氣候變化背景下的貴州草海濕地降水量特征研究

柯莉萍，鄒書平，張 艷，陳銀東,柯倉金，聶 祥

(1.貴州省威寧彝族回族苗族自治縣氣象局，貴州 威寧 553100；2.貴州省人工影響天氣辦公室，貴州 貴陽 550081；3.貴州省赫章縣氣象局，貴州 赫章 553200；4.貴州省畢節市氣象局，貴州 畢節 551700 )

0 引言

隨著氣候變化環境的不斷加劇，全球的氣候也隨之發生變化。降水是水資源的重要來源，在水資源的研究應用方面，區域內的降水變化特征研究已成為熱點之一。熊敏詮[1]對中國近60 a日降水量分區及氣候特征的研究結果表明，中國偏南、偏北等7個分區日降水量年均值普遍振蕩周期為24 a。李曉婧[2]基于GSMAP數據的中國大陸近5 a極端降水時空分布特征及與次生災害關系的研究結果表明，十分規律的地帶性是中國極端降水所具有的特征。王聳等[3]對1961—2010年我國降水量變化分區及其區域特征的研究結果表明，近50 a我國降水整體呈現減少趨勢,而且區域差異明顯，黃淮地區降水量減少幅度最大。宮寧等[4]對中國濕地變化的驅動力分析發現，濕地類型的不同，對其變化的主要影響因素也不同,內陸濕地與降水、溫度以及農業灌溉耕作等有著密切的關系。李想[5]利用1881—2002年的降水量資料，分析黃河流域、海河流域、淮河流域的降水量特征發現，上述區域的降水有76 a左右的顯著性周期。余祝媛等[6]對貴州55 a降水量時空變化的研究結果表明，貴州降水時空分布極不均勻，呈南多北少，西南多東北少等特點。信忠保等[7]研究了ENSO對淮河流域的降水影響，發現淮河流域出現的降水異常現象與ENSO事件間有顯著的相關性。張金鳳等[8]基于CI指數的貴州干旱時空變化規律的研究結果表明，貴州近50 a的發生干旱的頻率趨于嚴重。王泉泉等[9]對滇西北高原濕地的研究結果表明，降水量與濕地分布及香農多樣性指數與第一、二、三產業值呈正相關。林梽桓等[10]對草海濕地的極端降水特征分析結果表明，21世紀以來，草海濕地的降水量總體而言，呈現上升趨勢。權晨等[11]對長江源區高寒退化濕地地表蒸散特征的研究結果表明，項目觀測期內，降水量遠小于蒸散量,水分虧損比較嚴重,局地蒸散對降水的很大貢獻。高志勇等[12]通過氣候變化對濕地生態環境及生物多樣性的影響研究結果表明，氣溫升高和降水量的減少，會嚴重影響濕地的生態環境，進而會導致生物多樣性逐步減少、濕地可能退化以至于消失。李祥等[13]對1960—2013年白洋淀濕地氣候變化特征分析表明，濕地氣候對周邊環境氣溫變化具有一定的減緩作用。Yajun Xie等[14]研究結果表明對凋落物的分解，濕地的能力幾乎是陸地的3倍。在濕地和陸地生態系統中，分解率隨著年平均溫度、年平均降水量和初始N含量的增加而增加。嚴銳等[15]研究結果表明極端降水與平均氣溫之間的變化有密切聯系。

草海是貴州最大的高原天然淡水湖泊，1985年、1992年先后被貴州省政府、國務院批復為省級和國家級自然保護區。該保護區具有完整、典型的高原濕地生態系統，是中國著名的幾大高原湖泊之一。草海濕地位于貴州省威寧縣縣城的西南面，距離威寧國家基準氣候觀測站直線距離2 km，位于104°12′～104°18′E，26°49′～26°53′N，保護區面積有120 km2, 其中水域面積46.5 km2，正常水位2171.7 m。草海濕地作為是中國的Ⅰ級重要濕地，有“天然物種庫”及“天然水庫”稱號。草海濕地是黑頸鶴等228種鳥類及多種野生動物的越冬地及繁殖棲息地之一。草海濕地在蓄水防洪方面具有獨特的優勢，是天然 “海綿”。當各種污水流入濕地時，其可以減緩污水流動速度，利于各種毒物和雜質的沉淀和清除，因此對減輕環境污染也可發揮一定的作用。同時濕地在河川徑流調節、地下水補給、小氣候調節、城市居民用水、農田灌溉、生物多樣性研究等方面具有舉足輕重的作用。濕地與降水量之間有著密切的關系，因此研究其近50 a來的降水量特征，對草海濕地的保護具有極其重要的現實意義。

1 資料的使用

草海濕地距離威寧國家基準氣候站直線距離2 km，目前草海濕地其周邊建有5個降水量監測點，分別為白家嘴、紅光、東山、草海和威寧國家基準氣候站。前4個建設時間不足10 a，資料不全、序列較短，因此采用威寧國家基準氣候站1969—2018年近50 a的地面降水量資料，該數據均經過質量控制，數據可靠。

2 方法

2.1 線性回歸分析法

線性回歸就是利用線性回歸方程的最小平方函數對一個或幾個自變量及應變量間的關系進行建模建立的一種分析方法，在氣候、水文、醫學等領域中被認可。采用一元回歸法對草海濕地近50 a的降水量進行回歸分析、多年滑動平均、極值分析、標準差等進行統計。

2.2 Man-Kendall檢驗法

Man-Kendall檢驗法[16-17]是一種氣候診斷技術。在降水、氣溫、地表徑流等氣象水文分析方面得到世界氣象組織的認可，因此在實際科研工作被大多數人所采用。

2.2.1 Man-Kendall趨勢檢驗 在Man-Kendall參數趨勢檢驗中，設時間序列數據(x1，x2，x3，x4，…，xn)，是n個獨立的、隨機變量同分布的樣本。備擇假設H1是雙邊檢驗。對于所有的i，j≤n，且i≠j，xi和xj的分布是不相同的。定義檢驗統計量S：

(1)

其中，Sign( )為符號函數。當Xi-Xj<、=或>0時，Sign(Xi-Xj) 分別為-1、0 或1。S為正態分布，其均值為0，方差:

Var(S)=n(n-1)(2n+5)/18

(2)

M-K 統計量公式為：

(3)

在雙邊趨勢檢驗中對于給定的置信水平α，若|Z|≥Z1-α/2，則原假設H0是不可接受的，在信度α上，時間序列數據增加或減少趨勢較為明顯。 為正值表示增加趨勢，負值表示減少趨勢。|Z|分別在大于等于1.28、1.64、2.32時表示通過了信度0.9、0.95、0.99顯著性檢驗。

2.2.2 非參數 Man-Kendall突變檢驗方法 設樣本序列為x1，x2，x3，x4，…，xn，Sk表示第i個樣本xi>xj(1≤j≤i)的累加數，根據統計量公式：

(4)

式中，j= 1,2,...,i；k= 1,2,...n。

在時間序列隨機獨立的假定下，得到Sk的樣本均值和樣本方差為：

E[Sk]=k(k-1)/4

(5)

var[Sk]=k(k-1)(2k+5)/72

(6)

式中，1≤k≤n， 將Sk標準化：

(7)

2.3 數據圖形處理

數據圖形采用origin VER8.0進行處理。

3 結果與分析

3.1 草海濕地的年代際特征

圖1表示草海濕地1969—2018年近50 a的降水量特征，從圖來看，草海濕地近50 a多年平均值為890 mm·a-1,余祝媛等[6]研究表明草海濕地屬于貴州兩個少雨區之一。威寧地處云貴高原，平均海拔2200 m，屬于亞熱帶濕潤季風氣候區，由于海拔及地形原因，水汽供應不充分，導致降水量相對偏少。近50 a來，利用線性回歸趨勢來看，草海濕地降水量呈下降趨勢，趨勢遞減率-1.22 mm·a-1，趨勢不明顯。利用Man-Kendall參數對1969—2018年草海濕地降水量進行趨勢檢驗，S=-96,并且n=51>10,Z=-0.788，由于|Z|<1.28,未通過信度0.9的顯著性檢驗，說明近50 a來草海濕地降水量的下降趨勢不明顯，兩種方法結論相同。從降水量5 a滑動平均來看最大值出現在1970—1974年，降水量為1058.5 mm,最小值出現在1987—1991年，降水量為713.8 mm。二者相差344.7 mm。對于各年降水量，除了2014年極大值1311.8 mm,1989年極小值554.7 mm外，降水量在1260～626.5 mm之間波動。

圖1 草海濕地1969—2018年各年降水量統計Fig.1 Precipitation Statistics of Caohai Wetland from 1969 to 2018

1987—1992年連續6 a降水量低于多年平均值(890 mm·a-1)，2002—2006年連續5 a降水量低于平均值。2014—2017年降水量連續4 a高于平均值，連續2 a間降水量變化最大的是：2013年762.3 mm,2014年1311.8 mm,差值達到549.5 mm。2000—2018年以來草海濕地降水量整體呈現遞增趨勢。

圖2為草海濕地1969—2018年降水量累積距平圖。從圖中可以看出，草海濕地降水量偏離趨勢呈現周期性的變化形態。1970—1982年降水量圍繞多年平均降水量有一定的波動，1969—1982年低于多年平均值，1983—1987年高于多年平均值，然后呈下降趨勢。除1969年外，2004—2015年，1970—2003年，2016—2018年累積距平均為正值，由此說明草海濕地整體降水量屬于豐水年。

圖2 草海濕地1969—2018年降水量累積距平Fig.2 The cumulative distance of precipitation of Caohai Wetland,1969—2018

3.2 草海濕地降水量季節變化特征

威寧草海濕地每年各個季節降水量分布極不均勻，常出現秋冬春連旱或冬春連旱的情況，對于城市生活用水，農業生產、草海植物等具有較大影響。研究草海濕地季節降水量變化特征對于調節濕地降水補給，水資源的開發利用具有極其重要的意義。

從圖3可以看出，草海濕地春季、夏季降水量近50 a來呈現線性增加的趨勢，但增加趨勢不明顯，年增加趨勢率分別為0.14 mm·a-1、0.62 mm·a-1。春季降水量在67.8～259.7 mm間波動，夏季在158.7～852.5 mm間波動。草海濕地秋季和冬季降水量近50 a來呈現減少趨勢，秋季較為明顯，趨勢遞減率分別為-1.79 mm·a-1、-0.03 mm·a-1,冬季減少不明顯。秋季從1969—1977年均降水量均高于多年平均降水量，1984年比秋季多年平均偏少147.9 mm,處于干旱季節。草海濕地降水量冬季偏少,多年平均僅為28.3 mm，平均蒸發量冬季多年為135.7 mm。蒸散量遠遠大于降水量，統計資料表明草海濕地十年九旱，常出現冬春連旱。

圖3 草海濕地1969—2018年各年各季降水量統計Fig.3 Precipitation statistics in four season of Caohai Wetland from 1969 to 2018

從表1可看出，草海濕地年、各季節降水量的分布極不均勻，年降水量最大與最小差值為757.1 mm。季節上夏季最大與最小差值為673.6 mm。秋季最小為1984年的56.1 mm,1984年冬季降水量為21.6 mm,均低于多年平均值，出現秋冬連旱。冬季最小為2001年的8.4 mm,低于多年平均值19.9 mm,此年冬季旱象較為嚴重。薛正平等[18]對變異強度做了三級等級劃分：弱變異，變異系數小于0.1；中等變異，變異系數大于0.1～0.3之間；強變異，變異系數大于0.3。草海濕地50 a年間降水量變異系數為0.19，屬于中等變異，季節上除夏季屬于中等變異外，其余季節均為強變異。從季節上看，降水量的極值比秋季最大為7.34，春季最小為3.83。從10 a趨勢率看，冬季變化最小僅為-0.3 mm/10a，秋季遞減趨勢較明顯為-17.9 mm/10a。

表1 草海濕地1969—2018年降水量情況Tab.1 Precipitation in Caohai Wetland from 1969 to 2018

3.3 非參數 Man-Kendall突變檢驗

對草海濕地1969—2018年各年降水量進行非參數 Man-Kendall突變檢驗，檢驗降水量序列發生突變的點和檢驗變化趨勢的顯著性。趨勢檢驗結果如圖4所示：草海濕地近50 a來發生了3次突變，分別為1986年，1988年，2012年。給定顯著水平0.05，因|UFk|

圖4 草海濕地1969—2018年降水量突變檢驗曲線圖Fig.4 Sudden change Test Curve of precipitation in Caohai Wetland from 1969 to 2018

4 草海濕地降水量未來趨勢預測

4.1 預測模型建立

草海濕地降水量預測最小二乘估計法，又叫最小平方法，在預測、預報等許多科學領域應用廣泛。

以1969—2018年降水量數據為基準，采用最小平方法對2019—2048年間30 a草海濕地的降水量趨勢做預測，模型如下：

y= -1.2244x+ 921.24

(8)

預測結果如圖5所示，從圖中可以看出，此30 a間草海濕地年降水量整體呈現增加的趨勢，趨勢率為19.3 mm/10a；2019—2033年之間降水量低于多年平均值，2033年后降水量高于均值；年最大降水量可能出現在2037年附近；2025—2031年間降水量呈下降趨勢；21世紀40年代期間降水量呈平穩增加趨勢。政府間氣候變化專門委員會(IPCC)第六次報告表明，全球氣候變暖的背景下氣候變化對降水特征產生影響，亞熱帶地區降水量預估可能減少，高緯地區則可能增加。威寧草海濕地地處云貴高原東側，屬于亞熱帶季風濕潤氣候區，2019—2033年間降水量預測結果與多年平均相比偏低，與IPCC報告吻合性較高。

圖5 2019—2048年草海濕地降水量趨勢預測Fig.5 Trend forecast of precipitation in Caohai Wetland from 2019 to 2048

4.2 預測模型可靠性檢驗

對擬合模型利用殘差和預測與實測數據進行檢驗，從圖6可已看出，殘差ACF和PACF是平穩的。從表2來看，2019、2020年預測誤差均在6.9%。因此該模型可靠。

表2 降水量模型預測誤差 Tab.2 Prediction error of precipitation model

圖6 AFC(a)和PACF(b)殘差圖Fig.6 Residual diagram of AFC(a) and PACF(b)

5 結論

①草海濕地近50 a來降水量整體呈下降趨勢，但趨勢不明顯，濕地對于氣候的調節具有重要作用。

②草海濕地近50 a來春、夏、秋、冬4個季節降水量分布不均，冬季干旱明顯。

③利用Man-Kendall參數對草海濕地近50 a降水量趨勢研究與線性擬合結果吻合，非Man-Kendall參數對降水量進行突變檢驗具有一定的優越性，上述方法在氣候研究中具有可行性。

④ 2019—2028年間草海濕地降水量呈增加趨勢，趨勢率為19.3 mm/10a。2019—2048年未來30 a降水量整體可能呈增加趨勢，最大降水量可能出現在2037年附近。