(Kriging插值法)1961_2005年淮河流域降水时空演变特征分析

1961-2005年淮河流域降水时空演变特征分析*卢燕宇1吴必文1田红1 孙维2（1安徽省气侯中心，2安徽省气象信息中心，合肥230061）摘要利用淮河流域四省170个气象站点1961-2005年的降水观测数据，降水量进行了插值，得到了1km×1km降水栅格序列。

在此基础上，对淮河流域降水的时空格局及其变化特征进行了分析。

结果表明，淮河流域降水量的空间分布基本呈南高北低的格局。

近45年来淮河流域降水量的年际振荡较为剧烈，年降水量呈下降趋势，各季节变化趋势不一，但均未达显著水平。

流域内汛期和年降水量的年代际变化则具有明显的阶段性，主要表现在90年代前基本为下降趋势，2000年后明显上升。

当前，淮河流域正处于降水的高气候变率时期。

45年来，降水的空间格局发生了一定的变化，表现在淮河中上游和淮河沿岸地区的降水量升高，而流域东北部的降水则呈下降趋势。

关键词 Kriging插值降水淮河流域空间分布变化趋势1 引言当前，气候变化及其对人类环境的影响已成为全球科学界日益重视的重大科学问题。

政府间气候变化专门委员会( IPCC) 第四次评估报告指出，全球气候变暖必将导致降水量的时空分布变化，从而对水资源、生态系统状况和社会经济发展等产生深刻的影响[1]。

淮河流域是我国重要的气候分界线，地理位置特殊，气候条件复杂多变，淮河流域洪水灾害是我国水患最为严重的自然灾害。

20世纪90年代以来，尤其是进入21世纪后，淮河流域洪水灾害呈现不断加剧的趋势。

同时，全球变暖所驱动的水循环和降水时空格局的变化将有可能进一步导致旱涝等自然灾害的频发[1-3]。

因此，系统研究淮河流域气候变化尤其是降水变化的时空变化特征，对于认识淮河流域气候变化与洪水致灾机理间的相互联系，积极应对气候变化具有重要理论意义。

目前已有大量的研究在不同时空尺度上分析了我国不同地区和流域各气象要素的气候变化事实[4-8]，然而，针对淮河流域气候变化的研究仍不多见。

与此同时，目前针对气候变化的研究多是直接利用气象观测站点的离散数据，采用各种气象统计方法对多年时间序列的气象要素变化进行分析，可以认为是在空间有限气象站点的时间尺度的研究，然而气候现象是兼具时空属性的大气物理过程，在研究中必须考虑区域尺度上气候要素的时空变化特征，因此当前随着现代气候学、生态学以及3S技术的发展，许多气候变化的相关研究迫切需要高时空分辨率、空间栅格化的气象/气候要素数据[9]。

本研究试图在对淮河流域约170个气象站点1961~2005年实测降水数据进行空间插值的基础上，分析气候变暖背景下这一地区降水变化的若干基本事实及其时空变化趋势，以期科学认识该区域气候变化特征，并且为相关领域科学研究提供理论和数据基础。

2 资料与方法*资助项目 中国气象局气候变化专项（编号CCSF2007-20）资助2.1 数据来源气象数据来自于淮河流域四省气象局（安徽、河南、江苏和山东），包括了183个站点的1961~2005年逐日降水观测资料。

剔除部分缺测较多或者观测年限较短的站点，经过整理后，基本保持在170个站。

空间数据主要包括淮河流域边界、淮河水系、气象站点分布等，主要是通过数字化和利用站点经纬度自动生成。

由于空间数据为经纬度坐标系，而最终结果需要以公里网坐标存储运算，因此利用ArcGIS 的投影变换功能将空间数据的坐标系转换成等面积Albers 投影下的公里网坐标。

2.2 空间内插方法气象要素空间栅格化的核心是空间内插技术，空间插值的实质是通过已知样点的数据来估算未知点的数据。

长期以来，国内外学者对空间离散数据的空间插值进行了大量的研究，并提出了多种空间插值的方法，包括多项式插值法(Interpolating Polynomials Methods)、趋势面法 (Trend Surface Methods)、 反距离权重法(Inverse Distance Weighted ，IDW)、样条函数法(Spline Methods)、克里金法( Kriging Methods)等[10~12]。

这些空间插值方法各有利弊，应针对不同的插值对象，选择出最优的空间插值方法。

目前，针对中国区域降水量的研究表明，Kriging 法相较而言插值效果较好，能够较好的反映流域尺度的降水量空间分布格局[12~15]；并且Kriging 法已经较为成熟，插值容易实现，较为简单易行。

因此，综合考虑下我们最终采用了Kriging 法将1961~2005年淮河流域的各站点降水量数据插值成连续的面状数据。

对空间栅格化的气象要素值分别求全年、春(3、4、5月)、夏(6、7、8月)、秋(9、10、11月)，冬季(12月，次年1、2月)和汛期（5~9月）的降水量，然后利用ArcGIS 的区域统计功能得到流域范围内降水量的逐栅格平均值，形成多年气象要素的时间序列，以分析年际和季节变化特征。

2.3 趋势分析方法为研究淮河流域气候变化趋势，检测气候序列的突变点，我们采用了世界气象组织（WMO ）推荐的Mann-Kendall 非参数统计方法，该方法是一种非参数统计检验方法，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，适用于水文气象等非正态分布的数据，计算也比较简便，方法如下[16]。

对于具有n 个样本量的时间序列x ，构造一秩序列：1kk i i S r ==∑ （k = 2, 3, 4,…, n ）式中 r i = 10i j i j x x x x + >⎧⎪⎨≤⎪⎩（j = 1, 2, 3,…, i ） 由上可知，秩序列S k 是第i 时刻数值大于j 时刻数值个数的累计数。

在时间序列随机独立的假定下，定义统计量：k UF （k = 1, 2, 3,…, n ）式中 UF 1 =0；E(S k )、Var(S k ) 是累计数S k 的均值和方差，在x 1，x 2，…， x n 相互独立，且有相同连续分布时，它们可由下式算出：(1)()4(1)(25)()72k k n n E S n n n Var S +=−+=UF i 为标准正态分布，它是按时间序列x 顺序x 1，x 2，…， x n 计算出的统计量序列，给定显著性水平α，查正态分布表，若∣UF i > ∣U α，则表明序列存在明显的趋势变化。

本文取α = 0.05，此时U 0.05 = ± 1.96 。

按时间序列x 逆序x n ，x n-1，…，x 1，再重复上述过程，同时使UB k = -UF k (k=n ，n -1，…，1)，UB k = 0。

3 空间分布格局根据降水量空间化结果可以看出，淮河流域内各时段降水量的空间分布基本一致，呈南高北低的格局，大体上为纬向分布。

淮河流域降水较多的区域基本上集中在淮河中上游和淮河沿岸地区（图1，其中又以流域南部的大别山区降水最多。

对于年降水量而言，全流域的年降水基本高于600mm ，其中流域内河南省中东部和山东省西南部年降水量不足800mm ，属于半湿润地区，而其余大部分地区降水量超过800mm ，达到湿润水平。

根据图1所示，由于淮河地区处于强季风区，各季降水量相差很大，夏季降水的空间分布与量值大小与其他各季均有较大不同。

图1 淮河流域1961~2005年不同时段内降水量（单位：mm ）的空间分布 （a. 春；b. 夏；c. 秋；d. 冬；e. 汛期；f. 全年）Fig. 1 Spatial distribution of (a) spring, (b) summer, (c) autumn, (d) winter, (e) flood season and (f)annual precipitation(mm) averaged for 1961-2005 in Huai River basin低 low高 high4 变化趋势4.1 年际和年代际变化图2 1961~2005年淮河流域不同时段降水量的年际变化 （a. 春；b. 夏；c. 秋；d. 冬；e. 汛期；f. 全年）Fig. 2 Inter-annual variability of (a) spring, (b) summer, (c) autumn, (d) winter, (e) flood seasonand (f) annual precipitation during 1961-2005 in Huai River basin淮河流域平均年降水量最小值出现在1966年，为553 mm ；2003年降水量最高，为1306 mm ；45年平均值为887mm （图2）。

流域内全年和各季节降水量的年际振荡均较剧烈，线性倾向分析表明，45年来淮河流域春秋两季的降水量呈下降趋势；夏季、冬季、汛期和全降水量 P r e c i p i t a t i o n /m m降水量 P r e c i p i t a t i o n /m m降水量 P r e c i p i t a t i o n /m m(a)(b)(c)(d)(e)(f)y = -0.551x + 1270.6R 2= 0.01060100200300400196019701980199020002010y = 1.0767x - 1663.4R 2= 0.0163200300400500600700800196019701980199020002010y = -0.7701x + 1700.6R 2= 0.022450100150200250300350196019701980199020002010y = 0.5381x - 1002.2R 2= 0.053120406080100120140196019701980199020002010y = 0.4092x - 176.44R 2= 0.00162004006008001000196019701980199020002010年份 Yeary = 0.379x + 135.59R 2= 0.001400600800100012001400196019701980199020002010年份 Year平均值 Average趋势线 Trendline年降水量均为微弱的升高趋势，需要指出的是，这种升高趋势很大程度上是由于2000年后淮河流域降水量的较大增幅所导致。

而显著性检验则表明，各时段的降水量变化趋势均未达到0.05的信度水平，淮河流域降水的年际变化应属于气候的自然振荡。

淮河流域以汛期降水占了全年的绝大部分，约为71%。

季节分配特征是夏季降水最多，约占全年降水的53%；其次是春季降水占20%；降水最少的冬季降水只占8%。

降水量在各季节分配比例随年份波动较大，近45年来总体上没有明显的变化趋势，然而近年来汛期和夏季降水所占比例有上升趋势（图略）。