基于小波分析的舒城县暴雨气候特征分析

摘要 以舒城县1961―2010年逐日降水、气温等资料为基础，采用线性趋势分析、Morlet小波分析、Mann-Kendall突变检验、相关性检验等方法，系统分析了近50年来舒城县暴雨气候特征及变化趋势。结果表明，①近50年舒城县暴雨日数存在明显的月变化特征，最为集中的月份为6―8月，这段时间出现的暴雨日数约占全年的69%；②近50年舒城县暴雨日数的年际变化很大，并以0.067 d/10年的速率缓慢增加；③Morlet小波分析表明，1961―1979年存在7年振荡的主周期和3年振荡的次周期，1980―2000年存在12年振荡的主周期和4年振荡的次周期，2000年以后存在6年振荡的主周期和2年振荡的次周期；年际变化最强信号出现在1991年，年代际变化最强信号出现在20世纪60年代至70年代初；④M-K突变检验表明，近50年舒城县年暴雨日数总体是逐渐增加的，这与线性趋势分析的结果一致；1988―1990年和1991―1997年增加趋势显著，2008年发生突变，由之前的减少再次转为增加；⑤年暴雨日数与年降水量之间存在显著正相关性，与年平均温度存在显著负相关性。

关键词 暴雨；气候特征；小波分析；M-K突变检验；安徽舒城

中图分类号 P468.0+24 文献标识码 A 文章编号 1007-5739（2017）10-0193-03

Abstract Based on the data of daily precipitation and temperature in Shucheng County from 1961 to 2010，using linear trend analysis，Morlet wavelet analysis，Mann-Kendall mutation test and correlation test，the climatic characteristics and trend of rainstorm in Shucheng County in recent 50 years were analyzed in this paper.Results were as following：①In the recent 50 years，there were obvious monthly change characteristics of rainstorm days in Shucheng County，the most concentrated months were from June to August，and the number of rainstorm days in this period accounted for about 69% of the whole year.②In the recent 50 years，the annual change of rainstorm days in Shucheng County was very large，slowly increased at a rate of 0.067 days/ten years.③Morlet wavelet analysis showed that，the main period of 7 years oscillation and the second period of 3 years oscillation existed in 1961-1979，the main period of 12 years oscillation and the second period of 4 years oscillation existed in 1980-2000. After 2000，there was the main period of 6 years oscillation and the second period of 2 years oscillation；The strongest interannual change signal occurred in 1991，the strongest interdecadal change signal appeared between 1960s and early 1970s.④M-K mutation test showed that，in recent 50 years in Shucheng County，the number of rainstorm days gradually increased，which was consistent with the linear trend analysis.The trend of increase in 1988-1990 and 1991-1997 was significant，and the sudden change occurred in 2008，reduced from the previous again to increase.⑤There was a significant positive correlation between the number of rainstorm days and annual precipitation，and there was a significant negative correlation between the number of rainstorm day and annual average temperature.

Key words rainstorm；climatic characteristics；wavelet analysis；M-K mutation test；Shucheng Anhui

暴雨是舒城h的主要气象灾害之一，常引起城市内涝、大面积农作物被淹、交通运输阻断、电力和通讯线路被破坏等严重灾害，给社会经济和人民的生命财产安全带来重大损失[1]。

气象学者[2-4]对安徽省暴雨天气气候特征进行了研究，都取得了有意义的成果。这些研究大都是基于长江流域区域平均暴雨时空尺度特征的研究，但长江流域地域辽阔，地形起伏变化很大，而专门针对县域暴雨日数的月际、年际、年代际变化规律的研究开展得不多。本文利用1961―2010年逐日降水、气温等资料，对舒城县暴雨气候特征及其变化趋势进行分析，以期能进一步揭示其中的规律，为该地区暴雨气候诊断和汛期气候趋势预测提供依据，为防灾减灾提供决策参考。

1 资料与方法

本文选用舒城县1961―2010年逐日降水、气温等资料，采用线性趋势分析、Morlet小波分析、Mann-Kendall突变检验、相关性检验等方法[5-7]，绘制变化曲线，分析舒城县暴雨气候特征及其变化情况。在资料统计时做如下规定，即24 h（20：00―20：00）降水量≥50 mm的降雨称为暴雨。

1.1 线性趋势分析

尽管暴雨的时间序列变化趋势是非线性的，但为了问题讨论的直观性，本文采用线性拟合得出气候倾向率讨论暴雨的平均变化趋势。因此，分析暴雨日数年变化曲线并在此基础上建立暴雨日数一元线性回归方程：

Y（t）=bt+c

式中，Y为年暴雨日数；t为时间；系数b为线性趋势项，其正负反映暴雨日数逐年上升或下降的趋势，b×10称为气候倾向率，表示气象要素每10年的变化率；c为截距。

1.2 Morlet小波分析方法

Morlet小波是正弦和余弦波的振幅被Gauss函数调节产生的，表示成复小波。Morlet小波分析具有多分辨率分析的特点，它优于传统的Fourier分析，近年来广泛应用于多尺度气候分析研究，并取得了较好的效果。Morlet小波系数的实部表示不同特征时间尺度信号在不同时间上的分布和位相两方面的信息，变化系数的大小代表某一尺度波动振幅的大小，反映它所对应时段时间尺度的周期性是否显著，正的小波系数反映出分析对象在该时间段为偏多期，负值时反映为偏少期，小波系数零值线，对应要素气候突变期。

1.3 Mann-Kendall（M-K）突变检验方法

M-K突变检验是一种非参数统计检验方法。在M-K突变检测中，给定显著性水平α=0.05，则临界值U0.05=±1.96，将UF（原气象序列）和UB（反向气象序列）曲线图与±1.96的2条临界直线绘在一张图上。若UF或UB超过临界直线，表明上升或下降趋势显著，超过临界线的范围确定为出现突变的时间区域。如果UF和UB 2条曲线出现交点，且交点在临界线之间，那么交点对应的时刻便是突变开始时间。

1.4 相关性检验

两气候变量间的线性相关是否显著，即相关系数r达到多少算是存在显著相关关系，必须进行统计检验。当r>0时，表明两气候变量正相关，且|r|越大，相关就越密切；当rrα，表明两气候变量的变化趋势是显著的，否则为不显著。

2 暴雨气候特征及其变化分析

2.1 暴雨的月变化特征

舒城县暴雨日数存在明显的月变化特征。如图1所示，暴雨可出现在3―11月，6月是暴雨突增期，9月是陡减期，7月达到最大值；暴雨出现最集中的月份为6―8月，这段时间出现的暴雨日数约占全年的69%。

2.2 暴雨的年变化特征

从近50年统计数据来看，舒城县年平均暴雨日数为3.14 d。如图2所示，舒城县暴雨日数的年际变化很大，最多年的暴雨日数达10 d，最少年为0 d。从线性变化趋势来看，近50年舒城县年暴雨日数总体呈波动式缓慢上升趋势，分析得出变化趋势方程为：Y（t）=0.006 7x+2.969 8，表明舒城县年暴雨日数以0.067 d/10年的线性趋势缓慢增加。

2.3 年暴雨日数的周期分析

如图3所示，舒城县年暴雨日数有明显的周期性变化规律：1961―1979年存在7年振荡的主周期和3年振荡的次周期，1980―2000年存在12年振荡的主周期和4年振荡的次周期，2000年以后存在6年振荡的主周期和2年振荡的次周期；年际变化最强信号出现在1991年，年代际变化最强信号出现在20世纪60年代至70年代初。

2.4 暴雨日数变化趋势及突变检验

应用Mann-Kendall方法检测舒城县近50年年暴雨日数序列的突变状况。如图4所示，1988―1990年和1991―1997年UF超过临界直线，表明这期间年暴雨日数上升趋势显著；之后略为下降，UF和UB于2008年相交于两临界直线内一点，则2008年即为突变点，从2008年开始由下降转为上升趋势。从总体趋势看，UF曲线呈上升趋势，表明近50年舒城年暴雨日数呈逐渐增加趋势，这与线性趋势分析的结果一致。

2.5 年暴雨日数与年降水量、年平均温度的关系

2.5.1 年暴雨日数与年降水量的关系。如图5（a）所示，年暴雨日数与年降水量的波动趋势比较相似，暴雨日数多的年份，年降水量也相对较多；反之，暴雨日数少的年份，年降水量相对较少。二者做相关性分析，发现相关系数为0.785，通过显著性水平α=0.01的信度检验（检验标准为0.361），说明年暴雨日数与年降水量显著正相关。

2.5.2 年暴雨日数与年平均温度的关系。年暴雨日数与年平均温度的变化如图5（b）所示，做相关性分析，得出相关系数为-0.364，通过显著性水平α=0.01的信度检验（检验标准为0.361），说明年暴雨日数与年平均温度显著负相关。

3 结论

（1）近50年舒城县暴雨日数存在明显的月变化特征，最集中的月份为6―8月，此期暴雨日数约占全年的69%。

（2）近50年舒城县暴雨日数的年际变化很大，最多年的暴雨日数达10 d，最少年为0 d。舒城县暴雨日数以0.067 d/10年的速率缓慢增加。

（3）Morlet小波分析表明，1961―1979年存在7年振荡的主周期和3年振荡的次周期，1980―2000年存在12年振荡的主周期和4年振荡的次周期，2000年以后存在6年振荡的主周期和2年振的次周期；年际变化最强信号出现在1991年，年代际变化最强信号出现在20世纪60年代至70年代初。

（4）M-K突变检验表明，近50年舒城县年暴雨日数总体是逐渐增加的，这与线性趋势分析的结果一致；1988―1990年和1991―1997年增加趋势显著，2008年发生突变，由之前的减少再次转为增加。

（5）年暴雨日数与年降水量之间存在显著正相关性（r=0.785），与年平均温度存在显著负相关性（r=-0.364）。

4 参考文献

[1] 舒城县志（1986-2004）[M].合肥：黄山书社出版社，2012：47.

[2] 谢五三，王胜.近40a淮河流域暴雨特征分析[J].暴雨灾害，2010，29（4）：377-380.

[3] 谢五三，田红.近50年安徽省暴雨气候特征[J].气象科技，2011，39（2）：160-164.

[4] 黄勇，张红，冯妍.近38年安徽省夏季降水日数和强度的分布与变化特征[J].长江流域资源与环境，2012，21（2）：157-167.

[5] 魏凤英.现代气候统计诊断与预测技术[M].2版.北京：气象出版社，2007.

[6] 吴洪宝，吴蕾.气候变率诊断和预测方法[M].北京：气象出版社，2005：208-224.

[7] 廖雪萍，覃卫坚，唐炳莉，等.广西近50年暴雨日数变化的小波分析[J].气象，2007，33（12）：39-45.