劉建超
(遼寧潤中供水有限責任公司,沈陽 110000)
東北地區是中國重要的森林、耕地和礦產能源基地。近百年來在全球氣候變化影響下,該地氣候特征發生顯著變化,如溫度升高、蒸散發加劇、地表徑流量持續減少,這給區域土地資源可持續利用、經濟社會發展帶來嚴峻挑戰[1-2]。降水是影響生態環境健康、自然界水資源的重要要素,全面認識東北地區降水量時空變化規律,對促進生態文明建設和穩定糧食安全具有重要意義。當前,在東北地區降水量研究主要集中于降水趨勢變化、震蕩周期、季候分配特征等方面[1-3]。該地地理環境復雜、海陸位置跨度大,因此不同局域降水量變化速率存在一定差異。截至目前,仍缺乏基于全域氣象站點數據的東北地區降水量變化斜率的空間分布特征研究。因此,本文采用趨勢解析與空間分析相結合方法,探究東北地區近60 a來降水量趨勢變化特征及空間上分布規律,以期為區域氣候災害預警防控、水文水侵蝕管理提供科學依據。
研究區包括黑龍江、吉林、遼寧域和內蒙古東部,地理范圍介于115°33'35″~134°58'28″E,38°43'15″~53°33'35″N,面積達133.441萬km2。位于亞歐大陸東岸,受副熱帶高壓帶與副極地低壓帶的季風環流與海陸位置效應影響,形成溫帶季風、溫帶大陸性氣候,多年平均氣溫-1.3 ℃~10.5 ℃,降水量為250~1 000 m。區域地形分異特征明顯,西側大興安嶺與東側長白山地平行且均呈南北縱列,北的小興安嶺呈西北東西向連亙,東端為三江平原,中南部為松嫩平原和遼河平原,海拔介于0~2 673 m。
為探究東北地區降水量時空變化規律,從國家地球系統科學數據中心(http://www.geodata.cn/data/)申請了該地207個氣象站1961—2020年逐日降水資料。該數據包含氣象站經緯度、海拔和降水量等信息,控制精度為0.1 mm。該數據融合了國家氣象數據中心、中科院資源環境科學數據中心的氣象觀測資料,具有可靠數據精度。氣象站點覆蓋了研究區內不同地形單元且分布較均衡(見圖1),可全面表征東北地區降水量空間分布特征。

圖1 研究區DEM和氣象空間分布
利用線性回歸分析法量化降水量年際變化趨勢,該方法已在水文氣象領域中得到廣泛應用。設年降水量y與年份x之間變化之間存在相關關系,則建立一元回歸模型如下:
y=ax+b
(1)
公式(1)中:b為常數,表征截距;a為氣候傾向斜率。通過認為a>0時,表明在觀測時段內降水量呈增加趨勢;反之為減少趨勢,a=0時表明降水量無年際變化。
為直觀描述降水豐度及其變化趨勢的空間不均衡性,采用Ordinary Kriging (OK)插值法進行空間可視化。OK是基于空間自相關理論的空間插值方法,基于地理學第一定律,即空間位置越近的要素其相關性越強,理論描述如下:
(2)
公式(2)中:γ(h)為空間距離h處降水要素預測值的數學期望,Z(xi)和Z(xi+h)分別為空間位置xi和xi+h處目標要素值,x∈X,n為樣本數量,通常采用Gaussian、Liner函數擬合其空間自相關函數。在確定存在自相關性之后,即可利用Kriging方法進行空間預測分析,作為一種無偏最優的估計方法,Kriging 插值定義如下[3-4]:
(3)
公式(3)中:λi為對目標觀測點i的權重系數,當估算誤差μ達到線性無偏估計最優時,其權重λ由Ordinary Kriging 方程組計算如下:
(4)
公式(4)中:C為最小二乘估計函數,(xi,xj)、(xi,x0)分別是空間點對(i,j)和(i,0)的觀測值。
小波分析是通過Fourier三角函數解析時頻域信息的一種分解算法,由于其能夠清晰揭示時頻變量內在結構性規律,在降水量時空分析中得到深入應用。鑒于Morelt函數在局部和空間域連續性好,選擇Morelt函數探究區域降水量變化的周期振蕩特征。小波基函數表示如下[5-6]:
(5)
公式(5)中:ψ(x)、W(a,x)分別為尺度參數為a、小波中心為b的條件下對變量x的分析小波函數和連續小波變換。降水量的時間序列周期性可通過小波方差Var(a)表征,其表示連續小波變換在時間尺度上的積分表達式如下:
(6)
利用Rstudio平臺中的lm函數對各站點降水量數據進行趨勢分析,并且規定只有通過5%信度檢驗的趨勢被認可具有統計顯著意義,利用wavelet程序包進行小波多尺度分解分析,ArcGIS 10.8用以區域多年平均降水量和趨勢系數的空間插值分析。
基于全部站點數據統計顯示,東北地區1961—2020年間平均降水量最低值出現在1976年,僅為416.98 mm,最高值出現在1985年,達680.85 mm,多年平均值為532.17mm,屬半濕潤區,年降水量變化標準差為71.09 mm,變異性為13.36%。全局回歸分析表明(見圖2),區域年降水量以y=1.169x-1795.1的形式增加,但并未通過0.05水平信度檢驗(R2=0.08,P>0.05),說明該變化趨勢并不顯著。利用5 a滑動平均擬合顯示,近60 a來該地降水量出現3個階段性特征,其中第一階段為1961—1979年,該地降水量呈波動減少趨勢,其平均降水量為493.87 mm,傾向斜率為-4.32 mm/a;第二階段為1979—2002年,期間平均降水量為543.90 mm,總體表現出先增加后減少的特征,變化形式為y=-0.9417x2+ 22.413x+ 454 (R2=0.2935,P<0.05);第三階段為2002—2020年,綜合趨勢為波動增加,變化特征為y=6.7061x+480.23(R2=0.2266,P<0.05),期間降水量平均值為547.28 mm。綜合而言,該地降水量變化斜率以增加趨勢為主,但年際波動性較大。

圖2 1961—2020年東北地區年降水量變化特征
Kriging空間插值結果顯示(見圖3),東北地區多年平均降水量具有明顯自東向西減少-南北向分布的地帶性規律。其中較濕潤區(600~800 mm以上)位于長白山及其向小興安嶺延伸地帶,呈現東北-西南帶狀分布;半濕潤區位于三江平原、松嫩平原、遼中南地區,降水量分布范圍為400~600 mm;半干旱區(低于400 mm年降水量)區域主要位于大興安嶺地區、呼倫貝爾和內蒙古東部高原區。這種分布規律主要受海陸位置和地形影響。西太平洋季風帶來的水汽受長白山地形抬升作用而成云致雨,形成該地降水中心,隨著距離海洋距離增加而海洋水汽逐漸減少。內蒙古東部地區降水量屬半干旱地區,常年降水量不足400 mm僅為蒸發量的1/4,加之地表覆被質量較差,因此該地存在氣候干化、土地退化風險。

圖3 東北地區多年平均降水量空間分布
先利用一元回歸分析方法對各站點歷年降水數據進行趨勢統計,然后將各站點降水量變化趨勢系數進行空間插值分析(見圖4)。結果表明,研究區全部207個站點中有176個站點(75%)降水量呈增加趨勢,傾向斜率為0~4.32 mm/a,其中有114個站點(55%)增加趨勢達到0.05水平顯著性。而僅有15個站點(15%)年降水量呈減少趨勢,傾向斜率為-2.12~0 mm/a,其中僅7個站點降水量減少趨勢達到統計顯著水平(P<0.05)。綜合來看,年降水量呈減少趨勢的站點集中分布于遼東半島、遼中南、遼西、呼倫貝爾和大興安嶺北段。而其他大部分地區降水量呈增加趨勢,這與前述2.1節部分的研究結果一致,也證實了該地在氣候變化背景下,降水量豐度增加。張寅等[7]研究表明東亞中高緯度區降水量呈增加趨勢;張雷等[1]研究指出1961—2016年吉林西部、黑龍江北端降水量呈減少特征,而吉林北部呈增加特征;高西寧等[2]研究指出近50 a來遼西地區降水變化斜率達-0.77 mm/a,大興安嶺北部達0.80 mm/a,類似研究結果與該研究結果一致。然而,圖4首次呈現了區域年降水量變化趨勢的空間分布特征,這為認識區域氣候變化提供了空間可視化資料。作為全國商品糧基地,研究區松嫩、三江平原地區的降水量呈增加態勢,這有助于推進該地農業經濟發展和保障糧食安全。

圖4 研究區1961—2020年降水量變化空間趨勢分布
基于Morlet小波分析繪制東北地區降水量年際變化的三維的信息熵(見圖5)。可知,1995—2020年降水量在0~60 a的尺度區間上的信息熵高于1951—1995年,表明近30 a來東北地區降雨量不確定性增加、變率較大。圖3中的小波方差實部反映了區域降水量在不同時間尺度上的震蕩強弱,可知該地降水量的年際周期在10~25 a的尺度上的熵值曲線處于閉合狀態、且信號最明顯,表明該時間尺度可能存在降水量年際變化的顯著周期。另外在3~5 a尺度上存在較多的閉合信號,但其信號熵趨近于0,表明變化周期不顯著。結合小波方差曲線可知,東北地區降雨量在20 a處的方差達到最大,為3.62,表明該尺度為其主周期。雖然在40、47 a尺度上小波方差達到次高,但是研究時域較短,這種尺度較大的周期并不能完全反映區域降雨波動變化,因此有必要擴展研究時域。

圖5 1961-2020年東北地區年降雨量小波方差分布
基于東北地區207個氣象站觀測站點在1961—2020年的逐日降水觀測資料,運用基于線性回歸、小波分析和地統計學空間分析技術,探究了東北地區年降水量變化趨勢及其空間分布規律。得出結論如下:
(1) 近60 a來東北地區降水量呈弱增加趨勢,全區年均降水量介于416.98~680.85 mm,變化趨勢為1.169 mm/a (P<0.05),年際降水的變異系數為13.36%,屬于中等變異,整體上存在20 a的主要震蕩周期和3~5 a的次周期。
(2) 東北地區降水量變化趨勢空間分布不均衡,75%的站點降水量呈增加趨勢,主要位于大興安嶺以東、內蒙古高原以東地區;其他地區降水量以減少趨勢為主,降水量豐度呈現自動向西減少的地帶性特征。