肖云清，楊 苑，任柏帆，翟穎佳，劉鵬兵

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災害監(jiān)測預警與風險管理重點實驗室，寧夏銀川 750002；2.銀川市氣象局，寧夏銀川 750002；3.中衛(wèi)市氣象局，寧夏 中衛(wèi) 755000；4.中國電信股份有限公司寧夏分公司，寧夏 銀川 750002；5.寧夏氣象臺，寧夏 銀川 750002）

在當前全球氣候變暖背景下，供水行業(yè)在水資源跨時空調(diào)度等方面受氣象條件的影響越來越明顯。我國大城市的許多專家學者對供水量與氣象要素的相關關系進行全方位的分析。魏靜等[1]、宋永芳等[2]、孫東霞等[3]、李建科等[4]分別分析了武漢、石家莊、克拉瑪依、西安市日供水量與當?shù)貧庀笠氐南嚓P性，得到日供水量與溫度、日照呈正相關，與降水量呈負相關，日供水量夏季最大等結論。常遠勇等[5]、孫玫玲等[6]分析了上海、天津日供水量與氣象要素的相關性，建立了日供水量預測模型，對當?shù)爻鞘杏盟?guī)劃、調(diào)度提供了參考依據(jù)。

通過實地調(diào)研，銀川市氣象部門了解到銀川市每年的5 月22 日至8 月22 日為銀川市用水高峰期。高溫天氣與供水量關系密切，每年夏季溫度較高時，用水量明顯增大；出現(xiàn)連續(xù)3 d 高溫，用水量達到高峰，造成供水能力不能充分滿足用水需求，部分老舊小區(qū)5 樓以上用水受到影響。調(diào)研還發(fā)現(xiàn)，若連續(xù)無降水日較長，出現(xiàn)高溫天氣時，小區(qū)內(nèi)綠化用水，會對部分老舊小區(qū)的供水產(chǎn)生一定影響。因此，當高溫天氣出現(xiàn)時，水務部門會聯(lián)系物業(yè)公司對小區(qū)綠化用水進行限量。

本文主要對該用水高峰時間段銀川市日供水量與氣象因子之間的相關性進行分析，為當?shù)厮Y源的合理分配提供一定的氣象依據(jù)，為銀川市拓展專業(yè)氣象服務業(yè)務建立一定的理論基礎。

1 資料與方法

銀川平原地下水資源量主要為引黃渠道滲漏和渠灌水的田間入滲[7]。根據(jù)銀川市統(tǒng)計局公開的《銀川統(tǒng)計年鑒2020》可知，截至2019 年末，全市常住人口229.31 萬人，城鎮(zhèn)人口181.28 萬人，占總人口的比重為79.1%，中心城區(qū)人口146.89 萬人，銀川可飲用淡水資源約63.96 萬m3/d。利用中心城區(qū)高峰期用水資料與銀川市同期時段的氣象要素進行相關性分析，確定相關系數(shù)較大的要素，通過回歸計算，建立簡易預測模型，為保障城市日常用水服務提供參考。

1.1 資料

本文所用逐日供水量資料由銀川市中鐵水務集團公司提供。氣象觀測資料來自于銀川市氣象觀測站，包括逐日平均氣壓、平均風速、平均氣溫、最高氣溫、最低氣溫、相對濕度、蒸發(fā)量、降水量、日照時數(shù)和能見度等。時間序列為2016—2019 年的5 月22日—8 月22 日。

1.2 方法

（1）相關系數(shù)。相關分析是統(tǒng)計2 個或2 個以上的隨機變量間相關程度的分析方法。本文采用Pearson 相關系數(shù)，對日供水量與氣象因子進行相關性分析，相關系數(shù)越接近于1，相關性越好。相關系數(shù)為

式中：ρx，y為Pearson 相關系數(shù)；cov（x，y）為協(xié)方差；σx為標準差；X 為x1～xn的均值，Y 為y1～yn的均值；E[X]、E[Y]為期望值。

（2）線性回歸方程的建立。一元回歸方程如下：

式中：k 為斜率；b 為截距。

2 結果與分析

2.1 2016—2019 年銀川市用水年高峰時段情況

氣象部門與中鐵水務公司通過共同調(diào)研、討論、分析發(fā)現(xiàn)，每年5 月22 日至8 月22 日是銀川市用水年高峰時段。調(diào)取現(xiàn)有銀川城區(qū)用水資料及對應銀川市氣象要素，分析、交流和總結歷史經(jīng)驗，并通過網(wǎng)絡和文獻調(diào)研分析，發(fā)現(xiàn)銀川市連續(xù)3 d 出現(xiàn)高溫天氣后，第3 天起用水會出現(xiàn)階段性高峰值。2016—2019 年銀川市用水量分析見圖1。

圖1 2016—2019 年5 月22 日至8 月22 日銀川市總供水量及最高、最低供水量

2016—2019 年5 月22 日至8 月22 日銀川市總供水量、最高供水量、最低供水量均是穩(wěn)中有升。由圖1可知，銀川市逐日平均供水量為（41.79～45.83）萬m3。日供水量差異較大，最小日供水量為29.98 萬m3，出現(xiàn)在2017 年6 月6 日，對應2017 年6 月4—6 日，銀川市出現(xiàn)連陰雨，降水量為63.1 mm。2016—2019 年最大供水量為54.76 萬m3，出現(xiàn)在2017 年7 月13 日。2019 年7 月9—13 日連續(xù)5 d 出現(xiàn)高溫天氣，11日、12 日最高溫度分別為39.0 ℃、39.1 ℃，連續(xù)突破歷年7 月份最高溫度極值。

2.2 供水量與氣象因子關系分析

2.2.1 相關性分析 將2016—2019 年5 月22 日至8 月22 日逐日供水量與氣象因子進行皮爾遜相關系數(shù)分析（表1）。由表1 可知，日供水量主要與平均氣溫、最高氣溫、相對濕度、蒸發(fā)量、日照時數(shù)、能見度呈正相關，與相對濕度、降水量呈負相關，與平均風速為弱相關或無相關。說明在高溫、干燥、晴天、日照充足或者出現(xiàn)霧、沙塵等能見度低的天氣時，供水量需求大；而在陰雨天，日照時間短、溫度低的情況下，日供水量會較少。其中，表征氣溫的3 個因子中，2016—2017 年，平均氣溫與日供水量的相關系數(shù)最大，與最高氣溫的相關系數(shù)次之；2018—2019 年，最高氣溫與日供水量的相關系數(shù)最大，與平均氣溫的相關系數(shù)次之，且均通過α=0.05 的顯著性檢驗。最低氣溫與日供水量由正相關轉(zhuǎn)為無相關關系。

表1 銀川市2016—2019 年5 月22 日至8 月22 日逐日供水量與氣象因子相關系數(shù)統(tǒng)計

2.2.2 回歸方程建立 通過相關性分析，篩選出與日供水量相關性較好的氣象因子，如平均氣溫、最高氣溫、相對濕度、蒸發(fā)量、降水量、日照時數(shù)和能見度。影響供水量的災害性天氣為高溫天氣和連陰雨天氣。將上述氣象要素與供水量之間建立線性回歸方程，分析各個氣象因子對供水量變化的貢獻。

由表2 可知，日供水量與平均氣溫、最高氣溫、相對濕度、蒸發(fā)量、日照時數(shù)、能見度呈正相關，與相對濕度、降水量呈負相關，與前文不同年份的相關性保持一致。當其他條件保持不變，平均溫度每上升1 ℃，日供水量大約增加0.91 萬m3；最高溫度每上升1 ℃，日供水量大約增加0.84 萬m3；蒸發(fā)量每增加1 mm，日供水量大約增加2.45 萬m3；日照時數(shù)每增加1 h，日供水量大約增加0.52 萬m3；相對濕度每增加1%，日供水量大約減少0.26 萬m3；降水量每增加1 mm，日供水量大約減少0.37 萬m3。其中，蒸發(fā)量對日供水量變化的貢獻最大。

綜上可知，與日供水量相關關系較好的氣象因子從大到小為相對濕度、蒸發(fā)量、最高氣溫等。由于蒸發(fā)量可預報性不高，相對濕度、最高氣溫預報結果可靠性強，故擬選取相對濕度、最高氣溫作為預報因子。日供水量的預報方程為

式中：WS 為日供水量，萬m3；Tmax為日最高氣溫，℃；RH為日平均相對濕度，%。

3 供水氣象風險預警指標的建立

通過調(diào)研和實地分析發(fā)現(xiàn)，對供水造成壓力的最主要原因是35 ℃以上連續(xù)3 d 高溫天氣，因此把連續(xù)3 d 以上預報有高溫天氣作為氣象風險指標。另外，大風、暴雨、低溫等有造成供水設施被破壞的風險，或因雨污未分流，暴雨造成污水排水不暢，有影響供水的損耗風險。因此通過總結，初步確定了供水氣象風險預警指標（表3），并開展業(yè)務試運行，服務效果反映良好。

表3 供水氣象風險預警指標

另外，因日供水量與平均氣溫、最高氣溫、相對濕度、蒸發(fā)量、日照時數(shù)、能見度呈正相關，與相對濕度、降水量呈負相關，因此上述氣象要素也可以是水務部門開展氣象服務的參考要素。

4 結論

通過相關性分析，篩選出與供水量相關關系明顯的氣象要素作為日常氣象服務的參考，同時把高溫天氣作為供水氣象風險的指標。對比分析后得出以下結論：

（1）2016—2019 年5 月22 日至8 月22 日銀川市總供水量、最高供水量、最低供水量均是穩(wěn)中有升，日供水量差異較大，受溫度和降水影響明顯；出現(xiàn)連陰雨天氣，日用水量減小；出現(xiàn)連續(xù)高溫天氣，用水量明顯增加。

（2）日供水量與平均氣溫、最高氣溫、相對濕度、蒸發(fā)量、日照時數(shù)、能見度呈正相關，而與相對濕度、降水量呈負相關，即在高溫、干燥、晴天、日照充足或者出現(xiàn)霧、沙塵等能見度低的天氣時，供水量需求大，而在陰雨天，日照時間短、溫度低的情況下，日供水量需求低。

（3）蒸發(fā)量對日供水量變化的貢獻最大，蒸發(fā)量每增加1 mm，日供水量大約增加2.45 萬m3，最高溫度與日供水量呈正相關。

（4）連續(xù)3 d 以上預報有高溫天氣時，有可能造成供水風險，可作為氣象風險指標。