 Journal of Water Resources Research 水资源研究, 2012, 1, 93-101 http://dx.doi.org/10.12677/jwrr.2012.13014 Published Online June 2012 (http://www.hanspub.org/journal/jwrr.html) Spatial-Temporal Changes of Precipitation Structure across the Pearl River Basin, China* Juntai Peng1,2, Qiang Zhang1#, Xiaohong Chen2 1Department of Water Resources and Environment, Sun Yat-sen University, Guangzhou 2Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute, Sun Yat-sen University, Guangzhou Email: pengjt@mail2.sysu.edu.cn, #zhangq68@mail.sysu.edu.cn Received: May 3rd, 2012; revised: May 21st, 2012; accepted: May 27th, 2012 Abstract: Daily precipitation data over the Pearl River basin (1960-2005) from 42 rain gauges is used in this article. Precipitation indices such as annual total precipitation amount, annual total rainy days, annual pre- cipitation intensity and annual mean rainy days are defined. These precipitation indices are analyzed using the modified Mann-Kendall method. Results show that: 1) Decreasing trend of precipitation is found mainly in the middle and upper Pearl River basin. Rainy-days are decreasing almost over the entire basin. Thus, the precipitation intensity of Pearl River basin is increasing, particularly in the middle and the eastern parts of the basin; 2) The occurrence and fractional contribution of wet periods with shorter durations (2 - 5 d) are tend- ing to be predominant while longer durations are decreasing in recent decades; 3) Heavy storms are easy to occur in the eastern of the basin during shorter durations. Higher risk of floods and reduction of water yield in the lower basin will increase uncertainty of water supply in the Pearl River Delta and hence pose new chal- lenges for water resources management. Keywords: Precipitation Structure; Precipitation Duration; Precipitation Intensity; Hydrologic Cycle; Pearl River Basin 珠江流域降雨结构时空演变特征研究* 彭俊台 1,2，张 强1#，陈晓宏 2 1中山大学水资源与环境系，广州 2中山大学华南地区水循环与水安全广东省普通高校重点实验室，广州 Email: pengjt@mail2.sysu.edu.cn, #zhangq68@mail.sysu.edu.cn 收稿日期：2012 年5月3日；修回日期：2012年5月21 日；录用日期：2012 年5月27 日 摘 要：本文利用珠江流域 42 个站点 1960~2005 年46 年的日降雨资料，分析了年降雨总量(ATP)、 年降雨总天数(ATD)、年降雨强度(ATI)、年平均降雨历时(MWP)以及各降雨历时的发生率和贡献率等 降水指标，探讨了各种不同历时降雨的时空演变特征，并运用了改进 Mann-Kendall 法检验了降雨序列 变化的显著性。研究结果表明：1) 珠江流域上游和中部地区降雨量呈现减少趋势，降雨天数在整个流 域范围内呈现减少趋势，由此，流域的降雨强度总体上呈现上升趋势，特别是流域的中部和东部地区； 2) 流域短历时降雨(2~5 d)的发生率较高，且占总降雨量的比重较大，表明易于出现集中性的降雨，而 长历时降雨则出现下降趋势；3) 珠江流域的暴雨多集中在流域东部地区，而且暴雨在短历时降雨事件 中的发生率和贡献率都比较高，特别是流域下游的三角洲地区，洪灾风险会显著提高，增加水资源供 给的不确定性，加上经济的发展，人口的增加，需水的提高，将为水资源管理与利用带来新的挑战。 *基金项目：国家自然科学基金项目(项目号：41071020；50839005)与新世纪优秀人才支持计划共同资助成果。 #通讯作者。 作者简介：彭俊台(1989-)，男，汉族，广东陆河人，硕士研究生，水文与水资源工程专业。 Copyright © 2012 Hanspub 93  彭俊台，等：珠江流域降雨结构时空演变特征研究 Copyright © 2012 Hanspub 第1卷 · 第3期 94 关键词：降雨结构；降雨历时；降雨强度；水文循环；珠江流域 1. 引言 当前全球气温出现不同程度地生态环境上升，导 致区域乃至全球范围内水汽循环发生变异，水文气象 极端事件，如旱涝灾害、台风等增多，给人类社会与 造成重要影响。降水结构的变化是水循环变异的重要 指标，对降水结构变化的研究也慢慢引起了关注， Zolina 等[1]应用连续湿润天数的历时及其降水强度来 研究欧洲极端降水，得出连续湿润天数有变长的趋 势，其对应的降水强度增加。事实上，最大连续降水 天数也是极端降水的重要一方面，某时期内持续时间 最长的降水对当地的洪涝灾害形成有重要影响，其他 学者[2-4]的研究也表明欧洲的极端降雨事件呈上升趋 势，也有研究表明[5,6]美国的降雨也出现相同的趋势， 中国幅员辽阔，各区域气候差异较大，张强等[7]通过 27 个降水极值指标的研究发现中国降水极值变化特 征区域差异明显，中国南方，如长江中下游等区域， 降水极值仍呈上升趋势。由于降雨对洪水的产生有着 重要的作用，因此有众多学者研究了降雨的时空变化 特性，对于降雨天数的变化特征研究，学者们往往集 中在总降雨天数的研究上，而对不同历时的连续性降 雨少有涉猎，然而，长历时的连续性降雨对大洪水的 产生会有显著的诱发作用。因此，研究不同历时的连 续性降雨的时空演变变化特征，对了解降雨结构的时 空演变特征有着重要的参考意义，这也为研究降雨洪 灾发生特性提供一种新的思考方向，从一种新的角度 考量降雨的变化趋势。对于连续性降雨结构的变化特 征，研究并不多[1,2,8-10]。 对于珠江流域降水变化研究来讲，已有一些研究 工作，张强等[11,12]利用珠江流域 1960~2005 年42个雨 量站的日降雨资料，分析了降雨集中度的时空变化特 征，研究指出流域的西北部、南部和东南部的降水集 中指数高，流域的东北部和西南部的降雨集中程度较 低。王兆礼等[13]对近 40 年来珠江流域降水量的时空 演变特征进行了分析，认为流域总降水量呈微弱的增 加趋势，且具有明显的11 年主周期振荡，但不存在 突变现象。而 Wang 等[14]则利用 Mann-Kendall 趋势检 验法研究了珠江流域中东江的最大降雨的趋势变化， 得出年极端降雨没有显著变化，但月份降雨有些有显 著变化。这些学者从不同角度研究了珠江流域降雨时 空变化规律，但对降水结构的研究仍未开展，这是本 项目研究的主要目的与动机。本研究旨在通过探讨珠 江流域降水结构的变化，分析珠江流域区域水循环对 区域气候乃至全球气候变化的响应特征与机理。 2. 研究区与数据 珠江流域地处在我国南方，面积达 4.52 × 105 km2。流域地形以山地和丘陵为 主，占总流域 面积 的 94.5%；平原面积小而分散，仅占 5.5%。流域地势西 北高而东南低。在气候上，珠江流域属亚热带季风气 候，温和多雨。流域大部分地区年均温在 20℃以上， 年际变化不大，多年平均雨量在 1000~2200 mm 之间。 从径流量的角度说，珠江流域是全国第二大水系，汛 期径流量(4~9 月)占全年的 80%。 本文所分析的数据是珠江流域 1960~2005 年42 个站逐日降雨量资料，数据的三性审查在之前的研究 已做过[11]。以日降雨量 P ≥ 1 mm/d 作为降雨天，以此 排除个别非降雨引起的微量降雨。研究中定义的基本 降水指标为：年降雨总量(ATP)、年降雨总天数(ATD)、 年降雨强度(ATI)以及年平均降雨历时(MWP)，定义见 表1。此外，本为也分析了不同的连续降雨历时(WPs) 的时空变化。 3. 研究方法 对于某序列趋势显著性检验，本文运用改进的 Mann-Kendall 法进行检验。MK 检验[15-17]是一种非参 数的秩序检验法，为世界气候组织所推荐，在全球范 围内得到广泛的应用[18]。但是，水文气象序列中存在 自相关性，这种自相关性对MK检验结果造成影响， Hamed和Rao[17]于1998年改进了 MK 法(本文简称为 Table 1. Definition and unit of indexes of precipitation extremes in the Pearl River basin 表1. 珠江流域极端降水指标及相应的定义与单位 降水指标 指标含义 单位 AT P 年总降水量 mm AT D 年总降水天数 d AT I 年总降水强度 mm/d MWP 每年平均的连续降雨天数 d  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 MMK 法)，考虑了序列中不同延时的自相关性，而这 种改进的 MMK 法在水文序列中的运用显得更加稳健 [17,19]。 4. 结果 4.1. 珠江流域降水特征 表2显示了流域降雨的总体特征。珠江流域的多 年平均降雨量为 1500 mm，平均每十年下降2.01 mm； 多年平均降雨天数为 110 天，平均每十年下降 1.40 d； 多年平均降雨强度为 13.50 mm/d，每十年上升 0.14 mm/d；多年的平均降雨历时为2.22天，平均每十年下 降0.014 d。图 1表示各降雨指标趋势变化的空间分布 图，其中绿色代表下降趋势，红色代表上升趋势，圆 中有点的表示该趋势通过显著性检验。可以看出， 圈 Table 2. Individual study site description and years of data used 表2. 珠江流域各站基本资料 站名 序号 高程(m) 经度(E) 纬度(N) ATP均值 ATD均值 ATI均值 MWP均值 威宁 1 112.8 104.28 26.87 905 101 8.91 2.05 沾益 2 130.2 103.83 25.58 1005 94 10.74 2.03 玉溪 3 128.1 102.55 24.33 923 91 10.18 2.05 泸西 4 120.5 103.77 24.53 933 95 9.84 2.08 蒙自 5 110.9 103.38 23.38 855 92 9.34 1.94 安顺 6 175.2 105.90 26.25 1355 117 11.59 2.06 兴义 7 170.1 105.18 25.43 1342 120 11.21 2.12 望谟 8 155.9 106.08 25.18 1237 98 12.73 1.87 罗甸 9 143.9 106.77 25.43 1145 96 11.96 1.92 独山 10 152.6 107.55 25.83 1324 122 10.87 2.17 榕江 11 138.7 108.53 25.97 1202 106 11.37 1.96 融安 12 302.5 109.40 25.22 1924 127 15.24 2.29 桂林 13 277.3 110.30 25.32 1894 125 15.10 2.32 南雄 14 190.1 114.32 25.13 1523 114 13.33 2.30 凤山 15 215.7 107.03 24.55 1531 109 14.05 2.15 河池 16 199.2 108.05 24.70 1500 114 13.20 2.13 都安 17 255.3 108.10 23.93 1731 119 14.55 2.23 柳州 18 195 109.40 24.35 1442 109 13.19 2.04 蒙山 19 227.5 110.52 24.20 1741 129 13.44 2.44 信都 20 189.4 111.53 24.42 1554 120 12.93 2.31 连州 21 185 112.38 24.78 1620 121 13.28 2.37 韶关 22 215.2 113.60 24.68 1555 115 13.47 2.39 佛冈 23 353.2 113.53 23.87 2165 127 16.99 2.64 连平 24 259.2 114.48 24.37 1763 122 14.41 2.58 寻乌 25 225.2 115.65 24.95 1618 119 13.56 2.50 那坡 26 191.2 105.83 23.42 1400 108 13.02 2.26 百色 27 147.5 106.60 23.90 1095 83 13.23 1.79 靖西 28 234.7 106.42 23.13 1643 122 13.49 2.36 来宾 29 185.1 109.23 23.75 1364 106 12.84 2.05 桂平 30 222.5 110.08 23.40 1713 127 13.51 2.46 梧州 31 192.9 111.30 23.48 1475 111 13.32 2.24 广宁 32 236.6 112.43 23.63 1708 120 14.26 2.46 高要 33 209.8 112.45 23.03 1651 114 14.55 2.39 广州 34 223.7 113.33 23.17 1727 108 16.00 2.33 河源 35 348.1 114.68 23.73 1944 116 16.70 2.59 增城 36 272.1 113.83 23.33 1909 111 17.21 2.37 惠阳 37 258.9 114.42 23.08 1726 104 16.59 2.31 龙州 38 165 106.85 22.33 1305 102 12.83 2.00 南宁 39 174.1 108.22 22.63 1314 102 12.86 2.01 罗定 40 163.5 111.57 22.77 1356 107 12.61 2.21 台山 41 315.3 112.78 22.25 1971 105 18.71 2.34 深圳 42 330.4 114.10 22.55 1941 99 19.64 2.26 Mean - 450.1 - - 1500 110 13.50 2.22 Copyright © 2012 Hanspub 95  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N ATP MWPATI ATD Figure 1. Spatial distribution of trends of precipitation indices across the Pearl River basin 图1. 珠江流域各降雨指标空间分布图 流域 ATP值有 24 个站点呈下降趋势，占站点总数的 57%，主要集中在流域的西部及中南部地区，沿着流 域河道干流分布，这对流域干流的径流量将产生重要 影响，其中有4个站点通过显著性检验，3个分布在 流域的西北端；而流域的中北部和东部地区的 ATP 值 主要呈上升趋势，上升趋势的有 18个站点，占总站 点数的 42%，其中有 2个站点通过显著性检验，由此 得出，珠江流域 ATP 值以下降趋势为主导。流域 ATD 值多达 39 个站点(91%)呈下降趋势，基本覆盖了整个 流域，其中 17个站点通过显著性检验；而 ATD 呈上 升趋势的站点仅有 3个，且都没有通过显著性检验。 流域 ATI 值有 11 个站点呈下降趋势，其中只有2个 通过显著性检验；而呈上升趋势的站点较多，达31 个，占站点总数的 74%，主要集中在流域中部及珠三 角地区，其中有12 个站点通过显著性检验。流域 MWP 值呈下降趋势的站点有 31个，其中有 12个站点通过 显著性检验，有 11 个站点呈上升趋势，7个主要集中 在流域东部地区，仅有 4个站点通过显著性检验。 基于以上分析，流域中西部地区降雨强度的增 加、降雨量的减少以及降雨天数的减少，会增加该地 区洪灾和旱灾的风险，特别是旱灾将更加显著。流域 下游降雨强度以及降雨量的增加，会增加流域下游径 流量，导致下游三角洲地区洪灾风险增高。张强等[20] 认为近年来珠江流域三角洲地区年径流量的增加与 地区降雨强度的增加有密切关系，此外，由于珠江三 角洲地区海拔较低，会致使洪灾的影响更显著。然而， 由于人类活动的作用，珠江三角洲地区的年均水位却 在减小，体现了人类活动对流域水文循环的影响作用 [20]。但是，珠江流域下游地区洪灾风险的提高对于区 域水资源管理和利用是不利的。 4.2. 不同历时降水事件的发生频率与 对总降水量的贡献率 图2为珠江流域不同降雨历时的降水事件的发生 频率及其对总降水量的贡献率的统计图。由图 2可以 看出，珠江流域各历时降水事件发生频率(蓝色柱体) 随降水历时的增加大致呈指数形式递减，1 d历时的 降雨事件发生频率最高，约为 46.5%，而 ≥10 d 的降雨 事件的发生率为 0.75%。流域各降雨历时的贡献率与 发生率的变化并不完全一致，2 d历时降雨的贡献率 最高，其雨量占年总降雨量的20%，而≥10 d的降雨 事件发生率虽然最低，但贡献率可达到 6%。短历时 (1~2 d)的发生率虽然高达 71%，但贡献率只有 35%。 由此表明，珠江流域主要以短历时降雨(1~4 d)为主， 占年降雨总量的 50%，而其中2 d历时降雨的贡献率 12345678910 0 5 10 15 20 25 30 35 40 45 50 (%) 降雨历时(d) 123456789100 5 10 15 20 25 30 35 40 45 50 (%) 各种历时的贡献率 各种历时的发生率 Figure 2. Occurrences and fraction contributions of WP durations across the Pearl River basin 图2. 珠江流域各降雨历时统计图 Copyright © 2012 Hanspub 96  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 就高达 20%。 流域不同区域各降雨历时的降水量对总降水量 的贡献率与发生频率的变化略有不同，为了更好的研 究降雨结构的变化规律，必须考虑水文事件的整体成 因以及不同区域的不一致性。通过划分水文分区，可 以从空间形成相对一致的水文区域，使分区内水文特 性相似，保证水文事件的整体性，也区别了不同区域 的不一致性，能让我们更好地认识水文规律。 水文分区的方法有很多，本文运用的是常用 K均 值聚类算法。根据 K均值聚类算法，本文选取各站的 经度、纬度、高程及 ATP、ATD、ATI 等地理特征因 素为聚类因子，最后将整个珠江流域分别划分为四个 区域。划分结果可见图 3。 各地区(图4和表 3)的历时降雨发生率和贡献率 存在一些共性，各分区各历时降水发生频率随降水历 时的增加大致呈指数递减，而且，各历时降雨贡献率 较大的天数也基本出现在<5 d 内。但是，各分区之间 也存在不同点，区域 I短历时(1~2 d)的发生率约 为 66%，贡献率约为 28%，比流域的平均水平低；区域 I发生率与贡献率最高的历时为(2~3 d)。区域 II 短历 时降雨的发生率为 70%，贡献率为 35%，降雨情况与 流域的平均水平很接近，长历时发生率与贡献率为 30%和65%，表明区域 II短历时的发生率和贡献率比 区域 I大，可知区域 II 降雨比区域 I更集中。区域 III 与区域 IV 的降雨很接近，短历时的降雨的发生率为 74%左右，贡献率为41%左右，比流域的平均水平高 些，由此，从总体上来说区域III 与IV 降雨比区域 I 和II 集中些。 Figure 3. Homogenous sub-regions in the Pearl River basin 图3. 珠江流域水文分区图 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 降雨历时 ( d ) 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 各种历时的贡献率 各种历时的发生率 I 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 降 雨历时 ( d ) 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 各种历时的贡献率 各种历时的发生率 II 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 降 雨历时 ( d ) 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 各种历时的贡献率 各种历时的发生率 III 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 降雨历时 ( d ) 1 2 3 4 5 6 7 8 910 0 5 10 15 20 25 30 35 40 45 50 (%) 各种历时的贡献率 各种历时的发生率 IV Figure 4. Occurrences and fraction contributions of WP durations within homogeneous precipitation regions I, II, III and IV over the Pearl River basin 图4. 各分区降雨历时统计图 Copyright © 2012 Hanspub 97  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 Table 3. Occurrences and fraction contributions of ithin different homogeneous precipitation regions 降雨历时(d) 1 2 3 4 5 6 7 8 9 10 WPS with different durations w 表3. 各降雨历时统计结果 发生率(%) 4216.5 4.7 2.8 6.9 3.9 2.1 1.2 0.7 0.4 0.8 流域 区域 I 区域 II 区域 III 区域 IV 贡献率(%) 15.2 19.9 17.6 13.6 10.3 6.7 4.9 3.4 2.4 6.0 发生率(%) 43.1 23.9 13.5 7.7 4.6 2.6 1.6 1.0 0.6 1.3 贡献率(%) 11.9 17.1 17.0 14.0 11.2 7.5 5.5 4.2 2.8 8.7 发生率(%) 45.5 25.4 13.3 6.9 3.9 2.1 1.3 0.7 0.4 0.6 贡献率(%) 15.4 20.8 18.1 13.6 10.1 6.4 5.1 3.1 2.4 4.9 发生率(%) 50.2 24.5 11.7 6.2 3.4 1.7 0.9 0.5 0.3 0.6 贡献率(%) 19.0 22.4 17.5 13.5 9.2 5.7 4.0 2.6 1.6 4.5 发生率(%) 49.5 25.0 12.0 6.2 3.4 1.9 0.9 0.5 0.3 0.4 贡献率(%) 19.2 22.4 18.1 12.9 9.8 6.3 4.2 2.5 1.7 2.8 .3. 时间变化趋势 图5和图 6是各历时降雨的发生率和贡献率的时 间演 似的变化 趋势，从 生率与贡献率的增加，表明 了流域以 4 变特征。此分析首先对各种历时降雨的发生率和 贡献率序列进行标准化处理，为了保证序列的连续性， 对标准化序列进行 5年的滑动平均处理，得到各历时 发生率与贡献率的时间变化特征。图中的黄色表示增 长趋势，浅蓝色表示下降趋势，颜色的深浅反应了变 化的程度。由图 5可知，在各降雨历时的发生率的变 化并不是很清晰显著，但是，各历时降雨的发生率仍 存在着一些变化。在 80 年代中期以前，长历时降雨的 发生率出现了不同程度的增长，如6~8 d 的降雨在 1965 年~1985年间呈现较大的发生率；80 年代中期过 后，有不同的变化，如 3~5 d的降雨在 1985~1995 年 间呈现出增长趋势，发生率较大；1995年后，表现为 ≤3 d的降雨出现增长趋势。从总体上来说，长历时降 雨的发生率在减少，而短历时降雨的发生率在増大。 这与 Zolina 等[1]研究的欧洲的情况相反，表明不同流 域降雨对全球气候变化响应的不同情况。 珠江流域的各历时的贡献率呈现了相 图6可以看出，在 80年代中期之前，6~9 d 降雨历时对降雨总量有较大的贡献。在1980~1990 年 间，2~4 d的降雨贡献率较高。在 1900~2000 年间， 4~6 d降雨历时的增长比较明显。2000 年之后，<4 d 的降雨的贡献率最高。 流域短历时降雨的发 短历时降雨为主要降雨形式，而且体现了降 雨事件的集中性，从而反映了水文循环在珠江流域的 集中变化。 降雨历时 (d) Year 1965 1970 1975 1980 1985 1990 1995 2000 1 2 3 4 5 6 7 8 10 9 -1 -0.500.5 1 Figure 5. Temporal evolution of the normalized occurrences of anomalies in different WP durations 图5. 珠江流域各历时降雨发生率时间趋势图 降雨历时 (d) Year 1965 1970 1975 1980 1985 1990 19952000 1 2 3 4 5 6 7 8 9 10 -1 -0.5 00.5 1 Figure 6. Temporal evolution of normalized fractional contribution anomalies in different WP durations 图6. 珠江流域各历时降雨贡献率时间趋势图 4.4. 空 雨历时发生率和贡献率的空间 分布图。首先将主要的降雨历时分成 1~2 d、3~5 d， 6~8 间变化趋势 图7和图 8为各降 d，9~10 d 等四种情况分别进行分析。对所有的序 列进行标准化处理后进行趋势分析，并运用 MMK 法 对各个站点进行显著性检验，置信度为95%。图中 Copyright © 2012 Hanspub 98  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N <-0.01 -0.01~-0.001 -0.001~0 0~0 .0010.001~0.01>0.01 1 - 2d 9 - 10d6 - 8d 3 - 5d Figure 7. Spatial distribution of normalized occurrences of different WP durations over the Pearl River basin 图7. 珠江流域各历时降雨发生率空间分布图 115°E110°E105°E 27°N 24°N 115°E110°E105°E 27°N 24°N 11 5° E110°E105°E 27°N 24°N 115°E110°E10 5°E 27°N 24°N <-0.01 -0.01~-0.001 -0.001~0 0~0.001 0.001~0.01 >0.01 1 - 2d 9 - 10d6 - 8d 3 - 5d Figure 8. Spatial distribution of normalized fraction contributions of different WP durations over the Pearl River basin 图8. 珠江流域各历时降雨贡献率空间分布图 红色圆圈代表下降趋势，圆圈大小反应了趋势变化的 程度，圆圈中有黑点代表该趋势通过显著性检验，绿 色圆圈代表下降趋势，其他与红色圆圈意义一样。 从图 7中可以看出，流域中部与西部地区的降雨 结构的变化趋势相对一致，而流域东部地区与它们的 趋势有较大的差异。如 1~2 d降雨历时的发生率，流 域东部地区，在珠江三角洲地区呈下降趋势的站点居 多，且有 2个站点通过的显著性检验；而流域中西部 地区总体上呈上升趋势，且有 12个站点通过显著性 检验。对于 3~5 d降雨历时的发生率，流域东部呈上 升趋势的站点占了绝大部分，表明流域东部 3~5 d降 雨历时的发生率呈比较明显的上升趋势，中西部地区 则以下降趋势为主。对于地区 6~8 d 和9~10 d 降雨历 时的发生率，表现的趋势相对一致，即珠三角一带发 达地区呈上升趋势，流域中西部及东部粤北的山区呈 下降趋势，不同的是，6~8 d 的变化比较显著，而 9~10 d降雨事件的变化只有 2个站点通过显著性检验。 从图 8可以看出，珠江流域的1~2 d降雨历时的 贡献率呈上升趋势的站点较多，且有 8个站点通过显 著性检验，主要集中在流域中西部地区。对于 3~5 d 降雨历时的贡献率，呈现出特别的现象，并未在某些 地区呈现一致性的规律，不管是东部，还是西部和中 部，都出现上升或下降的趋势，只有粤北地区呈现比 较一致的上升趋势；流域 6~10 d 和9~10 d 降雨历时的 贡献率与其发生率的变化趋势很相似，也表现为珠三 角一带呈上升趋势，流域中西部及东部粤北的山区呈 下降趋势，且9~10 d降雨事件的贡献率变化也不显著。 4.5. 强降雨结构线性趋势分析 强降雨对大洪水的诱发有着重要的作用，因此， 研究强降雨与各降雨历时的关系有着重要的意义。关 于强降雨的定义，不同的学者给出不同的定义[2]，有 Copyright © 2012 Hanspub 99  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 53 55 71 93 53 421 442 176 207 195 317 399 402 319 251 273 208 277 221 273 169 195 206 288 444 209 209 204 260 238 346 246 283 189 336 344 135 168 153 207 172 187 115°E11 0°E105°E 27°N 24°N 暴 雨 比 重 Figure 9. Spatial distribution of the number of heavy rain events and the percentage of the number of heavy rain events to the total number of rainy days 图9. 暴雨次数及比重空间分布图 1 2 3 4 5 67 8 910 0 1 2 3 4 5 (%) 降雨历时 ( d ) 1 2 3 4 5 67 8 910 0 1 2 3 4 5 (%) 各种历时的贡献率 各种历时的发生率 Figure 10. Occurrences and fraction contributions of different WP duratio 图10. 珠江流域各历时降雨–暴雨 占降 时降雨易于出现暴雨，诱发洪灾。 5. 结论 本文分析了各种不同历时的连续降雨的时空演 变特征，重点分析了各历时降雨的发生率与贡献率的 变化特点。通过以上的讨论，可以得到以下几点结论： 1) 珠江流域的年降雨总量(ATP)、年降雨总天数 (ATD)、以及年平均降雨历时(MWP)呈现下降趋势， 而年降雨强度(ATI)呈上升趋势，除了 ATP 的变化只 有10%的站点通过显著性检验，其他三类指标均有 40%左右的站点通过显著性检验。 势，东 部地区呈上升趋势。但是，整个流域 ATD 值基本呈 表明 献率的最大比重 降雨为主导。暴 雨发 ns with heavy rain events across the Pearl River basin 2) 珠江流域中西部地区 ATP 值呈下降趋 统计图 绝对值的定义，有相对值的定义法。本文根据国家规 定的降雨强度划分标准，定义≥50 mm/d 的降雨为暴雨。 图9统计 1960~2005 年中暴雨发生的次数以及其 雨总天数的比重。从图中可以看出，珠江流域暴 雨次数明显是东多西少，最多的一个站点发生了 444 次，最少的为 53 次。暴雨次数最多的地区是广东， 即珠江三角洲地区，其次是广西，云贵地区暴雨次数 较少。 图10 是各历时降雨中暴雨的发生率与贡献率。 由图可以得到，暴雨在 2~4 d的降雨中发生率较高， 在6~9 d 的降雨中发生率较低。更长的历时(10 d)的降 雨的暴雨发生率也较高。总体上来说，暴雨在短历时 (2~4 d)的降雨中出现更多。对于贡献率而言，分布与 发生率的情况基本一致，短历时降雨(2~5 d)中暴雨的 贡献率较大。由此表明，暴雨更多的是在短历时(2~5 d) 中出现，且占年降雨总量的比重较高。这也表明短历 现下降趋势。有 74%的站点的ATI 值呈现上升趋势， 流域降雨强度呈现上升趋势。 3) 流域短历时降雨的发生率呈现上升趋势，长历 时降雨呈现下降趋势。从贡献率的角度看，近几年来 流域短历时的贡献率也呈上升趋势。这与Zolina 等学 者分析的欧洲在近 60 年来，连续性降雨变得更长， 降雨变得更丰富的现象并不一致。从总体上看，珠江 流域降雨历时将变短，以短历时的降雨为主要降雨形 式，而且降雨量也稍微变得丰富。这也表明了不同流 域降雨事件对全球变气候变化的不同响应。 4) 流域各历时降雨发生率随历时的増加呈指数 递减的方式变化，而各历时降雨的贡 是2~5 d，由此也表明流域以短历时 生率与贡献率与不同降雨历时的关系表明，暴雨 更易于发生在短历时中，如 2~5 d，而且对降雨总量 的贡献也越大。这表明，珠江流域降雨将更加集中， Copyright © 2012 Hanspub 100  彭俊台，等：珠江流域降雨结构时空演变特征研究 第1卷 · 第3期 在短时间内易出现爆发性的降雨。珠江流域的暴雨多 发地集中在流域东部地区，总体次数明显高于中西部 地区，中西部地区出现的暴雨次数较少。 5) 流域的降雨结构的空间分布分析表明，流域上 游地区降雨量的减少会导致径流量的减少，也会影响 下游发达地区水量的供给；此外，流域下游——珠江 三角洲地区降雨强度的增加以及降雨量的增加会增 大地区洪灾的风险，导致了下游地区的水资源供应的 不确定性；这些将成为下游发达、人口密集的珠三角 地 化导致的水文循环变化，社会发展 增加，区域水资源安全和稳定的相互响应关 系提供一个新的研究视角。 参考文献 (References) [1] ZOLINA, O., SIMMER, C., GULEV, S. K., et al. Changing structure of European precipitation: Longer wet periods leading to more abundant rainfalls. Geophysical Research Letters, 2010, 37(6), Article ID: L06704. [2] TANK, A. M. G. K., KÖNNEN, G. P. Trends in indices of daily temperature and precipitation extremes in Europe, 1946-1999. Journal of Climate, 2003, 16(22): 3665-3680. [3] GROISMAN, P. Y., KNIGHT, R. W., EASTERLING, D. R., et al. Trends in intense precipitation in the climate record. Journal of Climate, 2005, 18(9): 1326-1350. Atmos ] GROISMAN, P. Y., KNIGHT, R. W. Prolonged dry episodes [6] pheric circulation 1960-2005. International Journal of Climatol- ogy, 2011, 31(11): 1665-1678. [8] ZOLINA, O., SIMMER, C., KAPALA, A., et al. Seasonally dependent changes of precipitation extremes over Germany since 1950 from a very dense observational network. Journal of Geophysical Research-Atmospheres, 2008, 113(D6): 1-17. [9] KUNKEL, K. E., ANDSAGER, K. and EASTERLING, D. R. Long-term trends in extreme precipitation events over the con- terminous United States and Canada. Journal of Climate, 1999 12(8): 2515-2527. [10] KUNKEL, K. E., EASTERLING, D. R., REDMOND, K., et al. Temporal variations of extreme precipitation events in the United States: 1895-2000. Geophysical Research Letters, 2003 30(17): 1-4. [11] ZHANG, Q., XU, C.-Y., GEMMER, ., et al. Changing proper- 385. Q., XU, C.-Y., BECKER, S., et al. Trends and abrupt changes of precipitation maxima in the Pearl River basin, China. : 132-144. 珠江流域降水量的时 征[J]. 水文, 2006, 26(6): 71-75. Zhaoli, CHEN Xiaohong, ZHANG Ling, et al. Spatio- temporal change characteristics of precipitation in the Pearl treme precipitation and extreme streamflow in the Dongjiang [15] . and FLOHN, H. : Changing properties : Natural variations or 区水资源管理与利用新的挑战。由此，本文也为全 ties of precipitation concentration in the Pearl River basin, China. Stochastic Environmental Research and Risk Assessment, 2009 球气候变 口和需水 带来的人 23(3): 377- [12] ZHANG, [4] MOBERG, A., JONES, P. D., LISTER, D., et al. Indices for daily temperature and precipitation extremes in Europe analyzed for thl Research- e period 1901-2000. Journal of Geophysica pheres, 2006, 111(D22): 1-25. [5 over the conterminous united states: New tendencies emerging during the last 40 years. Journal of Climate, 2008, 21(9): 1850-1862. BROMMER, D. M., CERVENY, R. S. and BALLING, R. C. Characteristics of long-duration precipitation events across the United States. Geophysical Research Letters, 2007, 34(22): 2-6. [7] ZHANG, Q., XU, C.-Y., CHEN, X., et al. Statistical behaviours of precipitation regimes in China and their links with atmos- M Atmospheric Science Letters, 2009, 10(2) [13] 王兆礼, 陈晓宏, 张灵, 等. 近40 年来 空演变特 WANG River basin in recent 40 years. Journal of China Hydrology, 2006, 26(6): 71-75. (in Chinese) [14] WANG, W., CHEN, X., SHI, P., et al. Detecting changes in ex- River Basin in southern China. Hydrology and Earth System Sciences, 2008, 12(1): 207-221. MANN, H. B. Nonparametric tests against trend. Econometrica, 1945, 13(3): 245-259. [16] KENDALL, M., GIBBONS, J. Rank correlation methods. A Charles Griffin Title, 1990. [17] HAMED, K. H., RAMACHANDRA, R. A. A modified Mann- Kendall trend test for autocorrelated data. Journal of Hydrology, 1998, 204(1-4): 182-196. [18] MITCHELL, J. M., DZERDZEEVSKII, B Climate change. WHO Technical Note 79, Geneva: World Me- teorological Organization, 1966 79. [19] DAUFRESNE, M., LENGFELLNER, K. and SOMMER, U. Global warming benefits the small in aquatic ecosystems. Pro- ceedings of the National Academy of Sciences, 2009. [20] ZHANG, Q., JIANG, T., CHEN, Y. D., et al. of hydrological extremes in south China human influences? Hydrological Processes, 2010, 24(11): 1421- 1432. Copyright © 2012 Hanspub 101 |