長江源區(qū)氣溫降水變化趨勢及其對區(qū)域干旱的影響

孫可可 許繼軍 許斌 姚立強 國小龍

摘要：長江源區(qū)是受全球氣候變化影響的敏感地區(qū)。為研究氣候變化對其區(qū)域干旱的影響，采用了TFPW-MK趨勢檢驗法，對20世紀(jì)50年代以來長江源區(qū)氣象站降水量、氣溫的變化趨勢進行了顯著性檢驗，識別了各季節(jié)和月份的變化特點，采用了標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)（SPEI）作為反映區(qū)域干旱的指標(biāo)，對年尺度、月尺度長序列變化趨勢進行了分析，通過氣溫-潛在蒸發(fā)相關(guān)性分析，研究了降水、氣溫變化對區(qū)域干旱的影響。結(jié)果表明：①長江源區(qū)年降水量增加趨勢顯著，各站點年降水增加幅度平均為0.31%/a，增加的月份主要集中在4月和5月;②各站點年平均氣溫、最高氣溫和最低氣溫變化均存在顯著增加趨勢，平均每年增加1.55%、0.49%和0.59%;③月尺度氣溫與潛在蒸發(fā)序列間相關(guān)性較高（0.8以上），表明氣溫是SPEI干旱指標(biāo)演變的重要驅(qū)動因素，長江源區(qū)上游（五道梁、沱沱河站）干旱呈現(xiàn)加劇趨勢，而下游（曲麻萊站）干旱呈現(xiàn)減輕趨勢。

關(guān)鍵詞：氣溫;降水;SPEI干旱指標(biāo);TFPW-MK趨勢檢驗法;長江源區(qū)

中圖法分類號：P331 文獻標(biāo)志碼：A DOI：10.15974/j.cnki.slsdkb.2021.09.002

文章編號：1006 - 0081（2021）09 - 0015 - 06

0 引 言

近年來，氣候變暖已成為全球性問題，由于長江源區(qū)地處全球中緯度地區(qū)海拔最高的青藏高原區(qū)域，受全球氣候變暖影響較為明顯。全球變暖將影響水文循環(huán)過程，進而增大水資源系統(tǒng)對氣候變化的脆弱性顯現(xiàn)，如降水的時空分布較過去發(fā)生變異，可能會改變河川徑流的年內(nèi)分配，從而加劇水資源供需之間的矛盾[1];氣溫增加將加快冰雪融水進程以及凍土退縮等，從而增加旱澇災(zāi)害發(fā)生的頻率和強度[2]。

本文采用TFPW-MK趨勢檢驗方法[3-7]，針對長江源區(qū)及周邊的8個基本氣象站點，計算了近60 a來降水量、氣溫等氣象要素變化趨勢，分析了年尺度以及各季節(jié)和月份氣象要素的變化趨勢及分布特征，并選擇標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)SPEI作為區(qū)域干旱指標(biāo)，分析了氣溫降水變化對區(qū)域干旱的影響。

1 數(shù)據(jù)來源

本文研究范圍為通天河直門達水文站以上的長江源區(qū)，依據(jù)的氣象數(shù)據(jù)包括：降水量、氣溫、潛在蒸發(fā)等多年逐日序列，其中降水量、氣溫數(shù)據(jù)為分布在長江源區(qū)及周邊8個氣象站的逐日觀測值，序列長度為1950～2013年，因建站時間早晚等因素，數(shù)據(jù)序列長度不盡相同，最長的有60 a，最短的為47 a。長江源區(qū)及周邊氣象水文站點位置分布見圖1。

2 研究方法

2.1 TFPW-MK趨勢分析方法

MK（Manna-Kendall）檢驗方法，是世界氣象組織推薦的時間序列非參數(shù)檢驗方法，在氣象水文序列的趨勢分析中得到廣泛應(yīng)用。王躍峰等[3]采用TFPW-MK法分析了閩江流域不同時間尺度下徑流演變趨勢，并對MK、PW-MK和TFPW-MK等3種方法的趨勢結(jié)果進行了對比。

MK檢驗方法的主要參數(shù)為統(tǒng)計量S，計算公式為

[S=i=1n-1j=i+1nsgn（xj-xi）] （1）

[sgn（θ）=10-1θ>0θ=0θ<0] （2）

式中：S為統(tǒng)計量，xi為平穩(wěn)序列，sgn（θ）為自定義函數(shù)，[θ=xj-xi]。當(dāng)n≥10時，統(tǒng)計量S近似服從正態(tài)分布，其均值和方差分別為

[E（S）=0，V（S）=n（n+1）（2n+5）/18] （3）

正態(tài)分布的統(tǒng)計量ZMK計算公式為

[ZMK=S-1V（S）S>00S=0S+1V（S）S<0] （4）

式中：E（S）為序列均值，V（S）為序列方差，ZMK為正態(tài)分布的統(tǒng)計量。

TFPW-MK（Mann-Kendall test with trend-free pre-whitening）方法在MK的基礎(chǔ)上進行自由預(yù)置白處理，以削除序列自相關(guān)性對于趨勢顯著性的影響，計算步驟為：首先計算趨勢坡度參數(shù)β，見式（5）;然后去除數(shù)據(jù)中的趨勢項，形成不含趨勢項的序列Yt，見式（6）;計算序列Yt的一階自相關(guān)系數(shù)r1，并進行顯著性檢驗;如果r1通過檢驗則采用Yt進行趨勢分析，否則采用[Y′t]， [Y″t]進行趨勢分析。其中[Y′t]為采用PW-MK方法時的檢驗項，[Y″t]為采用TFPW-MK方法時的檢驗項。

[β=Medianxj-xij-i?i

[Yt=xt-βt]? （6）

[Y′t=Yt-r1Yt-1]? ? ? ? （7）

[Y"t=Y′t+βt]? ? ? ? ? ?（8）

式中： β為趨勢坡度參數(shù)，Median為計算中位數(shù)函數(shù)，xi，xj，xt為樣本序列值，r1為序列一階自相關(guān)系數(shù)，Yt，[Y′t]， [Y"t]為構(gòu)造的不含趨勢項序列，i，j，t為序列序號。

2.2 干旱指數(shù)計算方法

選取標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)（SPEI）為干旱指標(biāo)，分析降水氣溫等變化對區(qū)域干旱的影響。該指標(biāo)根據(jù)降水和潛在蒸發(fā)的差值偏離平均狀態(tài)的程度來反映區(qū)域干旱狀況[8-10]，其計算公式如下：

[Di=Pei-ETi]? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

式中：[Di]為月降水量和潛在蒸發(fā)量的差值，mm;[Pei]為月降水量，mm;[ETi]為月潛在蒸發(fā)量，可根據(jù)Penman-Monteith公式計算。對[Di]序列進行標(biāo)準(zhǔn)正態(tài)分布轉(zhuǎn)換可得到SPEI值，根據(jù)計算的需要，可計算特定時間尺度（如1個月、3個月等）的區(qū)域干旱指數(shù)，本文以1個月為計算尺度。

3 降水量變化趨勢

采用TFPW-MK趨勢檢驗方法，對長江源區(qū)及周邊8個氣象站點近60 a的年、月尺度降水序列變化進行顯著性檢驗，顯著性水平分別取0.10和0.05，計算結(jié)果見表1。可以看出，長江源區(qū)總體的年、月降水變化存在增加趨勢，7個站點的年降水量變化通過0.10顯著性檢驗，其中五道梁、曲麻萊、安多3個站點通過0.05顯著性檢驗;各站點的年降水變化坡度介于0.001～0.005之間，平均增加幅度為0.31%/a。降水變化的月份主要集中在春季3～5月，尤其是4，5月份降水增加趨勢較為顯著，而夏季、秋季和冬季的月降水變化相對不顯著，部分氣象站月降水存在一定的減少趨勢。

在降水變化的空間分布上，呈現(xiàn)出流域上游氣象站年降水變化坡度大于下游站點的特點。長江源區(qū)中上游的沱沱河站、五道梁站、曲麻萊站年降水變化坡度分別為0.004，0.005和0.004，而下游地區(qū)玉樹站、清水河站的變化坡度分別為0.001和0.002。

五道梁、沱沱河、曲麻萊年降水量分別通過0.05，0.10和0.05的顯著檢驗，存在顯著增加趨勢，其中5，6月降水增加對于年降水的變化趨勢貢獻最大;玉樹站年降水無顯著變化趨勢。對于6月，上游五道梁和沱沱河等站降水均存在趨勢增加趨勢，而中下游的曲麻萊、玉樹站無顯著變化，見圖2～3。

4 氣溫變化趨勢

氣溫是影響降水、蒸發(fā)變化的重要氣象因子，近年來針對氣溫變化趨勢及其對氣象水文條件的影響進行了大量的研究[11]。這里同樣采用TFPW-MK趨勢檢驗方法，對長江源區(qū)及周邊8個氣象站的1958～2013年的日平均氣溫序列變化趨勢進行了分析，計算結(jié)果見表2?？梢钥闯?，長江源區(qū)年平均日均氣溫、最高氣溫、最低氣溫變化均通過0.05顯著性檢驗，增加趨勢十分顯著。其中最高氣溫均值介于2.4℃和11.9℃之間，平均每年約增加0.49%;平均氣溫均值介于-5.2℃和3.4℃之間，平均每年約增加1.55%;最低氣溫均值介于-11.2℃和-3.1℃之間，平均每年約增加0.59%。各站點的平均氣溫增加幅度最為明顯，最高氣溫、最低氣溫變化相對較小。氣溫變化坡度最大的站點為曲麻萊、安多和索縣等站。

如圖4～5所示，五道梁、沱沱河、曲麻萊、玉樹等站各年尺度平均氣溫變化均通過0.05顯著性檢驗，存在顯著增加趨勢。以6月為例，除五道梁站月平均最低氣溫?zé)o明顯變化趨勢外，各站點的6月份平均氣溫、最高氣溫、最低氣溫均呈顯著增加趨勢。

5 降水氣溫變化對區(qū)域干旱的影響

5.1 氣溫對潛在蒸發(fā)量的影響

以五道梁、沱沱河、曲麻萊為長江源區(qū)代表性站點，分析1958～2013年月平均氣溫與月潛在蒸發(fā)量的相關(guān)關(guān)系，結(jié)果見圖6所示。可以看出，氣溫是潛在蒸發(fā)量變化的重要驅(qū)動因素，二者之間相關(guān)系數(shù)在0.8以上。隨著近幾十年平均氣溫快速增高，潛在蒸發(fā)量將呈現(xiàn)顯著增加趨勢，而降水量也呈現(xiàn)增加趨勢，由于干旱指數(shù)SPEI為降水量和潛在蒸發(fā)量的差值，在降水、蒸發(fā)均增加的同時，有必要分析其變化幅度，便于研究其對干旱指數(shù)的主導(dǎo)作用。

5.2 干旱指數(shù)計算及其變化特征

選取五道梁站、沱沱河站、曲麻萊站為長江源區(qū)代表性站點，以1958～2013年降水、潛在蒸發(fā)數(shù)據(jù)為輸入，采用2.3節(jié)干旱指數(shù)計算方法，得到近幾十年月尺度干旱指數(shù)SPEI，以SPEI小于0為判別標(biāo)準(zhǔn)，計算年尺度、月尺度干旱累積烈度，作為衡量區(qū)域旱情年際、年內(nèi)變化的依據(jù)，結(jié)果如表3和圖7所示。可以看出，3個站點年累積干旱烈度呈現(xiàn)不同的變化趨勢，五道梁站顯著增加、曲麻萊站顯著降低，而沱沱河站無明顯變化。

通過降水、氣溫、潛在蒸發(fā)及干旱指數(shù)的變化趨勢分析可知：3個代表性站點近幾十年降水、氣溫、潛在蒸發(fā)均呈現(xiàn)一定的增長趨勢。由于五道梁站潛在蒸發(fā)增加（氣溫升高）占主導(dǎo)作用，在降水量增加趨勢的背景下，干旱累積烈度呈現(xiàn)逐年增加趨勢;沱沱河站降水量增加、潛在蒸發(fā)增加（氣溫升高）的幅度較為接近，因此干旱累積烈度無顯著變化趨勢;曲麻萊站降水增加趨勢占主導(dǎo)作用，在潛在蒸發(fā)增加（氣溫升高）的背景下，干旱累積烈度呈降低趨勢。

6 結(jié) 論

本文采用TFPW-MK趨勢檢驗方法，對長江源區(qū)主要氣象水文站點近幾十年的降水、氣溫進行了顯著性檢驗。由檢驗結(jié)果可知，長江源區(qū)整體上氣溫變化的增加趨勢最為顯著，由此帶來潛在蒸發(fā)快速增加，降水增加幅度相對較小。具體的：對于降水而言，上游地區(qū)五道梁、沱沱河等站6月份降水存在顯著增加趨勢，而下游曲麻萊、玉樹站降水無顯著變化;對于氣溫而言，各站點6月氣溫均存在顯著增加趨勢。由于長江源區(qū)的河川徑流以冰川融雪以及區(qū)間降水補給為主，氣溫上升引起的冰川融水加劇將引起徑流量的增加，在一定時期內(nèi)帶來區(qū)域水資源量的增長。

當(dāng)采用SPEI指標(biāo)反映區(qū)域干旱程度時，由于SPEI為降水和潛在蒸發(fā)的差值，因此干旱變化趨勢取決于降水、潛在蒸發(fā)的相對變化幅度，即：降水變幅占主導(dǎo)作用時，干旱呈現(xiàn)減輕趨勢，潛在蒸發(fā)變幅占主導(dǎo)作用時，干旱呈現(xiàn)加劇趨勢。為研究氣溫變化對區(qū)域干旱的影響，本文分析了月平均氣溫-月潛在蒸發(fā)量的相關(guān)關(guān)系。由代表性站點計算結(jié)果可知，月平均氣溫與潛在蒸發(fā)的長序列間相關(guān)性系數(shù)均在0.8以上，即平均氣溫是長江源區(qū)干旱演變的重要驅(qū)動因素。由1958～2013年月尺度、年尺度SPEI指數(shù)計算結(jié)果可知，由于氣溫和潛在蒸發(fā)增長幅度相對降水變幅更高，長江源區(qū)干旱情況呈現(xiàn)總體加劇趨勢，且存在空間分布上的差異性，即：上游地區(qū)（五道梁、沱沱河站）增加趨勢，下游地區(qū)（曲麻萊站）下降趨勢。

由于長江源區(qū)范圍尺度較大，選取的氣象、水文站點地區(qū)分布較為不均，下一步研究需要重點關(guān)注典型站點分析結(jié)果的區(qū)域代表性。

參考文獻：

[1] 許繼軍，楊大文，雷志棟，等. 長江流域降水量和徑流量長期變化趨勢檢驗[J]. 人民長江， 2006，37（9）：63-67.

[2] 徐明，馬超德. 長江流域氣候變化脆弱性與適應(yīng)性研究[M]. 北京：中國水利水電出版社， 2009.

[3] 王躍峰，陳瑩，陳興偉. 基于TFPW-MK法的閩江流域徑流趨勢研究[J]. 中國水土保持科學(xué)， 2013， 11（5）：96-102.

[4] 劉志斌，黃粵，劉鐵. 開都河源區(qū)徑流變化的氣候響應(yīng)[J].干旱區(qū)研究，2020，37（2）：418-427.

[5] ZHANG X B， HARVEY K D， HOGG W D， TED R Y. Trends in Canadian streamflow[J]. Water Resources Research， 2001， 37（4）：987-998.

[6] JIE G， MARK W， FU X D. Spatiotemporal distribution of snow in eastern Tibet and the response to climate change[J]. Remote Sensing of Environment， 2012， 121：1-9.

[7] SHIFTEH B， AZADEH E， HOSSEIN T. Spatiotemporal trends and change point of precipitation in Iran[J]. Atmospheric Research， 2012， 113：1-12.

[8] 尹軍. 流域干旱還原理論與方法研究[D]. 北京：中國水利水電科學(xué)研究院， 2017.

[9] 陳少丹， 張利平， 湯柔馨. 基于SPEI和TVDI的河南省干旱時空變化分析[J]. 農(nóng)業(yè)工程學(xué)報， 2017， 33（24）：126-132.

[10] YE L，SHI K，ZHANG H R，et al. Spatio-temporal analysis of drought indicated by SPEI over northeastern China[J]. Water，2019，11（5）：1-18.

[11] 徐宗學(xué)， 張玲， 黃俊雄，等. 西藏地區(qū)氣溫、降水及相對濕度的趨勢分析[J]. 氣象， 2007，33（7）：83-88.

（編輯：唐湘茜）

Variation trend of temperature and precipitation in source region of Yangtze River and its influence on regional drought

SUN Keke1，2， XU Jijun1，2， XU Bin1，2， YAO Liqiang1，2，GUO Xiaolong3

（1. Changjiang River Scientific Research Institute， Wuhan 430010， China;? 2. Hubei Key Laboratory of Water Resources & Eco-Environmental Sciences，Changjiang River Scientific Research Institute， Wuhan 430010，China;? 3.Wuhan City Flood Control Survey and Design Institute Limited Company， Wuhan 430014， China）

Abstract： The source region of the Yangtze River is a sensitive region affected by global climate change. In order to study the impact of climate change on regional drought， in this paper， TFPW-MK trend test method is used to test the significance of the variation trend of precipitation and temperature of the meteorological stations in the source region of the Yangtze River since the 1950s. The seasonal and monthly variation characteristics are identified. The standardized evapotranspiration index （SPEI） is used as an index to reflect the regional drought. Through the correlation analysis between temperature and potential evaporation， the influence of precipitation and temperature on regional drought is studied. The results show that： the annual precipitation in the source region of the Yangtze River increases significantly， with an average increase rate of 0.31%/a， and the increasing months are mainly concentrated in April and may; the annual average temperature， maximum temperature and minimum temperature increase significantly， with an average annual increase of 1.55%， 0.49% and 0.59% for the the stations. The correlation between temperature and potential evaporation is high and temperature is an important driving factor for the evolution of SPEI drought index. The upper reaches （Wudaoliang and Tuotuohe） of the source region of the Yangtze River shows an increasing trend of drought， while the lower reaches （Qumalai and Yushu） shows a decreasing trend of drought.

Key words： temperature; precipitation;SPEI drought index;TFPW-MK trend test method;source area of Yangtze River