基于小波分析的海绵城市试点未来降雨变化预测分析研究
0 前言
近年来,由于气候变化而引发的降雨变化,导致很多地区降雨量出现显著变化,同时还伴随很多极端降雨事件的发生,为城市市政基础设施带来了很大的挑战,故在海绵城市建设的进程中的一项重要任务,就是应充分考虑未来气候变化对城市的影响。美国、英国、德国等国,均于2007~2010年,对未来30年气候变化可能对市政基础设施所造成的影响进行了预测与评估,并在规划时要求对未来降雨变化可能引发的下水道溢出事件、洪水引发的破坏、与气候相关的停电等进行预测统计并进行风险评估
针对未来降雨变化进行预测的方式有多种,其中小波分析法可以有效分析降雨序列时频的变化特征,并可以预测未来降雨的多时间尺度变化特征。我国诸多学者先后利用小波分析,对我国大部分地区的降雨变化进行了时频变化分析与未来变化趋势预测,如:长江中下游地区、华北地区、东北地区及东南沿海地区等,认为预测得到的“丰-枯”变化周期准确度在85%~90%以上
故本文选取30个海绵城市试点作为预测样本,对这些城市的未来降雨变化趋势进行预测,并且根据预测的未来变化特征对30个试点进行分类,从而对我国地区化的城市雨水系统建设与城市雨水系统应对、适应未来降雨变化提供一定的参考。
1 数据资料
我国30个海绵城市试点遍布全国24个省,涵盖华北平原地区、环渤海地区、东北部地区、西北部地区、长江中下游平原地区、东南沿海地区以及西南部地区等区域的代表性城市,故本文选取由国家气候中心所提供的30个海绵城市建设试点,1983~2012年日降雨数据作为数据支持,对30年内的年降雨量进行统计。
经趋势分析,在过去30年间,所有海绵城市试点中有4个城市(地区)的年降雨量呈现持平趋势,其余城市(地区)的年降雨量存在不同程度的变化,具体情况可见表1;但单纯根据年降雨量变化趋势,无法有效分析降雨的变化规律、预测未来降雨的变化特征,故利用小波分析,分析试点城市(地区)的降雨“丰-枯”变化周期,及对未来10年左右的降雨变化进行分析预测,从而在面对未来降雨变化时,为海绵城市试点的城市雨水系统建设提供一定的建议。
表1 1983~2012年各试点城市(地区)年降雨量变化趋势
Tab.1 Trend of annual rainfall change in pilot project sponge cities and regions from 1983 to 2012
城市名称 |
R2 | 变化趋势 | 城市名称 | R2 | 变化趋势 |
白城 | 0.006 | 减少 | 青岛 | 0.031 | 增长 |
北京 |
0.056 | 减少 | 庆阳 | 0.046 | 增长 |
常德 |
0.001 | 增长 | 三亚 | 0.101 | 增长 |
池州 |
0.023 | 减少 | 厦门 | 0.027 | 减少 |
大连 |
0.006 | 增长 | 上海 | 0.012 | 减少 |
福州 |
0.014 | 增长 | 深圳 | 0.041 | 增长 |
固原 |
0.000 | 持平 | 遂宁 | 0.040 | 减少 |
贵安新区 |
0.011 | 减少 | 天津 | 0.016 | 减少 |
鹤壁 |
0.003 | 增长 | 武汉 | 0.066 | 减少 |
济南 |
0.070 | 增长 | 西宁 | 0.155 | 增长 |
嘉兴 |
0.038 | 减少 | 西咸新区 | 0.014 | 减少 |
南宁 |
0.025 | 减少 | 玉溪 | 0.033 | 减少 |
宁波 |
0.000 | 持平 | 镇江 | 0.005 | 增长 |
萍乡 |
0.002 | 增长 | 重庆 | 0.000 | 持平 |
迁安 |
0.000 | 持平 | 珠海 | 0.039 | 增长 |
2 分析与预测方法
在进行时间序列小波变换分析时,其基本思想是用一簇小波函数系来表示或逼近某一信号或函数
式中 Ψ(t)——基小波函数。
它可通过尺度的伸缩和时间轴上的平移构成一簇函数系见式(2):
式中 Ψa,b(t)——子小波;
a ——尺度因子,反映小波的周期长度;
b ——为平移因子,反应时间上的平移。
气候预测中的时间序列数据大多是离散的,设函数f(kΔt),(k=1,2,…, n) Δt为取样间隔,则离散小波变换式见式(3):
通过增加或减小伸缩尺度a来得到信号的低频或高频信息,然后分析信号的概貌或细节,实现对信号不同时间尺度和空间局部特征的分析
利用小波对历史降雨或水文资料进行延展的同时,也可利用其变化周期的特征对未来降雨变化或水文变化进行一定的预测:李淼等
3 降雨序列变化的小波分析与未来降雨变化预测
3.1 周期变化分析
将30个试点城市(地区)的1983~2012年降雨数据经过Morlet小波变换后,可得到体现时间序列内所有变化周期的小波等值线图,再经过模平方变化后,则可根据模的大小表征时间尺度上周期的强弱情况。但由于30个试点较多,所有时频变化周期图全部展示篇幅过大,故选取北京作为代表,进行展示,对其他城市的时频变化周期特性进行总结,以表格展示。
从北京Morlet小波变换系数实部时频分布(见图1)中可以看到,北京历史主要存在4~8年与8~15年2种“丰-枯”变化周期,从2018年以后8~15年周期演变为14~16年的周期,主导北京的未来降雨变化,为进一步判定未来的4~8年与14~16年周期的具体变化周期与哪一种主导性更强,则需要通过模平方变换时频分布,确定具体周期与主导性,见图2。

图1 北京Morlet小波变换系数实部时频分布
Fig.1 Real part time-frequently distribution from Morlet wavelet transform coefficients of Beijing

图2 北京Morlet小波变换系数模平方时频分布
Fig.2 Modulus square time-frequently distribution from Morlet wavelet transform coefficients of Beijing
小波变换系数模方时频分布图中可以看出,2012年以后,北京一直存在7年与16年的变化周期,之后通过小波变换方差图判定具体的主导周期,见图3。
从图3中可以得到,16年的变化周期比7年的变化周期变化强度更高,所以北京地区从2012年以后,主导“丰-枯”变化周期为16年。故以此方法继续对其他29个试点城市(地区)的降雨序列进行小波时频变换分析,从而确定主变周期,以用于对未来降雨趋势变化的预测,其他城市均采用此方法对时频变化周期进行统计分析,并用于未来降雨变化预测。
3.2 未来降雨变化预测
根据小波变换分析结果,对30个试点城市(地区)2018年之后的年降雨量“丰-枯”变化周期进行总结与分析,其中大部分城市均具有2种明显的变化周期,嘉兴、济南只拥有一种显著地变化周期、白城和三亚拥有3种变化周期,具体周期时长与该周期增减类型可见表2。
30个试点城市(地区)中,24个城市(地区)均具有10年以上的变化周期;24个城市(地区)具有8年以下的变化周期,11个城市(地区)具有8~10年变化周期,每个城市(地区)的主导“丰-枯”变化周期见表3。
表2 各试点城市(地区)未来降雨变化周期与增减类型
Tab.2 Future rainfall change period and Increase-Decrease types in pilot project sponge cities and regions
城市(地区) |
10年以上 周期 |
增减趋势 | 增减类型 |
8~10年 周期 |
增减 趋势 |
增减类型 |
8年以 下周期 |
增减 趋势 |
增减类型 |
年均降雨 量/mm |
白城 | 16 | 减少 | 接近峰/谷 | 7 | 减少 | 处于峰/谷 | 5 | 减少 | 处于平均水平 | 424.4 |
北京 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 7 | 减少 | 处于峰/谷 | 549.3 |
常德 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 5 | 增加 | 处于峰/谷 | 1 354.8 |
池州 |
15 | 减少 | 处于平均水平 | 8 | 减少 | 接近峰/谷 | 5 | 增加 | 处于峰/谷 | 1 424.5 |
大连 |
12 | 增加 | 处于平均水平 | 无 | 无 | 无 | 无 | 无 | 无 | 980.1 |
福州 |
无 | 无 | 无 | 10 | 增加 | 处于平均水平 | 5 | 增加 | 处于峰/谷 | 1 412.1 |
固原 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 7 | 减少 | 处于峰/谷 | 291.2 |
贵安新区 |
14 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 7 | 减少 | 处于峰/谷 | 1 078.7 |
鹤壁 |
无 | 无 | 无 | 8 | 减少 | 处于平均水平 | 4 | 增加 | 处于峰/谷 | 561.1 |
济南 |
无 | 无 | 无 | 8 | 减少 | 处于平均水平 | 无 | 无 | 无 | 723.6 |
嘉兴 |
13 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 无 | 无 | 无 | 1 449.2 |
南宁 |
13 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 4 | 减少 | 处于峰/谷 | 1 273.5 |
宁波 |
13 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 6 | 减少 | 接近峰/谷 | 1 416.2 |
萍乡 |
13 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 6 | 增加 | 处于峰/谷 | 1 526.9 |
迁安 |
12 | 增加 | 处于峰/谷 | 无 | 无 | 无 | 6 | 减少 | 处于峰/谷 | 550.3 |
青岛 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 5 | 减少 | 处于峰/谷 | 723.6 |
庆阳 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 8 | 减少 | 处于峰/谷 | 391.6 |
三亚 |
16 | 减少 | 接近峰/谷 | 10 | 增加 | 处于平均水平 | 5 | 减少 | 处于平均水平 | 1347.5 |
厦门 |
无 | 无 | 无 | 10 | 增加 | 处于平均水平 | 6 | 增加 | 处于峰/谷 | 1 333.2 |
上海 |
16 | 增加 | 接近峰/谷 | 无 | 无 | 无 | 无 | 无 | 无 | 1 156.1 |
深圳 |
13 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 6 | 增加 | 处于峰/谷 | 1 789.8 |
遂宁 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 7 | 减少 | 处于峰/谷 | 1 007.8 |
天津 |
16 | 减少 | 接近峰/谷 | 无 | 无 | 无 | 6 | 减少 | 处于平均水平 | 523.0 |
武汉 |
16 | 减少 | 接近峰/谷 | 8 | 减少 | 处于平均水平 | 无 | 无 | 无 | 1 303.2 |
西宁 |
15 | 减少 | 处于平均水平 | 无 | 无 | 无 | 7 | 减少 | 处于峰/谷 | 403.7 |
西咸新区 |
无 | 无 | 无 | 10 | 增加 | 处于平均水平 | 5 | 减少 | 处于峰/谷 | 595.5 |
玉溪 |
14 | 减少 | 处于峰/谷 | 10 | 增加 | 处于平均水平 | 无 | 无 | 无 | 965.0 |
镇江 |
无 | 无 | 无 | 9 | 减少 | 处于平均水平 | 5 | 增加 | 处于峰/谷 | 1 085.1 |
重庆 |
14 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 7 | 减少 | 处于峰/谷 | 1 094.2 |
珠海 |
13 | 减少 | 处于峰/谷 | 无 | 无 | 无 | 7 | 增加 | 处于峰/谷 | 1 699.9 |
注:增减趋势增加为相对于现阶段年降雨量会上升、减少则为下降;增减类型接近峰/谷则为在现状增减趋势的基础上,即将发生增减趋势变化、处于平均水平则为在现状增减趋势的基础上,相对于历史平均状态会发生变化、处于峰/谷则为增减趋势开始发生变化。
表3 各城市(地区)主导“丰-枯”变化周期情况
Tab.3 Leading change period in pilot project sponge cities and regions
城市(地区) | 主导变化周期/年 | 增减趋势 | 增减类型 | 城市(地区) | 主导变化周期/年 | 增减趋势 | 增减类型 |
白城 | 7 | 减少 | 处于峰/谷 | 青岛 | 16 | 减少 | 接近峰/谷 |
北京 |
16 | 减少 | 接近峰/谷 | 庆阳 | 16 | 减少 | 接近峰/谷 |
常德 |
16 | 减少 | 接近峰/谷 | 三亚 | 16 | 减少 | 接近峰/谷 |
池州 |
15 | 减少 | 处于平均水平 | 厦门 | 10 | 增加 | 处于平均水平 |
大连 |
12 | 增加 | 处于平均水平 | 上海 | 16 | 增加 | 接近峰/谷 |
福州 |
10 | 增加 | 处于平均水平 | 深圳 | 13 | 减少 | 处于峰/谷 |
固原 |
16 | 减少 | 接近峰/谷 | 遂宁 | 7 | 减少 | 处于峰/谷 |
贵安新区 |
14 | 减少 | 处于峰/谷 | 天津 | 16 | 减少 | 接近峰/谷 |
鹤壁 |
8 | 减少 | 处于平均水平 | 武汉 | 8 | 减少 | 处于平均水平 |
济南 |
8 | 减少 | 处于平均水平 | 西宁 | 7 | 减少 | 处于峰/谷 |
嘉兴 |
13 | 减少 | 处于峰/谷 | 西咸新区 | 10 | 增加 | 处于平均水平 |
南宁 |
13 | 减少 | 处于峰/谷 | 玉溪 | 10 | 增加 | 处于平均水平 |
宁波 |
13 | 减少 | 处于峰/谷 | 镇江 | 9 | 减少 | 处于平均水平 |
萍乡 |
13 | 减少 | 处于峰/谷 | 重庆 | 14 | 减少 | 处于峰/谷 |
迁安 |
12 | 增加 | 处于峰/谷 | 珠海 | 13 | 减少 | 处于峰/谷 |
从表2中可以看出,30个试点中,大连、福州、迁安、厦门、上海、西咸新区、玉溪这7个城市(地区)的未来降雨变化主导周期会出现增加趋势,除迁安为从波谷处开始增加,意味着迁安在未来10年左右的时间内,会一直出现降雨量不断上升的情况,其他6个出现降雨量增加的城市(地区),降雨量在未来5~10年内均为相对于历史平均水平的增加,无论是从波谷出开始增加还是从历史平均水平的增加,都会对城市年径流总量控制率造成很大的影响,导致现阶段设计的源头雨水控制利用设施规模与能力不足,在未来降雨发生变化时,无法实现规划的年径流总量控制率,这一结果与30年间的年降雨变化趋势一致,大连、福州的降雨量会继续上升,其他城市的年降雨量会从持平状态或或波谷开始上升。
其他23个城市(地区)中,未来降雨量均会出现减少的趋势,北京、常德、固原、青岛、庆阳、三亚、天津这7个城市(地区)的降雨量在未来2~5年内很快会达到波谷区域,之后会出现10年左右的上升趋势,其他16个城市(地区)的降雨量在7~10年内会出现下降趋势。
所以30个试点中,大连、福州、迁安、厦门、上海、西咸新区和玉溪应当在基于近几年降雨量实际变化的基础上,加强雨水控制利用设施的规模与能力,从而有效适应未来降雨变化可能对城市雨水系统所带来的影响,达到年径流总量控制率的要求;北京、常德、固原、青岛、庆阳、三亚与天津,虽然现阶段未来降雨变化可能一直处于减少趋势,但很快会出现降雨量变化趋势的改变,在未来均可能出现高于现阶段降雨量的可能,但考虑到变化的周期性,加强雨水控制利用设施没有其他7个城市(地区)那么紧迫,应长远规划,适当延长海绵城市建设的验收时间,长时间观察现状城市雨水系统是否能够有效适应未来降雨变化可能带来的影响。
4 未来降雨变化地区性分析
考虑到海绵城市试点对于周边情况相似城市的示范性、辐射性,故根据Morlet小波变换预测所得到的各城市未来降雨变化特征,结合该城市的地理位置与气候特征,对各试点的未来降雨变化特征进行分类,从而在面对未来降雨变化时,能够有效指导区域性的海绵城市建设;根据预测未来降雨变化趋势与城市所处地理位置及气候特点,将30个试点(地区)城市的未来降雨变化特征分为10类,具体分类结果与依据可见表4。
将30个试点城市(地区)分类为10类后发现,试点城市未来降雨变化趋势体现出很强的地区性,同一地区的试点城市未来降雨变化趋势大致相同,这与地理条件的影响有很大关系。环渤海东北部、东南沿海地区未来降雨量可能出现上升趋势,这将对这2个区域的城市年径流总量控制率达标造成很大影响,由于在计算年径流总量控制率时,是选取30年降雨数据进行计算,得到历史平均水平的年径流总量控制率,但这2个区域在未来10年内,降雨量可能会出现持续3~5年高于历史平均水平的情况,导致雨水控制利用设施规模不足、未来降雨变化情景下的年径流总量控制率无法达标的情况。
表4 试点城市(地区)未来降雨变化趋势分区域分类
Tab.4 Subregional classification of future rainfall trends in pilot project sponge cities and regions
城市(地区) |
所属类别 | 分类依据 |
甘肃庆阳、宁夏固原、青海西宁 |
1 | 地处西北干旱区,年降雨量很少,未来降雨量可能出现接近波谷的下降趋势 |
吉林白城 |
2 | 地处东北寒冷地区,年降雨量很少,未来降雨量可能出现接近波谷的下降趋势 |
北京、天津、山东青岛 |
3 | 地处华北平原地区,年降雨量较少,未来降雨量可能出现接近波谷的下降趋势 |
河南鹤壁、山东济南 |
4 | 地处华北平原中南部中原地区,年降雨量较少,未来降雨量可能出现相对于历史平均水平的下降趋势 |
河北迁安、辽宁大连 |
5 | 地处环渤海东北部地区,年降雨量较高,未来降雨量可能出现大幅上升的趋势 |
陕西西咸新区 |
6 | 地处西北干旱区,年降雨量较少,未来降雨量可能出现相对于历史水平的上升趋势 |
贵安新区、四川遂宁、云南玉溪、重庆 |
7 | 地处西南部地区,年降雨量较高,未来降雨量可能出现大幅减少的趋势 |
安徽池州、湖北武汉、湖南常德、江苏镇江、江西萍乡、上海、浙江嘉兴、浙江宁波 |
8 | 地处长江中下游平原地区,年降雨量很高,大多数城市未来降雨量可能出现接近波谷的下降趋势 |
广东深圳、广东珠海、广西南宁、海南三亚 |
9 | 地处南部沿海地区,年降雨量很高,未来降雨量可能出现大幅减少的的趋势 |
福建福州、福建厦门 |
10 | 地处东南部沿海地区,年降雨量很高,未来降雨量可能出现相对于历史水平的上升趋势 |
对于东南沿海地区,应当根据实际情况加强超标雨水排放设施建设,从而有效应对未来可能出现的极端降雨事件,解决未来降雨量上升可能带来的城市内涝问题,但西北部干旱区及华北平原与华北平原中南部地区,由于原有降雨量较低,故雨水资源是补充自然水资源的重要途径,根据预测结果,未来均可能出现降雨量减少或大幅度减少的情况,所以对于这2个区域的城市进行海绵城市建设时,应当根据实际情况充分考虑雨水资源利用设施的建设,对非传统水源加强利用能力,解决水资源匮乏的问题,从而有效应对未来降雨减少的挑战。
对于其他区域,如长江中下游平原地区、南部沿海地区及西南部地区,降雨量在未来4~8年内可能会出减少的情况,但因原有降雨量水平较高或很高,雨水资源不是这些区域所依赖的重要水资源,所以不会对这些区域城市(地区)的海绵城市建设造成很大影响,故这些区域在进行海绵城市建设时,应当充分考虑雨水控制利用设施建设的近远期结合,为应对未来可能出现的降雨变化提前做好准备,并且加强未来降雨变化预测分析,从而使城市雨水系统可以有效适应未来降雨变化所带来的问题。
5 结论与展望
(1)30个海绵城市试点中,大连、福州、迁安、厦门、上海、西咸新区和玉溪应当在基于近几年降雨量变化的基础上,加强雨水控制利用设施的规模与能力,从而有效适应未来降雨变化可能对城市雨水系统所带来的影响,达到未来降雨变化情景下的年径流总量控制率的要求;北京、常德、固原、青岛、庆阳、三亚与天津,虽然现阶段未来降雨变化可能一直处于减少趋势,但在未来可能出现高于现阶段降雨量的可能,考虑到变化的周期性,应长远规划,适当延长海绵城市建设的验收时间,长时间观察现状城市雨水系统是否能够有效适应未来降雨变化可能带来的影响;
(2)将30个试点城市(地区)分类为10类后,试点城市(地区)未来降雨变化趋势体现出很强的地区性,同一地区的城市试点未来降雨变化趋势大致相同,这与地理条件的影响有很大关系。环渤海东北部、东南沿海地区未来3~5年内降雨量可能出现上升趋势,这将对这2个区域的城市年径流总量控制率达标造成很大影响,可能出现雨水控制利用设施规模不足,未来降雨变化情景下的年径流总量控制率无法达标的情况,尤其对于东南沿海地区,应当根据实际情况加强超标雨水排放设施建设,从而有效应对未来可能出现的极端降雨事件,解决可能加剧的城市内涝问题;西北部干旱区及华北平原与华北平原中南部地区,降雨量在未来3~5年内均可能出现减少或大幅度减少的情况,所以对于这2个区域的城市进行海绵城市建设时,应当根据实际情况充分考虑雨水资源利用设施的建设,加强对非传统水源的利用能力;长江中下游平原地区、南部沿海地区及西南部地区,降雨量在未来4~8年内可能会出现减少的情况,故这些区域的城市在进行海绵城市建设时,应当充分考虑近远期雨水控制利用设施建设的搭配,为应对未来可能出现的降雨变化提前做好准备,从而使城市雨水系统可以有效适应未来降雨变化所带来的问题;
(3)虽然考虑到气候预测具有一定的不确定性,但在基于历史实测的基础上进行分析预测,可以对城市雨水系统应对未来降雨变化的思路起到参考,所以在进行海绵城市建设时,无论是否为试点,都应当加强未来气候变化预测,预测未来气候变化对城市建设可能带来的影响,让城市雨水系统可以有效应对与适应未来降雨变化。
参考文献
[2] 夏军,刘春蓁,任国玉.气候变化对我国水资源影响研究面临的机遇与挑战 [J].地球科学进展,2011,(1):1-12.
[3] 王萃萃,翟盘茂.中国大城市极端强降水事件变化的初步分析[J].气候与环境研究,2009,14 (5):553-560.
[5] 江志红,张霞,王冀.IPCC-AR4模式对中国21世纪气候变化的情景预估 [J].地理研究,2008,27 (4):787-799.
[6] 许吟隆,黄晓莹,张勇,等.中国21世纪气候变化情景的统计分析 [J].气候变化研究进展,2005,1(2):80-97.
[9] 李淼,夏军,陈社明,等.北京地区近300年降雨变化的小波分析 [J].自然资源学报,2011,(6):1001-1011.
[10] 姜大膀,王会军,郎咸梅.全球变暖背景下东亚气候变化的最新情景预测 [J].地球物理学报,2004,47(4):590-596.
[12] 桑燕芳,王中根,刘昌明.小波分析方法在水文学研究中的应用现状及展望[J].地理科学进展,2013,(6):1001-1011.