Page 235 - 《高原气象》2026年第5期
P. 235

5 期                      石文清等:川渝地区汛期旱涝急转事件时空变化特征分析                                         1451
                                                表1  不同α值对应转化程度的转换表
                              Table 1  Conversion table for conversion degree corresponding to different α values
                事件    SPA pre i  SPA post i  差值  α=0. 8  α=0. 9  α=1. 0   α=1. 1  α=1. 2  α=1. 3  α=1. 4  α=1. 5

                 1      2      -1. 0   3. 0   -12. 48   -11. 36  -10. 44  -9. 67  -9. 02  -8. 46  -7. 97  -7. 54
                 2      -1      2. 0   3. 0    11. 93   10. 64     9. 61   8. 76   8. 05  7. 45   6. 94   6. 52
                 3      -1      3. 0   4. 0    14. 73   13. 74    12. 90  12. 19  11. 57  11. 04  10. 56  10. 14
                 4      -1      6. 0   7. 0   176. 61   93. 83    53. 29  31. 94  20. 02  13. 02  8. 75   6. 04
                 5      -2      1. 5   3. 5    14. 77   13. 80    12. 67  12. 27  11. 66  11. 12  10. 66  10. 24
                 6      -2      2. 0   4. 0    16. 00   16. 00    16. 00  16. 00  16. 00  16. 00  16. 00  16. 00
                 7      -2      6. 0   8. 0   151. 12   95. 47    63. 31  43. 66  31. 10  22. 76  17. 05  13. 02

                 8      -1     -2. 5   3. 5    17. 02   14. 31    12. 26  10. 66   9. 38  8. 34   7. 48   6. 75
                 9      2       5. 0   3. 0    97. 46   38. 78    17. 07   8. 07   4. 08  2. 18   1. 22   0. 70

               大, 转化程度就越大。计算对比后综合发现, 只有                          文、 气象领域常见的数据特征, 具体计算公式和方
               当α=1. 1时满足事件的排序, 总体最为合理。                          法与魏凤英(1999)和陈子凡等(2022)的研究方法
                   旱涝急转包含前期干旱与后期洪涝两个阶段,                          相同。
               由于两者形成机制存在显著差异, 因此在计算标准                              (2) Sen 斜率估计。该方法通过计算时间序列
               化降水异常值 SPA 时需采用不同方法进行。旱期                          中所有可能数据对之间的斜率, 并取这些斜率的中
               SPA 计算需考虑干旱累积效应, 基于前期逐日降水                         位数来估计趋势变化(汪攀和刘毅敏, 2014; 刘雨
               对当日旱情影响呈指数衰减特性, 且第 44 d影响将                        亭等, 2023)。具体来说, 对于一个长度为 n的时间
               降至 0. 1%, 可将旱期设定为 44 d(Lu, 2009); 涝期              序列 x , x , …, x , 任意两个数据点(i, x)和(j, x)
                                                                                                              j
                                                                                                      i
                                                                                n
                                                                      1
                                                                          2
               SPA 计算则聚焦洪涝突发性, 结合研究区特点将涝                         之间的斜率θ(j>i)定义为:
                                                                             ij
               期 确 定 为 5  d(刘 玉 冰 等 ,  2024)。 表 2 是 依 据
                                                                                   θ ij =  x j - x i       (3)
               DWAAI值划分的旱涝急转事件强度等级分类标准。                                                 j - i
               为避免重复统计同一旱涝急转事件周期内的数据,                                θ 代表了从时间点i到时间点j数据的平均变化
                                                                      ij
               需去除重复项, 选取连续日期中数据的峰值作为该                           率; Sen 斜率 θ 则定义为所有这些斜率 θ 的中位数。
                                                                                                     ij
               次旱涝急转事件的发生日期(赵东升等, 2021)。                         由于中位数对极端值相对不敏感, 因此通过取中位
                                                                 数Sen斜率来有效减少异常值的影响。
                     表2  旱涝急转事件不同强度等级分类标准
                 Table 2  Classification criteria for different intensity   此外, 本文还使用了站次比(站点发生次数/总
                   levels of drought-flood abrupt alternation events  站点×100%)来反映旱涝急转事件的时空特征(黄晚
                                                                 华等, 2010); 利用 ArcGIS 软件的反距离权重插值
                    旱涝急转强度等级                DWAAI值域范围
                                                                 法对旱涝急转事件的空间变化特征进行分析。
                      轻度旱转涝                   [15, 20)
                      中度旱转涝                   [20, 23)           3  结果与分析
                      重度旱转涝                   [23, ∞)
                                                                 3. 1 DWAAI的适用性验证与评估
                        无事件                  (-15, 15)
                                                                     根据《中国气象灾害大典·重庆卷》(温克刚,
                      轻度涝转旱                  (-20, -15]
                                                                 2008a)、 《中国气象灾害大典·综合卷》(温克刚,
                      中度涝转旱                  (-23, -20]
                                                                 2008b)、 《2010 中国水旱灾害公报》(国家防汛抗旱
                      重度涝转旱                  (-∞, -23]
                                                                 总指挥部和中华人民共和国水利部, 2010)、 《2013
               2. 2. 2 时空变化特征分析方法                                中国水旱灾害公报》(国家防汛抗旱总指挥部和中
                  (1) M-K 趋势检验。采用世界气象组织 WMO                      华人民共和国水利部, 2013)、 《2020 中国水旱灾害
               认可的 Mann-Kendall非参数检验法, 对 1970 -2024              防御公报》(中华人民共和国水利部, 2021)中的历
               年的降水数据和计算的DWAAI值进行趋势分析。该                          史灾情记录信息对计算的 DWAAI 在川渝地区汛期
               方法无需数据满足正态分布假设, 能够有效处理水                           的适用性进行验证和评估。主要将所选历史典型
   230   231   232   233   234   235   236   237   238   239   240