1958—2023年廣東省年降水量及其年內(nèi)分配演變特性研究

摘 要：降水量及其年內(nèi)分配特征是引發(fā)區(qū)域洪澇災(zāi)害的關(guān)鍵因素，明確降水集中度時(shí)空變化規(guī)律可為區(qū)域防洪規(guī)劃和水資源管理提供理論依據(jù)。為探析廣東省年降水量及其年內(nèi)分配演變特性，利用1958—2023年廣東省國家氣象站的逐日降水?dāng)?shù)據(jù)，根據(jù)逐年降水集中度（Annual Concentration Index，ACI）公式對(duì)廣東省降水集中分布特征定量表征，并綜合采用Mann-Kendall趨勢檢驗(yàn)法、Sen's slope趨勢分析、反距離權(quán)重和克里金插值法對(duì)廣東省年降水量和降水集中度指數(shù)的時(shí)空演變特征進(jìn)行研究。結(jié)果表明：廣東省年降水量的空間分異特征具有顯著地域性，呈現(xiàn)“北少南多、東西少中部多”的格局；廣東省ACI空間分布呈現(xiàn)“粵北低、沿海高”的分布格局，在空間上自西南向東北逐漸減小；總體上，廣東省年降水量呈現(xiàn)不顯著增加趨勢，降水集中度呈現(xiàn)降低趨勢；大尺度地形、城市化進(jìn)程等是影響區(qū)域降水的關(guān)鍵因素，環(huán)境要素和人類活動(dòng)相互作用對(duì)年降水量和ACI分布格局形成具有顯著影響。

關(guān)鍵詞：降水量；降水集中度；時(shí)空變化；廣東省

中圖分類號(hào)：TV21 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-9235（2024）09-0001-10

IPCC 第六次評(píng)估報(bào)告指出，隨著全球氣候變暖，全球極端天氣與極端氣候事件發(fā)生頻率持續(xù)增強(qiáng)，全球尺度的降水結(jié)構(gòu)發(fā)生了顯著變化［1］，對(duì)區(qū)域水安全和經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展產(chǎn)生深遠(yuǎn)影響。根據(jù)Clausiu-Clapeyron方程，溫度每升高1 ℃，極端降水事件增加約7%［2］，在全球變暖的既定背景下，大氣可攜帶的最大水汽含量不斷增加，降水強(qiáng)度、總量和時(shí)空格局特征也隨之發(fā)生顯著改變［3］。

如何定量揭示區(qū)域降水年內(nèi)分配特征，眾多學(xué)者目前構(gòu)建不同指標(biāo)對(duì)降水的非均勻性予以表征［4-5］。其中，降水集中度指數(shù)因計(jì)算尺度靈活，適用性強(qiáng)而得到廣泛應(yīng)用。Martin ［6］將降水視為離散過程，構(gòu)建指數(shù)模型來表征降水集中分布特征，并將該指標(biāo)定義為降水集中度（PrecipitationConcentration Index，PCD）。相較于傳統(tǒng)的降水頻率、強(qiáng)度以及降水歷史等指標(biāo)，降水集中度可以直觀分析區(qū)域降水極值情況并對(duì)降水變化進(jìn)行綜合評(píng)價(jià)，且計(jì)算過程較為簡便，該方法被廣泛用于區(qū)域年內(nèi)多尺度降水不均勻性和集中程度， 以及年際變化規(guī)律等研究中。比如全國尺度上，F(xiàn)u等 ［7］根據(jù)1958—2019年中國氣象站逐日降水?dāng)?shù)據(jù)，計(jì)算出不同時(shí)間尺度下降水集中度指數(shù)，進(jìn)而揭示出中國降水年內(nèi)分配過程的時(shí)空演變規(guī)律。區(qū)域尺度上，賈路等［8］綜合采用Mann-Kendall趨勢檢驗(yàn)方法、突變點(diǎn)檢驗(yàn)方法、小波方法和冷熱點(diǎn)分析等多種方法，對(duì)中國西北地區(qū)降水集中度的演變特征、周期特征、空間聚集特征和影響因素分別加以詮釋。流域尺度上，鄭炎輝等［9］通過珠江流域長時(shí)間序列日尺度降水資料，定義長期降水集中度（Long-termPrecipitation Concentration Index，LCI）和逐年降水集中度（ACI）指標(biāo)，通過隨機(jī)森林模型探究珠江流域的析降水集中度的時(shí)空分布規(guī)律和驅(qū)動(dòng)因素。

廣東省位于東亞大陸亞熱帶季風(fēng)氣候區(qū)，境內(nèi)地形復(fù)雜，受到沿海暖濕氣流影響，降水極為豐富，氣候變化帶來的極端降水天氣時(shí)有發(fā)生，極端降水事件的頻發(fā)對(duì)廣東省社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生明顯影響，因而眾多學(xué)者綜合采用不同方法探究其降水變化特征［10-11］。上述研究可有效了解廣東省降水總量在時(shí)空?qǐng)龅淖兓卣鳎菍?duì)于與干旱、洪澇災(zāi)害等緊密聯(lián)系的降水集中程度指數(shù)的時(shí)空演變研究尚少，尤其缺乏對(duì)降水集中度驅(qū)動(dòng)要素識(shí)別的研究。鑒于此，本文采用廣東省內(nèi)國家氣象站的日尺度降水?dāng)?shù)據(jù)，通過計(jì)算降水集中度指標(biāo)揭示廣東省降水量及年內(nèi)分配演變特性，并初步分析大尺度地形對(duì)兩者的影響，以期進(jìn)一步深化廣東省降水分布格局的認(rèn)知，為區(qū)域防洪防澇工作提供科技支撐。

1 研究區(qū)域和數(shù)據(jù)資料

1. 1 研究區(qū)域

廣東省處于中國大陸最南端，北依南嶺，南臨南海，全省地貌類型復(fù)雜多樣，地勢從粵北山地逐步向南部沿海遞降，形成北部以山地丘陵為主、南部以平原臺(tái)地為主的地貌格局，見圖1。

廣東省屬南亞熱帶和熱帶季風(fēng)氣候區(qū)，降水豐富，日照充足，多年平均氣溫為21. 6 ℃，夏季長而冬季短。受地形和氣候影響，廣東省暴雨頻繁，洪澇和災(zāi)害時(shí)常發(fā)生，具有降水多、強(qiáng)度大、年內(nèi)分配不均的特點(diǎn)。年均降水量達(dá)1 771 mm，汛期（4—9月）雨量占全年雨量的79%［12］，沿海地區(qū)臺(tái)風(fēng)暴潮洶涌，強(qiáng)降水中心地帶頻繁遭受暴雨洪水災(zāi)害，迎風(fēng)山麓河流雨季期間呈現(xiàn)暴漲暴落，流域性暴雨往往導(dǎo)致平原地區(qū)大江大河洪水滔滔。改革開放以來廣東省城市化進(jìn)程迅速提升，土地利用結(jié)構(gòu)發(fā)生顯著改變，珠江三角洲地帶發(fā)展成超大密集城市群，加之全年高溫、降水豐富，易受各種熱帶天氣系統(tǒng)影響，持續(xù)性降水和極端降水頻發(fā)［13］。

1. 2 數(shù)據(jù)資料

本文收集了廣東省范圍內(nèi)以及周邊43個(gè)氣象站點(diǎn)1958—2023年的逐日降水?dāng)?shù)據(jù)，氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http：//data. cma. cn/）“中國國家級(jí)地面氣象站基本氣象要素日值數(shù)據(jù)集（V3. 0）”，該數(shù)據(jù)集囊括了中國基準(zhǔn)、基本氣象站長時(shí)間氣溫、降水量、蒸發(fā)量、相對(duì)濕度、風(fēng)向風(fēng)速、日照時(shí)數(shù)和0cm地溫要素的日值數(shù)據(jù)。數(shù)據(jù)經(jīng)過質(zhì)量控制后，各要素?cái)?shù)據(jù)的質(zhì)量和完整性相對(duì)于以往發(fā)布的地面同類數(shù)據(jù)產(chǎn)品明顯提高，各要素項(xiàng)數(shù)據(jù)的實(shí)有率普遍在99%以上，數(shù)據(jù)的正確率均接近100%。

本研究利用其中廣東省內(nèi)部及周邊43個(gè)國家氣象站日尺度降水?dāng)?shù)據(jù)，同時(shí)進(jìn)行相應(yīng)的預(yù)處理，主要是剔除年缺測占比大于10%的站點(diǎn)，按照中國氣象局標(biāo)準(zhǔn)，將降水量小于0. 1 mm/d 的視為未降雨，且賦值為0。本文所使用氣象站名稱與時(shí)間序列長度見表1。

2 研究方法

2. 1 降水集中度

降水集中度可以有效對(duì)降水非均勻性予以表征，Martin 提出了降水集中度指數(shù)（ConcentrationIndex， CI）來確定不同日降水等級(jí)對(duì)總降水量的相對(duì)影響，根據(jù)該研究CI計(jì)算步驟如下：①降水值以0到最大值以1 mm的間隔進(jìn)行分類；②計(jì)算每一類降水范圍的天數(shù)；③計(jì)算得到累積降水天數(shù)和降水量，由CI的定義可知，y 和x 呈指數(shù)分布，可用指數(shù)公式進(jìn)行擬合，該曲線也被稱為洛倫茲曲線［6］，見式（1）：

y = ax exp（bx） （1）

式中：參數(shù)a 和b 為由最小二乘法計(jì)算求出的系數(shù)，計(jì)算方法見式（2）、（3）：

式中：n 為樣本容量；xi、yi分別為任何一組累積降水天數(shù)和累積降水量x、y 的值。

求得a 和b 之后，洛倫茲曲線下所圍成的面積S可由下列積分得到：

最后降水集中度值可用式（5）可得：

CI = 2S/10000 （5）

CI是用來衡量年內(nèi)逐日降水的時(shí)間變化程度，可以正確反映一定時(shí)期降水集中的屬性。CI范圍為0～1，其值越大則表明降水分布越集中，其值越小表明降水分布越分散。

2. 2 Mann-Kendall 趨勢檢測和Sen's slope 趨勢分析

Mann-Kendall 趨勢檢驗(yàn)法（以下簡稱MK 檢驗(yàn)）［14-15］是分析水文氣象要素在時(shí)間上變化特點(diǎn)常用的檢驗(yàn)方法，已被眾多研究用于揭示降雨、徑流、氣溫等水文氣象要素時(shí)間序列變化特征。該方法是一種無需假設(shè)數(shù)據(jù)分布的非參數(shù)檢驗(yàn)方法，它可以有效地減少異常值對(duì)分析結(jié)果的影響。計(jì)算過程如下，首先構(gòu)造秩序列S：

式中：xj為時(shí)間序列第j 個(gè)數(shù)據(jù)值；n 為數(shù)據(jù)樣本的長度；sgn為符號(hào)函數(shù)，計(jì)算見式（7）：

式中：Var（S ） = n （n + 1）（2n + 5）/18；n 為序列長度。

當(dāng)MK檢驗(yàn)的Z 統(tǒng)計(jì)量為正時(shí)，反映出該時(shí)間序列呈現(xiàn)上升趨勢，反之亦然。當(dāng)|Z|>Z1-α/2 則表明時(shí)間序列在置信水平α 上存在顯著變化趨勢。

Sen's slope［16］趨勢分析常作為Mann-Kendall非參數(shù)趨勢分析的補(bǔ)充，與Mann-Kendall趨勢檢驗(yàn)共同使用，用趨勢度β 表示趨勢變化。

式中：xj為時(shí)間序列第j 個(gè)數(shù)據(jù)值；當(dāng)β>0時(shí)，時(shí)間序列呈上升趨勢，反之亦然。

2. 3 空間插值法

為更好地揭示出廣東省年降水量和降水集中度的空間分布特征，本文利用空間插值法將離散的國家氣象站點(diǎn)數(shù)據(jù)轉(zhuǎn)化為連續(xù)的柵格資料。目前，空間插值方法主要分為2種，一種是確定性方法，如反距離權(quán)重插值法（Inverse Distance WeightInterpolation，IDW）；另一種為地址統(tǒng)計(jì)學(xué)方法，以克里金插值法（Kriging Interpolation，KR）為代表。基于此，本文以上述2種作為常見的空間插值法聯(lián)合使用以探究廣東省年降水量和降水集中度的空間分布特征，以確保空間插值結(jié)果的穩(wěn)健性。

IDW 將插值網(wǎng)格點(diǎn)與各站點(diǎn)之間的距離作為權(quán)重，距離越近的站點(diǎn)計(jì)算時(shí)所占的權(quán)重越大，最后進(jìn)行加權(quán)平均得到插值網(wǎng)格點(diǎn)的值［17］。克里金插值法以數(shù)據(jù)的相關(guān)性和變異性為基礎(chǔ)，通過半方差函數(shù)計(jì)算區(qū)域內(nèi)未知格點(diǎn)的值，得到無偏、最優(yōu)化的結(jié)果［18］。

3 結(jié)果和討論

3. 1 洛倫茲曲線驗(yàn)證

為了檢驗(yàn)洛倫茲曲線能否代表實(shí)際降水集中度的分布，鑒于篇幅，這里僅以廣州站1958年實(shí)測日降水?dāng)?shù)據(jù)為例，采用洛倫茲曲線擬合的實(shí)測降水天數(shù)百分比和降水量百分比分布，見圖2。可以看出，該曲線擬合后決定系數(shù)R2高達(dá)0. 993 97，表明擬合結(jié)果很好，該結(jié)果反映出降水集中度指數(shù)可以作為揭示降水時(shí)空集中分布的一個(gè)有效指標(biāo)。對(duì)照降水集中度計(jì)算公式結(jié)合圖2可以看出，降水集中度指數(shù)為洛倫茲曲線和象限平分線所圍的面積S 以及等值線所圍的下三角面積之間的比值，可以正確定量揭示特定時(shí)期降水集中的特征。部分站點(diǎn)1958—2023年的洛倫茲曲線擬合結(jié)果決定系數(shù)見表2，可以看出各個(gè)站點(diǎn)洛倫茲曲線擬合結(jié)果都很好，累積降水量百分比與累積降水百分比之間冪函數(shù)關(guān)系均通過了顯著性檢驗(yàn)（p<0. 001），決定系數(shù)均高于0. 966。

3. 2 年降水量和ACI空間分布特征

基于廣東省43個(gè)氣象站逐日降水?dāng)?shù)據(jù)，匯總計(jì)算得出1958—2023年廣東省逐年年降水總量，進(jìn)而采用反距離權(quán)重插值法可以得出廣東省1958—2023年年降水量空間分布（圖3）。總體上，珠三角地區(qū)、粵東、粵西沿海平原地區(qū)、以及中部清遠(yuǎn)丘陵區(qū)的年降水量最高，年降水量均超過了1 700 mm。粵西陽江山區(qū)、中部清遠(yuǎn)丘陵區(qū)以及粵東汕尾山區(qū)，該區(qū)域?yàn)閺V東省降水最為豐沛的區(qū)域，年降水量均超過2 000 mm。廣東省中部清遠(yuǎn)丘陵到粵北山區(qū)的交接帶及其延伸到粵東、粵西山區(qū)的兩側(cè)降水量次之，該區(qū)域占全省面積約20%，年均降水量均超過了1 800 mm。除雷州半島地區(qū)，年降水量第三梯度區(qū)為粵東、粵西以及粵北山區(qū)等區(qū)域，該區(qū)域多年平均降水量均低于1 700 mm。廣東省年降水量分布最小的區(qū)域?yàn)榱_定盆地、粵東興梅盆地以及雷州半島的最南端，該區(qū)域廣泛分布于廣東省四周，年降水量均低于1 600 mm。

同樣地，廣東省各站點(diǎn)的ACI采用反距離權(quán)重和克里金插值法得出1958—2023年ACI空間分布（圖4），對(duì)比不同空間插值法下ACI空間分布規(guī)律。廣東省降水量的年內(nèi)分布不均，全省不同區(qū)域的地形、地貌條件空間異質(zhì)性很大，導(dǎo)致廣東省ACI空間分布呈現(xiàn)“粵北低、沿海高”的分布格局，在空間上自西南向東北逐漸減小。①ACI分布最高的區(qū)域?yàn)槲挥趶V東省最南端的雷州半島，該區(qū)域隔瓊州海峽與海南島相望，地勢平坦，海拔均在1 000 m以下，地表河流短小，雖位于熱帶季風(fēng)氣候帶，已有研究表明雷州半島雨季前期受限于大陸性干冷氣團(tuán)，降水稀少，雨季前期易出現(xiàn)旱情；雨季后期其降水形式主要為臺(tái)風(fēng)降水，臺(tái)風(fēng)路徑及頻次對(duì)該地區(qū)降水量影響很大，致使汛期后期降水量稀少［19］，洪澇、干旱在時(shí)空?qǐng)龅牟粩嘌h(huán)往復(fù)致使該區(qū)域多年降水比較集中。②ACI其次較高的區(qū)域?yàn)榛浳骰洊|沿海平原地區(qū)。廣東省沿海區(qū)域降水主要依賴于海洋的暖濕氣流，粵西粵東沿海平原地區(qū)常年受到東亞夏季風(fēng)、 南亞夏季風(fēng)以及南中國海夏季風(fēng)的影響，水汽運(yùn)動(dòng)和不同尺度的地形相互耦合促使該區(qū)域呈現(xiàn)較高的ACI。③而在粵北韶關(guān)、河源東北側(cè)以及梅州西北側(cè)等區(qū)域位于內(nèi)陸，遠(yuǎn)離海洋，為中亞熱帶氣候，ACI 相對(duì)較小，說明其多年降水比較分散，降水年內(nèi)分配趨于均勻，降水極值發(fā)生的概率較小。④廣東省珠江三角洲平原地區(qū)ACI均高于0. 68，該區(qū)域處于高度城市化進(jìn)程中，已有研究表明地區(qū)的城市化對(duì)降水年內(nèi)分布的不均勻性起到增強(qiáng)的作用［20］。這是因?yàn)樵诔鞘谢M(jìn)程中，下墊面的急速變化導(dǎo)致局地環(huán)流條件和熱量條件發(fā)生顯著改變［21］，因而高度城市化的區(qū)域降水年內(nèi)分布也較為集中，發(fā)生城市極端降水的概率較高。孫曉巖［22］利用耦合多層城市冠層模型的WRF模式進(jìn)行半理想化的、對(duì)流可分辨（3 km）的集合模擬，并采用因子分離分析方法詮釋了珠江三角洲地區(qū)熱動(dòng)力效應(yīng)及其周邊海陸分界、山地等復(fù)雜下墊面對(duì)此類局地強(qiáng)降水過程的單獨(dú)和協(xié)同影響。研究結(jié)果表明，地形和城市相互作用的效應(yīng)會(huì)增加城市群地區(qū)降雨分布的不均勻性，一定程度上可解釋廣東省年降水量和ACI分布格局形成機(jī)制。城市群的熱島效應(yīng)（Urban Heat Island Intensity，UHI）對(duì)地表溫度、邊界層發(fā)展和相關(guān)對(duì)流過程的影響因廣東省山脈的存在而加強(qiáng)。增強(qiáng)的對(duì)流上升氣流在潮濕環(huán)境中釋放更多的潛熱，進(jìn)而加劇低層的暖濕空氣的輻合，從而增加廣東省年降水量和降水年內(nèi)分配的不均勻性。

3. 3 年降水量和ACI時(shí)空演變趨勢

基于廣東省內(nèi)外43個(gè)氣象站點(diǎn)1958—2023年的日降水量數(shù)據(jù)進(jìn)行匯總計(jì)算，可獲得廣東省該時(shí)段年降水總量，進(jìn)而逐年通過泰森多邊形求得降水均值，計(jì)算結(jié)果繪制成折線圖，見圖5，并采用線性回歸對(duì)年降水量變化趨勢予以表征。同樣地，繪制廣東省1958—2023年ACI變化趨勢折線圖。可以看出，廣東省1958—2023 年降水量均值為1 770mm，降水量最大值為2 294 mm（2016年），最小值則僅有1 128 mm（1963年）。廣東省年降水量存在明顯的震蕩過程，年代交替上升與下降變化與眾多學(xué)者研究相互印證［23］。總體上，廣東省年降水量呈現(xiàn)不顯著增加趨勢。隨著城市化不斷進(jìn)程，城市地面粗糙度逐年遞增，同時(shí)碳排放增加導(dǎo)致溫室效應(yīng)以及城市雨島效應(yīng)愈發(fā)劇烈，這是促進(jìn)廣東省降水增加的主要驅(qū)動(dòng)要素之一［24］。

同樣地，圖5中，廣東省1958—2023年的ACI呈現(xiàn)明顯的下降趨勢，ACI值為0. 656～0. 724，總體呈現(xiàn)較高值，這表明廣東省降水年內(nèi)分配比較不均。

進(jìn)一步，采用Mann-Kendall 趨勢檢驗(yàn)法和Sen檢驗(yàn)分析廣東省1958—2023年43個(gè)站點(diǎn)降水集中度指數(shù)（ACI）和年降水量的變化趨勢，鑒于數(shù)據(jù)的完整性，本文僅分析1958—2023年具備完整相同時(shí)間序列的氣象站點(diǎn)。廣東省1958—2023年降水量和ACI部分站點(diǎn)MK趨勢檢驗(yàn)和Sen's slope結(jié)果見表3，同時(shí)各站點(diǎn)MK變化趨勢占比繪于圖6。可以看出，廣東省內(nèi)43個(gè)站點(diǎn)降雨量和ACI呈現(xiàn)顯著的空間異質(zhì)性特征。ACI盡管較少站點(diǎn)通過了顯著性檢驗(yàn)，但是48. 84% 的站點(diǎn)呈現(xiàn)不顯著下降趨勢。而年降水量與ACI恰好相反，65. 12%的站點(diǎn)呈現(xiàn)不顯著上升區(qū)域。結(jié)果表明，廣東省1958—2023 年ACI 呈現(xiàn)下降趨勢，但是年降水量卻呈現(xiàn)增加趨勢。

從上述分析可以看出，廣東省降水總體呈現(xiàn)增加的趨勢，這表明該區(qū)域降水強(qiáng)度愈發(fā)增大，而ACI作為降水集中分布特征卻呈現(xiàn)下降趨勢，總體來看廣東省降水趨于分散。已有研究證實(shí)［25］，華南地區(qū)不同量級(jí)降水持續(xù)1 d 的降水過程均呈現(xiàn)減少態(tài)勢，但是持續(xù)多日降水的降水過程均在增加，總體上華南持續(xù)性和持續(xù)性強(qiáng)/極端降水均趨于增加趨勢。綜合本文研究可知廣東省持續(xù)性降水不斷增加，廣東省年降水量也隨之增大，廣東省上空劇烈的持續(xù)水汽通量輻合為該區(qū)域持續(xù)性降水提供了良好的熱力和水汽條件［26］，加之海氣界面熱通量交換尤其是潛熱通量影響水汽形成與輸送［27］，均有可能對(duì)廣東省持續(xù)性降水產(chǎn)生顯著影響，持續(xù)性降水增加的過程體現(xiàn)為降水歷時(shí)增長，一定程度上致使廣東省降水趨于分散，因此廣東省ACI總體呈現(xiàn)下降趨勢。

3. 4 廣東省年降水量及ACI影響因素分析

地形對(duì)水汽以及大氣環(huán)流具有重要的影響，地形可通過熱力和動(dòng)力效應(yīng)改變大氣環(huán)流的運(yùn)動(dòng)軌跡以及熱力狀態(tài)，水汽與不同尺度的地形相互作用形成了廣東降水以及年內(nèi)分配的分布格局。基于此，本文聚焦于區(qū)域大尺度地形、城市化進(jìn)程等視角，初步探討廣東省年降水量以及ACI分布格局形成原因。由圖3、4可知，廣東省年降水量和ACI區(qū)域分布呈現(xiàn)顯著的空間異質(zhì)性，與廣東省大尺度地形具有一定吻合，鑒于此，將各氣象站年降水、ACI分別與其高程繪制散點(diǎn)圖并計(jì)算之間相關(guān)系數(shù)，進(jìn)而探究他們之間統(tǒng)計(jì)特征的因果關(guān)系（圖7）。

可以看出，廣東省各站點(diǎn)高程與年降水量呈現(xiàn)負(fù)相關(guān)關(guān)系，并通過了顯著性檢驗(yàn)（p<0. 05），進(jìn)一步細(xì)分發(fā)現(xiàn)該散點(diǎn)圖可沿y=x 斜線分為2部分，在散點(diǎn)圖左上部分，氣象站的平均高程較低，主要為沿海平原地區(qū)、中部清遠(yuǎn)丘陵區(qū)和珠三角平原區(qū)域，該區(qū)域年降水與高程相關(guān)關(guān)系并不顯著。結(jié)果表明該區(qū)域水汽聚集但呈紊亂分布，受地形抬升的影響，在迎風(fēng)坡形成降水中心。而分布在圖7右下角區(qū)域主要為粵東、粵西山區(qū)及雷州半島，該區(qū)域高程和年降水量呈現(xiàn)對(duì)數(shù)關(guān)系，與已有研究大氣壓和空氣密度隨高度呈對(duì)數(shù)線性變化相互印證［28］。而在珠江三角洲城市群區(qū)域，已有研究結(jié)果表明［22］，廣東省北部地形的存在通過增大海陸熱力對(duì)比、平原-山脈環(huán)流等效應(yīng)增大了邊界層偏南風(fēng)的風(fēng)速，加之海風(fēng)的影響，顯著增強(qiáng)了城市邊界層過程和與之相關(guān)的對(duì)流發(fā)展，從而增加了城市群地區(qū)的降雨強(qiáng)度和降雨空間分布的不均勻性，最終在城市群內(nèi)幾個(gè)中心位置產(chǎn)生極端降水。緊鄰城市群邊界的低矮地形不是影響極端降水的決定性因素，但可以一定程度上微調(diào)降水的時(shí)空分布。城市化處于一個(gè)逐漸積累和不斷發(fā)展的動(dòng)態(tài)變化過程，城市群落的動(dòng)態(tài)更新、內(nèi)部建筑密度變化、城市綠化的不均勻分布往往會(huì)導(dǎo)致城市熱力狀態(tài)的非均勻性［22］，相較于一般下墊面，城市下墊面地表溫度以及地表通量呈現(xiàn)較高值，城市下墊面可以增加底層的輻合，進(jìn)而增加大氣不穩(wěn)定性，促進(jìn)對(duì)流和降水的發(fā)生［25］，微小尺度的局地環(huán)流效應(yīng)也會(huì)對(duì)區(qū)域降水產(chǎn)生顯著影響，所以進(jìn)一步研究細(xì)化人類活動(dòng)對(duì)區(qū)域降水格局形成的影響機(jī)制，可為城市發(fā)展規(guī)劃的實(shí)施提供理論基礎(chǔ)。

圖7中，廣東省ACI和高程呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0. 56，并通過了顯著性檢驗(yàn)（p＜0. 01）。表明海拔較低的平原區(qū)域，ACI 呈現(xiàn)較高值，該區(qū)域降水比較集中，極端降水發(fā)生的概率較高。廣東省內(nèi)平原區(qū)域是人口和經(jīng)濟(jì)集中區(qū)域，城市化程度較高，經(jīng)過前期與大尺度地形地面摩擦作用的影響下，水汽輸送動(dòng)力被不斷削減，被削弱的水汽有可能會(huì)使降水系統(tǒng)滯留于該區(qū)域且雨量增多，因此有可能導(dǎo)致該區(qū)域ACI值較高。而沿海地區(qū)地形較低，地形對(duì)于臺(tái)風(fēng)的削弱作用有限，水汽運(yùn)動(dòng)和不同尺度的地形相互耦合促使該區(qū)域呈現(xiàn)較高的ACI分布。粵北地區(qū)ACI較低，遠(yuǎn)離海洋，地形較高，加之城市化水平較低，導(dǎo)致該區(qū)域降水相對(duì)分散。前人研究均表明區(qū)域ACI的分布受地形的影響較大，比如Zheng等［29］同樣珠江流域發(fā)現(xiàn)降水集中度與高程具有負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)到0. 9。袁瑞強(qiáng)等［30］利用山西14個(gè)站點(diǎn)1957—2014年逐日降水資料發(fā)現(xiàn)較高的高程和較大的變幅可增強(qiáng)高程對(duì)CI值的影響。綜上所述，通過對(duì)比年降水以及ACI和高程的相關(guān)關(guān)系，得出廣東省年降水量以及ACI與高程存在一定的相關(guān)關(guān)系，證明了大尺度地形通過影響水汽的運(yùn)動(dòng)，與其相互作用促進(jìn)了廣東省降水和ACI分布格局形成。同時(shí)，廣東省沿海地區(qū)季風(fēng)盛行，該區(qū)域不僅受東亞夏季風(fēng)影響外，南中國南海夏季季風(fēng)對(duì)ACI也會(huì)產(chǎn)生顯著影響［29］，進(jìn)而導(dǎo)致該區(qū)域降水和對(duì)流頻繁，降水不均勻程度較高。已有研究發(fā)現(xiàn)，在珠江流域EASMI即東亞季風(fēng)對(duì)該流域極端降水最為顯著［9］。在華南地區(qū)，劉永林等［31］和李慧［25］分別采用降水集中度（PCD）、集中期（Periond of Concentrated Precipitation，PCP）和降水集中度Q 指數(shù)對(duì)廣東省降水非均勻性予以表征，研究發(fā)現(xiàn)廣東沿海降水更為集中，粵北降水趨于分散。基于上述集中指數(shù)的計(jì)算方法，均可以反映出區(qū)域降水集中分布程度，然而各指數(shù)之間的分布及趨勢存在一定差異，后續(xù)需構(gòu)建多指標(biāo)集合評(píng)估廣東省降水非均勻性特征，以期深入了解不同環(huán)境要素以及人類活動(dòng)等對(duì)極端降水發(fā)展的動(dòng)力學(xué)和熱力學(xué)機(jī)制的協(xié)同影響。

人類活動(dòng)對(duì)氣候變化已經(jīng)愈發(fā)劇烈，對(duì)降水量以及降水集中度亦會(huì)產(chǎn)生顯著影響，近幾年極端降水事件頻繁發(fā)生，充分深入對(duì)于極端降水事件的形成機(jī)制和驅(qū)動(dòng)要素的認(rèn)知，可以顯著提升極端降水事件的預(yù)警精度，進(jìn)而針對(duì)未來可能發(fā)生的洪水風(fēng)險(xiǎn)，以科學(xué)化、智能化調(diào)控技術(shù)和手段減少洪澇災(zāi)害損失。

4 結(jié)論

隨著氣候變化以及人類活動(dòng)的影響，極端氣候事件和重大自然災(zāi)害頻發(fā)，尤其是降水的非均勻性發(fā)生了顯著變化。降水量的時(shí)空分配不均勻?qū)禎碁?zāi)害、土壤侵蝕以及水資源綜合利用等各個(gè)方面均有重要影響。基于該背景，本文結(jié)論如下。

a）廣東省年降水量的空間分異特征具有顯著地域性，呈現(xiàn)“北少南多、東西少中部多”的格局。

b）降水集中度指數(shù)可以有效地對(duì)廣東省降水集中分布特征予以表征，廣東省ACI空間分布呈現(xiàn)“粵北低、沿海高”的分布格局，在空間上自西南向東北逐漸減小。

c）總體上，廣東省年降水量呈現(xiàn)不顯著增加趨勢，降水集中度呈現(xiàn)降低趨勢。

d）大尺度地形、城市化進(jìn)程是影響區(qū)域降水的關(guān)鍵因素，環(huán)境要素和人類活動(dòng)相互作用對(duì)年降水量和ACI分布格局形成具有顯著影響。

參考文獻(xiàn)：

［1］ LI H， ZHAI P M， LU E， et al. Changes in Temporal Concentration Property of Summer Precipitation in China during 1961 – 2010Based on a New Index［J］. Journal of Meteorological Research，2017，31（2）：336-349.

［2］ HOWARTH M E， THORNCROFT C D， BOSART L F. Changes in Extreme Precipitation in the Northeast United States： 1979-2014［J］. Journal of Hydrometeorology，2019，20（4）：673-689.

［3］ LEE W C， PARK J M， YOO G D. Quantitative Determination Procedures for Regional Extreme Drought Conditions： Application to Historical Drought Events in South Korea［J］. Atmosphere，2020，11（6）. DOI：10. 3390/atmos 11060581.

［4］ 張錄軍， 錢永甫. 長江流域汛期降水集中程度和洪澇關(guān)系研究［J］. 地球物理學(xué)報(bào)，2004（4）：622-630.

［5］ HAQUE A M M， MEHEDI M A， HO D I. PrecipitationConcentration in Bangladesh over Different Temporal Periods［J］.Advances in Meteorology，2018（3）. DOI：10. 1155/2018/1849050.

［6］ MARTIN V J. Spatial distribution of a daily precipitationconcentration index in peninsular Spain［J］. International Journalof Climatology，2004，24（8）：959-971.

［7］ FU S J， ZHANG H L， ZHONG Q， et al. Spatiotemporalvariations of precipitation concentration influenced by large-scaleclimatic factors and potential links to flood-drought events acrossChina 1958–2019［J］. Atmospheric Research，2023，282. DOI：10. 1016/j. atmosres. 2022. 106507.

［8］ 賈路， 于坤霞， 鄧銘江， 等. 西北地區(qū)降雨集中度時(shí)空演變及其影響因素［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37（16）：80-89.

［9］ 鄭炎輝， 陳曉宏， 何艷虎， 等. 珠江流域降水集中度時(shí)空變化特征及成因分析［J］. 水文，2016，36（5）：22-28.

［10］ SU J S， ZHAO Y J， BAI Y F. Asymmetric responses of leaf litterdecomposition to precipitation changes in global terrestrialecosystem［J］. Journal of Cleaner Production，2023，387. DOI：10.1016/j. jclepro. 2023. 135898.

［11］ GU G J， ADLER R F. Observed variability and trends inglobal precipitation during 1979-2020［J］. Climate Dynamics，2022，61（1/2）：131-150.

［12］ 江源天， 王文婷， 謝云， 等. 基于IMERG反演降水?dāng)?shù)據(jù)估算廣東省降雨侵蝕力［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2023，39（24）：153-164.

［13］ 鄧攀攀， 秦蓓蕾， 都利亞. 廣東省1960—2018年間降雨侵蝕力時(shí)空變化特征分析［J］. 人民珠江，2022，43（12）：61-66.

［14］ MANN H B. Non-Parametric Test Against Trend ［J］.Econometrica，1945，13（3）：245-259.

［15］ KENDALL M G. Rank correlation methods［J］. British Journal ofPsychology，1990，25（1）：86-91.

［16］ SEN K P. Estimates of the Regression Coefficient Based onKendall's Tau［J］. Journal of the American Statistical Association，2012，63：1379-1389.

［17］ 李海濤， 邵澤東. 空間插值分析算法綜述［J］. 計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（7）：1-8.

［18］ 于洋， 衛(wèi)偉， 陳利頂， 等. 黃土高原年均降水量空間插值及其方法比較［J］. 應(yīng)用生態(tài)學(xué)報(bào)，2015，26（4）：999-1006.

［19］ 葉芝林， 周買春. 廣東省年降水量分布及大尺度地形對(duì)其影響［J］.中山大學(xué)學(xué)報(bào)（自然科學(xué)版）（中英文），2023，62（4）：45-53.

［20］ 張建云， 宋曉猛， 王國慶， 等. 變化環(huán)境下城市水文學(xué)的發(fā)展與挑戰(zhàn)：I. 城市水文效應(yīng)［J］. 水科學(xué)進(jìn)展，2014，25（4）：594-605.

［21］ CHAN K T F， CHAN J C L， WONG W K. Rainfall asymmetriesof landfalling tropical cyclones along the South China coast［J］.Meteorological Applications，2019，26（2）：213-220.

［22］ 孫曉巖. 城市化對(duì)珠江三角洲地區(qū)強(qiáng)降水的影響研究［D］. 南京：南京信息工程大學(xué)，2023.

［23］ 徐承毅. 廣東省近60年降水量時(shí)空變化趨勢及突變分析［J］.人民珠江，2023，44（11）：21-30.

［24］ 蔣鵬， 王大剛， 陳曉宏. 廣東省近50年極端降水事件的時(shí)空特征及成因分析［J］. 水文，2015，35（2）：77-84，7.

［25］ 李慧. 華南地區(qū)夏季持續(xù)性降水事件發(fā)生背景與機(jī)理［D］. 南京：南京信息工程大學(xué)，2017.

［26］ DENG Z F， WANG Z L， WU X S， et al. Effect difference ofclimate change and urbanization on extreme precipitation over theGuangdong-Hong Kong-Macao Greater Bay Area ［J］.Atmospheric Research，2023，282. DOI：10. 1016/j. atmosres.2022. 106514.

［27］ WEI H H， YU T N， TU J S， et al. Detection and Evaluation ofFlood Inundation Using CYGNSS Data during ExtremePrecipitation in 2022 in Guangdong Province， China［J］. RemoteSensing，2023，15（2）. DOI：10. 3390/rs15020297.

［28］ 孔鋒， 王一飛， 方建， 等. 中國夏季極端降水空間格局及其對(duì)城市化的響應(yīng)（1961～2010）［J］. 長江流域資源與環(huán)境，2018，27（5）：996-1010.

［29］ ZHENG Y H， HE Y H， CHEN X H. Spatiotemporal pattern ofprecipitation concentration and its possible causes in the PearlRiver basin， China［J］. Journal of Cleaner Production，2017，161（10）：1020-1031.

［30］ 袁瑞強(qiáng)， 王亞楠， 王鵬， 等. 降水集中度的變化特征及影響因素分析：以山西為例［J］. 氣候變化研究進(jìn)展，2018，14（1）：11-20.

［31］ 劉永林， 延軍平， 岑敏儀. 廣東省降水非均勻性與氣候變化的響應(yīng)關(guān)系［J］. 中山大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，54（5）：138-146.

（責(zé)任編輯：李澤華）

基金項(xiàng)目：廣東省水利科技創(chuàng)新項(xiàng)目（2020-21）