999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

陜西省近34年汛期極端降水事件變化特征分析

2019-12-30 09:48:15李靜睿
綠色科技 2019年22期

摘要:利用陜西省100站自動站1985~2018年逐日降水資料,采用百分位法定義汛期極端降水事件的閾值,統計出陜西省汛期極端降水日數、極端降水量,并對其線性趨勢、年代際變化、突變性和周期變化等進行了分析。結果表明:近34a來,陜西省汛期極端降水事件整體呈增長趨勢,但趨勢分布存在明顯的空間的差異,榆林東南部極端雨日、極端降水量增長明顯,關中中東部極端雨日和極端降水量的增長較小,部分地區的極端降水量還出現了下降趨勢。極端雨日出現均值突變的特征,極端降水量具有顯著的年代際變化特征和突變性;極端降水事件多體現年際變化特征,主要以準2a,2-3a的短周期為主。

關鍵詞:陜西省汛期;極端降水;突變檢驗;小波分析

中圖分類號:P467 文獻標識碼:A 文章編號:1674-9944(2019)22-0045-05

1 引言

隨著氣候的變化,近年來,極端事件越來越頻發,極端降水事件作為一種小概率事件,具有突發性強、損害性大的特點,極端降水事件往往關系到該地的防汛抗旱和工農生產問題,直接影響著人們的生命財產安全,因此,對汛期極端降水事件的研究是很有必要的。本文采用百分位法對陜西省汛期極端降水事件閾值進行定義,進而探討陜西省汛期極端降水事件的變化特征,以研究出其氣候演變規律,為陜西汛期極端降水事件的氣候預測提供一定的參考。

2 資料與方法

本文所選資料是陜西省1985~2018年100個自動站的逐日觀測降水資料,數據經cimiss質控處理,對缺測進行了預處理。分析所指汛期選取為每年的5~10月份,統計出陜西省汛期內極端降水日數、極端降水量,對其線性趨勢、年代際變化、突變性和周期性等進行分析。本文所使用的方法為:百分位法、趨勢分析[1]、Mann-Kendall趨勢檢驗法、滑動平均、滑動t檢驗、Morlet小波分析[2]。

3 陜西省汛期極端降水事件的定義

3.1 陜西省汛期極端降水事件的確定

一般降水根據24h降水量分為7級,凡日降水量達到和超過25mm的降水為大雨,超過50mm的降水則稱為暴雨[9]。而陜西省南北跨度較大,陜北、關中、陜南的地形差異及氣候背景也不同,故對于陜西省汛期極端降水不能簡單地沿用大雨、暴雨或者大暴雨的標準來定義極端降水事件的閾值。

出于以上原因,將陜西省1985~2018年日降雨量,采用百分位法[3]定義了陜西省100站的極端降水事件閾值。本文中將1985~2018年逐年5~10月份陜西省各站的有效雨日(日降水量≥0.1mm)的逐日降水資料按照升序排列,第98百分位上的值為排序后的線性插值,選取該值的34a氣候平均值定義為該站極端降水事件的閾值閉。在汛期內(5~10月份),若某站某日降水量超過了該站極端降水事件閾值時,就定義該站在這一天出現了極端降水事件。

3.2 陜西省汛期極端降水事件特征量的定義

將超過本站極端降水事件閾值的日數的累計,定義為某站汛期極端降水日數;將某站汛期的超過降水閾值的降水總和,定義為某站汛期內所有極端雨日的總降水量,在后文分別將這兩個特征量簡稱為極端雨日和極端降水量。

統計了陜西100個自動站站近34a汛期內的極端雨日、極端降水量,建立這兩個特征量的時間演變序列,并通過線性趨勢、滑動平均等方法,分析近34a陜西省汛期內的極端降水事件的空間分布及時間演變特征,陜西整體區域狀況用100個站點的平均值代表。后文將應用Mann-Kendall方法檢驗極端雨日以及極端降水量這兩個特征量的年代際變化特征和突變性(顯著性水平為α=0.05);使用Morlet復小波分析的方法來探討極端降水事件波動的周期性[3]。

4 陜西汛期極端降水的空間分布

從圖1(a)中看出,陜西各站點的年平均總降水量的分布存在一定的空間差異,整體呈現南多北少,自北向南以此遞增,降水量大值區主要位于陜南南部,最大年平均降水量位于紫陽1245.9mm。年均降水量低值區主要位于榆林西北部,其中最低值出現在定邊站,該站年平均總降水量為348mm,大大低于全省平均值。

從圖1(b)看出,極端降水量閾值在28.1~80.3mm/d之間,平均閾值為39.1mm/d。陜西汛期極端降水事件閾值的空間分布也存在明顯的地域差異,閾值的最大值位于陜南中南部整體呈現南多北少的特征。榆林北部、關中南部、陜南地區的極端降水閾值都在平均值以上,為閾值的高值區,閾值最高值站點與年平均降水量最大值的站點相同,為紫陽站,其閾值高達80.3mm/d,高出區域平均值約41.2mm/d。榆林西部、延安中西部為閾值的低值區,最小的閾值為28.1mm/d,出現在榆林橫山站。若單一地沿用大雨(日降水量≥25mm)或暴雨(日降水量≥50mm)等統一標準來確定陜西汛期的極端降水,將無法準確、真實地檢測極端降水事件。由此看來,采用百分位法定義各站點的極端降水事件閾值是較為合理的。

對比圖1(a)和(b),陜西汛期極端降水事件閾值的空間分布特征與近34a年平均降水量氣候態分布較為相似,特別是大值區的地理位置非常一致,即年平均降水量大值區對應的極端降水事件閾值也比較大,表明陜西汛期極端降水事件與年平均降水量的關系較為密切。楊金虎等[4]分析了年極端降水事件的時空分布特征,發現中國年極端降水事件與年降水量之間存在較好的相關性,且夏季極端降水事件與年降水量的相關性最好。本文中陜西年均降水量和汛期極端降水事件閾值表現出的空間一致性與這一結論相似。

5 陜西汛期極端降水事件變化特征

5.1 陜西汛期極端降水事件的變化趨勢

圖3給出的是近34a陜西汛期極端雨日、極端降水量的線性趨勢空間分布圖,由圖3(a)可見,陜西汛期極端雨日線性增長率在整個區域內基本都為正值,表示陜西各站在34a間的汛期內,極端雨日的日數整體處于增長狀態。線性增長率最大值位于榆林東南部及關中中部部分地區,其中佳縣、西安兩站極端雨日的線性增長率分別為0.61d/10a和0.63d/10a,依次較區域平均線性增長率高出0.39d/10a和0.41d/10a。次大值區的分布較為分散,對應中心昊旗、蒲城、乾縣、徑河、洛南5個站點的線性增長率均超過了0.55d/10a。在榆林北部、延安中部、關中東部以及陜南中北部的部分地區極端雨日的線性增長率為負,但數值很小,說明這些地區近34a極端雨日減少的不明顯??傮w而言,陜北和關中地區極端雨日的增長趨勢大于陜南地區。

從圖3(b)和(a)中對比也可以看出乎,陜西近34a極端降水量線性變化趨勢的空間分布與極端雨日線性變化趨勢的空間分布較為相似。極端雨量的線性增長率大值中心位于榆林東南部,佳縣站的線性增長趨勢達到43.89mm/10a,較區域平均的線性增長率高出約30.75mm/10a。次大值區集中分布在陜南南部各站點的線性增長率基本都超過了25.00mm/10a。榆林西南部和延安西北部、寶雞東部、渭南南部為線性增長率的低值區,大部分站點的極端降水量線性增長率低于10.00mm/10a。與極端雨日不同的是,極端降水量的線性增長率在陜西100個站點并非只有極個別為較小的負值,在寶雞的鳳縣站和楊凌站極端降水量的線性增長率出現了-10.57mm/10a和-11.48mm/10a的負值,說明關中部分地區汛期極端降水事件的總降水量在1985~2018年的時間段內存在較明顯的下降趨勢。

綜上可見,陜西汛期極端降水事件變化趨勢分布并非完全一致,榆林東南部極端雨日、極端降水量增長明顯,關中中東部極端雨日和極端降水量的增長較小,部分地區的極端降水量還出現了下降趨勢。但是,陜西汛期近34a的極端降水事件整體上都表現增長趨勢,雖然極端降水日數、極端降水量在34a的增長幅度不同,但是二者在的空間上的分布特征基本表現一致。

5.2 陜西汛期極端降水事件的年代際特征和突變性

為研究陜西汛期極端降水事件的年代際特征和突變性,對1985-2018年汛期內100個區域站的極端雨日、極端降水量序列做了5年滑動平均、滑動t檢驗以及Mann-Kendall非參數突變檢驗[3](下文簡稱M-K檢驗)。

圖4給出的是陜西汛期極端雨日和極端降水量1985~2018年的變化趨勢和滑動t檢驗結果,其中子序列長度選取為n1=n1=5a?;瑒觮檢驗通過計算兩個特征量的平均值的差異,來判斷是否需要對氣候序列的突變性進行檢驗,可以根據圖中t統計量曲線上的點是否超過臨界值tα來判斷序列是發生突變,并確定出大致的時間[3]。同時,還可以根據突變點前后變化來分析突變前后序列的變化趨勢[3]。

圖5給出的是陜西汛期極端雨日和極端降水量的M-K突變檢驗結果。圖中OF為極端降水事件兩個特征量對應的順序統計量,UB為逆序統計量,OF的值大于。表示序列呈上升趨勢,小于。則表示呈下降趨勢[3];如果OF和UB兩條曲線出現交點,且交點在臨界線之間,那么交點對應的時刻便是突變開始的時間[7]。

從統計結果可以看出,陜西汛期極端雨日在19852018年間表現出明顯的增長趨勢,并且出現了均值突變的特征(圖4a)。在2000年前后和2005年前后陜西訊期極端雨日發生了階段性增長,1985~1999年的極端雨日均值為1.80d/a;2000~2005年為2.00d/a,相比于前一階段增長了0.02d/a;2006~2018年的極端雨日均值為3.00d/a,相比于前一階段增長了1.00d/a,可知在2006年后的增長幅度明顯大于2000年前后的增長幅度。同時從滑動t檢驗的結果同樣可以看出這一明顯變化,統計量t值曲線在2000年和2006年都低于臨界值(通過了α=0.05的顯著性水平),表示這兩短時期內極端雨日出現了突變,并且都超過了臨界值,兩次突變都表現為極端雨日的增多。由于滑動t檢驗易受所選取子序列時段的影響,帶有一定的主觀性,所以綜合考慮極端雨日的M-K突變檢驗結果。從圖5a中可以看出,OF曲線始終大于0,表明極端雨β-直表現為上升趨勢,說明近34a來陜西汛期內的極端降水事件整體表現為發生次數在增加,同時從1988年開始OF值一直超過了臨界線,表明極端雨日序列從這一時段起表現出顯著的上升趨勢,但是由于統計量UF和UB曲線并沒有在圖中出現交點,所以判斷陜西近34a汛期極端雨日在1985~2018年內沒有發生突變。

從圖可以看出,極端降水量在1985~2018年內整體波動較大。在20世紀80年代末到90年代初表現較為穩定,變化不大,在1994年出現了明顯的下降,但在1995年到1999年又表現平穩。但到了1995年后整體波動都很大。從極端降水量5年滑動平均曲線來看(圖4b),1985~1990年極端降水量呈上升趨勢,1991年至1995年極端降水量呈下降趨勢,從1996~2008年前后現上升趨勢,2010~2015年表現為略下降,2015年后猛烈上升??紤]滑動t檢驗的結果,發現1990年年代初對應的統計量t的值為正且高于臨界值tα,說明在這個時間很可能存在一次突變。隨后一直從1990年年代初到2005年前后極端降水量都表現為顯著的波動特征,升高和降低的趨勢變化反復出現。統計量t在2006年低于臨界值,表示在這一時段極端降水量發生了突變,表現為非常顯著的上升趨勢。從M-K突變檢驗結果(圖5b)來看,統計量OF和UB曲線在2010年和2016年分別出現了交點,并且交點在臨界線范圍內,通過了顯著性檢驗,說明極端降水量在這兩年出現了突變,這與前文分析的極端降水量在1996~2009年以及2016~2018年分別表現為上升趨勢、下降趨勢和上升趨勢的結論達成一致,說明近34a陜西汛期的極端降水量在2010年和2016年的確出現了兩次突變。

以上分析的結果表明,陜西汛期極端降水事件的變化存在較為顯著的突變性特征,陜西汛期極端雨日在1985-2018年表現出明顯的增長趨勢,并且出現了均值突變的特征,在2000年和2006年陜西汛期極端雨日發生了階段性增長。極端降水量較明顯的突變出現在2010年和2016年,出現了兩次從下降趨勢到上升趨勢的轉變。為深入了解陜西訊期極端降水事件的變化特征,接下來將對各個特征量的周期性變化進行分析和討論。

5.3 陜西汛期極端降水事件的周期性變化

利用Morlet小波分析方法,對陜西汛期極端降水事件進行分析,可以看出極端降水事件存在的主要周期及其分布。圖6a、6b分別是陜西汛期區域平均極端雨日、極端降水量序列的Morlet小波分析的能譜。

由圖6a可見,在1995年以前,極端雨日沒有表現出明顯的合理的周期性特征。1995年前后到2004年主要表現為準2a的周期變化,在2008年前后到2016年前后主要為2~3a的周期變化。由圖6b可見,極端降水量和極端雨日的周期性變化略有相似,在1995年以前沒有明顯的周期特征,1995~2005年間存在準2a的周期,且該周期性較極端雨日表現得更為穩定且顯著;在2008年前后到2016年前后主要為2~3a的周期變化。在對比圖6a、圖6b發現,極端雨日與極端降水量的周期特征相似,結合前面的變化曲線來看,二者有較高的相關性,陜西汛期可能存在極端雨日越多,極端降水量也越多的關系。

6 結語

(1)陜西汛期極端降水事件閾值平均為39.1mm/d,空間分布上具有一定的差異閾值的最大值位于陜南中南部整體呈現南多北少的特征。榆林北部、關中南部、陜南地區的極端降水閾值都在平均值以上,為閾值的高值區,榆林西部、延安中西部為閾值的低值區。

(2)陜西汛期極端降水事件變化趨勢分布并非完全一致,榆林東南部極端雨日、極端降水量增長明顯,關中中東部極端雨日和極端降水量的增長較小,部分地區的極端降水量還出現了下降趨勢。但是,陜西汛期的極端降水事件在總體區域平均上仍然表現為增長趨勢,雖然極端降水日數、極端降水量近34a間的增長幅度不同,但二者的空間分布特征基本表現一致。

(3)陜西汛期極端降水事件的變化存在較為顯著的突變性特征,陜西汛期極端雨日在1985~2018年表現出明顯的增長趨勢,并且出現了兩次均值突變的特征,在2000年和2006年陜西汛期極端雨日發生了階段性增長。極端降水量較明顯的突變出現在2010年和2016年,出現了兩次從下降趨勢到上升趨勢的轉變。

(4)陜西汛期極端雨日和極端降雨量這兩個特征量的周期振蕩不完全一致,主要以準2a、2~3a的短周期為主,多體現年際變化特征。同時陜西汛期的極端雨日和極端降水量存在較高的相關性,表現出極端雨日越多,極端降水量越多的關系。

參考文獻:

[1]張愛英,高霞,任國玉.華北中部近45a極端降水事件變化特征[J].干旱氣象,2008,26(4):46~50.

[2]林振山,鄧自旺.子波氣候診斷技術的研究[M].北京:氣象出版社,1999.

[3]胡靜.江淮梅雨期極端降水事件變化特征分析[C]//中國氣象學會.第32屆中國氣象學會年會S4東亞氣候變異成因和預測.北京:中國氣象學會,2015:10~14.

[4]楊金虎,江志紅,王鵬祥,等.中國年極端降水事件的時空分布特征[J],氣候與環境研究,2008,13(1):76~83.

[4]朱乾根,林錦瑞,壽紹文,等.天氣學原理和方法[M].北京:氣象出版社,1981:350~360.

[15]Bonsal B R,Zhang X B,Vincent L A,et al.Characteristic of dailyand extreme temperature over Canada[J].Climate,2001,5(14):1959~1976.

[7]魏風英.現代氣候統計診斷預測技術[M].北京:氣象出版社,1999.

[8]翟盤茂,潘曉華.中國北方近50a溫度和降水極端事件變化[J].地理學報,2003,58(增刊):1~10.

[9]李靜睿,李定安,劉佩佩,等.安康市近45a汛期降水變化特征分析[7].陜西氣象,2015(6):12~15.

[10]陳海山,范蘇丹,張新華.中國近50a極端降水事件變化特征的季節性差異[J].大氣科學學報,2009,32(6):744~751.

收稿日期:2019-09-07

作者簡介:李靜睿(1991-),女,工程師,主要從事短期天氣預報和氣象服務工作。

主站蜘蛛池模板: 91探花国产综合在线精品| 精品一區二區久久久久久久網站| 99久久精品国产自免费| 尤物精品视频一区二区三区| 国产一区二区色淫影院| 成人在线综合| 欧美午夜久久| 超碰免费91| 亚洲午夜片| 久青草免费视频| 亚洲一区二区三区在线视频| 日本亚洲国产一区二区三区| 人妻无码中文字幕第一区| 亚洲日韩精品无码专区97| 国产69囗曝护士吞精在线视频| 国产伦精品一区二区三区视频优播 | 91网址在线播放| 老司机久久99久久精品播放| 无码免费视频| 大学生久久香蕉国产线观看| 五月天综合网亚洲综合天堂网| 91精品国产91久久久久久三级| 久久久久人妻精品一区三寸蜜桃| 久操中文在线| 成人免费网站久久久| 在线精品视频成人网| 国产69精品久久久久孕妇大杂乱 | 午夜视频免费试看| 日韩成人高清无码| 美女被狂躁www在线观看| 99久视频| 九色视频最新网址| 青草视频网站在线观看| 欧美成a人片在线观看| 免费人成视网站在线不卡| 亚洲性视频网站| 亚洲日韩Av中文字幕无码| 九九热视频精品在线| 911亚洲精品| 九九视频免费看| 日日拍夜夜嗷嗷叫国产| 日韩专区欧美| 秋霞国产在线| 日韩欧美国产中文| 国产特级毛片| 亚洲中文无码h在线观看 | 在线播放91| 曰韩免费无码AV一区二区| 伊人精品成人久久综合| 自慰高潮喷白浆在线观看| 91青草视频| 在线亚洲精品福利网址导航| 天天综合色天天综合网| 夜色爽爽影院18禁妓女影院| 热这里只有精品国产热门精品| 乱人伦99久久| 国产精品.com| 欧美a在线看| 国产在线观看成人91| 精品国产污污免费网站| 99青青青精品视频在线| 亚洲第一成年网| 久草青青在线视频| 亚洲视频一区在线| 亚洲黄色成人| 国产欧美高清| 亚洲IV视频免费在线光看| 国产成人在线无码免费视频| 欧美笫一页| 欧美一级视频免费| 国产中文一区二区苍井空| 亚洲精品视频免费| 一本大道AV人久久综合| 91热爆在线| 在线免费不卡视频| 国产精品美女网站| 99这里只有精品在线| 91偷拍一区| 国产在线自揄拍揄视频网站| 亚洲va欧美va国产综合下载| 99在线小视频| 亚洲精品无码在线播放网站|