贾 路,于坤霞,邓铭江,李 鹏,2,李占斌,时 鹏,2,徐国策,2
西北地区降雨集中度时空演变及其影响因素
贾 路1,于坤霞1,邓铭江1※,李 鹏1,2,李占斌1,时 鹏1,2,徐国策1,2
(1. 西安理工大学省部共建西北旱区生态水利国家重点实验室,西安 710048;2. 西安理工大学旱区生态水文与灾害防治国家林业局重点实验室,西安 710048)
在全球气候变化背景下,深入研究中国西北地区降雨集中度时空演变规律具有重要的现实意义。该研究基于1960—2017年逐月栅格降雨数据,利用Mann-Kendall趋势检验方法、Mann-Kendall突变点检验方法、Morlet小波方法和冷热点分析方法分析了西北地区降雨集中度的时空变化特征,并通过交叉小波变换探讨大气环流因子变化与降雨集中度的关系,同时讨论地貌分布对降雨集中度的影响。结果表明:1)在1960—2017年,西北地区及其3个子区域的降雨集中度平均值呈现减少趋势,且存在显著突变点(<0.05),降雨量年内分配不均,存在明显的季节性变化,部分区域降雨量年内异常集中且降雨集中度未来将会持续减少;2)整个研究区及其3个子区域在1960—2017年平均降雨集中度变化均存在一个40 a左右的主周期和一个24 a左右的次周期,各个子区域降雨集中度的变化与研究区整体的周期变化保持一致性;3)在1960—2017年,降雨集中度空间分布存在冷热点,冷点区域降雨集中度呈现显著减少趋势(<0.05)。热点区域降雨集中度呈现不显著减少趋势,年际变化幅度高于冷点区域;4)北大西洋涛动和太平洋十年涛动指数等大气环流因子变化对降雨集中度的变化具有较强的影响,不同的大气环流因子对降雨集中度的影响存在差异。研究成果将有助于进一步深化对西北地区降雨年内分配变化的认识,为西北地区生态环境保护和水资源规划制定提供一定的科学依据。
降雨;气候变化;降雨集中度;时空变化;影响因素;西北地区
气候变化是当今全球变化的重要方面之一[1],主要包括以气温和降水等气候要素变化为核心的冷暖变化与干湿变化[2]。一方面,不同的气候指标和气象事件反映气候变化的不同特征。另一方面,气候变化存在着明显的时间尺度和区域差异[2-4]。当前,全球气温逐年升高,二氧化碳等温室气体不断增加,极端降水事件频发,洪涝灾害对人类社会造成巨大的损失[5-6]。降水变化是气候变化最重要表现之一,揭示全球气候变化大背景下区域降水变化特征及其影响因素具有重要意义。
降水变化一般被分为两部分进行研究,即“降雨量”和“降雨结构”[7]。前者主要研究降雨总量变化特征,后者主要研究不同时段降雨的分配特征[8]。国内外许多学者对于变化环境下降水变化进行了广泛而丰富的研究[9-10],研究成果涉及月、季节、年和年际等不同时间尺度,对于阐明变化环境下降水对环境的响应规律具有重要意义,也有助于流域水资源管理等。以往的研究主要侧重于采用不同的数学工具或者理论,研究不同时间尺度降雨量变化的时空分布特征,并进一步探讨其变化的原因[11]。虽然这些研究在一定程度上能够反映水文或者气候变量及水文过程和气候过程的变化情况,但很难揭示降雨在某一时段内的分配状况,即降雨结构[12]。其中,降雨集中度是一个十分重要的定量描述降雨量在年内或者月内分布均匀程度的降雨结构特征指标[13]。降雨量年内分布不均是导致极端天气事件发生的重要原因之一,例如干旱和洪涝[14]。Oliver[15]在1980年提出了一种基于月降雨量的降雨集中度计算方法,能够很好地表征降雨在年内的集中程度和季节性。Martin-Vide[16]定义了基于日降雨量的降雨集中度计算指数。de Luis等[17-18]研究发现降雨对土壤的侵蚀能力与降雨的季节性紧密相关。段亚雯等[12]利用1961—2010年中国583个气象站点的逐月降水和气温观测数据,研究发现中国降雨集中度由东南向西北呈现逐渐增加的空间分布状况,并且大部分地区降雨集中度呈现显著下降趋势。
中国西北地区国土面积广阔,区域地形复杂,干旱少雨,生态环境恶劣,降水年内分配不均,水资源仅占全国水资源总量的5.7%。2018年邓铭江[19]提出了中国西北地区“水三线”空间格局与水资源配置方略,进一步论述了水是西北地区可持续发展的生命线,水资源短缺严重制约着西北地区社会经济的可持续发展和生态恢复。近几十年,中国西北地区自然环境发生明显变化,气温升高、冰川消融,干湿程度发生变化[3-4],湖泊面积增加、水位上升。但是关于西北地区降雨集中度的研究成果依然匮乏,因此,研究西北地区降雨集中度变化特征对于应对变化环境下西北地区水资源问题具有重要价值。
本研究通过计算降雨集中度指标分析西北地区降雨年内分配的变化特征,分别利用Mann-Kendall趋势检验方法和Mann-Kendall突变点检验方法捕捉降雨集中度的变化趋势和突变点,使用Morlet小波方法分析降雨集中度的变化周期,基于冷热点分析了解西北地区降雨集中度在空间上的分布聚集特征,最后通过交叉小波变换探讨大气环流因子变化与降雨集中度的关系,并分析地貌分布对降雨集中度的影响。该研究成果将有助于进一步深化对西北地区降雨年内分配变化的认识,以期为保护西北地区生态环境和应对水资源问题提供一定的科学依据。
本研究中研究区为邓铭江[19]观点中论述的中国西北地区的新疆、青海、甘肃、宁夏、陕西和内蒙古等省或自治区内的黄河流域片区和内陆干旱区、半干旱草原区。西北地区主要位于中国“胡焕庸线”西侧、青藏高原北侧,总面积345万km2,西北地区经济发展相对落后,海拔较高,最低海拔为-168 m,最高海拔为5 803 m。多年平均地表径流量为1 425.8亿m3,荒漠戈壁广泛分布,占全国荒漠化面积的81.63%,生态环境恶劣。主要的地貌类型有丘陵、台地、平原、低山、中山、高山和极高山,共7类。研究区涉及50多个市,根据邓铭江[19]提出的“水三线”理论,从东到西分别有3条地理分界线穿过中国西北地区,分别是“胡焕庸线”、“阳关线”和“齐策线”,按照市域边界并结合“水三线”的走向将研究区划分为3个子区域,如图1所示。
本文降雨数据来源于国家青藏高原数据中心的降雨栅格数据(http://data.tpdc.ac.cn/zh-hans/),时间序列为1901—2017年的逐月值,本研究采用1960—2017年的逐月值,经过重采样处理后,空间分辨率为8 km×8 km。地貌数据来源于中国科学院地理科学与资源研究所的中国100万地貌类型空间分布数据(http://www.resdc.cn/)。大气环流因子北大西洋涛动(North Atlantic Oscillation,NAO)和太平洋十年涛动指数(Pacific Decadal Oscillation,PDO)数据来源于美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration)的国家气候数据中心(https://www.ncdc. noaa.gov/teleconnections/),时间序列为1960—2017年。
1.3.1 降雨集中度
基于月降雨量计算的降雨集中度是用以描述季节降雨不均匀性的指标。降雨集中度≤10时,表明月降雨量在年内分布较为均匀;10<降雨集中度≤20时,表明月降雨量在年内变化具有明显的季节性;降雨集中度>20时,表明月降雨量在年内分布具有异常的集中性。降雨集中度的具体计算公式[15]如下:
式中CIM为降雨集中度;P为第个月的降雨量,mm。
1.3.2 Mann-Kendall趋势检验
Mann-Kendall(MK)趋势检验[20]是一种非参数的判断数据序列变化趋势的分析方法,本文采用Mann-Kendall趋势检验识别降雨集中度的变化趋势,当MK检验统计量等于0时,认为降雨集中度变化不存在变化趋势;当MK检验统计量小于0时,认为降雨集中度变化存在减少的趋势;当MK检验统计量大于0时,认为降雨集中度变化存在增加的趋势,且当MK检验统计量的绝对值大于1.96时,认为这种变化趋势是显著的(<0.05)。
1.3.3 Hurst指数
Hurst指数()是一种广泛应用于时间序列未来趋势分析的方法。当=0.5时,表明时间序列是随机序列,是不可持续的;当>0.5时,时间序列的变化与目前的趋势基本一致,表明变化的可持续性是正的;<0.5表示负可持续性,即未来的变化将与当前趋势相反。具体计算过程[21]如下:
最后,通过在双对数坐标系[ln(), ln((τ)/(τ))]中使用最小二乘法计算出:
1.3.4 Mann-Kendall突变点检验
当Mann-Kendall法用于检验序列突变性(M-K)[22]时,首先需要确定被检验的时间序列(1,2,,x),它的长度为,其次需构造一个秩序列d。
式中
在时间序列随机独立的假定下,均值(d)和方差var(d)计算公式如下:
(10)
定义统计变量UF为
按时间序列逆序,重复上述过程,同时使UB=-UF(=+1-),由UF和UB分别绘制出曲线C1和C2。如果C1或C2出现交点,且交点在临界线之内,那么交点对应的时刻便是突变开始的时间。
1.3.5 Morlet小波分析
本研究中利用复Morlet小波[23]分析西北地区降雨集中度的变化周期。Morlet小波变换的公式如下:
1.3.6 冷热点分析
Getis-Ord*统计量是一种分析变量的空间分布聚集程度的指标,服从标准正态分布,其计算方法[24]如下:
1.3.7 交叉小波变换
本研究使用交叉小波[25]来分析年平均北大西洋涛动(NAO)和年平均太平洋十年涛动指数(PDO)分别与年平均降雨集中度的相关性。交叉小波分析可以较好地发现两个时间序列的变化特征和耦合波动,充分揭示它们具体的相关性和演化特征。在本研究中,用()表征变量序列,()表征变量序列。2个时间序列()和()之间交叉小波谱定义为
西北地区1960—2017年降雨集中度的时空变化特征如图2所示。整个研究区只有部分区域降雨集中度在1960—2017年变化呈现显著变化(<0.05)(图2a)。其中,显著增加区域主要集中分布在子区域2的东南部地区和子区域3的西部地区。降雨集中度显著减少的区域主要集中在子区域1的北部地区、子区域2的南部地区以及子区域3的南部和东北部地区。降雨集中度Hurst指数的空间变化范围为0.31~0.77,子区域1的中部、子区域2的南部以及子区域3的西部、南部、东北部地区降雨集中度Hurst指数值较高,该区域的降雨集中度变化趋势与过去保持一致(图2b)。1960—2017年研究区的多年平均降雨集中度空间变化范围为10.25~75.84,研究区西北部和东部地区降雨集中度值较低,降雨集中度的值大于10而小于20,表明该地区降雨量存在年内的季节性变化。研究区中部地区降雨集中度高,其值大于20,表明该地区降雨量年内变化存在异常的集中性(图2c)。图2d的降雨集中度变异系数分布表明,研究区西北部和东部地区降雨集中度年际变化幅度较小,研究区中部地区降雨集中度年际变化幅度较大。
研究区整体和子区域2、子区域3的降雨集中度平均值在1960—2017年呈现不显著的变化趋势。在3个子区域中,子区域2的降雨集中度平均值和变异系数均最大,分别为27.45和0.13,年际间变化幅度高于研究区整体和其余两个子区域的变化幅度。研究区整体和子区域2、子区域3的降雨集中度Hurst指数分别为0.59、0.53和0.61,这表明研究区整体和子区域2、子区域3降雨集中度将会持续减少。子区域1的降雨集中度在1960—2017年间呈现显著减少趋势(<0.05),其Hurst指数为0.52,该区域降雨集中度未来也会持续减少(表1)。
图2 1960—2017年西北地区降雨集中度空间变化特征
表1 1960—2017年西北地区降雨集中度时间变化特征
图3为1960s、1970s、1980s、1990s、2000s和2010s西北地区降雨量年内分配平均值的曲线。在各个年代中,6、7、8、9四个月份的降雨量最多。在汛期,西北地区及其3个子区域的降雨量从高到低依次为:子区域3、研究区整体、子区域1、子区域2。在非汛期,西北地区及其3个子区域的降雨量从高到低依次为:子区域1、子区域3、研究区整体、子区域2。对于相同的子区域或者研究的空间尺度,不同月份降雨量随着年代的变化存在波动变化的特征,在1980s和2010s各月的降雨量均达到一个较高的值(图3)。
使用M-K突变点检验识别整个研究区和3个子区域1960—2017年平均降雨集中度的突变点,计算结果如图 4所示。从图4中可以看出,整个研究区及其3个子区域的平均降雨集中度在1960—2017年间均存在显著突变点(<0.05)。从整个研究区来看,降雨集中度变化的显著突变点主要集中在1980s、1990s和2010s(图4a)。子区域1的平均降雨集中度在1960—2017年的各个年代均存在显著突变点(图4b),子区域2的平均降雨集中度1960s初期、1980s左右和2010s存在显著突变点(图4c),子区域3的平均降雨集中度2000s初期和2010s存在显著突变点(图 4d)。
图3 1960—2017年西北地区降雨量年内分配曲线
表2统计了1960—2017年研究区整体和3个子区域不同年代降雨集中度的平均值。研究区整体的降雨集中度平均值在1970s和1990s均比较大,分别为21.81和21.43,1980s大幅度减小至20.30,1990s增大到21.43,同时2010s相比2000s的降雨集中度也有所增大,因此,在1980s、1990s和2010s存在显著突变。子区域1的降雨集中度平均值在年代间差异并不明显,均比较接近,因此M-K突变点检验的2条统计曲线十分贴近。子区域 2的降雨集中度相比其他2个子区域来说,变化差异较大,在1960s、1980s和2010s值比较大,存在显著突变点。子区域3的降雨集中度在2000s和2010s平均值均小于其他年代,因此这一时期也存在显著突变点。
图5所示为整个研究区及其3个子区域1960—2017年平均降雨集中度Morlet小波变换图。由图可知,1960—2017年整个研究区及其3个子区域平均降雨集中度变化均存在一个40 a左右的主周期和一个24 a左右的次周期,同时在这一时间尺度上存在2个偏多中心,分别为1969 年和2009年,1989年存在1个偏少中心。研究区降雨集中度平均值整体的变化周期与3个子区域降雨集中度的变化差异很小,降雨集中度不存在周期变化上的明显差异。以上分析说明,整个研究区及其3个子区域平均降雨集中度在1960—2017年变化周期具有一致性。
表2 1960—2017年不同年代西北地区降雨集中度平均值
冷热点分析被用来识别整个研究区1960—2017年降雨集中度低值和高值在空间上的聚集状况。图6a为1960 —2017年多年平均降雨集中度的冷热点分布情况。多年平均降雨集中度冷点主要集中在研究区的西北部地区,即子区域1的北部地区,该区域降雨集中度低值较为聚集。多年平均降雨集中度的热点主要集中在研究区的中南部地区,即子区域2的南部,该区域大部分位于沙漠和山地地区,年降雨量较少,年内分配极为不均,降雨集中度高值较为集中。研究区降雨集中度的热点区域、冷点区域和非冷热点区域在1960—2017年逐年平均降雨集中度变化如图6b所示。冷点区域降雨集中度在1960—2017年呈现显著减少趋势(<0.05),其最大值、最小值、平均值、变异系数和Hurst指数分别为13.62、9.65、11.53、0.07和0.59,该区域降雨集中度年际间变异变化幅度较小,Hurst指数大于0.5,表明未来变化依然会持续减少,冷点特征更加明显。热点区域降雨集中度在1960—2017年呈现不显著减少趋势,其最大值、最小值、平均值、变异系数和Hurst指数分别为52.35、29.15、36.63、0.13和0.56,年际变化幅度高于冷点区域,Hurst指数大于0.5,表明未来依旧会持续减少,部分区域可能变为非冷热点区域。非冷热点区域降雨集中度在1960—2017年也呈现不显著减少趋势,其最大值、最小值、平均值、变异系数和Hurst指数分别为23.68、16.16、19.52、0.07和0.60,Hurst指数大于0.5,表明未来依然呈现减少趋势,年际变化幅度与冷点区域一致,未来部分地区有可能会变为冷点区域(表3)。
表3 1960—2017年西北地区降雨集中度冷热点区域降雨集中度变化特征
1960—2017年整个研究区及其3个子区域北大西洋涛动和平均降雨集中度的交叉小波变换如图7所示。1963 —1970年间,北大西洋涛动和整个研究区的平均降雨集中度之间存在1~3 a的显著负相关(图7a,<0.05)。1965—1968年间,北大西洋涛动和子区域1的平均降雨集中度之间存在1~3 a的显著正相关(图7b)。1963—1970年间,北大西洋涛动和子区域2的平均降雨集中度之间存在1~3 a的显著负相关(图7c)。1991—1998年间,北大西洋涛动和子区域3的平均降雨集中度之间存在14~16 a的显著负相关(图7d)。以上分析表明,北大西洋涛动的增强可能会促使子区域1的降水集中度增加,同时促使子区域2和子区域3的降雨集中度减少。
1960—2017年整个研究区及其3个子区域太平洋十年涛动和平均降雨集中度的交叉小波变换如图8所示。1978 —1983年间和1990—1998年间,太平洋十年涛动和整个研究区的平均降雨集中度之间分别存在0~4 a的显著正相关和4~6 a的显著正相关(图8a,<0.05)。1992—1999年间和2003—2009年间,太平洋十年涛动和子区域1的平均降雨集中度之间分别存在4~6 a的显著正相关和5~7 a的显著负相关(图8b)。1990—1998年间,太平洋十年涛动和子区域2的平均降雨集中度之间存在3~6 a的显著正相关(图8c)。1973—1978年间,太平洋十年涛动和子区域3的平均降雨集中度之间分别存在0~2 a的显著正相关(图8d)。以上分析表明,太平洋十年涛动的变化对西北地区的降雨集中度变化也存在明显的影响。
地貌分布是影响区域降水空间分布的重要因子。表4为研究区7类地貌区域1960—2017年降雨集中度的统计特征。由表可知,不同地貌类型在西北地区1960—2017年降雨集中度平均值由高到低依次为:极高山地貌区、丘陵地貌区、台地地貌区、高山地貌区、平原地貌区、低山地貌区、中山地貌区,其值分别为28.55、21.35、20.93、20.76、20.51、20.00、18.07。极高山地区海拔最高,年内降雨只发生在极少时间段,常年气温较低,积雪覆盖,降雨年内分配极不均匀,因此降雨集中度最高。不同地貌区降雨集中度呈现不显著的减少趋势,Hurst指数均大于0.5,降雨集中度未来会持续减少。丘陵地貌区主要分布在沙漠地区,沙丘较多,该地区年内降水极少且分配不均,只发生在夏季。中山地貌区主要位于沙漠与高山之间,降雨比较多,存在明显的季节性变化,气温适宜,因此降雨集中度相比来说较低。
表4 1960—2017年西北地区不同地貌类型区降雨集中度统计特征
许多研究表明,厄尔尼诺循环、南方涛动等大气环流因子通过雨带移动和对水汽输送的影响进而影响区域水文要素,特别是对降雨的变化具有不可忽视的影响[26-28]。其中,北大西洋涛动(North Atlantic Oscillation)和太平洋十年涛动指数(Pacific Decadal Oscillation)是影响北半球气候变化的重要大气环流因子[10]。代萌等[29]研究发现北极涛动(Arctic Oscillation)与干旱变化存在1~3 a正相关关系。在本研究中主要分析了北大西洋涛动和太平洋十年涛动指数对降雨集中度的影响。从研究区整体和各个子区域的空间范围来看,降雨集中度均呈现减少趋势,这也可能是因为气温升高情况下季节性差异缩小导致的[12]。
有研究表明太平洋十年涛动等大气环流因子变化确实会对降雨集中度的变化具有较强的影响[10],与本研究分析一致。此外,不同的大气环流因子对降雨集中度的影响存在差异,有学者分析表明从太阳活动的角度来讲,太阳黑子对气候要素以及降雨集中度的影响要明显强于大气环流[10,27-28]。因此,关于降雨集中度变化的影响因素比较多,还需要进一步探讨和研究。
地形地貌分异特征是影响降雨变化的重要地理因素[30]。复杂的地形会影响太阳辐射和降雨的空间再分配[31]。高原区域的降水一般较少且年内分配不均,平原区的降水较多,年内分配相对均匀。山地区域由于会形成地形雨,因此降雨量比较多。西北地区水汽来源复杂、降水形成的环境要素差异性大[32]。张宁瑾[33]的研究表明,在西北地区的柴达木盆地,少雨年降水更加集中,这一结果和本研究的分析是一致的。关于地形对降雨形成或者水汽循环机理的研究目前仍然存在许多问题需要进一步研究。有研究表明西北地区冬季盛行西北风,水汽输送主要来自大西洋和北冰洋的西风气流,而夏季来自亚洲季风环流系统的暖湿气体也有影响[34]。不同地貌类型对该区域降雨空间分布的影响是显而易见的,但是该地区跨越经度和纬度地带范围广阔,地貌复杂多样,降雨形成过程复杂,特别是广袤的沙漠和隔壁地区,进一步加剧了降雨的年内分配不均程度。
对于处于干旱半干旱地区的中国西北地区,降水是该地区的主要水资源来源之一,在全球气候变化背景下,特别是降雨年内分布特征的变化,对该区域生态、生产和生活来说会产生不可忽视的作用。一方面,过去几十年间,中国经历了快速而且规模庞大的城市化过程,国民经济发展对水资源的需要更加紧迫,水资源作为战略性经济资源的制约作用更加突出[35]。在“十三五”规划中,全国9个城市群中西北地区共有4个城市群[36],西北地区城市群的发展对水资源的需求明显增大。对于原本水资源就匮乏的西北地区,降雨集中度和城市化之间会存在不可忽视的互相影响。现有研究表明,城市化过程使得南方大城市降雨趋于均匀化而使得北方大城市降雨更加不均匀[37],这有可能进一步加剧城市极端水文事件的发生,城市内涝频发,对社会经济发展造成负面影响。另一方面,新疆是中国最大的优质棉花产区[38],拥有广袤的耕地,具有重要的粮食生产战略地位,棉花的种植和粮食生产需要在适宜时期进行灌溉,因此降雨集中度过大和过小可能都不利于农业发展。西北地区作为典型的雨养农业区,农业发展过度依赖降水驱动,研究表明在西北地区的黄土高原降雨集中度的变化明显影响果树的生长过程[39],不利的降雨年内分配特征会使产量受损。因此,应该根据降水集中度的变化特征,合理地制定农业灌溉决策,避免农业作物减产。付浩龙等[40]研究表明,随着降水分布均匀,应考虑充分利用有效降水,适当减少灌溉水量或次数,避免灌溉水资源浪费。
1)在1960—2017年,西北地区整体、“齐策线”以西的子区域1、“阳关线”与“齐策线”之间的子区域2、“胡焕庸线”与“阳关线”之间的子区域3的降雨集中度均存在一定的变化,子区域1的降雨集中度平均值呈现显著下降趋势(<0.05)。
2)西北地区整体和3个子区域的平均降雨集中度在1960—2017年间均存在显著突变点(<0.05),而且均存在一个40 a左右的主周期和一个24 a左右的次周期。
3)在1960—2017年,子区域1的北部地区多年平均降雨集中度低值较为聚集,子区域2的南部位于沙漠地区,年降水量较少,年内分配极为不均,多年平均降雨集中度高值较为集中。冷点区域降雨集中度在1960—2017年呈现显著减少趋势(<0.05)。
4)北大西洋涛动和太平洋十年涛动指数等大气环流因子变化对降雨集中度的变化具有较强的影响。同时,西北地区地貌的分布差异对降雨集中度的变化具有一定影响。极高山地区海拔较高,常年气温较低,积雪覆盖,降雨集中度最高,该地区平均值为28.55。
[1] 李哲,丁永建,陈艾姣,等. 1960—2019年西北地区气候变化中的Hiatus现象及特征[J]. 地理学报,2020,75(9):1845-1859.
Li Zhe, Ding Yongjian, Chen Aijiao, et al. Characteristics of warming hiatus of the climate change in Northwest China from 1960 to 2019[J]. Acta Geographica Sinica, 2020, 75(9): 1845-1859. (in Chinese with English abstract)
[2] 孔峰,方佳毅,刘凡,等. 1951—2012年中国降水集中度和集中期的时空格局[J]. 北京师范大学学报:自然科学版,2015(51):404-411.
Kong Feng, Fang Jiayi, Liu Fan, et al. Variations in the spatiotemporal patterns of precipitation concentration degree and precipitation concentration period from 1951 to 2012 in China[J]. Journal of Beijing Normal University: Natural Science, 2015(51): 404-411. (in Chinese with English abstract)
[3] 黄小燕,张明军,贾文雄,等. 中国西北地区地表干湿变化及影响因素[J]. 水科学进展,2011,22(2):151-159.
Huang Xiaoyan, Zhang Mingjun, Jia Wenxiong, et al. Variations of surface humidity and its influential factors in Northwest China[J]. Advances in Water Science, 2011, 22(2): 151-159. (in Chinese with English abstract)
[4] 张永,陈发虎,勾晓华,等. 中国西北地区季节间干湿变化的时空分布:基于PDSI数据[J]. 地理学报,2007(11):1142-1152.
Zhang Yong, Chen Fahu, Gou Xiaohua, et al. The temporal and spatial distribution of seasonal dry-wet changes over the Northwestern China: Based on PDSI[J]. Acta Geographica Sinica, 2007(11): 1142-1152. (in Chinese with English abstract)
[5] 宋晓猛,张建云,孔凡哲,等. 北京地区降水极值时空演变特征[J]. 水科学进展,2017,28(2):161-173.
Song Xiaomeng, Zhang Jianyun, Kong Fanzhe, et al. Spatio-temporal variation characteristics of precipitation extremes in Beijing[J]. Advances in Water Science, 2017, 28(2): 161-173. (in Chinese with English abstract)
[6] Han W, Xiao C D, Dou T F, et al. Changes in the proportion of precipitation occurring as rain in Northern Canada during spring-summer from 1979-2015[J]. Advances in Atmospheric Sciences, 2018, 35( 9): 1129-1136.
[7] 施嘉炀. 水资源综合利用[M]. 北京:中国水利电力出版社,1995.
[8] 王纪军,裴铁璠,顾万龙,等. 降水年内分配不均匀性指标[J]. 生态学杂志,2007(9):1364-1368.
Wang Jijun, Pei Tiefan, Gu Wanlong, et al. Non-uniformity index of annual precipitation distribution[J]. Chinese Journal of Ecology, 2007(9): 1364-1368. (in Chinese with English abstract)
[9] 樊晶晶. 变化环境下水文要素变异研究[D]. 西安:西安理工大学,2016.
Fan Jingjing. Variation Analysis of Hydrological Elements in Changing Environment[D]. Xi'an: Xi'an University of Technology, 2016. (in Chinese with English abstract)
[10] 黄生志,杜梦,李沛,等. 变化环境下降雨集中度的变异与驱动力探究[J]. 水科学进展,2019,30(4):496-506.
Huang Shengzhi, Du Meng, Li Pei, et al. Investigation of the abrupt changes in precipitation concentration and the driving forces under the changing environment[J]. Advances in Water Science, 2019, 30(4): 496-506. (in Chinese with English abstract)
[11] 左洪超,吕世华,胡隐樵. 中国近50年气温及降水量的变化趋势分析[J]. 高原气象,2004,23(2):238-244.
Zuo Hongchao, Lyu Shihua, Hu Yinqiao. Variations trend of yearly mean air temperature and precipitation in China in the last 50 years[J]. Plateau Meteorology, 2004, 23(2): 238-244. (in Chinese with English abstract)
[12] 段亚雯,朱克云,马柱国,等. 中国区域1961—2010年降水集中指数(PCI)的变化及月分配特征[J]. 大气科学,2014,38(6):1124-1136.
Duan Yawen, Zhu Keyun, Ma Zhuguo, et al. Characteristics of precipitation concentration index (PCI) variations and monthly distribution of annual precipitation in China[J]. Chinese Journal of Atmospheric Sciences, 2014, 38(6): 1124-1136. (in Chinese with English abstract)
[13] 刘文莉,张明军,王圣杰,等. 1960-2011年陕西省年内降水分配非均匀性特征及预测[J]. 生态学杂志,2013,32(7):1877-1887.
Liu Wenli, Zhang Mingjun, Wang Shengjie, et al. Intra-annual inhomogeneity of precipitation and its prediction in Shaanxi Province of Northwest China in 1960-2011[J]. Chinese Journal of Ecology, 2013, 32(7): 1877-1887. (in Chinese with English abstract)
[14] 张运福,胡春丽,赵春雨,等. 东北地区降水年内分配的不均匀性[J]. 自然灾害学报,2009(2):89-94.
Zhang Yunfu, Hu Chunli, Zhao Chunyu, et al. Intra-annual in homogeneity characteristics of precipitation in Northeast China[J]. Journal of Natural Disasters, 2009(2): 89-94. (in Chinese with English abstract)
[15] Oliver J E. Monthly precipitation distribution: A comparative index[J]. 1980, 32(3): 300-309.
[16] Martin-Vide J. Spatial distribution of a daily precipitation concentration index in peninsular Spain[J]. International Journal of Climatology, 2004, 24(8): 959-971.
[17] de Luis M, Garc A-Cano M F, Cortina J, et al. Climatic trends, disturbances and short-term vegetation dynamics in a Mediterranean shrubland[J]. Forest Ecology & Management, 2001, 147(1): 25-37.
[18] de Luis M, González-Hidalgo J C, Longares L A. Is rainfall erosivity increasing in the Mediterranean Iberian Peninsula?[J]. Land Degradation & Development, 2010, 21(2): 139-144.
[19] 邓铭江. 中国西北“水三线”空间格局与水资源配置方略[J]. 地理学报,2018,73(7):1189-1203.
Deng Mingjiang. “Three Water Lines” strategy: Its spatial patterns and effects on water resources allocation in northwest China[J]. Acta Geographica Sinica, 2018, 73(7): 1189-1203. (in Chinese with English abstract)
[20] Sang Y F, Wang Z, Liu C. Comparison of the MK test and EMD method for trend identification in hydrological time series[J]. Journal of Hydrology, 2014, 510: 293-298.
[21] Xu G C, Zhang J X, Li P, et al. Vegetation restoration projects and their influence on runoff and sediment in China[J]. Ecological Indicators, 2018, 95: 233-241.
[22] Fu C, Wang Q. The definition and detection of the abrupt climatic change[J]. Chinese Journal of Atmospheric Sciences, 1992(4): 482-493.
[23] 张会兰,李丹勋,姜晓明,等. 基于阶段特性的岷江镇江关以上流域水沙趋势多尺度分析[J]. 水力发电学报,2013,32(3):127-133.
Zhang Huilan, Li Danxun, Jiang Xiaoming, et al. Multiple-scale analysis of runoff-sediment tendency in Zhenjiangguan watershed based on stage characteristics[J]. Journal of Hydroelectric Engineering, 2013, 32(3): 127-133. (in Chinese with English abstract)
[24] 潘晓东,李品,冯兆忠,等. 2000~2015年中国地级市化肥使用量的时空变化特征[J]. 环境科学,2019,40(10):4733-4742.
Pan Xiaodong, Li Pin, Feng Zhaozhong, et al. Spatial and temporal variations in fertilizer use across prefecture-level cities in China from 2000 to 2015[J]. Environmental Science, 2019, 40(10): 4733-4742. (in Chinese with English abstract)
[25] 邵骏. 基于交叉小波变换的水文多尺度相关分析[J]. 水力发电学报,2013,32(2):22-26,42.
Shao Jun. Multi-scale correlation analysis of hydrological time series based on cross wavelet transform[J]. Journal of Hydroelectric Engineering, 2013, 32(2): 22-26, 42. (in Chinese with English abstract)
[26] 李夫星,陈东,汤秋鸿. 黄河流域水文气象要素变化及与东亚夏季风的关系[J]. 水科学进展,2015,26(4):481-490.
Li Fuxing, Chen Dong, Tang Qiuhong. Variations of hydro-meteorological variables in the Yellow River basin and their relationships with the East Asian summer monsoon[J]. Advances in Water Science, 2015, 26(4): 481-490. (in Chinese with English abstract)
[27] 曹永强,刘佳佳,高璐. 近54年来辽西北地区降水与太阳黑子关系研究[J]. 地理科学,2015,35(8):1027-1032.
Cao Yongqiang, Liu Jiajia, Gao Lu. Relationship between sunspots and precipitation in Northwestern Liaoning in recent 54 years[J]. Scientia Geographica Sinica, 2015, 35(8): 1027-1032. (in Chinese with English abstract)
[28] 董林垚,张平仓,刘纪根,等. 太阳黑子和ENSO对日本吉野川流域水文要素影响[J]. 水科学进展,2017,28(5):671-680.
Dong Linyao, Zhang Pingcang, Liu Jigen, et al. Combined influence of solar activity and ENSO on hydrological processes in Yoshino River basin, Japan[J]. Advances in Water Science, 2017, 28(5): 671-680. (in Chinese with English abstract)
[29] 代萌,黄生志,黄强,等. 干旱多属性风险动态评估与驱动力分析[J]. 水力发电学报,2019,38(8):15-26.
Dai Meng, Huang Shengzhi, Huang Qiang, et al. Dynamic assessments of drought multi-attribute risks and analysis of its driving force[J]. Journal of Hydroelectric Engineering, 2019, 38(8): 15-26. (in Chinese with English abstract)
[30] 朱晓金,张庆红. 台湾地形对1998年6月7—8日中尺度对流系统降雨的影响[J]. 北京大学学报:自然科学版,2005(3):388-398.
Zhu Xiaojin, Zhang Qinghong. Orographic influence on precipitation of a Meso-Scale convective system over Taiwan on 7-8 June, 1998[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2005(3): 388-398. (in Chinese with English abstract)
[31] 韦小茶,周秋文,张继,等. 1982—2016年广西NDVI时空变化及其影响因素[J]. 山地学报,2020,38(4):520-531.
Wei Xiaocha, Zhou Qiuwen, Zhang Ji, et al. Spatial-temporal changes of NDVI and its influence factors in Guangxi, China during 1982-2016[J]. Mountain Research, 2020, 38(4): 520-531. (in Chinese with English abstract)
[32] 曾帝,吴锦奎,李洪源,等. 西北干旱区降水中氢氧同位素研究进展[J]. 干旱区研究,2020,37(4):857-869.
Zeng Di, Wu Jinkui, Li Hongyuan, et al. Hydrogen and oxygen isotopes in precipitation in the arid regions of Northwest China: A review[J]. Arid Zone Research, 2020, 37(4): 857-869. (in Chinese with English abstract)
[33] 张宁瑾. 青藏高原降水分布特征与印度洋海温的相关性研究[D]. 成都:成都信息工程大学,2018.
Zhang Ningjin. Study on Distribution Characteristics of Precipitation in the Tibet Plateau and Correlation with Indian Ocean Sea Surface Temperature[D]. Chengdu: Chengdu University of Information Technology, 2018. (in Chinese with English abstract)
[34] 郭江勇,李耀辉. 中国西北地区夏季降水的气候特征[J]. 干旱区研究,2006(3):489-494.
Guo Jiangyong, Li Yaohui. Climatic characteristics of summer precipitation in Northwestern China[J]. Arid Zone Research, 2006(3): 489-494. (in Chinese with English abstract)
[35] 马海良,徐佳,王普查. 中国城镇化进程中的水资源利用研究[J]. 资源科学,2014,36(2):334-341.
Ma Hailiang, Xu Jia, Wang Pucha. Water resource utilization and China's urbanization[J]. Resources Science, 2014, 36(2): 334-341. (in Chinese with English abstract)
[36] 杨肖. 西北地区城市空间联系与城市群建设研究[D]. 兰州:兰州大学,2018.
Yang Xiao. Study on Urban Spatial Relations and City Agglomeration Construction in Northwest China[D]. Lanzhou: Lanzhou University, 2018. (in Chinese with English abstract)
[37] 王萍,郑悦华. 城市化进程对中国大城市降雨特征影响研究[J]. 中国人口·资源与环境,2000(S1):37-39.
Wang Ping, Zheng Yuehua. Study on the influence of the peculiarity of urban rainfall[J]. China Population, Resources and Environment, 2000(S1): 37-39. (in Chinese with English abstract)
[38] 蒋富昌,王洪博,曹辉,等. 滴灌带布置方式对无膜滴灌棉花生长及产量品质的影响[J]. 节水灌溉,2020(12):41-45.
Jiang Fuchang, Wang Hongbo, Cao Hui, et al. Effect of drip irrigation belt layout on growth, yield and quality of cotton under filmless drip Irrigation[J]. Water Saving Irrigation, 2020(12): 41-45. (in Chinese with English abstract)
[39] 张丽娜,张育斌,王军德. 黄土高原降水年内分布差异对旱作果园蒸散特征的影响[J]. 应用生态学报,2020,31(7): 2363-2372.
Zhang Lina, Zhang Yubin, Wang Junde. Effects of annual distribution difference of precipitation on evapotranspiration characteristics of dry orchard in Loess Plateau, China[J]. Chinese Journal of Applied Ecology, 2020, 31(7): 2363-2372. (in Chinese with English abstract)
[40] 付浩龙,刘凤丽,李亚龙,等. 降水集中度分析及其在水稻灌溉决策中的应用:以湖北省漳河灌区为例[J]. 水利与建筑工程学报,2020,18(4):35-40.
Fu Haolong, Liu Fengli, Li Yalong, et al. Rice irrigation decision-making based on precipitation concentration: A case study of Zhanghe Irrigation District in Hubei Province[J]. Journal of Water Resources and Architectural Engineering, 2020, 18(4): 35-40. (in Chinese with English abstract)
Temporal and spatial evolution of rainfall concentration and its influencing factors in Northwest China
Jia Lu1, Yu Kunxia1, Deng Mingjiang1※, Li Peng1,2, Li Zhanbin1, Shi Peng1,2, Xu Guoce1,2
(1.,,710048,; 2.,,710048,)
This study aims to explore the temporal and spatial evolution of rainfall concentration against the global climate change in the Northwest region of China. Mann-Kendall trend test and change-point detection were carried out on a series of monthly raster rainfall data in the Northwest region from 1960 to 2017. Morlet wavelet was also used to analyze the periodic change in rainfall concentration. Moreover, a hotspot analysis was made on the spatial distribution and aggregation characteristics of rainfall concentration. A cross-wavelet analysis was used to explore the relationship between atmospheric circulation factors and rainfall concentration, thereby determining the influence of landform distribution on rainfall concentration. The results showed that: 1) The average rainfall concentration presented a decreasing trend in the Northwest region and the three sub-regions (subarea 1 which is in the west of “Qice Line”, subarea 2 which is between “Yangguan Line” and “Qice Line”, and subarea 3 which is between “Hu Line” and “Yangguan Line”) from 1960 to 2017, where there were significant change-points (<0.05). Specifically, the average rainfall concentration in subarea 1 showed a significant downward trend (<0.05). The significant change-points in rainfall concentration of the entire study area were mainly concentrated in the 1980s, 1990s, and 2010s (<0.05). Furthermore, the maximum multi-year average rainfall concentration was distributed in subarea 2. There was also uneven rainfall distribution during the year, indicating obvious seasonal changes. Some areas were abnormally concentrated or continued to decrease, thereby flatting the distribution of rainfall over the year in the future. 2) The average rainfall concentration varied greatly in the entire study area. Specifically, the three sub-regions from 1960 to 2017 presented a main cycle of about 40 a, and a secondary cycle of about 24 a. The overall cycle changes of rainfall concentration in the entire study area and three sub-regions remained the same, indicating no obvious difference. 3) There were cold and hot spots in the spatial distribution of rainfall concentration from 1960 to 2017. The rainfall concentration in cold spots showed a significant decreasing trend (<0.05), while continued to decrease in the future. The rainfall concentration in hotspots presented an insignificant decreasing trend (>0.05). The interannual variation was higher than that in cold spots. 4) North Atlantic Oscillation (NAO) and Pacific Decade Oscillation Index (PDO) presented a strong influence on the changes in rainfall concentration, where different atmospheric circulation factors had different effects on rainfall concentration. At the same time, the distribution difference of landform in Northwest China has a certain impact on the change of rainfall concentration. The rainfall concentration in the high mountainous landforms is the highest, with an average of 28.55. Consequently, much more attention can be paid to the influence of abnormal factors of atmospheric circulation on rainfall concentration, especially the distribution of rainfall in arid and semi-arid regions over the year. The findings can provide scientific support to ecological and environmental protection, as well as the response to water resources in the Northwest region.
rainfall; climate change; rainfall concentration; temporal and spatial changes; influencing factors; Northwest China
贾路,于坤霞,邓铭江,等. 西北地区降雨集中度时空演变及其影响因素[J]. 农业工程学报,2021,37(16):80-89.doi:10.11975/j.issn.1002-6819.2021.16.011 http://www.tcsae.org
Jia Lu, Yu Kunxia, Deng Mingjiang, et al. Temporal and spatial evolution of rainfall concentration and its influencing factors in Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(16): 80-89. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2021.16.011 http://www.tcsae.org
2020-10-31
2021-07-05
中国工程院咨询项目(2020-XZ-14);陕西省交通运输厅科技项目(2015-11K);陕西省创新人才推进计划项目(2018TD-037);内蒙古自治区科技重大专项(KJXM-EEDS-2020006)
贾路,博士生,研究方向为流域水土资源调控与遥感。Email:XiaMuXingYi94@163.com
邓铭江,博士,教授,中国工程院院士,研究方向为干旱区水资源研究与水利工程建设管理。Email:xjdmj@163.com
10.11975/j.issn.1002-6819.2021.16.011
TV125
A
1002-6819(2021)-16-0080-10