周明圓, 劉君龍, 許繼軍, 洪曉峰, 袁 喆
(長江水利委員會長江科學院水資源綜合利用研究所,武漢 430010)
政府間氣候變化委員會(Intergovernmental Panel on Climate Change,IPCC)第5次氣候變化評估報告指出,20世紀以來,全球大部分地區(qū)經(jīng)歷了以升溫為主要特征的氣候變化過程[1-2]。在當前全球變暖的大背景下,中國不同區(qū)域氣候特征都在發(fā)生劇烈的變化,在各種氣候要素中,降水量是衡量一個地區(qū)氣候及其變化的關(guān)鍵指標之一[3]。但受地形地貌、水汽輸送途徑等自然因素的影響,降水量的時空分布特征區(qū)域分異明顯,因此,在特定區(qū)域展開有針對性的降水量變化特征研究,對于認識氣候變化下的區(qū)域水文循環(huán)及合理規(guī)劃流域水資源具有重要意義,已成為氣候變化研究的重要課題之一[4]。
青藏高原是全球氣候變化的驅(qū)動機與放大器[5],從20世紀60年代以來增溫顯著。而長江源區(qū)深居青藏高原腹地是全球氣候變化的前哨[6],對氣候變化非常敏感,其氣候變化對于區(qū)域和全球氣候變化具有重要的指示性意義[7]。已有研究表明長江源區(qū)的氣候水文要素發(fā)生了顯著的變化[8],且近年來源區(qū)干旱、雪災(zāi)等自然災(zāi)害頻繁發(fā)生,已對整個長江流域的生態(tài)系統(tǒng)和經(jīng)濟發(fā)展構(gòu)成嚴重威脅[9]。因此,多角度理解和認知氣候變化條件下長江源區(qū)降水量時空變化特征,對進一步了解長江源區(qū)環(huán)境的響應(yīng)是十分必要的。
現(xiàn)選取長江源區(qū)作為研究區(qū)域,以長江源區(qū)及周邊地區(qū)在內(nèi)的7個氣象站點1966—2013年實測資料為基礎(chǔ),運用降水傾向率、Mann-Kendall趨勢檢驗、Morlet小波分析及Hurst指數(shù)法,對長江源近48年降水的時空分布特征及其周期性變化特征進行詳細分析,并預(yù)測其未來的演變趨勢,研究結(jié)果不但有助于該區(qū)域合理開發(fā)與可持續(xù)利用水資源,同時也可以為未來氣候變化條件下采取適應(yīng)性的水資源保護措施提供科學依據(jù)。
長江源區(qū)(90°30′~97°10′E,32°30′~35°50′N)位于青海省南部,地處“世界屋脊”青藏高原腹地,直門達水文站以上流域面積13.77×104km2,約占中國三江源地區(qū)總面積的43.6%[10]。長江源區(qū)地勢西高東低,成北、西、南三面環(huán)山的盆谷地態(tài)勢,平均海拔4 000 m以上,屬大陸性高原亞寒帶和高原寒帶,終年氣候寒冷,年平均氣溫-5.3~3.3 ℃,月均正溫期只有5個月(5—9月)[11]。長江源區(qū)屬高原亞寒帶半濕潤、半干旱區(qū),年平均降水約為398 mm,是長江流域降水量最少的地區(qū),年內(nèi)降水時空分布不均,降水主要集中在汛期(5—9月),并以液態(tài)降水為主,占全年總降水量的80%以上,是長江源區(qū)氣候比較濕潤的時期,而非汛期(10月—翌年4月)由于氣溫相對較低,則主要以固態(tài)降水為主[12]。長江源區(qū)流域位置如圖1所示。
圖1 長江源區(qū)及所選氣象站點分布
研究所用實測降水量數(shù)據(jù)來自國家氣象信息中心氣象資料室建立的中國國家級地面氣象站基本氣象要素日值數(shù)據(jù)集(http://cdc.cma.gov.cn/)。由于長江源區(qū)范圍內(nèi)的氣象站點較少,且各氣象站點降水時間序列的起始年份不一,因此為保證時間序列的一致性和完整性,篩選了包含源區(qū)周邊區(qū)域在內(nèi)具有長期連續(xù)觀測資料的7個氣象站1966—2013年逐日降水數(shù)據(jù)作為本次研究的基礎(chǔ)資料,整個長江源區(qū)面平均降雨量通過泰森多邊形法求得。研究所選取的氣象站點分布情況如圖1所示。
2.2.1 降水傾向率法
采用線性回歸法來計算長江源區(qū)降水量演變趨勢性,同時利用傾向率檢驗其演變趨勢[13],計算公式為
x=a+bt,t=1966,1967,…,2016
(1)
(2)
式中:x為降水量要素;a為截距;b為傾向率,若b>0表示隨時間增加降水量x呈增加趨勢,若b<0則相反;n為降水時間序列樣本數(shù)。
2.2.2 Mann-Kendall法
Mann-Kendall法是一種常用來評估檢測降水、氣溫、徑流等各種水文氣象要素時間序列的長期變化趨勢的非參數(shù)統(tǒng)計檢驗法[14-15],其優(yōu)勢是不需要樣本遵循某種特定的分布,且也不受少數(shù)異常值的干擾,其計算過程簡便,檢測范圍廣,并且干擾度小、定量化程度較高[16-17]。對于具有n個樣本數(shù)的降水時間序列變量x1,x2,…,xn,其Mann-Kendall檢驗統(tǒng)計量S為[18]
(3)
式(3)中:Sgn()為階躍函數(shù),其計算式為
(4)
S近似符合標準正態(tài)分布,其均值為0,其方差的計算公式為
(5)
Mann-Kendall統(tǒng)計量Z的計算公式為
(6)
在趨勢性檢驗中,給定的置信度水平α上,若|Z|≥Z1-α/2,則原假設(shè)不成立,即α在置信度水平上,時間序列存在增加或較小趨勢較為明顯。當Z>0時,表示增加趨勢,當Z<0時,表示減少趨勢。當|Z|≥1.28時,表示通過了信度90%的顯著性趨勢檢驗;當|Z|≥1.64時,通過了信度95%的顯著性趨勢檢驗;當|Z|≥2.32時,通過信度99%顯著性趨勢檢驗。
2.2.3 小波分析法
小波分析是一種信號的時間尺度分析方法,具有時頻兩域多分辨的功能[19],較好的適應(yīng)了水文氣象序列多時間尺度的結(jié)構(gòu)特征。小波分析不僅能夠反映時間序列的局部變化規(guī)律,而且能清晰展現(xiàn)出隱藏在時間序列內(nèi)部的精細結(jié)構(gòu)[20]。小波分析法作為一種高效的信號分析方法[21],目前已被廣泛應(yīng)用于水文氣象時間序列變化趨勢和周期性特征等研究中[22]。本次研究選用在水文氣象分析中應(yīng)用較為廣泛的Morlet小波對長江源區(qū)降水量時間序列進行周期性分析。
2.2.4 Hurst指數(shù)法
Hurst指數(shù)是對水文氣象序列的未來變化趨勢有較強預(yù)測能力的方法,本研究采用了R/S分析法來估算Hurst指數(shù),其中R為極差,S為標準差,其相關(guān)計算公式可參見文獻[23]。由于Hurst指數(shù)可以分析降水的長期記憶特征[24],因此采用Hurst指數(shù)可以很好地揭示出水文序列中的趨勢性成分,并且根據(jù)Hurst指數(shù)值的大小能判斷趨勢性的持續(xù)性或反持續(xù)性的強度,Hurst指數(shù)的分級標準見表1,其中等級1~5級和-1~-5級分別用來表示持續(xù)性強度和反持續(xù)性強度。
表1 Hurst指數(shù)分級標準
根據(jù)選取的長江源區(qū)及周邊在內(nèi)7個氣象站1966—2013年的多年平均降水量,采用克里金法插值得到流域多年平均降水量空間分布情況,如圖2所示。從圖2中可以看出,長江源區(qū)降水量存在明顯的空間變化差異,總體分布趨勢為由東南向西北遞減,從上游至下游逐漸增大。其中位于流域出口的直門達附近區(qū)域降水量最高,多年平均降水量在500 mm以上,沱沱河和五道梁周邊的西北廣大地區(qū)降水量最低,多年平均降水量不足300 mm,兩地之間的差值高達200 mm,呈現(xiàn)出極強的空間異質(zhì)性。上述長江源區(qū)降水量空間分布格局的形成,究其原因,是因為長江源區(qū)降水量的空間分布與水汽輸送途徑和源區(qū)地形地貌密切相關(guān)。
圖2 長江源區(qū)降水多年平均空間分布
圖3為1966—2013年期間長江源區(qū)降水量年際變化過程情況,可以看出:近48年來長江源區(qū)降水量整體呈現(xiàn)出較為明顯的增加趨勢,年際變化傾向率為17 mm/10a,其變化通過了α=0.01的顯著性檢驗;長江源區(qū)1966—2013年期間多年平均降水量為351.5 mm,其中最大降水量年份為 2009年,該年降水量達503.04 mm,是研究時段內(nèi)多年平均值的1.43倍,1984年則達近48年來降水量的最低值239.2 mm;同時,由5 a滑動平均曲線可以看出,20世紀60年代初至90年代中期長江源區(qū)降水量變化相對較平穩(wěn),處于年際波動狀態(tài),基本在多年平均值附近波動,而90年代中期—2013年(近10 a)降水量則呈顯著上升趨勢,這可能與近年來長江源區(qū)氣溫顯著增加導致區(qū)域水文循環(huán)加快存在一定的相關(guān)性[11],此結(jié)果與王可麗等[25]對黃河、長江源區(qū)降水變化的水汽輸送研究結(jié)果基本吻合。
圖3 1966—2013年長江源區(qū)降水量年際變化過程
圖4為長江源區(qū)降水量的年內(nèi)分配過程,可以看出:長江源區(qū)年內(nèi)降水分布曲線呈現(xiàn)出典型的“單峰形”,降水量年內(nèi)分配極不均勻,主要集中在汛期,降水量為315.39 mm,約占全年總降水量的89.6%,而非汛期降水量僅為36.65 mm,約占全年總降水量的10.4%,不足汛期降水量的13%;其中年內(nèi)降水量最大的月份為7月,月降水量達89.35 mm,約占全年降水量的25.38%,最小年內(nèi)降水量出現(xiàn)在12月,降水量僅為1.54 mm,約占全年降水量的0.44%,比最大月降水量偏低98.3%。
由于長江源區(qū)降水主要集中在汛期,這也導致年內(nèi)降水量的季節(jié)分配差別較大。四季中降水量分配比例最高的為夏季,降水量為232.80 mm,占全年總降水量的百分比高達66.13%,分別為春季降水量的5.48倍、秋季降水量的3.32倍和冬季降水量的34.69倍;其中,流域夏、冬兩季降水量差距最大,秋季和春季次之,其主要原因在于長江源區(qū)水汽輸送和水汽含量存在明顯的季節(jié)性變化。具體而言,冬季在西北氣流的控制下,雖然有一些水汽輸送到高原腹地,但仍然是一年中水汽含量最少的季節(jié);春季西風開始減弱,氣溫開始逐漸回升,水汽含量也伴隨著融冰蒸發(fā)而緩慢增加;夏季太平洋副熱帶高壓北抬西伸,同時配合高原低壓,將低緯度的濕熱空氣源源不斷地輸送到高原,使得空氣中水汽含量迅速增加;秋季西風帶逐漸南移,同時夏季風環(huán)流也南撤減弱,但此時空氣中水汽含量較春季仍偏高[10]。長江源區(qū)各季的多年平均降水量的具體數(shù)據(jù)見表2。
圖4 長江源區(qū)降水量年內(nèi)分配過程
小波變換實部等值線圖可以清晰地顯示降水量時間尺度變化及其位相結(jié)構(gòu),本研究采用泰森多邊形法計算了長江源區(qū)的面降水量,利用Morlet小波并結(jié)合Matlab和surfer軟件對流域降水量序列進行連續(xù)小波變換,從而得到長江源區(qū)降水小波變換實部等值線圖,如圖5所示。由圖5可以看出,長江源區(qū)降水量具有不同尺度的周期性振蕩特征,研究期內(nèi)大致存在5 a和12 a左右的短周期性時間尺度、21 a和28 a左右的中長周期性時間尺度,且各振蕩中心均呈現(xiàn)出正位相和負位相交替出現(xiàn)的現(xiàn)象,表明近48年內(nèi)長江源區(qū)降水量存在偏少偏多的波動性變化。此外,從2013年后未閉合的小波變換實部等值線圖來看,以5 a或28 a為周期,未來幾年降水將會繼續(xù)增加;以12 a或21 a為周期,未來降水則可能會減少。
小波方差反映信號波動的能量隨時間尺度的分布,可由此判定降水在研究時間域中不同尺度擾動的相對強度和存在的主周期[7]。研究區(qū)降水量的小波方差如圖6所示,圖6中顯示2個明顯的峰值,對應(yīng)著的時間尺度分別為21 a和28 a,同時存在5 a和12 a兩個次峰值。其中最大峰值為28 a,說明28 a左右的周期振蕩最強,可以認為是長江源區(qū)降水量的第一主周期;第二周期的峰值僅次于第一周期,對應(yīng)的時間尺度為21 a;12 a時間尺度對應(yīng)著第3峰值,為降水變化的第三周期;第4峰值對應(yīng)著5 a的時間尺度,為第四主周期,這4個周期在長江源區(qū)近48 a降水量序列中起主要作用,其中28 a尺度最為顯著,此結(jié)果進一步驗證了小波實部時頻圖中主導周期的準確性。但由于受降水量序列長度時間尺度的制約,振蕩周期和降水周期在更長的時間尺度下是否能夠保持一致,需待后續(xù)進行更加深入的研究。
表2 長江源區(qū)季節(jié)降水量年內(nèi)分配統(tǒng)計
圖5 長江源區(qū)降水Morlet小波變換實部時頻分布
圖6 長江源區(qū)降水過程小波方差
現(xiàn)利用Hurst指數(shù)來判斷長江源區(qū)降水量序列是否存在持續(xù)性(或反持續(xù)性),結(jié)果,如圖7和表3所示??梢钥闯觯洪L江源區(qū)各氣象站點及全流域的Hurst指數(shù)均大于0.5,表明降水量未來變化趨勢與過去一致,即其未來仍將延續(xù)降水量增加的變化趨勢。除雜多站的Hurst指數(shù)為0.55,僅表現(xiàn)出很弱的方向持續(xù)性外,其余站點都分別表現(xiàn)出很強、強和較強的方向持續(xù)性。其中,五道梁氣象站的Hurst指數(shù)高達0.82,其持續(xù)性強度達到5級,說明方向的持續(xù)性很強;清水河、沱沱河和玉樹3個氣象站的Hurst指數(shù)介于0.75~0.80,表明方向的持續(xù)性強;曲麻萊、安多站及全流域的Hurst指數(shù)0.65~0.75,即方向的持續(xù)性較強。此結(jié)果與上述以5 a或28 a為周期時,小波分析得出的結(jié)論一致,同時也與劉光生等[26]在對長江黃河源區(qū)氣候變化的研究中得出長江源區(qū)降水量有增加趨勢的結(jié)果相吻合。
R為極差;S為標準差;t為任意整數(shù),t≥1
(1)長江源區(qū)降水存在較為明顯的空間差異,總體分布趨勢為由東南向西北遞減,從上游至下游逐漸增大。其中,位于流域出口的直門達附近區(qū)域降水量最大,沱沱河和五道梁周邊的西北廣大地區(qū)降水量最低,變化差值高達200 mm,呈現(xiàn)出極強的空間異質(zhì)性,這與源區(qū)水汽輸送途徑和地形地貌密切相關(guān)。
(2)近48年長江源區(qū)降水呈現(xiàn)出較為明顯的增加趨勢,年際變化傾向率為17 mm/10a,多年平均降水量為351.5 mm;其中20世紀60年代初到90年代中期源區(qū)降水量變化相對較平穩(wěn),基本在多年平均值附近波動,而90年代中期到2013年降水量則呈顯著上升趨勢。
表3 長江源區(qū)各氣象站點降水Hurst指數(shù)及其分級結(jié)果
注:(+)表示正向持續(xù)性。
(3)長江源區(qū)降水量年內(nèi)分配極不均勻,主要集中在汛期,約占全年總降水量的89.6%,而非汛期降水量僅占10.4%;其中,年內(nèi)降水量最大和最小的月份分別出現(xiàn)在7月和12月,分別占全年總降水量的25.38%和0.44%;此外,降水量具有較明顯的季節(jié)差異,降水量分配比例最高的為夏季,秋季次之,其次是春季,冬季降水量最小。
(4)長江源區(qū)降水時間序列存在多個周期,其中28 a為第一主周期,21 a、12 a和5 a分別為第二、三、四主周期。
(5)長江源區(qū)各氣象站點及全流域的Hurst指數(shù)均大于0.5,表明降水量未來仍將延續(xù)增加的變化趨勢。
由于長江源區(qū)地域遼闊,自然條件惡劣,目前該地區(qū)氣象觀測站點非常稀少,而高密度、長序列的氣象監(jiān)測數(shù)據(jù)又是研究降水量時間序列演變特征的基礎(chǔ),因此,如何在可能的條件下獲取更為準確而又詳實的降水量資料來分析其演變規(guī)律是亟待解決的問題。此外,研究僅基于實測歷史資料來對降水量未來的演變趨勢進行預(yù)測,但考慮到歷史規(guī)律反映的是重現(xiàn)特性,不能完全指導未來降水的演變特征,因此,下一步研究將結(jié)合全球或區(qū)域氣候模式作更加深入的研究。