沈阳地区降水时空分布特征及其极端性分析

摘要：利用沈阳市2011-2020年区域站逐小时降水资料、1971-2020年7个国家气象站逐日降水资料，较精细地分析了沈阳市基本降水时空分布特征、极端降水情况及未来发展趋势。结果表明：近10年沈阳市累积降水量东多西少，市区偏多；全市累积降水量和暴雨日呈增加趋势，市区和于洪区两类趋势系数大值区呈西南-东北分布。近50年降水量和暴雨量呈减少趋势，雨日呈增加趋势；极端指数表明降水日数显著增长，发生极端降水事件的强度增加，基本降水强度显著降低。除沈北外其余站点Pearson-Ⅲ分布拟合不同重现期极端降水理论值的χ2检验效果较好。Morlet小波分析表明，近50年沈阳地区降水量、暴雨量、雨日及8个极端降水指数均出现明显的1-2a周期振荡，年际变化明显；暴雨量年代际以上的周期特征较显著。

关键词：基本降水；时空分布；极端降水；Pearson-Ⅲ分布拟合；小波分析

近年来，全球气候变化对区域水文变化的影响已成为农业、生态环境以及人类社会经济建设研究的焦点[1]。随着中国大部地区平均气温明显升高，极端天气事件也呈增加趋势[2]，强降水事件发生已趋于常态化[3]，从而导致的气象灾害如城市内涝将进一步影响城市发展和人类社会活动。城市内涝是极端降雨事件、下垫面改变及城市排水能力共同作用的结果[4]，因此了解城市降水资源对城市建设和发展具有重要意义。

研究表明，降水空间分布的改变导致中国多个流域洪涝灾害频发[5]。中国东北地区降水的时空变化特征已有较多学者做过相关研究[6-7]。19世纪60年代以来，东北地区日降水集中程度显著减小[8]，夏季辽宁地区年降水量呈显著递减趋势[9]；辽宁省强降水低值区位于朝阳地区和沈阳北部地区[10]；极端降水这一小概率事件的研究愈受关注，探讨极端降水的时空分布特征并对未来的变化格局进行预估，有利于降低极端降水带来的灾害所造成的影响。

全球气候变暖背景下，降水变异性逐渐增强，利用最新的长时间序列降水数据，有助于全面了解各地区的降水历史变化特征。为了更加精细地分析沈阳地区降水特征，本文利用区域站和国家站的降水观测资料，对沈阳市2011-2020年和1971-2020年的基本降水和极端降水情况及未来发展趋势进行分析，研究结果可为缓解城市内涝等相关城市建设提供依据，为生态环境保护及水资源的合理优化配置提供一定的参考。

1  资料与方法

1.1  数据来源

沈阳市2011-2020年区域站逐小时降水资料、1971-2020年7个国家气象站逐日降水资料。

图1 研究区域范围（红线内西侧为于洪区，东侧为市区）

1.2  研究方法

1.2.1  线性倾向估计法

属于时间序列分析范畴，通过建立一元线性回归方程，计算降水量、雨日、暴雨日、暴雨量等参数的线性变化趋势。

1.2.2  小波分析法

小波分析是一种通过时间-频率(时域-频域)来研究信号变化特征的分析方法，利用小波功率谱检验判断周期信号波动的显著性程度，小波功率谱的显著性检验采用95%置信水平的红噪声检验来实现。由于小波功率谱中会出现边缘效应，需要利用小波影响锥(COI)，表示小波谱区域以及相应的边缘效应。

1.2.3  Pearson-Ⅲ概率分布密度函数计算不同重现期最大日雨量

Pearson-Ⅲ概率分布具有广泛的泛化能力和模拟能力，在气象学中常用于拟合最大日降水量分布。重现期指最大日降水量可能出现一次的平均间隔时间，单位是年。

1.2.4  极端降水指数

本文中所指的极端降水指数是用来表征降水异常值在某一时段的出现次数和频率，反映的是统计意义上的极端性，利用RClimDex(1.0)计算8个具有代表性的极端降水指数（表1），对沈阳地区的极端降水时空演变规律进行分析研究。所有降水数据均使用RClimDex软件进行了严格质量控制。

表1 极端降水指数及其定义

1.2.5  极端降水阈值判定

极端降水时间的阈值判定采用基于百分位的方法，在本文中将最大日降水量发生概率的10%（概率倒数表示的重现期）[21]作为历史极端降水事件的降水阈值，当某测站某日降水量超过这个阈值，则认为该站出现了极端降水。为应对极端降水等自然灾害对城市带来的严重影响，合理有效缓解城市内涝问题，我国提出的“海绵城市”概念中，需参考到许多国家广泛应用的城市雨水径流污染和城市排水系统模型——暴雨管理模型（SWMM），可结合本文中的降水趋势分析得到不同重现期的极端降水阈值，作为具有SWMM模拟的最大日降水情景。

2  结果与讨论

2.1  基本降水空间分布特征

根据沈阳地区2011-2020年区域站逐小时降水资料分析降水空间分布特征。近10年沈阳地区年平均累积降水量自东向西逐渐减少（图2a），降水大值区位于沈北，市区、浑南及康平部分区域年平均降水量超过600mm；雨日空间分布（图2b）较零散，最大雨日数位于于洪区，康平和辽中地区雨日数较其他地区偏少。

图2 沈阳地区2011-2020年平均累积降水量(a,单位:mm)

和雨日(b,单位:d)空间分布特征

近10年沈阳地区年累积降水量（图3a）基本呈正趋势变化，趋势系数超过0.6的地区集中在沈阳北部和东南部。雨日（图3b）变化趋势正负值与雨日空间分布较一致，呈零散分布。暴雨日（图3c）基本呈正趋势变化，正增长中心大值区主要集中在康平、法库、新民、浑南中部；市区和于洪区趋势系数大值区呈西南-东北带状分布，与年累积降水量趋势分布一致；沈北出现最大负增长中心。

图3 沈阳地区2011-2020年累积降水量(a,单位:mm)、雨日(b,单位:d)

和暴雨日(c,单位:d)趋势变化空间分布特征

2.2  基本降水时间变化特征

根据沈阳地区1971-2020年国家站逐日降水资料分析降水时间变化特征。

2.2.1  年际变化特征

近50年沈阳地区降水量呈减少趋势（图4a），趋势系数-0.4187。

雨日呈增加趋势（图4b），趋势系数0.039；雨日最大值出现在2010年，最小值出现在2014年，分别对应降水量最大、最小值出现年份，均出现在近10年。暴雨量呈减少趋势（图4c），趋势系数-0.1535，最大值出现在1973年为128mm。近10年来，平均降水量、雨日和暴雨量的变化趋势较为一致。

图4 沈阳地区1971-2020年平均降水量(a,单位:mm)、平均雨日(b,单位:d)、平均暴雨量(c,单位:mm)年际变化曲线(折线)和气候变化趋势(直线)

2.2.2  降水时间序列趋势变化

图5给出了近50年7个国家站降水量、雨日、暴雨量趋势变化特征。各站降水量变化趋势较一致；雨日和暴雨量变化趋势有较大差异，相同站点二者变化趋势有较好的对应关系。其中，康平降水量、雨日、暴雨量呈增多趋势，沈北和苏家屯三者均呈减少趋势。

图5 沈阳地区1971-2020年7个国家气象站降水量、雨日、暴雨量趋势变化

2.2.3  降水周期性变化

为了更清楚地了解沈阳地区降水特征的周期变化，选用Morlet小波函数进行小波分析（图6）。红色细实线下方为小波影响锥(COI)区域，表示连续小波变换的数据边缘效应影响较大的区域；阴影区域的周期信号通过了95%置信水平的红噪声检验。

沈阳地区降水量出现明显的1-2a、6-8a周期，雨日以1-3a周期为主，暴雨量出现明显的1-2a、8-12a周期，三者均存在明显的年际变化，暴雨量年代际以上的周期较为显著。

图6 降水量(a,单位:mm)、雨日(b,单位:d)、暴雨量(c,单位:mm)连续小波变换

功率谱（阴影区域通过95%置信水平的红噪声检验)

2.3  极端降水特征分析

2.3.1  极端降水指数时间序列趋势分析

基于近50年逐日降水量数据，计算各站8种极端降水指数。建立极端降水指数与其时间序列之间的一元线性回归方程，通过线性拟合方法进行趋势分析，得到沈阳市50年来极端降水的年际变化特征（表2）。

回归方程线性关系的F检验表明，沈阳地区50年来R1mm（降水日数）显著增长，R95p（极端降水量）呈增长趋势但不显著；SDII（降水强度）显著下降，其余极端降水指数呈下降趋势但不显著。R95p（极端降水量）反映极端降水总量在总降水量中所占的比例，即总降水量一定的情况下，极端降水量在增加，正常降水量则相应减少，表明沈阳地区极端降水事件发生的强度增强。

表2 沈阳地区1971-2020年极端降水指数的线性回归参数

注：*表示通过α=0.05的显著性检验

2.3.2  极端降水指数周期分析

利用Morlet小波分析法进一步探究沈阳地区8个极端降水指数的周期性变化特征。连续小波变换功率谱（图7）可以看到，除CWD（持续湿日指数）和R1mm（降水日数）外，其余极端降水指数均存在7-9a周期；8个极端降水指数均出现1-2a周期，存在明显的年际变化。

图7 1971-2020年极端降水指数连续小波变换

功率谱（阴影区域通过95%置信水平的红噪声检验)

2.4  气候变化下不同重现期的极端降雨

基于1971-2020年最大日雨量数据，利用Pearson-Ⅲ概率方法计算站不同重现期极端降水量理论值（表3）。

表3 沈阳市7个国家气象站不同重现期最大日雨量理论值

使用χ2拟合优度检验判断年最大日雨量的实际总体分布是否符合Pearson-Ⅲ分布，检验其拟合程度。从沈阳市7个国家站χ2值（表4）可看出，除沈北以外其余站点拟合效果较好，均通过显著性水平α=0.05的χ2检验。

表4 沈阳市7个国家气象站χ2值 

利用线性倾向估计法计算近50年最大日雨量线性倾向率及未来50年总增加量（表5）。以浑南站为例，浑南站10%概率最大日降水量值118.9mm作为历史极端降水事件的降水阈值（表3），根据线性倾向估计法，未来最大日降水量将以0.0369mm.a-1的速度增加，未来50年总增加量为1.85mm。

表5 沈阳市7个国家气象站近50年最大日降水量变化情况

因此，未来浑南站10%概率的50年最大日降水量将增加到120.75mm，该值可以作为浑南站覆盖区域SWMM模型模拟未来50年暴雨极端天气的降雨情景，模拟采取不同低影响开发措施的情况下城市的洪涝情况，评估应对未来极端天气事件的能力。

3  结果与讨论

本文较精细地分析研究了沈阳地区基本降水和极端降水时空分布特征及变化趋势，研究结果可为缓解城市内涝等相关城市建设及研究提供降水参考。具体结论如下：

（1）沈阳地区基本降水特征：近10年累积降水量自东向西减少，市区偏大；全地区累积降水量和暴雨日基本呈增加趋势，市区和于洪区两个参数的趋势系数大值区呈西南-东北带状分布；康平和辽中地区雨日数偏少，于洪区雨日数最大。近50年降水量和暴雨量呈减少趋势，雨日呈增加趋势；降水量和雨日最大、最小值出现年份相对应，均出现在近10年；7个国家站降水量变化趋势较一致，同一站点雨日和暴雨量变化趋势相同；康平降水量、雨日、暴雨量呈增多趋势，沈北和苏家屯三个降水参数均呈减少趋势。

（2）沈阳地区极端降水特征：近50年极端降水指数R1mm（降水日数）和SDII（降水强度）与其时间序列之间的线性关系显著；R1mm（降水日数）和R95p（极端降水量）呈上升趋势，其余指数均呈下降趋势。综合表明沈阳地区50年来降水日数显著增长，极端降水事件发生的强度增加，基本降水强度显著降低。

（3）沈阳地区未来极端降水量推算：未来50年一遇的最大日雨量理论值在156.1-177.6mm之间，最大值出现在新民市，最小值出现在沈北新区。χ2拟合优度检验表明，除沈北以外其余站点Pearson-Ⅲ分布拟合效果较好，均通过显著性水平α=0.05的χ2检验，不同重现期极端降水量理论值具有较大参考性，可为暴雨管理模型（SWMM）提供降雨情景参考。

（4）降水周期性变化特征：近50年沈阳地区降水量、暴雨量、雨日及8个极端降水指数均出现明显的1-2a周期振荡，存在明显的年际变；暴雨量年代际以上的周期特征较显著。同时，降水量出现明显的6-8a周期，暴雨量出现明显的8-12a周期；除CWD（持续湿日指数）和R1mm（降水日数）外，其余极端降水指数均存在7-9a周期。

参考文献：

[1]陈彪,王振文,刘云飞.罗布泊气候环境时空变化特征及未来演变分析[J/OL].环境保护科学,1-9[2024-08-27]. https://doi.org/10.16803/j.cnki.issn. 1004-6216.202311039.

[2]王传辉,姚叶青,李刚,等.江淮地区不同相态降水日数变化特征[J].气象科技, 2018, 46 (04): 753-759.

[3]齐天杰,李元,朱长军,等. 盐城市1960—2020年降水变化规律研究[J]. 环境保护科学,2023,49(3):115 − 120.

[4]吴泽鑫.城市化对不同重现期降雨的水文响应分析[J/OL]．环境保护科学.https://doi.org/10.16803/j.cnki.issn.1004-6216.2022010017.

[5]刘永林,延军平,岑敏仪.中国降水非均匀性综合评价[J].地理学报, 2015, 70 (3): 392–406.

[6]邹立尧,丁一汇,王冀.东北强降水时空变化的特征和原因分析[J].自然资源学报, 2013, 28 (01): 137-147.

[7]吴金华,盛芝露,杜加强等.1956-2017年东北地区气温和降水的时空变化特征[J].水土保持研究, 2021, 28 (03): 340-347+415.

[8]佟晓辉,刘向培,贾庆宇,等.1960～2011 年中国日降水集中程度的时空变化特征[J].气候与环境研究, 2017, 22 (3): 301−314.

[9]孟鑫,张瑜,赵婷婷,等.1961—2019年中国东北地区夏季降水特征及其与前期ENSO的关系[J].气象与环境学报, 2023, 39 (04): 103-113.

[10]白志娜,肖天贵,安娟等.1986—2016 年辽宁省强降水气候特征[J].沙漠与绿洲气象,2019,13(3): 112-117.

作者简介：袁宁乐（1994.01），女，汉族，四川乐山，硕士研究生，工程师，从事研究方向或职业：天气预报、短临预报预警。