關中平原極端降水時空變化及其與大氣環流的關系

丁瑩瑩， 邱德勛， 吳常雪， 穆興民,， 高 鵬,

（1.西北農林科技大學水土保持研究所，黃土高原土壤侵蝕與旱地農業國家重點實驗室，陜西 楊凌 712100；2.中國科學院水利部水土保持研究所，陜西 楊凌 712100）

水循環是聯系海洋與內陸實現水資源循環更新的重要物質循環之一，降水是水循環的四個基本環節中的重要一環。在全球氣候變化和人類活動的影響下，水循環過程加劇，極端降水事件頻發。極端降水事件雖是小概率事件［1］，但它具有較強的持續時間不確定性，持續多天的極端降水事件往往具有較大的致災性［2］，易誘發山洪、泥石流和滑坡等地質災害，嚴重威脅著人類的生命財產安全［3］。

目前，有關極端降水的研究集中在極端降水的時空變化規律、極端降水與大氣環流的關系、極端降水事件模擬以及基于人工神經網絡和機器學習的未來極端降水事件預測等方面［4-6］。研究的區域范圍覆蓋華南、西南和七大流域等。戴聲佩等［7］基于華南地區1959—2016 年逐日實測降水資料分析了極端降水的時空變化特征，發現大尺度的大氣環流對華南地區極端降水有顯著影響。杜懿等［8］通過信號分析和機器學習方法建立BPNN、WANN、TSNN、SVM、ELM 降水量預測模型，得出除BPNN外，其他模型能理想的預測降雨量。羅志文等［9］基于地區線性矩法探究了陜西省極端降水時空變化特征，發現極端降水的分布特征與獨特的地理位置有關。

關中平原因秦嶺和陜北高原環繞，地理位置特殊，水汽輸送過程受阻，水循環過程也相應發生變化。劉燕飛等［10］通過一次暴雨的數值模擬研究發現關中平原東部降水量低于西部，可能與秦嶺的阻擋有關。白愛娟等［11］研究發現關中地區受副熱帶高壓影響，暖濕氣流不易通過季風環流到達歐亞大陸北部地區，導致陜西省冬春季少雨。大氣環流異常是引起氣候變化的直接原因，極端降水事件頻發與大氣環流異常有密切關系［12］。東西太平洋氣壓差變化影響風向從而影響大氣環流、水汽傳送，進而影響降水過程。其中反應大氣環流的南方濤動（SOI）與厄爾尼諾現象（ENSO）的活躍程度息息相關，張沖等［13］研究發現關中地區1951—2008 年ENSO增強時，降水量下降。周旗等［5］對渭河極端降水進行上中下游對比分析，認為在20 世紀90 年代以前和2000 年以后，降水情況年際差異大，中游變化更為明顯。關中平原是渭河沖積平原，地處渭河中游，對氣候變化敏感［14］，且近年來西北地區強降水有增多趨勢。但是關于大氣環流影響關中地區極端降水的潛在機制尚不明確，因此有必要對該區域的極端降水與大氣環流的關系做進一步研究，以期為關中平原水資源調配、工農業發展和洪水災害防治提供理論支撐。

1 研究區概況

關中平原位于陜西中部，有13個氣象站（圖1），介于秦嶺與渭北北山，所指為渭河沖積平原，西起寶雞，東至潼關，包括寶雞、咸陽、銅川、渭南和西安5 個地級市，地勢西高東低，海拔約為325～800 m，面積約為3.4×104km2，屬大陸性氣候，年均溫6～13 ℃，年降水量為500～800 mm，受季風氣候影響降水主要集中在夏秋季6—9 月，多為短時暴雨。關中平原自然經濟條件優越，人口密集，自古以來就是農業富庶之地，在全國區域經濟發展中占據重要地位［15］。

2 數據與方法

2.1 數據來源

利用關中平原13 個氣象站1957—2019 年逐日降水資料，分析近63 a 6 個極端降水指數的時空變化及其與大氣環流的相關關系。各氣象站逐日降水資料來源于中國氣象科學數據共享服務網（http://data.cma.cn），部分缺測數據通過臨近站點插補，利用RClimate 軟件對降水數據進行質量和一致性檢驗，數據均表現良好。關中平原數字高程（DEM）數據來源于地理空間數據云（http://www.gscloud.cn/search），美國太空總署（NASA）和國防部國家測繪局（NIMA）聯合測量的90 m分辨率數字高程數據產品。AMO（大西洋年際振蕩指數）、AO（北極濤動指數）、NAO（北大西洋濤動指數）、NP（北太平洋遙相關指數）、PDO（太平洋年代際振蕩指數）、WP（西太平洋指數）和SOI（南方濤動指數）等反映大氣環流的指數數據來源于美國國家海洋和大氣管理局地球系統研究實驗室（https://psl.noaa.gov/data/climateindices/）。

2.2 研究方法

2.2.1 極端降水指數的選取 根據世界氣象組織（World Meteorological Organization，WMO）以及氣候學委員會（CCI）組建的氣象監測專家組推薦的極端降水指標再結合關中平原的氣候類型選取6個極端降水指數。這些降水指數分別能反映研究區域的降水量、降水日數和降水強度[6,16]（表1）。

表1 極端降水指數及定義Tab.1 Extreme precipitation index and definition

2.2.2 一元線性回歸 利用線性回歸最小二乘法和10 a 滑動平均進行極端降水指數的時間變化趨勢分析，線性回歸方程的斜率為線性傾向率。線性傾向率為正值時，表明對應序列呈上升趨勢；反之，呈下降趨勢，線性傾向率的絕對值大小表示序列的變化程度［17］。非參數檢驗是不依賴于總體分布的數據分析方法，利用Mann-Kendall進行非參數檢驗，檢驗各個極端降水指數得到反映各指數變化顯著性水平Z值。如果Z＞0，說明變量呈增加趨勢；反之，說明序列呈減少趨勢。當α=0.05 和α=0.01，Z值對應絕對值為1.96 和2.58，Z值的絕對值遠遠大于1.96 或2.58 時，表明序列增加或減少的趨勢越顯著［18］。

用一元線性回歸極端降水指數的年際變化趨勢：

運用最小二乘法對一元線性回歸方程進行求解，過程如下：

式中：y為極端降水指數；b為線性傾向率；t為時間序列。

利用Mann-Kendall 進行突變點檢驗，其原理如下：

得到的UFk、UBk曲線，如果UFk與UBk出現交點，且交點在臨界線之內，那么交點就是突變開始的時間。UFk＞0 表示序列呈上升趨勢，反之，呈下降趨勢。UFk和UBk超出臨界值時，表示變化趨勢顯著。

2.2.3 小波相干分析 小波相干來源于傅立葉相干，小波相干分析能通過交叉小波相干譜直觀反映影響因子與徑流的位相關系和局部相關程度［19］。圖譜中錐形細線區域為有效譜值區，圖中粗實線區表示通過了5%的顯著性水平的置信區間，箭頭所指方向反映了兩時間序列的位相關系，箭頭向右表示影響因子與徑流之間同相位，兩序列具有正相關關系；箭頭向左，反之。箭頭向下，表示影響因子變化超前徑流變化90°（對應時間為3 個月）；箭頭向下，表示影響因子變化落后徑流變化90°，有效譜值區可避免邊界效應及小波高頻假信息［20-21］。

對于2 個時間序列X與Y之間的交叉小波功率譜（XWT）定義為［22］

小波相干譜定義［21］如下

式中：S為平滑算子。

本文利用小波相干譜來分析極端降水指數與大氣環流因子的局部相關程度。

3 結果與分析

3.1 極端降水的時空變化

3.1.1 時間變化 基于各氣象站點逐日降水數據，利用泰森多邊形法推求極端降水指數，并計算各極端降水指數在時間序列上的多年均值，分析關中平原極端降水指數63 a來的變化趨勢（圖2）。關中平原屬暖溫帶半濕潤氣候區，總體來看，所有的極端降水指數變化趨勢均不顯著，除SDII以0.01 mm·d-1·(10a)-1速率增大外，其余均呈不顯著的減少趨勢。20 世紀90 年代以前和2000 年以后，通過10 a 滑動平均法所作趨勢線可看出，極端降水指數表現出了往復的變化趨勢，有微弱的往復變化特點，其中CWD 在90 年代以前呈下降趨勢，2000—2009 年有較明顯的上升趨勢。其余極端降水指數以年際震蕩為主。PRCRPTOT 以-5.528 mm·(10a)-1速率減少，多年平均值為513.36 mm，最小值為332.6 mm，出現在1997 年（表2）；RX1day 以-0.105 mm·(10a)-1的速率減少，RX5day 和CWD 分別以-0.096 mm·(10a)-1和-0.171 d·(10a)-1的速率下降。表征降水大小持續日數的R10mm 的線性傾向率為-0.005 d·(10a)-1，整體上呈不顯著的下降趨勢，波動性較大。經Mann-Kendall突變檢驗發現各極端降水指數且未發生顯著性突變。

表2 極端降水指數特征值Tab.2 Characteristic values of extreme precipitation index

3.1.2 空間變化 依據13 個站點極端降水指數多年均值以及各站點的極端降水指數的線性傾向率，通過地學分析模塊中的反距離權重法插值（IDW）得到關中平原各極端降水指數的空間分布及變化趨勢（圖3）。

圖3 極端降水指數空間變化趨勢Fig.3 Spatial variation trend of extreme precipitation index

在空間分布上，極端降水呈現南高北低的分布規律，空間差異顯著，各極端降水指數均呈現出自西南部佛坪站和東南部向西北部遞減的趨勢。關中南部佛坪站CWD 最大，為7.38 d，西部地區CWD較東北部較長，東南部CWD 最大值發生在華山站6.25 d。受氣候地形等因素影響，PRCPTOT 自西南和東南向西北遞減，中部降水較少，關中東南部華山站PRCPTOT 較大為783.45 mm，武功、西安站降水量相對較少，年均極端降水總量最大值發生在佛坪站，為910.53 mm，PRCPTOT最小值發生在關中平原西北部的崆峒站，為495.91 mm。R10mm 最大值發生在佛坪站，為27.57 d，最小值發生在崆峒站，為15.56 d。R10mm 呈現出由東南和西南向西北遞減的趨勢。西安站RX1day 最小為50.76 mm，RX1day最大值在佛坪站為75.97 mm。崆峒站RX5day 最小，為81.35 mm，RX1day的極大值發生在佛坪站，隴縣站RX5day 最大，多年均值為165.2 mm；崆峒站多年平均SDII 最小，佛坪站SDII 多年平均值最大，為

10.25 mm·d-1。

在空間變化趨勢上，69.2%的站點PRCPTOT 呈下降趨勢，92.3%的站點R10mm 呈下降趨勢（表3）。除商州、隴縣站以外，其他站的CWD 都呈下降趨勢；崆峒、長武、佛坪站和隴縣站PRCPTOT均呈上升趨勢，其他站均呈下降趨勢，鎮安站PRCPTOT 下降幅度最大，下降速率為18.7 mm·(10a)-1，其次是華山站，下降速率為14.35 mm·(10a)-1。除崆峒站R10mm以0.15 d·(10a)-1的速率上升外，其他站均呈下降趨勢。寶雞、華山和蒲城站RX1day 分別以-0.47 mm·(10a)-1、-0.51 mm·(10a)-1和-0.75 mm·(10a)-1的速率下降，其他站RX1day 均呈上升趨勢，長武站RX1day 上升幅度最大，上升速率為3.59 mm·(10a)-1，佛坪和商州站RX1day 上升幅度相近。寶雞、耀縣、武功、華山、鎮安、隴縣和蒲城站RX5day均呈下降趨勢，蒲城站下降趨勢更顯著，下降速率達-4.48 mm·(10a)-1，其他站RX5day 均呈上升趨勢，長武站上升幅度最大，上升速率為5.45 mm·(10a)-1，其次是佛坪站，上升速率為2.48 mm·(10a)-1。耀縣站SDII未發生顯著性變化，除華山站和蒲城站SDII以-0.06 mm·d-1·(10a)-1和-0.073 mm·d-1·(10a)-1的速率減小外，其他站的SDII均呈增大趨勢。除關中平原東南部外其他區域SDII均呈顯著上升趨勢，且關中平原西北部PRCPTOT 和SDII 呈增加趨勢，CWD呈減少趨勢，未來極端降水事件發生的可能性增大。

表3 極端降水指數空間變化趨勢Tab.3 Statistical analysis of spatial variation trend of extreme precipitation index

3.2 各極端降水指數變化的一致性

除CWD以外，其他極端降水指數之間都存在顯著正相關性，相關系數在0.29～0.8 之間，且通過了0.05的顯著性水平檢驗。R10mm、RX5day和SDII與PRCPTOT 的相關性均通過了0.01 的顯著性水平檢驗，且與PRCPTOT 表現出良好的相關性，表明所選取的極端降水指數對年降水總量具有很好的指示作用，極端降水指數的增加或減少能反映出降水量的增加或減少（表4）。

表4 極端降水指數相關系數Tab.4 Correlation coefficient of extreme precipitation index

3.3 極端降水與大氣環流的關系

3.3.1 Pearson 相關性分析 選取1957—2019 年間的反應大氣環流的AMO、AO、NAO、NP、PDO、WP和SOI 指數與同時間序列的6 個極端降水指數進行不同季度尺度相關分析發現除RX5day 以外，關中平原各極端降水指數都一定程度上受SOI、NP 和PDO等反映大氣環流的因子的影響。SOI與極端降水關系密切。在99%的顯著性水平下，4—12月SOI因子都與R10mm呈顯著正相關。4—12月的SOI因子與PRCPTOT 呈顯著正相關（P＜0.01），且SOI 越大，年均PRCPTOT 減少趨勢越顯著。NP 與SDII 在1—3月呈顯著負相關（P＜0.05），與RX1day 和SDII 在10—12 月呈顯著正相關（P＜0.05）。PDO 與RX1day在7—9月呈顯著負相關，顯著性水平為95%（表5）。

表5 極端降水指數與大氣環流因子的相關系數Tab.5 Correlation coefficients between extreme precipitation indices and atmospheric general circulation factors

3.3.2 極端降水指數與SOI 的關聯分析 使用小波相干分析法進一步探究SOI 與PRCPTOT、R10mm、SDII和CWD在低能量區的相互關系（圖4）。SOI與CWD 在1965—1968 年相位差約為150°存在相關系數約為0.83 的負相關性，具有2～4 a 的共振周期。R10mm和SOI在1980—1989年間正相關程度較大，周期在5～6 a 之間出現顯著共振周期，局部相關系數達0.8 以上。在1973—1988 年之間SOI 與PRCPTOT 存在相關系數可達0.85 的顯著正相關性，具有準5 a的共振周期。SOI與R10mm在1980—1985年存在4～5 a 的共振周期,位相差約為30°相關系數可達0.9，通過了95%的置信度檢驗。在1980—1985年，SOI與SDII也存在4～5 a的共振周期且二者呈正相關，位相差約為60°，局部相關系數可達0.82。反映大氣環流的SOI對各極端降水指數的周期性影響具有一致性。

圖4 大氣環流因子與極端降水指數的小波相干譜Fig.4 Wavelet coherence spectrum of atmospheric general circulation factors and extreme precipitation indices

4 結論

（1）在時間上，除SDII 呈上升趨勢外，CWD、PRCPTOT、R10mm、RX1day 和RX5day 均呈不顯著的下降趨勢。PRCPTOT 下降速度最快，下降速率為-5.528 mm·(10a)-1，且無突變點。

（2）在空間上，關中平原各極端降水指數南高北低。關中平原極端降水指數最大值主要發生在東南部和西南部地區，西北部易發生集中性的極端降水。其中位于關中平原南部的佛坪站CWD、PRCPTOT、R10mm、RX1day和SDII最大。

（3）在所選擇的反映大氣環流的因子中，SOI對極端降水有顯著影響。SOI 與PRCPTOT 存在準5 a的共振周期。SOI與極端降水指數具有顯著局部正相關性，SOI越大，關中平原越易出現少雨現象。