曹青 刘康龙 黄潇 郝振纯
摘要：
降水时域集中特征研究对流域抗旱防涝至关重要。基于长江流域1960～2020年气象站点降水数据计算降水集中度（PCD）与集中期（PCP）指数，采用滑动t检验、交叉小波变换与小波相干分析等方法，检测降水集中指数序列突变点，分析突变前后降水集中程度时空变化特征，并揭示降水集中指数对遥相关因子的响應。结果表明：① PCD与PCP突变节点约为1988年，突变前后PCD和PCP空间上皆大致呈由东南向西北递增的趋势，突变后流域年内降水分配趋向于均匀坦化且集中期提前。② PCD、PCP与太平洋年代际振荡（PDO）、北极涛动（AO）、厄尔尼诺（ENSO）、太阳黑子（SS）存在共振周期，其中PDO和ENSO与PCD和PCP共振相互作用更加显著，表明该遥相关因子可能是导致长江流域降水特征突变的重要因素之一。研究成果可为长江流域灾害防治、生态保护、水资源管理等工作提供技术支撑。
关 键 词：
降水集中度；
降水集中期；
突变检验；
遥相关因子；
长江流域
中图法分类号：
TV125
文献标志码：
A
DOI：10.16232/j.cnki.1001-4179.2023.05.017
0 引 言
随着全球气候变暖，人类赖以生存的生态气候、水文水资源等自然环境正发生着巨大的变化，深刻影响着生态环境的保护和人类经济的发展［1］。IPCC第六次评估报告显示，人类活动对气候变暖产生了不可忽视的影响，气候变化使得全球范围都将在未来很长一段时期面临极其严峻的考验［2］。在各种气候要素中，降水受水汽输送、海温、海冰、太阳辐射等自然因素的影响［3-4］，时空分布特征分异明显，对研究区域以至更大范围区域的水文循环认识、水资源管理具有重要意义，因而，研究气候变化情景下降水等水文气象要素的演变规律已成为气候变化研究的重要课题。
中国长江仅次于尼罗河与亚马逊河，是世界第三大河流，其流域涵盖多种地形，同时受全球变暖的影响呈现出复杂的降水变化特征［5-6］。以往针对长江流域降水方面的研究主要集中在季节性降水、极端降水和降水集中度等指标多年时空分布特征分析，以及模型降水预测等方面［7-10］。例如，Philip等［11］基于动态模型开发了长江流域季节性预测模型产品，并较为准确地预测了2019年长江流域的降水量变化。蔡宜晴等［12］分析了长江源区降水时空演变特征，发现在1997年长江源区降水序列发生了较为显著的突变；
降水集中程度自1956年以来有逐渐均匀的趋势［13］。长江流域降水量变化特性在月尺度上更加显著，且月降水随机性在空间上呈现出东高西低的规律［14］。同时受海温、厄尔尼诺等因素影响，流域极端降水事件发生频率增高，在未来具有持续上升的趋势，长江中下游各极端降水指数均大于上游［15-16］。
遥相关研究对于流域气象要素变化与扰动机制研究具有重大意义。罗剑锋等［17］研究发现厄尔尼诺事件会引起长江中下游冬、春季降水增多，拉尼娜事件则引起夏季降水异常偏多，且拉尼娜事件对长江流域旱涝急转现象有一定先兆性［18］。长江流域降水与太平洋年代际振荡的相互关系在近80 a经历了从落后1/4个共振周期到负相关，再到提前1/4个共振周期的转变［19］。北极涛动指数与长江流域降水的前4个EOF分解模态皆存在显著相关的现象［20］。太阳黑子会作用于区域水热平衡，对长江流域的极端降水变化有着较强的影响［21］。因此，本文选取北极涛动、太平洋年代际振荡、厄尔尼诺-南方涛动、太阳黑子作为遥相关研究因子。
目前，在长江全流域降水集中度与集中期时间突变点识别以及突变前后变化差异等方面研究稍显不足。长江流域作为中国气候水文研究重点对象，厘清降水集中度与集中期是否存在突变及其与遥相关因子的响应关系，有利于加深对长江流域降水变化特征的理解，可为长江流域灾害防治、生态保护、水资源管理等工作提供技术支撑。因此，本研究结合滑动t检验方法识别降水集中度和集中期时间突变点，并运用交叉小波变换与小波相干分析，探究突变前后降水集中度和集中期与遥相关因子相互作用影响关系的差异，具象化流域降水集中特性的空间分布模式。
1 研究区概况
长江流域是中国区域内最大流域，占据总国土面积的18.8%，如图1所示。
长江干流西起西藏、东至上海，跨越11个省、自治区、直辖市，其复杂庞大的支流体系延伸至贵州、福建等8个省份，覆盖中国东、中、西部3个经济区，包含高原、山脉、盆地、丘陵、冲积平原等多个地形类型。流域多年平均降水量1 090～1 100 mm，多年平均气温12～14℃，流域平均年蒸发量618～622 mm。由于其地域范围跨度大，地形复杂，多种季风气候十分典型，降水分布情况十分不均匀，水文气象要素空间差异明显。
2 数据来源与研究方法
2.1 数据来源
本研究所用降水数据为中国气象数据网中的中国地面气候资料日值数据集V3.0；
北极涛动（Arctic Oscillation，AO）指数与太平洋年代际振荡（Pacific Decadal Oscillation，PDO）数据来自于NOAA网站（http：∥www.cpc.noaa.gov）；
太阳黑子相对活动多年平均值（Sunspot number，SS）数据来自于网站（https：∥www.sidc.be/silso/datafiles）；
El Nio-Southern Oscillation（ENSO）指数的计算采用全球海表温度再分析数据，来自于英国气象局哈德利中心观测数据集（HadiSST1）。长江流域地理信息和气象站点如图1所示，取长江流域126个气象站点1960～2020年共61 a 逐日降水数据，气象站点数量较多且在流域范围内分散均匀。本研究选取的时间序列跨度较长，确保了本研究的分析与结论的可靠性。
2.2 研究方法
（1） 降水集中指数计算。
3 结果与讨论
3.1 年降水集中指数突变点的识别与检验
本研究结合长江流域126个气象站点1960～2020年共61 a逐日降水数据，计算多年平均降水集中度（PCD）与集中期（PCP）指数，使用滑动t检验方法识别并检验指数年序列突变点，结果如图2所示。
图2表明，降水集中度（PCD）序列最为显著突变点出现在1988年，降水集中期（PCP）序列最为显著突变点出现在1989年，本研究取1988年为长江流域降水集中指数的突变节点。突变前多年平均降水集中度为0.51，平均降水集中期为186.32 d；
突变后多年平均降水集中度降低至0.48，平均降水集中期提前至183.45 d。从降水集中指数多年平均值来看，长江流域在突变后年内降水趋于坦化且集中期提前，孙惠惠等［26］研究了长江流域降水的非均匀特性，发现长江流域大部分地区日降水量集中度呈下降趋势，中上游地区日降水量集中期呈提前趋势，佐证了本文结论的合理性。
3.2 突变前后降水集中指数空间分布特征
利用空间径向基函数插值处理所取突变点前后的降水集中指数，绘制出地理空间分布图，如图3所示。长江流域PCD和PCP突变前后空间上皆大致呈由东南向西北递增的趋势。流域内PCD介于0.28～0.80之间，对应PCP日序数介于137～215 d之间，即5～8月。其中PCD高值区出现在长江中上游的青海省南部区域和云南省西北部，对应数值在0.70 以上，降水集中于7月中旬至8月初，为流域内降水集中期最为滞后的地区；
PCD次高值区则位于长江中游的四川省中部及西侧，对应数值在0.55～0.70 之间，降水集中于7月中下旬；
长江中下游偏东南地区及长江入海口周边为PCD低值区，数值在0.28～0.45之间，降水集中期对应时间较早，多集中于5月中旬至6月初。由此可知，长江流域因其支流延伸范围广阔、区域内地貌类型多样复杂、气候受季风影响显著的特征，降雨量高低值区以及年内汛期分布很不均匀，空间分布上降水集中度和集中期地区特征差异明显。
由图3可知，1988年突变后，长江流域大部分区域降水集中度（PCD）减小，分配趋于均匀，约40个站点通过90%置信水平的显著性检验；
在长江中游零散的部分地区为正值，但绝对值较小，且未通过显著性检验。长江流域降水集中期（PCP）突变后在流域大部分区域尤其是中上游地区呈现负值，即降水集中期有提前趋势（提前幅度大多处于3～10 d之间）。仅在长江下游东北部及南部区域相较突变前集中期有滞后趋势，滞后幅度仅在1～5 d之间，但滞后区域站点皆未通过显著性检验。综上所述，突变点后长江流域年内降水趋向于坦化且集中期提前。
3.3 突变前后降水集中指数遥相关因子分析
本文对长江流域PCD及PCP突变前后序列与4个遥相关因子指数对应年际变化序列进行交叉小波分析及小波相干分析，探究长江流域降水集中指数突变前后与遥相关因子的共振周期、相位关系与显著时段等遥相关特征的区别与变化，绘制突变前后交叉小波能量谱与小波相干谱图，如图4～7所示。
由图4和图5可知，长江流域降水集中度（PCD）在高能量区突变前与太平洋年代际振荡（PDO）无明显共振周期，突变后出现尺度2～6 a反位相或领先90°相位的共振周期；
在低能量区，突变前存在8～10 a同位相略有滞后的共振周期，突变后无明显共振周期。
PCD与北极涛动（AO）在高能量区突变前存在尺度3.5～5.5 a反位相的共振周期，突变后主要共振周期尺度为2～4 a；
在低能量区突变前存在2～4 a滞后90°相位的共振周期，突变后无显著共振周期。
PCD与ENSO高能量区突变前显示有尺度3.5～6.0 a滞后90°相位的共振周期，突变后尺度变为1.0～6.5 a；
低能量区存在尺度8～9 a领先90°相位的共振周期，突变后转为尺度0～4 a反位相的共振周期。
PCD与SS高能量区突变前存在尺度4.5～6.0 a同位相的共振周期，突变后无显著共振周期；
低能量区突变前存在8 a左右领先90°相位的共振周期，突变后无显著共振周期。
由图6和圖7可知，长江流域降水集中期（日序数）PCP与PDO在高能量区突变前存在尺度3～4 a领先90°位相的共振周期，突变后主要共振周期尺度为4～7 a，转为反位相分布；
突变前后低能量区皆存在0.5 a 尺度的共振周期，PDO变化突变前相较PCP提前，突变后相较PCP滞后。
突变前后PCP与AO在高与低能量区皆存在尺度2～4 a的共振周期。高能量区突变前AO与PCP近于反位相变化，而突变后近于同位相；
低能量区突变前主要为同位相略为滞后，突变后转为领先90°相位。
PCP与ENSO在高能量区突变前存在正位相的共振周期，尺度为2～4 a，突变后存在近于反位相与领先约90°位相两种共振周期，对应尺度为3～7 a和2～3 a；
低能量区突变前存在正位相的共振周期，尺度为0～4 a，突变后存在近于反位相与领先约90°位相两种共振周期，对应尺度为5～8 a和0～3 a。
突变前后PCP与SS在高能量区无显著共振周期。低能量区突变前存在6 a及8 a左右且滞后约90°位相的共振周期，突变后存在尺度2 a左右同位相的共振周期。
综合上述对PDO、AO、ENSO、SS与PCD、PCP相互作用的讨论，长江流域突变前后降水集中度和集中期与遥相关因子存在共振周期，其中PDO和ENSO与PCD和PCP共振相互作用更显著，表明太平洋年代际振荡和ENSO可能是导致长江流域降水集中指数突变后年内降水整体趋于坦化且集中期提前的重要因素之一。
4 结 论
（1） 长江流域降水集中度（PCD）与集中期（PCP）突变节点约为1988年，突变前后空间上皆大致呈由东南向西北递增的趋势，突变后长江流域整体年内降水分配趋向于均匀坦化且集中期提前。
（2） 交叉小波功率谱与小波相干谱显示，PCD、PCP与PDO、AO、ENSO、SS存在共振周期，且突变前后差异明显，其中PDO和ENSO对PCD和PCP共振相互作用更加显著，表明太平洋年代际振荡和ENSO是导致长江流域降水突变后年内降水整体趋于坦化且集中期提前的重要因素之一。
参考文献：
［1］ 王玉洁，秦大河.气候变化及人类活动对西北干旱区水资源影响研究综述［J］.气候变化研究进展，2017，13（5）：483-493.
［2］ 胡婷，孙颖.IPCC AR6报告解读：人类活动对气候系统的影响［J］.气候变化研究进展，2021，17（6）：644-651.
［3］ 王乐，杨文发，张录军，等.北极海冰对长江流域主汛期降雨的影响［J］.水科学进展，2019，30（5）：623-631.
［4］ 孙淑清，马淑杰.海温异常对东亚夏季风及长江流域降水影响的分析及数值试验［J］.大气科学，2003，27（1）：36-52.
［5］ 孔海妹.全球变暖背景下长江中下游降水变化预估不确定性［D］.合肥：中国科学技术大学，2020.
［6］ CUI L F，WANG L C，LAI Z P，et al.Innovative trend analysis of annual and seasonal air temperature and rainfall in the Yangtze River Basin，China during 1960-2015［J］.Journal of Atmospheric and Solar-Terrestrial Physics，2017，164：48-59.
［7］ 郭家力，丁光旭，杨旭，等.多源卫星降水产品在长江流域的时空精度对比［J］.南水北调与水利科技（中英文），2022，20（2）：230-242.
［8］ 邢雯慧，李春龙，王乐.基于区域气候模式RegCM4的长江流域降水预报效果分析［J］.水利水电快报，2018，39（10）：1-4，15.
［9］ CHEN S，ZHANG L，ZHANG Y，et al.Evaluation of Tropical Rainfall Measuring Mission（TRMM）satellite precipitation products for drought monitoring over the middle and lower reaches of the Yangtze River Basin，China［J］.Journal of Geographical Sciences，2020，30（1）：53-67.
［10］ GILL M M，NICK J D，ADAM A S，et al.Predicting June mean rainfall in the middle/lower Yangtze River Basin［J］.Advances in Atmospheric Sciences，2020，37（1）：29-41.
［11］ PHILIP E B，NICOLA M，ADAM A S，et al.Seasonal rainfall forecasts for the Yangtze River Basin of China in summer 2019 from an improved climate service［J］.Journal of Meteorological Research，2020，34（5）：904-916.
［12］ 蔡宜晴，李文辉，于泽兴，等.长江源区降水时空演变规律［J］.长江科学院院报，2022，39（5）：28-35.
［13］ 李结华，陆宝宏，王童，等.长江流域年降水集中程度分析［J］.水电能源科学，2010，28（11）：9-11.
［14］ 李佳佳，贺新光，胡思.长江流域月降水的多尺度随机特征及其分区［J］.长江流域资源与环境，2021，30（1）：111-121.
［15］ 潘欣，尹义星，王小军.1960～2010年长江流域极端降水的时空演变及未来趋势［J］.长江流域资源与环境，2017，26（3）：436-444.
［16］ WU S，HU Z，WANG Z，et al.Spatiotemporal variations in extreme precipitation on the middle and lower reaches of the Yangtze River Basin（1970-2018）［J］.Quaternary International，2021，592：80-96.
［17］ 罗剑锋，陈敏，李煜，等.两类ENSO事件对长江中下游地区季节降水的影响［J］.南水北调与水利科技，2018，16（4）：82-89.
［18］ 闪丽洁，张利平，张艳军，等.长江中下游流域旱涝急转事件特征分析及其与ENSO的关系［J］.地理学报，2018，73（1）：25-40.
［19］ 万智巍，贾玉连，蒋梅鑫，等.长江中下游长时间降水序列及其与PDO的关系［J］.水电能源科学，2018，36（1）：1-4.
［20］ 王蕊，陈阿娇，贺新光.长江流域月降水的时空变化及其与AO/NAO的时滞相关分析［J］.气象科学，2018，38（6）：730-738.
［21］ 邹磊，夏军，张印.长江中下游极端降水时空演变特征研究［J］.長江流域资源与环境，2021，30（5）：1264-1274.
［22］ 夏哲兵，黄英梅.汉江流域中上游日降雨集中度时空格局研究［J］.人民长江，2020，51（增1）：76-79.
［23］ 李榮波，魏鹏，纪昌明，等.雅砻江流域近60 a径流趋势特征分析［J］.人民长江，2017，48（5）：38-42.
［24］ 张克新，董小刚，廖空太，等.1960-2017年黄河流域极端气温的季节变化特征及其与ENSO的相关性分析［J］.水土保持研究，2020，27（2）：185-192.
［25］ 余丹丹，张韧，洪梅，等.基于交叉小波与小波相干的西太平洋副高与东亚夏季风系统的关联性分析［J］.南京气象学院学报，2007，30（6）：755-769.
［26］ 孙惠惠，章新平，黎祖贤，等.长江流域不同类型降水量的非均匀性分布特征［J］.长江流域资源与环境，2019，28（6）：1422-1433.
（编辑：谢玲娴）
Abstract：
Characteristics of precipitation temporal concentration are important for drought and flood prevention in watershed.Based on the precipitation data of meteorological stations in the Yangtze River Basin from 1960 to 2020，the index of precipitation concentration degree（PCD）and precipitation concentration period（PCP）were calculated.The moving t-test，cross-wavelet，and wavelet-coherence analysis were used to identify and test the abrupt change of precipitation temporal concentration index sequence，and the spatiotemporal characteristics of PCD，PCP and their response to teleconnection factors were analyzed.The conclusions are as follows：①The abrupt changes of PCD and PCP in the Yangtze River Basin occurred around 1988.The PCD and PCP were generally incremented from southeast to the northwest before and after the mutation.After the mutation，the intra-annual precipitation distribution tended to be uniform，and the precipitation concentration period was advanced.②There was a resonance period between PCD，PCP，and PDO（pacific decadal oscillation），AO（Arctic oscillation），ENSO（El Nino）and SS（sunspot）.PDO and ENSO interacted more significantly with PCD and PCP，indicating that these teleconnection factors may be one of the important factors leading to the abrupt changes of precipitation concentration characteristics in the Yangtze River Basin.The research results can provide technical support for disaster prevention，ecological management and water resources management in the Yangtze River Basin.
Key words：
precipitation concentration degree；
precipitation concentration period；
abrupt change test；
teleconnection；
Yangtze River Basin
本文来源：http://www.triumph-cn.com/fanwendaquan/gongwenfanwen/2023/0910/104746.html