1959-2018年成都市降水量时空变化研究

环境与建筑科学
DOI：10.16660/ki.1674-098X.2009-5640-5426
1959—2018年成都市降水量时空变化研究①
刘辉
(神华四川能源有限公司 四川成都 610011)
摘 要：以1959—2018年成都市14个气象站点逐日降水数据为基础，运用趋势分析、Mann-Kendall法检验和空间分析的方法，研究了区域降雨量时空分布。

结果表明，成都市年均降水量倾向斜率为-1.7029mm/a，各季节中除了春冬季节降雨呈增加趋势，夏秋季节降雨呈减少趋势，且均不显著；年季降雨发生了一定程度趋势变化，但均不显著(P <0.05)。

成都市年季降雨具有明显的空间地带性特征，自西北部的都江堰和西南部山地区向中东部平原丘陵地区逐渐减少。

关键词：降雨量 时间变化 空间分布 Maan-Kendall检验
中图分类号：P333 文献标识码：A 文章编号：1674-098X(2020)12(c)-0129-04
Temporal and Spatial Variation of Precipitation in Chengdu from
1959 to 2018
LIU Hui
(Shenhua Sichuan Energy Co., Ltd., Chengdu,Sichuan Province, 610011 China)
Abstract: Based on the daily precipitation data of 14 meteorological stations in Chengdu from 1959 to 2018, the spatial and temporal distribution of regional rainfall is studied by using trend analysis, Mann Kendall test and spatial analysis.. The results showed that the trend slope of annual precipitation in Chengdu was -1.7029mm/a. Except for spring and winter, the rainfall in summer and autumn showed a decreasing trend, which was not significant; the annual rainfall had a certain degree of trend change, but was not significant (P < 0.05). The annual rainfall in Chengdu has obvious spatial zonal characteristics, which gradually decreases from Dujiangyan in the northwest and mountains in the southwest to the plain and hilly areas in the middle and east.
Key Words: Rainfall;Time change; Space distribution; Maan-Kendall test
①作者简介：刘辉（1982—），男，汉族，四川成都人，本科，工程师，研究方向为水利电力项目建设，运营管理。

1 资料与方法
1.1 研究区概况
成都地处我国西南四川盆地西部边缘，岷江、沱江与长江交汇处，地理位置102°54′～104°54′E、30°05 ′～31°26′N，区域面积14605km 2。

地势西界康藏高原，东部为低山丘陵，低地平原间断分布，海拔介于387~5364m，地貌形态分异明显。

区域受印度洋西南季风与太平洋东南季风控制，形成亚热湿润性带季风气候，水热资源丰富，年平均气温为16°C，年降水量为900～1300mm，无霜期为278d。

1.2 数据来源
成都市面积广阔，为全面反映区域降水量特征以该市境内国家级气象观测站点资料为依据，以各站点
数据统计平均值表示全市降雨量水平，其有效气象站点14个（见图1）。

为深入研究降雨时间尺度特征，统计了各年度季节性降雨量，其中其中季节尺度划分为：3~5月为春季、6~8月为夏季、9~11月为秋季、12~2月为冬季[1]。

基于Excel 2016软件平台对站点资料进行预处理和经典统计分析；运用Matlab2016b编写Maan-kendall程序进行降雨量的突变检验[2]，通过Surfer13.0上绘制降水量变化趋势空间分布图。

2 结果与分析
2.1 成都市降雨年际变化
1959—2018年成都市年降水量逐年变化趋势如图2所示，该时域内降雨量最大值出现在1961年，达1416.2mm，最低值为1965年的607mm，其中
环境与建筑科学
2013、2012、1991年也为异常年份，降雨量距平百分比达35%~55%。

统计显示，区域降雨量平均值为925.24mm，标准差为190.24mm，变异系数达20.56%，呈现中等变异性。

5a周期的拟合趋势表明，近60年来成都市降雨量变化呈现两个相对明显的变化趋势，1959—2009年年降雨量呈现波动减少特征，2009—2018年呈现起伏升高的特征。

经线性拟合表明，其综
合变化趋势为y=-1.7029x+4311.5，R 2=0.0244，但未达到显著水平(P >0.05)，表明变化趋势不显著。

2.2 成都市降雨季节性变化
成都市降雨量与东南、西南季风进退密切相关，还受附近的青藏高原地形效应影响，因而具有明显的季候分异性。

统计显示(见图3)，各季节降雨量的极
值分布不一，波动性强弱亦不同。

1959—2018年间，
图2 成都市降雨量年际序列变化
图1 1959-2018年成都市年季降雨量突变检验
环境与建筑科学
图3 成都市个季节降雨量序列变化
该地春季降雨量的监测平均值为149.16±54.61mm，变异系数为36.62%，在1959—2018年间的总体变化趋势为y=0.1542x-157.48，R2=0.0024(P >0.05)。

夏季降雨量全年降雨的重要构成，其平均值为562.54±165.07mm，变异性为29.35%，倾向趋势表现为y=-1.1401x±2829.7，R2=0.0146，夏季是作物生长的关键阶段，降雨量减少的趋势特征对植被生理健康有一定影响。

秋季降雨量略高于春季水平，达189.09±85.49mm，变异系数达45.21%，期综合趋势为y=-0.7929x+1756.8，R2=0.0262。

冬季降雨量表现出弱的增加趋势：Y=0.0759x-126.49，R2=0.0135，其平均水平为24.43±11.40mm，变异系数达46.65%。

2.3 成都市降雨量突变分析
对于，Mann-Kendall非参数检验法具有不受样本值、分布类型等的影响，被广泛应用于降水等时间序列自然事件的趋势性分析[3-5]。

MK方法通过绘制成都市年季降水量变化过程与离差平方和曲线，从而识别降雨过程突变。

基于前述对各年季降雨量倾向趋势分析经验，设置检验阈值Z为±1.96，相应地p值为0.05水平。

成都市春季和夏季降雨量的UF~UB统计量在1961年相交，考虑到交点起初时刻不确定性大和变化趋势线延续性，故而确定该年并非突变点，说明春夏季节降水变化不存在突变。

秋季降雨量的的UF、UB值在1979年处相交，在1959—1979年期间秋季降雨量呈波动起伏特征，在1979—2018年之间主要为减少的特征，由于改点并未触及阈值线，所以突变并不显著。

冬季降雨量的UF、UB值存在多个交点，表明其变化趋势较复杂，结合pettitt检验，个突变点，但未通过5%水平信度检验，说明突变并不显著(P >0.05)。

2.4 成都市年降水量降水量变化趋势空间分布
以14个站点年降雨资料视为一组随机变量，进而求得其平均值，在此基础上先运用半方差分析求得其最佳拟合模型及其参数，再运用地统计学中的得到Kriging法进行空间插值，得到成都年降水量空间分布如图4所示。

虽然站点分布较少，但半方差分析表明其变程为120km，而最临近点之间的距离小于这个尺度，因此可以进行空间外推。

图4显示成都市降雨量呈现自西向东减少的格局。

降雨密集区有2个，分别为西北部
都江堰和西南部山地地区，降雨量达1050~1260mm之图4 成都市年降水量空间分布
(下转199页)
创新教育
课程设计相结合，创新实践与科学研究相结合，实现由基础验证实践向综合应用实践转变，由规定性实践向自主性实践转变，由传统型实践向开放型实践转变，改变交通管理工程专业人才培养体系中实践能力相对薄弱的局面。

3.2 实战科研体系
以智能交通实验中心为窗口，瞄准公安交通管理实战需求，加强与公安交通管理一线专家的合作与交流，以实战为导向，将现实存在的交通问题进行剖析，联合申报交通治理方面的课题进行科研合作攻关，深化内部“实践-实战-科研”人才培养机制改革与创新，深化并完善校局深度合作模式和人才交流机制。

健全产学研融合创新的长效机制，依托公安院校高端智库、科研平台、创新团队等，推动科研质量提升、科研成果转化，增强科研服务公安实战、支撑实战化教学的整体水平。

4 结语
交通科技的日益蓬勃给公安交通管理人才培养带来了新的机遇和挑战，也为公安交通管理工作提出了新要求。

作为公安交通管理人才培养主力军的公安院校，必须乘势而上，积极与公安交通管理工作的新要求进行对标匹配，充分应用智能交通实验平台整合多方信息资源，丰富教学手段与方法，突出实践能力的应
用，启发学生的实战思维，引导学生基于公安交通管理实际展开思考，在实践教学体系与实战科研体系两个层面上加强人才培养理论与实践研究，达到为公安交通管理一线输送合格人才的目标。

参考文献
[1] 马清.城市交通治理模式变革[J ].城市交通,2019,17(1):45-50.
[2] 孙静.人工智能与智能交通的交叉融合[J].信息与电脑:理论版,2019(4):139-141.
[3] 尚炜.智能交通技术应聚焦实战应用-避免被概念虚化和技术左右[J].汽车与安全,2018(10):82-86.[4] 王震刚,刘蕾.新型智慧城市背景下公安交通管理人才培养对策研究[J ].天津职业院校联合学报,2019,21(10):20-24.
[5] 代磊磊,何广进,刘东波,等.公安交管视角下的车路协同技术探讨及应用[J].中国人民公安大学学报:自然科学版,2020,26(1):46-50.
[6] 李标,董开帆,封春房.新一代公安交通管理智慧化体系架构研究[J ].中国公共安全:学术版,2019(3):72-76.
[7] 刘东波,代磊磊,华璟怡.城市交通管控技术创新发展路径思考[J].城市交通,2020,18(3):1-8.
间，其中前者主要由于背靠康藏高原，暖湿气流易于受到地形抬升作用而汇集置雨；后者主要由于距离西南季风的路径较近，受西南季风影响强烈；东部的丘陵平原地区降水相对较少，介于800~1050mm之间。

3 结语
我国西南地区降雨不仅受太平洋季风影响，还受到印度洋西南季风密切控制，加上青藏高原高达地形的影响，导致成都地区降雨具有复杂的演变机制。

研究表明近60年来成都市年季降雨量呈波动性变化，总体降雨量呈减少的趋势，但由于趋势复杂，未呈现明显线性特征。

变异系数的大小揭示了年季降雨量波动性程度，依次为<冬季(46.65%)年<(20.56%)<夏季(29.34%)春季(36.62%)<秋季(45.21%)，说明春秋季节发生依次2降雨的可能性较大，这对该地区农业发展与气候灾害防御有不利影响。

成都是西南地区经济社会发展的中心，农业生产、环境变化对降雨的时空变异具有紧密响应，注重提升气候变化背景下的城市气象灾害防御管理能力是当前重要工作内容之一。

(上接131页)
参考文献
[1] 徐青竹.1967—2017年兴安盟暴雨时空分布特征分析[J].内蒙古气象,2019(1):9-12.
[2] 王远见,傅旭东,王光谦.黄河流域降雨时空分布特征[J].清华大学学报(自然科学版),2018,58(11):972-978.
[3] 段娜,杨贵羽,游进军.五指山市近60年降雨量时空演变规律分析[J ].南水北调与水利科技,2018,16(6):60-67,79.
[4] 孙周亮,刘冀,谈新,等.近50 a 澴河上游汛期降雨径流多尺度时空演变[J ].长江流域资源与环境,2018,27(6):1324-1332.
[5] 黎云云,畅建霞,王於琪,等.渭河流域河川径流对气候变化的时空响应机理[J].应用基础与工程科学学报,2018,26(3):502-514.
[6] 颜旭.成都地区地表径流及降水量估算[D].成都:四川师范大学,2015.
[7] 王亚迪.变化环境下黄河源区水文气象要素特征分析及径流变化驱动研究[D].西安:西安理工大学,2020.。