贵州湄潭降水量演变特征及趋势预测

贵州湄潭降水量演变特征及趋势预测

黄鑫1， 陈学凯1， 杨静2， 张泽中1

(1.华北水利水电大学，河南 郑州 450045； 2.贵州省水利科学研究院，贵州 贵阳 550002)

摘要：贵州多为季节性干旱，且降水量年内分配极不均匀.以贵州省湄潭县1951—2012年全年及四季降水资料序列为研究对象，采用Mann-Kendall非参数秩次相关检验法、R/S分析方法对湄潭站降水量的趋势性和持续性进行分析，并将二者结合预测未来降水量变化趋势.结果表明：①湄潭地区春季降水量未来有明显的下降趋势，且下降的趋势随时间的变化越来越显著；②夏季降水量未来有缓慢的上升趋势；③秋季、冬季和全年降水量未来均有缓慢的下降趋势.

关键词：演变规律；R/S分析；Mann-Kendall；四季降水量；趋势预测中图分类号：TV125文献标识码：A文章编号：1002-5634(2015)03-0013-04

收稿日期:2015-04-29

基金项目：水利部黄土高原水土流失过程与控制重点实验室开放课题(201305).

作者简介：王玉英(1970—)，女，河南南阳人，工程师，主要从事水土保持方面的研究.

DOI:10.3969/j.issn.1002-5634.2015.03.004

大气降水是水资源的主要补给来源，降水量多少直接影响水资源的数量和分布，降水量的异常给经济、社会带来不可估量的损失.2010年以来，我国北方地区多省份和西南5省市遭遇干旱；近年来，多个城市出现内涝，这都对相关部门掌握未来降水情况提出了更高的要求.因此，研究降水的演变特征及趋势，对于了解气候变化、防灾减灾具有重要的现实意义.

目前，针对降水量时空分布和演变特征的研究较多[1-9]，但大多是对历史规律进行分析，对预测未来的降水情况存在一定的局限性.由于降水过程存在不确定性和随机性[10-11]，有必要在深入研究降水时间序列历史演变规律的基础上，进一步深入挖掘时间序列中的丰富信息，为进一步预测未来趋势提供技术支撑.

鉴于贵州多为季节性干旱[12]，且降水年内分配极不均匀.本文以贵州省湄潭站1951—2012年全年及四季降水资料序列为研究对象，首先采用Mann-Kendall非参数秩次相关检验法、R/S分析方法研究其趋势性和随机性变化特征，并将2种方法结合，发挥各自优势，揭示年降水量及不同季节降水量变化的基本规律；然后对未来趋势进行预测，为水资源的合理利用和有效管理提供科学依据.

1分析方法

1.1　Mann-Kendall法趋势性分析

水文时间系列的平均值随时间的增长或增或减，造成序列从长期来看，存在向上或向下的缓慢变化，这种规律性的变化称为趋势[13].引起趋势的原因不是随机抽样波动或者观测资料误差所造成的，一般是自然原因和人为因素的综合作用.Mann-Kendall非参数秩次相关检验法是趋势性检验的最常用的方法之一.

设原始序列为xt(t=1，2，…，n)，Mann-Kendall检验的统计量S定义为

式中：xi、xj分别为序列第i年和第j年的数值，且j>i.sgn(xi-xj)为符号函数，即

最终可定义Mann-Kendall检验统计量值ZS满足标准正态分布：

1.2　R/S法随机性分析

随机性可以间接地反映出水文序列的不确定性和复杂性[14]，通常采用R/S分析法检验序列的随机性.R/S分析是赫斯特于1965年提出的一种时间序列统计方法[15]，可以反映序列的持续性.R/S法具体计算步骤如下:

对于给定的时间序列{xi}(i=1，2，…，n)，对于任意正整数τ≥1，定义均值序列

用xt表示累积离差,

极差R定义为

标准差S定义为

{xi}(i=1，2，…，n)是相互独立的、方差有限的随机序列，也就是布朗运动，即

R(τ)/S(τ)=(Cτ)H(C为常数).

H为Hurst指数，取值0~1，其中H=0.5,则原序列为相互独立的，否则原序列具有长期相关性.当0

2R/S-Mann-Kendall综合趋势分析方法

R/S法计算出的Hurst指数反映了降水序列的持续性，即序列未来情况与过去历史情况相同或相反.

Mann-Kendall非参数秩次相关检验则揭示了序列在过去是上升趋势还是下降趋势，即资料序列过去的趋势特征.

尽管R/S和Mann-Kendall方法在降水演变规律研究中应用广泛，但其自身都存在着一个不可弥补的缺陷，即这2种方法各自均不能揭示序列未来的趋势特征，而揭示序列未来的趋势特征是整理历史资料、分析历史数据、研究历史规律所最希望挖掘到的信息.

R/S-Mann-Kendall综合趋势分析方法，将上述2种方法结合为一体，首先利用Mann-Kendall法分析序列过去的演变规律，然后计算Hurst指数得到序列的持续性特征，最后将2个统计量ZS和H进行综合，得到未来的趋势变化特征，见表1.

表1　R/S-Mann-Kendall综合法未来趋势分析

3应用实例

3.1　研究区域概况

湄潭县位于贵州高原北部，地处大娄山南麓、乌江北岸，属亚热带湿润季风气候，四季分明，雨量充沛，气候温和，年平均气温14.9 ℃，年均降水量1 141 mm.湄潭县生态环境脆弱，且受季风影响明显，是气候变化的敏感区和脆弱区.

3.2　Mann-Kendall趋势性检验

选用湄潭站1951—2012年年平均降水量和四季降水量分别进行Mann-Kendall趋势检验，检验结果见表2.

表2　降水量Mann-Kendall趋势检验分析

由表2得出：①湄潭1951—2012年夏季降水量呈缓慢上升趋势；②春季降水量呈现出较为显著的下降趋势；③秋季、冬季及全年降水量呈缓慢下降趋势.

3.3　R/S持续性检验

分别以湄潭站1951—2012年四季(春、夏、秋、冬)降水序列、年降水序列为布朗运动的自变量xi(i=1，2，…，62)，应用R/S分析方法计算R/S值，绘制(i，R(i)/S(i))散点图分别如图1和图2所示，拟合其相应的Hurst指数,结果见表3.

图1　四季降水量R/S分析

图2　全年降水量R/S分析

Hurst指数春季夏季秋季冬季全年H0.88590.66350.56110.71590.6269

由表3可得：①湄潭站全年和四季降水量的Hurst指数均大于0.5，意味着未来的趋势与过去一致，即过程具有持续性或长程相关性；②因为H值越接近1，持续性越强，即未来降水量整体变化与过去变化趋势一致性越高.则春季降水具有较强的持续性，夏季、秋季、冬季和全年降水持续性较弱，总的来说持续性强度：春季降水>冬季降水>夏季降水>全年降水>秋季降水.

3.4　综合趋势分析

由ZS统计量和Hurst指数综合分析可得：①湄潭地区春季降水量未来有明显的下降趋势，且随时间的变化，下降的趋势会越来越显著；②夏季降水量未来有缓慢的上升趋势；③秋季、冬季和全年降水量未来均有缓慢的下降趋势.具体结果见表4.

表4　湄潭四季和全年降水量未来趋势分析

4结语

近年来，贵州干旱频繁发生，而重大降水过程又一般集中在汛期，局部洪涝灾害严重.究其原因是降水量年内分配不均匀所致.研究四季和全年降水量未来的趋势特征，对提高水资源的有效利用率、防汛抗旱等方面，有着十分重要的理论与实际意义.

本文以贵州湄潭站1951—2012年降水资料为研究对象，应用Mann-Kendall方法进行趋势性检验，应用R/S分析法进行随机性检验，揭示其历史演变规律.

将上述2种方法有机地结合，提出了R/S-Mann-Kendall综合趋势分析法.该方法发挥了各自的优势，并巧妙地弥补了相互的不足，通过对历史资料数据的定量研究，从定性的角度挖掘出水文时间序列未来的趋势特征.

湄潭全年降水量未来呈下降趋势，应警惕干旱发生，尤其是春季降水量未来有明显的下降趋势，春旱发生的可能性较大，应采取相应措施予以应对.

参考文献

[1]吴浩云,王银堂,胡庆芳,等.太湖流域61年来降水时空演变规律分析[J].水文,2013,33(2):75-81.

[2]杨明明,钟平安,魏蓬.淮河流域主汛期降水演变规律研究[J].水电能源科学,2012,30(7):37-40.

[3]张峰,雷晓辉,蒋云钟,等.近55年珠江上游流域降水演变规律[J].南水北调与水利科技,2012,10(1):49-54.

[4]郭志辉,杨贵羽,王喜风.松辽流域近50年来降水演变规律分析[J].人民黄河,2011,33(12):35-37.

[5]李燕,金永明,孙永寿.柴达木盆地近55 a降水量变化趋势的时空特征[J].人民黄河,2013,35(9):48-50.

[6]王利娜,朱厚华,鲁帆,等.海河流域近50年降水量时空变化特征分析[J].干旱地区农业研究,2012,30(2):242-246.

[7]王遵娅,丁一汇,何金海,等.近50年来中国气候变化特征的再分析[J].气象学报,2004,62(2):228-236.

[8]Hamed K H.Trend detection in hydrologic data:The Mann-Kendall trend test under the scaling hypothesis[J].Journal of Hydrology,2008,349(3-4):350-363.

[9]Xu Z X,Takeuchi K,Ishidaira H.Monotonic trend and step changes in Japanese precipitation[J].Journal of Hydrology,2003,279(1-4):144-150.

[10]严登华,袁喆,王浩,等.水文学确定性和不确定性方法及其集合研究进展[J].水利学报,2013,44(1):73-82.

[11]韩合忠,高淑会,国伟华.基于加权马尔可夫模型的济南市降水丰枯状况预测研究[J].水文,2012,32(5):72-76.

[12]黄晚华,隋月,杨晓光,等.气候变化背景下中国南方地区季节性干旱特征与适应Ⅴ.南方地区季节性干旱特征分区和评述[J].应用生态学报,2013,24(10):2917-2925.

[13]王延贵,刘茜,史红玲.江河水沙变化趋势分析方法与比较[J].中国水利水电科学研究院学报,2014(2):190-195,201.

[14]钱筱暄.淮北平原水文循环要素时空演变规律研究[D].扬州:扬州大学,2011.

[15]Mandelbrot B B.How long is the coast of Britain?Statistical self-similarity and fractional dimension[J].Science,1967,156(3775):636-638.

Evolution Characteristics and Tendency Prediction of Precipitation

in Meitan County of Guizhou Province

HUANG Xin1， CHEN Xuekai1， YANG Jing2， ZHANG Zezhong1

(1.North China University of Water Resources and Electric Power, Zhengzhou 450045, China;

2.Guizhou Academy of Hydraulic Sciences, Guiyang 550002, China)

Abstract:It is mainly seasonal drought in Guizhou Province, the annual distribution of precipitation is extremely uneven. Taking the annual and seasonal precipitation datum from 1951 to 2012 in Meitan County of Guizhou Province as the research object, utilizing Mann-Kendall non-parameter statistical method and R/S analytical method, the tendency and persistence of the precipitation in Meitan station were analyzed, the tendency of future precipitation was predicted by two methods. The results show that for the Meitan area: ①the spring precipitation will be a significant downtrend in the future, the downtrend will be more and more obvious with time; ②the summer precipitation will be a uptrend in the future; ③the autumn and winter and annual precipitation will be a slow downtrend.

Keywords:evolution characteristics; R/S analysis; Mann-Kendall; seasonal precipitation; tendency prediction

(责任编辑：蔡洪涛)