20 a)周期變化中，正相位出現在2000—2010年間；負位相出現在1990年前。更短時間域(<20 a)的周期范圍內，15～10 a間，正負降水位相交替現象更為顯著；在更短的周期內，降水位相交替頻繁；該代表性區域內降水存在5～10 a，15 a及25 a以上的周期，其中25 a以上周期最顯著。研究期內，降水變化出現2個偏多中心和3個偏少中心，分別為1951年、1966年、1984年、2005年和2017年。

由圖10(c)和圖10(d)可以看出，1979—2019年云南省中北部半干旱區具有不同尺度周期的振蕩性特征，從年降水量序列小波方差圖可以準確診斷降水周期擾動的相對強度和存在的主周期，在時間小波方差序列中，對應極值的時間尺度稱為該序列的主要周期。圖10(a)中存在二個極值，分別為8 a與18 a，其中8 a左右的周期小波方差最大，可知研究時段內，降水量變化的主導周期為8 a；分析圖10(b) 可知，短周期分8 a，較長周期為22 a，其中22 a小波方差最大。

3.4 極端降水趨勢分析

采用線性趨勢率分析云南省各年間10種極端降水指數的線性變化趨勢，如圖11和表2所示。從云南省極端降水指數時間變化圖來看，降水總量(PTOT)均表現為下降趨勢，在濕潤區下降更快，為-24.52 mm/10 a。降水強度(SDII)，趨勢率為各指數間最低，40年間整體保持穩定。強降水量(R95P)，在濕潤區下降，干旱區出現上升，極強降水量(R99P)在濕潤區與干旱區均出現上升，分別達到0.805 mm/10 a、0.669 mm/10 a；降雨日數(R1、R10)均出現下降，降雨日數在干旱區下降較快(-3.045 d/10 a)，中雨日數(R10)于濕潤區下降較快(-1.366 d/10 a)；日最大降雨量(RX1)均出現上升趨勢，濕潤區上升更快；五日降水量(RX5)均出現下降，干旱區下降較快(-1.346 mm/10 a)；最長連續有降水日數，濕潤區下降(-0.303 d/10 a)，干旱區上升(1.503 d/10 a)；最長連續無降水日數均呈現出上升趨勢。

圖11 1979—2019年云南省極端降水指數時間變化Fig.11 Temporal variation of extreme precipitation index in Yunnan Province from 1979 to 2019

表2 1979—2019年云南省極端降水指數氣候傾向率分析Table 2 Climate tendency rate analysis of extreme precipitation index in Yunnan Province from 1979 to 2019

3.5 極端降水趨勢分析

基于R/S分析求算Hurst指數，判斷云南省降水量序列和未來極端降水指數的持續性，結果如表 3 所示。經各區域降水量趨勢性檢驗分析得到，云南省氣象站點及全流域的Hurst指數均低于0.5,表明降水量未來變化趨勢與過去相反，即其未來仍將延續降水量下降的變化趨勢，并且下降趨勢將會減弱。該對各極端降水指數進行分析。在濕潤半濕潤區中，降水總量、降水強度、中雨日數和五日最大降雨強反持續很強性(<0.35)；在干旱半干旱區中強降水量、極強降雨量、日最大降雨量和最長連續降水日數的Hurst指數0.25～0.5，表明方向的持續性很強；其他極端降水指數持續性較穩定。在干旱半干旱區中，最長持續濕潤日數(continuous wet days, CWD) 的變化幅度為0.319 d/10 a，明顯小于最長持續干旱日數(continuous dry days, CDD)以0.369 d/10 a變化的幅度,其余指數都呈現上升趨勢。

表3 云南省極端降水指標的Hurst持續性分析Table 3 Hurst persistence analysis of extreme precipitation index in Yunnan Province

3.6 極端降水相關分析

采用Pearson相關性分析方法考察云南省主要區域內10種降水事件指標的相關關系，如表4所示，從而探究所選取的各極端降水指標對其他極端事件的相關變化效應[16]。

表4 1979—2019年云南省極端降水指數相關分析Table 4 Correlation Analysis of extreme precipitation index in Yunnan Province from 1979 to 2019

對極端降水指數之間進行相關分析，由表4可知，在干旱半干旱區，降水總量和降水強度與之間有較高的相關性，可達0.7及以上，強降水量、極強降水量，有較好的相關性，相關系數達到0.7并通過0.05水平顯著性檢驗。日極端降水量和極強降水量在濕潤區出現較高相關性，達到0.834。總結可知，絕對強度、相對強度、絕對指數及極值指數之間存在較高的變化一致性，降水總量對極端降水的診斷效應與過去的研究相符合[17-18]。

5 結論與討論

(1)從M-K趨勢檢驗和降水距平來看，在干旱半干旱區，降水量在研究期內分配不均，至1993年累計降水距平達最低-200 mm左右之后降水快速上升， 干旱區，1993年和2008年為降水突變年份，濕潤半濕潤區于2004年發生降水突變。近40 a以來，降水總量的變化比較頻繁，考慮降水量序列時間長度的限制，波動和降水、極端降水分布的周期在更大的時間尺度下是否相同需要繼續研究[19]。

(2)從云南省極端降水聚類分析結果可知，云南省年際降水量總體分布趨勢為從西南向東北遞減，其中位于滇南以及滇西南地區為降水量的高值區，滇中及滇東北地區降水量較少，區域間降水量差值達700 mm以上，呈現出極強的空間異質性。

(3)從年降水總量小波分析和極端降水變化持續性Hurst分析可知，在不同時間尺度周期變化范圍內，云南省正負降水位相交替現象比較顯著，降水存在5～10 a，15 a及25 a以上的周期，濕潤區20 a以上周期最顯著，干旱區10 a左右周期最顯著，省內各區域的Hurst指數均小于0.5，表明降水量未來仍將延續過去趨勢，且趨勢將會減弱。

(4)極端降水指標之間的相關分析表明，絕對強度、相對強度、絕對指數及極值指數之間存在較高的變化一致性，且降水總量和降水強度在干旱與干旱區與之間有較高的相關性，日極端降水量和極強降水量在濕潤區出現較高相關性，最高相關系數達到0.8，通過0.01顯著性檢驗，降水總量對極端降水的診斷效應與過去的研究相符合。

云南省地處熱帶亞熱帶高原，毗鄰地理“第三極”——青藏高原，強烈的高原大地形熱力作用造成環流特征不穩定[20]，云南省內地形地貌復雜，東亞、南亞氣候系統如南支槽、東風波等控制季風環流不穩定性較強，研究指出山谷內夜雨、強雨多發，是極端降水的一個重要成因[21]。針對云南省干旱區和濕潤區降水及極端降水不同趨勢的變化特征，在后續工作中將會通過機制參數化及插值空間化等方法進行更深入的討論。