于志慧，劉鵬飛，何玉秀，許有鵬**,任曉東,朱立國,徐 興

(1:南京大學，南京 210023) (2:江蘇省水文水資源勘測局蘇州分局，蘇州 215011) (3:江蘇省水文水資源勘測局無錫分局，無錫 214000)

降雨過程是水循環(huán)過程中的關鍵環(huán)節(jié)，其時空演變對區(qū)域社會經(jīng)濟發(fā)展以及環(huán)境安全防控具有重要的影響. 快速城鎮(zhèn)化背景下短歷時強降雨的頻繁發(fā)生常常伴隨城市洪澇災害的發(fā)生，嚴重影響了區(qū)域的水安全環(huán)境[1-3]. 為此，探討高度城鎮(zhèn)化地區(qū)降雨雨型的時空演變特征可以為區(qū)域防洪排澇設計提供理論支撐[4-6].

暴雨雨型作為降雨特征中較為重要的參數(shù)特征[7-8]，是洪水過程必不可少的影響因素之一[9]. 在雨量一致的情況下，不同暴雨雨型所對應的洪水響應過程并不一致，對區(qū)域洪澇基礎設施的規(guī)劃影響也是不同的，因而針對暴雨雨型的研究必不可少[10]. 殷水清等研究發(fā)現(xiàn)我國降雨整體表現(xiàn)出短歷時強降雨特征，且主要以前峰集中型降雨為主[11]. 黃國如等[12]針對珠三角地區(qū)暴雨雨型的研究發(fā)現(xiàn)城鎮(zhèn)化高地區(qū)單峰型和前期型降雨發(fā)生頻率明顯增加. 朱秀迪等[13]研究發(fā)現(xiàn)北京市的暴雨雨型呈現(xiàn)出以午后型為主的特征. 傳統(tǒng)模式下降雨雨型劃分多集中于已有標準設計降雨類型，操作較為繁瑣，使得其應用過程存在阻礙. 隨著特征提取等算法的深入，閻曉冉等[14]基于聚類方法，引入峰型系數(shù)和峰現(xiàn)時間，模擬區(qū)域代表性無量綱洪水過程線類型，一定程度改善了傳統(tǒng)降雨類型分類應用繁瑣和可視化不強的問題，采用聚類分析方法能較好地對區(qū)域降雨特征曲線進行分類. Gao等[15]也在降雨模式分類優(yōu)化的基礎上，基于Coupla函數(shù)模擬了區(qū)域降雨時間格局，比較了不同雨型的特點.

城鎮(zhèn)化在推動社會發(fā)展和經(jīng)濟進步的同時，其誘發(fā)的城市“熱島效應”、下墊面改變(包括城市冠層的變化)及氣溶膠排放等也改變了降雨事件的強度、頻率及其時空分布特征[16-20]. 太湖平原地區(qū)作為我國極端災害事件多發(fā)地，地區(qū)極端降雨不斷增加[21]，降水結構趨于復雜[22]，這與地區(qū)城鎮(zhèn)化發(fā)展有著密切的關系[23-24]. 由于城鎮(zhèn)化程度和地形等因素的差異，降雨對城鎮(zhèn)化的響應存在較大區(qū)域差異. 以往研究多集中在極端降雨的時間變化關系，針對太湖平原地區(qū)單個降雨場次下降雨強度-類型的頻次演變規(guī)律研究較少. 因此分析太湖平原地區(qū)降雨的時空分布特征，定量探討各指標多年演變過程，評估城鎮(zhèn)化對降雨影響的區(qū)域差異，將對快速城市化地區(qū)防洪減災具有較大指導意義.

1 研究區(qū)概況

本文選擇太湖流域腹部平原水網(wǎng)地區(qū)(武澄錫虞區(qū)和陽澄淀泖水利片區(qū))作為研究區(qū). 研究區(qū)地處濕潤性亞熱帶季風氣候，區(qū)域內(nèi)多年平均降雨時間為122.4天，多年平均降雨量為1177 mm，降雨存在年內(nèi)分配不均的特點. 城鎮(zhèn)化使自然地表變成以不透水面為主要特征的城鎮(zhèn)用地，其空間分布上表現(xiàn)出蘇州、無錫、常州等幾個重要城市的不透水面率較高(圖1a). 隨著城鎮(zhèn)化的快速發(fā)展，區(qū)域內(nèi)河湖水系衰減、不透水面大幅增加，從1980s不足5%增加到現(xiàn)在的近36%(圖1b)，區(qū)域地表水文過程發(fā)生顯著變化. 同時，受氣候變化影響，區(qū)域極端降雨事件增多，致使區(qū)內(nèi)洪澇災害頻發(fā)，嚴重影響了區(qū)域內(nèi)正常生產(chǎn)生活以及區(qū)域社會經(jīng)濟發(fā)展. 因此，將該區(qū)域作為研究區(qū)具有一定的典型性和代表性.

圖1 研究區(qū)概況(a)和不透水面率時間演變特征(b)Fig.1 Overview of study area (a) and temporal characteristics of impervious rate (b)

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)資料

本文主要收集了太湖平原地區(qū)13個典型雨量站1979-2016年逐日降雨數(shù)據(jù)(圖1a). 選取了歐盟聯(lián)合研究中心(EU/JRC)發(fā)布的時空分辨率分別為3 h和0.1°×0.1°的太湖流域MSWEP降水資料數(shù)據(jù)(1979-2016年)，數(shù)據(jù)獲取自http://www.gloh2o.org/，該數(shù)據(jù)自發(fā)布以來一直受到國內(nèi)外學者的關注，并先后在伊朗[25]、印度[26]、中國[27]和澳大利亞[28]等國家開展了精度評估，結果均表明MSWEP精度較高、監(jiān)測能力較強，適用于絕大多數(shù)區(qū)域. 同時，經(jīng)過區(qū)域13個典型站點對比檢驗，該數(shù)據(jù)與區(qū)域觀測值的平均相關性系數(shù)為0.78，標準偏差為-0.18，對汛期降水量的平均低估程度低于20%，在研究區(qū)具有較強表征能力[29]，能夠刻畫其多種特征的降水要素. 1979-2016年逐年30 m分辨率不透水面數(shù)據(jù)集(global artificial impervious area, GAIA)[30]獲取自http://data.ess.tsinghua.edu.cn.

2.2 研究方法

2.2.1 雨型特征分析 目前，對降雨事件的劃分尚未有統(tǒng)一的標準. 有研究表明，場次降雨的間隔時間若小于60 min會對降雨的特征指標產(chǎn)生較大影響，不利于降雨特征參數(shù)的統(tǒng)計[31-32]，場次降雨的間隔時間設定于1～6 h能較好地回避對降雨特征參數(shù)的影響. 綜合考慮研究區(qū)資料尺度以及降雨匯流歷時，選取3 h作為場次降雨的最小間隔，并限定了場次累計降雨量大于3 mm為一次降水事件[10]，具體情況如圖2所示.

圖2 降雨場次劃分示意圖Fig.2 Diagram of rainfall event division

由于降雨過程具有隨機性，為了便于描述降雨狀態(tài)，本研究采取統(tǒng)一的降雨特征分析指標，識別并定量描述城鎮(zhèn)化過程下降雨的演變特征，從降雨歷時、強度、類型三方面揭示雨型演變的時空變化特征，具體指標的計算公式見表1.

表1 降雨特征分析指標

2.2.2 降雨類型劃分及降雨特征趨勢分析 為進一步探討太湖平原地區(qū)降雨變化，按照降雨強度，將降雨過程分為4個等級：小雨(24 h降雨量小于10 mm)、中雨(24 h降雨量為[10,25) mm)、大雨(24 h降雨量為[25,50) mm)和暴雨(24 h降雨量大于等于50 mm)；按照降雨歷時長短將降雨過程劃分為短歷時(<6 h)、中長歷時([6,12) h)，長歷時([12,24) h)和特長歷時(≥24 h)；按照降雨量的集中程度，將降雨過程分為前期型((0, 1/3))、中期型([1/3, 2/3))、后期型([2/3, 1))；按照降雨量的峰值程度，將降雨過程分為低峰型((0, 1/3))、中峰型([1/3, 2/3))、高峰型([2/3, 1)).

M-K(Mann-Kendall)趨勢檢驗法這種非參數(shù)檢驗方法由世界氣象組織推薦，是由Mann[34]和Kendall[35]最早提出的. M-K趨勢檢驗法的特點是不需要樣本序列服從某一特定的分布規(guī)律，且分析結果不受少數(shù)異常特征值的干擾. 該方法已被廣泛用于分析降雨-水位的趨勢檢驗. 因此，本研究應用M-K趨勢檢驗法分析降雨特征時間序列趨勢.

2.2.3 城鎮(zhèn)化對降雨雨型的影響分析 本文將不透水面率作為城鎮(zhèn)化率的表征指標，利用GIS空間疊加方法，將30 m分辨率的不透水面數(shù)據(jù)集生成0.1°×0.1°空間分辨率的地表不透水面率，探討空間尺度上每個格網(wǎng)內(nèi)的不透水面率與其降雨歷時、強度、集中程度和峰值程度等降雨類型的關系，從而定量揭示城鎮(zhèn)化對降雨特征演變規(guī)律的影響.

3 結果與討論

3.1 降雨雨強和歷時及其頻次變化特征

不同強度降水的發(fā)生頻次不同，表現(xiàn)出小雨和中雨發(fā)生頻次較高的特征. 小雨、中雨、大雨、暴雨年平均降雨頻次分別為65.52、19.76、9.20和2.27次. 隨著時間的變化，不同雨強的降雨頻次均呈現(xiàn)上升的趨勢，如圖3a所示，雨強大的降雨表現(xiàn)出頻次上升緩慢的特征，小雨、中雨、大雨和暴雨降雨頻次上升的線性趨勢線傾向率分別為0.312、0.104、0.042和0.024，其中小雨表現(xiàn)為顯著上升趨勢.

降雨歷時表現(xiàn)出降雨歷時長的降雨發(fā)生的頻次低，短歷時、中長歷時、長歷時和特長歷時降雨的年平均降雨場次分別為32.32、31.03、24.76和8.65次. 如圖3b所示，隨著時間的變化，短歷時降雨和中長歷時降雨的降雨次數(shù)呈現(xiàn)上升的趨勢，且短歷時降雨上升的速率大于中長歷時降雨上升的速率，分別為0.559和0.089，其中短歷時降雨呈顯著上升趨勢，這可能與太湖腹部高度城鎮(zhèn)化地區(qū)在1980s以來的快速城鎮(zhèn)化存在密切聯(lián)系，由于城市規(guī)模不斷擴大，城市熱島效應促使城市大氣層結變得不穩(wěn)定，有利于產(chǎn)生熱力對流，極容易形成對流云和對流性降雨[9]. 加之城市化工廠和家庭排放的大量粒狀廢氣，可較長時間地擴散或停留在空氣中，極易吸收水汽成為凝結核，從而起到增雨作用[36]. 而長歷時降雨和特長歷時降雨的降雨次數(shù)呈現(xiàn)下降的趨勢，且特長歷時降雨下降的速率小于長歷時降雨下降的速率，分別為-0.051和-0.114.

圖3 不同強度(a)、歷時(b)降雨頻次的變化趨勢(圖中*表示通過了95%的顯著性檢驗，下同)Fig.3 Variation trend of rainfall frequency with different intensity (a) and duration (b)

3.2 降雨雨型及其頻次變化特征

不同降雨類型的降雨所發(fā)生的頻次表現(xiàn)為：中期型(38.96)>后期型(25.83)>前期型(1.95). 中期型降雨發(fā)生的次數(shù)呈下降趨勢，下降速率為-0.112，前期型降雨和后期型降雨呈上升趨勢，上升速率表現(xiàn)為后期型降雨大于前期型降雨，上升速率分別為0.032和0.004，可見降雨更加趨向于極端分布(圖4a). 不同峰值特征降雨發(fā)生的次數(shù)表現(xiàn)出：高峰型(37.04)>中峰型(11.19)>低峰型(3.82). 峰值特征的變化趨勢均通過了95%置信度檢驗，低峰降雨發(fā)生的次數(shù)呈顯著上升趨勢，上升速率為0.027(圖4b). 高峰型降雨和中峰型降雨呈顯著下降趨勢，下降速率表現(xiàn)為高峰降雨大于中峰降雨，下降速率為-0.147和-0.022，降雨趨向于中低峰降雨. 而高峰型降雨占據(jù)了絕對主導優(yōu)勢，表明研究區(qū)在一定程度上易于遭受因降雨量過于集中而導致的洪澇災害，相關部門應更加注重泄洪工作.

圖4 不同集中程度(a)和峰值程度(b)降雨頻次的變化趨勢Fig.4 Variation trend of rainfall frequency with different rainfall concentration degree (a) and peak degree (b)

3.3 城鎮(zhèn)化對降雨雨型變化特征的影響

3.3.1 城鎮(zhèn)化對降雨強度和歷時及其頻次的影響 降雨歷時與最大3 h降雨量的空間分布較為相似，整體呈現(xiàn)由西北向東南遞減趨勢(圖5a,b). 城鎮(zhèn)化對降雨歷時和最大3 h降雨量的影響表現(xiàn)為正相關關系，增加速率分別為0.287和0.394(圖5c)，其中最大3 h量降雨的響應趨勢表現(xiàn)為顯著上升趨勢. 這是由于隨著城鎮(zhèn)化水平的提高，不透水面取代原有植被區(qū)域，導致地表粗糙度增加，減緩水平風速，改變氣團運動路徑，產(chǎn)生城市繞流、強化氣流輻合，促進對流運動[37]，從而導致高城鎮(zhèn)化水平地區(qū)短歷時降雨強度增大.

圖5 降雨歷時(a)和最大3 h降雨(b)的空間分布及其對城鎮(zhèn)化(不透水面率)的響應(c)Fig.5 Spatial distribution of rainfall duration (a) and maximum 3 h rainfall (b) and its response to urbanization (c)

從不同強度降雨頻次的空間分布(圖6a)來看，小雨的空間差異較為顯著，整體呈現(xiàn)由西北向東南遞增的趨勢，而其它雨強降雨事件的空間差異則不明顯. 小雨和中雨所發(fā)生的頻次表現(xiàn)出城鎮(zhèn)化高的地區(qū)發(fā)生的頻次低于城鎮(zhèn)化低的地區(qū)，且呈現(xiàn)顯著下降趨勢，其中小雨和中雨響應程度分別為-4.511和-2.179(圖6b). 大雨和暴雨所發(fā)生的頻次表現(xiàn)出城鎮(zhèn)化高地區(qū)發(fā)生的頻次高于城鎮(zhèn)化低的地區(qū)，響應程度表現(xiàn)為大雨響應程度大于暴雨響應程度，響應關系分別為0.538和0.474，其中暴雨的響應程度呈顯著上升趨勢(圖6b). 丁凱熙等[38]在北京地區(qū)的研究結果也較為相似，即城區(qū)相較郊區(qū)降雨量更大，且大雨及以上等級的降雨事件更易發(fā)生. 短歷時和中長歷時降雨的空間分布較為相似，整體呈現(xiàn)由西北向東南遞增的趨勢(圖6c). 同時短歷時、中長歷時和特長歷時降雨對城鎮(zhèn)化呈現(xiàn)負響應關系，其中短歷時和中長歷時的響應程度較為顯著，響應關系分別為-4.408和-1.783(圖6d). 長歷時降雨對城鎮(zhèn)化呈現(xiàn)正響應關系，響應關系為0.619.

圖6 降雨強度(a)、降雨歷時(c)頻次的空間分布及其對城鎮(zhèn)化(不透水面率)的響應(b,d)Fig.6 Spatial distribution of rainfall intensity (a) and duration frequency (c) and its response to urbanization (b,d)

3.3.2 城鎮(zhèn)化對雨型及其頻次的影響 如圖7a和7b所示，降雨集中程度的空間分布整體呈現(xiàn)由西北向東南遞增的趨勢，而降雨峰值程度的分布與之相反. 從數(shù)值來看，研究區(qū)降雨集中程度為0.72～0.81，主要表現(xiàn)為后期型降雨；降雨峰值程度為0.38～0.59，整體呈現(xiàn)出中峰型降雨的情況. 降雨集中程度對不透水面率的響應呈顯著下降趨勢，響應關系為-0.11，表現(xiàn)為高城鎮(zhèn)化水平地區(qū)低于低城鎮(zhèn)化水平地區(qū)，常州、無錫、蘇州等城區(qū)的降雨集中程度低于周圍郊區(qū)，即降雨更趨向于前期型，該類型降雨雨量集中、雨峰靠前，致使城區(qū)發(fā)生暴雨內(nèi)澇事件的可能性增加；降雨峰值程度對不透水面率的響應關系為0.029，呈顯著上升趨勢，表現(xiàn)為高城鎮(zhèn)化水平地區(qū)高于低城鎮(zhèn)化水平地區(qū)，高值區(qū)主要集中于常州、無錫等城區(qū)，即降雨更趨向于高峰型(圖7c).

圖7 降雨集中程度(a)和降雨峰值程度(b)的空間分布及其對城鎮(zhèn)化(不透水面率)的響應(c)Fig.7 Spatial distribution of rainfall concentration degree (a) and rainfall peak degree (b) and its response to urbanization (c)

不同類型降雨所發(fā)生的頻次空間分布如圖8所示. 前期型和后期型降雨所發(fā)生的頻次表現(xiàn)為高城鎮(zhèn)化水平的地區(qū)高于低城鎮(zhèn)化水平的地區(qū)，響應程度分別為0.346和0.111，表現(xiàn)為后期型降雨大于前期型降雨(圖9a)；中期型降雨表現(xiàn)出高城鎮(zhèn)化水平地區(qū)發(fā)生的頻次低于低城鎮(zhèn)化水平的地區(qū)，響應關系為-1.505. 結合前述分析可知，高城鎮(zhèn)化水平地區(qū)相較低城鎮(zhèn)化水平地區(qū)的降雨更傾向于前期型降雨，且更易發(fā)生前期和后期型降雨. 如圖8和圖9b所示，高峰降雨在城鎮(zhèn)化高的地區(qū)發(fā)生的頻次高于城鎮(zhèn)化低的地區(qū)，且響應關系為2.364；低峰和中峰降雨表現(xiàn)出城鎮(zhèn)化高地區(qū)發(fā)生的頻次低于城鎮(zhèn)化低的地區(qū)，且中峰降雨呈現(xiàn)顯著下降趨勢，響應關系為-2.312. 由此可知，城鎮(zhèn)化對高峰型等極端降雨類型的加持作用進一步加劇城市地區(qū)的洪澇風險.

圖8 降雨集中程度和降雨峰值程度頻次空間分布Fig.8 Spatial distribution of rainfall concentration degree and peak degree frequency

圖9 城鎮(zhèn)化(不透水面率)對降雨集中程度(a)和峰值程度(b)頻次的影響Fig.9 Influence of urbanization on rainfall concentration degree (a) and rainfall peak degree (b) frequency

由上述結果可以看出，城鎮(zhèn)化對前期、后期型和高峰型等極端降雨的影響呈現(xiàn)不同程度的驅(qū)動作用. 主要是由于在城鎮(zhèn)化進程中，大量不透水面(道路、房屋、廣場等)取代了自然表面(農(nóng)田、植被、水域等)，導致城鎮(zhèn)下墊面的熱量傳輸發(fā)生變化，同時城市熱島效應促進對流，增強了大氣的不穩(wěn)定度，進而對局地極端降雨產(chǎn)生影響. 長三角和珠三角的相關研究結論也與本研究成果較為吻合[12,23]. 前期研究也表明太湖平原地區(qū)不同程度的城鎮(zhèn)化均對極端降水強度產(chǎn)生一定正向促進作用，城市站和城郊站城鎮(zhèn)化對極端降水的貢獻率分別達40%和30%左右[39]. 高度城鎮(zhèn)化地區(qū)相比其他地區(qū)，其降雨量變得更加集中，極端降雨事件增多，降雨強度增大，發(fā)生洪澇事件的風險增加.

因此，太湖平原水網(wǎng)地區(qū)的城市防洪減災應注重以下問題：1)城市化進程中應努力保持現(xiàn)狀水系，并注重優(yōu)化骨干河網(wǎng)結構，從而增強城市的洪澇蓄滯與消納能力；2)增加城市的“綠色”建筑設計，即在降水的截留收集、調(diào)蓄排水等功能方面進行綠色屋頂、地下儲水設施等方面的全新設計改造，降低原有建筑物地帶的徑流系數(shù)，緩解洪澇壓力；3)統(tǒng)籌城市圩垸防洪工程的建設與調(diào)度，在優(yōu)化現(xiàn)有城市、區(qū)域防洪除澇工程調(diào)度方式的基礎上，盡快實施區(qū)域性河流整治工程的建設.

4 結論與展望

針對城鎮(zhèn)化背景下降雨特征變化及其引發(fā)的洪澇災害日益突出等問題. 本研究基于短歷時長序列降雨資料，探討了太湖平原地區(qū)降雨雨型組合結構的變化特征，并探尋了城鎮(zhèn)化對暴雨雨型時空變化的影響. 主要結論如下：

1)太湖平原地區(qū)降雨強度小、降雨歷時短的降雨發(fā)生的頻次較高. 不同雨強的降雨頻次均呈現(xiàn)上升趨勢；短歷時和中長歷時的降雨次數(shù)也呈現(xiàn)上升的趨勢，且短歷時上升的速率更大.

2)對于不同降雨雨型事件，中期型降雨發(fā)生的次數(shù)較多，但整體呈下降趨勢，前期和后期型降雨呈上升趨勢；高峰型降雨發(fā)生的次數(shù)較多，中峰型降雨呈下降趨勢. 太湖平原地區(qū)降雨雨型更加趨向于極端分布.

3)從城鎮(zhèn)化對降雨雨型的影響來看，城鎮(zhèn)化高的地區(qū)相較城鎮(zhèn)化低的地區(qū)降雨量更大，更易發(fā)生具有量級大、前期型、后期型和高峰型等特征的極端降雨事件，進一步加劇了城市地區(qū)的洪澇風險.

本文基于MSWEP降雨資料對城鎮(zhèn)化與降雨關系進行了分析和探討，對快速城市化地區(qū)防洪減災具有較大的指導意義. 然而考慮到數(shù)據(jù)資料的局限性，本研究尚未對短歷時(3 h內(nèi))暴雨的變化過程以及不同季節(jié)降雨事件的變化特征展開分析和討論，后續(xù)研究將搜集具有更高時間分辨率(5 min或10 min)的降雨資料開展進一步分析. 同時，本研究主要針對的是城鎮(zhèn)化發(fā)展水平較快的平原地區(qū)，但由于降雨過程的復雜性以及地形等下墊面特征異質(zhì)性的影響，研究結論也存在一定局限性，對于更大空間尺度及不同下墊面特征區(qū)域的研究還有待進一步探索.