黔中岩溶山区近50年降水时空变化*——以黔中水利枢纽工程区为例

任荣仪，贺中华，梁 虹，安 全，赵 梦，夏传花

(1贵州师范大学 地理与环境科学学院，贵州 贵阳 550001；2贵州师范大学 国家喀斯特石漠化防治工程技术研究中心，贵州 贵阳 550001；3贵州省山地资源遥感应用重点实验室，贵州 贵阳 550001)

降水作为水文循环的重要环节，是水资源的直接来源，区域降水量的多少及时空分布很大程度上决定该地区的水资源量[1]。降水是研究区域气候变化的重要因子之一，降水量是衡量一个地区降水多少的数据，降水特征与当地的农业生产、经济建设有着紧密联系[2]。随着气候变化和人类活动的影响，降水量时空分布上发生了不同程度的变化，因此，降水时空特征研究也受到了广泛关注[3-7]。

Kailash Rajah等[8]采用M-K检验和回归分析评价等方法研究全球日降水时间分布的变化；R Sivajothi等[9]和Chatterjee S 等[10]分别对印度卡纳塔克邦地区和西孟加拉邦季的降水情况进行研究。Jones J R等[11]探讨了上田纳西河流域降水的时间变化。Wang Y等[12]利用经验正交函数(EOF)和旋转经验正交函数(REOF)分析我国1960—2010年的降水变化情况。Yang H L等[13]利用青海省1962—2011年年降水量和季节降水资料对其时空变化进行了研究；Yu H等[14]分析了中国横断山区降水时空变化及其海拔和纬度的关系。Zhao N等[15]采用地理加权回归(GWR)方法、高精度地表模拟(HASM)方法和M-K统计检验等方法研究了京津冀地区降水的时空变化；Sun Y等[16]利用淮河流域55年月降水和全球月度的分析资料研究该地区降水的时空特征；Shi H等[17]基于29个气象站的观测数据，研究了1961年至2014年期间中国三河源头(TRH)地区降水的时空特征。Deng S等[18]探索南海涠洲岛降水的时空变异；Yang P等[19]采用连续小波变换(CWT)和M-K测试分析了西北地区近43年不同时间尺度的降水时空变化；姬世保等[20]建立了适合黔桂喀斯特山区的TRMM卫星降水产品的矫正模型，总结了该地区降水的时空分布特征；肖杨[21]和李烁阳[22]采用了气象倾向率、M-K趋势检验、小波分析、EOF等分析方法研究了大渡河流域和湖北省降水时空分布特征；尚升海[23]针对哀牢山地区降水时空特征进行多尺度分析；王莹等[24]利用集中性降水指数(PCI)和各月份降水贡献率，研究了江苏省月降水分配格局的时空变化特征。顾金普等[25]采用Z指数等方法，基于黑龙江30个气象站点研究了该省近50年来降水及旱涝时空演变特征，陈素景等[26]采用重心模型等方法研究了澜沧江流域的降水时空变化；彭睿文等[27]采用变异系数等方法研究了中国西南地区的降水和植被变化的关系；靳春香等[28]根据黑龙江8个气象站点1960—2012降水资料，采用了线性回归、M-K法和GIS空间插值法等研究了其降水变化趋势及空间分布特征。

部分学者对贵州省的降水分布特征和变化特征有了相关研究，赵志龙[29]、张勇荣[30]、徐建新[31]等从时间和空间的角度，分别研究了我省的多年降水变化特征，均得出我省降水呈现南多北少、存在3个多雨中心、季节差异显著等特点。伍红雨[32]研究了我省近50年降水异常的天气特征，分析得出，我省存在显著的年际、年代际变化特征；夏季降水有异常，存在2.8年的周期。

综上所述，降水的特征的研究，主要是降水空间分布、空间插值法、年代际变化、降水周期、降水预测等方面；降水时间分布上，多采用地统计学、突变检验、趋势分析、小波分析等分析方法。降水空间分布主要使用空间插值法和统计回归模型等。以往对贵州省的降水时空变化研究不多，对黔中枢纽研究几乎没有，本文根据黔中水利枢纽25个雨量点1967—2016年逐月降水量观测资料，对岩溶山区复杂地形条件下的降水特征和规律进行研究，以期深入了解黔中水利枢纽的水量的丰沛情况，研究结果可为该地区的降水研究、水资源的可持续开发利用、水资源配置等提供参考。

1 研究区概况

黔中水利枢纽工程区，位于贵州省中部地区(如图1)，是贵州省政治、经济、文化、交通中心，是贵州省内首个大型跨地区的水利工程；工程以灌溉、城市供水为主，以达到缓解黔中地区水资源严重短缺的目的，决定了黔中地区的生死存亡，有“生命线”之称[33]，关系着黔中地区的经济社会和生态环境能否协调发展，事关贵州省经济社会可持续发展的大局。地势西高东低，海拔在300～3000 m之间，总面积约为16640 km2[34]；岩溶强烈发育的山区：西部为岩溶高原、峡谷、峰丛、洼地，中部为峰林溶原、丘原，东部为丘陵盆地、峰丛洼地相间分布；多年平均降水约为1236.54 mm，属于湿润区。

图1 研究区DEM及雨量站点分布

2 数据来源

降水数据来源于贵州省水文水资源局和国家气象信息中心(http：//data.cma.cn/)整理的地面测站逐月降水资料，包括研究区内1967—2016年25个雨量点的降水资料，研究区外存在两个对降水空间影响的雨量点，此处将其纳入空间分析中，但其数据不用于时间序列的分析。雨量站点选择时主要考虑数据量较全，剔除缺测数据时间较长的站点，保证数据质量较高，站点能够均匀覆盖研究区范围，其中缺失的年代数据运用ArcGIS的空间插值方法和SPSS进行空间插值和趋势性插值，并对数据进行一致性检验。DEM数据来源地理空间数据云(http：//www.gscloud.cn/)，分辨率为30 m。按照气象划分方法可对四季进行如下划分：3—5月、6—8月、9—11月、12月—次年2月划分为春季、夏季、秋季和冬季[35]。在黔中水利枢纽各站点的多年逐月降水资料的基础上，统计了年均和四季年际变化特征、空间分布特征。

3 研究方法

3.1 线性回归估计

回归分析[36-39]通常用来定量研究两个或者两个以上变量之间相互影响的方法。本文采用降水和时间作为构建线性回归模型的变量，方程如下所示：

P=aT+b

(1)

式中：P代表1967—2016年或季度降水，T代表时间序列，a和b是参数，a一般是年或季度降水的变化趋势。

3.2 累积距平法

降水的变化具有阶段性特征，为更加明显地呈现或者区分各阶段的变化情况，本文采用累积距平法，即首先计算出每年的降水量距平值，按年份逐年累加，得到累积距平序列[40]，其计算公式为：

(2)

3.3 Mann-Kendall突变点检验

Mann-Kendall(M-K)检验是一种非参数的检验方法，其优点是不要求数据服从特定的分布，可避免少数异常值带来的干扰[41-42]。

对于N个样本的时间序列，构建一次序列的方法如下：

(3)

假如时间序列是随机独立的，那么统计量可以定义为：

(4)

式中：UF1=0，E(Sk)、Var(Sk)分别是累计值Sk的均值和方差，如果x1，x2，x3，…，xn相互独立时，则可由以下公式计算：

(5)

(6)

然后，将时间序列的顺序调整为xn，xn-1，xn-2，…，x1，重复上面步骤得到变量UBk，即：

UBk=-UFk

(7)

如得到的曲线UBk和UFk有交点且|U|<1.96，就可以推断出该交点是这一时间序列的突变点。

3.4 空间插值法

研究代表站点降水量空间分布时，采用地理信息系统矢量数据插值分析中的反距离权重插值法(Inversedistanceweighted，IDW)。其最大的特点是原理简单、操作方便，因此广泛应用于各方面的研究中。IDW插值是以空间结构作为分析的基础，考虑到了分析对象的空间属性和空间位置，这种基于空间分析可以消除由采样点分布不均带来的误差，并且根据样点反映出的空间特点推测出其他地理空间的特征。计算公式如下：

(8)

确定权重的计算公式为：

(9)

4 结果及分析

4.1 降水量时间变化特征

利用累积距平法研究黔中水利枢纽工程区年及季节降水量的时间变化特征。

4.1.1 降水量年际变化特征

图2为工程区1967—2016年的年降水的累积距平曲线图，由图2可见：该地区降水在不同的时间段具有不同的变化特点，但总体呈现下降趋势，50年倾向率为-6.22·(10a)-1，20世纪60年代，年降水呈现增加趋势；60年代至90年代初，年降水量表现为下降趋势；90年代初至21世纪初降水量表现为上升趋势，21世纪初至今，降水量主要为下降趋势，且减少趋势尤为明显。存在着3个明显的拐点，即1986年、1990年、2001年；4个不同的变化阶段，即增加-减少-增加-减少的变化。

图2 年降水量累积距平曲线

4.1.2 降水量季节性变化特征

春季降水累积距平。由图3(a)可知，1967—1985年，降水为上升趋势，自1985年以后，降水呈现持续下降，期间有回升趋势，但波动较小。只存在一个明显的拐点，即1985年；两个变化阶段，即增加-减少的变化。1967—2016年期间春季降水整体呈现下降趋势，50年的倾向率为-6.02·(10a)-1。

夏季降水累积距平。由图3(b)可知。曲线变化较为剧烈，1967—1976年呈现下降趋势；1976—1980年为上升趋势；1950年至1990年波动性下降至50年累计最低，为-359.48 mm；1990—2001年持续上升，于2001年达到累计值的最大值746.05 mm，与累计最低值相差1105.53 mm；2001年至2013年降水呈现波动性下降，在2006—2008年间有小幅度上升趋势，但10多年来降水还是下降趋势，其中2013年达到这一时期最低值-223.14 mm，但仍未低于1990年；2013年后降水趋势开始回升；50年间存在多个拐点、多个变化趋势：下降-增加-下降-增加-下降-增加的变化特征。整体呈现上升趋势，倾向率为4.25·(10a)-1。根据其降水趋势变化情况，预测2016年后，夏季降水将会出现持续上升趋势。

图3 季节降水量累计距平曲线

秋季降水累积距平。根据图3(c)可分析出：1967—1983年呈现上升趋势，于1983年达最大值713.78 mm；1983—1997年降水量波动变化；1997年后降水量减少趋势明显，在2013年达50年的最小值-74.78 mm，与值极差为778.56 mm。存在2个明显拐点、3个不同变化趋势：即增加-波动-减少；秋季降水整体呈现下降趋势，倾向率-5.88·(10a)-1，由此预测降水量会持续下降一个时期才会有回升的趋势。

冬季降水累积距平。根据图3(d)可见：曲线变化较为剧烈，1967—1973年呈现波动上升趋势；1973—1979年快速下降；1979—1983年急剧上升；1983—2004年曲线呈现先下降再持续上升的波动变化上升趋势，2004年后呈现下降变化倾向，根据冬季降水变化规律：波动-下降-上升-波动-下降。50年整体变化呈上升趋势，倾向率为1.34·(10a)-1～5.88·(10a)-1，预测接下来降水会在2013年后有回升趋势。

4.2 Mann-Kendall突变分析

为了进一步研究黔中水利枢纽降水量的时间变化特征，对1967—2016年及季节降水的时间序列进行突变检验。

4.2.1 降水量年际突变检验

本报讯 今年，“质量月”活动开展以来，湖北宜昌兴发集团有限责任公司各单位广泛宣传质量管理知识，狠抓质量隐患排查整改力度，大力开展质量管理活动，为公司实现质量强企目标打下了更加坚实的基础。

如图4所示，可以看出，UF的值小于0或者等于0，说明黔中水利枢纽工程区年降水总体呈现下降趋势。全年UF和UB在1966—2016年期间出现多个交点，说明多年年降水可能存在多个突变点，结合图2分析结果，可推断出年降水在1983年发生突变。

图4 年降水量M-K统计量曲线

4.2.2 降水量季节性突变检验

春季降水的检验 如图5(a)所示，结果显示，F的值始终小于0，说明春季降水主要是下降趋势；UF与UB存在交叉点，分别在1978年和1983年，结合图3(a)分析得知不存在突变点。

夏季的M-K检验 曲线震荡剧烈，UF曲线处于信度的上下限之间，说明黔中水利枢纽地区的夏季降水的变化波动不明显，上升趋势不是特别大[如图5(b)]。UF与UB有多个交点，结合图3(b)可以分析出夏季降水在1990年和2008年发生了突变。

秋季的M-K检验 UF的值在1991年后波动较为明显，并于2001年后超出信度的下限，表明这一时段的秋季降水下降较为显著[如图5(c)]。在0.05置信水平下，UF和UB在1984年出现交点，结合秋季降水量累计距平曲线[图3(c)]可以推断出不存在突变。

冬季降水M-K检验 根据图5(d)的UF曲线均处于信度的上下限之间，UF值围绕0值上下波动，表明黔中水利枢纽冬季降水上升趋势不明显。在0.05的置信水平下，UF与UB在1967—2016年期间出现多个交点，曲线震荡剧烈。结合冬季距平可以分析出降水突变发生在1970年。

图5 四季降水量M-K统计量曲线

4.3 降水量空间分布及变化趋势

4.3.1 年降水的空间分布特征

由图6可以看出，多年降水呈现哑铃状，即中部多两侧少的趋势，研究区范围内出现四个降雨中心，即付家寨站、丙坝站、永宁站、高车站，其降水量分别为1430.2 mm、1425.8 mm、1481.8 mm、1449.7 mm。降水量少的站点主要分布在两侧以向阳站和湖潮站为中心，降水量分别为1028.5 mm和1063 mm。整体呈现哑铃状分布，即自东向西降水量先增加后减少；从降水的空间分布趋势来看，大致呈现从东到西逐渐减少的趋势；最大增加趋势系数为4.7(湖潮站)，最小减少趋势系数为-86.3(乐平站)，二者相差-18.36倍，整个区域增加趋势与减少趋势存在很大差异，但这仅是个别的雨量站点，整体的差异不是特大，然而研究区内平均变化趋势系数为-40.03。可以分析得出降水量会逐渐减少。

图6 年降水空间分布及变化趋势

4.3.2 季节降水的空间分布特征

春季和冬季降水空间分布大致相同，均呈现东多西少的降水分布。春季：三个山站多年春季降水量最大(314.62 mm)，其次为永宁站(310.5 mm)，落别站(304.98 mm)和二塘站(300.64 mm)，形成了四个多雨中心。向阳站降水量最少(194.72 mm)，与最大降雨中心相差453.3 mm；其次为阳长站(226.16 mm)和丙坝站(237.83 mm)，与最低降水中心的差值分别为31.44 mm和43.11 mm。地区内形成了四个多雨中心和三个少雨中心。冬季：付家寨多年冬季降水量最大(82.04 mm)，其次是永宁站(80.57 mm)和松柏山站(73.48)，形成了三个多雨中心。阳长站多年冬季降水量最少(30.20 mm)，与最大降雨中心相差50.84 mm；其次降水量偏低的有向阳站(30.51 mm)、高车站(45.07 mm)和马场站(46.731 mm)，最大的降水中心的差值分别为：51.53 mm、36.98 mm和35.31 mm，形成了三个少雨中心，由于阳长站和向阳站相邻，在冬季，研究区内形成了四个多雨中心和三个少雨中心。

图7 季节降水空间分布及趋势变化

从变化趋势看来，春季均为减少趋势，减少最大的地区位于黔中水利枢纽的中部地区，枢纽的两翼减少趋势比中部地区要缓些，呈现哑铃状。最大减少趋势系数为-4.15(鸡场站)，最小减少趋势系数为-33.08(湖潮站)，二者相差7.98倍，研究区内平均变化趋势系数为-16.35，说明研究区在2016年后降水量会逐渐减少。冬季主要呈现上升趋势，最大增加趋势系数为4.55(落别站)，最小减少趋势系数为-6.58(安顺站)，二者相差11.12倍，说明研究区的区域差异不是特别大。

夏季和秋季的降水空间分布同年降水相似，均呈现哑铃状。夏季：郎岱站是多年夏季降水量最大(819.56 mm)，其次是永宁站(791.92 mm)和二塘站(791.40 mm)，形成了三个多雨中心。松柏山站降水量最少(507.89 mm)，与最大降水中心(郎岱站)相差311.67 mm，形成了以郎岱站为中心的少雨中心，在研究区的夏季形成了三个多雨中心和一个少雨中心。秋季：付家寨站降水量在秋季中最大(304.81 mm)，其次是郎岱站(299.28 mm)和二塘站(271.77 mm)，形成了三个多雨中心；松柏山的降水量最少(214.49 mm)，与最大降水中心相差90.32 mm。研究区内呈现三个多雨中心和一个少雨中心。

从降水变化趋势来看，均大致为自东向西减少趋势。夏季最大变化趋势系数值为13.75(麦翁站)，最小变化趋势系数值为-25.15(郎岱站)，二者相差-1.83倍，说明研究区夏季降水变化趋势差异不明显。秋季最大变化趋势系数为5.99(松柏山)，最小变化趋势系数值为-31.27(乐平站)，二者相差-5.22倍，形成以松柏山为降水的减少趋势中心。

5 结论

1)黔中枢纽工程区50年来，年际降水距平表现为持续增加-减少-增加-减少交替的特征，总体呈现下降趋势，结合多年累计距平曲线走向预测工程区降水会持续下降一个时期才会有回升的趋势；春季和秋季降水累计距平曲线走向与多年曲线走向大致一致，均以减少为主要趋势；夏季和冬季降水曲线波动较为剧烈，但曲线走向仍然以下降趋势，预测两个季节的降水量会持续增加。

2)Mann-Kendall检验突变发表明：50年间年降水呈现下降趋势，于1983年发生突变。春季以下降趋势为主。夏季曲线震荡剧烈，但UF曲线在信度的上下限间，说明降水上升趋势显著，在1990年和2008年发生了突变。秋季UF和UB有交点但是整体波动不明显，同时不存在突变年份。同样冬季上升不剧烈，在1970年发生了突变。

3)1967—2016年，黔中水利枢纽工程区全年和四季降水空间分布不均，年、夏季和秋季降水呈现哑铃状分布：中部多两侧少的降水趋势；春季和冬季东多西少的降水分布。年秋季降水空间变化趋势东部增加西部减少；春季中部地区降水减少趋势最大，东部和西部增长趋势最大；夏季和秋季降水趋势与年降水趋势大致相同，均为自东向西的减少。

将研究结果与历史统计资料结果对比分析发现，对于降水突变年份的检测，本文研究方法是比较精准的，在《贵州水旱灾害》中记载，贵州省内1961—1970年有4年受旱率较高，80年代主要为1981年、1985年、1988年、1989年和1990年，其中夏旱极旱年为1990年，均符合研究结论。文章分析了区域内降水的时空分布规律，但没有深入分析蒸发量、气温、人类活动等对其产生的影响，接下来将会结合这些因素更进一步分析各因素之间的影响机制。