近60年黑龍江省極端降水事件分布特征

王越霄

（中水東北勘測設計研究院有限責任公司，吉林 長春 130021）

0 引言

在氣候變暖的背景下，全球發生的極端天氣氣候事件對人類社會生產生活和生態環境造成了惡劣影響[1-3]。近年來，我國各種洪澇災害的發生與極端降水事件密切相關[4-6]，極端降水事件常帶來泥石流、洪澇和干旱等自然災害，不僅造成了一系列的經濟損失，還給人類生命安全帶來不穩定因素[3，7]。黑龍江省是我國重要糧倉經濟之一，極端降水事件導致省內旱澇災害頻發，已嚴重影響農作物的播種和產出，對全省經濟發展構成較大的威脅。

眾多學者在極端降水事件的研究上取得了一定的成果。梁豐等研究發生極端降水指數對東北地區夏季旱澇具有指示作用；李非[8]研究表明極端降水事件在空間上變化并不集中；王曉寧等[3]通過極端降水指數變化特征研究發現，黑龍江省西部及其附近地區遭受極端干旱和風災的可能性遠高于其他地區[9，10]。但現有成果時間序列較靠前，缺少對近60 年極端降水時間的變化研究，本文通過對黑龍江省1960—2021 年極端降水指數的時空特征的研究，為開展對黑龍江省水文氣象認知和預報提供了理論基礎。

1 研究區概況

黑龍江省位于中國東北部，北、東部與俄羅斯隔江相望，西部與內蒙古自治區相鄰，南部與吉林省接壤，地形以山地、臺地和平原為主，區內發育有牡丹江、嫩江和松花江等水系。該區屬寒溫帶大陸性季風氣候，四季分明，但近年來區內氣候變化異常，旱澇災害頻發[9]，對區內極端降水事件的研究將為防災減災和人類生產生活提供一定的科學依據。

2 數據與方法

2.1 數據來源

本文數據均選自中國氣象科學數據共享服務網，選用了具有較長觀測系列和分布均勻的1960—2021 年33 個逐日降水氣象站數據，數據均通過了RClimDex 的質量控制檢測。

2.2 研究方法

水文氣象序列既有隨機性，又具有某種特定的變化規律[11]。本文選取了由世界氣象組織（WMO）氣候學委員會和氣候變率與可預測性研究計劃共同制定的6 項極端降水指數，各項指數具體名稱及定義見表1。采用RClimDex 對各項指標進行深入研究。

表1 極端降水指數名稱及定義

已有多種方法應用于降水量空間分布的研究，例如，逆距離加權法、趨勢面擬合法和克里金插值法等。為提高區域研究精度的準確性，本文采用泰森多邊形法和反距離權重法（IDW 法）相結合用于計算研究區域降水量的分布[11-13]。

采用Mann-Kendall 檢驗法檢驗氣候變化下氣象水文因素等隨時間變化的趨勢，在檢驗過程中，若UFk 和UBk 兩條曲線出現交點，且交點在臨界線內，那么交點對應的時刻便是突變開始的時間。小波分析法（Wavelet Analysis）能準確地查找到隱藏在時間序列中的周期個數，采用小波分析判定極端降水指數在時間序列中的變化強度，并對主周期進行檢驗[11]。

3 結果分析

3.1 極端降水指數的空間分布特征

利用泰森多邊形計算區域內極端降水指數的平均降水量，再利用ArcQIS 軟件中的IDW 法對整個研究區進行插值計算并繪制空間分布圖，見圖1。

圖1 極端降水指數空間分布特征

PRCPTOT（圖1a）和R10 mm（圖1c）趨勢相似，最高值受伊勒呼里山和長白山影響顯著，主要集中在漠河-新林-嫩江一帶和虎林-綏芬河一帶，綏芬河一帶達到了最大值；中部地區由北至南降水量有遞減趨勢但變化較小。SDⅡ（圖1b）在研究區北部塔河地區和西部龍江地區的強度較高，以黑河、孫吳、北安和明水為西界，富錦、佳木斯和勃利為東界，SDⅡ在中部地區由北向南逐漸降低。R25 mm（圖1d）在區域內呈條帶狀分布，呈現出自西向東先增強后減小再增強的趨勢變化，受山地和高原影響顯著，最高值區集中分布在大興安嶺、龍江、依蘭和綏芬河等地。與其他極端降水指數相對比而言，Rx5day（圖1f）在區域內變化較為顯著，整體呈減少的趨勢，僅有孫吳-嫩江-齊齊哈爾-明水-安達一帶出現遞增趨勢且遞增系數較大，北部地區趨勢變化較小，趨近于0，中部及東部地區逐年遞減系數較大。R95p（圖1e）在東西方向上變化顯著，中部地區逐年遞減，大興安嶺-嫩江-齊齊哈爾一帶的遞增趨勢顯著，盡管漠河地區屬高緯度地區，其強降水量變化仍呈遞增趨勢。

3.2 極端降水指數的時間變化規律

3.2.1 極端降水的突變分析

為研究黑龍江省極端降水事件在長序列上的變化，本文利用Mann-Kendall檢驗法對極端降水指數進行突變性分析，選取顯著性水平α=0.05，臨界值為±1.96。各項極端降水事件變化如圖2所示。

圖2 極端降水指數突變檢驗曲線

PRCPTOT（圖2a）和SDⅡ（圖2b）的UF 曲線和UB 曲線在0.05 的置信區間內存在多個交點，交點范圍分別為1960—1963 年和1983—1987 年，兩個極端降水指數曲線均超過置信區間，SDⅡ和PRCPTOT 的UF 曲線分別呈下降趨勢和上升趨勢，表明SDⅡ突變發生在1962 年，PRCPTOT 的突變年份為1983 年。

R10mm（圖2c）和R25mm（圖2d）在置信區間內圍繞0 刻度線上下浮動變化，波動幅度較小，R10mm 在2017 年和2020 年存在偽交點，R10mm和R25mm 在長序列中變化不顯著且無突變情況。

在0.05 的置信區間內，R95p（圖2e）和Rx5day（圖2f）的UF 和UB 曲線分別在1992—2003 年和1971—1992 年相交多次，其曲線的上升趨勢均未有顯著變化，表明R95p 和Rx5day 在研究期內變化不顯著。

3.2.2 極端降水的周期分析

水文特征在不同尺度上的變化具有一定的差異性。為準確分析黑龍江省極端降水事件在時間尺度上的波動性變化周期，本文采用小波分析法確定極端降水事件的主周期變化（圖3）。極端降水指數在長時間序列上均呈現出周期性變化，在長周期中均呈現出了“增-減-增-減-增”的趨勢性變化，存在3 個豐水期和兩個枯水期。

圖3 極端降水指數周期性變化

PRCPTOT（圖3a）在31～52 年尺度上周期振蕩顯著，振蕩中心大致為42 年，同時在15～20 年內出現了較為明顯的波動，出現了5 次豐枯水期交替變化。SDⅡ（圖3b）的長周期變化在30～48 年，周期性變化中心為43 年。Rx5day（圖3f）和R95p（圖3e）在28～52 年尺度上周期性變化顯著，長周期中心為42 年，且兩個極端降水指數在2～5 年尺度存在較為頻繁的豐枯水期交替，但變化幅度較小。R10mm（圖3c）在30～52 年尺度上變化較為規律，振蕩中心為42年，在12～22年尺度上振蕩變化較為明顯，周期性變化趨勢不一致，總體表現為枯水期遠多于豐水期。R25mm（圖3d）僅在32～55 年時間尺度變化較為明顯，主周期中心為44年。

4 影響黑龍江極端降水指數變化的因素

在宏觀層面上，影響極端降水事件主要有兩個因素，一是人為因素，二是自然因素。人為因素的影響一方面主要表現在現代化建設導致城市工業化速度加快和機動車輛驟增而排放大量的溫室氣體，極端降水事件發生的強度和頻次大大增加，到21 世紀末期，東北地區干旱帶形勢將極大可能得到緩解[14]。另一方面表現在城市化進程加快而極大地影響極端降水事件，從上文分析中可知，PRCPTOT 突變年份為1983 年，Rx5day 在1971—1992 年存在多個交點，而我國改革開放恰好發生在1978 年，這一論據證明了城市化進程的加快會極大地影響極端降水指數的變化。

自然因素對其的影響主要表現在地形地貌、ENSO 和NAOD 等大尺度氣候因子。從圖1 的黑龍江省極端降水指數空間分布特征圖中可以看出，SDⅡ和R25mm在龍江地區、伊春地區和綏芬河地區遞增系數較大，從地形地貌上來看，這是由于3個地區分別位于大興安嶺、小興安嶺及張才廣嶺的迎風坡，進而使得3 個地區在較好的地形抬升條件下降水量驟增，導致SDⅡ和R25mm在此區內出現極值。大尺度氣候因子對中國地區極端降水及洪澇災害起主要作用，但就東北地區而言，ENSO多在夏季造成區內極端降水頻次較高，NAOD 正位相年多在春季和夏季使得極端降水頻次偏高。據統計，黑龍江省在1960—1981 年屬于厄爾尼諾年，從圖2 的UF 曲線中可以看出，在該時期內，極端降水指數均呈下降趨勢，與前人研究一致。

5 結語

本文利用黑龍江省1960—2021 年33 個逐日降水氣象站數據，采用泰森多邊形與反距離權重相結合法、Mann-Kendall 檢驗法和小波分析法，系統研究了黑龍江省極端降水指數的時空分布特征及其影響因素。

黑龍江省極端降水指數空間分布差異明顯，年總降水量、日降水量和小雨天數在南北方向上變化顯著；大雨天數、5 d 最大降水量和強降水量在東西方向上變化顯著。在0.05 的置信區間上，SDⅡ突變發生在1962 年，PRCPTOT 的突變年份為1983 年，其它極端降水指數在長時間序列上存在偽交點但變化不顯著。極端降水指數存在30～52尺度的主周期性變化，主周期集中在41 年，且存在3 個豐水期和兩個枯水期。極端降水指數對城市化發展、地形條件和大尺度氣候因子的變化均有指示作用，PRCPTOT 和Rx5day 的突變年份指示了我國改革發展時期，SDⅡ和R25mm 的空間變化特征指示了區域自然地理條件，各極端降水指數指示了大尺度氣候因子對黑龍江省的影響。