黃曉東，劉文鍇，曹潤祥，韓宇平,3

(1.華北水利水電大學(xué)水資源學(xué)院，河南 鄭州 450046； 2.華北水利水電大學(xué)校長辦公室，河南 鄭州 450046； 3.河南省黃河流域水資源節(jié)約集約利用重點(diǎn)實(shí)驗(yàn)室，河南 鄭州 450046)

降水過程受大氣環(huán)流背景和局地環(huán)境(下墊面變化)的共同作用[1]。在大區(qū)域長時(shí)間尺度上，氣候變化是降水變化的主要驅(qū)動因素，但在局部區(qū)域短時(shí)間尺度上，下墊面變化對降水的影響更為顯著[2]。已有研究表明，在經(jīng)緯度跨度均不超過2°的內(nèi)陸區(qū)域，不同監(jiān)測站降水參量(降水量、雨日數(shù))之間的相對差異被認(rèn)為是局地下墊面條件的差異導(dǎo)致[3-5]。不透水面作為高密度城市地區(qū)主要的地表覆被類型，是指能夠阻隔地表水直接下滲到土壤中的人工地表覆蓋，包括道路、廣場、建筑物等類型[6]，具有阻斷水分下滲、蓄熱能力強(qiáng)、蒸散能力弱及阻礙氣流傳輸?shù)忍攸c(diǎn)[7-9]。受此影響，在水汽充足、凝結(jié)核豐富的條件下，城市地區(qū)容易形成對流云和對流性降水，誘導(dǎo)、強(qiáng)化暴雨等極端降水現(xiàn)象的發(fā)生，引發(fā)城市雨島效應(yīng)，影響城市降水的形成和分布。2021年發(fā)生在鄭州地區(qū)的“7·20”極端暴雨事件造成了嚴(yán)重的城市內(nèi)澇災(zāi)害與重大的社會影響。研究鄭州等特大城市的城市化降水效應(yīng)對認(rèn)識城市化對降水影響的物理機(jī)制及制定相應(yīng)防范措施具有重要意義。

針對城市化發(fā)展過程中下墊面變化對降水的影響已開展了不少研究，如Souma等[10]證實(shí)了下墊面改變引發(fā)的熱量傳輸變化會對城市降水產(chǎn)生影響；張建云等[11]指出，城市不透水面的增加會改變城市水循環(huán)過程，進(jìn)而改變城市的水量平衡，具有促進(jìn)局部降水增加的正反饋效應(yīng)。另有部分學(xué)者針對國內(nèi)典型高密度城市的降水特征變化開展了案例研究，如金義蓉等[12]研究了上海市快速城市化對局地降水的影響，結(jié)果表明，城市化對城區(qū)降水具有顯著的強(qiáng)化作用，增加了強(qiáng)降水事件發(fā)生概率；陳秀洪等[4]研究了廣州市城市建設(shè)對降水特征的影響，結(jié)果表明，相比城市化緩慢期，城市化快速期的短歷時(shí)降水日、降水強(qiáng)度、降水雨型均發(fā)生明顯變化；張杰等[13]研究了北京地區(qū)城市化對暴雨過程的影響，表明建設(shè)用地的擴(kuò)張使暴雨持續(xù)時(shí)間延長。

目前城市化降水效應(yīng)的相關(guān)研究在揭示下墊面變化影響降水的機(jī)制方面做了卓有成效的工作[14-18]，但在下墊面變化研究中多采用傳統(tǒng)城市統(tǒng)計(jì)數(shù)據(jù)或離散型的土地利用/覆被分類結(jié)果，數(shù)據(jù)精度有限且缺乏空間分布信息，在城區(qū)降水特征變化研究中缺乏對下墊面變化與降水特征變化關(guān)系的定量探討。本文以鄭州市主城區(qū)為研究區(qū)域，基于遙感技術(shù)反演獲得可定量表征城市地表覆被動態(tài)變化的連續(xù)型地表覆蓋數(shù)據(jù)——不透水面比例[19]，刻畫不透水面的擴(kuò)張?zhí)卣?，探討不透水面比例與降水特征變化的定量關(guān)系，揭示不透水面擴(kuò)張對降水的影響程度，以期為鄭州市城市空間規(guī)劃與極端降水事件風(fēng)險(xiǎn)管控提供參考。

1 研究區(qū)概況

鄭州市是中部地區(qū)的大都會，近幾十年來城市建設(shè)日新月異，城市化率從1978年的32.4%發(fā)展到2021年的79.1%，2017年被確定為國家中心城市，城市化發(fā)展進(jìn)程具有典型性和代表性。主城區(qū)位于鄭州市北部，北依黃河，南鄰新密市與新鄭市，西靠滎陽市，東接中牟縣，介于34°36′N～34°59′N、113°26′E～113°52′E之間，轄區(qū)面積1 016 km2，區(qū)域概況如圖1所示。地形以平原為主，約占土地總面積的94.25%，其他地形包括丘陵和山地，主要分布在境內(nèi)西南部。地勢西南高、東北低，平均坡度3.68%，最低海拔75 m，最高海拔263 m，平均海拔112 m。氣候?qū)儆谂瘻貛啙駶櫦撅L(fēng)氣候，多年平均降水量634.5 mm，汛期降水量占全年降水量的66.18%。2021年鄭州市“7·20”極端暴雨事件造成重大人員傷亡及財(cái)產(chǎn)損失，因?yàn)?zāi)死亡失蹤380人，直接經(jīng)濟(jì)損失409億元，是中華人民共和國成立以來鄭州市遭遇的破壞性最強(qiáng)、人員財(cái)產(chǎn)損失最大的降雨。

圖1 研究區(qū)概況Fig.1 Overview of study area

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

研究數(shù)據(jù)包括覆蓋鄭州主城區(qū)的衛(wèi)星遙感影像、鄭州主城區(qū)行政區(qū)邊界矢量數(shù)據(jù)以及鄭州市逐日降水量數(shù)據(jù)。遙感影像下載于美國地質(zhì)勘探局官網(wǎng)(https://earthexplorer.usgs.gov/)，包括7期Landsat 30 m分辨率的衛(wèi)星影像和SRTM 30 m分辨率的DEM數(shù)據(jù)。行政區(qū)邊界矢量數(shù)據(jù)來源于鄭州市自然資源和規(guī)劃局。許多學(xué)者開展了氣象、水文兩類降水觀測資料的比較和驗(yàn)證分析工作[20-22]，結(jié)果表明，氣象站和水文站的降水觀測資料的相關(guān)程度較高，具有較好的一致性。兩類監(jiān)測站降水資料的融合應(yīng)用可以一定程度上彌補(bǔ)單個(gè)部門站點(diǎn)布設(shè)不均導(dǎo)致的研究數(shù)據(jù)資料不全的問題。本文的降水?dāng)?shù)據(jù)包括鄭州氣象站1990—2017年逐日降水量數(shù)據(jù)(資料來源于中國氣象數(shù)據(jù)網(wǎng))和大吳雨量站1990—2017年逐日降水量數(shù)據(jù)(資料來源于河南省水文年鑒)。

2.2 研究方法

2.2.1不透水面信息遙感反演

采用變端元線性光譜混合分解模型(dynamic endmember linear spectral mixture analysis，DELSMA)[23]反演研究區(qū)不透水面信息。該模型針對現(xiàn)有不透水面反演方法在端元選取過程中存在同物異譜干擾和端元分解過剩的問題，引入影像分層技術(shù)和變端元方法，有效提高了高密度城市地區(qū)不透水面的反演精度，其表達(dá)式[24]為

(1)

PIS=PIS_L+PIS_A

(2)

其中

PIS_L=fG_L+fD_LPIS_A=fD_A

式中：Rb為影像波段b在像元中的反射率；fi為端元i在像元中的占比；Rbi為端元i在波段b的反射率；N是端元數(shù)量；eb為影像波段b的標(biāo)準(zhǔn)殘差；PIS_L為亮色層影像中不透水面占比；fG_L、fD_L分別為亮色層影像中高反射率地物和低反射率地物的占比；PIS_A為暗色層影像中不透水面占比；fD_A為暗色層影像中低反射率地物的占比；PIS為整幅影像的不透水面占比。

2.2.2城郊對比法

城郊對比法常被用來分析城區(qū)降水與郊區(qū)降水的異同，探討城市化是否對城區(qū)降水產(chǎn)生影響并揭示其影響程度[25-29]。為重點(diǎn)突出下墊面變化的局地環(huán)境作用，選取位于市中心的鄭州站(113°67′E，34°71′N)和位于郊區(qū)的大吳站(113°51′E，34°49′N)分別作為城區(qū)和郊區(qū)代表站，兩站距離不超過21 km，經(jīng)緯度差距不超過1°，在國家氣候分區(qū)中屬于同一氣象分區(qū)，大氣環(huán)流背景對兩站降水的影響相似。兩站均位于鄭州市中東部黃河沖積平原區(qū)，地勢平坦，局部氣象條件基本一致，所以地形起伏對降水的影響基本可以忽略，在兩站橫向比較時(shí)可忽略地形因素的影響。城區(qū)站位于主城區(qū)中心地帶，周圍土地利用類型以道路、居民區(qū)、商業(yè)區(qū)等人工不透水面為主，能夠較好地反映城市化條件下的降水特征；郊區(qū)站位于城郊結(jié)合處，周圍土地利用類型以耕地、林地、坑塘等自然地表為主，能夠較好地反映自然條件下的降水特征。因此，城郊兩站具有較好的代表性，能夠用來對比下墊面變化情景下的城郊降水特征差異。為分析不透水面擴(kuò)張對城區(qū)降水特征的影響，選取了城郊降水強(qiáng)度比、增雨系數(shù)、降水集中度/集中期、降水貢獻(xiàn)率等指標(biāo)定量分析城郊降水差異。

a.城郊降水強(qiáng)度比。城郊降水強(qiáng)度比Rus是指城區(qū)站與郊區(qū)站年均降水強(qiáng)度的比值，用于反映城郊降水的差異程度[30]，其計(jì)算公式[31]為

(3)

式中Iu、Is分別為城區(qū)站和郊區(qū)站某個(gè)時(shí)間段內(nèi)的年均降水強(qiáng)度。

b.增雨系數(shù)。增雨系數(shù)k可用于表征不透水面對降水量的影響程度，從而判斷城區(qū)是否存在雨島效應(yīng)，其表達(dá)式[32]為

(4)

式中：Pu為城區(qū)降水量；Ps為郊區(qū)降水量。

c.降水集中度和降水集中期。降水集中度DPC和降水集中期tPC是利用向量原理來定義時(shí)間分配特征的參數(shù)，作為衡量降水非均勻分配的重要指標(biāo)，能夠定量揭示區(qū)域年內(nèi)降水的時(shí)空非均勻性變化特征[33]。降水集中度與降水集中期的計(jì)算公式[34]分別為

(5)

(6)

式中：DPCi、tPCi分別為第i年的降水集中度和降水集中期指數(shù)(無量綱)；Pi為某測站第i年的年內(nèi)總降水量，mm；Pxi、Pyi分別為某測站第i年逐月降水量的水平分量之和與垂直分量之和，mm；Pij為第i年第j月的降水量，mm；θj為第j月降水量的向量角度，(°)。降水集中度能反映年降水總量在各月的集中程度，取值范圍為0～1。如果年降水總量均勻分布于每個(gè)月，則各月向量分量累加后為0，即DPC為極小值；如果年降水總量全部集中在1個(gè)月內(nèi)，則該月合成向量與年降水總量之比為1，即DPC為極大值。DPC值越接近0，表示降水越不集中，年內(nèi)分配趨于均勻；DPC值越接近1，表示降水越集中，年內(nèi)分配越不均勻。降水集中期代表合成向量的方位角，取值范圍為0°～360°[35]。將計(jì)算得到的角度轉(zhuǎn)換為年內(nèi)對應(yīng)的月序，即可反映一年中降水集中出現(xiàn)在哪個(gè)時(shí)段。

d.降水貢獻(xiàn)率。降水貢獻(xiàn)率wIS可用來定量分析不透水面在城區(qū)降水變化這一過程中的貢獻(xiàn)，計(jì)算公式[36]為

(7)

式中：ru為城區(qū)降水量變化率；rs為郊區(qū)降水量變化率。

(a) 1990年

3 結(jié)果與分析

3.1 不透水面擴(kuò)張?zhí)卣鞣治?/h3>

基于Landsat影像，采用DELSMA模型反演得到多時(shí)相不透水面分布結(jié)果，如圖2所示。

不透水面比例與圖斑面積乘積之和表示不透水面面積，計(jì)算結(jié)果見表1。

表1 1990—2019年主城區(qū)不透水面面積及比例Table 1 Impervious surface area and percentage in main urban area from 1990 to 2019

由圖2和表1可知，鄭州主城區(qū)不透水面擴(kuò)張具有以下特點(diǎn)：

a.1990—2019年鄭州主城區(qū)不透水面擴(kuò)張趨勢明顯，不透水面總面積從71.29 km2增加到523.34 km2，共增加452.05 km2，2019年不透水面比例是1990年的7倍以上，表明鄭州主城區(qū)不透水面1990—2019年經(jīng)歷了快速擴(kuò)張的過程，擴(kuò)張形態(tài)呈單一核心的“攤大餅”式發(fā)展。

b.1990—2019年不透水面面積年均增長量為15.59 km2，以此為閾值，不透水面擴(kuò)張過程大致經(jīng)歷3個(gè)時(shí)期：①低速增長期(1990—2000年)，年均增長量為10.43 km2，不透水面增長相對緩慢，主要以隴海線與京廣線交匯處為中心向四周擴(kuò)張；②高速擴(kuò)張期(2000—2010年)，年均增長量達(dá)20.73 km2，城市大拆大建導(dǎo)致不透水面擴(kuò)張現(xiàn)象明顯，受城市規(guī)劃、新區(qū)開發(fā)、產(chǎn)業(yè)轉(zhuǎn)移、土地政策等多重因素影響，不透水面增長的重點(diǎn)、熱點(diǎn)空間從老城區(qū)逐步向周邊地區(qū)過渡，主導(dǎo)模式從“點(diǎn)+線”過渡到“面+點(diǎn)”；③穩(wěn)定發(fā)展期(2010—2019年)，不透水面年均增長量為15.60 km2，城市不透水面擴(kuò)張的成熟期，城市建設(shè)規(guī)模與發(fā)展速度更加合理，新增不透水面主要以中低覆蓋度不透水面為主。

3.2 不透水面比例與降水特征變化的相關(guān)性分析

對不透水面比例與城郊降水強(qiáng)度比進(jìn)行回歸分析能夠定量揭示不透水面比例與降水特征變化的相關(guān)關(guān)系。將1990年、1995年、2000年、2005年、2010年、2015年、2019年不透水面比例與對應(yīng)時(shí)期內(nèi)的城郊降水強(qiáng)度比分別進(jìn)行線性、指數(shù)、對數(shù)和多項(xiàng)式等多種模型的回歸分析，發(fā)現(xiàn)不透水面比例與城郊降水強(qiáng)度比呈正相關(guān)關(guān)系，以多項(xiàng)式模型的相關(guān)度最高，其相關(guān)系數(shù)為0.829 2，且通過0.05顯著性檢驗(yàn)，如圖3所示。因此，不透水面比例與降水特征變化具有顯著相關(guān)性。

由圖3可以看出，當(dāng)不透水面比例小于30%時(shí)，城郊降水強(qiáng)度比變化無明顯規(guī)律，受不透水面比例影響尚不顯著，但當(dāng)不透水面比例超過30%后，城郊降水強(qiáng)度比近似線性增加趨勢，受不透水面比例影響顯著。這說明高不透水面比例地區(qū)的城郊降水強(qiáng)度比增幅明顯高于低不透水面比例地區(qū)，不透水面比例的增加對城市降水增加有促進(jìn)作用。不透水面擴(kuò)張對降水強(qiáng)度的影響主要與下墊面熱力性質(zhì)改變引起的熱力不穩(wěn)定及下墊面粗糙度增大引起的低層氣流輻合過程增強(qiáng)有關(guān)。大量的自然地表轉(zhuǎn)化為不透水面導(dǎo)致產(chǎn)生對流雨的云中氣流垂直速度變大，陣性強(qiáng)降水的發(fā)生頻率提高，進(jìn)而造成城區(qū)降水過程出現(xiàn)極端降水的頻率提高，降水強(qiáng)度增大。

圖3 不透水面比例與城郊降水強(qiáng)度比的回歸分析Fig.3 Regression analysis of impervious surface percentage and ratio of precipitation intensity

表2 城郊站不同時(shí)期平均降水量及增雨系數(shù)Table 2 Average precipitation and precipitation enhancement coefficient in different periods at urban and suburban stations

3.3 不透水面擴(kuò)張對降水特征的影響程度分析

3.3.1對降水量的影響

1990—2017年不同時(shí)期城區(qū)站和郊區(qū)站年平均降水量、汛期平均降水量、平均最大日降水量及増雨系數(shù)統(tǒng)計(jì)結(jié)果見表2。

由表2可以看出，整體來看，各時(shí)期城區(qū)站年平均降水量、汛期平均降水量、平均最大日降水量均大于郊區(qū)站，增雨系數(shù)呈增長趨勢，城區(qū)存在雨島效應(yīng)。1990—2017年城區(qū)站的年平均降水量比郊區(qū)站多18.30%，汛期平均降水量比郊區(qū)站多20.45%。但年降水量增雨系數(shù)、汛期降水量增雨系數(shù)在不同時(shí)期的區(qū)別不是很顯著，變化范圍小于0.12。最大日降水量的增雨系數(shù)呈倒“V”形，中期為拐點(diǎn)。前期到中期，增雨系數(shù)增大0.34，中期到后期減小0.22，但前期到后期增雨系數(shù)仍為增加趨勢，增量為0.13。說明城區(qū)地表覆被的劇烈變化對最大日降水量有增加作用，且在不透水面擴(kuò)張最快的中期(2001—2010年)最為明顯，后期(2011—2017年)隨著城市規(guī)劃的調(diào)整，高密度不透水面比例下降，水體、綠地增多，城市熱島效應(yīng)得到一定的減緩，熱力對流性暴雨發(fā)生的頻率有所減小。

3.3.2對不同等級降水的影響

1990—2017年城區(qū)站、郊區(qū)站在不同時(shí)期各等級降水的平均雨日數(shù)計(jì)算結(jié)果見表3。

由表3可知，1990—2017年城區(qū)站觀測到的小雨、中雨、大雨、暴雨雨日數(shù)比例比郊區(qū)站觀測到的同等級雨日數(shù)比例分別高34%、8%、31%和53%。說明不透水面擴(kuò)張引起城區(qū)不同等級降水的雨日數(shù)增加，其中對暴雨發(fā)生次數(shù)的影響最大，其次為小雨和大雨，受影響最小的為中雨。但從不同發(fā)展時(shí)期來看，不透水面擴(kuò)張對不同等級降水的影響經(jīng)歷了不同的發(fā)展過程：

a.小雨。城區(qū)小雨雨日數(shù)逐漸減少，郊區(qū)小雨雨日數(shù)逐漸增加，但同期仍低于城區(qū)。造成這種現(xiàn)象的原因可能是不同發(fā)展時(shí)期不透水面擴(kuò)張形式有所不同，不透水面擴(kuò)張前期呈“攤大餅”式蔓延擴(kuò)展，類型主要為低層人工建筑物，降水增加主要受城市熱島效應(yīng)影響，而中期和后期隨著城市人工建筑物密度和高度增加，形成了獨(dú)特的城市冠層結(jié)構(gòu)，不僅易引起機(jī)械湍流，而且對移動滯緩的降水系統(tǒng)有阻障效應(yīng)，從而導(dǎo)致城市降水強(qiáng)度增大、降水時(shí)間延長等，易形成大雨或暴雨，因此小雨雨日數(shù)呈減少趨勢。

b.中雨。城區(qū)中雨雨日數(shù)呈增加趨勢，郊區(qū)中雨雨日數(shù)呈減少趨勢，兩者比值均大于1，且呈波動增加趨勢，但變化幅度不大。說明不透水面擴(kuò)張對中雨雨日數(shù)有增強(qiáng)作用，但作用不明顯。

c.大雨。城區(qū)大雨雨日數(shù)呈先減后增的“V”形增長趨勢，郊區(qū)大雨雨日數(shù)呈先增后減的倒“V”形減少趨勢，兩者比值整體為增加趨勢，增加幅度達(dá)20%左右。自然氣候背景下，郊區(qū)大雨雨日數(shù)呈減少趨勢，但同期城區(qū)大雨雨日數(shù)卻呈增長趨勢，說明不透水面擴(kuò)張對城區(qū)大雨雨日數(shù)的增加作用遠(yuǎn)大于對郊區(qū)的抑制作用。

表3 不同時(shí)期不同等級降水平均雨日數(shù)Table 3 Average rain days of different types of precipitation in different periods

d.暴雨。城區(qū)和郊區(qū)的暴雨雨日數(shù)均呈先增后減的變化趨勢，但同期城區(qū)暴雨雨日數(shù)均多于郊區(qū)，各發(fā)展時(shí)期分別多50%、31%和200%，可見不透水面擴(kuò)張對城區(qū)暴雨雨日數(shù)的影響顯著。城區(qū)暴雨雨日數(shù)的增加與不透水面擴(kuò)張引起的地表能量平衡和水分平衡改變密切相關(guān)。

總體而言，鄭州地區(qū)降水等級主要還是以小雨為主，其次為中雨，大雨和暴雨所占比例較低。但隨著城市擴(kuò)張，不透水面比例大幅增加，各等級降水變化趨勢有所轉(zhuǎn)變，體現(xiàn)在小雨雨日數(shù)的城郊差異開始變小，但大雨和暴雨雨日數(shù)的城郊差異顯著增加。說明不透水面擴(kuò)張使得城區(qū)強(qiáng)降水發(fā)生概率增加，其中對暴雨發(fā)生概率的影響最大。

3.3.3對降水年內(nèi)分配的影響

隨著不透水面比例的增加，城市熱島、雨島效應(yīng)對降水影響愈發(fā)凸顯，極端降水變得更加頻繁，降水時(shí)空分配的非均勻性加劇。本文利用1990—2017年城區(qū)站和郊區(qū)站逐日降水?dāng)?shù)據(jù)，以降水集中度與集中期指數(shù)為基礎(chǔ)，采用趨勢分析和對比分析等方法，對城區(qū)及郊區(qū)年內(nèi)降水非均勻性特征進(jìn)行定量分析，結(jié)果如圖4和圖5所示。

由圖4可以看出，從整體變化趨勢來看，1990—2017年城區(qū)站降水集中度呈上升趨勢，變化速率為0.002 9 a-1，略高于郊區(qū)站變化速率0.002 5 a-1，但兩個(gè)區(qū)域變化均未通過0.05顯著性檢驗(yàn)，說明降水集中度線性趨勢不明顯。從年代際變化特征來看，城區(qū)站與郊區(qū)站降水集中度均為倒“V”形變化態(tài)勢，不透水面擴(kuò)張前期(1990—2000年)年代均值最低，中期(2001—2010年)年代均值明顯高于多年均值，后期(2011—2017年)年代均值低于多年均值，但略高于前期年代均值。城區(qū)站與郊區(qū)站降水集中度前期年代均值分別為0.52和0.51，中期年代均值分別為0.58和0.57，后期年代均值分別為0.53和0.51，倍比關(guān)系均接近1，說明不透水面擴(kuò)張對城區(qū)的降水集中度影響不明顯。

(a) 城區(qū)站

(a) 城區(qū)站

由圖5可以看出，從整體變化趨勢看，城區(qū)站與郊區(qū)站降水集中期均呈波動增長趨勢，但城區(qū)站變化幅度大于郊區(qū)站，城區(qū)站降水集中期變化速率為1.02 a-1，郊區(qū)站變化速率0.86 a-1，但這種變化趨勢并沒有通過顯著性檢驗(yàn)。城區(qū)站降水集中期多年均值為188.34°，郊區(qū)站降水集中期多年均值為184.33°，參考文獻(xiàn)[34]可知，城區(qū)站年內(nèi)降水多集中在7月17—18日，郊區(qū)站年內(nèi)降水多集中在7月9—10日，城區(qū)站年內(nèi)降水集中期要晚于郊區(qū)站約8 d。從年代際變化來看，城區(qū)站與郊區(qū)站降水集中期均表現(xiàn)為遞增趨勢，年代際變化趨勢與整個(gè)研究期變化趨勢相似，不透水面擴(kuò)張的前期和中期年代均值低于多年均值，后期年代均值明顯高于多年均值。以上分析說明隨著時(shí)間推移，區(qū)域氣候背景整體上發(fā)生一定變化，導(dǎo)致區(qū)域降水集中期有延遲趨勢。同時(shí)，城區(qū)站降水集中時(shí)間相對郊區(qū)站有所延遲，表明不透水面擴(kuò)張使城區(qū)的降水集中期產(chǎn)生延遲效應(yīng)。

3.3.4對降水量變化的貢獻(xiàn)率

城區(qū)降水受氣候背景和不透水面擴(kuò)張等因素的影響，本文以降水量變化率為基礎(chǔ)定量分析不透水面擴(kuò)張對城區(qū)年降水量、汛期(6—9月)降水量、主汛期(7—8月)降水量變化的貢獻(xiàn)率。依據(jù)1990—2017年城區(qū)站和郊區(qū)站逐日降水?dāng)?shù)據(jù)，經(jīng)統(tǒng)計(jì)合并計(jì)算，可得到城區(qū)和郊區(qū)的年降水量變化率、汛期降水量變化率、主汛期降水量變化率，結(jié)果見表4。

表4 城區(qū)站和郊區(qū)站降水量變化率Table 4 Rate of change in precipitation at urban and suburban stations

將表4的降水量變化率結(jié)果代入式(7)計(jì)算，得到不透水面擴(kuò)張對城區(qū)年降水量、汛期降水量、主汛期降水量變化的貢獻(xiàn)率分別為34.76%、21.87%和44.39%。不透水面擴(kuò)張對年、汛期、主汛期降水量變化的貢獻(xiàn)率均為正值，說明城區(qū)降水增加速率比郊區(qū)降水增加速率大。不透水面擴(kuò)張對主汛期降水量變化貢獻(xiàn)率最大，說明夏季城區(qū)降水量受不透水面擴(kuò)張影響最大。不透水面擴(kuò)張對汛期降水量變化貢獻(xiàn)率不足主汛期一半，這可能是因?yàn)椴煌杆鏀U(kuò)張并沒有明顯影響城區(qū)的降水集中度，汛期的6月和9月降水量并沒有因?yàn)椴煌杆娴臄U(kuò)張而明顯增加。不透水面擴(kuò)張對年降水量變化貢獻(xiàn)率介于汛期和主汛期之間，說明不透水面擴(kuò)張對汛期以外的其他月份的降水量也有增加作用，但沒有對主汛期的影響明顯。以上分析表明，雖然降水變化是多種因素綜合影響的結(jié)果，但不透水面擴(kuò)張這一因素在城區(qū)增雨效應(yīng)中作用明顯，尤其對主汛期雨量增加的影響最大。

4 結(jié) 論

a.1990—2019年鄭州主城區(qū)不透水面擴(kuò)張趨勢明顯，擴(kuò)張形態(tài)呈單一核心的“攤大餅”式發(fā)展。以年均增長量15.59 km2為閾值，可將不透水面擴(kuò)張過程劃分為低速增長期(1990—2000年)、高速擴(kuò)張期(2000—2010年)、穩(wěn)定發(fā)展期(2010—2019年)3個(gè)時(shí)期，各時(shí)期年均增長量分別為10.43 km2、20.73 km2和15.60 km2。

b.不透水面比例與城郊降水強(qiáng)度比呈二次多項(xiàng)式函數(shù)關(guān)系，當(dāng)不透水面比例在30%以下時(shí)，城郊降水強(qiáng)度比變化無明顯規(guī)律，城區(qū)降水受不透水面比例影響尚不顯著，但當(dāng)不透水面比例超過30%以后，城郊降水強(qiáng)度比近似線性增加趨勢，城區(qū)降水受不透水面比例影響顯著。

c.城郊站不同時(shí)期的年降水、汛期降水及最大日降水的增雨系數(shù)均大于1，說明不透水面擴(kuò)張對主城區(qū)降水量影響顯著，存在雨島效應(yīng)；主城區(qū)暴雨發(fā)生概率增加，暴雨雨日數(shù)比郊區(qū)多53%；不透水面擴(kuò)張對主城區(qū)降水集中度影響不明顯，但對主城區(qū)的降水集中期產(chǎn)生延遲效應(yīng)，主城區(qū)年內(nèi)降水集中期要晚于郊區(qū)約8 d；不透水面對主城區(qū)年降水量、汛期降水量、主汛期降水量變化的貢獻(xiàn)率分別為34.76%、21.87%和44.39%，對主汛期降水量增加的影響最大。

d.不透水面因具有高蓄熱、低滲透的固有特征，對地表熱力、動力條件具有顯著影響，已成為城市化影響降水的主要影響因素之一。因此，在考慮城市氣候和地理背景的基礎(chǔ)上，不斷優(yōu)化城市發(fā)展規(guī)劃和布局，合理配置不透水面空間分布，可能是一種應(yīng)對城市化降水效應(yīng)、防控暴雨洪澇的有效措施。