台江县1959~2023年降水时间序列变化特征

Characteristics of Precipitation Time Series Changes in Taijiang County from 1959 to 2023

摘要: 本研究基于1959~2023年台江国家基本气象站的降水资料，采用趋势分析和M-K突变检验法对台江县的降水时间序列资料进行了深入分析。结果显示，台江县年降水量波动性大，总体呈略增多趋势，21世纪10年代降水量显著上升。从四季降水量来分析，除秋季降水量呈减少趋势外，春、夏和冬季均呈增多趋势，降水主要集中在夏季，在1969~1975年间发生了由少到多的突变。暴雨日数和最大日降水量也均呈增加趋势，表明台江县降水强度上升，极端性增强。这些变化与全球变暖密切相关，对当地水资源管理、农业规划和灾害预警等带来了挑战。未来，需加强气候监测和预警系统建设，提升应对极端天气事件的能力。

Abstract: This study is based on precipitation data from the Taijiang National Basic Meteorological Station from 1959 to 2023. Trend analysis and M-K mutation test were used to conduct in-depth analysis of precipitation time series data in Taijiang County. The results show that the annual precipitation in Taijiang County fluctuates greatly, showing a slight increasing trend overall, with a significant increase in precipitation in the 2010s. From the perspective of seasonal precipitation, except for a decreasing trend in autumn, there is an increasing trend in spring, summer, and winter. Precipitation is mainly concentrated in summer, with a sudden change from less to more occurring between 1969 and 1975. The number of rainstorm days and the maximum daily precipitation also showed an increasing trend, indicating that the precipitation intensity in Taijiang County increased, and the extremes increased. These changes are closely related to global warming and pose challenges to local water resource management, agricultural planning, and disaster warning. In the future, it is necessary to strengthen the construction of climate monitoring and early warning systems, and enhance the ability to respond to extreme weather events.

1. 引言

在全球变暖的大背景下，区域强降水强度的变化与全球变暖幅度之间呈现出了近乎线性的关系。这意味着，如果全球变暖的幅度持续扩大，那么强降水的增强幅度也将相应增大[1]。同时，强降水事件的频次也将随着全球增暖幅度的增加而加速增长，尤其是对于那些极端强降水事件而言，其发生频率的增长百分比将更为显著。具体而言，在全球平均气温上升1.5℃的情景下[2] [3]，当前20年一遇的强降水事件的发生频率将增加约10%，而100年一遇的强降水事件的发生频率则将增加20%。若全球气温上升幅度达到2.0℃，那么20年一遇的强降水事件的发生频率将激增22%，而100年一遇的强降水事件的发生频率则将增加45%以上。

台江县位于中国贵州省东部，是黔东南苗族侗族自治州的一个县。其地理坐标位于东经108˚08'至108˚34'，北纬26˚25'至26˚56'之间，地处云贵高原东部的苗岭主峰雷公山北麓、清水江中游南岸。全县总面积约为1110 km²，地形以山地为主，境内山脉纵横，平均海拔在600~1200 m之间，属于中亚热带温和湿润气候区。

降水时间序列变化特征分析在气候研究、水资源管理、农业规划以及灾害预警等多个领域具有极其重要的意义。随着全球气候变暖趋势的加剧，降水模式正在发生深刻变化，极端天气事件频发，对人类社会和自然生态系统构成了严峻挑战。国内众多学者对全国的降水都有所研究[4]-[7]，但台江县的研究相对较少。因此，深入分析台江降水时间序列的变化特征，不仅有助于理解降水现象的本质规律，还为应对气候变化带来的各种挑战提供科学依据。

2. 资料和方法

2.1. 资料

研究选用1959~2023年台江国家基本气象站降水资料，包括年降水量、月降水量和暴雨日数和年最大日降水量，资料来源于黔东南州气象局。

2.2. 方法

M-K突变检验法[8]-[10]，即Mann-Kendall检验法的简称，是一种广泛应用的非参数假设检验方法，主要用于评估时间序列数据中的趋势变化。特别是在气候时间序列分析领域，它被用来进行趋势分析和突变点检测。M-K检验的核心在于计算正向序列UF与反向序列UB的统计量，并依据这两个序列的交点来识别可能存在的突变点。以下是M-K检验的计算公式和步骤详解。

对于时间序列$X=\left\{x_1,x_2,\cdots ,x_n\right\}$ ，统计量S定义为：

$S={\displaystyle \sum }_{k=1}^{n-1}{\displaystyle \sum }_{j=k+1}^n\mathrm{sgn}\left(x_j-x_k\right)$

其中，$\mathrm{sgn}\left(x_j-x_k\right)$ 是符号函数：

$\mathrm{sgn}\left(x_j-x_k\right)=\{\begin{array}{ll}1\hfill & \text{if}{x}_j>x_k\hfill \\ 0\hfill & \text{if}{x}_j=x_k\hfill \\ -1\hfill & \text{if}{x}_j<x_k\hfill \end{array}$

在无趋势的假设下，S的方差$Var\left(S\right)$ 为：

$Var\left(S\right)=\frac{n\left(n-1\right)\left(2n+5\right)-{\displaystyle {\sum }_{t}t\left(t-1\right)\left(2t+5\right)}}{18}$

其中，t是序列中相同值的组数。

标准化统计量Z为：

$Z=\{\begin{array}{ll}\frac{S-1}{\sqrt{Var\left(S\right)}}\hfill & \text{if}S>0\hfill \\ 0\hfill & \text{if}S=0\hfill \\ \frac{S+1}{\sqrt{Var\left(S\right)}}\hfill & \text{if}S<0\hfill \end{array}$

Z服从标准正态分布，用于检验趋势的显著性。

UF和UB统计量的计算，UF统计量用于检测时间序列的正向趋势。对于每个时间点k ($k=2,3,\cdots ,n$ )，计算：

$U{F}_k=\frac{S_k-E\left(S_k\right)}{\sqrt{Var\left(S_k\right)}}$

式中，$S_k$ 是前k个数据的统计量S。

$E\left(S_k\right)=\frac{k\left(k-1\right)}{4}$ 是$S_k$ 的期望值。

$Var\left(S_k\right)=\frac{k\left(k-1\right)\left(2k+5\right)}{72}$ 是$S_k$ 的方差。

UB统计量用于检测时间序列的反向趋势。对于每个时间点 k ($k=n-1,n-2,\cdots ,1$ )，计算：

$U{B}_k=\frac{S_k-E\left(S_k\right)}{\sqrt{Var\left(S_k\right)}}$

式中，$S_k$ 是后k个数据的统计量S。

$E\left(S_k\right)=\frac{\left(n-k\right)\left(n-k-1\right)}{4}$ 是$S_k$ 的期望值。

$Var\left(S_k\right)=\frac{\left(n-k\right)\left(n-k-1\right)\left(2\left(n-k\right)+5\right)}{72}$ 是$S_k$ 的方差。

显著性检验，如果UF或UB的绝对值超过显著性水平线(如Z = ±1.96)，则表明存在显著趋势；通过比较UF和UB两条曲线，找到它们的交点。该交点被视为潜在的突变点，意味着在此点前后，时间序列的趋势发生了显著变化。

3. 分析结果

3.1. 降水量年际变化

从1959~2023年的64年间，台江县年降水量呈现出显著的波动性。平均年降水量为1118.1 mm，这反映了该地区较为丰富的降水资源。然而，实际年降水量在不同年份之间存在较大差异，最低年份出现在2023年，仅为785.3 mm；最高年份为1994年，达到了1487.7 mm。这种波动不仅影响了当地的水资源管理，也对农业生产带来了挑战。

台江县年降水量(图1)年际变化明显，其中台江县1959~2023年平均降水量为1362.0 mm，总体呈略增多趋势；从年代际降水平均值来分析，21世纪10年代(2010~2019年)年平均降水量高于其余年代平均。

Figure 1. Trend of annual precipitation in Taijiang County from 1959 to 2023

图1. 台江县1959~2023年年降水量趋势图

降水距平百分率是衡量某一年降水偏离长期平均水平的重要指标。正值表示该年降水量高于平均水平，而负值则表示低于平均水平。1965年降水量达到1388 mm，距平百分率为+24.1%，这是过去64年间降水最为丰富的一年之一；1994年降水量为1487.7 mm，距平百分率为+33.1%，成为有记录以来降水量最高的年份；1996年和1997年分别为1258.7 mm和1265.3 mm，距平百分率分别为+12.6%和+13.2%，表明这两年降水也非常充沛。低降水距平年份为1960年，降水量仅为745.4 mm，距平百分率为-33.3%，是记录中降水量最少的一年。

通过M-K检验，从图2中可以看出，台江县年降水量在1959~2023年存在三个偏多时期，为70年代，90年代和2010年以后，但都没有发生突变。

Figure 2. M-K test of annual precipitation in Taijiang County from 1959 to 2023

图2. 台江县1959~2023年年降水量M-K检验

3.2. 季降水量年际变化

从1959~2023年的64年间来分析台江县的年降水量显示出明显的波动性和季节性差异。总体来看，夏季是降水最多的季节，平均降水量约为470 mm；其次是春季和秋季，分别约为340 mm和230 mm；冬季降水量最少，平均值仅为90 mm左右。这种分布符合亚热带季风气候的特点，即雨热同期，夏季高温多雨，冬季低温少雨。

春季(3~5月)，见图3，降水量的变化范围较大，最低为1986年的213.3 mm，最高为2013年的576.5 mm。大多数年份的春季降水量集中在300~400 mm之间，占全年总降水量的20%左右。春季降水量的增加通常标志着雨季的开始，有利于农作物的播种和生长。夏季(6~8月)，见图4，是台江县降水最丰富的季节，降水量普遍在400 mm以上，部分年份甚至超过700 mm。例如，1965年的夏季降水量高达595.6 mm，而1996年更是达到了762.5 mm的历史峰值。夏季降水主要由东南季风带来，充沛的雨水对缓解干旱、补充水资源具有重要意义。秋季(9~11月)，见图5，降水量相对较少，但仍有显著的年际变化。最低记录出现在2022年，仅有19.9 mm，而最高值则发生在1961年，达到414.5 mm。秋季降水的减少意味着旱季的到来，对于农业而言，适时的灌溉变得尤为重要。冬季(12~2月)，见图6，降水量最少，平均值不足100 mm，且各年间的差异较小。值得注意的是，近年来冬季降水量有所上升，如2021年达到了224.9 mm，远高于历史平均水平。这可能与全球气候变化有关，需进一步研究确认。

Figure 3. Trend of spring precipitation in Taijiang County from 1959 to 2023

图3. 台江县1959~2023年春季降水量趋势图

Figure 4. Trend of summer precipitation in Taijiang County from 1959 to 2023

图4. 台江县1959~2023年夏季降水量趋势图

Figure 5. Trend of autumn precipitation in Taijiang County from 1959 to 2023

图5. 台江县1959~2023年秋季降水量趋势图

Figure 6. Trend of winter precipitation in Taijiang County from 1959 to 2023

图6. 台江县1959~2023年冬季降水量趋势图

通过M-K检验，从图7~10中可以看出，台江县春季、秋季和冬季降水量在1959~2023年均没有发生突变，在夏季1969~1975年发生由少到多的突变，并通过信度为0.01，置信区间为[±2.56]的检验，突变点位于1960年。

Figure 7. M-K test of spring precipitation in Taijiang County from 1959 to 2023

图7. 台江县1959~2023年春季降水量M-K检验

Figure 8. M-K test of summer precipitation in Taijiang County from 1959 to 2023

图8. 台江县1959~2023年夏季降水量M-K检验

Figure 9. M-K test of autumn precipitation in Taijiang County from 1959 to 2023

图9. 台江县1959~2023年秋季降水量M-K检验

3.3. 暴雨日数变化

从台江县历年暴雨日数变化分布(图11)来看，台江县暴雨日数年际差异较大，但整体呈略增加趋势。台江县1959~2023年平均暴雨日数为3.5天，其中1965、1977年暴雨日数最多，为8天；1960、1989、2001年无暴雨过程发生。

Figure 10. M-K test of winter precipitation in Taijiang County from 1959 to 2023

图10. 台江县1959~2023年冬季降水量M-K检验

Figure 11. Variation trend of rainstorm days in Taijiang County from 1959 to 2023

图11. 台江县1959~2023年暴雨日数变化趋势

从月暴雨日数分布曲线图(图12)来看，台江县暴雨主要分布在4~10月，其中5~7月较为集中。根据1959~2023年暴雨日数统计资料分析来看，6~7月暴雨日数最多，3月和11月出现较少，而1~2月及12月未出现暴雨天气过程。

Figure 12. Monthly average variation of rainstorm days in Taijiang County

图12. 台江县暴雨日数月平均变化

3.4. 最大日降水量年际变化

从台江县逐年最大日降水量变化(图13)来看，台江县总体呈增加趋势，其中台江县最大日降水量超过180 mm的年份有3年，分别为1977、2003、2018年。2018年6月22日，台江县日降水量为281.7 mm，是历年最大日降水量。

Figure 13. Trend of maximum daily precipitation in Taijiang County from 1959 to 2023

图13. 台江县1959~2023年最大日降水量变化趋势

总体来看，台江县全年及春、夏、冬三季降水量、年暴雨日数、年最大日降水量呈增加趋势，秋季降水量呈减少趋势，表明台江县降水强度呈上升趋势，极端性加强。

4. 小结

研究利用1959~2023年台江国家基本气象站的降水资料，采用趋势分析和M-K突变检验法分析了台江县的降水时间序列，结果表明：

(1) 台江县年降水量呈波动性变化，但总体略呈增多趋势，尤其是21世纪10年代的年平均降水量显著高于其他年代。春、夏、冬三季降水量呈增加趋势，秋季呈减少趋势。夏季是降水量最多的季节，符合亚热带季风气候特点。年、春季、秋季和冬季降水量在1959~2023年间没有发生突变，而夏季在1969~1975年发生由少到多的突变。

(2) 台江县暴雨日数年际差异较大，但整体呈略增加趋势，主要集中在5~7月。最大日降水量也呈增加趋势，其中2018年6月22日达到了历年最大值281.7 mm。这些变化表明，台江县降水强度呈上升趋势，极端性加强。

(3) 台江县的降水时间序列变化特征受全球气候变暖影响显著，呈现出降水量增多、暴雨日数增加和降水强度增强的趋势。这些变化对当地水资源管理、农业规划和灾害预警等领域提出了严峻挑战。因此，深入研究降水时间序列的变化特征，对于理解降水现象的本质规律、制定适应气候变化的策略具有重要意义。未来，应进一步加强气候监测和预警系统建设，提高应对极端天气事件的能力。

基金项目

贵州省气象局省市联合科研基金项目(项目编号：黔气科合SS[2023]33号)。

NOTES

^*第一作者。

^#通讯作者。