太湖地區(qū)2020年洪水先兆特征與降雨預(yù)測(cè)模擬研究

秦建國(guó)， 邊曉陽(yáng)， 蔡 晶， 張 洪， 席澤超

(1.江蘇省水文水資源勘測(cè)局無(wú)錫分局， 江蘇 無(wú)錫 214031； 2.無(wú)錫市太湖閘站管理處， 江蘇 無(wú)錫 214062)

據(jù)統(tǒng)計(jì)，2020年夏季梅雨期的梅雨量達(dá)到759.2 mm，較常年(343.4 mm)偏多1.2倍，超過1998年和2016年的記錄，為1961年以來(lái)最大值；梅雨期持續(xù)時(shí)長(zhǎng)達(dá)62 d，較常年(40 d)偏長(zhǎng)22 d，為1961年以來(lái)最長(zhǎng)；梅雨期共有46個(gè)市(縣)日降水量達(dá)到極端事件標(biāo)準(zhǔn)，主要分布在上海、江蘇、安徽、湖北、江西等地，長(zhǎng)江、鄱陽(yáng)湖、洞庭湖、太湖、淮河水位先后超過警戒水位。因此，對(duì)區(qū)域降雨進(jìn)行預(yù)測(cè)模擬研究，及時(shí)發(fā)現(xiàn)產(chǎn)生洪澇災(zāi)害的先兆特征，具有重要的科研價(jià)值。

本文以太湖地區(qū)代表站——無(wú)錫站的實(shí)測(cè)年降水量資料為例，在總結(jié)此前經(jīng)驗(yàn)的基礎(chǔ)上，深入分析了2020年梅雨的成因，并且將2種時(shí)間序列分析的新方法(分段法和細(xì)部特征法)與傳統(tǒng)方法相結(jié)合，探討了太湖地區(qū)2020年洪水發(fā)生的先兆特征，研究太湖流域旱澇趨勢(shì)變化的周期性規(guī)律。

1 成因探討

東亞夏季風(fēng)是控制我國(guó)東部地區(qū)天氣、氣候的主要系統(tǒng)，“梅雨”是東亞夏季風(fēng)進(jìn)程中特有的氣象事件，發(fā)生在長(zhǎng)江中下游、韓國(guó)南部和日本中南部等地區(qū)，從6月中旬持續(xù)到7月中旬，由于正是江南梅子的成熟期，在我國(guó)稱其為“梅雨”，這一時(shí)段便被稱作梅雨季節(jié)或者梅雨期。由于大氣環(huán)流系統(tǒng)的變異性，每年梅雨季節(jié)的開始和結(jié)束時(shí)間以及梅雨量的變化情況等也不盡相同，這也是長(zhǎng)江中下游地區(qū)出現(xiàn)旱澇的最主要原因。一般認(rèn)為，厄爾尼諾現(xiàn)象的衰減期西北太平洋會(huì)出現(xiàn)異常反氣旋，因而導(dǎo)致東亞地區(qū)梅雨期的降雨顯著偏多。這是亞洲季風(fēng)最重要的研究進(jìn)展，因而厄爾尼諾現(xiàn)象也成為中國(guó)汛期降水重要的預(yù)報(bào)因子。歷史上，中國(guó)長(zhǎng)江流域的特大洪澇災(zāi)害常發(fā)生在厄爾尼諾事件的次年夏季，如1954年、1983年、1998年、2010年、2016年等。但是“2020年超級(jí)梅雨”除受到厄爾尼諾現(xiàn)象的巨大影響外，還具有一些不同的特點(diǎn)。

國(guó)家氣候中心的丁一匯院士團(tuán)隊(duì)在研究中發(fā)現(xiàn)，2020年?yáng)|亞季風(fēng)環(huán)流系統(tǒng)表現(xiàn)出明顯的準(zhǔn)雙周振蕩(QBWO)，它與梅雨的開始和結(jié)束，雨帶的北移和停滯，強(qiáng)降水過程的發(fā)生和維持有很好的對(duì)應(yīng)關(guān)系。梅雨期包括西太平洋副熱帶高壓、高層?xùn)|亞西風(fēng)急流和低空西南風(fēng)急流在內(nèi)的多個(gè)季風(fēng)環(huán)流子系統(tǒng)，均經(jīng)歷了與QBWO相關(guān)的周期性振蕩，尤其是低空西南急流的不斷加強(qiáng)，南風(fēng)大值中心反復(fù)建立和位置的相對(duì)穩(wěn)定，使得源自熱帶的水汽輸送一次次加強(qiáng)，水汽輻合與上升運(yùn)動(dòng)反復(fù)發(fā)展，從而導(dǎo)致梅雨在江淮流域長(zhǎng)時(shí)間持續(xù)，暴雨過程頻頻發(fā)生。另一方面，梅雨期歐亞中高緯度地區(qū)環(huán)流呈現(xiàn)出“兩脊一槽”型，阻塞高壓活動(dòng)頻繁，東亞沿岸低槽活躍，經(jīng)西北、東北路徑的冷空氣不斷南侵我國(guó)，與低層一次次加強(qiáng)的西南暖濕水汽在江淮區(qū)域頻繁交匯，這是造成2020年梅雨異常偏強(qiáng)的另一重要因素。作為一個(gè)重要的外強(qiáng)迫因子，熱帶印度洋的持續(xù)增暖使得東亞地區(qū)環(huán)流呈現(xiàn)出EAP/PJ遙相關(guān)型，對(duì)應(yīng)的是西太平洋副熱帶高壓偏強(qiáng)偏南，從而有利于長(zhǎng)江中下游地區(qū)的降水明顯偏多[1-2]。

復(fù)旦大學(xué)的周震強(qiáng)團(tuán)隊(duì)通過數(shù)值模式試驗(yàn)發(fā)現(xiàn)，“2020超級(jí)梅雨”最早可以追溯到2019年秋季的印度洋極端異常信號(hào)，而不是像往常一樣主要受到太平洋厄爾尼諾事件的影響。2019年秋季，西印度洋異常偏暖，東印度洋(印尼群島附近)異常偏冷，這種印度洋海盆東西兩端相反的海溫異常被稱為印度洋偶極子現(xiàn)象，溫度差達(dá)到2.1℃，成為有記錄以來(lái)最強(qiáng)的一次印度洋偶極子事件。與2019年秋季極端印度洋偶極子事件相伴隨的熱帶東南印度洋上空的大氣環(huán)流異常，強(qiáng)迫出下沉的海洋羅斯貝波，并緩慢向西傳播，到達(dá)西南印度洋后使得當(dāng)?shù)氐臏剀S層加深、海溫偏暖。至2019年冬季，印度洋偶極子事件消亡后，太平洋的弱厄爾尼諾事件充當(dāng)接力的作用，繼續(xù)維持印度洋的大氣環(huán)流異常和海洋羅斯貝波，使得印度洋海溫暖異?，F(xiàn)象維持到2020年夏季。此時(shí)，印度洋海溫暖異常通過電容器機(jī)制激發(fā)出西太平洋反氣旋，并且增強(qiáng)了長(zhǎng)江流域高空的西風(fēng)急流。西太平洋反氣旋引起的異常水汽輸送和西風(fēng)急流強(qiáng)迫的大氣異常上升運(yùn)動(dòng)，共同作用使得2020年夏季梅雨異常偏多[3]。

2 研究資料概況

根據(jù)江蘇省氣象局的研究，無(wú)錫站是太湖地區(qū)代表性最好的雨量站[4]。無(wú)錫站位于太湖地區(qū)的腹地，無(wú)錫市西南的大運(yùn)河畔，該站始建于1922年初，但是在1949年以前因各種原因經(jīng)常中斷[5]。因此，本文選擇的研究對(duì)象仍然是無(wú)錫站的實(shí)測(cè)降雨資料，時(shí)間序列是1950—2019年，其中1950年數(shù)據(jù)根據(jù)歷史文獻(xiàn)資料插補(bǔ)。

3 無(wú)錫站年際旱澇預(yù)測(cè)模擬

3.1 傳統(tǒng)統(tǒng)計(jì)方法

歷史演變法是利用某個(gè)臺(tái)站某個(gè)水文氣象要素過程線(即歷史演變曲線)的外形特點(diǎn)，通過研究其統(tǒng)計(jì)規(guī)律進(jìn)行預(yù)報(bào)的方法[6]。歷史演變法是氣象學(xué)家楊鑒初先生首先提出的，它是傳統(tǒng)時(shí)間序列分析方法的主要代表之一，具有重要的歷史地位[7]。

按照歷史演變法統(tǒng)計(jì)分析，無(wú)錫站2020年降水量的預(yù)測(cè)結(jié)果為：最大可能性的上限是1 676.6 mm(2015年降水量，無(wú)錫站排名第二)，下限是801.1 mm(1994年降水量，無(wú)錫站排名倒數(shù)第二)，預(yù)測(cè)值為1 238.8 mm。大于2 019.2 mm(2016年降水量，無(wú)錫站最大值)和小于552.9 mm(1978年降水量，無(wú)錫站最小值)的出現(xiàn)是最小可能性，也不能排除出現(xiàn)在1 676.6～2 019.2 mm或者552.9～801.1 mm之間的可能性[8]。

按照無(wú)錫站的實(shí)際情況，對(duì)歷史演變法的持續(xù)性特征進(jìn)行修正后可得：如果當(dāng)年降水量低于1 000 mm時(shí)，那么第二年都是上升趨勢(shì)。在2019年以前，這種情況出現(xiàn)了20次，無(wú)一例外。由于2019年降水量為941.2 mm，根據(jù)歷史演變法特征的統(tǒng)計(jì)分析，2020年的旱澇趨勢(shì)是必然上升[9]。但因其指標(biāo)單一不易定性，所以一般認(rèn)為傳統(tǒng)統(tǒng)計(jì)方法得出的預(yù)測(cè)結(jié)果具有隨機(jī)性和不確定性[10-11]。

因此，改進(jìn)后2020年降水量的預(yù)測(cè)結(jié)果為：旱澇趨勢(shì)上升的可能性極大，最大可能性的上限是1 676.6 mm(2015年降水量)，下限是941.2 mm(2019年降水量)，預(yù)測(cè)值為1 309 mm，但是也不能排除>1 676.6 mm或者<941.2 mm的可能性。

3.2 分段法與近現(xiàn)代氣候分類研究

分段法是以近現(xiàn)代氣候突變的臨界點(diǎn)做切割，根據(jù)分段特征一致性，解決時(shí)間序列分析主要矛盾的方法[12]。通常認(rèn)為“時(shí)間序列越長(zhǎng)，代表性越好”，然而這種認(rèn)識(shí)存在誤區(qū)[13]。筆者早在2009年就曾經(jīng)發(fā)現(xiàn)：“1978年前后無(wú)錫站年際降雨序列的旱澇特征截然不同，發(fā)生了突變現(xiàn)象”[14-17]。其后陸續(xù)發(fā)現(xiàn)了3個(gè)氣候突變的臨界點(diǎn)，并且完成了驗(yàn)證工作[18]。因此，分段法的目的是降低序列的模擬難度，提高預(yù)測(cè)效率。

氣候突變是氣候領(lǐng)域的新概念，至今沒有明確的定義。參照突變理論，簡(jiǎn)單定義為“氣候突變是指氣候由一種穩(wěn)定狀態(tài)躍升至另一種穩(wěn)定狀態(tài)的現(xiàn)象，變化過程急劇”[19-20]。根據(jù)分段法特征分析，無(wú)錫站可以分成旱澇趨勢(shì)不同的3個(gè)時(shí)段，而且每個(gè)時(shí)段節(jié)點(diǎn)對(duì)應(yīng)的都是一次氣候突變[12]。由于氣候突變的臨界點(diǎn)(1934年、1978年、2013年)都是我國(guó)世紀(jì)少見的夏季特大干旱災(zāi)害年景，而且每個(gè)世紀(jì)出現(xiàn)的次數(shù)不多，所以這個(gè)成果完成了我國(guó)近現(xiàn)代氣候歷史的分類研究[18]。無(wú)錫站年際旱澇獨(dú)立周期組合見表1，表1中括號(hào)里的內(nèi)容為預(yù)測(cè)項(xiàng)。

表1 無(wú)錫站年際旱澇獨(dú)立周期的組合

3.3 細(xì)部特征法與周期性分析

在水文氣象預(yù)測(cè)領(lǐng)域，年際序列分析時(shí)成熟的方法不多，一般采用多年滑動(dòng)來(lái)展望遠(yuǎn)景[21-22]。在實(shí)際工作中，若將僅有的觀測(cè)資料壓縮處理，將帶來(lái)信息的大量丟失，其結(jié)果是導(dǎo)致中長(zhǎng)期預(yù)報(bào)工作無(wú)法開展。因此，細(xì)部特征法就是在研究時(shí)逆向操作，利用放大鏡原理，對(duì)序列的細(xì)部特征做統(tǒng)計(jì)分析，尋找其中隱含的自然規(guī)律[18]。

現(xiàn)階段細(xì)部特征法的主要內(nèi)容是周期性分析，根據(jù)非典型周期的原則：若將時(shí)間序列中一個(gè)年際升降的完整過程，看做一個(gè)周期性變化的基本單元，那么2020年超級(jí)梅雨所形成的關(guān)鍵大氣環(huán)流條件示意圖中的過程線由3種基本單元組成，分別是2 a、3 a、4 a周期；按照上升期或者下降期時(shí)長(zhǎng)的變化，非典型周期還具有正(兩側(cè)等時(shí))、順(上升期長(zhǎng)、下降期短)、逆(上升期短、下降期長(zhǎng))等3種時(shí)間特性。2種特征組合后，可形成6種類型的基本單元，分別是正4 a、順4 a、逆4 a、順 3a、逆3 a、正2 a周期[13]。

每個(gè)相鄰時(shí)段的特征也不相同。第一時(shí)段，由5種類型的獨(dú)立周期組成，鄰近的2個(gè)獨(dú)立周期可以組合在一起，形成大的復(fù)合周期；復(fù)合周期也具有時(shí)間趨勢(shì)特性，其中獨(dú)立周期為正時(shí)需要隱藏，為順、逆時(shí)即作為復(fù)合周期的時(shí)間特征，以反映它們的自然屬性。第二時(shí)段，由3種類型的獨(dú)立周期組成，不具有復(fù)合周期的特征，但是可以歸類合并成正、順相間的4個(gè)部分。第三時(shí)段，目前只有2個(gè)獨(dú)立周期組成，但是其主要特征與第一時(shí)段基本類似，具有復(fù)合周期的特點(diǎn)[12]。

根據(jù)第一時(shí)段總結(jié)的經(jīng)驗(yàn)，可以認(rèn)定第三時(shí)段(2013—2019年)是一個(gè)順6 a的復(fù)合周期；按照復(fù)合周期的特征推算，未來(lái)必然出現(xiàn)一個(gè)逆 5 a或者逆6 a類型的復(fù)合周期；逆5 a型周期只有“升-降-降+升-降”型一種情況，逆6 a周期包括“升-降-降+升-降-降、升-降-降-降+升-降”型兩種情況。不管什么情況，2020年的旱澇趨勢(shì)必然是上升的，一定是逆3 a或者逆4 a型獨(dú)立周期的頂點(diǎn)，而且是未來(lái)3 a(2020—2022年，若獨(dú)立周期為“升-降-降-降”型，就是4 a)內(nèi)唯一的高點(diǎn)，其預(yù)測(cè)取值區(qū)間在941.2～2 019.2 mm之間，平均值是1 480.2 mm。

3.4 歷史洪水頻率分析

根據(jù)劉沛林對(duì)歷史的研究，隋唐以前長(zhǎng)江流域的洪澇災(zāi)害的記錄較少。自唐、宋以后，長(zhǎng)江流域農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的規(guī)模不斷擴(kuò)大，逐漸趕上并且超越了黃河和淮河流域，成為我國(guó)最重要的經(jīng)濟(jì)文化中心。此后的長(zhǎng)江，洪水頻繁的程度越來(lái)越高。在隋、唐時(shí)期，長(zhǎng)江洪水平均約18 a/次；在兩宋時(shí)期，平均約5～6 a/次；到了明清時(shí)期，已經(jīng)增加到約4 a/次，與現(xiàn)代洪澇災(zāi)害發(fā)生的頻率基本一致[23]。

太湖流域地處長(zhǎng)江三角洲的南岸，降水量的多年平均值約為1 186 mm。根據(jù)對(duì)區(qū)域代表站年降水量觀測(cè)資料的統(tǒng)計(jì)：在1951—2020年期間，無(wú)錫站多年降水量平均值略多于1 110 mm；其中年降水量超過1 200 mm(屬于無(wú)錫地區(qū)偏澇年景的下限)的年景有20次，出現(xiàn)的頻率為3.5 a/次；超過1 300 mm(無(wú)錫地區(qū)洪澇年景的下限)的年景有16次，出現(xiàn)的頻率為4.4 a/次[24]。

由于地球自然地理分布的特點(diǎn)，氣候具有南北向差異較大、東西向差異較小的特征。而長(zhǎng)江中下游地區(qū)位于我國(guó)北緯30°附近，環(huán)境差異相對(duì)較小，氣候和降水量的變化情況都差不多。因此，太湖流域與長(zhǎng)江中下游地區(qū)的洪澇災(zāi)害具有頻率相同、出現(xiàn)時(shí)間大多一致的特點(diǎn)[25]。

3.5 相似年景對(duì)比分析

2019年以前，無(wú)錫站年降水量超過1110mm的年景有33次，其中前一年降水量低于1 000 mm的只有9次，與2019年降水量數(shù)值的最大偏差是±7.1%，而且次年的平均升幅是42.6%；超過1 200 mm的有19次，其中前一年降水量低于1 000 mm的只有6次，與2019年的最大偏差也是±7.1%，而且次年的平均升幅是48.5%；超過1 300 mm的有15次，其中前一年降水量低于1 000 mm的只有4次，與2019年的最大偏差是±3%，平均升幅是54.7%。若將年降水量數(shù)值相近的年景視為其氣候特征也是類似的，那么表2中與2019年更接近的是次年降水量超過1 300 mm的，顯然后者的相似度更高。而且其中的1954、1987、2020年的前一年，東太平洋都出現(xiàn)了厄爾尼諾現(xiàn)象，它們的平均升幅是64.2%。

表2 無(wú)錫站與2019-2020年雨情相似年景對(duì)比

4 綜合預(yù)測(cè)模擬成果

4.1 2020年洪水的先兆特征

對(duì)暴雨洪水年景出現(xiàn)的先兆特征進(jìn)行系統(tǒng)研究，是提高預(yù)報(bào)水平的主要途徑。目前多數(shù)氣象學(xué)者將預(yù)報(bào)研究的方向瞄準(zhǔn)在氣候成因領(lǐng)域，而忽視了微觀世界先兆特征的研究。太湖地區(qū)2020年洪水先兆特征見表3。

表3 太湖地區(qū)2020年洪水的先兆特征

4.2 無(wú)錫站綜合預(yù)測(cè)模擬成果

按照成因分析，厄爾尼諾現(xiàn)象的第二年我國(guó)南方地區(qū)容易出現(xiàn)大范圍暴雨洪水；按照頻率分析，長(zhǎng)江中下游地區(qū)暴雨洪水出現(xiàn)的頻率是4 a/次，2020年出現(xiàn)洪水的可能性較大；按照相似年景對(duì)比分析，相似年景的次年降水量平均漲幅是54.7%，2020年的取值范圍是>1 300 mm，其預(yù)測(cè)值是1 456 mm；按照改進(jìn)后的歷史演變法，無(wú)錫站年降水量低于1 000 mm的次年必然上升；按照分段法，太湖流域仍處于一個(gè)多雨周期之中，無(wú)錫站2020年降水量預(yù)測(cè)值的最大可能性是1 017.7 mm(2013年降水量，第三時(shí)段排序倒數(shù)第二位)～1 676.6 mm(2015年降水量)之間，平均值是1 347.2 mm；按照細(xì)部特征法分析，無(wú)錫站未來(lái)3 a(2019—2022年)的旱澇趨勢(shì)是逆3 a周期，即為“升-降-降”型，所以2020年是逆3 a周期的頂點(diǎn)，其旱澇趨勢(shì)是上升的。

根據(jù)多種條件的綜合預(yù)測(cè)：無(wú)錫地區(qū)2019—2020年的旱澇趨勢(shì)是必然上升，而且上升的幅度很大；未來(lái)3 a期間(2019—2022年)，無(wú)錫站的旱澇趨勢(shì)是逆3 a非典型周期的可能性極大；無(wú)錫站2020年降水量的最大可能性的上限是1 676.6 mm、下限是1 300 mm，預(yù)測(cè)值為1 488.3 mm。

4.3 太湖地區(qū)預(yù)測(cè)模擬成果

太湖地區(qū)預(yù)測(cè)值是在無(wú)錫站預(yù)測(cè)值的基礎(chǔ)上乘以系數(shù)K(K=太湖地區(qū)多年平均值/無(wú)錫站多年平均值=1.068)，其波動(dòng)范圍是1 388.4～1 790.6 mm，平均值是1 589.5 mm，比多年平均值偏多約34.0%。由于2019年太湖地區(qū)降雨是北部偏少、南部偏多，面平均降水量接近常年值。因此，太湖地區(qū)2020年旱澇的預(yù)測(cè)結(jié)果是：太湖地區(qū)的旱澇趨勢(shì)與無(wú)錫站相同，都是大幅上升的趨勢(shì)，但是上升幅度會(huì)小于無(wú)錫站；預(yù)計(jì)太湖地區(qū)年降水量偏多1成至4成，夏季可能會(huì)出現(xiàn)較大洪水。

5 預(yù)測(cè)模擬成果評(píng)價(jià)

5.1 區(qū)域?qū)崨r

2020年無(wú)錫站年降水量是1 590.0 mm，比多年平均值偏多約44.5%；太湖流域面平均年降水量是1 489.3 mm，較常年偏多25.6%；太湖地區(qū)年內(nèi)降雨的時(shí)空分布嚴(yán)重失衡，暴雨多集中在梅雨期，梅雨量583.8 mm，是常年值的2.42倍；太湖發(fā)生超標(biāo)洪水，最高洪水位是4.79 m，出現(xiàn)在7月21日，與1991年持平，并列歷史第三位；梅雨期內(nèi)河水位全面超警，其中有56個(gè)站點(diǎn)超過保證水位，上海站等5個(gè)站點(diǎn)出現(xiàn)超歷史洪水位。

5.2 成果評(píng)價(jià)

依據(jù)水文情報(bào)預(yù)報(bào)規(guī)范(GB/T22482—2008)，由太湖地區(qū)2020年度降雨預(yù)測(cè)成果(表4)可知，無(wú)錫站和太湖地區(qū)2020年降雨的預(yù)測(cè)精度較高，相對(duì)誤差<10%，都在良好以上，可以滿足經(jīng)濟(jì)社會(huì)發(fā)展對(duì)中長(zhǎng)期預(yù)報(bào)的需求。

表4 太湖地區(qū)2020年度降雨預(yù)測(cè)成果

其中，無(wú)錫站預(yù)測(cè)值的相對(duì)誤差與太湖地區(qū)的符號(hào)正好相反，兩者背離的原因是由于梅雨期間無(wú)錫站處于流域中西部的暴雨中心，降水量較區(qū)域面平均值明顯偏多。