第卷第期西南大学学报自然科学版2016年3月volnojournalof.docVIP

DOI: 10.13718/ki.xdzk.2015.12. X 楚雄州汛期极端降水时空分布特征① 桑议惠1, 2，郝璐1(，1，1，万金红 2 摘要1961-2010年中国地面降水日值格点数据集25年左右的主震荡周期，且极端降水总量与极端降水日数周期变化较为一致。 关键词：极端降水；百分位阈值；小波分析；MK检验；楚雄 中图分类号：P315.69 　　文献标志码：A 文章编号：  IPCC第五次评估报告[1]表明，气温的升高直接影响温度极值的变化，使大气水汽量增加，进而导致极端气候事件的发生频率与强度上升。作为极端天气事件，极端降水具有突发性强、发生时间短、降水量大等特点，因此具有极大的破坏力，是造成暴雨洪涝等气象灾害及滑坡泥石流等地质灾害的重要原因，常常对社会经济和自然环境产生严重影响。 随着气候变化研究的深入，近年来对极端天气事件的研究逐步增多，如Wang等[2]分析了中国极端降水变化趋势；闵屾等[3]分析了中国极端降水事件的区域性和持续性；王志福等[4]分析了中国极端降水事件的频数和强度特征。由于我国不同区域极端降水事件的变化具有其独特的分布格局和演变趋势，因此还有很多学者着重从区域尺度探讨极端降水事件的变化特征，如陈欢等[5]分析了重庆市夏季极端旱涝成因；刘丽等[6]分析了云南省汛期极端强降水事件的气候特征；袁文德等[7]分析了我国西南三省极端降水事件各指数的时空变化特征。 目前，针对楚雄州有关降水的研究成果主要集中在降水的时空分布特征[8]、单次强降水特征[9]、暴雨时空分布特征[10]及降水引发的次生灾害[11]等方面，但在极端降水或汛期极端降水等方面，尚未有明确的研究与结论。楚雄州受各种复杂的气象要素及地理环境因素的影响，往往容易产生局地强降水，致使洪涝产生，有时还伴随着滑坡泥石流等灾害[12]。因此，本文利用1961-2010年气象资料，采用第99位百分位阈值、小波分析和MK检验等方法，对楚雄州汛期极端降水的时空分布特征进行了分析，这对提高楚雄州洪涝及滑坡泥石流等灾害的预测水平，为当地防灾减灾提供参考依据具有十分重要的意义。1 资料与方法 1.1 研究区概况 楚雄州位于云南省中部偏北，地跨北纬24°13′-26°30′、东经100°43′-102°30′之间。全州总面积29258km2，海拔556-3657m，地势大致西北向东南倾斜，地形复杂，是一个以中高山和低山丘陵为主的地区。属亚热带亚湿润高原季风气候，雨热同期[13] ，年平均降雨量700-1000毫米。此外，由于州内受各种地理环境因素及复杂的气象要素的影响，使得州内各地气候差异较大，往往易导致局地强降水，致使洪涝及滑坡泥石流等气象灾害的发生 [14] (图1)。 图1 楚雄州地理位置及地形地势图 1.2 数据来源 本文采用1961-2010年中国地面降水日值0.5°×0.5°格点数据集(V2.0)0.1毫米，由中国气象科学数据共享服务网提供。 1.3 研究方法 根据ETCDMI[15]定义的11个降水指数，选取第99百分位对应的降水量作为极端降水的阈值。具体地，把1960-2010年楚雄州汛期(5~10月）逐日降水量(≥0.1毫米)序列的第99个百分位值定义为楚雄州汛期极端降水事件的阈值，当日降水量超过这一阈值时，该事件认为是极端降水事件。利用该方法，得到以下极端降水指数：超过极端降水阈值的降水量之和称为极端降水总量；超过极端降水阈值的降水日数之和称为极端降水日数；极端降水总量与极端降水日数之比称为极端降水强度[16]。 小波分析是在傅立叶(Fourier)变换的基础上引入窗口函数，小波变换基于仿射群的不变性，允许把一个时间序列分解为时间和频率的贡献。小波分析对于获取一个复杂时间序列的调整规律，诊断出气候变化的内在层次结构，分辨时间序列在不同尺度上的演变特征等是非常有效的[17]。本文采用Morlet复小波对楚雄州极端降水各指数的时间序列进行周期分析。 Mann-Kendall方法是一种非参数统计检验的方法，常用来预测水文气象等时间序列资料的长期变化趋势，它不需要样本遵从一定的概率分布，也不受少数异常值的干扰，且定量化程度高[18-19]，因此，本文采用该方法对楚雄州汛期极端降水各指数的空间变化趋势及变化率进行分析。 2 结果与分析 2.1 空间分析 图2为1961-2010年楚雄州汛期极端降水阈值的空间分布，可以看出，楚雄州汛期极端降水阈值约为35毫米，最大值位于楚雄州西南部及东北部，约37.7毫米，最小值位于东南部、西部及北部，约31.6毫米。从整体上来看，楚雄汛期极端降水阈值呈现由东北-西南连线分别向西北部及东南部递减，东北-西南一线呈现由东北及西南两端向中部递减的趋势。其中，东南部、西南部及东北部变率