川渝高溫熱浪與暴雨旱澇演變特征及適應策略研究

摘要：為加深對川渝地區多災種綜合影響的理解，提升災害綜合風險防范能力，基于長時序觀測數據，利用線性擬合、Pettitt檢驗、小波時頻分解等方法，分析了1961～2022年川渝熱浪與暴雨的時空演變特征，并針對耦合影響區提出適應性策略。結果表明：① 近60 a來川渝總體高溫熱浪趨強趨長趨頻，且不同時長高溫熱浪的區域差異性特征顯著。川南經濟區、川東北經濟區至重慶市9 d及以上高溫熱浪的發生頻次顯著增多，成都平原經濟區西部3～8 d高溫熱浪頻次顯著增多，自1990年代初期以來，盆西變化尤為明顯。② 川渝暴雨災害變化也存在顯著的區域差異。成都平原經濟區西部、川南經濟區暴雨日數顯著減少、強度降低，川東北經濟區至重慶市的暴雨日數增加、強度增強。③ 對高溫干旱復合與旱澇急轉事件的分析表明，盆東至重慶市旱澇急轉自1980年代中期以來顯著增加，盆南高溫干旱復合事件自2000年代初以來顯著增加。④ 成都平原經濟區應著重關注高溫熱浪頻發對超大城市脆弱人群及能源供給的沖擊；川南經濟區需關注持續性高溫熱浪疊加干旱給工業、農業帶來的不利影響；川東北經濟區在充分考慮高溫熱浪和暴雨災害單獨影響的同時，也應進一步綜合考慮區域內旱澇急轉給農業及重點項目帶來的不利影響。

關 鍵 詞：高溫熱浪； 暴雨災害； 旱澇急轉； 適應性策略； 川渝地區

中圖法分類號： P467；P429

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.11.019

0 引 言

川渝地區位于青藏高原東側，是全球氣候變暖的敏感區、脆弱區，同時也是中國清潔能源富集地、全國13個糧食主產區之一^［1-4］。在全球變暖和城市化的共同作用下，川渝地區內暴雨洪澇、極端高溫等災害頻發，每年造成的經濟損失巨大^［5-6］。以2022年川渝極端高溫熱浪事件為例，高強度、長歷時的高溫熱浪造成作物減產絕收、江河水位接近歷史同期最低、電網負荷創歷史新高。據不完全統計，2022年高溫熱浪事件造成的直接經濟損失高達40億元，受災人口超過609.4萬人^［7］。區域內的極端氣候事件不僅影響經濟社會發展和人民日常生活，甚至可能危及國家糧食安全、能源安全^［8］。

為應對氣候變化背景下極端天氣對人類社會發展帶來的沖擊，學者們提出了災害風險管理的概念^［9-10］，即增強系統意識、風險意識和資源意識，建立有效的風險管理組織體系，綜合運用各種措施降低災害事件的風險。氣候經濟學相關研究指出：災害風險管理可減少行業在全球變暖影響下的損失，輔以合適的投資與適應性政策，也可達到助益地區經濟發展的效果^［11-12］。加強對氣象災害發生規律的客觀認識是災害風險管理的基礎，發達國家已在應對氣候變化方面給出范例：英國在2008年通過了《氣候變化法案》，要求政府每5 a編制一份氣候變化風險評估報告^［13］；鹿特丹市在荷蘭政府“新三角洲計劃”的框架下，以氣候模式計算結果指導韌性城市建設^［14］。在中國，通過借鑒相關評估報告和思路，專家學者于2015年撰寫了《中國極端天氣氣候事件和災害風險管理與適應國家評估報告》^［9］，提出了未來氣象災害風險管理的政策目標和行動方向。另有研究以極端天氣災害管理為例，分析了中國應對辦法及管理框架的實用性^［15］，結果有利于優化災害風險管理的頂層設計。同時，為提高災害風險管理支撐能力^［16］，中國已開始由傳統災害性天氣預報向基于災害影響的預報預警轉變^［17］。目前，雖已有大量針對川渝及其鄰近地區氣候變化^［18-19］、極端天氣及其成災特點^［20-25］的研究，但尚缺少針對川渝地區極端氣候事件（尤其是復合極端氣候事件）的風險管理措施。因此，本文在分析川渝地區主要氣象災害變化特征的基礎上，結合區域實際提出風險管理措施，研究成果可為減少氣候變化風險提供參考。

1 研究資料與方法

1.1 研究區域概況

川渝地區地處中國西南，依據海拔與氣候特征^［26-27］，可細分為四川盆地、川西南山地、川西高原3個子區域（圖1），其中川西高原平均海拔3 000～5 000 m，暴雨、高溫判識標準與其他子區域不同。根據研究區資源環境、地理區位等差異，《四川省國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標綱要》將四川省劃分為成都平原（成都、德陽、綿陽、眉山、雅安、樂山、資陽、遂寧）、川南（內江、自貢、宜賓、瀘州）、川東北（廣元、巴中、達州、南充）、攀西（涼山、攀枝花）經濟區及川西北生態示范區（甘孜、阿壩）。《成渝地區雙城經濟圈建設規劃綱要》則將重慶市的27個區（縣）以及開州、云陽的部分地區，四川省的15個市納入成渝雙城經濟圈規劃。結合氣候與經濟條件，盆地包括成都平原、川南（后文簡稱盆南）、川東北（后文簡稱盆東）經濟區及重慶市，川西南山地即為攀西經濟區（攀西），川西高原即為川西北生態示范區（高原）。各區域的重點發展產業不同，有必要結合氣象災害變化實際，提出適應性策略。

1.2 數據與方法

逐日降水、氣溫觀測數據獲取自國家氣象科學數據中心（https：∥data.cma.cn/）。剔除遷站、篩選川渝1961～2022年缺測率低于1%的氣象站共計149個（圖1）。各子區內暴雨判識依據四川省地方標準DB51/T 2829—2021《暴雨洪澇災害風險評估技術規范》^［28］，高溫判識依據重慶市地方標準DB50/T 1557.2—2024《氣象災害風險預警等級 第2部分：高溫》^［29］與青海省地方標準DB63/T 372—2018《氣象災害分級指標》^［30］，即：盆地、攀西日最高氣溫超過35 ℃且持續3 d或以上為一次高溫熱浪事件，24 h累計降水超50 mm定義為一個暴雨日；高原日最高氣溫超30 ℃且持續3 d及以上為一次高溫熱浪事件，24 h累計降水超25 mm定義為一個暴雨日。定義高溫熱浪（暴雨）事件的日最高氣溫極值（24 h累計降水極值）為過程強度。

研究氣象要素及主要氣象災害突變時，采用Pettitt檢驗^［21］。使用Morlet小波變換將時間序列分解為時間和頻率的貢獻，以分析關鍵物理量的時頻層次結構與變化特征^［31］。選用標準化加權平均降水指數（SWAP）描述逐日旱澇情況^［32］，可通過加權平均降雨指數（WAP）經Gamma函數標準化而來，公式如下：

WAP=Nn=0wnPn

（1）

式中：Pn表示前n d當天降水；wn為權重指數，wn=（1-a）aⁿ，a為降水影響的衰減參數；N為前期影響天數。將多年同一日WAP序列構建Gamma分布擬合后，正態標準化即得到SWAP，利用游程理論識別單站旱澇急轉事件^［24］。同時基于各站累計降水、氣溫，得到標準化降水（SPI）、氣溫（STI）指數^［25］，以判識高溫干旱復合事件。各指數等級劃分標準如表1所列，若同時滿足SPI≤-1.0，STI≥1.0，則判識為一次高溫干旱復合事件。

2 結果與討論

2.1 川渝1961～2022年高溫熱浪變化特征

1961年以來，川渝地區各站年平均氣溫呈現全域一致的增加趨勢（圖2），約60%的站點年平均氣溫增溫趨勢在（0～0.18） ℃/10 a，30%的站點趨勢在（0.18～0.30） ℃/10 a，成都平原經濟區西部（后文簡稱盆西）與攀西年均氣溫升溫幅度最大。在這樣的背景下，川渝高溫熱浪頻次總體呈增加趨勢，盆西至盆南最為顯著，盆東至重慶市則不明顯。增長趨勢變化在前10%（（0.30～0.50）次/10 a）的站點主要分布于德陽、眉山、樂山、宜賓4市，正趨勢最大值出現在奉節站（0.52次/10 a）。

從最早發生時間、持續時間及過程強度3個方面分析川渝高溫熱浪特征。高溫熱浪初日總體呈提前趨勢（圖3（a）），但僅有12站通過α=0.05的顯著性檢驗，德陽、成都、雅安、樂山市提前趨勢最明顯。年均持續時間（圖3（b））、過程強度極值（圖3（c））呈現全區一致的增加趨勢。盆南（內江、自貢市）高溫熱浪年均持續時長顯著增加；盆西（成都、雅安市）通過顯著性檢驗的站點雖少，但其區域均值可達1.00 d/10 a，約為川渝全域平均 （0.41 d/10 a）的2.5倍。同時盆西也是川渝高溫熱浪強度極值的正趨勢中心：川渝僅有13站趨勢變化超0.35 ℃/10 a，其中9站分布于成都、雅安市。計算成都、雅安市平均高溫熱浪頻次、過程強度、持續時間序列（圖3（d））可知：其在1994年前后發生突變，1994年前，高溫熱浪事件鮮有發生；1995年后，高溫熱浪頻次增多、過程強度增強、持續時間增長。這恰是導致其高溫熱浪強度與持續時間極值趨勢遠高于川渝平均，但并未通過顯著性檢驗的原因。

川渝各子區的高溫熱浪強度極值序列均存在突變。盆地（圖4（a））、攀西（圖4（c））在2000年代前后發生突變，高原（圖4（b））則發生在1990年代初。由小波功率譜可知，突變節點前后伴隨年際變化主周期的轉變：1960～1990年代，高原（圖4（b））高溫熱浪強度極值年代際變化顯著，年際變化不明顯；突變時間點前后，序列的年際振蕩增強，1990年代初其年際變化主周期約為3 a，2000年代以來約為5 a。盆地（圖4（a））高溫熱浪強度極值的時頻變化與高原類似，2000年代以來年際振蕩增強，主周期約為5 a。攀西 （圖4（c））的變化則更為獨立，1970～2000年代該地區高溫熱浪極值不僅存在顯著的年代際變化，也存在主周期2～8 a的年際變化，2000年代以來，該地區高溫熱浪強度極值年際振蕩顯著減弱。

對于盆地不同區域，不同時長的高溫熱浪頻次變化存在明顯區域差異（圖5）。3～5 d、6～8 d的高溫熱浪在盆西頻次增加最為顯著；達州、南充、廣安及重慶市9～14 d高溫熱浪頻次顯著增多；盆南9 d及以上持續時長高溫熱浪發生頻次顯著增多。結合圖2（b）可知，盆西、攀西高溫熱浪頻次的增加主要由9 d以下高溫熱浪過程頻發引起，而盆東至重慶、盆南高溫熱浪頻次的變化主要受持續性（9 d及以上）高溫熱浪^［33］影響。

2.2 川渝1961～2022年暴雨時空變化特征

近60 a來，川渝年降水量趨勢自西向東呈“增—減—增”分布（圖6（a））。高原年降水量顯著增多，區域平均變化趨勢為12.4 mm/10 a；盆西—盆南、攀西的年降水量顯著降低；盆東—重慶年降水量呈弱增加趨勢。川渝暴雨日數與年降水量趨勢空間分布相似（圖3（b））：高原多數站點暴雨日數呈增加趨勢，但僅有2站通過95%置信度檢驗；盆西—盆南—攀西暴雨日數呈減少趨勢但不顯著；盆東—重慶暴雨日數增加，通過α=0.05顯著性檢驗的站點集中分布于達州、廣安至重慶璧山。

從暴雨累計雨量、過程強度、持續時間極值3個方面分析川渝暴雨時空變化特征。近60 a來，高原與攀西暴雨變化不顯著。川渝僅有16站暴雨持續時間極值趨勢通過α=0.1顯著性檢驗，7站持續時間極值趨勢通過α=0.05顯著性檢驗（圖7（b）），其中盆西夾江、峨眉、仁壽暴雨持續時間極值顯著減少，顯著增加的站點分布于盆東至重慶（達州—南充—廣安—合川）。暴雨累計雨量（圖7（a））與過程強度極值（圖7（c））趨勢分布相似，顯著變化的站點位于盆東、盆西—盆南，其中，盆東暴雨強度極值、暴雨累計雨量趨勢顯著增加，最大值分別出現在達州渠縣站（8.7 mm/10 a）與大竹站（38.5 mm/10 a）；盆南暴雨強度極值減弱，犍為、威遠、宜賓3站暴雨過程極值的變化趨勢最大；盆西至盆南逐年暴雨累計雨量變化雖不顯著，但仍可看出此區域內的減少趨勢。

2.3 川渝1961～2022年干旱強度及復合災害變化特征

綜合前文可知，盆南高溫熱浪趨長、降水顯著減少，盆東至重慶高溫熱浪趨長、暴雨趨強趨頻，計算川渝1961～2022年3～10月（作物主要生長期）SPI、STI及SWAP指數，以分析川渝氣溫與降水耦合變化下干旱強度、高溫干旱復合及旱澇急轉的變化情況。圖8（a）為川渝各站SPI趨勢，空間分布與圖6（a）一致：高原、盆東—重慶西部趨濕，盆西至盆南趨干，其中宜賓興文站SPI的變化趨勢值更是達到了-0.19/10 a，干旱強度顯著增加。同時，盆南區域平均SPI與STI指數表明（圖8（b））：1961～2022年間，共判識盆南發生了3次高溫干旱復合事件（2006、2011、2022年），均在2000年代后，這說明自2000年代以來，盆南愈發干熱。

SWAP計算結果表明（圖9（a）），近60 a來，高原與攀西旱澇急轉相對較少，盆東至重慶、盆西的旱澇急轉尤為頻繁。盆東至重慶西部、盆西（成都、雅安）、盆南（自貢、瀘州）近60 a來旱澇急轉頻次顯著增多（圖9（b）），盆東至重慶西部不僅是川渝旱澇急轉的高發區，其趨勢變化也為川渝最大。分析其逐年旱澇急轉頻次（圖9（c）），發現自1980年代中期以來，盆東至重慶旱澇急轉愈加頻發，這樣的現象恰與高溫熱浪、暴雨過程趨強趨長對應。

3 適應性策略

結合近60 a來高溫熱浪與暴雨變化可知，川渝主要氣象災害耦合影響區為成都平原經濟區西部，川南經濟區及川東北經濟區、成渝雙城經濟圈北翼，而川西北生態示范區與攀西經濟區的變化不顯著。對于成都平原經濟區西部，1990年代初以來，高溫熱浪頻發，強度增強，有必要警惕高溫熱浪給超大型城市能源安全及脆弱人群帶來的沖擊。川南經濟區內持續性高溫熱浪頻發，年降雨量顯著減少，干旱強度顯著增強，近60 a來愈發“干熱”；在此種趨勢下，高溫干旱復合事件或成為影響川南4市最主要的氣象災害，“十四五”期間需重點關注其對制造業、農業重點項目的影響。而對于川東北經濟區、成渝雙城經濟圈北翼，持續性高溫熱浪趨多，暴雨日數、強度顯著增加，旱澇急轉趨頻，暴雨與高溫影響并重，在考慮單個氣象災害影響的同時，也應充分考慮旱澇急轉給經濟社會發展帶來的不利影響。川西北生態示范區與攀西經濟區則需把握區域內光熱條件向好的變化趨勢，及時調整農業種植結構，充分利用氣候資源、加快退化生態系統的恢復。

3.1 成都平原經濟區

為減少高溫熱浪引發的成都等城市尖峰負荷給電網帶來的沖擊，保證居民用電安全的同時降低工業產業損失，從能源供應負荷側來看，成都平原經濟區可建立“氣象-經濟-能源負荷預測模型”，多城聯動，精準推動需求側響應、有序用電等使工商業“讓電與民”。基于新型儲能、分布式電源、虛擬電廠等需求側業態發展，可結合歷次高溫熱浪強度、影響范圍實際，加大成都平原經濟區內需求側資源開發利用力度，鼓勵各類經營主體積極參與市場化需求響應，通過自主降低用電負荷來獲取相應收益。政府部門可主導完善需求響應激勵政策，結合經濟數據、高時空分辨率氣象數據制訂精細化補貼政策，建立健全電力交易市場機制，引導電力用戶優化用電方式，主動削峰填谷。論證集中供冷可行性，適度超前推行集中采暖供冷項目，打造“韌性城市”。

3.2 川南經濟區

川南經濟區內的釀酒專用糧產業基地和糯紅高粱產業基地是“十四五”規劃中的農業重點項目。糧油作物往往規?；N植，難以施用溫室大棚等技術手段控溫控濕^［34］，川南經濟區愈發干熱，首先有必要優先選種抗旱抗熱、產量潛力較高的品種。也應結合區域氣象服務實際，優化觀測站網建設，提升農業氣象監測能力。加強作物關鍵生長期內致災因子、閾值研究，結合滾動預報產品，推動農業氣象災害預警與響應能力建設，提升“農業韌性”。發揮區域內水利設施對農業重點項目的支撐作用，優化灌溉管網布局、推廣高效節水灌溉技術，降低因高溫干旱復合事件帶來的減產絕收損失。

水電在四川電力結構中占比約70%左右，從能源保障發電側來看，川南經濟區內水力發電出力不足情況在未來或頻繁發生，為降低氣候變化對能源供應的影響，需提升流域氣象預報預測能力，為精準優化水庫汛限水位動態調整提供有利技術保障；強化上下游電站間系統調度，發揮流域梯級調度作用。區域內頁巖氣存量豐富，有必要強化火電頂峰兜底措施，加強區域內燃氣協調保障，結合高溫熱浪強度與社會經濟實際，督促氣電企業穩發、滿發。加強區域內工業副產氫利用、頁巖制氫等儲能項目的輔助作用，發揮新能源出力不足時儲能備用的關鍵作用。

3.3 川東北經濟區、成渝雙城經濟圈北翼

川東北經濟區、成渝雙城經濟圈北翼天氣氣候愈發極端。“十四五”期間，區域內承擔了若干項鐵路、公路等重大建設工程，在具體制訂建設規范時，有必要結合精細化氣象數據，更新并適當提升建設標準^［14］；提高復雜地形下氣象監測預警對重大工程施工建設的服務保障能力，以減少異常持續高溫熱浪、極端暴雨及旱澇急轉的影響。

對于成渝一體化建設區內重點打造的蔬菜產業，可采用室內、立體化種植等技術手段，逐步建立集約化產業園區，實現水肥精準管理^［35］，普及集雨設施與補灌措施，緩沖旱澇急轉給農業生產帶來的不利影響；結合滾動預報，提升種收效率，避免極端高溫熱浪、暴雨及旱澇急轉對作物產生的疊加影響^［36］。川東北經濟區也應結合本地清潔能源實際，適度加快推進廣元風電、天然氣、頁巖氣等調峰與分布式能源建設，科學提升區域內新能源出力能力。

3.4 川西北生態示范區與攀西經濟區

近60 a來川西北生態示范區愈發“暖濕”^［37］，區域內災害性天氣事件變化并不顯著；攀西經濟區高溫日數增多、年降水量有所減少，近年來山火頻發。有必要在后期優化區域內站網分布、結合衛星遙感分析氣候變化事實，并及時更新調整政策導向，既要減少氣候變化背景下生態脆弱區的各類損失，又要科學推進、加快退化生態系統的恢復。同時也需把握區域內光熱條件向好的變化趨勢，加強氣候變化驅動下的經濟作物遷移路徑研究、科學設立自然保護區范圍，調整農業種植結構、充分利用農業氣候資源，保障區域內糧食安全。

4 結 論

（1） 近60 a來，川渝高溫熱浪頻次變化存在明顯區域差異，盆西—盆南愈加頻發。年均持續時間、強度極值全區一致增加，盆南、盆西分別為熱浪年均持續時間、強度極值趨勢的大值中心。盆南、盆東—重慶9 d及以上持續時長高溫熱浪頻次顯著增多；盆西3～8 d持續時長高溫熱浪顯著增多，且自1990年代初以來，此類變化更為劇烈。川渝各子區高溫熱浪強度極值自1990年代以來存在突變，突變時間節點前后伴隨著年際變化主周期的轉變。

（2） 近60 a來，川渝年降水量、暴雨日數趨勢自西向東呈“增—減—增”分布，高原年降水量增多，盆西—盆南—攀西減少，盆東—重慶年降水量增加趨勢雖不明顯，但暴雨日數顯著增加。暴雨過程變化顯著的站點多在盆地，且東西差異明顯：盆東—重慶暴雨持續時間極值、強度極值，暴雨累計雨量顯著增加；盆西—盆南則減少。

（3） 多災種復合指標與單個災害的計算結果表現一致，近60 a來，盆西—盆南干旱強度增加，2000年代初以來，盆南的高溫干旱復合事件較前期顯著增加。盆東—重慶旱澇急轉易發，且自1980年代中期以來，盆東—重慶旱澇急轉愈加頻發，恰與地區內高溫熱浪趨長、暴雨趨強對應。

（4） 成都平原經濟區西部、川南、川東北經濟區與雙城經濟圈北翼是氣象災害耦合影響區。“十四五”期間，成都平原經濟區應著重關注高溫熱浪對超大城市脆弱人群及能源供給的沖擊，制定精細電力市場化交易政策；川南經濟區需警惕高溫干旱復合事件對區域內工業農業等重點項目的影響；川東北經濟區、雙城經濟圈北翼需警惕高溫熱浪、暴雨及旱澇急轉給農業、重大工程項目施工建設帶來的不利影響，適度超前規劃區域內農業產業園區及重大工程建設標準，并結合本地新能源富集實際情況，保障區域內糧食、能源安全；川西北生態示范區與攀西經濟區則需把握區域內光熱條件向好的變化趨勢，及時調整農業種植結構，充分利用氣候資源，加快退化生態系統的恢復。

參考文獻：

［1］ 陳超，龐艷梅，張玉芳.近50年來四川盆地氣候變化特征研究［J］.西南大學學報（自然科學版），2010，32（9）：115-120.

［2］ 孫晨，程志剛，毛曉亮，等.近44 a四川地區極端氣候變化趨勢及特征分析［J］.蘭州大學學報（自然科學版），2017，53（1）：119-126.

［3］ 陳超，龐艷梅，潘學標，等.未來四川地區農業氣候資源的時空變化特征［J］.資源科學，2013，35（9）：1917-1924.

［4］ 陳漢雄.水風互補四川清潔能源外送優化［J］.中國電力，2017，50（9）：37-43.

［5］ IPCC.Climate change 2013：the physical science basis［M］.Cambridge：Cambridge University Press，2013.

［6］ 中國氣象局.中國氣象年鑒［M］.北京：氣象出版社，2012.

［7］ 孫昭萱，張強，孫蕊，等.2022年西南地區極端高溫干旱特征及其主要影響［J］.干旱氣象，2022，40（5）：764-770.

［8］ 許繼軍，陳桂亞，楊明智，等.長江流域干旱災害應對的主要難點及其科技需求［J］.人民長江，2023，54（8）：25-31.

［9］ 秦大河.中國極端天氣氣候事件和災害風險管理與適應國家評估報告［M］.北京：科學出版社，2015.

［10］張繼權，岡田憲夫，多多納裕一.綜合自然災害風險管理：全面整合的模式與中國的戰略選擇［J］.自然災害學報，2006，15（1）：29-37.

［11］SUN X，GE F，CHEN Q，et al.How striking is the intergenerational difference in exposure to compound heatwaves over southeast Asia？［J］.Earth′s Future，2023，11：2022EF003179.

［12］YOHE G.Towards an integrated framework derived from a risk-management approach to climate change［J］.Climate Change，2009，95：325-339.

［13］WEBB J.Making climate change governable：the case of the UK climate change risk assessment and adaptation planning［J］.Science and Public Policy，2011，38（4）：279-292.

［14］李磊，陳天.濱海低地城市鹿特丹應對氣候變化災害的策略及路徑［J］.國際城市規劃，2022，37（1）：153-159.

［15］陳德亮，秦大河，效存德，等.氣候恢復力及其在極端天氣氣候災害管理中的應用［J］.氣候變化研究進展，2019，15（2）：167-177.

［16］陳海燕，雷小途，潘勁松，等.氣象災害風險評估業務發展研究［J］.氣象科技進展，2018，8（4）：15-21.

［17］李瑩，王國復.氣象災害風險管理系統設計與應用［J］.應用氣象學報，2022，33（5）：628-640.

［18］胡靜，王帥人，覃光華，等.基于地區線性矩法的四川省24 h極值降雨頻率分析［J］.人民長江，2024，55（1）：113-119.

［19］周軍，任宏昌，王蒙，等.2022年夏季長江流域干旱特征及成因分析［J］.人民長江，2023，54（2）：29-35.

［20］陳東東，紫檀，張玉芳.基于水分盈虧指數的四川省小麥生育期干旱風險評估［J］.自然災害學報，2017，26（4）：155-163.

［21］張盛超，高琪清，鄭爽，等.湖北省枝江市1965～2022年高溫天氣氣候變化特征分析［J］.水利水電快報，2024，45（10）：40-43.

［22］熊光潔，王式功，尚可政，等.中國西南地區近50年夏季降水的氣候特征［J］.蘭州大學學報（自然科學版），2012，48（4）：45-52.

［23］薛雨婷，李謝輝，王磊，等.1976～2017年西南地區夏季不同等級降水時空變化特征［J］.西南大學學報（自然科學版），2022，44（2）：137-145.

［24］趙英，陳華，楊家偉，等.基于SWAP和SRI的漢江流域旱澇急轉時空特征分析［J］.人民長江，2020，51（4）：94-99，151.

［25］郝增超，張璇，郝芳華，等.2022年夏季長江流域復合高溫干旱事件的影響及應對［J］.水資源保護，2023，39（6）：46-52.

［26］周長艷，岑思弦，李躍清，等.四川省近50年降水的變化特征及影響［J］.地理學報，2011，66（5）：619-630.

［27］周長艷，張順謙，齊冬梅，等.近50年四川高溫變化特征及其影響［J］.高原氣象，2013，32（6）：1720-1728.

［28］四川省市場監督管理局.暴雨洪澇災害風險評估技術規范：DB51/T 2829—2021［S］.成都：四川省氣象局，2021.

［29］重慶市市場監督管理局.氣象災害風險預警等級 第2部分：高溫：DB50/T 1557.2—2024［S］.重慶：重慶市氣象局，2024.

［30］青海省質量技術監督局.氣象災害分級指標：DB63/T 372—2018［S］.西寧：青海省氣象局，2018.

［31］姜曉艷，劉樹華，馬明敏，等.東北地區近百年降水時間序列變化規律的小波分析［J］.地理研究，2009，28（2）：354-362.

［32］LU E，CAI W，JIANG Z，et al.The day-to-day monitoring of the 2011 severe drought in China［J］.Climate Dynamics，2014，43（1）：1-9.

［33］LI N，XIAO Z N，ZHAO L.A recent increase in long-lived heatwaves in China under the joint influence of South Asia and Western North Pacific subtropical highs［J］.Journal of Climate，2021，34（17）：7167-7179.

［34］溫鵬飛，高晨凱，郭錦英，等.RCP情景下基于AquaCrop模型的河南省夏玉米減產風險評估［J］.玉米科學，2023，31（1）：88-97.

［35］李勝利，黃偉，蘇鶴，等.新形勢下河南設施蔬菜產業發展面臨的問題及思考［J］.中國蔬菜，2022（5）：1-4.

［36］喬宇，徐偉，孟晨娜，等.旱澇急轉事件研究：進展與挑戰［J］.災害學，2023，38（3）：131-138.

［37］PEPIN N，BRADLEY R S，DIAZ H F，et al.Elevation-dependent warming in mountain regions of the world［J］.Nature Climate Change，2015，5（5）：424-430.

（編輯：謝玲嫻）

Characteristics of heatwave and heavy rainfall in Sichuan-Chongqing Region and corresponding adaptive strategy

YU Haohui¹，ZHOU Changyan^{2，3，4}，KE Xingsi⁵，PANG Yishu^2，3

（1.Sichuan Meteorological Disaster Prevention Technology Center，Chengdu 610072，China； 2.China Meteorological Administration Key Laboratory for Climate Prediction Studies，Beijing 100081，China； 3.Sichuan Provincial Climate Center，Chengdu 610072，China； 4.Institute of Plateau Meteorology，China Meteorological Administration，Chengdu 610072，China； 5.State Grid Sichuan Electric Power Company Marketing Service Center，Chengdu 610041，China）

Abstract：

To deepen the understanding of the comprehensive impact of multiple disasters in Sichuan-Chongqing Region，and to improve the risk prevention capabilities for disasters，we analyze the spatial and temporal evolution characteristics of heatwave （HW） and heavy rainfall in Sichuan-Chongqing Region from 1961 to 2022 based on long-term observation data，using methods such as linear fitting，Pettitt test，and wavelet time-frequency decomposition.Adaptive strategies are also proposed for the coupled impacted areas.The results showed that： ① Over the past 60 years，the HWs in Sichuan-Chongqing Region have become stronger，longer，and more frequent，with significant regional differences.The frequency of HWs lasting 9 days or more has exhibited a significant rise in the Southern Sichuan Economic Zone and the Northeast Sichuan Economic Zone to Chongqing City，while the frequency of HWs lasting 3～8 days has significantly increased in western Chengdu Plain Economic Zone.Since the early 1990s，changes in the western Sichuan Basin have been particularly evident.② There are also significant regional differences in the changes of heavy rainfall.It is shown that a decrease in both the frequency and intensity of heavy rainfall has occurred in the western Chengdu Plain Economic Zone as well as the Southern Sichuan Economic Zone，while an increase has been observed in the eastern basin to Chongqing City.③ Furthermore，there has been a notable rise in the occurrence of sudden shifts between drought and flood since the mid-1980s in the eastern basin to Chongqing City，and the combination of HWs and droughts has significantly increased since the early 2000s in southern Sichuan Basin.④ It is recommended that the Chengdu Plain Economic Zone directs its attention towards the potential consequences of frequent HWs on vulnerable population and energy supply within the mega-city.The Southern Sichuan Economic Zone should prioritize assessing the cumulative impact of persistent HWs and droughts on both the industrial and agricultural sectors.Similarly，the Northeast Sichuan Economic Zone should thoroughly evaluate the compounded effects of droughts，floods，and abrupt transitions between the two on agriculture and major programs.

Key words：

heatwave； heavy rainfall disaster； drought-flood abrupt alternation； adaptive strategy； Sichuan-Chongqing Region