湖南省極端氣候時空特征分析及風險評估

許浩然, 楊兆前, 陳中舉*, 龍宇

(1.長江大學計算機科學學院, 荊州 434023; 2.蘭州大學資源環境學院, 蘭州 730000)

近年來,極端氣候事件頻發,由極端氣候引發的洪澇、高溫熱浪等自然災害對農業、工業生產和人身安全產生重大影響[1]。相關研究表明,隨著全球變暖的加劇,極端氣候事件發生的頻率和強度越來越高;因此,在全球變暖背景下,充分認識和量化不同區域的氣候變化趨勢,評估區域極端氣候的風險發生概率,對未來極端氣候的危害防治具有重要科學意義。

為此,國內外眾多學者針對極端氣候的變化進行了深入的研究。國際上,Islam等[2]使用極端氣候指數對孟加拉國極端氣候的時空變化進行分析,研究表明孟加拉國極端高溫指數和最大1日降水量指數明顯上升;Quan等[3]使用M-K檢驗和Sen斜率估計法對胡志明市極端降水的時空演變進行分析,研究表明胡志明市極端降水的強度和頻率呈上升趨勢;在中國,劉凱等[4]對中國氣溫和降水的時空演變特征進行研究,研究表明中國整體的極端降水和極端高溫事件持續增加;尹占娥等[5]基于情景對中國極端降水情況進行風險評估,研究表明華南地區、華中地區、長江中下游平原和四川盆地發生極端降水的危險性較高。目前,關于極端氣候的相關研究多數圍繞時空分析和風險評估兩方面分別展開,將二者系統性結合的研究較少,且對于風險評估模型的研究仍存在較大的提升空間。

湖南省位于中國內陸地區,屬亞熱帶季風氣候。其地形地勢復雜,年降水量充沛,容易出現酷熱高溫和強降水等極端天氣。近年來,極端氣候事件趨于頻發,但關于湖南省極端氣候時空特征分析的研究較少,且對極端氣候發生概率的風險評估研究尚存在空缺。

在此背景下,現根據世界氣象組織(World Meteorological Organization,WMO)氣候變化指標專家組[6]定義的極端氣候指標,使用線性傾向法、M-K(Mann-Kendall)趨勢檢驗[7]以及克里金插值法對湖南省極端氣候情況進行時間和空間上的特征進行分析,以研究其變化規律;并提出使用信息擴散模型[8]對湖南省極端氣候情況進行風險評估,以期能夠有效地評估湖南省極端氣候發生的風險概率,并為湖南省高溫熱浪和防汛減災工作提供參考。同時,針對湖南省極端氣候時空特征和風險評估進行系統性研究,并提出使用信息擴散模型對風險發生概率進行評估,也為相關研究提供新的思路。

1 研究區概況與數據來源

1.1 研究區概況

湖南省毗鄰廣西、廣東等地,位于中國中南部地區,年平均降水量在1 200～1 700 mm。地形為東南西三面環山,中北部為盆地和平原[9],地形復雜,山脈、河流眾多。降水量大致呈自東向西遞減的趨勢,且在東部和南部邊緣區域較大。由于其處于亞熱帶季風氣候區,夏季多暴雨,極端天氣頻發。

1.2 數據來源

使用的數據來源于國家氣象數據中心(http://data.cma.cn)中國地面氣候資料,從中選取湖南省32個氣象站點1960—2017年逐日降水和氣溫數據建立數據集,并對數據集中的缺省值取前后兩點的平均值進行填充。研究區及氣象站點分布如圖1所示。

圖1 湖南省氣象站點分布Fig.1 Distribution map of meteorological stations in Hunan Province

2 研究方法

2.1 極端降水指標選取

根據極端氣候的強度、極值、絕對性、相對性和持續性5種類型,從WMO專家組推薦的極端氣候指標中選取28個指標進行研究。其中表示極端降水的指標有12個,表示極端氣溫的指數有16個,使用RClimDex軟件計算對應指標,并根據相應指標對湖南省極端氣候進行時空特征分析和風險災害評估,極端氣候指標的定義如表1所示。

表1 極端氣候指標定義Table 1 Definition of extreme climate indicators

2.2 M-K趨勢檢驗法

使用線性傾向法以及M-K趨勢檢驗法,在時間尺度上對湖南省極端降水指數的變化趨勢和顯著性進行檢驗分析。M-K趨勢檢驗法對數據樣本的要求較低,且對少量異常值的抗干擾能力強,在水文和氣象學領域中廣泛使用[10]。M-K法可以通過Z值的大小來檢驗數據的變化趨勢,當Z>0時,說明數據呈上升趨勢,反之則呈下降趨勢。|Z|越大,說明該序列的變化趨勢越顯著,|Z|>1.96,說明通過0.05顯著性檢驗[11]。使用克里金插值法對指數進行插值,在空間尺度上對湖南省極端降水指數的變化趨勢進行分析。

2.3 信息擴散模型

采用信息擴散模型對湖南省極端氣候的風險進行評估。信息擴散模型常用于自然災害的風險評估。該模型對概率分布未知、樣本數量較少的自然災害具有良好的適用性[12]。其具體原理如下。

假設X為風險指標實際觀測值的樣本集合,對于m個觀測值樣本數,X={x1,x2,…,xm},U為信息論域集合,對于n個論域,U={u1,u2,…,un}。則對于一個單值觀測樣本點xi,xi擴散到論域中的某一點uj的信息量fi(uj)計算公式為

(1)

式(1)中:h為擴散系數。假設集合X的取值范圍為[a,b],則h的計算公式為

(2)

令Ci為觀測值為uj的樣本個數,則Ci的計算公式為

(3)

其對應的模糊子集的隸屬函數表達式為

(4)

假設ux(uj)為樣本點的歸一化信息分布,Q為uj上樣本點數的總和,則Q的計算公式為

(5)

對于樣本點落在uj處的頻率值,其概率的估計值P(uj)計算公式為

(6)

對于超越概率估計值P(uj),其計算公式為

(7)

3 結果及分析

3.1 極端降水指數的時空變化

3.1.1 時間變化趨勢

利用M-K趨勢檢驗法、線性傾向法對湖南省1960—2017年的12個極端降水指數的時間變化趨勢進行分析,其結果如圖2所示。從整體上看,近57年來湖南省極端降水指數總體變化趨勢較為平緩,但年際變化幅度較大,極值波動較為頻繁,Z統計量相差較大。從具體上看,在反映降水強度的4個指數中,PRCPTOT和Rx5day分別以4.1 mm/10 a和1.18 mm/10 a的變化率呈不顯著的趨勢增加,SDII和Rx1day分別以0.14 mm/10 a和0.78 mm/10 a的變化率呈顯著的趨勢增加,前兩個指數增長速率大于后者;在絕對指數中,所有指數都未通過顯著性檢驗,除R10mm呈減小趨勢,R20mm、R25mm、R50mm呈增加趨勢,三者變化速率相差不大且變化趨勢一致,其變化高峰年皆出現在2000年前后;在相對指數中,R95p和R99p增長速率較大,分別以10.27 mm/10 a和5.72 mm/10 a的變化率增加,表明強降水及極端降水總量在未來不斷增加;在持續性指數中,持續濕潤指數CDD和持續干燥指數CWD變化趨勢相反,但整體都以微弱速率變化,CWD指數以0.15 d/10 a呈不顯著下降趨勢,CDD指數以0.067 d/10 a呈不顯著上升趨勢。

圖2 極端降水指數時空變化圖Fig.2 Temporal and spatial variation of extreme precipitation index

3.1.2 空間變化趨勢

由圖2可知,在空間尺度上,從整體來看,反映湖南省極端連續降水的大多數指數整體呈現北低南高、東高西低的空間分布特征,表明地形和氣流相互作用可能是導致湖南極端降水空間分布差異的主要原因之一[13]。從空間變化來看,各極端降水指數高值區分布差異較大,但大部分指標高值站點位于湘東南和湘東北地區,少數指標高值站點位于湘西北地區。在強度指數中PRCPTOT指數高值區位于湘東南地區、SDII指數高值區位于東北地區、Rx1day和Rx5day指數高值區位于山區的湘西北地區;在絕對指數中R10mm、R20mm、R25mm高值區均集中在湘東南地區,但特大暴雨日數R50mm呈現為西北-中部-東南方向減小空間分布;在相對指數中,R95p呈現為西北-中部-東南方向增加的空間分布,而R99p呈現為西北-中部-東南方向減小的空間分布,兩者空間分布相反;在持續性指數中,CDD和CWD高值區均位于東南地區,表明湘西北地區是湖南省極端暴雨頻發區域,湘東南地區是湖南省降水較多區域[14],其發生由極端降水引發的災害事件的可能較大[14]。從各站點變化趨勢來看,各極端降水指數中大部分站點都未通過顯著性檢驗。RX1day、RX5day、SDII、R20mm、R25mm、R50mm、R95p、R99p中大部分站點都呈不顯著增加趨勢,PRCPTOT、R10、CDD中成不顯著增加趨勢和不顯著減小趨勢站點數大致持平,而CWD中78.13%(25個)的站點呈不顯著下降趨勢,18.75%的站點呈顯著下降趨勢,呈顯著下降趨勢站點位于湘西部地區。

3.2 極端氣溫指數的時空變化

3.2.1 時間變化趨勢

利用M-K趨勢檢驗法和線性傾向法來分析湖南省1960—2017年的16個極端氣溫指數的時間變化趨勢,結果如圖3所示。結果表明:反映極端氣溫強度的指數平均日較差(DTR)以0.074 ℃/10 a的變化率呈不顯著的趨勢減少,在極值指數中,極端最高氣溫(TXx)、極端最低氣溫(TNn)和極端最高氣溫最小值(TXn)均呈上升趨勢,其氣候傾向率分別為0.071、0.41和0.24 ℃/10 a;其中TXn和TXx的上升趨勢通過顯著性檢驗,TXx的最大值出現在2013年,TNn的最小值出現在1977年,TXn最大值出現在2010年,這表明湖南省氣溫總體呈增暖趨勢;在絕對指數中,酷熱日數(SU35)和作物生長期日數(GSL)未通過顯著性檢驗,分別以0.17 d/10 a和0.72 d/10 a的速率增加,而夏日日數(SU25)以2 d/10 a的速率增加,與中國大陸1956—2008年(2.10 d/10 a)增加速率相當[15],熱夜日數(TR20)以1.9 d/10 a的速率增加,與中國(2.00 d/10 a)增加速率相當[15],冰凍日數(ID0)、霜凍日數(FD0)均呈現顯著下降的趨勢,分別以0.16 d/10 a和1.96 d/10 a的速率下降,兩者下降速率相差較大;在相對指數中,暖夜日數(TN90P)、暖晝日數(TX90P)分別以1.48 d/10 a和0.75 d/10 a的速率顯著上升,冷夜日數(TN10P)、冷晝日數(TX10P)均呈下降趨勢,但TN10P以1.14 d/10 a的速率顯著下降,而TX10P以0.3 d/10 a的速率不顯著下降,這表明湖南省極端氣溫相對指數與絕對指數的變化特征相似;在持續性指數中,暖日持續日數WSDI和冷日持續日數CSDI指數變化趨勢相反,但兩者速率變化相差較大,暖日持續日數(WSDI)以1.13 d/10 a的速率顯著上升,冷日持續日數(CSDI)以0.3 d/10 a的速率不顯著下降。

圖3 極端氣溫指數時空變化圖Fig.3 Temporal and spatial variation of extreme temperature index

3.2.2 空間變化趨勢

從1960—2017年湖南省極端氣溫指數變化趨勢的空間分布(圖3)可見,各互為相反含義的極端溫度指數在空間分布上也呈相反趨勢。在反映極端氣溫強度的指數氣溫日較差(DTR)指數呈現為西北-中部-東南方向先減小后增加的空間分布趨勢;在極值指數中,極端最高氣溫(TXx)、極端最低氣溫(TNn)和極端最高氣溫最小值(TXn)均呈從西向東減小的空間分布趨勢;而在絕對指數中夏日日數(SU25)、作物生長期日數(GSL)和熱夜日數(TR20)高值區均集中在湘西南地區,而冰凍日數(ID0)、霜凍日數(FD0)均呈現東向—西顯著減小的趨勢,但酷熱日數(SU35)的整體呈現東南—西北減小的趨勢,低值區位于湘西南的邵陽市、懷化市等與貴州省接壤的地區;在相對指數中,暖夜日數(TN90P)、暖晝日數(TX90P)的高值區位于湘東北,呈現東北—西南遞減的趨勢,而冷夜日數(TN10P)、冷晝日數(TX10P)與暖夜日數(TN90P)、暖晝日數(TX90P)空間分布相反,高值區域位于湘西南地區;在持續性指數中,暖日持續日數(WSDI)和冷日持續日數(CSDI)均呈現西高東低的趨勢,CSDI高值區位于湘西南地區,WSDI高值區均位于湘東南地區。

從各站點變化趨勢來看,DTR指數中40.6%的站點通過顯著性檢驗,而通過顯著性檢驗的站點中92.31%的站點呈顯著下降趨勢;TX90P(59.38%站點)和TN90P(90.63%)均呈顯著增加趨勢,TX10P(18.75%站點)和TN10P(96. 88%站點)呈顯著減小趨勢,相對指數的空間差異不顯著;TXx(15.63%站點)、TNn(71.88%站點)和TXn(31.25%站點)呈顯著增加趨勢;SU35(6.25%站點)、SU25(59.38%站點)、GSL(9.38%站點)、TR20(71.88%站點)呈顯著上升趨勢,FD0(93.75%站點)、ID0(40.63%站點)呈顯著下降趨勢;WSDI(28.13%站點)呈顯著上升趨勢。

3.3 極端氣候風險評估

從28個極端氣候指標中,根據極端指數的強度、絕對性、相對性、持續性的定義,選取R50mm、RX1day、R95P、CWD、SU35、TX90P、WSDI、TXx共8個指標進行風險評估。根據極端降水和極端氣溫的定義和前人的文獻來設定相應的閾值,利用信息擴散模型來對未來極端指數發生的概率進行計算,使用風險概率R(R=1/P)來表示在一定受災率下氣象災害風險概率的重現期水平[16-18],并利用Arc GIS軟件進行插值和繪制研究區域的極端氣溫和降水的風險概率分布圖[19],其結果如圖4和圖5所示。

圖4 極端降水指數風險評估圖Fig.4 Extreme precipitation index risk assessment chart

圖5 極端氣溫指數風險評估圖Fig.5 Extreme temperature index risk assessment chart

圖4、圖5結果表明,湖南省各區域不同類型極端氣候指數設定的閾值的情況發生風險概率差異較大。在極端降水風險評估中,區域內一年中降水50 mm在5 d及以上的概率(R50mm≥5 d)和一天降水大于等于100 mm(Rx1day≥100 mm)的概率大致呈現從西北向東南遞減的趨勢,表明湘西北的降水強度更大。這兩個指數的高風險概率區位于湘西北的湘西土家族苗族自治州、張家界市、常德市以及位于湘東北的岳陽市部分區域,但在這些區域中,R50mm≥5 d的發生風險概率為1～2 a一遇,Rx1day≥100 mm的發生風險概率為6～10 a一遇;日降水量大于95%分位值的年累計降水量大于等于500 mm(R95p≥500 mm)和降水量大于1 mm的最大持續日數大于等于10 d(CWD≥10 d)大致呈現從東南向西北遞減的趨勢,表明湘東南的降水總量更多。R95p指數的高風險概率區位于湘潭市、郴州市、株洲市、永州市部分區域,其發生風險概率為2～3 a一遇;CWD指數的高風險概率區位于湘東南區域,其發生風險概率為1～2 a一遇。

在極端氣溫的風險評估中,高溫災害是常德市的主要氣象災害之一。一年內最高氣溫大于等于35 ℃的日數在30 d及以上(SU35≥30 d)的高風險概率區位于衡陽市、株洲市、郴州市、長沙市等區域,其發生風險概率為1～2 a一遇;最高氣溫大于90%位數值的天數百分比在16%及以上的高風險概率區主要位于常德市大部分區域及株洲市、郴州市小部分區域,其發生風險概率為2～3 a一遇;持續暖日日數大于等于10 d(WSDI≥10 d)的高風險概率區位于常德市,其發生風險概率為2～3 a一遇,較高風險概率區位于湖南省大部分區域;年內日最高氣溫大于等于40 ℃(TXx≥40 ℃)的高風險概率區位于常德市、益陽市、婁底市等部分區域,其發生風險概率為2～3 a一遇。

4 結論與討論

在全球極端氣候災害不斷增加的背景下,氣候災害對社會經濟產生重大影響。以湖南省為研究區,通過分析1960—2017年湖南省極端氣候事件的時空變化特征,并利用信息擴散模型對部分極端事件進行風險評估,得到主要結論如下。

(1)在時間上,近57年來湖南省極端降水指數總體變化趨勢較為平緩,但年際變化幅度較大,極值波動較為頻繁,Z統計量相差較大;在空間上,湖南省大多數極端降水指數呈現東高西低、南高北低的空間分布,且多數站點未通過顯著性檢驗。

(2)在時間上,近57年來湖南省極端溫度呈現變暖的趨勢;在空間上,湖南省各互為相反含義的極端溫度指數在空間分布上呈相反趨勢,且通過顯著性檢驗的站點多于極端降水的站點。

(3)在極端降水的風險評估上,湘西北降水強度大,而湘東南降水總量多,降水強度在空間上呈西北向東南遞減的趨勢;在極端氣溫的風險評估上,湘東南發生極端高溫的風險更高,湘西北發生持續高溫的風險更高。此外極端高溫可能是常德市主要氣象災害之一,其極端高溫的風險發生概率為2～3 a一遇。

研究也存在一些局限,一方面由于數據的缺失,剔除了部分站點,導致站點數量較少,因此極端降水和氣溫的插值結果可能在一定程度上不能反映實際變化趨勢[20];另一方面,將信息擴散模型首次引入極端氣候的風險評估,利用概率來表示風險,但極端氣候的形成是一個復雜的過程,可能受地形、季風環流等因素的影響[21],不能完全真實地反映極端氣候未來的風險,因此在未來的研究中需將多重因素納入研究框架,以求能更好反映未來極端氣候的風險。