張鑫 曹蕾 杜靜 王一達 韓基良

摘要：利用1961—2018年東北三省32個國家氣象觀測站逐日降水資料，對黑、吉、遼三省極端降水的時空變化特征進行分析。對比1961—1990年和1991—2018年這2個時間段，先后對其最大24 h降水量、農(nóng)作物主要生長季降水量、最大月降水、日降水量≥10 mm以及≥25 mm的日數(shù)、連續(xù)無雨日數(shù)（CDD）和連續(xù)降水日數(shù)（CWD）等極端降水指標進行了分析，發(fā)現(xiàn)與1961—1990年相比，過去30年冬季降水量增加，但分布不均勻性也增加，最大月降水總量在300～400 mm 范圍內數(shù)據(jù)分布密度較高，強降水日數(shù)相近，但數(shù)據(jù)集中度更好，連續(xù)降水日數(shù)的密度大值區(qū)提高 1.0～1.5 d，東北三省的夏季24 h最大降水量呈現(xiàn)出西部增長東部減少趨勢。

關鍵詞：極端降水;空間分布;變化趨勢;東北三省;降水量

中圖分類號：P426.62+3;S161.6?文獻標志碼：A?文章編號：1002-1302（2020）21-0282-06

聯(lián)合國政府間氣候變化專門委員會（IPCC）在丹麥哥本哈根發(fā)布了IPCC第5次評估報告的《綜合報告》，IPCC第5次評估報告指出，近百年全球氣候變暖，1880—2012年全球地表平均溫度上升了0.85 ℃[1]。

東北三省人口聚集，作為水稻等糧食主產(chǎn)區(qū)，受季風氣候影響，對災害事件較為敏感。因此，針對可能造成災害的極端降水進行研究，分析其在東北三省的時空分布及極端降水變化趨勢，以期為該地區(qū)防災減災及合理利用云水資源提供依據(jù)。

國內外的研究學者們對長周期降水變化特征對比研究做了大量工作，波蘭學者Tomczyk等對波蘭1966—2015年50年的研究周期進行了詳細解讀，從生長季角度重點分析了降水條件以及熱條件對降水條件變化的影響[2]。Szymanowski等對波蘭西南部1891—1930年和1981—2010年2個時間段降水分布的變化情況進行了定量分析，計算了平均月降水量和季節(jié)降水量間的絕對差異以及大陸度指數(shù)[3]。Pińskwar等通過幾個研究指標（冬季10月至次年3月和夏季4—9月24 h降水量、最大5 d降水量、最大月降水量、強降水和強降水日數(shù)等）分析了波蘭1961—1990年和1991—2015年2個時間段降水豐度和虧缺指數(shù)的變化[4]。

在全球氣候變化背景下，整個中國地區(qū)極端降水時空差異也存在明顯差異。我國東部夏季降水大值區(qū)具有華南-江淮流域-華北-東北的分布特征，1990年和2000年是2個旱澇災害特征突變點[5];賀冰蕊等的研究認為，我國整體降水趨勢以增加為主，東北北部尤為明顯，東北北部及南部等地的非持續(xù)性極端降水量增加趨勢明顯[6]。

有研究表示，極端降水事件在我國具有較強的地域差異[7]，對于不同地區(qū)不同閾值判斷得到的極端降水事件意義也不同，以區(qū)域為基礎研究尤其重要。京津冀地區(qū)[8]、晉陜蒙地區(qū)[9]、西南地區(qū)[10]、貴州高原[11]、浙江[12]等地區(qū)相繼開展了極端降水的相關研究。就我國東北地區(qū)而言，近年來東北夏季降水的年代際變化受到重視，東北三省也有不少關于極端降水的相關研究。

王波等從黑龍江省3個典型區(qū)域，即三江平原、松嫩平原和大小興安嶺林區(qū)，著重從四季變化的角度采用極端氣候事件綜合強度指數(shù)模型方法分析了極端氣溫與降水事件的時空變化[13]。李洋等選取了歐洲地區(qū)極端事件統(tǒng)計和區(qū)域動力降尺度（STARDEX）項目提出的57個極端指數(shù)中的8個核心指數(shù)，分析和揭示東北三省極端氣候事件的空間格局及變化，其中涉及的降水指數(shù)有4個[14]。徐萌等利用 95 百分位閾值法，定義出所選站點的極端降水事件，選取極端降水量、極端降水頻次、極端降水強度、極端降水頻次比率和極端降水量比率等5個指標，分析了東北三省的時空分布特征[15]。孫鳳華等分析了東北地區(qū)的氣候時空變化規(guī)律、突變特征和暖干化趨勢，并利用分級法從小雨事件、暴雨事件、嚴重干燥事件、嚴重濕潤事件等方面開展了分析[16-18]。

但是，這些研究多關注于某一時段的極端氣候事件，而對一個地區(qū)極端氣候事件的前后時間段對比綜合研究還比較少，本研究利用1961—2018年東北三省逐日降水量資料，基于極端降水指數(shù)，對該區(qū)域過去28年（1991—2018年） 與1961—1990年氣候標準正常期極端降水事件的時空變化特征進行對比分析。通過分析觀測降水極值的變化情況，試圖探測降水中的氣候變化信號。

1 數(shù)據(jù)與方法

本研究使用的降水數(shù)據(jù)資料來源于全國綜合氣象信息共享平臺（CIMISS）氣象數(shù)據(jù)統(tǒng)一服務接口（MUSIC）中的中國地面日值資料（1961—2018年），數(shù)據(jù)集較完整，數(shù)據(jù)初步質量控制時檢測是否存在不符合邏輯的異常值或數(shù)據(jù)不完整情況，包括：（1）降水量<0 mm，降水量=999 mm，剔除不合理的記錄或將其設置為缺測值;（2）利用 Mann-Whitney-Pettitt（MWP）法檢驗數(shù)據(jù)的同質性;（3）東北三省從38個（吉林省9個，黑龍江省15個，遼寧省14個）國家氣象觀測站中篩選出32個站點數(shù)據(jù)（其中黑龍江省加格達奇區(qū)、吉林省白山市、遼寧省大連市、黑龍江省大慶市、黑龍江省七臺河市等站點因數(shù)據(jù)資料不完整而剔除）。由圖1可以看出，東北三省國家氣象觀測站降水資料站點的空間覆蓋情況。東北大部分觀測站海拔高度較低，除吉林省有較明顯的觀測站海拔高度差異，即東高西低，東部延邊、白山的海拔較高外，黑龍江和遼寧的觀測站高度差異均不明顯，且大部分低于400 m。

Frich等于2002年提出5個極端降水指數(shù)（R10、R5d、NCDD、ISDII、R95T）[19]，之后氣候變化檢測、監(jiān)測和指數(shù)專家組（ETCCDMI）提出了11個極端降水指數(shù)[20]，F(xiàn)rich等提出的極端降水指數(shù)在很多研究中被應用，經(jīng)大量研究證明具有很好的指示意義，本研究選取Frich等提出的5個極端降水指數(shù)，使用1961—2018年降水日值資料，計算出與極端降水有關的指標，如表1所示。

本研究計算東北三省32個觀測站1961—2018年期間全年最大日降水量、全年最大月降水量，并把2個研究時段（1961—1990年和1991—2018年）進行對比分析。最大 24 h 降水量的平均值，冬季范圍為11.6～92.2 mm，大多數(shù)不超過40 mm，夏季范圍為97.5～247.5 mm。全年最大月降水量范圍為248.5～496.5 mm，大多數(shù)超過300 mm，只有5個值不超過300 mm。本研究中還計算與1961—1990年氣候標準正常期相比，過去30年（1991—2018年）氣象站降水極端指數(shù)的百分率變化情況。此外，還將分析3個省會城市的主要生長季節(jié)及冬季降水量的5年滑動平均值與線性趨勢，并對這些匯總數(shù)據(jù)進行檢查，以便發(fā)現(xiàn)變化。

2 結果與分析

2.1 極端降水指數(shù)空間格局變化特征

本研究用極端降水指數(shù)前后2個研究時段的變化百分率表示其前后的變化，計算公式如下：

式中：Q表示2個時段前后變化百分率;D表示1991—2018年研究時段的極端降水指數(shù);R表示1961—1990年研究時段的極端降水指數(shù)。

如圖1-a所示，東北三省夏季最大日降水量在1991—2018年相對于1961—1990年的正負變化率的站點數(shù)大致相等，西部呈增長變化，東部呈減少變化，正變化率較大值基本位于黑龍江省和吉林省;1991—2018年冬季最大日降水量相對于1961—1990年基本呈增長變化，冬季正百分比增長值在100%以下的有22個站點，有8個站點的增長值100%以上（圖1-b）;1991—2018年相對于1961—1990年的最大日降水量變化百分比正負相間，正百分比較大值基本上位于黑龍江省和吉林省。

圖1-c中日降水量>10 mm的日數(shù)與圖2-d中日降水量>20 mm的日數(shù)變化百分率的正負趨勢基本相同（除黑龍江省的3個站點外）;東北三省的北部地區(qū)近30年大部分站點變化百分率是正數(shù)，南部地區(qū)遼寧省的大部分站點與黑吉兩省趨勢相反，變化百分率是負數(shù)。

圖1-e中最大連續(xù)無雨日數(shù)（CDD）分析結果顯示，東北三省的大部分站點區(qū)域的最大連續(xù)無雨日數(shù)在1991—2018年相對于1961—1990年變化的天數(shù)均少于5 d。計算變化百分率的結果可知，東北三省最大連續(xù)無雨日數(shù)的正負變化百分率大致處于均等的狀態(tài)，正負變化率各占一半。

圖1-f中最長連降水日數(shù)分析結果表明，連續(xù)降水日數(shù)基本上在5～9 d之間變化，2個時間段間變化幅度不大，大致處于0～2 d的變化量，變化百分率負值的區(qū)域大于正值，東北三省近30年相比于前30年（1961—1990）最長連續(xù)降水日數(shù)減少的站點多于增多的站點，總體區(qū)域變化情況是在東北三省的北部和南部減少，中部增加。

2.2 極端降水指數(shù)時間序列變化特征

這里選定東北三省的省會城市為哈爾濱、沈陽和長春，在多年的研究中，大多數(shù)觀測站觀測到冬季降水量總和有所增加（圖2），哈爾濱和沈陽在多年統(tǒng)計中降水量增速大致是3 mm/10年，長春的為5 mm/10年，冬季降水量總和5年滑動平均值以長春的擬合度最好，其次是哈爾濱和沈陽。這里的冬季降水量考慮我國東北部的氣候特征，以11月、12月、1月、2月降水量的總和作為冬季降水量。

由圖2可見，3個省會城市的主要生長季和冬季降水量均呈現(xiàn)不同程度的變化趨勢，哈爾濱和沈陽在5—9月的降水量總和呈現(xiàn)下降趨勢，下降速率分別為-1.05、-15.55 mm/10年，長春在5—9月的降水量以及3個省會城市的冬季降水量呈現(xiàn)上升趨勢，上升速率分別為1.37、2.98、2.96、5.16 mm/10年，3個省會城市冬季降水量呈現(xiàn)增長趨勢，冬季降水量總和5年滑動平均值與線性趨勢存在一定的擬合程度，雖然也有降水量增加或減少交替變化的情況，但波動相對緩和，總體呈增加的趨勢，特別是2000年之后，降水量突變較多，存在多個降水量大值年份，極端降水出現(xiàn)概率增加。

夏季降水量總和5年滑動平均值呈現(xiàn)增加-減少交替變化的趨勢，哈爾濱站60年代、90年代后的5年滑動平均曲線波動相對緩和，70年代、80年代有波谷波峰狀波動，呈現(xiàn)先減少后升高的趨勢;沈陽站2000年之后5年滑動平均曲線波動相對緩和。

1961—2000年降水量增加-減少交替變化的趨勢明顯，1967年、1978年、1989年左右分別出現(xiàn)減少波谷狀，之后又伴隨著上升走勢;長春站由5年滑動平均值的變化趨勢來看，1999—2003年間表現(xiàn)為減少趨勢，其他時間的波動相對緩和。

2.3 極端指數(shù)對比分析

為更好地顯示極端指數(shù)的數(shù)據(jù)分布形狀，本研究對1991—2018年與1961—1990年的數(shù)據(jù)通過小提琴圖進行對比分析。由圖3-a可知，與1961—1990年相比，過去30年冬季最大日降水總量的最小值、中位數(shù)、75%值和最大值均有所上升，四分位距（IQR）與核密度角度均看出其分散程度，存在比較明顯的離散值，前30年比較集中。與1961—1990年相比，過去30年冬季降水量增加，分布不均勻性增強。

與1961—1990年相比，過去30年最大的月降水總量指數(shù)的中值、最小值、25%值上升，75%值、最大值、最小值稍下降，夏季降水量整體水平抬升，降水極值稍有下降，IQR較短，數(shù)據(jù)較集中，只有一個密集區(qū)間，即100～150 mm范圍內數(shù)據(jù)分布密度較高，早30年的大值區(qū)還具有一個密集區(qū)間，從黑色矩形外部形狀來看，分布很不均勻（圖3-b）。由圖3-c可知，與1961—1990年相比，過去30年最大的月降水總量的中值上升。數(shù)據(jù)分布不均勻，最小值更小，最大值更大，300～400 mm區(qū)間的概率密度最大，集中度較高。圖3-d中的形狀變化與圖3-c的變化趨勢一致，不同的是圖3-d中近30年最大值與最小值的差縮小，數(shù)據(jù)集中度更好。圖3-e中2個30年時間段的數(shù)據(jù)分布形狀基本相同，近30年連續(xù)干旱日數(shù)為20～30 d的區(qū)間范圍內的概率密度稍高。圖3-f中與1961—1990年相比，過去30年該指數(shù)的最小值、最大值、中位數(shù)、25%值、75%值均有所下降，但幾個特征點變化不明顯，連續(xù)降水日數(shù)的密度大值區(qū)提高1.0～1.5 d。

3 結論

本研究對1961—2018年東北三省地區(qū)極端降水的時空分布和變化趨勢進行了分析，得出以下主要結論。

（1）整個研究時間段分為1961—1990年、1991—2018年，先后對2個研究段期間最大24 h降水量、農(nóng)作物主要生長季降水量、最大月降水、日降水量≥ 10 mm 以及≥25 mm的日數(shù)、CDD、CWD等極端降水指標進行了分析。東北地區(qū)常作為我國整體降水趨勢研究對象，但其各省份降水事件可能受到東北冷渦和厄爾尼諾現(xiàn)象不同程度的影響，極端降水觀測記錄中呈現(xiàn)南多北少，東西差異，東多西少的特征，近30年東西部變化百分率呈西正東負的趨勢。

（2）東北三省近60年降水量整體處于下降趨勢，上世紀90年代后極端降水頻次增多，連續(xù)性降水極值記錄數(shù)減少，短時極端降水分布較分散，但也有散點狀、高集中等特征。小雨以上降水日數(shù)黑吉兩省近30年呈正變化，遼寧省最大連續(xù)無雨日數(shù)最突出，極端降水概率增加。

（3）夏季24 h最大降水量在東北三省的西部呈增長趨勢，東部呈減少趨勢。冬季24 h最大降水量1991—2018年相對于1961—1990年的變化百分率大多數(shù)呈正變化，基本上都呈現(xiàn)增長變化，3個省會城市的冬季降水量均呈現(xiàn)增長趨勢，黑龍江省和吉林省是正百分率相對大值區(qū)，大陸度指數(shù)分析中也得到冬季降水量普遍有增加的趨勢。

（4）與1961—1990年相比，過去30年冬季降水量增加，但分布不均勻性也增加;最大月降水總量在300～400 mm范圍內數(shù)據(jù)分布密度較高;強降水日數(shù)與前30年趨勢相同，不同的是數(shù)據(jù)集中度更好;連續(xù)降水日數(shù)的密度大值區(qū)提高1.0～1.5 d;1961—1990年、1991—2018年這2個時間段的連續(xù)無雨日數(shù)數(shù)據(jù)分布形狀基本相同，區(qū)別在于近些年連續(xù)無雨日數(shù)在 20～30 d區(qū)間范圍內的概率密度稍高些。

參考文獻：

[1]董思言，高學杰. 長期氣候變化——IPCC 第五次評估報告解讀[J]. 氣候變化研究進展，2014，10（1）：56-59.

[2]Tomczyk A M，Szyga-Pluta K. Variability of thermal and precipitation conditions in the growing season in Poland in the years 1966—2015[J]. Theoretical and Applied Climatology，2019，135，1517-1530.

[3]Szymanowski M，Wieczorek M，Namy S'lak M，et al. Spatio-temporal changes in atmospheric precipitation over south-western Poland between the periods 1891—1930 and 1981—2010[J]. Theoretical and Applied Climatology，2019，135：505-518.

[4]Pińskwar I，Choryński A，Graczyk D，et al. Observed changes in extreme precipitation in Poland：1991—2015 versus 1961—1990[J]. Theoretical and Applied Climatology，2019，135：773-787.

[5]肖艷林，池再香，楊冬冬. 中國東部夏季降水特征及其與西太副高的關系[J]. 中低緯山地氣象，2018，42（3）：44-50.

[6]賀冰蕊，翟盤茂. 中國1961—2016年夏季持續(xù)和非持續(xù)性極端降水的變化特征[J]. 氣候變化研究進展，2018，14 （5）：437-444.

[7]楊金虎，江志紅，王鵬祥，等. 中國年極端降水事件的時空分布特征[J]. 氣候與環(huán)境研究，2008，13（1）：75-83.

[8]申莉莉，張迎新，隆璘雪，等. 1981—2016年京津冀地區(qū)極端降水特征研究[J]. 暴雨災害，2018，37（5）：428-434.

[9]殷方圓，殷淑燕. 近54年來晉陜蒙地區(qū)降水變化特征[J]. 干旱地區(qū)農(nóng)業(yè)研究，2016，34（3）：213-260.

[10]王 昊，姜 超，王鶴松，等. 中國西南部區(qū)域雨季極端降水指數(shù)時空變化特征[J]. 中國農(nóng)業(yè)氣象，2019，40（1）：1-14.

[11]趙志龍，羅 婭，余軍林，等. 貴州高原1960—2016年降水變化特征及重心轉移分析[J]. 地球信息科學學報，2018，20（10）：1432-1442.

[12]肖晶晶，李正泉，郭芬芬，等. 浙江省1901—2017 年降水序列構建及變化特征分析[J]. 氣候變化研究進展，2018，14（6）：553-561.

[13]王 波，李永生，王 瑩，等. 黑龍江省主汛期降水氣候特征及預測檢驗評估[J]. 氣象與環(huán)境學報，2018，34（4）：52-58.

[14]李 洋，王玉輝，呂曉敏，等.1961—2013 年東北三省極端氣候事件時空格局及變化[J].資源科學， 2015，37（12）：2501-2513.

[15]徐 萌. 東北三省極端降水時空分布與概率分布特征研究[D]. 沈陽：沈陽農(nóng)業(yè)大學，2018.

[16]孫鳳華，吳志堅，楊素英. 東北地區(qū)近50 年來極端降水和干燥事件時空演變特征[J].生態(tài)學雜志，2006，25（7）：779-784.

[17]王 萍，李秀芬，楊曉強. 生長季降水對黑龍江省水稻生產(chǎn)的影響[J].中國農(nóng)學通報，2019，35（6）：62-69.

[18]魯 菁，張玉虎，高 峰. 近40年三江平原極端降水時空變化特征分析[J]. 水土保持研究，2019，26（2）：273-281.

[19]Frich P，Alexander L V，Della-Marta P M，et al. Observed coherent changes in climatic extremes during the second half of the twentieth century[J]. Climate Research，2002，19（4）：193-212.

[20]Kiktev D，Sexton D M H，Alexander L，et al. Comparison of modeled and observed trends in indices of daily climate ex-tremes[J]. Journal of Climate，2003，16（22）：3560-3570.劉雨杭，劉 蓉，趙長坤，等. 油菜秸稈還田與氮肥調控對腐解率及養(yǎng)分釋放的影響[J]. 江蘇農(nóng)業(yè)科學，2020，48（21）：288-291.