基于M-K方法的北方典型城市多年短历时强降水变化特征分析

2018-03-29杨廷彦

水利技术监督 2018年2期

杨廷彦

(辽宁省沈阳水文局，辽宁沈阳 110043)

受气候变化影响，城市极端降水事件频发、多发，为有效应对极端降水事件，需要对区域短历时强降水数据进行分析，为城市防洪体系规划提供有效的数据支撑。当前，对于城市短历时暴雨的分析逐步成为国内学者研究热点[1- 6]，在这其中具有较强统计学理论基础的M-K分析法成为分析短历时暴雨特征较为有效的方法[7- 9]。近些年来，北方夏季极端降水时间也呈现多发的态势，对城市防洪排涝产生较为严重的影响。为此本文结合M-K分析法对辽宁中部某典型城市短历时强降水进行特征分析，分析可作为城市防洪体系规划的重要数据支撑。

1 研究方法

1.1 趋势非线性检验方法

为对气象要素变化趋势进行检验，采用M-K非线性趋势检验方法对年和季节尺度的气象要素进行检验，该方法假设时间数据序列(x1，x2，…，xn)为独立、随机同变量分布的样本序列，检验统计变量S计算方程为：

(1)

(2)

(3)

(4)

式中，S—正态分布的检验统计变量；xi和xj—同一样本中不同分布的两个系列，其中E(ck)=k(k-1)/4；σs—标准方差；sign—运算符号；n—样本的总个数；Z—检验值，若Z>0，检验的时间序列为上升变化趋势，Z<0，检验的时间序列为上下降变化趋势；Z的绝对值大于或等于2.32、1.64、1.28，表示通过置信度分别为99%、95%以及90%的显著性检验水平。

1.2 突变分析方法

突变定义一个统计量ck来分析n个独立的、随机变量同分布的样本数据序列(x1，x2，…，xn)，计算方程分别为：

(5)

E(ck)=k(k-1)/4

(6)

σ(ck)=k(k-1)(2k+5)/72

(7)

(8)

式中，m—第i个样本xi>xj(1≤j≤i)的累积数，E(ck)、σ(ck)—ck的均值和方差，UFk—ck的标准化；按逆序列数据(xn，xn-1，…，x1)重复上面过程，使|UBk=-UFk，k=n，n-1，…，UB1=0。如果UF和UB两条曲线在置信区间内出现交点，即为可能的突变点。

图1 A站不同短历时暴雨变化特征

2 区域短历时强降水变化特征分析

2.1 区域概况

以辽宁中部某典型城市为研究实例，该城市有两个降水观测点，观测的降水历时分别为30min，1h，3h，6h。结合各历时降水数据，统计了各历时最大降水值，各历时最大降水值的系列为1962～2016年，在分析前，对所有强降水数据进行了一致性、连续性、完成性的检验。在数据检验的基础上，结合M-K分析方法对不同历时的强降水数据趋势变化和突变特征进行分析。

2.2 趋势变化特征分析

结合M-K分析方法对研究站点四个历时的强降水数据进行了趋势变化分析，分析结果如图1、2所示，统计值见表1。

表1 两站点M-K统计值

从图1中可以看出，A站点各时段最大降水数据均呈现一定上升趋势，随着时段的增加，上升趋势显著度增加，从表1中可以看出，A站点的M-K值均小于1.28，未通过M-K置信度为90%的假设性检验。从图2中可以看出，B站点和A站点各历时强降水变化趋势较为相似，均呈现一定的上升趋势，但趋势性较弱，其各历时M-K值也低于1.28。但从各历时的降水变化过程可以看出，区域内2000年后最大6h强降水超过100mm的频次明显超高90年代和80年代。