EN中文

地理科学 >

2024 , Vol. 44 >Issue 11: 2039 - 2050

DOI: https://doi.org/10.13249/j.cnki.sgs.20230666

中国式高质量与区域现代化

昆明城市降雨特性变化及城市热岛效应的可能影响

  • 金燕 , 1 ,
  • 晏红明 , 1 ,
  • 何雨芩 1 ,
  • 任菊章 2 ,
  • 张明达 1 ,
  • 周群 3
展开
  • 1.云南省气候中心，云南 昆明 650034
  • 2.云南省气象科学研究所，云南 昆明 650034
  • 3.云南省气象台，云南 昆明 650034
晏红明。E-mail:

金燕（1978—），女，云南楚雄人，高级工程师，主要从事气候变化应用研究。E-mail:

收稿日期: 2023-07-01

  修回日期: 2023-11-20

  网络出版日期: 2024-11-28

基金资助

云南省基础研究专项重点基金项目(202201AS070069)

中国气象局气象能力提升联合研究专项(22NLTSZ005)

云南省重点研发计划—社会发展专项(202203AC100006)

云南省重点研发计划—社会发展专项(202403AC100040)

国家自然科学基金(42375043)

中国气象局水文气象重点开放实验室开放研究课题(23SWQXZ008)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Change of urban precipitation characteristics and the possible influence of urban heat island effect in Kunming

  • Jin Yan , 1 ,
  • Yan Hongming , 1 ,
  • He Yuqin 1 ,
  • Ren Juzhang 2 ,
  • Zhang Mingda 1 ,
  • Zhou Qun 3
Expand
  • 1. Yunnan Climate Center, Kunming 650034, Yunnan, China
  • 2. Yunnan Institute of Meteorological Science, Kunming 650034, Yunnan, China
  • 3. Yunnan Meteorological Observatory, Kunming 650034, Yunnan, China

Received date: 2023-07-01

  Revised date: 2023-11-20

  Online published: 2024-11-28

Supported by

Yunnan Province Basic Research Key Fund Project(202201AS070069)

Joint Research Project for Meteorological Capacity Improvement of China Meteorological Administration(22NLTSZ005)

Yunnan Province Key Research and Development Plan—Social Development Special(202203AC100006)

Yunnan Province Key Research and Development Plan—Social Development Special(202403AC100040)

National Natural Science Foundation of China(42375043)

Open Foundation of China Meteorological Administration Hydro-Meteorology Key Laboratory(23SWQXZ008)

Copyright

Copyright reserved © 2024.
Fold

摘要

利用1961—2020年昆明站和太华山站分钟降雨数据，通过对比昆明站不同最小降雨间隔的降雨场数、有效降雨量贡献率和自相关系数的变化，确定昆明地区合理的最小降雨间隔，划分降雨过程；在此基础上比较昆明城市和乡村降雨过程的不同变化，并分析导致城市降雨特性变化的可能原因，得到如下结论：① 昆明以3 h为最小降雨间隔来划分自然降雨场次最为合理。② 昆明地区有效降雨过程占40%，对总降雨量贡献率超95%；与乡村相比，城市年降雨场数在20世纪90年代后呈年代际变化特征，强降雨呈增加趋势。特别地，100.0 mm以上极强降雨增速远高于乡村。③ 20世纪90年代后，昆明市区除微量降雨减少外，其余量级的降雨均有增加，城市降雨历时缩短，强降雨雨峰提前，降雨历时在1 h左右的强降雨由双峰雨型变为单峰雨型。④ 由气候变暖和城市面积扩展共同导致的城市热岛效应增强，致使下垫面温度升高，加速地表蒸发，改变了局地近地面对流活动与水汽条件，是导致昆明城市降雨特性变化的重要原因。

关键词： 城市降雨; 降雨特性; 城市热岛效应

本文引用格式

金燕 , 晏红明 , 何雨芩 , 任菊章 , 张明达 , 周群 . 昆明城市降雨特性变化及城市热岛效应的可能影响[J]. 地理科学, 2024 , 44(11) : 2039 -2050 . DOI: 10.13249/j.cnki.sgs.20230666

Abstract

Using the observation data of minute rainfall at Kunming Station from 1961 to 2020, the reasonable minimum rainfall interval in Kunming area was determined by comparing the changes in the number of rainfall fields, effective rainfall contribution rate, and autocorrelation coefficient distinguished by different minimum rainfall intervals at the station. On this basis, the minute rainfall observation data of the rural representative station (Taihuashan Station) was introduced to divide the rainfall processes of Kunming Station and Taihuashan Station with the minimum rainfall interval, to compare the different changes in urban and rural rainfall processes in Kunming City, and to analyze the possible reasons for the changes in urban rainfall characteristics. The following conclusions were drawn: 1) The minimum rainfall interval for the natural rainfall process in Kunming area was set at 3 hours, which is the most reasonable. 2) The effective rainfall process in Kunming area accounted for more than 40% of the total rainfall process, and the contribution rate of rainfall had exceeded 95%; Compared with rural areas, the number of annual rainfall events in urban areas has shown interdecadal changes since the 1990s, with an increasing trend of heavy rainfall, especially the growth rate of extremely heavy rainfall processes above 100.0 mm, which was much higher than in rural areas. 3) After the 1990s, except for the decrease of trace rainfall, other rainfall in Kunming city has increased. The duration of urban rainfall was shortened and the peak of rainstorm was advanced. The heavy rainfall lasting about 1 hour changed from a bimodal rain pattern to a unimodal rain pattern. 4) The intensification of urban heat island effect caused by climate change and urban expansion leads to an increase in underlying surface temperature, accelerated surface evaporation, local near surface convective activity, and changes in air moisture conditions, which were important reasons for the changes in rainfall characteristics in Kunming City.

Key words： urban precipitation; precipitation characteristics; urban heat island effect

近百年来，全球气候持续变暖[1]。由于地表温度升高，水分蒸发量增大，水循环加速，导致很多地区极端降雨频率及强度明显增加[2-3]。同时，全球城市化进程也整体呈现快速上升趋势[4]；城市化进程加速人造热源排放和土地覆被改变，导致陆地表面与大气之间能量交换发生改变[5-6]，因此大城市受气候变化和城市化双重影响，区域强降雨的格局也发生了明显改变[7-10]；城市内涝、洪灾等灾害事件频发，给城市运行和人类生活造成了严重的影响[11-12]。例如，2012年“7·21”暴雨袭击北京，全市受灾人口190万人，造成经济损失116.4亿元，给人民生产生活造成了重大影响[13]；2021年“7·20”郑州特大暴雨灾害，灾情重大[14]。研究城市极端降雨特性，揭示城市化与极端降雨之间的物理机制，对各级政府应对城市气象灾害、制定防灾救灾措施，具有重要的现实意义与科学价值。
云南地处青藏高原向东南延伸的云贵高原腹地，地型、地势复杂多样，环流局地性差异明显，是中国降水、气温等气象要素区域差异变化最复杂的地区之一[15-16]，加之南亚季风和东亚季风在此交汇[17]，致使云南极端气象事件高发[18-20]，所以，对于极端事件变化特征及影响机理的研究一直以来都备受关注。目前云南正处于打造中国面向南亚东南亚辐射中心的重要时期，昆明作为云南省省会，既是世界主要的旅游城市，同时也是云南桥头堡战略的重要经济增长极。近年来随着城市化的快速推进，区域性极端降雨事件频率增多，昆明不断遭受强降雨侵扰，城市内涝频发，对社会经济的高质量发展和旅游城市国际形象的提升均产生了严重影响。2008年7月2日凌晨，昆明出现的特大暴雨天气引发了严重的城市内涝，昆明机场关闭约7 h。2017年和2019年的7月20日凌晨，昆明出现了强降雨天气[21]，致使城区大面积内涝。面对目前城市内涝多发的严峻形势，进行“海绵城市”建设，是生态文明发展的新模式[22]。“海绵城市”指城市能够像海绵一样，在适应环境变化和应对雨水带来的自然灾害等方面具有良好的弹性，下雨时吸水、蓄水、渗水、净水，需要时将蓄存的水“释放”并加以利用[23]；其建设过程中需依据精准的强降雨过程降雨量及各降雨强度在时间上的分配来进行合理设计[24-25]。在以往研究中，仅通过日、月、季、年等常规尺度降雨数据来揭示的云南或者昆明的降雨变化规律已不能满足复杂地型、复杂气候背景下精细化气象服务能力提升和“海绵城市”建设技术标准化的需求[26-28]。因此，运用分钟降雨数据，对比确定最小降雨间隔时间，深入分析昆明地区城市和乡村自然降雨指标的不同变化，在此基础上，重点剖析大众更为关注的城市降雨结构的变化，并揭示城市热岛效应与城市极端降雨之间的可能联系，对于构建城市气象防灾减灾长效机制，坚持绿色发展，有着重要的示范和现实意义。

1 资料选取及方法介绍

1.1 研究区概况

昆明市位于云南省中部，东经102°12′~103°03′、北纬24°23′~25°23′之间，总体地势四周高、中间低，市中心海拔约1 891 m；滇池位于昆明市西南，有盘龙江等河流注入，湖面海拔1 886 m，是云南省最大的淡水湖[29]（图1a）。昆明市降雨量夏季最多，秋季次之，春季次少，冬季最少，有降雨量随海拔升高而增多的山地气候特点[30]。根据清华大学宫鹏课题组提出的城市面积数据统计[31]，1990年昆明城市面积占比为3.7%，2000年增加至6.5%，从昆明市城市面积的扩展来看，2000年以前，以市中心呈放射状扩展，2000年较1990年城市面积扩展了近1倍；2010年昆明城市面积占比为11.9%，2017年增加至18.2%，城市面积较2000年增加了近2倍，从扩展方向看，自2000年以后昆明城市有向南向东扩展的趋势（图1b）。
图1 昆明市地形分布、气象站位置（a）及城市面积扩展(b)

Fig. 1 Topography distribution, location of meteorological stations (a) and urban area expansion (b) in Kunming City

1.2 资料选取

本文研究时段为1961—2020年。气象资料由云南省气象台整理、提供，包括云南全省125站的年平均气温，昆明站年平均气压、年平均水汽压、年平均气温，分钟降雨观测数据（1968年缺测）；太华山站年平均气温（1968年缺测）、分钟降雨观测数据（1968年缺测）。由于昆明站自2004以后、太华山站自2007年以后才开展全年分钟降雨观测，之前的冬季（12月—次年2月）不进行分钟降雨观测，在对昆明和太华山2个测站降雨场数的年际变化进行分析时，统一选取3—11月时段，而分季节、分降雨时长、分降雨量级的讨论则考虑全部观测记录。城市面积数据取自清华大学宫鹏课题组研发的1985—2017年多时相高分辨率全球城市边界数据集[31]，空间分辨率为30 m，城市面积通过ArcGIS10.6软件处理。昆明市区边界数据来源于国家基础地理信息中心下发的1∶100万地形数据（2015版）①。

1.3 方法介绍

1）自相关系数。自相关系数是度量同一事件在2个不同时期之间的相关程度。由此来确定最小降雨间隔（T）[32]，这样可以降低由于主观因素导致的降雨过程分析误差。
2）强降雨阈值。60 min强降雨阈值选取现行气象业务中的小时强降水20.0 mm作为阈值；其他历时的强降雨阈值则是采用各历时暴雨临界值r（t）（t为降雨历时，单位min）来定义[33]，公式如下：
$ r(t)=\sqrt{5t-\Bigg(\dfrac{t}{24}\Bigg)^2}\quad，t\geqslant120\ \mathrm{min} $
3）雨峰位置系数。雨峰位置系数$ {{r}}_{i} $是来描述强降雨峰值发生的时刻。根据每场降雨不同历时雨峰时刻与整个历时的比值加权平均确定的，降雨过程以5 min为降雨单元进行分隔，来统计雨峰位置系数，$ {{r}}_{i} $位于0~1之间；$ {{r}}_{i} $越接近0，则雨峰位置靠前，$ {{r}}_{i} $越接近1，则雨峰位置靠后。
$ {r}_{i}=\dfrac{{t}_{i}}{t} $
式中，$ {{r}}_{i} $为雨峰位置系数，$ {{t}}_{i} $为降雨峰值时刻，t为降雨历时。
4）城市热岛（Urban Heat Island, UHI）强度。热岛强度为城市与周边农村区域平均气温的差异。从气象站位置来看（图1a），太华山观测环境受城市化影响相对较小，作为乡村气象代表站；而昆明站原址位于昆明市中心，对城市环境有代表性，因此，用这2站的气温差来计算昆明市UHI强度。由于太华山站与昆明站存在近460 m的海拔高差，根据昆明地区0.51℃/100 m的气温垂直递减率[34]和陈艳等的方法[35]，对太华山站和昆明站的气温序列进行订正。
本文采用的研究指标还包括降雨量贡献率（单位：%）、热岛增温率（单位：℃/10a）、热岛增温贡献率（单位：%）、雨峰位置系数等。在降雨量级的讨论中，结合气象条件同时考虑云南降雨的实际情况，将降雨量分为0 mm的微量降雨过程；0.1~10.0 mm的小雨过程；10.1~20.0 mm的小到中雨过程；20.1~50.0 mm的强降雨过程；50.1~100.0 mm的超强降雨过程和100.0 mm以上的极强降雨过程。根据上述计算结果，采用相关分析、线性趋势分析、M-K突变检验等统计方法分析变化趋势，并进行显著性检验。

2 结果与分析

2.1 最小降雨间隔

根据《海绵城市建设技术指南》[36]的规定，场降雨量R≤2.0 mm的降雨（一般不产生径流）为无效降雨，场降雨量＞2.0 mm的降雨为有效降雨。随着最小降雨间隔时间增加，总降雨场数、有效降雨场数和无效降雨场数均呈减少趋势，且无效降雨场次数和总降雨场数的减少趋势相似。在0.5 h＜T＜3.0 h区间内，无效降雨场数和总降雨场数快速减少；当T=3.0 h时，无效降雨场数与有效降雨场数数量相当；T＞3.0 h之后，有效降雨场数多于无效降雨场数（图2a）。进一步分析不同最小降雨间隔对有效降雨量贡献率的影响可以看出，T=0.5 h时，有效降雨量贡献率最低不到90%，随着最小降雨间隔的增加，有效降雨量贡献率也随之增加；同样地，在0.5 h＜T＜3.0 h区间内，有效降雨量贡献率从89.7%增加至95.5%；3.0 h＜T＜12.0 h，有效降雨量贡献率从95.5%增加至98.0%（图2b）。可见，在3.0 h以内，降雨场数和有效降雨量贡献率对于最小降雨间隔时间的变化较为敏感，而在3.0 h以上，降雨场数和有效降雨量贡献率对最小降雨间隔时间的变化敏感度降低。
图2 昆明站不同最小降雨间隔对应的降雨场数和有效降雨量贡献率

Fig. 2 Number of rainfall fields and effective rainfall contribution rate corresponding to different minimum rainfall intervals at Kunming Station

最小降雨间隔的降雨量自相关系数在0~0.15 之间变化。当降雨间隔为0.5 h 和1.0 h 时，相关系数最高，分别为0.14和0.15。在0.15附近，说明降雨场次序列与原始雨量序列之间还存在弱的相关性；随着最小降雨间隔T＞2.0 h以后，自相关系数减小至0.05以下，特别是当T≥3.0 h以后，自相关系数接近0值，说明2组降雨量序列的相关性很弱，即使有小幅的波动，也没有超过T=2.0 h时的相关系数（图3）。因此结合上述分析，选择3.0 h作为昆明站最小降雨间隔是比较合理的。
图3 不同最小降雨间隔对应的降雨量自相关系数

Fig. 3 Rainfall autocorrelation coefficient corresponding to different minimum rainfall intervals

2.2 昆明地区降雨特性

为全面了解昆明地区城市和乡村降雨特性的变化特征，按照3 h最小降雨间隔将昆明和太华山2个气象站近60 a的分钟降雨观测数据进行降雨场次划分，并对降雨过程进行分析。

2.2.1 降雨场数

近60 a来，昆明年平均降雨150场（3—11月），呈显著减少趋势（P＜0.10），减少速率为3.6场/10a。除了1968年数据缺测外，其余59 a中，降雨场数最多的是1999年（210场），其次是2000年、1964年和1965年，降雨场数均在200场以上；最少的是1982—1986年，这一时期的年降雨场数均不足100场，其中1984年最少，仅有83场。2004年进行全年分钟降雨观测以来，昆明年均降雨场数为155场，降雨最多的是2017年，有192场；最少的是2009年有124场，近17 a的变化趋势不显著（图4a）。太华山年平均降雨121场（3—11月），呈略增加趋势，增加速率为1.4场/10a。在有观测记录的59 a中，降雨场数最多的是2016年，有162场，最少的是1967年，仅有75场；2007年进行全年分钟降雨观测以来，太华山降雨场数最多的依然是2016年，有186场，最少的是2019年，有124场，近14 a的变化趋势不显著（图4b）。从2个站逐年降雨场数的变化来看，昆明年降雨场数呈年代际变化特征，而太华山以年际变化为主。从全年降雨场数的季节变化来看，昆明城市和乡村降雨的季节分布规律相似，都是夏秋季多（占比超70%），冬春季少（占比不足30%）。
图4 1961—2020年昆明站（a）和太华山站（b）年降雨场数

1968年数据缺失

Fig. 4 Annual rainfall fields of Kunming Station (a) and Taihua Station (b) from 1961 to 2020

对昆明站近60 a来3—11月的降雨场数进行M-K突变检验可以看到，昆明城市年降雨场数以年代际变化特征为主（图5）。20世纪90年代前昆明降雨场数呈减少趋势，特别是1980—1990年昆明年降雨场数显著减少；1991年后昆明降雨场数增加，2000年以后降雨场数又逐渐减少，但变化趋势不显著。
图5 1961—2020年(3—11月)昆明站降雨场数M-K突变检验

虚线表示P=0.05显著性检验；1968年数据缺失

Fig. 5 M-K mutation test of annual rainfall fields in Kunming Station during 1961—2020 (March to November)

2.2.2 降雨量等级

近60 a来，昆明无效降雨（0.1 mm≤R≤2.0 mm）平均每年发生87.8场，占总降雨场数的57.5%，有效降雨发生率为42.5%。在有效降雨中，小雨平均每年约39.0场，小到中雨年均发生14.0场，强降雨年均约有10场，超强降雨年均发生约2.3场，极强降雨最少，年均发生0.2场。从对总降雨量的贡献率来看，无效降雨的降雨量贡献率低，仅有4.6%，强降雨的降雨量贡献率最高，为32.8%，其次是小到中雨的降雨量贡献率为21.4%。
太华山无效降雨平均每年有88.7场，占总降雨的58.4%，有效降雨发生率为41.6%。其中，小雨过程平均每年约35.3场，小到中雨年均发生13.5场，强降雨年均约有11.1场，超强降雨年均发生约2.9场，极强降雨年均约有0.4场。从降雨贡献率来看，无效降雨的降雨量贡献率为3.7%，强降雨的降雨量贡献率最高，为34.0%，其次是小到中雨和极强降雨的降雨量贡献率分别为19.6%和19.2%。
由以上分析可知，昆明和太华山的有效降雨发生率均在40%左右，其降雨量贡献率均超过95%。但在有效降雨中，太华山雨量在20 mm以上的降雨过程场数占比和降雨量贡献率都比昆明站高，由于太华山站的海拔比昆明站高460 m，符合山地气候特征[30]（图6）。由于强降雨的降雨量贡献率最高，极强降雨的致灾性强，在城市建设过程中需重点防范，因此后续重点讨论两者的变化。
图6 1961—2020年昆明站和太华山站不同量级降雨场数占比和降雨量贡献率

Fig. 6 Proportion and contribution rate of rainfall fields of different orders of magnitude in Kunming Station during 1961—2020

近60 a来，昆明年均发生强降雨过程10.1次，呈略增加趋势，增加速率为0.1场/10a，强降雨发生最多的是1995年，有19场，最少的是1989年，发生了5场（图7a）；昆明的极强降雨过程呈显著增加趋势（P＜0.05），增加速率为0.07场/10a，发生最多的是1966年和2019年，每年发生了2场；且昆明在出现极强降雨的10 a中，有6 a就发生在2000年后（图7b）。太华山强降雨过程年均发生11次，呈逐年略减少趋势，减少速率为0.1场/10a（图7c）；同期，有19 a发生了极强降雨，虽然太华山的极强降雨过程多于昆明，呈逐年略增加趋势，但变化速率远不及昆明的增加速率快（图7d）。
图7 1961—2020年昆明站和太华山站强降雨和极强降雨年际变化

Fig. 7 Interannual changes of heavy rainfall and extremely strong rainfall at Kunming Station and Taihuashan Station in 1961—2020

进一步对昆明强降雨过程进行M-K突变检验可知（图8），20世纪90年代前以年际变化为主，没有明显的年代际增减趋势；20世纪90年代以后，强降雨场数呈增加趋势，特别是进入20世纪10年代末，强降雨场数增加明显，通过显著性检验，这与邹嘉福等人运用昆明地区水文站降雨观测资料分析得到的结果一致[37]。
图8 1961—2020年昆明站强降雨场数M-K突变检验

虚线表示P=0.05显著性检验；1968年数据缺失

Fig. 8 M-K mutation test of the number of heavy rainfall fields in Kunming Station in 1961—2020

2.3 昆明城市降雨特性的年代际特征

由于昆明城市年降雨和强降雨场数在1990年前后都发生了突变，本文从1961—1990年（简称20世纪90年代前）和1991—2020年（简称20世纪90年代后）2个时段，基于降雨量级、降雨时长、雨型特征等指标讨论昆明城市降雨特性变化。
20世纪90年代前，昆明发生降雨4379场，占全部降雨的47.1%；90年代后，降雨过程有4920场，占全部降雨的52.9%，除微量降雨较90年代前减少125场外，其余各量级的降雨均有增加。其中，小雨过程增加最多，有591场，年均增加近20场，占比也由90年代前的67.4%，增加至90年代后的72.1%；其次是强降雨过程较90年代前增加了48场，年均增加近1.5场；特别地，极强降雨过程由90年代前的5场增加至9场；从增幅来看，小雨和强降雨的增幅，接近20%；超强降雨过程增加了10%；极强降雨过程较90年代前增幅最大，增加了80%。
在极端降雨的研究中，短历时（180 min以内）强降雨过程由于雨强大、雨峰位置多变，容易造成城市内涝，所以需重点防范[38]；加之，昆明最小降雨间隔为180 min，为避免最小降雨间隔造成降雨历时的延长，本文选择降雨时长在180 min以内（包括180 min）的降雨过程对降雨历时和雨型变化进行讨论。180 min以内（包括180 min）的降雨过程，20世纪90年代前发生了2107场，占全部降雨的22.7%；90年代后发生了3078场，占全部降雨的33.1%，较90年代前增加了1/10。其中，历时t＜30 min的降雨场数，在90年代前占短历时降雨的49.9%，90年代后这一比例上升至53.4%；同样，历时30 min≤t＜60 min的降雨20世纪90年代前占13.4%，90年代后比例上升至15.8%。而历时在60~120 min及120~180 min的降雨过程则是较90年代前略微减少，减少幅度在1.0%~1.5%之间。上述分析表明昆明市区近30 a来，历时在60 min≤t＜180 min的降雨过程在减少，60 min以内的降雨过程在增加。
本文选取降雨历时接近60 min、120 min、180 min的强降雨过程进行雨型分析，降雨历时和雨量阈值见表1，以60 min降雨历时为例，为得到更多的自然降雨样本，降雨历时上下浮动15 min，本文选取降雨历时为45 min≤t＜75 min。
表1 不同历时降雨场次的强降雨阈值

Table 1 Heavy rainfall threshold of different duration rainfall events

降雨历时/min降雨时长范围/min强降雨阈值/mm
60[45,75)20.0
120[105,135)24.0
180[165,195)29.0
以5 min间隔进行雨强分段，对20世纪90年代前后的强降雨样本进行雨型分析。从60 min强降雨雨型的变化来看（图9a），90年代前为双峰雨型，且后雨峰强度大于前雨峰，雨峰位置系数分别为0.33和0.67；90年代后呈单峰雨型，雨峰位置系数为0.10，说明雨峰位置较90年代前明显提前。120 min强降雨雨型在90年代前后均为双峰型，90年代前雨峰位置系数为0.08和0.83，后雨峰强于前雨峰；90年代后雨峰位置系数为0.15和0.83，后雨峰强度减弱，前雨峰持续时间加长，降雨过程中40~70 min降雨强度增加，各时段降雨强度分布较90年代前要均匀（图9b）。180 min强降雨雨型在90年代前后均为单峰型，90年代前雨峰位置系数为0.25，90年代后为0.19，雨峰提前（图9c）。
图9 20世纪90年代前后昆明站60 min、120 min、180 min强降雨雨型

Fig. 9 Comparison of heavy rainfall patterns in 60 min, 120 min and 180 min at Kunming Station before and after 1990s

2.4 城市热岛效应的可能影响

考察昆明UHI变化特征发现：近60 a来，昆明UHI强度在20世纪90年代前变化不明显，UHI在0℃附近小幅波动，进入90年代后UHI呈显著增强趋势（+0.3℃/10a，P＜0.001），特别是20世纪90年代末，UHI强度超过1.0℃，在21世纪10年代末，昆明UHI强度达到最高的2.2℃；从UHI强度的阶段性变化来看，与昆明城市降雨特性的年代际变化具有时间同步性。研究表明，城市面积的扩张，致使人口增加、人造热源排放和土地覆被变化，会导致城市热岛效应增强[39]。1998年以前，昆明城市面积占比接近5%，年均增加面积不足10.0 km2；从90年代末开始，城市面积年均增长超过10.0 km2，2010年昆明城市面积占比为11.9%，2017年底提升至18.2%，昆明城市面积从1990年的151.4 km2增加至2017年的742.0 km2，28 a中，城市面积扩大了近6倍。昆明城市面积占比与UHI两者之间呈显著正相关（R2=0.372，P＜0.001），即城市面积越大UHI越强（图10a）。
图10 1961—2020年昆明市城市热岛（UHI）强度和城市面积变化

Fig. 10 UHI intensity and proportion of urban area in Kunming from 1961 to 2020

近年来，云南出现了明显的增温现象[40]，在暖背景下，昆明的热岛增温贡献率为41%，可见，由城市面积扩展导致的热岛增温贡献率不容小觑。去除气候变暖贡献后，近60 a来，昆明城市热岛强度（以UHI*来表示）在20世纪90年代中以前维持负值，说明热岛增温还没出现；1995年后UHI*转为正值，且在1995—2010年显著增强（+0.5℃/10a，P＜0.02），特别是在2006—2010年，UHI*强度超过1.0℃的就有3 a，属于强UHI*期；2010年后，UHI*增幅稍有回落，保持−0.3~0.6℃的年际波动。比较1987—2017年昆明城市面积的年增幅可以发现，1987—1994年城市面积增幅较小，维持在0.2%以下；1995—2010年，增幅提升至0.2%~1.1%，特别是2006—2010年，昆明城市面积年增幅维持在0.6%以上，是热岛增温前城市面积年增幅的3倍多；从2011年起，增幅以年际变化为主（图10b）。UHI*与昆明城市面积年增幅呈显著正相关关系（R2=0.203，P＜0.01），说明由城市面积扩展导致的热岛增温在昆明城市热岛效应中起重要作用。
一般地，某地的气压低，周围区域的空气就在水平方向上向该地区流入，致使该地区的空气上升，有利于降雨生成[41]。从昆明站近60 a的地面气压距平变化来看，1961—1990年，昆明年均气压为810.8 hPa，以年际变化为主，振幅大致在−0.64~0.46 hPa之间。1991年开始，昆明年均气压降低至810.2 hPa，较常年偏低，特别是2006—2012年，年均气压较常年偏低超过1.0 hPa。地面气压距平与UHI呈显著负相关关系（R2=−0.423，P＜0.001），即UHI越强，地面气压越偏低，有利于近地面空气形成上升运动（图11a）。近60 a来，昆明比湿呈显著增加趋势（增湿速率为[（0.052 g/kg）/10a，P＜0.01]，特别是近30 a中，年均比湿仅有6 a是负距平，其余年份均为正距平，比湿距平与UHI呈显著正相关关系（R=0.068，P＜0.05），即UHI越强，有利于近地面空气中的水汽含量升高，形成降雨[42-43]（图11b）。
图11 昆明站1961—2020年平均气压距平、比湿距平与城市热岛（UHI）强度的变化

Fig. 11 Changes of mean atmospheric pressure anomaly, specific humidity anomaly and UHI at Kunming Station in 1961—2020

3 结论与讨论

3.1 结论

运用分钟降雨量观测数据，对比不同最小降雨间隔的降雨场数、有效降雨量贡献率和自相关系数的变化，确定昆明地区合理的最小降雨间隔；在此基础上对比昆明城市和乡村近60 a降雨特性的不同，来揭示城市热岛效应对城市降水特性变化的可能影响，得到如下结论：
1）当最小降雨间隔在3 h以内时，昆明总降雨场数、无效降雨场数及降雨量的自相关系数均随着最小降雨间隔的增加快速减小，有效降雨量贡献率则随之快速增加；当最小降雨间隔超过3 h后，上述指标的变化速率减缓，且有效降雨量贡献率超过95%；因此，昆明市自然降雨场次划分选择3 h作为最小降雨间隔较为合理。
2）近60 a来，昆明地区降雨过程夏秋季多，冬春季少；有效降雨过程仅占全部降雨过程的40%左右，对总降雨量贡献率却超过95%，其中降雨量在[20.0,50.0) mm间的强降雨过程对降雨量的贡献率最高，超过30%。昆明城市强降雨在20世纪90年代后呈年代际增加趋势；特别是100.0 mm以上极强降雨增加速率远高于乡村。
3）与20世纪90年代前相比，昆明市区除微量降雨减少外，其余量级的降雨均有增加，其中降雨量在100.0 mm以上的极强降雨增幅最大，为80%；90年代后，昆明市区降雨历时缩短，1 h以内降雨过程增加最多；短历时强降雨雨峰提前，其中降雨历时在1 h左右的强降雨由双峰雨型变为单峰雨型。
4）20世纪90年代后，气候变暖和城市面积迅速扩张共同导致昆明城市下垫面温度升高，UHI强度增强，其中由城市面积扩展造成的城市热岛增温贡献率占41%。UHI增强导致城市下垫面温度升高，改变了近地面对流运动，上升运动加强；同时气温上升加速地表蒸发，增加了空气中的水分含量；局地近地面对流活动与水汽条件的改变，是导致昆明城市降雨特性变化的重要原因。

3.2 讨论

城市化进程在过去的几十年中取得了前所未有的发展，而随着城市发展伴随而来的，出现在城市区域的异常天气或者气候现象变得越来越频繁，其致灾性也越来越强，尤其是极端降雨引起的城市内涝[44]。在城市地区，城市热岛效应增强了城市局地对流，从而引发对流性降雨，是城市短历时强降雨增加的主要原因；且不同强度的热岛效应，对于城市降雨大值中心的分布也有不同[45]。本文仅利用国家一般气象站的资料分析了昆明城市热岛效应与昆明城市降雨之间的关系，并简单地揭示了其物理机制；同时，我们在本文的分析中也注意到了，昆明市区热岛效应并不是呈线性增长趋势，近年来年际波动有所增强，仅有单站的观测资料无法全面的揭示其空间特性的变化。近10多年来，随着区域自动站在昆明市区的广泛布设，运用其观测资料，来进一步揭示市区近年来极端降雨和城市热岛效应UHI的空间变化特征，对于深度揭示UHI对城市降雨特性变化的影响机理研究、提升精细化气象灾害预警能力是十分有重要的。此外，在分析中也发现，昆明近地面空气中的水汽含量在热岛效应增强后，呈显著增加趋势，但年际波动较大，可见在研究城市降雨特性变化时，还应该充分考虑大气环流异常导致的水汽输送异常[46]；此外影响次日尺度极端降雨变化的因子较为复杂，城市热岛效应、气溶胶排放、城市下垫面摩擦作用以及建筑物的阻挡作用，都会影响降雨在城市所在地原本的分布形态[47-50]。城市降雨特性变化是一个复杂的科学问题，在后续研究中，可以选择典型城市降雨个例，考虑不同的影响因子有针对性地从不同的影响机理来深入揭示。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
IPCC. Climate change 2013: The physical science basis[M]// Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2013.

[2]
Goswami B N, Venugopal V, Sengupta D et al. Increasing trend of extreme rain events over India in a warming environment[J]. Science, 2006, 314(5804): 1442-1445.

DOI

[3]
Alexander L V, Zhang X, Peterson T C et al. Global observed changes in daily climate extremes of temperature and precipitation[J]. Journal of Geophysical Research, 2006, 111(D5): D05109. doi: 10.1029/2005JD006290.

[4]
Peng J, Ma J, Liu Q Y. Spatial-temporal change of land surface temperature across 285 cities in China: An urban-rural contrast perspective[J]. Science of the Total Environment, 2018, 635: 487-497.

DOI

[5]
Zhang C L, Chen F, Miao S G et al. Impacts of urban expansion and future green planting on summer precipitation in the Beijing metropolitan area[J]. J Geophys Res, 2009, 114: D02116. https://doi.org/10.1029/2008JD010328.

[6]
胡楠林, 任志彬, 董禹麟, 等. 中国城市群热岛效应时空演变及其影响因素分析[J]. 地理科学, 2022, 42(9): 1534-1545

Hu Nanlin, Ren Zhibin, Dong Yulin et al. Spatiotemporal evolution of heat island effect and its driving factors in urban agglomerations of China. Scientia Geographica Sinica, 2022, 42(9): 1534-1545.

[7]
Yao C, Yang S, Qian W H et al. Regional summer precipitation events in Asia and their changes in the past decades[J]. Journal of Geophysical Research: Atmospheres, 2008, 113(D17): D17107

[8]
孔锋, 王铸, 刘凡, 等. 全球/大洲、区域尺度暴雨时空变化格局(1981—2010)[J]. 北京师范大学学报: 自然科学版, 2016, 52(2): 228-234

Kong Feng, Wang Zhu, Liu Fan et al. Spatiotemporal patterns of global-continental-regional scale heavy rainfall. Journal of Beijing Normal University (Natural Science Edition), 2016, 52(2): 228-234.

[9]
Ajaaj A A, Mishra A K, Khan A A. Urban and peri-urban precipitation and air temperature trends in mega cities of the world using multiple trend analysis methods[J]. Theoretical and Applied Genetics, 2017, 132: 403-418.

DOI

[10]
Liu Bingjun,Chen Shiling, Tan Xuezhi et al. Response of precipitation to extensive urbanization over the Pearl River Delta metropolitan region[J]. Environmental Earth Sciences, 2021, 80(9): 1-17.

DOI

[11]
Song X, Zhang J, AghaKouchak A et al. Rapid urbanization and changes in spatiotemporal characteristics of precipitation in Beijing metropolitan area[J]. Journal of Geophysical Research, 2014, 119: 11250-211271.

[12]
Wahl T, Jain S, Bender J et al. Increasing risk of compound flooding from storm surge and rainfall for major US cities[J]. Nature Climate Change, 2015, 5: 1093-1097.

DOI

[13]
Zhang D L, Lin Y, Zhao P et al. The Beijing extreme rainfall of 21 July 2012: “Right results” but for wrong reasons[J]. Geophys Res Lett, 2013, 40: 1426-1431.

DOI

[14]
Nie Yanbo, Sun Jianqi. Moisture sources and transport for extreme precipitation over Henan in July 2021[J]. Geophysical Research Letters, 2022, 49: e2021GL097446

DOI

[15]
陶云, 樊风, 段旭, 等. 云南不同气候带气温变化特征[J]. 云南大学学报(自然科学版), 2013, 35(5): 562-660

Tao Yun, Fan Feng, Duan Xu et al. On the features of different climate zones temperature change in Yunnan. Journal of Yunnan University (Natural Sciences Edition), 2013, 35(5): 562-660.

[16]
苏锦兰, 李建, 杨桂荣, 等. 横断山系云岭余脉点苍山东西侧小时降水特性对比分析[J]. 气象, 2015, 41(1): 17-24

Su Jinlan, Li Jian, Yang Guirong et al. Comparative analysis on hourly precipitation features on the east and west sides of Yunling Diancang Mountain in Hengduan Mountains. Meteorological Monthly, 2015, 41(1): 17-24.

[17]
Mal S, Singh R B, Huggel C et al. Introducing linkages between climate change, extreme events, and disaster risk reduction[C]//Mal S et al. Climate change, extreme events and disaster risk reduction: Towards sustainable development goals. Cham: Springer International Publishing, 2018: 1-14.

[18]
马洁华, 孙建奇, 汪君, 等. 2018年夏季中国极端降水及滑坡泥石流灾害预测[J]. 大气科学学报, 2019, 42(1): 93-99

Ma Jiehua, Sun Jianqi, Wang Jun et al. Real-time prediction for 2018 JJA extreme precipitation and landslides. Transactions of Atmospheric Sciences, 2019, 42(1): 93-99.

[19]
金燕, 况雪源, 晏红明, 等. 近55年来云南区域性干旱事件的分布特征和变化趋势研究[J]. 气象, 2018, 44(9): 1169-1178.

DOI

Jin Yan, Kuang Xueyuan, Yan Hongming et al. Studies on distribution characteristics and variation trend of the regional drought events over Yunnan in recent 55 years. Meteorological Monthly, 2018, 44(9): 1169-1178.

DOI

[20]
金燕, 晏红明, 张茂松, 等. 云南冬半年极端低温事件及大气环流的关系[J]. 高原气象, 2022, 41(5): 1302-1314

Jin Yan, Yan Hongming, Zhang Maosong et al. Relationship between extreme low temperature events and atmospheric circulation in Yunnan during winter half year. Plateau Meteorology. 2022, 41(5): 1302-1314.

[21]
姜勇, 黄初龙. 2019年盛夏昆明一次夜间致灾性强降水的成因分析[J]. 甘肃科学学报, 2020, 32(4): 69-77,96

Jiang Yong, Huang Chulong. Analysis of the causes of a disaster-inducing heavy preciptation at night in Kunming in the midsummer of 2019. Journal of Gansu Sciences, 2020, 32(4): 69-77,96.

[22]
冯萃敏, 魏瞳, 李芬芬, 等. 海绵城市建设技术标准化现状及发展方向[J]. 中国给水排水, 2023, 39(8): 45-52

Feng Cuimin, Wei Tong, Li Fenfen et al. Status analysis and developing trends of the technology standardization for sponge city construction. China Water & Wastewater, 2023, 39(8): 45-52.

[23]
曹经福, 杨艳娟, 郭军, 等. 天津市短时暴雨雨型时空分异及其对城市内涝的影响[J]. 气象与环境学报, 2021, 37(4): 114-121.

DOI

Cao Jingfu, Yang Yanjuan, Guo Jun et al. Spatiotemporal differentiation of short-duration rainstorm pattern and its influence on urban waterlogging in Tianjin. Journal of Meteorology and Environment, 2021, 37(4): 114-121.

DOI

[24]
张建云, 王银堂, 胡庆芳, 等. 海绵城市建设有关问题讨论[J]. 水科学进展, 2016, 27(6): 793-799

Zhang Jianyun, Wang Yintang, Hu Qingfang et al. Discussion and views on some issues of the sponage city construction in China. Advances in Water Science, 2016, 27(6): 793-799.

[25]
顾正强, 朱玲, 龚强, 等. 辽宁省降雨变化对海绵城市低影响开发雨水系统建设的影响[J]. 气象与环境学报, 2018, 34(5): 76-85

Gu Zhengqiang, Zhu Ling, Gong Qiang et al. Influence of variation in precipitation on the construction of a low-impact-development rain-water system for sponge city in Liaoning Province. Journal of Meteorology and Environment, 2018, 34(5): 76-85.

[26]
刘丽, 曹杰, 何大明, 等. 中国低纬高原汛期强降水事件的年代际变化及其成因研究[J]. 大气科学, 2011, 35(3): 435-443

Liu Li, Cao Jie, He Daming et al. The interdecadal variability of heavy rainfall events in flood season over low-latitude highlands of China and associated causes. Chinese Journal of Atmospheric Sciences, 2011, 35(3): 435-443.

[27]
Fan H, Jinming H U, Daming H E. Trends in precipitation over the low latitude highlands of Yunnan, China[J]. Journal of Geographical Sciences, 2013, 23(6): 1107-1122.

DOI

[28]
Li Yungang, He Daming, Hu Jinming et al. Variability of extreme precipitation over Yunnan Province, China 1960—2012[J]. International Journal of Climatology, 2015, 35(2): 245-258.

DOI

[29]
百度百科. 昆明市[J/OL]. https://baike.baidu.com/item/昆明市.html.2023-05-10

Baidu Encyclopedia. Kunming. https://baike.baidu.com/item/in kunming.html.2023-05-10.

[30]
王宇. 云南山地气候[M]. 昆明: 云南科技出版社, 2003

Wang Yu. Yunnan mountain climate. Kunming: Yunnan Science and Technology Press, 2003.

[31]
Gong P, Li X C, Zhang W. 40-year (1978—2017) human settlement changes in China reflected by impervious surfaces from satellite remote sensing[J]. Science Bulletin, 2019(64): 11,756-763.

[32]
Adams B J, Papa F. Urban stormwater management planning with analytical probabilistic models[J]. Canadian Journal of Civil Engineering, 2000, 28(3): 545

[33]
高绍凤, 陈万隆, 朱超群, 等. 应用气候学[M]. 北京: 气象出版社, 2021

Gao Shaofeng, Chen Wanlong, Zhu Chaoqun et al. Applied Climatology. Beijing: China Meteorological Press, 2021.

[34]
段旭, 陶云, 段长春, 等. 云南省细网格气候区划及气候代表站选取[J]. 大气科学学报, 2011, 34(3): 336-342

Duan Xu, Tao Yun, Duan Changchun et al. A fine mesh climate division and the selection of representative climate stations in Yunan Province. Transactions of Atmospheric Sciences, 2011, 34(3): 336-342.

[35]
陈艳, 段旭, 董文杰, 等. 昆明地区城市热岛效应的再分析[J]. 高原气象, 2012, 31(6): 1753-1760

Chen Yan, Duan Xu, Dong Wenjie et al. Reanalysis on the urban heat island effect in Kunming. Plateau Meteorology, 2012, 31(6): 1753-1760.

[36]
住房城乡建设部. 海绵城市建设技术指南——低影响开发雨水系统构建(试行)[R]. 北京:住房城乡建设部,2014

Ministry of Housing and Urban-Rural Development. Technical guide for sponge city construction——Construction of stormwater system for low impact development (trial). Beijing: Ministry of Housing and Urban-Rural Development, 2014.

[37]
邹嘉福, 刘正伟. 昆明城市暴雨洪水特性分析[J]. 水电能源科学, 2013, 31(1): 42-44

Zou Jiafu, Liu Zhengwei. Analysis of storm flood characteristics of Kunming City. Hydropower Energy Science, 2013, 31(1): 42-44.

[38]
张宇航, 杨默远, 潘兴瑶, 等. 降水场次划分方法对降水控制率的影响分析[J]. 中国给水排水, 2019, 35(13): 122-127.

DOI

Zhang Yuhang, Yang Moyuan, Pan Xingyao et al. Influence of rainfall division method on capture ratio of rainfall. China Water & Wastewater, 2019, 35(13): 122-127.

DOI

[39]
Luber G, Mcgeehin M. Climate change and extreme heat events[J]. American Journal of Preventive Medicine, 2008, 35(5): 429-435.

DOI

[40]
晏红明, 袁媛, 王永光. 气候变暖背景下气候平均值更替对中国气候业务的影响[J]. 气象, 2022, 48(3): 284-298

Yan Hongming, Yuan Yuan, Wang Yongguang. Influence of climatological mean value change operation in China under the global warming. Meteorological Monthly, 2022, 48(3): 284-298.

[41]
盛裴轩, 毛节泰, 李建国, 等. 大气物理学[M]. 北京: 北京大学出版社, 2003

Sheng Peixuan, Mao Jietai, Li Jianguo et al. Atmospheric Physics. Beijing: Peking University Press, 2003.

[42]
Solomon S, Rosenlof K H, Portmann R W et al. Contributions of stratospheric water vapor to decadal changes in the rate of global warming[J]. Science, 2010, 327(5970): 1219-1223.

DOI

[43]
包慧濛, 肖安, 李葳, 等. 南方比湿特征及其与暴雨的关系[J]. 气象与环境科学, 2021, 44(2): 33-42

Bao Huimeng, Xiao An, Li Wei et al. Characteristics of specific humidity in south China and its relationship with rainstorm. Meteorological and Environmental Sciences, 2021, 44(2): 33-42.

[44]
Trenberth K E. Changes in precipitation with climate change[J]. Climate Research, 2010, 47(47): 123-138.

[45]
Dou J, Wang Y. Observed spatial characteristics of Beijing urban climate impacts on summer thunderstorms[J]. Journal of Applied Meteorology and Climatology, 2015, 54(1): 94-105.

DOI

[46]
晏红明, 肖子牛, 薛建军. 初夏西北太平洋副高东西变动对中国南部降水东西差异的影响[J]. 地球物理学报, 2021, 64(3): 765-781

Yan Hongming, Xiao Ziniu, Xue Jianjun. The influence of east-west displacement of Northwestern Pacific subtropical high on east-weat difference of precipitation in southern China in early summer. Chinese Journal of Geophysics, 2021, 64(3): 765-781.

[47]
Wang J, Feng J, Yan Z et al. Nested high-resolution modeling of the impact of urbanization on regional climate in three vast urban agglomerations in China[J]. Journal of Geophysical Research, 2012, 117: D21103

[48]
Han Zuoqiang, Yan Zhongwei, Li Zhen et al. Impact of urbanization on low-temperature precipitation in Beijing during 1960—2008 [J]. Advances in Atmospheric Sciences, 2014, 31(1), 48-56.

[49]
Zhang Y, Smith J A, Luo L et al. Urbanization and rainfall variability in the Beijing metropolitan region[J]. Hydrometeorol, 2014, 15: 2219-2235.

DOI

[50]
Song X, Zhang J, AghaKouchak A. Rapid urbanization and changes in spatiotemporal characteristics of precipitation in Beijing metropolitan area[J]. Journal of Geophysical Research, 2014, 119(11): 11250-11271.

DOI

Options
文章导航

/

〈 〉