• 中国科学引文数据库(CSCD)来源期刊
  • 中文核心期刊
  • 中国农林核心期刊(A类)
  • 中国高校百佳科技期刊

盘龙河流域极端降水时空变化特征分析

付奔, 李代华, 雷腾云, 王葵, 高瑞

付奔, 李代华, 雷腾云, 等. 盘龙河流域极端降水时空变化特征分析[J]. 云南农业大学学报(自然科学), 2022, 37(4): 720-727. DOI: 10.12101/j.issn.1004-390X(n).202104064
引用本文: 付奔, 李代华, 雷腾云, 等. 盘龙河流域极端降水时空变化特征分析[J]. 云南农业大学学报(自然科学), 2022, 37(4): 720-727. DOI: 10.12101/j.issn.1004-390X(n).202104064
Ben FU, Daihua LI, Tengyun LEI, et al. Spatial-temporal Variation Characteristics of Extreme Precipitation in Panlong River Basin[J]. JOURNAL OF YUNNAN AGRICULTURAL UNIVERSITY(Natural Science), 2022, 37(4): 720-727. DOI: 10.12101/j.issn.1004-390X(n).202104064
Citation: Ben FU, Daihua LI, Tengyun LEI, et al. Spatial-temporal Variation Characteristics of Extreme Precipitation in Panlong River Basin[J]. JOURNAL OF YUNNAN AGRICULTURAL UNIVERSITY(Natural Science), 2022, 37(4): 720-727. DOI: 10.12101/j.issn.1004-390X(n).202104064

盘龙河流域极端降水时空变化特征分析

基金项目: 云南省应用基础研究项目(2015FD021)。
详细信息
    作者简介:

    付奔(1981—),男,贵州兴仁人,学士,工程师,主要从事防汛抗旱与水文水资源研究。E-mail:fuben1981@163.com

    通信作者:

    高瑞(1989—),女,云南陆良人,硕士,讲师,主要从事区域水资源开发与利用研究。E-mail:958366143@qq.com

摘要:
目的研究盘龙河流域极端降水的时空分布特征。
方法基于盘龙河流域19个雨量站1978—2016年的日降水数据,根据百分位法定义极端降水事件,选择年极端降水量、降水时间和降水强度3个指标,利用线性回归、Mann-Kendall、小波变换及EOF分析极端降水的时空分布特征。
结果时间上,过去40年盘龙河流域的极端降水量、降水时间和降水强度均呈上升趋势并在2012年发生突变;极端降水量和降水时间存在约6 a、9 a和15 a的周期变化,降水强度存在7 a和15~17 a的周期变化,15 a为3个指标的主周期。空间上,年极端降水量主要表现为全区一致型,极端降水时间和降水强度除个别站外也表现为全区一致型,总体上3个指标呈现由南向北逐渐减少的变化特征。
结论受太平洋副热带高压影响,盘龙河流域尤以其南边未来的洪涝灾害更加严峻,给盘龙河流域的防洪减灾带来挑战,需进一步提高灾害风险管理和应对气候变化的能力。

 

Spatial-temporal Variation Characteristics of Extreme Precipitation in Panlong River Basin

Abstract:
PurposesTo study the spatial-temporal characteristics of extreme precipitation of Panlong River Basin.
MethodsBased on the daily precipitation data of 19 precipitation stations in Panlong River Basin from 1978 to 2016, the extreme precipitation events were defined according to the percentile method, and the annual extreme precipitation, precipitation time and precipitation intensity were selected to identify region and time distribution features of extreme precipitation by using linear regression, Mann-Kendall, wavelet transform and EOF.
ResultsIn time, the extreme precipitation, precipitation time and precipitation intensity of Panlong River Basin over the past 40 years all showed a rising trend, and a sudden change occurred in 2012; extreme precipitation and precipitation time had periodic changes of about 6 a, 9 a and 15 a, precipitation intensity had periodic changes of about 7 a, 15-17 a, and 15 a was the main cycle of the three indicators. Spatially, the annual extreme precipitation was mainly consistent in the whole region, and the time and intensity of extreme precipitation were also consistent in the whole region except for individual stations. On the whole, the three indicators showed a decreasing trend from south to north.
ConclusionAffected by the Pacific subtropical high, the flood disaster in the Panlong River Basin, especially in the south, will be more severe in the future, which will bring challenges to the flood control and disaster reduction of the Panlong River Basin. It is necessary to further improve the ability of disaster risk management and coping with climate change.

 

  • 全球气候变暖使得地表蒸、散发加剧,水循环加快,导致水资源时空格局发生巨大变化,极端降水事件逐年增加,旱涝灾害频繁发生,对人类社会经济发展产生了重大影响[1-3]。中国的极端强降水平均强度和降水量均呈增加趋势,极端强降水事件也趋于增多[4]。近年来,对于极端降水事件的研究越来越多,也取得了一系列成果。杨金虎等[5]探讨分析了中国的极端降水分布规律,认为中国极端降水在时空分布上存在着明显的地域差异;蔡敏等[6]剖析中国东部地区极端降水的变化规律,了解到近50年来中国东部地区极端降水虽无明显的变化趋势,但时空差异较大;王昊等[7]研究了中国西南地区雨季极端降水的变化特征,认为西南地区雨季降水占比的变化趋势具有很强的区域特征,且极端降水事件受海拔影响明显。前人研究表明:中国极端降水事件在不同地区表现出明显的差异性,其中极端降水量级、频率、强度与洪涝灾害关系密切,因此,研究区域极端降水事件的时空格局,掌握极端降水的发生频率和强度变化规律对于全面了解洪涝灾害时空变化特征、加强灾害监测和提高预测预报能力具有重要意义。目前,鲜有系统分析盘龙河流域极端降水时空变化趋势的研究,本研究利用盘龙河流域近40年的逐日降水数据,选择能够反映盘龙河局部暴雨特征的3个指标(极端降水总量、极端降水时间和极端降水强度),并进一步分析各指标的时空变化特征,为流域水资源规划和灾害风险管理提供借鉴和支撑。

    盘龙河流域位于云南省东南边陲,地理坐标为N22°46′~23°57′,E103°40′~104°51′,流域东邻单独出境的南利河,西邻红河支流南溪河,北邻南盘江水系,属热带季风气候,多年平均气温16.0~19.4 ℃;夏秋之季,暖湿多雨,冬春季节多为晴天少雨,流域多年平均降水量1 152 mm,年降水量由南向北逐渐递减。流域人口密集,是红河流域人口密度最大的地区,历史上多发水灾。

    本研究以云南省水文水资源局文山分局提供的盘龙河流域19个雨量站1978—2016年的逐日降水资料为基础数据。流域范围及各雨量站分布见图1

    图  1  盘龙河流域高程模型和雨量站分布图
    Figure  1.  The DEM and location of precipitation stations in Panlong River Basin

    极端降水在年降水中所占比重在一定意义上反映了极端降水事件对洪涝的贡献率[8]。参照世界气象组织气候委员会(WMO/CCI)推荐使用的极端降水指标,采用传统百分位数法,将第95个百分位数定义为台站的极端降水阈值[9],详细算法参考文献[10]。当某年某日降水超过该阈值,就认为发生1次极端降水事件,将每年超过极端降水阈值的雨量相加即为该年的极端降水总量,每年极端降水发生的次数相加即为极端降水时间,极端降水总量与极端降水时间的比值即为极端降水强度[9]。 采用线性回归和滑动平均分析盘龙河流域极端降水量、降水时间和降水强度的变化趋势;采用Mann-Kendall分析其突变特征;采用母小波函数(Morlet小波)分析其周期特征[11]。采用经验正交函数分析法(EOF)并应用ArcGIS插值分析其空间特征,具体步骤见文献[11]。

    盘龙河流域极端降水量的贡献率为47%,极端降水时间的贡献率仅为7%,表明该流域在1978—2016年的极端降水强度较大,容易发生洪涝灾害。

    图2可知:盘龙河流域年极端降水量、降水时间和降水强度均呈上升趋势,趋势变化率分别为9.12 mm/10 a、0.054 d/10 a和0.407 mm/10 a,三者均未通过显著性检验,说明变化趋势不明显;5年滑动平均曲线表明:极端降水量、降水时间及降水强度的年际变化不大且具有一致性。

    图  2  极端降水的变化趋势分析
    Figure  2.  Variation trend analysis of extreme precipitation

    图3可知:盘龙河流域的极端降水量、降水时间和降水强度均在临界直线以内,2条曲线的交点均发生在2012年,可判断极端降水事件的突变点为2012年,但突变不显著。

    图  3  极端降水的Mann-Kendall检验
    Figure  3.  Mann-Kendall test of extreme precipitation

    图4可知:盘龙河流域极端降水量存在约6 a、9 a和15 a的周期变化,由于小波方差在15 a尺度上出现最大值,说明15 a为主周期;极端降水时间同样也存在约6 a、9 a和15 a的周期,15 a为主周期;而极端降水强度存在7 a和15~17 a的周期,15 a为主周期。总体来说,盘龙河流域极端降水量、降水时间和降水强度均存在15 a的主周期变化。

    图  4  极端降水小波系数实部的时频分布图及方差图
    Figure  4.  Time-frequency distribution of wavelet coefficients and variance of extreme precipitation

    经验正交函数分析法(EOF)结果显示:只有前4个特征值通过North显著性检验,故前4个模态能够很好地解释盘龙河流域近40年极端降水量、降水时间和降水强度的主要时空分布特征(表1),3个指标的前4个模态累计方差贡献率分别为74.9%、68.8%和70.0%。

    表  1  各物理量前4个EOF模态的贡献率
    Table  1.  Contribution rate of the first four EOF modes of each index %
    模态
    modality
    极端降水量
    extreme precipitation
    极端降水时间
    extreme precipitation time
    极端降水强度
    extreme precipitation intensity
    贡献率
    contribution rate
    累计贡献率
    accumulative
    contribution rate
    贡献率
    contribution rate
    累计贡献率
    accumulative
    contribution rate
    贡献率
    contribution rate
    累计贡献率
    accumulative
    contribution rate
    136.336.327.527.534.534.5
    222.458.724.652.115.750.3
    39.968.69.161.210.861.1
    46.374.97.568.88.970.0
    下载: 导出CSV 
    | 显示表格

    图5为盘龙河流域极端降水量EOF分解后的4个空间模态。模态1特征向量的方差贡献率为36.3%,代表盘龙河流域极端降水量的主要空间分布特征,其值均为正值,表明1978—2017年该流域的极端降水量变化趋势具有高度的一致性,即整个流域的极端降水量变化同步,变率中心位于东南地区天保和勐硐一带,反映该地区极端降水量变化大。模态2特征向量的方差贡献率为22.4%,以南温河和豆豉店为界,西北向为负值区,东南向为正值区,表明区域降水在2个方向呈现出相反的变化规律;特征向量值西北部和东南部大而中部小,说明极端降水量呈东南—中部、南北—中部递减的变化特征。模态3特征向量的方差贡献率为9.9%,以戈革为界,西南向为正值区,其余为负值,即戈革站西南向与其他地区的极端降雨量呈现相反的变化趋势。模态4特征向量的方差贡献率为6.3%,正值中心出现在勐硐,负值中心出现在秉烈,表明流域不同区域极端降水量呈现相反的变化规律。

    图  5  极端降水量EOF展开的前4个模态特征向量空间分布
    Figure  5.  Spatial distribution of eigenvectors of the first four modes in EOF of extreme precipitation

    图6可知:在第1、3模态上,极端降水时间与极端降水量的变化同步。就第1模态而言,除秉烈站外表现为全区一致型,说明盘龙河流域极端降水时间一致的偏多或偏少,高值中心位于天保站附近,说明极端降水时间由南向北逐渐减少。第2模态除天保站外均为正值,正值中心位于秉烈站附近,表明极端降水时间以秉烈往西北和东南递减。第3模态以戈革为界,西南向为正值区,其余为负值,即戈革站西南向与其他地区的极端降水时间呈现相反的变化特征。第4模态以古木站为界呈相反的变化特征,即呈东南多(少)西北少(多)的变化规律。

    图  6  极端降水时间EOF展开的前4个模态特征向量空间分布
    Figure  6.  Spatial distribution of eigenvectors of the first four modes in EOF of precipitation times

    图7可知:第1模态是极端降水强度的主要空间分布形式,除稼依和新街外均为正值,正值中心位于天保,表明极端降水强度由东南向西北递减。第2、3模态特征向量均为负值,中心位于文山黄草坝等地区,显示极端降水强度由东南向、西北向逐渐减小;第3模态表现为极端降水强度沿东南向逐渐减小、西北向逐渐增大的变化特征。第4模态显示:东南边天保和豆豉店以及西北边稼依和砚山新寨为正值,其余地区均为负值,说明天保、豆豉店、稼依和砚山新寨等地的极端降水强度与该流域其他地区的极端降水强度呈相反的变化规律。

    图  7  极端降水强度EOF展开的前4个模态特征向量空间分布
    Figure  7.  Spatial distribution of eigenvectors of the first four modes in EOF of precipitation intensity

    本研究针对盘龙河流域全年的极端降水事件时空特征进行分析,发现过去40年该流域的极端降水量贡献率较高,这与王志福等[11]对中国极端降水量的研究结果一致,表明研究区洪涝灾害的发生主要由该地区的极端降水量造成。此外,王志福等[11]认为:1951—2004年全国降雨量无明显变化但极端降雨时间呈上升趋势,故极端降水平均强度呈显著下降的趋势。这与本研究结果存在差异,其原因在于研究区空间尺度大小及数据系列长度不同。本研究进一步将时段划分为1978—2004年和2004—2017年,并分析了各时段的极端降水,发现2004年前后的极端降水量、降水时间和降水强度变化不一致,极端降水量在2004年前后的趋势变化率分别为−22.24和62.62 mm/10 a,极端降水时间的变化率分别为−0.46和0.71 d/10 a,极端降水强度的变化率分别为0.63和2.98 mm/10 a,显然2004年后的极端降水较2004年前更显著、强度更强,说明21世纪以来盘龙河流域极端降水总量和降水强度的量级更强。张弛等[12]研究表明:西南地区极端降水最主要的水汽来源是西南季风,大气环流也显示1998年由于太平洋副热带高压向西南延伸,导致西南季风的水汽输送异常强劲,从而造成极端降水量和降水强度呈上升趋势,在今后的研究中将持续加大数据长度以更好地反映全球气候变暖新背景下区域极端降水的变化特征。由于本研究只分析了持续1 d极端降水的变化特征,前人研究表明高持续性极端降水事件发生次数很少,但强度更大,加上持续时间长,带来的降水量也越多,对社会经济和人民生命财产的危害同样不容忽视,故针对流域内不同持续时间的极端降水事件也有待于进一步探讨和分析。

    受太平洋副热带高压影响,盘龙河流域的极端降水量、降水时间和降水强度呈上升趋势,三者在空间上具有同步性,强度大的极端降水位于流域下游,且降水时间越长,强度越大,即在未来该流域的洪涝灾害会更加严峻,尤以其南边最为严重,给盘龙河流域的防洪减灾带来挑战,需进一步提高灾害风险管理和应对气候变化的能力。

  • 图  1   盘龙河流域高程模型和雨量站分布图

    Figure  1.   The DEM and location of precipitation stations in Panlong River Basin

    图  2   极端降水的变化趋势分析

    Figure  2.   Variation trend analysis of extreme precipitation

    图  3   极端降水的Mann-Kendall检验

    Figure  3.   Mann-Kendall test of extreme precipitation

    图  4   极端降水小波系数实部的时频分布图及方差图

    Figure  4.   Time-frequency distribution of wavelet coefficients and variance of extreme precipitation

    图  5   极端降水量EOF展开的前4个模态特征向量空间分布

    Figure  5.   Spatial distribution of eigenvectors of the first four modes in EOF of extreme precipitation

    图  6   极端降水时间EOF展开的前4个模态特征向量空间分布

    Figure  6.   Spatial distribution of eigenvectors of the first four modes in EOF of precipitation times

    图  7   极端降水强度EOF展开的前4个模态特征向量空间分布

    Figure  7.   Spatial distribution of eigenvectors of the first four modes in EOF of precipitation intensity

    表  1   各物理量前4个EOF模态的贡献率

    Table  1   Contribution rate of the first four EOF modes of each index %

    模态
    modality
    极端降水量
    extreme precipitation
    极端降水时间
    extreme precipitation time
    极端降水强度
    extreme precipitation intensity
    贡献率
    contribution rate
    累计贡献率
    accumulative
    contribution rate
    贡献率
    contribution rate
    累计贡献率
    accumulative
    contribution rate
    贡献率
    contribution rate
    累计贡献率
    accumulative
    contribution rate
    136.336.327.527.534.534.5
    222.458.724.652.115.750.3
    39.968.69.161.210.861.1
    46.374.97.568.88.970.0
    下载: 导出CSV
  • [1]

    ALEXANDER L, ALLEN S, BINDOFF N L, et al. The physical science basis-summary for policymakers[R]. Sweden: Climate Change, 2013.

    [2]

    LI Z P, SONG M D, FENG H, et al. Within-season yield prediction with different nitrogen inputs under rain-fed condition using CERES-Wheat model in the northwest of China[J]. Journal of the Science of Food and Agriculture, 2016, 96(8): 2906. DOI: 10.1002/jsfa.7467.

    [3]

    GOSWAMI B N, VENUGOPAL V, SENGUPTA D, et al. Increasing trend of extreme rain events over India in a warming environment[J]. Science, 2006, 314(5804): 1442. DOI: 10.1126/science.1132027.

    [4] 汪方, 田红. 淮河流域1960—2007年极端强降水事件特征[J]. 气候变化研究进展, 2010, 6(3): 228.
    [5] 杨金虎, 江志红, 王鹏祥, 等. 中国年极端降水事件的时空分布特征[J]. 气候与环境研究, 2008, 13(1): 76.
    [6] 蔡敏, 丁裕国, 江志红. 我国东部极端降水时空分布及其概率特征[J]. 高原气象, 2007, 26(2): 309. DOI: 10.3321/j.issn:1000-0534.2007.02.013.
    [7] 王昊, 姜超, 王鹤松, 等. 中国西南部区域雨季极端降水指数时空变化特征[J]. 中国农业气象, 2019, 40(1): 1. DOI: 10.3969/j.issn.1000-6362.2019.01.001.
    [8] 周莉, 胡瑞卿, 李伟, 等. 湖南省夏季极端降水异常时空特征及其成因分析[J]. 气象科学, 2018, 38(6): 838. DOI: 10.3969/2018jms.0062.
    [9]

    BONSAL B, ZHANG X B, VINCENT L, et al. Characteristics of daily and extreme temperatures over Canada[J]. Journal of Climate, 2001, 14(9): 1959. DOI: 10.1175/1520-0442(2001)014<1959:CODAET>2.0.CO;2.

    [10] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 2007.
    [11] 王志福, 钱永甫. 中国极端降水事件的频数和强度特征[J]. 水科学进展, 2009, 20(1): 1. DOI: 10.14042/j.cnki.32.1309.2009.01.005.
    [12] 张弛, 吴绍洪. 西南地区夏季极端降水的水汽来源分析[J]. 自然资源学报, 2021, 36(5): 1192. DOI: 10.31497/zrzyxb.20210508.
  • 期刊类型引用(3)

    1. 杨雨蒙,吴新豪,张莉,赵亮,赵劲松,张正强,穆彪. 1979-2022年赤水河流域极端温度降水特征分析. 西南大学学报(自然科学版). 2024(08): 138-149 . 百度学术
    2. 龚傲龙. 盘龙河流域石漠化生态修复困难区现状特点及对策分析. 林业建设. 2023(04): 69-72 . 百度学术
    3. 苏华丽,何亚玲,赵景峰,邢立文,程武学. 大渡河流域降水时空变化特征. 内蒙古师范大学学报(自然科学汉文版). 2023(05): 496-504 . 百度学术

    其他类型引用(2)

图(7)  /  表(1)
计量
  • 文章访问数:  1841
  • PDF下载量:  18
  • 被引次数: 5
出版历程
  • 通信作者:  高瑞 958366143@qq.com
  • 收稿日期:  2021-04-26
  • 修回日期:  2022-05-07
  • 网络首发日期:  2022-07-29

目录

/

返回文章
返回