重庆市降水量的时空变化
基于Landsat数据的重庆市热环境时空格局变化研究

doi:10.3969/j.issn.1003-3106.2024.03.029引用格式:孟珂宇,徐丽华.基于Landsat数据的重庆市热环境时空格局变化研究[J].无线电工程,2024,54(3):751-758.[MENGKeyu,XULihua.Spatial TemporalPatternChangeofThermalEnvironmentinChongqingBasedonLandsatData[J].RadioEngineering,2024,54(3):751-758.]基于Landsat数据的重庆市热环境时空格局变化研究孟珂宇,徐丽华(西南大学资源环境学院,重庆400715)摘 要:针对当前热环境加剧对城市生态环境和人类健康带来的严重威胁,采用辐射传输方程法和Landsat数据对2001年和2019年重庆市主城九区地表温度(LandSurfaceTemperature,LST)进行反演,对研究区城市热环境时空变化进行研究。
基于此选取景观指数和驱动因子对热力景观格局变化和热环境驱动机制进行研究。
结果表明:①2001—2019年,重庆市主城九区城市热环境明显增强,高温区域明显增多且整体向北扩张,到2019年LST总体呈现“内高外低”的分布格局。
②中温区最大斑块指数增长了近12倍,代替次低温区成为研究区优势斑块类型。
斑块数量和密度均下降了约62%,说明重庆市主城区的热力景观总体上呈聚集化,连通性较强。
③NDVI和DEM与LST呈负相关,NDBI与LST呈正相关,影响程度为NDBI>NDVI>DEM。
关键词:城市热环境;地表温度反演;Landsat数据;景观格局中图分类号:P237;TP79文献标志码:A开放科学(资源服务)标识码(OSID):文章编号:1003-3106(2024)03-0751-08Spatial TemporalPatternChangeofThermalEnvironmentinChongqingBasedonLandsatDataMENGKeyu,XULihua(CollegeofResourcesandEnvironment,SouthwestUniversity,Chongqing400715,China)Abstract:Theaggravationofthermalenvironmentposesaseriousthreattourbanecologicalenvironmentandhumanhealth.TheradiativetransferequationandLandsatdataisusedtoretrieveLandSurfaceTemperature(LST)ofdowntownareaofChongqingin2001and2019tostudythespatiotemporalchangesoftheurbanthermalenvironmentintheseareas.Thechangesofthermallandscapepatternandthedrivingmechanismofthermalenvironmentinthisareaareanalyzedbasedontheselectedlandscapeindexesanddrivingfactors.Theresultsshowthat:①from2001to2019,theurbanthermalenvironmentinthemaincityofChongqingbecameterrible,andthehigh temperatureareasincreasedandexpandednorthwardasawhole.By2019,LSTshowedadistributionpatternof“highinsideandlowoutside”;②byanalyzingthethermallandscapepattern,themaximumpatchindexinthemiddletemperatureareaincreased12times,replacingthesublowtemperatureareaasthedominantpatchtypeinthestudyarea.Thenumberanddensityofpatchesdecreasedbyabout62%,indicatingthatthethermallandscapeinthemainurbanareaofChongqingisaggregatedandhasstrongconnectivity;③NDVI,DEMandNDBIarethemainfactorsaffectingLSTinthestudyarea.NDVIandDEMhaveanegativecorrelationwithLST,andNDBIhasapositivecorrelationwithLST.ThedegreeofimpactisNDBI>NDVI>DEM.Keywords:urbanthermalenvironment;LSTretrieval;Landsatdata;landscapepattern收稿日期:2023-10-04基金项目:国家自然科学基金(41671291);西南大学实验技术研究项目资助项目(SYJ2021040)FoundationItem:NationalNaturalScienceFoundationofChina(41671291);SupportedbyExperimentalTechnologyResearchProjectofSouthwestUniversity(SYJ2021040)0 引言自二十世纪以来,城市化的快速发展导致人类活动的聚集和土地利用强度的加大,引起了城市热环境的显著变化,城市热环境对社会经济和人类健康产生重要影响[1-3]。
近50a三峡库区汛期极端降水事件的时空变化

Go g s Re e v i a e n rc n 0 a r e s ro r a i e e t r 5
L U i rn 一 C E G B n y n , AN a GU u &Z A i y I X a a , H N ig a Y G Qi , O Q H NG T a u o n n
( :C og igCiaeC ne , h n qn 0 17 . . hn ) 1 h nqn l t etr C o g ig4 14 ,P R C ia m ( Istt t shd hs s hns cd m cecs e i 0 0 9, R C ia 2: ntueo mop e cP yi ,C ieeA a e yo i e,B in 10 2 i fA c fS n jg . hn ) ( 3:C o g igIsi t o t rlgc l cecs h n qn 0 7, . . hn ) h n qn tue fMee oo i i e,C o g i 4 14 P R C i n t o aS n g 1 a
L k c ( a e i 湖泊科学) 2 1 ,4 2 :4 -5 S. ,0 2 2 ( ) 2 42 1
ht : w w j ksog Ema :l e@n lsa. t / w .ae.r. — i j ks i a.e n p/ l l a g c
⑥ 2 1 yJunlfL k c ne 0 2b o ra o a eSi c e s
e t me p e i t t n e e ti h o d s a o r o n e n h i mp r la d s a ilc a a trsi sa e a a y e xr e r cpi i v n n t e f o e s n a ec u td a d t e rt ao l e o a n p t h c e it l n l z d.Co sse ta a r c n itn ・ n may d srb to s t e man s a i d lo xr me p e i iai n e e t e u n y i o d s a o v r T r e Go g s Re e v i o l it u i n i h i p t mo e fe te r c p tt v n q e c n f o e s n o e h e r e s r or i l a o r f l a e . T e s a i it b to fe te r c p tto v n e u n y i o lx wi n may di e e c e we n i o t n ra h p ta d sr u in o x r me p e i i i n e e t q e c sc mp e t a o l f r n e b t e n t s u h a d l i a r f h f he
1956—2016_年中国年降水量及其年内分配演变特征

第34卷第2期2023年3月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.2Mar.2023DOI:10.14042/ki.32.1309.2023.02.0031956 2016年中国年降水量及其年内分配演变特征杜军凯1,仇亚琴1,李云玲2,卢㊀琼1,郝春沣1,刘海滢1(1.中国水利水电科学研究院,北京㊀100038;2.水利部水利水电规划设计总院,北京㊀100120)摘要:为分析中国降水时空演变格局,本文在月尺度上对水利部门与国家基本气象站的降水量监测数据进行融合,针对融合后的4177个站点,使用趋势分析㊁突变检验和年内分配向量法等方法分析了集中度㊁集中期和最大4个月累积降水量占全年之比等多个指数的分布格局,分析了1956 2016年中国年降水系列的趋势性和突变性特征,以及降水年内分配过程的时空演变㊂主要结论如下:①中国降水时空分布不均,自东南到西北,年降水量总体递减,降水年内分布集中度递增;站点年降水量序列的变化趋势呈现较强的地带性,自东南到西北呈 增 减 增 的3个条带;显著增加条带分别位于东南和西部地区,显著减少的条带位于中部,从东北地区向西南绵延至边境;年降水序列的趋势性变化大多伴随着突变,发生在20世纪80年代的站点最多㊂②沿200mm 和400mm 年降水量等值线,中国北方出现1个 汛期降水减少 条带,但其时间尺度效应较强;在月尺度上,站点汛期降水占比下降,非汛期降水占比增加;而在日尺度上则相反,连续3~7d 累积降水量的波幅加大,表明降水事件的极端程度在增强㊂③降水序列变化与径流的同步性较好,中国西北和东南地区年降水量呈增加趋势,典型水文站的还原径流量同步增加;年降水量显著减少㊁且最大4个月累积降水量占比指数减少超过10%的区域集中在北方的辽河㊁海河与黄河流域等非湿润区,相应水文断面的还原径流量显著减少㊂关键词:降水;年内分配;降水集中度;降水集中期;演变规律中图分类号:P333㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)02-0182-15收稿日期:2023-01-04;网络出版日期:2023-03-26网络出版地址:https :ʊ /kcms /detail /32.1309.P.20230324.1649.002.html基金项目:国家重点研发计划资助项目(2021YFC3201101);国家自然科学基金资助项目(52279030)作者简介:杜军凯(1987 ),男,河南禹州人,高级工程师,博士,主要从事流域水循环及其伴生过程模拟研究㊂E-mail:du_djk@通信作者:仇亚琴,E-mail:qyq@ 联合国政府间气候变化专门委员会(IPCC)第六次评估报告[1]指出,人类影响造成的气候变暖速率前所未有,全球极端天气与极端气候事件发生频率不断增强,全球尺度的降水结构发生了显著变化[2],较大程度上影响了区域水安全和经济社会可持续发展[3]㊂水循环是联系地球系统大气圈㊁水圈㊁岩石圈和生物圈的纽带㊂降水是水循环过程的总输入,研究中国降水的时空分布与演变格局可为洪涝灾害应对㊁水资源情势分析及水生态修复等工作提供科技支撑,具有重要的意义㊂在降水时空分布与演变规律方面,已有较多学者开展了相关研究㊂如在降水年际变化趋势分析方面,王英等[4]基于730个气象站的监测数据进行空间插值法和趋势分析,结果表明中国降水量从20世纪60年代到90年代呈明显下降趋势;施雅风等[5]总结了西北地区气候变化特征,指出西北地区气候向暖湿转型可能是世纪性的;张强等[6]分析了西北地区气候湿化趋势,指出西北地区西部和东部从21世纪开始同时进入增湿期;王米雪等[7]研究了1960 2013年东南沿海地区年降水量变化特征,指出2000年后东南沿海地区形成 重旱-重涝并重 的格局㊂在降水序列突变研究方面,丁一汇等[8]对青藏高原年平均气温和降水量序列进行突变检验,研究指出气候要素突变方向㊁突变时间存在较大时空差异;贾路等[9]认为西北地区降水集中度指数均值序列存在显著的突变点;张阿龙等[10]认为锡林河和巴拉格尔河流域气候突变发生在20世纪90年代至2010年;Zuo 等[11]研究表明,海河流域年降水量系列在1979年发生突变㊂在降水年内变化研究方面,刘向培等[12]从 信息熵 角度分析了厄尔尼诺与南方涛动㊁太平洋年代际涛动对中国降水集中程度的影响;㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征183㊀Zhang等[13]定义了降水年内集中度和年内集中期指数概念和计算方法,该方法被广泛用于区域年内多尺度降水不均匀性和集中程度,以及年际变化规律等研究中㊂此外,另有学者关注降水分区区划㊁降水变化的周期性㊁雨日数与雨强演变特征㊁季节降水结构演变与平稳性㊁城市化对降水的影响,以及极端降水时空变化特征等[14-19]㊂尽管当前研究取得了丰硕成果,但在以下几个方面仍有待提升㊂首先,受测站数量㊁密度㊁数据系列长度等条件制约,当前针对全国范围的研究较少;其次,中国幅员辽阔,地形㊁地貌复杂多变,降水时空演化具有很强的地带性特征,相关规律亟需总结;再者,针对降水年内丰枯变化的相关研究有待补充,尤其是汛期降水在长时间尺度上的演变及其径流效应㊂鉴于此,本文对气象站和水文站实测降水量进行月尺度融合,以提升监测资料的时空完整性,系统分析了多项指标的时空分布格局㊁地带性变化特征及其水文效应,为揭示中国降水时空演变规律提供科技支撑㊂1㊀数据与方法1.1㊀基础数据本文所用的降水量数据来源如下:一是国家基本气象站的逐日数据,来源于国家气象数据共享网;二是水文部门上报的逐月降水量观测数据,来源于全国第三次水资源调查评价上报的降水量数据集,时间序列为1956 2016年;另有水文部门提供典型站点的日尺度观测信息㊂对国家基本气象站和水文-雨量站的监测数据进行融合,处理原则如下:①删除重复站点,如水文-雨量站与基本气象站的空间位置相同,则优先使用国家基本气象站的监测数据;②舍弃监测不全的站点,如某站点在设站年份的监测数据缺失1个月以上,则放弃;③时间尺度统一,将日观测成果转换到月㊂按上述原则处理后,共得到4177个融合站点(图1)㊂本文所用降水量等值线图来自文献[20]㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图1㊀气象站点分布Fig.1Location of the meteorological stations and the terrain landform of China1.2㊀分析方法(1)趋势与突变检验分别使用Mann-Kendall(后文简称MK)趋势检验法和PETTITT突变分析法进行趋势和突变检验㊂MK趋势检验法[21-22]是一种典型的非参数检验方法,该检验方法在气象和水文领域得以广泛应用㊂PETTITT检184㊀水科学进展第34卷㊀验[23]是一种非参数的突变检验方法,构造一个Mann-Whitney 统计量,根据构造统计量的特征进行数据序列的突变点分析㊂(2)集中程度分析采用降水年内分配的集中度(Precipitation Concentration Degree,PCD)指数和集中期(Precipitation Concen-tration Period,PCP)指数来表征降水分布的集中性特点,计算方法见式(1)和式(2)㊂PCD 指数取值介于0~1,值越大表示降水年内分配越不均匀;PCP 指数以角度为单位,将0ʎ~360ʎ分配到全年12个月,取值越大表明降水峰值越靠后㊂D PC,i =(ð12j =1r ij ˑsin θj )2+(ð12j =1r ij ˑcos θj )2/R i (1)P PC,i =arctan[(ð12j =1r ij ˑsin θj )/(ð12j =1r ij ˑcos θj )](2)式中:D PC,i 和P PC,i 分别为测站第i 年的降水年内分配PCD 指数和PCP 指数;r ij 为第i 年第j 月的降水量,mm;R i 为第i 年的年降水量,mm;θj 为第j 月中对应的角度,角度与1 12月份的对应关系参见文献[12]㊂使用年内最大4个月累积降水量占全年的比例(PEC)指数来表示站点汛期降水的分布特征,计算方法见式(3):C PE =ð4i =1P ∗i /ð12j =1P j ˑ100(3)式中:C PE 为测站PEC 指数,%;P j 为1 12月的月平均降水量,mm;P ∗i 为年内最大4个月的月均降水量,mm㊂2㊀降水量时空分布注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图2㊀测站多年平均降水量的空间分布Fig.2Spatial distribution of annual mean precipitation at the meteorological stations 2.1㊀年降水量分布格局中国幅员辽阔,东部属季风气候,西北部属温带大陆性气候,青藏高原属高寒气候,降水空间分布不均匀,总体呈 东南高㊁西北低 的特征㊂融合后站点降水量与多年平均降水量等值线[20]分布见图2㊂多年平均年降水量200mm 等值线为中国干旱区与半干旱区的分界线,该线北起内蒙古高原中部,大致沿阴山-贺兰㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征185㊀山-六盘山-祁连山-柴达木盆地-昆仑山一线;多年平均年降水量400mm等值线沿东北 西南方向斜贯中国全境,系半干旱区与半湿润区分界线,北起大兴安岭,沿燕山-太行山-黄土高原北缘-祁连山东段分布;多年平均年降水量800mm等值线沿东西方向横贯全境,系湿润区和半湿润区的分界线;多年平均年降水量在800~1600mm的区域主要分布在 秦淮线 以南,包括淮河中下游㊁长江中下游㊁四川盆地㊁云贵高原和广西大部等地;多年平均年降水量超过1600mm的区域主要分布在东南沿海㊁湘赣山区㊁西南(云南㊁四川㊁西藏)部分山区,其中,海南岛部分区域㊁台湾岛[20]大部分地区降水量超过2000mm㊂2.2㊀年内分配特征根据式(1)和式(2),分别计算了所有站点逐年月降水量的PCD指数㊁PCP指数和最大4个月降水量占全年比例,各站点多年平均月降水量的年内集中度空间分布见图3,集中期空间分布见图4㊂(1)月降水量的年内集中度㊂由图3可见,各站点PCD指数为0.077~0.768,大体呈现北高南低的分布格局㊂0.077ɤD PC<0.200的站点主要分布在长江以南,即长江流域㊁珠江流域㊁东南诸河区和西南诸河区的大部分区域,另有黄河河源区㊁渭河南山支流㊁伊洛河等流域,以及位于天山北支与中支之间的伊犁河流域㊂0.200ɤD PC<0.320的站点集中分布在辽河区南部㊁海河区东部㊁淮河区大部和黄河中游部分区域,以及阿尔泰山南麓的额尔齐斯河流域㊂0.320ɤD PC<0.520的站点主要分布在西北诸河区,包括塔里木盆地㊁柴达木盆地及黑河上游等内陆河流域㊂0.520ɤD PCɤ0.768的站点大多散乱分布在400mm降水等值线两侧,包括松花江区西部㊁辽河区北部㊁太行山区,以及黄河上游大通河与湟水等流域㊂综上所见,中国干旱区域PCD指数值大,年降水量年内分配不均匀性强于降水量丰沛的区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图3㊀测站月降水量的PCD指数Fig.3PCD indexes of monthly precipitation at the meteorological stations(2)月降水量的年内集中期㊂由图4可见,各测站月降水量PCP指数为116.9ʎ~234.0ʎ,自东南至西北总体呈低 高 低的分布特征,两边PCP指数低㊁中部高㊂116.9ʎɤP PC<150.0ʎ(即集中期在6月中旬以前)的站点集中分布在长江中下游㊁东南诸河与珠江中下游地区,这与梅雨气候有关㊂150.0ʎɤP PC<175.0ʎ(集中期6月中旬至7月中旬)的站点分布在长江中游江北地区㊁长三角㊁珠江中游南岭南麓区域㊁武夷山以东的沿海地带,以及天山山区㊂175.0ʎɤP PC<190.0ʎ(集中期7月中下旬)的站点分布最广,沿东北 西南方向斜贯全国,包括东北大部㊁华北地区中部㊁青藏高原东部㊁四川盆地大部以及云贵高原东缘㊂190.0ʎɤP PCɤ234.0ʎ(集中期8月上旬至9月中旬)的站点主要分布在黄河流域大部㊁山东半岛和辽东半岛沿海地带㊁186㊀水科学进展第34卷㊀太行山区大部㊁金沙江上游㊁西南诸河以及海南岛等区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图4㊀测站月降水量的PCP指数分布Fig.4Distribution of PCP indexes of monthly precipitation at the meteorological stations(3)最大4个月累积降水占比㊂由图5可见,各测站PEC指数介于53.7%~97.8%,空间分布与PCP 指数类似,总体呈西北高㊁东南低的格局㊂53.7%ɤC PE<65.0%的站点绝大多数分布在长江中下游和东南诸河区,少部分位于南岭以南的柳江㊁西江流域,以及地处西北的天山山区㊂65.0%ɤC PE<75.0%的站点在上一分级(53.7%~<65.0%)的外层,东北地区主要分布在长白山以东,中部集中在祁连山东侧-秦岭-淮河沿线,以及西南的四川盆地㊁云贵高原大部,华南的珠江流域大部等区域㊂75.0%ɤC PE<85.0%的站点分布在东北平原㊁华北平原㊁黄土高原大部,以及西南的金沙江流域等㊂85.0%ɤC PEɤ97.8%的站点分布在大兴安岭山区㊁河套平原㊁柴达木盆地西部和塔里木盆地,以及青藏高原西南部等广袤地区㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图5㊀测站PEC指数分布Fig.5Distribution of proportion indexes of the maximum accumulated precipitation in4months to annual precipitation㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征187㊀3㊀降水量时空演变3.1㊀年降水量序列的趋势性采用MK检验法对年降水量序列进行趋势分析,共有337个站点通过显著性检验(显著性水平α=0.05,详见图6)㊂通过显著性检验站点中,呈显著增加趋势的站点共142个,各站点年降水量的年际变化梯度为2.9~8.5mm/a;呈显著减少趋势的站点共195个,变化梯度为-11.7~-2.0mm/a㊂在空间分布上,各站点年降水量的变化趋势的规律性较强,自东南到西北明显呈 增 减 增 的3个条带㊂据图6可知,站点年降水量显著减少的条带位于中部,从中国东北地区向西南绵延至边境区域㊂站点年降水量显著增加的条带有2个,分别位于西北和东南地区:西北地区各站点变化趋势在空间上比较一致,基本呈增加态势;东南地区以增加为主,但空间变异性更强,沿海少数站点呈减少趋势㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图6㊀测站年降水量序列的MK趋势检验结果Fig.6Mann-Kendall trends of annual precipitation series at the meteorological stations3.2㊀年降水量序列的突变性采用PETTITT检验法对年降水量序列进行突变分析,共有282个站点通过显著性检验(显著性水平α= 0.05,详见图7)㊂各站点突变年份介于1965 2005年,具体如下:1965 1969年的站点共2个;1970 1979年的站点共70个;1980 1989年的站点共128个;1990 1999年的站点共58个;2000 2005年的站点共24个㊂对比图6和图7可知,在空间分布上,发生突变的站点与趋势变化显著的站点比较一致㊂这意味着站点年降水序列的趋势性变化大多与突变相伴㊂3.3㊀最大4个月累积降水量占比变化针对序列超过50a的2575个测站,计算各站点1960 1969年㊁2007 2016年平均PEC指数及其相对变幅㊂以1960 1969年为基准,2007 2016年平均PEC指数相对变幅超出ʃ10%的站点共有123个,空间分布见图8㊂其中,共106个站点的PEC指数下降超过10%,共17个站点的PEC指数增加10%㊂PEC指数变幅超出ʃ10%的站点空间分布同样具有较强的地带性特征㊂减幅超过10%的站点大多数位于北方地区,少部分位于南方地区;这些站点空间分布与200mm和400mm年降水量等值线走势基本一致,集中分布在2条等值线两侧,如海河流域与黄河流域过渡地带㊁三江源地区,以及天山西段㊁阿尔泰山之间的广大区域㊂增幅超过10%的站点集中分布在南方地区,大多数位于800mm等值线之南㊂188㊀水科学进展第34卷㊀注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图7㊀测站年降水量序列的PETTITT突变检验结果Fig.7Results of PETTITT abrupt detections of annual precipitation series at the meteorological stations㊀㊀200mm㊁400mm多年平均年降水量等值线分别是中国半干旱与干旱区㊁半湿润与半干旱区的分界线, PEC指数从月尺度上反映了汛期降水的集中性㊂上述分析结果表明,在中国北方较为干旱的区域,站点年降水量的年内分配呈现一定程度的 平均化 倾向,汛期降水占比下降,非汛期降水占比增加㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图8㊀测站2007 2016年平均PEC指数较1960 1969年均值的变化Fig.8Relative change of the mean PEC index from2007to2016compared with that from1960to19694㊀讨㊀㊀论4.1㊀合理性分析(1)PCP指数和PCD指数分析结果的合理性㊂降水PCD指数和PCP指数分布与气候类型密切相关,中㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征189㊀国的降水主要受夏季风控制,具有雨热同季特点㊂习惯上,中国将大兴安岭-阴山山脉-贺兰山-乌鞘岭-巴颜喀拉山-唐古拉山-冈底斯山系作为季风区与非季风区的分界线[24](图4)㊂春季,中国大部分地区冷空气较强,来自海洋的暖湿气流在华南㊁东南一带与之交锋,这些区域进入降水集中的第1个时段,即春雨期;随时间推移,季风强度不断加大,暖湿气流在初夏时节运动到江淮地区,产生梅雨锋面系统,形成1条降水丰富的锋面雨带;暖湿气流在夏㊁秋季节到达东北㊁华北和西北部分地区时,集中产生夏雨和秋雨;之后,夏季风强度不断减弱,雨带重回东南㊁西南和华南等地㊂总体而言,降水年内分配过程存在多峰的地区,集中度较低㊁集中期较早,反之则集中度较高,集中期相对延后㊂据图4可知,中国季风区降水体现出时空上的高度集中性[25],东北㊁华北和西南等地区月降水的PCP 指数值大多高于非季风区㊂月降水量PCP指数空间分布与季风活动密切相关,如梅雨气候控制的江南㊁江淮和长江中下游地区(见‘梅雨监测指标:GB/T33671 2017“)集中期明显提前至6 7月㊂海南岛雨源主要有锋面雨㊁热雷雨和台风雨等类型,每年5 10月为多雨期,其中台风多发生在8 10月[26]㊂受台风调节,海南岛月降水量集中期相对偏后㊂自东南向西北跨过分界线后,非季风区月降水集中期有所提前㊂如北疆的天山和阿尔泰山地区,其降水受盛行西风控制,月降水PCP指数明显低于东北和华北等地㊂与已有成果进行对比,刘向培等[12]指出40ʎN附近是中国年降水集中度分布的高值区,35ʎN以南是其分布的低值区;张天宇等[27]指出华北地区年内各候降水PCD指数为0.19~0.58,PCP指数多集中在7月;张运福等[28]指出东北地区年内各旬降水量PCD指数为0.59~0.79,PCP指数集中在7月中到8月上;张录军等[29]的研究结果表明,长江流域年内各旬降水量的PCD指数为0.35~0.51,PCD指数集中在4 7月;杨金虎等[30]指出西北五省(区)绝大部分地区年内各月降水量的PCD指数为0.16~0.76,PCP指数集中在6 7月㊂本文有关PCP指数计算结果与已有成果一致,PCD指数计算结果比部分文献偏低㊂究其原因, PCD指数计算结果受时段长短的影响,时间尺度越大(如侯 月 年),其取值则越低㊂为提升监测数据时空完整性,本文据月尺度降水量数据进行分析,故PCD指数计算结果偏低㊂(2)年降水量系列趋势分析结果的合理性㊂与年降水量系列趋势分析相关成果进行对比,王米雪等[7]的研究表明,中国东南沿海地区降水呈波动上升趋势,年际增速约为1.91mm/a;徐东坡等[15]的研究表明,中国西北地区和西藏等区域年降水系列存在显著增加趋势,华北和东北部分地区降水量呈减少趋势,上述成果与3.1节的趋势分析结果一致㊂本文得出全国降水年际变化在空间分布上呈 增 减 增 条带状分布的结论,与‘中国气候变化蓝皮书2021“[31]有关中国年降水量变化速率分布图是一致的㊂为进一步分析趋势检验结果的稳定性,本文将北京㊁郑州和广州3个气象站的监测资料延长到2020年,对比1956 2016年序列与1956 2020年序列的异同,结果见表1㊂据表1可知,同一测站不同序列降水量的年际变化梯度值有所差别,但其序列增/减趋势及显著性检验结果是一致的㊂需要说明的是,降水演变过程和机理相当复杂,针对1956 2016年序列的分析结果在未来是否能持续,仍有待开展进一步的研究㊂表1㊀典型站点不同序列趋势分析结果Table1Trend analysis results of different time series at the3meteorological stations站点名称年际梯度值/(mm㊃a-1)MK检验Z统计量1956 2020年1956 2016年1956 2020年1956 2016年北京气象站-2.21-2.16-1.66-1.48郑州气象站0.020.660.010.45广州气象站 6.64 6.84 2.16∗ 1.96∗注:显著性水平α=0.05标准正态分布Z统计量的临界值为1.96;∗表示通过α=0.05的显著性检验㊂㊀㊀(3)降水变化与季风强度变化的关系㊂中国降水的趋势性与突变性变化与季风气候的变化密切相关㊂东亚夏季风在1961 2020年间总体呈减弱趋势[31],在20世纪60年代初至70年代后期偏强,在70年代末期至21世纪初偏弱,之后转强㊂中国东北地区㊁华北地区和西南地区降水量与东亚夏季风强度之间存在显著190㊀水科学进展第34卷㊀的正相关关系[32],西风带的水汽输送为中国西北大部分地区提供了基本的水汽来源[33],热带气旋降水量是中国东南沿海地区降水的重要组成部分㊂从地域分布分析,东亚夏季风强度减弱是年降水量减少条带呈 东北 西南 分布(图6)的重要原因㊂类似地,郝立生等[34]认为东亚夏季风减弱使得从南边界进入的水汽通量大量减少,进而导致了华北地区降水量减少;Zhang等[35]的研究表明,中国西北地区的西风环流和垂直方向的上升气流呈增强趋势,给西北地区输送了更多的水汽,导致区域降水量偏多㊂青藏高原的水汽来源[36]包括海源㊁陆源和再循环水汽三大部分,关于高原降水量增加的原因,众多学者认识不一:如Zhang等[37]认为大尺度环流变化导致的水汽输送增加是主因;汤秋鸿等[38]认为西南季风控制区和高原区本地水汽贡献增加是主因;黄伟[39]研究指出中国东南沿海地区热带气旋降水强度显著增加,这可能是该区域降水偏多的重要原因㊂已有研究表明,西北地区年降水量系列突变点多发生在20世纪80年代和90年代,东北地区年降水系列突变点多发生在1980 1988年[15,40];长江流域8个降水变化敏感区年降水量系列的突变点发生在1977 1998年;黄河流域上㊁中㊁下游年降水量系列突变点发生年份波动较大,变化范围介于1965 1995年[41-42]㊂本文成果与上述文献的计算结果总体一致,20世纪80年代是测站年降水系列突变较集中的一个时期,这与季风强度年代际转换有关㊂李明聪等[43]的研究结果表明,东亚夏季风关系在20世纪70年代末发生了年代际转变,南亚季风在20世纪80年代中期发生了 强 弱 转换㊂此外,由于数据来源㊁系列长度㊁突变分析方法存在差异,不同文献的分析结果有所不同㊂4.2㊀汛期降水变化的尺度效应2000年以来,中国极端天气现象频现,出现诸如北京 7㊃21 特大暴雨㊁郑州 7㊃20 特大暴雨和广州 5㊃22 特大暴雨等多个极端降水事件㊂为进一步探究汛期降水变化的尺度效应,本文选取分别位于北京市(A站)㊁郑州市(B站)和广州市(C站)的3个典型气象站,以1960 2021年逐日降水量序列为基础,分析年内连续3d㊁连续5d和连续7d最大降水量的代际变化特征,各年段相应的统计值见表2㊂典型测站年内连续3㊁5㊁7d最大降水量在代际间呈波动变化,但近期(2010 2021年均值)均处于全序列(1960 2021年)高值区㊂其中,A站和B站历史最大暴雨事件恰好发生在此时段内,拉高了近期平均水平;C站自1970年以后,日尺度降水集中度出现较稳定增长㊂年内连续3㊁5㊁7d最大降水量指标的空间异质性较强㊂A站连续3d降水量在代际间呈先减后增特点,从60年代的136.2mm减至2000 2009年的年均82.0mm,再增长到2010 2021年的年均142.9mm;B站则不同,连续3d降水量在代际间基本呈增长趋势;C站位于湿润区,代际间波动性小于A站和B站㊂表2㊀典型站点连续3 7d降水量最大值统计Table2Cumulative precipitation statistics from3to7days at the3meteorological stations单位:mm统计时段A站(北京市)B站(郑州市)C站(广州市)3d5d7d3d5d7d3d5d7d1960 1979年平均136.2159.2167.8102.5113.4124.0182.6207.8236.1 1970 1979年平均123.9141.7170.5110.9130.2138.2153.2195.0224.2 1980 1989年平均122.3136.1147.8104.6115.5123.1172.3220.4242.6 1990 1999年平均100.3111.4139.2112.4125.5137.8186.1218.9235.2 2000 2009年平均82.090.9105.9120.6137.6158.3194.9221.6251.7 2010 2021年平均142.9152.5162.4172.4198.4205.9225.7263.5291.3 1960 2021年极大值381.7381.8394.4948.4989.0990.9329.0409.3421.1极大值发生年份2016年2016年2016年2021年2021年2021年2001年1989年1989年㊀㊀典型测站的分析结果与前文 106个站点月尺度降水呈现一定程度的均化倾向 并不冲突㊂二者相结合,。
极端事件检测、评价方法及中国近40年极端温度和降水事件时空变化研究

极端事件检测、评价方法及中国近40年极端温度和降水事件时空变化研究近年来,气候变化引发了全球范围内的关注。
极端气候事件的增多和强度的增强给人们的生活和经济带来了巨大的影响。
因此,研究极端事件的检测、评价方法以及中国近40年极端温度和降水事件的时空变化,对于了解气候变化趋势以及制定有效的应对措施具有重要意义。
首先,我们需要了解什么是极端事件。
极端事件指的是在特定时间和空间尺度下,气象要素出现的极端的现象。
常见的极端事件包括极端温度和降水事件。
温度极端事件通常被定义为空气温度超过某个阈值的事件,例如,气温超过30摄氏度或低于零摄氏度。
降水极端事件则是指降水量超过某个阈值的事件,例如,降水量大于50毫米的暴雨事件。
为了检测和评价极端事件,科学家们提出了不同的方法和指标。
其中,最常用的方法是使用百分位数。
通过计算特定气象要素值的百分位数,可以确定是否出现了极端事件。
例如,当一天的气温超过了90%的历史纪录值,就可以被认为是一个温度极端事件。
另外,一些评价指标,如极端事件频率和强度指数,也可以用来衡量极端事件的发生情况和程度。
在研究中国近40年极端温度和降水事件的时空变化时,科学家们使用了大量的观测数据和气候模型。
他们发现,中国的极端温度事件呈现出明显的增多趋势。
尤其是在北方地区,夏季高温事件的频率和强度都有所增加。
同时,冬季的极端低温事件也有所增多。
这些极端温度事件对人们的生活、农业和生态系统都产生了重大影响。
在降水方面,中国的极端降水事件也呈现出不同的变化趋势。
一些地区的暴雨事件频率和强度有所增加,导致水灾和洪涝的发生。
而一些地区的降水量则呈现下降趋势,导致旱灾和水资源的短缺。
这些极端降水事件对农业、水资源管理和自然生态系统的可持续发展都造成了严重的影响。
值得注意的是,气候模型的预测显示,未来极端事件的发生和强度可能进一步上升。
因此,为了应对气候变化带来的挑战,我们需要采取积极的措施。
首先,加强气象观测系统,提高数据的质量和时空分辨率。
西南地区可降水量时空分布和变化特征

2 0 1 3年 1 O月
气
象
科
技
V o1 . 41。 No .5 Oc t . 2 O13
M ETEOROLOGI CAL S CI ENCE AND TECH NOLOGY
西 南地 区 可降 水 量 时 空分 布 和 变 化 特征
林 丹 王 维 佳 李 慧 晶
以前 , 资料 主要 依靠 外场 观测 , 但 这些 资料 时空 范 围
有限 , 不利 于进 行 大 范 围长 时 间 的研 究 ] 。 国 内 一
些 省份 利用 地 面水 汽 压 以及 降水 量 资 料 , 分 析 了可
降水 量分 布 状况 及人 工增 雨潜 力 。例如 , 向华 等 ] 、 代 娟 等 ] 利用 地 面 水 汽压 和 降水 资料 , 根据 地 面 水 汽 压关 系经 验公 式 , 分 别 分 析 了 湖北 省 和襄 樊 地 区
空 气 柱里 含 有 的水 汽 的总数 量 称 为 可 降水 量 ,
表 征 了降水 的潜力 , 是 评估 空 中水 资源 的重 要依 据 。 本 文采 用 的 资料 为 NC E P可 降 水 量 和 降 水 量
逐 月再分 析 资料 , 分 辨率 为 0 . 5 。 ×0 . 5 。 , 资 料长 度 由
为 了能更 有针 对 性地 合 理 开 发 和 利 用 空 中水 资 源 ,
及其 周 边地 区 1 1个站 的探 空资料 , 计算 水 汽含量 等
参量 , 分 析 了重庆 上空 水资 源的分 布与 演变 , 认为 在 重庆 西部 地 区进 行人 工 增 雨 潜 力 较 大 。利用 4 0年 NC E P比湿 资料 , 胡文 超 等_ 】 3 _ 对 中 国西 部空 中水 汽 的分 布 特 征 进 行 了研 究 。此 外 , 马 涛等口 、 郭 洁 等[ 1 5 ] 分 别对 云 南 和 川 I 渝 地 区 大气 可 降水 量 进 行 了 研究 。但是 , 由于数 据来 源和计 算方 法有 差异 , 针对 西南 地 区空 中水 资源 的整 体分 布和 变化状 况一 直缺 乏全 面 的研 究 和科学 的计 算 。
2001年—2020年我国降水的时空变化特征

2001年—2020年我国降水的时空变化特征摘要本文利用TRMM卫星的降水资料,对我国2001年—2020年的平均降水和春、夏、秋、冬四个季节的平均降水进行了分析比较;然后选取了我国华北地区和西北地区对其十年间的降水距平和四季的降水距平进行了对比分析;最后对2005年和2006年全国的降水距平百分率进行了观察,结果表示:由于我国受季风气候、地形、地理位置等因素的影响,我国降水随着空间和时间变化而具有明显的变化;华北地区的降水距平高于西北地区,且波动更加剧烈,在西北地区春、秋、冬季的降水距平在零线附近,降水量保持在一个稳定的值,华北地区四季波动相对强烈。
关键字:降水TRMM 时空变化降水距平目录摘要 (I)Abstract .................................................................... 错误!未定义书签。
第一章引言 . (1)1.1研究意义 (1)1.2研究现状 (1)1.3本文研究内容 (2)第二章资料和方法 (2)2.1资料说明 (2)2.2方法 (3)第三章数据资料分析 (3)3.1 2001年—2020年全国平均降水分布特征 (3)3.2 2001-2020年降水的季节平均分布特征 (5)3.3降水距平分析 (8)3.4降水距平百分率分析 (10)第四章结论 (11)第一章引言1.1研究意义大气中的水汽以液态或固态的形式到达地面,称为降水。
其主要形式有降雨和降雪,以及雹、露、霜等。
降水是水循环基础的一个环节,且是水量平衡方程的基本参数之一。
降水是地表径流的源头,也是地下水的主要补给源头。
降水在空间分布上的不均匀与时间变化上的不稳定性是引起洪涝,旱灾的主要原因。
所以对降水的研究分析显得尤为重要。
我国地处欧亚大陆东南部,濒临太平洋,大部分区域位于大陆气流和海洋气流的交汇区,这两种气流汇合形成了我国主要雨带,二者的强弱,消长容易造成降水的时空分布不均匀。
近56年中国极端降水事件的时空变化格局

近56年中国极端降水事件的时空变化格局卢珊;胡泽勇;王百朋;秦佩;王丽【期刊名称】《高原气象》【年(卷),期】2020(39)4【摘要】基于中国693个地面观测站1961-2016年的逐日降水资料,全面分析了全国和各分区极端降水事件、连续性极端降水事件及其起止时间的时空分布和变化特征。
结果表明,近56年,全国极端降水事件明显增多,极端降水量和极端降水日数呈增加趋势的站点占总站数的68%,且主要集中在东南沿海和西部地区。
华东地区是全国极端降水量增长幅度最大的地区,增速达18. 2 mm·(10a)^-1,西北地区的极端降水日数增速最快,每10年增加0. 37天。
全国平均的连续性极端降水事件表现为不显著的增加趋势,其中仅西北地区的连续性极端降水量和降水频次的增加趋势达到0. 01显著性水平,华北和西南地区的连续性极端降水事件表现为不显著的下降趋势。
全国平均的极端降水事件的开始时间和结束时间分别呈现出明显的提前和推迟趋势,西北、青藏和东北地区极端降水事件的开始时间显著提前,西北地区的结束时间显著推迟,受其影响,西北地区的极端降水事件持续期增长幅度最大达到10.4 d·(10a)^-1。
【总页数】11页(P683-693)【作者】卢珊;胡泽勇;王百朋;秦佩;王丽【作者单位】中国科学院西北生态环境资源研究院寒旱区陆面过程与气候变化重点实验室;陕西省气象局;中国科学院青藏高原地球科学卓越创新中心;中国科学院大学;西安市气象局【正文语种】中文【中图分类】P426.6【相关文献】1.宁夏近50年极端强降水事件的时空变化分析2.近50a三峡库区汛期极端降水事件的时空变化3.中国近50 a极端降水事件变化特征的季节性差异4.1961-2014年中国东部地区夏季极端降水事件时空变化特征5.近60年来百色地区极端降水事件的时空节律变化特征因版权原因,仅展示原文概要,查看原文内容请购买。
川渝地区夏季降水变化气候特征分析

21 0 0年 4月
成
都
信
息 工
程
学
院 学
报
J UR O NALOF( - N U UNI ER I  ̄ E GD t V STYOFD DR A 0 TE { M T N l NC DG Y
Vd . 5No. 2 2 Ap .20 0 1
文章编号 :17 —7 2 2 1 )20 7 .7 6 114 (0 0 0 .120
收稿 日期 :091 -8 修订 日期:0 00 —2 20 .02 ; 2 1 .30
第 2期
毛 文 书等 : 川渝 地 区夏季 降水 变化 气候特 征 分析
13 7
形 等 的影 响 , 每个 站 、 对 每年 的逐 月 降水量 资料 均 采用 17 —2 0 9 1 00年 3 0年气 候平 均值 和标 准差 进行距 平 标准 化
势 。刘海 隆等 [】 1利用重庆三峡库 区 1 2 6站逐 月降水量资料 , 降水 倾 向率 、 期性 、 从 周 阶段性 3个方 面探讨 了近 4 0年
来重庆三峡库区降水量的变化特征, 结果表明重庆三峡库区降水量西段有增加的趋势, 而东段则有减少的趋势。周 长艳[]陈文秀[】 1、 3 1、 4 刘晓冉等【J 1研究表明川渝盆地的降水量和水资源总体呈减少趋势, 5 整个西南地区东南部的降
水量整体均呈下降趋势。川渝地区地处中国西南内陆, 东接两湖平原 , 南连云贵高原, 西邻青藏高原, 北衔甘、 山 陕
地, 川渝地区西部以高原山地为主, 川西北部属长冬无夏的高原气候 , 川西南属冬干夏湿的西南季风气候 , 川渝东部
则是较 为平 坦 的盆地和丘陵 , 属湿润温暖 的东南 季风气候 , 因此 , 川渝地 区是 中国气候带 最多 的地 区之一 。同时 , 川 渝地 区又是 我 国夏季旱涝灾害发生频率较 高的地 区之一 , 20 如 06年夏 季 , 川渝 地 区出现 了百 年一遇 的特大 干旱 , 给
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
图 ! 重庆市年降水量自长寿沿东北方向变化趋势面 456,! 789 7:9;<=>?:@AB9 C@ D89 E;;?AF G:9B5H5DAD5C; C@ I8C;6J5;6 EFC;6 2C:D89AKD L5:9BD5C; @:C$ I8A;6K8C? !"# 大巴山区年降水量随海拔高度变化的规律
重庆市位于四川盆地的东部,面积 "D!# 万 H9! ,市内地形以丘陵和山地为主,川东平行岭谷占据着约 ! I % 的面积 ) 东北部分布着大巴山,东部有巫山,东南部有方斗山和齐岳山 ) 长江自西南向东北横贯整个市 域,南北分别有乌江和嘉陵江两大支流汇入长江 ) 重庆市的气候属于典型的季风气候,东南季风每年给重 庆带来丰沛的降水 ) 多年平均降水量在 @ !$$ 99 左右 ) [@] 水资源是人类社会及其经济活动发展中重要的因素 ) 目前,水资源的供需矛盾已成为我国社会经济
盆中丘陵 川东平行 岭谷区 大巴山区 綦江流域 乌江流域 重庆市区
"#$#" 年降水量的周期变化 通过对较长资料的数据用 J?KLKM 软件分析得出,年降水量的变化显示出一定的周期性 ! 为了减少年 际间的波动的随机性,采取了滑动平均的方法,表示为某一年的降水量为包括这一年在内的前五年的平均 降水量 ! 具体的周期性特点见表 " ! 从表 " 中可以看到各个区域降水量周期变化的特征 ! 从总体上讲,重庆市各区域年降水量变化的周期 大致体现为 F 种,一种是大致以 $%, $$, $" 年为周期的变化,这种周期表现出的频率最高,其次是大致以 $) 年为周期的变化,最后是大致以 * 年为周期的变化 ! 不过不同区域周期长短表现又有所不同 ! 乌江流域区 以 $$, $" 年的周期表现得较为突出,大巴山区以 E, $% 年的周期为主,川东平行岭谷区也以 $$, $" 年的周期 为主,同时也有约 * 年的周期,长江河谷以重庆寸滩为例,主要是 $" 年和 $) 年的周期 ! 另外,从表 F 中还 可以看出,在 H% G *% 年代、*% G )% 年代基本上是一个周期,这个时段周期比较一致 ! 此外,在一个周期内, 其变差系数相当低,一般为 %#%I 左右,虽然这与采取了五年平均有关,但这样低的变差系数值,说明在一 个周期内降水量还是比较稳定的 !
&
降水量的区域变化
重庆市的多年平均降水量为 @ !$"D% 99, 由于受东南季风和地形的影响, 降水量的区域分布并不均匀, 西
部年均降水量在 @ $$$ 99 以下;市区以南的綦江、南川一带降水量也相对较低,在 @ @$$ 99 以下;川东平行 岭谷区由西南向东北逐渐升高,大致从 @ @$$ 99 至 @ %$$ 99 左右,但河谷地带偏低 @$$ J !$$ 99 左右;东南 部,即涪陵、黔江一带降水量大致从 @ $$$ 99 以下逐渐上升到 @ %$$ J @ #$$ 99 左右 ) 降水的高值中心出现在
[’] 量为 ! ### M ! *## $$,附近山岭的降水量达 ! ’## M ! %## $$ &
HIH
西南师范大学学报 (自然科学版)
第 ") 卷
!
降水量的时间变化
一个地区降水量的时间变化主要表现在年际和年内 ! 年际变化主要体现在年际的随机变化、周期性变
化和趋势性变化上;年内变化主要体现在季节与月份的变化上 ! 不同区域其降水量的时间变化一般又不一 样,主要是受制于其所处的气候带、距海洋的远近以及地形的起伏等因素 ! 重庆市降水量的时间变化表现 在年际的随机性、周期性以及趋势性变化上,年内则季节性变化很突出,具有明显的季风气候特点 ! !"# 年际变化规律 "#$#$ 年降水量的随机变化 整个重庆市年降水量的随机变化并不是大,变差系数 !" 在 %#$& 到 %#"& 之间,年降水量最大值与最小 值之比 ’( 一般也在 $#& 到 "#& 之间 ! 不过市域内各区域间又有所不同 (表 $) (包括綦江、南 ! 重庆市区以南 川一带) 和东南部的酉阳、秀山、乌江流域,其 !" 值一般小于 %#$),’( 值一般也在 "#% 以下,这一区域相 对来说年间变化要稳定一些 ! 盆中丘陵、 川东平行岭谷区以及大巴山区 !" 则较大, 在 %#$* 以上, 最大可达 %#"*,’( 值一般都在 "#% 以上,最大达到了 "#* ! 表# +,-./ $
[!] 发展的主要障碍 ) 一个地区必须研究清楚本地区水资源的基本状况,为进一步研究水资源的各种问题提
供基础数据 ) 降水量即为水资源的基本内容之一,水资源的多少与降水量有着密切的关系,因而,水资源 多少很大程度上取决于一个地区降水量的多寡 ) 弄清一个地区降水量的特征,对科学合理地利用水资源有 重要的意义 ) 本文通过对重庆市 E" 个雨量站从 @EA$ 年至 @E"A 年的降水资料的分析,初步研究了重庆市降 水的区域和空间的变化规律,以期为合理开发、利用和保护水资源提供科学依据 )
区 域
重庆市不同区域各代表站降水量多年变化
多年平均 最 大 值 平均值 $#HH $#I$ $#I) $#IH $#I* $#) $#&$ $#$) $#"I $#F $#FF $#IF 最 小 值 最大值 D 变差系数 !" %#"$ %#$) %#$E %#$* %#$* %#"* %#"F %#$& %#$& %#$* %#$& %#$*
文章编号:@$$$ A#B@ (!$$%) $# $C## $C
重庆市降水量的时空变化
陈 忠@ , 陈华芳!, 王建力@,
@D 西南师范大学 资源环境科学学院,重庆 #$$B@A;
!
李艳娜%
!D 云南师范大学 旅游与地理科学学院,云南 昆明 CA$$E!;%D 重庆工商大学 旅游管理系,重庆 #$$$CB 摘要:根据对重庆市 E" 个雨量站从 @EA$ 年至 @E"A 年的降水资料的分析,初步探讨了重庆市年降水量的时空分布 规律。在空间上,降水量自长寿沿东北方向,大致从 @ !$$ 99,先逐步降低至 @ @$$ 99,然后开始增加,至大巴 山区达到 @ "$$ 99 左右;自丰都沿东南方向,降水量大致从 EA$ 99 开始逐步增加,至酉阳秀山一带达到 @ A$$ 99 左右 ) 在大巴山区,降水量以大约海拔每升高 @$$ .9 增加 A$ 99 的速率发生变化 ) 另外,岭谷间降水量的多少与 水汽输送线路有关 ) 在时间上,降水量在年际间有随机变化,变差系数一般在 $D!$ 以下 ) 在长江河谷地区降水量 存在约 @! 年和 @" 年的变化周期,在大巴山区存在约 E 年或 @$ 年的变化周期,在川东平行岭谷区和乌江流域区则 存在约 @@ 年或 @! 年的变化周期 ) 在四川盆地东部、大巴山区和乌江流域,降水量有减少的趋势,但其降幅不一 致;在平行岭谷区,降水量有增加的趋势 ) 在一年内,降水量的季节变化明显,主要降水期集中在 # F @$ 月,其 可占全年降水量的 "$G 以上 ) 关 键 词:重庆市;降水量;时空变化 文献标识码:) 中图分类号: !"#$%$& ’ (
图 * 重庆市年降水量自丰都沿东南方向变化趋势面 456,* 789 7:9;<=>?:@AB9 C@ D89 E;;?AF G:9B5H5DAD5C; C@ I8C;6J5;6 EFC;6 >C?D89AKD L5:9BD5C; @:C$ 49;6<?
重庆市年降水量随海拔高度的变化而变化的规律主要体现在大巴山区 & 由于大巴山区面积比较大,海 拔高度最高达到了 * ’## $ 左右,因而降水量随海拔变化的规律比较明显,通过对大巴山区的 !) 个雨量站 的降水量资料与其海拔高度关系的计算,求得降水量 ( !) 和海拔高度 ( () 的线性回归模型为: (’) ! " !#!*,* & #,% ( (’) 式中 ! 的单位为毫米,( 的单位为米 & 模型显示在该区海拔每升高 !## $, 降水量增加约 %# $$, 降水量 变化大致从 ! #%# $$ 到 ! "## $$,通过检验,降水量和海拔高度的相关系数达到了 #,1! & !"$ 岭谷间降水量的变化特征 由于受地形的影响,不同方向的岭谷降水量不一致 & 若山谷线与水汽输送路线一致,则降水量沿山谷 向谷源逐渐增加;若河谷线与水汽输送线垂直,则河谷降水量小于山岭,如大巴山区的任河,其河谷降水
第 !" 卷
第#期
西 南 师 范 大 学 学 报(自然科学版)
!$$% 年 " 月
&’( ) !" *’ ) # +’,-./( ’0 1’,234562 738./ *’-9/( :.8;5-682<(*/2,-/( 1=85.=5) >,? ) !$$% ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
收稿日期:!$$! $E @$ 基金项目:教育部骨干教师资助项目 (!$$@) ) 作者简介:陈 忠 (@EB$ F ) ,男,重庆人,硕士研究生,主要从事地貌与地理信息系统的研究 ) 通讯作者:王建力,教授 ) KL9/8(: 4/.?M(N 64., ) 5O, ) =.
!
第+期
陈
忠,等:重庆市降水量的时空变化
)+%
Hale Waihona Puke 大巴山区,最大可达近 ! "## $$,另一个高值中心出现在酉阳和秀山一带,最大可达 ! %## $$ 以上 & !"! 重庆市东北部和东南部多年平均降水量的变化规律 通过对重庆市内各雨量站的观测资料 (时间年限从 ’% 年 ( "% 年不等,一般从 )’ 年开始) 计算分析得 出,重庆市的多年平均降水量的分布,分别从长寿和丰都县的包鸾镇为起点,向东北和东南在三维空间里 呈一个抛物面,可用二次趋势面的回归模型分别来表示 & 东北向二次趋势面的回归模型: ! " ! *)+,- # %,%’+ + $ # #,+*+ "’ % & #,#+% ’ $ * & #,### -- $% # #,##* --’ % % * (!) (!) 式中 $ 为各雨量站距坐标原点的横轴坐标值,% 为各雨量站距坐标原点的纵轴坐标值,坐标原点为长寿 ,$ , 县城 (!#-.#+/0 *1.+1/2) % 均取正值,单位为公里,! 为降水量,单位为毫米 & 此抛物面是一个中部略 凹,右侧较高的抛物面 (图 !) & 由于采集的数据主要是从长寿沿东北方向至大巴山区,因此,抛物面对降水量的拟合主要也表现在从 长寿沿东北方向到大巴山区的范围内,此抛物面对降水量的拟合度达到了 1!,’3 ,用 ’ 检验,显著性水平 达到了 #,#! & 东南向二次趋势面的回归模型: ! " 1#+,-% & *,+%* $ & !,+#1 * % & #,#*" - $ * # #,#-- )+ $% & #,#+* "1 % * (*) 此模型的单位与上一模型一致,但坐标原点为丰都县包鸾镇 (!#-.+!/0 *1.%’/2) & 此抛物面是一个东部和南部 扬起,东南部微微扬起的一个抛物面 (图 *) & 由于采集的数据主要在重庆市域内,南部和东部没有采集到数 据,因而形成采集区域外的东部和南部出现明显的失真的情况, 因此, 在图 * 中看降水量变化的规律主要从坐 标原点沿东南方向 (即在重庆市域范围内) & 该抛物面对降水量的拟合度为 "",*3 ,显著性水平也达到了 #,#!&