基于RClimDex模型的石家莊市極端降水時(shí)空變化特征

魏　軍，李　婷，胡會(huì)芳，俞海洋，趙　亮，陳　莎

(河北省氣象災(zāi)害防御中心，河北　石家莊　050021)

?

基于RClimDex模型的石家莊市極端降水時(shí)空變化特征

魏軍，李婷，胡會(huì)芳，俞海洋，趙亮，陳莎

(河北省氣象災(zāi)害防御中心，河北石家莊050021)

利用1972—2014年石家莊市17個(gè)地面氣象站逐日降水?dāng)?shù)據(jù)，基于RClimDex模型和集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)，定量分析該區(qū)域極端降水指數(shù)的時(shí)空變化特征。結(jié)果表明：近43 a石家莊市極端降水事件發(fā)生頻率總體變化趨勢(shì)平緩，但年際間波動(dòng)較大；經(jīng)EEMD得出的6項(xiàng)極端降水指數(shù)的4個(gè)固有模態(tài)函數(shù)(IMF1、IMF2、IMF3、IMF4)分量，分別表現(xiàn)出2.69～3.07 a、5.38～6.14 a、8.60～10.75 a和21.28～35.63 a的準(zhǔn)周期變化；在空間分布上，R25、RX5day、R95P和CWD極端降水指數(shù)呈西高東低的空間格局，而SDII和CDD則相反，表現(xiàn)出東高西低的空間特征。近43 a來(lái)西南渦型、西來(lái)槽型和臺(tái)風(fēng)型3種類型是造成石家莊市強(qiáng)降水過(guò)程的主要天氣系統(tǒng)，造成的降水持續(xù)時(shí)間長(zhǎng)、強(qiáng)度大、范圍廣，易致災(zāi)。

RClimDex模型；極端降水；EEMD；石家莊

引　言

在全球氣候變暖背景下，近年來(lái)極端天氣事件發(fā)生頻率和強(qiáng)度均有所增加，成為區(qū)域性洪澇、干旱及山體滑坡、泥石流等自然災(zāi)害形成的重要致災(zāi)因子，造成的經(jīng)濟(jì)損失呈逐年增加態(tài)勢(shì)。中國(guó)是世界上受氣象災(zāi)害影響最為嚴(yán)重的國(guó)家之一，頻發(fā)的氣象災(zāi)害，尤其是極端降水事件所導(dǎo)致的氣象災(zāi)害，直接對(duì)農(nóng)業(yè)生產(chǎn)、生態(tài)環(huán)境及經(jīng)濟(jì)發(fā)展等造成嚴(yán)重影響。因此，掌握區(qū)域性極端降水事件發(fā)生的時(shí)空變化規(guī)律，對(duì)及時(shí)、準(zhǔn)確地開(kāi)展預(yù)報(bào)預(yù)警服務(wù)，制定科學(xué)的防災(zāi)減災(zāi)措施具有重要意義[1-2]。

目前，國(guó)內(nèi)已有許多學(xué)者從降水量及降水強(qiáng)度、頻率、歷時(shí)等方面對(duì)極端降水事件做了大量的分析討論，取得了許多有價(jià)值的研究成果。閔屾等[3]通過(guò)對(duì)1960—2003年中國(guó)極端降水事件的區(qū)域性和持續(xù)性分析發(fā)現(xiàn)，極端降水在長(zhǎng)江以南地區(qū)、東南沿海和黃河中下游地區(qū)區(qū)域性與持續(xù)性均較好，而在東北、華北北部以及西北等大部分北方地區(qū)，其區(qū)域性與持續(xù)性相對(duì)較差；王冀[4]和張英愛(ài)[5]等對(duì)華北地區(qū)極端降水事件研究發(fā)現(xiàn)，自1986年以來(lái)華北地區(qū)極端降水次數(shù)和強(qiáng)度呈顯著減少趨勢(shì)，主要表現(xiàn)出華北南部平原地區(qū)一般減少、北部山區(qū)多有增加的分布；高霞等[6]研究發(fā)現(xiàn)，近45 a河北省強(qiáng)降水日數(shù)和暴雨日數(shù)在降水日數(shù)中的比重有增大趨勢(shì)，尤其在1990年代中期以后，強(qiáng)降水量和暴雨降水量在總降水量中的比重明顯增加。

氣候變化監(jiān)測(cè)和指標(biāo)專家組(Expert Team on Climate Change Detection Monitoring and Indices，ETCCDMI)提供了一系列氣候指數(shù)計(jì)算程序ClimDex模型，該模型是基于日降水、氣溫?cái)?shù)據(jù)來(lái)定義極端氣候指數(shù)，這些指數(shù)具有噪聲低、顯著性強(qiáng)的優(yōu)點(diǎn)。2004年，加拿大氣象研究中心基于R語(yǔ)言開(kāi)發(fā)了RClimDex軟件[7]，可計(jì)算多種類型的極端氣候指數(shù)，目前該軟件已被世界氣象組織氣候委員會(huì)推薦用于氣候變化監(jiān)測(cè)及極端氣候指數(shù)分析，并廣泛應(yīng)用于世界各地。Haylock等[8]利用RClimDex模型軟件分析了南美極端降水事件的發(fā)生規(guī)律，發(fā)現(xiàn)南美極端降水的發(fā)生頻率與ENSO循環(huán)之間存在密切關(guān)系。Croitoru等[9]根據(jù)1961—2008年黑海西海岸地區(qū)的降水?dāng)?shù)據(jù)，分析得到11個(gè)極端降水指數(shù)中的大部分指數(shù)呈上升趨勢(shì)，且北部較南部變化更為顯著。陳昌春等[10]分析1960—2005年江西省極端降水指數(shù)及其時(shí)空分布情況發(fā)現(xiàn)，除持續(xù)干燥指數(shù)外，其余指數(shù)均呈現(xiàn)不同程度的上升趨勢(shì)，其中極端降水日數(shù)和極端降水量的上升趨勢(shì)最為顯著。

石家莊地處我國(guó)中緯歐亞大陸東岸，西部處于太行山脈中麓，東部是滹沱河沖積平原，跨太行山地和華北平原2大地貌單元，地勢(shì)西高東低，地貌由西向東依次為中山、低山、丘陵和平原。全年雨量分布不均，降水地域差異較大，年降水量為401.1～752.0 mm，其中西部山區(qū)雨量最多，在600 mm以上，特殊的地理位置、地形地貌和氣候條件是該地區(qū)極端天氣和氣象災(zāi)害頻發(fā)的重要原因[11]。以往研究多是從華北或全國(guó)等較大尺度上研究極端降水事件演變規(guī)律，而針對(duì)石家莊市較小區(qū)域極端降水時(shí)空變化規(guī)律及成因研究較為缺乏，且研究時(shí)段較早[12-14]，因此有必要利用較新、長(zhǎng)序列的數(shù)據(jù)對(duì)石家莊極端降水進(jìn)行全面深入分析。為此，本文基于RClimDex模型和集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition，EEMD)方法，對(duì)1972—2014年石家莊市極端降水事件的時(shí)空變化特征進(jìn)行研究，以期為客觀評(píng)估、預(yù)測(cè)及有效應(yīng)對(duì)該市極端降水天氣，制定合理的防災(zāi)減災(zāi)對(duì)策提供理論依據(jù)。

1　資料與方法

所用資料為河北省氣象信息中心提供的石家莊市17個(gè)地面氣象站(圖1)逐日降水?dāng)?shù)據(jù)，降水量精度為0.1 mm，均經(jīng)過(guò)嚴(yán)格審核和訂正。由于各氣象站建站時(shí)間不一致，其中行唐和正定建站較晚(始于1972年)，故資料選取時(shí)段為1972—2014年。

圖1　石家莊市地面氣象觀測(cè)站分布

1.2RClimDex模型

RClimDex模型通過(guò)按規(guī)定格式輸入逐日最高、最低溫度和逐日降水量等，即可計(jì)算得到27個(gè)核心極端氣候指數(shù)，包括11個(gè)極端降水類指數(shù)和16個(gè)極端溫度類指數(shù)(http://www.climdex.org/indices.html)，其功能結(jié)構(gòu)如圖2所示。鑒于降水缺測(cè)值對(duì)極端降水指數(shù)的敏感性，當(dāng)降水?dāng)?shù)據(jù)在一個(gè)月中出現(xiàn)3 d以上，或一年中出現(xiàn)15 d以上缺測(cè)值時(shí)，則不計(jì)算該月或該年的降水指數(shù)，設(shè)為缺測(cè)值。在對(duì)降水?dāng)?shù)據(jù)進(jìn)行質(zhì)量控制處理后，運(yùn)行RClimDex模型計(jì)算各站點(diǎn)極端降水指數(shù)。結(jié)合石家莊市降水實(shí)際情況與研究需求，基于絕對(duì)閾值和相對(duì)閾值方法[11]，選取與極端降水緊密相關(guān)的6個(gè)極端降水指數(shù)(表1)。

1.3EEMD方法

集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition，EEMD)是一種在時(shí)間域上局部的自適應(yīng)時(shí)間序列分析技術(shù)，適用于分析非線性、非平穩(wěn)的時(shí)間序列[15]。通過(guò)將復(fù)雜的時(shí)間序列信號(hào)分解為有限個(gè)不同時(shí)間尺度的振蕩分量，以得到具有不同時(shí)間尺度特征的固有模態(tài)函數(shù)(Intrinsic Mode Function，IMF)。作為經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)的改進(jìn)方法，EEMD通過(guò)在原始時(shí)間序列信號(hào)中加入高斯白噪聲，從而解決EMD的模態(tài)混淆問(wèn)題，IMF分量能夠更準(zhǔn)確地體現(xiàn)原始信號(hào)的內(nèi)在波動(dòng)特征與變化趨勢(shì)[16]。與小波分析相比，EEMD不僅具有小波分析的優(yōu)點(diǎn)，同時(shí)很大程度上克服了小波基函數(shù)的選擇對(duì)信號(hào)分析結(jié)果的影響，具有自適應(yīng)性、直觀性和后驗(yàn)性的特點(diǎn)，在氣象領(lǐng)域應(yīng)用效果顯著。其詳細(xì)論述見(jiàn)文獻(xiàn)[17]。

圖2　RClimDex模型結(jié)構(gòu)示意圖

極端降水指數(shù)定義單位極端降水日數(shù)(R25)每年日降水量≥25mm的總?cè)諗?shù)d5d最大降水量(RX5day)每年連續(xù)5d的最大累計(jì)降水量mm極端降水量(R95P)每年日降水量>第95%分位值的強(qiáng)降水之和mm普通日降水強(qiáng)度(SDII)日降水量≥1mm的總量與總?cè)諗?shù)之比mm·d-1持續(xù)干燥指數(shù)(CDD)日降水量<1mm的最長(zhǎng)連續(xù)日數(shù)d持續(xù)濕潤(rùn)指數(shù)(CWD)日降水量≥1mm的最長(zhǎng)連續(xù)日數(shù)d

2　結(jié)果與分析

2.1極端降水指數(shù)年際變化特征

利用RClimDex模型計(jì)算獲得石家莊市各氣象站的極端降水指數(shù)，并采用泰森多邊形進(jìn)行加權(quán)平均，從而得到石家莊地區(qū)各指數(shù)平均值，以此從整體上反映該地區(qū)的極端降水情況。從各指數(shù)的年際變化可以看出(圖3)，近43a石家莊市6項(xiàng)極端降水指數(shù)總體趨勢(shì)變化平緩，但年際波動(dòng)幅度較大，極端降水事件發(fā)生頻率差異明顯。極端降水日數(shù)(R25)整體呈平緩上升趨勢(shì)，年均日數(shù)為4.9 d，最大值為1995年的9.2 d，最小值為1972年的1.5 d(圖3a)。5 d最大降水量(RX5day)總體呈平緩下降趨勢(shì)，除個(gè)別年份波動(dòng)較大外，絕大多數(shù)年份處在100 mm附近，最大值為1996年的325.6 mm，較大值出現(xiàn)在1976年(217.3 mm)、2000年(195.2 mm)

圖3　1972—2014年石家莊市極端降水指數(shù)年際變化

和1982年(187.4 mm)，而最小值為2014年(52.2 mm)(圖3b)。極端降水量(R95P)是反映極端降水總量在總降水量中所占的比例，即在總降水量一定時(shí)，極端降水量增加，則小雨呈減少趨勢(shì)。石家莊市極端降水量總體變化趨勢(shì)不明顯，但年際變化較大，平均極端降水量為137 mm，超過(guò)200 mm的年份有1976、1977、1982、1995、1996和2000年，低于50 mm的年份有1972、1985、1997和2014年(圖3c)。普通日降水強(qiáng)度(SDII)呈平緩上升趨勢(shì)(圖3d)，年均值為10.7 mm·d-1，較大值出現(xiàn)在1977、1982、1988、1995、1996和2013年。持續(xù)干燥指數(shù)(CDD)表現(xiàn)出先降后升的階段性變化特征，但整體呈平緩下降趨勢(shì)(圖3e)，且年際波動(dòng)較大，極大、極小值交替分布，其中1990年代以前持續(xù)性干燥可能引發(fā)大面積干旱，對(duì)農(nóng)業(yè)生產(chǎn)活動(dòng)產(chǎn)生不利影響。與CDD不同，持續(xù)濕潤(rùn)指數(shù)(CWD)盡管整體也呈下降趨勢(shì)(圖3f)，但年際變化較穩(wěn)定，持續(xù)濕潤(rùn)指數(shù)在3～6 d。另外發(fā)現(xiàn)，6項(xiàng)極端降水指數(shù)都未通過(guò)α=0.05的顯著性檢驗(yàn)，表明近43 a石家莊市極端降水變化趨勢(shì)不明顯。

從表3可知，對(duì)泡椒豬皮細(xì)菌總數(shù)影響因素由主至次依次為植酸，茶多酚，乳酸鏈球菌素；對(duì)揮發(fā)性鹽基氮的影響最大的是乳酸鏈球菌素，其次是植酸，茶多酚對(duì)其影響最小；對(duì)pH值的影響最大的是植酸，其次是乳酸鏈球菌素，茶多酚對(duì)pH值的影響不顯著。

2.2極端降水周期特征

為深入探究石家莊市近43 a極端降水事件的周期性特征，采用EEMD方法對(duì)1972—2014年石家莊市上述6項(xiàng)極端降水指數(shù)進(jìn)行逐步信號(hào)分解。設(shè)定擾動(dòng)白噪聲與原始信號(hào)的信噪比為0.2，平均集合次數(shù)為500次，得到4個(gè)具有不同波動(dòng)周期的固有模態(tài)函數(shù)分量(IMF1、IMF2、IMF3、IMF4)與一個(gè)趨勢(shì)分量(RES)(圖4)。固有模態(tài)函數(shù)分量反映了從高頻到低頻不同時(shí)間尺度的波動(dòng)特征，而趨勢(shì)項(xiàng)則表示原始時(shí)間序列總體上隨時(shí)間變化的趨勢(shì)。計(jì)算IMF各分量的平均周期，以方差貢獻(xiàn)率表示各時(shí)間尺度信號(hào)波動(dòng)頻率與振幅對(duì)原始數(shù)據(jù)總體特征的影響程度(表2)。

圖4　1972—2014年石家莊市6項(xiàng)極端降水指數(shù)的EEMD分解

由圖4和表2可看出，石家莊市極端降水指數(shù)的IMF分量的振動(dòng)幅度隨著階數(shù)的增加而減小，逐漸趨于穩(wěn)定。在IMF1分量上，各指數(shù)的振幅均有較大波動(dòng)，整體表現(xiàn)出2.69～3.07 a的準(zhǔn)周期，其方差貢獻(xiàn)率最大，介于29.54%～34.97%；在IMF2分量上，各指數(shù)振蕩表現(xiàn)出5.38～6.14 a的準(zhǔn)周期，周期特征較為顯著，其方差貢獻(xiàn)率為21.61%～26.86%。隨著階數(shù)的增加，IMF分量的振動(dòng)波長(zhǎng)增長(zhǎng)。從IMF3分量看出，除CWD為8.6 a的準(zhǔn)周期外，其他指數(shù)均為10.75 a的準(zhǔn)周期，與太陽(yáng)黑子活動(dòng)的11 a周期一致，其方差貢獻(xiàn)率在17.33%～21.04%；在IMF4分量上，各指數(shù)具有21.28～35.63 a的年代際周期變化特征，在整個(gè)時(shí)間跨度上波動(dòng)幅度較小，表明極端降水的長(zhǎng)期變化相對(duì)平穩(wěn)。由殘差趨勢(shì)項(xiàng)RES可見(jiàn)，R25和SDII總體呈不同程度的上升趨勢(shì)，CDD和CWD呈下降趨勢(shì)，而RX5day和R95P在1995年以前呈上升趨勢(shì)，之后呈下降趨勢(shì)。

表2　1972—2014年石家莊市極端降水指數(shù)各分量的周期與方差貢獻(xiàn)率

2.3極端降水空間分布

圖5給出近43 a石家莊地區(qū)平均極端降水指數(shù)空間分布。由圖5可知，R25總體上呈中西部高、東部低的空間分布格局，且差距較小，年平均極端降水日數(shù)為4.4～5.5 d。其中，2個(gè)大值中心分別在西北部山區(qū)的平山和中部平原的石家莊市區(qū)，年均日數(shù)分別為5.5 d和5.4 d，而東部的無(wú)極和東南部的趙縣年均日數(shù)相對(duì)較少，均低于4.5 d(圖5a)。RX5day和R95P均表現(xiàn)為西高東低的空間分布特征(圖5b、圖5c)，高值區(qū)均位于西部山區(qū)平山一帶，分別為119.7 mm和162.7 mm，低值區(qū)分別位于東部的行唐和藁城，年均值分別為95.9 mm和127.8 mm。這2項(xiàng)指數(shù)空間分布除受大氣環(huán)流形勢(shì)影響外，還與區(qū)域地形有關(guān)。石家莊西部為太行山半環(huán)繞，東部為滹沱河沖擊平原，地勢(shì)西高東低。受山脈屏障阻礙，極地大陸氣團(tuán)南下與副熱帶海洋氣團(tuán)北上受到一定程度影響，致使石家莊西部太行山脈的迎風(fēng)坡為多雨中心，降雨量明顯高于東部平原地區(qū)[18]，這與卞韜等[19]的研究結(jié)果一致。SDII總體呈現(xiàn)西低東高的空間分布特征(圖5d)，且空間差距不大，表明石家莊市普通日降水強(qiáng)度基本處于平穩(wěn)狀態(tài)，受極端降水事件影響較小。CDD表現(xiàn)出由東向西遞減趨勢(shì)(圖5e)，東部平原的深澤最高，年均日數(shù)為83.6 d，其次是趙縣、晉州和辛集一帶，分別為83.3 d、82.4 d和81.2 d，而低值區(qū)位于中部石家莊市區(qū)，年均日數(shù)低于70.0 d。CWD表現(xiàn)出與CDD相反的空間分布趨勢(shì)(圖5f)，呈明顯的西高東低格局，且空間差異較小，年均日數(shù)在3.5～4.5 d。

圖5　1972—2014年石家莊市6項(xiàng)極端降水指數(shù)空間分布

2.4極端降水天氣特征分型

從7月底到8月初，隨著副熱帶高壓的加強(qiáng)，我國(guó)東部雨帶北抬至華北地區(qū)，河北省進(jìn)入盛汛期，且不同區(qū)域、不同時(shí)段的暴雨形成機(jī)制(環(huán)流形勢(shì)、水汽條件等)不同[20]。經(jīng)普查，近40 a來(lái)影響石家莊市強(qiáng)降水的天氣類型主要有以下6種[11]：西南渦型、西來(lái)槽型、暖式切變型、冷渦或冷式切變型、東風(fēng)波型、臺(tái)風(fēng)型。其中，西南渦型、西來(lái)槽型和臺(tái)風(fēng)型是造成石家莊市強(qiáng)暴雨過(guò)程的主要系統(tǒng)(圖6)。西南渦型(圖6a)，500 hPa高空槽主要位于32°N—45°N、102°E—110°E，且副熱帶高壓脊線與125°E經(jīng)線相交于27°N以北，副高深入到東北地區(qū)，在東部建立起阻擋形勢(shì)，西來(lái)槽無(wú)法東移使得在河北加深，同時(shí)700 hPa上30°N—35°N、106°E—115°E區(qū)域內(nèi)有一低渦，較強(qiáng)的低空西南急流有利于低渦北上，進(jìn)而影響石家莊地區(qū)。西來(lái)槽型(圖6b)，700 hPa西風(fēng)槽主要位于33°N—43°N、103°E—113°E，而500 hPa副熱帶高壓位于朝鮮到日本上空，并與雅庫(kù)次克高壓相疊加，形成東部阻擋。一般地，暴雨前3 d在新疆中部有一東北—西南向的橫槽，前2 d東移至蘭州時(shí)已轉(zhuǎn)成南北向，暴雨出現(xiàn)的前1 d該橫槽東移到110°E，由于受高壓壩阻擋，移速減慢。當(dāng)850 hPa上26°N—35°N、107°E—113°E范圍內(nèi)有西南一南風(fēng)低空急流輸送水汽時(shí)，降水將直接影響石家莊地區(qū)。臺(tái)風(fēng)型(圖6c)，副熱帶高壓呈西北一東南向，并在內(nèi)蒙古東部、東北地區(qū)一帶形成阻擋，從而加強(qiáng)了西風(fēng)槽前的偏南氣流。臺(tái)風(fēng)從福建沿海登陸，沿副熱帶高壓邊緣向西北方向移動(dòng)，到達(dá)長(zhǎng)江中游轉(zhuǎn)變成溫帶氣旋，并與副熱帶高壓構(gòu)成很強(qiáng)的東南急流，直接輸送水汽。這3種類型造成的降水持續(xù)時(shí)間長(zhǎng)、強(qiáng)度大、范圍廣，容易造成災(zāi)害，特別是西南渦型和臺(tái)風(fēng)型降水的影響范圍和程度相對(duì)較大，如“75.8”、“96.8”、“2000.7”等著名的特大暴雨過(guò)程都屬于這2種類型。

圖6　石家莊市強(qiáng)暴雨過(guò)程的主要環(huán)流形勢(shì)(a)西南渦型；(b)西來(lái)槽型；(c)臺(tái)風(fēng)型

造成石家莊地區(qū)降水的水汽源地主要有3個(gè)[21]：700 hPa、850 hPa的水汽多來(lái)自孟加拉灣和南海，并在長(zhǎng)江中下游到華南一帶形成“濕堆”，此處是南海和孟加拉灣水汽進(jìn)入華北上空的必經(jīng)之地，當(dāng)水汽集聚到一定程度時(shí)，在有利的天氣系統(tǒng)影響下以“濕堆”為源，水汽進(jìn)一步北上到達(dá)華北地區(qū)；東海、黃海是水汽的另一源地，主要通過(guò)強(qiáng)盛的東南氣流向華北上空輸送；第3個(gè)水汽源地為渤海，主要是華北冬季降水的來(lái)源。

3　結(jié)論與討論

(1)近43 a石家莊市極端降水事件的發(fā)生頻率變化較為平緩，其中，R25、R95P與SDII表現(xiàn)小幅上升趨勢(shì)，而RX5day、CDD與CWD表現(xiàn)小幅下降趨勢(shì)。

(2)通過(guò)EEMD分解得到各類極端降水指數(shù)的4個(gè)固有模態(tài)函數(shù)分量IMF1、IMF2、IMF3和IMF4分別表現(xiàn)出2.69～3.07 a、5.38～6.14 a、8.60～10.75 a和21.28～35.63 a的準(zhǔn)周期變化，其中IMF1方差貢獻(xiàn)率最大。

(3)在空間分布上，石家莊地區(qū)的R25呈現(xiàn)中西部高于東部的分布特征，且總體空間差距相對(duì)較?。籖X5day與R95P呈現(xiàn)西高東低的分布特征，且空間差距相對(duì)較大；SDII的空間差異較小，且大體上由東向西遞減，存在多個(gè)極值中心；CDD由東向西呈現(xiàn)遞減趨勢(shì)，而CWD的分布格局與之相反。

(4)近43 a來(lái)，西南渦型、西來(lái)槽型和臺(tái)風(fēng)型3種天氣類型是造成石家莊市強(qiáng)降水過(guò)程的主要影響系統(tǒng)，造成的降水持續(xù)時(shí)間長(zhǎng)、強(qiáng)度大、范圍廣，易致災(zāi)。

本文利用石家莊市17個(gè)地面觀測(cè)站數(shù)據(jù)，基于RClimDex模型和EEMD等方法，系統(tǒng)地分析了近43 a極端降水事件的時(shí)空變化情況。然而，石家莊地區(qū)氣象站點(diǎn)有限，且空間分布不均勻，加之西高東低的地形及氣候復(fù)雜性等影響，在一定程度上加大了極端降水發(fā)生的可能性。另外，EEMD方法雖然具有獨(dú)特的優(yōu)勢(shì)，但鑒于極端降水指數(shù)序列長(zhǎng)度有限，分解得到的能量主要集中于固有模態(tài)函數(shù)分量IMF1，而其余分量貢獻(xiàn)率較小，缺少在不同尺度分量上隨時(shí)間強(qiáng)弱變化的對(duì)比分析，所以，針對(duì)極端降水事件的成因及研究方法等方面有待進(jìn)一步研究。

[1] 張強(qiáng),韓蘭英,張立陽(yáng),等. 論氣候變暖背景下干旱和干旱災(zāi)害風(fēng)險(xiǎn)特征與管理策略[J]. 地球科學(xué)進(jìn)展,2014,29(1):80-91.

[2] 張強(qiáng),姚玉璧,李耀輝,等. 中國(guó)西北地區(qū)干旱氣象災(zāi)害監(jiān)測(cè)預(yù)警與減災(zāi)技術(shù)研究進(jìn)展及其展望[J]. 地球科學(xué)進(jìn)展,2015,30(2):196-213.

[3] 閔屾,錢(qián)永甫. 中國(guó)極端降水事件的區(qū)域性和持續(xù)性研究[J]. 水科學(xué)進(jìn)展,2008,19(6):763-771.

[4] 王冀,蔣大凱,張英娟. 華北地區(qū)極端氣候事件的時(shí)空變化規(guī)律分析[J]. 中國(guó)農(nóng)業(yè)氣象,2012,33(2):166-173.

[5] 張愛(ài)英,高霞,任國(guó)玉. 華北中部近45 a極端降水時(shí)間變化特征[J]. 干旱氣象,2008,26(4):46-50.

[6] 高霞,王宏,于成文,等. 近45年來(lái)河北省極端降水事件的變化研究[J]. 氣象,2009,35(7):10-15.

[7] Zhang X B, Yang F. RClimDex (1.0) User Manual[R]. Climate Research Branch Environment Canada Downsview, Ontario Canada, 2004.

[8] Haylock M R, Peterson T C, Alves L M, et al. Trends in Total and Extreme South American Rainfall in 1960-2000 and Links with Sea Surface Temperature[J]. Journal of Climate, 2006,19(8):1490-1512.

[9] Croitoru A E, Chiotoroiu B C,Todorova V I, et al. Changes in precipitation extremes on the Black Sea Western Coast[J]. Global and Planetary Change, 2013,102(3):10-19.

[10] 陳昌春,張余慶,王臘春,等. 基于RClimDex模型的江西省極端降水時(shí)空變化研究[J]. 中國(guó)農(nóng)村水利水電,2013(11):41-45.

[11] 張秉祥,陳靜,韓軍彩,等. 石家莊市城區(qū)暴雨強(qiáng)度公式修正方法對(duì)比分析[J]. 干旱氣象,2014,32(4):671-676.

[12] 王麗榮,連志鸞. 石家莊市強(qiáng)暴雨的氣候特征和環(huán)流形勢(shì)分析[J]. 氣象科技,2004,32(2):97-100.

[13] 趙國(guó)石,郝立生. 石家莊市氣候變化特征分析[J]. 氣象科技,2007,35(6):797-802.

[14] 韓軍彩,陳靜,岳艷霞,等. 石家莊市不同等級(jí)降水日數(shù)的時(shí)空分布特征[J]. 氣象與環(huán)境學(xué)報(bào),2009,25(6):34-38.

[15] Huang N E, Wu Z H. A review on Hilbert-Huang Transform: Method and its applications to geophysical studies[J]. Reviews of Geophysics, 2008,46(2), DOI:10.1029/2007RG000228.

[16] 薛春芳,侯威,趙俊虎,等. 集合經(jīng)驗(yàn)?zāi)B(tài)分解在區(qū)域降水變化多尺度分析及氣候變化響應(yīng)研究中的應(yīng)用[J]. 物理學(xué)報(bào),2013,62(10):504-511.

[17] Wu Z, Huang N E. Ensemble Empirical Mode Decomposition:a Noise-Assisted Data Analysis Method[J]. Advances in Adaptive Data Analysis, 2009,1(1):1-41.

[18] 向亮,郝立生,安月改,等. 51 a河北省降水時(shí)空分布及變化特征[J]. 干旱區(qū)地理,2014,37(1):56-65.

[19] 卞韜,王麗榮,李國(guó)翠,等. 石家莊暴雨的氣候特征和變化規(guī)律[J]. 干旱氣象,2009,27(1):18-22.

[20] 秦寶國(guó),朱剛. 河北一次暴雨過(guò)程中不同時(shí)段強(qiáng)降水的成因[J]. 干旱氣象,2013,31(2):327-332.

[21] 連志鸞,李國(guó)翠. 石家莊的云、降水和水汽特征[J]. 氣象科技,2005,33(S1):21-26.

Temporal and Spatial Variation Characteristics of Extreme Precipitation Based on RClimDex Model in Shijiazhuang During 1972-2014

WEI Jun, LI Ting, HU Huifang, YU Haiyang, ZHAO Liang, CHEN Sha

(HebeiMeteorologicalDisasterPreventionCenter,Shijiazhuang050021,China)

Based on the daily precipitation data of 17 ground meteorological stations in Shijiazhuang of Hebei Province from 1972 to 2014, the temporal and spatial variation characteristics of extreme precipitation indices were quantitatively analyzed by using RClimDex model and ensemble empirical mode decomposition (EEMD) method. The results show that the frequency of extreme precipitation event in Shijiazhuang of Hebei changed gently during 1972-2014, and the inter-annual fluctuation was great. The intrinsic mode function (IMF) component of six extreme precipitation indices by EEMD in Shijiazhuang showed quasi-periodic changes of 2.69-3.07 a, 5.38-6.14 a, 8.6-10.75 a and 21.28-35.63 a, in turn, and the variance contribution rate of IMF1 was the biggest. In spatial distribution, the extreme precipitation days (R25), maximum 5-day precipitation amount (RX5day), extreme precipitation (R95P) and consecutive wet index (CWD) were high in the west and low in the east. However, the simple daily intensity index (SDII) and consecutive dry index (CDD) showed opposite spatial pattern. In the past 43 years, the southwest vortex, westerly trough and typhoon were the main weather systems causing the heavy precipitation with long duration, high intensity and wide range in Shijiazhuang of Hebei, which was easy to cause disasters.

RClimDex model; extreme precipitation; EEMD; Shijiazhuang

10.11755/j.issn.1006-7639(2016)-04-0623

2016-02-22；改回日期：2016-04-06

河北省氣象局科研項(xiàng)目(14ky03、15ky06)資助

魏軍(1987- )，男，江蘇泗陽(yáng)人，助理工程師，主要從事氣象災(zāi)害研究. E-mail:weijun052700@126.com

1006-7639(2016)-04-0623-08DOI:10.11755/j.issn.1006-7639(2016)-04-0623

P426.6

A

魏軍，李婷，胡會(huì)芳，等.基于RClimDex模型的石家莊市極端降水時(shí)空變化特征[J].干旱氣象，2016，34(4)：623-630, [WEI Jun, LI Ting, HU Huifang, et al. Temporal and Spatial Variation Characteristics of Extreme Precipitation Based on RClimDex Model in Shijiazhuang During 1972-2014[J]. Journal of Arid Meteorology, 2016, 34(4):623-630],