国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

高寒內(nèi)流區(qū)極端降水的氣候變化特征分析

2021-02-14 05:07高文德李宗省王文勝楊盛梅
冰川凍土 2021年6期
關(guān)鍵詞:臺站降水量海拔

高文德, 王 昱, 李宗省, 王文勝, 楊盛梅

(1.蘭州理工大學(xué)能源與動力工程學(xué)院,甘肅蘭州 730050; 2.中國科學(xué)院西北生態(tài)環(huán)境資源研究院內(nèi)陸河流域生態(tài)水文重點實驗室,甘肅蘭州 730000; 3.西藏自治區(qū)水文水資源勘測局昌都水文分局,西藏昌都 854000)

0 引言

20 世紀(jì)50 年代以來,全球平均地表溫度以0.12 ℃·(10a)-1的速度增長[1]。隨著全球氣候變暖,熱浪、強(qiáng)降水、干旱等極端氣候事件頻繁發(fā)生,地表水循環(huán)加速,極端降水強(qiáng)度和頻率發(fā)生改變,給社會經(jīng)濟(jì)發(fā)展帶來了許多負(fù)面影響[2-8]。Alexander 等[9]指出20世紀(jì)以來全球降水日數(shù)有顯著增加趨勢,特別在北半球的中高緯度區(qū)域。同時,在未來溫室氣體濃度持續(xù)升高背景下,極端降水事件的發(fā)生會更加頻繁[2,9-10]。極端降水帶來的危害主要在三方面,第一,極端降水的發(fā)生常與洪水、干旱、山體滑坡及泥石流等自然災(zāi)害有關(guān),對生態(tài)環(huán)境和社會經(jīng)濟(jì)可持續(xù)發(fā)展造成了重大影響[9,11-17];第二,極端強(qiáng)降水事件會導(dǎo)致土壤過濕,不利于農(nóng)作物生長,同時還會引發(fā)病蟲災(zāi)害[18];第三,極端降水事件趨于頻繁,水資源的不確定性會趨于嚴(yán)峻,進(jìn)一步導(dǎo)致水資源的時空配置調(diào)度趨于困難[2,19]。因此,極端降水事件的變化規(guī)律及其發(fā)生機(jī)制備受學(xué)者關(guān)注[20-23]。

中國極端強(qiáng)降水事件在20世紀(jì)60年代以來整體上呈增多趨勢[24-25]。極端降水在不同流域上存在顯著的區(qū)域差異[26-30],例如,20世紀(jì)60年代以來,西北地區(qū)[31-32]、長江流域[33]極端降水事件強(qiáng)度呈增加趨勢,極端降水頻率呈減少趨勢;西南地區(qū)總降水量略有減少,但極端降水頻率和強(qiáng)度均增加[34-35];華北地區(qū)極端降水強(qiáng)度和頻率均呈減少趨勢,極端降水量減少[36]。

高寒內(nèi)流區(qū)位于青藏高原腹地,是中國寒區(qū)內(nèi)陸河的聚集地,受東亞季風(fēng)、高原季風(fēng)和西風(fēng)環(huán)流的交匯影響,對區(qū)域及全球性的氣候變化較為敏感。研究指出,1960—2014 年柴達(dá)木盆地極端降水頻率和強(qiáng)度均有所增加[37],1961—2015 年間青海湖流域降水量快速增加,波動快速增強(qiáng),極端降水的強(qiáng)度與頻數(shù)亦快速增加,極端降水事件可能性大大增加[38]。然而作為中國重要生態(tài)屏障,對整個高寒內(nèi)流區(qū)極端降水特征的研究處于空白,此外,作為一個獨立的水文單元,其下墊面條件復(fù)雜多樣,水資源調(diào)控困難,因而有必要采用最新的資料和統(tǒng)一的極端降水指數(shù),對高寒內(nèi)流區(qū)極端降水事件變化特征及其演變規(guī)律進(jìn)行全面深入的分析。本文在以往研究基礎(chǔ)上選取由氣候變化檢測、監(jiān)測和指數(shù)專家小組(http://cccma.seos.uvic.ca/etccdmi/index.shtml)推薦的12 個極端降水指數(shù)中與本研究區(qū)生態(tài)環(huán)境密切相關(guān)的8個極端降水指數(shù)來研究極端降水變化的規(guī)律和原因,為適應(yīng)氣候變化制訂具有針對性的防災(zāi)減災(zāi)對策,同時為高寒內(nèi)流區(qū)水資源調(diào)控及未來氣候預(yù)測提供科學(xué)依據(jù)。

1 研究區(qū)概況

高寒內(nèi)流區(qū)位于青藏高原腹地,總占地面積1 025 163.28 km2,占據(jù)青藏高原約45% 的面積,地理位置為78.46°~101.45° E,29.52°~39.42° N,主要包括青海湖流域分區(qū)、柴達(dá)木盆地分區(qū)和羌塘盆地分區(qū),行政區(qū)包括青海省、西藏和新疆,是內(nèi)陸河區(qū)湖泊較為集中的地區(qū)(圖1)。高寒內(nèi)流區(qū)平均海拔4 000 m 以上,氣候寒冷干燥,全年降水量相較于全國大部分地區(qū)偏少,主要集中在5—9月[39-45]。

2 數(shù)據(jù)來源與研究方法

選取由中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.nimc.cn/home.do)提供的,符合條件的25 個氣象站點1969 年1月1日至2017年12月31日共49年日降水資料,利用基于R 編輯器開發(fā)的RClimDex軟件計算8 個極端降水指數(shù)(表1);采用線性趨勢法,5 年滑動平均等分析高寒內(nèi)流區(qū)極端降水的變化趨勢;其中季節(jié)劃分按照當(dāng)?shù)靥厥庾匀坏乩憝h(huán)境,以4—5 月為春季,6—8 月為夏季,9—10 月為秋季,11月至次年2月為冬季。

表1 極端降水指數(shù)的定義Table1 Definition of extreme precipitation indices

3 結(jié)果與分析

3.1 降水量時空變化特征

3.1.1 時間變化

高寒內(nèi)流區(qū)1969—2017年平均降水量為270 mm,年最大降水量出現(xiàn)在1989 年,年降水量為331 mm;年最小降水量出現(xiàn)在1972 年,年降水量為224 mm(圖2)。1969—2017 年年平均降水以11.1 mm·(10a)-1的趨勢顯著增加。1969—1995 年保持穩(wěn)定,20 世紀(jì)90 年代到21 世紀(jì)前10 年顯著增加,之后波動下降。從季節(jié)變化上來看四季降水都呈明顯增加趨勢,其中夏季降水增加趨勢最為明顯,其增加值達(dá)到了6.11 mm·(10a)-1。春季降水在70 年代中期到80 年代中期上升,80 年代中期到90 年代初下降,90 年代以后30 年里呈波動上升趨勢。夏、秋季降水年際上與全年變化相似,在波動中呈上升趨勢;冬季降水在90 年代之前上升,90 年代之后波動下降。

圖2 1961—2017年高寒內(nèi)流區(qū)降水年際變化趨勢Fig.2 The temporal variation of precipitation in the endorheic area in alpine region during 1969—2017

3.1.2 空間變化

我國高寒內(nèi)流區(qū)約有88% 的臺站年降水量呈增加趨勢(圖3),有56% 的臺站增加趨勢通過了顯著性檢驗,顯著增加的區(qū)域主要分布在青海湖流域,羌塘盆地南部地區(qū)也有較大增加趨勢,表現(xiàn)降低的臺站分布在柴達(dá)木中部北部地區(qū)。約92% 的臺站春季降水表現(xiàn)增加勢頭,但僅有43% 的臺站增加趨勢通過了顯著性檢驗且主要分布在羌塘盆地大部分臺站及青海湖流域,增加幅度呈現(xiàn)自北向南遞增的趨勢。夏季降水顯著增加的臺站分布在高寒內(nèi)流區(qū)東部地區(qū),表現(xiàn)降低趨勢的臺站分布在柴達(dá)木盆地腹地。秋季降水量約有80% 的臺站表現(xiàn)出增加趨勢,但僅有30% 的臺站通過了顯著性檢驗,主要分布在高寒內(nèi)流區(qū)東部地區(qū)。冬季降水呈上升趨勢的站點占76%,均未通過顯著性檢驗,總體上呈由北向南增大的趨勢,增幅最大值出現(xiàn)在羌塘盆地南部地區(qū)。

圖3 1961—2017年高寒內(nèi)流區(qū)降水量的空間分布Fig.3 Spatial variation of precipitation variations in the endorheic area in alpine region during 1969—2017

3.2 極端降水時空變化特征

3.2.1 時間變化

由高寒內(nèi)流區(qū)極端降水指數(shù)變化趨勢來看(圖4),CDD(連續(xù)干旱日數(shù))除20世紀(jì)90年代表現(xiàn)增加趨勢外,其余時段均呈不同程度的降低趨勢,總體以-3.54 d·(10a)-1的速率顯著降低,表明高寒內(nèi)流區(qū)降水年內(nèi)結(jié)構(gòu)發(fā)生變化。研究段內(nèi)CWD(連續(xù)濕潤日數(shù))在1969—1985 年呈增加趨勢,此后微弱降低,2000 年以后又開始緩慢增加,總體上以0.06 d·(10a)-1的趨勢上升,但沒有通過顯著性檢驗。

圖4 1961—2017年高寒內(nèi)流區(qū)極端降水指數(shù)年際變化曲線Fig.4 The annual variation curves of extreme precipitation index in the endorheic area in alpine region during 1969—2017

1969—2017 年P(guān)RCPTOT(雨日降水總量)在1969—1990 年增加趨勢緩慢,1990 年之后劇烈增加,總體上呈上升趨勢,變化幅度為11.06 mm·(10a)-1。研究段內(nèi)SDII(雨日降水強(qiáng)度)展現(xiàn)出以10 年為周期的波動變化,總體上以0.06 mm·d·(10a)-1的速率顯上升。

RX1day(單日最大降水量)和RX5day(五日最大降水量)在研究段內(nèi)均為顯著增加趨勢,增濕幅度分別為1.06 mm·(10a)-1和3.07 mm·(10a)-1。RX1day 在1969—1980 年呈降低趨勢,1980 年以后緩慢增加,21 世紀(jì)呈現(xiàn)出更大的增加趨勢。RX5day 在研究段內(nèi)均呈增加趨勢,同樣在21 世紀(jì)呈現(xiàn)出更大的增加趨勢,表明新世紀(jì)以來高寒內(nèi)流區(qū)氣候向濕化發(fā)展。

研究區(qū)R95(極端降水量)在1969—1980 年下降,之后表現(xiàn)出增加勢頭,2000 年以后劇烈增加,總體上以4.35 mm·(10a)-1速率增加。R10 mm(日降水大于10 mm 日數(shù))以0.43 d·(10a)-1的傾向率顯著增加;在1990年之后表現(xiàn)出更劇烈的增長趨勢。

3.2.2 空間變化

我國高寒內(nèi)流區(qū)極端降水指數(shù)空間差異明顯,PRCPTOT 約有88% 臺站為增加趨勢,約有64% 的臺站的增加趨勢通過了顯著性水平檢驗(圖5),表現(xiàn)增加趨勢的臺站主要分布在東部等高海拔地區(qū)(圖6),這一結(jié)論證實該地區(qū)降水增加主要發(fā)生在高海拔地區(qū)。研究區(qū)內(nèi)SDII 有76% 的臺站表現(xiàn)出增加趨勢,但只有42% 的臺站增加趨勢通過了顯著性檢驗,大部分SDII 增加的臺站與PRCPTOT 呈增加趨勢的臺站相同,表明PRCPTOT 與SDII 在區(qū)域上表現(xiàn)出相同的分布規(guī)律,You 等[46]對青藏高原極端降水的研究也得到了這一結(jié)論。

圖5 極端降水指數(shù)顯示正趨勢和負(fù)趨勢的氣象臺站百分比Fig.5 Percentage of stations showing positive and negative trends for indices of precipitation index

圖6 1961—2017年高寒內(nèi)流區(qū)極端降水指數(shù)變化幅度的空間分布Fig.6 Spatial distribution of change ranges of extreme precipitation index in the endorheic area in alpine region during 1969—2017

RX1DAY 和RX5day 的變化趨勢區(qū)域差異性明顯,RX1day 有76.92% 的站臺呈增加趨勢,有60%的臺站通過了顯著性水平檢驗,這些站臺主要分布高寒內(nèi)流區(qū)東南部地區(qū);RX5day 有73.08% 臺站呈增加趨勢,有32% 的臺站通過了顯著性水平檢驗,變化趨勢由東到西逐漸遞增。

參與統(tǒng)計的25 個臺站中CDD 有80% 的臺站呈降低趨勢,但只有10% 的臺站降低趨勢通過了0.05水平的顯著性檢驗(圖5),呈現(xiàn)增加趨勢的臺站主要分布在柴達(dá)木盆地(圖6),反映了這一區(qū)域雨日天數(shù)的增加。整個研究區(qū)約72% 的臺站CWD 上升,只有德令哈站通過顯著性檢驗,表現(xiàn)增加趨勢的臺站主要分布柴達(dá)木盆地東部,表現(xiàn)降低趨勢的臺站主要分布在羌塘盆地南部。

R95 約有80% 的站臺呈增加趨勢,但只有35%的站點通過了顯著性水平檢驗,主要集中在青海湖流域;降低的臺站主要分布在柴達(dá)木盆地中部以及羌塘盆地南部。25個臺站中有86% 的臺站R10 mm為增加趨勢,約有43% 的臺站增加趨勢通過了顯著性檢驗,這一結(jié)果表明小雨日數(shù)的增加是引起研究區(qū)降水量增加的因素之一。

3.3 極端降水指數(shù)之間的相關(guān)性及其與海拔的聯(lián)系

有學(xué)者研究表明降水與極端降水指數(shù)之間存在密切的聯(lián)系[26,46],對高寒內(nèi)流區(qū)極端降水指數(shù)進(jìn)行相關(guān)性分析(表2),結(jié)果表明:在0.01顯著性水平上,除CDD外,極端降水指數(shù)均與降水量呈正相關(guān),降水量與R10 mm和R95的相關(guān)系數(shù)分別為0.91和0.81,這一結(jié)果同樣表明小雨日數(shù)及極端降水的增加是引起研究區(qū)降水量增加的因素之一。

表2 高寒內(nèi)流區(qū)極端降水指數(shù)與降水量的相關(guān)性分析Table 2 Correlation coefficients between extremes precipitation in the endorheic area in alpine region and precipitation

極端降水指數(shù)之間的相關(guān)關(guān)系可以較為直觀的反映極端降水[26,46],CWD 與RX1day、SDII、R95、R10 mm,CDD 與各極端降水指數(shù)的相關(guān)性不顯著,其余大部分指數(shù)之間均呈顯著的正相關(guān)。其中PRCPTOT 與R10 mm、R95、RX5day 的相關(guān)系數(shù)分別為0.91、0.82、0.73,表明極端降水事件具有一致性,總降水量增加,極端降水的頻率、強(qiáng)度、極值也增加。

8個極端降水指數(shù)中只有PCRPTOT 和R10 mm的變化幅度表現(xiàn)出隨海拔升高而顯著的增加趨勢(圖7),反映出高海拔區(qū)雨日降水量和雨日天數(shù)的增加,除CWD、RX1day 和RX5day 外其余極端降水指數(shù)均呈隨海拔升高而變化幅度增大的趨勢,反映了降水量隨海拔上升而增大。CDD最大降低幅度出現(xiàn)在海拔4 500~5 000 m(表3),表明高海拔區(qū)降水量增加,RX1DAY、RX5day、SDII、R95最高的變化幅度發(fā)生在3 000~4 000 m。PCRPTOT 和R10 mm 的最大增加幅度發(fā)生在海拔4 500~5 000 m 之間,且這兩個指數(shù)的變化幅度均隨海拔上升而顯著增大,表明高海拔區(qū)PCRPTOT 的增加主要是R10 mm 增加的結(jié)果。

表3 不同海拔區(qū)極端降水指數(shù)的變化幅度Table 3 The mean trends per decade of precipitation extremes in categorized elevation ranks

圖7 1961—2017年高寒內(nèi)流區(qū)極端降水指數(shù)變化幅度與海拔的相關(guān)性(R為相關(guān)系數(shù),P為顯著性)Fig.7 Correlation between elevations and linear trends of extreme precipitation indices in the endorheic area in alpine region during 1969—2017

4 結(jié)論

利用高寒內(nèi)流區(qū)近57 a 逐日降水資料,采用國際通用的極端氣候指數(shù),分析極端降水的變化特征及其原因,結(jié)果表明:

(1)1969—2017 年間年均降水量以11.1 mm·(10a)-1的趨勢顯著增加,在20 世紀(jì)90 年代以后增加趨勢更加明顯。季節(jié)降水量均呈增加趨勢,以冬季上升最明顯,變化幅度為6.11 mm·(10a)-1??臻g上年均降水量呈現(xiàn)出東多西少、南多北少的特征。

(2)極端降水指數(shù)除CDD 外,均呈不同程度的增加趨勢,其年際變化反映出在進(jìn)入21世紀(jì)后高寒內(nèi)流區(qū)降水向強(qiáng)降水量和日數(shù)更多、強(qiáng)度更強(qiáng)、極值更大、時間更集中的方向發(fā)展。

(3)極端降水指數(shù)變化的顯著型水平較低且極端降水空間差異性明顯,CWD、PRCPTOT、SDII、RX1DAY、RX5DAY、R95、R10 表現(xiàn)顯著增加趨勢的臺站百分率為5%、64%、42%、60%、32%、35% 和43%,CDD 表現(xiàn)顯著下降趨勢的臺站百分率為5%,極端降水的空間分布反映出高海拔區(qū)雨日天數(shù)的明顯增加。

(4)極端降水事件具有一致性,總降水量增加,極端降水的頻率、強(qiáng)度、極值也增加,小雨日數(shù)增加是降水總量增加的因素之一。高寒內(nèi)流區(qū)極端降水增濕幅度隨海拔升高有增大趨勢,高海拔區(qū)雨日降水量和雨日天數(shù)的增加是極端降水總量增加的主要因素。

由于利用站點觀測資料很難獲取高時空分辨率、時間一致和空間連續(xù)的降水資料,尤其是高原西部地區(qū)觀測站點稀疏,使得高寒內(nèi)流區(qū)極端降水的研究受到很大制約。IPCC 第五次評估報告也指出,降水資料的缺乏會使評估結(jié)果存在一定的偏差和不確定性,未來需要用更長的時間序列、更多的數(shù)據(jù)源對其進(jìn)行全面系統(tǒng)的機(jī)理性研究。

猜你喜歡
臺站降水量海拔
我國在珠穆朗瑪峰架設(shè)世界最高海拔氣象站
成都市年降水量時空分布特征
高海拔的甘南
基于ETL技術(shù)的臺站信息同步應(yīng)用研究
地震臺站基礎(chǔ)信息完善及應(yīng)用分析
一種適用于高鐵沿線的多臺站快速地震預(yù)警方法
1961—2018年高密市降水量變化特征分析
南美三大高海拔球場
一種具備干擾臺站剔除的多臺站定位方法
1956—2014年鐵嶺縣降水變化趨勢分析