云南省1956~2016年降水變化特征分析

谷桂華　余守龍　李學輝　段路松

摘要：以云南省152個雨量站1956 - 2016年月降水資料為基礎，應用降水集中指數(shù)法（PCI）分析了各流域降水的年內變化特點，并用線性趨勢法對年降水量和冬春季降水量的變化趨勢進行了分析。同時，采用M-K檢驗法對年降水量時間序列和冬春季降水量時間序列進行顯著性和突變性分析。結果表明：①6la來，全省各流域降水集中指數(shù)（PCI值）在15.3 - 17.8之間，年降水均具有季節(jié)性，其中長江流域比其他流域季節(jié)性強;長江流域、珠江流域和紅河流域降水存在異常集中年份;各流域汛期（5 -10月）降水量占年降水量的比例在79.4%～88.8%之間，冬春季（12月—次年2月）降水量占年降水量的比例在3.6% - 6.5%之間。②不同年段降水在年內的集中程度變化不大，年內分配結構變化不大。③總體上豐水年份的PCI值比枯水年份稍小，說明豐水年份降水集中程度一般比枯水年份低。④各流域年降水量均呈不顯著減小趨勢，年降水過程有個別突變年份;冬、春季降水變化過程均無突變，其中長江、珠江、紅河為不顯著增加，瀾滄江、怒江、伊洛瓦底江為不顯著減小。研究成果可為云南省徑流和氣候變化研究、洪澇災害預測和防治以及農業(yè)生產提供基礎參考。

關鍵詞：降水變化;PCI;年內集中程度;變化趨勢;云南省

中圖法分類號：P426.6

文獻標志碼：A

DOI： 10.15974/j.cnki.slsdkb.2019.10.002

降水量變化直接影響地表徑流量變化，研究降水量的變化，對徑流量研究具有重要意義。降水量作為描述氣候變化的關鍵指標之一，其分布規(guī)律對研究氣候變化規(guī)律、減少洪澇災害損失、提高降水預測能力也有著重大意義[1]。

以往相關學者對云南省降水要素的研究較多：劉瑜等[2]利用云南省1961 - 2007年降水與氣溫資料，通過線性趨勢分析和突變檢驗，對近46 a的降水與氣溫變化特征進行了分析;陶云等[3]利用云南122個測站1961 - 2006年逐月降水量、氣溫觀測資料及Hardley Center再分析資料，采用回歸分析方法，分析了全球氣候變暖背景下云南省降水的時空變化特征;萬云霞等[4]利用NCEP /NCAR再分析資料、SST資料以及云南省124個站逐月降水資料，對秋季降水的變化特征及其成因進行了分析;劉新有等[5]利用怒江流域云南區(qū)段及其毗鄰地區(qū)77個站點1980 - 2009年雨量資料，以及怒江干流道街壩站1957～2015年和南汀河支流姑老河站1960～2015年降雨、徑流資料，研究了怒江流域降雨區(qū)域分異特征及變化趨勢;楊丹麗等[6]利用1987 - 2016年云南省29個氣象站點逐日降水資料，將云南省劃分為6個流域，運用線性趨勢和小波分析法，分析了云南省不同流域不同等級降水日數(shù)和強度的時空變化特征;劉穩(wěn)等[7]以云南省1960 - 2016年日降水數(shù)據(jù)為基礎，采用線性傾向估計法、滑動平均法、M-K檢驗法、Hurst指數(shù)法和小波分析法對云南省降水量進行了時空變化分析和周期分析。

以上研究都是根據(jù)一定時間長度的降水系列資料，用不同的方法對云南省境內的降水進行了分項研究。本文在云南省第三次水資源調查評價的基礎上，根據(jù)全省152個雨量站1956 - 2016年月降水資料，主要應用降水集中指數(shù)法（PCI）和線性趨勢分析法以及M-K法，對省內各流域降水量年內分配特性和歷年變化趨勢進行分析，以為云南省徑流和氣候變化研究、洪澇災害的預測和防治以及農業(yè)生產提供基礎參考。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

云南省內涉及六大流域水系：長江、珠江、紅河、瀾滄江、怒江和伊洛瓦底江，均為人海河流，其中長江、珠江、紅河、瀾滄江（出境后稱湄公河）匯人太平洋，怒江（出境后稱薩爾溫江）和伊洛瓦底江匯入印度洋。本次選用了全省各流域共152個雨量站1956-2016年逐月降水資料。各流域雨量代表站基本情況見表1。

1.2 方法

（1）降水集中指數(shù)法（PCI）。PCI是國際上使用較為廣泛的一個反映降水年內集中程度的指標，它能較好地表征降水在年內的集中程度及其季節(jié)性[8-9]。計算公式為式中，Pi為第i月的降水量。由式（l）可知，若年降水量都集中在一個月內，則PCI值為100，達到最高;若年降水量均勻的分配在12個月，則PCI值最小，約為8。在實際應用中，國際上多定義當PCI≤10時，表示年降水量的月分配較為均勻;當10

（2）線性趨勢分析法?；貧w分析是水文統(tǒng)計學中常用的一種方法，主要包含線性回歸和非線性回歸。線性回歸又可分為一元線性回歸和多元線性回歸[10]。

（3）M-K檢驗法。該方法是世界氣象組織推薦并廣泛使用的時間序列突變檢驗法。它不需要序列服從一定的分布，也不受少數(shù)序列異常值的干擾[11-12]。因其檢測范圍寬，人為干擾少，定量化程度高，在水文和氣象領域應用較廣泛。

2 分析成果

2.1 年內集中程度

2.1.1 不同年段PCI值

根據(jù)式（l）計算各流域不同年段降水量的集中指數(shù)PCI值，計算成果匯總見表2。

從1956 - 2016年平均PCI值看，全省各流域降水集中指數(shù)在15.3 - 17.8之間，年降水均具有季節(jié)性，其中長江流域PCI值較大，說明長江流域年降水比其他流域季節(jié)性強;從PCI值多年平均范圍看，長江流域、珠江流域、紅河流域和瀾滄江流域PCI值有超過20的年份，說明其年降水存在異常集中年份。

從1956-1980年、1981-2000年和2001-2016年3個年段平均PCI值看，不同年段總體變化不明顯。除了伊洛瓦底江3個年段PCI值逐漸略微減小外，其他流域1981- 2000年PCI值比1956-1980年略有減小，2001 - 2016年又略有增大。各年段降水集中指數(shù)變化微小，說明不同年段降水在年內的集中程度變化不大，年內分配結構變化不大。

根據(jù)1956 - 2016年降水系列資料計算，各流域汛期（5 - 10月）降水量占年降水比分別為：長江流域88.8%、珠江流域84.1%、紅河流域83.7%、瀾滄江流域85.3%、怒江流域79.4%、伊洛瓦底江流域87.6%，可見長江流域汛期降水量占全年比較大。各流域年內降水冬春季（12月～次年2月）較小，占全年比分別為：長江流域3.6%、珠江流域5.3%、紅河流域5.0%、瀾滄江流域4.5%、怒江流域6.5%、伊洛瓦底江流域3.7%，占比均很小。

2.1.2 典型年PCI值

對各流域不同典型年（P=10%、50%、90% ）PCI值進行統(tǒng)計（見表3），可以看出，雖然不同頻率典型年的PCI值均在11-20之間，其降水都具有季節(jié)性，但總體上豐水年份的PCI值比枯水年份的PCI值稍小，說明豐水年份降水集中程度一般比枯水年份低。

2.2 歷年變化趨勢

應用線性趨勢分析法和M-K檢驗法對1956 -2016年降水量、冬春季（12月～次年2月）進行趨勢分析、顯著性分析和突變分析，分析成果見表4。

從年降水變化看，各流域年降水量均為不顯著減小趨勢。年降水過程主要發(fā)生突變年份為：長江流域在2003年，珠江流域在2002年，紅河流域在2005年，瀾滄江流域在2003年，怒江流域在2013年，伊洛瓦底江流域在2011年。

同樣方法分析冬春季（12月～次年2月）降水變化，長江、珠江、紅河等流域為不顯著增加，瀾滄江、怒江、伊洛瓦底江等流域為不顯著減小，降雨過程均無突變。

降水量的變化趨勢總體對農業(yè)生產不利，特別是冬春季降水減小的瀾滄江、怒江、伊洛瓦底江流域。

3 結論

（1）61 a來，云南省各流域降水集中指數(shù)PCI值在15.3～17.8之間，年降水均具有季節(jié)性;長江流域、珠江流域和紅河流域降水存在異常集中年份。

（2）各流域降水集中性總體上沒有明顯的年段性。不同年段降水在年內的集中程度變化不大，年內分配結構變化不大。

（3）豐水年份降水集中程度一般比枯水年份低。

（4）各流域年降水量均為不顯著減小趨勢;年降水過程有個別突變年份。冬春季降水變化趨勢總體對農業(yè)生產不利，特別是瀾滄江、怒江、伊洛瓦底江流域。

參考文獻：

[1]劉學鋒，向亮，翟建青.環(huán)境變化對灤河流域徑流影響的定量研究[J].自然資源學報，2013（2）：244-252.

[2]劉瑜，趙爾旭，黃瑋，等.云南近46年降水與氣溫變化趨勢的特征分析[J].災害學，2010（3）：39-44，63.

[3] 陶云，何群.云南降水量時空分布特征對氣候變暖的響應[J].云南大學學報（自然科學版），2008，30（6）：587-595.

[4] 萬云霞，朱保林，張萬誠，等.云南秋季降水的變化特征及其成因分析[J].云南大學學報（自然科學版），2016，38（1）：62-71.

[5]劉新有，李自順，劉永興，等.怒江流域云南區(qū)段降雨時空變化分析[J].人民長江，2017（9）：39-44.

[6]楊丹麗，王杰，曹言.近30年來云南省不同等級降水時空變化特征分析[J]人民珠江，2018（8）：43-50.

[7]劉穩(wěn)，劉國棟，夏菁，近57年云南降水量時空格局及周期性研究[J].人民長江，2018 （S2）：80-85，123.

[8]段亞雯，朱克云，馬柱國，等.中國區(qū)域1961 - 2010年降水集中指數(shù)（PCI）的變化及月分配特征[J].大氣科學，2014（ 11）： 1124-1136.

[9]Cannarozzo M， Noto L V. Viola F.Spatial distribution ofrainfall trends in Sicily （1921-2000）[J]. Physics andChemistry of Earth， 2006（ 31）： 1201-121 1.

[10]魏鳳英，現(xiàn)代氣候統(tǒng)計診斷與預測技術[M].北京：氣象出版社，1999.

[11]黃振平，水文統(tǒng)計原理[M].南京：河海大學出版社.2002：189-201.

[12]來文立，宋進喜，章杰，等.近60a渭河流域降水特征[J].干旱區(qū)研究，2013，30（6）：1106-1112.

（編輯：李慧）