珠江三角洲地区极端降水时空演变特征

邹贤菊 ，宋晓猛 ，刘翠善

(1. 中国矿业大学 资源与地球科学学院，江苏 徐州 221116； 2. 厦门水务集团有限公司，福建 厦门 361008； 3. 南京水利科学研究院 水文水资源与水利工程科学国家重点实验室，江苏 南京 210029)

降水是水循环的基本要素，全球变暖背景下，水循环加快，全球及区域降水发生不同程度的变化，且表现出极大的地区差异[1-3]。众多研究[4-6]表明极端降水有增加趋势，极端降水事件频率增加，降水强度在各陆地区域均有显著增加，在平均降水量减少的地区亦是如此。极端降水阈值确定是研究极端降水事件的起点[7]，通常可分为绝对阈值和相对阈值。绝对阈值取对人类生活或生态环境有不良影响的固定值，适用于气候特征相似的区域。根据我国降水强度等级划分标准，将16 mm/h、30 mm/12h或50 mm/d以上的降水定义为暴雨[8]。相对阈值一般取降水量的某一百分位数，如95%或99%，适宜气候差异较大的区域[9]。当前使用最多的极端指数是由ETCCDI（Expert Team on Climate Change Detection and Indices）定义的27项极端气候指数，包括11项极端降水指数[10]。在此基础上，国内外学者对极端降水进行了大量研究，如Limsakul等[11]研究发现泰国大部分地区降水事件频率较低，但降水强度增加，强降水贡献率增大，导致山洪爆发的频率和严重程度增加；其他研究结果也发现北美和欧洲、中亚干旱地区、大洋洲等地区极端降水事件的频率和强度均呈现增加趋势[12-14]。我国极端降水具有显著地区差异，具体表现为南部极端降水增加而北部缓解[15]。如长江流域极端降水量呈现较为明显的增加趋势，年日最大降水量和年极端降水量从上游到下游逐渐增大，极端降水主要分布在流域南部和上游高海拔地区[16]；黄河流域极端降水量、极端降水强度及极端降水频率均呈下降趋势，而极端降水量占总降水量比值呈现微弱增加趋势[17]，这与赵翠平等[18-20]的研究结果基本一致；珠江流域极端降水整体上量级增大，发生时间提前，发生频率增多，流域下游及南部区域极端降水频次和量级总体呈上升趋势[21]。

珠江三角洲地区位于珠江流域下游，是我国短时强降水的多发区，洪涝灾害频发。因此，科学认识和评估珠江三角洲地区降水结构变化，特别是极端降水事件的演变特征，对变化环境下区域水资源安全与防洪减灾具有十分重要的意义。前期已有部分研究针对珠江三角洲地区的极端降水变化[22-25]，主要从暴雨雨量、雨日和雨强3个指标对极端降水进行分析，且研究成果主要以趋势分析为主，并未考虑不同气候态条件下的极端降水演变及其影响因素。为此，本文利用1961—2017年日降水资料，选择ETCCDI定义的6个极端降水指数（最大持续干旱日数（dCDD，指日降水量小于1 mm持续日数的最大值）、最大持续降水日数（dCWD，指日降水量大于等于1 mm持续日数的最大值）、极端降水日数（dR50，指日降水量大于等于 50 mm的天数）、极端降水总量（RR95p，指日降水量大于降水序列的第95个百分位的总降水量）、最大日降水量（RR1d，指年内最大日降水量）和日降水强度（SSDII），等于年总降水量除以降水日数），分析珠江三角洲地区极端降水时空演变规律，探讨不同气候态形势下极端降水变化特征，并识别大气环流异常因子与极端降水的相关关系，为科学应对变化环境下区域水安全及防洪减灾问题提供参考。

1 资料与方法

珠江三角洲地区（21°28’～25°31’E，111°03’～116°13’N，如图1所示）地处珠江流域下游，南岭以南。全区地势复杂，北高南低，北部有较高山脉，中部和南部沿海地区多为低丘、台地或平原，平均海拔在200 m以下。气候上属亚热带湿润季风气候区，常年高温，降水充沛，同时受季风气候、锋面系统、台风、东风波、热带云团等影响，容易产生不同类型暴雨[26]。

图1 研究区位置和气象站分布Fig. 1 Locations of the Pearl River Delta region and the selected 58 meteorological stations

本文选用数据主要包括研究区58个气象站点1961—2017年日降水资料[1]和相应年份的大气环流指数（厄尔尼诺-南方涛动（fENSO）、北大西洋涛动（fNAO）、太平洋年代际振荡（fPDO）和印度洋偶极子（fIOD）），其中日降水资料来源于中国气象数据网（http://data.cma.cn/），环流指数来源于美国NOAA网站（https://www.noaa.gov/）。

交叉小波变换是将连续小波变换与交叉谱分析相结合的技术，可以揭示两个时间序列在不同时间尺度上的相关性和一致性，其详细计算过程可参考文献[27]。本文采用Morlet小波，小波函数形式为：

式中：t为 时间；w0为无量纲频率，通常取6。

对于离散时间序列X=（x1，x2，···，xn），其连续小波变换定义如下：

式中：δt为 时间步长；s为比例因子；n为离散时间序列维度；n′为计算次数对应步长；N为小波变换计算次数。

对于两个时间序列X=x1，x2，···，xn和Y=y1，y2，···，yn，交叉小波变换定义为：

式中：WnX(s) 和WnY(s)分 别为序列X和Y的连续小波变换；WnY*(s)为WnY(s)的复共轭。

式中：σX和 σY分别为时间序列X和Y的标准差；Zv(p)为 概率p的 置信度水平；v为自由度。显著性检验的标准谱选择两个χ2分布小波谱乘积的平方根。

小波交叉谱中的箭头表示相对位相差，交叉小波的相位角定义为：

小波相位角的标准偏差为：

2 结果分析与讨论

2.1 极端降水时间变化特征

图2给出了珠江三角洲地区极端降水指数的时间变化特征。可见，除dCWD略有下降（-0.02 d/10 a）外，其余极端降水指数在研究期内均有不同程度的增加：如dCDD和dR50的变化趋势分别为0.06 d/10 a和0.15 d/10 a；RR95p表现出较快的增加趋势，变化速率为11.2 mm/10 a，但呈现出明显的年际差异，波动范围为188.0～794.4 mm（多年均值517.6 mm）；RR1d增加则相对缓慢，其增长速率为0.74 mm/10 a；图2（f）显示SSDII增加明显，通过95%的显著性水平检验，增加速率为0.26 mm/d/10 a，多年平均值为16.1 mm/d。为分析研究期内极端降水指数的年际变化情况，将研究期分为4个气候态：1961—1990年、1971—2000年、1981—2010年和1991—2017年。由图3可知，除dCDD均值在第四气候态有所下降，其余指数均值在各气候态下有不同程度增加，dCDD、dCWD、RR95p和SSDII的最大值增加明显。以上分析结果与谭畅等[24]的结果相符，这表明珠江三角洲地区极端降水事件正在增加，但变化不显著，而日降水强度显著增强。

图2 极端降水指数随时间变化Fig. 2 Time variation of extreme precipitation indexs

图3 不同气候态下极端降水指数特征值Fig. 3 Extreme precipitation index characteristic values under different climate states

2.2 空间分布及变化特征

2.2.1 极端降水空间特征 图4为1961—2017年极端降水指数空间分布及其变化趋势。可见，dCWD由区域东北向西南减少，高值中心位于英德-新丰站，其余极端降水指数均由东南向西北递减。由站点变化趋势统计结果来看，32个站点的dCDD呈不显著增加趋势，站点主要分布在西北山区和东南沿海一带；dCWD在区域内29个站点增加，主要集中在区域中部，其中3个站点变化显著：阳江、阳春站和陆丰站；dR50以增加趋势为主，全区76%站点的dR50增加，其中8个站点通过0.05显著性检验，dR50减少的站点主要分布于西南沿海dR50高值区；RR95p在封开-龙川一带和沿海阳春-陆丰一带呈减少趋势，约占全部站点的34.5%，减少趋势不显著，6个站点增加趋势显著；57%的站点RR1d增加，主要分布在区域北部和中部，其中4个站点增加显著，恩平站RR1d显著下降；从SSDII来看，区域内仅清远站和恩平站的SSDII降低，其余站点均有不同程度增加，23%的站点增加趋势显著。整体来看，珠三角地区极端降水主要集中在东南沿海一带，而降水敏感区除东南沿海的极端降水指数高值区外，还包括珠江口北部广州、东莞等站和区域北部近山区连南和始兴等站。

图4 极端降水指数空间分布及其变化趋势Fig. 4 Spatial distribution and variation trend of extreme precipitation indexs

2.2.2 不同气候态下极端降水空间特征图5为dCDD、dCWD、dR50、RR95p、RR1d和SSDII在1961—1990、1971—2000、1981—2010和1991—2017年4个不同气候态（分别由后缀1、2、3、4表示）下的空间分布情况和变化趋势。由图5可知，dCDD变化范围为25～55 d，站点变化在±8 d/10 a内，区域差异性较大，第三、四气候态高值区范围较第一、二气候态扩大，除东南沿海汕尾市外，西南阳江、开平等站也是dCDD高值区。随着年代际的推移，dCDD呈先增加后减小的趋势：1961—1990年仅17%的站点呈减少趋势，1991—2017年呈减少趋势的站点占86%。dCWD在不同气候态下的空间分布略有差异，随着时间推移dCWD逐渐增大，高值中心由区域东北向区域中部移动，第三气候态后最大值由10.5 d增加到11.0 d，站点数量经历减少-增加-减少的变化历程，大部分站点变化在±1 d/10 a内。第四气候态比第一气候态呈减少趋势的站点下降12%，呈增加趋势的站点由沿海一带转移到珠三角中东部。不同气候态下dR50逐渐增加，变化在±1.5 d/10 a内，空间分布相似但区域差异性明显，高值中心位于海丰站和阳江-珠海一带，最大可达15 d，低值中心（＜5 d）位于北部山区和西部封开-罗定一带。从站点变化趋势统计结果来看，dR50从减少趋势（57%）为主转变为增加趋势（62%），呈减少趋势的站点从区域西部向东部扩散，最后集中在沿海一带和东北部山前区，随着年代际推移站点变化趋势变得更加显著，特别是珠江口附近站点。RR95p由东南向西北递减，并随着年代际变化逐渐增大，高值中心位于区域西南阳春、阳江等站，区域极端降水总量范围300～900 mm，500 mm以上极端降水总量范围增大，500 mm以下极端降水总量范围缩小，特别是300～400 mm降水。从RR95p变化趋势来看，区域大部分站点变化在±100 mm/10 a以内，RR95p呈增加趋势的站点由26个（45%）增加到37个（64%），并由全区向珠江口北部和区域西部集中。不同气候态下的RR1d和SSDII的空间分布规律与RR95p相似，即由东南向西北递减，大部分站点RR1d在100～150 mm，SSDII在13～19 mm/d。两者站点变化具有相似性：均由以减少趋势为主（分别为60%、52%）转变为增加趋势为主（62%和74%），变化幅度也有所增加。目前来看，区域中部站点RR1d和SSDII变化均较大，RR1d减少的站点主要分布在沿海一带和北部，沿海一带站点SSDII最大，但多呈减少趋势。

图5 不同气候态下极端降水指数空间分布及其变化趋势Fig. 5 Spatial distribution and variation trend of extreme precipitation indexs under different climate states

2.3 大气环流对极端降水的影响

诸多研究结果表明大气环流异常因子（如fENSO、fPDO）对降水有较强影响，交叉小波变换能够揭示降水值变化与大气环流指数在时频域中高能量的相位关系。图6、7为极端降水指数与大气环流指数的交叉小波功率谱。由图6、7可见，各极端降水指数与大气环流指数存在共振周期，且各极端降水指数间具有相似性，如dCWD、dR50、RR95p和SSDII与fENSO在1995—2003年有3～6 a的显著正相关关系，与fIOD在1992—1999年存在2～5 a的共振周期。从大气环流指数来看，fENSO与各极端降水指数主要存在3～6 a和11～14 a的共振周期，且均出现在1980s和1990s；fNAO与各极端降水指数主要存在0～2 a的共振周期，出现在1960s末和20世纪初；fIOD与各极端降水指数在1980s和1990s存在1～7 a不等的共振周期，且多呈正相关关系；fPDO与fCDD在1980s和1990s分别存在2～4 a的正相关关系和0～2 a的负相关关系，与dCWD、dR50、RR95p、RR1d和SSDII在1980s中期至2000s初存在3～7 a的显著正相关关系。从极端降水指数来看，fCDD受fNAO影响弱，受fENSO、fIOD和fPDO的影响相对显著，其中fIOD的影响最明显；dCWD、dR50、RR95p、RR1d和SSDII在时频域内与各环流指数均存在共振周期，且均受fENSO的影响更明显。整体上看，珠江三角洲地区受fENSO的影响最明显，受fPDO的影响相对较弱，除fCDD受fIOD影响最显著外，其余极端降水指数均受fENSO的影响更明显。

图6 极端降水指数与大气环流指数的小波交叉谱Fig. 6 Wavelet cross spectrum of extreme precipitation index and general circulation index

图7 极端降水指数与大气环流指数的小波交叉谱Fig. 7 Wavelet cross spectrum of extreme precipitation index and general circulation index

2.4 讨 论

本文以1961—2017年日降水资料为基础，对不同气候态下珠江三角洲地区极端降水变化进行时空演变分析，并识别大气环流异常因子与极端降水的相关关系，对比其他学者的相关研究发现，本文大部分分析结果与前人研究结果一致。如谭畅等[24]的研究也得出了珠三角地区暴雨雨量、雨日和雨强均以增加趋势为主的结论。蒲义良等[28]、伍红雨等[25]指出南部沿海是小时降水强度的高值区，这与本文研究分析结果基本一致，这是由于该区域较多的喇叭口地形使得其迎风坡成为强降水区域，易受台风影响。此外，黄国如等[22]认为珠三角高度城市化地区极端降雨量增加趋势显著的结论，验证了本文认为珠江三角洲地区极端降水指数变化显著的站点主要位于珠江口北部和区域北部的结论，这可能与珠三角北部城市热岛环流和北部山区地形抬升形成锋面降水有关。本文进一步分析了不同气候态下极端降水指数的变化，发现不同气候态下极端降水指数的空间分布情况相似，但站点趋势变化较大，第三气候态后明显增加，变化趋势也更明显，目前相关的研究较少。黄翀等[29-30]认为珠江流域降水发生变化的主要因素是fENSO和fIOD，而影响最小的是fPDO验证了本文极端降水受fENSO的影响最明显，受fPDO的影响相对较弱的结论。

3 结 语

利用珠江三角洲地区1961—2017年日降水资料和相应年份的大气环流指数，选取ETCCDI定义的6个极端降水指数，采用线性趋势法和克里金插值法对珠江三角洲地区极端降水变化进行时空演变分析，并采用交叉小波识别大气环流异常因子与极端降水的相关关系。主要结论如下：

（1）除dCWD略有下降外，其余极端降水指数均有不同程度的增加，其中SSDII显著增加，珠江三角洲地区极端降水在增加，但变化不显著。

（2）dCWD由区域东北向西南减少，其余极端降水指数均由东南向西北递减，呈增加趋势的站点主要分布在区域中部和北部，变化显著的站点主要位于珠江口北部和区域北部。

（3）不同气候态下，各极端降水指数空间分布相似但略有差异：第三气候态后dCDD和dCWD的高值区范围增大，500 mm以上RR95p增大，300～400 mm降水范围明显缩小。从变化趋势来看，不同气候态下各极端降水指数的变化较大：dCDD以增加为主转变为减少为主；dCWD经历减少-增加-减少的变化；dR50、RR1d和SSDII以减少为主变为增加为主，变化幅度也有所增加；RR95p呈增加趋势的站点增加，并由全区向珠江口北部和区域西部集中。

（4）从交叉小波变换的结果来看，各极端降水指数间具有相似性，整体上珠江三角洲地区受fENSO的影响最明显，受fPDO的影响相对较弱，除dCDD受fIOD影响最显著外，其余极端降水指数均受fENSO的影响更明显。