1969—2017 年拉薩強降水日數(shù)變化特征*

多典洛珠 丁真貢嘎 拉巴 潘多 邊瑪羅布

（1.西藏自治區(qū)氣象臺；2.西藏拉薩市氣象局，西藏 拉薩 850000）

近年來，我國極端天氣氣候事件頻發(fā)，臺風(fēng)、暴雨、高溫、干旱、風(fēng)雹、雪災(zāi)等氣象災(zāi)害給人民生命財產(chǎn)安全和經(jīng)濟社會運行帶來嚴重影響。

極端降水事件已逐漸成為國內(nèi)專家學(xué)者研究的熱點議題［1-4］。楊金虎等［2］針對中國西北近45a汛期極端降水事件的發(fā)生頻次和分布特征進行了統(tǒng)計分析；張楠楠等［3］對寧夏中雨以上降水過程氣候特征進行了研究，發(fā)現(xiàn)隨著地勢的差異，寧夏中雨及以上降水事件自北向南逐漸遞增；鄒立堯等［4］研究得出近60a 三江平原夏季強降水日數(shù)總體呈增多趨勢，其中最多年比最少年偏多8.6d；吳丹等［5］通過閾值分析法將江淮流域不同測站汛期極端強降水事件進行統(tǒng)計分析，并定義了每個測站相應(yīng)的閾值。

極端降水事件不僅會直接對社會、環(huán)境造成重要影響，持續(xù)性強降水事件還會致使洪澇災(zāi)害的發(fā)生［6］。在全球變暖氣候大背景下［7,8］，西藏地區(qū)大部分極端降水指數(shù)呈現(xiàn)不顯著的增加趨勢［9］。西藏作為青藏高原的主體，本身地質(zhì)環(huán)境脆弱，地形結(jié)構(gòu)復(fù)雜多樣，氣象災(zāi)害多發(fā)易發(fā)。首府城市拉薩又是人口相對密集的地區(qū)，氣象災(zāi)害給人民生命和財產(chǎn)安全造成的影響更大。通過分析2019—2021 年氣象資料，拉薩市范圍近90 余氣象觀測站共出現(xiàn)378 站次24h 降水量≥25mm，其中2站次24h降水量≥50mm。不僅如此，受城市特殊下墊面的影響，午后到傍晚時分更容易出現(xiàn)中小尺度的強對流天氣，根據(jù)統(tǒng)計有314 個站次1h降水量≥10mm，其中22 站次1h 降水量≥20mm。極端性天氣的頻繁出現(xiàn)使氣象災(zāi)害發(fā)生的突發(fā)性、極端性和不可預(yù)見性隨之加強。因此，研究拉薩地區(qū)的強降水天氣氣候特征及其影響因子，有利于進一步揭示河谷地區(qū)天氣氣候特征，為該地區(qū)極端天氣的預(yù)測和防范提供可參考依據(jù)。

近年來，針對拉薩地區(qū)強降水的研究也有很多，但是大多僅限于一兩次天氣個例的分析［10,11］，對強降水的長期變化及其成因分析較少。本文基于拉薩近49a（1969—2017）汛期降水資料，首先采用百分位法分析了拉薩強降水閾值，其次利用趨勢系數(shù)、滑動t 檢驗和累積距平曲線以及Morlet 小波分析法對拉薩強降水的氣候特征進行診斷分析，最后結(jié)合相關(guān)性分析進一步研究了拉薩強降水變化可能的影響因子。

1 資料與方法

1.1 資料

選取1969—2017 年拉薩站汛期（5—9 月）20:00至次日20:00 累積降水量分析了拉薩強降水日數(shù)的長期變化，利用日最高氣溫、日最低氣溫和兩個時次（08:00 和20:00）探空資料分析了拉薩強降水日數(shù)變化可能的影響因子。

1.2 強降水日

按照中國氣象局降水等級劃分標準，將日降水量超過50mm 的降水事件，稱為暴雨；日降水量超過25mm 的則視為大雨［12］。然而，對于不同地區(qū)來說，出現(xiàn)的降水概率、強度和造成的影響等存在很大的差異，在高原地區(qū)，受復(fù)雜地形和區(qū)域特殊天氣氣候的影響，完全用全國統(tǒng)一的日降水量來簡單定義當?shù)氐臉O端降水事件是不合理的，需要根據(jù)當?shù)氐膶嶋H情況，因地制宜，研究出適合本地的強降水閾值。本文采用逐年日降水序列的第90 個百分位值作為強降水閾值［13］，根據(jù)計算得出拉薩近49a 強降水閾值為14.2mm，日降水量（R24）≥14.2mm 時定義為一次強降水日。

1.3 整層大氣水汽含量和穩(wěn)定度k 指數(shù)計算方法

1.3.1 整層大氣水汽含量。一般情況下，在探空觀測資料中，用溫度露點差來表示各層高度上的濕度量。因此，要計算整層水汽含量［14］首先要通過溫度露點差來確定各層的水汽壓值。

式（1）中：a 和b 均代表常數(shù)，在水面飽和情況下a=17.26，b=35.86;在冰面飽和情況下取a=21.87,b=7.66,再通過水汽壓值e 計算出比濕q:

式（2）中：e 表示水汽壓，p 表示氣壓。最后利用比濕計算整層水汽含量的公式如下：

式（3）中，q 為比濕（g/kg）,Ps 為地面氣壓（hPa），Pz 為積分上限，取200hPa。

1.3.2 K 指數(shù)。K 指數(shù)［15］可以反映大氣的層結(jié)穩(wěn)定情況。K 指數(shù)越大（越小），層結(jié)越不穩(wěn)定（穩(wěn)定）。

式（4）中，T500 和T300 分別代表500hPa 和300hPa 的溫度，Td500 代表500hPa 露點，(T-Td)400代表400hPa 溫度露點差，K 指數(shù)計算式中第一項表示溫度直減率，第二項表示低層水汽條件，第三項表示中層飽和程度。

1.4 分析方法

首先建立強降水日數(shù)序列與時間序列之間的一元線性回歸方程：

式（5）中，y 為強降水日數(shù)，x 為時間序列，a為線性傾向率，當a ＞0（＜0）表示近49a 強降水日數(shù)有上升（下降）趨勢，該方法主要用來評估強降水日數(shù)的長期變化趨勢，之后分別采用累積距平曲線和Morlet 小波方法［16］分析了強降水日數(shù)的氣候突變特征和周期變化，最后通過相關(guān)性分析討論了強降水日數(shù)與其他氣象要素之間的相互關(guān)系。

2 強降水日數(shù)變化趨勢

2.1 長期趨勢變化特征

為進一步分析拉薩強降水日數(shù)的長期變化特征，圖1 給出了拉薩汛期強降水日數(shù)年際變化趨勢，1969—2017 年強降水日數(shù)總體上呈增多趨勢，其氣候傾向率為0.6d/10a，通過了0.05 的顯著性檢驗，表明強降水日數(shù)顯著增多。其中，峰值出現(xiàn)在2014 年，共計17d；次峰值則分別出現(xiàn)于1995 年和2016 年，均為13d。近49a 強降水日數(shù)最少的年份為1992 年，只有2d；而次少的則為1975 年和1981 年，均為3d。同時，強降水日數(shù)年際變化幅度較大，最多年與最少年相差15d。

圖1 1969—2017 年拉薩強降水日數(shù)變化特征

根據(jù)5 階多項式擬合，可以看出，拉薩市強降水日數(shù)以波動的形式逐漸增多，20 世紀60 年代到70年代間呈遞減趨勢，此后整體為上升趨勢，轉(zhuǎn)折期在1980 年左右，特別是20 世紀90 年代和21 世紀10年代初經(jīng)歷了頻繁出現(xiàn)強降水天氣時期。

2.2 突變分析

為進一步分析強降水日數(shù)的多年序列是否存在氣候突變，圖2 給出了1969—2017 年強降水日數(shù)的標準化距平序列的10a 滑動t 檢驗和累積距平曲線，發(fā)現(xiàn)1989 年和1992 年分別為滑動t 統(tǒng)計量最小值和次小值，并且通過了0.05 顯著性檢驗，即1989 年前后強降水日數(shù)距平值出現(xiàn)了明顯的差異。從累積距平曲線的變化趨勢可以得出：在1989 年前，降水日數(shù)距平表現(xiàn)為持續(xù)的下降趨勢，以負距平為主，1989 年以后，降水日數(shù)距平表現(xiàn)為上升趨勢，以正距平為主。說明1989 年前后降水日數(shù)變化趨勢出現(xiàn)了明顯的轉(zhuǎn)折。

圖2 1969—2017 年拉薩強降水日數(shù)標準化距平10a滑動t 檢驗及累積距平曲線

2.3 周期分析

小波變換具有多分辨率特點，能自動適應(yīng)時頻信號分析的要求，從而可聚焦到信號的任意細節(jié)，能夠有效提取氣候序列在各種尺度擾動的周期變化。

圖3 繪制了拉薩市近49a 強降水日數(shù)Morlet 小波分析，左圖為周期變化，右圖為小波功率譜，倒錐形為影響錐，網(wǎng)格線區(qū)域代表邊緣區(qū)域，該區(qū)域周期變化具有一定的不確定性，對應(yīng)右側(cè)功率譜，當功率越大時等值線越密集。

圖3 1969—2017 年拉薩強降水日數(shù)小波分析

可以看出拉薩強降水日數(shù)存在準3a 和4a～6a 尺度的年際變化周期，其中主周期為3a，同時還存在4a～6a 的次周期。

3 強降水日數(shù)增多可能的影響因子

3.1 與大氣水汽含量的相互關(guān)系

從產(chǎn)生降水的基本成因分析，降水形成的首要條件是水汽由源地輸送到降水地區(qū)，水汽是大氣中活躍多變的氣象因子，水汽條件的差異直接影響到是否發(fā)生降水，更是決定降水強度的根本因素。拉薩地區(qū)地處雅魯藏布江河谷地區(qū)，降水日變化特征非常明顯，從多年平均降水強度日變化上看，一般存在兩個峰值，第一個峰值出現(xiàn)在午后，第二個峰值出現(xiàn)在夜間［17］，因此選取拉薩站08 時（北京時，下同）探空觀測數(shù)據(jù)和20 時探空觀測數(shù)據(jù)，分別計算出汛期逐日大氣整層水汽含量并進行算數(shù)平均，從而得到逐年汛期平均整層水汽含量。將整層水汽含量序列與強降水日數(shù)序列進行相關(guān)性分析。

由于1979—2014 年期間探空觀測資料缺測率相對較少，本文選取該時段探空資料與汛期拉薩強降水日數(shù)進行對比分析，圖4 給出了降水日數(shù)與汛期降水出現(xiàn)日平均08 時和20 時整層水汽含量之間的時序圖，可以看出強降水日數(shù)和水汽含量之間的變化趨勢基本一致，通過相關(guān)性分析發(fā)現(xiàn)強降水日數(shù)與兩個時次的整層水汽含量之間呈現(xiàn)正相關(guān)，相關(guān)系數(shù)分別達到了0.42 和0.41，均通過了0.01 的顯著性檢驗。說明，拉薩的強降水日數(shù)分別與08 時和20 時大氣整層水汽含量之間有較好的相關(guān)性，當汛期平均整層水汽含量高（低）時強降水日數(shù)多（少）。

圖4 1979—2014 年拉薩強降水日數(shù)分別與汛期降水日08 時（a）和20 時（b）整層水汽含量之間的相關(guān)性

3.2 與大氣穩(wěn)定度K 指數(shù)的關(guān)系

一般情況下,形成暴雨的三個主要條件分別為充足的水汽條件、較強的垂直上升運動和大氣層結(jié)不穩(wěn)定條件。K 指數(shù)往往可以較好的反映大氣的層結(jié)穩(wěn)定度。與3.1 節(jié)中的統(tǒng)計方法一樣，利用拉薩站汛期降水出現(xiàn)日08 時和20 時的探空資料計算了逐日k 指數(shù)，通過算數(shù)平均得到汛期平均K 指數(shù)序列。根據(jù)相關(guān)性分析結(jié)果（圖5），拉薩強降水日數(shù)與K 指數(shù)呈現(xiàn)正相關(guān)關(guān)系，當K 指數(shù)越大（小）時大氣層結(jié)越不穩(wěn)定（穩(wěn)定），強降水日數(shù)越多（少），對比來看，強降水日數(shù)與20 時K 指數(shù)之間的相關(guān)系數(shù)大于08 時K 指數(shù)，通過了0.05 的顯著水平。說明強降水日數(shù)和下午的不穩(wěn)定條件之間的關(guān)系更加密切，這可能與拉薩地區(qū)午后易出現(xiàn)對流性天氣有關(guān)。

圖5 1979—2014 年拉薩強降水日數(shù)分別與汛期降水日08 時（a）和20 時（b）平均k 指數(shù)之間的相關(guān)性

3.3 與地面氣溫之間的關(guān)系

降水和氣溫之間的關(guān)系也十分密切，當白天有天氣系統(tǒng)過境時，天空云量往往較多，此時最高氣溫往往偏低；而夜間有天氣系統(tǒng)過境時，天空云量較多，云層保溫效應(yīng)明顯，易造成最低氣溫上升。

分析拉薩強降水日數(shù)與地面氣溫的相關(guān)性，表1給出了近49a 汛期降水出現(xiàn)日平均最低氣溫、最高氣溫和氣溫日較差與強降水日數(shù)之間的相關(guān)系數(shù)。可以看出，強降水日數(shù)與日最低氣溫關(guān)系密切呈現(xiàn)正相關(guān)，通過了0.05 的顯著水平。拉薩地區(qū)降水主要集中在夜間，平均夜雨率達到了75%［18］，而日最低氣溫一般出現(xiàn)在清晨06:00～08:00 時之間，因此，當有降水天氣系統(tǒng)過境時，在云層的保溫效應(yīng)和潛熱釋放的雙重作用下，日最低氣溫往往偏高。

表1 汛期強降水日數(shù)與降水日平均地面氣溫之間的相關(guān)性

此外，強降水日數(shù)與氣溫日較差呈現(xiàn)反相關(guān)關(guān)系，相關(guān)系數(shù)達到了-0.34，通過了0.01 的顯著水平。由于氣溫日較差是一天中最高氣溫和最低氣溫的差值，再次說明，降水天氣系統(tǒng)過境時高溫偏低、低溫偏高，易造成氣溫日較差偏小，因此，強降水日數(shù)越多時，平均氣溫日較差越小。

4 小結(jié)

本文首先利用1969—2017 年拉薩站汛期地面和探空觀測資料，分析了拉薩地區(qū)近49a 強降水日數(shù)的長期變化趨勢、突變特征和周期變化，其次分析了強降水日數(shù)與其他氣象要素之間的相互關(guān)系，得到如下主要結(jié)論：

（1）拉薩近49a 強降水日數(shù)呈現(xiàn)顯著的增多趨勢（增多率為0.6d/10a），強降水日數(shù)最多的年份出現(xiàn)在2014 年，達到了17d，強降水日數(shù)最少的年份為1992 年，只有2d；在19 世紀80 年代強降水日數(shù)出現(xiàn)了由少到多的突變，突變年為1989 年；強降水日數(shù)在近49a 存在準3a 的主周期和4a～6a 的次周期。

（2）強降水日數(shù)與大氣整層水汽含量呈現(xiàn)正相關(guān)關(guān)系，與08 時和20 時整層水汽含量的相關(guān)系數(shù)分別達到了0.42 和0.41 均通過了0.01 的顯著水平，強降水日數(shù)與K 指數(shù)也呈現(xiàn)正相關(guān)關(guān)系，其中與20 時K 指數(shù)之間的相關(guān)系數(shù)高于08 時，通過了0.05 的顯著水平。

（3）強降水日數(shù)與地面日最低氣溫呈現(xiàn)顯著的正相關(guān)關(guān)系，與氣溫日較差呈現(xiàn)顯著的負相關(guān)關(guān)系，與地面最高氣溫相關(guān)性不明顯；當強降水日數(shù)越多（越少）時日最低氣溫越高（低）而平均氣溫日較差越小（大）。