1960 — 2017 年黄土高原极端降水的时空演化及其对环流变化的响应

王国桢 ，晏 宏 ，刘成程 ，韩 韬，赵楠钰，杨昊天

1.中国科学院地球环境研究所 黄土与第四纪地质国家重点实验室，西安 710061

2.中国科学院第四纪科学与全球变化卓越创新中心，西安 710061

3.西安交通大学 全球环境变化研究院，西安 710049

4.西安地球环境创新研究院，西安 710061

5.中国科学院大学，北京 100049

相较于气候预估，极端天气事件通常难以准确预测，往往在极短时间内对国民经济和生态环境造成巨大的影响（Easterling et al.，2000；Lesk et al.，2016）。例如：2012 年北京特大暴雨，最大降水量达460 mm，160 余万人受灾，经济损失高达116.4 亿元（Jiang et al.，2014）；2021 年河南暴雨，河南中北部最大小时降雨量达到201.9 mm，突破该地区十余个气象观测站历史极值，造成1360 余万人受灾，直接经济损失超过900 亿元（冉令坤等，2021）。IPCC 第六次报告指出，自20 世纪50 年代以来，随着全球变暖的加剧，地表温度升高，导致海陆热力性质的差异越来越大，环流结构发生改变，水循环加剧，全球大多数陆地地区强降水事件的频率和强度都有所增加（Alexander et al.，2006；Goswami et al.，2006；Overland and Wang，2016；IPCC，2021）。中国作为全球气候变化的敏感区域之一，全球变暖背景下极端降水事件的变化将进一步复杂化，极端降水及其引发的灾害事件的相关研究需求迫切，研究意义重大（施雅风等，2003；卢珊等，2020）。

黄土高原（33°41′ — 41°16′ N，100°52′ — 114°33′ E）位于黄河中游，包括乌鞘岭以东、太行山以西、秦岭以北、阴山以南的广大范围，地处中国东部季风区和西北干旱区的过渡区域，气候条件复杂多变（刘东生等，1978）。该地区降水资源的时空配置极不均匀，黄土高原东西部差别巨大，且旱涝年的降水差距也十分悬殊，一些地区旱年的年降水量可能少于80 mm，而一些地区涝年的降水量超过1200 mm（王毅荣，2006）。在黄土高原80%的地区，降水是当地农业和生活用水的唯一来源，降水的时空变化直接影响当地居民的生产生活（王毅荣，2006；Sun et al.，2016）。此外，由于黄土土壤结构的特殊性，在强降雨条件下黄土高原地区极易发生滑坡、泥石流等地质灾害，是世界上地质灾害高发以及水土流失最严重的地区之一（Gao，1988；Li et al.，2004）。因此，降水变化（特别是极端降水事件）对黄土高原地区的生存和发展起着决定性作用，研究该地区极端降水的时空演化可以为理解黄土高原地区的水资源变化特征提供重要帮助。然而，目前关于黄土高原极端降水的研究结果尚存争议。黄土高原降水强度的发展趋势仍不清晰，当地极端降水的受控机制也尚无定论（Sun et al.，2016；赵安周等，2017）。西北太平洋副高和高原夏季风对黄土高原极端降水的影响仍需进一步厘清（龙妍妍等，2018；卢珊等，2022；Ren et al.，2022）。

黄土高原对全球气候环境变化非常敏感，气候变化对黄土高原农业生产和地质灾害的发生发展有着极为重要的影响。然而，由于黄土高原地区气候地质背景的复杂性，目前对黄土高原极端降水特征影响因素的认识仍不全面，对黄土高原地区极端降水的准确诊断和预测依旧缺乏。因此，本文将对黄土高原地区1960 — 2017 年58 a的极端降水时空分布和变化特征进行分析，探明极端降水事件的近期发展趋势，并尝试探讨大气环流因子对黄土高原极端降水特征的影响，以期加深对黄土高原极端降水特征的认识，为当地水土资源保护和可持续发展提供一定的科学依据。

1 资料与方法

1.1 数据来源

本研究采用的黄土高原区域地图来自中国科学院资源环境科学与数据中心（https://www.resdc.cn/），所有地图绘制均在WGS_1984 地理坐标系下完成。降水数据来自中国地面气候资料日值数据集（V3.0）（http://data.cma.cn/）逐日降水资料。依据站点观测时间尽可能长和缺测率低于0.5%的原则，最终选取了黄土高原地区47 个站点（图1），从1960 年1 月1 日至2017 年12 月31 日的逐日降水资料。使用的大气环流和海温指数数据来自中国气象局国家气候中心（http://cmdp.ncc-cma.net/cn/index.htm）。

图1 本研究中黄土高原气象台站空间分布Fig. 1 Distribution of the meteorological stations in this study

1.2 事件定义与阈值标定

《GB / T 28595 — 2012，降水量等级》（中国国家质量监督检验检疫总局和国家标准化管理委员会，2012）规定日降雨量大于50 mm 为暴雨，但在尺度较大的空间场采用这种方法定义极端降水事件，可能会导致极端降水事件的空间分布极不均匀（王志福和钱永甫，2009）。黄土高原大多位于干旱至半干旱地区，若以50 mm · d-1作为极端降水事件的绝对阈值，黄土高原的大部分地区都会是无极端降水区（卢珊等，2022）。在黄土高原的一些地区（例如：子长、米脂、绥德等），由于脆弱的土壤结构，10 mm · d-1的降水就可能会引发崩塌和/或滑坡，其极端性可见一般（李明等，2009）。因此，本研究将1960 — 2017年每1 a 的逐日降水量分别进行升序排列，将第95百分位降水量的58 a 平均值定义为该站点的极端降水事件阈值，当某日某站的降水量超过该阈值就记为一次极端降水事件（Jones et al.，1999）。这一定义方法可以有效避免时序内异常涝年导致的极端降水阈值高估，更有利于获得统计学意义显著的极端降水样本容量，增强了少雨地区和多雨地区的极端降水变化趋势的空间可对比性。本研究将对该定义下黄土高原地区极端降水量、极端降水日数、极端降水强度（表1）的时空演化特征进行讨论。

表1 本研究中所使用的极端降水指标的定义Tab. 1 The definition of the extreme precipitation index in this study

1.3 分析方法

使用的统计分析方法主要有相关分析、反距离权重插值法（IDW）、径向基函数插值法（RBF）、经验正交函数（EOF）分解和频谱分析。采用一元线性回归分析方法对极端降水事件的降水量、降水日数和降水强度进行趋势分析；在ArcGIS 10.5 环境下，采用IDW 和RBF 分别对各指标的多年平均值和趋势变化（倾向率）进行空间插值；在Past3 环境下，采用EOF 分解的方法对黄土高原各站点年极端降水量和极端降水日数进行时空分布特征分析；在Redfit 环境下，对黄土高原极端降水量和极端降水日数的EOF1 和EOF2 的时间系数进行频谱分析。

2 结果与讨论

2.1 黄土高原极端降水的时空分布特征

1960 — 2017 年58 a，黄土高原地区极端降水量和极端降水强度的空间分布特征较为相似，呈现出东南部极端降水量高降水强度大，西北降水量低强度小的特征（图2，图3）。陕西中东部、山西南部和河南北部年均极端降水量约400 mm，极端降水强度可达20 mm · d-1；而河套西部地区年均极端降水量仅约150 mm，极端降水强度为10 mm · d-1左右，约为黄土高原东南部地区的一半（图2，图3）。此外，从极端降水对全年总降水的贡献来看，在河套西部地区，极端降水量对全年降水量的贡献达85%左右，明显高于黄土高原东南部地区（约60%），说明在河套西部地区等黄土高原相对干旱的区域，全年降水主要来自极端降水（图4a）。极端降水日数的空间分布特征与极端降水量和强度之间存在一定差异。从全年来看，黄土高原各区域的极端降水日数分布较为均匀，均为16 — 18 d。除冬季外，黄土高原在不同季节内，极端降水日数的空间差异不大，变化幅度一般不超过30%（图5）。极端降水日数占全年降水日数的比例也呈现西北高、东南低的特征。黄土高原西北地区，尤其是河套西部地区的极端降水日数全年占比约为40%，显著高于黄土高原南部地区。综合来看，极端降水在全年的发生频率不高（13.2% — 46.1%），但对年降水量贡献非常突出（50.4% — 91.4%）（图4a，4b）。

图2 1960 — 2017 年黄土高原四季极端降水量时空分布特征Fig. 2 Distribution of extreme precipitation amount in different seasons during 1960 — 2017 on the Loss Plateau

图3 1960 — 2017 年黄土高原极端降水强度时空分布特征Fig. 3 Distribution of extreme precipitation intensity in different seasons during 1960 — 2017 on the Loss Plateau

图4 1960 — 2017 年黄土高原极端降水占比的空间分布特征Fig. 4 Distributions of extreme precipitation proportions during 1960 — 2017 on the Loess Plateau

图5 1960 — 2017 年黄土高原极端降水日数时空分布特征Fig. 5 Distribution of extreme precipitation days in different seasons during 1960 — 2017 on the Loss Plateau

从极端降水的季节分配来看，各季节极端降水量对年极端降水量的贡献率为夏（62.3%）＞秋（22.6%）＞春（14.9%）＞冬（0.1%）；各季节极端降水日数对年极端降水日数的贡献率为夏（55.1%）＞秋（26.0%）＞春（18.1%）＞冬（0.9%）。与前人研究结果类似，黄土高原的极端降水主要集中于春、夏、秋季，其中夏季对年极端降水的贡献最大，且降水强度也要高于其他季节。

总体来说，在空间上黄土高原极端降水呈现出东南降水多强度大，西北降水少强度低的特征。黄土高原东南部受到夏季风影响最大，夏季风带来的暖湿气流在此与北方的冷空气相遇，有利于极端降水的产生（卢珊等，2022）。而黄土高原西北部地区，季风水汽输送距离的增大，导致该地区大气中水含量相对缺乏，极端降水难以产生。时间上，极端降水事件主要发生在季风季节，非季风季节极端降水很少出现。在季风季节，由于副热带高压的作用，黄土高原东南部地区受到东亚季风和南亚季风的共同影响，南海和孟加拉湾为黄土高原输送了丰富的暖湿气流，为极端降雨提供有利条件（Wang et al.，2015；Ren et al.，2022）。在其他季节，黄土高原的水汽主要由中纬度盛行的西风输送，受到西风系统的控制，水汽输送明显减少（Chen et al.，2015；Ren et al.，2022）。因此，夏季风的强弱分布和行进路线可能是导致黄土高原极端降水特征出现东南 — 西北向梯度变化的重要原因，而水汽来源和环流格局的变化对极端降水的季节分布具有重要影响。

2.2 黄土高原极端降水的时空变化特征

1960 — 2017 年，黄土高原地区年降水量整体呈下降趋势（P= 0.36），大约每10 a 减少4 mm；年降水日数显著下降（P＜0.01），大约每10 a 减少2 d；然而，黄土高原的降水强度在此期间显著上升（P＜0.05），大约每10 a增加0.1 mm · d-1（图6c）。该地区极端降水特征的变化情况与年降水特征变化类似，全年极端降水量（-1.6 mm · (10a)-1）和日数（- 0.12 d · (10a)-1）均呈小幅下降，全年极端降水强度（0.05 mm · d-1· (10a)-1）略有增加，但这些趋势均未通过0.05 显著性水平检验（图6f）。然而，黄土高原地区极端降水特征在2000 年前后似乎发生了转折，黄土高原极端降水量在1999 —2014 年呈显著上升趋势（P＜0.05），15 a 内年极端降水量增长了约76.5 mm（图6d）。这一改变可能与1999 — 2014年拉尼娜事件的增多有关（Power et al.，2021；Ren et al.，2022）。

图6 1960 — 2017 年黄土高原地区降水特征整体变化趋势Fig. 6 Annual variation and linear tendency of precipitation during 1960 — 2017 on the Loess Plateau

从空间变化上看，黄土高原地区约51.1%的站点极端降水量呈下降趋势，48.9%的站点呈上升趋势。极端降水量下降的地区主要分布在山西南部、陕西中部和甘肃南部一带，其中下降中心大致出现在甘肃临洮、陕西华山和山西阳城，下降速率大致为-21 mm · (10a)-1（图7a）。极端降水量上升的区域大致分布在青海东部和山西北部到陕西北部一带，上升中心出现在青海西宁和陕西榆林，上升速率约11 mm · (10a)-1（图7a）。黄土高原大多数地区（约60%）的极端降水日数呈下降趋势，下降中心位置与全年极端降水量下降中心类似，位于甘肃临洮、陕西华山，下降速率约为- 0.6 d · (10a)-1（图7a、7b）。黄土高原地区极端降水强度的变化趋势与极端降水量和极端降水日数不同，大多数站点呈现上升趋势（约60%的站点）。黄土高原极端降水强度的上升中心位于河南郑州、陕西长武和山西原平一带，上升中心速率约为0.5 mm · d-1· (10a)-1，其中郑州的上升速率最快，达到0.74 mm · d-1· (10a)-1（图7c）。

图7 1960 — 2017 年黄土高原地区极端降水倾向率的空间分布特征Fig. 7 Distributions of extreme precipitation tendency rate during 1960 — 2017 on the Loess Plateau

值得注意的是，虽然黄土高原地区极端降水特征的变化与全年总降水特征类似，但极端降水对总降水的贡献具有上升趋势（图8a、8b）。在黄土高原大部分地区，极端降水量和极端降水日数在总降水中所占的比例呈上升趋势，一些地区（例如陕西榆林和青海西宁等地）极端降水量和极端降水日数的占比在50 a 内上升了约7%（图8c、8d）。从黄土高原降水特征的整体变化来看，1960 — 2017 年黄土高原的降水量和降水日数愈发减少，干旱化加剧，在逐渐减少的降水中极端降水事件的比例越来越高。这意味着黄土高原地区水资源匮乏的现状可能进一步加剧，极端降水导致的严重水土流失可能也很难有明显缓解。作为土壤侵蚀的主要驱动力，愈发增强的极端降水给该地区水土保持和地质灾害防治工作带来了严峻挑战。

图8 1960 — 2017 年黄土高原极端降水占比的年际变化及其倾向率的空间分布特征Fig. 8 Variations of extreme precipitation proportion and the distribution of their tendency rates during 1960 — 2017

2.3 黄土高原极端降水特征的EOF 分析

由于黄土高原极端降水特征变化的复杂性，采取EOF 分解的方法对极端降水序列进行集成和降维，并使用North 检验的方法对各极端降水特征模态的独立性进行检验（表2）。结果显示：仅有极端降水量和极端降水日数的前两模态相互独立，其余模态特征值误差范围均与其相邻模态存在重叠。因此，本研究对黄土高原极端降水量和极端降水日数EOF 分解的前两模态展开分析。

表2 黄土高原极端降水特征EOF 分解的前五模态特征值与方差贡献率Tab. 2 The eigenvalues and variance contributions of the first five EOFs for the extreme precipitation elements on the Loess Plateau

黄土高原地区极端降水量第一模态的方差贡献率为33.2%，是黄土高原极端降水量空间分布的最主要特征（图9a）。该模态的特征向量均为正值，表明1960 — 2017 年黄土高原地区极端降水量变化趋势具有一致性（图9a）。黄土高原极端降水量变率由东部向西部递减。其中高值区域位于黄土高原东部地区，该地区极端降水量的变率较大，对极端降水情况的响应相对敏感；低值区域主要位于黄土高原西部地区和山西右玉一带，极端降水量变率较小（图9a）。第二模态的方差贡献率为12.9%，在该模态下黄土高原地区极端降水量特征向量大致以甘肃临夏 — 山西太原一线呈现反向变化，反映出黄土高原地区极端降水量的差异性（图9b）。当时间系数为正值时，界线以北极端降水量上升，以南下降（图9b）。

极端降水日数第一模态方差贡献率为37.4%，该模态下的特征向量均为正值，表明1960 — 2017年黄土高原地区极端降水量变化趋势较为一致（图10a）。极端降水日数特征向量大致从西北向东南递减，高值区位于黄土高原北部地区，极端降水日数变率较大，低值区位于河南西北部及青海东部地区，变率较小（图10a）。极端降水日数第二模态方差贡献率为9.8%，反映了黄土高原极端降水日数的差异性，大致以甘肃西吉 — 山西太原为特征向量的正负边界。当时间系数为正值时，界线以北极端降水日数减少，以南增加（图10b）。

图10 1960 — 2017 年黄土高原极端降水日数EOF 分解结果Fig. 10 The EOF results of extreme precipitation days during 1960 — 2017 on the Loess Plateau

特征向量对应的时间系数表示该区域由特征向量所表征的分布形式的时间变化特征（Navarro and Ruiz，2006）。各极端降水特征的时间系数未发现显著趋势（图9c、9d、10c、10d）。极端降水量第一模态时间系数具有2.50 a 和2.13 a 的显著周期；第二模态时间系数具有3.13 a 的显著周期。极端降水日数第一模态时间系数具有6.25 a、4.76 a 和2.13 a 的显著周期；第二模态时间系数具有20 a、3.13 a 和2.50 a 的显著周期。

整体而言，极端降水量和极端降水日数的第一模态表明黄土高原地区极端降水的变化具有一致性。其中，极端降水量第一模态的高值区位于黄土高原东部。在中国西北地区（包括黄土高原），水汽含量以及大气层结稳定度等大气动力效应共同影响了当地的极端降水情况（Guo et al.，2014；Sun et al.，2016；Song et al.，2020；Ren et al.，2022）。由于水汽输送距离的不同，黄土高原地区自东向西大气水汽含量递减，这可能是导致黄土高原东部地区极端降水量变率更大的重要原因之一。黄土高原极端降水日数第一模态的高值区域大致位于陕甘宁边区。Guo et al.（2014）发现这一地区的极端降水频率受当地大气层结稳定度密切影响，当地极端降水频次的增加和夏季大气层结稳定度降低、大气上升运动加剧有关。因此，复杂的大气动力效应可能是导致当地极端降水日数变率更大的重要原因。值得注意的是，极端降水量和极端降水日数的第二模态均呈现出明显的南北差异，且界线大致相当，均沿临夏 — 西吉 — 环县 — 榆林 — 太原一线展布。Wang et al.（2015）通过神经网络聚类分析的方式，结合气候区划和地形，将黄土高原分为五个子区域，Ⅱ、Ⅲ、Ⅳ区主要为平原、河谷和沟壑，地势较低。而Ⅰ和Ⅴ区主要为丘陵，地势较高（图1）。其中Ⅱ、Ⅲ、Ⅳ区的北界恰好与极端降水要素第二模态正负界线大致吻合（图9b、10b）。因此，地形因素可能是除水汽含量和大气动力效应外，黄土高原极端降水特征的次一级控制要素。

2.4 大尺度大气环流对黄土高原极端降水的影响

充足的水汽供应、强烈的上升运动以及持续的水汽输送是极端降水产生的必要条件（Liu et al.，2020；Cheng et al.，2021）。同时，大气水汽路径及其输送模式和相关天气系统的热力和动力学特征，受到大尺度大气环流格局的主要控制（Song et al.，2020）。因此，黄土高原极端降水特征的时空变化与大尺度大气环流密切相关。已有大量研究将黄土高原极端降水变化特征与北太平洋年代际振荡（PDO）、北大西洋涛动（NAO）、厄尔尼诺与南方涛动（ENSO）、北极涛动（AO）、太平洋 — 北美遥相关型（PNA）、西藏高原-2（TPR-2）、西太平洋副热带高压面积（WPSHAI）以及夏季风强度（EASMI 和SCSSMI）等环流变化联系在一起（Thompson and Wallace，2001；Chen et al.，2015；Sun et al.，2016；Liu et al.，2020；Cheng et al.，2021；Ren et al.，2022）。为了探究影响黄土高原地区极端降水特征时空演化的主要环流因素，将2.3 节中两个极端降水特征的EOF 第一模态时间系数与环流因子时间序列进行相关性分析（表3）。结果显示：只有ENSO 指数与极端降水特征显著相关，其中NINO 3 SSTA Index 与极端降水指标的相关性最高（极端降水量r= - 0.376，P＜0.01；极端降水日数r=- 0.321，P＜0.05）。

表3 大气环流指数与黄土高原极端降水特征第一模态时间系数的相关性Tab. 3 The correlation between atmospheric circulation indexes and the PCs of the first EOFs for extreme precipitation elements in the Loess Plateau

ENSO是一种低纬度的海 — 气相互作用现象，是热带太平洋地区海气系统年际气候变率的最强信号，它的发生发展对全球大气环流和降水分配有着重要影响（Dai et al.，2000）。ENSO 一般通过影响东亚季风的强度来调制中国的降水，对降水的影响随ENSO 相的不同而不同（Zhang et al.，2016；Li et al.，2021）。当ENSO 处于正相位时，黄土高原地区的两个极端降水特征均发生不同程度的负异常（图11）。厄尔尼诺年赤道中东太平洋海表温度（SST）异常偏暖，东西太平洋SST温差减小，沃克环流减弱，中东太平洋哈德来环流增强。然而，在赤道西太平洋SST 偏低，使得西太平洋哈德来环流减弱，径向大气对流的削弱导致西太副高势力增强，但位置较常年偏南偏西，导致东亚夏季风较偏弱，主要雨带和风带位置偏南，难以在黄土高原形成降水的有利条件（许武成等，2005）（图12）。而拉尼娜年则相反，赤道西太平洋SST 偏高，西太暖池势力增强，哈德来环流增强，导致西太副高势力减弱，但位置较常年偏北偏东，东亚夏季风也较常年增强，使主要雨带和风带位置北移，有利于黄土高原极端降水的发生和发展（图12）。

图11 1960 — 2017 年黄土高原极端降水特征与ENSO 活动之间的关系Fig. 11 The relationship between extreme precipitation in the Loess Plateau and ENSO variation during 1960 — 2017

图12 ENSO 事件影响黄土高原极端降水的机理框图Fig. 12 Mechanism diagram of ENSO event affecting extreme precipitation on the Loess Plateau

3 结论与展望

基于1960 — 2017 年黄土高原47 个气象站逐日降水量数据，对黄土高原极端降水的时空演化特征进行了分析，得到以下结论：

（1）黄土高原极端降水时空分布存在明显异质性。极端降水事件在全年发生频率不高，但对年降水量有突出贡献。（2）1960 — 2017 年黄土高原地区极端降水量和极端降水日数具有下降趋势，但极端降水强度上升。在黄土高原干旱化的同时，极端降水在全年降水中的比例逐渐升高。愈发增强的极端降水将会给黄土高原水土保持和地质灾害防治工作带来严峻挑战。（3）黄土高原地区极端降水特征EOF 分解结果中，极端降水特征的第一模态反映了黄土高原极端降水的一致性变化，可能受控于当地水汽供应条件以及大气层结稳定度等大气动力效应。第二模态代表了黄土高原极端降水的差异性，这种差异性可能与地形因素有关。（4）黄土高原极端降水特征的年际变化与ENSO 活动显著相关。厄尔尼诺年极端降水量偏低、日数偏少，拉尼娜年反之。

值得注意的是，一个地区的降水形势由多方面因素决定。黄土高原区域跨度大，下垫面条件复杂，影响该地区极端降水形势的不确定因素众多，作用方式也极为复杂。本研究仅对黄土高原极端降水时序和大气环流指数进行了相关性分析，这种相对简单的归因方法还难以全面查明黄土高原极端降水变化的影响因素和受控机制。要实现对黄土高原地区极端降水过程的全面诊断和准确预测，还有待通过数值模式等方法进行更深入的研究。此外，有研究发现黄土高原蜗牛壳体可以记录天气尺度的降水事件（Dong et al.，2022）。黄土高原化石蜗牛壳体记录的超高分辨率古气候和/或古天气信息，可以提供过去不同气候背景下黄土高原的极端降水形势和特征，为预测全球变暖预期下黄土高原极端降水特征的变化提供重要参考。