海河流域降水時空演變特征及其驅(qū)動力分析

鄒 磊，夏 軍,，張 印，喬云峰

(1.中國科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過程重點(diǎn)實(shí)驗室，北京 100101；2.武漢大學(xué)水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗室，湖北 武漢 430072；3.中國科學(xué)院地理科學(xué)與資源研究所生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測與模擬重點(diǎn)實(shí)驗室，北京 100101)

降水是全球水循環(huán)的基本組成部分，是影響人類經(jīng)濟(jì)和地球生態(tài)環(huán)境最重要的氣候因素之一[1-2]。受全球氣候變暖以及高強(qiáng)度人類活動的影響，降水格局發(fā)生了顯著變化[3]，中緯度地區(qū)降水增加，亞洲季風(fēng)降水變率加大[4]，導(dǎo)致水汽循環(huán)發(fā)生改變，洪澇、干旱等極端水文氣象事件頻發(fā)，對社會經(jīng)濟(jì)發(fā)展和人類生產(chǎn)生活產(chǎn)生重要影響[5]，因此，有必要對變化環(huán)境下流域不同量級降水量的演變趨勢及其變異驅(qū)動力進(jìn)行深入研究。

近年來，由于氣候變化劇烈，降水時空分布特征變化顯著，國內(nèi)外眾多學(xué)者針對降水的時空變化分析研究較多，如姚俊強(qiáng)等[6]針對中國西北干旱區(qū)降水時空變化特征進(jìn)行分析研究，得出研究時段西北干旱區(qū)的降水量增加趨勢明顯。Afzal等[7]研究發(fā)現(xiàn)蘇格蘭區(qū)域的降水自20世紀(jì)70年代以來呈現(xiàn)顯著的增加趨勢。束美珍等[8]基于海河流域25個氣象站點(diǎn)1960—2010年逐月降水量資料，采用線性回歸法、累計距平法分析海河流域年際降水特征，發(fā)現(xiàn)海河流域1960—2010年降水量呈現(xiàn)微弱下降趨勢。陳磊等[9]利用黃河流域106個氣象站點(diǎn)1960—2010年逐日降水量數(shù)據(jù)，采用多種趨勢分析方法結(jié)合對季節(jié)降水的變化趨勢和變異情況進(jìn)行了研究，結(jié)果表明黃河流域20世紀(jì)90年代后流域降水變化趨勢明顯改變。陳潔等[10]基于1961—2010年地面氣象觀測資料，分析了我國降水與地表干濕狀況時空格局，結(jié)果表明1961—2010年我國降水量呈輕微增加趨勢。上述研究主要關(guān)注于降水總量的時空演變分析，但是針對不同量級降水量在年際和季節(jié)尺度上的趨勢分析較少，且降水量變化背后可能的影響因素還在不斷探索之中。有研究表明，太陽黑子和大氣環(huán)流異常因子(如厄爾尼諾-南方濤動(ENSO)、北極濤動(AO)和太平洋10年濤動(PDO))對降水有較強(qiáng)的影響[11-12]。研究引起流域降水量變化的影響因素，將有助于構(gòu)建降水量的數(shù)值模擬模型，對不同量級降水量進(jìn)行模擬預(yù)估。

本文以海河流域為研究區(qū)，基于流域內(nèi)35個氣象站點(diǎn)1961—2018年逐日降水觀測數(shù)據(jù)，采用創(chuàng)新趨勢分析法、Mann-Kendall非參數(shù)檢驗法和Pettitt突變檢驗法綜合分析海河流域不同量級降水量在年際和季節(jié)尺度上的時空演變特征，并進(jìn)一步探究年降水量與太陽黑子和大氣環(huán)流異常因子之間的相關(guān)性，以期較全面地揭示變化環(huán)境下降水量的演變特征，并為海河流域水資源管理、氣象災(zāi)害的防治和農(nóng)業(yè)生產(chǎn)提供參考。

1 研究區(qū)概況

海河流域(35°N～43°N、112°E～120°E)東臨渤海，西接太行山脈，南界黃河，北倚內(nèi)蒙古高原，流域總面積約31.8萬km2(圖1)。海河流域包括七大河系，分別為灤河河系、北三河系、永定河系、大清河系、子牙河系、漳衛(wèi)河系和徒駭馬頰河系。全流域地勢西北高東南低，屬溫帶季風(fēng)氣候區(qū)，降水年內(nèi)分配不均，多集中于夏季，冬春較少。流域內(nèi)人口密集，在我國政治經(jīng)濟(jì)中占有重要地位。受全球氣候不斷變化和高強(qiáng)度人類活動的影響，流域內(nèi)降水的時空分布發(fā)生了顯著改變，該區(qū)域面臨嚴(yán)重的水資源短缺危機(jī)。因此，加強(qiáng)海河流域不同量級降水量趨勢分析及其驅(qū)動力的研究，對于認(rèn)識區(qū)域尺度上氣候變化對流域水資源的影響和制定切實(shí)的流域水資源管理目標(biāo)有重要意義。

圖1 海河流域及氣象站點(diǎn)分布示意圖

2 資料與方法

2.1 數(shù)據(jù)資料及預(yù)處理

采用國家氣象信息中心資料室(中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng))提供的氣象資料，選取海河流域35個氣象站(圖1)1961—2018年的逐日降水?dāng)?shù)據(jù)進(jìn)行分析?？紤]到數(shù)據(jù)序列的完整性和連續(xù)性，對降水?dāng)?shù)據(jù)進(jìn)行初步質(zhì)量控制和缺失數(shù)據(jù)插補(bǔ)。文中關(guān)于四季的時間規(guī)定如下：春季3—5月，夏季6—8月，秋季9—11月和冬季12月至次年2月。

為了進(jìn)一步探究大氣環(huán)流異常因子和太陽黑子對海河流域年降水量變化的影響，利用1961—2018年的太陽黑子數(shù)、ENSO指數(shù)(本文以Nino3.4指數(shù)描述)、PDO和AO指數(shù)作為影響因素分析年降水量發(fā)生變化的驅(qū)動力。其中，太陽黑子數(shù)據(jù)來自國際科學(xué)協(xié)會理事會(ICSU)世界數(shù)據(jù)系統(tǒng)(WDS)的太陽黑子指數(shù)(http://sidc.oma.be/silso/dayssnplot)，PDO和ENSO指數(shù)來源于美國國家海洋與大氣管理局(National Oceanic and Atmospheric Administration， NOAA)地球系統(tǒng)研究實(shí)驗室(http://www.esrl.noaa.gov/psd/data/climateindices/list/)，AO指數(shù)來源于NOAA國家氣候數(shù)據(jù)中心(http://www.ncdc.noaa.gov/teleconnections/ao.php)。

2.2 Mann-Kendall非參數(shù)檢驗

Mann-Kendall(M-K)非參數(shù)檢驗法是世界氣象組織推薦并已廣泛使用的非參數(shù)檢驗方法[13-14]，近年來被眾多學(xué)者用于分析降水、徑流和氣溫等要素時間序列的變化趨勢[15-18]。該方法不需要樣本序列遵從一定的分布，對于時間序列(x1，x2，…，xn)，檢驗的統(tǒng)計量S的計算公式為

(1)

其中

式中：n為觀測值的數(shù)量;xi和xj分別為i、j時刻的觀測值。

S為正態(tài)分布，均值為0，方差var(S)計算公式為

(2)

當(dāng)n>10時，標(biāo)準(zhǔn)的正態(tài)統(tǒng)計變量如下：

(3)

式中：Z為時間序列的標(biāo)準(zhǔn)化統(tǒng)計量，Z>0和Z<0分別表示增加和減少趨勢。|Z|值越大，意味著趨勢越顯著。在本研究中，考慮0.05的顯著性水平，也就是說，Z>1.96和Z<-1.96分別表示顯著的增加和減少趨勢。

2.3 創(chuàng)新趨勢分析

創(chuàng)新趨勢分析(innovative trend analysis， ITA)法最初由Sen[19]提出，可輕松獲取低、中、高等不同等級數(shù)據(jù)的趨勢。該方法不需要任何假設(shè)，已被應(yīng)用于環(huán)境、水文氣象變量的趨勢分析中[20-21]。該方法將研究變量的序列劃分成兩個時間長度相同的子序列，按照升序進(jìn)行排列后繪制散點(diǎn)圖，如果散點(diǎn)分布位于1∶1線附近的，則認(rèn)為該序列沒有趨勢;如果散點(diǎn)落在1∶1線的上三角區(qū)域，表明該序列具有上升趨勢；相反，則表明該序列具有下降趨勢，可用于分析不同等級降水的變化趨勢，具體計算過程可參考文獻(xiàn)[19,22]。參考Wu等[20]的研究，本文基于百分位數(shù)對不同量級的降水強(qiáng)度進(jìn)行分類：輕度降水(小于10%)；低等降水(10%～40%)；中等降水(40%～60%)；高等降水(60%～90%)；強(qiáng)降水(大于90%)。

2.4 Pettitt突變分析

Pettitt突變分析方法是一種基于秩的非參數(shù)變點(diǎn)檢測方法[23]，其計算簡便，受異常值影響較小，廣泛應(yīng)用于水文氣象等領(lǐng)域，可以對水文氣象要素時間序列進(jìn)行突變分析，獲取突變點(diǎn)，可用于海河流域降水量突變點(diǎn)分析，具體計算過程可參考文獻(xiàn)[24]。

2.5 交叉小波變換分析

交叉小波變換(cross-wavelet transform， XWT)是將小波變換和交叉譜分析兩種方法相結(jié)合而產(chǎn)生的一種信號分析手段[25]。該方法可用于分析兩個時間序列在時域和頻域中的相關(guān)關(guān)系[26]，從而充分揭示它們具體的相關(guān)性和演化特征。交叉小波變換的詳細(xì)計算過程可以參考文獻(xiàn)[27]。

3 結(jié)果與分析

3.1 流域降水的時間序列變化特征

基于海河流域35個氣象站點(diǎn)1961—2018年逐日實(shí)測降水資料，采用泰森多邊形法獲取海河流域面平均降水量，對其進(jìn)行多尺度時間序列(年尺度和季節(jié)尺度)演變特征分析(圖2)。由圖2可以看出，海河流域1961—2018年全年降水量呈明顯的下降趨勢，年降水量最大值出現(xiàn)在1964年(圖2(e))。根據(jù)Pettitt突變結(jié)果分析可得，海河流域降水量在1979年發(fā)生突變(圖3)；冬季降水量有微弱的下降趨勢(圖2(a))，遞減速率約為-0.037 4 mm/a；春季降水量在1963年以前呈下降趨勢，在1963年以后整體呈現(xiàn)出增加趨勢(圖2(b))；夏季降水量呈顯著下降趨勢，遞減速率達(dá)-1.202 3 mm/a(圖2(c))；秋季降水量整體上呈現(xiàn)出增加趨勢，增速約0.140 5 mm/a(圖2(d))。

為了進(jìn)一步明晰不同量級降水量的趨勢變化，采用創(chuàng)新趨勢分析法進(jìn)一步針對年尺度和季節(jié)尺度下不同量級降水量進(jìn)行趨勢變化分析。圖4為年尺度和季節(jié)尺度下應(yīng)用創(chuàng)新趨勢法分析所得結(jié)果。如圖4(e)所示，海河流域年降水序列多數(shù)點(diǎn)位于45°線的下三角區(qū)，表明年降水序列整體呈現(xiàn)出下降趨勢，這個結(jié)論和逐年降水變化趨勢分析結(jié)論相同。

(a) 冬季

其中，輕度降水的下降趨勢并不顯著，強(qiáng)降水變化趨勢顯著，呈現(xiàn)出超過10%的下降趨勢；冬季降水序列大多數(shù)點(diǎn)位于1∶1線的下部，表征海河流域冬季降水整體呈下降趨勢(圖4(a))。從圖4(a)中可以看出，隨著降水量的不斷增加，點(diǎn)位與1∶1線的偏離距離增大，表明冬季降水量的下降趨勢隨著降水強(qiáng)度的增加而逐漸加強(qiáng)，強(qiáng)降水呈現(xiàn)出超過10%的顯著下降趨勢；春季降水序列大多數(shù)點(diǎn)位于1∶1線的上三角區(qū)域內(nèi)，表征春季降水量呈現(xiàn)出總體增長趨勢(圖4(b))，但輕度降水和強(qiáng)降水變化趨勢不顯著；海河流域夏季降水序列主要分布在1∶1線的下部，表明夏季降水量整體呈現(xiàn)出下降趨勢(圖4(c))，同時大多數(shù)點(diǎn)位于-5%帶的下方，夏季強(qiáng)降水呈現(xiàn)出10%的顯著下降趨勢；秋季降水序列多數(shù)位于45°線的上方，表明秋季降水量整體呈上升趨勢，其中多數(shù)點(diǎn)據(jù)位于45°線和5%帶之間，上升趨勢不顯著(圖4(d))。綜上所述，海河流域年降水量總體呈現(xiàn)出下降趨勢，春季和秋季降水量呈現(xiàn)出上升趨勢，夏季和冬季降水量呈現(xiàn)下降趨勢，且夏季和冬季強(qiáng)降水的下降趨勢顯著，降水量的減少可能會進(jìn)一步加劇海河流域水資源短缺。

圖3 海河流域年降水量突變分析

3.2 流域降水量的空間變化特征

基于海河流域35個氣象站點(diǎn)1961—2018年逐日降水資料，采用反距離加權(quán)平均方法對氣象站點(diǎn)數(shù)據(jù)進(jìn)行空間插值，獲取海河流域降水量空間分布，并對每個氣象站點(diǎn)降水量做M-K趨勢分析，結(jié)果如圖5所示。從圖5(e)可以看出，海河流域年降水量整體呈現(xiàn)南多北少，數(shù)值范圍在 377.5～750.6 mm之間，在五臺山以及東北部遵化、青龍等站點(diǎn)附近出現(xiàn)降水量高值區(qū)，最小值出現(xiàn)在西北部。流域內(nèi)多數(shù)站點(diǎn)(18個)呈現(xiàn)出下降趨勢，其中五臺山站點(diǎn)降水下降趨勢顯著。海河流域冬季降水從北向南逐漸增加，變化范圍為5.3～30.7 mm，86%的站點(diǎn)(30個)出現(xiàn)下降趨勢，五臺山地區(qū)海拔較高，是冬季降水的一個高值區(qū)域，且呈現(xiàn)出輕微的上升趨勢(圖5(a))；春季流域降水大部分站點(diǎn)呈現(xiàn)上升趨勢，南部降水多，中部降水偏少(圖5(b))；夏季降水東部偏多，多數(shù)站點(diǎn)出現(xiàn)下降趨勢，這可能主要和地形相關(guān)，以太行山和燕山為界限，山前部分降水多，山后降水少，流域降水量變化范圍在228.7～521.3 mm之間(圖5(c))；秋季降水的空間分布形態(tài)和春季降水較為相似，整體變化在67.5～146.8 mm之間，五臺山以及南部地區(qū)降水呈下降趨勢，東北部降水偏少，但東北部降水整體呈上升趨勢(圖5(d))。綜上所述，海河流域1961—2018年降水格局整體呈現(xiàn)南多北少，且有五臺山周邊和東北部等兩個高值降水區(qū)。春秋兩季降水呈上升趨勢，冬夏兩季呈下降趨勢，特別是夏季，和全年的分布形勢相似，降水減少趨勢顯著，且地形要素對降水有明顯影響，以太行山和燕山為界，山前多雨，分別向西北和東南兩側(cè)減少。

(a) 冬季

(a) 冬季

3.3 年降水量的驅(qū)動力分析

采用交叉小波變換探究具有代表性的大氣環(huán)流異常因子和太陽黑子與海河流域年降水量之間的相關(guān)關(guān)系。在交叉小波圖中，顏色越接近紅色表征兩者之間的相關(guān)性越強(qiáng)，越接近藍(lán)色表征兩者之間的相關(guān)性越弱；黑粗線為95%置信區(qū)間的邊界，箭頭表示相對相位差，→表示兩者之間相位一致，←表示兩者變化相位相反；細(xì)黑線為小波影響錐線的邊界，其所包圍的部分為有效譜值區(qū)。

(a) ENSO-年降水量

如圖6(a)所示，海河流域年降水量與ENSO在1965—1974年存在1～4 a周期顯著的負(fù)相關(guān)關(guān)系，在1989—1995年和1998—1999年分別存在 6～7 a和5 a周期的負(fù)相關(guān)關(guān)系；PDO與海河流域年降水量存在兩個明顯的信號，前者為1990—1997年的 4～6 a周期的負(fù)相關(guān)關(guān)系，后者為1991—2003年的8～11 a周期較為顯著的正相關(guān)關(guān)系(圖6(b))；AO與海河流域年降水存在4個共振周期，在1967—1970年存在1～4 a周期顯著的正相關(guān)關(guān)系，在1982—1993年和2004—2007年分別存在16～20 a和5 a周期的正相關(guān)關(guān)系，在1978—1995年存在 8～9 a周期較為顯著的負(fù)相關(guān)關(guān)系(圖6(c))；太陽黑子與海河流域年降水量在1968—2008年存在一個8～12 a周期的顯著的負(fù)相關(guān)關(guān)系(圖6(d))。已有研究發(fā)現(xiàn)，太陽黑子平均變化周期大約為11 a，與圖6(d)中存在的共軛周期基本一致。太陽黑子增多，表明太陽活動加強(qiáng)，改變大氣環(huán)流的平均狀態(tài)，影響區(qū)域降水發(fā)生變化。綜上所述，海河流域年降水量與太陽黑子，ENSO、AO和PDO均存在一定的共振周期，只是在不同時域中存在明顯差異。具體來說，太陽黑子、AO和ENSO對年降水量的影響較顯著，PDO對年降水量的影響相對較弱。

4 結(jié) 論

a. 1961—2018年海河流域降水整體上呈現(xiàn)減少趨勢，其中輕度降水的下降趨勢并不顯著，強(qiáng)降水變化趨勢顯著，呈現(xiàn)出超過10%的下降趨勢，流域年降水量序列在1979年發(fā)生突變。春季和秋季降水存在增加趨勢，夏季和冬季降水呈減少趨勢，且夏季和冬季的強(qiáng)降水減少趨勢顯著，隨著時間的推移，降水量的減少將會進(jìn)一步加劇海河流域水資源的短缺。

b. 1961—2018年海河流域降水整體上呈現(xiàn)出南多北少的格局，且有五臺山周邊和東北部等兩個高值降水區(qū)。各個季節(jié)的變化趨勢有所差異，夏季和全年在空間上的分布形態(tài)相似，整體上呈現(xiàn)南多北少的格局，從沿海到內(nèi)陸也逐漸減少，受地形因素影響，以太行山和燕山為界，山前多雨，分別向西北和東南兩側(cè)減少；春秋兩季的分布特征類似，南部降水多，中部降水偏少。

c. 通過交叉小波分析，海河流域年降水量與太陽黑子，ENSO、AO和PDO均存在一定的共振周期。具體來說，太陽黑子、AO和ENSO對于年降水量的影響較顯著，PDO對于年降水量的影響相對較弱。結(jié)果表明太陽活動和大氣環(huán)流異常因子影響了降水量的變化。