劉智勇，周 平，彭 資，甘先華，郭樂東，賴仁審

(1.海德堡大學(xué)地理研究所，德國 海德堡 69120；2. 廣東省林業(yè)科學(xué)研究院，廣東 廣州 510520；3. 華南農(nóng)業(yè)大學(xué)林學(xué)院，廣東 廣州 510642；4. 廣東省水文局，廣東 廣州 510150)

干旱是影響我國的主要?dú)夂驗(yàn)?zāi)害之一，近年來，在全球氣候變化的背景下，我國干旱事件發(fā)生的頻率和強(qiáng)度也明顯增加[1-2]。由于人們普遍認(rèn)為干旱嚴(yán)重地區(qū)主要集中在我國北方地區(qū)，而對(duì)我國南方地區(qū)特別是廣東省的干旱情況關(guān)注相對(duì)較少。廣東省雖地處我國南部沿海，屬于亞熱帶、熱帶季風(fēng)區(qū)，年降水量充沛，但降水的時(shí)空分布極不均勻、年際變化較大，區(qū)域性、階段性的干旱時(shí)有發(fā)生[3]。2003-2005年，廣東省部分地區(qū)先后發(fā)生不同程度的旱情，一些地區(qū)發(fā)生了明顯的秋冬春連旱，嚴(yán)重影響了工農(nóng)業(yè)生產(chǎn)和居民生活用水的供給，對(duì)廣東國民經(jīng)濟(jì)的發(fā)展造成不利影響[4]。目前，已有一些學(xué)者從不同角度對(duì)廣東省干旱進(jìn)行了研究，如宋麗莉等[5]采用降水資料和降水發(fā)生的頻率作為干旱評(píng)價(jià)依據(jù)，用受災(zāi)率和成災(zāi)率指標(biāo)評(píng)價(jià)了廣東水稻受旱情況。郭晶等[3]基于土壤水分平衡模型，構(gòu)建了廣東逐日干旱動(dòng)態(tài)指數(shù)，定量地分析了全年發(fā)生干旱的日數(shù)和干旱的季節(jié)變化特征。但是，從空間分型的角度來分析廣東省氣候干旱演變趨勢和周期特征的研究還鮮有報(bào)道，且通過空間分型識(shí)別出廣東省存在的各子干旱特征區(qū)對(duì)于省內(nèi)不同地區(qū)旱情的監(jiān)測、防旱和抗旱措施的制定、水資源的調(diào)度與分配具有重要現(xiàn)實(shí)意義。

選取合適的干旱指標(biāo)是進(jìn)行干旱評(píng)估的關(guān)鍵，標(biāo)準(zhǔn)化降水指數(shù)(SPI)是國內(nèi)外廣泛采用的氣候干旱指標(biāo)之一[6-7]，該指標(biāo)能夠較好的反映干旱發(fā)生的強(qiáng)度和持續(xù)時(shí)間，適用于不同地區(qū)不同時(shí)段發(fā)生的干旱的比較。本研究選取該指標(biāo)作為廣東省干濕狀況的評(píng)估方法，利用Mann-Kendall趨勢檢驗(yàn)方法分析廣東省各氣象站點(diǎn)干濕狀況的變化趨勢，進(jìn)而采用旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)法(REOF)對(duì)廣東省干濕狀況特征進(jìn)行空間分型，并對(duì)各空間特征型進(jìn)行小波分析，研究其周期變化特征，同時(shí)探討廣東省干濕狀況的可能影響因子。

1 研究區(qū)域及數(shù)據(jù)資料介紹

1.1 研究區(qū)概況

廣東省地處中國南部，全境位于北緯20°09′-25°31′和東經(jīng)109°45′-117°20′之間。地勢北高南低，北部主要為南嶺山脈，東北部為武夷山脈，中部和南部沿海地區(qū)以丘陵和平地為主，境內(nèi)主要水系有西江、東江、北江以及韓江等。廣東省絕大部份地區(qū)屬于副熱帶季風(fēng)氣候，南部雷州半島地區(qū)屬于熱帶季風(fēng)氣候。光、熱和水資源較為豐富，降水充沛，年平均降水量在1 300～2 500 mm之間，降雨的空間分布基本上呈現(xiàn)為南高北低的趨勢，且主要集中在雨季(一般將每年的4-9月定為廣東的雨季[8])，冬季(12-次年2月)降水相對(duì)較少。此外，廣東也是災(zāi)害天氣頻發(fā)的地區(qū)，洪澇和干旱經(jīng)常發(fā)生，臺(tái)風(fēng)的影響也較為頻繁。本研究的氣象數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的廣東省境內(nèi)的25個(gè)地面氣象站的1960-2011年逐日降水資料，并對(duì)數(shù)據(jù)進(jìn)行完整性、一致性性和可靠性檢查，對(duì)于個(gè)別站點(diǎn)部分年份缺測的情況，采用鄰近站點(diǎn)多元線性回歸進(jìn)行插補(bǔ)延長。

1.2 標(biāo)準(zhǔn)化降水指數(shù)(SPI)

McKee等[6]提出了標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index，簡稱SPI)，該指標(biāo)的基本原理就是采用Γ分布概率來描述降水量的變化，將偏態(tài)分布的降水量進(jìn)行正態(tài)標(biāo)準(zhǔn)化處理，即將某一時(shí)間尺度的降水時(shí)間序列認(rèn)為服從Γ分布，通過其概率密度函數(shù)求累積概率，并劃分干旱等級(jí)。SPI指數(shù)的主要優(yōu)點(diǎn)有：對(duì)輸入因子依賴少(只需要降水?dāng)?shù)據(jù))、計(jì)算方便、具有多時(shí)間尺度特征、且適應(yīng)于不同地理空間的干濕狀況比較。

SPI的計(jì)算公式為：

(1)

圖1 研究區(qū)域及氣象站點(diǎn)分布圖Fig.1 The distribution of meteorological stations in Guangdong Province

(2)

其中f(x)為Γ分布的概率密度函數(shù)為：

(3)

其中，x為某時(shí)段降水量，β和γ分別為Γ分布函數(shù)的尺度和形狀參數(shù)，其計(jì)算公式為：

(4)

(5)

(6)

當(dāng)F>0.5 時(shí)，S=1；F≤0.5 時(shí)，S=-1。

SPI指標(biāo)具有1、2、3、6、9、12以及24個(gè)月等不同的時(shí)間尺度，SPI指標(biāo)干旱等級(jí)劃分標(biāo)準(zhǔn)見表1。 參考肖名忠等[9]的建議，由于廣東省存在明顯的多雨和少雨季，時(shí)間間隔大約為6個(gè)月，故選取6個(gè)月時(shí)間尺度的SPI來分析廣東省干濕狀況的時(shí)空特征相對(duì)比較合理。此外，本文還將重點(diǎn)分析廣東省雨季(4-9月)和冬季(12-次年2月)的干濕狀況特征。

1.3 Mann-Kendall檢驗(yàn)

Mann-Kendall非參數(shù)秩次相關(guān)檢驗(yàn)法是檢驗(yàn)氣象水文時(shí)間序列單調(diào)趨勢的有效工具，主要特點(diǎn)為不受少數(shù)異常值的干擾，適用于類型變量和順序變量且不要求樣本遵從一定的分布。該方法可以用來分析時(shí)間序列的變化趨勢，也可以確定突變時(shí)間和突變的區(qū)域。關(guān)于Mann-Kendall檢驗(yàn)的具體計(jì)算方法，可以參考文獻(xiàn)[10-11]。

表1 基于SPI指數(shù)的干濕狀況分類表Table 1 Classification of dryness/wetness based on SPI

1.4 旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)法(REOF)

旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)法(REOF)是基于經(jīng)驗(yàn)正交函數(shù)(EOF)，采用正交旋轉(zhuǎn)矩陣，使原始要素場的特征信息集中映射到載荷場所代表的優(yōu)勢空間上，從而使得旋轉(zhuǎn)后的典型場空間結(jié)構(gòu)更加清晰，能更好的表現(xiàn)地域的差異，同時(shí)反映不同地域的相關(guān)分布狀況，實(shí)現(xiàn)將氣候要素一致的地區(qū)劃分為同一區(qū)域[12]。由于該方法分解出來的特征向量對(duì)應(yīng)的是空間模態(tài)，主成分對(duì)應(yīng)的是時(shí)間變化，也可稱為時(shí)空分解法，該方法廣泛應(yīng)用于氣象和地學(xué)領(lǐng)域。文獻(xiàn)[13-14]中已經(jīng)對(duì)REOF做了詳細(xì)的介紹，在此不再贅述。

1.5 Morlet小波分析法

小波分析是在傅里葉變換的基礎(chǔ)上引入窗口函數(shù)，將時(shí)間序列分解為時(shí)間和頻率的貢獻(xiàn)，利用小波變換的時(shí)頻局部化優(yōu)勢可以用來探討時(shí)間序列的周期成分和多時(shí)間尺度變化特征。小波函數(shù)是小波分析的關(guān)鍵，本研究采用Morlet小波函數(shù)，其表達(dá)式為：

ψ0(η)=π-1/4eiω0ηe-η2/2

(7)

式中,ω0為常數(shù)，i為虛數(shù)，η表示為無量綱的“時(shí)間”單位。

本研究采用Torrence & Compo[15]的研究成果，離散持續(xù)小波變換方程式如下：

(8)

式中,xn為具有相等時(shí)間間隔(δt)的離散的時(shí)間序列，n為平移參數(shù)，n=0,…,N-1，(*)號(hào)表示共軛復(fù)數(shù)，s為用來改變尺度的“擴(kuò)張”參數(shù)(Dilation parameter)。由于Morlet小波并沒有完全的將時(shí)間域局部化，因而在Torrence和Compo的研究方法中，考慮了邊角效果(Edge effects)的“影響錐”方法(Cone of influence, COI)被引入，此外，新的小波分析方法中也引入了顯著性水平α=0.05的信度檢驗(yàn)[15-16]。

將時(shí)間域上的小波變換系數(shù)Wn(s)的平方進(jìn)行積分即得到小波方差，它反映了波動(dòng)的能量隨尺度的分布，利用小波方差可對(duì)各時(shí)間序列的主要周期進(jìn)行判斷。

2 結(jié)果與討論

2.1 全省干濕狀況演變趨勢的空間分布

根據(jù)6個(gè)月時(shí)間尺度SPI指數(shù)的特點(diǎn)，1960年6月是第一個(gè)計(jì)算的月份SPI值，因而不能統(tǒng)計(jì)到1960年1-5月的SPI值。為便于分析，本研究中所采用的廣東省SPI數(shù)據(jù)的時(shí)間范圍統(tǒng)一從1961年1月開始，到2011年12月結(jié)束。圖2給出了1961-2011年廣東省25個(gè)站點(diǎn)各月SPI序列的Mann-Kendall趨勢檢驗(yàn)結(jié)果，圖中各站點(diǎn)按照經(jīng)度大小從西至東排列。由圖可知，廣東省呈現(xiàn)變干趨勢的月份主要集中在1-3月份，其中只有個(gè)別站點(diǎn)的變干趨勢顯著，而變濕的月份主要集中在7-9月，且各站點(diǎn)變濕趨勢都不顯著。從站點(diǎn)空間分布來看，中部地區(qū)變濕趨勢的月份數(shù)要明顯多于東西部地區(qū)。為了進(jìn)一步了解雨季和冬季廣東省干濕狀況的空間分布特征，本研究采用反距離加權(quán)法對(duì)廣東省各站點(diǎn)雨季和冬季SPI序列的Mann-Kendall趨勢值進(jìn)行空間插值。從圖3a可知，廣東省西部地區(qū)在雨季變干趨勢明顯，而東部及沿海大部分地區(qū)呈變濕趨勢，但都沒有達(dá)到0.05的顯著性水平。圖3b表明，廣東省冬季大部分地區(qū)都表現(xiàn)為變干的趨勢，其中個(gè)別站點(diǎn)(高要站)達(dá)到了0.05的顯著性水平，只有廣州、湛江等少數(shù)站點(diǎn)表現(xiàn)為變濕的趨勢。

2.2 基于SPI數(shù)據(jù)的廣東省REOF分區(qū)

本研究首先采用經(jīng)驗(yàn)正交函數(shù)方法(EOF)對(duì)廣東省所有站點(diǎn)51 a(1961-2011年)月SPI序列進(jìn)行分析，結(jié)果表明前4個(gè)載荷的方差貢獻(xiàn)率總和已經(jīng)達(dá)到了74.9%(超過50%)(見表2)。為了更為準(zhǔn)確地了解廣東省干濕狀況的區(qū)域分布特征，并發(fā)掘出可能存在的子干旱特征區(qū)，繼而對(duì)前4個(gè)主成分進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)過程對(duì)各主成分的方差貢獻(xiàn)率進(jìn)行了重新分配，但總體方差貢獻(xiàn)率保持不變，旋轉(zhuǎn)的結(jié)果能更清晰地識(shí)別和突出廣東省干濕狀況的時(shí)空分布特征。經(jīng)REOF分解后得到的旋轉(zhuǎn)主成分(RPC)反映了所對(duì)應(yīng)的空間異常型干濕狀況(即經(jīng)REOF分解后的SPI時(shí)間序列)的時(shí)間變化[12]。

圖2 廣東各站點(diǎn)各個(gè)月份的干濕狀況趨勢圖(當(dāng)Mann-Kendall趨勢分析結(jié)果絕對(duì)值大于1.96 時(shí)，表明達(dá)到了α=0.05的顯著性水平，正值為變濕，負(fù)值為變干)Fig.2 The monthly trends of dryness/wetness conditions at all meteorological stations in Guangdong Province

圖4為前4個(gè)主要旋轉(zhuǎn)載荷向量的空間模態(tài)圖(RLV)，其中RLV的值代表的是旋轉(zhuǎn)主成分(RPC)與原SPI序列之間的相關(guān)性，故取每個(gè)異常型RLV 的高值點(diǎn)對(duì)應(yīng)的RPC 序列分析其時(shí)間演變規(guī)律[12]。從圖中可以看出，第一旋轉(zhuǎn)載荷向量場(RLV1)空間異常型的中心區(qū)域(RLV絕對(duì)值最大區(qū)域)位于廣東北部南嶺山區(qū)，中心載荷向量值為0.45，定義為南嶺型；圖4b為第二旋轉(zhuǎn)載荷向量場(RLV2)空間異常型，其中心區(qū)域位于中廣東西部地區(qū)，RLV2最大值為0.38，定義為粵西型；RLV3的絕對(duì)值最大值集中于廣東省東部地區(qū)，中心載荷向量值為0.46，定義為粵東型。RLV4最大值為0.58，表現(xiàn)為以處于廣東西南部的雷州半島為中心，為雷州半島型。因而，根據(jù)REOF方法，可以將整個(gè)廣東省干濕狀況分為4個(gè)相互獨(dú)立的空間異常型：南嶺型、粵西型、粵東型和雷州半島型?？梢?，廣東干濕狀況的空間區(qū)劃特征

圖4 前4個(gè)主要旋轉(zhuǎn)載荷向量的空間模態(tài)圖Fig.4 The spatial characteristics of the first four loadings of REOF

明顯，且具有很強(qiáng)的地域特征。

2.3 各空間型干濕狀況的時(shí)間特征

與旋轉(zhuǎn)載荷向量(RLV)相對(duì)應(yīng)的旋轉(zhuǎn)主成分(RPC)序列實(shí)際上反映了其代表空間異常型干濕狀況的時(shí)間變化特征。本研究重點(diǎn)分析4個(gè)空間異常型雨季和冬季干濕狀況的時(shí)間演變特征。由每個(gè)空間異常型雨季平均干濕狀況時(shí)間序列(圖5)可以看出，各空間型雨季干濕狀況呈現(xiàn)階段性變化特征，且各空間型旱澇發(fā)生年份和次數(shù)不盡相同，其中雷州半島型發(fā)生極度干旱(SPI≤-2)和極度濕潤(SPI≥2)的次數(shù)明顯要少于其它空間型。各時(shí)間序列的二項(xiàng)式擬合曲線表明，廣東省雨季各空間型干濕狀況長期演變趨勢較為一致，都表現(xiàn)為先變濕后變干的變趨勢，轉(zhuǎn)折時(shí)間基本位于上世紀(jì)80年代中后期和90年代初之間。分析各空間型冬季干濕狀況序列可知，雷州半島型發(fā)生極度干旱(SPI≤-2)的次數(shù)同樣要少于其它3個(gè)空間型區(qū)域，且除雷州半島型外(干濕趨勢不明顯)各空間型基本都表現(xiàn)為變干趨勢，但變化趨勢較小。

影響廣東省雨季干濕狀況的因子很多，如全球氣候的變暖、東太平洋海洋表面溫度(ENSO事件)、低緯度的環(huán)流系統(tǒng)以及副熱帶高壓等。但由于4個(gè)空間異常型基本都處于東亞夏季風(fēng)的控制之下，夏季風(fēng)帶來的水汽對(duì)廣東省的干濕狀況產(chǎn)生主要影響[17]，故4個(gè)空間型在雨季表現(xiàn)為相近的干濕變化趨勢。有研究表明[18]，自20世紀(jì)70年代以來，夏季風(fēng)有減弱趨勢，對(duì)廣東大部分地區(qū)雨季降水的減少和干濕狀況的變化產(chǎn)生明顯影響。冬季廣東省降水與東亞冬季風(fēng)強(qiáng)弱密切相關(guān)，一般而言，強(qiáng)(弱)東亞冬季風(fēng)容易造成我國華南地區(qū)(包括廣東省大部分地區(qū))冬季降水偏少(多)[19]。由于東亞夏季風(fēng)和冬季風(fēng)都受ENSO事件影響，故ENSO也可能間接影響廣東省干濕狀況的時(shí)空分布特征。此外，人類活動(dòng)也是對(duì)影響各空間型干濕狀況變化的因素之一，特別是隨著經(jīng)濟(jì)的快速發(fā)展，廣東省工業(yè)、生活用水迅速增加，用水量的持續(xù)增加使該地區(qū)特別是冬季水資源供需矛盾增大。

2.4 各空間異常型干濕狀況變化的周期特征

采用小波分析方法研究各空間異常型干濕狀況(即主成分RPC值)的周期特征(圖6)，小波變換圖中黑色的等值線包圍的區(qū)域表示通過0.05顯著性水平檢驗(yàn)，黑色弧線以上的區(qū)域?yàn)榭紤]了小波邊角效應(yīng)(Edge effects)的“影響錐”(Cone of Influence, COI)區(qū)域。對(duì)PRC1(代表南嶺型)而言，1～2 a的顯著變化周期(達(dá)到0.05的顯著性水平)主要出現(xiàn)在大約1962-1965、1980-1984、1990-1994和2001-2006年間，2～3 a顯著變化周期主要發(fā)生在1973-1976年?；浳餍透蓾駹顩r時(shí)間序列(RPC2)小波功率譜分析結(jié)果表明，能通過0.05 顯著性檢驗(yàn)的區(qū)域主要集中在1～2 a和3 a波段，前者出現(xiàn)的時(shí)期和南嶺型相近，而后者主要出現(xiàn)20世紀(jì)70年代中后期。在粵東型時(shí)間序列中(RPC3)，1.5～2 a的顯著變化周期出現(xiàn)在80年代中期到90年代中期、2001-2003以及2006-2008年間，2～3 a的周期出現(xiàn)在1997-2002年間，更長的4 a左右的顯著振蕩周期出現(xiàn)在大致1965-1969年間。雷州半島型時(shí)間序列(RPC4)在1982-1985、1993-1999以及2001-2003年間存在1.5～2 a的顯著周期，而在1976-1980年間存在1.5～3 a的顯著周期。廣東各空間異常型都存在2 a左右的顯著變化周期，這冬季風(fēng)的主周期一致[20]。此外，廣東省干濕狀況的周期變化特征還與夏季風(fēng)和ENSO事件的周期變化特征有關(guān)，如有研究表明東亞夏季風(fēng)具有明顯的準(zhǔn)2 a和3～6 a周期的年際振蕩特征[21]，而ENSO事件存在大約2～8 a的顯著變化周期[15]。關(guān)于東亞夏季風(fēng)ENSO和廣東省干濕變化的具體聯(lián)系和遙相關(guān)，將在以后的工作中做進(jìn)一步研究。

圖5 前4個(gè)主要旋轉(zhuǎn)載荷向量對(duì)應(yīng)的雨季(左)和冬季(右)主成分序列Fig.5 The temporal variability of the first four rotated principle components in rainy season (left) and winter (right)

圖6 前4個(gè)主成分序列的周期分析Fig.6 The periodical analysis of the first four rotated principle components

3 結(jié) 論

基于1960-2011年廣東省25個(gè)國家標(biāo)準(zhǔn)氣象站的日降水資料，采用SPI-6指數(shù)，分析了廣東省多年干濕狀況的變化趨勢和時(shí)空格局。

1)廣東省呈現(xiàn)變干趨勢的月份主要集中在1-3月份，而變濕趨勢的月份主要為7-9月，且西部地區(qū)有顯著變干趨勢的月份數(shù)要明顯多于東部。廣東省雨季(4-9月) 西部地區(qū)變干趨勢明顯，但東部及沿海大部分地區(qū)呈變濕趨勢，冬季廣東省大部分地區(qū)都呈現(xiàn)變干的趨勢。

2)對(duì)廣東省25個(gè)站點(diǎn)的SPI數(shù)據(jù)的REOF分析結(jié)果表明，廣東省可以分為4個(gè)主要的空間異常型：南嶺型、粵西型、粵東型和雷州半島型。分區(qū)結(jié)果體現(xiàn)了較強(qiáng)的地域特征，具有較好的空間格局。各空間異常區(qū)在雨季都表現(xiàn)為統(tǒng)一由先變濕后變濕干趨勢，而冬季除了雷州半島型外則基本表現(xiàn)為統(tǒng)一的緩慢變干的趨勢，各空間型的干濕狀況雨季和冬季地區(qū)差異性較小。

3)對(duì)各空間異常型主成分序列的小波分析結(jié)果表明，各空間型干濕狀況普遍存在1.5 a、2～3 a的顯著變化周期。該周期特征與ENSO事件、夏季風(fēng)以及冬季風(fēng)的周期變化特征存在一定聯(lián)系。

參考文獻(xiàn)：

[1] 黃晚華，楊曉光，李茂松，等. 基于標(biāo)準(zhǔn)化降水指數(shù)的中國南方季節(jié)性干旱近58a演變特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(7):50-59.

[2] 李艷，陳曉宏，張鵬飛. 北江流域徑流序列年內(nèi)分配特征及其趨勢分析[J]. 中山大學(xué)學(xué)報(bào):自然科學(xué)版,2007, 46(5): 113-116.

[3] 郭晶，景元書，王春林，等. 基于土壤水分平衡模型的廣東干旱時(shí)空分布特征[J]. 中國農(nóng)業(yè)氣象, 2008, 29(3): 353-357.

[4] 紀(jì)忠萍，溫晶，方一川，等. 近50年廣東冬半年降水的變化及連旱成因[J]. 熱帶氣象學(xué)報(bào), 2009, 25(1): 29-37.

[5] 宋麗莉，王春林，董永春. 水稻干旱動(dòng)態(tài)模擬及干旱損失評(píng)估[J]. 應(yīng)用氣象學(xué)報(bào), 2001, 12(2): 226-233.

[6] MCKEE T B, DOESKEN N J, KLEIST J. The relationship of drought frequency and duration of time scales [M]. Eighth Conference on Applied Climatology, American Meteorological Society, Anaheim,CA,1993,179-186.

[7] MISHRA A K, SINGH V P. A review of drought concepts [J]. Journal of Hydrology, 2010, 391: 202-216.

[8] 梁建茵，吳尚森. 夏季廣東降水異常變化與夏季風(fēng)[J].熱帶氣象學(xué)報(bào), 1999, (1):38-47.

[9] 肖名忠，張強(qiáng)，陳曉宏. 基于多變量概率分析的珠江流域干旱特征研究[J].地理學(xué)報(bào), 2012,67(1):83-92.

[10] 常遠(yuǎn)勇，侯西勇，毋亭，等. 1998～2010年全球中低緯度降水時(shí)空特征分析[J]. 水科學(xué)進(jìn)展, 2012, 23(4): 475-484.

[11] HAMED K, RAO A. A modified Mann-Kendall trend test for autocorrelated data [J]. Journal of Hydrology, 1998, 204: 182-196.

[12] 張永，陳發(fā)虎，勾曉華，等. 中國西北地區(qū)季節(jié)間干濕變化的時(shí)空分布——基于PDSI 數(shù)據(jù)[J]. 地理學(xué)報(bào), 2007, 62(11):1142-1152.

[13] RICHMAN M B. Rotation of principal components [J]. Journal of Climatology, 1986, 6: 293-335.

[14] LIAN, T, CHEN D. An Evaluation of Rotated EOF Analysis and Its Application to Tropical Pacific SST Variability [J]. Journal of Climate, 2012, 25:5361-5373.

[15] TORRENCE C, COMPO G P. A practical guide to wavelet analysis [J]. Bulletin of the American Meteorological Society, 1998, 79(1): 61-78.

[16] GRINSTED A, MOORE J C, JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series [J]. Nonlinear Processes in Geophysics, 2004, 11:561-566.

[17] ZHANG Q, XU C Y, ZHANG Z X. Observed changes of drought/wetness episodes in the Pearl River basin, China, using the Standardized Precipitation Index and Aridity Index [J]. Theoretical and Applied Climatology, 2009, 98: 89-99.

[18] WANG H J. The weakening of the Asian Monsoon circulation after the end of the 1970s [J]. Advances in Atmospheric Sciences. 2001, 18: 376-386.

[19] 曾劍，張強(qiáng)，王同美. 東亞冬季風(fēng)與中國南方冬季降水的關(guān)系分析[J]. 高原氣象, 2010,29(4):975-981.

[20] 徐建軍，朱乾根，周鐵漢. 近百年東亞冬季風(fēng)的突變性和周期性[J]. 應(yīng)用氣象學(xué)報(bào),1999,10(1):1-8.

[21] 孫秀榮，陳隆勛，何金海. 東亞海陸熱力差指數(shù)及其與環(huán)流和降水的年際變化關(guān)系[J]. 氣象學(xué)報(bào), 2002, 60(2): 164-172.