1951—2017年松花江流域連續(xù)性極端降水事件時(shí)間趨勢(shì)特征分析

蔡文香， 盧萬(wàn)合， 于國(guó)強(qiáng)， 劉家福

(1.吉林師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院， 四平 136000； 2.吉林師范大學(xué)旅游與地理科學(xué)學(xué)院， 四平 136000)

極端天氣、氣候事件簡(jiǎn)稱(chēng)極端氣候事件，主要包括極端溫度與極端降水兩個(gè)方面。學(xué)術(shù)界普遍認(rèn)為極端氣候事件頻次和強(qiáng)度的變化將深刻影響著人類(lèi)社會(huì)和自然環(huán)境[1]。與偶發(fā)性極端氣候事件相比，連續(xù)性極端氣候事件對(duì)于自然系統(tǒng)及人類(lèi)活動(dòng)具有更大的影響[2]。因此，采用定量的方法對(duì)分析典型區(qū)域連續(xù)性極端氣候事件的特征是管理和防范災(zāi)害風(fēng)險(xiǎn)的基礎(chǔ)。

近年來(lái)，極端氣候事件研究已經(jīng)成為國(guó)際范圍內(nèi)的熱點(diǎn)問(wèn)題，研究?jī)?nèi)容主要為極端溫度與極端降水的發(fā)生規(guī)律、成因及其影響[3]。該領(lǐng)域已經(jīng)開(kāi)展了大量的學(xué)術(shù)研究工作：雅茹等[4]基于內(nèi)蒙古自治區(qū)氣象日值數(shù)據(jù),選取與水熱組合、植被生長(zhǎng)、農(nóng)牧業(yè)發(fā)展息息相關(guān)的14個(gè)極端氣候事件相關(guān)指數(shù),利用線性趨勢(shì)、M-K檢驗(yàn)等方法,分析了內(nèi)蒙古地區(qū)極端氣候事件的時(shí)空變化規(guī)律；梁曉燕等[5]、蔣珊珊[6]、胡曉英等[7]采用前述方法分析了甘肅省、遼西地區(qū)、珠江流域極端氣候事件的時(shí)間變化趨勢(shì)和空間分布規(guī)律；程玉菲等[8]分析了疏勒河流域極端水文事件對(duì)極端氣候事件的響應(yīng)關(guān)系，結(jié)果表明該流域極端洪水事件主要受控于極端降水，極端枯水事件主要受控于極端低溫；Lin等[9]以中國(guó)為例，研究了城市化對(duì)于極端降水事件的影響，結(jié)果表明城市化對(duì)沿海地區(qū)極端降水事件的影響趨于弱化，對(duì)中西部地區(qū)極端降水事件的影響趨于強(qiáng)化；Frame等[10]以新西蘭為例，量化分析了人類(lèi)對(duì)氣候系統(tǒng)的干擾而造成的與極端天氣有關(guān)的近期成本。目前極端氣候事件雖然取得了大量的研究成果，但連續(xù)性極氣候事件的研究成果還相對(duì)較少，主要是以國(guó)家為對(duì)象的宏觀分析，文獻(xiàn)[2，11]通過(guò)4項(xiàng)指標(biāo)，分析了中國(guó)連續(xù)性極端溫度與極端降水的發(fā)生規(guī)律，而且對(duì)于極端氣候事件的時(shí)間趨勢(shì)分析，主要采用線性回歸的方法，樣本數(shù)較少時(shí)準(zhǔn)確性得不到保證。

松花江流域是中國(guó)七大流域之一，地處東北北部地區(qū)，流域內(nèi)水文災(zāi)害嚴(yán)重。松花江流域的極端降水事件是極端水文事件發(fā)生的重要原因。學(xué)術(shù)界對(duì)松花江流域極端降水特征、趨勢(shì)等問(wèn)題的研究已經(jīng)取得了一些成果[12-15]，但針對(duì)松花江流域極端降水事件時(shí)空特征的專(zhuān)門(mén)研究較少，隋佳碩[16]在分析松花江上游降水量的空間分布時(shí)，探討了該區(qū)域極端降水量及其頻數(shù)的變化。現(xiàn)基于1951—2017年的氣象站點(diǎn)數(shù)據(jù)，采用泊淞回歸的方法，探索松花江流域連續(xù)性極端降水事件時(shí)間趨勢(shì)特征，以期為松花江流域的災(zāi)害防治、水資源管理提供有益參考。

1 研究區(qū)概況

松花江流域南北長(zhǎng)1 070 km，東西920 km，介于41°42′～51°38′N(xiāo)，119°52′～132°31′E，流域面積約為54.6×104km2，占黑龍江流域總面積的29.4%,流域西部為大興安嶺，北部為小興安嶺，東部和東南部為完達(dá)山脈和長(zhǎng)白山脈，中部為松嫩平原，是本流域的主要農(nóng)業(yè)地區(qū)，西南部丘陵地帶是松花江、遼河兩流域的分水嶺[5，17]。松花江流域多年平均年降雨約563 mm，東南部山區(qū)降水可達(dá)700～900 mm，干旱的流域西部地區(qū)僅400 mm，其中第二松花江、嫩江流域、松花江干流流域的多年平均降雨量分別為668.39、565.47、454.96 mm[18-19]。近年來(lái)，松花江流域的暴雨災(zāi)害頻繁發(fā)生，造成了嚴(yán)重的損失，因此，松花江流域是中國(guó)防汛抗洪的重點(diǎn)區(qū)域[20]。

2 數(shù)據(jù)與方法

研究所用數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)共享服務(wù)網(wǎng),采用R軟件進(jìn)行預(yù)處理，剔除數(shù)據(jù)缺失站點(diǎn)，最終獲得41個(gè)氣象站(圖1)1951—2017年逐日降水資料。極端降水閾值采用百分位法，將1951—2017年逐日降水?dāng)?shù)據(jù)按照升序排序，將第90、95、99百分位值對(duì)應(yīng)的降水量定義為極端降水事件的閾值[21]。研究將連續(xù)性極端降水事件(CDEP)定義為某地連續(xù)2日以上發(fā)生日降雨量均大于該地極端降水事件閾值的事件，用連續(xù)性極端降水事件的發(fā)生天數(shù)作為研究指標(biāo)。

以往相關(guān)研究中，學(xué)者通常采用線性回歸的方法。然而，使用線性回歸分析應(yīng)首先滿足線性條件，當(dāng)觀測(cè)數(shù)據(jù)是來(lái)自大樣本的相對(duì)較少的計(jì)數(shù)時(shí)，假設(shè)就失效了。泊松分布回歸通常將可能的結(jié)果限制在非負(fù)整數(shù)上，使其成為模擬罕見(jiàn)、離散事件發(fā)生的有效方法。研究采用泊松回歸進(jìn)行松花江流域連續(xù)性極端降水事件的變化特征分析，將任何降水事件j導(dǎo)致的連續(xù)性極端降水的天數(shù)記作Nj；一年中連續(xù)降水事件的次數(shù)為M，當(dāng)M=0時(shí)，則表明沒(méi)有發(fā)生極端降水事件；令Yi為第i年松花江流域CDEP的最大天數(shù)，其中i為1951—2017年中的任意一年，則有

圖1 松花江流域氣象站點(diǎn)分布

Yi=max{N1,N2,…,Nm}

(1)

CDEP是可數(shù)變量，Yi遵循泊松分布[22]，首先計(jì)算各個(gè)站點(diǎn)的CDEP，然后應(yīng)用泊淞回歸模型計(jì)算CDEP隨時(shí)間變化的趨勢(shì)特征，這里CDEP的發(fā)生概率為

(2)

式(2)中：

lnμi=α0+α1X

(3)

或

lnμi=β0+β1X+β2X2

(4)

式中：X為1951—2017年的時(shí)間序列;α0、α1為泊松對(duì)數(shù)線性回歸模型(3)的回歸系數(shù)；β0、β1、β2為泊松對(duì)數(shù)線性二次回歸模型(4)的回歸系數(shù)。以α1為例，在其他預(yù)測(cè)變量不變的情況下，年份每增加1年，CDEP的年最大天數(shù)對(duì)數(shù)均值相應(yīng)增加α1。

3 結(jié)果分析

3.1 極端降水閾值特征

松花江流域地跨黑龍江省、吉林省和內(nèi)蒙古自治區(qū)，包含三個(gè)子流域，降水量差異較大[23]。根據(jù)前述方法確定41個(gè)氣象站的極端降水閾值，如表1所示。第90百分位閾值最小值為13.6 mm，最大值為17.97 mm，所有閾值對(duì)應(yīng)的降水等級(jí)都是中雨，第95百分位閾值最小值為20.9 mm，最大值為 27.8 mm，對(duì)應(yīng)的降水等級(jí)為中雨、大雨，其中閾值對(duì)應(yīng)中雨的站點(diǎn)有28個(gè)，對(duì)應(yīng)大雨的站點(diǎn)有13個(gè)，第99百分位閾值最小值為38.46 mm，最大值為54.975 mm，對(duì)應(yīng)降雨等級(jí)為大雨、暴雨，其中對(duì)應(yīng)大雨的站點(diǎn)有33個(gè)，對(duì)應(yīng)暴雨的站點(diǎn)有8個(gè)。

3.2 流域時(shí)間趨勢(shì)特征

運(yùn)用R軟件對(duì)41個(gè)站點(diǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并將每年各站點(diǎn)連續(xù)性極端降水天數(shù)加總，得到1951—2017年松花江流域連續(xù)性極端降水的頻次數(shù)據(jù)，再進(jìn)行泊松回歸分析，結(jié)果第90百分位閾值下、第99百分位閾值下連續(xù)性極端降水頻次回歸系數(shù)通過(guò)顯著性檢驗(yàn)，表明松花江流域在第90百分位閾值下、第99百分位閾值下連續(xù)性極端降水頻次具有時(shí)間趨勢(shì)特征(圖2)。其中，第90百分位閾值下連續(xù)性極端降水頻次的泊松一次回歸系數(shù)為 0.006 818(顯著性水平0.001)，指數(shù)化后的值為1.006 841，說(shuō)明時(shí)間每增加1年，連續(xù)性極端降水頻次將乘以1.006 841。第99百分位閾值下連續(xù)性極端降水頻次的泊松一次回歸系數(shù)為0.036 49(顯著性水平0.01)，指數(shù)化后的值為1.037 159，說(shuō)明時(shí)間每增加1年，連續(xù)性極端降水頻次將乘以1.037 159。綜合上述特征，可以看出松花江流域連續(xù)性極端降水呈現(xiàn)出快速增加的趨勢(shì)，而且最為極端的連續(xù)性降水事件(第99百分位閾值)增加趨勢(shì)尤為明顯，流域內(nèi)發(fā)生重大洪災(zāi)災(zāi)害的風(fēng)險(xiǎn)越來(lái)越大。

表1 各站點(diǎn)極端降水閾值

圖2 松花江流域連續(xù)性極端降水事件擬合曲線

3.3 子流域時(shí)間趨勢(shì)特征

運(yùn)用前述方法，得到松花江干流流域、嫩江流域、第二松花江流域1951—2017年連續(xù)性極端降水的頻次數(shù)據(jù)，進(jìn)行泊松回歸分析，各子流域在不同閾值下通過(guò)顯著性檢驗(yàn)(圖3)。松花江干流流域在第99百分位閾值下連續(xù)性極端降水頻次回歸系數(shù)通過(guò)顯著性檢驗(yàn)，說(shuō)明具有時(shí)間趨勢(shì)性，泊松一次回歸系數(shù)為0.049 68(顯著性水平0.001)，指數(shù)化后的值為1.050 931，說(shuō)明時(shí)間每增加1年，連續(xù)性極端降水頻次將乘以1.050 931。嫩江流域在第90百分位閾值下、第95百分位閾值下連續(xù)性極端降水頻次回歸系數(shù)都通過(guò)顯著性檢驗(yàn)，表明嫩江流域第90百分位閾值下、第95百分位閾值下連續(xù)性極端降水頻次具有時(shí)間趨勢(shì)特征。其中，第90百分位閾值下的泊松一次回歸系數(shù)為0.005 006(顯著性水平0.01)，指數(shù)化后的值為1.005 018 623 3，說(shuō)明時(shí)間每增加1年，連續(xù)性極端降水頻次將乘以 1.005 018 623 3，第95百分位閾值下的泊松一次回歸系數(shù)為0.005 824(顯著性水平0.1)，指數(shù)化后的值為1.005 841 336 5，說(shuō)明時(shí)間每增加1年，連續(xù)性極端降水頻次將乘以1.005 841 336 5。第二松花江流域在第95百分位閾值下連續(xù)性極端降水頻次回歸系數(shù)都通過(guò)顯著性檢驗(yàn)，表明嫩江流域第95百分位閾值下連續(xù)性極端降水頻次具有時(shí)間趨勢(shì)特征，泊松一次回歸系數(shù)為0.007 623(顯著性水平0.05)，指數(shù)化后的值為1.007 653，說(shuō)明時(shí)間每增加1年，連續(xù)性極端降水頻次將乘以1.007 653。盡管各子流域在部分閾值下未能通過(guò)顯著性檢驗(yàn)，但綜合已有結(jié)果，可以看出松花江各子流域連續(xù)性極端降水與流域總體特征一致，均呈現(xiàn)出不斷增加的趨勢(shì)，其中第90、95百分位閾值下的極端降水增長(zhǎng)趨勢(shì)相對(duì)平緩，第99百分位閾值下的增長(zhǎng)趨勢(shì)較為明顯，說(shuō)明發(fā)生洪澇災(zāi)害的風(fēng)險(xiǎn)越來(lái)越大。

3.4 各站點(diǎn)時(shí)間趨勢(shì)特征

圖3 松花江各子流域連續(xù)性極端降水事件擬合曲線

將時(shí)間序列進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)各站點(diǎn)連續(xù)性極端降水的頻次數(shù)據(jù)進(jìn)行泊松回歸分析，在不同百分位閾值下均有站點(diǎn)通過(guò)顯著性檢驗(yàn)，匯總后如表2所示。第90百分位閾值通過(guò)顯著性檢驗(yàn)的站點(diǎn)共有9個(gè)， 6個(gè)站點(diǎn)(50658、50854、50862、50963、50948、50181)一次回歸結(jié)果顯著，其中50658、50854、50862站點(diǎn)一次回歸為正值，說(shuō)明這3個(gè)站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)增加的趨勢(shì)，50963、50948、50181一次回歸系數(shù)為負(fù)數(shù)，說(shuō)明這3個(gè)站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)減少的趨勢(shì)，1個(gè)站點(diǎn)(50656)二次回歸結(jié)果顯著，且二次回歸二次項(xiàng)系數(shù)為正值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)先減少后增加的趨勢(shì)，2個(gè)站點(diǎn)(50442、54049)一次回歸、二次回歸結(jié)果均顯著，其中50442站點(diǎn)，一次回歸系數(shù)為正值，二次回歸二次項(xiàng)系數(shù)為負(fù)值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次總體上呈現(xiàn)增加的趨勢(shì)，具體表現(xiàn)為先增加，后減少的趨勢(shì)，54049站點(diǎn)一次回歸系數(shù)、二次回歸二次項(xiàng)系數(shù)均為負(fù)值，說(shuō)明該站點(diǎn)總體上呈現(xiàn)減少趨勢(shì)，具體表現(xiàn)為先增加后減少的趨勢(shì)。第95百分位閾值通過(guò)顯著性檢驗(yàn)的站點(diǎn)共有7個(gè)，4個(gè)站點(diǎn)(50774、50788、50862、50873)一次回歸結(jié)果顯著，其中50774、50788、50862站點(diǎn)一次回歸系數(shù)為負(fù)值，說(shuō)明這3個(gè)站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)減少的趨勢(shì)，50873站點(diǎn)一次回歸系數(shù)為正值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)增加的趨勢(shì)，2個(gè)站點(diǎn)(50442、54273)二次回歸結(jié)果顯著，50442站點(diǎn)二次回歸二次項(xiàng)系數(shù)為負(fù)值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)先增加后減少的趨勢(shì)，54273站點(diǎn)二次回歸二次項(xiàng)系數(shù)為正值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)先減少后增加的趨勢(shì)，1個(gè)站點(diǎn)(50758)一次回歸、二次回歸結(jié)果均顯著，且一次回歸系數(shù)、二次回歸二次項(xiàng)系數(shù)均為正值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次總體上呈現(xiàn)增加的趨勢(shì)，具體趨勢(shì)為先增加后減少。第99百分位閾值通過(guò)顯著性檢驗(yàn)的站點(diǎn)僅有1個(gè)(50873)，其一次回歸系數(shù)為正值，說(shuō)明該站點(diǎn)連續(xù)性極端降水頻次呈現(xiàn)出增加的趨勢(shì)。綜合上述特征，可以看出松花江流域各站點(diǎn)極端降水的發(fā)生趨勢(shì)呈現(xiàn)出顯著的地域差異，既有上升，也有下降，而且部分站點(diǎn)通過(guò)了二次回歸檢驗(yàn)，發(fā)生趨勢(shì)更為復(fù)雜，客觀上也證明了泊淞回歸在小尺度區(qū)域極端氣候事件的研究中仍然有效。

表2 各站點(diǎn)泊淞回歸結(jié)果

4 結(jié)論

(1)松花江流域連續(xù)性極端降水事件在第90百分位閾值、第99百分位閾值下通過(guò)泊淞一次回歸的顯著性檢驗(yàn)，第90百分位閾值下指數(shù)化系數(shù)為1.006 841，第99百分位閾值下指數(shù)化系數(shù)為 1.037 159，呈現(xiàn)出增加的趨勢(shì)，且后者的值遠(yuǎn)遠(yuǎn)大于前者，說(shuō)明后者增加幅度更大，而第99百分位閾值下的連續(xù)性極端降水事件屬于最極端的降水事件，該類(lèi)事件的顯著增加無(wú)疑會(huì)導(dǎo)致流域內(nèi)洪澇災(zāi)害風(fēng)險(xiǎn)加大，相關(guān)部門(mén)需要加強(qiáng)警惕。

(2)松花江子流域連續(xù)性極端降水事件在不同百分位閾值下通過(guò)泊淞一次回歸的顯著性檢驗(yàn)，均呈現(xiàn)出增加的趨勢(shì)。松花江干流流域在第99百分位閾值下泊松一次回歸指數(shù)化系數(shù)為1.050 931，說(shuō)明該子流域最極端的降水事件增加幅度較大。嫩江流域在第90百分位閾值下、第95百分位閾值下通過(guò)檢驗(yàn)，指數(shù)化系數(shù)分別為1.005 018 623 3、1.005 841 336 5，第二松花江流域在第95百分位閾值下通過(guò)檢驗(yàn)，指數(shù)化系數(shù)為1.007 653。

(3)各站點(diǎn)流域連續(xù)性極端降水事件呈現(xiàn)顯著差異，第90百分位閾值下9個(gè)站點(diǎn)通過(guò)檢驗(yàn)，趨勢(shì)特征為：4個(gè)站點(diǎn)增加，4個(gè)站點(diǎn)減少，1個(gè)站點(diǎn)先減少后增加，第95百分位閾值下7個(gè)站點(diǎn)通過(guò)檢驗(yàn)，趨勢(shì)特征為：2個(gè)站點(diǎn)增加，3個(gè)站點(diǎn)減少，1個(gè)站點(diǎn)先減少后增加，1個(gè)站點(diǎn)先增加后減少，第99百分位閾值下僅有1個(gè)站點(diǎn)通過(guò)檢驗(yàn)，呈現(xiàn)增加的趨勢(shì)。

5 討論

目前，學(xué)術(shù)界有關(guān)極端降水事件趨勢(shì)特征的研究成果很多[24-27]，盡管研究區(qū)域不同，但主要都是采用線性回歸的方式。然而，使用線性回歸分析應(yīng)首先滿足線性條件，當(dāng)觀測(cè)數(shù)據(jù)是來(lái)自大樣本的相對(duì)較少的計(jì)數(shù)時(shí)，假設(shè)就失效了。本文研究對(duì)象為連續(xù)性極端強(qiáng)降水事件，相對(duì)于極端降水事件更為極端，也是流域內(nèi)發(fā)生洪澇災(zāi)害的直接誘因，樣本量相對(duì)較少，不適宜運(yùn)用線性回歸的方法，于是采用了泊松分布回歸，其他領(lǐng)域的研究已經(jīng)表明泊松回歸是模擬罕見(jiàn)、離散事件發(fā)生的有效方法。已有研究成果[4]表明，泊松回歸在研究國(guó)家、省級(jí)空間尺度上分析連續(xù)性極端降水事件上是可行的，本研究將該類(lèi)研究的空間尺度擴(kuò)展到流域、子流域和氣象站點(diǎn)，結(jié)果表明仍然有效，研究結(jié)論可以為國(guó)家防災(zāi)減災(zāi)決策提供參考和依據(jù)。

基于松花江流域、松花江子流域的研究結(jié)果表明連續(xù)性極端強(qiáng)降水事件呈現(xiàn)增加的趨勢(shì)，而在站點(diǎn)尺度上，僅有部分站點(diǎn)通過(guò)檢驗(yàn)，呈現(xiàn)出差異性的趨勢(shì)特征。后續(xù)研究重點(diǎn)可以從兩個(gè)方面展開(kāi)：一是在泊松回歸基礎(chǔ)上，繼續(xù)探討其他方法，尤其是站點(diǎn)尺度上的有效分析方法；二是進(jìn)行連續(xù)性極端強(qiáng)降水與流域洪澇災(zāi)害的關(guān)聯(lián)分析，構(gòu)建不同空間尺度上的洪澇災(zāi)害預(yù)警預(yù)報(bào)體系。