近50年來山東省極端降水指數(shù)變化特征分析

李勝利, 鞏在武, 石振彬

(1.南京信息工程大學 公共管理學院, 南京 210044; 2.濟南市氣象局, 濟南 250102; 3.山東省氣象局, 濟南 250031)

?

近50年來山東省極端降水指數(shù)變化特征分析

李勝利1,2, 鞏在武1, 石振彬3

(1.南京信息工程大學 公共管理學院, 南京 210044; 2.濟南市氣象局, 濟南 250102; 3.山東省氣象局, 濟南 250031)

利用山東省117個氣象站1961—2013年逐日降水觀測數(shù)據(jù)，根據(jù)選取的9個極端降水指數(shù)，分析了區(qū)域內(nèi)各極端降水指數(shù)的時間變化趨勢和空間分布規(guī)律，并探討了各極端降水指數(shù)與總降水量之間的關系。結果表明：長時段(1961—2013年)中一日最大降水量(RX1d)、最大連續(xù)五日降水量(RX5d)、降水強度(SDⅡ)、最長連續(xù)無雨日數(shù)(CDD)增大趨勢不明顯，其他各指數(shù)均有減小趨勢，短時段(1991—2013年)除RX1d，CDD呈減小趨勢，其他各指數(shù)均有增大趨勢。不同地區(qū)兩時段各極端降水指數(shù)變化趨勢并不相同，短時段變幅更大同時變化顯著的站點更多。除CDD和總降水量有近三分之一的站點為不顯著的負相關外，其他指數(shù)和總降水量多為顯著正相關。

氣候變化; 極端降水指數(shù); 山東省

IPCC第五次評估報告[1]指出，氣候變化比原來認識的更加嚴重，有95%以上的把握可認為氣候變化是人類影響造成的。全球氣候變暖是非常明確的，將影響地球的水循環(huán)，使地球更加干濕分明，從而高溫、暴雨、干旱、洪澇、臺風等極端氣候事件頻發(fā)，造成的不利影響和危害越來越大。極端氣候事件增多增強已經(jīng)引起各國和社會各界的關注，對極端氣候事件的變化研究也越來越受到重視。Alexander等[2-3]研究表明，1951—2003年全球與極端最低氣溫相關的氣溫指數(shù)變化更顯著，降水則有增加的趨勢，并指出了極端氣候未來發(fā)展方向。翟盤茂等[4]的研究結果表明，中國最低氣溫增暖趨勢顯著，北方地區(qū)白天溫度極端偏高日數(shù)增多，夜間溫度極端偏低日數(shù)減少，極端降水區(qū)域差異明顯。任國玉等[5]指出，1951年以來中國大陸地區(qū)極端氣候事件頻率和強度發(fā)生了一些變化，不同類型和不同區(qū)域極端氣候變化存在明顯差異。閔屾[6]、王志福[7]等分別對中國極端降水事件的區(qū)域性和持續(xù)性、頻數(shù)和強度特征進行了研究，探討了極端降水事件的區(qū)域差異性。另外，許多學者針對中國不同區(qū)域的極端降水事件展開了全面的研究[8-11]，得到一些有意義的結論。近年來，國內(nèi)外廣泛開展了極端降水指數(shù)的變化特征進行了研究，國外包括歐洲中西部[12]、中東[13]、北美[14]、西印度洋國家[15]、亞洲中南部[16]、美洲中南部[17]、印度[18]、澳大利亞[19]、非洲中西部[20]等地。國內(nèi)的許多學者也對中國不同區(qū)域[10,21-25]進行了研究。這些研究結論主要是基于氣候變化檢測、檢測和指標專家組(ETCCDMI)確定的“氣候變化檢測和指標”的11個極端降水指數(shù)，這些指數(shù)能夠較全面地反映出極端降水要素不同方面的變化，具有較好的指示意義。從整體上看，各地極端降水的變化趨勢則不盡相同，但近年來極端強降水的發(fā)生概率多呈增加趨勢。

山東地處中緯度地區(qū)，屬暖溫帶季風氣候區(qū)，雨熱同季，下墊面特征復雜，形成了山東不同氣候要素顯著的時空差異，尤其是極端氣候要素的時空分異復雜。同時山東年降水偏少且主要出現(xiàn)在雨季(6—9月)，旱澇、高溫等極端氣候災害事件頻發(fā)，氣象災害帶來的損失日益嚴重[26]。而以往關于區(qū)域內(nèi)降水方面的研究多集中在平均態(tài)[27-28]或單一極端降水指數(shù)[29-30]的分析，針對極端降水事件全面的分析則較少。因此有必要對區(qū)域內(nèi)極端降水事件的時空變化特征進行深入的分析，從而掌握區(qū)域內(nèi)極端氣候事件發(fā)生頻率和強度的演變規(guī)律，為區(qū)域內(nèi)應對氣候變化、水熱資源的綜合開發(fā)利用提供參考依據(jù)。因此，本文采用山東省信息化后的較完整的117個氣象站1961—2013年日降水觀測數(shù)據(jù)，結合具有代表性的極端降水指數(shù)來揭示區(qū)域極端氣候的時空變化規(guī)律。

1　資料和方法

1.1觀測數(shù)據(jù)

選用山東省氣象信息中心提供的經(jīng)過質(zhì)量控制的117個氣象站1961—2013年逐日降水量觀測數(shù)據(jù)，利用ETCCDMI定義的9個極端降水指數(shù)，研究山東省極端降水指數(shù)的時空變化規(guī)律。山東大部分氣象站自1961年已經(jīng)有降水觀測，對于建站晚于1961年，但降水數(shù)據(jù)缺測較少的站點，以實有整年降水數(shù)據(jù)進行統(tǒng)計分析。由于降水資料的時間序列對臺站變遷等的影響沒有氣溫、風速要素敏感，本文在降水資料的分析過程中對異常數(shù)據(jù)進行檢驗，尤其對降水極大值進行合理性判斷。山東省地形特征和文中使用的117個氣象站地理位置分布見圖1。

圖1山東省行政區(qū)劃及使用的氣象站點地理位置分布

1.2方 法

1.2.1極端降水指數(shù)在氣候極值的研究中，國內(nèi)外多采用閾值法，超過閾值的稱為極值，該事件為極端氣候事件。閾值分固定閾值和變化閾值，固定閾值常以超過某一確定值為基準，比如35℃為高溫門限，50 mm為日暴雨門限，變化閾值分參數(shù)和非參數(shù)兩種確定方法，參數(shù)法常以Gamma分布函數(shù)的邊緣值來確定[10]，非參數(shù)法常根據(jù)資料序列的百分位值確定，其定義方法為將資料序列按升序排列，取第5百分位對應的數(shù)值為極端最低閾值，第95百分位對應的數(shù)值為極端最高閾值。文中使用1971—2000年降水觀測數(shù)據(jù)確定各氣候指數(shù)的閾值。

本文選取9個極端降水指數(shù)，詳細定義見表1。山東的降水主要出現(xiàn)在6—9月，秋冬春季降水少且降水強度弱，因此最長連續(xù)有雨日數(shù)按照年內(nèi)降水出現(xiàn)日數(shù)統(tǒng)計，最長連續(xù)無雨日數(shù)則跨年統(tǒng)計，比如某站1961年最長連續(xù)無雨日數(shù)以1961年8月1日至1962年7月31日時段為基準進行統(tǒng)計。山東各地最長連續(xù)無雨日數(shù)一般出現(xiàn)在冬季前后，因此1961年最長連續(xù)無雨日數(shù)包含了1962年降水較少的前幾個月份。

1.2.2其他方法采用氣候?qū)W上常用的氣候傾向率[31]方法對各極端降水指數(shù)的時間變化特征進行分析，氣候傾向率為正值表示要素序列為上升趨勢，負值表示下降趨勢，結合氣候趨勢系數(shù)進行各極端降水指數(shù)的顯著性檢驗。采用反距離加權(Inverse Distance Weighted，簡稱IDW)插值法[32]對各極端降水指數(shù)統(tǒng)計結果進行插值，反距離加權插值法是一種常見而簡便的空間插值方法，是基于相近相似的原理，即兩個物體離得近，它們的性質(zhì)就越相似，它以插值點與樣本點間的距離為權重進行加權平均，離插值點越近的樣本點賦予的權重越大。使用不同的插值方法進行插值時均會產(chǎn)生一定的誤差，觀測站點密集區(qū)域差異較小，站點稀疏的區(qū)域差異較大[33]。文中使用了山東省分布較均勻的117個站點數(shù)據(jù)，盡可能保證了插值結果的可信度。

表1　極端降水指數(shù)名稱及其定義

2　結果與分析

2.1極端降水指數(shù)的變化趨勢

平均氣溫上升引起的氣候變暖使得大氣水汽含量增多，打破了原有的水汽平衡，從而改變了區(qū)域降水事件的發(fā)生頻率和強度，根據(jù)胡桂芳等[34]的研究結論，本文不僅分析長時段(1961—2013年)山東省降水指數(shù)時空變化特征，也分析短時段(1991—2013年)氣候變暖顯著期的極端降水指數(shù)時空變化特征。

山東省長時段和短時段各極端降水指數(shù)變化趨勢不一致(表2)，除降水強度(SDⅡ)和最長連續(xù)五日降水量(RX5d)在兩時段內(nèi)均呈上升的變化趨勢，其他多數(shù)極端降水指數(shù)在長時段呈減小趨勢，短時段呈增加趨勢。

表2　山東省長時段和短時段各極端氣候指數(shù)變化趨勢

2.2極端降水相對指數(shù)變化

山東省長時段逐年R95PTOT波動較大(圖2A)，減幅為-0.707 mm/10 a(p>0.05)，不顯著，而短時段增幅為27.058 mm/10 a(p>0.05)，表明近20 a來R95PTOT有增加趨勢。20世紀60年代前期R95PTOT在平均水平以上，1964年最大，距平百分率達到86.4%，極端降水嚴重偏多，60年代中后期多在平均水平以下，1968年距平百分率為-51.9%，極端降水嚴重偏少，為長時段內(nèi)第二少的年份。70年代初至80年代末期R95PTOT逐年減少，從70年代中期以后多數(shù)年份R95PTOT多在平均水平以下。90年代至21世紀初逐年R95PTOT變化較大，2002年最少，距平百分率為-63.3%，2003年以來R95PTOT多在平均水平以上。

長時段和短時段R95PTOT空間分布差異明顯(圖2B，2C)，長時段氣候傾向率為-27.63～29.18 mm/10 a，呈增加趨勢的站點有62個，僅長清、曲阜站增幅顯著(p<0.05)，其他站的減幅均不顯著(p>0.05)。魯中山區(qū)、魯西南和魯南等地增幅較大，超過8.01 mm/10 a，魯東南、魯西北和半島中部等地減幅較大，減幅超過-10.25 mm/10 a。短時段R95PTOT氣候傾向率為-72.80～144.02 mm/10 a，變幅遠大于長時段，呈增加趨勢的站點有84個，其中30站的增幅、3站的減幅顯著(p<0.05)，其他站的減幅均不顯著(p>0.05)。魯南、半島南部和東部增幅最大，部分地區(qū)超過87.68 mm/10 a，魯中山區(qū)東部、西部一帶減幅最大。

圖2山東省長時段、短時段R95PTOT的時空變化

2.3極端降水極值指數(shù)變化

山東省長時段逐年RX1d，RX5d變化與R95PTOT類似(圖3A)，長時段RX1d增幅為0.238 mm/10 a(p>0.05)，短時段減幅為-0.024 mm/10 a(p>0.05)。長、短時段RX5 d增幅分別為0.552，7.985 mm/10 a(p>0.05)，近20 a來RX5d呈增大的趨勢，尤其是2003年以來RX5d多在平均水平以上。雖然近20 a來RX1 d略有減少，但從其時間變化圖可看出，大多數(shù)年份RX1d高于平均水平，2002年為RX1d最小年，距平百分率為-35.5%。

對應時段的RX1d，RX5d空間分布類似，長時段大值區(qū)主要在魯中山區(qū)、魯南和半島中部，部分地區(qū)分別超過2.95，4.35 mm/10 a，增加趨勢的站點均為68個，僅3站的RX1d和1站RX5d增加趨勢顯著(p<0.05)，其他各站變化均不顯著(p>0.05)。短時段RX1d，RX5d的空間分布明顯與長時段不同，RX1d和RX5d大值區(qū)主要在魯西南、魯西、半島東部和南部，RX1d部分地區(qū)超過11.58 mm/10 a。小值區(qū)主要在半島東部至魯東南內(nèi)陸一帶，RX1d和RX5d最大減幅分別可達-10.29，-5.87 mm/10 a，呈增加趨勢的站點分別有59，80個，有4站的RX1d及8站RX5d的增加趨勢顯著(p<0.05)，其他各站變化均不顯著(p>0.05)。

圖3山東省長時段、短時段RX1d、RX5d的時空變化

2.4極端降水絕對指數(shù)變化

山東省長時段各極端降水絕對指數(shù)逐年變化差異明顯(圖4A、表2)，長時段各極端降水絕對指數(shù)除SDⅡ，CDD呈增加的變化趨勢，其他絕對指數(shù)均為減少趨勢，短時段各絕對指數(shù)除了CDD呈減少的變化趨勢，其他絕對指數(shù)均呈增加的變化趨勢且變幅比長時段更大，但各時段各極端降水絕對指數(shù)變化趨勢均不顯著(p>0.05)。近20 a來，山東省降水強度(SDⅡ)增強，各等級降水日數(shù)(R10，R20，R50)增加，最長連續(xù)有雨日數(shù)(CWD)略增加，最長連續(xù)無雨日數(shù)(CDD)減少。CDD逐年變幅較大，距平百分率呈正負交替出現(xiàn)，但2000年以來CDD多在平均水平以下，其他各絕對指數(shù)逐年變化規(guī)律與R95PTOT逐年變化類似，但變幅不同。長時段和短時段SDⅡ的氣候傾向率空間分布與R95PTOT類似，氣候傾向率分別為-0.37～0.50 mm/10 a，-0.87～1.76 mm/10 a，呈增加趨勢的站點分別有98，82個，分別有4，12個站的增幅顯著(p<0.05)，其他站的減幅均不顯著(p>0.05)。長時段SDⅡ在魯中山區(qū)、魯西南和魯南等地增幅較大，超過0.24 mm/10 a，魯西等地SDⅡ減幅較明顯。短時段SDⅡ在魯西、魯南、東南沿海、半島東部等地增幅較大，超過0.83 mm/10 a，魯北、魯中西部等地減幅較明顯。

長時段R10，R20，R50氣候傾向率空間分布差異明顯，分別為-1.07～0.51 d/10 a，-0.59～0.54 d/10 a，-0.32～0.36 d/10 a，呈增加趨勢的站點分別有27，38，64個，僅R50有3個站的增幅顯著(p<0.05)，R10，R20，R50d數(shù)分別有2，0，1個站減幅顯著(p<0.05)，其他各站減幅均不顯著(p>0.05)。山東省大部分地區(qū)長時段R10呈減少的變化趨勢，東南沿海和半島西部減幅最顯著，超過-0.57 d/10 a，魯南等地增幅較顯著，但最大不超過0.51 d/10 a。魯中山區(qū)、魯西南和魯南部分地區(qū)長時段R20增幅最顯著，部分地區(qū)超過0.09 d/10 a，半島地區(qū)尤其是半島中部一帶長時段R20減幅最顯著，達-0.30 mm/10 a以上。魯中山區(qū)及以南的大部分地區(qū)R50增幅最顯著，超過0.11 d/10 a，魯西北、魯東南和半島中部一帶減幅最顯著，低于-0.13 d/10 a。短時段R10，R20，R50d絕對指數(shù)氣候傾向率空間分布與長時段對應指數(shù)結果明顯不同，變化率比長時段大，氣候傾向率分別為-1.38～3.29 d/10 a，-0.89～2.82 d/10 a，-0.81～1.52 d/10 a，呈增加趨勢的站點分別有92，101，81個，其中增幅顯著(p<0.05)的站點分別有15，16，16，除R50出現(xiàn)天數(shù)有2個站減幅顯著外(p<0.05)，其他各站R10，R20，R50d數(shù)減幅均不顯著(p>0.05)。山東省大部分地區(qū)短時段R10呈增加的變化趨勢，魯中山區(qū)至東南沿海、半島北部沿海增幅最顯著，可達1.73 d/10 a以上，其他各地減幅不顯著。魯中山區(qū)、魯南、半島沿海一帶短時段R20增幅最顯著，超過1.47 d/10 a，魯西南、魯北等地的減幅最明顯。魯南、半島南部沿海一帶短時段增幅最顯著，達到0.79 d/10 a以上，魯中、魯北、半島西部內(nèi)陸減幅最明顯，超過-0.10 d/10 a。

長時段和短時段CDD氣候傾向率空間分布差異較大，長時段CDD氣候傾向率為-2.71～5.05 d/10 a，呈增加趨勢的站點有73個，除平陰、廣饒站增加趨勢顯著(p<0.05)外，其他各站的變化均不顯著(p>0.05)。魯西和半島東部一帶增幅最明顯，超過1.05 d/10 a，魯北、半島西部、魯南一帶減幅較明顯，低于-0.66 d/10 a。短時段CDD氣候傾向率為-14.90～14.09 d/10 a，呈減少趨勢的站點達到80個，僅煙臺站CDD減幅顯著(p<0.05)，其他所有站的減幅和增幅均不顯著(p>0.05)。魯北、魯中山區(qū)西部減幅最明顯，低于-4.21 d/10 a，魯東南至半島東部沿海一帶有不明顯的增加趨勢，增幅低于14.09 d/10 a。長時段和短時段CWD氣候傾向率空間分布類似，氣候傾向率分別為-0.41～0.18，-0.53～1.12 d/10 a，呈增加趨勢的站點分別有22，77個，長時段CWD有11個站點的減幅顯著(p<0.05)，短時段CWD有12個站點的增幅顯著(p<0.05)，其他各站的變幅均不顯著(p>0.05)。長時段CWD在魯中山區(qū)西北側減幅最大，低于-0.22 d/10 a，魯北部分地區(qū)、半島中東部增幅較顯著，但不超過0.18 d/10 a。短時段CWD在半島西部和東部地區(qū)增幅最顯著，高于0.52 d/10 a，魯南、魯東南部分地區(qū)不顯著的減小趨勢，低于-0.53 d/10 a。

圖4山東省長時段、短時段極端降水絕對指數(shù)的時空變化

2.5極端降水指數(shù)與年總降水量的關系

極端降水指數(shù)與當?shù)啬昕偨邓坑泻芎玫南嚓P性[25]。近50 a來，山東省除了部分站點CDD和總降水量為負相關外，其他各極端降水指數(shù)和總降水量均為一致的正相關，表明年內(nèi)總降水量越大，極端降水指數(shù)亦越大。山東省各地R95PTOT與總降水量的相關系數(shù)為0.746～0.946，所有站點均通過了0.01置信度檢驗，魯西北、半島西部一帶相關性最顯著，相關系數(shù)達到0.900以上，魯中山區(qū)北部和魯南部分地區(qū)略低。

各地RX1d，RX5d和總降水量相關系數(shù)分別為0.275～0.837，0.435～0.835，所有站點相關性均通過了0.01置信度檢驗。相關性最高的區(qū)域均位于魯中山區(qū)至魯西北一帶，相關系數(shù)分別超過0.643，0.714，RX1d和總降水量相關性相對較小的區(qū)域在魯中山區(qū)東北部，低于0.443，RX5d和總降水量相關性相對較小的區(qū)域在魯中山區(qū)東部、東南部一帶，不高于0.566。

各地R10，R20，R50和總降水量相關系數(shù)空間分布明顯不同，相關系數(shù)最低值均超過0.5，最高值達到0.9以上，所有站點的相關系數(shù)均通過了0.01置信度檢驗。R10和總降水量相關系數(shù)大值區(qū)主要位于魯中山區(qū)至魯北一帶，一般在0.853以上，小值區(qū)主要出現(xiàn)在半島東部、魯南部分地區(qū)，低于0.759；R20和總降水量相關系數(shù)大值區(qū)主要位于膠萊平原一帶，一般在0.875以上，小值區(qū)主要出現(xiàn)在半島東部、魯南部分地區(qū)，低于0.789；R50和總降水量相關系數(shù)大值區(qū)主要位于魯西北、半島中部一帶，部分地區(qū)超過0.783以上，小值區(qū)主要位于半島西部地區(qū)，低于0.676。

各地SDⅡ和總降水量相關系數(shù)為0.730～0.908，均通過了0.01置信度檢驗。魯西、魯中山區(qū)、魯東南一帶的相關性最高，相關系數(shù)超過0.862，魯中山區(qū)北部、魯南、半島部分地區(qū)相對較低，不超過0.801。各地CDD和總降水量的相關系數(shù)空間分布明顯不同于其他極端降水指數(shù)，CDD和總降水量相關性較弱，為-0.219～0.307，有近一半的站點為不顯著的負相關。除濟南站相關性顯著外，其他站點都沒有通過0.05置信度檢驗，魯西北和半島地區(qū)相關性相對較高，魯中山區(qū)以南、魯西南大部分地區(qū)為負相關，低于-0.053。各地CWD和總降水量相關系數(shù)為0.030～0.614，接近70%的站點相關性通過了0.05置信度檢驗，相關性較高的區(qū)域主要在半島西部、魯西北和魯西南部分地區(qū)，超過0.432，魯西、魯北、魯南部分地區(qū)相關性相對較弱，低于0.226。

圖5山東省長時段極端降水指數(shù)和總降水量相關系數(shù)的空間分布

3　討 論

近年來，世界各國的專家學者越來越重視對極端氣候事件的時空分布和發(fā)生原因等方面的研究工作，并取得了大量的研究成果，這些成果也在IPCC第四、第五次評估報告中得以呈現(xiàn)。本文的研究結果表明，由于山東省特殊的海陸位置和復雜的地形特征，各極端降水指數(shù)的變化存在較明顯的區(qū)域差異，同一指數(shù)在不同區(qū)域表現(xiàn)出不同的變化特征。山東省總降水量減少[27]，極端降水量也呈減少變化趨勢，因此，在華北地區(qū)，干旱面積和強度有增加趨勢[5,35]，從本文的分析結果來看，雖然長時段山東省降水量、各等級降水日數(shù)等指數(shù)有不顯著的減少趨勢，但表征強降水事件發(fā)生頻率和強度的極端降水指標的明顯變化發(fā)生在近20 a，在所有的9個極端降水指數(shù)中，有7個指數(shù)呈明顯的增加趨勢，雖然其增幅不顯著，但也反映了近20 a來山東省極端降水事件有增多、增強的趨勢。在氣候變暖背景下，水循環(huán)加劇，大氣中水分含量增加，引起積雨云出現(xiàn)頻率增多，這可能是導致中高緯度地區(qū)暴雨普遍增多的原因[35-36]，因此局地強對流天氣的增多增強可能是導致山東省極端降水呈增多、增強的原因之一。

另外，極端降水指數(shù)的變化與降水頻率和總降水量變化的關系十分密切，極端強降水指數(shù)本身對總降水量具有十分重要的貢獻[35]。因此，本文對各極端降水指數(shù)和總降水量變化進行了相關分析，結果表明除了部分站點CDD和總降水量為負相關外，其他各極端降水指數(shù)和總降水量均為一致的正相關，且大部分站點各相關系數(shù)均通過了0.01的置信度水平檢驗，多數(shù)極端降水指數(shù)和總降水量呈一致的變化趨勢，但極端降水指數(shù)和總降水量相關性存在較大的區(qū)域性差異。

極端強降水事件由于降水時段集中，降水強度大，會引起城市嚴重內(nèi)澇，排水不暢，導致城市交通中斷，農(nóng)田漬澇，作物倒伏減產(chǎn)甚至絕收，同時也會對人民生命財產(chǎn)帶來嚴重威脅。因此加強區(qū)域尺度極端氣候變化機理和原因方面的研究工作顯得越來越重要和緊迫。

4　結 論

(1) 長時段和短時段各極端降水指數(shù)時間變化趨勢差異明顯，長時段除RX1d，RX5d，SDⅡ，CDD有不顯著的增大趨勢外，其他各指數(shù)均有減小趨勢，短時段除RX1d，CDD有減小趨勢外，其他各指數(shù)均有增大趨勢。

(2) 短時段各地區(qū)不同極端降水指數(shù)的變幅更大。短時段內(nèi)R95PTOT，RX5d，R10，R20，R50，CWD等指數(shù)呈顯著(p<0.05)增加趨勢的站點比長時段明顯增多，CDD呈顯著(p<0.05)減少趨勢的站點明顯增多。

(3) 各極端降水指數(shù)和總降水量相關系數(shù)的空間分布存在較大的區(qū)域差異。長時段內(nèi)所有站點R95PTOT，RX1d，RX5d，R10，R20，R50，SDⅡ和總降水量的相關性均為顯著(p<0.05)的正相關，CWD和總降水量的相關性亦有接近70%的站點為顯著的正相關，CDD和總降水量有近一半的站點為不顯著的負相關。

[1]IPCC. Climate change2014:impacts, adaptation, and vulnerability[M/OL]. Cambridge:Cambridge University Press, in press, 2014 [2014-04-10]. http:∥www. ipcc. ch/report/ar5/wg2/

[2]Alexander L V, Zhang X, Peterson T C et al. Global observed changes in daily climate extremes of temperature and precipitation[J]. Journal of Geophysical Research,2006,111:D05109, doi:10.1029/2005 JD006290.

[3]Alexander L V, Tapper N, Zhang X, et al. Climate extremes: progress and future directions[J]. International Journal of Climatology,2009,29(3):317-319.

[4]翟盤茂,潘曉華.中國北方近50 a溫度和降水極端事件變化[J].地理學報,2003,58(S):1-10.

[5]任國玉,封國林,嚴中偉.中國極端氣候變化觀測研究回顧與展望[J].氣候與環(huán)境研究,2010,15(4):337-353.

[6]閔屾,錢永甫.中國極端降水事件的區(qū)域性和持續(xù)性研究[J].水科學進展,2008,19(6):763-771.

[7]王志福,錢永甫.中國極端降水事件的頻數(shù)和強度特征[J].水科學進展,2009,20(1):1-9.

[8]楊志剛,建軍,洪建昌.1961—2010年西藏極端降水事件時空分布特征[J].高原氣象,2014,33(1):37-42.

[9]劉學峰,任國玉,范增祿,等.海河流域近47 a極端強降水時空變化趨勢分析[J].干旱區(qū)資源與環(huán)境,2010,24(8):85-90.

[10]張順謙,馬振峰.1961—2009年四川極端強降水變化趨勢與周期性分析[J].自然資源學報,2011,26(11):1918-1929.

[11]佘敦先,夏軍,張永勇,等.近50 a來淮河流域極端降水的時空變化及統(tǒng)計特征[J].地理學報,2011,66(9):1200-1210.

[12]Moberg A, Jones P D. Trends in indices for extremes in daily temperature and precipitation in central and western Europe, 1901—99[J]. International Journal of Climatology,2005,25(9):1149-1171.

[13]Zhang X B, Aguilar E, Sensoy S, et al. Trends in Middle East climate extreme indices from 1950 to 2003[J]. Journal of Geophysical Research,2005,110, D22104, doi:10.1029/2005 JD006181.

[14]Peterson T C, Zhang X B, Brunet-India M, et al. Changes in North American extremes derived from daily weather data[J]. Journal of Geophysical Research,2008,113, D07113, doi:10.1029/2007 JD009453.

[15]Vincent, L A, Aguilar E, Saindou M, et al. Observed trends in indices of daily and extreme temperature and precipitation for the countries of the western Indian Ocean, 1961—2008[J]. Journal of Geophysical Research,2011,116, D10108, doi:10.1029/2010 JD015303.

[16]Klein Tank A M G, Peterson T C, Quadir D A, et al. Changes in daily temperature and precipitation extremes in central and south Asia[J]. Journal of Geophysical Research,2006,111, D16105, doi:10.1029/2005 JD006316.

[17]Aguilar E, Peterson T C, Obando P R, et al. Changes in precipitation and temperature extremes in Central America and northern South America, 1961—2003[J]. Journal of Geophysical Research,2005,110, D23107, doi:10.1029/2005 JD006119.

[18]Sen Roy S, Balling R C. Trends in extreme daily precipitation indices in India[J]. International Journal of Climatology,2004,24(4):457-466.

[19]Haylock M, Nicholls N. Trends in extreme rainfall indices for an updated high quality data set for Australia, 1910—1998[J]. International Journal of Climatology,2000,20(13):1533-1541.

[20]New M, Hewitson B, Stephenson D B, et al. Evidence of trends in daily climate extremes over southern and west Africa[J]. Journal of Geophysical Research,2006,111, D14102, doi:10.1029/2005 JD006289.

[21]陸文秀,劉丙軍,陳俊凡,等.近50 a來珠江流域降水變化趨勢分析[J].自然資源學報,2014,29(1):80-90.

[22]李運剛,何大明,胡金明,等.紅河流域1960—2007年極端降水事件的時空變化特征[J].自然資源學報,2012,27(11):1908-1917.

[23]汪寶龍,張明軍,魏軍林,等.西北地區(qū)近50 a氣溫和降水極端事件的變化特征[J].自然資源學報,2012,27(10):1720-1733.

[24]任正果,張明軍,王圣杰,等.1961—2011年中國南方地區(qū)極端降水事件變化[J].地理學報,2014,69(5):640-649.

[25]杜軍,路紅亞,建軍.1961—2012年西藏極端降水事件的變化[J].自然資源學報,2014,29(6):990-1002.

[26]王建國.山東氣候[M].北京:氣象出版社,2005.

[27]遲竹萍.近45 a山東夏季降水時空分布及變化趨勢分析[J].高原氣象,2009,28(1):220-226.

[28]董旭光,顧偉宗,孟祥新等.山東省近50 a來降水事件變化特征[J].地理學報,2014,69(5):661-671.

[29]郭軍,任國玉,李明財.環(huán)渤海地區(qū)極端降水事件概率分布特征[J].氣候與環(huán)境研究,2010,15(4):425-432.

[30]Xue Deqiang; Wang Xingtang. The variation of extreme temperature and precipitation in Shandong Province during 1961—2008[J]. Meteorological and Environmental Research,2010,1(5):51-57.

[31]施能,陳家其,屠其璞.中國近100年來4個年代際的氣候變化特征[J].氣象學報,1995,53(4):531-539.

[32]張明軍,李瑞雪,賈文雄,等.中國天山山區(qū)潛在蒸發(fā)量的時空變化[J].地理學報,2009,64(7):798-806.

[33]趙文慧,宮輝力,趙文吉,等.基于地統(tǒng)計學的北京市可吸入顆粒物時空變異性及氣象因素分析[J].環(huán)境科學學報,2010,30(11):2154-2163.

[34]胡桂芳,李蕓,李德萍.山東近百年來的最高、最低氣溫變化[J].氣象,2010,30(11):43-46.

[35]翟盤茂,王萃萃,李威.極端降水事件變化的觀測研究[J].氣候變化研究進展,2007,3(3):144-148.

[36]Changnon S A. Thunderstorm rainfall in the conterminous United States[J]. Bulletin of the American Meteorological Society,2001,82(9):1925-1940.

Characteristics of Change in Extreme Precipitation Indices in Shandong Province in Recent 50 Years

LI Shengli1,2, GONG Zaiwu1, SHI Zhenbin3

(1.SchoolofPublicAdministration,NanjingUniversityofInformationScience&Technology,Nanjing210044,China; 2.Ji′nanMeteorologicalBureau,Ji′nan250102,China; 3.ShandongMeteorologicalBureau,Ji′nan250031,China)

Based on daily precipitation data recorded in 117 meteorological stations in Shandong Province during the period from 1961 to 2013, the temporal variability and spatial distributions of extreme precipitations were studied by using nine extreme precipitation indices. At the same time, the possible connections between extreme precipitation indices and annual total precipitation were analyzed. The main conclusions are as the followings. In the past 53 years (long period), an decreasing trend was observed in terms of the indices such as annual total precipitation extremes(R95PTOT), annual count of days with RR≥10 mm(R10), RR≥20 mm(R20), and RR≥50 mm(R50), maximum number of consecutive wet days(CWD), while an non-significantly enhanced trend was observed in terms of the indices such as the maximum 1-day precipitation amount(RX1d), the maximum 5-day precipitation amount(RX5d), maximum number of consecutive dry days(CDD)and the simply daily intensity index(SDⅡ). In the past 23 years (short period), an increasing trend was observed in terms of the indices except RX1d, CDD. Each extreme precipitation index trend between long period and short period was not same in different regions. Amplitude in short period was greater and stations with significantly trend were more than long period. The correlation coefficients between most extreme precipitation indices and annual total precipitation were positive or even significant positive except one third of stations between CDD and annual total precipitation which had no significant negative correlations.

climate change; extreme precipitation; Shandong Province

2015-12-29

2016-02-23

山東省氣象局科技項目“山東省極端強降水變化特征及應用研究”(2015sdqxm05);山東省颮線的天氣學概念模型研究(2015sdqxm01)

李勝利(1978—),男,山東萊蕪人,碩士研究生,工程師,研究方向為大氣探測、人工影響天氣等。E-mail:lishengli_1978@sina.cn

鞏在武(1975—),男,山東臨沂人,博士后,教授,主要從事模糊決策理論、灰色系統(tǒng)理論研究。E-mail:zwgong26@163.com

P333.1

A

1005-3409(2016)04-0120-08