嘉陵江流域极端气温和降水时空变化特征分析

罗 辉, 陈忠升

(1.长江大学 资源与环境学院, 湖北 武汉 430100; 2.西华师范大学 国土资源学院, 四川 南充 637002)

0 引言

近年来，极端气候在全球大多数地方愈加频繁发生，造成各种灾害，给社会经济、生态环境及人类健康带来了极大的负面影响[1]. 达沃斯论坛连续两年的年度调查将极端气候事件列为人类面临的最大全球风险. 阿圭勒[2]对中美洲和南美洲北部降水和气温极端变化进行了研究. 克莱因等[3]对南亚进行极端气温和降水的分析，表明极端指数正在发出预警，引起人们关注. 亚太地区气温和降水均值变化以及极端事件的变化均在上升[4]. 黄小燕等[5]对中国沿海地区极端气温指数开展研究，为开展沿海气候变化对海洋生态及沿海养殖业的影响提供依据. 王岱等[6]对中国极端气温的空间变化进行了分区划分，并分析了11个极端气温指数的变化特征. 1951 年以来中国大陆地区极端气候事件频率和强度发生了一定变化 , 但不同类型和不同区域极端气候变化存在明显差异[7]. 周雅清等[8]认为，从空间分布来看，冷指数在中国北方减少趋势显著，暖指数在中东部增长趋势明显.王琼等[10]分析了长江流域极端气温的时间变化趋势和空间分布规律.

我国长江流域年平均气温、年平均日最高气温、年平均日最低气温在20世纪50年代偏高，50-60年代下降，60-80年代在平均值上下波动，80年代以后上升，90年代较80年代又有升高[11-13]. 淮河流域多年降水量总体上呈现微弱的上升趋势，但中间多年都保持下降趋势；降水量由南向北逐渐减少，上游、中游多呈现上升趋势，下游多呈现下降趋势[14]. 降水极值在全流域未表现出一致上升或下降趋势，且变化趋势在全流域均不显著[15].

极端气候的研究结果对减低极端气候带来的经济损失，提高预防或减少极端气候事件发生等有着重要价值. 嘉陵江系长江上游支流，其流域面积在长江支流中最大，长度仅次于雅砻江，流量仅次于岷江的大河. 嘉陵江流域大部分处于亚热带季风气候区，降水丰富，流经四川省诸多县市，其优越的地理位置和丰富的水源是促进川渝经济发展的重要因素.嘉陵江流域经济是川渝经济重要组成部分.为了解嘉陵江流域极端气候事件的时间变化特征和空间分布规律，本文利用11个站的资料，选取8个极端气温指数和2个极端降水指数，运用Mann-Kendall检验和空间可视化技术对嘉陵江流域极端气温和降水指数时空变化特征进行分析,对嘉陵江流域极端气候事件的发生规律、地域分布等进行系统研究和总结，以期为极端气候预报和减少极端气候事件的发生提供参考.

1 研究区概况

嘉陵江流域内基本属于典型的亚热带季风气候，夏季多偏南风，气候暖热，降水集中且多暴雨，径流主要由降水形成.流域洪水多由暴雨形成，洪水具有峰高量大，历时较短等特点. 干流发源于陕西省凤县北部秦岭南麓，向南流经甘肃省再入陕西省，至平阳关以南进入四川省，流经广元、苍溪、阆中、南部、蓬安、南充、武胜，然后经过重庆市的合川、北碚，于市中区流入长江. 干流全长1 345 km，干流流域面积3.92万 km2. 流域东北面以秦岭、大巴山与汉水为界，东南面以华蓥山与长江相隔，西北面有龙门山与岷江接壤，西及西南为一低矮的分水岭与沱江毗连，嘉陵江上游及白龙江、西汉水流经青藏高原边缘及秦岭和大巴山山地，嘉陵江中下游及渠江、涪江流域，大致在四川盆地东北部，河流的绝大部分流经四川盆地. 嘉陵江流域及流域内气象站点位置分布情况如图1所示.

图1 嘉陵江流域及流域内气象站点位置分布图

2 数据来源与研究方法

2.1 数据来源

嘉陵江流域边界数据来源于国家科技基础条件平台、国家地球系统科学数据共享服务平台，并参考全国1:25万流域一级分区数据，基于dem和水系信息进行二级流域界限的提取而成；嘉陵江流域dem数据来源SRTM 90m DEM version 4；站点数据来源于中国气象科学数据共享服务网.为保证数据完整性和可分析性，选取嘉陵江流域11个气象站(重庆沙、遂宁、南充、达县、绵阳、阆中、巴中、万源、平武、广元、略阳、武都及郎木寺站)1960-2016年的逐日最高气温、最低气温、日降水量.

2.2 研究方法

世界气象组织在1998-2001年的气候变化监测会议中提出了一套极端气候指数，并成为气候变化研究的统一标准，其中有27个指数被认为是核心指数,是由日气温和日降水数据计算而得，具有极端性弱、噪声低、显著性强等特点[16]. 所选指数用RclimDex软件包进行计算，得出个站点的27个指标数据. 具体步骤为： 1) 对数据进行质量控制，对文件数据进行检验处理，提高所用数据的质量； 2) 数据以文本格式储存，并且储存的气象数据必须按照年、月、日、24 小时日降水量、日最高气温、日最低气温等顺序排列，各记录项之间通过空格将其隔开； 3) 程序要求所有的缺测值都统一设为-99.9.

运用Mann-Kendall趋势检验方法，选取变化趋势显著的8个气温指数和2个降水指数(表1)进行时空变化分析. 利用Excel整理得出站点气候极值和时间气候极值及Excel折线图、Mann-Kendall趋势检验方法和ArcGIS空间可视化技术研究选取的10个指数的时间空间分布变化规律.

表1 极端气候指标

3 结果与分析

3.1 时间变化趋势分析

3.1.1 降水指标时间变化

嘉陵江流域CWD、R10普遍处于下降趋势，但线性趋势不明显，下降趋势分别为-0.23 d/10a、-0.47d/10a，且Z统计量通过显著性水平检验(图2). CWD于1983年达到最高值，1997年达到最低值，前期起伏较大后期起伏较缓(图2a). R10在1975年达到最大值，2006年达到最小值，整体起伏较稳. 1980年之前的值比较大易造成水患(图2b). R10比CWD下降幅度更大，出现大旱大涝的概率减少，1960年以来嘉陵江流域CWD、R10开始减小，降水日数处于偏少阶段增加了干旱事件的发生，可建设水库，有利于灌溉，防止干旱事件的发生，以免造成农田经济上的损失[17-18].

图2 1960-2016年嘉陵江流域降水极值变化趋势

3.1.2 气温指标时间变化

嘉陵江流域中SU、TN90p、TR、TX90p、TNx、TXx均呈现不同的上升趋势，上升幅度分别为2.34 d/10a、1.06d/10a 、2.09 d/10a、1.17d/10a、0.15℃/10a、0.21℃/10a ； FD、TN10p呈下降趋势，下降幅度分别为-0.23 d/10a、-0.65d/10a(图3). TN90p与TX90p的变化趋势相似，1980年之前的变化幅度比1980年之后变化幅度缓一些，在1985年左右普遍不高，在1990年之后上升幅度变大，均在2013年达到最大值， TX90p比TN90p变化幅度较大(图3d，e). TNx与TXx的变化趋势相似，整体变化幅度增大但不显著，在1983年达到最小值，在2006年达到最大值，在1983年与2006年时间段的变化幅度较显著，虽然两者的Mann-Kendall的Z统计值都通过了(P=0.05)的显著性水平检验，但明显TXx比TNx要更显著(图3a，c). TR和SU呈上升趋势，且SU变化幅度比TR变化幅度大，在1981年达到最小值，且在1998年到达最大值，图中数据起伏较大(图3f，g). TN10p下降幅度比FD下降幅度更大. TN10p在1968年、1976年、1993年、1996年均出现最大值，但整体呈下降趋势，并在2015年出现最小值(图3h). FD在1960年以后具有明显的变小趋势，在1990年和2007年达到最小值(图3b). 1960年与1990年之间变化幅度大于1990年以后的变化幅度. 1990年前后变化显著应该是由于20世纪90年代后期全球变暖的现象引起广泛关注，人们开始探索新能源以减少污染物的排放推迟全球变暖的脚步.

图3 1960-2016年嘉陵江流域气温极值变化趋势

3.2 空间变化趋势分析

3.2.1 降水指标空间变化

嘉陵江流域中CWD、R10除个别站点呈上升趋势，其余站点均呈现下降趋势. 从空间分布来看从东南向西北逐渐减少，过渡过程中中部为明显的变化区域. CWD、R10只有少数地区达到显著水平检验(P=0.05)，整体没有显著变化区域(图4a，b). 嘉陵江流域上升下降趋势波动大，易产生季节性干旱洪水. 毕彩霞等[1]对渭河流域旱涝的分析认为，该流域北偏西方向发生旱灾的概率增大，而南偏东方向发生涝灾的概率增大.

图4 1960-2016年嘉陵江流域各站点降水极值空间变化趋势

3.2.2 气温指标空间变化

嘉陵江流域SU、TN90p、TR、TX90p、TNx、TXx均呈现不同的上升趋势，TN10p呈下降趋势(图5). FD大部分呈下降趋势. 其中TN90p变化趋势相较于SU、TR、TNx变化趋势偏大. 从嘉陵江流域空间分布上看，TNx西部较东部变化趋势明显偏大西部变化趋势不明显，西部和中下部站点偏于0(图5a). FD大部分呈下降趋势，在流域北部变化趋势最大，在向南部过渡的过程中变化趋势逐渐减小(图5b). TXx的空间变化变化趋势相似于TNx变化趋势但整体又比TNx变化趋势偏大(图5c). TX90p西北部与东南部的变化趋势相对中下部地区明显，中下部地区变化趋势几乎为0(图5d). TN90p在东南部中间变化趋势不明显，其余整体变化趋势偏大，尤其西北部地区变化趋势最大(图5e). TR在西南部地区与东北地区的变化趋势相较其他地区变化趋势偏小(图5f). SU南部地区变化趋势大，东北地区变化趋势都偏小(图5g). TN10p中部地区变化趋势小，其余地区变化趋势偏大(图5h).

图5中的TX90p、SU、TR几乎所有地区通过了显著水平的检验(P=0.05)，只有极个别区域呈不显著变化. TN10p、TN90p、TNx、TXx大部分地区趋势通过了显著水平的检验(P=0.05). FD除北部区域达到显著水平的检验，其余区域均呈现不显著变化. 因此，嘉陵江流域与高温相关极端事件的频率与强度呈增加趋势，再次验证极端气温事件发生频率正在增加，全球变暖已成为我们不得不面临的问题.

3.3 气温降水与高程的关系

嘉陵江流域SU、TN90p、TR、TX90p、TNx、TXx、CWD、TN10p、FD与高程呈正相关关系， TR和R10与高程呈负相关关系(表2). 其中，β斜率值中的SU和TXx均与高程的相关性达到显著性水平检验(P=0.05)，TX90p与高程的相关性达到显著性水平检验(P=0.01).Z统计量的SU和TN90p与高程的相关性达到显著性水平检验(P=0.05)， TX90p、TXx与高程的相关性达到显著性水平检验(P=0.01). 高程与Z统计量的相关性比β的相关性更大. 但就气候极值与高程的相关性而言，其研究结果与王琼等[5]在长江流域极端气候研究具有一定的相似性. 高程影响气温，“焚风效应”海拔高，气温较低，海拔低，气温较高；寒冷气流在山的背风坡气温上升；高程影响降水，对夏季风起阻挡作用，暖湿空气的迎风坡易形成地形雨；高程影响气流运动，东西走向山脉冬季阻挡南下的冷空气，夏季阻挡北上的暖空气[19-20].

表2 气候极值与高程之间的相关系数

3.4 嘉陵江流域与其他流域的比较

通过嘉陵江流域与其他流域气候极值的变化率的比较，从整体上可以看出，R10、CWD、TR、TN10p和FD变化呈下降趋势，嘉陵江流域SU、TNx、TXx、TN90p和TX90p的变化呈上升趋势(表3). 嘉陵江流域TR相较其他流域变化幅度呈下降趋势，其他流域呈上升趋势. 其中，嘉陵江流域的TN90p和TX90p的变化趋势显著， FD、TNx、TXx变化趋势几乎为0. 几乎所有气候极值介于岷沱江、乌江和汉江之间，符合嘉陵江流域的过渡地段位置极值变化趋势. 嘉陵江流域大部分属亚热带湿润季风气候. 在中下段的盆地区，冬季温暖多雾，霜雪少见，上游段山区则冬季寒冷，霜雪较多，又多风暴，“一雨成灾”的情况时有发生.

表3 嘉陵江流域与长江其他流域气候极值变化率比较

4 结论

1) 夏天日数(SU)、暖夜日数(TN90p)、热夜日数(TR)、暖昼日数(TX90p)、最低气温极大值(TNx)、最高气温(TXx)均呈现不同的上升趋势，上升趋势分别为2.34 d/10a、1.06d/10a 、2.09 d/10a、1.17d/10a、0.15℃/10a、0.21℃/10a. 从空间分布变化趋势看，最低气温极大值(TNx)、最高气温(TXx)、暖夜日数(TN90p)和夏天日数(SU)东南部中间变化趋势不明显，其余整体变化趋势偏大，尤其西北部地区变化趋势最大. 西北部与东南部的变化趋势相对中下部地区变化趋势明显，中下部地区变化趋势几乎为0. 霜冻日数(FD)、冷夜日数(TN10p)呈下降趋势，下降幅度分别为-0.23 d/10a、-0.65d/10a. 从空间分布变化趋势看，在流域北部变化趋势最大，在向南部过渡的过程中变化趋势逐渐减小.

2) 嘉陵江流域CWD、R10普遍处于下降趋势，但线性趋势不明显，下降趋势分别为 -0.23 d/10a、-0.47d/10a，从空间分布变化趋势来看从东南向西北逐渐减少，过渡过程中中部为明显的变化区域.

3) Mann-Kendall检验结果变化率中的TX90p、Mann-Kendall检验结果的Z统计量中TX90p和TXx与高程的相关性达到显著性水平检验(P=0.01). Mann-Kendall检验结果变化率中的SU和TXx及Z统计量中SU和TN90p均与高程的相关性达到显著性水平检验(P=0.05). 高程与Mann-Kendall检验结果的Z统计量相关性比Mann-Kendall检验结果变化率相关性更大.