1 引言
全球气候变化已经成为当今世界最广泛关注的气候问题之一， 气候变化导致大尺度的大气环流异常， 容易引起大范围的持久性旱涝事件（王刚等， 2014）。旱涝异常是指旱涝并存和旱涝急转， 其中旱涝急转包括旱转涝和涝转旱两种（沈柏竹等， 2012）， 旱涝急转是一种某地区前期经过持续的干旱或者洪涝， 经过短暂的转折后， 又会经历持续的洪涝或者干旱的灾害， 旱涝急转型旱涝灾害比单纯性的旱灾、 涝灾的影响更大， 会造成更严重的生命财产的损失。近几十年来， 城市得到空前发展， 愈来愈多的人口涌入城市， 为满足人类社会发展的需求， 城市不断扩张， 人工地表的面积也随之不断扩大， 而城市化的发展不仅对社会有影响， 而且对自然界的影响也逐渐凸显， 人类通过改变自然地表的性质就可以直接改变自然界的循环， 中国城市化的发展对于区域气候、 环境等都产生极大影响， 这也使得出现旱涝异常的可能性增加， 其中旱涝急转在我国南方地区表现明显， 而位于云贵高原中部的昆明地形复杂， 随着其城市化的迅速发展， 旱涝灾害急转也时有发生。
国外对旱涝灾害演变规律的研究主要从长时间尺度（年或季节）和短时间尺度（月） 两个角度进行。如Woodhouse and Overpeck（1998）从长时间尺度角度（过去两千年）分析了美国的干旱事件， 并预测了未来美国旱涝灾害的演变规律， Dai et al（1997）从短时间角度（逐月）研究了全球的降水数据， 得出了干湿月的演变特征。Dai et al （1998）对于干旱和湿润的全球气候极端变化进行了研究， 分析季节震荡、 流域地形和季风等原因影响下的旱涝异常。目前， 国内研究旱涝急转的专家学者较多， 主要以吴志伟等（2006）为代表， 界定了长周期旱涝急转指数、 短周期旱涝急转指数、 旱涝急转强度和旱涝急转判断标准。近年来其他专家学者在旱涝急转方面的研究也主要沿用这些指数对研究区的早涝急转事件进行分析， 胡毅鸿和李景保（2017）、 何慧和陆虹（2014）都分析了洞庭湖区和广西的旱涝急转特点； 何萍等（2017， 2016， 2015）研究了城市化对云南高原楚雄市雨岛、 热岛效应的影响以及昆明市洪涝灾害特征； 郑亦佳等（2017）进行了城市化对昆明一次强降水过程影响的数值模拟研究； 潘娅婷等（2019）对近70年昆明市气温变化与城市化影响进行了研究； 周林帆等（2019）就城市下垫面对西安地区一次强降水的影响进行了研究； 池再香等（2019）对云贵高原东部两次典型气象干旱年汛期环流特征进行了对比分析； 徐丽娇等（2019）对1961 -2010年青藏高原气候变化特征进行了分析； 桓玉和李跃清（2018）就夏季东亚季风和南亚季风协同作用与我国南方夏季降水异常的关系进行了分析。
总之， 目前我国在研究早涝急转方面取得了一些成果， 研究方法日趋成熟， 研究者大都利用吴志伟等（2006）定义的长周期早涝急转指数分析该地区旱涝急转特征。以往针对云南城市气候的研究都多集中于城市热岛、 雨岛效应等方面， 就城市发展对旱涝急转的影响研究很少， 成因方面主要研究大气环流对旱涝急转的影响（孙小婷， 2017）， 而很少从城市发展这个视角去分析其对旱涝急转的影响， 固然大气环流是旱涝急转的主角， 但随着城市化进程的加快， 城市发展也必然对其起到推波助澜的作用， 本文试图找出城市发展对旱涝急转的主要影响因子。因而文章将分析昆明市旱涝急转特征， 在此基础上用灰色关联度分析昆明市旱涝急转与昆明市城市发展的关系。通过分析昆明市旱涝急转特征和影响机理， 以期对昆明市防灾减灾等起到一定的参考作用， 并且从减轻旱涝急转型灾害的角度提出建议， 促进云南高原城市的可持续发展。
2 数据来源与方法介绍
2.1 研究区概况
昆明位于102°10′E -103°40′E， 24°23′N -26°22′N， 下辖7个市辖区、 1个县级市、 6个县， 区内分布12个气象站点， 其中昆明站是建成区城市中心站， 计算过程中采用权重对其进行区别对待， 昆明城区站的权重比较大［图1， 建成区如图中阴影部分所示， 文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）1579的中国地图制作， 底图无修改］。地处云贵高原中部的昆明市， 总体地势北部高南部低， 中部隆起， 东西两侧较低， 大部分地区海拔在1500~2800 m， 属亚热带低纬高原山地季风气候（何萍等， 2015）， 主要受西南季风、 东南季风和昆明准静止锋等的影响， 干、 湿季分明， 5 -10月为雨季， 11月至次年4月为干季， 雨季降水量占全年降水量的80%以上。
2.2 数据来源
昆明市气象站点1965 -2016年的降水资料来源于云南省气象局信息中心， 城市发展资料来源于《云南省统计年鉴》（云南省统计局， 2000 -2016）和《昆明市统计年鉴》（昆明市统计局， 2000 -2016）， 数据真实可靠。
2.3 研究方法
2.3.1 长周期旱涝急转指数
昆明市的汛期为每年的5 -10月， 定义汛期长周期旱和涝的时间尺度都为3个月， 若前汛期（5 -7月）为旱， 后汛期月（8 -10月）为涝， 则为旱转涝； 相反前汛期涝， 后汛期旱， 则为涝转旱。长周期旱涝急转指数LDFAI （Long-term drought-flood abrupt alternations index）（吴志伟等， 2006）公式为：
式中： LDFAI为长周期旱涝急转指数； R 5-7为前汛期标准化降雨量； R 8-10为后汛期标准化降雨量。
2.3.2 短周期旱涝急转指数
以月为单位对昆明市汛期各月之间（5 -6月、 6 -7月、 7 -8月、 8 -9月、 9 -10月）进行短周期旱涝急转指数分析， 短波周期旱涝急转指数SDFAI（Short-term drought-flood abrupt alternations index）（吴志伟等， 2006； 闪丽洁等， 2015）计算公式如下：
式中： Rn为n月标准化降雨量； Rm为m月标准化降雨量， n=m+1（m=5， 6， 7， 8， 9）。
旱涝急转事件的判断标准为： 当LDFA>1即为旱转涝事件， 当LDFAI<-1即为涝转旱事件， -1<LDFAI<1为正常状态值， 它的绝对值反映早涝急转的强度， 绝对值越大， 就说明旱涝急转事件越严重。
2.3.3 小波分析
小波分析（ Wavelet Analysis）是在傅里叶变换分析基础上发展起来的一种新的时频局部化分析方法（魏凤英， 2007）。学界常用Morlet小波实部等值线图来反映气候序列的多时间尺度变化， Morlet小波是一种单频复正弦调制高斯波， 具有较好的时域和频域局部性， 常用于复数信号的分解和时频分析， 由于Morlet小波的实部本身也是一个对称的小波函数， 小波系数的实部可以表示不同特征时间尺度信号在不同时间的强弱和位相两方面的信息； 小波方差随着尺度a的变化称为小波方差图， 而小波方差图则可以呈现序列变化的干扰强度和主周期， 该图能反映降水量时间序列中所包含的各种尺度（周期）的波动及其强弱（能量大小）随尺度变化的特性。本文利用MATLAB小波分析法处理1965 -2016年以来的长周期旱涝急转指数资料， 分析昆明市降水的时间序列上的周期变化的尺度和变化的时间位置。计算公式（魏凤英， 2007）如下。
式中： 是小波系数； 母小波是一个频率普； a为频率参数； b表示波动在时间上的平移的时间参数； ∆t为取样间隔； n为样本量； var（a）是小波方差。
2.3.4 灰色关联度分析
灰色关联度分析法是通过比较各关联度的大小来判断其影响程度（刘思峰， 2004）。利用灰色系统对2000 -2016年的旱涝急转强度和城市化指标进行灰色关联度分析， 首先确定系统特征序列为旱涝急转强度 和相关因素序列为城市化的指标 ， 对原始数据进行归一化处理后计算系统特征序列和相关因素序列的绝对差值， 而后求灰色关联系数， 最后计算关联度并对其进行排序， 其计算公式如下：
式中： 为旱涝急转强度； 为城市化指标； 为 和 绝对差值； 为灰色关联系数； ∆（min）和∆（max）分别为系统特征序列与相关因素序列的最大差和最小差； 为分辨系数， 一般为0~1； 为灰色关联度， 它的值越大， 表示两个指标数列在对应的指标上的相互关联程度越大， 反之就越小。
3 结果与分析
3.1 昆明市近50年汛期（5 -10月）的旱涝急转时间特征分析
3.1.1 长周期旱涝急转指数（LDFAI）的年际变化
通过对昆明市1965 -2016年的10个气象站点的汛期（5 -10月）月降水量数据的标准化处理， 在此基础上计算长周期旱涝急转指数， 并制作汛期LDFAI年际变化图2。根据旱涝急转事件的判断的标准， 从图2可以得知， 昆明市1965 -2016年这52年中旱转涝有3年（1965， 1977， 2001年）， 而2011， 2010， 2002， 1980， 1975和1974年这6年则为涝转旱， 其余年份为正常年。根据其线性趋势， 发现昆明市近52年的旱涝急转指数LDFAI以 -0.066·（10a）-1的速率下降， 昆明市近52年汛期旱转涝事件减少， 而涝转旱事件增多的趋势。研究结论与长江中下游流域旱涝急转时空演变特征分析结论基本一致（吴志伟， 2006； 闪丽洁等， 2015）。
3.1.2 昆明市1967 -2016年的长周期旱涝急转指数（LDFAI）小波分析结果
对昆明市10个站点1967 -2016年汛期（5 -10月）的长周期旱涝急转（LDFAI）进行小波分析， 通过小波变换系数的正值（红色）和负值（蓝色）的交替来表示。由小波变换等值线图［图3（a）］可知， 在不同时间尺度上存在不一样的周期振荡现象， 从18年的主周期振荡上来看， 在1990年小波系数出现了最大值0.75， 表明1990年前后昆明市汛期LDFAI出现了最强的振动； 此外， 在1977年和2003年这两年也出现了较强振动， 小波系数为0.6； 由图3（b）小波方差图可知， 昆明市的LDFAI存在2个显著的峰值， 分别为8年和18年的时间尺度， 其中最大峰值为18年， 这表明18年为昆明市LDFAI的主周期， 且周期性振荡最强烈， 其中1965 -1970年、 1976 -1979年、 1988 -1993年、 2001 -2006年和2014 -2016年这几年为正， 旱转涝增强； 1971 -1975年、 1980 -1987年、 1994 -2000年和2007 -2013年这几年间为负， 呈现涝转旱增强的趋势。
3.1.3 1965 -2016年昆明市汛期LDFAI的Mann-Kendall突变检验
通过对昆明市汛期LDFAI序列进行M-K突变检验（图4）所示， UF曲线看出在1988 -1998年间UF>0， 表明这11年间昆明市汛期LDFAI序列呈上升趋势， 但其最大值并未超过置信区间， 这表明其上升趋势不显著； 而在1965 -1987年和1999 -2016年间UF<0， 表明在1965 -1987年和1999 -2016年间， 昆明市汛期LDFAI序列呈下降趋势； 在1965 -2016年间UF和UB曲线存在2个交点（1987年、 1995年）， 但只有UB超过了置信区间， 表明昆明市LDFAI在1987年和1995年存在不显著突变。
3.1.4 短周期旱涝急转指数（SDFAI）的年际变化
利用短周期旱涝急转指数（SDFAI）公式［式 （2） ］， 计算得出昆明市的短周期旱涝急转指数， 并作昆明市汛期的SDFAI的年际变化曲线（图5）， 从图5可以看出， 昆明市5 -6月SDFAI总体表现出以0.093·（10a）-1的速率上升［图5（a）］， 6 -7月SDFAI表现出上升趋势， 上升速率为0.022·（10a）-1 ［图5（b）］， 7 -8月SDFAI则表现出下降趋势， 下降速率为-0.184·（10a）-1 ［图5（c）］， 8 -9月SDFAI又表现为上升， 上升速率为0.138·（10a）-1［图5（d）］， 而9 -10月SDFAI则以-0.046·（10a）-1的速率在下降［图5（e）］。这表明昆明市5 -7月、 8 -9月旱转涝事件增多、 涝转旱事件减少， 而7 -8月和9 -10月表现出相反的趋势， 而其不连续性在一定程度上会加剧旱涝急转带来的危害。这一研究结果与长江中下游流域旱涝急转时空演变特征分析结论有所不同， 长江中下游流域旱涝急转的短周期变化总体有向旱转涝转换的趋势， 其中6 -7月尤为明显（闪丽洁等， 2015）。
3.1.5 昆明市近52年旱涝急转强度的年际变化
根据旱涝急转的判断标准可知， 利用长周期旱涝急转指数（LDFAI）的绝对值可以表示旱涝急转的强度， 而LDFAI的绝对值越大就表明了旱涝急转强度越大， 旱涝急转带来的危害就越严重。由昆明市1965 -2016年的汛期的旱涝急转强度年际变化（图6）可知， 昆明市的旱涝急转强度最低值为1981年的0.004， 最大值为2002年的1.334， 其正在以0.035·（10a）-1的速率上升， 而且就这52年来的线性拟合（旱涝急转强度）呈现出一种上升趋势。这一研究结论与长江中下游流域旱涝急转时空演变特征变化相反， 长江中下游地区夏季存在着长周期“旱涝急转”发生频率减小， 而“全旱”或“全涝”发生频率增加的趋势， 也就是长周期由“旱涝急转”向“全旱”或“全涝”过渡（吴志伟， 2006； 闪丽洁等， 2015）。
3.2 昆明市旱涝急转强度与城市化指标的相关性分析
影响旱涝急转的因素很多， 其中最主要的因素是大气环流因子， 这方面其他学者（池再香， 2019； 桓玉和李跃清， 2018）研究得比较多， 本文主要从城市发展视角出发， 探讨昆明市城市化因子对城市旱涝急转的响应， 尽管其不是主要影响因子， 但对昆明市的旱涝急转也有一定加强或者削弱的作用。
3.2.1 昆明市的城市变化过程
城市化是农业人口转化为非农业人口、 农村地域转化为城市地域、 农业活动转化为非农业活动的过程， 衡量一个城市化发展水平的指标有人口城市化、 经济城市化、 空间城市化等（何萍等， 2016）。自1950年3月成立昆明市政府以来， 昆明市行政区域几经调整， 辖区面积自1950年的4.9 km2扩大到2016年的21473 km2， 而城市非农业人口则从2000年的189.16万人增加到2016年的478.02万人， 城市建成区面积从2000年的145 km2到2016年的420.50 km2， 从2000 -2016年这17年里， 昆明市人口增加了288.86万人， 建成区面积扩大了275.5 km2（表1）。
表1 2000 -2016年昆明城市化指标归一化变化趋势Table 1 Change trend of urbanization indicators in Kunming from 2000 to 2016 |
| 年份 | 非农业人口 | 非农业经济总产值 | 建成区面积 | 二氧化硫 | 烟粉尘排放量 | 绿化覆盖率 |
|---|---|---|---|---|---|---|
| 2000年 | 0.000 | 0.000 | 0.000 | 0.139 | 0.875 | 0.691 |
| 2001年 | 0.019 | 0.010 | 0.010 | 0.229 | 0.487 | 0.722 |
| 2002年 | 0.038 | 0.023 | 0.034 | 0.096 | 0.120 | 0.702 |
| 2003年 | 0.054 | 0.043 | 0.136 | 0.350 | 0.100 | 0.594 |
| 2004年 | 0.063 | 0.072 | 0.211 | 0.301 | 0.046 | 0.578 |
| 2005年 | 0.074 | 0.104 | 0.228 | 0.530 | 0.130 | 0.611 |
| 2006年 | 0.580 | 0.186 | 0.263 | 0.754 | 0.174 | 0.640 |
| 2007年 | 0.590 | 0.185 | 0.317 | 0.685 | 0.125 | 0.816 |
| 2008年 | 0.621 | 0.234 | 0.338 | 0.684 | 0.076 | 0.866 |
| 2009年 | 0.647 | 0.282 | 0.351 | 0.594 | 0.000 | 0.919 |
| 2010年 | 0.706 | 0.350 | 0.361 | 0.983 | 1.000 | 0.974 |
| 2011年 | 0.798 | 0.443 | 0.368 | 0.855 | 0.898 | 1.000 |
| 2012年 | 0.831 | 0.560 | 0.406 | 1.000 | 0.847 | 0.926 |
| 2013年 | 0.861 | 0.655 | 0.423 | 0.814 | 0.779 | 0.930 |
| 2014年 | 0.896 | 0.726 | 0.733 | 0.160 | 0.291 | 0.947 |
| 2015年 | 0.930 | 0.787 | 0.938 | 0.373 | 0.268 | 0.959 |
| 2016年 | 0.964 | 0.865 | 0.940 | 0.465 | 0.282 | 0.973 |
3.2.2 昆明市近20年旱涝急转强度与城市化指标的相关性分析
潘娅婷等（2019）对近70年昆明市气温变化与城市化影响研究中采用了人均GDP、 城市化率、 城区面积等作为衡量城市化的指标。本文通过对昆明市2000年来的城市化统计数据进行分析（由于人为资料受限）， 发现城市化进程中， 不只是城市人口、 城区面积、 人均GDP 在增长， 随着工业的发展， 城市空气中的烟粉尘和二氧化硫含量等都发生了变化， 因而本文选取城镇人口、 建成区面积、 绿化覆盖率、 非农业经济总产值、 烟粉尘排放量、 二氧化硫排放量等指标， 这6个城市化指标可以表征昆明市的人口、 经济、 空间的城市化， 对近17年城市化指标进行标准化处理如表1所示， 根据表1可知昆明市6个指标的变化趋势， 对旱涝急转强度与城市化指标进行灰色关联度分析， 通过了α= 0.05的显著性检验（表2）。
表2 昆明市旱涝急转强度与城市化指标的灰色关联度Table 2 The grey correlation degree between the index of drought-flood abrupt alternations and the urbanization index in Kunming |
| 指标 | 灰色关联度 |
|---|---|
| 烟粉尘排放量 | 0.909 |
| 绿化覆盖率 | 0.872 |
| 二氧化硫排放量 | 0.834 |
| 非农业人口 | 0.813 |
| 建成区面积 | 0.777 |
| 非农业经济总产值 | 0.630 |
从表2中的灰色关联度来看， 6个指标与旱涝急转强度的灰色关联度都超过0.6， 属于显著关联； 其中关联度最强的是烟粉排放量达0.909， 关联度最小的是非农业经济总产值为0.630； 这说明， 烟粉尘排放量对于旱涝急转强度的影响最大， 而非农业经济总产值影响是最小。
烟粉尘排放量与旱涝急转强度的灰色关联度为0.909， 关联度是最大的。烟粉尘排放量的增加， 使得空气中的凝结核增多， 增加了降水发生的几率， 同时烟粉尘排放到空气中， 会使大气层空气密度增大， 增强了大气逆辐射， 削弱地面有效辐射， 大气对近地面具有保温效应（何萍等， 2019）， 使城市热岛效应增强， 进而影响大气环流， 降雨增多和城市热岛的增强， 最终都会影响城市旱涝， 一定程度上使旱涝急转强度增强。
绿化覆盖率与旱涝急转强度的灰色关联度为0.872。在过去的几十年里为了经济的发展而肆意掠夺自然财富， 随着社会生产水平的提高， 人民生活水平的改善， 人们对环境和自然的态度悄然发生转变， 由原来的自然泥土地表变为水泥等硬化下垫面， 使得城市的不透水表面积增加， 改变了昆明城市下垫面的热力状况， 降水很快从下水道流走， 减弱了下渗和蒸发的过程， 增加了干旱发生的可能性， 进而影响旱涝急转的发生。近年来城市绿化率在逐年增加， 对旱涝急转有一定的缓解作用。
二氧化硫与旱涝急转强度的灰色关联度为0.834。众所周知， SO2是一种大气污染物， 将SO2排放到空气中很容易形成酸雨等危害， 而且， SO2在大气环境中易转化成硫酸盐气溶胶粒子， 一方面， 硫酸盐气溶胶粒子本身会增强地球反射作用， 另一方面， 这些粒子可作为凝结核增加云量来增强地球的反射作用， 对地区的热量平衡产生影响， 进而影响整个地区大气环流， 最终通过大气环境来影响旱涝急转。
非农业人口与旱涝急转强度的灰色关联度为0.813。非农业人口的增加， 由于人类的呼吸作用， 使空气中的CO2浓度增加， CO2是一种温室气体它会导致气温上升， 从而使城市热岛环流更加明显， 另外人类活动还会导致空气污染物和水汽等增加， 从而使城市降水比郊区多， 雨季可能导致城市洪涝灾害， 容易出现旱涝急转。
建成区面积与旱涝急转强度的灰色关联度为0.777。建成区面积的增加会减弱地表排水功能， 若下水道不够通畅的话会形成洪涝灾害， 从而增强旱涝急转的强度。而且随着城市高大建筑物的增多， 会对天气系统形成阻碍作用， 可能会使南支槽和昆明准静止锋等天气系统停留的时间延长， 使城市降水增多， 进而诱发洪涝的发生， 最终增强旱涝急转强度。
非农业经济总产值与旱涝急转强度的灰色关联度为0.630， 关联度最小。主要是因为在非农业经济发展的过程中， 工业废气等大量排放到大气中， 大气中的杂质和污染物等会增多， 使空气中的凝结核增加， 从而使城市降水量增加， 降水量过多可能导致城市洪涝灾害， 诱发旱涝急转的发生。
4 结论
根据昆明市降水资料， 并利用小波分析、 M-K突变检验、 灰色关联度等方法对昆明市旱涝急转特征及其与城市化的相关性进行研究， 得到以下结论：
（1） 1965 -2016年昆明市年降水存在8年和18年的周期变化， 其中18年为昆明市LDFAI的主周期， 周期性振荡最强烈。昆明市近52年的LDFAI呈现出一种下降的趋势， 以-0.066·（10a）-1的速率下降， 反映出昆明市近52年汛期的旱转涝事件在减少， 而涝转旱事件则在增多， LDFAI序列出现2个突变点， 但突变并不明显。而从SDFAI来看， 昆明市5 -7月和8 -9月旱转涝事件呈增多、 涝转旱事件呈减少的趋势， 7 -8月、 9 -10月表现出相反的趋势。
（2） 昆明市近52年来旱涝急转强度呈现上升趋势。因而要加强旱涝急转灾害的防护措施， 而且因为各地区的旱涝急转程度各不相同， 所以各地要采取不同的措施应对， 增强其防洪排水和水资源调配的能力， 以期能缓解旱涝急转的压力。
（3） 从城市发展与旱涝急转的相关性来看， 在选定的6种指标中， 烟粉尘排放量与旱涝急转强度的关联度最大达0.91， 关联度最小的是非农业GDP， 为0.63。说明其中烟粉尘排放量对于旱涝急转强度的影响最大， 因此城市要加强节能减排工作， 同时利用风能、 水能和太阳能等清洁能源代替污染大的能源。