貴州湄潭降水量演變特征及趨勢預(yù)測

貴州湄潭降水量演變特征及趨勢預(yù)測

黃鑫1， 陳學(xué)凱1， 楊靜2， 張澤中1

(1.華北水利水電大學(xué)，河南 鄭州 450045； 2.貴州省水利科學(xué)研究院，貴州 貴陽 550002)

摘要：貴州多為季節(jié)性干旱，且降水量年內(nèi)分配極不均勻.以貴州省湄潭縣1951—2012年全年及四季降水資料序列為研究對象，采用Mann-Kendall非參數(shù)秩次相關(guān)檢驗法、R/S分析方法對湄潭站降水量的趨勢性和持續(xù)性進行分析，并將二者結(jié)合預(yù)測未來降水量變化趨勢.結(jié)果表明：①湄潭地區(qū)春季降水量未來有明顯的下降趨勢，且下降的趨勢隨時間的變化越來越顯著；②夏季降水量未來有緩慢的上升趨勢；③秋季、冬季和全年降水量未來均有緩慢的下降趨勢.

關(guān)鍵詞：演變規(guī)律；R/S分析；Mann-Kendall；四季降水量；趨勢預(yù)測中圖分類號：TV125文獻標識碼：A文章編號：1002-5634(2015)03-0013-04

收稿日期:2015-04-29

基金項目：水利部黃土高原水土流失過程與控制重點實驗室開放課題(201305).

作者簡介：王玉英(1970—)，女，河南南陽人，工程師，主要從事水土保持方面的研究.

DOI:10.3969/j.issn.1002-5634.2015.03.004

大氣降水是水資源的主要補給來源，降水量多少直接影響水資源的數(shù)量和分布，降水量的異常給經(jīng)濟、社會帶來不可估量的損失.2010年以來，我國北方地區(qū)多省份和西南5省市遭遇干旱；近年來，多個城市出現(xiàn)內(nèi)澇，這都對相關(guān)部門掌握未來降水情況提出了更高的要求.因此，研究降水的演變特征及趨勢，對于了解氣候變化、防災(zāi)減災(zāi)具有重要的現(xiàn)實意義.

目前，針對降水量時空分布和演變特征的研究較多[1-9]，但大多是對歷史規(guī)律進行分析，對預(yù)測未來的降水情況存在一定的局限性.由于降水過程存在不確定性和隨機性[10-11]，有必要在深入研究降水時間序列歷史演變規(guī)律的基礎(chǔ)上，進一步深入挖掘時間序列中的豐富信息，為進一步預(yù)測未來趨勢提供技術(shù)支撐.

鑒于貴州多為季節(jié)性干旱[12]，且降水年內(nèi)分配極不均勻.本文以貴州省湄潭站1951—2012年全年及四季降水資料序列為研究對象，首先采用Mann-Kendall非參數(shù)秩次相關(guān)檢驗法、R/S分析方法研究其趨勢性和隨機性變化特征，并將2種方法結(jié)合，發(fā)揮各自優(yōu)勢，揭示年降水量及不同季節(jié)降水量變化的基本規(guī)律；然后對未來趨勢進行預(yù)測，為水資源的合理利用和有效管理提供科學(xué)依據(jù).

1分析方法

1.1　Mann-Kendall法趨勢性分析

水文時間系列的平均值隨時間的增長或增或減，造成序列從長期來看，存在向上或向下的緩慢變化，這種規(guī)律性的變化稱為趨勢[13].引起趨勢的原因不是隨機抽樣波動或者觀測資料誤差所造成的，一般是自然原因和人為因素的綜合作用.Mann-Kendall非參數(shù)秩次相關(guān)檢驗法是趨勢性檢驗的最常用的方法之一.

設(shè)原始序列為xt(t=1，2，…，n)，Mann-Kendall檢驗的統(tǒng)計量S定義為

式中：xi、xj分別為序列第i年和第j年的數(shù)值，且j>i.sgn(xi-xj)為符號函數(shù)，即

最終可定義Mann-Kendall檢驗統(tǒng)計量值ZS滿足標準正態(tài)分布：

1.2　R/S法隨機性分析

隨機性可以間接地反映出水文序列的不確定性和復(fù)雜性[14]，通常采用R/S分析法檢驗序列的隨機性.R/S分析是赫斯特于1965年提出的一種時間序列統(tǒng)計方法[15]，可以反映序列的持續(xù)性.R/S法具體計算步驟如下:

對于給定的時間序列{xi}(i=1，2，…，n)，對于任意正整數(shù)τ≥1，定義均值序列

用xt表示累積離差,

極差R定義為

標準差S定義為

{xi}(i=1，2，…，n)是相互獨立的、方差有限的隨機序列，也就是布朗運動，即

R(τ)/S(τ)=(Cτ)H(C為常數(shù)).

H為Hurst指數(shù)，取值0~1，其中H=0.5,則原序列為相互獨立的，否則原序列具有長期相關(guān)性.當0

2R/S-Mann-Kendall綜合趨勢分析方法

R/S法計算出的Hurst指數(shù)反映了降水序列的持續(xù)性，即序列未來情況與過去歷史情況相同或相反.

Mann-Kendall非參數(shù)秩次相關(guān)檢驗則揭示了序列在過去是上升趨勢還是下降趨勢，即資料序列過去的趨勢特征.

盡管R/S和Mann-Kendall方法在降水演變規(guī)律研究中應(yīng)用廣泛，但其自身都存在著一個不可彌補的缺陷，即這2種方法各自均不能揭示序列未來的趨勢特征，而揭示序列未來的趨勢特征是整理歷史資料、分析歷史數(shù)據(jù)、研究歷史規(guī)律所最希望挖掘到的信息.

R/S-Mann-Kendall綜合趨勢分析方法，將上述2種方法結(jié)合為一體，首先利用Mann-Kendall法分析序列過去的演變規(guī)律，然后計算Hurst指數(shù)得到序列的持續(xù)性特征，最后將2個統(tǒng)計量ZS和H進行綜合，得到未來的趨勢變化特征，見表1.

表1　R/S-Mann-Kendall綜合法未來趨勢分析

3應(yīng)用實例

3.1　研究區(qū)域概況

湄潭縣位于貴州高原北部，地處大婁山南麓、烏江北岸，屬亞熱帶濕潤季風氣候，四季分明，雨量充沛，氣候溫和，年平均氣溫14.9 ℃，年均降水量1 141 mm.湄潭縣生態(tài)環(huán)境脆弱，且受季風影響明顯，是氣候變化的敏感區(qū)和脆弱區(qū).

3.2　Mann-Kendall趨勢性檢驗

選用湄潭站1951—2012年年平均降水量和四季降水量分別進行Mann-Kendall趨勢檢驗，檢驗結(jié)果見表2.

表2　降水量Mann-Kendall趨勢檢驗分析

由表2得出：①湄潭1951—2012年夏季降水量呈緩慢上升趨勢；②春季降水量呈現(xiàn)出較為顯著的下降趨勢；③秋季、冬季及全年降水量呈緩慢下降趨勢.

3.3　R/S持續(xù)性檢驗

分別以湄潭站1951—2012年四季(春、夏、秋、冬)降水序列、年降水序列為布朗運動的自變量xi(i=1，2，…，62)，應(yīng)用R/S分析方法計算R/S值，繪制(i，R(i)/S(i))散點圖分別如圖1和圖2所示，擬合其相應(yīng)的Hurst指數(shù),結(jié)果見表3.

圖1　四季降水量R/S分析

圖2　全年降水量R/S分析

Hurst指數(shù)春季夏季秋季冬季全年H0.88590.66350.56110.71590.6269

由表3可得：①湄潭站全年和四季降水量的Hurst指數(shù)均大于0.5，意味著未來的趨勢與過去一致，即過程具有持續(xù)性或長程相關(guān)性；②因為H值越接近1，持續(xù)性越強，即未來降水量整體變化與過去變化趨勢一致性越高.則春季降水具有較強的持續(xù)性，夏季、秋季、冬季和全年降水持續(xù)性較弱，總的來說持續(xù)性強度：春季降水>冬季降水>夏季降水>全年降水>秋季降水.

3.4　綜合趨勢分析

由ZS統(tǒng)計量和Hurst指數(shù)綜合分析可得：①湄潭地區(qū)春季降水量未來有明顯的下降趨勢，且隨時間的變化，下降的趨勢會越來越顯著；②夏季降水量未來有緩慢的上升趨勢；③秋季、冬季和全年降水量未來均有緩慢的下降趨勢.具體結(jié)果見表4.

表4　湄潭四季和全年降水量未來趨勢分析

4結(jié)語

近年來，貴州干旱頻繁發(fā)生，而重大降水過程又一般集中在汛期，局部洪澇災(zāi)害嚴重.究其原因是降水量年內(nèi)分配不均勻所致.研究四季和全年降水量未來的趨勢特征，對提高水資源的有效利用率、防汛抗旱等方面，有著十分重要的理論與實際意義.

本文以貴州湄潭站1951—2012年降水資料為研究對象，應(yīng)用Mann-Kendall方法進行趨勢性檢驗，應(yīng)用R/S分析法進行隨機性檢驗，揭示其歷史演變規(guī)律.

將上述2種方法有機地結(jié)合，提出了R/S-Mann-Kendall綜合趨勢分析法.該方法發(fā)揮了各自的優(yōu)勢，并巧妙地彌補了相互的不足，通過對歷史資料數(shù)據(jù)的定量研究，從定性的角度挖掘出水文時間序列未來的趨勢特征.

湄潭全年降水量未來呈下降趨勢，應(yīng)警惕干旱發(fā)生，尤其是春季降水量未來有明顯的下降趨勢，春旱發(fā)生的可能性較大，應(yīng)采取相應(yīng)措施予以應(yīng)對.

參考文獻

[1]吳浩云,王銀堂,胡慶芳,等.太湖流域61年來降水時空演變規(guī)律分析[J].水文,2013,33(2):75-81.

[2]楊明明,鐘平安,魏蓬.淮河流域主汛期降水演變規(guī)律研究[J].水電能源科學(xué),2012,30(7):37-40.

[3]張峰,雷曉輝,蔣云鐘,等.近55年珠江上游流域降水演變規(guī)律[J].南水北調(diào)與水利科技,2012,10(1):49-54.

[4]郭志輝,楊貴羽,王喜風.松遼流域近50年來降水演變規(guī)律分析[J].人民黃河,2011,33(12):35-37.

[5]李燕,金永明,孫永壽.柴達木盆地近55 a降水量變化趨勢的時空特征[J].人民黃河,2013,35(9):48-50.

[6]王利娜,朱厚華,魯帆,等.海河流域近50年降水量時空變化特征分析[J].干旱地區(qū)農(nóng)業(yè)研究,2012,30(2):242-246.

[7]王遵婭,丁一匯,何金海,等.近50年來中國氣候變化特征的再分析[J].氣象學(xué)報,2004,62(2):228-236.

[8]Hamed K H.Trend detection in hydrologic data:The Mann-Kendall trend test under the scaling hypothesis[J].Journal of Hydrology,2008,349(3-4):350-363.

[9]Xu Z X,Takeuchi K,Ishidaira H.Monotonic trend and step changes in Japanese precipitation[J].Journal of Hydrology,2003,279(1-4):144-150.

[10]嚴登華,袁喆,王浩,等.水文學(xué)確定性和不確定性方法及其集合研究進展[J].水利學(xué)報,2013,44(1):73-82.

[11]韓合忠,高淑會,國偉華.基于加權(quán)馬爾可夫模型的濟南市降水豐枯狀況預(yù)測研究[J].水文,2012,32(5):72-76.

[12]黃晚華,隋月,楊曉光,等.氣候變化背景下中國南方地區(qū)季節(jié)性干旱特征與適應(yīng)Ⅴ.南方地區(qū)季節(jié)性干旱特征分區(qū)和評述[J].應(yīng)用生態(tài)學(xué)報,2013,24(10):2917-2925.

[13]王延貴,劉茜,史紅玲.江河水沙變化趨勢分析方法與比較[J].中國水利水電科學(xué)研究院學(xué)報,2014(2):190-195,201.

[14]錢筱暄.淮北平原水文循環(huán)要素時空演變規(guī)律研究[D].揚州:揚州大學(xué),2011.

[15]Mandelbrot B B.How long is the coast of Britain?Statistical self-similarity and fractional dimension[J].Science,1967,156(3775):636-638.

Evolution Characteristics and Tendency Prediction of Precipitation

in Meitan County of Guizhou Province

HUANG Xin1， CHEN Xuekai1， YANG Jing2， ZHANG Zezhong1

(1.North China University of Water Resources and Electric Power, Zhengzhou 450045, China;

2.Guizhou Academy of Hydraulic Sciences, Guiyang 550002, China)

Abstract:It is mainly seasonal drought in Guizhou Province, the annual distribution of precipitation is extremely uneven. Taking the annual and seasonal precipitation datum from 1951 to 2012 in Meitan County of Guizhou Province as the research object, utilizing Mann-Kendall non-parameter statistical method and R/S analytical method, the tendency and persistence of the precipitation in Meitan station were analyzed, the tendency of future precipitation was predicted by two methods. The results show that for the Meitan area: ①the spring precipitation will be a significant downtrend in the future, the downtrend will be more and more obvious with time; ②the summer precipitation will be a uptrend in the future; ③the autumn and winter and annual precipitation will be a slow downtrend.

Keywords:evolution characteristics; R/S analysis; Mann-Kendall; seasonal precipitation; tendency prediction

(責任編輯：蔡洪濤)