贵州降雨变化趋势与极值特征分析
2007年第35卷第4期Vol. 35. No. 4, 2007
地 球 与 环 境
EA RT H A ND ENV IRO N M ENT
351
文章编号:1672 9250(2007) 04 0351 06
贵州降雨变化趋势与极值特征分析
张志才, 陈 喜, 王 文, 石 朋
(河海大学水文水资源与水利工程科学国家重点实验室, 江苏 南京 210098)
摘 要:利用1961 2004年逐日降雨资料, 分析了贵州降雨强度、无雨天数、极值降雨的变化趋势及空间分布特征。利用M ann K endall 法与反距离权重插值法对贵州近44年降雨时空变化趋势进行了分析。利用G umbel 分布拟合最大日降雨量的概率分布特征, 并利用极大似然法进行分布参数估计, 推求了极端(50年, 百年一遇) 降雨情形。结果表明, 贵州近44年来汛期有雨日降雨强度、最大日降雨量、连续3日、5日、7日无雨的出现频率呈现明显的上升趋势; 最大日降雨总体由南向北减少, 连续无雨天气出现频率的增加幅度空间分布总体呈东高西低的趋势。关键词:降雨; 极值特征; M ann Kenda ll 趋势性检验; G umbel 分布中图分类号:P467 文献标识码:A
降雨不仅是一个重要的气候要素, 也是一个关键的水文要素。它对区域水资源时空分布、生态环境形成与演变以及农业生产起着决定性的影响。另外, 降雨是造成土壤流失、山洪、滑坡、泥石流等灾害的主要诱因。分析降雨时空变化规律是研究气象变化、水文循环以及环境演变的基础, 成为气象学家、水文学家以及生态环境学家研究的热点[3-6]。近年来, 随着对未来气候变化研究的重视, 国内外建立多种全球气候模型(GCMs) 或区域气候变化模型(RGM s) , 预测不同温室气体排放情景下未来降雨变化趋势[7-10]。但未来全球气候变化预测结果还存在很多不确定性因素, 政府间气候变化组织(IPCC) 对气候变化预测结果的评价为:气温升高预测结果较为可靠, 而降雨预测结果还存在很大不确定性。因此, 利用实测历史资料分析降雨时空分布规律及变化趋势, 对增强未来气候变化认识及其对区域水文、生态环境影响分析具有重要的参考价值。
[1-2]
与气候平均变化规律相比, 极值气候的时空变
化对社会、经济和生态环境影响更为显著[11-12]。上世纪90年代以来, 在全球气候变化背景下, 异常性气候引发的自然灾害加剧日益引起关注。针对我国广大地区极端气候特征的研究, 统计分析方法被广泛应用于分析不同地区雨量极值时空分布规律[13-14], 以及针对不同地区研究短时段最大雨量的概率分布函数、确定极端降水量[15-18]。但 极端气候! 研究仍是一个薄弱环节, 描述和监测极端气候或表征气候极值的各种统计特征及其变化规律, 已经成为气候变化研究的重要课题之一。
贵州位于我国西南部, 处于世界喀斯特集中分布的亚洲片区中心, 是中国喀斯特分布面积最大、发育最复杂的一个省区。其喀斯特分布面积占全省面积的85%, 其中出露的碳酸盐岩面积达15万km , 占全省土地总面积的73. 6%。由于受地质、地貌、气候、水文等自然因素的影响, 加之人为因素的诱导, 致使贵州山区水土流失严重。降雨不仅是该地区水文生态环境的主导因素, 而且是导致该地区土壤侵蚀的主要动力因素[21], 研究该地区降雨变化趋势及空间分布特征对认识该地区水文、生态环境以及石漠化过程具有重要作用。本文以贵州及周边地区35个气象站实测资料为基础, 利用统计分析方2
[19-20]
收稿日期:2007 04 19; 修回日期:2007 09 26
基金项目:国家重点基础研究(973) 项目(2006CB403200) ; 教育部博士点基金([1**********])
第一作者简介:张志才(1980 ) , 男, 博士研究生, 主要研究方向为水文学与水资源。
352
地 球 与 环 境 2007年
特征, 并推求了极端(50年、百年一遇) 降雨空间分布特征。
D n (x ) =m ax F n (x ) -F 0(x ) (5)
1 资料与方法
本文选用分布于贵州境内的18个国家气象站(图1) 44年(1961 2004年) 的逐日降雨数据, 利用Mann Kendall 法(简称M K 法) , 分析降雨变化趋势; 利用概率分布函数, 推求50年、百年一遇极值降雨量; 利用空间插值法, 分析降雨空间分布特征。所选各站观测数据缺失率很小, 均在0. 1%以下, 对个别缺失资料序列根据邻近点资料进行空间插补, 保证了数据序列的完整性和连续性。
各气候要素及其极值的长期变化趋势检验采用非参数检验M -K 法, 该方法广泛应用于气象、水文趋势检验研究[22]。统计检验如下:
, S >0
var (S)
n -1
求得分歧度 =D n 。给定显著性水平 , 查
分布表得 0,
各气候要素及其极值的空间分布采用反距离权重插值法IDW 进行插值[25]。该方法可以通过权重调整空间插值等值线的结构, 插值后的资料范围与原始资料站点能够覆盖的最大区域范围有关[26]。为了得到贵州地区完整插值结果, 增加了研究区域周边17个气象站点资料, 以保证边缘地区的插值精度。
Z c =0, S =0 S =
i=1k=i+1
∀∀sgn (x
n
k
-x i ) (1)
, S
式中, x k 和x i 为样本数据值, n 为数据集合长度。当x k -x i 大于、等于和小于0时, sgn (x k -x i ) 分别为1、0和-1。给定显著性水平 , 如果-Z 1- /2#Z c #
/2, 原假设H 0被接受。Z 1- 另外一个指标为Kendal l
(实心圆点:贵州境内气象站; 空心圆点:贵州周边气象站)
倾斜度 , 用此指标判断单调趋势。 表示为:
i j
=Median , j
i -j
式中, 10时, 反映上升的趋势, 反之则为下降趋势。
由于观测资料系列长度有限, 气候要素50年、百年极值在时空域上出现的概率, 通常利用极值分布函数拟合方法推求。本文选择在水文、气象极值分布中应用最为广泛的Gumbel 分布函数
[23, 24]
图1 贵州境内及周边地区气象站点分布F ig. 1. L ocatio n of the meteoro lo gical stations
in Guizho u and its adjacent ar eas.
2 降雨特征分析
贵州多年平均降雨量1183mm , 总体分布趋势由东南向西北递减, 山区大于河谷地区。降雨量高值区一般分布在大山体的东南坡面(迎风坡) , 降雨
量最高地区位于西南部的山体迎风坡(盘县地区) , 低值区分布在大山体的西北坡面(背风区) 及河谷地区。本文分析了汛期降雨量、最大日降雨量以及连续无雨天气次数的变化趋势及空间分布特征。
:(3)
F(x ) =exp -ex p(-) 极大值B F(x ) =1-ex p -ex p(
) 极小值(4) B
2. 1 降雨变化趋势分析
根据贵州境内18个气象站44年逐日降雨系列, 统计年雨量、汛期(4 9月份) 有雨日降雨强度和最大日降雨量, 并进行趋势性K -M 检验(显著性水平0. 05) 。结果表明:1961 2004年贵州年降雨量无明显的变化趋势, 但汛期(4 9月份) 有雨日式中, B 为尺度参数, x 0为位置参数, 利用极大似然法进行分布参数的估计。
采用Ko lmog orov Smirnov 检验(简称K S 检验) 对概率分布进行检验。K S 检验不分区间, 根据样本计算的经验分布函数F n (x ) 与理论分布函数F
0)
第4期 张志才等:贵州降雨变化趋势与极值特征分析
353
2) 。1991年贵州地区有13个气象站最大日降雨量超过100m m, 造成贵州省 百年不遇! 暴雨洪涝灾害。对各季节降雨强度进行统计表明, 除春季呈减小趋势外, 其它季节均出现明显增加趋势。在空间
分布上, 最大日降雨强度由南向北递减, 其中, 西南部地区出现暴雨中心(图3) 。汛期有雨日降雨强度逐年增大幅度中部、西部安顺地区及东部湄潭、凯里地区明显, 其它地区增大趋势相对较缓(图4) 。
图2 汛期有雨日降雨强度与最大日降雨量变化趋势
Fig. 2. A nnual var iatio n in daily r ainfall during raining per io ds and max imal daily
rainfall.
20世纪90年代后贵州暴雨天气频繁, 暴雨出现时间也更为集中。前22年(1961 1982) 与后22年(1983 2004) 年最大日降雨发生在各月的次数统计结果表明(图5) , 近22年年最大降雨出现在6、7、8月的次数显著增加, 比前22年增加了29%, 出现在其它月份的次数则减少, 4, 5
月份减少最为明显。
[27]
图3 最大日降雨空间分布
Fig. 3. Spatial distributio n o f maximal daily ra infa
ll.
图5 最大日降雨在各月发生的次数Fig. 5. T imes of occurrence of annual maxima l daily rainfall in each month o ver the y ear.
2. 2 暴雨极值推求
利用公式(1) 对区内及周边各气象站点年最大日降雨量进行频率分析以及K S 检验, 90%以上站点最大日降雨量及其面平均值符合Gum bel 分布(通过显著性水平0. 05检验) 。
根据拟合的Gum bel 分布推求50年、百年一遇的最大日降雨量并分析其空间分布(图6) 。最大日
图4 汛期有雨日降雨强度增大幅度空间分布Fig. 4. Spatial dist ribution of annua l increase of daily
rainfall dur ing t he r aining period.
降雨量总体分布南高北低, 暴雨中心位于贵州西南地区, 50年、百年一遇最大日降雨量分别达230mm 和240m m 。西南地区暴雨强度大, 是该区域水土
354
地 球 与 环 境 2007年
图6 极值最大日降雨空间分布图
F ig. 6. Spatial distr ibutio n of max imal daily r ainfall with a return per io d of 50and 100year
s.
(注:a. 连续3日; b. 连续5日; c. 连续7日) (a. 连续3日; b. 连续5日; c. 连续7日)
图7 连续3日, 5日及7日无雨天气出现次数变化趋势Fig. 7. V ar iatio n t rend of no rainfall days in
(a) 3, (b) 5and (c) 7successive
days.
图8 1983 2004年与1961 1982年相比
连续无雨出现次数增加值空间分布Fig. 8. Spatia l distributio n o f the incr ements in annual of 5
第4期 张志才等:贵州降雨变化趋势与极值特征分析
355
2. 3 连续无雨天数特征分析
喀斯特地区土层薄、水分滞留能力弱, 因此, 连续无雨干旱天气是生态环境脆弱的喀斯特植被退化的重要影响因素之一。在确定干旱标准时, 除考虑总降水量外, 还需考虑某一量级降水的间隔日数
[28]
计分析, 得出以下几点结论:
(1) 1960 2004年, 虽然贵州年降雨量无明显趋势性变化, 但汛期有雨日降雨强度、最大日降雨量呈明显上升趋势, 6、7、8月发生暴雨的可能性增加; 枯期降雨减少, 全年出现连续3日、5日、7日无雨天气的频率增加。
(2) 最大日降雨量总体分布南高北低, 西南地区暴雨频繁, 是该区域石漠化及生态环境脆弱的重要影响因素。连续无雨天气频率的增加幅度与汛期最大连续无雨天数空间分布总体由东向西减少。(3) 年最大日降雨量及其面平均值符合Gum bel 极值分布。利用该分布推求的该区域50年及百年一遇最大日降雨总体分布为南高北低, 极大值出现在贵州西南安顺地区。
(4) 灾害性天气增加及其诱发的山洪爆发、水土流失、泥石流, 将可能加速生态环境退化。
。
本文应用M K 法, 对1961 2004年连续3日、
5日、7日无雨出现的频数进行统计检验(置信度95%) , 并对其变化趋势进行了分析。结果表明, 出现连续3日、5日、7日无雨天数增大趋势显著(图7) 。1988年出现连续3日、5日和7日干旱天气的次数分别达到50、22和11次。连续无雨天气出现频率的增加幅度空间分布总体呈东高西低的趋势(图8) 。
3 结 论
本文对贵州地区气象观测站实测降雨数据的统
参 考 文 献
[1] 林鸿州, 等. 坡地地质灾害的减灾策略 以降雨预警基准为例[J].水科学进展, 2006, 17(4) :490-495[2] 张照录, 薛重生. 湖北三峡库区降雨侵蚀力的计算及其特征分析[J].中国水土保持, 2005, (8) :10-12
[3] Y en M ing Chiang , et al. D ynamic A NN for precipitation estimation and fo recasting fr om radar o bser vatio ns[J]. Journal
of H y dr olo gy , 2007, 334(1 2) :250-261
[4] H aberlandt U. Geostatist ical interpolatio n of hourly pr ecipitatio n fro m r ain g auges and r adar fo r a larg e scale ex tr eme
r ainfa ll ev ent[J]. Jo ur nal of H ydro lo gy , 2007, 332(1 2) :144-157
[5] H arpham C, Wilby R L. M ulti site dow nscaling of heavy daily precipit at ion occurrence and amounts[J]. Journal o f H y
dr olog y, 2005, 312(1 4) :235-255
[6] 徐宗学, 张楠. 黄河流域近50年降水变化趋势分析[J].地理研究, 2006, 25(1) :27-34
[7] 钟海玲, 李栋梁, 陈晓光. 近40年来河套及其邻近地区降水变化趋势的初步研究[J].高原气象, 2006, 25(5) :900-905[8] T o monor i Sato, Fujio K imura, A kio K ito h. Pr ojectio n o f g lo bal war ming onto r eg io nal pr ecipitatio n ov er M ong olia using
a reg io nal climate mo del[J].Jo urnal o f Hy dr olog y, 2007, 333(1) :144-154
[9] Go ubanova K , Li L. Ext remes in t em perat ur e and pr ecipitatio n ar ound the M edit er ranean basin in an ensemble o f futur e
climate scenario simulations[J]. G lo ba l and P lanetary Change, 2007, 57(1 2) :27-42
[10] T hodsen H. T he influence o f climate chang e on str eam flo w in Danish rivers[J].Journal of H y dr olog y, 2007, 333(2
4) :226-238
[11] K unkel K E, Andsag er K , Easter ling D R. L ong term trends in ex treme precipitation ev ents o ver the conterminous U
nited States and Canada[J].Climate, 1999, (12) :2515-2527
[12] Ko ppe C, Ko vats S, Jendridzky , et, al. , H eat wav es, hits and responses [J].H ealth and Global Env iro nmental
Change, 2004, (2) :
[13] 董双林. 中国1min 降雨量极值的统计研究[J]. 大气科学, 1999, 23(4) :497-503
[14] 王仁乔, 李才媛, 王丽, 等. 六大流域强降水面雨量气候特征分析[J]. 气象, 2003, 29(7) :38-42
[15] 尚英姿, 安润秋. 极值分布的极大似然估计及计算机实现[J]. 河北师范大学学报(自然科学版) , 2006, 30(6) :643-646[16] 段忠东, 周道成. 极值概率分布参数估计方法的比较研究[J]. 哈尔滨工业大学学报, 2004, 36(12) :1605-1609
[ , ([, :
356
-264
地 球 与 环 境 2007年
[18] 丁裕国, 刘吉峰, 张耀存. 基于概率加权估计的中国极端气温时空分布模拟试验[J].大气科学, 2004, 28(5) :771-782[19] M eehl G A , Kar l T R, Easterlling D R , et al. A n int roduct ion to trends in ex tr eme w eather and climate events:obser
v ations, socioeconomic impacts, ter restrial ecolog ical impacts, and mo del pro jections[J]. Bull. Amer. M eteor. So c. , 2000, 81(3) :413-416
[20] Easter lling D R, Evens L , G ro isman P Y a, et al. O bser ved v ariability and t rends in ex treme climat e events :a br ief re
v iew[J]. Bull . A mer. M eteor. Soc. , 2000, 81(3) :417-424
[21] 许月卿, 周巧富, 李双成. 贵州省降雨侵蚀力时空分布规律分析[J].水土保持通报, 2005, 25(4) :11-14
[22] Y ue S, Pilo n P , P hinney B, et al. T he influence of auto co rr elation on the ability to detect t rend in hydro lo gical ser ies
[J].Hy dr olog y P rocess, 2002, (16) :1807-1829
[23] 屠其璞, 等. 气象应用概率统计学[M ]. 北京:气象出版社, 1984[24] 么枕生, 丁裕国. 气候统计[M ]. 北京::气象出版社, 1990
[25] 姚永慧, 等. Ar cGIS 地质统计分析实用指南[Z].北京A r cInfo r 中国技术咨询与培训中心, 2002:135-139[26] 王艳君, 姜彤, 许崇育. 长江流域蒸发皿蒸发量及影响因素变化趋势[J].自然资源学报, 2005, 20(6) :864-870[27] 伍红雨, 吴战平, 帅士章. 贵阳市区强降水成因分析及可能最大降水估算[J].人民长江, 2006, 37(9) :104-107[28] 魏锋, 丁裕国, 王劲松. 西北地区5-9月极端干期长度的概率特征分析[J]. 中国沙漠, 2007, 27(1) :147-152
ANALYSIS OF RAINFALL TREND AND EXTREME
EVENTS IN GUIZHOU
ZH ANG Zhi cai, CHEN Xi, WANG Wen, SHI Peng
(State K ey L abo rar y of H y dr olog y Water Resources and H ydraulic Engineer ing,
Ho hai U niverstity, N anjing 210098)
Abstract
T empo ral var iatio n and spatial distributio n of precipitatio n dur ing 1961 2004w ere analyzed on the basis o f o bser ved climat e data in G uizhou P rov ince. T he M ann K endall (M K ) test and Inv erse D istance Weig hting method w ere used to examine the pr ecipitatio n tr end and describe spatia l v ariation, r espectively. G umbel distributio n was applied to daily max imum r ainfall, with the parameter s estimated by t he max imum likeliho od method. T he ex tr eme v alues o f pr ecipitation w ith return per iods o f 50years and 100year s wer e t hen co mputed o n the basis of the density functio n of G umbel distributio n. T he r esults show ed that a significant increase co uld be seen in annua l daily rainfall amount during the ra ining per iod, the max imum daily ra infall amo unt, and times of annual occur rence of successive 3 day, 5 day and 7 day no rainfall periods. Spatially, the max imum daily ra infa ll amount decreases f rom the no rth to the south, and the incr easing o ccur rence of successiv e no r ainfall periods decr eases fr om the east to the west.
Key words:rainfall; ex tr eme character ; M ann Kendall t rend test; G umbel distr ibut ion