气候变化背景下的贵州草海湿地降水量特征研究

柯莉萍，邹书平，张 艳，陈银东,柯仓金，聂 祥

(1.贵州省威宁彝族回族苗族自治县气象局，贵州 威宁 553100；2.贵州省人工影响天气办公室，贵州 贵阳 550081；3.贵州省赫章县气象局，贵州 赫章 553200；4.贵州省毕节市气象局，贵州 毕节 551700 )

0 引言

随着气候变化环境的不断加剧，全球的气候也随之发生变化。降水是水资源的重要来源，在水资源的研究应用方面，区域内的降水变化特征研究已成为热点之一。熊敏诠[1]对中国近60 a日降水量分区及气候特征的研究结果表明，中国偏南、偏北等7个分区日降水量年均值普遍振荡周期为24 a。李晓婧[2]基于GSMAP数据的中国大陆近5 a极端降水时空分布特征及与次生灾害关系的研究结果表明，十分规律的地带性是中国极端降水所具有的特征。王耸等[3]对1961—2010年我国降水量变化分区及其区域特征的研究结果表明，近50 a我国降水整体呈现减少趋势,而且区域差异明显，黄淮地区降水量减少幅度最大。宫宁等[4]对中国湿地变化的驱动力分析发现，湿地类型的不同，对其变化的主要影响因素也不同,内陆湿地与降水、温度以及农业灌溉耕作等有着密切的关系。李想[5]利用1881—2002年的降水量资料，分析黄河流域、海河流域、淮河流域的降水量特征发现，上述区域的降水有76 a左右的显著性周期。余祝媛等[6]对贵州55 a降水量时空变化的研究结果表明，贵州降水时空分布极不均匀，呈南多北少，西南多东北少等特点。信忠保等[7]研究了ENSO对淮河流域的降水影响，发现淮河流域出现的降水异常现象与ENSO事件间有显著的相关性。张金凤等[8]基于CI指数的贵州干旱时空变化规律的研究结果表明，贵州近50 a的发生干旱的频率趋于严重。王泉泉等[9]对滇西北高原湿地的研究结果表明，降水量与湿地分布及香农多样性指数与第一、二、三产业值呈正相关。林梽桓等[10]对草海湿地的极端降水特征分析结果表明，21世纪以来，草海湿地的降水量总体而言，呈现上升趋势。权晨等[11]对长江源区高寒退化湿地地表蒸散特征的研究结果表明，项目观测期内，降水量远小于蒸散量,水分亏损比较严重,局地蒸散对降水的很大贡献。高志勇等[12]通过气候变化对湿地生态环境及生物多样性的影响研究结果表明，气温升高和降水量的减少，会严重影响湿地的生态环境，进而会导致生物多样性逐步减少、湿地可能退化以至于消失。李祥等[13]对1960—2013年白洋淀湿地气候变化特征分析表明，湿地气候对周边环境气温变化具有一定的减缓作用。Yajun Xie等[14]研究结果表明对凋落物的分解，湿地的能力几乎是陆地的3倍。在湿地和陆地生态系统中，分解率随着年平均温度、年平均降水量和初始N含量的增加而增加。严锐等[15]研究结果表明极端降水与平均气温之间的变化有密切联系。

草海是贵州最大的高原天然淡水湖泊，1985年、1992年先后被贵州省政府、国务院批复为省级和国家级自然保护区。该保护区具有完整、典型的高原湿地生态系统，是中国著名的几大高原湖泊之一。草海湿地位于贵州省威宁县县城的西南面，距离威宁国家基准气候观测站直线距离2 km，位于104°12′～104°18′E，26°49′～26°53′N，保护区面积有120 km2, 其中水域面积46.5 km2，正常水位2171.7 m。草海湿地作为是中国的Ⅰ级重要湿地，有“天然物种库”及“天然水库”称号。草海湿地是黑颈鹤等228种鸟类及多种野生动物的越冬地及繁殖栖息地之一。草海湿地在蓄水防洪方面具有独特的优势，是天然 “海绵”。当各种污水流入湿地时，其可以减缓污水流动速度，利于各种毒物和杂质的沉淀和清除，因此对减轻环境污染也可发挥一定的作用。同时湿地在河川径流调节、地下水补给、小气候调节、城市居民用水、农田灌溉、生物多样性研究等方面具有举足轻重的作用。湿地与降水量之间有着密切的关系，因此研究其近50 a来的降水量特征，对草海湿地的保护具有极其重要的现实意义。

1 资料的使用

草海湿地距离威宁国家基准气候站直线距离2 km，目前草海湿地其周边建有5个降水量监测点，分别为白家嘴、红光、东山、草海和威宁国家基准气候站。前4个建设时间不足10 a，资料不全、序列较短，因此采用威宁国家基准气候站1969—2018年近50 a的地面降水量资料，该数据均经过质量控制，数据可靠。

2 方法

2.1 线性回归分析法

线性回归就是利用线性回归方程的最小平方函数对一个或几个自变量及应变量间的关系进行建模建立的一种分析方法，在气候、水文、医学等领域中被认可。采用一元回归法对草海湿地近50 a的降水量进行回归分析、多年滑动平均、极值分析、标准差等进行统计。

2.2 Man-Kendall检验法

Man-Kendall检验法[16-17]是一种气候诊断技术。在降水、气温、地表径流等气象水文分析方面得到世界气象组织的认可，因此在实际科研工作被大多数人所采用。

2.2.1 Man-Kendall趋势检验 在Man-Kendall参数趋势检验中，设时间序列数据(x1，x2，x3，x4，…，xn)，是n个独立的、随机变量同分布的样本。备择假设H1是双边检验。对于所有的i，j≤n，且i≠j，xi和xj的分布是不相同的。定义检验统计量S：

(1)

其中，Sign( )为符号函数。当Xi-Xj<、=或>0时，Sign(Xi-Xj) 分别为-1、0 或1。S为正态分布，其均值为0，方差:

Var(S)=n(n-1)(2n+5)/18

(2)

M-K 统计量公式为：

(3)

在双边趋势检验中对于给定的置信水平α，若|Z|≥Z1-α/2，则原假设H0是不可接受的，在信度α上，时间序列数据增加或减少趋势较为明显。 为正值表示增加趋势，负值表示减少趋势。|Z|分别在大于等于1.28、1.64、2.32时表示通过了信度0.9、0.95、0.99显著性检验。

2.2.2 非参数 Man-Kendall突变检验方法 设样本序列为x1，x2，x3，x4，…，xn，Sk表示第i个样本xi>xj(1≤j≤i)的累加数，根据统计量公式：

(4)

式中，j= 1,2,...,i；k= 1,2,...n。

在时间序列随机独立的假定下，得到Sk的样本均值和样本方差为：

E[Sk]=k(k-1)/4

(5)

var[Sk]=k(k-1)(2k+5)/72

(6)

式中，1≤k≤n， 将Sk标准化：

(7)

2.3 数据图形处理

数据图形采用origin VER8.0进行处理。

3 结果与分析

3.1 草海湿地的年代际特征

图1表示草海湿地1969—2018年近50 a的降水量特征，从图来看，草海湿地近50 a多年平均值为890 mm·a-1,余祝媛等[6]研究表明草海湿地属于贵州两个少雨区之一。威宁地处云贵高原，平均海拔2200 m，属于亚热带湿润季风气候区，由于海拔及地形原因，水汽供应不充分，导致降水量相对偏少。近50 a来，利用线性回归趋势来看，草海湿地降水量呈下降趋势，趋势递减率-1.22 mm·a-1，趋势不明显。利用Man-Kendall参数对1969—2018年草海湿地降水量进行趋势检验，S=-96,并且n=51>10,Z=-0.788，由于|Z|<1.28,未通过信度0.9的显著性检验，说明近50 a来草海湿地降水量的下降趋势不明显，两种方法结论相同。从降水量5 a滑动平均来看最大值出现在1970—1974年，降水量为1058.5 mm,最小值出现在1987—1991年，降水量为713.8 mm。二者相差344.7 mm。对于各年降水量，除了2014年极大值1311.8 mm,1989年极小值554.7 mm外，降水量在1260～626.5 mm之间波动。

图1 草海湿地1969—2018年各年降水量统计Fig.1 Precipitation Statistics of Caohai Wetland from 1969 to 2018

1987—1992年连续6 a降水量低于多年平均值(890 mm·a-1)，2002—2006年连续5 a降水量低于平均值。2014—2017年降水量连续4 a高于平均值，连续2 a间降水量变化最大的是：2013年762.3 mm,2014年1311.8 mm,差值达到549.5 mm。2000—2018年以来草海湿地降水量整体呈现递增趋势。

图2为草海湿地1969—2018年降水量累积距平图。从图中可以看出，草海湿地降水量偏离趋势呈现周期性的变化形态。1970—1982年降水量围绕多年平均降水量有一定的波动，1969—1982年低于多年平均值，1983—1987年高于多年平均值，然后呈下降趋势。除1969年外，2004—2015年，1970—2003年，2016—2018年累积距平均为正值，由此说明草海湿地整体降水量属于丰水年。

图2 草海湿地1969—2018年降水量累积距平Fig.2 The cumulative distance of precipitation of Caohai Wetland,1969—2018

3.2 草海湿地降水量季节变化特征

威宁草海湿地每年各个季节降水量分布极不均匀，常出现秋冬春连旱或冬春连旱的情况，对于城市生活用水，农业生产、草海植物等具有较大影响。研究草海湿地季节降水量变化特征对于调节湿地降水补给，水资源的开发利用具有极其重要的意义。

从图3可以看出，草海湿地春季、夏季降水量近50 a来呈现线性增加的趋势，但增加趋势不明显，年增加趋势率分别为0.14 mm·a-1、0.62 mm·a-1。春季降水量在67.8～259.7 mm间波动，夏季在158.7～852.5 mm间波动。草海湿地秋季和冬季降水量近50 a来呈现减少趋势，秋季较为明显，趋势递减率分别为-1.79 mm·a-1、-0.03 mm·a-1,冬季减少不明显。秋季从1969—1977年均降水量均高于多年平均降水量，1984年比秋季多年平均偏少147.9 mm,处于干旱季节。草海湿地降水量冬季偏少,多年平均仅为28.3 mm，平均蒸发量冬季多年为135.7 mm。蒸散量远远大于降水量，统计资料表明草海湿地十年九旱，常出现冬春连旱。

图3 草海湿地1969—2018年各年各季降水量统计Fig.3 Precipitation statistics in four season of Caohai Wetland from 1969 to 2018

从表1可看出，草海湿地年、各季节降水量的分布极不均匀，年降水量最大与最小差值为757.1 mm。季节上夏季最大与最小差值为673.6 mm。秋季最小为1984年的56.1 mm,1984年冬季降水量为21.6 mm,均低于多年平均值，出现秋冬连旱。冬季最小为2001年的8.4 mm,低于多年平均值19.9 mm,此年冬季旱象较为严重。薛正平等[18]对变异强度做了三级等级划分：弱变异，变异系数小于0.1；中等变异，变异系数大于0.1～0.3之间；强变异，变异系数大于0.3。草海湿地50 a年间降水量变异系数为0.19，属于中等变异，季节上除夏季属于中等变异外，其余季节均为强变异。从季节上看，降水量的极值比秋季最大为7.34，春季最小为3.83。从10 a趋势率看，冬季变化最小仅为-0.3 mm/10a，秋季递减趋势较明显为-17.9 mm/10a。

表1 草海湿地1969—2018年降水量情况Tab.1 Precipitation in Caohai Wetland from 1969 to 2018

3.3 非参数 Man-Kendall突变检验

对草海湿地1969—2018年各年降水量进行非参数 Man-Kendall突变检验，检验降水量序列发生突变的点和检验变化趋势的显著性。趋势检验结果如图4所示：草海湿地近50 a来发生了3次突变，分别为1986年，1988年，2012年。给定显著水平0.05，因|UFk|

图4 草海湿地1969—2018年降水量突变检验曲线图Fig.4 Sudden change Test Curve of precipitation in Caohai Wetland from 1969 to 2018

4 草海湿地降水量未来趋势预测

4.1 预测模型建立

草海湿地降水量预测最小二乘估计法，又叫最小平方法，在预测、预报等许多科学领域应用广泛。

以1969—2018年降水量数据为基准，采用最小平方法对2019—2048年间30 a草海湿地的降水量趋势做预测，模型如下：

y= -1.2244x+ 921.24

(8)

预测结果如图5所示，从图中可以看出，此30 a间草海湿地年降水量整体呈现增加的趋势，趋势率为19.3 mm/10a；2019—2033年之间降水量低于多年平均值，2033年后降水量高于均值；年最大降水量可能出现在2037年附近；2025—2031年间降水量呈下降趋势；21世纪40年代期间降水量呈平稳增加趋势。政府间气候变化专门委员会(IPCC)第六次报告表明，全球气候变暖的背景下气候变化对降水特征产生影响，亚热带地区降水量预估可能减少，高纬地区则可能增加。威宁草海湿地地处云贵高原东侧，属于亚热带季风湿润气候区，2019—2033年间降水量预测结果与多年平均相比偏低，与IPCC报告吻合性较高。

图5 2019—2048年草海湿地降水量趋势预测Fig.5 Trend forecast of precipitation in Caohai Wetland from 2019 to 2048

4.2 预测模型可靠性检验

对拟合模型利用残差和预测与实测数据进行检验，从图6可已看出，残差ACF和PACF是平稳的。从表2来看，2019、2020年预测误差均在6.9%。因此该模型可靠。

表2 降水量模型预测误差 Tab.2 Prediction error of precipitation model

图6 AFC(a)和PACF(b)残差图Fig.6 Residual diagram of AFC(a) and PACF(b)

5 结论

①草海湿地近50 a来降水量整体呈下降趋势，但趋势不明显，湿地对于气候的调节具有重要作用。

②草海湿地近50 a来春、夏、秋、冬4个季节降水量分布不均，冬季干旱明显。

③利用Man-Kendall参数对草海湿地近50 a降水量趋势研究与线性拟合结果吻合，非Man-Kendall参数对降水量进行突变检验具有一定的优越性，上述方法在气候研究中具有可行性。

④ 2019—2028年间草海湿地降水量呈增加趋势，趋势率为19.3 mm/10a。2019—2048年未来30 a降水量整体可能呈增加趋势，最大降水量可能出现在2037年附近。