1980—2017年漠河市降水量變化趨勢及突變特征分析

張麗娜，孫穎娜，孔心雨，陳 實

(1.黑龍江大學水利電力學院，黑龍江 哈爾濱 150080；2.黑龍江大學中俄寒區水文和水利工程聯合實驗室，黑龍江 哈爾濱 150080)

眾所周知，我國淡水資源在時空分布上呈現東多西少、南多北少的特點，在季節上呈現春冬少、夏秋多的特點[1]。而降水作為水資源中舉足輕重的元素，亦是水文循環中不可或缺的環節，對其變化趨勢和突變情況的研究意義非常重大。在全球氣候變化和城市化進程持續快速推進的影響下，短歷時強降水造成的城市內澇災害頻繁發生，給人類社會造成了巨大的損失[2- 4]。如何高效管理和治理好水資源是人類長期面臨的挑戰和重要的任務。[5]

近年來，許多學者對漠河地區的水文變化特征進行了研究。桂翰林等[6]通過研究發現近幾十年漠河市降水量呈現增大的趨勢，張碩在前人的基礎上，采用集合經驗模分解(Ensemble Empirical Mode Decomposition，EEMD)和滑動t檢驗的方法[7]，得出漠河市近60年年降雨量整體呈現上升的趨勢，王春紅等[8]則對漠河市的年、季氣溫做出了研究。上述研究有對該地區的年降水量變化趨勢進行分析，也有季節性的氣溫變化研究，但對漠河市季節性的降水變化特征分析較少。因此，本文采用滑動平均法、Kendall秩次相關檢驗法、有序聚類分析法和游程檢驗法對漠河市1980—2017年的年降水量和冬季降水量的變化趨勢和突變特征進行分析探討，力求為漠河地區的水資源規劃和利用提供理論依據。

1 研究區概況

漠河市位于黑龍江省西北部，大興安嶺山脈北麓[9],西與內蒙古自治區額爾古納市為鄰，南與內蒙古自治區根河市和大興安嶺地區所屬呼中區交界，東與塔河縣接壤，北隔黑龍江與俄羅斯外貝加爾邊疆區(原赤塔州)和阿穆爾州相望，邊境線長242km，總面積18427km2。漠河市是中國氣溫最低的縣份，由于大陸及海洋季風交替影響，小氣候變化多端，局部氣候差異顯著。冬季在極地大陸氣團控制下，氣候寒冷、干燥而漫長；夏季受副熱帶海洋氣團的影響，降水集中，雨量充沛，氣候濕熱，日照時間長，適宜耐寒生作物生長，但易發生洪澇和低溫冷害；春、秋兩季，因冬夏季風交替，氣候多變。春季多大風，降水偏少，物燥干旱，易發生森林火災；秋季降溫急劇，常有早霜和凍害發生。

漠河市年平均氣溫在-5.5℃，各月平均氣溫在0℃以下的月份長達8個月之久，氣溫年較差為49.3℃，平均無霜期為86.2d。年平均降水量為460.8mm，全年降水量70%以上集中在7月份，5—6月份為旱季，7—8月份為汛期。太陽輻射總量年平均為96～107kcal/cm2，日照時數為2377～2625h，≥10℃的積溫1436～2062℃[10]。

2 數據來源與研究方法

2.1 氣象數據

漠河氣象站海拔433m，是我國緯度最高的氣象站，始建于1957年[7]。本文所使用的氣象數據由中國國家氣象數據網下載，以漠河市1980—2017年的逐日降水量資料為研究數據。

2.2 研究方法

2.2.1趨勢成分識別

(1)滑動平均法

滑動平均法又稱移動平均法?；瑒悠骄ㄍㄟ^削弱時間序列的滑動周期來體現時間序列的變化趨勢[11]。用以下公式表達：

(1)

式中，k—滑動長度；yt—新序列值；xt—原序列值。

若xt序列本身具有一定的趨勢，選取一個合適的k(不適宜偏大)，此方法即可把趨勢清晰地顯示出來，故而該方法在業內被廣泛地應用。

(2)Kendall秩次相關檢驗法

對于水文序列x1，x2,…，xn首先要找到每個數值的對偶值，即k。按照如下公式求得統計量，若|U|

(2)

其中，

(3)

式中，U—構造的統計量；k—序列中對偶觀測值出現的個數；n—系列長度。

2.2.2跳躍成分識別和檢驗

2.2.2.1 突變點的識別和推斷

目前確定突變點τ的方法主要有4種，一是從各種成因來確定的分析方法，二是時序累計值相關曲線法，三是有序聚類分析法，四是Mankendall法。本文詳細討論以下2種方法。

(1)時序累計值相關曲線法

時序累計值相關曲線法需要有合適的參證序列y1,y2,…,yn,研究序列則是列x1,x2,…,xn。將這2個序列的序累計值分別求出來：

(4)

(5)

式中，xt—研究序列；gi—xt的時序累計值；yt—參證序列；mj—yt的時序累計值。

點繪出mj與gj的關系圖，如果研究序列Xt跳躍不顯著，則mj-gj這個公式所對應的圖像是一條直線，并且通過原點；反之這個圖像就是一條折線，而那個轉折點就是要求的突變點τ。

(2)有序聚類分析法

有序聚類分析方法是一種通過統計分析推估出水文時間序列最可能突變點的方法，然后結合實際情況進行具體分析。其主要的分割思想是使得同類之間的離差平方和最小，而類與類之間的離差平方和最大[12]。通過以下式子進行突變點計算：

(6)

(7)

(8)

式中，S—定義的目標函數；τ—突變點。

當S取最小值時，與其所對應的τ為最優二分割點，可推斷出突變點。

2.2.2.2 跳躍成分顯著性檢驗

下述為游程檢驗法進行跳躍成分顯著性檢驗的詳細步驟。在水文序列中找出突變點，設突變點之前的個數是n1，突變點之后的個數為n2(n=n1+n2)；把突變點之前的數值都標記為A，突變點之后都標為B，然后，把這水文序列的數值按從大到小排列，得出一串ABBA…的序列，記錄A和B序列連續出現的次數之和，該值為稱為游程數。

當n1、n2>20時，k趨于正態分布：

(9)

式中，k—統計游程總個數；n1—突變點之前的個數；n2—突變點之后的個數；N—正態分布函數；U—構造的統計量。

由給定的顯著性水平α后，得出Uα/2。當|U|

當n1、n2<20時，在顯著性水平α條件下有臨界值kα。當k≤kα時，拒絕接受原假設，即來自不同的總體，具有跳躍成分。

3 結果與分析

3.1 漠河市年降水量趨勢分析與突變點特征分析

對漠河市該水文時間序列使用滑動平均法進行趨勢擬合，采用滑動平均法得到結果如圖1所示。1980—2017年漠河市降水量的最高值發生在1984年，為624.7mm，最低值發生在2002年，數值為286.8mm，多年平均降水量為457.0mm，整體的波動幅度比較大，流域降水年內分配不均[13]。五點滑動使得變化趨勢更加明顯：劇烈下降-劇烈上升-緩慢下降-緩慢上升。綜合來看，該序列無明顯的上升或下降趨勢，而是基本持平的狀態。

圖1 漠河市1980—2017年年降水量趨勢變化

利用坎德爾秩次相關檢驗法進行趨勢變化顯著性檢驗[14]，對偶值求和得K=388，再將所得數值代入計算公式，即可得到結果:τ=0.1038；D(τ)=0.0128；U=0.917。

取顯著性水平α=5%，查得Uα/2=1.96。由于|U|

為了精準確定漠河市年降水量序列發生顯著變異的突變點，對該址水文降水序列采用有序聚類分析法，詳細結果如圖2所示。

圖2 漠河市1980—2017年降水量離差平方和變化過程

由圖2可知，該水文序列的有序聚類法函數值S除了在1993—2001年呈現出平穩的波動狀態，其余年份的波動幅度都比較大，故可清晰地分析出S值的最小年份為2008年，即2008年為變異點。

現將該數據(2008年)進行跳躍成分檢驗，并將2008年以前記為A，2008年以后記為B，并對其進行升序排列，查出游程個數，見表1。

表1 游程檢驗法計算表

n1=29，n2=9，游程總數k=15，U=0.12。取顯著性水平α=5%，查得Uα/2=1.96，|U|

3.2 漠河市冬季降水量趨勢與突變點分析

對于漠河市1980—2017年的冬季降水量，其多年平均冬季降水量為124.8mm，最小值為51.5mm，最大值為214.2mm。采用滑動平均法對該水文序列進行變化趨勢分析，如圖3所示，呈現出明顯的上升-下降-上升波動，但整體上并無上升或者下降趨勢。

圖3 漠河市1980—2017年冬季降水量趨勢變化

對于漠河市冬季降水量的分析，可采用以上相同的方法來進行探討，對水文序列資料的趨勢變化顯著性檢驗，將所有對偶值相加，得到K=388；τ=0.1038；D=0.0128；U=0.917。取顯著性水平α=5%，查得Uα/2=1.96。由于|U|

對于漠河市冬季降水量序列采用有序聚類分析法來精準識別水文資料序列發生顯著變異的年份。其變化趨勢如圖4所示，其清晰直觀呈現出所求目標函數值S不斷上升的過程，故1981年為突變點。

圖4 漠河市冬季降水量離差平方和變化過程

游程計算結果見表2，n1=2，n2=36，游程總數k=5，U=0.39，取顯著性水平α=5%，可得Uα/2=1.96，|U|

表2 游程檢驗法計算表

4 結語

(1)1980—2017年漠河市年降水量多年平均值為457.0mm，整體上是一個升降交替的狀態，其年降水量序列并沒有明顯的上升趨勢或者下降趨勢成分，也不存在跳躍成分。

(2)對于漠河市1980—2017年的冬季降水量，其多年平均冬季降水量為124.8mm，極差雖然比年際小，但整體上波動幅度較大，無顯著趨勢成分。以1981年為突變點，經過跳躍成分顯著性檢驗后知該水文序列并無跳躍成分，故保持以上趨勢分析結果。

(3)本文補充了漠河市的冬季降水量趨勢及突變特征分析，填補了一部分該區域水文研究的空缺。在未來研究中，可適當延長水文序列、用多種方法來進行對比評估以及極端天氣的研究。