荊州汛期降水趨勢模型研究

鄧艷君 趙卓勛 張倫瑾

摘要：利用國家氣候中心每月下發(fā)的130項(xiàng)氣候系統(tǒng)監(jiān)測指數(shù)和荊州站1954-2016年的降水資料，逐一分析這些氣候指數(shù)與汛期和主汛期降水距平百分率的相關(guān)性，選取相關(guān)系數(shù)>0.3的指數(shù)作為預(yù)測因子組，采用逐步回歸統(tǒng)計(jì)法，建立荊州汛期降水預(yù)測模型和主汛期降水預(yù)測模型。結(jié)果表明，荊州汛期和主汛期降水預(yù)測模型的相關(guān)系數(shù)分別為0.874和0.914，均明顯大于單個(gè)因子的相關(guān)性。模型預(yù)測2016年汛期和主汛期的降水距平百分率，結(jié)果分別為偏多17.3%和偏多223.2%，與汛期降水距平百分率偏多6.2%和主汛期降水距平百分率偏多30.2%相比，汛期降水預(yù)測模型預(yù)測結(jié)果較好，同屬于略多的等級，主汛期降水預(yù)測模型預(yù)測結(jié)果雖能預(yù)測出偏多的趨勢，但數(shù)值明顯偏大，可能與該模型中預(yù)測因子上年11月印度副高強(qiáng)度指數(shù)有效數(shù)據(jù)較少，系數(shù)偏大有關(guān)，可能需要更多數(shù)據(jù)來調(diào)整該項(xiàng)系數(shù)，從而提高預(yù)測精度。

關(guān)鍵詞：汛期降水；氣候監(jiān)測指數(shù)；預(yù)測因子；預(yù)測模型

中圖分類號：P468.0+24 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2018）10-0054-06

DOI：10.14088/j.cnki.issn0439-8114.2018.10.013

Prediction Model of Precipitation Tendency during Flood Season in Jingzhou

DENG Yan-jun，ZHAO Zhuo-xun，ZHANG Lun-jin

（Jingzhou Meteorological Bureau of Hubei Province，Jingzhou 434020，Hubei，China）

Abstract： The 130 climate system monitoring index issued monthly by the National Climate Center and the precipitation data from 1954 to 2016 recorded by Jingzhou climate station were analyzed to find the correlation coefficient between these climate index and the flood season precipitation anomaly percentage as well as the main flood season precipitation anomaly percentage. Using stepwise regression method， the index with the correlation coefficients larger than 0.3 were chosen as predictor group to establish the Jingzhou precipitation forecast models of flood season and main flood season. The statistical results showed that the correlation coefficients of precipitation forecast models of flood season and main flood season were 0.874 and 0.914 respectively， which were significantly higher than the coefficients of single factor. The flood season and main flood season precipitation anomaly percentages of Jingzhou in 2016 were forecasted to be more than the normal 17.3% and 223.2% with those models. Comparing to the actual value of more than 6.2% and 30.2%， the flood season model gave better forecasting result and the main flood season model gave same trend but too large value. The large forecasting error of main flood season model may be related to the shortage of effective data of last November India subtropical high pressure zone index and larger coefficient. More data was needed to tune the relevant coefficient to improve the forecasting accuracy.

Key words： flood season precipitation； climatic monitoring index； predictive factors； prediction model

汛期降水對國民經(jīng)濟(jì)特別是農(nóng)業(yè)生產(chǎn)影響極大，其中大范圍的旱澇氣候?yàn)?zāi)害的影響尤為嚴(yán)重[1]。汛期降水是各級政府極為關(guān)注的重要問題，也是氣象學(xué)界長期以來研究的熱點(diǎn)和難點(diǎn)。湖北省荊州市地處亞熱帶季風(fēng)區(qū)，汛期降水受中高緯度西風(fēng)環(huán)流、西太平洋副熱帶高壓、臺風(fēng)、東亞季風(fēng)和印度西南季風(fēng)環(huán)流等天氣系統(tǒng)的影響，具有年際變化大、影響因素多等特點(diǎn)，容易造成洪澇與嚴(yán)重干旱等災(zāi)害。

學(xué)者預(yù)測汛期降水方法歸納起來主要有經(jīng)驗(yàn)方法、統(tǒng)計(jì)方法和動(dòng)力學(xué)方法。譚桂容等[2]對華北旱澇年和整個(gè)北半球上各層的環(huán)流異常變化情況進(jìn)行了研究；韓照宇等[3]利用滑動(dòng)相關(guān)普查法分析表明一些環(huán)流因子和夏半年降水有很好的相關(guān)關(guān)系；羅伯良等[4]研究了歐亞中高緯環(huán)流形勢和極渦形態(tài)以及加利福尼亞寒流和黑潮區(qū)的海溫，對夏季降水異常起著重要作用；丑紀(jì)范[5，6]提出基于歷史相似信息對動(dòng)力模式誤差進(jìn)行預(yù)報(bào)的思路，據(jù)此眾多學(xué)者[7-10]進(jìn)行了汛期降水預(yù)測研究；還有學(xué)者[11-13]利用相似年的模式誤差信息，實(shí)現(xiàn)對預(yù)報(bào)年氣候模式預(yù)測結(jié)果訂正的汛期降水動(dòng)力統(tǒng)計(jì)客觀定量化預(yù)測的方法，有效改進(jìn)了模式預(yù)測結(jié)果。本研究旨在建立一種經(jīng)驗(yàn)與統(tǒng)計(jì)相結(jié)合的預(yù)測模型，分析氣候系統(tǒng)監(jiān)測指數(shù)集與汛期降水距平百分率的相關(guān)關(guān)系，建立荊州汛期降水的統(tǒng)計(jì)預(yù)測模型。

1 研究資料

氣候系統(tǒng)指數(shù)集產(chǎn)品來源于國家氣候中心每月下發(fā)的特征指數(shù)資料，可在氣象業(yè)務(wù)內(nèi)網(wǎng)[14]和國家氣候中心監(jiān)測診斷主頁（CMDP）[15]自行下載使用。氣候系統(tǒng)監(jiān)測指數(shù)集共包含130項(xiàng)氣候系統(tǒng)指數(shù)，其中重新整編計(jì)算的指數(shù)114項(xiàng)（大氣環(huán)流指數(shù)88項(xiàng)，海溫指數(shù)26項(xiàng)），收集下載的指數(shù)16項(xiàng)，時(shí)間分辨率為月平均，起止時(shí)間為1951年1月至2016年。汛期各時(shí)段降水量選用湖北省荊州區(qū)國家基本氣象站1954-2016年記錄的逐月降水量資料。

2 方法

2.1 數(shù)據(jù)整理

通過Access、Excel等軟件將130項(xiàng)氣候系統(tǒng)監(jiān)測指數(shù)整理成按名稱、年、月導(dǎo)出，選用各月、季度平均及全年平均（或者總和）形式的資料，計(jì)算出荊州站汛期（5-9月）、主汛期（6-8月）降水距平百分率，然后將上年3月到本年2月逐月、季度平均及全年平均氣候系統(tǒng)監(jiān)測指數(shù)與該年汛期（5-9月）、主汛期（6-8月）降水距平百分率一起建立綜合數(shù)據(jù)庫。

2.2 降水?dāng)?shù)據(jù)分析

從1954-2016年荊州站汛期（5-9月）降水距平百分率的序列圖（圖1）中可以看出，汛期降水距平百分率呈振蕩式分布，汛期降水最多的年份為1954年，偏多96.59%，汛期降水最少的年份為1966年，偏少54.74%。

從1954-2016年荊州站主汛期（6-8月）降水距平百分率的序列圖（圖2）中可以看出，主汛期降水距平百分率也呈振蕩式分布，且值域范圍更大，主汛期降水最多年份為1954年，偏多122.7%，主汛期降水最少的年份為1972年，偏少69.9%。

根據(jù)湖北省月短期氣候預(yù)測質(zhì)量評定辦法，降水趨勢預(yù)測按照6級評分制評定，其預(yù)測用語為特少、偏少、略少、略多、偏多、特多。按該評定辦法統(tǒng)計(jì)分析1954-2016年荊州汛期和主汛期的降水情況，結(jié)果見表1。由表1可知，63年汛期降水中偏多的年份為31年，其中，特多的年份為5年，偏多的年份為11年，略多的年份為15年；偏少的年份為32年，其中，特少的年份為1年，偏少的年份為15年，略少的年份為16年，汛期降水偏多偏少的年份數(shù)基本持平。63年主汛期降水中偏多的年份為25年，其中，特多的年份為8年，偏多的年份為8年，略多的年份為10年；偏少的年份為38年，其中，特少的年份為5年，偏少的年份為20年，略少的年份為13年，主汛期降水偏少的年份數(shù)多于偏多的年份數(shù)。

2.3 相關(guān)性分析

運(yùn)用數(shù)理統(tǒng)計(jì)原理和方法，在SPSS統(tǒng)計(jì)軟件中，逐一分析各月、季度平均及全年平均氣候系統(tǒng)監(jiān)測指數(shù)與該年汛期（5-9月）、主汛期（6-8月）降水距平百分率的Pearson相關(guān)性，選出相關(guān)系數(shù)>0.3，雙側(cè)顯著性大于95%（P小于0.01代表在99%的置信度下顯著相關(guān)，P小于0.05代表在95%的置信度下相關(guān)）的預(yù)報(bào)因子。本著擇優(yōu)選用的原則，剔除相關(guān)性不好、數(shù)據(jù)不完整的因子，選取相關(guān)性好的因子，最終得到與汛期（5-9月）降水百分率相關(guān)性較好的38個(gè)因子（表2），與主汛期（6-8月）降水百分率相關(guān)性較好的28個(gè)因子（表3）。

由表2可以看出，①所選取的相關(guān)性較好的因子相關(guān)性在0.300～0.404，相關(guān)性最好的因子為上年8月東太平洋副高北界位置，相關(guān)系數(shù)為0.404，其他因子的相關(guān)系數(shù)均小于0.4。②選取的39個(gè)因子（上年11月印度副高強(qiáng)度指數(shù)和上年11月印度副高面積指數(shù)相同，均為0.374，實(shí)為2個(gè)因子）包括33個(gè)大氣環(huán)流指數(shù)、5個(gè)海溫指數(shù)、1個(gè)收集下載的指數(shù)，其中副高有22個(gè)，海溫有6個(gè)，可見副高與汛期（5-9月）降水相關(guān)性最大，海溫相關(guān)性也比較大。③從時(shí)間分布上來看，冬季有6個(gè)因子，上年8月有5個(gè)，當(dāng)年2月、上年12月、夏季和全年各有4個(gè)，當(dāng)年1月、上年3月和上年11月各有2個(gè)，上年4、5、6、9月、春季、秋季各有1個(gè)。表明冬季的因子與汛期降水相關(guān)性最好，上年8月、當(dāng)年2月、上年12月、夏季和全年的因子與汛期降水相關(guān)性較好。

由表3可以看出，①所選取的相關(guān)性較好的因子相關(guān)性在0.302～0.397，相關(guān)性最好的因子為上年11月印度副高強(qiáng)度指數(shù)和印度副高面積指數(shù)，相關(guān)系數(shù)均為0.397，除冬季北非-北大西洋-北美副高脊線位置指數(shù)外，其他因子的相關(guān)系數(shù)均小于0.375。②選取的28個(gè)因子包括22個(gè)大氣環(huán)流指數(shù)、3個(gè)海溫指數(shù)和3個(gè)收集下載的指數(shù)，其中副高有12個(gè)，海溫有4個(gè)，極渦位置、強(qiáng)度有4個(gè)，可見副高與主汛期（6-8月）降水相關(guān)性最大，海溫與極渦位置、強(qiáng)度相關(guān)性也比較大。③從時(shí)間分布上來看，冬季有5個(gè)因子，上年8月和上年12月各有3個(gè)，當(dāng)年2月、上年5月、上年6月、上年11月和全年各有2個(gè)，當(dāng)年1月、上年3月、上年7月、上年9月、上年10月、夏季和秋季各有1個(gè)?？梢哉J(rèn)為冬季的因子與主汛期降水相關(guān)性最好，其次是上年8月和上年12月的因子與主汛期降水相關(guān)性較好。

3 模型建立及結(jié)果檢驗(yàn)

利用篩選的相關(guān)性較好的39個(gè)因子（相關(guān)系數(shù)>0.3）和荊州站1954-2015年汛期（5-9月）降水距平百分率資料，采用逐步回歸統(tǒng)計(jì)方法，建立荊州站汛期降水距平百分率回歸預(yù)測方程，其中上年11月印度副高強(qiáng)度指數(shù)和上年11月印度副高面積指數(shù)與汛期降水距平百分率的相關(guān)性相同，且數(shù)據(jù)有高度的一致性，僅保留一項(xiàng)作為預(yù)測因子即可，最終建立的荊州汛期降水回歸預(yù)測模型（式1）包括38項(xiàng)氣候系統(tǒng)監(jiān)測指數(shù)，模型相關(guān)系數(shù)為0.874，明顯大于單個(gè)因子的相關(guān)系數(shù)。用該汛期降水回歸模型來計(jì)算2016年汛期降水百分率，從而驗(yàn)證汛期降水預(yù)測模型的預(yù)測精度。荊州汛期降水距平百分率的模擬與驗(yàn)證結(jié)果見表4。由表4可以看出，1954-2015年62年模型擬合的結(jié)果中，52個(gè)年份能正確預(yù)測降水偏多偏少趨勢，10個(gè)年份預(yù)測錯(cuò)誤。對降水特多的年份1954、1973、1979、1980、1996年，僅1996年預(yù)測值屬偏多的等級，其他4年準(zhǔn)確預(yù)測降水特多的趨勢。對降水特少的年份1966年，模型預(yù)測結(jié)果為略少，有一定差距。荊州汛期降水預(yù)測模型預(yù)測2016年荊州汛期降水偏多17.3%，相比實(shí)際值6.2%，同屬于略多的等級。

Y=231.28+4.864X1+0.006X2-0.932X3-4.281X4+3.566X5-13.734X6+8.619X7-12.082X8-1.265X9-0.858X10-0.199X11-8.394X12+9.945X13+2.296X14-2.829X15-0.478X16+4.811X17+7.028X18-4.41X19-42.553X20+44.247X21-0.463X22-1.004X23+3.317X24-5.209X25-3.837X26+3.363X27+14.373X28-4.695X29-4.904X30+0.857X31-0.011X32+17.582X33+10.146X34+25.677X35-5.344X36-19.272X37+0.119X38

（R=0.874） （1）

同理，利用1954-2015年主汛期降水資料，建立荊州站主汛期（6-8月）降水距平百分率逐步回歸預(yù)測模型（式2），該預(yù)測模型包含27項(xiàng)氣候系統(tǒng)監(jiān)測指數(shù)，模型相關(guān)系數(shù)為0.914，明顯大于單個(gè)因子的相關(guān)系數(shù)。2016年主汛期降水資料用于模型驗(yàn)證，模型模擬與驗(yàn)證的結(jié)果見表5。由表5可以看出，1954-2015年62年間模型擬合的結(jié)果中，55個(gè)年份能正確預(yù)測降水偏多偏少趨勢，僅7個(gè)年份預(yù)測錯(cuò)誤。對降水特多的年份1954、1955、1964、1969、1979、1980、1983、1996年，1964、1983、1996年預(yù)測值屬偏多的等級，其他5年準(zhǔn)確預(yù)測降水特多的趨勢。對降水特少的年份1961、1966、1972、1974、1977年，1972、1974年模型準(zhǔn)確預(yù)測主汛期降水特少的趨勢，1961、1977年模型預(yù)測結(jié)果為偏少，1966年模型預(yù)測結(jié)果為略少。荊州主汛期降水預(yù)測模型預(yù)測2016年荊州主汛期降水偏多223.2%，與實(shí)際值30.2%相比，雖能預(yù)測2016年主汛期降水偏多，但數(shù)值明顯偏大。進(jìn)一步分析預(yù)測模型，發(fā)現(xiàn)模型中預(yù)測因子上年11月印度副高強(qiáng)度指數(shù)的有效數(shù)據(jù)較少，僅1953年和2015年的數(shù)值不為0，其他年份均為0，1954年汛期和主汛期降水均為有記錄以來最多的年份，但該因子在主汛期降水預(yù)測模型中，系數(shù)相比汛期降水預(yù)測模型大兩個(gè)數(shù)量級，從而導(dǎo)致計(jì)算出的2016年主汛期降水明顯偏大，可能需要更多數(shù)據(jù)來調(diào)整該項(xiàng)的系數(shù)，從而提高預(yù)測精度。

Y=753.699-3.97X1-4.541X2+3.237X3-10.339X4-0.02X5-0.007X6-8.368X7+8.799X8-41.907X9-2.679X10-0.061X11+1.149X12-30.323X13-0.019X14+363.333X15+0.014X16-17.318X17-2.51X18+22.87X19+15.147X20+3.609X21-4.323X22-2.866X23-0.027X24+15.59X25+0.763X26+0.063X27

（R=0.914） （2）

4 小結(jié)

1）荊州汛期降水預(yù)測模型選取39個(gè)相關(guān)性>0.3的氣候系統(tǒng)監(jiān)測指數(shù)作為預(yù)測因子，其中副高與汛期（5-9月）降水相關(guān)性最大，海溫相關(guān)性也比較大，相關(guān)性最好的因子為上年8月東太平洋副高北界位置，相關(guān)系數(shù)為0.404，其他因子的相關(guān)系數(shù)均小于0.4。從時(shí)間上來看，冬季的因子與汛期降水相關(guān)性最好。

2）荊州主汛期降水預(yù)測模型選取28個(gè)相關(guān)性>0.3的氣候系統(tǒng)監(jiān)測指數(shù)作為預(yù)測因子，其中副高與主汛期（6-8月）降水相關(guān)性最大，海溫、極渦位置和強(qiáng)度相關(guān)性也比較大。相關(guān)性最好的因子為上年11月印度副高強(qiáng)度指數(shù)和印度副高面積指數(shù)，相關(guān)系數(shù)均為0.397，除冬季北非-北大西洋-北美副高脊線位置指數(shù)外，其他因子的相關(guān)系數(shù)均小于0.375。從時(shí)間上來看，冬季的因子與主汛期降水相關(guān)性最好。

3）1954-2015年62年汛期降水資料擬合的荊州汛期降水預(yù)測模型，相關(guān)系數(shù)為0.874，52個(gè)年份能正確預(yù)測降水偏多偏少趨勢，10個(gè)年份預(yù)測錯(cuò)誤。該模型預(yù)測的2016年荊州汛期降水趨勢為偏多17.3%，相比實(shí)際值6.2%，同屬于略多的等級。1954-2015年62年主汛期降水資料擬合的荊州主汛期降水預(yù)測模型，相關(guān)系數(shù)高達(dá)0.914，55個(gè)年份能正確預(yù)測降水偏多偏少趨勢，僅7個(gè)年份預(yù)測錯(cuò)誤。該模型預(yù)測2016年荊州主汛期降水偏多223.2%，與實(shí)際值30.2%相比，雖能預(yù)測2016年主汛期降水偏多，但數(shù)值明顯偏大。進(jìn)一步分析預(yù)測模型，發(fā)現(xiàn)模型中預(yù)測因子上年11月印度副高強(qiáng)度指數(shù)的有效數(shù)據(jù)較少，可能需要更多數(shù)據(jù)來調(diào)整該項(xiàng)的系數(shù)，提高模型預(yù)測精度。綜合分析可知，本研究所建立的荊州汛期和主汛期降水預(yù)測模型對荊州汛期和主汛期降水趨勢預(yù)測有較好的指導(dǎo)意義。

參考文獻(xiàn)：

[1] 黃榮輝，蔡榕碩，陳際龍，等.我國旱澇氣候?yàn)?zāi)害的年代際變化及其與東亞氣候系統(tǒng)變化的關(guān)系[J].大氣科學(xué)，2006，30（5）：730-743.

[2] 譚桂容，孫照渤，陳海山.華北夏季早澇的環(huán)流特征分析[J].氣象科學(xué)，2003，23（2）：135-143.

[3] 韓照宇，劉 榮，王振華.山西省降水與環(huán)流特征量及ELnino的關(guān)系[J].山西氣象，2001（2）：22-25.

[4] 羅伯良，朱明輝.湖南省夏季旱澇預(yù)報(bào)模型研究及試報(bào)[J].氣象，1999，25（10）：23-27.

[5] 丑紀(jì)范.天氣數(shù)值預(yù)報(bào)中使用過去資料的問題[J].中國科學(xué)，1974，

1（6）：635-644.

[6] 丑紀(jì)范.短期氣候預(yù)測的現(xiàn)狀、問題與出路（一）[J].新疆氣象，2003，26（1）：1-4.

[7] 邱崇踐，丑紀(jì)范.天氣預(yù)報(bào)的相似-動(dòng)力方法[J].大氣科學(xué)，1989，

13（1）：22-28.

[8] 黃建平，王紹武.相似-動(dòng)力模式的季節(jié)預(yù)報(bào)試驗(yàn)[J].中國科學(xué)（B輯），1991，35（2）：216-224.

[9] 任宏利，丑紀(jì)范.統(tǒng)計(jì)-動(dòng)力相結(jié)合的相似誤差訂正法[J].氣象學(xué)報(bào)，2005，63（6）：988-993.

[10] 鄭志海，任宏利，黃建平.基于季節(jié)氣候可預(yù)報(bào)分量的相似誤差訂正方法和數(shù)值試驗(yàn)[J].物理學(xué)報(bào)，2009，58（10）：7359-7367.

[11] 王啟光，封國林，鄭志海，等.長江中下游汛期降水優(yōu)化多因子組合客觀定量化預(yù)測研究[J].大氣科學(xué)，2011，35（2）：287-297.

[12] 楊 杰，王啟光，支 蓉，等.動(dòng)態(tài)最優(yōu)多因子組合的華北汛期降水模式誤差估計(jì)及預(yù)報(bào)[J].物理學(xué)報(bào)，2011，60（2）：837-839.

[13] 楊 杰，趙俊虎，鄭志海，等.華北汛期降水多因子相似訂正方案與預(yù)報(bào)試驗(yàn)[J].大氣科學(xué)，2012，36（1）：11-22.

[14] 百項(xiàng)氣候系統(tǒng)指數(shù)集[DB/OL].http：//10.1.64.154/portal/web-link.index_inid=1001.

[15] 百項(xiàng)氣候系統(tǒng)指數(shù)集[DB/OL].http：//cmdp.ncc.cma.gov.cn/Monitoring/cn_index_130.php.