• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

高度城镇化背景下珠三角地区极端降雨时空演变特征

黄国如 陈易偲 姚芝军

黄国如, 陈易偲, 姚芝军. 高度城镇化背景下珠三角地区极端降雨时空演变特征[J]. 水科学进展, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
引用本文: 黄国如, 陈易偲, 姚芝军. 高度城镇化背景下珠三角地区极端降雨时空演变特征[J]. 水科学进展, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
HUANG Guoru, CHEN Yisi, YAO Zhijun. Spatial and temporal evolution characteristics of extreme rainfall in the Pearl River Delta under high urbanization[J]. Advances in Water Science, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
Citation: HUANG Guoru, CHEN Yisi, YAO Zhijun. Spatial and temporal evolution characteristics of extreme rainfall in the Pearl River Delta under high urbanization[J]. Advances in Water Science, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001

高度城镇化背景下珠三角地区极端降雨时空演变特征

doi: 10.14042/j.cnki.32.1309.2021.02.001
基金项目: 

国家重点研发计划资助项目 2018YFC1508201

国家自然科学基金资助项目 51879108

详细信息
    作者简介:

    黄国如(1969—), 男, 江苏南京人, 教授, 博士研究生导师, 主要从事水文学及水资源方面研究。E-mail: huanggr@scut.edu.cn

  • 中图分类号: TV125

Spatial and temporal evolution characteristics of extreme rainfall in the Pearl River Delta under high urbanization

Funds: 

the National Key R & D Program of China 2018YFC1508201

the National Natural Science Foundation of China 51879108

  • 摘要: 为分析城镇化发展程度与极端降雨变化之间的关系,选取珠江三角洲地区22个雨量站1973—2012年的小时降雨资料,利用空间分析、线性回归、滑动平均和Mann-Kendall趋势检验等方法,分析高度城镇化背景下珠三角地区极端降雨时空分布规律和变化特性,并解析暴雨雨型变化特征。结果表明:①珠江三角洲高度城镇化地区极端降雨量上升了44.3 mm/(10 a),呈显著增加趋势,相邻其他地区则无明显变化,高度城镇化地区的前汛期极端降雨量显著增多是造成其年极端降雨量增加的主要原因。②珠三角地区暴雨雨型以单峰型为主,其中以雨峰在前的Ⅰ型暴雨占比最高,约为33.7%,高度城镇化地区Ⅰ型暴雨发生频率明显增加,易导致暴雨内涝事件增加,需加强高度城镇化地区防洪排涝工作。
  • 图  1  研究区域及雨量站点分布

    Figure  1.  Study area and rain-gauge stations distribution

    图  2  7种模式雨型示意[22]

    Figure  2.  Seven patterns of rainstorm

    图  3  珠三角地区极端降雨阈值分布

    Figure  3.  Distribution of extreme rainfall threshold in the Pearl River Delta region

    图  4  各年代的年极端降雨量空间分布

    Figure  4.  Spatial distribution of annual extreme rainfall in different ages

    图  5  高度城镇化地区极端降雨指标的时间变化特征

    Figure  5.  Temporal variation of extreme rainfall index in highly urbanized area

    图  6  高度城镇化地区年极端降雨量M-K突变检验结果

    Figure  6.  Results of M-K mutation test for annual extreme rainfall in highly urbanized area

    图  7  各年代前汛期年极端降雨量分布

    Figure  7.  Distribution of annual extreme rainfall in first rainy season

    图  8  各年代后汛期年极端降雨量分布

    Figure  8.  Distribution of annul extreme rainfall in second rainy season

    图  9  高度城镇化地区极端降雨量M-K突变检验结果

    Figure  9.  Results of M-K mutation test for the precipitation extremes in highly urbanized area

    表  1  各地区极端降雨指标M-K趋势检验结果

    Table  1.   Results of M-K trend test for the precipitation extremes in different regions

    地区年降雨量95%年极端降雨量95%年极端降雨频次
    高度城镇化地区0.381.88**1.47*
    北部地区-0.5900.06
    西部地区-0.590.030.37
    东部地区-0.92-0.66-0.83
    珠三角地区-0.340.920.58
    注: *为置信度90%;**为置信度95%。
    下载: 导出CSV

    表  2  珠三角地区城镇用地比例变化 %

    Table  2.   Changes in the proportion of urban land use in the Pearl River Delta

    年份高度城镇化地区北部地区西部地区东部地区
    1980年12.83.94.43.8
    1990年14.64.14.63.9
    1995年21.74.55.64.1
    2000年22.04.55.74.1
    2005年34.16.57.15.8
    2010年38.07.07.66.7
    2015年39.67.88.57.2
    下载: 导出CSV

    表  3  各地区极端降雨指标M-K趋势检验结果

    Table  3.   Results of M-K trend test for the precipitation extremes in different regions

    地区前汛期极端降雨量前汛期极端降雨频次后汛期极端降雨量后汛期极端降雨频次
    高度城镇化地区1.69**1.43*0.590.21
    北部地区-0.10-0.23-0.10-0.19
    西部地区0.521.130.15-0.27
    东部地区-0.27-0.20-1.29*-1.46*
    注: *为置信度90%;**为置信度95%。
    下载: 导出CSV

    表  4  各地区暴雨雨型场次M-K趋势检验结果

    Table  4.   Results of M-K trend test for the rainstorm patterns in different regions

    雨型高度城镇化地区北部地区西部地区东部地区珠三角地区
    Ⅰ型1.56*0.35-0.65-1.030.24
    Ⅱ型0.44-0.89-0.750.91-0.42
    Ⅲ型0.100.78-0.21-1.13-0.05
    Ⅳ型0.080.56-0.94-1.39*-0.43
    Ⅴ型1.01-0.542.42***1.81**2.57***
    Ⅵ型0.61-1.270.76-0.610.07
    Ⅶ型-0.430.41-1.70**-0.76-0.91
    注: *为置信度90%;**为置信度95%;***为置信度99%。
    下载: 导出CSV
  • [1] JIANG X L, REN F M, LI Y J, et al. Characteristics and preliminary causes of tropical cyclone extreme rainfall events over Hainan Island[J]. Advances in Atmospheric Sciences, 2018, 35(5): 580-591. doi:  10.1007/s00376-017-7051-0
    [2] 孔锋, 史培军, 方建, 等. 全球变化背景下极端降水时空格局变化及其影响因素研究进展和展望[J]. 灾害学, 2017, 32(2): 165-174. doi:  10.3969/j.issn.1000-811X.2017.02.029

    KONG F, SHI P J, FANG J, et al. Advances and prospects of spatiotemporal pattern variation of extreme precipitation and its affecting factors under the background of global climate change[J]. Journal of Catastrophology, 2017, 32(2): 165-174. (in Chinese) doi:  10.3969/j.issn.1000-811X.2017.02.029
    [3] 张建云, 王银堂, 贺瑞敏, 等. 中国城市洪涝问题及成因分析[J]. 水科学进展, 2016, 27(4): 485-491. doi:  10.14042/j.cnki.32.1309.2016.04.001

    ZHANG J Y, WANG Y T, HE R M, et al. Discussion on the urban flood and waterlogging and causes analysis in China[J]. Advances in Water Science, 2016, 27(4): 485-491. (in Chinese) doi:  10.14042/j.cnki.32.1309.2016.04.001
    [4] 王晓利, 侯西勇. 1961-2014年中国沿海极端气温事件变化及区域差异分析[J]. 生态学报, 2017, 37(21): 7098-7113. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201721008.htm

    WANG X L, HOU X Y. Analysis of spatiotemporal variations and regional differences in extreme temperature events in the coastal area of China during 1961-2014[J]. Acta Ecologica Sinica, 2017, 37(21): 7098-7113. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201721008.htm
    [5] JONGMAN B, HOCHRAINER-STIGLER S, FEYEN L, et al. Increasing stress on disaster-risk finance due to large floods[J]. Nature Climate Change, 2014, 4(4): 264-268. doi:  10.1038/nclimate2124
    [6] ZHANG W, VILLARINI G, VECCHI G A, et. al. Urbanization exacerbated the rainfall and flooding caused by hurricane Harvey in Houston[J]. Nature, 2018, 563(7731): 384-388. doi:  10.1038/s41586-018-0676-z
    [7] 胡庆芳, 张建云, 王银堂, 等. 城市化对降水影响的研究综述[J]. 水科学进展, 2018, 29(1): 138-150. doi:  10.14042/j.cnki.32.1309.2018.01.016

    HU Q F, ZHANG J Y, WANG Y T, et al. A review of urbanization impact on precipitation[J]. Advances in Water Science, 2018, 29(1): 138-150. (in Chinese) doi:  10.14042/j.cnki.32.1309.2018.01.016
    [8] 杨龙, 田富强, 孙挺, 等. 城市化对北京地区降水的影响研究进展[J]. 水力发电学报, 2015, 34(1): 37-44. https://www.cnki.com.cn/Article/CJFDTOTAL-SFXB201501006.htm

    YANG L, TIAN F Q, SUN T, et al. Advances in research of urban modification on rainfall over Beijing metropolitan region[J]. Journal of Hydroelectric Engineering, 2015, 34(1): 37-44. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SFXB201501006.htm
    [9] ADELEKAN I O. Flood risk management in the coastal city of Lagos, Nigeria[J]. Journal of Flood Risk Management, 2016, 9(3): 255-264. doi:  10.1111/jfr3.12179
    [10] YU M, MIAO S G, ZHANG H B. Uncertainties in the impact of urbanization on heavy rainfall: case study of a rainfall event in Beijing on 7 August 2015[J]. Journal of Geophysical Research: Atmospheres, 2018, 123(11): 6005-6021. doi:  10.1029/2018JD028444
    [11] DONAT M G, LOWRY A L, ALEXANDER L V, et al. More extreme precipitation in the world's dry and wet regions[J]. Nature Climate Change, 2016, 6(5): 508-513. doi:  10.1038/nclimate2941
    [12] MISHRA V, GANGULY A R, NIJSSEN B, et al. Changes in observed climate extremes in global urban areas[J]. Environmental Research Letters, 2015, 10(2): 024005. doi:  10.1088/1748-9326/10/2/024005
    [13] 宋晓猛, 张建云, 孔凡哲, 等. 北京地区降水极值时空演变特征[J]. 水科学进展, 2017, 28(2): 161-173. doi:  10.14042/j.cnki.32.1309.2017.02.001

    SONG X M, ZHANG J Y, KONG F Z, et al. Spatio-temporal variation characteristics of precipitation extremes in Beijing[J]. Advances in Water Science, 2017, 28(2): 161-173. (in Chinese) doi:  10.14042/j.cnki.32.1309.2017.02.001
    [14] 谭畅, 孔锋, 郭君, 等. 1961-2014年中国不同城市化地区暴雨时空格局变化: 以京津冀、长三角和珠三角地区为例[J]. 灾害学, 2018, 33(3): 132-139. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201803025.htm

    TAN C, KONG F, GUO J, et al. Spatial and temporal patterns of heavy rainfall in different urbanized areas of China from 1961 to 2014: taking Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta as an example[J]. Journal of Catastrophology, 2018, 33(3): 132-139. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201803025.htm
    [15] 贾建辉, 龙晓君. 广东省极端降水时空分布特征研究[J]. 水利水电技术, 2018, 49(12): 43-51. https://www.cnki.com.cn/Article/CJFDTOTAL-SJWJ201812006.htm

    JIA J H, LONG X J. Study on spatio-temporal distribution characteristics of extreme precipitation in Guangdong Province[J]. Water Resources and Hydropower Engineering, 2018, 49(12): 43-51. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SJWJ201812006.htm
    [16] YAN M, CHAN J C L, ZHAO K. Impacts of urbanization on the precipitation characteristics in Guangdong Province, China[J]. Advances in Atmospheric Sciences, 2020, 37(7): 696-706. doi:  10.1007/s00376-020-9218-3/email/correspondent/c1/new
    [17] FU X S, YANG X Q, SUN X G. Spatial and diurnal diurnal variations of summer hourly rainfall over three super city clusters in Eastern China and their possible link to the urbanization[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(10): 5445-5462. doi:  10.1029/2019JD030474
    [18] YANG S N, YIN G F, SHI X W, et al. Modeling the adverse impact of rainstorms on a regional transport network[J]. International Journal of Disaster Risk Science, 2016, 7(1): 77-87. doi:  10.1007/s13753-016-0082-9
    [19] YIN J, YU D P, YIN Z E, et al. Evaluating the impact and risk of pluvial flash flood on intra-urban road network: a case study in the city center of Shanghai, China[J]. Journal of Hydrology, 2016, 537: 138-145. http://www.sciencedirect.com/science/article/pii/S0022169416301421
    [20] 宋晓猛, 张建云, 刘九夫, 等. 北京地区降水结构时空演变特征[J]. 水利学报, 2015, 46(5): 525-535. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201505003.htm

    SONG X M, ZHANG J Y, LIU J F, et al. Spatial-temporal variation characteristics of precipitation pattern in Beijing[J]. Journal of Hydraulic Engineering, 2015, 46(5): 525-535. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201505003.htm
    [21] 孔锋, 刘凡, 吕丽莉, 等. 1961-2010年中国大尺度区域暴雨时空分布特征研究[J]. 长江流域资源与环境, 2017, 26(4): 631-640. https://www.cnki.com.cn/Article/CJFDTOTAL-CJLY201704017.htm

    KONG F, LIU F, LYU L L, et al. Research on spatiotemporal pattern of large-scale regional heavy rainfall in China from 1961 to 2010[J]. Resources and Environment in the Yangtze Basin, 2017, 26(4): 631-640. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-CJLY201704017.htm
    [22] 岑国平, 沈晋, 范荣生. 城市设计暴雨雨型研究[J]. 水科学进展, 1998, 9(1): 41-46. http://skxjz.nhri.cn/article/id/1905

    CEN G P, SHEN J, FAN R S. Research on rainfall pattern of urban design storm[J]. Advances in Water Science, 1998, 9(1): 41-46. (in Chinese) http://skxjz.nhri.cn/article/id/1905
  • [1] 吴娟, 林荷娟, 季海萍, 吴志勇, 金松.  城镇化背景下太湖流域湖西区汛期入湖水量计算 . 水科学进展, 2021, 32(4): 577-586. doi: 10.14042/j.cnki.32.1309.2021.04.009
    [2] 胡春宏, 张晓明, 赵阳.  黄河泥沙百年演变特征与近期波动变化成因解析 . 水科学进展, 2020, 31(5): 725-733. doi: 10.14042/j.cnki.32.1309.2020.05.009
    [3] 陆永军, 季荣耀, 王志力, 顾继一, 贾良文, 莫思平.  珠江三角洲网河区低水位时空变化规律 . 水科学进展, 2019, 30(6): 800-809. doi: 10.14042/j.cnki.32.1309.2019.06.004
    [4] 原文林, 宋汉振, 刘美琪.  基于随机雨型的山洪灾害预警模式 . 水科学进展, 2019, 30(4): 515-527. doi: 10.14042/j.cnki.32.1309.2019.04.007
    [5] 杨柳, 许有鹏, 田亚平, 陆建伟, 雷超桂, 徐羽.  高度城镇化背景下水系演变及其响应 . 水科学进展, 2019, 30(2): 166-174. doi: 10.14042/j.cnki.32.1309.2019.02.002
    [6] 徐羽, 许有鹏, 王强, 吴雷, 杨金艳, 施红怡.  太湖平原河网区城镇化发展与水系变化关系 . 水科学进展, 2018, 29(4): 473-481. doi: 10.14042/j.cnki.32.1309.2018.04.003
    [7] 侯精明, 郭凯华, 王志力, 荆海晓, 李东来.  设计暴雨雨型对城市内涝影响数值模拟 . 水科学进展, 2017, 28(6): 820-828. doi: 10.14042/j.cnki.32.1309.2017.06.003
    [8] 殷水清, 王杨, 谢云, 刘安麟.  中国降雨过程时程分型特征 . 水科学进展, 2014, 25(5): 617-624.
    [9] 周伟, 唐川.  汶川震区暴雨泥石流发生的降雨阈值 . 水科学进展, 2013, 24(6): 786-793.
    [10] 安乐生, 赵全升, 叶思源, 刘贯群, 丁喜桂.  黄河三角洲地下水关键水盐因子及其植被效应 . 水科学进展, 2011, 22(5): 689-695.
    [11] 张蔚, 严以新, 郑金海, 吴宏旭.  珠江三角洲年际潮差长期变化趋势 . 水科学进展, 2010, 21(1): 77-83.
    [12] 程冬兵, 张平仓, 李亚龙, 蔡崇法.  紫色土典型三角形层状剖面入渗模拟 . 水科学进展, 2010, 21(3): 315-320.
    [13] 李庆祥, 黄嘉佑.  北京地区强降水极端气候事件阈值 . 水科学进展, 2010, 21(5): 660-665.
    [14] 谢涛, 杨志峰.  黄河三角洲芦苇湿地土壤水分安全阈值 . 水科学进展, 2009, 20(5): 683-688.
    [15] 李胜男, 王根绪, 邓伟, 胡远满.  水沙变化对黄河三角洲湿地景观格局演变的影响 . 水科学进展, 2009, 20(3): 325-331.
    [16] 孙东坡, 罗秋实, 严军, 王二平, 宋永军.  控导浅层急流的潜没式三角翼体特性研究 . 水科学进展, 2007, 18(4): 509-515.
    [17] 陈云霞, 许有鹏, 付维军.  浙东沿海城镇化对河网水系的影响 . 水科学进展, 2007, 18(1): 68-73.
    [18] 潘志强, 刘高焕, 周成虎.  基于遥感的黄河三角洲农作物需水时空分析 . 水科学进展, 2005, 16(1): 62-68.
    [19] 岑国平, 沈晋, 范荣生.  城市设计暴雨雨型研究 . 水科学进展, 1998, 9(1): 41-46.
    [20] 邹进上, 赵燕生, 王玲, 张一民.  长江三角洲区域性暴雨的统计诊断分析 . 水科学进展, 1995, 6(4): 331-335.
  • 加载中
图(9) / 表 (4)
计量
  • 文章访问数:  217
  • HTML全文浏览量:  56
  • PDF下载量:  128
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-04-08
  • 网络出版日期:  2021-01-28
  • 刊出日期:  2021-03-30

高度城镇化背景下珠三角地区极端降雨时空演变特征

doi: 10.14042/j.cnki.32.1309.2021.02.001
    基金项目:

    国家重点研发计划资助项目 2018YFC1508201

    国家自然科学基金资助项目 51879108

    作者简介:

    黄国如(1969—), 男, 江苏南京人, 教授, 博士研究生导师, 主要从事水文学及水资源方面研究。E-mail: huanggr@scut.edu.cn

  • 中图分类号: TV125

摘要: 为分析城镇化发展程度与极端降雨变化之间的关系,选取珠江三角洲地区22个雨量站1973—2012年的小时降雨资料,利用空间分析、线性回归、滑动平均和Mann-Kendall趋势检验等方法,分析高度城镇化背景下珠三角地区极端降雨时空分布规律和变化特性,并解析暴雨雨型变化特征。结果表明:①珠江三角洲高度城镇化地区极端降雨量上升了44.3 mm/(10 a),呈显著增加趋势,相邻其他地区则无明显变化,高度城镇化地区的前汛期极端降雨量显著增多是造成其年极端降雨量增加的主要原因。②珠三角地区暴雨雨型以单峰型为主,其中以雨峰在前的Ⅰ型暴雨占比最高,约为33.7%,高度城镇化地区Ⅰ型暴雨发生频率明显增加,易导致暴雨内涝事件增加,需加强高度城镇化地区防洪排涝工作。

English Abstract

黄国如, 陈易偲, 姚芝军. 高度城镇化背景下珠三角地区极端降雨时空演变特征[J]. 水科学进展, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
引用本文: 黄国如, 陈易偲, 姚芝军. 高度城镇化背景下珠三角地区极端降雨时空演变特征[J]. 水科学进展, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
HUANG Guoru, CHEN Yisi, YAO Zhijun. Spatial and temporal evolution characteristics of extreme rainfall in the Pearl River Delta under high urbanization[J]. Advances in Water Science, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
Citation: HUANG Guoru, CHEN Yisi, YAO Zhijun. Spatial and temporal evolution characteristics of extreme rainfall in the Pearl River Delta under high urbanization[J]. Advances in Water Science, 2021, 32(2): 161-170. doi: 10.14042/j.cnki.32.1309.2021.02.001
  • 在全球气候变化和频繁的人类活动干扰下, 区域乃至全球水汽循环发生改变[1-3], 降水空间分布更加不均匀, 导致洪涝、干旱等极端气象水文事件频发[4], 对人民群众的生命财产安全带来了巨大威胁[5-7]。随着全球城市化进程的迅速发展, 城市化对降雨的影响成为国内外学者的研究热点之一[8-10]。Donat等[11]指出21世纪全球极端降水可能会继续加剧;Mishra等[12]基于217个台站观测资料分析全球城市地区的极端气候事件变化规律;宋晓猛等[13]基于北京地区45个雨量站点日降雨资料分析了北京地区极端降水的时空变化特征以及1960—1985年和1986—2012年2个阶段城区和近郊的极端降水指标差异。

    珠江三角洲(以下简称珠三角)作为中国经济最发达、城镇化程度最高的地区之一, 快速城镇化进程使得珠三角地区的城镇规模不断扩张, 城市之间的交流更为便捷, 现已形成以广州—深圳为核心的高度城镇化城市群, 成为吸纳流动人口和集聚新增人口的主要区域, 同时也是带动经济社会发展的巨大引擎。谭畅等[14]采用1961—2014年日降雨数据分析京津冀、长三角和珠三角三大城市地区的暴雨时空格局变化, 结果表明研究时段内京津冀地区的暴雨雨量、雨日和雨强呈减少趋势, 长三角和珠三角地区的暴雨雨量、雨日和雨强以增加趋势为主。贾建辉和龙晓君[15]基于2013—2017年的逐时降水资料分析广东省极端降水的时空分布特征, 结果表明广东省极端降水量主要集中在4—10月, 由南向北呈现带状递减。目前学者们对珠三角城市群与极端降水变化关系的研究并不多见, 且研究时间尺度多为日尺度, 时间精度不高, 难以反映短历时强降雨变化, 而短历时强降雨是造成城市洪涝的重要原因,极端降雨事件对高度城镇化地区经济社会发展的影响将更加突出[16-19]。为此, 本文选择珠三角地区1973—2012年22个雨量站的小时降雨数据分析极端降雨指标和暴雨雨型, 以期揭示高度城镇化地区与周边地区极端降雨时空差异, 对深入了解珠三角城市群极端降雨变化规律具有重要意义。

    • 本文选取的研究区域如图 1所示, 属于珠三角地区, 位于广东省中部, 面积约为44 398 km2, 包括广州、深圳、东莞、佛山、珠海、中山、江门、惠州以及清远和肇庆的部分地区。珠三角地区属于亚热带季风气候, 年平均气温21~23 ℃, 年均降雨量1 500 mm以上, 雨季为4—10月。为减少地形对降雨的影响, 本文选取的研究区域为平原地区, 海拔在200 m以下, 地势较为平坦。

      图  1  研究区域及雨量站点分布

      Figure 1.  Study area and rain-gauge stations distribution

      珠三角城市群是中国3个特大城市群之一, 经历了快速的城市扩张, 珠三角城市群常住人口从1980年的1 797.4万人增长到2019年的6 446.9万人, 城镇化率从1980年的28.4%增长到2019年的86.3%。20世纪90年代是城镇化发展速度最快的时期, 2000年城镇化率达到71.6%, 比1990年提高了27.7个百分点。快速城镇化进程在带来经济效益的同时也带来了诸多问题, 如城镇化发展导致下垫面变化, 影响地表热量平衡和水量平衡, 对极端降雨事件产生影响。

      珠三角城市群城镇化水平市际差异较大, 总人口显现集中分布态势。截至2012年, 深圳、广州、东莞、佛山、珠海、中山的城镇化率均在85%以上, 聚集了珠三角地区75%以上的人口, 其他地区城镇化率均未超过70%, 部分地区未超过50%。为探讨高度城镇化背景下珠三角地区的极端降雨时空演变特征, 根据人口密度、GDP、城镇化率等因素将珠三角地区划分为高度城镇化地区和非高度城镇化地区, 其中高度城镇化地区的面积约为11 692 km2, 代表站点为广州、深圳、东莞、顺德、花都、中山和珠海;非高度城镇化地区根据该地区与高度城镇化地区的相对位置划分为北部地区、西部地区和东部地区, 其中北部地区的代表站点为佛冈、清远、四会、三水和从化, 西部地区的代表站点为高要、鹤山、新会、斗门、台山和恩平, 东部地区的代表站点为龙门、增城、惠阳和惠东, 重点比较以广州—深圳为核心的高度城镇化地区与周边地区的极端降水特征差异, 从一定程度上反映高度城镇化对珠三角地区极端降雨的影响规律。

    • 为更好地分析珠三角地区极端降雨时空演变特征, 并考虑到资料序列的长度及可用性, 选择珠三角地区范围内数据较为完整的22个雨量站小时降雨数据(数据来源: 国家气象局), 站点分布如图 1所示。根据各站点的观测资料长度, 采用的研究时段为1973—2012年, 所有数据均经过严格的控制和筛选, 满足国家气象水文数据质量控制要求, 其数据缺失时数均在1%以内, 并采用一定的方法对缺失数据进行补充。具体方法为: 在汛期(4—10月)的缺失数据采用前后2个数据进行插值获取, 在非汛期(11月—次年3月)的缺失数据记为0 mm。

    • 为探讨高度城镇化背景下珠三角地区极端降雨事件的时空变化特征, 本文采用空间分析法、线性回归法、滑动平均法和Mann-Kendall趋势检验法(M-K)分析年极端降雨指标的时空变化规律。

    • 极端降雨量是指一年中小时降雨量超过该阈值的总雨量, 年极端降雨频次则是指一年中小时降雨量超过该阈值的总小时数。从统计学角度, 目前对极端降雨的定义方法可以划分为参数化方法和非参数化方法两大类。非参数化法中最常用的2种方法为百分位阈值法和固定阈值法。百分位阈值法具体为采用各站点小时降雨量大于0.1 mm的按升序排列的第95%的降雨量作为该站点的极端降雨阈值, 固定阈值法则是根据不同时间尺度降水极值作为临界值来确定极端降雨阈值。百分位阈值法能更好地反映各区域的极端降雨变化情况, 但由于每个区域的阈值不同, 无法与其他区域的极端降雨量进行数值对比;固定阈值法既能比较区域间的降雨差异, 也能比较当地的极端降雨变化情况, 但该方法仅适用于评估降水变化幅度较小区域的极端降水[13]。百分位阈值法能更好地体现各区域的变化差异, 因此, 本文采用百分位阈值法进行分析。

    • 为了解珠三角地区暴雨雨型的变化规律, 首先需要对暴雨进行定义。通常小时降雨量≥0.1 mm时认为有降雨发生, 当降雨间隔≥2 h时, 认为是2次降雨过程[20]。采用中国气象局对暴雨的定义: 每小时降雨量16 mm以上、或连续12 h降雨量30 mm以上、24 h降雨量为50 mm或以上的雨为暴雨[21]。苏联学者包高马佐娃等基于大量实测降雨资料分析概括出7种类型的降雨分配过程[22], 如图 2所示, 其中Ⅰ—Ⅲ属于单峰型雨, Ⅳ为均匀型雨, Ⅴ—Ⅶ属于双峰型雨。利用模糊识别法将实际降雨过程与7种雨型时程分配过程比较, 计算该场降雨和各雨型的相似度, 选择相似度最大的雨型作为该场次降雨的雨型。相似度计算公式如下:

      $$ {\sigma _k} = 1 - \sqrt {\frac{1}{m}\sum\limits_{i = 1}^m {{{\left( {{P_{ki}} - {x_i}} \right)}^2}} } \;\;\;k = 1, 2, 3, \cdots , 7 $$ (1)

      图  2  7种模式雨型示意[22]

      Figure 2.  Seven patterns of rainstorm

      式中: σk为该场次降雨与第k种雨型的相似度;m为场次降雨被划分的时段;Pki为模式雨型中第k种雨型第i时段雨量占总雨量的比例;xi为实际降雨第i时段雨量占总雨量的比例。

    • 根据珠三角地区22个雨量站点小时降雨资料确定各站点95%条件下的极端降雨阈值, 利用ArcGIS的插值分析功能, 采用克里金插值法得到研究区域极端降雨阈值分布, 结果如图 3。从图 3可以看出, 极端降雨阈值的分布特征呈现从南向北逐渐减少的趋势, 阈值范围为8.1~12.9 mm, 均值为10.0 mm。

      图  3  珠三角地区极端降雨阈值分布

      Figure 3.  Distribution of extreme rainfall threshold in the Pearl River Delta region

      为探究年极端降雨的时空变化规律, 将研究序列分为1973—1979年、1980—1989年、1990—1999年、2000—2012年4个时间段, 分析不同年代的年极端降雨量变化情况, 得到各年代的年极端降雨量空间分布(图 4)。从图 4可以看出, 前3个年代的年极端降雨量具有相似的空间分布特征, 珠三角南部和北部均为年极端降雨量高值区域, 中部为低值区域, 基本呈现南北多、中间少的横向分布, 这与珠三角地区的海陆位置及地形地貌有关。2000年之后, 珠三角中部的高度城镇化地区的年极端降雨量明显增加, 空间分布变成东西少、中间多的纵向分布, 这很可能与珠三角中部的高度城镇化地区在20世纪90年代后期的快速城镇化存在密切联系。

      图  4  各年代的年极端降雨量空间分布

      Figure 4.  Spatial distribution of annual extreme rainfall in different ages

      珠三角各子研究区年极端降雨指标的M-K趋势检验结果见表 1, 从中可以看出, 北、西、东3个地区的极端降雨指标均无明显变化, 而高度城镇化地区的极端降雨指标呈显著增加趋势, 年极端降雨量和年极端降雨频次分别通过了95%和90%的显著性检验。根据线性回归结果可知(图 5), 高度城镇化地区年极端降雨量和年极端降雨频次分别上升了44.3 mm/(10a)和1.6次/(10a)。从各片区年降雨量的M-K趋势检验结果可知(表 1), 高度城镇化地区的年降雨量并无明显变化, 在年降雨量不变的情况下年极端降雨量显著增加, 说明高度城镇化地区与珠三角其他地区相比降雨量变得更加集中, 极端降雨事件增多, 降雨强度增大, 发生洪涝事件的风险增加, 同时由于高度城镇化地区人口、经济相对集中, 更容易造成安全威胁和财产损失。

      表 1  各地区极端降雨指标M-K趋势检验结果

      Table 1.  Results of M-K trend test for the precipitation extremes in different regions

      地区年降雨量95%年极端降雨量95%年极端降雨频次
      高度城镇化地区0.381.88**1.47*
      北部地区-0.5900.06
      西部地区-0.590.030.37
      东部地区-0.92-0.66-0.83
      珠三角地区-0.340.920.58
      注: *为置信度90%;**为置信度95%。

      图  5  高度城镇化地区极端降雨指标的时间变化特征

      Figure 5.  Temporal variation of extreme rainfall index in highly urbanized area

      对珠三角高度城镇化地区年极端降雨量进行M-K突变检验分析, 结果见图 6。从中可以看出, 高度城镇化地区的年极端降雨量在1996年发生突变, 之后一直呈现上升趋势。结合空间分析、线性回归的结果可以发现, 在1990年之前, 珠三角地区年极端降雨呈现南北多、中间少的空间分布, 在20世纪90年代中期珠三角中部, 也就是高度城镇化地区极端降雨量开始显著增加, 到2000年之后珠三角地区极端降雨变成中间高、东西少的空间分布。

      图  6  高度城镇化地区年极端降雨量M-K突变检验结果

      Figure 6.  Results of M-K mutation test for annual extreme rainfall in highly urbanized area

      珠三角中部地区年极端降雨量发生突变的时间与城镇用地快速增长时间相吻合, 对1980年至2015年的土地利用遥感监测数据(来源于中国科学院资源环境科学数据中心)进行统计分析, 结果见表 2。从表 2可以看出, 20世纪90年代初高度城镇化地区的城镇用地从14.6%增长至21.7%, 截至2015年高度城镇化地区的城镇用地比例约为其他地区的5倍, 结合前面的分析结果进一步验证了快速的城镇化发展速率是造成高度城镇化地区极端降雨事件增多的重要原因。

      表 2  珠三角地区城镇用地比例变化 %

      Table 2.  Changes in the proportion of urban land use in the Pearl River Delta

      年份高度城镇化地区北部地区西部地区东部地区
      1980年12.83.94.43.8
      1990年14.64.14.63.9
      1995年21.74.55.64.1
      2000年22.04.55.74.1
      2005年34.16.57.15.8
      2010年38.07.07.66.7
      2015年39.67.88.57.2
    • 珠三角地区属亚热带季风气候, 夏季盛行西南季风, 雨季为4—10月, 分为前汛期和后汛期。前汛期为4—6月, 这一时期的降雨主要发生在副热带高压北侧的西风带中, 绝大多数降雨过程与冷暖空气的交绥以及华南低空西南急流有关;后汛期为7—10月, 这一时期的降雨主要受台风、热带辐合带等热带天气系统影响。前、后汛期降雨量分别占年降雨量44.8%和41.2%, 在95%阈值条件下, 前、后汛期极端降雨量与该时期的降雨量比值分别为50.0%和46.6%, 说明前汛期的极端降雨比后汛期更加集中。

      前、后汛期4个时间段的极端降雨量分布如图 7图 8所示, 结果表明, 在2000年之后, 高度城镇化地区前、后汛期的极端降雨量均呈增加趋势, 且前汛期的极端降雨量增加更为显著, 高度城镇化内陆地区的极端降雨增量达到200 mm以上。与图 4对比发现, 前汛期年极端降雨量时空分布变化与年极端降雨量分布变化在有较高的一致性。后汛期极端降雨量分布在各个年代均呈从西南向东北递减的趋势, 说明后汛期极端降雨与海陆位置存在密切联系。

      图  7  各年代前汛期年极端降雨量分布

      Figure 7.  Distribution of annual extreme rainfall in first rainy season

      图  8  各年代后汛期年极端降雨量分布

      Figure 8.  Distribution of annul extreme rainfall in second rainy season

      从M-K趋势检验结果(表 3)可以看出, 在前汛期, 高度城镇化地区的极端降雨指标呈显著上升趋势, 极端降雨量和极端降雨频次分别通过了置信度为95%和90%的显著性检验, 其他地区的变化趋势均未通过显著性检验。在后汛期, 东部地区的极端降雨指标呈显著下降趋势, 通过了置信度为90%的显著性检验, 其他地区的变化趋势均未通过显著性检验。

      表 3  各地区极端降雨指标M-K趋势检验结果

      Table 3.  Results of M-K trend test for the precipitation extremes in different regions

      地区前汛期极端降雨量前汛期极端降雨频次后汛期极端降雨量后汛期极端降雨频次
      高度城镇化地区1.69**1.43*0.590.21
      北部地区-0.10-0.23-0.10-0.19
      西部地区0.521.130.15-0.27
      东部地区-0.27-0.20-1.29*-1.46*
      注: *为置信度90%;**为置信度95%。

      从高度城镇化地区极端降雨量M-K突变检验结果(图 9)来看, 前汛期的极端降雨量在20世纪90年代后期由上下波动变化转为上升趋势, 后汛期的极端降雨在1992年存在突变点, 在1996年之后也呈现上升趋势但并不显著。与图 6进行对比发现, 年极端降雨量与前汛期极端降雨量在时间变化特征上存在较好的一致性。综合空间分析、M-K检验、线性回归等分析方法得出的结果可知, 高度城镇化地区极端降雨量在20世纪90年代后期发生突变, 开始呈上升趋势, 其变化的主要贡献来源于前汛期极端降雨量增加。

      图  9  高度城镇化地区极端降雨量M-K突变检验结果

      Figure 9.  Results of M-K mutation test for the precipitation extremes in highly urbanized area

    • 根据中国气象局对暴雨的定义, 采用模糊识别法对珠三角地区各站点的暴雨场次进行识别, 得到7种暴雨雨型发生的场次比例,Ⅰ型—Ⅶ型暴雨场次比例分别为33.7%、13.0%、27.4%、8.1%、3.9%、11.1%和2.8%。从中可以看出暴雨雨型以单峰型为主, 前三者之和占74.1%;双峰型次之, 后三者之和占17.8%;均匀型最少, 占8.1%。7种雨型中排名前三的均为单峰型降雨, 其中雨峰在前的Ⅰ型暴雨所占比例最大, 占33.7%。

      对4个区域的暴雨雨型进行M-K检验, 结果见表 4。从中可看出, 高度城镇化地区Ⅰ型暴雨呈显著增加趋势, 其他雨型均无明显变化。Ⅰ型暴雨的特征是雨量集中、雨峰靠前, 致使高度城镇化地区发生暴雨内涝事件的可能性增加。珠三角西部、东部地区的Ⅴ型降雨呈显著上升趋势, 但该雨型占比较低、暴雨场次较少, 无需过多关注。

      表 4  各地区暴雨雨型场次M-K趋势检验结果

      Table 4.  Results of M-K trend test for the rainstorm patterns in different regions

      雨型高度城镇化地区北部地区西部地区东部地区珠三角地区
      Ⅰ型1.56*0.35-0.65-1.030.24
      Ⅱ型0.44-0.89-0.750.91-0.42
      Ⅲ型0.100.78-0.21-1.13-0.05
      Ⅳ型0.080.56-0.94-1.39*-0.43
      Ⅴ型1.01-0.542.42***1.81**2.57***
      Ⅵ型0.61-1.270.76-0.610.07
      Ⅶ型-0.430.41-1.70**-0.76-0.91
      注: *为置信度90%;**为置信度95%;***为置信度99%。
    • 利用珠三角地区1973—2012年22个雨量站的小时降水数据, 分析了高度城镇化背景下珠三角地区的极端降雨指标及暴雨雨型时空变化特征, 得到以下几点结论:

      (1) 珠三角地区年极端降雨量在1973—1999年间呈现南北多、中间低的横向分布, 2000年后空间分布变为中部高、东西低的纵向分布。高度城镇化地区极端降雨量和极端降雨频次均呈显著上升趋势, 突变时间为20世纪90年代后期, 与该地区城镇用地快速增长时间吻合, 珠三角其他地区极端降雨指标均无明显变化。

      (2) 前汛期(4—6月)的极端降雨比后汛期(7—10月)更加集中, 高度城镇化地区的前汛期极端降雨量和极端降雨频次均呈显著上升趋势, 是造成其年极端降雨增加的主要原因。

      (3) 珠三角地区暴雨雨型以单峰型为主, 约占74%, 其中雨峰在前的Ⅰ型暴雨所占比例最大, 约占34%。高度城镇化地区前汛期极端降雨指标显著增加, Ⅰ型暴雨呈显著增加趋势, 易导致暴雨内涝事件增加, 需加强高度城镇化地区的防洪排涝工作。

参考文献 (22)

目录

    /

    返回文章
    返回