陳 燕,楊 杰,徐家平
(江蘇省氣候中心,江蘇南京 210019)
2021年8月,IPCC在《氣候變化2021:自然科學(xué)基礎(chǔ)》報(bào)告中指出,最新的研究顯示全球氣候變暖仍在持續(xù),氣候變化正在加劇水循環(huán),影響降雨分布,帶來(lái)更強(qiáng)的降雨和洪水[1-3]。在未來(lái)幾十年里,所有地區(qū)的氣候變化還將加劇,極端高溫、極端降水事件將越來(lái)越頻繁,帶來(lái)更廣泛的影響[1、4]。
我國(guó)降水時(shí)空分布特征規(guī)律明顯,近幾十年來(lái)極端降水也發(fā)生了明顯變化。我國(guó)年平均暴雨日數(shù)和暴雨雨量顯著增加,東部季風(fēng)區(qū)的1日、連續(xù)3日、連續(xù)5日最大降水量均有一定程度增加,其中1日最大降水量增加最明顯[5-6]。區(qū)域性暴雨過(guò)程的覆蓋范圍和綜合強(qiáng)度均呈現(xiàn)顯著增大趨勢(shì),較強(qiáng)區(qū)域性暴雨過(guò)程次數(shù)明顯增加[7]。我國(guó)大部分地區(qū)的總降雨量、總暴雨量和短歷時(shí)暴雨雨量呈增加趨勢(shì),長(zhǎng)歷時(shí)暴雨雨量呈減小趨勢(shì)[8]。從不同地區(qū)來(lái)看,我國(guó)南方大部分地區(qū)夏季的降水強(qiáng)度、時(shí)數(shù)和次數(shù)均呈上升趨勢(shì),北方地區(qū)的夏季降水時(shí)數(shù)和次數(shù)雖然顯著減少,但是降水強(qiáng)度呈增強(qiáng)趨勢(shì)[9]。西北西部是年極端強(qiáng)降水事件最分散的區(qū)域,東北是最集中的區(qū)域[10]。珠江流域出現(xiàn)極端降水和特強(qiáng)降水過(guò)程的概率最高,長(zhǎng)江中下游地區(qū)的年平均降水次數(shù)、平均持續(xù)時(shí)間較其他流域偏多、偏長(zhǎng)[11]。黑龍江[12]、內(nèi)蒙古[13]、云南[14]、福建[15]、北京[16]、深圳[17]、南京[18]、西安[19]等多地的強(qiáng)降水事件也發(fā)生了不同程度的波動(dòng)。
在強(qiáng)降水的影響下,城市或下游地區(qū)暴雨災(zāi)害和徑流強(qiáng)度增加,使得城市內(nèi)澇防控、城市水環(huán)境污染治理面臨著巨大的挑戰(zhàn)[20-22]。低影響開(kāi)發(fā)是通過(guò)分散的、小規(guī)模的源頭控制來(lái)達(dá)到對(duì)暴雨所產(chǎn)生的徑流和污染的控制,使開(kāi)發(fā)地區(qū)盡量接近于自然的水文循環(huán)的一種雨水管理技術(shù),低影響開(kāi)發(fā)設(shè)施包括生物滯留設(shè)施、透水鋪裝、綠色屋頂、下凹式綠地、植草溝、雨水調(diào)蓄設(shè)施等[23]。在我國(guó)的《海綿城市建設(shè)技術(shù)指南——低影響開(kāi)發(fā)雨水系統(tǒng)構(gòu)建(試行)》中[24],規(guī)定利用多年長(zhǎng)序列、全樣本的日降水?dāng)?shù)據(jù),采用年降雨總量控制率作為控制目標(biāo),確定對(duì)應(yīng)的雨量,作為低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)雨量。低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)雨量和降水特征關(guān)系密切,如果設(shè)計(jì)不當(dāng),超出設(shè)計(jì)降雨量的降雨次數(shù)越多,越不利于控制效果[25-27]。2021年7月19日至21日,河南省多地遭遇暴雨,嵩山、偃師、新密、伊川、登封突破建站以來(lái)日降水量歷史極值,20日16~17時(shí)鄭州本站降雨量達(dá)201.9 mm,超過(guò)我國(guó)陸地小時(shí)降雨量極值,城市排水能力不足,暴雨災(zāi)害造成了重大的人員傷亡和經(jīng)濟(jì)損失。在未來(lái),極端降水事件會(huì)更加頻發(fā)。有學(xué)者預(yù)估到21世紀(jì)末,長(zhǎng)江上游年徑流量及各月平均徑流增加10%~15%,且年際變化增大,導(dǎo)致極端旱澇事件的頻率和強(qiáng)度增加[28]。強(qiáng)降水增多后,我國(guó)南部和東北地區(qū)城市的排水壓力會(huì)進(jìn)一步增大,即使對(duì)于排水基礎(chǔ)設(shè)施較完善的東部地區(qū),排水壓力也有可能增加[29]。因此,研究極端降水強(qiáng)度、歷時(shí)、雨量等對(duì)低影響開(kāi)發(fā)設(shè)施的影響,這是充分發(fā)揮其作用的重要前提[30]。
本文利用南京站(站號(hào):58238)1951-2020年完整的、長(zhǎng)序列日降水資料,選取強(qiáng)降水量、暴雨日數(shù)、平均日降水強(qiáng)度等極端降水指數(shù),研究極端降水事件的變化趨勢(shì)、波動(dòng)性、突變性、貢獻(xiàn)率,并分析其對(duì)低影響開(kāi)發(fā)設(shè)施設(shè)計(jì)雨量的影響程度,建立極端降水指數(shù)和設(shè)計(jì)雨量之間的定量關(guān)系,為海綿城市建設(shè)、城市防洪減災(zāi)提供參考。
氣象資料為江蘇省氣象信息中心提供的南京站(站號(hào):58238)1951-2020年的逐日降水和天氣現(xiàn)象觀(guān)測(cè)資料。南京站為國(guó)家氣象觀(guān)測(cè)站,觀(guān)測(cè)環(huán)境好,所用資料均按照中國(guó)氣象局氣象觀(guān)測(cè)規(guī)范要求,經(jīng)過(guò)嚴(yán)格質(zhì)量控制和均一性檢驗(yàn),有效數(shù)據(jù)完整率達(dá)到100%。資料序列長(zhǎng)、完整率高、質(zhì)量可信,可以用于極端降水長(zhǎng)期變化特征分析。
1.2.1 極端降水指數(shù)
在世界氣象組織發(fā)布的極端氣候指數(shù)中,選取強(qiáng)降水量、暴雨日數(shù)、平均日降水強(qiáng)度等8個(gè)指數(shù)分析南京極端降水變化特征(表1)。這些指數(shù)考慮了極端降水事件的降水量、強(qiáng)度、持續(xù)時(shí)間等多種因素,能夠體現(xiàn)特征量極值、特征量超閾值天數(shù)、特征量持續(xù)天數(shù)等重要信息,得到了廣泛的應(yīng)用[31-32]。
表1 極端降水指數(shù)Table 1 Extreme precipitation index
采用百分位法確定極端降水閾值[33],對(duì)南京1951-2020年間的日降水量進(jìn)行排序,強(qiáng)降水(P=95%)的日雨量閾值為38.1 mm,極強(qiáng)降水(P=99%)的日雨量閾值為77.8 mm。定義各種極端降水量在年降水量中的占比為其貢獻(xiàn)率。采用變異系數(shù)[5]分析極端降水指數(shù)的波動(dòng)特征,采用線(xiàn)性趨勢(shì)法、Mann-Kendall檢驗(yàn)[34]等方法分析極端降水及其貢獻(xiàn)率的時(shí)間變化趨勢(shì)和突變性。
1.2.2 降水集中度指數(shù)
采用降水集中度指數(shù)[35]表征降水的時(shí)間分布特征。
式中:N為研究時(shí)段的總?cè)諗?shù);P(xi)為第i日降水對(duì)研究時(shí)段總降水的貢獻(xiàn)率。本文以年為研究時(shí)段,如果所有降水集中在某一天,則Q為1;如果降水平均分布在每一天,則Q為0。
1.2.3 低影響開(kāi)發(fā)設(shè)施設(shè)計(jì)雨量
根據(jù)多年逐日降水資料,按照國(guó)家技術(shù)規(guī)范[24],篩選有效降水事件,統(tǒng)計(jì)小于某一降雨量(H)的降雨總量在總降雨量中的比率(α),此時(shí)年徑流總量控制率為α,對(duì)應(yīng)降雨量即為設(shè)計(jì)降雨量H,用于規(guī)劃低影響開(kāi)發(fā)設(shè)施的建設(shè)。
以某地多年日降水量資料序列為例,將該地的有效降雨量序列從小到大排列(x1,x2,x3,…,xi,…,xn-1,xn),其中(x1,x2,x3,…,xi)小于等于H,(xi+1,…,xn-1,xn)大于H。對(duì)于小于或等于設(shè)計(jì)降雨量H的部分,按真實(shí)雨量計(jì)算出降雨總量;對(duì)于大于設(shè)計(jì)降雨量H的部分,按該降雨量計(jì)算出降雨總量。
式中:α是年徑流總量控制率,單位%;H是α年徑流總量控制率對(duì)應(yīng)設(shè)計(jì)雨量,單位mm;n是有效降水日數(shù)。
南京地處亞熱帶季風(fēng)區(qū),雨量充沛。1951-2020年70年間的平均年降水量為1 051.3 mm,平均日降水強(qiáng)度為12.8 mm/d(圖1)。年降水量呈顯著的波動(dòng)上升趨勢(shì),氣候傾向率為38.9 mm/10 a,通過(guò)了信度為0.05的顯著性水平檢驗(yàn)。日降水強(qiáng)度呈弱上升趨勢(shì)(0.23 mm/d/10 a),未通過(guò)0.05的顯著性檢驗(yàn)。受到夏季風(fēng)進(jìn)退和強(qiáng)弱的影響,降水年際變化較大。降水量的變異系數(shù)達(dá)到0.25,降水量距平在-553 mm~764 mm之間波動(dòng),90年代后降水偏多的年份多,最大年降水量1 814.9 mm(1991年)是最小年降水量498.7 mm(1978年)的3.6倍。日降水強(qiáng)度的波動(dòng)性較弱,變異系數(shù)為0.19,3/4年份的距平在±2 mm/d之間,1991年降水強(qiáng)度達(dá)到20.4 mm/d,2015、2016連續(xù)2年降水強(qiáng)度超過(guò)17 mm/d。一般情況下,降水量越大的地區(qū),低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)雨量越大,例如廣州、長(zhǎng)沙、呼和浩特基本在同一經(jīng)度上由南向北分布,如果用同樣年代的降水分析,85%控制率的設(shè)計(jì)雨量在廣州、長(zhǎng)沙、呼和浩特依次為43.3 mm、31.6 mm和22.0 mm,由南向北逐漸減少[24],南京降水量的波動(dòng)上升也會(huì)導(dǎo)致設(shè)計(jì)雨量的變化。
圖1 降水量距平和日降水強(qiáng)度距平變化Fig.1 Variation of precipitation anomaly and daily precipitation intensity anomaly
低影響開(kāi)發(fā)設(shè)施建設(shè)的主要目標(biāo)是控制強(qiáng)降水的影響,在極端降水指數(shù)中,最大日降水量、最大5日降水量、最長(zhǎng)持續(xù)降水日的雨量、暴雨日數(shù)、強(qiáng)降水量、極強(qiáng)降水量均是體現(xiàn)強(qiáng)降水特征的重要指標(biāo)。1951-2020年,南京最大日降水量和最大5日降水量均呈上升趨勢(shì)(圖2),變化趨勢(shì)分別為4.8 mm/10 a(p=0.05)和9.8 mm/10 a(p=0.05)。前者歷史極值出現(xiàn)在2017年6月10日,日降水量達(dá)245.3 mm;后者出現(xiàn)在2015年6月25日至29日,持續(xù)5日降水量329.6 mm,其中僅27日的降水量就達(dá)到204.1 mm。兩者的年際波動(dòng)性相當(dāng)(變異系數(shù)分別為0.42和0.43),均大于年降水量,體現(xiàn)了極端降水事件的強(qiáng)波動(dòng)性。
圖2 最大日降水量和最大5日降水量變化Fig.2 Variation of the maximum daily precipitation and the maximum 5-day precipitation
近70年來(lái),南京年最長(zhǎng)持續(xù)降水日數(shù)平均值為5.8 d,呈波動(dòng)下降趨勢(shì)(-0.2 d/10 a),未通過(guò)顯著性檢驗(yàn)(圖3(a))。與此相反的是,最大持續(xù)降水量表現(xiàn)出明顯上升趨勢(shì)(10.2 mm/10 a,p=0.05)(圖3(b))。歷史前4位最大值均出現(xiàn)在90年代后,2016年的7月1日至7日持續(xù)7 d降水,期間出現(xiàn)1次大暴雨,3次暴雨,過(guò)程雨量379.5 mm為歷史最高值。同時(shí),在70年中,有36年的最大持續(xù)降水量出現(xiàn)在6月下旬至7月上旬,此時(shí)正值長(zhǎng)江中下游地區(qū)梅雨期,暴雨持續(xù)時(shí)間長(zhǎng)、雨量大、強(qiáng)度強(qiáng)[7]。雖然日降水強(qiáng)度的增強(qiáng)趨勢(shì)在年平均狀態(tài)下并不顯著,但在持續(xù)性降水中表現(xiàn)明顯,體現(xiàn)在最大持續(xù)降水量、最大5日降水量的變化中。即使年降水量也在增加,最大持續(xù)降水量的貢獻(xiàn)率仍在7.3%~28.0%之間波動(dòng)上升(圖3(c))。如果在制定低影響開(kāi)發(fā)設(shè)施設(shè)計(jì)雨量時(shí)不考慮這種上升趨勢(shì),則可能導(dǎo)致對(duì)強(qiáng)降水造成的影響的控制能力下降,從而減弱對(duì)城市徑流的控制效果。
圖3 最長(zhǎng)持續(xù)降水日數(shù)、降水量和貢獻(xiàn)率變化Fig.3 Variation of the longest continuous precipitation days,precipitation and contribution
南京降水集中度指數(shù)的多年平均值為0.35。1995年降水集中度指數(shù)為0.46,該年雨日少,降水最集中;1990年降水日數(shù)高于平均值,降水量低于平均值,降水最為分散,集中度指數(shù)最低為0.30(圖4(a))。近70年,降水集中度指數(shù)幾乎無(wú)線(xiàn)性變化趨勢(shì)。暴雨日數(shù)顯著上升,增加趨勢(shì)為0.2 d/10 a(p=0.05),暴雨日數(shù)多年平均值僅為3.4 d,但是年際波動(dòng)大,變異系數(shù)達(dá)0.62(圖4(b))。進(jìn)一步分析強(qiáng)降水量和極強(qiáng)降水量(圖4(c)、圖4(d)),兩者多年平均值為361.7 mm和125.4 mm,分別以5%和1%的降水次數(shù)貢獻(xiàn)了32%和11%的降水量。1951~2020年間,強(qiáng)降水量和極強(qiáng)降水量表現(xiàn)出波動(dòng)上升趨勢(shì)(19.6 mm/10 a和14.1 mm/10 a),對(duì)總降水量的貢獻(xiàn)率也逐漸增加(圖略)。極強(qiáng)降水量的變異指數(shù)為1.11,遠(yuǎn)大于其它極端指數(shù),表現(xiàn)出極強(qiáng)的波動(dòng)性。當(dāng)強(qiáng)降水的波動(dòng)性較大時(shí),一般要求提高設(shè)計(jì)雨量,以便保證在強(qiáng)降水事件多發(fā)的年份也能發(fā)揮低影響開(kāi)發(fā)設(shè)施的良好調(diào)節(jié)能力,雖然從發(fā)生概率上來(lái)說(shuō)這種年份是小概率事件[26-27]。
圖4 降水集中度、暴雨日數(shù)、強(qiáng)降水量和極強(qiáng)降水量變化Fig.4 Variation of precipitation concentration、rainstorm days,heavy precipitation and extremely heavy precipitation
在1951-2020年之間,南京的年降水量、平均日降水強(qiáng)度、最大日降水量、最大5日降水量、最大持續(xù)降水量和強(qiáng)降水量發(fā)生了氣候突變(圖5)。年降水量、平均日降水強(qiáng)度均在1998年發(fā)生突變,隨后表現(xiàn)為強(qiáng)上升趨勢(shì),并在2016年通過(guò)了0.05顯著性水平臨界線(xiàn)。最大日降水量的突變同樣發(fā)生在1998年,但是隨后的上升趨勢(shì)未達(dá)顯著性水平。最大5日降水量和最大持續(xù)降水量的突變時(shí)間略晚,在2002年發(fā)生氣候突變,前者的上升趨勢(shì)更明顯,在2016年通過(guò)顯著性水平,后者在2017、2018年接近顯著性水平。強(qiáng)降水量在2006年發(fā)生氣候突變,時(shí)間最晚,隨后的增加趨勢(shì)一直未達(dá)顯著性水平。極強(qiáng)降水量和暴雨日數(shù)未發(fā)生氣候突變,一直處于上升趨勢(shì),分別在1990年和2003年達(dá)顯著性水平(圖略)。從南京極端降水指數(shù)的突變性來(lái)看,大部分指數(shù)都是在21世紀(jì)初發(fā)生突變,并在21世紀(jì)10年代中后期達(dá)到顯著性水平,這表明此時(shí)南京強(qiáng)降水特征已經(jīng)發(fā)生了明顯的變化,并且會(huì)對(duì)低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)雨量發(fā)生明顯的影響。
圖5 極端降水指數(shù)M-K突變檢驗(yàn)Fig.5 Mann-Kendall test of precipitation
細(xì)化降水等級(jí),圖6給出了南京1951-2020年不同等級(jí)降水的次數(shù)、降水量的占比和累計(jì)占比。隨著降水等級(jí)的提高,降水次數(shù)迅速減少,但是在20~30 mm的降水區(qū)間出現(xiàn)一個(gè)局部峰值,以9.7%的降水次數(shù)貢獻(xiàn)了15.4%的降水量。在70~80 mm、160~180 mm降水等級(jí)處,也出現(xiàn)了降水量貢獻(xiàn)率的明顯局部高值。統(tǒng)計(jì)70 mm以上的降水情況,降水次數(shù)占比僅為2.5%,但是降水量占比達(dá)到15.9%。從累計(jì)比例也可以看出,在70 mm以后的降水次數(shù)增加十分緩慢,而降水量仍基本保持原速度增加。
圖6 不同等級(jí)降水的次數(shù)和雨量特征Fig.6 Precipitation characteristics of ratio
在我國(guó)海綿城市建設(shè)中,用于計(jì)算低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)降雨量、年徑流總量控制率的降水資料不得少于30年。對(duì)南京1951-2020年逐日降水?dāng)?shù)據(jù)采用30年滑動(dòng)分段,獲得41個(gè)時(shí)段的降水?dāng)?shù)據(jù)序列,據(jù)此計(jì)算不同等級(jí)降水占比特征、設(shè)計(jì)雨量等。分析不同等級(jí)降水的次數(shù)和雨量占比特征,發(fā)現(xiàn)在41個(gè)時(shí)段中,20~30 mm降水段的峰值一直出現(xiàn),但是70 mm以上降水段的雨日、雨量占比波動(dòng)較大(圖略)。這和極強(qiáng)降水量(閾值77.8 mm)近70年間強(qiáng)年代際波動(dòng)有很好的呼應(yīng)。
圖7給出了1980年、2000年、2020年的設(shè)計(jì)雨量曲線(xiàn)。隨著年徑流總量控制率的增加,需要全年實(shí)現(xiàn)不需要外排、得到控制的降雨量占比越高,此時(shí)設(shè)計(jì)雨量也越高。1980年和2000年的設(shè)計(jì)雨量曲線(xiàn)比較接近,說(shuō)明這兩個(gè)時(shí)段的年降水量、日降水強(qiáng)度、極端強(qiáng)降水事件等特征量比較接近;從前文分析可知,多個(gè)極端降水指數(shù)都在2000年前后發(fā)生突變,隨后的增加趨勢(shì)更劇烈,這種變化反映在設(shè)計(jì)雨量上,使得2020年和2000年設(shè)計(jì)雨量之間的差異明顯增大。當(dāng)年徑流總量控制率較低時(shí),不同年代際之間的設(shè)計(jì)雨量相差較??;當(dāng)控制率增大至55%后,差異較大。從圖7(b)可以看出,當(dāng)控制率是55%時(shí),1980年、2000年、2020年的設(shè)計(jì)雨量分別是12 mm、12.3 mm和13.1 mm,已經(jīng)出現(xiàn)了明顯差異;當(dāng)控制率是75%時(shí),設(shè)計(jì)雨量是23.2 mm、24 mm和26.2 mm,差異進(jìn)一步增加;當(dāng)控制率進(jìn)一步增加至95%時(shí),此時(shí)設(shè)計(jì)雨量分別是62 mm、66.9 mm和75.7 mm,差異十分顯著。這表明,極端降水事件發(fā)生頻率和強(qiáng)度的變化,已經(jīng)對(duì)高控制率下的設(shè)計(jì)降雨量產(chǎn)生明顯影響,而這些降水往往是希望通過(guò)城市低影響開(kāi)發(fā)設(shè)施進(jìn)行控制的部分。
圖7 設(shè)計(jì)雨量曲線(xiàn)Fig.7 The curve of design rainfall depth
按照我國(guó)技術(shù)規(guī)范[24]的分析,南京屬于年徑流總量控制率V區(qū),年徑流總量控制率要求在70%~85%之間。由于70%是最低要求,一般不被采用,所以重點(diǎn)分析75%~85%之間設(shè)計(jì)雨量的變化(圖8)。75%年徑流總量控制率的設(shè)計(jì)雨量多年平均值為24.1 mm,在22.8~26.6 mm之間波動(dòng),上升趨勢(shì)0.64 mm/10 a;當(dāng)控制率提高至80%時(shí),設(shè)計(jì)雨量的上升趨勢(shì)更大;當(dāng)控制率為85%時(shí),設(shè)計(jì)雨量平均值為36.2 mm,在34.1~40.3 mm之間波動(dòng)上升,氣候傾向率為1.04 mm/10 a;這些變化趨勢(shì)均通過(guò)了0.05信度的顯著性水平檢驗(yàn)。同時(shí),所有設(shè)計(jì)雨量均在2015年后進(jìn)入了一個(gè)高平臺(tái)期。由此可見(jiàn),隨著極端降水事件增多趨強(qiáng),南京低影響開(kāi)發(fā)設(shè)施的主要設(shè)計(jì)雨量均隨之逐漸增加,且控制率越大,增加趨勢(shì)越大。
圖8 設(shè)計(jì)雨量的年際變化Fig.8 Variation of design rainfall depth
以85%年徑流總量控制率的最高設(shè)計(jì)雨量為代表,分析設(shè)計(jì)雨量和不同極端降水指數(shù)及其貢獻(xiàn)率之間的相關(guān)性。年降水量、平均日降水強(qiáng)度、降水日數(shù)、最大日降水量、最大5日降水量、最長(zhǎng)持續(xù)降水日數(shù)、最長(zhǎng)持續(xù)降水量、暴雨日數(shù)、強(qiáng)降水量、強(qiáng)降水貢獻(xiàn)率、極強(qiáng)降水量、極強(qiáng)降水貢獻(xiàn)率和85%年徑流總量控制率設(shè)計(jì)雨量均呈顯著正相關(guān)(p=0.01),其中強(qiáng)降水量的相關(guān)系數(shù)最高,達(dá)到0.95。最長(zhǎng)持續(xù)降水量貢獻(xiàn)率和設(shè)計(jì)雨量呈弱正相關(guān),未通過(guò)0.05顯著性水平檢驗(yàn)。降水集中度和設(shè)計(jì)雨量呈顯著負(fù)相關(guān)(p=0.05),表明當(dāng)降水越分散,集中度指數(shù)隨之降低,極端降水事件出現(xiàn)概率和強(qiáng)度易降低,此時(shí)城市排水壓力減小,可以降低設(shè)計(jì)雨量。分析其它控制率的設(shè)計(jì)雨量,和極端降水指數(shù)有相同的相關(guān)性,且信度水平相當(dāng)。
選取相關(guān)性最好的強(qiáng)降水量指數(shù),和設(shè)計(jì)雨量建立定量關(guān)系,擬合曲線(xiàn)如圖9所示。發(fā)現(xiàn)兩者之間的擬合效果十分好,當(dāng)極端降水事件發(fā)生變化后,可以利用該擬合關(guān)系訂正已有的設(shè)計(jì)雨量值。通過(guò)對(duì)比可以看出,當(dāng)控制率較低時(shí),設(shè)計(jì)雨量和擬合曲線(xiàn)之間的離散度十分低;當(dāng)控制率增加后,離散度略有增加,這表明前者的訂正效果會(huì)更好。
圖9 強(qiáng)降水量和設(shè)計(jì)雨量關(guān)系曲線(xiàn)Fig.9 The relationship between design rainfall depth and heavy precipitation
本文利用南京站(站號(hào):58238)1951-2020年的長(zhǎng)序列日降水資料,研究了極端降水變化特征及其對(duì)低影響開(kāi)發(fā)設(shè)施設(shè)計(jì)參數(shù)的影響。研究發(fā)現(xiàn):
(1)近70年來(lái),南京年降水量和日降水強(qiáng)度均呈波動(dòng)上升趨勢(shì),最大日降水量、最大5日降水量、最大持續(xù)降水量、暴雨日數(shù)、強(qiáng)降水量、極強(qiáng)降水量等上升趨勢(shì)明顯,降水集中度指數(shù)無(wú)明顯變化趨勢(shì)。
(2)極端降水事件的年際波動(dòng)明顯,極強(qiáng)降水量的變異系數(shù)達(dá)到1.1,遠(yuǎn)大于其它指數(shù),體現(xiàn)了極端降水事件的強(qiáng)波動(dòng)性。20世紀(jì)90年代后強(qiáng)降水事件逐漸增多,多個(gè)極端降水指數(shù)在2000年前后發(fā)生氣候突變,隨后增加趨勢(shì)更劇烈。
(3)極端降水事件發(fā)生頻率和強(qiáng)度的增加,使得低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)雨量增大,且年徑流總量控制率要求越高,設(shè)計(jì)雨量增大趨勢(shì)越明顯。85%年徑流總量控制率的設(shè)計(jì)雨量在34.1~40.3 mm之間波動(dòng)上升,上升趨勢(shì)為1.04 mm/10 a。強(qiáng)降水量和設(shè)計(jì)雨量顯著正相關(guān),可以用于訂正設(shè)計(jì)雨量。
在氣候變化加劇的背景下,極端降水事件增多趨強(qiáng),對(duì)低影響開(kāi)發(fā)設(shè)施的設(shè)計(jì)雨量產(chǎn)生了明顯影響,并且這種影響往往集中在希望通過(guò)低影響開(kāi)發(fā)設(shè)施進(jìn)行調(diào)控的關(guān)鍵降水段,這就需要充分考慮極端降水的變化趨勢(shì),合理設(shè)計(jì)低影響開(kāi)發(fā)雨水設(shè)施和城市排水的建設(shè)標(biāo)準(zhǔn)。同時(shí),從2005年以來(lái),我國(guó)啟動(dòng)了精細(xì)化氣象觀(guān)測(cè)網(wǎng)的建設(shè),城市地區(qū)的地面自動(dòng)氣象站正在逐步密集,這些自動(dòng)站的降水資料序列雖然目前還比較短,還達(dá)不到分析設(shè)計(jì)雨量所需的30年序列的要求,但是可以刻畫(huà)城市地區(qū)精細(xì)的降水空間分布特征,隨著資料序列的逐漸增長(zhǎng),今后會(huì)為城市低影響開(kāi)發(fā)設(shè)施的建設(shè)提供更詳實(shí)的支持,實(shí)現(xiàn)城市的精細(xì)化、定點(diǎn)化雨洪管理,更有效的實(shí)現(xiàn)城市快速排水,減少城市內(nèi)澇災(zāi)害。