海河流域近10 a降水量变化特征及趋势分析

于洋，李春丽，夏达忠，包鑫如

（1.海河水利委员会水文局，天津300170；2.河海大学，江苏南京210098）

降水是流域水文循环的重要组成环节，流域径流量、地表水资源量和地下水资源量等的变化都受到降水量的影响。目前，由于气候变化和人类活动的影响，降水时空分布已经发生了变化，因此，对降水量变化趋势进行分析显得尤为重要，可为流域水旱灾害预测预报、水资源配置与调度、水生态环境保护与修复等提供科学依据[1]。

在水文时间序列趋势分析方法中，常用的有累积距平法、线性回归法、滑动t检验、游程检验法（轮次检验）、Mann-Kendall法。当序列趋势变化较明显时，用累积距平、线性倾向等方法通过绘制有关变化曲线图可直观进行判断；但趋势变化不是较明显时，有时用这种直观判断较为困难或者不够可靠，这时就要借助统计检验的方法如游程检验法和Mann-Kendall法进行判别[2，3]。

翟劭燚等[4]分析了海河流域1956—2006年降水量的周期性变化，检测出存在4、7、10和准24 a的主周期变化。马颖等[5]检测了海河流域降水的历史变化特征。刘学锋等[6]分析了海河流域过去47 a降水极值的时空演变特征。王利娜等[7]、束美珍等[8]分析了海河流域近50 a降水量的时空变化特征。

海河流域（35°N～43°N，112°E～120°E）东临渤海、西倚太行、南界黄河、北接蒙古高原，全流域地势西北高东南低，大致分高原、山地及平原3种地貌类型，属温带季风气候。海河流域包括7大河系，分别为滦河系、北三河系、永定河系、大清河系、子牙河系、漳卫河系和徒骇马颊河系，行政区划涉及京、津、冀、晋、蒙、豫、鲁、辽8个省（自治区、直辖市），总面积31.82万km2。近年来，受气候变化加上经济社会飞速发展的影响，海河流域水安全形势发生显著变化，水旱灾害损失严重，水资源短缺严重，地下水超采严重，水环境污染严重，水生态损害严重。海河流域属于严重资源型缺水流域，人均、亩均水资源占有量远低于国际公认的严重缺水警戒线，因此分析研究海河流域降水量的变化特征及其趋势尤为重要。

1 数据来源与研究方法

1.1 数据来源

本文采用了海河流域2006—2018年约1 740个雨量站的逐日降水量资料。数据资料来源于海河流域水文年鉴，具有良好的完整性、可靠性和一致性。选择的站点站网密度和空间分布能够控制整个海河流域，同时使得流域面降雨量更具代表性。

1.2 研究方法

1.2.1 特征值分析

采用均值、标准差、变差系数Cv、偏态系数Cs，对水文序列特征值进行分析。

（1）均值。均值取基准期气候均值和多年平均值2类，基准期气候均值以3个气候期为讨论时段，一是1961—1990年，该基准期是目前国际上研究气候变化时使用的基准气候期；二是1971—2000年，三是1981—2010年，后2个基准期是最新的时段。本文采用多年平均值。

均值的计算可用下式表示：

式中：为某一水文要素的平均值；xi为研究区域某点某时段的观测值；当取时间平均时，n就是研究时段内所有的观测时间数量。

（2）标准差。标准差是刻画观测数据频率分布离散程度的最重要物理量，计算方法为：

如果令Ki=xi/为模比系数，那么均方差又可表达为：

（3）变差系数Cv。变差系数Cv的计算公式为：

它反映了年（或季、月）水文要素总体系列离散程度，Cv值越大，水文要素的年（或季、月）际变化就越大。

（4）偏态系数Cs。偏态系数Cs是水文时间序列分布不对称程度的统计参数，偏态系数绝对值越大，偏斜越严重。计算方法如下：

式中：当偏态系数等于0，表明随机变量相对于均值是对称分布的；当偏态系数大于0，是正偏分布，表示随机变量大于平均值比小于平均值的机率少；当偏态系数小于0，是负偏分布，表示随机变量大于平均值的机率比小于平均值的机率多。

1.2.2 趋势分析

本文采用线性趋势法进行趋势分析，其特点是简洁方便易于理解。用xi表示样本量为n的某一气候变量，用ti表示所对应的时间，建立xi与ti之间的一元线性回归[9]。

该式可以看作是一种特殊的、最简单的线性回归形式。它的含义是用一条合理的直线表示x与其时间t之间的关系。由于式（6）右边的变量是x对应的时间t，而不是其他变量，因此这一方法属于时间序列分析范畴。式中a是回归尝试，b是回归系数。a和b可以用最小二乘估计得到。

统计参数S计算公式为：

相关系数r表示变量与时间t之间线性相关的密切程度。当r=0时，回归系数b为0，即用最小二乘估计确定的回归直线平行于x轴，说明x的变化与时间t无关；当r＞0时，b＞0，说明x随时间t的增加呈上升趋势；当r＜0时，b＜0，说明x随时间t的增加呈下降趋势；|r|越接近0，x与t之间的线性相关就越小。反之，|r|越接近1，x与t之间的线性相关就越密切。当然，要判断变化趋势的程度是否显著，就要对相关系数进行显著性检验。确定显著性水平α，若|r|＞|rα|，表明x随时间t的变化趋势是显著的，否则表明变化趋势是不显著的。

2 研究结果与分析

2.1 特征值

海河流域月降水量统计部分参数变化如图1所示，海河流域月降水量统计特征参数详见表1。

表1 海河流域月降水量统计特征参数mm

图1（a）是月降水量多年均值的变化曲线及最大最小值，其中横线是多年年平均降水量，主要降水月份（6—9月）的总降水占全年降水的77.3%，月降水量多年均值最大的月份为7月份（142.1 mm）、最小的月份为1月份（1.7 mm）。

图1（b）是月降水量标准差的变化曲线，标准差最大是7月份、最小是1月份。对照降水的年内分布，可以看到，降水量大的月份，标准差较大；降水量小的月份，标准差也偏小。

图1（c）是月降水量变差系数的变化曲线，变差系数代表了数据的离散程度。由图可以看到，5—9月变差系数相对较小，表明汛期降水量较为集中。变差系数最大是11月份（1.21），最小是8月份（0.24）。

图1（d）是月降水量偏态系数的变化曲线。从图中可以看出，大部分月份的偏态系数均为正偏，偏态系数较大的月份是1、3、4、10、11、12月，这说明在这几个月份降水量大的事件较少，而降水量小的事件较多；存在负偏态系数的有7、8月，说明7、8月降水量大的事件偏多，这与实际情况吻合。

图1 海河流域月降水量统计部分参数变化过程

2.2 趋势分析

图2是海河流域逐月降水量时间序列图，浅色点直线是趋势线。从图中可分析得出，1、4、7、10、11月呈现增加趋势，3、5、6、9、12月呈现减少趋势。

图2 海河流域1—12月降水量的年际变化

图3是海河流域季度降水量时间序列图，浅色点直线是趋势线。从图中可分析得出，夏季降水量呈现明显增加趋势，秋季降水量呈现微弱增加趋势，春季和冬季降水量呈现微弱减少趋势。

图3 海河流域季度降水量的年际变化

3 结语

本文通过对海河流域2006—2018年的降水量进行特征值统计分析和线性趋势分析，获取了不同时间尺度的变化特点和变化趋势，可以得出以下结论。

（1）近13 a来，海河流域的降水量主要集中在6—9月，其中7月降水量最大、1月降水量最小。

（2）根据海河流域逐月降水量时间序列图，可分析得出，1、4、7、10、11月呈现增加趋势，3、5、6、9、12月呈现减少趋势。根据海河流域季度降水量时间序列图，发现夏季降水量呈现明显增加趋势，秋季降水量呈现微弱增加趋势，春季和冬季降水量呈现微弱减少趋势。

（3）本文采用单变量趋势检验分析方法得出了流域的降水趋势，由于前期水文年鉴数据没有数字化，本文使用2006—2018年的数据对序列整体趋势和每个成分趋势的认识可能存在局限性，结论仅作为海河流域近年来的降水量变化趋势研究的参考。