近60年黑龙江省极端降水事件分布特征

王越霄

（中水东北勘测设计研究院有限责任公司，吉林 长春 130021）

0 引言

在气候变暖的背景下，全球发生的极端天气气候事件对人类社会生产生活和生态环境造成了恶劣影响[1-3]。近年来，我国各种洪涝灾害的发生与极端降水事件密切相关[4-6]，极端降水事件常带来泥石流、洪涝和干旱等自然灾害，不仅造成了一系列的经济损失，还给人类生命安全带来不稳定因素[3，7]。黑龙江省是我国重要粮仓经济之一，极端降水事件导致省内旱涝灾害频发，已严重影响农作物的播种和产出，对全省经济发展构成较大的威胁。

众多学者在极端降水事件的研究上取得了一定的成果。梁丰等研究发生极端降水指数对东北地区夏季旱涝具有指示作用；李非[8]研究表明极端降水事件在空间上变化并不集中；王晓宁等[3]通过极端降水指数变化特征研究发现，黑龙江省西部及其附近地区遭受极端干旱和风灾的可能性远高于其他地区[9，10]。但现有成果时间序列较靠前，缺少对近60 年极端降水时间的变化研究，本文通过对黑龙江省1960—2021 年极端降水指数的时空特征的研究，为开展对黑龙江省水文气象认知和预报提供了理论基础。

1 研究区概况

黑龙江省位于中国东北部，北、东部与俄罗斯隔江相望，西部与内蒙古自治区相邻，南部与吉林省接壤，地形以山地、台地和平原为主，区内发育有牡丹江、嫩江和松花江等水系。该区属寒温带大陆性季风气候，四季分明，但近年来区内气候变化异常，旱涝灾害频发[9]，对区内极端降水事件的研究将为防灾减灾和人类生产生活提供一定的科学依据。

2 数据与方法

2.1 数据来源

本文数据均选自中国气象科学数据共享服务网，选用了具有较长观测系列和分布均匀的1960—2021 年33 个逐日降水气象站数据，数据均通过了RClimDex 的质量控制检测。

2.2 研究方法

水文气象序列既有随机性，又具有某种特定的变化规律[11]。本文选取了由世界气象组织（WMO）气候学委员会和气候变率与可预测性研究计划共同制定的6 项极端降水指数，各项指数具体名称及定义见表1。采用RClimDex 对各项指标进行深入研究。

表1 极端降水指数名称及定义

已有多种方法应用于降水量空间分布的研究，例如，逆距离加权法、趋势面拟合法和克里金插值法等。为提高区域研究精度的准确性，本文采用泰森多边形法和反距离权重法（IDW 法）相结合用于计算研究区域降水量的分布[11-13]。

采用Mann-Kendall 检验法检验气候变化下气象水文因素等随时间变化的趋势，在检验过程中，若UFk 和UBk 两条曲线出现交点，且交点在临界线内，那么交点对应的时刻便是突变开始的时间。小波分析法（Wavelet Analysis）能准确地查找到隐藏在时间序列中的周期个数，采用小波分析判定极端降水指数在时间序列中的变化强度，并对主周期进行检验[11]。

3 结果分析

3.1 极端降水指数的空间分布特征

利用泰森多边形计算区域内极端降水指数的平均降水量，再利用ArcQIS 软件中的IDW 法对整个研究区进行插值计算并绘制空间分布图，见图1。

图1 极端降水指数空间分布特征

PRCPTOT（图1a）和R10 mm（图1c）趋势相似，最高值受伊勒呼里山和长白山影响显著，主要集中在漠河-新林-嫩江一带和虎林-绥芬河一带，绥芬河一带达到了最大值；中部地区由北至南降水量有递减趋势但变化较小。SDⅡ（图1b）在研究区北部塔河地区和西部龙江地区的强度较高，以黑河、孙吴、北安和明水为西界，富锦、佳木斯和勃利为东界，SDⅡ在中部地区由北向南逐渐降低。R25 mm（图1d）在区域内呈条带状分布，呈现出自西向东先增强后减小再增强的趋势变化，受山地和高原影响显著，最高值区集中分布在大兴安岭、龙江、依兰和绥芬河等地。与其他极端降水指数相对比而言，Rx5day（图1f）在区域内变化较为显著，整体呈减少的趋势，仅有孙吴-嫩江-齐齐哈尔-明水-安达一带出现递增趋势且递增系数较大，北部地区趋势变化较小，趋近于0，中部及东部地区逐年递减系数较大。R95p（图1e）在东西方向上变化显著，中部地区逐年递减，大兴安岭-嫩江-齐齐哈尔一带的递增趋势显著，尽管漠河地区属高纬度地区，其强降水量变化仍呈递增趋势。

3.2 极端降水指数的时间变化规律

3.2.1 极端降水的突变分析

为研究黑龙江省极端降水事件在长序列上的变化，本文利用Mann-Kendall检验法对极端降水指数进行突变性分析，选取显著性水平α=0.05，临界值为±1.96。各项极端降水事件变化如图2所示。

图2 极端降水指数突变检验曲线

PRCPTOT（图2a）和SDⅡ（图2b）的UF 曲线和UB 曲线在0.05 的置信区间内存在多个交点，交点范围分别为1960—1963 年和1983—1987 年，两个极端降水指数曲线均超过置信区间，SDⅡ和PRCPTOT 的UF 曲线分别呈下降趋势和上升趋势，表明SDⅡ突变发生在1962 年，PRCPTOT 的突变年份为1983 年。

R10mm（图2c）和R25mm（图2d）在置信区间内围绕0 刻度线上下浮动变化，波动幅度较小，R10mm 在2017 年和2020 年存在伪交点，R10mm和R25mm 在长序列中变化不显著且无突变情况。

在0.05 的置信区间内，R95p（图2e）和Rx5day（图2f）的UF 和UB 曲线分别在1992—2003 年和1971—1992 年相交多次，其曲线的上升趋势均未有显著变化，表明R95p 和Rx5day 在研究期内变化不显著。

3.2.2 极端降水的周期分析

水文特征在不同尺度上的变化具有一定的差异性。为准确分析黑龙江省极端降水事件在时间尺度上的波动性变化周期，本文采用小波分析法确定极端降水事件的主周期变化（图3）。极端降水指数在长时间序列上均呈现出周期性变化，在长周期中均呈现出了“增-减-增-减-增”的趋势性变化，存在3 个丰水期和两个枯水期。

图3 极端降水指数周期性变化

PRCPTOT（图3a）在31～52 年尺度上周期振荡显著，振荡中心大致为42 年，同时在15～20 年内出现了较为明显的波动，出现了5 次丰枯水期交替变化。SDⅡ（图3b）的长周期变化在30～48 年，周期性变化中心为43 年。Rx5day（图3f）和R95p（图3e）在28～52 年尺度上周期性变化显著，长周期中心为42 年，且两个极端降水指数在2～5 年尺度存在较为频繁的丰枯水期交替，但变化幅度较小。R10mm（图3c）在30～52 年尺度上变化较为规律，振荡中心为42年，在12～22年尺度上振荡变化较为明显，周期性变化趋势不一致，总体表现为枯水期远多于丰水期。R25mm（图3d）仅在32～55 年时间尺度变化较为明显，主周期中心为44年。

4 影响黑龙江极端降水指数变化的因素

在宏观层面上，影响极端降水事件主要有两个因素，一是人为因素，二是自然因素。人为因素的影响一方面主要表现在现代化建设导致城市工业化速度加快和机动车辆骤增而排放大量的温室气体，极端降水事件发生的强度和频次大大增加，到21 世纪末期，东北地区干旱带形势将极大可能得到缓解[14]。另一方面表现在城市化进程加快而极大地影响极端降水事件，从上文分析中可知，PRCPTOT 突变年份为1983 年，Rx5day 在1971—1992 年存在多个交点，而我国改革开放恰好发生在1978 年，这一论据证明了城市化进程的加快会极大地影响极端降水指数的变化。

自然因素对其的影响主要表现在地形地貌、ENSO 和NAOD 等大尺度气候因子。从图1 的黑龙江省极端降水指数空间分布特征图中可以看出，SDⅡ和R25mm在龙江地区、伊春地区和绥芬河地区递增系数较大，从地形地貌上来看，这是由于3个地区分别位于大兴安岭、小兴安岭及张才广岭的迎风坡，进而使得3 个地区在较好的地形抬升条件下降水量骤增，导致SDⅡ和R25mm在此区内出现极值。大尺度气候因子对中国地区极端降水及洪涝灾害起主要作用，但就东北地区而言，ENSO多在夏季造成区内极端降水频次较高，NAOD 正位相年多在春季和夏季使得极端降水频次偏高。据统计，黑龙江省在1960—1981 年属于厄尔尼诺年，从图2 的UF 曲线中可以看出，在该时期内，极端降水指数均呈下降趋势，与前人研究一致。

5 结语

本文利用黑龙江省1960—2021 年33 个逐日降水气象站数据，采用泰森多边形与反距离权重相结合法、Mann-Kendall 检验法和小波分析法，系统研究了黑龙江省极端降水指数的时空分布特征及其影响因素。

黑龙江省极端降水指数空间分布差异明显，年总降水量、日降水量和小雨天数在南北方向上变化显著；大雨天数、5 d 最大降水量和强降水量在东西方向上变化显著。在0.05 的置信区间上，SDⅡ突变发生在1962 年，PRCPTOT 的突变年份为1983 年，其它极端降水指数在长时间序列上存在伪交点但变化不显著。极端降水指数存在30～52尺度的主周期性变化，主周期集中在41 年，且存在3 个丰水期和两个枯水期。极端降水指数对城市化发展、地形条件和大尺度气候因子的变化均有指示作用，PRCPTOT 和Rx5day 的突变年份指示了我国改革发展时期，SDⅡ和R25mm 的空间变化特征指示了区域自然地理条件，各极端降水指数指示了大尺度气候因子对黑龙江省的影响。