查询字段 检索词
  水利水运工程学报   2017 Issue (1): 49-56.  DOI: 10.16198/j.cnki.1009-640X.2017.01.009
0

引用本文 [复制中英文]

张亮亮, 曹永强, 朱明明. 近50年辽宁省大雨与暴雨时空变化特征分析[J]. 水利水运工程学报, 2017(1): 49-56. DOI: 10.16198/j.cnki.1009-640X.2017.01.009.
[复制中文]
ZHANG Liangliang, CAO Yongqiang, ZHU Mingming. Spatiotemporal variation characteristics of heavy rainfall and rainstorm in Liaoning Province over past 50 years[J]. Hydro-science and Engineering, 2017(1): 49-56. (in Chinese) DOI: 10.16198/j.cnki.1009-640X.2017.01.009.
[复制英文]

基金项目

国家自然科学基金资助项目(51579126, 51279072);中国气象局干旱气候变化与减灾重点实验室开放基金(IAM201511)

作者简介

张亮亮(1990—),男,河北沧县人,硕士研究生,主要从事气象灾害评估方面研究。E-mail: zhangll90513@163.com

通信作者

曹永强(E-mail:caoyongqiang@lnnu.edu.cn)

文章历史

收稿日期:2016-01-25
近50年辽宁省大雨与暴雨时空变化特征分析
张亮亮 , 曹永强 , 朱明明     
辽宁师范大学 城市与环境学院,辽宁 大连 116029
摘要: 选取1965—2014年辽宁省23个气象站的逐日降水量资料,利用趋势分析法、小波分析法和普通克里金空间插值法对研究区大雨与暴雨事件进行时空变化特征分析,结果表明:① 辽宁省大雨天数在20世纪60至70年代以增大趋势为主,80年代起转为减少趋势。大雨强度在20世纪60年代中后期和21世纪初主要呈现增大趋势,中间时段以减少趋势为主。暴雨天数和暴雨强度在1984年以后均呈现稳定的增加趋势。② 大雨与暴雨事件的周期变化具有一致性特征,均存在34年左右的主周期和19年左右的次周期。③ 大雨与暴雨事件的空间分布均呈现出由辽东南(丹东为中心)向辽西北(朝阳为中心)逐渐减少的变化特征。此外,从空间趋势变化来讲,除大雨天数外的其他指标在全省范围内均以增加为主,辽宁省西北部地区洪涝灾害风险较小,防洪减灾工作应重点集中在中东部地区。
关键词: 大雨事件    暴雨事件    变化趋势    空间分布    辽宁省    

近年来,强降水事件直接或间接引发的山体滑坡、泥石流等山洪地质灾害以及城市内涝问题日益突出。大量研究表明,强降水事件对社会发展和自然环境的影响远高于气候平均状态[1-2]的影响。因此对区域强降水事件规律与特征的分析与把握,不仅对于气候预测预报有重要意义,而且在避免由于强降水事件引发的自然灾害方面也有着指导性作用。目前,很多学者已经从不同尺度上对我国不同区域的降水事件进行了较为充分的研究。王英等[3]分析全球气候背景条件下我国降水量空间格局发现,我国平均年降水量从60年代到90年代呈现出明显下降趋势,之后开始回升。张皓等[4]认为,华北地区降水量的空间分布呈现出由东南向西北逐渐减少的趋势。唐宝琪等[5]研究表明,东北地区大雨降水量和降水天数的减少对该区降水量的影响最为显著。王菜林等[6]基于可能性概率分布对辽宁省暴雨灾害风险进行了区划。杨青等[7]认为未来6年辽宁省大暴雨仍会持续发生。

相对于气温变化,降水的影响因子较多,由于区域条件的不同,区域降水变化各有差异。辽宁省处在中纬度地区,濒临黄渤海,是强降水事件的多发和频发区[8]。在山地丘陵地带,当24 h雨量达到25 mm以上时将形成大雨甚至暴雨,很容易引发山洪、山体滑坡、泥石流等自然灾害,此外还将波及下游江河,使其泛滥成灾;在平原农业区,大量雨水蓄积成洪灾,给农业生产带来严重威胁;城区由于排水不畅、水利设施不完善,常引发城市内涝等问题。当前,关于辽宁省降水量的分析多基于降水年内与年际间的平均水平,然而对于非均匀降水的分析较少。本文基于非均匀降水条件,选取极端降水中的大雨与暴雨事件,从大雨天数、大雨强度、暴雨天数、暴雨强度入手,揭示辽宁省大雨、暴雨变化规律与特征并明确风险区域,为辽宁省的气候预报和有效防御山洪灾害、城市内涝等问题提供理论依据。

1 研究区概况及研究方法 1.1 研究区概况及数据来源

辽宁省是东北经济区和环渤海经济区的重要结合部,陆地面积14.59万km2,山地面积占59.8%;平原面积占33.4%;水域面积占6.8%。气候类型属于温带大陆季风气候,年平均降水量400~1 000 mm,降水量年际间波动比较大,2009年以前呈明显减少趋势,2009年以后降水量有所回升[10]。辽宁省气象站点分布情况如图 1。所用数据来源为中国气象科学数据共享服务网(http://www.escience.gov.cn/metdata/page/index.html)中的中国地面气候资料日值数据集。选取位于辽宁省分布均匀且数据较为完整的23个气象站的逐日降水量资料,时间序列定为1965—2014年,共计50年。大雨与暴雨事件评价指标[9]选取及相关概念如表 1

图 1 辽宁省气象站点分布 Figure 1 Location of meteorological stations in Liaoning Province
表 1 大雨与暴雨事件的评价体系 Table 1 Evaluation system of heavy rainfall and extreme rainfall events
1.2 研究方法 1.2.1 趋势分析法

针对气候因子的趋势分析通常采用线性拟合的方法,即对于一元线性方程:

${X_i} = a + b{t_i},i = 1,2, \cdots ,n$ (1)

式中:a为回归常数;b为回归系数,以最小二乘法确定ab的值,一般采用回归系数b的10倍来描述气候因子每十年的变化率[11]

Mann-Kendall非参数检验法,已经广泛应用于检测降水时间序列的趋势与突变特征分析当中,该方法的优势在于样本不需要遵循一定的分布并且不受少数异常值的干扰,不仅计算简便而且可以明确突变开始的时间并指出突变区域[12]。运用该方法对50年来辽宁省大雨、暴雨事件的趋势性与突变点进行检测,来弥补线性拟合对局部趋势性表现不足的缺陷。

1.2.2 小波分析法

小波分析法能够同时从时域和频域两个方面揭示时间序列的局部特征,因此适合于研究具有多时间尺度变化特征和非平稳特性的水文时间序列[13],通过小波方差图和小波等值线图来判定辽宁省大雨、暴雨事件的变化周期。

1.2.3 普通克里金空间插值

克里金空间插值是地统计学的内容之一,该方法是对区域性变量进行无偏最优估计的一种方法,不仅考虑待插值站点与邻近站点的空间位置,还考虑到了相邻站点之间的联系,相对于传统插值方法,精确度更高,优势性更为凸显[14-15],利用普通克里金空间插值来实现辽宁省大雨、暴雨事件的空间展布,从而对其进行空间变化分析。

2 结果分析与讨论 2.1 大雨与暴雨事件的时间序列变化特征分析 2.1.1 大雨与暴雨事件的趋势分析

50年来,辽宁省大雨与暴雨事件的年际变化趋势如图 2。大雨天数(图 2(a))整体呈一定的减少趋势,变化倾向率为-0.054 d/10 a,年际间平均大雨天数为4.86 d。大雨天数的峰值出现在1995年,该年平均大雨天数达7.26 d,高出多年平均值的49.38%,2000年大雨天数最少,仅为多年平均值的60.90%。大雨天数在20世纪60年代初至70年代末呈上升趋势。自20世纪80年代起整体呈现下降趋势,中间仍有部分年份趋势有所回升,具体为1986—1988年,1995—1999年。UF曲线与UB曲线共出现5个交点,但只有1981年和1988年前后变化趋势有所转折,故判定1981年和1988年为大雨天数趋势变化的突变点。

图 2 大雨与暴雨事件的年际趋势变化 Figure 2 Interannual variation trends of heavy rainfall and extreme rainfall events

大雨强度(图 2(b))整体增大趋势不明显,变化倾向率为0.018 mm/(d·10 a)。呈增大趋势的时间大致可分为两个阶段:1965—1970年和2002—2012年。在1987—2002年大雨强度呈减小趋势,然而在1970—1987年的18年内,UF曲线呈现出围绕零值参考线小范围的上下波动现象,趋势性不明显。此外大雨强度在1970年和2012年出现突变现象。

暴雨天数(图 2(c))和暴雨强度(图 2(d))均呈现不同程度的增加趋势,变化倾向率分别为0.09 d/10 a和0.75 mm/(d·10 a)。暴雨天数在1985年达到最大为4 d,超过多年平均值的98.02%,此外暴雨天数在1980年出现最低值为0.78 d,仅为多年平均值的35.64%。暴雨强度在1997年达到峰值为84.96 mm/d,1976年出现最低值,仅为27.45 mm/d。相对于大雨天数和大雨强度的变化趋势,暴雨天数和暴雨强度变化趋势更为复杂。总体来看,暴雨天数在1984年以前,年际间趋势变化很不稳定,但1984年以后除个别年份,如1993年,1994年呈现下降趋势外,其他年份均呈现一定程度的增加趋势。暴雨强度同样在1984年以后除个别年份如1992—1994年呈现下降趋势外,均呈现稳定的上升趋势。暴雨天数在1983年发生突变,暴雨强度分别在1973年和1979年有突变现象。

综上所述,大雨天数在20世纪60至70年代以增加的趋势为主,80年代起转为减小趋势。大雨强度在20世纪60年代中后期和21世纪初主要呈现增大趋势,中间时段以减少趋势为主。暴雨天数和暴雨强度整体均呈现不同程度的增加趋势。

2.1.2 大雨与暴雨事件的周期分析

分别绘制大雨天数、大雨强度、暴雨天数、暴雨强度的小波等值线和小波方差图,如图 3

图 3 大雨与暴雨事件的周期分析 Figure 3 Periodic analysis of heavy rainfall and extreme rainfall events

由小波等值线图可见,大雨天数(图 3(a))、大雨强度(图 3(c))、暴雨天数(图 3(e))、暴雨强度(图 3(g)),均存在30~40年和20年左右的周期变化,且都呈现出“大-小-大”的变化特征。不同的是,大雨天数、暴雨天数在10年左右的小时间尺度上周期变化明显且同样经历“大-小-大”的周期变化过程,然而大雨强度在10年左右不存在周期性,暴雨强度在10年左右周期性不明显。为进一步得到大雨与暴雨事件变化的主次周期,结合小波方差图可以得出,大雨天数(图 3(b))、大雨强度(图 3(d))、暴雨天数(图 3(f))、暴雨强度(图 3(h))的小波方差在34年左右均出现峰值,此外在19年左右均出现第二峰值,说明大雨天数、大雨强度、暴雨天数、暴雨强度的周期变化具有一致性特征,均存在34年左右的主周期和19年左右的次周期。此外,大雨天数在8年左右的变化周期也很明显,暴雨天数在9年和12年也存在周期变化,暴雨强度在8年和12年左右出现小峰值,但波动幅度较小,说明在此时段内周期性不显著。上述结果与小波等值线图分析结果相一致。

2.2 大雨与暴雨事件的空间变化特征分析 2.2.1 大雨与暴雨事件的空间分布情况

利用普通克里金空间插值法对辽宁省内的23个气象站的统计数据进行插值得到图 4。大雨天数(图 4(a))在省内呈现由辽东南向辽西北逐渐减少的趋势,其中低值中心位于朝阳市和阜新市,平均为3.3 d,高值中心位于丹东市内,平均为6.99 d。由大雨天数等值线分布情况可见,辽中地区过渡阶段的大雨天数等值线较为密集,两侧较为稀疏,说明大雨天数在由丹东市向朝阳、阜新市逐渐减少的过程中呈现出先慢后快再慢的过程。大雨强度(图 4(b))的空间变化情况同样表现为由辽东南向辽西北逐渐减小的趋势,高值中心的大雨强度为35.5 mm/d,位于本溪市和抚顺市的交绥地带,高值区相较大雨天数的高值区有所北移。低值中心位于朝阳市境内,强度为31.61 mm/d。阜新市内大雨强度相比全省也很弱,仅次于朝阳市。

图 4 大雨与暴雨事件的空间分布 Figure 4 Spatial distribution of heavy rainfall and extreme rainfall events

暴雨天数(图 4(c))的高低值分布情况与大雨天数有一致性特征,同样位于丹东市和朝阳市附近,但由高值区向低值区变化的快慢程度与大雨天数恰好相反,具体表现为“快-慢-快”的变化特征。暴雨强度的空间高低值变化同样位于丹东市和朝阳市附近,但高值区域相对暴雨天数有所南移,且扩大为丹东市内、大连市东北部和鞍山市南部地区。

2.2.2 大雨与暴雨事件的空间趋势变化

为进一步弄清大雨与暴雨事件的空间趋势变化特征,故绘制大雨天数、大雨强度、暴雨天数、暴雨强度的空间趋势变化图(图 5)。1965—2014年,辽宁省内大雨天数呈减少趋势的占52.17%,与呈增加趋势的区域大致相当,呈增加趋势的地区主要集中在辽中和辽东的沈阳、辽阳、抚顺、本溪四市的部分地区,此外辽南的大连和辽西的葫芦岛、锦州、朝阳和阜新的部分区域也呈现出增加趋势。大雨强度的减小区域占到辽宁省的39.13%,具体区域为辽东的丹东和本溪、辽南的大连和辽西的葫芦岛、朝阳、阜新、盘锦等市,辽宁省中部地区的大雨强度均呈现出增大趋势。

图 5 大雨与暴雨事件的空间变化 Figure 5 Spatial variation of heavy rainfall and extreme rainfall events

整体来看,辽宁省内暴雨天数主要呈增加趋势,占到了全省的82.61%,只有朝阳市的部分区域有减少的趋势。暴雨强度在全省范围内呈现增大趋势的地区占到了60.87%,同样远超过趋势减少的区域。呈现减少趋势的地区主要集中在辽东的丹东市东北部、本溪市中东部、辽西的葫芦岛市和朝阳市西北部等区域。

综上可见,辽宁省西北部地区大雨、暴雨事件发生较少,且趋势有所降低,洪涝风险较低;中东部地区是大雨、暴雨事件的集中发生区,且未来大雨、暴雨事件在该地区仍将持续并且强度会逐渐增大,因此洪涝灾害风险较大,中部平原农业地带应加强防洪减灾工程与非工程设施的建设,城市地区应积极疏通水道、开展排水防涝工程建设,对于山地丘陵地区,应重点防范山洪灾害的发生。

辽宁省大雨、暴雨事件频发主要是在全球气候变暖的严峻形势下,海水温度升高,大气中水汽含量增加,并且随着工业发展,污染物排放量在大气中累积增多,从而导致局地强降水的频繁发生。此外,近年来副热带高压持续稳定偏北,造成东北地区持续降水增多,也是构成辽宁省极端降水多发的重要影响因素;辽宁省的大雨与暴雨事件的空间分布主要受到该地区的地形地貌特征和气候特征的影响,强降水主要集中于夏秋两季,雨量大且较为集中。当东南季风带来的太平洋水汽进入辽宁省境内时,受到辽东山地的阻挡形成地形雨,从而形成辽东地区的多雨带。随着水汽输送过程,当进入辽西山地时再次受到阻挡使得部分水汽在中部平原地带滞留,继而辽西地区常年处于少雨状态。

3 结语

(1) 通过对1965—2014年辽宁省的大雨与暴雨事件的线性拟合和Mann-Kendall趋势检验可以得知,大雨天数在20世纪60至70年代以增加的趋势为主,80年代起转为减少趋势,但整体减少不显著,1981年和1988年存在突变现象。大雨强度在1965—1970年和2002—2012年的两个时段主要呈现增加趋势,1987—2002年呈现减少趋势,存在1970年和2012年两个突变点。暴雨天数和暴雨强度整体均呈现不同程度的增加趋势,并且在1984年以前变化趋势不稳定,1984年以后呈稳定的增加趋势。暴雨天数在1983年发生突变,暴雨强度有1973年和1979年两个突变点。

(2) 对于50年里辽宁省大雨、暴雨事件的小波周期分析可以发现,辽宁省大雨天数、大雨强度、暴雨天数、暴雨强度的周期变化具有一致性特征,均存在34年左右的主周期和19年左右的次周期。此外,大雨天数同时存在8年左右的周期变化,暴雨天数的变化在9年和12年左右同样具有周期性。

(3) 大雨天数、大雨强度、暴雨天数、暴雨强度的空间变化均呈现出由辽东南(丹东为中心)向辽西北(朝阳为中心)逐渐减少的变化特征。大雨天数呈增加趋势的范围与呈减少趋势的范围大致相当。大雨强度、暴雨天数、暴雨强度在全省范围内以增大趋势为主。


参考文献
[1]
KATZ R W, BROWN B G. Extreme events in a changing climate: Variability is more important than averages[J]. Climatic Change, 1992, 21(3): 289-302. DOI:10.1007/BF00139728
[2]
翟建青, 占明锦, 苏布达, 等. 对IPCC第五次评估报告中有关淡水资源相关结论的解读[J]. 气候变化研究进展, 2014, 10(4): 240-245. ( ZHAI Jianqing, ZHAN Mingjin, SU Buda, et al. The interpretation of freshwater resources in the fifth assessment report of IPCC[J]. Progressus Inquisitiones De Mutatione Climatis, 2014, 10(4): 240-245. (in Chinese))
[3]
王英, 曹明奎, 陶波, 等. 全球气候变化背景下中国降水量空间格局的变化特征[J]. 地理研究, 2006, 25(6): 1031-1040, 1148. ( WANG Ying, CAO Mingkui, TAO Bo, et al. The characteristics of spatio-temporal patterns in precipitation in China under the background of global climate change[J]. Geographical Research, 2006, 25(6): 1031-1040, 1148. (in Chinese))
[4]
张皓, 冯利平. 近50年华北地区降水量时空变化特征研究[J]. 自然资源学报, 2010, 25(2): 270-279. ( ZHANG Hao, FENG Liping. Characteristics of spatio-temporal variation of precipitation in North China in recent 50 years[J]. Journal of Natural Resources, 2010, 25(2): 270-279. DOI:10.11849/zrzyxb.2010.02.011 (in Chinese))
[5]
唐宝琪, 延军平, 王璐璐, 等. 1960—2014年东北地区大雨和暴雨事件的变化特征[J]. 资源科学, 2015, 37(12): 2514-2523. ( TANG Baoqi, YAN Junping, WANG Lulu, et al. Changes of precipitation events in Northeast China from 1960 to 2014[J]. Resources Science, 2015, 37(12): 2514-2523. (in Chinese))
[6]
王菜林, 任学慧, 李颖, 等. 基于PPD的辽宁省暴雨灾害风险分析[J]. 灾害学, 2015, 30(1): 217-221. ( WANG Cailin, REN Xuehui, LI Ying, et al. Analysis of rainstorm disaster risk in Liaoning Province base on PPD model[J]. Journal of Catastrophology, 2015, 30(1): 217-221. (in Chinese))
[7]
杨青, 韩秀君, 高松影, 等. 1960—2011年辽宁省大暴雨时空分布特征[J]. 气象与环境学报, 2015, 31(1): 34-42. ( YANG Qing, HAN Xiujun, GAO Songying, et al. Temporal and spatial characteristic of heavy rainstorm from 1960 to 2011 in Liaoning Province[J]. Journal of Meteorology and Environment, 2015, 31(1): 34-42. (in Chinese))
[8]
慈晖, 张强, 张江辉, 等. 1961—2010年新疆极端降水过程时空特征[J]. 地理研究, 2014, 33(10): 1881-1891. ( CI Hui, ZHAGN Qiang, ZHANG Jianghui, et al. Spatiotemporal variations of extreme precipitation events within Xinjiang during 1961—2010[J]. Geographical Research, 2014, 33(10): 1881-1891. (in Chinese))
[9]
GB/T 28592—2012降水量等级[S]. (GB/T 28592—2012 Grades of precipitation [S]. (in Chinese))
[10]
曹永强, 张亮亮, 王学凤, 等. 近50年辽宁省气温及降水量变化趋势与突变特征分析[J]. 水电能源科学, 2016, 34(1): 6-9. ( CAO Yongqiang, ZHANG Liangliang, WANG Xuefeng, et al. Trend and abrupt change analysis of annual temperature and precipitation in Liaoning Province over the past 50 years[J]. Water Resources and Power, 2016, 34(1): 6-9. (in Chinese))
[11]
魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999. ( WEI Fengying. The statistical diagnosis and prediction technology of modern climate[M]. Beijing: Meteorological Press, 1999. (in Chinese))
[12]
曹永强, 刘佳佳, 高璐. 辽宁省大雨以上降水天数分布与趋势分析[J]. 地理科学进展, 2015, 34(8): 1052-1060. ( CAO Yongqiang, LIU Jiajia, GAO Lu. Distribution and trend analysis of heavy precipitation days in Liaoning Province[J]. Progress in Geography, 2015, 34(8): 1052-1060. (in Chinese))
[13]
桑燕芳, 王中根, 刘昌明. 小波分析方法在水文学研究中的应用现状及展望[J]. 地理科学进展, 2013, 32(9): 1413-1422. ( SANG Yanfang, WANG Zhonggen, LIU Changming. Applications of wavelet analysis to hydrology: Status and prospects[J]. Progress in Geography, 2013, 32(9): 1413-1422. DOI:10.11820/dlkxjz.2013.09.011 (in Chinese))
[14]
汤国安, 杨昕. 地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2012. ( TANG Guoan, YANG Xin. The experimental tutorial of geographic information system spatial analysis[M]. Beijing: Science Press, 2012. (in Chinese))
[15]
靳国栋, 刘衍聪, 牛文杰. 距离加权反比插值法和克里金插值法的比较[J]. 长春工业大学学报, 2003, 24(3): 53-57. ( JIN Guodong, LIU Yancong, NIU Wenjie. Comparison between inverse distance weighting method and Kriging[J]. Journal of Changchun University of Technology, 2003, 24(3): 53-57. (in Chinese))
Spatiotemporal variation characteristics of heavy rainfall and rainstorm in Liaoning Province over past 50 years
ZHANG Liangliang, CAO Yongqiang, ZHU Mingming    
School of Urban Planning and Environmental Science, Liaoning Normal University, Dalian 116029, China
Abstract: Based on the daily precipitation data obtained from 23 meteorological stations located in Liaoning Province during the period of 1965—2014, the analyses of the spatial and temporal variation characteristics of the heavy rainfall and rainstorm events in the study area are carried out by using trend analysis, wavelet analysis and Kriging spatial interpolation methods. The analysis results show that: ① the heavy rainfall days in the 60 s to 70 s of the twentieth century mainly showed an tendency to increase and in the 80s to decrease. The intensity of the heavy rainfall in the mid-late 1960s and early twenty-first century mainly showed a trend to increase, and it mainly showed a trend to decrease at a middle period (i.e. from 1970s to early 1980s). And both the rainstorm days and the rainstorm intensity showed a trend to stably increase after 1984; ② the periodic variation of the heavy rainfall and rainstorm events were characterized by a consistency, which covers a main period of 34 years and a secondary period of 19 years; ③ the spatial distribution of the heavy rainfall and rainstorm events showed a change characteristic of gradual decrease from the southeast (Dandong) to the northwest (Chaoyang) of Liaoning Province. In addition, as for the changes in spatial tendency, other indices showed the tendency to increase in Liaoning Province with the exception of the heavy rainfall days. The increasing range of the heavy rainfall days was almost equivalent to the decreasing range. The heavy rainfall intensity and rainstorm events have the main trend to increase in Liaoning Province. Therefore, the flood control and disaster mitigation should be focused on its central and eastern regions, because there is a greater risk of the flood disaster and surface waterlogging caused by the heavy rainfall intensity and rainstorm.
Key words: heavy rainfall events    rainstorm events    spatiotemporal variation trend    spatial distribution    Liaoning Province