1961～2015年格尔木市汛期极端降水事件变化特征

1961～2015年格尔木市汛期极端降水事件变化特征
韩廷芳;陈宏松;石秀云;吴双桂;李妮燕;许正泽
【摘要】To study the geermu flood season strong extreme precipitation events under the background of global climate warming change characteristics,use of geermu from 1961 to 2015 in flood season (from may to September) daily rainfall data,the percentile value method is used to define the threshold value of extreme heavy precipitation event,then the statistics of annual extreme heavy precipitation event of
rainfall,frequency,intensity and 1,maximum precipitation,using linear tendency estimate method,Mann-Kendall test,R/S method analyzing the change of the extreme heavy precipitation event characteristics and prediction of future trends.The result indicates that the extreme precipitation frequency weak decline,extreme precipitation and extreme precipitation intensity maximum precipitation are on the rise,and
1,extreme precipitation events each index volatility is larger; No mutation occurred in all indexes; The extreme precipitation frequency (extreme precipitation) in the flood season in the city of guermu is mainly concentrated in June to July,while the probability of extreme precipitation events in May,August and September is relatively small.The time series of extreme precipitation frequency has the antipersistence,the extreme precipitation,the extreme precipitation intensity and the maximum precipitation of the first day is continuous.%为了研究格尔木市汛期极端强降水事件在全球气候变暖背景下的变化特征,利用格尔木市1961～2015年汛期(5～9
月) 逐日降水资料,采用百分位值法定义了极端强降水事件的阈值,然后统计出逐年极端强降水事件的降水量、频数、强度和1日最大降水量,运用线性倾向估计法、Mann-Kendall检验、R/S方法分析极端强降水事件的变化特征以及对未来趋势的预测.结果表明,极端降水频数呈微弱的下降趋势,极端降水量、极端降水强度和1日最大降水量均呈上升趋势,极端降水事件各指标波动幅度较大;各指标均无突变发生; 格尔木市汛期极端降水频数(极端降水量) 主要集中在6 ～ 7月,而5月、8 ～ 9月发生极端降水事件的概率较小; 极端降水频数时间序列具有反持续性,极端降水量、极端降水强度和1日最大降水量具有持续性.
【期刊名称】《青海草业》
【年(卷),期】2018(027)002
【总页数】5页(P51-55)
【关键词】极端降水;气候倾向率;突变;格尔木市
【作者】韩廷芳;陈宏松;石秀云;吴双桂;李妮燕;许正泽
【作者单位】青海省格尔木市气象局,青海格尔木 816099;青海省格尔木市气象局,青海格尔木 816099;青海省格尔木市气象局,青海格尔木 816099;青海省格尔木市气象局,青海格尔木 816099;青海省格尔木市气象局,青海格尔木 816099;青海省格尔木市草原工作站,青海格尔木 816099
【正文语种】中文
【中图分类】S42
引言
极端降水是造成洪涝灾害的重要原因之一，往往导致重大经济损失和人员伤亡。

在全球气候变暖背景下，我国极端天气气候事件频发，呈现出增多、增强趋势。

极端降水事件日趋增多，与变暖带来的水循环加快有关[1]。

不少学者研究了我国各地
区极端降水事件的变化特征[2～5]，由于我国极端降水事件变化复杂，具有明显的区域性和局地性，各地极端降水事件均有其独特的分布格局和演变趋势。

因此，从区域尺度及地区(市)的范围探讨极端降水事件的变化特征及演变趋势，能更好地认识当地气候变化特征与规律，有助于当地预报预测业务、更好的服务于防汛抗旱工作。

格尔木市地处青藏高原腹地，青海省西部、柴达木盆地南缘，属于荒漠、半荒漠的戈壁滩，自然条件恶劣，少雨、多风、干旱，是青海省沙尘暴天气的主要频发区。

对格尔木市沙尘暴的研究文献较多，而对格尔木市历年降水量及极端降水量特征的研究很少，尽管格尔木多年平均降水量仅45.1mm，由于其地表植被稀疏，水源
涵养力低，较强降水都可能造成洪涝灾害。

如2010年主汛期(6月～7月上旬)，
格尔木及其南部昆仑山区出现了长时间的降水天气过程，格尔木河流域发生大洪水，其中支流雪水河发生特大洪水，位于雪水河干流上的温泉水库水量猛增，致使温泉水库及格尔木河出现险情，给人民生命财产造成了巨大损失，据统计，直接经济损失达6342万元[6]。

基于以上理由，本文对格尔木市1961～2015年汛期极端降
水事件各指标进行分析研究，揭示格尔木市汛期极端降水事件的变化特征以及对未来趋势的预测，为后期降水预报和服务做参考，以提高防灾减灾的能力。

1 资料与方法
1.1 资料来源
本文所用资料是1961～2015年格尔木市逐日降水数据(20～20时降水量)，来源
于青海省气象信息中心，数据精度达0.1mm。

其中，微量降水、露、霜和雪(雨夹雪)等降水未给出具体数值，记为0mm。

1.2 研究方法
1.2.1 极端强降水事件的定义极端天气事件是指某一地点或地区从统计分布的观点看不常或极少发生的天气事件[7]。

由于地理空间的异质性及其气候类型的多样性，不同地区的极端降水事件难以用统一的阈值予以界定。

例如我国天气预报业务中将50mm的日降水量作为极端降水事件的阈值，然而格尔木市30年整编(1981～2010)气候平均值年降水量仅为45.1mm，1961～2015年最大日降水量的极值也只有32mm(1971年7月22日)，如果统一用50mm的日降水作为极端降水阈值，无法检测到极端降水事件，但格尔木市历年仍有洪涝灾害发生[8]，给人民生命财
产和社会经济造成很大损失。

因此，为了克服这种不足，本文采用国内外通用的百分位算法，定义格尔木市极端降水事件的阈值[1～2]。

具体方法是，将格尔木站1981～2010年汛期日降水量≥0.1mm的逐日降水资料按升序排列，将第95个百分位值定义为极端强降水阈值。

某日降水量超过这一阈值时，称之为极端强降水事件。

通过百分位值法求得格尔木市汛期极端强降水阈值是6.6mm/d，小于我国天气预报业务规定中雨(10.0～24.9mm/d)的标准。

本研究采用4个极端降水指标，分别是极端降水量、极端降水频数、极端降水强
度及1日最大降水量。

(表1)
表1 四种极端降水指数的定义指数名称定义极端降水量(mm)某年汛期极端降水量之和极端降水频数(d)某年汛期发生极端降水事件的日数极端降水强度(mm﹒d-1)
某年汛期极端降水总量与极端降水频数之比1日最大降水量(mm)某年汛期日降水量最大值
1.2.2 线性倾向估计法与变异系数采用一元线性回归[10]和变异系数[10]来分别描
述四种极端降水指数的变化趋势和波动幅度。

通常用一次直线方程来描述气候要素的变化趋势[10]：
y(t)=a+bt
(1)
式中，t为时间序列，a为经验系数，可通过回归分析方法中的最小二乘法求取，
b为趋势变化率，当b为正(负)表示气候要素有增加(减小)趋势，b×10为气候倾
向率，表示气候要素10a的变化速率。

线性方程系数的统计显著性采用t检验；
变异系数的计算公式[8]：
(2)
式中Cvn为变差系数，S为标准差，为均值，Xi为样本序列值。

1.2.3 Mann-Kendall突变检验与R/S分析法 M-K[8]法通过构造正序列(UF)和逆
序列(UB)进行计算，根据正逆序列统计量的曲线判断气象要素的变化趋势及突变
特征。

该方法的优点是数据序列不需要遵从一定的分布，也不受少数异常测定值的干扰。

R/S分析法[9]是对气候因子时间序列计算出Hurst指数，探究气候因子在时间序
列长期记忆过程下所暗示的非线性系统的演化趋势。

Hurst指数能很好揭示出各气候因子时间序列的趋势性，并根据Hurst值的大小来判断趋势性成分的强度。

当0.5<H<1.0时，表明时间序列具有持续性，即未来与过去的变化趋势相同，H值
越大，持续性越强；当0.0<H<0.5时，表明时间序列具有反持续性，即未来变化的趋势与过去相反，H值越小，反持续性越强；H=0.5，表明时间序列具有独立性，即现在与过去变化趋势无关。

持续性、反持续性强度由弱到强都分为5级，其中
持续性强度用1～5级表示，反持续性强度则用-1～-5级表示[10]。

2 结果与分析
2.1 汛期极端降水事件的年际变化
由图1可见，极端降水事件指数的年际变化不尽相同，除极端降水日数呈微弱的
下降趋势外(气候倾向率为-0.01d/10a)，其余极端降水事件指数均呈上升趋势，极
端降水量、极端降水强度、1日最大降水量气候倾向率分别是0.06mm/10a、0.05mm·d-1/10a、0.07mm/10a，但4项极端降水指标均未通过0.05水平的显著性检验。

1961～2015年格尔木市汛期极端降水量、极端降水日数、极端降水强度和1日最大降水量的平均值分别是：11.9mm、1.2d、6.6mm/d和7.6mm，变异系数分别是0.96、0.91、0.78、0.88；极端降水出现频数最多是4次(1967年)，极端降水量、极端降水强度、1日最大降水量最大值均出现在1971年，分别是38.7mm、19.4mm/d和32.0mm。

其中极端降水强度与王宝龙等[11]研究的格尔木多年平均降水强度3.21mm/d相差较大，这可能与资料的更新以及时间段的不一致有关。

由4次多项式拟合来看，极端降水量和极端降水日数变化趋势基本相同，均表现为上升—下降—上升的变化趋势；极端降水强度和1d最大降水量则表现为上升—下降—上升—下降的变化趋势，两个高值区为20世纪60年代至70年代初和21世纪00年代中后期，低值区为70年代中后期和21世纪00年代初期。

图1 1961～2015年格尔木市汛期极端降水事件变化趋势(直线为线性趋势，曲线为四次多项式拟合曲线)
为了解研究时段内极端降水各指标是否发生了突变，采用Mann-Kendall非秩次检验方法对各指标进行突变检验。

极端降水频数两条曲线在信度线内无交点；极端降水量、极端降水强度、1d最大降水量在研究时段内有多个交点，说明表现为一种周期性的波动，没有突变发生。

(图略)
2.2 汛期极端降水指数的月变化
表2 1961～2015年格尔木汛期极端降水指数的月变化月份极端降水量气候倾向率(mm/10a)相关系数极端降水量(mm)比例(%)极端降水频数气候倾向率(d/10a)相关系数极端降水频数(d)比例
(%)50.280.1370.1110.020.1081260.070.18164.2250.040.10182770.080.0020
0.1310.010.0417258-0.870.31*122.319-0.090.32*13199-
0.130.0497.4150.000.031116
注：*表示通过了0.05的显著性检验
由表2可知，近55a格尔木汛期极端降水频数(极端降水量)主要集中在6～7月，这两个月共发生了35次(364.3mm)，所占总数的比例为52%(56%)；其中6月最多，共18次，占27%(7月最大、200.1mm、占31%)；7月次之，占25%(6月次之、164.2mm、占25%)；而5月、8～9月发生极端降水事件的概率较小，分别是8次、13次、11次，所占比例分别为12%、19%、16%。

(70.1 mm、122.3mm、97.4mm，所占比例分别为11%、19%、15%。

)。

此结论与冯晓莉
等[12]研究的青海省极端降水的多发期是7月中旬至8月中旬的结果略有不同，
体现了局地气候的差异性。

近55a来，8～9月极端降水量呈下降趋势，下降速率分别是-0.87mm/10a、-
0.13mm/10a，5～7月呈上升趋势；极端降水频数8月呈下降趋势，其余基本表现为上升趋势，其中只有8月的极端降水量和降水频数通过了0.05的显著性检验。

2.3 极端降水指数的演变趋势
计算极端降水事件各指标的Hurst指数，来定量预估在未来时间内，极端降水事
件各指标维持现有趋势的概率。

表3 1961～2015年格尔木市汛期极端降水指数的hurst指数和强度分级极端降
水量极端降水频数极端降水强度1d最大降水量Hurst指数0.570.480.650.64等
级2-122强度较弱很弱较弱较弱
由表3可知，格尔木市汛期极端降水量、极端降水强度和1日最大降水量的H值均>0.5，存在明显的Hurst现象，说明此3项极端降水指标序列具有长期相关性，且其过程具有持续性，但强度较弱，未来变化情况与过去55a的增加趋势相同，
短时期内不会发生逆转。

极端降水频数H值<0.5，表明极端降水频数时间序列具
有反持续性，即未来变化情况与过去55a的微弱减小趋势相反，反持续性强度很弱。

3 结论
本文分析了1961～2015年格尔木市汛期极端降水事件4项指标的变化及对未来趋势的预测，得到以下结果：
①极端降水频数呈微弱的下降趋势，极端降水量、极端降水强度、1日最大降水量均呈上升趋势。

极端降水事件4项指标波动幅度较大。

②极端降水事件各指标均无突变发生。

③1961～2015年格尔木汛期极端降水频数(极端降水量)主要集中在6～7月，而5月、8～9月发生极端降水事件的概率较小。

④格尔木市汛期极端降水量、极端降水强度和1日最大降水量未来变化情况与过去55a的增加趋势相同，短时期内不会发生逆转。

极端降水频数未来变化情况与过去55a的微弱减小趋势相反。

本研究仅根据统计事实描述了近55a间格尔木市汛期极端强降水事件的变化趋势及特征，要真正弄清楚极端强降水在气候变暖背景下的变化机制，还有待于进一步研究。

【相关文献】
[1]苏志重，石顺吉，张伟，等.1960～2010年福建省极端降水事件变化趋势分析[J].暴雨灾害，2016，35(2)：166～172.
[2]郭军，李明财，段丽瑶.环渤海地区1961～2007年极端强降水时空变化特征[J].气候变化研究进展，2010，6(5)：319～324.
[3]杨军，程军奇，李小亚.等.甘肃黄土高原各级降水和极端降水时空分布特征[J].生态环境学报，2012，21(9)：1539～1547.
[4]桑议惠，赫璐，闫鸣，等.楚雄州汛期极端降水时空分布特征[J].西南师范大学学报，2017，
42(2)：120～126.
[5]丁建隆，王海鸥，董召荣，等.1960～2013年安徽极端降水特征研究[J].干旱气象，2016，
34(2)：252～260.
[6]马生玉，徐良.2010年夏季格尔木河流域汛情及气候成因分析[J].青海科技，2011，(1).
[7]吴雷.许有鹏，杨倩，等.1951～2014年武汉市极端降水事件变化特征[J].华中师范大学学报，2016，50(3)：457～463.
[8]魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，2007，1～296.
[9]赵晶，王乃晶.近50年来兰州城市气候变化的R/S分析[J].干旱区地理，2002，25(1)：90～95.
[10]冯新灵，罗隆诚，冯自立，等.中国雨日变化趋势的分形研究[J].自然灾害学报，2009，18(6)：112～117.
[11]王宝龙，张明军，魏军林.等1960～2009年青海省极端降水事件的变化特征[J].水土保持通报，2012，32(4)：92～96.
[12]冯晓莉，刘彩红，祁栋林.青海省汛期极端强降水特征及影响[J].中国农学通报，2016，32(5)：125～130.。