黑龙江流域降水变化特征分析

鄢 波，张 潇2，夏自强3，郭勉辰4，刘宸希3，罗云英

(1.长江科学院 水资源综合利用研究所， 武汉 430010； 2.长江水利委员会水文局，武汉 430010; 3.河海大学 水文水资源学院，南京 210098; 4.东南大学 基本建设处，南京 211189)

1 研究背景

黑龙江是世界著名的国际河流，位于中高纬寒区，流域气候对全球气候变化影响极为敏感。近年来，分析降水变化特征的研究很多，但是，以国际河流为研究对象的相关文章却相对较少。很少有学者就黑龙江流域的气候变化进行研究。联合国政府间气候变化专门委员会[1](Intergovernmental Panel on Climate Change，IPCC) 的相关报告指出，气候变暖不仅影响到极端气温和极端降水，而且加大了自然灾害发生的频率，比如高温、洪水、干旱、暴雨等。在全球变暖的大背景下，气候变化对流域水资源状况的影响也是特别显著的。因此，全球变暖条件下的黑龙江流域气候变化的特征分析研究十分有意义。

黑龙江流域降水变化受区域气候和地形地貌等因素的影响，年内降水主要发生在6—9月份，降水量约占年降水量的70%。此外，降水量年际变化较大，年降水量极值比一般为2～3。同时，流域内各地区间的降水分布随地形条件和距海洋远近而逐渐变化，通常表现为由平原到山区，降水随高程增加而增加；由东向西，降水随距海洋距离增加而减少[2]。

2 研究数据来源

研究国际河流，资料的收集和整理是难题之一。本文收集了1954—2012年的黑龙江流域境内外25个气象站点的日降水资料序列。其中，境内数据来源于中国国家气象局，境外数据来源于俄罗斯联邦水文气象局。所用数据都通过了RHtestV.3[3-4]软件的均一性检验。该软件基于惩罚最大F检验和惩罚最大T检验，并考虑了时间序列的滞后一阶自相关，可用于不同时间尺度时间序列的均一性检验。25个站点在流域中的位置见图1。

图1 黑龙江流域降水分析选取气象站点位置Fig.1 Location of stations selected for precipitationanalysis in Heilongjiang River Basin

3 研究方法

水文气象类时间序列的研究方法通常包括趋势性分析、突变点诊断、周期性分析等。本研究对黑龙江流域降水序列的趋势性分析采用了线性趋势法[5]、距平累积法[6]和变尺度趋势分析法[7]；用Mann-Kendall(M-K)法[8-9]诊断序列的突变点；用小波分析法[10-11]分析降水序列的周期性。相关方法的具体计算过程在参考文献中都已有表述，这里就不再赘述。通过趋势分析、突变分析和周期分析，可以了解长时段降雨序列的变化特征。此外，通过变尺度趋势分析，可以探索长时间序列的周期性变化特征。

4 降水变化特征分析

4.1 趋势特征分析

4.1.1 线性趋势分析

图2是黑龙江流域1954—2012年降水量变化过程曲线。本文使用25个站点的年降水量序列，考虑高程因素的协克里金插值得到流域多年降水量变化过程。经计算，得到1954—2012年多年平均降水量为498.73 mm，其线性倾向率为-3.70 mm/(10 a)(变化率为-0.74%/(10 a))，未通过90%的M-K显著性检验，说明流域在统计期内降水减少趋势不显著，没有明显变化。流域年平均降水量在399.27～600.20 mm之间，最大降水量出现在1959年，为600.20 mm，最小降水量出现在2002年，为399.27 mm，两者的极值比为1.50，说明流域降水年际间变化不大，属于正常波动的状态。

图2 黑龙江流域多年降水量变化过程Fig.2 Changes of precipitation in Heilongjiang RiverBasin over years

图3 黑龙江流域降水距平累积百分率变化曲线Fig.3 Variation of accumula-ted anomaly percentage ofprecipitation in HeilongjiangRiver Basin

4.1.2 距平累积百分率分析

从流域年降水量距平累积变化过程(图3)可以看出，1954—1963年，曲线持续上升，流域年降水量均高于多年均值；1964—1980年，曲线总体持续下降，流域处于少雨期；1981—1995年，曲线以上升为主，流域处于多雨期；1996—2008年，曲线总体持续下降，流域又进入了少雨期，2009年后曲线开始上升。总体而言，流域降水序列呈现上升-下降-上升-下降的变化过程，多雨期和少雨期交替出现，呈现较为明显的周期性变化。

4.1.3 变尺度趋势分析

综合25个站点多年平均降水，绘制得到黑龙江流域1954—2012年年降水变尺度趋势(图4)。

图4 黑龙江流域年降水变尺度趋势Fig.4 Trend of precipitation in Heilongjiang RiverBasin by variable scale analysis

图4中蓝色和红色闭合的区域分别表示该统计段的趋势结果通过了置信水平1%和5%的M-K显著性检验。按照规范要求，水文序列的趋势性检验对时间尺度的要求一般是30 a，因此，本文将统计尺度的最小历时定为30 a，历时在30 a及以上的均认为是有效统计时段。例如，图4中对角线上的单元信息代表时间尺度为30 a统计时段的变化趋势。同样，平行于对角线的直线上的单元信息均为同一时间尺度统计时段的变化趋势。从图4可知，不同时间尺度的统计期内，流域降水变化均处于上升与下降交错的趋势，幅度在-25.16～24.16 mm/(10 a)间波动，而且大部分没有通过5%置信水平的显著性检验。

显著性检验结果表明，趋势显著的情况发生在极少的局部时间段，且固定时间尺度后，沿着对角线平移，趋势性由显著变得不显著，甚至会产生相反的趋势变化。例如上升趋势显著的时间段集中在1965—1995年统计期附近；下降趋势显著的时间段集中在1955—2010年和1985—2010年2个统计期附近；其余97.7%的有效统计时间段均无显著变化趋势，说明黑龙江流域年降水序列总体无显著的趋势变化。局部的显著趋势变化往往掩盖了该时间段内的周期性波动，例如时间尺度为30 a的统计期内(即对角线位置)，1965—1994年呈现显著上升趋势，沿着对角线移动，上升趋势开始变得不显著，然后转变成不显著的下降趋势，最后至1978—2007年开始呈现显著下降。平移交错中重叠的时间段为1965—1977年，刚好位于少雨期，正好对应了图3中距平累积百分率曲线持续下降的时间段。这不仅能反映降水阶段性变化给趋势性分析带来了难度，也充分说明黑龙江流域年降水序列的复杂性。

4.2 突变特征分析

图5是黑龙江流域1954—2012年降水突变诊断曲线，其中UF为Mann-Kendall统计值正向序列，UB为逆向序列，(-1.96,1.96)为95%显著水平的置信区间。通过M-K突变检验发现，1964年、1981年及1996年是流域平均气温序列的突变年份，这意味着在这3年附近的年份内降水状态发生了最大的趋势变化，而且该突变都达到了95%的显著性水平。

图5 黑龙江流域多年降水量突变诊断曲线Fig.5 Detected abrupt changes of precipitation inHeilongjiang River Basin

结合上文中针对图3的流域多年距平累积百分率变化过程曲线的解析，这3个年份都处于降水多雨期和少雨期交替阶段的起始年：1964—1980年，曲线持续下降，流域处于少雨期；1981—1995年，曲线以上升为主，流域处于多雨期；1996—2008年，曲线持续下降，流域又进入了少雨期。流域降水多雨期和少雨期交替出现，是M-K突变检测结果的有效佐证，也充分说明下一步针对流域降水周期性分析的必要性。

4.3 周期特征分析

降水量变化的周期性分析采用黑龙江流域25站点1954—2012年共59 a的年降水量系列，为消除小波变换产生的边界效应，已采用对称延伸法对资料进行预处理。

图6为黑龙江流域年降水量序列的小波系数实部等值线，其上清楚地显示了该流域59 a来降水在各时间尺度上的周期振荡和突变特性。其中，灰度的大小表示信号振荡的强弱，灰度越大，表示处于干旱期；灰度越小，表示处于湿润期。

图6 黑龙江流域年降水量复Morlet小波变换系数实部Fig.6 Real part of the Morlet wavelet transform coefficientfor precipitation in Heilongjiang River Basin

从图6可以明显看出，黑龙江流域年降水量存在着28 a左右的大尺度、12 a左右的中尺度和4 a左右的小尺度的周期性变化。在28 a左右的大尺度周期中，整个时段都有较强的信号，1954—2012年降水量明显地存在着少-多-少-多-少-多的变化过程，且大尺度的周期整体上非常稳定。12 a左右的中尺度从1954年开始到1990年左右结束，也明显地存在着少-多-少-多-少-多-少的变化过程，且尺度变化趋势不稳定，尤其1990年以后，12 a左右尺度的周期性不明显。降水序列在4 a左右的小尺度上变化更为频繁，在4 a左右持续起伏。总的来说，黑龙江流域年降水量系列呈现出多时间尺度复杂嵌套、小尺度嵌套在较大尺度的周期性变化特征。

图7为黑龙江流域的年降水量系列的小波方差。从图7可以看出：黑龙江流域的年降水量系列小波方差图有3个峰值，分别对应的时间尺度为28，12，4 a，说明黑龙江流域降水的振荡周期分别为28,12,4 a，且第1主周期为28 a；图6中的第1主周期降水偏多的等值线还未闭合，则可以预测在未来的一段时间里将可能处于降水偏多的时期。尤其等值线的中心还没有出现，预示着未来几年可能存在更强烈的降水。实际上2013年的黑龙江全流域强降水，正好印证了本节针对黑龙江流域降水的周期性分析。

图7 黑龙江流域年降水量复Morlet小波方差Fig.7 Variance of the Morlet wavelet transform forprecipitation in Heilongjiang River Basin

综合降水时间序列周期性和突变点的分析情况，尽管降水序列在1964年、1981年和1996年共存在3个突变点，但这3个年份都处于周期波动的边缘年份(多水期和少水期的交接年份)，降水序列的周期性决定了突变点的产生时间。图4年降水变尺度趋势曲线中，统计期内也极少有增加或者减少的趋势通过了5%置信水平的显著性检验，也佐证了降水序列具有较强的周期性波动。

5 结 论

(1)通过线型趋势分析法和变尺度趋势分析法，黑龙江流域年降水序列无显著的趋势变化。在1954—2012年时间段内，线性趋势变化率仅为-0.74%/(10 a)；而不同尺度各统计期内，97.7%的有效统计时间段均无显著变化趋势。

(2)距平累积法分析得到降水序列呈现上升-下降-上升-下降的趋势，而3个转折点(1964，1981和1996年)均为M-K突变检验得到的突变点。

(3)变尺度趋势分析法得到黑龙江流域年降水序列在不同尺度下趋势检验呈现复杂的变化，这与流域丰枯交替的降水阶段性变化有关，也反映了对其进行周期性分析的必要性。

(4)小波分析得到黑龙江流域年降水序列的3个主周期(28,12,4 a)，其中第1主周期为28 a，在研究期内全时段信号均较强，1964年、1981年和1996年作为该周期的正负相的转变点，与距平累积法分析的阶段趋势变化和M-K法分析的突变点结论相一致。以上分析均说明了黑龙江流域降水具有较强的周期性。