当前位置：文档之家 › 标准化降水指数在黑河地区的适用性研究

标准化降水指数在黑河地区的适用性研究

  • 格式：pdf
  • 大小：2.55 MB
  • 文档页数：3

第34卷第3期2017年9月黑龙江气象HEILONGJIANG METEOROLOGYVol.34 No.3Sept. 2017文章编号：l〇〇2-252X(2017)03-0019-02标准化降水指数在黑河地区的适用性研究起山山,王志国，孙波(黑河市气象局，黑龙江黑河164300)摘要：对黑河地区6个气象站1967-2015年的逐月降水数据资料计算标准化降水指数，分析了SPI指数的时间序列特征，探讨了 SPI指数的适用性。

结果表明：（1)SPI指数在不同时间尺度下，对降水量的敏感性各有不同，较长时间序列指数能够更好的表现阶段性的干旱与雨涝持续时间。

(2)在适用性方面，SPI在评价过程中比p a指数更加敏感，评价等级相对较高，而SPI指数和土壤墒情指数结合使用对判断旱涝分布评价效果会更好。

关键词：标准化降水指数;SPI;适用性1引言干旱指数，一直是干旱监测、预测和研究中的重 要工具。

黑河市气象部门目前主要采用降水距平百 分率和土壤田间持水量来表征各地区的旱涝变化情 况。

在土壤田间持水量测定过程中人为操作误差及 采样随机性都会对结果产生影响，因此，干旱监测容 易受到人力和物力等多种因素制约，难以大范围的 进行旱情评估。

而基于降水资料的S P I指数计算简 单，稳定性好，具有多时间尺度和时空适用性等优势[1]，且不涉及具体的干旱机理，在国内外的干旱监测 中广受应用。

2研究资料与方法2.1 研究资料表1旱涝等级划分标准等级类型降水量距平指数(％)Pa SPI指数值1极涝90<Pa 2.0<SPI2重涝80<Pa矣90 1.5<SPI矣2.03中涝60<Pa矣80 1.0<SPI矣1.54轻湿40<Pa矣600.5<SPI矣1.05正常-40<Pa矣40-0.5<SPI 矣0.56轻旱-60<Pa矣-40-1.0<SPI矣-0.57中旱-80<Pa矣-60-1.5<SPI矣-1.08重旱-90<Pa矣-80-2.0<SPI矣-1.59特旱Pa矣-90SPI矣-2.0通过对黑河地区6个气象站1967-2015年降水 资料的整理，建立逐月降水量时间序列。

根据（GB/ T20481-2006)国家气象干旱等级划分标准进行评价 (见表1)。

2.2研究方法2.2.1标准化降水指数采用《气象干旱等级》(GB/T20481-2006)中SPI 的计算方法，计算降水量距平（Pa)和不同时间尺度 下（1、3、6、12个月）的S P I值，分别记为S：P I1、SPI3、SPI6、SPI12。

将SPI1作为主要研究对象。

2.2.2 土壤墒情干旱指数由于墒情评价对不同作物不同生长阶段的评价 标准不同，本文采用《水利技术标准编写规定》(SL1—2002)标准中，小麦作物20 cm土壤深度为统 一标准。

土壤田间持水量按下式计算：0m= m2~mi x100%mi式中：0m—土壤田间持水量％ ;m u—烘干土质量gm2—湿样土质量g3结果与分析3.1 S P I指数变化特征不同时间尺度下的S P I指数能反映不同程度的收稿日期：2017-6-1第一作者简介：赵山山（1986-)，女，黑龙江省黑河市人，东北林业大学，硕士生，助理工程师.干旱过程和持续时间'在评价时，影响程度和时间 都是水分变化的影响因子。

本研究采用研究区内6 个站点S P I值的平均值来代表研究区域。

SPI1计算时，由于原理上不考虑前期降水的影 响，数值在0线上下波动性很强，随机性明显，时间 持续性很弱。

连续时间较长的干旱（为方便比较，取 连续3月为轻旱以上程度的时间段，以下同）发生在 1973 年 8-10 月、1976 年的 8-11 月、1992 年 3-5 月、2001年的9-11月、2005年的7-10月、2011年的2- 4月及8-10月。

连续较长时间的雨涝发生在1972年 9-11 月、1982 年 8-10 月、1987 年 11-1988 年 1 月、1994 年 9-11 月、1998 年 4-6 月、2003 年 7-9 月、2004 年 1-3 月、2009 年 1-3 月、2012 年 9 月-2013 年3月、2014年9-12月、2015年8-10月。

结果表 明，SPI1序列中干旱主要发生在夏秋季，而雨涝在四 季均有可能出现，但主要出现在秋季和冬季。

其中，25个重旱以上（SPI矣-1.5)的月份，多发生在秋季 (28%)和冬季（36%)，春季和夏季分别占16%和 20%，19个重涝以上（SPI>1.5)的月份有7个月多发 生在春季(36.8%),其次是冬季(31.6%),夏季和秋季 出现的概率持平（15.8%)。

对不同时间尺度的S P I指数研究表明，例如对 1998年雨涝的起始和结束时间的判断，SPI1始于4 月，结束于6月；SPI3始于5月，结束于8月；SH6始 于5月，结束于11月；SH12始于6月，结束于次年4 月。

王莺、李耀辉等研究表明在不同时间尺度下SPI 值对降水量的敏感性各有不同，时间尺度越小，一次 降水过程的影响就越显著，会导致S P I值产生较大变 化，甚至会产生正负波动；随着时间尺度增加，一次 降水过程的影响变小，只有在持续多次降水的情况 下才能使S P I值发生波动，因此较长时间尺度的SPI 可以用于长期水分状况的监测，具有一定的稳定性，而旱期或涝期的起始和结束时间相应延后也充分反 映了前期降水变化的累积影响[1]。

因此，时间越长的 尺度对水分监测的判定越清晰合理，而短期尺度的 敏感性可以用于对短期水分状况的评估监测中。

3.2适用性分析2013年黑河地区遭遇了洪涝灾害，2015年夏季 有阶段性旱情，造成一定面积的农作物减产甚至绝 收。

本研究利用S P I指数法、降水距平法、土壤墒情干 旱评价法，对2013年和2015年5-9月的气象干旱 等级进行对比评定。

结果表明三种方法的评定结论不完全一致（表2-3中空白表示正常评定结果）。

为方便与另外两个指数对比评价，只对SPI1进行讨论。

表2三种干旱指数对2013年夏季洪涝期间旱涝评定2013年夏季洪涝5月6月7月8月9月Spi中涝中涝中涝爱辉Pa中涝轻湿中涝R轻湿轻湿轻湿重涝Spi极涝孙吴Pa极涝R轻湿轻湿轻湿极涝Spi轻湿轻湿极涝逊克Pa轻湿极涝R轻湿轻湿轻湿极涝Spi重涝轻湿中涝嫩江Pa极涝中涝R轻湿轻湿重涝Spi轻湿轻湿中涝五市Pa轻旱轻湿R中涝轻湿轻湿极涝Spi重涝重涝中涝北安Pa轻旱中涝重涝极涝R轻湿极涝表3三种干旱指数对2015年夏季干旱期间旱涝评定2015年夏季干旱5月6月7月8月9月Spi中涝中涝中涝爱辉Pa中涝轻湿中涝R轻湿轻湿轻湿重涝Spi极涝孙吴Pa极涝R轻湿轻湿轻湿极涝Spi轻湿轻湿极涝逊克Pa轻湿极涝R轻湿轻湿轻湿极涝Spi重涝轻湿中涝嫩江Pa极涝中涝R轻湿轻湿重涝Spi轻湿轻湿中涝五市Pa轻旱轻湿R中涝轻湿轻湿极涝Spi重涝重涝中涝北安Pa轻旱中涝重涝极涝R轻湿极涝如表2所见，从2013年5-9月6个县站共30 个月中，发生涝情的有25个月，其中S P I与P a评价 的等级结果一致的有14次，一致率56%，评估不一(下转第44页）电压是否在6-8 V正常工作电压范围之内，再用万 用表的通断档，将表笔分别接在雨量插头的两极，翻动雨量计的计数翻斗，看干簧管是否有通断状态，若 没有应及时更换。

此外，还应检查雨量传感器是否水 平，如不水平则会造成雨量误差。

4.2温度传感器温度传感器是由传感线以及钼电阻组成的，温度 传感器是通过电阻的变化来对气温进行检测的，在对 其进行日常维护时首先需要对钼电阻的线缆进行检 查，一般钼电阻的电缆都是分为两组的并且没有明显的线序，维护过程中较为困难。

对温度传感器进行检 查是应当先对四脚的电阻值进行检测，由于温度不同 其电阻值也会随之变化，一般都在80-120 f t。

随着科学技术的进步，气象观测的准确性正在 不断上升，同时应用在气象观测方面的设备也在不 断升级，其精密程度也在不断加深，因此对于气象观 测设备的日常维护也就显得更加重要了。

气象观测 部门应当尽最大可能地对各类气象观测设备进行维 护从而使得其使用寿命和精准性方面能够得到保 证。

(上接第20页)致的11次结果中有10次都是S P I比P a重一个量 级，土壤墒情指数划分的等级与这两者中任意一个 一致的只有6次，不一致的有24次，且评价的轻重 程度不一。

另外，在汛情严重的8月份，6个地区中有 5个地区的S P I与P a评价结果一致，而土壤墒情指 数则显示评价结果偏高一个等级以上。

三种方法对2015年旱情的判定（表3)结果表 明，旱情主要发生在6月和7月，12个月中S P I指数 与P a指标的评定结果一致的有8个月，4次不一致 的结果中S P I都比P a评价结果高一个等级。

而土壤 墒情指数的评价结果高低并存。

根据民政部门的不完全统计，2013年7月和8 月受洪涝影响，爱辉和北安地区农作物减产3成左 右，而其他地区受灾面积在114847公顷以上，成灾 面积在80000公顷左右，绝收面积可达48000公顷。

2015年6-7月仅孙吴和逊克受干旱影响的成灾面积 就达5000公顷。

从2015年干旱评价结果中可见干 旱的影响程度逊于2013年洪涝灾害，重度灾害较 少。

通过上述对比发现，S P I在评价过程中比P a指 数更加敏感，评价等级相对较高。

此外，在S P I指数的 计算机理方面，是对降水量的标准化处理后转化为 正态函数，较长时间尺度的指数对降水量正态函数 的轴线附近不会有太明显摆动，因此，在短期内降水 过少或过多时，前期降水的累积效应对后期评价有 一定影响，能更连续性的反映土壤干湿状态。

而Pa，当本月降水为0或微量时，把评价结果判为特旱或 重旱，这就与S P I指数产生了明显差异。

另外，关于土 壤墒情指数，对于不同的作物在不同时期的发育进 程影响不同，不能用单一的指标进行判断，尤其在作物灌浆期或成熟收获期，对水分的需求也截然不同，短时期内差异可能比较大。

如果用单一的S P I指数或P a指数进行评价，对不同作物的评价结果是差距更明显的，而S P I指数可以对旱涝进行评估，再对作物利用土壤墒情指数进行评价，两者结合使用之后对农区的实用效果会更好。

4结论与讨论利用黑河地区1967-2015年的逐月降水资料对不同时间尺度的S P I指数进行了研究，并对其适用性进行了探讨，得出以下主要结论：(1) 不同时间尺度的S P I指数，对降水量的敏感 性各有不同。

随着时间尺度增加，一次降水过程对S P I的影响变小，只有在持续多次降水的情况下才能使S P I值发生波动，因此较长时间尺度的S P I可以用于长期水分状况的监测[1]，判断旱涝趋势变化的方向，实用性强。

合集下载

标准化降水指数法在不同时间尺度干旱特征评估中的应用

标准化降水指数法在不同时间尺度干旱特征评估中的应用

文章编号：1007-7797（2020）12-0105-02标准化降水指数法在不同时间尺度干旱特征评估中的应用李子越（阜新市佳音工程项目管理有限公司，辽宁阜新123000）摘要:采用标准化降水指数对辽宁北部干旱特征进行评估,以辽宁北部（铁岭、抚顺）为例,在252-2013年期间发生干旱的频次分别为72.8%和60.5%，其中发生极端干旱的频次分别为0.8%和3.9%。

冬季和春季是辽宁北部极端干旱易发季节，发生极端干旱频率明显高于其他积极，尤其是在3月份和2月份极易出现干旱。

研究成果对于辽宁北部干旱预警指标的确定具有重要参考价值。

关键词:-标准化降水指数;干旱特征评估;干旱频次;年干旱;季节干旱;辽宁北部地区中图分类号:TV127文献标识码:B0引言近些年来，干旱指数的研究已趋于成熟,不同的干旱指数有其各自的优点和缺点,这其中标准化干旱指数由于对降水进行标准化分析，在许多区域应用效果较好。

苟非洲［1_9基于标准化降水指数对渭河流域多尺度干旱特征进行分析，结果表明标准化干旱指数可以对渭河流域的趋势性和持续性进行分析,并可以，识别干旱的历时和烈度。

徐庆*［5］基于标准降水指数对的特分析，分析表明干旱评估结果和区域实际干旱特征吻合度较高,适合于鞍山地区的干旱评估和预警研究。

韩幸采用标准化综合干旱指数对北汝河流域进行干旱评价，评价结果表明标准化综合干旱指数对轻度干旱事件更为敏感，能较好地反映流域干旱特性及典型干旱事件的演进过程。

方黎明⑴基于标准化降水蒸散指数对宁夏中部干旱带干旱进行趋势分析，分析表明标准化降水蒸散指数可以对区域与干旱发生范围和干旱发生强度进行有效识别。

李亮［9］基于标准化降水蒸散指数对甘肃省的干旱时空特征进行评估，评估结果表明标准化降水蒸散指数适合于干旱半干旱区域的干旱特征分析，评估结果合理、可信。

周洪华⑼采用标准化径流指数对阿克苏河水文干旱特征进行识别，识别结果表明标准化径流指数可合理的对阿克苏河水文干旱进行有效识别。

标准化降水指标与Z指数在我国应用的对比分析

标准化降水指标与Z指数在我国应用的对比分析

标准化降水指标与Z指数在我国应用的对比分析一、本文概述本文旨在对比分析标准化降水指标（SPI）与Z指数在我国的应用情况。

我们将对标准化降水指标和Z指数的基本概念、计算方法和应用原理进行简要介绍。

随后，通过文献综述和实证分析，深入探讨这两种指标在我国不同地区、不同时间尺度下的应用效果。

本文还将对比分析这两种指标在预测干旱、洪涝等气象灾害方面的优劣势，以期为我国气象灾害预警和决策支持提供更加科学、准确的依据。

我们将对标准化降水指标和Z指数的应用前景进行展望，提出针对性的改进建议，以期推动我国气象灾害预警技术的持续发展。

在对比分析过程中，我们将注重数据的准确性和可靠性，采用多种统计方法和模型进行实证分析。

我们还将充分考虑我国地域广阔、气候多样的特点，以及不同行业、不同部门对气象灾害预警的需求差异。

通过本文的研究，我们期望为相关领域的学者和实践者提供有益的参考，推动我国气象灾害预警技术的不断创新和发展。

二、标准化降水指标（SPI）的介绍标准化降水指标（SPI）是一种广泛应用于气象和水文学领域的统计方法，用于描述和评估不同时间尺度的降水异常情况。

SPI基于概率分布函数，将实际降水量转化为标准正态分布的数值，从而能够直观地反映降水量的偏离程度。

SPI不仅考虑了降水的总量，还兼顾了降水的分布特征，因此在实际应用中具有较高的灵活性和准确性。

SPI的计算涉及多个步骤，包括选择合适的概率分布函数、参数估计、标准化处理等。

常用的概率分布函数包括Gamma分布、Log-Pearson分布等，这些分布函数能够较好地拟合不同地区的降水数据。

参数估计则通常通过最大似然法等方法实现，以获取分布函数的最佳参数。

标准化处理则是将实际降水量转化为标准正态分布的数值，使得不同时间尺度和不同地区的降水数据能够进行比较和分析。

SPI具有多个时间尺度，如1个月、3个月、6个月等，以适应不同研究需求。

不同时间尺度的SPI能够反映不同时间段的降水异常情况，为决策者提供更为全面的信息。

2008_黑河流域地下水研究进展综述_席海洋

2008_黑河流域地下水研究进展综述_席海洋

对于地下水渗透性质的研究方面，曹建廷等在利用中子仪 和负压计观测了黑河干流细土平原区灌溉水入渗时包气带的 含水率和土水势的变化， 初步分析了灌溉水入渗运移规律，确 定了灌溉水入渗补给系数随地下水埋深的变化[11]。 张应华等通 过运用美国 SOILMOISTURE EQUIPMENT CORP. 制造 的 Model 2800Guelph 入 渗 仪 ， 对 黑 河 下 游 河 床 入 渗 能 力 进 行 了 定 点 测 量，从鼎新至西河 5 号山、东河至额济纳旗所估算出的总河床 入渗量为 4.139×108m3/a[12]。
2 地下水研究的主要研究内容及现状
2.1 地下水特征及其成因分析的研究 对于黑河流域地下水的特征及其成因可以通过不同的方法
和手段进行系统深入的研究，如测定地下水的同位素特征、电导 率、水化学等，以及通过综合分析方法对黑河流域的地下水进行 研 究 。 陈 宗 宇 等 利 用 地 下 水 中 放 射 性 氚 （3H）和 碳 （14C）测 年 方 法 ，计 算 黑 河 流 域 地 下 水 的 年 龄 ，进 而 讨 论 地 下 水 的 更 新 性 [1]。 张光辉等通过环境同位素技术和指数加权量化研究了黑河流域
黑河流域位于西北干旱区， 流域水资源的一个显著特点是 地表水与地下水的相互转换频繁。 了解流域地表水与地下水的 相互转换关系是进行流域水资源管理和水利规划的重要依据。 张光辉等通过大量野外调查， 研究了气候变化和人类活动对黑 河流域地下水循环和更新演变的影响， 平原区浅层地下水主要 是现代水补给， 来自祁连山区基岩裂隙水通过地表径流转化补 给，其他是降水和冰雪融水在山前戈壁带入渗补给，具有较强的 更新能力；深层承压水主要形成于地质历史时期区域性补给，与 现代水循环有联系[26]。 聂振龙等通过分析黑河干流地表水与地 下水的水化学特征， 识别了沿黑河干流不同地带地下水与地表 水的相互转化关系[27]。 钱云平等利用 222Rn 作为同位素示踪剂分 析了黑河中游地表水与地下水的转换关系[28]。 张应华等运用同 位 素 δ18O 分 析 了 农 田 灌 溉 严 重 影 响 了 地 下 水 和 地 表 水 之 间 的 转化，导致地下水补给地表水的增加；运用质量守恒原理，定量 分析了黑河中游盆地黑河地下水与地表水转化的转化量[29]。 仵
1956—2016_年中国年降水量及其年内分配演变特征　

1956—2016_年中国年降水量及其年内分配演变特征　

第34卷第2期2023年3月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.2Mar.2023DOI:10.14042/ki.32.1309.2023.02.0031956 2016年中国年降水量及其年内分配演变特征杜军凯1,仇亚琴1,李云玲2,卢㊀琼1,郝春沣1,刘海滢1(1.中国水利水电科学研究院,北京㊀100038;2.水利部水利水电规划设计总院,北京㊀100120)摘要:为分析中国降水时空演变格局,本文在月尺度上对水利部门与国家基本气象站的降水量监测数据进行融合,针对融合后的4177个站点,使用趋势分析㊁突变检验和年内分配向量法等方法分析了集中度㊁集中期和最大4个月累积降水量占全年之比等多个指数的分布格局,分析了1956 2016年中国年降水系列的趋势性和突变性特征,以及降水年内分配过程的时空演变㊂主要结论如下:①中国降水时空分布不均,自东南到西北,年降水量总体递减,降水年内分布集中度递增;站点年降水量序列的变化趋势呈现较强的地带性,自东南到西北呈 增 减 增 的3个条带;显著增加条带分别位于东南和西部地区,显著减少的条带位于中部,从东北地区向西南绵延至边境;年降水序列的趋势性变化大多伴随着突变,发生在20世纪80年代的站点最多㊂②沿200mm 和400mm 年降水量等值线,中国北方出现1个 汛期降水减少 条带,但其时间尺度效应较强;在月尺度上,站点汛期降水占比下降,非汛期降水占比增加;而在日尺度上则相反,连续3~7d 累积降水量的波幅加大,表明降水事件的极端程度在增强㊂③降水序列变化与径流的同步性较好,中国西北和东南地区年降水量呈增加趋势,典型水文站的还原径流量同步增加;年降水量显著减少㊁且最大4个月累积降水量占比指数减少超过10%的区域集中在北方的辽河㊁海河与黄河流域等非湿润区,相应水文断面的还原径流量显著减少㊂关键词:降水;年内分配;降水集中度;降水集中期;演变规律中图分类号:P333㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)02-0182-15收稿日期:2023-01-04;网络出版日期:2023-03-26网络出版地址:https :ʊ /kcms /detail /32.1309.P.20230324.1649.002.html基金项目:国家重点研发计划资助项目(2021YFC3201101);国家自然科学基金资助项目(52279030)作者简介:杜军凯(1987 ),男,河南禹州人,高级工程师,博士,主要从事流域水循环及其伴生过程模拟研究㊂E-mail:du_djk@通信作者:仇亚琴,E-mail:qyq@ 联合国政府间气候变化专门委员会(IPCC)第六次评估报告[1]指出,人类影响造成的气候变暖速率前所未有,全球极端天气与极端气候事件发生频率不断增强,全球尺度的降水结构发生了显著变化[2],较大程度上影响了区域水安全和经济社会可持续发展[3]㊂水循环是联系地球系统大气圈㊁水圈㊁岩石圈和生物圈的纽带㊂降水是水循环过程的总输入,研究中国降水的时空分布与演变格局可为洪涝灾害应对㊁水资源情势分析及水生态修复等工作提供科技支撑,具有重要的意义㊂在降水时空分布与演变规律方面,已有较多学者开展了相关研究㊂如在降水年际变化趋势分析方面,王英等[4]基于730个气象站的监测数据进行空间插值法和趋势分析,结果表明中国降水量从20世纪60年代到90年代呈明显下降趋势;施雅风等[5]总结了西北地区气候变化特征,指出西北地区气候向暖湿转型可能是世纪性的;张强等[6]分析了西北地区气候湿化趋势,指出西北地区西部和东部从21世纪开始同时进入增湿期;王米雪等[7]研究了1960 2013年东南沿海地区年降水量变化特征,指出2000年后东南沿海地区形成 重旱-重涝并重 的格局㊂在降水序列突变研究方面,丁一汇等[8]对青藏高原年平均气温和降水量序列进行突变检验,研究指出气候要素突变方向㊁突变时间存在较大时空差异;贾路等[9]认为西北地区降水集中度指数均值序列存在显著的突变点;张阿龙等[10]认为锡林河和巴拉格尔河流域气候突变发生在20世纪90年代至2010年;Zuo 等[11]研究表明,海河流域年降水量系列在1979年发生突变㊂在降水年内变化研究方面,刘向培等[12]从 信息熵 角度分析了厄尔尼诺与南方涛动㊁太平洋年代际涛动对中国降水集中程度的影响;㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征183㊀Zhang等[13]定义了降水年内集中度和年内集中期指数概念和计算方法,该方法被广泛用于区域年内多尺度降水不均匀性和集中程度,以及年际变化规律等研究中㊂此外,另有学者关注降水分区区划㊁降水变化的周期性㊁雨日数与雨强演变特征㊁季节降水结构演变与平稳性㊁城市化对降水的影响,以及极端降水时空变化特征等[14-19]㊂尽管当前研究取得了丰硕成果,但在以下几个方面仍有待提升㊂首先,受测站数量㊁密度㊁数据系列长度等条件制约,当前针对全国范围的研究较少;其次,中国幅员辽阔,地形㊁地貌复杂多变,降水时空演化具有很强的地带性特征,相关规律亟需总结;再者,针对降水年内丰枯变化的相关研究有待补充,尤其是汛期降水在长时间尺度上的演变及其径流效应㊂鉴于此,本文对气象站和水文站实测降水量进行月尺度融合,以提升监测资料的时空完整性,系统分析了多项指标的时空分布格局㊁地带性变化特征及其水文效应,为揭示中国降水时空演变规律提供科技支撑㊂1㊀数据与方法1.1㊀基础数据本文所用的降水量数据来源如下:一是国家基本气象站的逐日数据,来源于国家气象数据共享网;二是水文部门上报的逐月降水量观测数据,来源于全国第三次水资源调查评价上报的降水量数据集,时间序列为1956 2016年;另有水文部门提供典型站点的日尺度观测信息㊂对国家基本气象站和水文-雨量站的监测数据进行融合,处理原则如下:①删除重复站点,如水文-雨量站与基本气象站的空间位置相同,则优先使用国家基本气象站的监测数据;②舍弃监测不全的站点,如某站点在设站年份的监测数据缺失1个月以上,则放弃;③时间尺度统一,将日观测成果转换到月㊂按上述原则处理后,共得到4177个融合站点(图1)㊂本文所用降水量等值线图来自文献[20]㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图1㊀气象站点分布Fig.1Location of the meteorological stations and the terrain landform of China1.2㊀分析方法(1)趋势与突变检验分别使用Mann-Kendall(后文简称MK)趋势检验法和PETTITT突变分析法进行趋势和突变检验㊂MK趋势检验法[21-22]是一种典型的非参数检验方法,该检验方法在气象和水文领域得以广泛应用㊂PETTITT检184㊀水科学进展第34卷㊀验[23]是一种非参数的突变检验方法,构造一个Mann-Whitney 统计量,根据构造统计量的特征进行数据序列的突变点分析㊂(2)集中程度分析采用降水年内分配的集中度(Precipitation Concentration Degree,PCD)指数和集中期(Precipitation Concen-tration Period,PCP)指数来表征降水分布的集中性特点,计算方法见式(1)和式(2)㊂PCD 指数取值介于0~1,值越大表示降水年内分配越不均匀;PCP 指数以角度为单位,将0ʎ~360ʎ分配到全年12个月,取值越大表明降水峰值越靠后㊂D PC,i =(ð12j =1r ij ˑsin θj )2+(ð12j =1r ij ˑcos θj )2/R i (1)P PC,i =arctan[(ð12j =1r ij ˑsin θj )/(ð12j =1r ij ˑcos θj )](2)式中:D PC,i 和P PC,i 分别为测站第i 年的降水年内分配PCD 指数和PCP 指数;r ij 为第i 年第j 月的降水量,mm;R i 为第i 年的年降水量,mm;θj 为第j 月中对应的角度,角度与1 12月份的对应关系参见文献[12]㊂使用年内最大4个月累积降水量占全年的比例(PEC)指数来表示站点汛期降水的分布特征,计算方法见式(3):C PE =ð4i =1P ∗i /ð12j =1P j ˑ100(3)式中:C PE 为测站PEC 指数,%;P j 为1 12月的月平均降水量,mm;P ∗i 为年内最大4个月的月均降水量,mm㊂2㊀降水量时空分布注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图2㊀测站多年平均降水量的空间分布Fig.2Spatial distribution of annual mean precipitation at the meteorological stations 2.1㊀年降水量分布格局中国幅员辽阔,东部属季风气候,西北部属温带大陆性气候,青藏高原属高寒气候,降水空间分布不均匀,总体呈 东南高㊁西北低 的特征㊂融合后站点降水量与多年平均降水量等值线[20]分布见图2㊂多年平均年降水量200mm 等值线为中国干旱区与半干旱区的分界线,该线北起内蒙古高原中部,大致沿阴山-贺兰㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征185㊀山-六盘山-祁连山-柴达木盆地-昆仑山一线;多年平均年降水量400mm等值线沿东北 西南方向斜贯中国全境,系半干旱区与半湿润区分界线,北起大兴安岭,沿燕山-太行山-黄土高原北缘-祁连山东段分布;多年平均年降水量800mm等值线沿东西方向横贯全境,系湿润区和半湿润区的分界线;多年平均年降水量在800~1600mm的区域主要分布在 秦淮线 以南,包括淮河中下游㊁长江中下游㊁四川盆地㊁云贵高原和广西大部等地;多年平均年降水量超过1600mm的区域主要分布在东南沿海㊁湘赣山区㊁西南(云南㊁四川㊁西藏)部分山区,其中,海南岛部分区域㊁台湾岛[20]大部分地区降水量超过2000mm㊂2.2㊀年内分配特征根据式(1)和式(2),分别计算了所有站点逐年月降水量的PCD指数㊁PCP指数和最大4个月降水量占全年比例,各站点多年平均月降水量的年内集中度空间分布见图3,集中期空间分布见图4㊂(1)月降水量的年内集中度㊂由图3可见,各站点PCD指数为0.077~0.768,大体呈现北高南低的分布格局㊂0.077ɤD PC<0.200的站点主要分布在长江以南,即长江流域㊁珠江流域㊁东南诸河区和西南诸河区的大部分区域,另有黄河河源区㊁渭河南山支流㊁伊洛河等流域,以及位于天山北支与中支之间的伊犁河流域㊂0.200ɤD PC<0.320的站点集中分布在辽河区南部㊁海河区东部㊁淮河区大部和黄河中游部分区域,以及阿尔泰山南麓的额尔齐斯河流域㊂0.320ɤD PC<0.520的站点主要分布在西北诸河区,包括塔里木盆地㊁柴达木盆地及黑河上游等内陆河流域㊂0.520ɤD PCɤ0.768的站点大多散乱分布在400mm降水等值线两侧,包括松花江区西部㊁辽河区北部㊁太行山区,以及黄河上游大通河与湟水等流域㊂综上所见,中国干旱区域PCD指数值大,年降水量年内分配不均匀性强于降水量丰沛的区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图3㊀测站月降水量的PCD指数Fig.3PCD indexes of monthly precipitation at the meteorological stations(2)月降水量的年内集中期㊂由图4可见,各测站月降水量PCP指数为116.9ʎ~234.0ʎ,自东南至西北总体呈低 高 低的分布特征,两边PCP指数低㊁中部高㊂116.9ʎɤP PC<150.0ʎ(即集中期在6月中旬以前)的站点集中分布在长江中下游㊁东南诸河与珠江中下游地区,这与梅雨气候有关㊂150.0ʎɤP PC<175.0ʎ(集中期6月中旬至7月中旬)的站点分布在长江中游江北地区㊁长三角㊁珠江中游南岭南麓区域㊁武夷山以东的沿海地带,以及天山山区㊂175.0ʎɤP PC<190.0ʎ(集中期7月中下旬)的站点分布最广,沿东北 西南方向斜贯全国,包括东北大部㊁华北地区中部㊁青藏高原东部㊁四川盆地大部以及云贵高原东缘㊂190.0ʎɤP PCɤ234.0ʎ(集中期8月上旬至9月中旬)的站点主要分布在黄河流域大部㊁山东半岛和辽东半岛沿海地带㊁186㊀水科学进展第34卷㊀太行山区大部㊁金沙江上游㊁西南诸河以及海南岛等区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图4㊀测站月降水量的PCP指数分布Fig.4Distribution of PCP indexes of monthly precipitation at the meteorological stations(3)最大4个月累积降水占比㊂由图5可见,各测站PEC指数介于53.7%~97.8%,空间分布与PCP 指数类似,总体呈西北高㊁东南低的格局㊂53.7%ɤC PE<65.0%的站点绝大多数分布在长江中下游和东南诸河区,少部分位于南岭以南的柳江㊁西江流域,以及地处西北的天山山区㊂65.0%ɤC PE<75.0%的站点在上一分级(53.7%~<65.0%)的外层,东北地区主要分布在长白山以东,中部集中在祁连山东侧-秦岭-淮河沿线,以及西南的四川盆地㊁云贵高原大部,华南的珠江流域大部等区域㊂75.0%ɤC PE<85.0%的站点分布在东北平原㊁华北平原㊁黄土高原大部,以及西南的金沙江流域等㊂85.0%ɤC PEɤ97.8%的站点分布在大兴安岭山区㊁河套平原㊁柴达木盆地西部和塔里木盆地,以及青藏高原西南部等广袤地区㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图5㊀测站PEC指数分布Fig.5Distribution of proportion indexes of the maximum accumulated precipitation in4months to annual precipitation㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征187㊀3㊀降水量时空演变3.1㊀年降水量序列的趋势性采用MK检验法对年降水量序列进行趋势分析,共有337个站点通过显著性检验(显著性水平α=0.05,详见图6)㊂通过显著性检验站点中,呈显著增加趋势的站点共142个,各站点年降水量的年际变化梯度为2.9~8.5mm/a;呈显著减少趋势的站点共195个,变化梯度为-11.7~-2.0mm/a㊂在空间分布上,各站点年降水量的变化趋势的规律性较强,自东南到西北明显呈 增 减 增 的3个条带㊂据图6可知,站点年降水量显著减少的条带位于中部,从中国东北地区向西南绵延至边境区域㊂站点年降水量显著增加的条带有2个,分别位于西北和东南地区:西北地区各站点变化趋势在空间上比较一致,基本呈增加态势;东南地区以增加为主,但空间变异性更强,沿海少数站点呈减少趋势㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图6㊀测站年降水量序列的MK趋势检验结果Fig.6Mann-Kendall trends of annual precipitation series at the meteorological stations3.2㊀年降水量序列的突变性采用PETTITT检验法对年降水量序列进行突变分析,共有282个站点通过显著性检验(显著性水平α= 0.05,详见图7)㊂各站点突变年份介于1965 2005年,具体如下:1965 1969年的站点共2个;1970 1979年的站点共70个;1980 1989年的站点共128个;1990 1999年的站点共58个;2000 2005年的站点共24个㊂对比图6和图7可知,在空间分布上,发生突变的站点与趋势变化显著的站点比较一致㊂这意味着站点年降水序列的趋势性变化大多与突变相伴㊂3.3㊀最大4个月累积降水量占比变化针对序列超过50a的2575个测站,计算各站点1960 1969年㊁2007 2016年平均PEC指数及其相对变幅㊂以1960 1969年为基准,2007 2016年平均PEC指数相对变幅超出ʃ10%的站点共有123个,空间分布见图8㊂其中,共106个站点的PEC指数下降超过10%,共17个站点的PEC指数增加10%㊂PEC指数变幅超出ʃ10%的站点空间分布同样具有较强的地带性特征㊂减幅超过10%的站点大多数位于北方地区,少部分位于南方地区;这些站点空间分布与200mm和400mm年降水量等值线走势基本一致,集中分布在2条等值线两侧,如海河流域与黄河流域过渡地带㊁三江源地区,以及天山西段㊁阿尔泰山之间的广大区域㊂增幅超过10%的站点集中分布在南方地区,大多数位于800mm等值线之南㊂188㊀水科学进展第34卷㊀注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图7㊀测站年降水量序列的PETTITT突变检验结果Fig.7Results of PETTITT abrupt detections of annual precipitation series at the meteorological stations㊀㊀200mm㊁400mm多年平均年降水量等值线分别是中国半干旱与干旱区㊁半湿润与半干旱区的分界线, PEC指数从月尺度上反映了汛期降水的集中性㊂上述分析结果表明,在中国北方较为干旱的区域,站点年降水量的年内分配呈现一定程度的 平均化 倾向,汛期降水占比下降,非汛期降水占比增加㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图8㊀测站2007 2016年平均PEC指数较1960 1969年均值的变化Fig.8Relative change of the mean PEC index from2007to2016compared with that from1960to19694㊀讨㊀㊀论4.1㊀合理性分析(1)PCP指数和PCD指数分析结果的合理性㊂降水PCD指数和PCP指数分布与气候类型密切相关,中㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征189㊀国的降水主要受夏季风控制,具有雨热同季特点㊂习惯上,中国将大兴安岭-阴山山脉-贺兰山-乌鞘岭-巴颜喀拉山-唐古拉山-冈底斯山系作为季风区与非季风区的分界线[24](图4)㊂春季,中国大部分地区冷空气较强,来自海洋的暖湿气流在华南㊁东南一带与之交锋,这些区域进入降水集中的第1个时段,即春雨期;随时间推移,季风强度不断加大,暖湿气流在初夏时节运动到江淮地区,产生梅雨锋面系统,形成1条降水丰富的锋面雨带;暖湿气流在夏㊁秋季节到达东北㊁华北和西北部分地区时,集中产生夏雨和秋雨;之后,夏季风强度不断减弱,雨带重回东南㊁西南和华南等地㊂总体而言,降水年内分配过程存在多峰的地区,集中度较低㊁集中期较早,反之则集中度较高,集中期相对延后㊂据图4可知,中国季风区降水体现出时空上的高度集中性[25],东北㊁华北和西南等地区月降水的PCP 指数值大多高于非季风区㊂月降水量PCP指数空间分布与季风活动密切相关,如梅雨气候控制的江南㊁江淮和长江中下游地区(见‘梅雨监测指标:GB/T33671 2017“)集中期明显提前至6 7月㊂海南岛雨源主要有锋面雨㊁热雷雨和台风雨等类型,每年5 10月为多雨期,其中台风多发生在8 10月[26]㊂受台风调节,海南岛月降水量集中期相对偏后㊂自东南向西北跨过分界线后,非季风区月降水集中期有所提前㊂如北疆的天山和阿尔泰山地区,其降水受盛行西风控制,月降水PCP指数明显低于东北和华北等地㊂与已有成果进行对比,刘向培等[12]指出40ʎN附近是中国年降水集中度分布的高值区,35ʎN以南是其分布的低值区;张天宇等[27]指出华北地区年内各候降水PCD指数为0.19~0.58,PCP指数多集中在7月;张运福等[28]指出东北地区年内各旬降水量PCD指数为0.59~0.79,PCP指数集中在7月中到8月上;张录军等[29]的研究结果表明,长江流域年内各旬降水量的PCD指数为0.35~0.51,PCD指数集中在4 7月;杨金虎等[30]指出西北五省(区)绝大部分地区年内各月降水量的PCD指数为0.16~0.76,PCP指数集中在6 7月㊂本文有关PCP指数计算结果与已有成果一致,PCD指数计算结果比部分文献偏低㊂究其原因, PCD指数计算结果受时段长短的影响,时间尺度越大(如侯 月 年),其取值则越低㊂为提升监测数据时空完整性,本文据月尺度降水量数据进行分析,故PCD指数计算结果偏低㊂(2)年降水量系列趋势分析结果的合理性㊂与年降水量系列趋势分析相关成果进行对比,王米雪等[7]的研究表明,中国东南沿海地区降水呈波动上升趋势,年际增速约为1.91mm/a;徐东坡等[15]的研究表明,中国西北地区和西藏等区域年降水系列存在显著增加趋势,华北和东北部分地区降水量呈减少趋势,上述成果与3.1节的趋势分析结果一致㊂本文得出全国降水年际变化在空间分布上呈 增 减 增 条带状分布的结论,与‘中国气候变化蓝皮书2021“[31]有关中国年降水量变化速率分布图是一致的㊂为进一步分析趋势检验结果的稳定性,本文将北京㊁郑州和广州3个气象站的监测资料延长到2020年,对比1956 2016年序列与1956 2020年序列的异同,结果见表1㊂据表1可知,同一测站不同序列降水量的年际变化梯度值有所差别,但其序列增/减趋势及显著性检验结果是一致的㊂需要说明的是,降水演变过程和机理相当复杂,针对1956 2016年序列的分析结果在未来是否能持续,仍有待开展进一步的研究㊂表1㊀典型站点不同序列趋势分析结果Table1Trend analysis results of different time series at the3meteorological stations站点名称年际梯度值/(mm㊃a-1)MK检验Z统计量1956 2020年1956 2016年1956 2020年1956 2016年北京气象站-2.21-2.16-1.66-1.48郑州气象站0.020.660.010.45广州气象站 6.64 6.84 2.16∗ 1.96∗注:显著性水平α=0.05标准正态分布Z统计量的临界值为1.96;∗表示通过α=0.05的显著性检验㊂㊀㊀(3)降水变化与季风强度变化的关系㊂中国降水的趋势性与突变性变化与季风气候的变化密切相关㊂东亚夏季风在1961 2020年间总体呈减弱趋势[31],在20世纪60年代初至70年代后期偏强,在70年代末期至21世纪初偏弱,之后转强㊂中国东北地区㊁华北地区和西南地区降水量与东亚夏季风强度之间存在显著190㊀水科学进展第34卷㊀的正相关关系[32],西风带的水汽输送为中国西北大部分地区提供了基本的水汽来源[33],热带气旋降水量是中国东南沿海地区降水的重要组成部分㊂从地域分布分析,东亚夏季风强度减弱是年降水量减少条带呈 东北 西南 分布(图6)的重要原因㊂类似地,郝立生等[34]认为东亚夏季风减弱使得从南边界进入的水汽通量大量减少,进而导致了华北地区降水量减少;Zhang等[35]的研究表明,中国西北地区的西风环流和垂直方向的上升气流呈增强趋势,给西北地区输送了更多的水汽,导致区域降水量偏多㊂青藏高原的水汽来源[36]包括海源㊁陆源和再循环水汽三大部分,关于高原降水量增加的原因,众多学者认识不一:如Zhang等[37]认为大尺度环流变化导致的水汽输送增加是主因;汤秋鸿等[38]认为西南季风控制区和高原区本地水汽贡献增加是主因;黄伟[39]研究指出中国东南沿海地区热带气旋降水强度显著增加,这可能是该区域降水偏多的重要原因㊂已有研究表明,西北地区年降水量系列突变点多发生在20世纪80年代和90年代,东北地区年降水系列突变点多发生在1980 1988年[15,40];长江流域8个降水变化敏感区年降水量系列的突变点发生在1977 1998年;黄河流域上㊁中㊁下游年降水量系列突变点发生年份波动较大,变化范围介于1965 1995年[41-42]㊂本文成果与上述文献的计算结果总体一致,20世纪80年代是测站年降水系列突变较集中的一个时期,这与季风强度年代际转换有关㊂李明聪等[43]的研究结果表明,东亚夏季风关系在20世纪70年代末发生了年代际转变,南亚季风在20世纪80年代中期发生了 强 弱 转换㊂此外,由于数据来源㊁系列长度㊁突变分析方法存在差异,不同文献的分析结果有所不同㊂4.2㊀汛期降水变化的尺度效应2000年以来,中国极端天气现象频现,出现诸如北京 7㊃21 特大暴雨㊁郑州 7㊃20 特大暴雨和广州 5㊃22 特大暴雨等多个极端降水事件㊂为进一步探究汛期降水变化的尺度效应,本文选取分别位于北京市(A站)㊁郑州市(B站)和广州市(C站)的3个典型气象站,以1960 2021年逐日降水量序列为基础,分析年内连续3d㊁连续5d和连续7d最大降水量的代际变化特征,各年段相应的统计值见表2㊂典型测站年内连续3㊁5㊁7d最大降水量在代际间呈波动变化,但近期(2010 2021年均值)均处于全序列(1960 2021年)高值区㊂其中,A站和B站历史最大暴雨事件恰好发生在此时段内,拉高了近期平均水平;C站自1970年以后,日尺度降水集中度出现较稳定增长㊂年内连续3㊁5㊁7d最大降水量指标的空间异质性较强㊂A站连续3d降水量在代际间呈先减后增特点,从60年代的136.2mm减至2000 2009年的年均82.0mm,再增长到2010 2021年的年均142.9mm;B站则不同,连续3d降水量在代际间基本呈增长趋势;C站位于湿润区,代际间波动性小于A站和B站㊂表2㊀典型站点连续3 7d降水量最大值统计Table2Cumulative precipitation statistics from3to7days at the3meteorological stations单位:mm统计时段A站(北京市)B站(郑州市)C站(广州市)3d5d7d3d5d7d3d5d7d1960 1979年平均136.2159.2167.8102.5113.4124.0182.6207.8236.1 1970 1979年平均123.9141.7170.5110.9130.2138.2153.2195.0224.2 1980 1989年平均122.3136.1147.8104.6115.5123.1172.3220.4242.6 1990 1999年平均100.3111.4139.2112.4125.5137.8186.1218.9235.2 2000 2009年平均82.090.9105.9120.6137.6158.3194.9221.6251.7 2010 2021年平均142.9152.5162.4172.4198.4205.9225.7263.5291.3 1960 2021年极大值381.7381.8394.4948.4989.0990.9329.0409.3421.1极大值发生年份2016年2016年2016年2021年2021年2021年2001年1989年1989年㊀㊀典型测站的分析结果与前文 106个站点月尺度降水呈现一定程度的均化倾向 并不冲突㊂二者相结合,。