錢姝妮

(廣州市水務規(guī)劃勘測設計研究院有限公司,廣東 廣州 510641)

強降雨易造成洪水、泥石流、滑坡等自然災害,往往造成嚴重的經(jīng)濟和生命財產(chǎn)損失。中國每年因強降雨導致的損失巨大,例如2012年7月發(fā)生在北京的特大暴雨,導致79人死亡,直接經(jīng)濟損失高達116億元[1];再如2018年登陸廣東省臺風“山竹”,誘發(fā)了珠江流域下游連續(xù)多天的暴雨,大量農(nóng)田、城市交通、民房受損,直接經(jīng)濟損失逾30億元[2]。研究強降雨時空分布特征,對提高變化環(huán)境下強降雨演變規(guī)律認識、增大強降雨防災減災能力具有重要意義。

Wood等[3]分析了歐洲日尺度和次日尺度極端降水變化,結果表明極端降水的變化程度隨著季節(jié)、歷時變化而異,次日尺度極端降水比日尺度極端降水增加更快。Ruiz-Alvarez等[4]研究了墨西哥極端日降水指數(shù)的變化趨勢,發(fā)現(xiàn)日降水量超過50 mm的天數(shù)并沒有顯著增加,但年最大1天降水事件增加趨勢明顯。Wu等[5]分析了中國極端降水時程分配,發(fā)現(xiàn)雨峰靠后占主導,且西北地區(qū)極端降水顯著增加。吳孝情等[6]解析了珠江流域降雨極值非平穩(wěn)性,結果表明珠江三角洲和東江流域南部、柳江流域東北部地區(qū)50/100年一遇的日降雨量級較大,而南盤江西部地區(qū)則較小。

強降雨往往由異常天氣系統(tǒng)所致,其發(fā)生前后通常伴隨著多種氣象變量(如風速)的異常波動或變化。有關研究表明,風速與強降雨的強度、量級等特征存在一定的關聯(lián)性[7]。Zscheischler等[8]研究發(fā)現(xiàn),歐洲大部分地區(qū)極端降水與風速呈正相關關系,特別當極端日降水量超過100 mm時,這種正相關關系尤為明顯。Um等[9]研究亦發(fā)現(xiàn),韓國南部沿海地區(qū)臺風期間降雨量隨著風速的增加而增大。Feng等[10]以中國臺灣西南地區(qū)為例,分析臺風過程中上游風速與地形強降雨的關系,發(fā)現(xiàn)低層風速與小時尺度強降雨有很好的相關性,上游風速決定了下游山區(qū)強降雨量。王柯等[11]分析了塔中雷暴降水天氣過程風場變化,發(fā)現(xiàn)雷暴降水過程低層風速增大而高層風速減小。蔡奇霖等[12-13]以廣東省大隆洞水庫和東湖水庫為例,探討了強風暴雨遭遇規(guī)律,結果顯示庫區(qū)年最大風速和年最大暴雨存在一定的遭遇概率。

總結以往文獻發(fā)現(xiàn),強降雨具有高度時空異質(zhì)性,且由于強降雨定義不同、數(shù)據(jù)質(zhì)量差異等原因,同一地區(qū)的強降雨研究成果也有所差異。此外,在強降雨與風速關系上,現(xiàn)有研究主要分析強降雨發(fā)生當日的風速變化(或兩者遭遇問題),較少探討強降雨發(fā)生前后風速的變化規(guī)律,對強降雨與前后期風速的響應關系認識不足?；诖?以珠江流域為例,定義95%百分位值為日強降雨閾值,運用Mann-Kendall等方法分析1961—2018年期間強降雨時空變化特征,解析強降雨與前后期風速響應關系,以期為流域暴雨洪水防災減災提供參考依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

珠江流域面積約45萬km2(圖1),地形主要以山地、丘陵為主,地勢總體上東低西高。流域氣候屬亞熱帶季風氣候,溫和多雨,年平均氣溫在14～22℃之間,年平均降雨量約1 200～2 200 mm,年內(nèi)雨量分配不均,且年際變化大。下游珠江三角洲地區(qū)城市密集,人口眾多,城鎮(zhèn)化程度高;由于面臨南海,易受臺風、強對流天氣影響,強降雨事件頻發(fā),并引發(fā)區(qū)域甚至流域性大洪水。因此,開展流域強降雨時空演變研究,對流域防洪減災有重要意義。

圖1 珠江流域上游、中游、下游及183個氣象站點分布

1.2 基礎數(shù)據(jù)

采用分布于流域內(nèi)的183個氣象站日尺度降水、風速數(shù)據(jù),時間跨度為1961—2018年,站點空間分布見圖1,來源于中國氣象局。將流域劃分為上游、中游和下游,其中位于上游區(qū)域的氣象站點41個,中游94個,下游48個。

1.3 研究方法

1.3.1日尺度強降雨事件定義

定義日降雨量超過0.1 mm為有雨天,將1961—2018年有雨天的日降雨量從小到大排序,并取95%百分位值為強降雨閾值,日降雨量超過閾值視為發(fā)生一次強降雨事件。采用頻率、降雨量2個基本指標刻畫強降雨事件特征。

1.3.2binning方法

采用binning方法研究不同風速條件下強降雨閾值變化情況[14],具體如下:基于風速觀測記錄最小間隔(0.1 m/s),將風速按0.1 m/s單位間隔劃分成多組(即0.1、0.2、0.3 m/s…),對每組風速的日降雨量(如1 m/s風速下的所有日降雨觀測記錄)從小到大排序,與強降雨定義相對應,取95%百分位值為當前風速條件下的強降雨閾值。

1.3.3Mann-Kendall趨勢分析方法

采用Mann-Kendall方法檢驗強降雨和風速的變化趨勢。Mann-Kendall為非參數(shù)統(tǒng)計方法,在時間序列趨勢診斷、突變分析方面應用廣泛[15]。Mann-Kendall簡要原理過程如下。

給定時間序列xi(i=1,2,…,n),計算統(tǒng)計量z和s:

(1)

(2)

當統(tǒng)計量z大于零時,序列呈增加趨勢,小于零為減少趨勢。通過計算傾斜度β確定趨勢值:

(3)

2 結果與分析

2.1 日尺度強降雨與風速時空變化特征

為分析強降雨事件及風速年際變化及空間分布,統(tǒng)計每個站點、每一年發(fā)生強降雨事件的總降雨量、總頻率和風速的年平均值,并總結上游、中游和下游區(qū)域內(nèi)的總體情況。表1為流域上游、中游和下游地區(qū)強降雨事件的總降雨量變化趨勢。可以發(fā)現(xiàn),強降雨總量最大的為下游地區(qū),最小為上游地區(qū),分別為532.72、321.72 mm,其分布規(guī)律與現(xiàn)有研究基本一致[16]。流域上游地區(qū)強降雨總量呈顯著下降趨勢,變化率為-0.5 mm/a,中游和下游為不顯著增加趨勢。圖2展示了流域1961—2018年期間強降雨總量與頻率年際變化趨勢空間分布。由圖可知,年強降雨總量趨勢空間分布不均,空間上無明顯的分布規(guī)律;年頻率呈增加趨勢的站點主要分布在流域中游地區(qū),其中北部部分地區(qū)增加趨勢明顯。

表1 珠江流域上、中、下游1961—2018年面平均強降雨量及變化趨勢

a)降雨量

b)頻率圖2 年強降雨量與頻率變化趨勢空間分布

表2和圖3分別給出了流域上游、中游和下游地區(qū)的年平均風速變化趨勢及空間分布情況。由表2可知,上游平均風速最大,為2.7 m/s,中游風速最小,為1.9 m/s。上游年平均風速均呈上升趨勢,且通過95%顯著性水平,變化率為0.01 m/s/a;與之相反,中游和下游平均風速呈顯著下降趨勢,變化率分別為-0.007 、-0.003 m/s/a。從圖3可知,平均風速呈顯著上升趨勢的站點基本分布在上游地區(qū),而中游大部分地區(qū)站點的風速呈現(xiàn)不顯著下降趨勢。

表2 珠江流域上、中、下游1961—2018年區(qū)域平均風速及變化趨勢

圖3 珠江流域年平均風速變化趨勢空間分布

2.2 不同風速條件下日尺度強降雨閾值變化規(guī)律

為分析珠江流域上游、中游、下游地區(qū)不同風速下強降雨閾值的變化,將區(qū)域內(nèi)(如上游)所有站點的日平均風速、日降雨量數(shù)據(jù)利用binning方法進行分類計算,結果見圖4。由圖可知,上游強降雨閾值隨著風速的增加而減小,說明在風速較大條件下,強降雨量較小。中游和下游強降雨閾值與風速的對應關系在風速5 m/s以下較為相似,強降雨閾值基本上隨著風速遞增先增大后降低,在大約2 m/s的風速條件下,強降雨閾值達到最大,在60～80 mm之間,這說明中游和下游地區(qū)強降雨量并非隨風速單調(diào)變化。值得注意的是,風速在5 m/s以上時,下游強降雨閾值出現(xiàn)個別較大值,當風速為5.4 m/s時,強降雨閾值約90 mm,說明個別情況下風速大時強降雨量級也較大。

注:綠色、藍色和紅色曲線分別為上游、中游和下游強降雨閾值滑動平均線。圖4 上游、中游和下游強降雨閾值隨風速變化關系

2.3 日尺度強降雨事件前后期風速變化特征

為研究珠江流域上游、中游、下游地區(qū)強降雨事件發(fā)生前后風速的變化特征,對區(qū)域內(nèi)(如上游)1961—2018年發(fā)生的所有強降雨事件發(fā)生當天、發(fā)生前后2 d的風速進行統(tǒng)計平均,結果見圖5。由圖可知,上游、中游、下游地區(qū)強降雨發(fā)生當天平均風速分別為1.97、1.76、2.16 m/s。上游地區(qū)發(fā)生強降雨前2 d風速逐漸降低,下降平均速率約-0.065 m/s/d;強降雨發(fā)生后風速繼續(xù)下降至約1.95 m/s,之后開始回升,且風速在強降雨發(fā)生后1 d出現(xiàn)顯著性變化(降低)。與之相反,中游和下游地區(qū)強降雨發(fā)生前風速逐漸增大,發(fā)生前2 d至發(fā)生當天的風速平均增加速率分別為0.11、0.1 m/s/d,強降雨發(fā)生當天風速最大,且當天風速出現(xiàn)顯著性變化(增大);強降雨發(fā)生后風速逐漸回落,至發(fā)生后2 d的風速平均下降速率分別為-0.12、-0.18 m/s/d。此外,3個地區(qū)強降雨發(fā)生后1 d風速均有不同程度的下降。綜合可知,珠江流域強降雨發(fā)生前后風速均有明顯的變化,但不同地區(qū)風速對強降雨的響應(減少或增加)并不一致。

注:橫坐標“-2”、“-1”、“1”、“2”分別表示強降雨發(fā)生前2 d、前1 d、后1 d和后2 d,帶“×”為風速變化通過學生t檢驗95%顯著性水平。圖5 上游、中游和下游強降雨事件發(fā)生當天及前后2 d風速變化

3 討論

百分位值法是目前國內(nèi)外定義極端降水事件的主要方法之一,其原理是將降水的逐年有雨天序列進行頻率分析,一定程度上考慮了降水的空間差異性,但目前尚無流域統(tǒng)一的百分位選擇標準,常用的有90%、95%和99%百分位等。研究表明,同一區(qū)域不同百分位值標準對應的研究成果并不相同,甚至差異明顯。伍麗麗等[17]利用珠江流域51 a降水資料,通過比較90%、95%和97%百分位對應的極端降水閾值空間分布,發(fā)現(xiàn)百分位值標準越高,流域東西部地區(qū)極端降水閾值差別越明顯,采用偏低(如90%)或偏高百分位均對結論合理性造成影響?；诖?本研究選用的95%百分位可認為合理考慮了流域東西部降水差異及研究結果的合理性。

強降雨和風速研究不可避免地受地形、數(shù)據(jù)質(zhì)量等因素的制約,相同地區(qū)的研究結果可能存在差異。為規(guī)避地形因素的影響,以往研究者采用網(wǎng)格化數(shù)據(jù)進行研究,如Wu等基于網(wǎng)格化降水數(shù)據(jù),發(fā)現(xiàn)珠江流域1961—2013年上游極端降雨呈下降趨勢,中下游為上升趨勢,且中游增加趨勢較上游、下游明顯[18]。本研究中,上游強降雨量減少而中下游增加(表1),與該研究結論基本一致,可認為本研究與基于網(wǎng)格化數(shù)據(jù)的研究結果差別不大。同樣在風速變化研究上,有關研究表明珠江流域上游風速表現(xiàn)為增強趨勢而中下游為減弱趨勢[19],這與本研究相關結論吻合(表2),說明本研究中站點風速與網(wǎng)格化風速數(shù)據(jù)差異不明顯。另外,鑒于本研究采用站點較多(180多個測站),本研究中強降雨和風速空間分布特征較以往有關基于站點數(shù)據(jù)的研究結果要復雜、規(guī)律性也較低。

在強降雨閾值與風速關系分析中,上游強降雨閾值隨風速增加而降低,中下游隨風速先遞增后下降,但下游風速較大時強降雨閾值出現(xiàn)極大值,特別當風速為5.4 m/s時,強降雨閾值約90 mm,說明風速大時強降雨量級也較大,這可能與下游地處沿海、易發(fā)生臺風、強對流等極端天氣有關[20]。除此特殊情況外,中下游強降雨閾值在2 m/s風速條件下達到極大值。這些均說明風速越大,強降雨量級不一定越高,因此,現(xiàn)實中需要結合其他天氣條件綜合確定強降雨情況。

4 總結

以珠江流域為研究區(qū),通過Mann-Kendall等方法分析了流域內(nèi)183個氣象站1961—2018年日降雨、風速資料,總結了日尺度強降雨與風速時空變化特征以及強降雨發(fā)生前后風速的響應規(guī)律,得到如下結論。

a)流域上游年強降雨總量減少趨勢明顯,但中下游趨勢不明顯,上游年平均風速呈顯著上升趨勢,中游年平均風速變化趨勢與上游相反,下游年平均風速變化不明顯。

b)流域上游強降雨閾值隨著風速的增加而減小,中下游強降雨閾值隨著風速先遞增后下降。

c)珠江流域強降雨事件發(fā)生前后風速出現(xiàn)明顯變化,上游強降雨發(fā)生前風速逐漸下降,強降雨發(fā)生第2天開始回升,中下游強降雨發(fā)生前風速增加,強降雨發(fā)生后風速逐漸下降。

本研究結果將豐富珠江流域極端降雨時空變化規(guī)律理論體系,提高強降雨與風速的響應關系認識,同時有助于強降雨早期癥候快速診斷、強降雨預報、預防規(guī)避強降雨導致的洪澇等災害具有重要的參考意義。