贵州省黔东南州气象局，贵州 凯里

收稿日期：2022年12月28日；录用日期：2023年1月24日；发布日期：2023年1月31日

摘要

凯里市是贵州省黔东南苗族侗族自治州州府所在地，是贵州省主要中心城市之一。采用线性趋势分析法、M-K突变检验法和皮尔逊III型方法对凯里市1960~2021年近62a极值降水进行特征及重现期分析。研究表明：年降水量变率为5.6 mm/10a，在2015年发生由少到多的突变，日最大降水量、1小时最大降水量、最大连续降水量年际变化趋势不显著，均没有发生突变；≥0.1 mm降水日数呈稳定缓慢减少趋势，变率为0.6 d/10a，在2011年发生由少到多的突变。最长连续降水日数、最长连续无降水日数、≥10.0 mm降水日数和≥50.0 mm降水日数变化趋势不显著，没有发生突变。年降水量、最大日降水量、1小时最大降水量、最大连续降水量、最长连续降水日数和最长连续无降水日数重现期值随着年限的增大，数值也明显呈皮尔逊III型分布增长趋势，日降水量重现期从5a~1000a增幅超过3倍，其余增幅在2倍左右。凯里市各极值降水特征变化规律研究成果对农业种植结构调整具有一定的参考意义。

关键词

凯里，降水，M-K突变检验，皮尔逊III型，重现期

Analysis of Extreme Precipitation Characteristics and Return Period in Kaili City from 1960 to 2021

Shengzhong Yang^*, Fangju Yuan, Xunxun Liu

Qiandongnan Meteorological Bureau, Kaili Guizhou

Received: Dec. 28^th, 2022; accepted: Jan. 24^th, 2023; published: Jan. 31^st, 2023

ABSTRACT

Kaili is the capital of Qiandongnan Miao and Dong Autonomous Prefecture, and one of the main central cities in Qiandongnan Miao and Dong Autonomous Prefecture, Guizhou Province. The characteristics and return period of extreme precipitation in Kaili City from 1960 to 2021 were analyzed by linear trend analysis, M-K mutation test and Pearson III. The results show that the annual precipitation variability was 5.6 mm/10a, and there was an abrupt change from less to more in 2015. The interannual variation trends of daily maximum precipitation, hourly maximum precipitation and maximum continuous precipitation were not significant, and there was no abrupt change. The rainy days with daily rainfall ≥ 0.1 mm show a steady and slow decreasing trend, with a rate of 0.6 d/10a, and there was a sudden change from less to more in 2011. The trend of the longest continuous precipitation days, the longest continuous non-precipitation days, the rainy days with daily rainfall ≥ 10.0 mm and the rainy days with daily rainfall ≥ 50.0 mm was not significant, and there was no mutation. The return period of annual precipitation, maximum daily precipitation, 1 hour maximum precipitation, maximum continuous precipitation, the longest number of continuous precipitation days and the longest number of continuous non-precipitation days is also significantly Pearson III distribution growth trend. The return period of daily precipitation from 5a to 1000a increased more than 3 times, and the rest increased about 2 times. The return period can be used as an important reference for the call threshold of meteorological disaster prevention and mitigation services.

Keywords:Kaili, Precipitation, M-K Mutation Test, Pearson III, Return Period

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

凯里市是贵州省黔东南苗族侗族自治州州府所在地，是贵州省主要中心城市之一。凯里市属中亚热带温和湿润气候区，是典型的季风气候，具有雨热同季，降水相对集中，分布不均等特点。受全球气候变化影响，极端天气气候事件呈随机性、不均匀性频发、强发，造成了严重的人员伤亡和经济损失 [1] [2] [3] [4]。随着城市进程化的推进，城镇内涝已成为气象灾害主要灾种之一。2021年河南郑州“7·20”特大暴雨无论是在量级还是强度上，都远远突破了历史极值 [5] [6]。降水致灾原因主要是降水极端性造成的，特别是降水极端偏多大于排洪设计标准时，极易出现洪水和城镇内涝等灾害。陈子凡等 [7] 研究表明，西南地区在1969~2020年整体呈现降水频率和强度增大，极端降水增多的趋势。贵州强降水研究较多，近年来的研究成果主要有 [8] [9] [10] [11] [12]，但对强降水极值的研究相对较少。研究通过对凯里市国家气象站1960~2021年极值降水量进行特征分析，为凯里市城镇内涝防灾减灾提供科学参考依据。

2. 资料和方法

2.1. 资料

降水资料来源于黔东南州气象局，站点为凯里国家级气象站，站点位于凯里市城区内，对城区城镇内涝具有很好的代表性。时间序列为1960~2021年，资料包括逐年降水量、年日最大降水量、年1小时最大降水量、年最大连续降水量、年最长连续降水日数、年最长连续无降水日数、年日降水量 ≥ 0.1 mm降水日数、年日降水量 ≥ 0.1 mm降水日数、年日降水量 ≥ 50.0 mm降水日数。

2.2. 研究方法

降水变化特征采用线性趋势分析法和M-K突变检验法 [13] [14] [15] [16] [17]。M-K突变检验法是一种气候诊断和预测技术方法，常用于判断气候序列中是否存在气候突变，当Uf > 0，说明持续增长趋势，值在显著性水平线上，说明通过显著性检验，Uf和Ub曲线的交点在置信水平区间内，并且确定交点具体年份，说明该年份呈现突变性增长趋势。如果交点不位于置信水平区间范围内，说明交点没有通过检验，不具有突变性。在研究中，显著性水平α = 0.01，置信水平区间为[+2.58, −2.58]。重现期的研究方法较多，主要有指数分布、耿贝尔I型分布、皮尔逊III型分布、韦布尔分布等 [18] [19] [20] [21]。皮尔逊III型分布研究方法是气象水文科研广泛应用的概率分布模型，对重现期的分析效果较好，本研究采用此方法。

3. 降水特征分析

3.1. 年降水量

凯里市1960~2021年近62a逐年降水量总体呈增加趋势，见图1(a)，变化率不显著，以5.6 mm/10a的速度增长。多年平均降水量为1223.8 mm，最大值出现在2015年1651.9 mm，最小值出现在2005年776.1 mm。各年降水分布极为不均，从整个趋势来分析，降水量呈周期的偏少–偏多–偏少–偏多–偏少–偏多的变化特征，在1960~1966、1978~1989、2000~2011年呈偏少趋势，其余时段呈偏多趋势，易形成洪涝和气象干旱。通过M-K突变检验发现，见图2(a)，降水量在1978年开始呈现突变性增长趋势，在2015年通过显著性检验，发生突变。

图1. 降水量和降水日数变化趋势图。(a) 年降水量；(b) 年最大日降水量；(c) 年1小时最大降水量；(d) 最大连续降水量；(e) 最长连续降水日数和最长连续无降水日数；(f) 日降水量 ≥ 0.1、≥ 10.0、≥ 50.0雨日数

3.2. 年最大日降水量和年1小时最大降水量

凯里市近62a年最大日降水量总体呈增加趋势，变化率不显著，以1.4 mm/10a的速度增长，没有发生突变，见图1(b)和图2(b)。各年分布极为不均，存在少–多的周期性变化，最大值出现在1970年256.5 mm，其次是1996年248.6 mm，1980年最少为48.1 mm。其中，≥200 mm以上的年份为2a，≥100 mm且< 200 mm的年份为23a，≥50 mm且< 100 mm的年份为36a，<50 mm的年份为1a。

图2. 降水量和降水日数M-K突变检验。(a) 年降水量；(b) 年最大日降水量；(c) 年1小时最大降水量；(d) 最大连续降水量；(e) 最长连续降水日数；(f) 最长连续无降水日数；(g) ≥0.1 mm降水日数；(h) ≥10.0 mm降水日数；(i) ≥50.0 mm降水日数

通过最大日降水量与年降水量进行相关性分析，相关系数为0.51，说明最大日降水量与年降水量相关性较小，即最大日降水量对于年降水量的贡献不起决定性因素。

凯里市近62a年1小时最大降水量呈缓慢增长的趋势，没有发生突变，见图1(c)和图2(c)，以1.7 mm/10a的速度增长，与年最大日降水量一样，存在多–少的周期性变化，最大值出现在1993年，81.7 mm，最小值出现在1965年，21.4 mm，两者相差近4倍。

对1小时最大降水量与日最大降水量进行相关性分析，相关系数为0.39，说明两者之间的相关性较小。日降水量偏多除了小时降水量多外，还需要长时间的持续性。

3.3. 最大连续降水量

凯里市近62a最大连续降水量呈缓慢下降趋势，没有发生突变，见图1(d)和图2(d)，变化率为−1.4 mm/10a。各年分布极为不均，大值区主要出现在三个时段，1967年前后、1996年前后和2017年前后，分别为388.0 mm、278.7 mm、296.8 mm。对最大连续降水量与年降水量进行相关分析，相关系数为0.49，相关性不强，说明单次最大连续降水量对年降水量的贡献不起绝定性因素。

3.4. 最长连续降水日数和最长连续无降水日数

凯里市近62a逐年最长连续降水日数呈稳定略上升趋势，见图1(e)，平均值为11.5 d，最长时间出现在1964年，19 d，最短出现在2015年，7 d。最长连续降水日数与最长连续降水量之间的相关性不显著，1964年出现19 d连续降水日数时，降水量为167.7 mm，而1967年连续过程降水日数仅9 d，降水量达388.0 mm。连续无降水日数是影响气象干旱的一个重要指标。凯里市近62a最长连续无降水日数呈稳定略下降趋势，平均值为18 d，最长时间出现在2007年，为37 d，最短时间出现在2012年，为10 d，相差27 d。连续无降水日数越长，是造成气象干旱的程度越严重的重要因素之一。通过M-K突变分析，最长连续降水日数和最长连续无降水日数均没有发生突变，见图2(e)和图2(f)。

3.5. 降水日数

降水日数见图1(f)，凯里市近62a逐年 ≥ 0.1 mm的降水日数呈稳定略下降趋势，平均值为169.5 d，高值区主要出现在2012年，205 d，低值区出现在2011年，140 d，相差65 d。

近62a逐年 ≥ 10.0 mm的降水日数也呈稳定下降趋势，平均值为35.4 d，最大值出现在1977年，为48 d，最小值出现在1989年，为23 d。近62a逐年 ≥ 50.0 mm的降水日数同样呈稳定少变趋势，平均值为3.2 d，最大值出现在1974年，为8 d，最小值出现在1980年，为0 d。通过M-K突变分析，≥0.1 mm的降水日数在1982年开始呈现突变性减少趋势，在2011年通过显著性检验，见图2(g)，发生突变，≥10.0 mm的降水日数和 ≥ 50.0 mm的降水日数没有发生突变，见图2(h)和图2(i)。

4. 重现期分析

重现期 [22] 是指在多次试验中某一事件重复出现的时间间隔的平均数。具有统计平均概念，不能机械地认为多少年一定出现一次。如“百年一遇、千年一遇”的雨量并不是指大于等于这个雨量刚好一百年或一千年仅出现一次，现实中也许一百年或一千年中这样的值出现好几次，也许一次也不会出现。降水量重现期对工程设计非常重要，是城镇内涝、道路排水设计、大型水库设计等的重要依据。

利用皮尔逊III型分布方法对凯里市近62a降水量、最大日降水量、1小时最大降水量、最大连续降水量、最长连续降水日数和最长连续无降水日数进行频率和重现期分析，见图3。由图上可以看出，选取最优的Cv和Cs参数值，皮尔逊III型对于各降水极值的模拟效果较好，各样本点均分布在理论线附近。利用χ²进行检验 [23]，显著性水平α = 0.05，查表得临界值为3.84，检验计算得各降水极值要素的χ²值均小于3.84，因此得出各降水极值分布符合皮尔逊III型分布，模拟效果较好，完全通过显著性水平α = 0.05的χ²检验。

研究表明凯里市近62a年降水量、最大日降水量、1小时最大降水量、最大连续降水量、最长连续降水日数和最长连续无降水日数的重现期见表1所示。选取合适的Cv和Cs参数值，分别计算出重现期为5a、10a、20a、50a、100a、200a、500a和1000a的值，随着重现期年限的增大，数值也明显呈非线性增加趋势。年降水量5a重现期为1391.9 mm，10a为1492.5 m，100a为1750.5 mm，重现期大于5a的年份可认为是多雨年，近62a年降水量大于1391.9 mm共13a，大于10a重现期1492.5 mm的仅3a，与实际情况准6a略有误差，但总体模拟效果仍较好。近62a年最大日降水量5a重现期为127.6 mm，≥127.6 mm

图3. 皮尔逊III型频率图(红色圆点为样本值，实线为模拟值)。(a) 年降水量；(b) 年最大日降水量；(c) 年1小时最大降水量；(d) 最大连续降水量；(e) 最长连续降水日数；(f) 最长连续无降水日数

的共11a，50a重现期降水量增加至近2倍，1000a增至3倍多，增幅较显著。年1小时最大降水量、最大连续降水量、最长连续降水日数和最长连续无降水日数5~1000a的重现期模拟值增幅不显著，增加约2倍左右。随着全球极端天气事件的频发，极端降水量各极值突变增大或减少的概率也会越来越大，如河南郑州7·20特大暴雨，只有提高重现期的设计标准，才能有效应对各种极端降水灾害。

表1. 各极值降水重现期

5. 结论与讨论

本文基于凯里市1960~2021年近62a的降水极值资料，通过趋势分析法、M-K突变检验法和皮尔逊III型分析了各降水极值的变化特征和重现期，得出以下结论：

1) 近62a凯里市年降水量变率为5.6 mm/10a，在2015年发生由少到多的突变，日最大降水量、1小时最大降水量、最大连续降水量年际变化趋势不显著，均没有发生突变，其中日最大降水量、1小时最大降水量呈缓慢增多趋势，最大连续降水量呈缓慢减少趋势；从降水日数分析得出，≥0.1 mm降水日数呈稳定缓慢减少趋势，变率为0.6 d/10a，在2011年发生突变。最长连续降水日数、最长连续无降水日数、≥10.0 mm降水日数和 ≥ 50.0 mm降水日数年际变化趋势不显著，没有发生突变。

2) 确定最优的Cv和Cs参数值，年降水量、最大日降水量、1小时最大降水量、最大连续降水量、最长连续降水日数和最长连续无降水日数5a、10a、20a、50a、100a、200a、500a和1000a重现期数值随着重现期年限的增大，数值也明显呈皮尔逊III型分布增长趋势，日降水量重现期从5~1000a增幅超过3倍，年降水量、1小时最大降水量、最大连续降水量、最长连续降水日数和最长连续无降水日数增幅在2倍左右。

3) 重现期是一个理论的统计平均值，在我国，城市内涝、排洪及许多重大工程的防洪标准均以重现期来设计。如根据国家《室外排水设计标准》(GB 50014-2021)相关规定，凯里市作为中等城市，其内涝暴雨设计重现期标准为20~30a。20a重现期暴雨对应数值为203 mm。因此，当凯里市日降水量大于203 mm这一标准时，发生内涝的可能性极大。气象部门在做好气象监测和预报预警，开展决策叫应服务时，可根据重现期数值来确定叫应阈值。

基金项目

黔东南州科技计划项目黔东南科合J字[2021] 76号：强降水对清水江流域水库调度和水灾隐患点的影响研究。

文章引用

杨胜忠,袁芳菊,刘埙勋. 凯里市1960~2021年极值降水特征及重现期分析
Analysis of Extreme Precipitation Characteristics and Return Period in Kaili City from 1960 to 2021[J]. 气候变化研究快报, 2023, 12(01): 170-179. https://doi.org/10.12677/CCRL.2023.121018

参考文献