鄱陽湖流域極端降水動態變化及其與大氣環流的關系*

肖 娟,汪 梅,謝水石,孫金星,黃 艷,孟麗紅,鐘科元,?

(1.贛南師范大學 地理與環境工程學院;2.江西省贛江上游水文水資源監測中心,江西 贛州 341000)

0 引言

氣候變化導致區域水熱循環發生變化,導致了極端氣候事件發生頻率的增多,從而引發了大量的生態環境問題[1].分析極端氣候變化和影響極端氣候變化的因素,能夠為極端氣候風險評估和災害預警預報提供參考[2].

目前,關于極端降水事件的發生發展及其變化規律受到學者們的廣泛關注[3].在泰國,Limsakul等[4]研究發現降水強度呈顯著增加趨勢.Gallant等[5]研究表明,澳大利亞地區極端降水的強度和頻率均呈增加趨勢.在中亞[6]和美國[7],極端降水事件出現頻次也越來越多.在歐洲[8]和亞太地區[9],總降水量或極端降水事件的頻率和持續時間方面沒有明顯的區域變化趨勢,僅少數站點(30%)呈現顯著變化趨勢;在東南亞和南太平洋[10]地區也發現一些站點的極端降水事件呈不顯著增加趨勢,但波利尼西亞的降水呈增加趨勢.國內一些學者就中國極端降水變化進行了全面的探討和研究.如陸詠晴等[11]研究指出,我國極端降水整體上呈增加趨勢,具體表現為華北地區極端降水減少,南部地區極端降水增加.吳國雄等[12]分析了青藏高原地區極端氣候事件,發現年降水頻率明顯增加.由此可見,關于極端降水變化大部分學者已初步形成共識:大多數地區極端降水指數空間變化趨勢不顯著,但是也有少部分地區強降水事件呈增加趨勢,并且不同地區之間存在差異,需要根據地區的具體情況具體分析[6-8].

中國地理位置特殊,同時受到多種大氣海洋系統的影響,是全球氣候變化的敏感區和影響顯著區.并且由于中國受東亞季風、副熱帶高壓、熱帶氣旋和東亞季風等多種因素的影響,該區域內大氣海洋環流模式與極端氣候事件之間的關系變得錯綜復雜[12-13].一些學者進一步分析了極端氣候事件的各種影響因素.晁智龍等[14]發現秦巴山區西南部地區更易出現極端降水,主要是地形對秦巴山區產生重要影響.陳子凡等[15]研究發現四川盆地與云貴高原的極端降水事件和降水強度在增加,其現象大概率是受人類活動影響.當前系統性的分析極端氣候事件與大氣環流的聯系的研究較少.

鄱陽湖是我國第一大淡水湖,我國重要候鳥遷徙地,也是我國主要的糧食生產地和洪水災害發生最頻繁的區域[1].江西省11到19世紀共發生了69次大規模洪災,而20世紀初到90年代期間洪澇災害發生次數為37次,這表明洪澇災害發生的頻率有了顯著的增加[16].2020年6月下旬,江西省大部分縣市遭遇暴雨,鄱陽湖水位上漲,使得江西省出現了嚴重洪澇災害,導致江西省9.037×106人受災,農作物受災7.417×105hm2,直接經濟損失3.443×1010元[17].由此可見,極端氣候變化顯著影響了流域生產生活.

在本研究中,利用鄱陽湖流域24個國家級氣象站點的1960～2018年逐日降水量和大氣環流數據,分析鄱陽湖流域的極端降水事件時空變化趨勢及其與大氣環流的關系,以期為該地區防災減災提供科學參考.

圖1 研究區概況與氣象站點分布圖

1 研究區概況、數據來源與方法

1.1 研究區概況

鄱陽湖流域位于長江中下游以南(圖1),流域96.6%的面積位于江西省內,總面積1.62×105km2(24°29′14″N-30°04′41″N,113°34′36″E-118°28′58″E)[18].流域內河網密布、水系發達,擁有完整的河湖水系.流域共包括五大河流,分別是贛江、撫河、信江、饒河和修河.流域內氣候溫暖濕潤,降水量大,降水集中,為典型的亞熱帶濕潤性季風氣候[19].

1.2 數據來源

研究用到的氣象數據是從中國氣象局氣象信息中心獲取的(http://cdc.cma.gov.cn).考慮到氣象站由于建站時間不同,會導致起始時間不統一的情況,因此為了確保研究的準確性,本研究使用的是時間跨度較為完整的1960年至2018年期間的降水數據.另外,本文對數據進行了質量控制.如氣象數據必須涵蓋至少59年.其次,每個站點連續缺失觀測的天數不能超過30天.另外,對于單個站點的部分數據缺失,會使用其相鄰站點的數據進行補充,保證氣象時間序列數據的完整性.

西太平洋副高強度指數和亞洲區極渦強度指數主要是來源于中國國家氣候中心(http://ncc.cma.gov.cn)和美國國家海洋和大氣局(NOAA)(http://www.esrl.noaa.gov/).北極濤動指數和夏季東亞季風指數來自于李建平個人主頁(http://lijianping.cn/dct/page/1).由于大氣環流指數眾多,根據已有的研究[20-22],本文選取了其中與研究區降水聯系緊密的4個大氣環流指數來分析極端降水動態變化與大氣環流之間的關系.這4個大氣環流指數分別是北極濤動指數、西太平洋副高強度指數、夏季東亞季風指數和亞洲區極渦強度指數.由于該數據經過來源單位的嚴格的質量控制,可信度高詳細信息,具體可以查閱數據官網及相關文獻[20-22].

1.3 研究方法

根據國內外對于極端降水事件的定義,本文選取其中的4個極端降水指數對極端降水事件進行量化[23].即:總降水量(PRCPTOT)、侵蝕性降水量(ERPTOT)、大暴雨量(HP)、最大一天降水量(RX1day)(見表1).

表1 極端降水指數

反距離加權插值法(IDW)是一種以插值點和樣本點之間的距離為權重進行加權平均的插值方法,該插值法會對距離插值點最近的樣本點賦予較大的權重[24].本文選用的是ArcGIS10.2中的反距離加權插值方法(IDW),將本文選取的氣象數據進行空間插值,以此來分析降水的空間變化趨勢.

Mann-Kendall檢驗被認為是世界氣象組織推薦處理非參數檢驗問題的重要方法,現如今得到了廣泛的應用[25].本文基于Mann-Kendall趨勢分析法來分析極端降水的時間變化趨勢.Z值是Mann-Kendall檢驗法判斷數據的變化趨勢的指標.當Z>0說明數據呈增加趨勢,Z<0時則呈減少趨勢,并且Z的絕對值越大說明該序列的變化趨勢越顯著,Z值的絕對值大于1.96表明該序列數據呈顯著變化趨勢(P<0.05).

Sen’s估計法主要用于統計序列數據(如氣象和水文數據)的變化率,擬合直線的斜率α用來評估數據變化的趨勢[26].當α>0表示序列數據呈增加趨勢,α<0則表示序列數據呈減少趨勢.與Mann-Kendall趨勢分析法和Sen’s估計法都不要求數據遵從特定的分布,且兩者受序列異常值的影響較小.

2 結果分析

2.1 鄱陽湖流域極端降水動態變化

圖2 鄱陽湖流域1960-2018年極端降水指數的年際變化

2.1.1 極端降水指數年際變化趨勢

鄱陽湖流域1960-2018年4個極端降水指數均呈波動變化(圖2).總降水量、侵蝕性降水量、大暴雨量和最大一天降水量的變化趨勢均呈現上升趨勢,大暴雨量(HP)>最大一天降水量(RX1day)>侵蝕性降水量(ERPTOT)>總降水量(PRCPTOT),其變化趨勢分別為41.6 mm/10a、2.2 mm/10a、38.2 mm/10a和36.3 mm/10a,僅大暴雨量(HP)通過0.05顯著性檢驗(Z=2.3).

從5年滑動平均的線性變化趨勢來看,4個極端降水指數的變化可以大致可分為以下幾個階段:第一階段是1960-1978年,該階段總降水量、侵蝕性降水量和大暴雨量呈波動上升趨勢,最大一天降水量呈波動下降趨勢;第二階段是1979-2007年,該階段總降水量(PRCPTOT)、侵蝕性降水量(ERPTOT)、大暴雨量(HP)和最大一天降水量(RX1day)呈較大幅度的波動變化,且均存在兩個拋物線峰值變化,分別是1982-1988年,1989-2007年兩個波動變化區間;第三階段是2008-2018年,4個指數均呈先上升后略微下降趨勢.

綜合,鄱陽湖流域的極端降水指數均呈波動變化趨勢,其中總降水量、侵蝕性降水量和最大一天降水量的變化趨勢均呈上升趨勢,大暴雨量呈顯著增加趨勢(P<0.05),可見鄱陽湖流域近59年來極端降水事件呈逐漸增加趨勢.

圖3 鄱陽湖流域1960-2018年極端降水指數空間變化趨勢

2.1.2 極端降水指數空間變化趨勢

從4個極端降水指數的空間變化趨勢來看,極端降水指數的空間變化趨勢與年際變化基本一致,呈不顯著增加趨勢,但在不同地區變化趨勢存在差異(圖3).PRCPTOT、ERPTOT和HP在所有站點均呈增加趨勢,其中PRCPTOT在所有站點均呈不顯著增加趨勢(P>0.05).

從具體指數來看,總降水量(PRCPTOT)、侵蝕性降水量(ERPTOT)和大暴雨量(HP)沿贛江流域和撫河流域形成中間增加趨勢略高,兩邊微低的不明顯空間變化規律.如大暴雨量(HP)在廬山、景德鎮、德興、貴溪等站點呈顯著增加趨勢,變化趨勢依次為:南城(Z=2.45)>南昌(Z=2.38)>吉安(Z=2.22)>景德鎮(Z=2.20)>廬山(Z=2.14)>樟樹(Z=2.11)>貴溪(Z=2.08)>德興(Z=2.07).最大一天降水量(RX1day)在贛縣增加趨勢最顯著(Z=3.23),通過0.01顯著性檢驗,在波陽、廣昌和龍南呈減少趨勢.

由此可見,極端降水指數的空間變化沒有明顯的規律性.具體來說,大多數站點呈現不顯著增加趨勢,但也有個別站點呈減少趨勢.即,鄱陽湖流域不同地區之間極端降水指數的空間變化存在差異,這種差異的形成可能與地形地貌和當地大氣環流的變化等因素有關.

2.2 鄱陽湖流域極端降水變化與大氣環流變化的聯系

表2 極端降水指數與大氣環流指數的相關性

大氣環流被認為是影響極端氣候變化的重要因素.為了進一步揭示鄱陽湖流域極端降水變化與大氣環流變化的聯系,我們統計了極端降水指數與4個與該區域聯系緊密的大氣環流指數的相關性(表2).結果顯示,北極濤動指數和西太平洋副高強度指數與總降水量(PRCPTOT)、侵蝕性降水量(ERPTOT)、大暴雨量(HP)、最大一天降水量(RX1day)呈正相關關系,其中西太平洋副高強度指數與大暴雨量(HP)呈顯著(P<0.05)正相關關系.而東亞季風和亞洲區極渦強度指數與總降水量(PRCPTOT)、侵蝕性降水量(ERPTOT)、大暴雨量(HP)、最大一天降水量(RX1day)呈負相關關系.北極濤動(AO)、東亞季風和亞洲區極渦強度指數與極端降水指數之間基本不存在顯著相關性(P>0.05).

3 討論

3.1 極端降水變化的地區差異

本文基于鄱陽湖流域的24個氣象站點的逐日降水監測數據,分析了鄱陽湖流域極端氣候變化及其影響因素,發現流域內大暴雨量(HP)呈顯著增加趨勢,并通過0.05顯著性檢驗,而其他極端降水指數(總降水量、侵蝕性降水量和最大一天降水量)均呈不顯著增加變化趨勢,這與西北地區[27]、黃土高原[28]、西南地區[29]以及青藏高原地區[30]對極端降水事件研究的結論趨于一致.

由于地形地貌、氣候水文特征的不同,各地區的極端氣候事件變化趨勢也呈現出差異性(表3).如袁文德等[29]對西南地區進行研究發現,極端降水整體上呈上升趨勢,但變化趨勢不顯著.栗忠魁等[31]研究華北地區1951-2013年極端降水變化特征發現,極端降水指數都存在2～4a的顯著周期,連續濕日數在1964年發生突變.Liu等[30]指出青藏高原地區極端降水事件整體無顯著變化趨勢,但存在一定區域性特征,日最大降水量和極端降水比率由東部向西部遞減,而極端降水量、極端降水強度和5日最大降水量則由東南向西北遞減.本研究發現,鄱陽湖流域大暴雨量增加趨勢最顯著(Z=2.3),通過了0.05顯著性檢驗,變化趨勢高于黃土高原地區(Z=1.06),而年平均降水總量的變化趨勢(Z=1.37)小于青藏高原(P<0.05)和長江流域(P<0.05).西北地區年平均降水量的增加幅度為0.38 mm/10a,遠遠低于鄱陽湖流域36.3 mm/10a,但極端降水頻率(0.71 d/10a)大于松遼流域(0.18 mm/10a),而西南地區平均極端降水強度與松遼流域研究結果相近.鄱陽湖流域最大一天降水量增加幅度為2.2 mm/10a,高于華北地區(-1.18 mm/10a)和長江流域(1.85 mm/10a).鄱陽湖流域極端降水指數與其他地區存在差異,可能與地形地貌、局地氣候環流有關.

表3 中國不同地區極端降水變化差異

3.2 極端降水變化與大氣環流的聯系

大規模的大氣環流模式變化是導致極端降水變化的重要因素[34],本研究發現大暴雨量(HP)與西太平洋副高強度指數呈顯著正相關性(P<0.05).黃菊梅等[35]也發現西太平洋副高強度指數增加導致石羊河流域降水量的增加.戴聲佩[36]也發現西太平洋副高強度指數對華南地區的極端降水事件具有重要影響.潘留杰等人也得出了類似的結論[37],西太平洋副高增加會導致夏季大洋輸送到中國的水汽增多,從而導致大暴雨量增多,極端降水事件的增加.因此,西太平洋副高與鄱陽湖流域極端降水呈顯著的正相關.

東亞季風是影響中國極端降水的重要因素[38].王映思等[39]研究發現東亞季風與西南地區的夏季降水標準化指數呈負相關關系.汪成博等[40]在漢江流域也發現東亞季風與流域內部分站點存在負相關關系.本研究發現極端降水指數(PRCPTOT、ERPTOT、HP、RX1day)與東亞季風呈負相關關系,這與一些學者先前研究的結論一致,張璟等[41]也發現類似的現象.可以看出,東亞季風越強,往北輸送的水汽越多,使得鄱陽湖流域的降水偏少.因此,東亞季風與鄱陽湖極端降水指數呈負相關關系.

北極濤動(AO)反映了極地與中緯度地區的位勢差異[42].田起[43]發現AO是影響錦州地區極端降水指數變化的主要因素,且各大氣環流因子與極端降水指數的相關性較高.溫煜華等[44]研究發現AO指數與祁連山極端降水的關系最為復雜.當AO呈正位增強時,中高緯度的西風氣流會將溫暖的海洋氣流帶入中高緯大陸,從而導致大陸的降水增多.因此,AO與鄱陽湖極端降水指數(PRCPTOT、ERPTOT、HP、RX1day)呈正相關.本研究發現亞洲區極渦強度指數與鄱陽湖流域降水指數呈負相關.陳星任等[45]在青藏地區也發現了類似的現象.亞洲區極渦是影響極端降水的重要因素之一[46],其在冬季的影響較強,夏季則相反.因此,亞洲區極渦強度指數與鄱陽湖流域極端降水呈負相關關系.

4 結論

本文采用鄱陽湖流域的24個站點連續59年的逐日降水數據,選取與研究區聯系緊密的4個極端降水指數分析了鄱陽湖流域的極端降水動態變化,并探討了極端降水變化與大氣環流的關系.結果表明: