長江流域降水集中突變特征及其遙相關(guān)因子分析

曹青 劉康龍 黃瀟 郝振純

摘要：

降水時域集中特征研究對流域抗旱防澇至關(guān)重要?；陂L江流域1960～2020年氣象站點降水數(shù)據(jù)計算降水集中度（PCD）與集中期（PCP）指數(shù)，采用滑動t檢驗、交叉小波變換與小波相干分析等方法，檢測降水集中指數(shù)序列突變點，分析突變前后降水集中程度時空變化特征，并揭示降水集中指數(shù)對遙相關(guān)因子的響應(yīng)。結(jié)果表明：① PCD與PCP突變節(jié)點約為1988年，突變前后PCD和PCP空間上皆大致呈由東南向西北遞增的趨勢，突變后流域年內(nèi)降水分配趨向于均勻坦化且集中期提前。② PCD、PCP與太平洋年代際振蕩（PDO）、北極濤動（AO）、厄爾尼諾（ENSO）、太陽黑子（SS）存在共振周期，其中PDO和ENSO與PCD和PCP共振相互作用更加顯著，表明該遙相關(guān)因子可能是導(dǎo)致長江流域降水特征突變的重要因素之一。研究成果可為長江流域災(zāi)害防治、生態(tài)保護、水資源管理等工作提供技術(shù)支撐。

關(guān) 鍵 詞：

降水集中度； 降水集中期； 突變檢驗； 遙相關(guān)因子； 長江流域

中圖法分類號： TV125

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.05.017

0 引 言

隨著全球氣候變暖，人類賴以生存的生態(tài)氣候、水文水資源等自然環(huán)境正發(fā)生著巨大的變化，深刻影響著生態(tài)環(huán)境的保護和人類經(jīng)濟的發(fā)展［1］。IPCC第六次評估報告顯示，人類活動對氣候變暖產(chǎn)生了不可忽視的影響，氣候變化使得全球范圍都將在未來很長一段時期面臨極其嚴峻的考驗［2］。在各種氣候要素中，降水受水汽輸送、海溫、海冰、太陽輻射等自然因素的影響［3-4］，時空分布特征分異明顯，對研究區(qū)域以至更大范圍區(qū)域的水文循環(huán)認識、水資源管理具有重要意義，因而，研究氣候變化情景下降水等水文氣象要素的演變規(guī)律已成為氣候變化研究的重要課題。

中國長江僅次于尼羅河與亞馬遜河，是世界第三大河流，其流域涵蓋多種地形，同時受全球變暖的影響呈現(xiàn)出復(fù)雜的降水變化特征［5-6］。以往針對長江流域降水方面的研究主要集中在季節(jié)性降水、極端降水和降水集中度等指標多年時空分布特征分析，以及模型降水預(yù)測等方面［7-10］。例如，Philip等［11］基于動態(tài)模型開發(fā)了長江流域季節(jié)性預(yù)測模型產(chǎn)品，并較為準確地預(yù)測了2019年長江流域的降水量變化。蔡宜晴等［12］分析了長江源區(qū)降水時空演變特征，發(fā)現(xiàn)在1997年長江源區(qū)降水序列發(fā)生了較為顯著的突變；降水集中程度自1956年以來有逐漸均勻的趨勢［13］。長江流域降水量變化特性在月尺度上更加顯著，且月降水隨機性在空間上呈現(xiàn)出東高西低的規(guī)律［14］。同時受海溫、厄爾尼諾等因素影響，流域極端降水事件發(fā)生頻率增高，在未來具有持續(xù)上升的趨勢，長江中下游各極端降水指數(shù)均大于上游［15-16］。

遙相關(guān)研究對于流域氣象要素變化與擾動機制研究具有重大意義。羅劍鋒等［17］研究發(fā)現(xiàn)厄爾尼諾事件會引起長江中下游冬、春季降水增多，拉尼娜事件則引起夏季降水異常偏多，且拉尼娜事件對長江流域旱澇急轉(zhuǎn)現(xiàn)象有一定先兆性［18］。長江流域降水與太平洋年代際振蕩的相互關(guān)系在近80 a經(jīng)歷了從落后1/4個共振周期到負相關(guān)，再到提前1/4個共振周期的轉(zhuǎn)變［19］。北極濤動指數(shù)與長江流域降水的前4個EOF分解模態(tài)皆存在顯著相關(guān)的現(xiàn)象［20］。太陽黑子會作用于區(qū)域水熱平衡，對長江流域的極端降水變化有著較強的影響［21］。因此，本文選取北極濤動、太平洋年代際振蕩、厄爾尼諾-南方濤動、太陽黑子作為遙相關(guān)研究因子。

目前，在長江全流域降水集中度與集中期時間突變點識別以及突變前后變化差異等方面研究稍顯不足。長江流域作為中國氣候水文研究重點對象，厘清降水集中度與集中期是否存在突變及其與遙相關(guān)因子的響應(yīng)關(guān)系，有利于加深對長江流域降水變化特征的理解，可為長江流域災(zāi)害防治、生態(tài)保護、水資源管理等工作提供技術(shù)支撐。因此，本研究結(jié)合滑動t檢驗方法識別降水集中度和集中期時間突變點，并運用交叉小波變換與小波相干分析，探究突變前后降水集中度和集中期與遙相關(guān)因子相互作用影響關(guān)系的差異，具象化流域降水集中特性的空間分布模式。

1 研究區(qū)概況

長江流域是中國區(qū)域內(nèi)最大流域，占據(jù)總國土面積的18.8%，如圖1所示。

長江干流西起西藏、東至上海，跨越11個省、自治區(qū)、直轄市，其復(fù)雜龐大的支流體系延伸至貴州、福建等8個省份，覆蓋中國東、中、西部3個經(jīng)濟區(qū)，包含高原、山脈、盆地、丘陵、沖積平原等多個地形類型。流域多年平均降水量1 090～1 100 mm，多年平均氣溫12～14℃，流域平均年蒸發(fā)量618～622 mm。由于其地域范圍跨度大，地形復(fù)雜，多種季風氣候十分典型，降水分布情況十分不均勻，水文氣象要素空間差異明顯。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本研究所用降水數(shù)據(jù)為中國氣象數(shù)據(jù)網(wǎng)中的中國地面氣候資料日值數(shù)據(jù)集V3.0；北極濤動（Arctic Oscillation，AO）指數(shù)與太平洋年代際振蕩（Pacific Decadal Oscillation，PDO）數(shù)據(jù)來自于NOAA網(wǎng)站（http：∥www.cpc.noaa.gov）；太陽黑子相對活動多年平均值（Sunspot number，SS）數(shù)據(jù)來自于網(wǎng)站（https：∥www.sidc.be/silso/datafiles）；El Nio-Southern Oscillation（ENSO）指數(shù)的計算采用全球海表溫度再分析數(shù)據(jù)，來自于英國氣象局哈德利中心觀測數(shù)據(jù)集（HadiSST1）。長江流域地理信息和氣象站點如圖1所示，取長江流域126個氣象站點1960～2020年共61 a 逐日降水數(shù)據(jù)，氣象站點數(shù)量較多且在流域范圍內(nèi)分散均勻。本研究選取的時間序列跨度較長，確保了本研究的分析與結(jié)論的可靠性。

2.2 研究方法

（1） 降水集中指數(shù)計算。

3 結(jié)果與討論

3.1 年降水集中指數(shù)突變點的識別與檢驗

本研究結(jié)合長江流域126個氣象站點1960～2020年共61 a逐日降水數(shù)據(jù)，計算多年平均降水集中度（PCD）與集中期（PCP）指數(shù)，使用滑動t檢驗方法識別并檢驗指數(shù)年序列突變點，結(jié)果如圖2所示。

圖2表明，降水集中度（PCD）序列最為顯著突變點出現(xiàn)在1988年，降水集中期（PCP）序列最為顯著突變點出現(xiàn)在1989年，本研究取1988年為長江流域降水集中指數(shù)的突變節(jié)點。突變前多年平均降水集中度為0.51，平均降水集中期為186.32 d；突變后多年平均降水集中度降低至0.48，平均降水集中期提前至183.45 d。從降水集中指數(shù)多年平均值來看，長江流域在突變后年內(nèi)降水趨于坦化且集中期提前，孫惠惠等［26］研究了長江流域降水的非均勻特性，發(fā)現(xiàn)長江流域大部分地區(qū)日降水量集中度呈下降趨勢，中上游地區(qū)日降水量集中期呈提前趨勢，佐證了本文結(jié)論的合理性。

3.2 突變前后降水集中指數(shù)空間分布特征

利用空間徑向基函數(shù)插值處理所取突變點前后的降水集中指數(shù)，繪制出地理空間分布圖，如圖3所示。長江流域PCD和PCP突變前后空間上皆大致呈由東南向西北遞增的趨勢。流域內(nèi)PCD介于0.28～0.80之間，對應(yīng)PCP日序數(shù)介于137～215 d之間，即5～8月。其中PCD高值區(qū)出現(xiàn)在長江中上游的青海省南部區(qū)域和云南省西北部，對應(yīng)數(shù)值在0.70 以上，降水集中于7月中旬至8月初，為流域內(nèi)降水集中期最為滯后的地區(qū)；PCD次高值區(qū)則位于長江中游的四川省中部及西側(cè)，對應(yīng)數(shù)值在0.55～0.70 之間，降水集中于7月中下旬；長江中下游偏東南地區(qū)及長江入?？谥苓厼镻CD低值區(qū)，數(shù)值在0.28～0.45之間，降水集中期對應(yīng)時間較早，多集中于5月中旬至6月初。由此可知，長江流域因其支流延伸范圍廣闊、區(qū)域內(nèi)地貌類型多樣復(fù)雜、氣候受季風影響顯著的特征，降雨量高低值區(qū)以及年內(nèi)汛期分布很不均勻，空間分布上降水集中度和集中期地區(qū)特征差異明顯。

由圖3可知，1988年突變后，長江流域大部分區(qū)域降水集中度（PCD）減小，分配趨于均勻，約40個站點通過90%置信水平的顯著性檢驗；在長江中游零散的部分地區(qū)為正值，但絕對值較小，且未通過顯著性檢驗。長江流域降水集中期（PCP）突變后在流域大部分區(qū)域尤其是中上游地區(qū)呈現(xiàn)負值，即降水集中期有提前趨勢（提前幅度大多處于3～10 d之間）。僅在長江下游東北部及南部區(qū)域相較突變前集中期有滯后趨勢，滯后幅度僅在1～5 d之間，但滯后區(qū)域站點皆未通過顯著性檢驗。綜上所述，突變點后長江流域年內(nèi)降水趨向于坦化且集中期提前。

3.3 突變前后降水集中指數(shù)遙相關(guān)因子分析

本文對長江流域PCD及PCP突變前后序列與4個遙相關(guān)因子指數(shù)對應(yīng)年際變化序列進行交叉小波分析及小波相干分析，探究長江流域降水集中指數(shù)突變前后與遙相關(guān)因子的共振周期、相位關(guān)系與顯著時段等遙相關(guān)特征的區(qū)別與變化，繪制突變前后交叉小波能量譜與小波相干譜圖，如圖4～7所示。

由圖4和圖5可知，長江流域降水集中度（PCD）在高能量區(qū)突變前與太平洋年代際振蕩（PDO）無明顯共振周期，突變后出現(xiàn)尺度2～6 a反位相或領(lǐng)先90°相位的共振周期；在低能量區(qū)，突變前存在8～10 a同位相略有滯后的共振周期，突變后無明顯共振周期。

PCD與北極濤動（AO）在高能量區(qū)突變前存在尺度3.5～5.5 a反位相的共振周期，突變后主要共振周期尺度為2～4 a；在低能量區(qū)突變前存在2～4 a滯后90°相位的共振周期，突變后無顯著共振周期。

PCD與ENSO高能量區(qū)突變前顯示有尺度3.5～6.0 a滯后90°相位的共振周期，突變后尺度變?yōu)?.0～6.5 a；低能量區(qū)存在尺度8～9 a領(lǐng)先90°相位的共振周期，突變后轉(zhuǎn)為尺度0～4 a反位相的共振周期。

PCD與SS高能量區(qū)突變前存在尺度4.5～6.0 a同位相的共振周期，突變后無顯著共振周期；低能量區(qū)突變前存在8 a左右領(lǐng)先90°相位的共振周期，突變后無顯著共振周期。

由圖6和圖7可知，長江流域降水集中期（日序數(shù)）PCP與PDO在高能量區(qū)突變前存在尺度3～4 a領(lǐng)先90°位相的共振周期，突變后主要共振周期尺度為4～7 a，轉(zhuǎn)為反位相分布；突變前后低能量區(qū)皆存在0.5 a 尺度的共振周期，PDO變化突變前相較PCP提前，突變后相較PCP滯后。

突變前后PCP與AO在高與低能量區(qū)皆存在尺度2～4 a的共振周期。高能量區(qū)突變前AO與PCP近于反位相變化，而突變后近于同位相；低能量區(qū)突變前主要為同位相略為滯后，突變后轉(zhuǎn)為領(lǐng)先90°相位。

PCP與ENSO在高能量區(qū)突變前存在正位相的共振周期，尺度為2～4 a，突變后存在近于反位相與領(lǐng)先約90°位相兩種共振周期，對應(yīng)尺度為3～7 a和2～3 a；低能量區(qū)突變前存在正位相的共振周期，尺度為0～4 a，突變后存在近于反位相與領(lǐng)先約90°位相兩種共振周期，對應(yīng)尺度為5～8 a和0～3 a。

突變前后PCP與SS在高能量區(qū)無顯著共振周期。低能量區(qū)突變前存在6 a及8 a左右且滯后約90°位相的共振周期，突變后存在尺度2 a左右同位相的共振周期。

綜合上述對PDO、AO、ENSO、SS與PCD、PCP相互作用的討論，長江流域突變前后降水集中度和集中期與遙相關(guān)因子存在共振周期，其中PDO和ENSO與PCD和PCP共振相互作用更顯著，表明太平洋年代際振蕩和ENSO可能是導(dǎo)致長江流域降水集中指數(shù)突變后年內(nèi)降水整體趨于坦化且集中期提前的重要因素之一。

4 結(jié) 論

（1） 長江流域降水集中度（PCD）與集中期（PCP）突變節(jié)點約為1988年，突變前后空間上皆大致呈由東南向西北遞增的趨勢，突變后長江流域整體年內(nèi)降水分配趨向于均勻坦化且集中期提前。

（2） 交叉小波功率譜與小波相干譜顯示，PCD、PCP與PDO、AO、ENSO、SS存在共振周期，且突變前后差異明顯，其中PDO和ENSO對PCD和PCP共振相互作用更加顯著，表明太平洋年代際振蕩和ENSO是導(dǎo)致長江流域降水突變后年內(nèi)降水整體趨于坦化且集中期提前的重要因素之一。

參考文獻：

［1］ 王玉潔，秦大河.氣候變化及人類活動對西北干旱區(qū)水資源影響研究綜述［J］.氣候變化研究進展，2017，13（5）：483-493.

［2］ 胡婷，孫穎.IPCC AR6報告解讀：人類活動對氣候系統(tǒng)的影響［J］.氣候變化研究進展，2021，17（6）：644-651.

［3］ 王樂，楊文發(fā)，張錄軍，等.北極海冰對長江流域主汛期降雨的影響［J］.水科學進展，2019，30（5）：623-631.

［4］ 孫淑清，馬淑杰.海溫異常對東亞夏季風及長江流域降水影響的分析及數(shù)值試驗［J］.大氣科學，2003，27（1）：36-52.

［5］ 孔海妹.全球變暖背景下長江中下游降水變化預(yù)估不確定性［D］.合肥：中國科學技術(shù)大學，2020.

［6］ CUI L F，WANG L C，LAI Z P，et al.Innovative trend analysis of annual and seasonal air temperature and rainfall in the Yangtze River Basin，China during 1960-2015［J］.Journal of Atmospheric and Solar-Terrestrial Physics，2017，164：48-59.

［7］ 郭家力，丁光旭，楊旭，等.多源衛(wèi)星降水產(chǎn)品在長江流域的時空精度對比［J］.南水北調(diào)與水利科技（中英文），2022，20（2）：230-242.

［8］ 邢雯慧，李春龍，王樂.基于區(qū)域氣候模式RegCM4的長江流域降水預(yù)報效果分析［J］.水利水電快報，2018，39（10）：1-4，15.

［9］ CHEN S，ZHANG L，ZHANG Y，et al.Evaluation of Tropical Rainfall Measuring Mission（TRMM）satellite precipitation products for drought monitoring over the middle and lower reaches of the Yangtze River Basin，China［J］.Journal of Geographical Sciences，2020，30（1）：53-67.

［10］ GILL M M，NICK J D，ADAM A S，et al.Predicting June mean rainfall in the middle/lower Yangtze River Basin［J］.Advances in Atmospheric Sciences，2020，37（1）：29-41.

［11］ PHILIP E B，NICOLA M，ADAM A S，et al.Seasonal rainfall forecasts for the Yangtze River Basin of China in summer 2019 from an improved climate service［J］.Journal of Meteorological Research，2020，34（5）：904-916.

［12］ 蔡宜晴，李文輝，于澤興，等.長江源區(qū)降水時空演變規(guī)律［J］.長江科學院院報，2022，39（5）：28-35.

［13］ 李結(jié)華，陸寶宏，王童，等.長江流域年降水集中程度分析［J］.水電能源科學，2010，28（11）：9-11.

［14］ 李佳佳，賀新光，胡思.長江流域月降水的多尺度隨機特征及其分區(qū)［J］.長江流域資源與環(huán)境，2021，30（1）：111-121.

［15］ 潘欣，尹義星，王小軍.1960～2010年長江流域極端降水的時空演變及未來趨勢［J］.長江流域資源與環(huán)境，2017，26（3）：436-444.

［16］ WU S，HU Z，WANG Z，et al.Spatiotemporal variations in extreme precipitation on the middle and lower reaches of the Yangtze River Basin（1970-2018）［J］.Quaternary International，2021，592：80-96.

［17］ 羅劍鋒，陳敏，李煜，等.兩類ENSO事件對長江中下游地區(qū)季節(jié)降水的影響［J］.南水北調(diào)與水利科技，2018，16（4）：82-89.

［18］ 閃麗潔，張利平，張艷軍，等.長江中下游流域旱澇急轉(zhuǎn)事件特征分析及其與ENSO的關(guān)系［J］.地理學報，2018，73（1）：25-40.

［19］ 萬智巍，賈玉連，蔣梅鑫，等.長江中下游長時間降水序列及其與PDO的關(guān)系［J］.水電能源科學，2018，36（1）：1-4.

［20］ 王蕊，陳阿嬌，賀新光.長江流域月降水的時空變化及其與AO/NAO的時滯相關(guān)分析［J］.氣象科學，2018，38（6）：730-738.

［21］ 鄒磊，夏軍，張印.長江中下游極端降水時空演變特征研究［J］.長江流域資源與環(huán)境，2021，30（5）：1264-1274.

［22］ 夏哲兵，黃英梅.漢江流域中上游日降雨集中度時空格局研究［J］.人民長江，2020，51（增1）：76-79.

［23］ 李榮波，魏鵬，紀昌明，等.雅礱江流域近60 a徑流趨勢特征分析［J］.人民長江，2017，48（5）：38-42.

［24］ 張克新，董小剛，廖空太，等.1960-2017年黃河流域極端氣溫的季節(jié)變化特征及其與ENSO的相關(guān)性分析［J］.水土保持研究，2020，27（2）：185-192.

［25］ 余丹丹，張韌，洪梅，等.基于交叉小波與小波相干的西太平洋副高與東亞夏季風系統(tǒng)的關(guān)聯(lián)性分析［J］.南京氣象學院學報，2007，30（6）：755-769.

［26］ 孫惠惠，章新平，黎祖賢，等.長江流域不同類型降水量的非均勻性分布特征［J］.長江流域資源與環(huán)境，2019，28（6）：1422-1433.

（編輯：謝玲嫻）

Abstract：

Characteristics of precipitation temporal concentration are important for drought and flood prevention in watershed.Based on the precipitation data of meteorological stations in the Yangtze River Basin from 1960 to 2020，the index of precipitation concentration degree（PCD）and precipitation concentration period（PCP）were calculated.The moving t-test，cross-wavelet，and wavelet-coherence analysis were used to identify and test the abrupt change of precipitation temporal concentration index sequence，and the spatiotemporal characteristics of PCD，PCP and their response to teleconnection factors were analyzed.The conclusions are as follows：①The abrupt changes of PCD and PCP in the Yangtze River Basin occurred around 1988.The PCD and PCP were generally incremented from southeast to the northwest before and after the mutation.After the mutation，the intra-annual precipitation distribution tended to be uniform，and the precipitation concentration period was advanced.②There was a resonance period between PCD，PCP，and PDO（pacific decadal oscillation），AO（Arctic oscillation），ENSO（El Nino）and SS（sunspot）.PDO and ENSO interacted more significantly with PCD and PCP，indicating that these teleconnection factors may be one of the important factors leading to the abrupt changes of precipitation concentration characteristics in the Yangtze River Basin.The research results can provide technical support for disaster prevention，ecological management and water resources management in the Yangtze River Basin.

Key words：

precipitation concentration degree；precipitation concentration period；abrupt change test；teleconnection；Yangtze River Basin