重慶暴雨、熱浪、干旱時空格局及聚類特征

張 芬 ,李雙雙,陳超君,李永華,張天宇,柴闖闖

(1. 中國氣象局氣候資源經濟轉化重點開放實驗室,重慶市氣候中心,重慶 401147; 2. 陜西師范大學 地理科學與旅游學院,陜西 西安 710119; 3.重慶市水文監測總站,重慶 401120; 4.重慶舍特氣象應用研究所有限責任公司,重慶 401147)

0 引言

自然災害區域規律研究是綜合減災研究的重要領域,也是國際地理科學前沿問題,研究成果對于制定區域發展和綜合減災規劃等都有著重要價值[1],近年來,國內外學者開展了大量的自然災害區域特征研究[2-5]。自然災害危險性是區域自然災害研究的重要內容,各類自然災害危險性具有明顯的集聚特征,部分地區由單一災害主導,部分地區受多種災害共同影響[6],同一地區、區域不同致災因子或災害之間往往存在鏈生、耦合或互斥等復雜關系,加劇了災害研究的復雜性[7]。IPCC第六次評估報告結果表明,20世紀中葉以來,全球熱浪、強降水等極端天氣氣候事件頻率和強度增加,熱浪和干旱復合事件增多[8],由此帶來的災害危險性增加,給社會經濟和人民生活帶來嚴重的影響和損失[9]。研究人員針對我國區域高溫、干旱和暴雨等單種氣象災害的發生規律開展了大量深入的研究[10-13],但多種氣象災害集聚特征研究還較少?，F階段非常有必要開展氣象災害集聚特征研究,并針對災害集聚特征制定相適應的防災減災措施。

時空聚類分析的目的在于發現地理現象的時空分布格局與規律,對于揭示各類現象的本質特征、關聯關系及演變趨勢等具有重要的指導意義[14-15],是研究自然氣象災害在時空域上聚集分布特征的有效手段。NAUS[16]首先提出掃描統計的概念,KULLDORFF等[17]于1995 年提出一種基于似然比檢驗的空間掃描統計,在此基礎上,KULLDORFF陸續提出了回顧性時空掃描統計、前瞻性時空掃描統計和時空重排掃描統計等多種時空聚類分析方法。時空掃描統計法最早集中應用于疾病的監測、早期預警和聚集性探測,近年來隨著掃描統計量模型的不斷發展和完善,已廣泛應用于犯罪熱點和災害診斷分析、氣候變化和社會經濟聚集問題等多個研究領域[18-24]。SaTScan時空掃描統計法不僅能準確測量時間,還能根據空間特征合理劃分區域,掃描結果可為災害防范和預警體系的建立提供重要的理論依據[25],為時空數據分析提供了有力的工具[15]。目前,國內外將時空掃描統計方法應用于多種氣象災害時空聚類方面的研究仍較少。關注多種氣象災害時空聯系,確定多種氣象災害多發、疊發的區域和時段,值得探索。

重慶作為中國西部重要城市,近年來面臨的氣象災害風險增加,這是重慶可持續發展的重要風險源,相關學者對重慶3種典型氣象災害暴雨、熱浪、干旱的時空分布及風險特征進行了分析[26-28],但鮮有學者對長時間尺度上重慶典型自然氣象災害的聚類區域和時段開展研究,重慶典型氣象災害的疊加高危區分布、各地區主導氣象災害類型等關鍵信息尚不明晰。本研究重點關注重慶暴雨、熱浪和干旱3種典型氣象災害的危險性,基于暴雨指數、熱浪指數和標準化降水指數,采用Mann-Kendall和Sen趨勢法、SaTScan時空掃描統計方法,揭示暴雨-熱浪-干旱災害在重慶地區的時空聚集特征、暴雨-熱浪-干旱災害的時空高危區分布及各地區主要氣象災害類型,為重慶區域多災種并發的診斷和綜合風險防范提供參考,對于各級政府防災減災救災工作的有效開展具有重要的現實意義。

1 資料與方法

1.1 資料來源

重慶地貌以山地、丘陵為主,東北部靠大巴山,東南部連武陵山,境內多河流[29],如圖1(a)所示。重慶屬亞熱帶季風性濕潤氣候,冬暖夏熱,無霜期長,雨量充沛,多云霧,少日照[30]?？紤]地形和氣候特征的差異,將重慶按照多年氣候特征、地形及行政區劃分為西部、西南部、主城、中部、東南部和東北部6個區域[31],如圖1(b)所示。所用氣象數據來自重慶市氣象局提供的34個國家氣象站(站點分布見圖1(a))1966—2021年逐日降水、氣溫和相對濕度數據,區縣人口數據來自重慶市2021年統計年鑒。

圖1 研究區國家氣象站和地形河流分布及分區示意圖Fig. 1 Distribution of national meteorological stations, terrain and rivers and partition map in the study area

1.2 研究方法

1.2.1 災害指標選取

根據GB/T 28592—2012《降水量等級》國家標準,降雨分為微量降雨(零星小雨)、小雨、中雨、大雨、暴雨、大暴雨和特大暴雨共7個等級[32]。本文選取24 h降雨量≥50 mm作為暴雨事件標準。

按照GB/T 29457—2012《高溫熱浪等級》國家標準[33],熱浪分為輕度熱浪(Ⅲ級)、中度熱浪(Ⅱ級)和重度熱浪(Ⅰ級),分級標準如表1所示。黃卓等[34]關于高溫熱浪指標研究的結果表明,重慶熱浪事件以輕度為主。本文選取高溫熱浪指數HI(heat wave index)≥2.8作為熱浪事件標準。

根據GB/T 20481—2006《氣象干旱等級》國家標準,采用標準化降水指數(standardized preoipitation index, SPI)作為干旱指標[35],等級劃分如表2所示。楊慶等[36]基于長時間序列資料對比了7種氣象干旱指數在中國區域的適應性,發現SPI在濕潤地區的適用性較好。本文選取12個月的SPI作為干旱指標,采用Gamma分布擬合年降雨量計算相應的SPI值,選取標準化降水指數SPI≤-0.5作為干旱事件標準。

表2 氣象干旱分級標準Table 2 Meteorological drought classification standard

1.2.2 時空格局分析

Mann-Kendall方法[37-38]能較好地揭示時間序列數據的趨勢變化,不需要樣本遵循一定的分布,也不受少數異常值的干擾,計算方便,適用于水文、氣象等非正態分布的數據。本文用檢驗統計量Z進行趨勢檢驗。對于暴雨和熱浪頻次序列而言,Z大于0是上升趨勢;小于0是下降趨勢。對于SPI序列而言,Z大于0是干旱下降趨勢;小于0是干旱上升趨勢。Sen趨勢度分析方法[39]可以很好地減少噪聲的干擾,但其本身不能實現序列趨勢的顯著性判斷,Mann-Kendall和Sen方法結合可以實現對序列趨勢及顯著性的檢驗。本文采用檢驗統計量Z進行趨勢檢驗,檢驗中選取顯著性水平α=0.05,Z1-α/2=1.96。當Sen趨勢度>0且|Z|>1.96序列呈顯著上升趨勢,當Sen趨勢度>0且|Z|≤1.96序列呈上升但不顯著趨勢;當Sen趨勢度<0且|Z|>1.96序列呈顯著下降趨勢,當Sen趨勢度<0且|Z|≤1.96序列呈下降但不顯著趨勢。

鄭小波等[40]利用反距離加權法、普通克里金法、薄盤光滑樣條函數法3種空間插值方法對西南地區復雜山地的氣象資料進行了空間插值,并進行了交叉驗證和隨機站點驗證,結果表明,薄盤光滑樣條函數法的插值精度最優。本文采用薄盤光滑樣條函數法對34個國家氣象站站點的暴雨、干旱、熱浪趨勢值進行空間插值,同時對3種災害趨勢值進行極差標準化處理并以等權重求和繪制空間分布圖。

1.2.3 時空聚類分析

SaTScan是目前應用廣泛的時空掃描統計法,綜合考慮時間和空間2個緯度,采用移動窗口法在地理空間上創建掃描窗口(圓柱體)進行掃描統計,通過泊松模型計算每個圓柱體的對數似然比(log-likelihood ratio, LLR)和相對危險度(relative risk, RR),利用蒙特卡羅法模擬掃描統計量并進行顯著性檢驗,最終確定時空集聚區[18,22]。圓柱體的底面對應研究的地理區域,圓柱體的高對應掃描時間間隔。掃描窗口的范圍介于0和預定義上限最大半徑和最大時間之間,最大半徑可設置為總人口數的百分比或特定圓的半徑值,最大時間長度可設置為整個研究周期的百分比或特定天數。本文采用SaTScan10.1.2分析重慶暴雨、熱浪、干旱3種氣象災害的時空聚集性,輸入數據為1966—2021年重慶暴雨(日尺度)、熱浪(日尺度)、干旱(年尺度)事件發生時間和地點、34個國家氣象站經緯度及所在區縣人口數等。SaTScan時空參數的設置會對結果產生明顯的影響,本文參考前人研究成果[22,25,41]并結合實際,最大半徑取重慶市總人口數的30%,最大事件周期取本研究時段的30%,蒙特卡羅模擬次數設置為999,統計顯著性檢驗水平取P<0.05。

此外,本文還選取了傳統且常用的空間聚集區識別方法Moran’s I、局部Moran’s I指數方法與SaTScan方法進行空間聚類比較,輸入數據與SaTScan方法保持一致,均為34個國家氣象站1966—2021年暴雨、熱浪、干旱事件總次數,采用檢驗統計量Z進行檢驗,顯著性水平α取0.05。Moran’s I指數反映空間鄰近區域單元屬性值的相似程度,值介于-1～1之間;值越接近于1,表示空間單元之間關系越密切、性質越相似,即呈現聚集性分布;值越接近于-1,表示空間單元呈離散型分布,差異越大;值為0,表示整體呈隨機型分布。局部Moran’s I指數用于計算每一空間單元與鄰近單元的關聯程度,指數>0表示空間正相關,值越大正相關性越大;指數<0表示空間負相關,絕對值越大負相關性越大;指數=0表示相鄰空間單元不相關[42-43]。

2 暴雨-熱浪-干旱時空變化特征

2.1 時間變化特征

1966—2021年重慶平均熱浪頻次呈增加趨勢,如圖2所示,熱浪頻次增幅為1.5次/10 a,暴雨頻次和干旱強度總體無明顯變化趨勢;2001年以前暴雨和干旱變化趨勢不明顯、熱浪總體偏少,2001年以來暴雨和熱浪明顯增多、干旱總體減輕。由圖2可知:①暴雨時間變化趨勢與劉毅等[44]的研究結果較為一致:1998年為暴雨最多的年份,2001年為暴雨最少的年份;1985年以前暴雨頻次波動幅度大;1985—1996年暴雨頻次波動幅度小,暴雨總體呈減少趨勢;1996—2001年,暴雨頻次波動幅度大;2001年以后,暴雨總體呈明顯增多趨勢。②熱浪:2006年為熱浪最多的年份,當年重慶遭遇百年不遇的高溫[45],1987年為熱浪最少的年份;2006年以前,熱浪呈現增多趨勢且總體偏少;2006年及以后,熱浪總體明顯偏多。③干旱:2001年為干旱最重的年份,劉德等[46]分析了重慶2001年特大伏旱特征,并從大氣環流、溫度場、前期環流異常等方面分析了成因;2006年次之,1998年為干旱最輕的年份;1985年以前,干旱強度變幅不大;1985—1996年總體偏旱;1996年以后干旱強度變幅增大;2001年以后干旱總體呈減輕趨勢。唐紅玉等[47]的研究結果也表明,2001年以后重慶年度氣象干旱有減弱趨勢。

圖2 1966—2021年研究區平均暴雨、熱浪頻次和干旱強度變化趨勢Fig. 2 Variation trend of frequency of heavy rain, heat waves and intensity of drought in the study area from 1966 to 2021

2.2 空間變化特征

1966—2021年重慶暴雨-熱浪-干旱空間變化趨勢如圖3和表3所示,大多數地區暴雨、熱浪變化以上升為主,特別是熱浪,干旱變化空間差異較大。由圖3和表3可知:①暴雨變化總體以上升趨勢為主:61.8%站點(21個)呈上升趨勢,潼南最明顯,僅潼南通過顯著水平檢驗;38.2%站點(13個)呈下降趨勢,萬州最明顯,但均未通過顯著水平檢驗。②熱浪變化總體以上升趨勢為主:76.5%站點(26個)呈上升趨勢,其中44.1%站點(15個)呈顯著上升趨勢,武隆最明顯;20.6%站點(7個)呈下降趨勢,巴南最明顯,僅巴南通過顯著水平檢驗;僅豐都1個站點無變化趨勢。③干旱變化空間差異較大:41.2%站點(14個)呈上升趨勢,奉節最明顯,但均未通過顯著水平檢驗;58.8%站點(20個)呈下降趨勢,墊江最明顯,僅墊江通過顯著水平檢驗。④重慶暴雨-熱浪-干旱災害綜合上升較為明顯的區縣有:奉節>石柱>潼南>梁平>巫溪;下降較為明顯的區縣有:綦江>巴南>涪陵>巫山>南川。唐紅玉等[47]的研究結果表明,氣象干旱過程在重慶東北部和西部部分地區呈“變干”趨勢,其中奉節最為明顯;2001年以來重慶大部分地區高溫為增強趨勢,與重慶變暖的趨勢基本一致。

表3 1966—2021年研究區暴雨-熱浪-干旱空間變化趨勢分析Table 3 Analysis on the spatial variation trend of heavy rain, heat waves and drought in the study area from 1966 to 2021

圖3 1966—2021年研究區暴雨、熱浪、干旱Mann-Kendall趨勢值和綜合致災因子強度分布Fig. 3 Distribution of Mann-Kendall trend value and comprehensive disaster-causing factor intensity of heavy rain, heat waves and drought in the study area from 1966 to 2021

3 暴雨-熱浪-干旱時空聚類特征

3.1 整段時空聚集特征

1966—2021年共掃描得到5個有統計學意義的聚集區域,暴雨-熱浪-干旱整段時空聚類存在明顯的地域差異,如圖4所示。由圖4可知:①暴雨主要在以開州為中心的東北部地區和以永川為中心的西部偏西南地區聚集,即以開州為中心的東北部地區和以永川為中心的西部偏西南地區為暴雨災害易發頻發和高風險區;②熱浪主要在以巫溪為中心的東北部偏東地區和以萬盛為中心的南部偏西南地區聚集;③干旱在以彭水為中心的東南部和中部地區聚集;④暴雨和熱浪事件均易在城口、開州、云陽、奉節、巫山、巫溪等東北部偏東地區和江津、巴南、沙坪壩、璧山等西部、西南、中心城區三區交界處發生,熱浪和干旱事件均易在萬盛、南川、長壽、涪陵、武隆等西南、中部、東南三區交界處發生。

圖4 1966—2021年研究區暴雨-熱浪-干旱整段時空聚類特征Fig. 4 Spatio-temporal clustering characteristics of heavy rain, heat waves and drought in the study area from 1966 to 2021

3.2 年代際時空聚集特征

1966—2021年重慶暴雨-熱浪-干旱年代際時空聚類整體表現為特殊時段和特殊區域多災種疊加集聚,如圖5所示。由圖5可知:①20世紀60年代暴雨-熱浪-干旱有2個聚集中心,分別是以武隆為近似中心的大聚集區和以璧山為近似中心的小聚集區;②20世紀70年代暴雨-熱浪-干旱聚集中心為武隆和銅梁,聚集區面積與20世紀60年代差異不大;③20世紀80年代暴雨-熱浪-干旱聚集范圍變小,主要在石柱、忠縣、璧山、巴南、沙坪壩、渝北等地;④20世紀90年代暴雨-熱浪-干旱僅在忠縣、黔江、南川、萬盛等地聚集;⑤21世紀暴雨-熱浪-干旱主要在忠縣、長壽、涪陵、武隆、南川、萬盛等地聚集;⑥21世紀10年代暴雨-熱浪-干旱在忠縣、石柱、永川、璧山、沙坪壩、北碚、銅梁等地聚集。

圖5 1966—2021年研究區暴雨-熱浪-干旱年代際時空聚類特征Fig. 5 Decadal spatio-temporal clustering characteristics of heavy rain, heat waves and drought in the study area from 1966 to 2021

總體來看,暴雨事件更多地在西部小范圍和東北部大范圍聚集、20世紀90年代及以后東南部聚集明顯增多,熱浪事件在20世紀90年代以前主要在東南部大范圍和西部小范圍聚集、20世紀90年代及以后主要在東北部大范圍聚集,干旱事件主要在中部和東南部大范圍聚集。暴雨-熱浪災害在20世紀80年代以前易在中西部和東南部地區聚集,在20世紀80年代及以后東南部聚集減少、東北部聚集增多;熱浪-干旱災害在20世紀90年代以前易在中西部和東南部地區聚集、在20世紀90年代和21世紀聚集區向東北遷移且范圍縮小、在21世紀10年代以東北部聚集為主。暴雨-熱浪-干旱災害在20世紀80年代以前主要在東南部和西部地區聚集、在20世紀80年代及以后聚集區空間范圍明顯縮小。

3.3 時空聚類事實符合程度檢驗

由表4結合圖4可知,1966—2021年共識別重慶暴雨事件2次、熱浪事件2次、干旱事件1次,熱浪和干旱事件在部分時段重疊發生,如2006年;1982年暴雨事件與陳貴川等[48]的結論較為一致,1982年7月15日夜間至17日夜間,受高空槽、低空切變線和西南渦影響,重慶東北部、中西部部分地區出現暴雨到大暴雨,造成萬州、奉節、開州、云陽、梁平、忠縣、巫山、巫溪、石柱等13個區縣受災;1982年7月26日夜間至29日夜間,受高空渦、西南渦和低空急流影響,重慶普降暴雨到大暴雨,主要在中東部地區,萬州、梁平、忠縣、云陽、開州、奉節、巫山、巫溪、城口等19個區縣受災;據重慶市氣象局監測發布,2015年重慶出現“5·15”、“6·17”、“6·30”、“7·14”、“7·22”、“8·7”、“8·17”、“9·5”和“9·11”9次區域性暴雨天氣過程,巴南、北碚、渝北、合川、璧山、大足、榮昌、銅梁、江津、綦江多個區縣發生了暴雨洪澇災害,暴雨聚集時段和區域與本研究基本一致;2006年夏季重慶遭遇嚴重的高溫熱浪天氣[49],本研究識別時段為2006年7月10日至9月4日,時間上與趙珊珊[50]提出7月—9月初,四川、重慶等地持續高溫少雨”和鄒旭愷等[51]特別是7月中旬以后,重慶、川東等地遭受罕見持續高溫熱浪襲擊的結論一致;2003—2019年為重慶偏暖階段,全市熱浪頻發多發,黃海靜等[52]的研究指出重慶高溫熱浪災害中心有由中南部向東北部偏移的趨勢,與本研究結果基本一致;2005—2013年重慶總體偏旱,干旱主要在重慶中部和東南部地區聚集,聚集區域與孫德亮等[53]研究指出干旱發生頻率相對較大的主要集中在重慶東南部、西部偏南區域等的結論較為一致。

表4 1966—2021年研究區整段暴雨-熱浪-干旱時空聚類事件及檢驗Table 4 Spatio-temporal clustering events and tests of heavy rain, heat waves and drought in the study area from 1966 to 2021

由表5結合圖5可知,1966—2021年從年代尺度分別識別了重慶暴雨和熱浪事件15和12次、干旱11次(其中統計顯著的干旱事件僅1981年和2010—2013年兩次),熱浪和干旱事件在部分年份聚集,如1981年、2011年;暴雨事件更多地在西部小范圍和東北部大范圍聚集、在20世紀90年代及以后東南部聚集區明顯增多,與劉毅等[44]基于觀測資料分析得到的重慶暴雨氣候變化特征為重慶暴雨日數大值區主要出現在重慶東部的結論較為一致;熱浪事件在20世紀90年代及以后主要在東北部大范圍聚集,與張領雁等[54]基于熱浪強度指數HWII的分析結果在20世紀90年代以后萬州高溫熱浪明顯增多的基本趨勢一致;1966年以來干旱聚集中心主要位于中部和東南部地區,這與孫德亮等[53]基于SPI指數的重慶干旱時空分布特征結果為涪陵、武隆、豐都等重慶中部地區干旱發生的頻率相對較高的結論較為一致。

3.4 與Moran’s I方法對比分析

如表6所示,基于Moran’s I指數對1966—2021年重慶暴雨、熱浪和干旱事件進行全局自相關分析顯示,暴雨和熱浪事件呈現明顯的空間聚集性,Moran’s I值分別為0.355和0.316,均通過顯著水平檢驗;干旱事件無明顯空間聚集特征。如圖6所示,基于局部Moran’s I 指數對1966—2021年重慶暴雨、熱浪、干旱事件進行局部自相關分析發現,暴雨事件高-高聚集區主要分布在渝東北的城口、開州、云陽和萬州,熱浪事件高-高聚集區主要分布在渝東北的開州、云陽,暴雨、熱浪和干旱事件均不存在低-高異常區。

表6 基于Moran’s I指數的1966—2021年研究區暴雨、熱浪、干旱事件分析Table 6 Analysis of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on Moran’s I index

圖6 基于局部Moran’s I 指數的1966—2021年研究區暴雨、熱浪、干旱事件局部空間關聯指標聚類Fig. 6 Local autocorrelation analysis of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on local Moran’s I index

如表7和圖7所示,基于SaTScan方法對1966—2021年重慶暴雨、熱浪、干旱事件進行空間聚類顯示:共掃描得到5個有統計學意義的聚集區域;暴雨有3個聚集中心,主要在渝東北的開州、城口、梁平、萬州、云陽等地聚集;熱浪有2個聚集中心,主要在渝東北的巫山、巫溪、奉節、云陽、開州、萬州等地和主城及周邊的南川、江津、涪陵等地聚集;未識別到統計顯著的干旱空間聚集事件。

表7 基于SaTScan方法的1966—2021年研究區暴雨、熱浪、干旱空間聚類事件Table 7 Spatial clustering events of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on SaTScan method

圖7 基于SaTScan方法的1966—2021年研究區暴雨、熱浪、干旱事件空間聚類特征Fig. 7 Spatial clustering characteristics of heavy rain, heat waves and drought events in the study area from 1966 to 2021 based on SaTScan method

SaTScan與Moran’s I方法得到的暴雨、熱浪和干旱事件空間聚類結果基本一致。從識別范圍來看,SaTScan方法識別的空間聚類范圍更大,如圖6(a)、(b)和圖7(a)、(b)所示,這是由于SaTScan方法的圓形固定窗口形狀限制了空間簇的細粒度提取。從識別準確度來看,SaTScan方法識別的熱浪空間聚類區域除了渝東北地區還有主城及周邊地區,如圖6(b)和圖7(b)所示,與黃海靜等[52]基于近60 a氣象站觀測資料分析得到的主城區及萬州、綦江等區縣為重慶高溫熱浪災害最為嚴重的區域之一的結論基本一致?？偟膩砜?相對于傳統空間聚集區識別Moran’s I方法,SaTScan時空掃描統計方法能迅速確定災害事件的“熱點地區”和“熱點時間”,在探索災害事件的時間和空間聚集特征方面有一定的優勢。

4 結論與討論

本文選擇了暴雨、熱浪、干旱3種典型氣象災害,系統分析了3種災害的時空變化特征和時空聚類特征,得到以下主要結論:

1)1966—2021年重慶暴雨、熱浪、干旱時間變化存在差異。重慶平均熱浪頻次呈增加趨勢,熱浪頻次增幅為1.5次/10 a,暴雨頻次和干旱強度總體無明顯變化趨勢;2001年以前暴雨和干旱變化趨勢不明顯、熱浪總體偏少,2001年以來暴雨和熱浪明顯增多、干旱總體減輕。

2)1966—2021年重慶暴雨、熱浪、干旱空間變化差異明顯。大多數地區暴雨、熱浪變化以上升為主,特別是熱浪,干旱變化空間差異較大。潼南暴雨顯著上升,武隆等15個區縣熱浪顯著上升、巴南熱浪顯著下降,墊江干旱顯著下降。暴雨-熱浪-干旱綜合災害強度上升較為明顯的區縣為奉節,下降較為明顯的區縣為綦江。

3)1966—2021年重慶暴雨-熱浪-干旱3種氣象災害時空聚類特征存在明顯地域差異。東北部和西部偏西南地區是暴雨災害高風險區、東北部偏東和南部偏西南地區是熱浪災害高風險區、東南部和中部地區是干旱災害高風險區;暴雨和熱浪事件易在東北部偏東地區和西部、西南、中心城區三區交界處聚集,熱浪和干旱事件易在西南、中部、東南三區交界處和典型年份聚集。

4)1966—2021年重慶暴雨-熱浪-干旱3種氣象災害時空聚類年代際差異特征明顯。暴雨-熱浪災害在20世紀90年代及以后東南部聚集減少、東北部聚集增多,熱浪-干旱災害在20世紀90年代以前易在中西部和東南部地區聚集、在20世紀90年代和21世紀聚集區向東北遷移且范圍縮小、在20世紀10年代以東北部聚集為主;暴雨-熱浪-干旱災害在20世紀80年代以前主要在東南部和西部地區聚集、在20世紀80年代及以后聚集區空間范圍明顯縮小。

時空聚集區的災害通常比單種災害主導區域的災害造成更大的影響。本文利用現有時空信息,通過時空掃描統計法研究了暴雨、熱浪和干旱災害的聚類區域及時間演變特征,對于多種災害的耦合研究具有一定的指示意義。但是,由于耦合研究的方法較多,加之SaTScan時空掃描統計方法在參數設定、識別精度等方面存在一定不確定性,會導致出現聚類結果與實際災害發生存在一定差異的情況,后續需要更多不同的耦合方法,用更精細的數據、從更細的時間尺度和更大的空間范圍來探討研究多種災害并發的規律,探尋并發的原因。