张弛
(平罗县气象局,宁夏石嘴山 753400)
IPCC 委员会所发布的最新的气候变化评估报告显示,若不考虑外部突变因素的干扰,至2040 年全球气温将继续升高1.5 ℃,持续的升温现象,将使得极端气候事件发生的概率大大提升[1-2]。因此,研究区域性大雨、暴雨日数等空间变化规律,对掌握极端气候的发生规律和精益化气候变化管控均具有重要意义。
目前对于极端降水气候的研究主要有:高洁等[3]利用四川省2002—2020 年降雨及灾情分布数据,研究了降水趋势空间变化特征以及降水量变化与灾情发生频次之间的关系,指出降水量主要集中在南部区域,且大暴雨发生时往往伴随50%可能性的灾情事件。甘露等[4]利用四川省1964—2016 年降水资料,采用时间及周期变化分析方法,研究极端降水事件变化特征,指出极端降水事件发生频率与强度之间呈反比例关系,在空间上呈由东南区域向西北逐渐减少的趋势。李昱锐等[5]利用四川省2010—2019 年夏季短时强降水资料,研究了降水量、强度以及频次空间差异性,指出降水发生频次受微地形条件影响较大,且日变化呈现“V”形分布特征,降水量极大值频次具有单峰值日变化特征。同时,还有学者采用不同的空间插值技术研究降水空间分布特征,比如莫跃爽等[6]采用4 种插值技术研究了贵州省降水空间分布差异性,指出不同插值技术在降水空间分布研究工作中,计算结果存在一定差异性,克里金插值(Kriging)精确度要高于Trend、IDW。陈雅婷等[7]利用中国1981—2010 年平均降水量资料,对不同差值技术有效性进行评估,指出在全国大范围降水量空间变化研究中,贝叶斯插值精度最优,但对于省级区域及流域尺度的研究,Kriging 插值精度最优。从上述已有研究可以看出,Kriging 插值技术由于其在网格化插值过程中考虑了样本的空间分布相关性,其在省级区域降水量的研究中具有一定的优势。
本文利用四川省36 个地面测站1980—2012 年逐日降水资料,结合中国暴雨、大雨降水量定义标准,对各站点大雨日数、暴雨日数等进行统计,采用Kriging插值技术、线性拟合方法,研究降水量、气候倾向率、大雨日数、暴雨日数等空间分布差异性。
四川省地处中国高原与中部平原交界过渡区域,海拔空间分布示意图如图1 所示。其中填色为海拔分布,黑色三角为地面站位置。川东、川西地形差异性较大,东西横跨1 075 km,南北横跨921 km,川西主要为山地、高原地形,大部分区域海拔大于3 000 m,川东主要为盆地地形,大部分区域海拔小于1 000 m。四川盆地整体区域年平均气温在18 ℃左右,年降水量在1 000~1 200 mm 之间,其中川西南部区域年降水量在900~1 200 mm 之间,川西北部区域年降水量在500~900 mm 之间,降水量空间分布具有较大差异性。
图1 四川省海拔及36 个地面站点空间分布示意图
本文在对四川盆地降水量空间分布特征研究中,主要根据36 个地面测站位置处降水量进行空间插值,采用的插值算法为克里金法(Kriging),水平分辨率为0.2°×0.2°,空间插值主要的思想为根据已知点空间信息,推算临近区域未知点信息,2 个位置点距离越近,所具有的相似特征概率越大,而Kriging 插值法是一种最优插值法,在各行各业均得到了实际应用[8-10]。在对四川盆地大雨日数、暴雨日数研究工作中,根据中央气象台对一次暴雨过程的定义进行研究:日降水量大于等于50 mm,即为一次暴雨日;当日降水量小于50 mm,但大于等于25 mm,即为一次大雨日。
Kriging 插值算法核心计算表达式为[11]:
式中:ε(xi)、ε(xj)为本文研究区域内36 个地面测站中随机2 个测站样本值(降水量、气候倾向率、大雨日数、暴雨日数);d为地面测站数量,取36;z(xm)为任意未知点位插值结果;λ为第i个观测值未知权重值。
本文在研究空间降水量变化率中,主要采用气候倾向率方法,该方法常常应用于气候变化诊断及预测业务中,可以用一元线性回归方程进行表示[12-13]:
式中:a为回归常数;b为回归系数;ti为时间的数值。
计算出的回归系数变化率又称为气候倾向率,当b>0 表明呈递增趋势,b<0 表明呈递减趋势。
为研究四川省年降水量总体变化特征,本文分别统计出1980—2012 年期间36 个地面测站年降水量,然后除以年份,最后除以36(测站数量),表示四川省多年平均降水量整体变化趋势。统计结果显示,四川省多年平均降水量为1 039 mm。36 个地面测站多年平均降水量统计值如表1 所示。从表1 可以看出,不同测站所在区域降水量具有较大的差异性,其中峨眉山测站区域降水量最大,为1 650 mm,其次万源、达县降水量也较大,多年平均降水量大于1 200 mm,而巴塘测站区域降水事件最少,降水量仅为486 mm,说明该区域较为干旱。
表1 36 个地面测站多年平均降水量统计单位:mm
本文利用36 个测站已知多年平均降水量数据,采用Kriging 空间插值法,进行空间插值计算,多年平均降水Kriging 空间插值分布情况如图2 所示。总体上看出降水量具有很大的空间分布差异性,在102°E—104°E、28.5°N—30.6°N 范围上降水最为集中,该区域降水量分布在1 250~1 700 mm 之间,在川南、川东区域降水量分布在950~1250 mm 之间,而在川西区域降水量明显小于其余区域,降水量分布在450~750 mm 之间,整体上可以说明四川省年降水量从川东向中部区域递增,然后从中部区域向川西大幅度递减;从川南向中部区域递增,然后从中部区域向川北大幅度递减。
图2 四川省多年平均降水Kriging 空间插值分布情况
本文对36个测站区域降水量气候倾斜率分别进行计算统计,结果如表2 所示,表明不同区域降水量增加或者递减速率之间存在较大差异性,其中峨眉山地区降水量变化速率最大为-8.87 mm/年,说明了该地区降水量每年减少约8.87 mm,其次都江堰、绵阳、木里、越西、宜宾、盐源、会理、广元、叙永这9 个区域降水量递减的幅度也相对较大,递减幅度均大于4 mm/年。同时,色达、马尔康、稻城、康定、西昌这5 个区域降水量呈递增的变化趋势,计算出的降水量变化速率均大于0 mm/年。
表2 36 个地面测站区域降水量气候倾斜率统计单位:mm/年
四川省降水量气候倾斜率Kriging 空间插值分布情况如图3 所示,可以看出气候倾斜率与图2 一样具有空间分布差异性,在102°E—105°E、28.2°N—31.6°N范围上降水量气候倾斜率最大,且为负值,该区域降水量气候倾斜率分布在-9.0~-5.5 mm/年之间,说明这些区域年降水量减少的速率较大。整体上可以看出,川西区域计算出的降水量气候倾斜率分布在0~3 mm/年之间,说明了川西大多数区域降水量呈逐年增多的趋势,而川东区域计算出的降水量气候倾斜率同样小于0 mm/年,表明川东区域降水量呈小幅度的逐年递减趋势。四川省年降水量气候倾斜率从川东向中部区域递减幅度逐渐增大,然后从中部区域向川西递增幅度增大。
图3 四川省降水量气候倾斜率Kriging 空间插值分布情况
四川省降水量随经纬度变化拟合结果如图4所示,从图4 可以看出,降水量空间分布与经纬度之间存在一定的关系,因此本文深入研究降水量与经纬度之间的线性关系。采用最小二乘法拟合方法[14]对降水量数据进行处理,可以看出四川省降水量与经度、纬度之间存在一定的相关性。从图4(a)可以看出,降水量与经度之间存在一次函数的关系,且为正相关性关系,即降水量随着经度的增加而增加,经度每增加1°,降水量增加72.83 mm。从图4(b)可以看出,降水量与纬度之间存在二次函数的关系,在纬度27°N—30°N 范围内降水量较多,其余纬度范围内降水量较小。
图4 四川省降水量随经纬度变化拟合结果
四川省大雨、暴雨日数Kriging 空间插值分布情况如图5 所示。从图5 可以看出,大雨日数空间仍然存在不均匀性,在川南、中部、川东区域大雨事件较为集中,大雨日数分布范围在60~100 d 之间,而在川西区域大雨事件出现的概率较小,大雨日数分布范围在5~30 d 之间,大雨日数整体分布情况与图2 较为一致,四川省大雨日数从川东向川西大幅度递减,同时从川南向向川北大幅度递减。
图5 四川省大雨、暴雨日数Kriging 空间插值分布情况
暴雨日数跟大雨日数一样存在空间分布不均匀性,在102.5°E—103.8°E、29.0°N—30.3°N 范围内出现暴雨事件概率最大,暴雨日数分布范围在5.0~6.5 d之间,同样在川东北暴雨事件也较为频繁,而在川西区域出现暴雨事件的概率极小,暴雨日数分布范围在0~1 d 之间,川北区域出现暴雨日数分布在1.0~3.5 d之间。整体上可以看出,四川省暴雨日数从川东向川西大幅度递减,同时从川南向川北小幅度递减。
本文利用四川省36 个地面测站1980—2012 年逐日降水资料,采用Kriging 插值、气候倾向率、最小二乘法,主要研究区域性降水量、气候倾向率、大雨日数、暴雨日数等空间分布差异性,得出以下结论:年降水量从川东向中部区域递增,并向川西大幅度递减,其次从川南向中部区域递增,并向川北大幅度递减;经度每增加1°,降水量增加72.836 6 mm,降水量与纬度之间存在二次函数的关系;年降水量气候倾斜率从川东向中部区域递减幅度逐渐增大;大雨日数在川南、中部、川东区域大雨事件较为集中,分布范围在60~100 d 之间;暴雨日数在川东北区域也较为集中,而在川西区域出现暴雨事件的概率极小。