鄭州市短歷時強降水變化特征及重現(xiàn)期研究

左 璇，朱業(yè)玉，郭 鵬，劉善峰

(1.中國氣象局·河南省農(nóng)業(yè)氣象保障與應用技術(shù)重點開放實驗室,鄭州 450003; 2.河南省氣候中心,鄭州 450003; 3.中國氣象局公共氣象服務中心,北京 100081; 4.北京華新天力能源氣象科技中心,北京100081; 5.國網(wǎng)河南省電力科學研究院,鄭州 450000)

引 言

現(xiàn)代城市是人口高度聚集、社會經(jīng)濟高度發(fā)達的地方，同時也是資源環(huán)境承載力矛盾最為突出的地方。近十年來隨著我國城鎮(zhèn)化的快速發(fā)展，2015年時全國城鎮(zhèn)建設用地不足國土面積的1%，卻承載了54%的人口，產(chǎn)出了84%的GDP[1]。快速城鎮(zhèn)化建設過程中，由于城市開發(fā)的強度高、密度大，使用了大量硬質(zhì)地面材料，改變了原有的自然生態(tài)狀態(tài)和水文特性。因此，由短時強降水引發(fā)的城市內(nèi)澇帶來的一系列社會和經(jīng)濟問題，已成為困擾城市發(fā)展的主要氣象災害因素之一，這也暴露出城市在防御由短時強降水而導致的城市內(nèi)澇方面的短板。我國諸多大中城市頻繁發(fā)生嚴重的城市內(nèi)澇災害。2000年以來，平均每年發(fā)生200多起不同程度的城市內(nèi)澇災害，近七成城市發(fā)生過由短時強降水而引發(fā)的內(nèi)澇。城市內(nèi)澇問題越來越成為大眾所關(guān)注的熱點問題，同時也是眾多海內(nèi)外學者研究的焦點[2-5]。

近年來，隨著中原經(jīng)濟區(qū)建設的快速推進，鄭州主城區(qū)范圍不斷擴大，鄭州內(nèi)澇也呈現(xiàn)頻發(fā)、多發(fā)的態(tài)勢[6]。為預防城市內(nèi)澇，首先需要了解致澇短時強降水的變化特征，以及不同歷時的短時強降水重現(xiàn)期。國內(nèi)有許多學者從不同角度對城市短歷時強降水進行了分析和研究。賀芳芳等[7]運用SCS-CN模型對城市降雨徑流過程進行模擬，對上海地區(qū)短歷時強降水致災閾值進行了推算。馬京津等[8]根據(jù)北京市強降雨的時空變化特征進行分區(qū)，并進行了不同歷時降雨量重現(xiàn)期的估算。唐傳師等[9]通過分析江西省短歷時降水的時空分布特征，對當?shù)囟虤v時降水與暴雨的關(guān)系進行了探討。張啟紹等[10]采用常規(guī)中尺度分析方法和Barnes濾波方法，對林州一次局地強降水過程的環(huán)流特征進行了分析。郭渠等[11]利用重慶地區(qū)逐分鐘降水資料，對當?shù)夭煌瑲v時的短歷時強降水空間分布特征進行了探討并分區(qū)。王彬雁等[12]分析北京短歷時強降水資料的變化特征，并利用概率分布函數(shù)進行擬合，應用多個概率密度函數(shù)對其重現(xiàn)期進行預估。郝瑩等[13]根據(jù)安徽省49年小時降水資料，針對超過98%分位點的短歷時強降水，進行了多角度的分析。楊新[14]利用西安逐日降水資料，分析了西安市降水量和降水頻率的年、季變化特征，探討了各等級降水的頻率變化對總降水量變化的貢獻。姚莉等[15]利用我國1991-2005年逐小時降水資料，通過概率分布、統(tǒng)計檢驗與極值分布等方法，研究了我國中東部地區(qū)逐時降水強度的時空分布特征及1 h最大雨強的50年、100年重現(xiàn)期估算等問題。目前對鄭州市區(qū)域有關(guān)降水的研究，多側(cè)重于強降水過程的預報預警特征分析[16-18]、降水日變化特征分析[19-22]、暴雨災害區(qū)劃或城市內(nèi)澇模擬[23-29]等，且所使用的資料多在小時甚至日尺度之上，并對不同歷時的降雨量進行區(qū)分。因此，本文基于鄭州市氣象觀測站多年的短歷時強降水資料，首先分析哪種短歷時強降水對鄭州影響較大，其次再分析代表短歷時強降水的變化特征，最后分析哪種分布函數(shù)適宜于鄭州短歷時強降水分布擬合，對其進行概率檢驗和擬合，并最終給出不同歷時強降水的重現(xiàn)期估算結(jié)果，以期能為城市規(guī)劃、內(nèi)澇防范和短歷時強降水的預測預警氣象服務等提供依據(jù)和參考。

1 資料與方法

1.1 資 料

本文采用的短歷時強降水數(shù)據(jù)來源于鄭州市氣象局觀測站(以下簡稱為鄭州氣象站)。數(shù)據(jù)起止年代為1955至2018年，其中2005年以前的數(shù)據(jù)通過紙質(zhì)記錄信息化后再提取分析而得到，2005年以后的數(shù)據(jù)直接采用自動觀測儀器分析得到。對于數(shù)據(jù)的選樣則采用年最大值法[30]，逐年分別求出各降水歷時的最大值，得到5、10、15、20、30、45、60、90、120、150、180、240、360、540、720、1440等共16個序列。

1.2 頻率分析

強降水頻率分析參照英國水文研究所出版的《Flood Estimation Handbook》中關(guān)于降水頻率分析方法[31]，該方法依據(jù)年最大降水資料，采用降水指標變量和降水頻率兩個指標。其中降水指標變量為氣象觀測站點年最大降水量序列的中值，其計算首先把年最大降水量序列從小到大排序，若序列有n個數(shù)，n為奇數(shù)時，則選擇第(n+1)/2個為中值，若n為偶數(shù)時，則中值是第n/2和(n/2)+1的平均數(shù)。因該指標不受降水資料序列中出現(xiàn)的異常偏大或偏小值的影響，所以該指標是一個比較穩(wěn)定的統(tǒng)計變量。降水頻率不同于以往的百分比概念，本文參考文獻[31]所擬定的標準，定義其為單位時間內(nèi)達到的降水總量值[32]。

1.3 極值分布模型選取及參數(shù)估計

本文擬采用指數(shù)分布、Gamma分布、Gumbel分布、PeasonⅢ分布、廣義極值分布(GEV)等來具體分析哪種分布更適宜于鄭州氣象站短歷時強降水擬合[33]。各種極值分布的擬合及檢驗效果，采用DPS(Data Processing System)數(shù)據(jù)處理系統(tǒng)中的“水文氣象頻率分析”模塊來分析和處理，參數(shù)估計采用L矩估計或間隔最大積估計法[34]。

2 結(jié)果與分析

2.1 頻率分析

依據(jù)降水指標變量，短歷時強降水是指比較短時段之內(nèi)的降水總量。從鄭州氣象站短歷時強降水統(tǒng)計結(jié)果(表1)可以看出，在120 min以內(nèi)的降水頻率變化均是顯著的，在120-360 min有可能會發(fā)生高達50 mm(暴雨級別)左右的降水過程，但在720 min以內(nèi)降水量在100 mm(大暴雨級別)以上的概率比較小。

表1 鄭州氣象站各短歷時強降水的統(tǒng)計特征

再從強降水頻率的變化來看，45 min以內(nèi)的降水頻率下降幅度較大(大部分下降幅度大于0.2 mm/min)。此后，僅以0.10～0.16 mm/min的幅度下降，到180 min以后的降幅逐漸趨緩(下降幅度小于0.05 mm/min)。這說明180 min以內(nèi)的降水強度變化較大，且180 min以上的降水漸趨穩(wěn)定。所以，180 min以內(nèi)是短歷時強降水最具風險的時段。考慮到360 min以內(nèi)的累計雨量較大，時間較短，也可構(gòu)成一定的風險，因此本文以下部分的分析選取了360 min以內(nèi)有代表性的5、60、180和360 min的短時強降水作為典型代表時段來作進一步分析。

2.2 演變趨勢

從鄭州氣象站60多年來短時強降水各典型代表時段降水量的實際演變圖來看(圖1)，5 min年最大降水量(圖1a)整體呈略增加趨勢(通過0.05的顯著性檢驗)，目前處于平均水平(9.2 mm)附近。1970s初中期、2000s中后期為降水量偏高時期。其中1973年和2007年為高值年，5 min降水量分別達到14.3和16.5 mm。60 min年最大降水量(圖1b)整體呈不顯著的增加趨勢(未通過0.1的顯著性檢驗)，但2000s中期到2013年左右下降趨勢則更為明顯(下降速率達到9.5 mm/a，通過0.01的顯著性檢驗)，目前已處于平均水平(39.3 mm)以下。60 min強降水量高值也在1973年和2007年，60 min降水量分別達79.4和87.1 mm。

圖1 1955-2018年鄭州氣象站不同短歷時年最大降水量年際變化曲線

180 min年最大降水量(圖1c)整體上沒有顯著的減少趨勢(未通過0.1的顯著性檢驗)，1960s初到1970s呈增加趨勢，峰值出現(xiàn)在1970s后期。180 min強降水量高值在1955、1977和1982年，其最大降水量分別達113.2、120.7和130.4 mm。360 min年最大降水量(圖1d)整體已經(jīng)呈現(xiàn)不顯著的減小趨勢(未通過0.1的顯著性檢驗)，且近30年來的平均最大降水量(61 mm)已經(jīng)明顯不如建站至1980s前期的30年均值(70 mm)。360 min強降水量高值在1978和1983年，其最大強降水量分別達151.1和170.8 mm。

綜上分析，鄭州60多年來各代表時段的短歷時強降水均呈波動變化規(guī)律，大多呈現(xiàn)“M”型變化趨勢，年際間差異較大。從各年代變化來看，1960s以前各時段降水量均呈現(xiàn)微弱減少趨勢；從1960s初到1970s呈增加趨勢；從1970s至1980s又呈現(xiàn)顯著的下降趨勢；從1980s后期至1990s呈明顯減小的趨勢，1990s到2000s中期，則又呈顯著增加趨勢；2000s中期到2013年左右又呈現(xiàn)下降趨勢；最近幾年略有增加。最大值主要集中在1970s中前期和2000s中后期，5 min和60 min強降水量以1980s后的最高，而180 min和360 min年強降水量則以1980s前的為高。

2.3 周期分析

為進一步分析各短歷時強降水的演變規(guī)律，采用小波分析方法來分析其變化特征。在作小波變換時為濾掉序列自然周期的影響，對各短歷時年最大降水量序列進行標準差標準化處理(中心化)[35]，以此變換后資料序列作為小波變換的輸入資料。有關(guān)小波變換的原理及方法，國內(nèi)已有很多的介紹及應用[36、37]，在此不再贅述。本文的計算方法和過程均參考文獻[36]。

圖2是代表短歷時年最大降水量的小波變換結(jié)果，圖中的符號反映振蕩的位相，正負中心值反映了不同尺度振蕩的振幅最大值，其中正值(實線)對應短歷時強降水年最大降水量的偏多時期，而負值(虛線)對應著偏少時期。同樣波幅中心所在的周期對應年最大降水量的偏多(少)期。

圖2 鄭州氣象站不同短歷時年最大降水量的小波變換

從圖2可以看到，代表短歷時年最大降水量的各種時間尺度周期變化在時間域中的分布有差異，1950年代中期以來，各個時期的主要振動周期是變化的。以5 min為例，最強的幾個振動中心，分別在1960s中后期、1970s中期、1980s中后期、2000s中期及當前時段，其主周期大致為25 a、5～10 a，即圖2(a)中幾個正等值線中心對應的周期。當前鄭州正處于30 a周期顯著時期內(nèi)；1960s中前期、1970s中期及2000s中期鄭州處于5～10 a周期內(nèi)。60 min與5 min的變化周期較為一致。180 min和360 min的與5 min和60 min的5～10 a的周期變化基本一致。由此可見，不同尺度周期信號的強弱在時—頻域中的分布具有較強的局部特征，這可能與影響鄭州區(qū)域的氣候系統(tǒng)內(nèi)在變化有關(guān)，有待進一步分析與揭示。

2.4 極值分布檢驗及重現(xiàn)期估算

2.4.1 極值分布檢驗

城市防災減災中，不僅需要了解短歷時強降水的演變規(guī)律，同時還需了解不同短歷時強降水的不同重現(xiàn)期的降水量，這對于災害風險區(qū)劃、評估、預警及防治等均有參考作用。

以往很多研究均表明[38-40]，降水概率分布多呈現(xiàn)偏態(tài)分布，可用Γ分布來擬合其分布形態(tài)，而短歷時強降水的分布更具有偏斜特征，歷時越短其離散程度也更大。在降水極值分布模擬分析中，經(jīng)常采用指數(shù)分布、Gamma分布、Gumbel分布、PeasonⅢ分布、廣義極值分布(GEV)等方法來擬合降水的極值概率分布型，但到底哪種方法模擬精度最高，需通過檢驗指標來具體判斷。

本文選用指數(shù)分布、Gamma分布、Gumbel分布、PeasonⅢ分布、廣義極值分布等5種分布函數(shù)對代表短歷時降水進行檢驗，其結(jié)果如表2。

表2 鄭州氣象站5、60、180、360 min短歷時強降水各分布型檢驗結(jié)果

如表2所示，半數(shù)分布類型用L矩估計方法擬合結(jié)果較好，另一部分用間隔最大積估計方法的擬合結(jié)果較好。在5 min歷時降水中，PeasonⅢ分布擬合結(jié)果最優(yōu)，但相對殘差均方值仍超過5%，指數(shù)分布不成立；60 min最大降水量擬合結(jié)果中，廣義極值分布擬合結(jié)果最優(yōu)，且擬合精度高，相對殘差均方值小于5%；180 min降水擬合結(jié)果中，Gumbel分布擬合結(jié)果最優(yōu)，且擬合精度高，相對殘差均方值小于5%；360 min最大降水量擬合中，廣義極值分布擬合結(jié)果最優(yōu)，且相對殘差均方值小于5%，擬合精度高。

從以上分析結(jié)果可見，PeasonⅢ和GEV對鄭州短歷時強降水的擬合較好。通過K-S檢驗發(fā)現(xiàn)，對不同重現(xiàn)期下不同短歷時強降水的估算結(jié)果均可信。GEV的K-S檢驗結(jié)果均小于其他分布的檢驗結(jié)果，說明GEV分布對鄭州短歷時強降水的擬合效果要好于其他概率函數(shù)分布擬合效果。下文采用GEV方法來估算鄭州不同短歷時強降水的重現(xiàn)期。

2.4.2 廣義極值分布擬合

由Q-Q圖(圖3)可見，5、60、180、360 min短歷時降水模型擬合效果均較好。從Q-Q圖的擬合效果來看，在尾部模型模擬的結(jié)果與觀測值有一定誤差，且隨著歷時長度的增加，模擬值和觀測值偏差有所增加。但總體來說，鄭州氣象站各代表歷時的降水極值基本符合GEV分布。

圖3 利用GEV模擬鄭州氣象站不同短歷時強降水的Q-Q圖

圖4為鄭州氣象站5、60、180、360 min短歷時降水P-P分布圖。從P-P圖中可見，各歷時降水也基本符合GEV分布，概率散點圖中模型和觀測值組成的序列基本都位于直線上，其重現(xiàn)期水平的檢驗結(jié)果也表明均處于置信區(qū)間內(nèi)。

圖4 利用GEV模擬鄭州氣象站不同短時強降水的P-P圖

2.4.3 重現(xiàn)期估算

應用廣義極值分布(GEV)方法，對鄭州氣象站不同歷時短時強降水序列進行重現(xiàn)期估算，估算結(jié)果如表3。

表3 鄭州氣象站各歷時短時強降水重現(xiàn)期估算結(jié)果 mm

從鄭州氣象站不同歷時強降水重現(xiàn)期的估算結(jié)果來看，5 min降水量各重現(xiàn)期估算結(jié)果在9.1～15.4 mm。對比實測資料，1954-2018年5 min最大降水量出現(xiàn)在2007年8月2日09:40-09:44，時段降水量高達16.5 mm，其超過百年一遇水平。60 min降水量各重現(xiàn)期估算結(jié)果在36.3～92.3 mm。對比實測資料，1954-2018年60 min最大降水量出現(xiàn)在2007年8月2日09:10-10:09，時段降水量高達87.1 mm，也超過了五十年一遇水平，接近百年一遇水平。180 min降水量各重現(xiàn)期估算結(jié)果在49.7～127.9 mm。對比實測資料，1954-2018年180 min最大降水量出現(xiàn)在1978年7月2日00:03-03:02，時段降水量為120.7 mm，超過了五十年一遇水平，也接近百年一遇水平。360 min降水量各重現(xiàn)期估算結(jié)果在60.5～155.5 mm。對比實測資料，1954-2018年360 min最大降水量出現(xiàn)在1983年8月9日07:35-13:34，時段降水量高達170.8 mm，超過了百年一遇水平。

上述不同歷時短時強降水的重現(xiàn)期估算結(jié)果與氣象站實測資料的對比結(jié)果表明，不同歷時短時強降水值均超過了五十年一遇水平，有些超過了百年一遇水平。因此，極值分析結(jié)果較為可靠。

3 結(jié)論與討論

(1)鄭州不同短歷時強降水的年降水量呈波動變化規(guī)律，大多呈現(xiàn)“M”型變化趨勢：從1980s后期至1990s呈明顯減小的趨勢，1990s到2000s中期，又呈顯著增加趨勢；2000s中期到2013年左右又呈現(xiàn)下降趨勢；最近幾年略有增加。最大值主要集中在1970s中前期和2000s中后期。

(2)不同短歷時強降水均存在5～10 a周期變化特征。此外，歷時5 min和60 min的短時強降水還存在25 a左右的周期變化。

(3)對鄭州氣象站各時段的短歷時強降水進行分布型檢驗，K-S檢驗結(jié)果表明，廣義極值分布(GEV)對短歷時強降水的模擬效果要好于其他概率函數(shù)(PeasonⅢ、Gumbel、Pareto等)的模擬結(jié)果，因此GEV方法應該更適用于擬合鄭州氣象站各短歷時強降水分布。

(4)廣義極值分布(GEV)估算的鄭州氣象站不同歷時短時強降水的重現(xiàn)期降水量與實測資料比對結(jié)果表明，重現(xiàn)期模擬結(jié)果較為可靠。各歷時短時強降水均超過了五十年一遇水平，個別超過百年一遇水平。

(5)全球氣候變暖背景下，極端天氣氣候事件呈現(xiàn)多發(fā)、頻發(fā)態(tài)勢，特別是各氣象臺站觀測到的短時強降水屢創(chuàng)觀測站的歷史記錄。因此，對鄭州短時強降水在時間和空間上的微觀變化，短時強降水的發(fā)生原因、氣候系統(tǒng)作用及與人類活動的影響，還需進一步作深入研究。