四川省夏季夜雨的时间变化特征
Time Variation Characteristics of Summer Night Rain in Sichuan Province
摘要: 为研究四川省夏季夜雨的降水时空变化特征,本文利用四川省1961~2021年共61年全省126个基本气象站的逐日降水观测资料,采用Morlet小波分析和集合经验模态分解(Ensemble Empirical Mode Decomposition,以下简称EEMD分解),详细探讨了四川省夏季夜雨降水的时间变化特征。结果表明:1) 在REOF结果表明,四川省夏季夜雨可划分为四个区域,即盆地西北型(方差贡献率25.7%)、川东北型(方差贡献率17.3%)、南北相反型(方差贡献率13.6%)和高原盆地相反型(方差贡献率8.5%)。其中,盆地西北型增长速度为−0.067•(10a)−1,川东北型为−0.087•(10a)−1,南北相反型为−0.117•(10a)−1,而高原盆地相反型为0.074•(10a)−1。2) 综合四川省夏季夜雨量REOF各区域的Morlet小波与EEMD分析,可知:盆地西北区域夏季夜雨主要有30年的周期变化和2~3年的短周期变化;川东北区域除2~3年短周期变化外,还有7~9年和30年左右的较长周期变化;盆地南部区域有3~4年和30年左右两个主要变化周期;川西高原区大部分时间段变率小,无稳定的较长时间变化周期,以2~3年短周期变化为主。
Abstract: To study the spatiotemporal variation characteristics of summer night rain precipitation in Sichuan Province, this paper uses daily precipitation observation data from 126 basic meteorological stations in the province from 1961 to 2021. Morlet wavelet analysis, and Ensemble Empirical Mode Decomposition (EEMD decomposition) are used to explore in detail the temporal variation characteristics of summer night rain precipitation in Sichuan Province. The results showed that: 1) In the REOF analysis, summer night rain in Sichuan Province can be divided into four regions, namely the northwest basin type (variance contribution rate 25.7%), the northeast Sichuan type (variance contribution rate 17.3%), the north-south opposite type (variance contribution rate 13.6%), and the plateau basin opposite type (variance contribution rate 8.5%). Among them, the growth rate of the northwest basin type is −0.067•(10a)1, the northeast Sichuan type is −0.087•(10a)1, the north-south opposite type is −0.117•(10a)1, and the plateau basin opposite type is −0.074•(10a)1. 2) Based on the Morlet wavelet and EEMD analysis of summer night rain in various regions of the REOF in Sichuan Province, it can be concluded that the summer night rain in the northwest region of the basin mainly exhibits a 30-year cycle and a 2~3 year short cycle; In addition to short-term fluctuations of 2~3 years, the Northeast Sichuan region also experiences longer cycles of 7~9 years and around 30 years; The southern region of the basin has two main cycles of change: 3~4 years and around 30 years; Most of the time periods in the western Sichuan Plateau region have low variability and no stable long-term cycles, with a predominance of short cycles of 2~3 years.
文章引用:刘宇航, 毛文书. 四川省夏季夜雨的时间变化特征[J]. 自然科学, 2025, 13(6): 1139-1147. https://doi.org/10.12677/ojns.2025.136119

1. 绪论

夜雨,特指在夜间时段,即晚上20时开始至08时这一段时间内的降水量[1]。四川地区在全世界范围内都被公认为是一个典型的夜雨频发区域。深入研讨这一地区的夏季夜雨降水特征,对于有效防范和减轻由极端气候事件所带来的各种危害,具有极其重要的现实意义和科学价值[2]。通常情况下,该地区的降水强度会在午夜前后达到一个明显的峰值,这一时段的降水量往往较为集中且强度较大[3]。根据胡迪等[4]研究,20世纪70至90年代夜雨频次和比例均呈减少趋势,夜雨强度70年代较小,80年代增强,90年代强度又减弱;21世纪强度和比例明显增大,频次增加滞后,且频次和比例波动性更明显。张博等[5]指出,四川地区昼夜降水量东部多于西部,但有东部增多、西部减少的趋势。夜雨量有准7年和准4年周期,夜雨率有准12年和准3年周期,年度夜间强降水日数有准8年和准4年周期。冉津江等[6]分析2011~2020年数据表明,四川年均每站短时强降水4.2次、降水量146 mm,年际变化明显且近十年上升。降雨集中在3~10月,6~9月达顶峰,多发生在23点至次日7点,凌晨3点最高峰,呈夜间单峰模式,不同子区域高峰时间北移延后。

四川地区气象灾害破坏力随经济社会的发展愈发严重。其中,强降水诱发的洪涝、山洪等灾害最为严峻,对附近居民生命财产安全造成严重威胁。夏季汛期强降水集中于夜间,给防灾减灾工作带来很大困难。如2012年8月30日至9月1日夜间,四川盆地东部发生了区域性特大暴雨,其中229个站点录得大暴雨,灾情惨重,全省受灾人口达260.2万,15人遇难,17人失踪,直接经济损失达59.4亿元[7]。此外,2020年8月10日夜雅安芦山县特大暴雨引发了严重灾害。且研究表明,芦山喇叭状的独特地形可能是导致极端降水的关键因子[8]。因此,深入研究四川夏季夜雨特征及机理,对理解变化规律、提升预报预警水平、增强防灾减灾实效性有重要指导意义。

2. 资料和方法

2.1. 资料概括

本文数据来源于四川全省126个国家基本气象站的逐日气象观测数据。研究涵盖了1961~2021年1月1日至12月31日这段时间,其中北京时间08:00~20:00为昼雨,20:00~08:00为夜雨,6~8月为夏季。

2.2. 研究方法

1) Morlet小波分析[9]

2) 集合经验模态分解(EEMD) [10]

3. 四川省夏季夜雨时间变化特征

3.1. 四川省夏季夜雨的REOF分析

为了更深入地研究四川省不同区域夏季夜雨降水量的时间变化特性,本文使用了旋转经验正交函数(REOF)展开方法来处理1961~2021年期间四川省各区域的夏季夜雨降水数据。在REOF分析中,通过显著性检验得出的几个特征向量所揭示的空间分布模式,正是该变量场在区域上的典型分布模式。基于这四种空间模态的载荷空间分布,把四川省夏季夜雨的四种降雨分布模式命名为:盆地西北型、川东北型、南北相反型和高原盆地相反型。图1展示的第1模态是盆地西北型。此模态中盆地西北部及周边地区,包括成都平原和乐山市的大部地区均为较大正值载荷区域,其中在成都西部山区为正值载荷极值区。与第1模态相匹配的时间系数中,它在过去的61年里以0.067•(10a)1的速度递减。第2模态为川东北型。这一模态揭示了四川省夏季夜雨的降水在除川西高原东南部和四川盆地西南部的局地为较小正值之外,其余大部分地区均为负值的分布模式。与第2模态相匹配的时间系数中,它在过去的61年里以0.087•(10a)−1的速度递减。第3模态是南北相反型。这一模态揭示了四川省夏季夜雨的降水以30.5˚N作为界限在南北方向上呈现出相反的空间分布模式。与第3模态相匹配的时间系数中,它在过去的61年里以0.117•(10a)−1的速度递减。第4模态是高原盆地相反型。这一模态揭示了四川省夏季夜雨的降水在川西高原地区为正值载荷,而在盆地有小幅度负载荷的分布模式。在第4模态时间系数中,它在过去的61年里以0.074•(10a)−1的速度递增。

Figure 1. Spatial distribution and corresponding time coefficients of the first four modes of normalized anomaly REOF for summer night rain in Sichuan from 1961 to 2021(a) (b) The first mode and its corresponding time coefficient; (c) (d) The second mode and its corresponding time coefficient; (e) (f) Third mode and corresponding time coefficient; (g) (h) Fourth mode and corresponding time coefficient

1. 1961~2021年四川夏季夜雨标准化距平REOF前4个模态的空间分布及相应的时间系数(a) (b) 第1模态及相应时间系数;(c) (d) 第2模态及相应时间系数;(e) (f) 第3模态及相应时间系数;(g) (h) 第4模态及相应时间系数

据此将四川省的夏季夜雨分为4个区域。雅安市、成都市、眉山市、德阳市、绵阳市、广元市为区域一(以下简称盆地西北区);南充市、达州市、巴中市、广安市、遂宁市为区域二(以下简称川东北区);资阳市、泸州市、内江市、宜宾市、乐山市、自贡市为区域三(以下简称盆地南部区);甘孜藏族自治州、阿坝藏族羌族自治州、凉山彝族自治州和攀枝花市为区域四(以下简称川西高原区)。

3.2. 四川省各区域夏季夜雨的周期变化

3.2.1. 盆地西北区的周期变化

图2展示了1961~2021年四川省夏季夜雨量盆地西北区时间序列的Morlet小波分析的结果。图2(a)是其时间序列原始数据,通过结合图2(b)图2(c),我们可以观察到,在1961年至2021年这一时间段内,盆地西北区30年左右的周期变化特性比较明显,而3至10年的周期变化既不持续也不显著。

Figure 2. Time series (a); wavelet power spectrum (b); global wavelet spectrum (c) in the northwest region of the basin

2. 盆地西北区时间序列(a);小波变换功率谱(b);全局小波谱(c)

Figure 3. EEMD analysis of the first mode time series of northwest region of the basin

3. 盆地西北区时间序列的EEMD分析

为了更深入地研究四川省夏季夜雨降水量的周期性,本文使用了集合经验模态分解(EEMD)展开方法来处理1961~2021年期间四川省夏季夜雨降水量的REOF展开的各个模态对应的时间序列。对该REOF第1模态进行EEMD分解,得到4个IMF分量,图3即为原始数据及其4个IMF分量。IMF1-IMF3分别体现了降水的准2~3年、准8~9年和准30年的周期变化。而IMF4代表了一种更为长期的时间尺度上的波动现象,周期在61年或以上,超出了数据时段的长度,只能揭示降水变化的主要趋势和模式,其具体周期暂无法看出。

综合四川省盆地西北区夏季夜雨量的Morlet小波分析和EEMD分析,可以得出盆地西北区时间系数以30年的周期变化和2~3年的短周期变化为主。

3.2.2. 川东北区的周期变化

图4展示了1961~2021年四川省川东北区夏季夜雨量时间序列的Morlet小波分析的结果。结合图4(b)图4(c),我们可以观察到,在1961年至2021年这一时间段内,川东北区有两个比较明显的周期,分别是30年左右和7~9年。

Figure 4. Time series (a); wavelet power spectrum (b); global wavelet spectrum (c) in the Northeast Sichuan region

4. 川东北区时间序列(a);小波变换功率谱(b);全局小波谱(c)

Figure 5. EEMD analysis of the second mode time series of REOF of Northeast Sichuan region

5. 川东北区时间序列的EEMD分析

图5是川东北区的EEMD分解结果。得出的4个IMF分量中,IMF1体现了降水的准2~3年的短周期变化,IMF2体现了降水的准7~8年的周期变化。IMF3体现了降水的准20年周期变化,IMF4体现了降水的准30年的周期变化。其中,IMF1的贡献率达到60.9%,而其次的IMF2也有28.1%的贡献率。

综合四川省川东北区夏季夜雨量Morlet小波分析和EEMD分析,可以得出,川东北区除2~3年的短周期变化外,还以7~9年和30年左右的较长周期变化为主要变化周期。

3.2.3. 盆地南部的周期变化

图6展示了1961~2021年四川省盆地南部区夏季夜雨量时间序列的Morlet小波分析的结果。图6(b)图6(c)表明,在1961年至2021年这一时间段内,盆地南部区13年左右的周期变化最明显。

Figure 6. Time series (a); wavelet power spectrum (b); global wavelet spectrum (c) in the south region of the basin

6. 盆地南部区时间序列(a);小波变换功率谱(b);全局小波谱(c)

图7是盆地南部区的EEMD分解结果。得出的4个IMF分量中,IMF1体现了降水的准3~4年的短周期变化,IMF2体现了降水的准12年的周期变化。IMF3体现了降水的准20年周期变化,IMF4体现了降水的准30年的周期变化。其中,IMF1的贡献率达到67.9%,占绝大部分,而其次的IMF2仅有14.6%的贡献率。

Figure 7. EEMD analysis of the third mode time series of REOF of south region of the basin

7. 盆地南部区时间序列的EEMD分析

综合四川省盆地南部区夏季夜雨量的Morlet小波分析和EEMD分析,可以得出,盆地南部区有3~4年和30年左右的两个主要变化周期。

3.2.4. 川西高原区夏季夜雨的周期性变化

图8展示了1961~2021年川西高原区夏季夜雨量时间序列的Morlet小波分析的结果。图8(b)图8(c)表明,在1961年至2021年这一时间段内,川西高原区的周期变化不突出,无法得出主要的变化周期。同时,小波变换方差图(图8(d))表明,在整个研究时间段内,方差值在2013年前后达到峰值,但其它时间段不大。这说明了川西高原夏季夜雨量总体稳定,但在2013年前后这段时间内变率较大。

Figure 8. Time series (a); wavelet power spectrum (b); global wavelet spectrum (c) in the Western Sichuan Plateau Region

8. 川西高原区时间序列(a);小波变换功率谱(b);全局小波谱(c)

图9展示了川西高原区的EEMD分解结果。得出的4个IMF分量中,IMF1体现了降水的准2~3年的短周期变化,IMF2体现了降水的准5年周期变化,IMF3体现了降水的准30年周期变化,而IMF4的周期在61年或以上,超出了数据时段的长度。其中,IMF1的贡献率达到75.4%,占绝大部分。

Figure 9. EEMD analysis of the fourth mode time series of REOF of western Sichuan plateau region

9. 川西高原区时间序列的EEMD分析

综合川西高原区夏季夜雨量的Morlet小波分析和EEMD分析,可以得出,川西高原区在大部分时间段变率不大,没有稳定的较长时间变化周期,以2~3年的短周期变化为主。这表明,川西高原的夏季夜雨量变化总体较为稳定。

4. 结论

1) 通过REOF分析得出,四川省夏季夜雨降水分布划分为四个主要类型:盆地西北型(占25.7%)、川东北型(占17.3%)、南北相反型(占13.6%)和高原盆地相反型(占8.5%)。其中,盆地西北型的增长速度是−0.067•(10a)1,川东北型的增长速度是−0.087•(10a)1,南北相反型的增长速度是−0.117•(10a)1,高原盆地相反型的增长速度是0.074•(10a)1

2) 综合四川省1961~2021年期间夏季夜雨量REOF各区域的Morlet小波分析和EEMD分析,可以得出,盆地西北区域夏季夜雨以30年的周期变化和2~3年的短周期变化为主。川东北区域除2~3年的短周期变化外,还以7~9年和30年左右的较长周期变化为主要变化周期。盆地南部区域有3~4年和30年左右的两个主要变化周期。而川西高原区大部分时间段变率不大,没有稳定的较长时间变化周期,以2~3年的短周期变化为主。

声 明

本文图片由使用Anaconda内核的PyCharm软件制图。

参考文献

[1] 董自正, 毛文书, 白磊. 四川省近60年夏季夜雨时空变化特征[J]. 成都信息工程大学学报, 2024, 39(5): 589-596.
[2] 李川, 陈静, 何光碧. 青藏高原东侧陡峭地形对一次强降水天气过程的影响[J]. 高原气象, 2006, 25(3): 442-450.
[3] 曾庆存, 宇如聪, 彭贵康, 等. “雅安天漏”研究Ⅲ: 特征、物理量结构及其形成机制[J]. 大气科学, 1994, 18(6): 649-659.
[4] 胡迪, 李跃清. 青藏高原东侧四川地区夜雨时空变化特征[J]. 大气科学, 2015, 39(1): 161-179.
[5] 张博, 李国平. 全球气候变暖背景下四川地区夜雨的变化特征[J]. 中国科技论文, 2015, 10(9): 1111-1116.
[6] 冉津江, 齐玉磊, 龙治平, 等. 基于高密度站点的四川盆地短时强降水特征分析[J]. 高原气象, 2023, 42(4): 949-961.
[7] 周春花, 张驹. 2012年8月四川盆地东部一次持续性暴雨过程的中尺度特征分析[J]. 中山大学学报(自然科学版), 2007(6): 108-113.
[8] 黄楚惠, 李国平, 牛金龙, 等. 2020年8月10日四川芦山夜发特大暴雨的动热力结构及地形影响[J]. 大气科学, 2022, 46(4): 989-1001.
[9] Nicolay, S., Mabille, G., Fettweis, X. and Erpicum, M. (2010) Brief Communication “A Statistical Validation for the Cycles Found in Air Temperature Data Using a Morlet Wavelet-Based Method. Nonlinear Processes in Geophysics, 17, 269-272. [Google Scholar] [CrossRef
[10] Boodhoo, K., Lollchund, M.R. and Dilmahamod, A.F. (2016) Trends Analysis of Precipitation Data over the Tropical South-West Indian Ocean (SWIO) Basin Using the Ensemble Empirical Mode Decomposition (EEMD) Method. Mausam, 67, 423-430. [Google Scholar] [CrossRef