2

(1.南京信息工程大學(xué) 應(yīng)用氣象學(xué)院，南京 210044；2.南京信息工程大學(xué) 江蘇省農(nóng)業(yè)氣象重點實驗室，南京 210044；3.北京市氣象信息中心，北京 100089)

1 研究背景

降水特征是表達(dá)區(qū)域氣候和水循環(huán)特征的重要方面，對降水特征進(jìn)行評估、對降水過程進(jìn)行預(yù)報是氣象服務(wù)和防災(zāi)減災(zāi)的重要內(nèi)容[1]。在較大范圍內(nèi)同時發(fā)生降水的區(qū)域降水事件更容易帶來嚴(yán)重的水文災(zāi)害。因此，掌握區(qū)域降水事件的特征是了解某一地區(qū)降水特征的重要方面。

目前對單個站點降水特征的分析較多，如通過百分位數(shù)確定站點的極端降水閾值，SPI(Standard Precipitation Index)等旱澇指標(biāo)都是計算某一站點的降水特征的指標(biāo)，而對區(qū)域降水事件的研究相對較少[2-8]。區(qū)域降水事件最主要的特征是覆蓋范圍廣，一般在10×10 km2以上[9]，持續(xù)時間、降水范圍、降水強(qiáng)度是描述區(qū)域降水事件的3個主要指標(biāo)[1,10-11]。目前已有的區(qū)域降水事件的研究主要有2類：一類以小時降水量數(shù)據(jù)為基礎(chǔ)，研究某一次區(qū)域降水事件的發(fā)展過程，以研究區(qū)域降水事件的物理特征為主，這對于區(qū)域降水事件的預(yù)報具有重要意義[12-17]；另一類以日降水量數(shù)據(jù)為基礎(chǔ)，研究不同地區(qū)的區(qū)域性降水事件的多年平均狀況，主要用于暴雨災(zāi)害風(fēng)險評估等[18-22]。但缺少對于同一地區(qū)的區(qū)域性降水事件的時空演變規(guī)律的研究。

京津冀地區(qū)是我國政治、經(jīng)濟(jì)、文化中心，受城市化、地形、地理位置等影響，水旱災(zāi)害頻繁，如1996年、1999年、2012年、2016年等該地區(qū)遭遇全區(qū)性暴雨洪澇災(zāi)害，造成極大的經(jīng)濟(jì)損失[23]。探討該地區(qū)降水特征，特別是區(qū)域性降水事件的時空演變規(guī)律，對于城市合理規(guī)劃和城市氣象災(zāi)害防御等具有重要意義。本研究以水旱災(zāi)害頻發(fā)的京津冀地區(qū)為案例研究區(qū)，基于該地區(qū)173個氣象站1989—2018年間逐日降水?dāng)?shù)據(jù)識別區(qū)域降水事件，采用集合經(jīng)驗?zāi)B(tài)分解(EEMD)等方法，分析區(qū)域降水事件的特征及其時空分布規(guī)律，以豐富京津冀地區(qū)區(qū)域降水特征的相關(guān)研究成果，為當(dāng)?shù)厮Y源規(guī)劃、防災(zāi)減災(zāi)等提供技術(shù)支撐。

2 材料與方法

2.1 研究區(qū)概況

本文以我國主要城市群京津冀地區(qū)為案例研究區(qū)(圖1)。京津冀地區(qū)包括北京市、天津市和河北省(36°03′N—42°40′N，113°27′E —119°50′E)，共13個地市，處于中緯度亞歐大陸東岸。全區(qū)地勢西北高、東南低，從西北向東南呈半環(huán)狀逐級下降。從西北向東南依次為壩上高原、燕山和太行山地以及河北平原。京津冀地區(qū)氣候?qū)儆跍貛О霛駶櫚敫珊荡箨懶约撅L(fēng)氣候，四季分明，夏季炎熱潮濕、雨量集中，冬季寒冷干燥、雨雪稀少[24]。

圖1 研究區(qū)范圍

2.2 數(shù)據(jù)來源

利用1989—2018年京津冀地區(qū)173個氣象站逐日(20時)降水?dāng)?shù)據(jù)，站點分布見圖1所示。該數(shù)據(jù)來源于國家氣象信息中心，已經(jīng)過嚴(yán)格的質(zhì)量控制，訂正了各種原因造成的錯誤，數(shù)據(jù)完整齊全。

2.3 研究方法

2.3.1 區(qū)域降水事件提取

本文采用王莉萍等[1]提出的區(qū)域降水事件確定方法，將一次區(qū)域降水事件的開始日期定義為全區(qū)所有站點中達(dá)到門檻雨量的站點數(shù)≥5%的日期，將達(dá)到門檻雨量的站點數(shù)<5%的日期定義為該次事件的結(jié)束日期。本研究中將門檻雨量定義為各個站點日降水量的90百分位，如圖2所示。采用此方法，共提取出京津冀地區(qū)在研究時段內(nèi)552次區(qū)域降水事件。持續(xù)時間、覆蓋范圍、降水強(qiáng)度是區(qū)域降水事件的3個主要特征，持續(xù)時間定義為區(qū)域降水事件從開始日期到結(jié)束日期的天數(shù)；覆蓋范圍定義為一次區(qū)域降水過程中達(dá)到門檻雨量的站點數(shù)在全區(qū)173個站點中所占的比例；降水強(qiáng)度用降水區(qū)域內(nèi)平均日降水量表示[25]。

圖2 京津冀地區(qū)門檻雨量空間分布

2.3.2 區(qū)域降水事件綜合性強(qiáng)度指標(biāo)構(gòu)建

綜合考慮區(qū)域降水事件持續(xù)時間、覆蓋范圍、降水強(qiáng)度這3個特征，構(gòu)建區(qū)域降水事件綜合性強(qiáng)度指標(biāo)(Regional Precipitation Index, RPI)以描述區(qū)域降水事件隨時間的變化規(guī)律?；谕趵蚱嫉萚1]關(guān)于區(qū)域降水事件綜合性強(qiáng)度指標(biāo)的構(gòu)建方法與自然災(zāi)害風(fēng)險的數(shù)學(xué)計算方法[26-27]，對于一次區(qū)域降水事件將逐日降水綜合性強(qiáng)度疊加，建立區(qū)域降水事件綜合強(qiáng)度評估模型，計算公式為

(1)

式中：T0為區(qū)域降水事件持續(xù)天數(shù)；Ci為第i天的降水覆蓋范圍，用當(dāng)日達(dá)到門檻雨量的站點所占比例表示；Ri為第i天的降水強(qiáng)度，綜合該日區(qū)域降水的平均值和極端值，用式(2)表示。

Ri=Rave_i+Rmax_i。

(2)

式中：Rave_i為第i天降水區(qū)域的平均日降水量(mm)；Rmax_i為該日所有站點中日降水量的最大值。

2.3.3 EEMD方法

集合經(jīng)驗?zāi)B(tài)分解 (Ensemble Empirical Mode Decomposition, EEMD)是由Wu和Huang[28]提出的一種新的時間序列信號處理方法，該方法能夠根據(jù)信號的特點，自適應(yīng)地將信號分解為從高頻到低頻的一系列固有模態(tài)函數(shù)(IMF)，從而將原始信號中不同尺度的振蕩或趨勢分量逐級分離出來，IMF分量縱軸無實際意義，近些年正逐漸被應(yīng)用于氣候變化研究領(lǐng)域[29-32]。EEMD集成了小波分析的優(yōu)勢，同時在EMD(經(jīng)驗?zāi)B(tài)分解)方法的基礎(chǔ)上加入了白噪聲。白噪聲具有零均值噪聲的特性，經(jīng)過后期多次分解和平均，白噪聲會被抵消，因此能夠克服EMD方法中模態(tài)混疊問題，可以將集成均值的結(jié)果作為最終結(jié)果，使得它在分解非線性、非平穩(wěn)序列的時候具有更好的穩(wěn)定性，能夠提取真實的氣候變化信號[28]。基本計算過程如下[28,33]：

(1)對原始信號x(t)加入正態(tài)分布的白噪聲εi(t)，即有

xi(t)=x(t)+εi(t) 。

(3)

(2)運用EMD方法對xi(t)進(jìn)行分解，得到其第j個本征模態(tài)分量IMFij(t)和趨勢分量resi(t)。

(3)重復(fù)步驟(1)和步驟(2)M次(i=1，2，…，M)。將各次分解得到的分量進(jìn)行集合平均，以消除多次加入高斯白噪聲對分量的影響，得到由EEMD方法分解的最終IMF分量與趨勢分量,即：

(4)

(5)

式中：IMFij(t)為第i次加入白噪聲后分解所得到的第j階IMF分量；resi(t)為第i次加入白噪聲后所得到的趨勢分量。

此時，EEMD方法分解的結(jié)果為

(6)

式中J為IMF分量的個數(shù)。

EEMD方法可進(jìn)行顯著性檢驗，得到各分量的信度。通過分析各IMF分量的能譜密度-周期的分布判讀其屬性，第J個IMF分量的能譜密度為

(7)

式中：EJ為能譜密度；N為IMF分量長度；IJ(j)為第J個分量通過蒙特卡洛對白噪聲序列進(jìn)行實驗的結(jié)果。

(8)

(9)

在給定的顯著性水平下，分解所得各分量的能譜密度-周期的分布若大于置信區(qū)間，表明通過顯著性檢驗，反之則不通過。

此外，利用方差貢獻(xiàn)率來表征各分量的貢獻(xiàn)程度，方差貢獻(xiàn)率為各分量方差與總方差之比。

本研究采用MatLab軟件實現(xiàn)上述計算過程，參考以往研究[32]，將加入的白噪聲幅值設(shè)置為0.2，集合平均次數(shù)設(shè)置為100次。對研究區(qū)年均區(qū)域降水事件綜合性強(qiáng)度數(shù)據(jù)序列進(jìn)行分解，研究區(qū)域降水事件年際變化規(guī)律。

圖3 京津冀地區(qū)1989—2018年區(qū)域降水事件持續(xù)天數(shù)、覆蓋范圍與降水強(qiáng)度的頻率和累積頻率

3 結(jié)果與分析

3.1 區(qū)域降水事件特征分析

從持續(xù)時間、覆蓋范圍與降水強(qiáng)度3個方面對研究區(qū)1989—2018年的552次區(qū)域降水事件特征展開分析(圖3)。由圖3(a)可以看出區(qū)域降水事件的發(fā)生頻率隨著持續(xù)天數(shù)的增加呈顯著下降的趨勢，持續(xù)天數(shù)超過3 d的事件發(fā)生頻率較低，持續(xù)天數(shù)不超過3 d的頻率為0.95，平均持續(xù)天數(shù)為1.57 d；區(qū)域降水事件發(fā)生頻率隨覆蓋范圍的增加呈顯著下降趨勢，有一半以上的區(qū)域降水事件覆蓋范圍超過0.20(圖3(b))，平均覆蓋范圍為0.25；由圖3(c)可知區(qū)域降水事件降水強(qiáng)度在10 mm附近時發(fā)生頻率最高，隨后發(fā)生頻率顯著降低，超過25 mm的區(qū)域降水事件發(fā)生頻率很低，僅占0.05，平均降水強(qiáng)度為13.64 mm。

此外， 本研究還分析了區(qū)域降水事件綜合性強(qiáng)度與其持續(xù)天數(shù)、 覆蓋范圍和降水強(qiáng)度3個要素之間的關(guān)系， 如圖4所示。 由圖4可以看出，隨著區(qū)域降水事件綜合性強(qiáng)度的增加，其發(fā)生頻率顯著下降，在綜合性強(qiáng)度50左右后下降速度平緩；隨著區(qū)域降水事件持續(xù)天數(shù)、覆蓋范圍、降水強(qiáng)度的提高，區(qū)域降水事件綜合性強(qiáng)度也增大，呈明顯的正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.66、0.82和0.56，皆達(dá)到0.01極顯著水平，其中降水強(qiáng)度的波動較為明顯。

圖4 京津冀地區(qū)1989—2018年區(qū)域降水事件持續(xù)天數(shù)、覆蓋范圍、降水強(qiáng)度與綜合性強(qiáng)度的關(guān)系

3.2 區(qū)域降水事件的年際變化規(guī)律

計算逐年的區(qū)域降水事件綜合性強(qiáng)度的平均值作為EEMD算法的輸入數(shù)據(jù)，分析區(qū)域降水事件綜合性強(qiáng)度的年際變化規(guī)律，得到的3個IMF分量和1個趨勢分量(res)如圖5所示。表1為對各分量進(jìn)行頻譜分析得到的各分量對應(yīng)的周期、各分量方差貢獻(xiàn)率(所有分量的方差貢獻(xiàn)率之和為1)及各分量與原序列的相關(guān)系數(shù)。由表1可以看出年均區(qū)域降水事件綜合性強(qiáng)度序列在年際尺度上存在著8.58 a(IMF1)的波動周期，與原序列達(dá)到了0.01水平上的極顯著相關(guān)，且其方差貢獻(xiàn)率遠(yuǎn)遠(yuǎn)高于其余分量；此外10.25 a(IMF2)的波動周期也達(dá)到了0.05的顯著性水平，說明10 a左右的振蕩在長期變化中處于主導(dǎo)地位。而趨勢分量(res)呈下降趨勢，但不顯著，說明不存在明顯的變化趨勢。

圖5 京津冀地區(qū)1989—2018年區(qū)域降水事件綜合性強(qiáng)度趨勢分解

表1 京津冀地區(qū)1989—2018年區(qū)域降水事件綜合性強(qiáng)度序列各分量的方差貢獻(xiàn)率及相關(guān)系數(shù)

3.3 區(qū)域降水事件空間分布規(guī)律

統(tǒng)計一次區(qū)域降水事件站點降水是否大于門檻雨量，若大于門檻雨量，記為1，否則為0，統(tǒng)計各站點降水事件發(fā)生頻率(記為1的次數(shù)占552次區(qū)域降水事件的比例)，如圖6所示。從圖6可以看出，京津冀地區(qū)區(qū)域降水事件沿地形呈“西北少、中部多”的空間分布規(guī)律；低值區(qū)主要位于河北省西北部的壩上高原地區(qū)，該地區(qū)受地形影響，氣團(tuán)抬升變冷，不利于降水產(chǎn)生；高值區(qū)位于京津冀地區(qū)燕山、太行山一帶迎風(fēng)坡。京津冀地區(qū)主要水汽來源于偏東風(fēng)與偏南風(fēng)，局部地形有利于冷空氣擴(kuò)散與暖濕空氣交匯，利于降水產(chǎn)生。

圖6 京津冀地區(qū)1989—2018年區(qū)域降水事件發(fā)生頻率空間分布

4 討論與結(jié)論

4.1 討 論

研究結(jié)果表明京津冀地區(qū)區(qū)域降水事件綜合性強(qiáng)度年際變化呈現(xiàn)出10 a左右的周期，長期呈下降趨勢，但不顯著。區(qū)域降水事件是以單個站點降水為基礎(chǔ)提取的，所以區(qū)域降水與單個站點降水周期性變化息息相關(guān)；在以往的研究中，區(qū)域降水相關(guān)研究較少，單個站點降水研究較多，并與本文結(jié)果類似，如：張健等[34]與于占江等[35]均指出，京津冀地區(qū)年平均降水量存在10 a左右周期，長期呈下降趨勢，并不顯著；苗正偉等[36]指出，京津冀地區(qū)極端降水量存在9 a震蕩周期。對于京津冀地區(qū)降水長期變化特征的可能原因，Ding等[37]指出，東亞夏季風(fēng)近幾十年持續(xù)減弱，不能將降水輸送到中國北方地區(qū)，是其地區(qū)降水量減少的主要原因；呂俊梅等[38]進(jìn)一步指出，北極濤動(AO)、太平洋年代際震蕩(PDO)的年代際相轉(zhuǎn)變，是華北降水呈下降趨勢的深層原因。

對于京津冀地區(qū)區(qū)域降水事件空間分布規(guī)律，本研究結(jié)果表明區(qū)域降水事件發(fā)生頻率符合西北部最低、中部地區(qū)最高的規(guī)律。韓桂明等[39]與溫煦[40]認(rèn)為地形是導(dǎo)致京津冀地區(qū)降水量呈“西北向東南增多”這一空間分布特征的主要原因；京津冀地區(qū)的水汽來源主要為偏東風(fēng)與偏南風(fēng)，由于京津冀地區(qū)西部地區(qū)為燕山、太行山山脈，迎風(fēng)坡利于水汽輸送和冷暖空氣交匯，背風(fēng)坡反之[41-42]，故京津冀地區(qū)降水分布由西北地區(qū)向東部地區(qū)逐漸增加，與本研究的分析結(jié)果一致。

4.2 結(jié) 論

本研究基于京津冀地區(qū)173個氣象站1989—2018年近30 a逐日降水量數(shù)據(jù)，借助EEMD等方法，分析了區(qū)域降水事件特征及其年際變化規(guī)律、空間分布規(guī)律，得到以下結(jié)論：①京津冀地區(qū)區(qū)域降水事件發(fā)生頻率有隨持續(xù)時間、覆蓋范圍增大而減小的趨勢，減小趨勢逐漸變緩，區(qū)域降水事件的降水強(qiáng)度在10 mm附近頻率最高；多年平均持續(xù)天數(shù)、平均覆蓋范圍與平均降水強(qiáng)度分別為1.57 d、0.25、13.64 mm。區(qū)域降水事件持續(xù)天數(shù)、覆蓋范圍、降水強(qiáng)度均與綜合性強(qiáng)度有著明顯的正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.66、0.82和0.56，皆達(dá)到0.01極顯著水平；②京津冀地區(qū)區(qū)域降水事件綜合性強(qiáng)度年際變化呈現(xiàn)出10 a左右的周期，但長期趨勢性不明顯；③京津冀地區(qū)區(qū)域降水事件發(fā)生頻率空間分布沿地形有著從西北地區(qū)向中部地區(qū)增加的趨勢。本文的研究結(jié)果對于深入掌握京津冀地區(qū)區(qū)域降水規(guī)律，以及對當(dāng)?shù)胤罏?zāi)減災(zāi)具有重要意義。