鄒賢菊 ，宋曉猛 ，劉翠善

(1. 中國礦業(yè)大學 資源與地球科學學院，江蘇 徐州 221116； 2. 廈門水務集團有限公司，福建 廈門 361008； 3. 南京水利科學研究院 水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210029)

降水是水循環(huán)的基本要素，全球變暖背景下，水循環(huán)加快，全球及區(qū)域降水發(fā)生不同程度的變化，且表現(xiàn)出極大的地區(qū)差異[1-3]。眾多研究[4-6]表明極端降水有增加趨勢，極端降水事件頻率增加，降水強度在各陸地區(qū)域均有顯著增加，在平均降水量減少的地區(qū)亦是如此。極端降水閾值確定是研究極端降水事件的起點[7]，通?？煞譃榻^對閾值和相對閾值。絕對閾值取對人類生活或生態(tài)環(huán)境有不良影響的固定值，適用于氣候特征相似的區(qū)域。根據(jù)我國降水強度等級劃分標準，將16 mm/h、30 mm/12h或50 mm/d以上的降水定義為暴雨[8]。相對閾值一般取降水量的某一百分位數(shù)，如95%或99%，適宜氣候差異較大的區(qū)域[9]。當前使用最多的極端指數(shù)是由ETCCDI（Expert Team on Climate Change Detection and Indices）定義的27項極端氣候指數(shù)，包括11項極端降水指數(shù)[10]。在此基礎上，國內(nèi)外學者對極端降水進行了大量研究，如Limsakul等[11]研究發(fā)現(xiàn)泰國大部分地區(qū)降水事件頻率較低，但降水強度增加，強降水貢獻率增大，導致山洪爆發(fā)的頻率和嚴重程度增加；其他研究結果也發(fā)現(xiàn)北美和歐洲、中亞干旱地區(qū)、大洋洲等地區(qū)極端降水事件的頻率和強度均呈現(xiàn)增加趨勢[12-14]。我國極端降水具有顯著地區(qū)差異，具體表現(xiàn)為南部極端降水增加而北部緩解[15]。如長江流域極端降水量呈現(xiàn)較為明顯的增加趨勢，年日最大降水量和年極端降水量從上游到下游逐漸增大，極端降水主要分布在流域南部和上游高海拔地區(qū)[16]；黃河流域極端降水量、極端降水強度及極端降水頻率均呈下降趨勢，而極端降水量占總降水量比值呈現(xiàn)微弱增加趨勢[17]，這與趙翠平等[18-20]的研究結果基本一致；珠江流域極端降水整體上量級增大，發(fā)生時間提前，發(fā)生頻率增多，流域下游及南部區(qū)域極端降水頻次和量級總體呈上升趨勢[21]。

珠江三角洲地區(qū)位于珠江流域下游，是我國短時強降水的多發(fā)區(qū)，洪澇災害頻發(fā)。因此，科學認識和評估珠江三角洲地區(qū)降水結構變化，特別是極端降水事件的演變特征，對變化環(huán)境下區(qū)域水資源安全與防洪減災具有十分重要的意義。前期已有部分研究針對珠江三角洲地區(qū)的極端降水變化[22-25]，主要從暴雨雨量、雨日和雨強3個指標對極端降水進行分析，且研究成果主要以趨勢分析為主，并未考慮不同氣候態(tài)條件下的極端降水演變及其影響因素。為此，本文利用1961—2017年日降水資料，選擇ETCCDI定義的6個極端降水指數(shù)（最大持續(xù)干旱日數(shù)（dCDD，指日降水量小于1 mm持續(xù)日數(shù)的最大值）、最大持續(xù)降水日數(shù)（dCWD，指日降水量大于等于1 mm持續(xù)日數(shù)的最大值）、極端降水日數(shù)（dR50，指日降水量大于等于 50 mm的天數(shù)）、極端降水總量（RR95p，指日降水量大于降水序列的第95個百分位的總降水量）、最大日降水量（RR1d，指年內(nèi)最大日降水量）和日降水強度（SSDII），等于年總降水量除以降水日數(shù)），分析珠江三角洲地區(qū)極端降水時空演變規(guī)律，探討不同氣候態(tài)形勢下極端降水變化特征，并識別大氣環(huán)流異常因子與極端降水的相關關系，為科學應對變化環(huán)境下區(qū)域水安全及防洪減災問題提供參考。

1 資料與方法

珠江三角洲地區(qū)（21°28’～25°31’E，111°03’～116°13’N，如圖1所示）地處珠江流域下游，南嶺以南。全區(qū)地勢復雜，北高南低，北部有較高山脈，中部和南部沿海地區(qū)多為低丘、臺地或平原，平均海拔在200 m以下。氣候上屬亞熱帶濕潤季風氣候區(qū)，常年高溫，降水充沛，同時受季風氣候、鋒面系統(tǒng)、臺風、東風波、熱帶云團等影響，容易產(chǎn)生不同類型暴雨[26]。

圖1 研究區(qū)位置和氣象站分布Fig. 1 Locations of the Pearl River Delta region and the selected 58 meteorological stations

本文選用數(shù)據(jù)主要包括研究區(qū)58個氣象站點1961—2017年日降水資料[1]和相應年份的大氣環(huán)流指數(shù)（厄爾尼諾-南方濤動（fENSO）、北大西洋濤動（fNAO）、太平洋年代際振蕩（fPDO）和印度洋偶極子（fIOD）），其中日降水資料來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/），環(huán)流指數(shù)來源于美國NOAA網(wǎng)站（https://www.noaa.gov/）。

交叉小波變換是將連續(xù)小波變換與交叉譜分析相結合的技術，可以揭示兩個時間序列在不同時間尺度上的相關性和一致性，其詳細計算過程可參考文獻[27]。本文采用Morlet小波，小波函數(shù)形式為：

式中：t為 時間；w0為無量綱頻率，通常取6。

對于離散時間序列X=（x1，x2，···，xn），其連續(xù)小波變換定義如下：

式中：δt為 時間步長；s為比例因子；n為離散時間序列維度；n′為計算次數(shù)對應步長；N為小波變換計算次數(shù)。

對于兩個時間序列X=x1，x2，···，xn和Y=y1，y2，···，yn，交叉小波變換定義為：

式中：WnX(s) 和WnY(s)分 別為序列X和Y的連續(xù)小波變換；WnY*(s)為WnY(s)的復共軛。

式中：σX和 σY分別為時間序列X和Y的標準差；Zv(p)為 概率p的 置信度水平；v為自由度。顯著性檢驗的標準譜選擇兩個χ2分布小波譜乘積的平方根。

小波交叉譜中的箭頭表示相對位相差，交叉小波的相位角定義為：

小波相位角的標準偏差為：

2 結果分析與討論

2.1 極端降水時間變化特征

圖2給出了珠江三角洲地區(qū)極端降水指數(shù)的時間變化特征。可見，除dCWD略有下降（-0.02 d/10 a）外，其余極端降水指數(shù)在研究期內(nèi)均有不同程度的增加：如dCDD和dR50的變化趨勢分別為0.06 d/10 a和0.15 d/10 a；RR95p表現(xiàn)出較快的增加趨勢，變化速率為11.2 mm/10 a，但呈現(xiàn)出明顯的年際差異，波動范圍為188.0～794.4 mm（多年均值517.6 mm）；RR1d增加則相對緩慢，其增長速率為0.74 mm/10 a；圖2（f）顯示SSDII增加明顯，通過95%的顯著性水平檢驗，增加速率為0.26 mm/d/10 a，多年平均值為16.1 mm/d。為分析研究期內(nèi)極端降水指數(shù)的年際變化情況，將研究期分為4個氣候態(tài)：1961—1990年、1971—2000年、1981—2010年和1991—2017年。由圖3可知，除dCDD均值在第四氣候態(tài)有所下降，其余指數(shù)均值在各氣候態(tài)下有不同程度增加，dCDD、dCWD、RR95p和SSDII的最大值增加明顯。以上分析結果與譚暢等[24]的結果相符，這表明珠江三角洲地區(qū)極端降水事件正在增加，但變化不顯著，而日降水強度顯著增強。

圖2 極端降水指數(shù)隨時間變化Fig. 2 Time variation of extreme precipitation indexs

圖3 不同氣候態(tài)下極端降水指數(shù)特征值Fig. 3 Extreme precipitation index characteristic values under different climate states

2.2 空間分布及變化特征

2.2.1 極端降水空間特征 圖4為1961—2017年極端降水指數(shù)空間分布及其變化趨勢。可見，dCWD由區(qū)域東北向西南減少，高值中心位于英德-新豐站，其余極端降水指數(shù)均由東南向西北遞減。由站點變化趨勢統(tǒng)計結果來看，32個站點的dCDD呈不顯著增加趨勢，站點主要分布在西北山區(qū)和東南沿海一帶；dCWD在區(qū)域內(nèi)29個站點增加，主要集中在區(qū)域中部，其中3個站點變化顯著：陽江、陽春站和陸豐站；dR50以增加趨勢為主，全區(qū)76%站點的dR50增加，其中8個站點通過0.05顯著性檢驗，dR50減少的站點主要分布于西南沿海dR50高值區(qū)；RR95p在封開-龍川一帶和沿海陽春-陸豐一帶呈減少趨勢，約占全部站點的34.5%，減少趨勢不顯著，6個站點增加趨勢顯著；57%的站點RR1d增加，主要分布在區(qū)域北部和中部，其中4個站點增加顯著，恩平站RR1d顯著下降；從SSDII來看，區(qū)域內(nèi)僅清遠站和恩平站的SSDII降低，其余站點均有不同程度增加，23%的站點增加趨勢顯著。整體來看，珠三角地區(qū)極端降水主要集中在東南沿海一帶，而降水敏感區(qū)除東南沿海的極端降水指數(shù)高值區(qū)外，還包括珠江口北部廣州、東莞等站和區(qū)域北部近山區(qū)連南和始興等站。

圖4 極端降水指數(shù)空間分布及其變化趨勢Fig. 4 Spatial distribution and variation trend of extreme precipitation indexs

2.2.2 不同氣候態(tài)下極端降水空間特征圖5為dCDD、dCWD、dR50、RR95p、RR1d和SSDII在1961—1990、1971—2000、1981—2010和1991—2017年4個不同氣候態(tài)（分別由后綴1、2、3、4表示）下的空間分布情況和變化趨勢。由圖5可知，dCDD變化范圍為25～55 d，站點變化在±8 d/10 a內(nèi)，區(qū)域差異性較大，第三、四氣候態(tài)高值區(qū)范圍較第一、二氣候態(tài)擴大，除東南沿海汕尾市外，西南陽江、開平等站也是dCDD高值區(qū)。隨著年代際的推移，dCDD呈先增加后減小的趨勢：1961—1990年僅17%的站點呈減少趨勢，1991—2017年呈減少趨勢的站點占86%。dCWD在不同氣候態(tài)下的空間分布略有差異，隨著時間推移dCWD逐漸增大，高值中心由區(qū)域東北向區(qū)域中部移動，第三氣候態(tài)后最大值由10.5 d增加到11.0 d，站點數(shù)量經(jīng)歷減少-增加-減少的變化歷程，大部分站點變化在±1 d/10 a內(nèi)。第四氣候態(tài)比第一氣候態(tài)呈減少趨勢的站點下降12%，呈增加趨勢的站點由沿海一帶轉移到珠三角中東部。不同氣候態(tài)下dR50逐漸增加，變化在±1.5 d/10 a內(nèi)，空間分布相似但區(qū)域差異性明顯，高值中心位于海豐站和陽江-珠海一帶，最大可達15 d，低值中心（＜5 d）位于北部山區(qū)和西部封開-羅定一帶。從站點變化趨勢統(tǒng)計結果來看，dR50從減少趨勢（57%）為主轉變?yōu)樵黾于厔荩?2%），呈減少趨勢的站點從區(qū)域西部向東部擴散，最后集中在沿海一帶和東北部山前區(qū)，隨著年代際推移站點變化趨勢變得更加顯著，特別是珠江口附近站點。RR95p由東南向西北遞減，并隨著年代際變化逐漸增大，高值中心位于區(qū)域西南陽春、陽江等站，區(qū)域極端降水總量范圍300～900 mm，500 mm以上極端降水總量范圍增大，500 mm以下極端降水總量范圍縮小，特別是300～400 mm降水。從RR95p變化趨勢來看，區(qū)域大部分站點變化在±100 mm/10 a以內(nèi)，RR95p呈增加趨勢的站點由26個（45%）增加到37個（64%），并由全區(qū)向珠江口北部和區(qū)域西部集中。不同氣候態(tài)下的RR1d和SSDII的空間分布規(guī)律與RR95p相似，即由東南向西北遞減，大部分站點RR1d在100～150 mm，SSDII在13～19 mm/d。兩者站點變化具有相似性：均由以減少趨勢為主（分別為60%、52%）轉變?yōu)樵黾于厔轂橹鳎?2%和74%），變化幅度也有所增加。目前來看，區(qū)域中部站點RR1d和SSDII變化均較大，RR1d減少的站點主要分布在沿海一帶和北部，沿海一帶站點SSDII最大，但多呈減少趨勢。

圖5 不同氣候態(tài)下極端降水指數(shù)空間分布及其變化趨勢Fig. 5 Spatial distribution and variation trend of extreme precipitation indexs under different climate states

2.3 大氣環(huán)流對極端降水的影響

諸多研究結果表明大氣環(huán)流異常因子（如fENSO、fPDO）對降水有較強影響，交叉小波變換能夠揭示降水值變化與大氣環(huán)流指數(shù)在時頻域中高能量的相位關系。圖6、7為極端降水指數(shù)與大氣環(huán)流指數(shù)的交叉小波功率譜。由圖6、7可見，各極端降水指數(shù)與大氣環(huán)流指數(shù)存在共振周期，且各極端降水指數(shù)間具有相似性，如dCWD、dR50、RR95p和SSDII與fENSO在1995—2003年有3～6 a的顯著正相關關系，與fIOD在1992—1999年存在2～5 a的共振周期。從大氣環(huán)流指數(shù)來看，fENSO與各極端降水指數(shù)主要存在3～6 a和11～14 a的共振周期，且均出現(xiàn)在1980s和1990s；fNAO與各極端降水指數(shù)主要存在0～2 a的共振周期，出現(xiàn)在1960s末和20世紀初；fIOD與各極端降水指數(shù)在1980s和1990s存在1～7 a不等的共振周期，且多呈正相關關系；fPDO與fCDD在1980s和1990s分別存在2～4 a的正相關關系和0～2 a的負相關關系，與dCWD、dR50、RR95p、RR1d和SSDII在1980s中期至2000s初存在3～7 a的顯著正相關關系。從極端降水指數(shù)來看，fCDD受fNAO影響弱，受fENSO、fIOD和fPDO的影響相對顯著，其中fIOD的影響最明顯；dCWD、dR50、RR95p、RR1d和SSDII在時頻域內(nèi)與各環(huán)流指數(shù)均存在共振周期，且均受fENSO的影響更明顯。整體上看，珠江三角洲地區(qū)受fENSO的影響最明顯，受fPDO的影響相對較弱，除fCDD受fIOD影響最顯著外，其余極端降水指數(shù)均受fENSO的影響更明顯。

圖6 極端降水指數(shù)與大氣環(huán)流指數(shù)的小波交叉譜Fig. 6 Wavelet cross spectrum of extreme precipitation index and general circulation index

圖7 極端降水指數(shù)與大氣環(huán)流指數(shù)的小波交叉譜Fig. 7 Wavelet cross spectrum of extreme precipitation index and general circulation index

2.4 討 論

本文以1961—2017年日降水資料為基礎，對不同氣候態(tài)下珠江三角洲地區(qū)極端降水變化進行時空演變分析，并識別大氣環(huán)流異常因子與極端降水的相關關系，對比其他學者的相關研究發(fā)現(xiàn)，本文大部分分析結果與前人研究結果一致。如譚暢等[24]的研究也得出了珠三角地區(qū)暴雨雨量、雨日和雨強均以增加趨勢為主的結論。蒲義良等[28]、伍紅雨等[25]指出南部沿海是小時降水強度的高值區(qū)，這與本文研究分析結果基本一致，這是由于該區(qū)域較多的喇叭口地形使得其迎風坡成為強降水區(qū)域，易受臺風影響。此外，黃國如等[22]認為珠三角高度城市化地區(qū)極端降雨量增加趨勢顯著的結論，驗證了本文認為珠江三角洲地區(qū)極端降水指數(shù)變化顯著的站點主要位于珠江口北部和區(qū)域北部的結論，這可能與珠三角北部城市熱島環(huán)流和北部山區(qū)地形抬升形成鋒面降水有關。本文進一步分析了不同氣候態(tài)下極端降水指數(shù)的變化，發(fā)現(xiàn)不同氣候態(tài)下極端降水指數(shù)的空間分布情況相似，但站點趨勢變化較大，第三氣候態(tài)后明顯增加，變化趨勢也更明顯，目前相關的研究較少。黃翀等[29-30]認為珠江流域降水發(fā)生變化的主要因素是fENSO和fIOD，而影響最小的是fPDO驗證了本文極端降水受fENSO的影響最明顯，受fPDO的影響相對較弱的結論。

3 結 語

利用珠江三角洲地區(qū)1961—2017年日降水資料和相應年份的大氣環(huán)流指數(shù)，選取ETCCDI定義的6個極端降水指數(shù)，采用線性趨勢法和克里金插值法對珠江三角洲地區(qū)極端降水變化進行時空演變分析，并采用交叉小波識別大氣環(huán)流異常因子與極端降水的相關關系。主要結論如下：

（1）除dCWD略有下降外，其余極端降水指數(shù)均有不同程度的增加，其中SSDII顯著增加，珠江三角洲地區(qū)極端降水在增加，但變化不顯著。

（2）dCWD由區(qū)域東北向西南減少，其余極端降水指數(shù)均由東南向西北遞減，呈增加趨勢的站點主要分布在區(qū)域中部和北部，變化顯著的站點主要位于珠江口北部和區(qū)域北部。

（3）不同氣候態(tài)下，各極端降水指數(shù)空間分布相似但略有差異：第三氣候態(tài)后dCDD和dCWD的高值區(qū)范圍增大，500 mm以上RR95p增大，300～400 mm降水范圍明顯縮小。從變化趨勢來看，不同氣候態(tài)下各極端降水指數(shù)的變化較大：dCDD以增加為主轉變?yōu)闇p少為主；dCWD經(jīng)歷減少-增加-減少的變化；dR50、RR1d和SSDII以減少為主變?yōu)樵黾訛橹鳎兓纫灿兴黾?；RR95p呈增加趨勢的站點增加，并由全區(qū)向珠江口北部和區(qū)域西部集中。

（4）從交叉小波變換的結果來看，各極端降水指數(shù)間具有相似性，整體上珠江三角洲地區(qū)受fENSO的影響最明顯，受fPDO的影響相對較弱，除dCDD受fIOD影響最顯著外，其余極端降水指數(shù)均受fENSO的影響更明顯。