1961-2019年深圳市极端降水变化

2021-07-26 09:11徐晓明张雪芹
自然灾害学报 2021年3期
关键词:日数强降水年份

徐晓明,张雪芹

(1.中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室,北京 100101; 2.中国科学院大学,北京 100049)

极端气候事件研究是应对气候变化的重要环节。IPCC第五次评估报告指出,1951-2012年,全球平均地表温度以0.12℃/10a的速率上升,是1880年以来升温速率的两倍;全球气候变暖趋势仍将持续,本世纪末全球平均地表温度将在1986-2005年的基础上升高0.3-4.8℃[1]。全球变暖背景下,极端气候事件强度加大[2-4]、频率增加[5-8]。相比于平均态,极端气候事件对气候变化的敏感度更高[9-10]。例如,2018年,欧洲、北美、北非、日本等多个国家和地区受高温热浪袭击;高温和强风共同作用,使得希腊、瑞典等多国森林大火发生频繁;日本西部持续性暴雨导致200多人死亡。2019年,美国中西部经历罕见低温,明尼苏达州气温低至-38℃;澳大利亚遭受极端高温,多地气温达45℃以上。极端气候导致经济损失、人身伤亡巨大,严重影响了社会可持续发展。

研究区域尺度的极端降水变化规律[11-14],不仅能更全面地认识气候变化的特征和规律,更能为区域应对气候异常变化提供科学依据。研究表明[15],中国大部分区域极端气候趋势为平均状态的5-10倍,部分站点平均气候变化不大,但极端气候变化特征显著。特别是,中国极端降水事件区域性特征更为显著[11,16]。其中,东北、华北强降水事件有减少趋势,西北西部、长江中下游、华南及青藏高原表现为增加趋势。

深圳市位于热带和亚热带过渡区,具有亚热带海洋性季风气候特征,属典型气候脆弱区。作为全国性经济中心城市,深圳城市化水平高,人口密集(常住人口超过1343万),机动车辆多,地表下垫面渗透能力差。随着深圳城市化快速发展和全球变暖持续影响,自然灾害及其次生、衍生灾害的多发性、易发性、危害性和不可预测性进一步加大,特别是极端降水引发的洪涝灾害和城市内涝威胁着深圳市的良性发展。同时,作为粤港澳大湾区的4个核心城市之一,深圳市承担着引领国家经济发展和对外开放的重任。为此,本文全面分析了1961-2019年深圳市11个极端降水指数的变化趋势和突变特征,检测了降水异常年份和典型极端降水事件,讨论了深圳市极端降水指数与极端降水事件的关联。本研究将为深圳市应对气候变化、防灾减灾工作提供参考,以更好地服务于我国改革开放推进和粤港澳大湾区建设等重大国家需求。

1 数据与方法

一般而言,认定某降水事件为极端事件时,需满足以下2个条件之一:降水量超某一固定阈值,并造成一定影响;降水量超过某百分位阈值或达到一定的重现期。极端降水事件需要从小时、天、多天等多个时间尺度来量化。世界气象组织综合考虑了降水量、降水强度、持续时间等因素,将极端降水事件定义为:发生在一至几天(通常少于一周)内的显著降水事件,其总降水量超过某一阈值(基于站点)(https://www.wmo.int/pages/prog/wcp/ccl/documents/)。

本文基于深圳站(台站号59493)1961-2019年日降水量数据(来源:中国气象数据共享网的“中国地面气候资料日值数据集(V3.0)”,经过了严格质量控制),利用世界气象组织(WMO)气候变化监测指数专家组(ETCCDMI)提出的27个极端气候指数中的11个极端降水指数,分析了深圳市极端降水气候变化[17](表1)。

表1 极端降水指数Table 1 Extreme precipitation index

其中,计算强降水阈值和极强降水阈值时,采用的日降水量95%(99%)分位值借鉴了Bonsal等[18]的工作。具体如下:把降水序列(日降水量≥0.1 mm)按升序排列:x1,x2,x3, …,xm, …,xn(n为研究时段内日降水量≥0.1 mm日数,本文n=7 964),某个值小于或等于xm的概率为:

(1)

式中,m为xm的序号,n为降水序列数。计算第95(99)个百分位值,即P=95%(99%)所对应的xm值,分别对应着判定强降水和极强降水的日降水量阈值。具体到本文,深圳站1961-2019年共有7 964个降雨日数,将其日降水量按升序排序,取其第95(99)个百分位值,从而判定深圳站发生强降水和极强降水的日降水量阈值分别为59.7 mm和130.4 mm。在此基础上,计算深圳年强降水量、极强降水量,即每年分别超过强降水量阈值、极强降水量阈值的日降水量之和。需要注意的是,由于极强降水发生概率更低(只有1%),因此达到极强降水标准的“门槛”(即阈值)比强降水高,而年强降水量大于年极强降水量。

年降水量异常(典型异常)判定方法为[19]:将年降水量距平除以标准差,若该比值大于等于1(≤-1)即认为该年降水量异常偏高(偏低),大于等于2(≤-2)即为典型异常偏高(偏低)。结合极端降水指数综合表现,确定深圳市1961-2019年极端降水异常年份。

采用变异系数(标准差与均值之比)分析极端降水指数波动特征;采用线性趋势法研究极端降水指数的时间变化趋势,并利用t检验确定变化趋势显著性[20];采用Mann-Kendall检验分析极端降水指数突变特征[21]。

2 结果与分析

2.1 极端降水指数变化

2.1.1 年降水量(PRCPTOT)

1961-2019年,深圳市年降水量多年平均值为1 909.8 mm,且年际波动较大,最大值为最小值的3倍有余:最大值、最小值分别为2 747.0 mm(2001年)、911.9 mm(1963年)(图1(a))。年降水量大致呈弱的上升趋势,气候倾向率为6.7 mm/10a,但未通过0.05显著性水平检验。深圳市降水量主要集中在汛期(4-9月),占全年降水量的84.9%(图1(b))。其中,前汛期(4-6月)、后汛期(7-9月)降水分别为714.2 mm、906.2 mm,分别占全年降水量的37.4%、47.5%。

图1 1961-2019年深圳市年降水量(a)、月降水量(b)Fig.1 Annual (a) and monthly (b) precipitation in Shenzhen City from 1961 to 2019

深圳市年降水量主要集中在夏季(52.1%),其次是春、秋两季,冬季降水最少(图2)。春、夏、秋、冬季的平均降水量分别为453.4 mm、995.7 mm、362.0 mm、98.5 mm,且各季降水量年际波动显著(四季变异系数分别为0.44、0.33、0.54和0.68)。其中,冬季降水年际间波动最大,夏季最小。由于夏季降水超过了年降水量的1/2,所以夏季降水和年降水量的变化趋势大体一致。

图2 1961-2019年深圳市年降水量和季节降水量Fig.2 Annual and seasonal precipitation in Shenzhen City from 1961 to 2019

除秋季外,深圳各季降水量均呈上升趋势,但各季降水增幅差异较大(图3)。其中,夏季降水增加最为明显(11.3 mm/10a),春季次之(9.3 mm/10a),冬季最小(2.8 mm/10a)。秋季降水则呈下降趋势,降水变率为-17.3 mm/10a。59年间,春季降水量总计增加54.9 mm,夏季66.7 mm,冬季16.5 mm;但秋季降水量减少102.1 mm。

图3 1961-2019年深圳市季节(a-d:春-冬)降水量Fig.3 Seasonal (a-d: spring-winter) precipitation in Shenzhen City from 1961 to 2019

2.1.2 最大1日降水量(Rx1day)、最大5日降水量(Rx5day)

1961-2019年深圳市最大1日、5日降水量平均值分别为168.7 mm、297.7 mm,前者年际间波动大于后者(变异系数分别为0.36和0.32),总体呈弱下降趋势,下降幅度分别为5.5 mm/10a、4.2 mm/10a(图4)。

图4 1961-2019年深圳市最大1日降水量(a)、最大5日降水量(b)Fig.4 Max 1-day (a) and 5-day (b) precipitation in Shenzhen City from 1961 to 2019

其中,最大1日降水量的最大值和最小值分别为344.0 mm(2000年4月14日)、66.8 mm(1963年7月18日);最大5日降水量的最大值和最小值分别为523.6 mm(1999年8月21-25日)、156.2 mm(1963年7月18-22日)。

2.1.3 平均日降水强度(ISDII)、中雨日数(R10)、大雨日数(R20)、暴雨日数(R50)

近59年,深圳市平均日降水强度均值为19.4mm·d-1,最大值和最小值分别为30.3mm·d-1(2008年)、12.4mm·d-1(1963年)(图5(a)),但长期看变化趋势不显著。

图5 1961-2019年深圳市平均日降水强度(a)、中雨日数(b)、大雨日数(c)、暴雨日数(d)Fig.5 Simple daily intensity index (a), number of moderate rain days (b), number of heavy rain days (c) and number of rainstorm days (d) in Shenzhen City from 1961 to 2019

1961-2019年,中雨日数显著增多(通过了0.05显著性水平检验),增幅为1.3d/10a(图5(b))。59年间,中雨日数均值为46d,最大、最小值分别为66d(2013年)、28d(1963年)。大雨日数和暴雨日数变化趋势则不显著。这期间,深圳共有1 660日降水量达到大雨级别,527日达暴雨级别(其中,≥100mm的大暴雨日数为137日,≥250mm的特大暴雨日数为7日);年平均大雨、暴雨日数分别为28.1天和8.9天。59年里,大雨日数和暴雨日数最大值分别为40d、18d,均发生在2001年;最小值分别为16d、1d,均发生在1963年(图5(c)、(d))。1961-2019年,暴雨日数波动最大、大雨日数次之、中雨日数波动最小,三者变异系数分别为0.36、0.21和0.17。

2.1.4 年强降水量(R95p)、年极强降水量(R99p)

1961-2019年,深圳共有7 964个降雨日数,平均每年降雨135日,判定强降水和极强降水的日降水量阈值分别为59.7mm和130.4mm,大致对应着暴雨、大暴雨级别。近59年,深圳市年强降水量和年极强降水量变化趋势均不显著,未通过0.05显著性水平检验;其均值分别为571.0mm、192.0mm,分别约占年降水量的30%和10%。年强降水量和年极强降水量年际波动大,变异系数分别为0.53和1.14,位列11个极端降水指数中前二。年强降水量和年极强降水量的最大值分别为1 530.8mm(2008年)、897.3mm(1964年);最小值均为0mm(即年内最大日降水量小于判定强降水和极强降水的日降水量阈值)(图6)。

图6 1961-2019年深圳市年强降水量(a)、年极强降水量(b)Fig.6 Very wet days′ precipitation (a) and extremely wet days' precipitation (b) in Shenzhen City from 1961 to 2019

2.1.5 持续干期(CDD)、持续湿期(CWD)

1961-2019年,深圳市持续干期和持续湿期的长期变化趋势不显著,上升幅度分别为1.1d/10a、0.1d/10a,但未通过0.05显著性水平检验(图7)。

图7 1961-2019年深圳市持续干期(a)、持续湿期(b)Fig.7 Consecutive dry days (a) and consecutive wet days (b) in Shenzhen City from 1961 to 2019

这期间,深圳市持续干期均值为44.1d,最大值为112d(2004年9月23日至2005年1月12日),最小值为17d(1982年4月5-21日);持续湿期均值为8.3d,最大值为14d(2001年6月4-17日),最小值为5d(1963年9月14-18日、1974年6月22-26日、1980年7月11-15日、2009年12月27-31日、2010年9月9-13日)。

2.2 极端降水指数突变检验

近59年,深圳市最大1日降水量、最大5日降水量、中雨日数等3个极端降水指数发生了气候突变(图8),其它8个极端降水指数则无明显突变(图略)。其中,最大1日降水量在1979年发生明显的气候突变,由降水偏多期跃变为偏少期(1979年前后,年平均最大1日降水量由181.9mm减少至162.4mm);最大5日降水量于1982年由偏多期(310.3mm)降至偏少期(290.2mm);中雨日数突变则发生在1977年,由相对偏少期突变为偏多期(1961-1977年,年平均中雨日数为42.5d,1977-2019年则为47.2d)。需要注意的是,各极端降水指数的UF值绝大部分时段未超过0.05显著性水平临界线,说明尽管这些极端降水指数增加或减少的趋势并不明显,但仍然发生了明显的气候突变。

图8 1961-2019年深圳市极端降水指数Mann-Kendall突变检验Fig.8 Mann-Kendall test of Shenzhen City′s indexes for precipitation extremes from 1961 to 2019

2.3 降水异常年份

2.3.1 降水异常年份检测

根据年降水量距平和标准差比值(图9),确定了深圳市年降水量异常值出现年份(表2)。1961-2019年,深圳市年降水量典型异常偏高年份为2001年和2008年;典型异常偏低年份为1963年;异常偏高年份为1964、1975等9年;异常偏低年份为1988、1990等6年。其中,近30年(1990-2019年),深圳市年降水量异常值出现频次是前29年的两倍(1961-1989年共有6年降水量异常或典型异常,1990-2019年则增至12年)。

表2 1961-2019年深圳市年降水量异常值出现年份统计表Table 2 Years with abnormal annual precipitation in Shenzhen City from 1961 to 2019

图9 1961-2019年深圳市降水异常年份检测Fig.9 Detection of abnormal precipitation years in Shenzhen City from 1961 to 2019

除年降水量外,其它10个极端降水指数亦在不同侧面揭示了降水异常年份。近59年来,除持续干期外,其它9个极端降水指数均在1963年达到最低值,这都佐证了1963年为深圳市降水典型异常偏低年份。同理,平均日降水强度和年强降水量均在2008年达最大值;大雨日数、暴雨日数、持续湿期均在2001年达最大值。年降水量异常检测结果和11个极端降水指数的变化趋势、突变特征,综合验证了2001年和2008年均为降水典型异常偏高年份。

2.3.2 降水典型异常年份

选取两个降水典型异常年份(1963年和2008年),具体分析其降水异常成因及影响。其中,1963年,深圳市年降水量较常年减少了52.3%,且除持续干期外,所有极端降水指数均在该年达历史最低值,为降水典型异常偏低年份。其主要原因为:该年受厄尔尼诺影响,东亚大气环流异常,北方冷空气南下路径偏西,我国受冷空气影响范围减小;同时,西太平洋副热带高压脊线异常偏西偏北,来自西南的暖湿气流较弱[22]。这导致我国江南、西南、华南以及香港等地区均出现大范围严重干旱[22-25]。黄强等[26]研究指出,此次珠江流域重大干旱过程从1962年11月7日一直持续到1964年1月4日,历时424天。

2008年,深圳市降水典型异常偏多,其年降水量达2 710 mm,超多年平均降水量41.9%。同时,该年强降水量和平均日降水强度亦为近59年来最大。2008年深圳市典型极端降水事件主要为“6.13”暴雨,该暴雨过程降雨量大,全市24小时面雨量达325.3 mm。其中,宝安区面降雨量达437.71 mm,暴雨重现期接近百年一遇。最大24h点雨量在石岩水库为625 mm,重现期大于500年一遇[27]。暴雨过程中,强大的东亚阻塞高压、较深的乌拉尔山长波槽使冷空气能够不断地南下入侵华南沿海;较强的低空急流和活跃的西南季风则提供了良好的水汽和能量条件[28]。“6.13”暴雨造成了严重的涝灾,全市出现1 000多处内涝或水浸,受灾人员十多万人,更有8人死亡,6人失踪,直接经济损失高达12亿元。

显然,降水(典型)异常年份发生极端降水、极端干旱事件概率大。值得注意的是,降水正常年份亦有发生极端事件的可能。例如:2018年8月29-31日深圳市发生连续特大暴雨事件,该事件平均过程降雨达292.2 mm,最大累积降雨达596.3 mm(赤石大安小学站)(来源:《2018年深圳市气候公报》,http://weather.sz.gov.cn/)。但我们分析表明,2018年各极端降水指数并无异常,且降水异常年份检测结果为正常年。这是因为单次极端降水事件主要受局地天气过程影响,可预报性低,预报难度大。因此,需要综合考虑多个极端降水指数变化特征与极端降水事件发生的关联,以便为极端降水事件预报、预估提供科学依据。

3 结论与讨论

本文全面分析了1961-2019年深圳市11个极端降水指数的变化趋势和突变特征,检测了降水异常年份和典型极端降水事件,讨论了深圳市极端降水指数与极端降水事件的关联。近59年,深圳市强降水和极强降水的日降水量阈值分别为59.7 mm和130.4 mm,大致对应着暴雨、大暴雨级别。深圳市极端降水变化主要表现为中雨日数显著增多;年降水量无显著变化趋势,但极端降水指数波动特征显著。近30年,深圳市年降水量异常(典型异常)年份出现频次显著增多,为前29年的2倍;1963年为降水典型异常偏低年份,2001年和2008年则为典型异常偏多年份。

尽管正常年份亦有发生极端降水事件的可能,但降水异常(典型异常)年份发生极端事件概率较正常年份要大。因此,深圳未来城市面临着极端降水引发的城市内涝和地质灾害,造成街道成河、汽车没顶、交通堵塞、人员伤亡等后果。其中,城市积涝主要包括片区内涝和路面积水等,地质灾害则主要指山体滑坡、泥石流和危险边坡、挡土墙以及水渠边坡垮塌。

因此,在能力建设方面,政府相关部门应加强城市基础设施建设;提高雨洪管理,健全城市内涝信息监测、预报预警系统,构建立体防洪排涝体系;完善洪涝应急方案,加强应急管理,提高城市防灾减灾救灾能力。在基础研究方面,需结合极端降水指数以及造成严重灾害损失的极端降水事件,进一步遴选极端降水关键预报指数;并将本文的单站点极端降水气候变化分析扩展至整个深圳市,分析地理、地形等诸多环境因子对极端降水空间格局分布的影响,在各社区层面制定不同灾害风险等级所对应的极端降水指数阈值标准;最终实现精准化极端降水预估预报和精细化气象灾害应急管理目标。

猜你喜欢
日数强降水年份
汉江上游汉中区域不同等级降水日数的气候变化特征分析
2020年江淮地区夏季持续性强降水过程分析
特殊的一年
天津市滨海新区塘沽地域雷暴日数变化规律及特征分析
一次东移型西南低涡引发的强降水诊断分析
什么是闰年?
一样的年份
四川盆地西南部短时强降水天气特征分析
海南省雷暴日数年代际变化特征
2014 年5 月末西藏强降水天气分析