基于GLDAS-2數(shù)據(jù)的中國極端降水事件時空變異性研究

尚天赦, 王 飛,2, 戈文艷,2

(1.西北農(nóng)林科技大學(xué) 水土保持研究所, 陜西 楊凌 712100; 2.中國科學(xué)院 水利部 水土保持研究所, 陜西 楊凌 712100)

已有研究表明，在氣候變暖的背景下，中國發(fā)生的極端降水事件呈增多趨勢，其中極端降水量增加最多的是華東地區(qū)，極端降水日數(shù)增加最快的是西北地區(qū)[9-11]。然而，現(xiàn)有的相關(guān)研究主要集中于局部地區(qū)的極端降水變化，關(guān)于大范圍內(nèi)極端降水事件時空變化規(guī)律的研究較少[12-13]。雖然目前認為氣象站點數(shù)據(jù)是最精準的數(shù)據(jù)，但氣象站的觀測范圍有限，站點數(shù)據(jù)欠缺代表性，難以代表整個研究區(qū)的情況。為了降低由某地區(qū)某一氣象站點代表該地區(qū)整體情況的誤差，從而更加完整全面地研究極端降水事件，利用模擬氣象數(shù)據(jù)進行的研究已經(jīng)越來越多，包括TRMM[14]、GCPP[15]、PERSIANN-CDR[16]、CHIRPS[17]、CMFD等[18]數(shù)據(jù)集均有應(yīng)用，這些數(shù)據(jù)集記錄時間較短，難以進行長期的研究分析。全球陸地數(shù)據(jù)同化系統(tǒng)(Global Land Data Assimilation System，GLDAS)的輸出產(chǎn)品分辨率高，獲取不同地區(qū)降水時空特征較為方便，有利于長期頻率分析，可以為氣象缺測地區(qū)提供數(shù)據(jù)參考，在中國已經(jīng)經(jīng)過適宜性評估[19-21]，同時在中國已經(jīng)有相對廣泛的應(yīng)用[22-23]。而且，相較于其他模擬產(chǎn)品而言，GLADS數(shù)據(jù)更準確，也更加接近氣象站點的數(shù)據(jù)[22,24]。因此，為了研究大范圍內(nèi)的極端降水變化，本研究使用覆蓋全區(qū)域更精確和高分辨率網(wǎng)格數(shù)據(jù)GLDAS數(shù)據(jù)集，對極端降水事件發(fā)生的頻率和變化趨勢進行討論和研究。

1 研究數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

研究使用來自美國宇航局(NASA)、美國海洋和大氣局(NOAA)聯(lián)合開發(fā)的GLADS(Catchment Land Surface Model)-2.0數(shù)據(jù)集的降水?dāng)?shù)據(jù)，該版本時間跨度為1948—2014年，數(shù)據(jù)的空間分辨率為0.25°×0.25°[25]。

1.2 方法

將整個中國作為研究區(qū)，中國位于歐亞大陸東部，地形復(fù)雜，氣候類型多樣。因為中國跨度大，地域廣闊，為了方便進行分析，根據(jù)中國科學(xué)院地理所的劃分，將全中國分為6個區(qū)域，分析各個部分的不同指標的變化情況(圖1)。

注：本文所用地圖審圖號為GS(2016)2556號,底圖無修改。下圖同。

在對GLDAS數(shù)據(jù)進行計算之前，為確保GLDAS-2.0數(shù)據(jù)集的可靠性，使用中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)的中國地面氣候資料日值數(shù)據(jù)集(V3.0)與GLDAS數(shù)據(jù)進行相關(guān)性分析，以確保GLDAS數(shù)據(jù)的可信度。利用焦俏等的評價方法[27-28]，提取GLDAS-2.0數(shù)據(jù)集的多年平均降水，與氣象站點數(shù)據(jù)進行相關(guān)性分析。除去異常值，無數(shù)據(jù)和難以進行分析的站點后，選擇1961—2014年628個站點的數(shù)據(jù)為基礎(chǔ)觀測數(shù)據(jù)(圖1)，與GLDAS-2.0數(shù)據(jù)進行相同年限內(nèi)的數(shù)據(jù)相關(guān)性分析計算。結(jié)果表明，GLDAS數(shù)據(jù)與站點數(shù)據(jù)具有極高相關(guān)性，表明GLDAS-2.0數(shù)據(jù)在中國地區(qū)進行極端降水計算研究的可靠性很高(圖2)。

圖2 GLDAS數(shù)據(jù)和站點數(shù)據(jù)的相關(guān)性分析

利用MATLAB 2016軟件對GLADS-2.0數(shù)據(jù)進行處理，得到1948—2014年的日降水量數(shù)據(jù)。中國國家氣象局將24 h內(nèi)降水量超過50 mm的事件定義為暴雨[29]。本文在此基礎(chǔ)上進一步細化，分別以24 h內(nèi)降水量超過20 mm(R20)，30 mm(R30)，50 mm(R50)和100 mm(R100)為不同指標，來對研究區(qū)內(nèi)降水情況進行分析。根據(jù)計算分析，發(fā)現(xiàn)R30指標與R20指標分析結(jié)果相似，R100指標在研究區(qū)內(nèi)變化程度太小可以忽略不計，所以正式研究時只使用R20和R50這兩個指標。同時，結(jié)合氣候變化探測和指數(shù)聯(lián)合專家組(ETCCDI)推薦的指標，共選取9個極端降水指標(表1)[30-34]，研究中國的極端降水事件時空變異性。R20和R50，Rx1day和Rx5day，R95p和R99p這三組指標分別代表降水絕對指數(shù)、降水強度指數(shù)、降水閾值指數(shù)[35]，降水絕對指數(shù)表示降水較多時的極端降水變化，強度指數(shù)和閾值指數(shù)能反映強度和極端降水的關(guān)系，這些指數(shù)之間相互影響相互聯(lián)系[36]。在計算R95p和R99p這兩個指標時，每一個格點內(nèi)的數(shù)據(jù)都參與了計算。

表1 本研究使用的極端降水指標定義

利用M-K分析對表1所列的9個指標進行分析，來檢驗這些極端降水指標的突變性。M-K趨勢作為非參數(shù)檢驗方法，對異常值不敏感而被廣泛應(yīng)用于氣溫降水及水文序列等連續(xù)性時間序列的趨勢變化分析和顯著性檢驗研究中[9,37-38]：

假設(shè)有一時間序列：X1，X2，X3，…，Xn，其趨勢檢驗統(tǒng)計量公式是:

式中:sign()為符號函數(shù)。當(dāng)(Xi-Xj)<、=或>0時,sign(Xi-Xj)分布為-1,0或1;Mann-Kendall統(tǒng)計量Z值計算公式為:

1887年，Arrhenius首次提出烴類混合物的黏度預(yù)測計算式，如式(4)。在該模型的基礎(chǔ)上，大量學(xué)者基于實驗結(jié)果的分析和處理，提出相應(yīng)的修正模型和演化模型[5]，其中典型的修正模型主要有3種:式(5)是在Arrhenius模型的基礎(chǔ)上考慮了組分油之間的相互作用而引入常數(shù)C 12值，該改進模型又稱為Grunberg-Nisson模型;式(6)～式(7)的修正是在Grunberg-Nisson模型的基礎(chǔ)上通過實驗擬合后引進系數(shù)B 12，對組分油間相互作用的進一步修正[6]，分別稱之為Arrhenius修正1、Arrhenius修正2模型。

通過M-K分析得到的Z值表示顯著性趨勢，根據(jù)Z值正負來表示極端降水指標的趨勢顯著性變化。當(dāng)Z為正值時表示上升增加趨勢，負值時表示下降減少趨勢。Z的絕對值在大于等于1.64，1.96，2.56時表示分別通過了置信度90%，95%，99%顯著性檢驗。

本研究將整個中國作為研究區(qū)，中國位于歐亞大陸東部，地形復(fù)雜，氣候類型多樣。因為中國跨度大，地域廣闊，為了方便進行分析，根據(jù)中國科學(xué)院地理所的劃分(圖1)，將全中國分為6個區(qū)域，分析各個部分的不同指標變化情況。

2 結(jié)果和分析

2.1 極端降水的空間分布特征

通過圖3和圖4可以看出，1948—2014年中國年均降水量總體上呈現(xiàn)出西北少，華東及中南南部多的空間分布特征，其中華東和中南地區(qū)降水量較多，最高達2 100 mm以上；西北和華北降水量較低，東北地區(qū)降水量大小較為均勻，年均降水量最低的地區(qū)出現(xiàn)在西北的中西部地區(qū)，最低可至1 mm；SDII平均值大的地方分布主要集中在中南、華東局部和西南少部分地區(qū)，西北地區(qū)該指標平均值小，表明西北地區(qū)降水時間少，降水量也不多，華東和中南地區(qū)的情況則正好與西北相反。西南地區(qū)的CWD較高，其中在西南邊界區(qū)域的CWD可以達到111 d，表示該地區(qū)全年超過3個月以上的時間都有降水；而西北和華北的持續(xù)降水日數(shù)最低的平均為0.019 d，即基本不存在連續(xù)降水的情況。

圖3 1948-2014年中國CWD，SDII，PRCPTOT指標平均值空間分布

從圖5，6可知，三組指標平均值在各個區(qū)域內(nèi)的分布相似。在中南和華東地區(qū)降水絕對值、降水強度和降水閾值均高，而在西北地區(qū)這三組指標的平均值低，在東北地區(qū)這三組指標的平均值集中在一定范圍內(nèi)。這與PRCPTOT指標的空間分布一致，說明過去的一段時間內(nèi)，中國的降水仍然很不均衡，華東中南沿海地區(qū)降水多西北內(nèi)陸地區(qū)降水少的情況沒有變化。

圖4 1948-2014年中國CWD，SDII，PRCPTOT指標平均值在不同區(qū)域的分布

圖5 1948-2014年中國6種極端降水指標平均值空間變化情況

圖6 1948-2014年中國6種極端降水指標在不同區(qū)域的分布情況

綜合來看，各個極端降水指標的平均值總體上呈現(xiàn)華東高西北低的狀況。華東及中南沿海地區(qū)因為地處熱帶及亞熱帶，再加上臺風(fēng)等自然災(zāi)害的影響，所以降水較為頻繁；西北地處內(nèi)陸，降水量逐年增加，然而就各個極端降水指標的平均值來看，判斷極端降水事件的發(fā)生與否比較困難。因此，本文使用M-K趨勢分析以便于進一步判別極端降水指標值較低地區(qū)發(fā)生極端降水事件的趨勢變化。

2.2 極端降水事件時空變化趨勢

從圖7，8可知，在全國大部分地區(qū)，CWD呈現(xiàn)出減弱的趨勢，其中在華東和華北地區(qū)有20%左右的區(qū)域呈現(xiàn)顯著性減弱的趨勢(p<0.1)，表明全國范圍內(nèi)，持續(xù)降水日數(shù)會持續(xù)減少。

從PRCPTOT和SDII的變化情況來看，華東、華北和東北的大部分區(qū)域均呈現(xiàn)減弱趨勢，其中華北地區(qū)SDII指標有將近30%區(qū)域顯著降低(p<0.1)，PRCPTOT指標有將近15%區(qū)域趨勢顯著降低(p<0.1)，表明華北的年降水量隨時間變化持續(xù)減少，日降水強度呈現(xiàn)減弱趨勢；此外在西北、中南和西南地區(qū)有20%左右的區(qū)域呈現(xiàn)出增加趨勢(p<0.1)，這些地區(qū)的年降水量隨時間變化有所增加，日降水強度逐年變強。

中南地區(qū)有20%左右的區(qū)域Rx1day指標呈現(xiàn)顯著性增強的趨勢(p<0.05)，在西北中部、中南北部，華東、東北和西南的少數(shù)地區(qū)達到了99%的顯著增加的變化趨勢，表明這些地區(qū)日降水量持續(xù)增加。Rx5day在華北、華東和東北地區(qū)顯著性增強(p<0.05)的區(qū)域較少，西北、中南和西南地區(qū)顯著性增強(p<0.05)的區(qū)域較多，其中在西北西部地區(qū)變化比較顯著(p<0.01)，表明這些地區(qū)的連續(xù)日降水量值逐年增加。就整體而言，強度指標在西北、中南、華北和西南地區(qū)顯著增強，表明這些地區(qū)的降水變多。

圖7 1948-2014年中國不同極端降水指標趨勢性變化

R95p和R99 p發(fā)生變化顯著增強(p<0.1)的地區(qū)廣泛分布在中國的中南、西北和西南地區(qū)。而R95p在中南和華東地區(qū)比R99p突變更加顯著，R99p在西北、中南和西南地區(qū)發(fā)生極端強水量降水事件的突變性比R95p更高。R20指標在西南、西北和中南地區(qū)出現(xiàn)顯著性增強(p<0.1)的區(qū)域占本地區(qū)面積的9%左右，其中在西南、西北和中南的交界處則表現(xiàn)出顯著性增強趨勢(p<0.01)。

R50指標在全國大范圍呈現(xiàn)增強趨勢(p<0.1)，除華北地區(qū)外，其他地區(qū)有5%左右的地區(qū)呈現(xiàn)顯著性增強趨勢(p<0.05)，其中在西南、西北和中南的交界處，中南和華東交界處，中南地區(qū)南部和華東地區(qū)南部增強顯著性可達到99%。這些情況說明西北、中南和西南地區(qū)的極端強降水量會逐年增多，降水絕對指數(shù)不斷增強，各個地區(qū)存在少數(shù)區(qū)域出現(xiàn)變化趨勢減弱的情況，即這里極端降水事件地區(qū)分布多，強降水容易出現(xiàn)且分布廣泛。R20和R50呈現(xiàn)顯著性減弱趨勢(p<0.01)的地區(qū)分布較少，降水絕對指數(shù)在全中國減少的地區(qū)基本不存在，反映全中國降水強度一直變大。

圖8 1948-2014年中國不同極端降水指標趨勢性變化在各地區(qū)的占比

綜上所述，雖然CWD，SDII和PRCPTOT這三項指標在全國范圍內(nèi)變化呈現(xiàn)減弱趨勢，但降水絕對指標在全國的大部分地區(qū)呈現(xiàn)出增強趨勢，強度指標在西北、中南、西南地區(qū)超過50%以上區(qū)域呈現(xiàn)增強趨勢，閾值指標同樣在西北、中南、西南地區(qū)大部分區(qū)域(70%左右)呈現(xiàn)增強的趨勢，表明全國發(fā)生極端降水事件的頻率增高，在西北、中南、西南地區(qū)出現(xiàn)了連續(xù)濕潤天數(shù)變少，強降水變多的情況，使得降水逐漸集中，趨于極端化。這種變化在其他人的研究中也有所體現(xiàn)[10，39-40]。

極端降水事件作為短歷時的強降水現(xiàn)象，結(jié)合不同降水指標的平均值和M-K分析，西北地區(qū)的降水強度指標、絕對指標和閾值指標呈現(xiàn)明顯增強趨勢，表明西北地區(qū)發(fā)生極端降水的現(xiàn)象越來越多，這與其他研究結(jié)論一致，可能是西北地區(qū)所處的地理位置和全球變暖的外部環(huán)境因素所導(dǎo)致[41-43]。中南北部和中部，主要指其與西北地區(qū)、華東地區(qū)的交界處，絕對指標、強度指標和閾值指標變化增強趨勢(p<0.1)明顯，CWD，SDII，PRCPTOT指標減弱趨勢(p<0.1)明顯，表明這里發(fā)生極端降水事件的可能性會大大加強[34，44]，這也與秦嶺淮河以南地區(qū)極端降水相關(guān)結(jié)論相似[23,45-46]。

3 結(jié) 論

(1) 全國發(fā)生極端降水事件的頻率增加，西北、西南和中南地區(qū)的年降水量增強趨勢(p<0.1)明顯，日降水強度逐年增加，連續(xù)濕潤天數(shù)變少，強降水變多，西北地區(qū)變化最為明顯。

(2) 西北地區(qū)中西部的降水強度指標、絕對指標和閾值指標呈現(xiàn)明顯增強趨勢(p<0.1)。中南地區(qū)北部和中部，主要指其與西北地區(qū)、華東地區(qū)的交界處，絕對指標、強度指標和閾值指標變化增強趨勢(p<0.01)明顯，CWD，SDII，PRCPTOT指標減弱趨勢(p<0.01)明顯，表明這些地區(qū)發(fā)生極端降水事件的可能性高。

極端降水的發(fā)生是各種氣候現(xiàn)象綜合的結(jié)果，之后對大尺度范圍的極端降水進一步研究時，應(yīng)該考慮其他氣象因素，如可以結(jié)合環(huán)流季風(fēng)的變化來進行細化研究，但大尺度區(qū)域的環(huán)流季風(fēng)情況較為復(fù)雜，需要分不同情況進行討論。在未來，應(yīng)該在西北地區(qū)中西部(新疆中部、青海中部)，西北和中南交界處(湖北、河南、陜西交界地區(qū))，中南和華東交界處(河南、安徽交界處)，提前做好因短歷時強降水而出現(xiàn)的洪澇災(zāi)害的預(yù)警。