Resources Science
第36卷第4期2014年4月
2014，36（4）：0766-0772
Vol. 36，No. 4Apr. ，
2014
文章编号：1007-7588（2014）04-0766-07
1962-2012年西南地区极端降水事件的时空变化特征
袁文德，郑江坤，董奎
（四川农业大学长江上游林业生态工程四川省重点实验室，雅安625014）
摘
要：基于西南地区90站1962-2012年逐日降水数据，采用百分位阈值法定义极端降水事件，用Mann-
Kendall 秩次相关法，反距离加权插值法对西南地区的极端降水事件进行了时空变化分析。结果表明：1日最大降水
量从东部的103~118mm减少到西部的25.4~46.7mm，极端降水比率从东部的39%~43%减少到西部的23%~25%。极端降水量、极端降水强度和5日最大降水量则分别从东南的508~610mm、55~64mm/d和158~190mm递减到西北的118~220mm、17~28mm/d和53~85mm。该区1日最大降水量的变异系数最大，达39%，其次为极端降水量、极端降水强度、5日最大降水量、极端降水比率，极端降水日数最小为18%；各极端降水事件因子的值均属较强变异，说明西南地区内部极端降水事件差异性较大。近50年呈上升趋势极端降水事件中，1日最大降水量、极端降水强度和极端降水比率所占比例分别达60%、64%和61%，其中呈显著上升趋势站点所占比例分别达12%、10%和13%；极端降水日数下降趋势和显著性下降趋势站点所占比例分别为52%和4%。西南地区近50年极端降水事件总体呈上升趋势，但显著性不高；这和海温异常变化和复杂的地理环境有较大关系。
关键词：极端降水；Mann-Kendall 秩次相关法；空间分布；西南地区
1引言
近百年来，全球持续增温，极端降水事件显著增加[1-3]。暴雨、洪涝等极端降水事件的发生频率和强度的增加对社会经济的可持续发展以及人民的生产生活造成巨大影响[4]。我国一些学者对极端降水事件进行了研究，翟盘茂等指出，我国西北地区和东北西部地区极端降水事件出现的概率呈增加趋势，东北东部到华北大部极端降水事件发生的日
6]
数却趋于减少[5，。苏布达等认为近期长江流域的
上海拔较高、地形较复杂区域之一，其气候变化有着自身的规律和特点[13]，故研究该区极端降水事件时空分布意义重大。
本研究采用多个极端降水事件指标，探讨近50年西南地区极端降水事件的时空变化，以期为该区灾害预警和气候变化研究提供参考。
2数据来源与研究方法
根据中国气象地理区划，本文西南地区包括川、渝、黔、滇四省（市），分析所用数据来自国家气象信息中心，站点分布状况如图1。
目前对于极端气候事件研究多采用阈值法，阈值分为绝对阈值和相对阈值，绝对阈值是取对人类生活或生态环境有不良影响的固定值，我国取50mm 日降水量为暴雨阈值。相对阈值分为参数和非参数两种方法，参数法是根据Gamma 分布函数来确定，非参数法是根据资料序列的百分位值确定[5]。
西南地区有一部分地区年最大降水量达不到
极端强降水出现了显著增加趋势，突出表现在中下游地区[7]。孙凤华等指出东北地区近年来降水日数明显减少，但暴雨日数基本不变，强度增强[8]。李志等认为近年来泾河流域极端降水变化趋势不显著，频率和强度等可能呈上升趋势，流域中下游呈上升趋势，流域西南部和北部呈下降趋势[9]。但关于我国西南地区极端降水事件的研究较少，西南地区是我国地质灾害和洪涝灾害频发区域[10-12]，也是世界
收稿日期：2013-11-26；修订日期：2014-01-27
基金项目：中国博士后科学基金面上项目（编号：2012M511938）；四川省高等学校建设项目：“水土保持与荒漠化防治重点实验室”；国家“十二五”科技支撑计划项目（编号：2011BAC09B05）。
作者简介：袁文德，男，四川威远人，硕士生，从事气候变化与水文过程方面的研究。E-mail ：[email protected]通讯作者：郑江坤，E-mail ：[email protected]
2014年4月
袁文德等：1962-2012年西南地区极端降水事件的时空变化特征
气象局规定的暴雨标准，如果以50mm 作为绝对阈值来定义极端降水事件，将有部分地区是空白区域，无法分析该地区极端降水事件，将影响研究结果，故本文采用非参数法（百分位法）确定极端降水事件的阈值，即将某站气候标准期（1962-2012年）内所有有雨日（降水量>0.1mm）的降水量按从小到大排序，取其第95百分位值作为该站极端日降水量的阈值，当某站某日降水量超过该站的这一阈值时，称为发生极端降水事件[5]。
为较全面分析西南地区极端降水事件的时空变化特征，本文采取6个极端降水指数[14]，具体描述见表1。
采用Mann-Kendall 秩次相关法来研究降水的时间变化趋势，Mann-Kendall 方法的优点在于不需要样本遵从一定的分布，也不受少数异常值的干扰，更适合于水文气象等非正态分布的数据[15]。采用Mann-Kendall 法对各站的极端降水事件系列进行分析，得到各站相应的Mann-Kendall 统计量Z 值，再进行插值，得到年降水在空间上随时间变化的趋势图。计算方法如下[16]：其趋势检验统计量公式是：
S =∑∑sign(X i -X j )
i =2j =1n i -1
图1西南地区气象站分布
Fig.1Location of the weather station in Southwestern China
表1极端降水指数及其定义
假设有一时间序列：X 1，X 2，X 3，…，X n ，
（1）
式中sign （）为符号函数。当X i -X j 、=Mann-Kendall 统计量Z 值计算公式为：
或>0时，sign(X i -X j ) 分布为-1、0或1；
ì(S -1)/n (n -1)(2n +5)/18 S >0
ï
Z =í 0 S =0
ï(S +1)/n (n -1)(2n +5)/18 S
量存在相关性，变化符合此规律[17]。将各气象站1962-2012年的各指标值和各站相应的Mann-Kendall 统计量Z 值在ArcGIS10.0软件中用反距离加权插值法进行插值，分析其空间分布。
（2）
3结果与分析
3.1极端降水事件的空间分布特征
由图2可知，6个极端降水事件指标的空间分布具有明显的沿东－西方向或沿东南－西北方向的梯度变化的特征。
渐递减。其中1日最大降水量从东部的103~
1日最大降水量和极端降水比率均从东向西逐
式中Z 为正值表示增加趋势，负值表示减少趋势。Z 的绝对值在大于等于1.64、1.96、2.58时表示分别
通过了置信度90%、95%、99%显著性检验。
反距离加权插值法是以样点间存在局部影响，这种影响与距离成反比为前提假设，通过创建栅格表面利用有限样点估计未知样点的值，各气象站变
资源科学
第36卷第4期
118mm 减少到西部的25.4~46.7mm，变幅为140.7~25.4mm ，极端降水比率从东部的39%~43%减少到西部的23%~25%（图2a ，图2e ）。极端降水量、极端
最少发生区域为川北、川西、和滇中北部，年均6d 左右。各变量在不同站点间存在一定差距，但各变量的变异系数均>0.1，属较强变异，说明西南地区内各站极端降水事件的情况差异较大。3.2极端降水量的变化趋势
1962-2012年西南地区大部分地区的极端降水
降水强度和5日最大降水量均从东南部向西北部递减，极端降水量由东南部的508~610mm减少到西北部的118~220mm，最大极端降水量为751.9mm ，最小为118.1mm （图2b ，表2）；极端降水强度由东南部的（55~64）mm/d降低到（17~28）mm/d，最大值为75mm/d，最小值则为17mm/d（图2d ，表2）；5日最大降水量由东南部的158~190mm减少到西北部的53~85mm，1日的降水量引起自然灾害的几率不大，持续强降水量更容易引起洪涝、泥石流等自然灾害，比较得知东南部更容易发生强降雨引起的自然灾害（图2f ）。而极端降水日数则呈现出由中向东北部和西南部逐渐递减的趋势，最多发生区域为川东南、黔省西北部及滇省部分地区，年均超过10d ，变幅介于5~13d（图2c ，表2），
量呈现增长趋势（图3a ），平均极端降水量为342.9mm （表2）。M-K 检验表明，50站的极端降水
表21962-2012年西南地区极端降水事件各指标值
Table 2Extreme precipitation of each index in Southwestern China
from 1962to 2012
图21962-2012年西南地区极端降水事件的空间分布
Fig.2Spatial distribution of extreme precipitation events （EPE ）in Southwestern China during 1962-2012
2014年4月
袁文德等：1962-2012年西南地区极端降水事件的时空变化特征
量呈增长趋势，主要分布在西南地区西部（川滇西部），39站呈减少趋势，主要在西南地区东南部（渝黔滇东部），1站趋势不明显。显著性变化趋势中，四川省2站（昭觉、万源）和云南省2站（楚雄、保山隆阳）的增长趋势显著（通过90%的显著性检验），其中万源站的增长趋势非常显著（通过95%的显著性检验）；位于云南省2站（沾益、昭通）、黔省（通过90%的显著性检验），其中宜宾站减少趋势非常显著（通过95%显著性检验）（图3b ）。极端降水量的变化趋势与年降水量的变化趋势基本类似，年降水量较多的年份极端降水事件发生较多，年降水量少的年份极端降水事件也少[18-20]。3.3极端降水日数的变化趋势
极端降水日数的变化趋势可以直接反映出极端降水频率的变化趋势。47站的极端降水日数呈减少趋势，主要集中在东南部，而41站呈增长趋势，平均极端降水日数为8d （表2，图4a ）。极端降水日数显著性变化趋势表现为：位于黔的盘县站减少趋势显著（通过90%的显著性检验），位于川滇交界处的3个站的减少趋势非常显著（通过95%的显著性检验）；位于川的2个站（松潘、西昌）增长趋势显著（通过90%的显著性检验），滇的楚雄站变化则非常显著（通过90%的显著性检验）（图4b ）。极端降水日数的整体呈下降趋势，变化不显著。
3.4极端降水强度的变化趋势
1962-2012年西南地区极端降水强度大1站（盘县）和四川1站（宜宾）减少趋势显著
分比，反映极端降水量对总降水量的贡献，也在一定意义上反映了极端降水事件对洪涝的贡献率[21]。1962-2012年西南地区大部分地区的极端降水比率以增长趋势为主（图6a ），55站呈增长的趋势，其中川北、川南、滇南、黔南的6个站增长趋势显著（通过90%的显著性检验），分布于川东北、滇西、川滇黔交
图3极端降水量的变化趋势
Fig. 3Trend in annual amount of extreme precipitation events
图4极端降水日数的变化趋势
Fig.4Trend in days of extreme precipitation events
部分呈现增大趋势，平均极端降水强度为44.2mm/d（图5a ，表2）。90个站中有58站呈增大趋势，其中4个站增大趋势显著，5个站增大趋势非常显著。增大趋势的站主要集中在川东南和黔北。西南地区有32站呈减小趋
势，其中贵州盘县站减小趋势显著（通过90%的显著性检验），云南省元江站减小趋势非常显著（通过95%的显著性检验）（图5b ）。3.5极端降水比率的变化趋势
极端降水比率是极端降水量与总量的百
图5极端降水强度的变化趋势
Fig. 5Trend in intensity of extreme precipitation events
资源科学
第36卷第4期
界处的6个站非常显著（通过95%的显著性检验）。西南地区西北部和中部地区35站呈减少趋势，仅四川宜宾和黔盘县2个站减少趋势显著（通过90%的显著性检验），四川德格站减少趋势非常显著（通过95%的显著性检验）（图6b ）。西南地区平均极端降水比率为32%（表2），说明从西南地区整体上看，极端降水量占全年降水量的比例较高，对洪涝的发生的贡献率也较大，特别川东地区极端降水比率高达了40%以上（图2e ）。西南地区北部年降水量较少，极端降水日数较少，极端降水比率较小，并处于减少趋势，故西南地区北部因极端降水事件造成的洪涝灾害的几率小。
3.61日最大降水量的变化趋势
如图7a 所示，1962-2012年西南地区1日最大降水量的变化以增长趋势为主，54站呈增长趋势而36站呈减少趋势。具减少趋势的区域在西南地区呈不规则小斑主要分布在东南部。位于川和滇的3个站的减少趋势通过了90%的显著性检验，滇和黔的2个站通过了95%的显著性检验，主要分布在西南中部地区。位于西南地区中部的8个站增长趋势通过了90%的显著性检验，云南会泽、四川遂宁、贵州湄潭3个站增长趋势则通过了95%的显著性检验（图7b ）。
3.75日最大降水量的变化趋势
1962-2012年西南地区5日最大降水量的变化
图71日最大降水量变化趋势
Fig.7Trend in annual daily maximum precipitation amount
图6极端降水比率的变化趋势
Fig. 6Trend in ratio of extreme precipitation events
以减少趋势为主（图8a ），36个站呈增长趋势，其中
川北、滇北5站增长趋势显著（通过90%的显著性检验）；53站呈减少趋势，位于川南、滇南的4站减少趋势显著（通过90%的显著性检验）（图8b ）。持续的强降水对山区、坡度大的山地的危害是显然的，能迅速导致洪涝的发生，同时由于人类因素的干扰，造成土质疏松，持续的强降水量将伴随着泥石流，而西南地区平均5日最大降水量为126mm （表2），从西南地区整体来说，大部分地区由于持续降水导致洪涝的发生几率不大，但需重视由于人类活动干扰引起的泥石流。
图85日最大降水量的变化趋势
Fig. 8Trend in annual 5-days maximum precipitation
西逐渐递减，极端降水量、极端降水强度和5日最大降水量均从东南部向西北部递减。各指标值中1日最大降水量变异系数最大，达到39%，极端降水日数最小，为18%。在趋势变化中，大部分指标呈上升趋势的站数明显大于下降趋势的站数，上升趋势中极端降水强度的比例最大，约为64%；下降趋势中5日最大降水量的比例最大，约为59%。显著上
4结论
空间分布，具有东—西和东南—西北方向的梯度变
1962-2012年西南地区极端降水事件各指标的
化特征，1日最大降水量和极端降水比率均从东向
2014年4月
袁文德等：1962-2012年西南地区极端降水事件的时空变化特征
升中极端降水比率的比例最大，约为13%；显著下降中1日最大降水量的比例最大，约为6%。极端降水强度的变化由极端降水量和极端降水日数共同决定，部分地区的极端降水量和极端降水日数均在降低，可能是导致极端降水强度的减少变化显著的站比较少的原因。极端降水事件的各指标都具有单一趋势，各个指标具有显著性趋势的站点数存在一定差异（表3），但各指标中具有显著性趋势的站点数较少，占的比例均较低，说明西南地区1962-2012年极端降水事件的变化呈上升趋势，并不显著，与其他地区极端降水事件变化特征相比西南地区确存在独特的变化规律。
表31962-2012年西南地区极端降水事件站点数情况
Table 3The extreme precipitation event site in Southwestern China
[5-9，22-24]
Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cam-[2]
bridge ：Cambridge University Press ，2007.
cling ：Implications for rainfall rates with climate change[J].Climate Change ，1998，39（4）：667-694.
Allen M R ，Ingram W J. Constraints on the future changes in
Trenberth K E. Atmospheric moisture residence times and cy-
[3]
climate and the hydrological cycle[J].Nature ，2002，419（6903）：224-232.
[4]王绍武，龚道溢，陈振华. 近百年来中国的严重气候灾害[J].应
用气象学报，1999，10（S1）：43-53. [J].地理学报，2003，58（Z1）：1-10. [M].北京：气象出版社，2007.
[5]翟盘茂，潘晓华. 中国北方近50年温度和降水极端事件变化[6]翟盘茂，王志伟，邹旭恺. 全国及主要流域极端气候事件变化[7]苏布达，姜彤，任国玉，等. 长江流域1960-2004极端强降水时
空变化趋势[J].气候变化研究进展，2006，2（1）：9-14. [8]孙凤华，杨素英，任国玉. 东北地区降水日数、强度和持续时间
的年代际变化[J].应用气象学报，2007，18（5）：610-618. [9]李志，刘文兆，郑粉莉. 1965年至2005年泾河流域极端降水事
件的变化趋势分析[J].资源科学，2010，32（8）：1527-1532. [10]丁一汇，戴晓苏. 中国近百年来的温度变化[J].气象，1994，20
（12）：19-26.
[11]陈隆勋，周秀骥，李维亮，等. 中国近80年来气候变化特征及其
形成机制[J].气象学报，2004，62（5）：634-646.
[12]班军梅，缪启龙，李雄. 西南地区近50年来气温变化特征研究[13]唐红玉，顾建峰，俞盛宾，等. 西南地区降水日变化特征分析[14]
[J].高原气象，2011，30（2）：376-384.
Kiktev D ，Sexton D M ，Alexander L ，et al. Comparison of modeled [J].长江流域资源与环境，2006，15（3）：346-351.
，
注：显著性即显著水平超过90%。
5讨论
西南地区极端降水事件的变化存在空间差异，这可能是由气候、地形等多种因素共同作用的结果。西南地区是一个受季风影响很明显的区域，东亚夏季风年代际尺度上的变化和西太平洋副热带高压的年代际位置变化，必然对整个区域气候产生显著影响[25]。地形上，西南地区是世界上地形最复杂的地区之一，地形的复杂同样对整个区域气候有显著影响。气候和地形可能是导致极端降水事件出现显著差异的主要原因，其中海温异常变化是影响西南地区气候变化的间接原因，地理海拔变化是影响西南地区极端降水变化的直接原因[26]。同时人类活动特别是城镇建设也对极端降水事件产生一定的影响。
参考文献（References ）：
[1]
Solomon S. Climate Change 2007：The Physical Science Basis
and observed trends in indices of daily climate extremes[J].Journal of Climate ，2003，16（22）：3560-3571. 究，2006，25（1）：27-34.
[15]徐宗学，张楠. 黄河流域近50年降水变化趋势分析[J].地理研[16][17]
陆志华，夏自强，于岚岚，等. 1958-2009年松花江流域降水时李志，郑粉莉，刘文兆. 1961-2007年黄土高原极端降水事件
空演变特征[J].自然资源学报，2012，27（6）：990-1000..
的时空变化分析[J].自然资源学报，2010，25（2）：291-299.
[18]刘晓冉，李国平，范广洲，等. 我国西南地区1960-2000年降水
783-791.
资源变化的时空特征[J].自然资源学报，2007，22（5）：张顺谦，马振峰. 1961-2009年四川极端强降水变化趋势与周
[19]
期性分析[J].自然资源学报，2011，26（11）：1918-1929.
[20]Haylock M ，Nicholls N. Trends in extreme rainfall indices for an
updated high quality data set for Australia ，1910-1998[J].International Journal of Climatology ，2000，20（13）：1533-1541. [21]
姜创业，蔡新玲，吴素良，等. 1961-2009年陕西省极端强降水
事件的时空演变[J].干旱区研究，2011，28（1）：151-157. [22][23]
降水事件分析[J].气象，2007，33（10）：80-87.
资源科学
第36卷第4期
空分布特征[J].资源科学，2011，33（5）：958-965.
[25]马振锋，彭骏，高文良，等. 近40年西南地区的气候变化事实[26]万云霞，张万诚，肖子牛. 中国西南纵向岭谷地区可降水量的变
化特征[J].自然资源学报，2008，23（4）：657-664. [J].高原气象，2006，25（4）：633-642.
张天宇，程炳岩，刘晓冉. 近45年长江中下游地区汛期极端强黄琰，封国林，董文杰. 近50年中国气温、降水极值分区的时
空变化特征[J].气象学报，2011，69（1）：125-136.
[24]陈少勇，任燕，乔立，等. 中国西北地区大雨以上降水日数的时
Spatial and Temporal Variation in Extreme Precipitation
Events in Southwestern China during 1962-2012
YUAN Wende ，ZHENG Jiangkun ，DONG Kui
（Key Laboratory of Ecological Engineering of Sichuan Province ，College of Forestry ，Sichuan Agricultural University ，Ya'an 625014，China ）
Abstract ：Based on daily precipitation data for 90stations from 1962-2012，extreme precipitation events were defined using the percentile threshold method and analyzed in time and space using the Mann-Kendall rank correlation method and inverse distance weighted interpolation method. The results showed that annual daily maximum precipitation and the extreme precipitation ratio decreased from 103~118mmand 39%~43%in eastern areas to 25.4~46.7mmand 23%~25%in western areas. Extreme precipitation ，extreme precipitation intensity and annual 5-days maximum precipitation decreased from 508~610mm，55~64mm/dand 158~190mmin southeast areas to 118~220mm ，17~28mm/dand 53~85mmin northwest areas ，respectively. The variation coefficient of annual daily maximum precipitation amount is the largest and up to 39%，followed by that of the extreme precipitation amount ，extreme precipitation intensity ，annual 5-days maximum precipitation and extreme precipitation ratio ；extreme precipitation days is the smallest and only 18%.The variation coefficient of extreme precipitation events was stronger and indicates larger differences in extreme precipitation events in the southwestern region. Among extreme precipitation events from 1962-2012，sites with an upward trend for annual daily maximum precipitation amount ，extreme precipitation intensity and ratio accounted for 60%，64%and 61%and the significant upward trend reached 12%，10%and 13%，respectively. Sites with an extreme downward trend and significant downward trend for extreme precipitation days accounted for 52%and 4%respectively. On the whole ，extreme precipitation events followed an upward trend overall ，but not significantly ，on account of ocean temperature anomalies and the complex geographical environment.
Key words ：extreme precipitation ；mann-kendall rank correlation method ；spatial distribution ；Southwestern China
Resources Science
第36卷第4期2014年4月
2014，36（4）：0766-0772
Vol. 36，No. 4Apr. ，
2014
文章编号：1007-7588（2014）04-0766-07
1962-2012年西南地区极端降水事件的时空变化特征
袁文德，郑江坤，董奎
（四川农业大学长江上游林业生态工程四川省重点实验室，雅安625014）
摘
要：基于西南地区90站1962-2012年逐日降水数据，采用百分位阈值法定义极端降水事件，用Mann-
Kendall 秩次相关法，反距离加权插值法对西南地区的极端降水事件进行了时空变化分析。结果表明：1日最大降水
量从东部的103~118mm减少到西部的25.4~46.7mm，极端降水比率从东部的39%~43%减少到西部的23%~25%。极端降水量、极端降水强度和5日最大降水量则分别从东南的508~610mm、55~64mm/d和158~190mm递减到西北的118~220mm、17~28mm/d和53~85mm。该区1日最大降水量的变异系数最大，达39%，其次为极端降水量、极端降水强度、5日最大降水量、极端降水比率，极端降水日数最小为18%；各极端降水事件因子的值均属较强变异，说明西南地区内部极端降水事件差异性较大。近50年呈上升趋势极端降水事件中，1日最大降水量、极端降水强度和极端降水比率所占比例分别达60%、64%和61%，其中呈显著上升趋势站点所占比例分别达12%、10%和13%；极端降水日数下降趋势和显著性下降趋势站点所占比例分别为52%和4%。西南地区近50年极端降水事件总体呈上升趋势，但显著性不高；这和海温异常变化和复杂的地理环境有较大关系。
关键词：极端降水；Mann-Kendall 秩次相关法；空间分布；西南地区
1引言
近百年来，全球持续增温，极端降水事件显著增加[1-3]。暴雨、洪涝等极端降水事件的发生频率和强度的增加对社会经济的可持续发展以及人民的生产生活造成巨大影响[4]。我国一些学者对极端降水事件进行了研究，翟盘茂等指出，我国西北地区和东北西部地区极端降水事件出现的概率呈增加趋势，东北东部到华北大部极端降水事件发生的日
6]
数却趋于减少[5，。苏布达等认为近期长江流域的
上海拔较高、地形较复杂区域之一，其气候变化有着自身的规律和特点[13]，故研究该区极端降水事件时空分布意义重大。
本研究采用多个极端降水事件指标，探讨近50年西南地区极端降水事件的时空变化，以期为该区灾害预警和气候变化研究提供参考。
2数据来源与研究方法
根据中国气象地理区划，本文西南地区包括川、渝、黔、滇四省（市），分析所用数据来自国家气象信息中心，站点分布状况如图1。
目前对于极端气候事件研究多采用阈值法，阈值分为绝对阈值和相对阈值，绝对阈值是取对人类生活或生态环境有不良影响的固定值，我国取50mm 日降水量为暴雨阈值。相对阈值分为参数和非参数两种方法，参数法是根据Gamma 分布函数来确定，非参数法是根据资料序列的百分位值确定[5]。
西南地区有一部分地区年最大降水量达不到
极端强降水出现了显著增加趋势，突出表现在中下游地区[7]。孙凤华等指出东北地区近年来降水日数明显减少，但暴雨日数基本不变，强度增强[8]。李志等认为近年来泾河流域极端降水变化趋势不显著，频率和强度等可能呈上升趋势，流域中下游呈上升趋势，流域西南部和北部呈下降趋势[9]。但关于我国西南地区极端降水事件的研究较少，西南地区是我国地质灾害和洪涝灾害频发区域[10-12]，也是世界
收稿日期：2013-11-26；修订日期：2014-01-27
基金项目：中国博士后科学基金面上项目（编号：2012M511938）；四川省高等学校建设项目：“水土保持与荒漠化防治重点实验室”；国家“十二五”科技支撑计划项目（编号：2011BAC09B05）。
作者简介：袁文德，男，四川威远人，硕士生，从事气候变化与水文过程方面的研究。E-mail ：[email protected]通讯作者：郑江坤，E-mail ：[email protected]
2014年4月
袁文德等：1962-2012年西南地区极端降水事件的时空变化特征
气象局规定的暴雨标准，如果以50mm 作为绝对阈值来定义极端降水事件，将有部分地区是空白区域，无法分析该地区极端降水事件，将影响研究结果，故本文采用非参数法（百分位法）确定极端降水事件的阈值，即将某站气候标准期（1962-2012年）内所有有雨日（降水量>0.1mm）的降水量按从小到大排序，取其第95百分位值作为该站极端日降水量的阈值，当某站某日降水量超过该站的这一阈值时，称为发生极端降水事件[5]。
为较全面分析西南地区极端降水事件的时空变化特征，本文采取6个极端降水指数[14]，具体描述见表1。
采用Mann-Kendall 秩次相关法来研究降水的时间变化趋势，Mann-Kendall 方法的优点在于不需要样本遵从一定的分布，也不受少数异常值的干扰，更适合于水文气象等非正态分布的数据[15]。采用Mann-Kendall 法对各站的极端降水事件系列进行分析，得到各站相应的Mann-Kendall 统计量Z 值，再进行插值，得到年降水在空间上随时间变化的趋势图。计算方法如下[16]：其趋势检验统计量公式是：
S =∑∑sign(X i -X j )
i =2j =1n i -1
图1西南地区气象站分布
Fig.1Location of the weather station in Southwestern China
表1极端降水指数及其定义
假设有一时间序列：X 1，X 2，X 3，…，X n ，
（1）
式中sign （）为符号函数。当X i -X j 、=Mann-Kendall 统计量Z 值计算公式为：
或>0时，sign(X i -X j ) 分布为-1、0或1；
ì(S -1)/n (n -1)(2n +5)/18 S >0
ï
Z =í 0 S =0
ï(S +1)/n (n -1)(2n +5)/18 S
量存在相关性，变化符合此规律[17]。将各气象站1962-2012年的各指标值和各站相应的Mann-Kendall 统计量Z 值在ArcGIS10.0软件中用反距离加权插值法进行插值，分析其空间分布。
（2）
3结果与分析
3.1极端降水事件的空间分布特征
由图2可知，6个极端降水事件指标的空间分布具有明显的沿东－西方向或沿东南－西北方向的梯度变化的特征。
渐递减。其中1日最大降水量从东部的103~
1日最大降水量和极端降水比率均从东向西逐
式中Z 为正值表示增加趋势，负值表示减少趋势。Z 的绝对值在大于等于1.64、1.96、2.58时表示分别
通过了置信度90%、95%、99%显著性检验。
反距离加权插值法是以样点间存在局部影响，这种影响与距离成反比为前提假设，通过创建栅格表面利用有限样点估计未知样点的值，各气象站变
资源科学
第36卷第4期
118mm 减少到西部的25.4~46.7mm，变幅为140.7~25.4mm ，极端降水比率从东部的39%~43%减少到西部的23%~25%（图2a ，图2e ）。极端降水量、极端
最少发生区域为川北、川西、和滇中北部，年均6d 左右。各变量在不同站点间存在一定差距，但各变量的变异系数均>0.1，属较强变异，说明西南地区内各站极端降水事件的情况差异较大。3.2极端降水量的变化趋势
1962-2012年西南地区大部分地区的极端降水
降水强度和5日最大降水量均从东南部向西北部递减，极端降水量由东南部的508~610mm减少到西北部的118~220mm，最大极端降水量为751.9mm ，最小为118.1mm （图2b ，表2）；极端降水强度由东南部的（55~64）mm/d降低到（17~28）mm/d，最大值为75mm/d，最小值则为17mm/d（图2d ，表2）；5日最大降水量由东南部的158~190mm减少到西北部的53~85mm，1日的降水量引起自然灾害的几率不大，持续强降水量更容易引起洪涝、泥石流等自然灾害，比较得知东南部更容易发生强降雨引起的自然灾害（图2f ）。而极端降水日数则呈现出由中向东北部和西南部逐渐递减的趋势，最多发生区域为川东南、黔省西北部及滇省部分地区，年均超过10d ，变幅介于5~13d（图2c ，表2），
量呈现增长趋势（图3a ），平均极端降水量为342.9mm （表2）。M-K 检验表明，50站的极端降水
表21962-2012年西南地区极端降水事件各指标值
Table 2Extreme precipitation of each index in Southwestern China
from 1962to 2012
图21962-2012年西南地区极端降水事件的空间分布
Fig.2Spatial distribution of extreme precipitation events （EPE ）in Southwestern China during 1962-2012
2014年4月
袁文德等：1962-2012年西南地区极端降水事件的时空变化特征
量呈增长趋势，主要分布在西南地区西部（川滇西部），39站呈减少趋势，主要在西南地区东南部（渝黔滇东部），1站趋势不明显。显著性变化趋势中，四川省2站（昭觉、万源）和云南省2站（楚雄、保山隆阳）的增长趋势显著（通过90%的显著性检验），其中万源站的增长趋势非常显著（通过95%的显著性检验）；位于云南省2站（沾益、昭通）、黔省（通过90%的显著性检验），其中宜宾站减少趋势非常显著（通过95%显著性检验）（图3b ）。极端降水量的变化趋势与年降水量的变化趋势基本类似，年降水量较多的年份极端降水事件发生较多，年降水量少的年份极端降水事件也少[18-20]。3.3极端降水日数的变化趋势
极端降水日数的变化趋势可以直接反映出极端降水频率的变化趋势。47站的极端降水日数呈减少趋势，主要集中在东南部，而41站呈增长趋势，平均极端降水日数为8d （表2，图4a ）。极端降水日数显著性变化趋势表现为：位于黔的盘县站减少趋势显著（通过90%的显著性检验），位于川滇交界处的3个站的减少趋势非常显著（通过95%的显著性检验）；位于川的2个站（松潘、西昌）增长趋势显著（通过90%的显著性检验），滇的楚雄站变化则非常显著（通过90%的显著性检验）（图4b ）。极端降水日数的整体呈下降趋势，变化不显著。
3.4极端降水强度的变化趋势
1962-2012年西南地区极端降水强度大1站（盘县）和四川1站（宜宾）减少趋势显著
分比，反映极端降水量对总降水量的贡献，也在一定意义上反映了极端降水事件对洪涝的贡献率[21]。1962-2012年西南地区大部分地区的极端降水比率以增长趋势为主（图6a ），55站呈增长的趋势，其中川北、川南、滇南、黔南的6个站增长趋势显著（通过90%的显著性检验），分布于川东北、滇西、川滇黔交
图3极端降水量的变化趋势
Fig. 3Trend in annual amount of extreme precipitation events
图4极端降水日数的变化趋势
Fig.4Trend in days of extreme precipitation events
部分呈现增大趋势，平均极端降水强度为44.2mm/d（图5a ，表2）。90个站中有58站呈增大趋势，其中4个站增大趋势显著，5个站增大趋势非常显著。增大趋势的站主要集中在川东南和黔北。西南地区有32站呈减小趋
势，其中贵州盘县站减小趋势显著（通过90%的显著性检验），云南省元江站减小趋势非常显著（通过95%的显著性检验）（图5b ）。3.5极端降水比率的变化趋势
极端降水比率是极端降水量与总量的百
图5极端降水强度的变化趋势
Fig. 5Trend in intensity of extreme precipitation events
资源科学
第36卷第4期
界处的6个站非常显著（通过95%的显著性检验）。西南地区西北部和中部地区35站呈减少趋势，仅四川宜宾和黔盘县2个站减少趋势显著（通过90%的显著性检验），四川德格站减少趋势非常显著（通过95%的显著性检验）（图6b ）。西南地区平均极端降水比率为32%（表2），说明从西南地区整体上看，极端降水量占全年降水量的比例较高，对洪涝的发生的贡献率也较大，特别川东地区极端降水比率高达了40%以上（图2e ）。西南地区北部年降水量较少，极端降水日数较少，极端降水比率较小，并处于减少趋势，故西南地区北部因极端降水事件造成的洪涝灾害的几率小。
3.61日最大降水量的变化趋势
如图7a 所示，1962-2012年西南地区1日最大降水量的变化以增长趋势为主，54站呈增长趋势而36站呈减少趋势。具减少趋势的区域在西南地区呈不规则小斑主要分布在东南部。位于川和滇的3个站的减少趋势通过了90%的显著性检验，滇和黔的2个站通过了95%的显著性检验，主要分布在西南中部地区。位于西南地区中部的8个站增长趋势通过了90%的显著性检验，云南会泽、四川遂宁、贵州湄潭3个站增长趋势则通过了95%的显著性检验（图7b ）。
3.75日最大降水量的变化趋势
1962-2012年西南地区5日最大降水量的变化
图71日最大降水量变化趋势
Fig.7Trend in annual daily maximum precipitation amount
图6极端降水比率的变化趋势
Fig. 6Trend in ratio of extreme precipitation events
以减少趋势为主（图8a ），36个站呈增长趋势，其中
川北、滇北5站增长趋势显著（通过90%的显著性检验）；53站呈减少趋势，位于川南、滇南的4站减少趋势显著（通过90%的显著性检验）（图8b ）。持续的强降水对山区、坡度大的山地的危害是显然的，能迅速导致洪涝的发生，同时由于人类因素的干扰，造成土质疏松，持续的强降水量将伴随着泥石流，而西南地区平均5日最大降水量为126mm （表2），从西南地区整体来说，大部分地区由于持续降水导致洪涝的发生几率不大，但需重视由于人类活动干扰引起的泥石流。
图85日最大降水量的变化趋势
Fig. 8Trend in annual 5-days maximum precipitation
西逐渐递减，极端降水量、极端降水强度和5日最大降水量均从东南部向西北部递减。各指标值中1日最大降水量变异系数最大，达到39%，极端降水日数最小，为18%。在趋势变化中，大部分指标呈上升趋势的站数明显大于下降趋势的站数，上升趋势中极端降水强度的比例最大，约为64%；下降趋势中5日最大降水量的比例最大，约为59%。显著上
4结论
空间分布，具有东—西和东南—西北方向的梯度变
1962-2012年西南地区极端降水事件各指标的
化特征，1日最大降水量和极端降水比率均从东向
2014年4月
袁文德等：1962-2012年西南地区极端降水事件的时空变化特征
升中极端降水比率的比例最大，约为13%；显著下降中1日最大降水量的比例最大，约为6%。极端降水强度的变化由极端降水量和极端降水日数共同决定，部分地区的极端降水量和极端降水日数均在降低，可能是导致极端降水强度的减少变化显著的站比较少的原因。极端降水事件的各指标都具有单一趋势，各个指标具有显著性趋势的站点数存在一定差异（表3），但各指标中具有显著性趋势的站点数较少，占的比例均较低，说明西南地区1962-2012年极端降水事件的变化呈上升趋势，并不显著，与其他地区极端降水事件变化特征相比西南地区确存在独特的变化规律。
表31962-2012年西南地区极端降水事件站点数情况
Table 3The extreme precipitation event site in Southwestern China
[5-9，22-24]
Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cam-[2]
bridge ：Cambridge University Press ，2007.
cling ：Implications for rainfall rates with climate change[J].Climate Change ，1998，39（4）：667-694.
Allen M R ，Ingram W J. Constraints on the future changes in
Trenberth K E. Atmospheric moisture residence times and cy-
[3]
climate and the hydrological cycle[J].Nature ，2002，419（6903）：224-232.
[4]王绍武，龚道溢，陈振华. 近百年来中国的严重气候灾害[J].应
用气象学报，1999，10（S1）：43-53. [J].地理学报，2003，58（Z1）：1-10. [M].北京：气象出版社，2007.
[5]翟盘茂，潘晓华. 中国北方近50年温度和降水极端事件变化[6]翟盘茂，王志伟，邹旭恺. 全国及主要流域极端气候事件变化[7]苏布达，姜彤，任国玉，等. 长江流域1960-2004极端强降水时
空变化趋势[J].气候变化研究进展，2006，2（1）：9-14. [8]孙凤华，杨素英，任国玉. 东北地区降水日数、强度和持续时间
的年代际变化[J].应用气象学报，2007，18（5）：610-618. [9]李志，刘文兆，郑粉莉. 1965年至2005年泾河流域极端降水事
件的变化趋势分析[J].资源科学，2010，32（8）：1527-1532. [10]丁一汇，戴晓苏. 中国近百年来的温度变化[J].气象，1994，20
（12）：19-26.
[11]陈隆勋，周秀骥，李维亮，等. 中国近80年来气候变化特征及其
形成机制[J].气象学报，2004，62（5）：634-646.
[12]班军梅，缪启龙，李雄. 西南地区近50年来气温变化特征研究[13]唐红玉，顾建峰，俞盛宾，等. 西南地区降水日变化特征分析[14]
[J].高原气象，2011，30（2）：376-384.
Kiktev D ，Sexton D M ，Alexander L ，et al. Comparison of modeled [J].长江流域资源与环境，2006，15（3）：346-351.
，
注：显著性即显著水平超过90%。
5讨论
西南地区极端降水事件的变化存在空间差异，这可能是由气候、地形等多种因素共同作用的结果。西南地区是一个受季风影响很明显的区域，东亚夏季风年代际尺度上的变化和西太平洋副热带高压的年代际位置变化，必然对整个区域气候产生显著影响[25]。地形上，西南地区是世界上地形最复杂的地区之一，地形的复杂同样对整个区域气候有显著影响。气候和地形可能是导致极端降水事件出现显著差异的主要原因，其中海温异常变化是影响西南地区气候变化的间接原因，地理海拔变化是影响西南地区极端降水变化的直接原因[26]。同时人类活动特别是城镇建设也对极端降水事件产生一定的影响。
参考文献（References ）：
[1]
Solomon S. Climate Change 2007：The Physical Science Basis
and observed trends in indices of daily climate extremes[J].Journal of Climate ，2003，16（22）：3560-3571. 究，2006，25（1）：27-34.
[15]徐宗学，张楠. 黄河流域近50年降水变化趋势分析[J].地理研[16][17]
陆志华，夏自强，于岚岚，等. 1958-2009年松花江流域降水时李志，郑粉莉，刘文兆. 1961-2007年黄土高原极端降水事件
空演变特征[J].自然资源学报，2012，27（6）：990-1000..
的时空变化分析[J].自然资源学报，2010，25（2）：291-299.
[18]刘晓冉，李国平，范广洲，等. 我国西南地区1960-2000年降水
783-791.
资源变化的时空特征[J].自然资源学报，2007，22（5）：张顺谦，马振峰. 1961-2009年四川极端强降水变化趋势与周
[19]
期性分析[J].自然资源学报，2011，26（11）：1918-1929.
[20]Haylock M ，Nicholls N. Trends in extreme rainfall indices for an
updated high quality data set for Australia ，1910-1998[J].International Journal of Climatology ，2000，20（13）：1533-1541. [21]
姜创业，蔡新玲，吴素良，等. 1961-2009年陕西省极端强降水
事件的时空演变[J].干旱区研究，2011，28（1）：151-157. [22][23]
降水事件分析[J].气象，2007，33（10）：80-87.
资源科学
第36卷第4期
空分布特征[J].资源科学，2011，33（5）：958-965.
[25]马振锋，彭骏，高文良，等. 近40年西南地区的气候变化事实[26]万云霞，张万诚，肖子牛. 中国西南纵向岭谷地区可降水量的变
化特征[J].自然资源学报，2008，23（4）：657-664. [J].高原气象，2006，25（4）：633-642.
张天宇，程炳岩，刘晓冉. 近45年长江中下游地区汛期极端强黄琰，封国林，董文杰. 近50年中国气温、降水极值分区的时
空变化特征[J].气象学报，2011，69（1）：125-136.
[24]陈少勇，任燕，乔立，等. 中国西北地区大雨以上降水日数的时
Spatial and Temporal Variation in Extreme Precipitation
Events in Southwestern China during 1962-2012
YUAN Wende ，ZHENG Jiangkun ，DONG Kui
（Key Laboratory of Ecological Engineering of Sichuan Province ，College of Forestry ，Sichuan Agricultural University ，Ya'an 625014，China ）
Abstract ：Based on daily precipitation data for 90stations from 1962-2012，extreme precipitation events were defined using the percentile threshold method and analyzed in time and space using the Mann-Kendall rank correlation method and inverse distance weighted interpolation method. The results showed that annual daily maximum precipitation and the extreme precipitation ratio decreased from 103~118mmand 39%~43%in eastern areas to 25.4~46.7mmand 23%~25%in western areas. Extreme precipitation ，extreme precipitation intensity and annual 5-days maximum precipitation decreased from 508~610mm，55~64mm/dand 158~190mmin southeast areas to 118~220mm ，17~28mm/dand 53~85mmin northwest areas ，respectively. The variation coefficient of annual daily maximum precipitation amount is the largest and up to 39%，followed by that of the extreme precipitation amount ，extreme precipitation intensity ，annual 5-days maximum precipitation and extreme precipitation ratio ；extreme precipitation days is the smallest and only 18%.The variation coefficient of extreme precipitation events was stronger and indicates larger differences in extreme precipitation events in the southwestern region. Among extreme precipitation events from 1962-2012，sites with an upward trend for annual daily maximum precipitation amount ，extreme precipitation intensity and ratio accounted for 60%，64%and 61%and the significant upward trend reached 12%，10%and 13%，respectively. Sites with an extreme downward trend and significant downward trend for extreme precipitation days accounted for 52%and 4%respectively. On the whole ，extreme precipitation events followed an upward trend overall ，but not significantly ，on account of ocean temperature anomalies and the complex geographical environment.
Key words ：extreme precipitation ；mann-kendall rank correlation method ；spatial distribution ；Southwestern China