干熱河谷區降水量的變化特征研究
——白鶴灘水電站為例

尹 曄，白愛娟，陳子龍，張 敏，劉 皓，鄭自君

(1.中國長江電力股份有限公司智慧長江與水電科學湖北省重點實驗室，湖北 宜昌 443000；2.成都信息工程大學大氣科學學院，四川 成都 610225；3.四川省涼山州氣象局，四川 西昌 615000)

0 引 言

特殊地貌地形作用下的干熱河谷，以高溫、低濕等特殊氣候條件，受到氣象界的關注。白鶴灘水電站地處橫斷山脈南北向的深切河谷深處，位于四川涼山州寧南縣和云南昭通巧家縣交界，為典型的干熱河谷地帶。白鶴灘水電站是金沙江下游4個梯級水電站——烏東德、白鶴灘、溪洛渡和向家壩中的第2個，是僅次于三峽水電站的世界第二大水電站，也是我國“西電東輸”的骨干電源點之一[1]。白鶴灘水電站處于亞熱帶季風氣候區，同時受干熱河谷氣候的影響，表現出特有的高溫和干旱特征。研究表明，受西風南支急流和西南季風的季節性交替影響，該河谷區具有干濕季分明的氣候特征[2-3]。白鶴灘水電站自2011年開工以來，對周邊的生態地質環境具有顯著影響，2021年蓄水發電后，大壩上游庫區的“U”形湖泊，和下游兩岸對峙的“V”形河谷已經產生了局地特殊的氣候效應。降水量能夠有效增加水電站庫容，但同時當短時強降水和暴雨突發時，會引發山洪、滑坡和泥石流等次生災害，影響壩區生產和生活的安全。如2012年發生在白鶴灘水電站由短時極端強降水引發的“6.28”特大山洪泥石流，造成了7人死亡和33人失蹤的重大災害。因此，白鶴灘水電站的降水特征受到了廣泛關注，掌握壩區干熱河谷氣候背景下降水量的時空變化，有利于壩區的氣象防災減災，降低泥石流等次生災害的影響和損失。

降水是影響地表徑流和產生氣象災害及次生災害的主要原因，壩區周邊降水變化長期以來備受關注。秦劍等[4]指出影響金沙江流域的災害性天氣主要有高溫、寒潮、降水、雷暴、大風和霧等。周長艷等[5]對四川省降水量的分析表明，攀枝花和涼山等地的暴雨日數和強度增多增強，導致部分地區洪澇和地質災害頻發。陳丹等[6]對四川盆地夏季暴雨時空變化的研究發現，盆地東部暴雨日呈增加趨勢，但西部相反呈減少趨勢。曾波等[7]對攀西地區降水的研究表明，其不同等級降水量占總降水量的比例接近，且1961年以來年降水量呈減少趨勢，但是大雨量級以上的降水頻次在攀西局部地區有增加趨勢。曹輝等[8]研究表明，金沙江流域暴雨的時空分布極不均勻，全流域同時發生暴雨的概率較低，下游地區的洪水具有范圍大、時間長的特點。陶麗等[9]對白鶴灘所在的寧南縣強降水研究指出，1960年～2019年平均每年有2～3次極端降水事件，6月和7月是極端降水的高峰期。曹輝等[8]和胥良等[3]研究表明，寧南縣年降水量在500～900 mm之間，且干濕季分明，每年5月～10月為雨季，占年總降水量的9成以上，11月～次年4月為干季，降水稀少。錢鋮等[2]指出，寧南縣近57年來降水量呈明顯上升趨勢，降水集中在5月～10月。袁震洲等[10]對鄰近壩區巧家縣的研究表明，其降水量和蒸發量的年、雨季和干季降水量分別呈現顯著上升、上升和下降的趨勢。

受全球氣候變化的影響，各地氣候異常事件和極端降水事件頻發。在白鶴灘水電站蓄水發電后，施工建設已改變了周邊地形和下墊面條件，對于壩區生態環境修復，水文氣候變化和災害性天氣預警，都需要掌握壩區降水量的變化特征。因此，在分析金沙江下游河谷降水氣候特征的基礎上，開展白鶴灘水電站降水量多時空變化研究，提高對干熱河谷降水特征的認識，深化對壩區降水氣候條件的理解，具有重要的意義和價值。

1 資料和方法

1.1 研究區觀測站

白鶴灘水電站建在金沙江下游干熱河谷地的峽谷中，由于水電站選址前該地沒有氣象觀測站，觀測資料的匱乏使得對該地降水變化的認識有限。水電站開工建設后，水利部門陸續建設了氣象觀測站，為增強該地區天氣氣候的認識提供了重要數據。利用自建站的觀測數據分析水電站周邊的降水特征，以及水電站蓄水發電后的天氣氣候效應，具有非常重要的意義。

白鶴灘水電站大壩所處峽谷位于東經102°51′～102°59′，北緯27°42′～27°21′，周邊地形和海拔高度如圖1a所示。從上游的葫蘆口大橋至下游的荒田水廠是40多km的南北縱向山谷，統稱為水電站壩區。水電站在壩區峽谷建設的觀測站有新田站、上村梁子站、馬脖子站、六城壩站、騎騾溝站和葫蘆口大橋站，覆蓋壩區河谷上下游，開展自組網觀測。其中馬脖子站位于河谷東岸，靠近大壩的高地上，騎騾溝站、新田站和葫蘆口大橋站位于大壩上游的河谷地西側。除騎騾溝站海拔為2 141 m外，其余測站的海拔高度在700～900 m之間，可以代表河谷地的天氣氣候變化。

圖1 白鶴灘水電站周邊的地形高度及放大的壩區地形和觀測站位置

在水電站壩區的周邊，中國氣象局建設的區域觀測站有云南巧家站、馬洪站和安居站，以及四川省寧南新村站。除巧家站位于上游寬闊的河谷外，其余站均離河谷較遠，且站址海拔偏高，如寧南新村站、安居站和馬洪站的海拔高度分別為1 344 m、2 578 m和1 686 m。以上4個區域站在本文中用來與壩區河谷的降水特征進行對比分析。以上所有站點的位置和海拔高度如圖1b所示。

1.2 資料和方法

(1)白鶴灘水電站自建的觀測站數據。有6個氣象觀測站，分別為新田、上村梁子、馬脖子、六城壩、騎騾溝和葫蘆口大橋站。除騎騾溝站為日觀測數據外，其余站為逐小時數據。各站由于建設時間不同，導致數據起始時間不一致，其中新田站從2011年開始，馬脖子站和上村梁子站分別從2014年和2016年開始有觀測數據，其余站從2018年開始。為了充分利用數據，除對比分析站點差異采用2018年～2020年的數據外，其余分析均使用各站觀測以來的所有數據。本文還采用了中國氣象局4個區域觀測站降水量數據，為寧南新村、巧家、安居和馬洪站，與壩區的降水進行對比分析。資料分析前，對數據質量進行控制，剔除異常值和缺測值。

(2)本文參照中央氣象臺的降水量分級標準，以小時降水量大于等于20 mm作為短時強降水，以小時降水量大于等于50 mm為極端短時強降水。同時以日降水量超過50 mm為暴雨日，超過100 mm為大暴雨日。此外將大于0 mm的降水稱為有效降水，將有效降水時次占總觀測時次的百分比定義為降水頻率，將短時強降水時次占總觀測時次的百分比定義為短時強降水頻率。

(3)降水集中度的分析方法。降水集中度是用來表征單站降水量時間分配的屬性，是衡量降水特性的一個指標。參照張錄軍等[11]用矢量方位角定義的降水集中度和集中期指數，分析壩區降水在一年72個候中的分布特征。該方法能夠反映降水總量在研究時段內各個月或候的集中程度，并說明一年中最大月或候降水量的出現時間。當集中度指數小，接近0時，表示降水分散在更多的雨日內，當集中度大，接近1時，代表降水集中在少數的時段內。計算公式為

(1)

(2)

式中，CNi和Di分別為研究時段內的降水集中度和集中期；Ri為研究時段內總降水量。

該方法將任一候降水量rij當成復數的模，Rxi和Ryi分別為復數實部和、虛部和，表示為

(3)

(4)

2 研究結果分析

白鶴灘水電站壩區受青藏高原和云貴高原大地形、峽谷地形的影響，加上工程建設和庫區蓄水對下墊面條件的改變，其局地水熱循環和大氣流場復雜，導致壩區的天氣氣候異常多變。白鶴灘水電站的建設在未來很長時間或持續性地對局地小氣候和周邊地區產生影響，因此水電站的氣候特征，尤其是降水變化特征，是值得關注的重要問題。

本文根據壩區的降水量觀測數據，分析降水的季節性變化、日變化和年際變化，以及降水集中度特征，其次分析壩區短時強降水和暴雨的強度和頻次特征，對比壩區和周邊地區降水的差異性，以掌握壩區降水變化的特殊性。

2.1 壩區降水基本特征

水電站河谷區2018年～2020年的年平均降水量、降水日數和日雨量變化，如表1所示，分析壩區降水的基本特征。由表1可知，壩區的平均年降水量在650～840 mm，年降水量偏少的測站是葫蘆口大橋站，為653 mm，年降水量最多的是馬脖子站，達到836 mm。非河谷區測站的年降水量顯著增加，如巧家站達到905 mm，寧南新村站達1 058 mm，比壩區年降水量增加了約200 mm。由此可見，在相同的大氣環流和氣候背景條件下，壩區河谷降水量比周邊地區偏少。與周長艷等[5]得到的攀西地區800～1 200 mm的年降水量相比，壩區降水量也明顯偏少，體現了干熱河谷區降水量顯著偏少的特征。

表1 2018年～2020年壩區及周邊各站平均年降水量、降水日數和日降水量

分析表1中各站的年平均降水日數和平均日降水量。壩區年平均降水日數為79～99 d，平均日降水量為7.0～8.4 mm，但各站降水差異較大，且平均降水日數和平均日降水量呈不對稱分布特征。如騎騾溝站降水日數是最少的，為79 d，但是平均日降水量卻是壩區最高的，達8.3 mm，與年平均降水日數最多的馬脖子站相近，說明該站降水強度大；新田站是平均日降水量最少的測站，僅有7.0 mm，但年平均降水日數卻高達97 d，因此其降水強度相對較弱。巧家站平均日降水量達9.2 mm，顯著高于壩區測站平均值約1.5 mm。寧南新村站年平均降水日數達120 d，比壩區多20 d以上，平均日降水量比壩區最高值還高0.4 mm。由此可見，壩區相較于周邊地區而言，具有降水量少，降水日數少，以及平均降水弱，體現了“干”熱河谷的氣候特征。

2.2 降水的多時間尺度變化特征

2.2.1 降水的季節性變化

根據白鶴灘水電站壩區各站自觀測以來的月降水量和降水日數，分析壩區降水的季節變化，如圖2所示。由圖2可知，發現5月～10月壩區河谷地降水量偏多，月平均降水量超過100 mm，為壩區的雨季。各站月降水量和降水天數的變化均呈雙峰分布，峰值分別在6月～7月和9月，前者的降水峰值可達200 mm以上，為河谷的主雨季，后者的峰值略低。在干季壩區降水量極少，尤其是12月至次年1月，幾乎無降水出現，總量趨近于0。在干濕季過渡的4月和11月，降水量分別出現陡增和陡降，表現出明顯的干濕季轉換。此外，壩區各站在9月～10月降水日數和降水量持續較多，呈現西南地區特有的秋綿雨特征。總之，壩區降水時段集中，表現出干熱河谷干濕季分明且轉換明顯的特點。

圖2 水電站壩區站以及寧南新村站和巧家站月平均降水日數和平均月降水量變化

對比壩區河谷與周邊地區降水季節的差異，分析其降水的特殊性。壩區月降水量從4月開始快速增加，在6月～7月達到月降水量和降水天數的峰值。相對于我國長江中下游地區7月～8月主汛期[11]，雨帶徘徊在四川和漢江流域，且盛夏8月降水達到年最大值[12-13]，以及初夏6月降水量相對較少的降水特征，壩區在6月降水量明顯偏多，說明壩區河谷除雨季降水集中外，還有主雨季出現時間偏早的特征。對照周長艷等[5]指出的川西南山地5月～9月為雨季，壩區的秋雨比較明顯，表現為上村梁子站和馬脖子站10月降水日數略低于9月，但降水量開始明顯降低。如騎騾溝站10月降水量為53.4 mm，比9月降水量的131.7 mm降低了78.3 mm，但降水日數為11 d，僅比9月減少了2 d，表明10月雖然降水量減少，但陰雨天較多，與攀西5月～9月的雨季相比，水電站壩區河谷具有秋綿雨特征。到了11月壩區雨季降水戛然而止，雨量陡降到40 mm以下，干季特征明顯增強，表明從11月開始壩區進入干季。壩區各站8月降水量相對偏少，如馬脖子站8月降水量比6月和7月平均下降了約60 mm，上村梁子站減少了70 mm以上，而且8月降水量還低于9月，加上8月氣溫高、蒸發強，因此壩區8月伏旱季特征明顯，這與我國其他地區8月汛期降水的峰值形成鮮明對比。總之，壩區干季為11月至次年4月，干濕季轉換明顯，雨季降水集中在5月～10月，其中6月～7月和9月是月降水的峰值，8月伏旱季特征明顯。初夏6月降水量偏多，顯示降水集中時段偏早，8月伏旱季明顯，降水偏少，且壩區10月還呈現秋綿雨的特征，以上體現了壩區“干”熱河谷特殊的降水季節變化特征。

2.2.2 降水的日變化特征

日變化是氣象要素在一日內有規律的周期變化，在降水上表現為晝夜之間強弱交替。騎騾溝站無小時降水量的觀測數據，壩區其余測站小時降水頻率的日變化如圖3所示。由圖3可知，壩區降水頻率日變化顯著，最高頻率為0.41%～0.50%，最低頻率僅為0.06%。相較于多雨的西南其他地區，壩區具有干熱、雨時少和降水頻率低的特征。對比分析各站降水頻率的差異，發現降水頻率最高的是馬脖子站(圖3c)，降水頻率達到0.50%，出現在凌晨04∶00～06∶00。其次是上村梁子站和新田站，在04∶00～05∶00降水頻率達到最大值，為0.48%。相反在白天的14∶00～18∶00出現降水頻率日變化的低谷，最低降水頻率出現在六城壩，為0.06%，其余站接近0.1%以上。分析中發現，壩區降水頻率的日變化呈現出顯著的單峰單谷型，降水頻率最高的時段在夜間23∶00至次日早上09∶00，峰值出現在凌晨04∶00～06∶00，體現了其多夜雨的特征。在白鶴灘水電站的調研中也多次發現，壩區降水表現出“經常晚上下雨，白天停”的特征。對比壩區降水日變化與其余地區的差異，發現其降水單峰的日變化特征，不同于宇如聰等提出的我國中東部地區清晨和午后的雙峰形[14]，也不同于青藏高原大部分地區下午和午夜雙峰并存的模態。壩區降水日變化的單峰型，比四川盆地降水午夜的峰值約晚4個小時，如陳林琳等[12]和周長艷等[15]提出的雅安“雨城”降水日變化峰值出現在24∶00。因此，壩區降水日變化具有單峰形和凌晨04∶00～05∶00降水頻率高的日變化特征，是壩區河谷地形作用于降水云體活動的結果。

圖3 壩區各站總降水頻率和短時強降水頻率的逐小時變化

2.2.3 降水的年際變化特征

近年來各地降水格局發生了顯著變化，且區域性差異增大，旱澇事件多發，由此分析壩區降水量的年際變化特征，各站的年降水量變化曲線如圖4所示。由圖4可知，壩區降水量年際差異大，表現為2016年后，各站年降水量持續降低，在2019年達到近年降水量的極小值，比2016年和2017年降水量減少了約400 mm，其中年降水量最少的騎騾溝站，2019年降水量只有287 mm，其余站年降水量在450～600 mm，顯著低于其他年份，更低于周邊的寧南新村站，是壩區降水嚴重偏少的年份。2020年壩區降水量開始明顯增加，騎騾溝站降水量2019年后陡增到800 mm左右，在年降水量上表現為旱澇急轉。寧南新村站2017年以來的年降水量顯著高于壩區各站，每年的降水量均超過壩區各站200 mm以上。由于壩區觀測時間短，已有數據僅顯示降水年際差異大，旱澇不均和旱澇急轉的明顯特征，但不足以獲得壩區降水變化的長期趨勢。

圖4 2016年～2020年壩區和周邊各站年降水量的變化曲線

2.3 壩區降水集中度和集中期

2.3.1 壩區降水集中度分析

降水集中度是定量分析降水集中特征的參數，本文以候降水資料為基礎，計算壩區各年的降水集中度指數，其變化曲線如圖5所示。從圖5a可看出，壩區各站的降水集中度年際波動明顯。馬脖子站的最小值為2016年0.60，最大值為2019年0.75，平均值為0.65；騎騾溝站的降水集中度平均值為0.70，是各站中最高的。新田站的最低值為2016年的0.53，最高值為2019年的0.74，平均值為0.66。對比分析，周邊地區降水集中度指數明顯降低，如圖5b顯示的巧家站降水集中度平均值為0.64，比壩區的降水集中度都偏低。寧南新村站降水集中度變化波動小，平均值為0.67。

圖5 壩區和周邊站2016年～2020年降水集中度和集中期的年際變化曲線

將壩區的降水集中度，與相同算法在其他地區的結果進行對比，說明壩區降水變化的特殊性。袁瑞強等[16]在山西省降水的分析中，確定當地降水集中度為0.59～0.64。王紀軍等[17]表明河南省平均降水集中度為0.515，即使在多水年降水集中度偏高，平均值也只達到0.56。張錄軍等[11]的研究指出，長江上游地區降水集中度強，多年平均值為0.51，全流域平均的降水集中度為0.39。張林梅等[18]指出的新疆地區降水集中度為0.205，劉向培等[19]提出的我國平均的降水集中度為0.38。通過以上對比我國干旱半干旱區、華北和長江中下游等不同氣候條件下的降水集中度，均發現壩區的降水集中度指數顯著偏高，揭示了降水期集中的事實，說明壩區特殊的干熱河谷地區主雨季時段短，降水量高度集中是其重要的降水季節變化特征。

2.3.2 壩區降水集中期分析

壩區降水集中期的變化特征見圖5c、5d。從圖5c和5d可知，新田站2018年之前的降水集中期穩定在第40～41候，候降水量的最大時段為7月15日～25日，2019和2020年的降水集中期略偏遲，出現在第43候的8月1日～5日，多年平均的降水集中期為第42候。馬脖子站和巧家站的降水集中期與新田站降水集中期變化特征相似，說明壩區的降水集中期與周邊地區一致。張錄軍等[11]對長江流域降水的研究表明，其上游降水集中期出現相對較晚，多年平均值為第40候，而中下游地區降水集中期相對較早，多年平均的最大降水日期出現在第33候。因此壩區降水集中期與長江上游相似，比張林梅等[18]提出的新疆等地第38候的降水集中期明顯偏早，比長江中下游地區的第33候明顯偏晚。

2.4 壩區短時強降水和暴雨的變化特征

2.4.1 壩區短時強降水變化特征

隨著各地氣候異常事件的增多，暴雨和極端降水事件的機率增大。短時強降水在快速增加水電站庫容的同時，也容易在周邊的坡地誘發滑坡、泥石流和崩塌等次生地質災害。從短時強降水和暴雨的頻次上，分析壩區強降水事件的變化特征，如圖3所示。從圖3可知，壩區短時強降水發生次數少，頻率非常低，在0.1%以下，主要出現在上村梁子站的04∶00、馬脖子站的16∶00和24∶00，六城壩站的10∶00和23∶00，以及葫蘆口大橋站的01∶00～06∶00。因此壩區短時強降水發生頻率低，且集中在夜間，尤其是凌晨前后。壩區2016年～2020年短時強降水總時次數如圖6所示，從圖6可以發現，壩區短時強降水總時次數最多的為馬脖子站，有13個時次，最少的上村梁子站有6個時次，且集中發生在雨季的5月～9月。與8月降水量偏少相對應，新田站和馬脖子站8月短時強降水的時次數也偏少，騎騾溝站8月的短時強降水次數比7月少，與6月持平。新田站和上村梁子站的短時強降水時次數較少，其中新田站6月、7月和9月短時強降水各發生了2次，5月還發生了1次極端短時強降水；上村梁子站在7月和9月各發生了2次短時強降水，在6月和8月各出現1次短時強降水。相比較而言，馬脖子站和騎騾溝站的短時強降水時次數較多，尤其是馬脖子站在9月共出現了5次短時強降水，騎騾溝站在7月出現了4次短時強降水。5年中僅有新田站出現過1次極端短時強降水，在2018年5月17日19時，小時降水量達60.1 mm。從圖6還可得知，各站短時強降水平均雨量主要在20～40 mm。

圖6 壩區和寧南新村站2016年～2020年短時強降水和極端短時強降水的總時次數以及短時強降水的平均降水量

2.4.2 壩區暴雨的變化特征

2016年～2020年壩區及周邊的暴雨日數如圖7所示，將壩區的暴雨日數與周邊站和其他地區進行對比，分析壩區暴雨時空變化特征。從圖7可知，5年中壩區暴雨日數最多的是馬脖子站和騎騾溝站，均為8 d，新田站和上村梁子站暴雨日數較少，分別為6 d和3 d。鄰近壩區的寧南新村站暴雨日數為10 d。從季節變化上看，壩區8月暴雨日數明顯比7月和9月少，新田站和馬脖子站在8月未出現暴雨，在10月及以后各站也未有暴雨的記錄。周長艷等[5]對四川暴雨日數的統計表明，盆地西部年平均暴雨為6 d，盆地東北部超過4 d，川西南山地的涼山州南部和攀枝花年暴雨日數超過4 d。此處分析的壩區5年暴雨日數只有6～8 d，顯著低于四川盆地各地，也低于攀西地區[5]，是四川省暴雨日數明顯偏少的地區。

圖7 壩區各站、寧南新村和巧家站2016年～2020年逐月暴雨日數、大暴雨日數和暴雨日降水量的變化

分析圖7中壩區及周邊的大暴雨次數，發現該地區5年來共出現大暴雨2次，分別在騎騾溝站的7月和巧家站的6月。根據降水觀測記錄，這2次大暴雨的日降水量分別達110.0 mm和106.5 mm，也是壩區自觀測以來的極端降水量。第一次騎騾溝站的大暴雨中，只有1 d的強降水量，達到110 mm。第二次巧家站的大暴雨從2016年6月10日開始，持續7 d，累計過程降水量為178 mm；6月15日降水量最大，達到106.5 mm，降水持續性強。因此，在白鶴灘水電站的干熱河谷區，暴雨和大暴雨等強降水發生頻率低，暴雨日少，且以短時降水為主，體現了壩區河谷強降水較少發生的特征。

2.5 壩區極端降水的變化特征

由于水電站壩區的觀測時間短，強降水事件出現次數較少。根據日降水量，統計2018年～2020年各站的極端降水事件，并獲取極端降水事件的過程雨量和持續時間，如表2所示。由表2可知，壩區極端事件中過程降水量最大值和日降水量的最大值達到110 mm，出現在騎騾溝站。極端降水事件中的降水持續天數通常為1～2 d。極端日降水量的最小值是六城壩站，為56 mm。壩區極端降水事件中的2018年7月6日，騎騾溝站和安居站都出現了日極端降水量，分別達到110 mm和90 mm，且安居站連續12 d出現降水，過程降水量達241 mm，但騎騾溝站只有1 d出現降水。2020年9月6日壩區的極端降水事件是研究時段中最為突出的，新田站、馬脖子站和六城壩站都出現了極端強降水量，最大值在馬脖子站達97 mm。寧南新村站的日極端降水事件中，有持續7 d的降水記錄，但主要降水量集中在1～2 d，且過程降水量為105 mm，達到大暴雨的量級，比壩區降水的連續性明顯偏強。

表2 壩區及周邊各站2018年～2020年的日極端降水事件

統計壩區及周邊各站2018年～2020年的小時極端降水事件(見表3)，發現所有站中最大小時降水量出現在新田站，于2018年5月17日19時降水量達到60 mm，是該站觀測歷史的極值，也是壩區短時強降水的極大值。壩區其余各站，包括寧南新村站和巧家站，短時強降水的極大值多為30～44 mm，最小的上村梁子站為25 mm，表現出壩區降水分布不均勻，隨機性和局地區強，且降水量弱的特征。從時間上說，壩區短時強降水的極大值多集中在夜間，如上村梁子站發生在23∶00，馬脖子站出現在04∶00，與壩區夜雨頻繁的特征相對應。發生在日間的極端強降水事件較少，六城壩站和巧家站分別出現在上午10∶00和下午16∶00。從季節上說，壩區極端短時強降水除了在6月～7月多發外，還易出現在9月。總之，壩區的極端短時強降水和暴雨事件發生少，出現在夜間的機率大，且在雨季5月～9月的分布上具有隨機性。

表3 壩區及周邊各站2018年～2020年的小時極端降水事件

3 結論與討論

本文以白鶴灘水電站壩區的典型干熱河谷為例，通過將壩區各站與周邊地區的降水對比，分析了該河谷地帶降水的變化特征，得出如下結論：

(1)壩區降水基本特征表現為，雨季集中在5月～10月，具有干濕季分明和雨季集中，以及雨日少、降水量小的“干”熱河谷特點。壩區降水的季節變化，表現為雨季降水有6月～7月和9月兩個峰值，6月是月降水量的最大值，表明壩區主雨季比其他地區略偏早。4月和11月壩區河谷的降水分別陡增和陡降，表明干濕季轉換明顯。盛夏8月中降水量和降水天數偏少，表明壩區伏旱季明顯。10月降水日數和降水量持續，表明壩區有秋綿雨的特征。壩區河谷降水主雨季時間短，降水期高度集中。

(2)壩區河谷降水的日變化表現為夜雨頻繁，降水時次傾向于集中在凌晨04∶00～05∶00，呈單峰單谷形。與長江流域和青藏高原常見的降水日變化雙峰形不同，比四川盆地夜雨集中在午夜前后的峰值偏晚，是干熱河谷區特殊的降水日變化。壩區年降水量自2016年以來逐年持續偏少，在2019年達到近年的最低值，2020年降水量開始增加，因此壩區降水年際差異大，旱澇不均和旱澇急轉現象時發。

(3)壩區短時強降水、暴雨和極端降水事件的分析表明，該河谷區強降水事件發生頻率低，2016年～2020年短時強降水共有13個時次，暴雨有8 d，日降水量超過100 mm的大暴雨和小時降水量超過50 mm的極端短時強降水僅出現過2次。與周邊和攀西地區相比，壩區強降水過程明顯偏少，且夜發性強，隨機分布在雨季的5月～9月。

白鶴灘水電站建于金沙江河谷地帶，能夠代表干熱河谷的降水特征。受限于水電站河谷氣象觀測時間較短，本研究主要展現了近幾年來降水的變化特征，隨著觀測時間序列的增長，有必要對該地區強降水變化的氣候特征進行深入研究。