重慶暴雨、熱浪、干旱時(shí)空格局及聚類特征

張 芬 ,李雙雙,陳超君,李永華,張?zhí)煊?柴闖闖

(1. 中國(guó)氣象局氣候資源經(jīng)濟(jì)轉(zhuǎn)化重點(diǎn)開放實(shí)驗(yàn)室,重慶市氣候中心,重慶 401147; 2. 陜西師范大學(xué) 地理科學(xué)與旅游學(xué)院,陜西 西安 710119; 3.重慶市水文監(jiān)測(cè)總站,重慶 401120; 4.重慶舍特氣象應(yīng)用研究所有限責(zé)任公司,重慶 401147)

0 引言

自然災(zāi)害區(qū)域規(guī)律研究是綜合減災(zāi)研究的重要領(lǐng)域,也是國(guó)際地理科學(xué)前沿問題,研究成果對(duì)于制定區(qū)域發(fā)展和綜合減災(zāi)規(guī)劃等都有著重要價(jià)值[1],近年來,國(guó)內(nèi)外學(xué)者開展了大量的自然災(zāi)害區(qū)域特征研究[2-5]。自然災(zāi)害危險(xiǎn)性是區(qū)域自然災(zāi)害研究的重要內(nèi)容,各類自然災(zāi)害危險(xiǎn)性具有明顯的集聚特征,部分地區(qū)由單一災(zāi)害主導(dǎo),部分地區(qū)受多種災(zāi)害共同影響[6],同一地區(qū)、區(qū)域不同致災(zāi)因子或?yàn)?zāi)害之間往往存在鏈生、耦合或互斥等復(fù)雜關(guān)系,加劇了災(zāi)害研究的復(fù)雜性[7]。IPCC第六次評(píng)估報(bào)告結(jié)果表明,20世紀(jì)中葉以來,全球熱浪、強(qiáng)降水等極端天氣氣候事件頻率和強(qiáng)度增加,熱浪和干旱復(fù)合事件增多[8],由此帶來的災(zāi)害危險(xiǎn)性增加,給社會(huì)經(jīng)濟(jì)和人民生活帶來嚴(yán)重的影響和損失[9]。研究人員針對(duì)我國(guó)區(qū)域高溫、干旱和暴雨等單種氣象災(zāi)害的發(fā)生規(guī)律開展了大量深入的研究[10-13],但多種氣象災(zāi)害集聚特征研究還較少?，F(xiàn)階段非常有必要開展氣象災(zāi)害集聚特征研究,并針對(duì)災(zāi)害集聚特征制定相適應(yīng)的防災(zāi)減災(zāi)措施。

時(shí)空聚類分析的目的在于發(fā)現(xiàn)地理現(xiàn)象的時(shí)空分布格局與規(guī)律,對(duì)于揭示各類現(xiàn)象的本質(zhì)特征、關(guān)聯(lián)關(guān)系及演變趨勢(shì)等具有重要的指導(dǎo)意義[14-15],是研究自然氣象災(zāi)害在時(shí)空域上聚集分布特征的有效手段。NAUS[16]首先提出掃描統(tǒng)計(jì)的概念,KULLDORFF等[17]于1995 年提出一種基于似然比檢驗(yàn)的空間掃描統(tǒng)計(jì),在此基礎(chǔ)上,KULLDORFF陸續(xù)提出了回顧性時(shí)空掃描統(tǒng)計(jì)、前瞻性時(shí)空掃描統(tǒng)計(jì)和時(shí)空重排掃描統(tǒng)計(jì)等多種時(shí)空聚類分析方法。時(shí)空掃描統(tǒng)計(jì)法最早集中應(yīng)用于疾病的監(jiān)測(cè)、早期預(yù)警和聚集性探測(cè),近年來隨著掃描統(tǒng)計(jì)量模型的不斷發(fā)展和完善,已廣泛應(yīng)用于犯罪熱點(diǎn)和災(zāi)害診斷分析、氣候變化和社會(huì)經(jīng)濟(jì)聚集問題等多個(gè)研究領(lǐng)域[18-24]。SaTScan時(shí)空掃描統(tǒng)計(jì)法不僅能準(zhǔn)確測(cè)量時(shí)間,還能根據(jù)空間特征合理劃分區(qū)域,掃描結(jié)果可為災(zāi)害防范和預(yù)警體系的建立提供重要的理論依據(jù)[25],為時(shí)空數(shù)據(jù)分析提供了有力的工具[15]。目前,國(guó)內(nèi)外將時(shí)空掃描統(tǒng)計(jì)方法應(yīng)用于多種氣象災(zāi)害時(shí)空聚類方面的研究仍較少。關(guān)注多種氣象災(zāi)害時(shí)空聯(lián)系,確定多種氣象災(zāi)害多發(fā)、疊發(fā)的區(qū)域和時(shí)段,值得探索。

重慶作為中國(guó)西部重要城市,近年來面臨的氣象災(zāi)害風(fēng)險(xiǎn)增加,這是重慶可持續(xù)發(fā)展的重要風(fēng)險(xiǎn)源,相關(guān)學(xué)者對(duì)重慶3種典型氣象災(zāi)害暴雨、熱浪、干旱的時(shí)空分布及風(fēng)險(xiǎn)特征進(jìn)行了分析[26-28],但鮮有學(xué)者對(duì)長(zhǎng)時(shí)間尺度上重慶典型自然氣象災(zāi)害的聚類區(qū)域和時(shí)段開展研究,重慶典型氣象災(zāi)害的疊加高危區(qū)分布、各地區(qū)主導(dǎo)氣象災(zāi)害類型等關(guān)鍵信息尚不明晰。本研究重點(diǎn)關(guān)注重慶暴雨、熱浪和干旱3種典型氣象災(zāi)害的危險(xiǎn)性,基于暴雨指數(shù)、熱浪指數(shù)和標(biāo)準(zhǔn)化降水指數(shù),采用Mann-Kendall和Sen趨勢(shì)法、SaTScan時(shí)空掃描統(tǒng)計(jì)方法,揭示暴雨-熱浪-干旱災(zāi)害在重慶地區(qū)的時(shí)空聚集特征、暴雨-熱浪-干旱災(zāi)害的時(shí)空高危區(qū)分布及各地區(qū)主要?dú)庀鬄?zāi)害類型,為重慶區(qū)域多災(zāi)種并發(fā)的診斷和綜合風(fēng)險(xiǎn)防范提供參考,對(duì)于各級(jí)政府防災(zāi)減災(zāi)救災(zāi)工作的有效開展具有重要的現(xiàn)實(shí)意義。

1 資料與方法

1.1 資料來源

重慶地貌以山地、丘陵為主,東北部靠大巴山,東南部連武陵山,境內(nèi)多河流[29],如圖1(a)所示。重慶屬亞熱帶季風(fēng)性濕潤(rùn)氣候,冬暖夏熱,無霜期長(zhǎng),雨量充沛,多云霧,少日照[30]?？紤]地形和氣候特征的差異,將重慶按照多年氣候特征、地形及行政區(qū)劃分為西部、西南部、主城、中部、東南部和東北部6個(gè)區(qū)域[31],如圖1(b)所示。所用氣象數(shù)據(jù)來自重慶市氣象局提供的34個(gè)國(guó)家氣象站(站點(diǎn)分布見圖1(a))1966—2021年逐日降水、氣溫和相對(duì)濕度數(shù)據(jù),區(qū)縣人口數(shù)據(jù)來自重慶市2021年統(tǒng)計(jì)年鑒。

圖1 研究區(qū)國(guó)家氣象站和地形河流分布及分區(qū)示意圖Fig. 1 Distribution of national meteorological stations, terrain and rivers and partition map in the study area

1.2 研究方法

1.2.1 災(zāi)害指標(biāo)選取

根據(jù)GB/T 28592—2012《降水量等級(jí)》國(guó)家標(biāo)準(zhǔn),降雨分為微量降雨(零星小雨)、小雨、中雨、大雨、暴雨、大暴雨和特大暴雨共7個(gè)等級(jí)[32]。本文選取24 h降雨量≥50 mm作為暴雨事件標(biāo)準(zhǔn)。

按照GB/T 29457—2012《高溫?zé)崂说燃?jí)》國(guó)家標(biāo)準(zhǔn)[33],熱浪分為輕度熱浪(Ⅲ級(jí))、中度熱浪(Ⅱ級(jí))和重度熱浪(Ⅰ級(jí)),分級(jí)標(biāo)準(zhǔn)如表1所示。黃卓等[34]關(guān)于高溫?zé)崂酥笜?biāo)研究的結(jié)果表明,重慶熱浪事件以輕度為主。本文選取高溫?zé)崂酥笖?shù)HI(heat wave index)≥2.8作為熱浪事件標(biāo)準(zhǔn)。

根據(jù)GB/T 20481—2006《氣象干旱等級(jí)》國(guó)家標(biāo)準(zhǔn),采用標(biāo)準(zhǔn)化降水指數(shù)(standardized preoipitation index, SPI)作為干旱指標(biāo)[35],等級(jí)劃分如表2所示。楊慶等[36]基于長(zhǎng)時(shí)間序列資料對(duì)比了7種氣象干旱指數(shù)在中國(guó)區(qū)域的適應(yīng)性,發(fā)現(xiàn)SPI在濕潤(rùn)地區(qū)的適用性較好。本文選取12個(gè)月的SPI作為干旱指標(biāo),采用Gamma分布擬合年降雨量計(jì)算相應(yīng)的SPI值,選取標(biāo)準(zhǔn)化降水指數(shù)SPI≤-0.5作為干旱事件標(biāo)準(zhǔn)。

表2 氣象干旱分級(jí)標(biāo)準(zhǔn)Table 2 Meteorological drought classification standard

1.2.2 時(shí)空格局分析

Mann-Kendall方法[37-38]能較好地揭示時(shí)間序列數(shù)據(jù)的趨勢(shì)變化,不需要樣本遵循一定的分布,也不受少數(shù)異常值的干擾,計(jì)算方便,適用于水文、氣象等非正態(tài)分布的數(shù)據(jù)。本文用檢驗(yàn)統(tǒng)計(jì)量Z進(jìn)行趨勢(shì)檢驗(yàn)。對(duì)于暴雨和熱浪頻次序列而言,Z大于0是上升趨勢(shì);小于0是下降趨勢(shì)。對(duì)于SPI序列而言,Z大于0是干旱下降趨勢(shì);小于0是干旱上升趨勢(shì)。Sen趨勢(shì)度分析方法[39]可以很好地減少噪聲的干擾,但其本身不能實(shí)現(xiàn)序列趨勢(shì)的顯著性判斷,Mann-Kendall和Sen方法結(jié)合可以實(shí)現(xiàn)對(duì)序列趨勢(shì)及顯著性的檢驗(yàn)。本文采用檢驗(yàn)統(tǒng)計(jì)量Z進(jìn)行趨勢(shì)檢驗(yàn),檢驗(yàn)中選取顯著性水平α=0.05,Z1-α/2=1.96。當(dāng)Sen趨勢(shì)度>0且|Z|>1.96序列呈顯著上升趨勢(shì),當(dāng)Sen趨勢(shì)度>0且|Z|≤1.96序列呈上升但不顯著趨勢(shì);當(dāng)Sen趨勢(shì)度<0且|Z|>1.96序列呈顯著下降趨勢(shì),當(dāng)Sen趨勢(shì)度<0且|Z|≤1.96序列呈下降但不顯著趨勢(shì)。

鄭小波等[40]利用反距離加權(quán)法、普通克里金法、薄盤光滑樣條函數(shù)法3種空間插值方法對(duì)西南地區(qū)復(fù)雜山地的氣象資料進(jìn)行了空間插值,并進(jìn)行了交叉驗(yàn)證和隨機(jī)站點(diǎn)驗(yàn)證,結(jié)果表明,薄盤光滑樣條函數(shù)法的插值精度最優(yōu)。本文采用薄盤光滑樣條函數(shù)法對(duì)34個(gè)國(guó)家氣象站站點(diǎn)的暴雨、干旱、熱浪趨勢(shì)值進(jìn)行空間插值,同時(shí)對(duì)3種災(zāi)害趨勢(shì)值進(jìn)行極差標(biāo)準(zhǔn)化處理并以等權(quán)重求和繪制空間分布圖。

1.2.3 時(shí)空聚類分析

SaTScan是目前應(yīng)用廣泛的時(shí)空掃描統(tǒng)計(jì)法,綜合考慮時(shí)間和空間2個(gè)緯度,采用移動(dòng)窗口法在地理空間上創(chuàng)建掃描窗口(圓柱體)進(jìn)行掃描統(tǒng)計(jì),通過泊松模型計(jì)算每個(gè)圓柱體的對(duì)數(shù)似然比(log-likelihood ratio, LLR)和相對(duì)危險(xiǎn)度(relative risk, RR),利用蒙特卡羅法模擬掃描統(tǒng)計(jì)量并進(jìn)行顯著性檢驗(yàn),最終確定時(shí)空集聚區(qū)[18,22]。圓柱體的底面對(duì)應(yīng)研究的地理區(qū)域,圓柱體的高對(duì)應(yīng)掃描時(shí)間間隔。掃描窗口的范圍介于0和預(yù)定義上限最大半徑和最大時(shí)間之間,最大半徑可設(shè)置為總?cè)丝跀?shù)的百分比或特定圓的半徑值,最大時(shí)間長(zhǎng)度可設(shè)置為整個(gè)研究周期的百分比或特定天數(shù)。本文采用SaTScan10.1.2分析重慶暴雨、熱浪、干旱3種氣象災(zāi)害的時(shí)空聚集性,輸入數(shù)據(jù)為1966—2021年重慶暴雨(日尺度)、熱浪(日尺度)、干旱(年尺度)事件發(fā)生時(shí)間和地點(diǎn)、34個(gè)國(guó)家氣象站經(jīng)緯度及所在區(qū)縣人口數(shù)等。SaTScan時(shí)空參數(shù)的設(shè)置會(huì)對(duì)結(jié)果產(chǎn)生明顯的影響,本文參考前人研究成果[22,25,41]并結(jié)合實(shí)際,最大半徑取重慶市總?cè)丝跀?shù)的30%,最大事件周期取本研究時(shí)段的30%,蒙特卡羅模擬次數(shù)設(shè)置為999,統(tǒng)計(jì)顯著性檢驗(yàn)水平取P<0.05。

此外,本文還選取了傳統(tǒng)且常用的空間聚集區(qū)識(shí)別方法Moran’s I、局部Moran’s I指數(shù)方法與SaTScan方法進(jìn)行空間聚類比較,輸入數(shù)據(jù)與SaTScan方法保持一致,均為34個(gè)國(guó)家氣象站1966—2021年暴雨、熱浪、干旱事件總次數(shù),采用檢驗(yàn)統(tǒng)計(jì)量Z進(jìn)行檢驗(yàn),顯著性水平α取0.05。Moran’s I指數(shù)反映空間鄰近區(qū)域單元屬性值的相似程度,值介于-1～1之間;值越接近于1,表示空間單元之間關(guān)系越密切、性質(zhì)越相似,即呈現(xiàn)聚集性分布;值越接近于-1,表示空間單元呈離散型分布,差異越大;值為0,表示整體呈隨機(jī)型分布。局部Moran’s I指數(shù)用于計(jì)算每一空間單元與鄰近單元的關(guān)聯(lián)程度,指數(shù)>0表示空間正相關(guān),值越大正相關(guān)性越大;指數(shù)<0表示空間負(fù)相關(guān),絕對(duì)值越大負(fù)相關(guān)性越大;指數(shù)=0表示相鄰空間單元不相關(guān)[42-43]。

2 暴雨-熱浪-干旱時(shí)空變化特征

2.1 時(shí)間變化特征

1966—2021年重慶平均熱浪頻次呈增加趨勢(shì),如圖2所示,熱浪頻次增幅為1.5次/10 a,暴雨頻次和干旱強(qiáng)度總體無明顯變化趨勢(shì);2001年以前暴雨和干旱變化趨勢(shì)不明顯、熱浪總體偏少,2001年以來暴雨和熱浪明顯增多、干旱總體減輕。由圖2可知:①暴雨時(shí)間變化趨勢(shì)與劉毅等[44]的研究結(jié)果較為一致:1998年為暴雨最多的年份,2001年為暴雨最少的年份;1985年以前暴雨頻次波動(dòng)幅度大;1985—1996年暴雨頻次波動(dòng)幅度小,暴雨總體呈減少趨勢(shì);1996—2001年,暴雨頻次波動(dòng)幅度大;2001年以后,暴雨總體呈明顯增多趨勢(shì)。②熱浪:2006年為熱浪最多的年份,當(dāng)年重慶遭遇百年不遇的高溫[45],1987年為熱浪最少的年份;2006年以前,熱浪呈現(xiàn)增多趨勢(shì)且總體偏少;2006年及以后,熱浪總體明顯偏多。③干旱:2001年為干旱最重的年份,劉德等[46]分析了重慶2001年特大伏旱特征,并從大氣環(huán)流、溫度場(chǎng)、前期環(huán)流異常等方面分析了成因;2006年次之,1998年為干旱最輕的年份;1985年以前,干旱強(qiáng)度變幅不大;1985—1996年總體偏旱;1996年以后干旱強(qiáng)度變幅增大;2001年以后干旱總體呈減輕趨勢(shì)。唐紅玉等[47]的研究結(jié)果也表明,2001年以后重慶年度氣象干旱有減弱趨勢(shì)。

圖2 1966—2021年研究區(qū)平均暴雨、熱浪頻次和干旱強(qiáng)度變化趨勢(shì)Fig. 2 Variation trend of frequency of heavy rain, heat waves and intensity of drought in the study area from 1966 to 2021

2.2 空間變化特征

1966—2021年重慶暴雨-熱浪-干旱空間變化趨勢(shì)如圖3和表3所示,大多數(shù)地區(qū)暴雨、熱浪變化以上升為主,特別是熱浪,干旱變化空間差異較大。由圖3和表3可知:①暴雨變化總體以上升趨勢(shì)為主:61.8%站點(diǎn)(21個(gè))呈上升趨勢(shì),潼南最明顯,僅潼南通過顯著水平檢驗(yàn);38.2%站點(diǎn)(13個(gè))呈下降趨勢(shì),萬州最明顯,但均未通過顯著水平檢驗(yàn)。②熱浪變化總體以上升趨勢(shì)為主:76.5%站點(diǎn)(26個(gè))呈上升趨勢(shì),其中44.1%站點(diǎn)(15個(gè))呈顯著上升趨勢(shì),武隆最明顯;20.6%站點(diǎn)(7個(gè))呈下降趨勢(shì),巴南最明顯,僅巴南通過顯著水平檢驗(yàn);僅豐都1個(gè)站點(diǎn)無變化趨勢(shì)。③干旱變化空間差異較大:41.2%站點(diǎn)(14個(gè))呈上升趨勢(shì),奉節(jié)最明顯,但均未通過顯著水平檢驗(yàn);58.8%站點(diǎn)(20個(gè))呈下降趨勢(shì),墊江最明顯,僅墊江通過顯著水平檢驗(yàn)。④重慶暴雨-熱浪-干旱災(zāi)害綜合上升較為明顯的區(qū)縣有:奉節(jié)>石柱>潼南>梁平>巫溪;下降較為明顯的區(qū)縣有:綦江>巴南>涪陵>巫山>南川。唐紅玉等[47]的研究結(jié)果表明,氣象干旱過程在重慶東北部和西部部分地區(qū)呈“變干”趨勢(shì),其中奉節(jié)最為明顯;2001年以來重慶大部分地區(qū)高溫為增強(qiáng)趨勢(shì),與重慶變暖的趨勢(shì)基本一致。

表3 1966—2021年研究區(qū)暴雨-熱浪-干旱空間變化趨勢(shì)分析Table 3 Analysis on the spatial variation trend of heavy rain, heat waves and drought in the study area from 1966 to 2021

圖3 1966—2021年研究區(qū)暴雨、熱浪、干旱Mann-Kendall趨勢(shì)值和綜合致災(zāi)因子強(qiáng)度分布Fig. 3 Distribution of Mann-Kendall trend value and comprehensive disaster-causing factor intensity of heavy rain, heat waves and drought in the study area from 1966 to 2021

3 暴雨-熱浪-干旱時(shí)空聚類特征

3.1 整段時(shí)空聚集特征

1966—2021年共掃描得到5個(gè)有統(tǒng)計(jì)學(xué)意義的聚集區(qū)域,暴雨-熱浪-干旱整段時(shí)空聚類存在明顯的地域差異,如圖4所示。由圖4可知:①暴雨主要在以開州為中心的東北部地區(qū)和以永川為中心的西部偏西南地區(qū)聚集,即以開州為中心的東北部地區(qū)和以永川為中心的西部偏西南地區(qū)為暴雨災(zāi)害易發(fā)頻發(fā)和高風(fēng)險(xiǎn)區(qū);②熱浪主要在以巫溪為中心的東北部偏東地區(qū)和以萬盛為中心的南部偏西南地區(qū)聚集;③干旱在以彭水為中心的東南部和中部地區(qū)聚集;④暴雨和熱浪事件均易在城口、開州、云陽、奉節(jié)、巫山、巫溪等東北部偏東地區(qū)和江津、巴南、沙坪壩、璧山等西部、西南、中心城區(qū)三區(qū)交界處發(fā)生,熱浪和干旱事件均易在萬盛、南川、長(zhǎng)壽、涪陵、武隆等西南、中部、東南三區(qū)交界處發(fā)生。

圖4 1966—2021年研究區(qū)暴雨-熱浪-干旱整段時(shí)空聚類特征Fig. 4 Spatio-temporal clustering characteristics of heavy rain, heat waves and drought in the study area from 1966 to 2021

3.2 年代際時(shí)空聚集特征

1966—2021年重慶暴雨-熱浪-干旱年代際時(shí)空聚類整體表現(xiàn)為特殊時(shí)段和特殊區(qū)域多災(zāi)種疊加集聚,如圖5所示。由圖5可知:①20世紀(jì)60年代暴雨-熱浪-干旱有2個(gè)聚集中心,分別是以武隆為近似中心的大聚集區(qū)和以璧山為近似中心的小聚集區(qū);②20世紀(jì)70年代暴雨-熱浪-干旱聚集中心為武隆和銅梁,聚集區(qū)面積與20世紀(jì)60年代差異不大;③20世紀(jì)80年代暴雨-熱浪-干旱聚集范圍變小,主要在石柱、忠縣、璧山、巴南、沙坪壩、渝北等地;④20世紀(jì)90年代暴雨-熱浪-干旱僅在忠縣、黔江、南川、萬盛等地聚集;⑤21世紀(jì)暴雨-熱浪-干旱主要在忠縣、長(zhǎng)壽、涪陵、武隆、南川、萬盛等地聚集;⑥21世紀(jì)10年代暴雨-熱浪-干旱在忠縣、石柱、永川、璧山、沙坪壩、北碚、銅梁等地聚集。

圖5 1966—2021年研究區(qū)暴雨-熱浪-干旱年代際時(shí)空聚類特征Fig. 5 Decadal spatio-temporal clustering characteristics of heavy rain, heat waves and drought in the study area from 1966 to 2021

總體來看,暴雨事件更多地在西部小范圍和東北部大范圍聚集、20世紀(jì)90年代及以后東南部聚集明顯增多,熱浪事件在20世紀(jì)90年代以前主要在東南部大范圍和西部小范圍聚集、20世紀(jì)90年代及以后主要在東北部大范圍聚集,干旱事件主要在中部和東南部大范圍聚集。暴雨-熱浪災(zāi)害在20世紀(jì)80年代以前易在中西部和東南部地區(qū)聚集,在20世紀(jì)80年代及以后東南部聚集減少、東北部聚集增多;熱浪-干旱災(zāi)害在20世紀(jì)90年代以前易在中西部和東南部地區(qū)聚集、在20世紀(jì)90年代和21世紀(jì)聚集區(qū)向東北遷移且范圍縮小、在21世紀(jì)10年代以東北部聚集為主。暴雨-熱浪-干旱災(zāi)害在20世紀(jì)80年代以前主要在東南部和西部地區(qū)聚集、在20世紀(jì)80年代及以后聚集區(qū)空間范圍明顯縮小。

3.3 時(shí)空聚類事實(shí)符合程度檢驗(yàn)

由表4結(jié)合圖4可知,1966—2021年共識(shí)別重慶暴雨事件2次、熱浪事件2次、干旱事件1次,熱浪和干旱事件在部分時(shí)段重疊發(fā)生,如2006年;1982年暴雨事件與陳貴川等[48]的結(jié)論較為一致,1982年7月15日夜間至17日夜間,受高空槽、低空切變線和西南渦影響,重慶東北部、中西部部分地區(qū)出現(xiàn)暴雨到大暴雨,造成萬州、奉節(jié)、開州、云陽、梁平、忠縣、巫山、巫溪、石柱等13個(gè)區(qū)縣受災(zāi);1982年7月26日夜間至29日夜間,受高空渦、西南渦和低空急流影響,重慶普降暴雨到大暴雨,主要在中東部地區(qū),萬州、梁平、忠縣、云陽、開州、奉節(jié)、巫山、巫溪、城口等19個(gè)區(qū)縣受災(zāi);據(jù)重慶市氣象局監(jiān)測(cè)發(fā)布,2015年重慶出現(xiàn)“5·15”、“6·17”、“6·30”、“7·14”、“7·22”、“8·7”、“8·17”、“9·5”和“9·11”9次區(qū)域性暴雨天氣過程,巴南、北碚、渝北、合川、璧山、大足、榮昌、銅梁、江津、綦江多個(gè)區(qū)縣發(fā)生了暴雨洪澇災(zāi)害,暴雨聚集時(shí)段和區(qū)域與本研究基本一致;2006年夏季重慶遭遇嚴(yán)重的高溫?zé)崂颂鞖鈁49],本研究識(shí)別時(shí)段為2006年7月10日至9月4日,時(shí)間上與趙珊珊[50]提出7月—9月初,四川、重慶等地持續(xù)高溫少雨”和鄒旭愷等[51]特別是7月中旬以后,重慶、川東等地遭受罕見持續(xù)高溫?zé)崂艘u擊的結(jié)論一致;2003—2019年為重慶偏暖階段,全市熱浪頻發(fā)多發(fā),黃海靜等[52]的研究指出重慶高溫?zé)崂藶?zāi)害中心有由中南部向東北部偏移的趨勢(shì),與本研究結(jié)果基本一致;2005—2013年重慶總體偏旱,干旱主要在重慶中部和東南部地區(qū)聚集,聚集區(qū)域與孫德亮等[53]研究指出干旱發(fā)生頻率相對(duì)較大的主要集中在重慶東南部、西部偏南區(qū)域等的結(jié)論較為一致。

表4 1966—2021年研究區(qū)整段暴雨-熱浪-干旱時(shí)空聚類事件及檢驗(yàn)Table 4 Spatio-temporal clustering events and tests of heavy rain, heat waves and drought in the study area from 1966 to 2021

由表5結(jié)合圖5可知,1966—2021年從年代尺度分別識(shí)別了重慶暴雨和熱浪事件15和12次、干旱11次(其中統(tǒng)計(jì)顯著的干旱事件僅1981年和2010—2013年兩次),熱浪和干旱事件在部分年份聚集,如1981年、2011年;暴雨事件更多地在西部小范圍和東北部大范圍聚集、在20世紀(jì)90年代及以后東南部聚集區(qū)明顯增多,與劉毅等[44]基于觀測(cè)資料分析得到的重慶暴雨氣候變化特征為重慶暴雨日數(shù)大值區(qū)主要出現(xiàn)在重慶東部的結(jié)論較為一致;熱浪事件在20世紀(jì)90年代及以后主要在東北部大范圍聚集,與張領(lǐng)雁等[54]基于熱浪強(qiáng)度指數(shù)HWII的分析結(jié)果在20世紀(jì)90年代以后萬州高溫?zé)崂嗣黠@增多的基本趨勢(shì)一致;1966年以來干旱聚集中心主要位于中部和東南部地區(qū),這與孫德亮等[53]基于SPI指數(shù)的重慶干旱時(shí)空分布特征結(jié)果為涪陵、武隆、豐都等重慶中部地區(qū)干旱發(fā)生的頻率相對(duì)較高的結(jié)論較為一致。

3.4 與Moran’s I方法對(duì)比分析

如表6所示,基于Moran’s I指數(shù)對(duì)1966—2021年重慶暴雨、熱浪和干旱事件進(jìn)行全局自相關(guān)分析顯示,暴雨和熱浪事件呈現(xiàn)明顯的空間聚集性,Moran’s I值分別為0.355和0.316,均通過顯著水平檢驗(yàn);干旱事件無明顯空間聚集特征。如圖6所示,基于局部Moran’s I 指數(shù)對(duì)1966—2021年重慶暴雨、熱浪、干旱事件進(jìn)行局部自相關(guān)分析發(fā)現(xiàn),暴雨事件高-高聚集區(qū)主要分布在渝東北的城口、開州、云陽和萬州,熱浪事件高-高聚集區(qū)主要分布在渝東北的開州、云陽,暴雨、熱浪和干旱事件均不存在低-高異常區(qū)。

表6 基于Moran’s I指數(shù)的1966—2021年研究區(qū)暴雨、熱浪、干旱事件分析Table 6 Analysis of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on Moran’s I index

圖6 基于局部Moran’s I 指數(shù)的1966—2021年研究區(qū)暴雨、熱浪、干旱事件局部空間關(guān)聯(lián)指標(biāo)聚類Fig. 6 Local autocorrelation analysis of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on local Moran’s I index

如表7和圖7所示,基于SaTScan方法對(duì)1966—2021年重慶暴雨、熱浪、干旱事件進(jìn)行空間聚類顯示:共掃描得到5個(gè)有統(tǒng)計(jì)學(xué)意義的聚集區(qū)域;暴雨有3個(gè)聚集中心,主要在渝東北的開州、城口、梁平、萬州、云陽等地聚集;熱浪有2個(gè)聚集中心,主要在渝東北的巫山、巫溪、奉節(jié)、云陽、開州、萬州等地和主城及周邊的南川、江津、涪陵等地聚集;未識(shí)別到統(tǒng)計(jì)顯著的干旱空間聚集事件。

表7 基于SaTScan方法的1966—2021年研究區(qū)暴雨、熱浪、干旱空間聚類事件Table 7 Spatial clustering events of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on SaTScan method

圖7 基于SaTScan方法的1966—2021年研究區(qū)暴雨、熱浪、干旱事件空間聚類特征Fig. 7 Spatial clustering characteristics of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on SaTScan method

SaTScan與Moran’s I方法得到的暴雨、熱浪和干旱事件空間聚類結(jié)果基本一致。從識(shí)別范圍來看,SaTScan方法識(shí)別的空間聚類范圍更大,如圖6(a)、(b)和圖7(a)、(b)所示,這是由于SaTScan方法的圓形固定窗口形狀限制了空間簇的細(xì)粒度提取。從識(shí)別準(zhǔn)確度來看,SaTScan方法識(shí)別的熱浪空間聚類區(qū)域除了渝東北地區(qū)還有主城及周邊地區(qū),如圖6(b)和圖7(b)所示,與黃海靜等[52]基于近60 a氣象站觀測(cè)資料分析得到的主城區(qū)及萬州、綦江等區(qū)縣為重慶高溫?zé)崂藶?zāi)害最為嚴(yán)重的區(qū)域之一的結(jié)論基本一致?？偟膩砜?相對(duì)于傳統(tǒng)空間聚集區(qū)識(shí)別Moran’s I方法,SaTScan時(shí)空掃描統(tǒng)計(jì)方法能迅速確定災(zāi)害事件的“熱點(diǎn)地區(qū)”和“熱點(diǎn)時(shí)間”,在探索災(zāi)害事件的時(shí)間和空間聚集特征方面有一定的優(yōu)勢(shì)。

4 結(jié)論與討論

本文選擇了暴雨、熱浪、干旱3種典型氣象災(zāi)害,系統(tǒng)分析了3種災(zāi)害的時(shí)空變化特征和時(shí)空聚類特征,得到以下主要結(jié)論:

1)1966—2021年重慶暴雨、熱浪、干旱時(shí)間變化存在差異。重慶平均熱浪頻次呈增加趨勢(shì),熱浪頻次增幅為1.5次/10 a,暴雨頻次和干旱強(qiáng)度總體無明顯變化趨勢(shì);2001年以前暴雨和干旱變化趨勢(shì)不明顯、熱浪總體偏少,2001年以來暴雨和熱浪明顯增多、干旱總體減輕。

2)1966—2021年重慶暴雨、熱浪、干旱空間變化差異明顯。大多數(shù)地區(qū)暴雨、熱浪變化以上升為主,特別是熱浪,干旱變化空間差異較大。潼南暴雨顯著上升,武隆等15個(gè)區(qū)縣熱浪顯著上升、巴南熱浪顯著下降,墊江干旱顯著下降。暴雨-熱浪-干旱綜合災(zāi)害強(qiáng)度上升較為明顯的區(qū)縣為奉節(jié),下降較為明顯的區(qū)縣為綦江。

3)1966—2021年重慶暴雨-熱浪-干旱3種氣象災(zāi)害時(shí)空聚類特征存在明顯地域差異。東北部和西部偏西南地區(qū)是暴雨災(zāi)害高風(fēng)險(xiǎn)區(qū)、東北部偏東和南部偏西南地區(qū)是熱浪災(zāi)害高風(fēng)險(xiǎn)區(qū)、東南部和中部地區(qū)是干旱災(zāi)害高風(fēng)險(xiǎn)區(qū);暴雨和熱浪事件易在東北部偏東地區(qū)和西部、西南、中心城區(qū)三區(qū)交界處聚集,熱浪和干旱事件易在西南、中部、東南三區(qū)交界處和典型年份聚集。

4)1966—2021年重慶暴雨-熱浪-干旱3種氣象災(zāi)害時(shí)空聚類年代際差異特征明顯。暴雨-熱浪災(zāi)害在20世紀(jì)90年代及以后東南部聚集減少、東北部聚集增多,熱浪-干旱災(zāi)害在20世紀(jì)90年代以前易在中西部和東南部地區(qū)聚集、在20世紀(jì)90年代和21世紀(jì)聚集區(qū)向東北遷移且范圍縮小、在20世紀(jì)10年代以東北部聚集為主;暴雨-熱浪-干旱災(zāi)害在20世紀(jì)80年代以前主要在東南部和西部地區(qū)聚集、在20世紀(jì)80年代及以后聚集區(qū)空間范圍明顯縮小。

時(shí)空聚集區(qū)的災(zāi)害通常比單種災(zāi)害主導(dǎo)區(qū)域的災(zāi)害造成更大的影響。本文利用現(xiàn)有時(shí)空信息,通過時(shí)空掃描統(tǒng)計(jì)法研究了暴雨、熱浪和干旱災(zāi)害的聚類區(qū)域及時(shí)間演變特征,對(duì)于多種災(zāi)害的耦合研究具有一定的指示意義。但是,由于耦合研究的方法較多,加之SaTScan時(shí)空掃描統(tǒng)計(jì)方法在參數(shù)設(shè)定、識(shí)別精度等方面存在一定不確定性,會(huì)導(dǎo)致出現(xiàn)聚類結(jié)果與實(shí)際災(zāi)害發(fā)生存在一定差異的情況,后續(xù)需要更多不同的耦合方法,用更精細(xì)的數(shù)據(jù)、從更細(xì)的時(shí)間尺度和更大的空間范圍來探討研究多種災(zāi)害并發(fā)的規(guī)律,探尋并發(fā)的原因。