Page 88 - 《高原气象》2021年第5期

5 期 陈金雨等：中巴经济走廊极端降水时空变化 1049
增加趋势，而西南部地区极端降水普遍呈减少趋
势。Abbas et al（2014）基于 1981-2010 年逐日降水
数据对巴基斯坦旁遮普省五个代表城市进行研究
发现：极端降水在该研究区内并没有呈现显著的时
空变化趋势。Bhatti et al（2020）基于 1980-2016 年
51个气象站点日降水数据研究表明，不同极端降水
指数空间分布总体呈上升趋势，而季风带湿润地区
极端降水指数有下降趋势。以上研究基于日降水
序列的 95/99 百分位数定义极端降水阈值，大多都
局限于对某一小区域极端降水的研究，而且台站密
度较低，数据来源广泛不一，缺乏针对中巴经济走
廊整个区域的极端降水研究。
本研究收集整理了中巴经济走廊极其周边地
区的地面观测资料，用改进的百分位法确定极端降
水的阈值，用广义极值分布（GEV）估计极端降水的
重现期，探讨了中巴经济走廊地区极端降水的时空 图1 中巴经济走廊气象站点空间分布
分布特征，以期为中巴经济走廊地区应对气候变化 Fig. 1 Sketch map of the geographical characteristics
以及防灾减灾提供科学依据。 of CPEC region
涉及的地图是基于国家测绘地理信息局标准地图
2 数据来源与方法介绍
服务网站下载的审图号为 GS（2016）1667 号的世界
2. 1 研究区及数据资料 地图制作，底图无修改。
中巴经济走廊（China-Pakistan Economic Corri‐ 2. 2 极端降水阈值的界定
dor，CPEC）地处南亚次大陆西北部，介于 24°N- 极端降水阈值的界定是研究极端降水的关键，
40°N 和 60°E-80°E；北起中国喀什地区，南至巴基 目前采用最多的方法为绝对阈值法与相对阈值法
斯坦的瓜达尔港，全长3000 km，总面积927597 km²， （程诗悦等，2019；卢珊等，2020）。在我国一般把
是“一带一路”的重要组成部分（刘宗义，2016）。研 极端降水定义为暴雨，通常指每小时达到 16 mm 以
究区地形地貌复杂多样，北部和西北部是喜马拉 上，或连续 12 h 达到 30 mm 以上，或连续 24 h 达到
雅山和喀喇昆仑山，中部是印度河流域平原，南 50 mm 以上的降水（史培军等，2014；苗爱梅等，
部是阿拉伯海海岸（Ashiq et al，2010）。中巴经济 2020）。也有使用去趋势波动分析（Detrend Fluctua‐
走廊年降水量在 100~1300 mm，多年平均降水量 tion Analysis，DFA）、百分位法和Pearson-III概率分
最大值中心位于伊斯兰堡联邦首都区（Ullah et al， 析法等相对阈值法界定极端降水阈值（迟潇潇等，
2018）。研究区气候类型多样，夏季降雨集中，多年 2015）。国外多采用由降水序列的百分位数来界定
平均最低、最高气温分别为-7 ℃和 28 ℃（丁思洋 极端降水的阈值，比如把超过降水序列 95% 或 99%
等，2017）。 分位数的降水定义为极端降水（IPCC，2013）。本
本研究采用由澳大利亚国立大学开发的气候 文研究区域为中巴经济走廊，气候类型复杂多样，
数据空间插值软件 ANUSPLIN 对降水观测数据进 降水空间分布不均，采用百分位法界定阈值较为合
行 格 点 化 处 理（Price et al，2000；Hijmans et al， 理（Nandintsetseg et al，2007；Li et al，2011；Zolina
2005）。考虑到降水在空间分布上的不连续性，为 et al，2004）。传统的百分位法是在假定降水量服从
减少地形因素对插值结果的影响，利用 ANUSPLIN 均匀分布的基础上进行线性插值，但是一般情况下
软件以海拔高度为协变量对气候场进行插值，将站 日降水量序列并不服从均匀分布，而是明显的偏态
点数据插值到 0. 25°×0. 25°的格点上，整理后得到 分布（谢瑶瑶等，2011；张强等，2011）。为了克服
的中巴经济走廊区域 1961-2015 年逐日降水栅格 传统百分位法的缺陷，本研究采用改进的百分位
数据。降水观测数据来源于中巴经济走廊及其周 法，按照日降水量的实际概率分布来进行计算，并
边地区 65 个气象台站，数据质量进行了严格的检 且把 95% 分位数的降水界定为极端降水（罗梦森
验。研究区及气象站点空间分布如图 1所示。文中 等，2013）。