史君慧

(廣州大學(xué) 經(jīng)濟與統(tǒng)計學(xué)院, 廣東 廣州 510006)

近年來，全球氣候變暖趨勢加劇，此現(xiàn)象已成為全球各國普遍關(guān)注的熱點話題.在全球氣候變暖的背景下，水汽循環(huán)特征的改變造成了區(qū)域降雨量、降雨強度及頻次等的變化[1]，各地降雨量在時空上重新分配，并呈現(xiàn)出顯著的空間差異，即“干的區(qū)域越干、濕的區(qū)域越濕”趨勢[2].同時，由于降雨本身受到地理條件、天氣系統(tǒng)條件等主導(dǎo)因素的共同作用，即使在同一個氣候區(qū)內(nèi)，其在時間與空間的分布上通常也不一致[3].此外，作為水循環(huán)的一個不可或缺環(huán)節(jié)，降雨不僅對自然環(huán)境的發(fā)展有著重要的影響，對經(jīng)濟社會的演變也有著舉足輕重的作用[4].因此，研究區(qū)域內(nèi)降雨量的時空分布特征對深入理解氣候變異下水文演變規(guī)律，進(jìn)而有效利用水資源，減少各類自然災(zāi)害對人類生產(chǎn)生活造成的巨大損失具有重要意義.

廣東省位于中國大陸的最南處，地貌類型復(fù)雜多樣，地勢總體呈現(xiàn)北高南低的趨勢，北部多為山地和丘陵，南部則為平原和臺地.地理差異在一定程度上對廣東省內(nèi)降雨量的空間分布情況造成了影響.雖然廣東省是全國降雨量最充沛的省份之一，但省內(nèi)降雨并不均勻，空間上基本呈現(xiàn)南高北低的趨勢.此外，廣東省氣候災(zāi)害種類多，暴雨洪澇出現(xiàn)頻繁，給人們的生產(chǎn)生活帶來了極大破壞.因此，研究廣東省區(qū)域降雨量的時空變化特征有助于更為細(xì)致地了解區(qū)域降雨量的具體特征，從而有針對性地對降雨情況進(jìn)行預(yù)測，為農(nóng)業(yè)水利部門的相關(guān)治理工作提供理論幫助，以更好地對自然災(zāi)害進(jìn)行防范，保障人們正常的生產(chǎn)生活活動.

隨著降雨量趨勢特征分析在水文氣象領(lǐng)域中的地位逐漸上升，相關(guān)研究日益增多.國內(nèi)學(xué)者從氣象學(xué)或地質(zhì)學(xué)的角度出發(fā)，在對降雨量的變化特征進(jìn)行描述的基礎(chǔ)上，研究降雨量的測算精度、影響因素、極端自然危害等問題[5-7].但更多的研究將氣象學(xué)、地質(zhì)學(xué)知識與統(tǒng)計學(xué)方法相結(jié)合，采取以隨機統(tǒng)計學(xué)理論為基礎(chǔ)的相關(guān)方法[8]，對降雨量的時空變化規(guī)律進(jìn)行探討.關(guān)于時間變化規(guī)律的研究以時間序列分析為主要方法，研究降雨量的變化趨勢、變化周期與突變情況等問題；空間分布規(guī)律的研究主要采取空間插值[9]、信息熵[10]、經(jīng)驗正交函數(shù)分解及地理時空數(shù)據(jù)分解[11]等方法對降雨量的空間變異特征進(jìn)行探索.

在廣東省范圍內(nèi)，學(xué)者們對不同地區(qū)不同尺度的降雨量情況進(jìn)行了研究.將廣東省日降雨量數(shù)據(jù)作為研究對象，謝毅文等[12-13]認(rèn)為廣東省最大日降雨量的時空分布與氣候分布相一致，但在局部區(qū)域，其受到地形因素的嚴(yán)重影響.并將全年按照氣候特征分為汛期、后汛期和非汛期三個時期，結(jié)合氣候、地形等影響因素，進(jìn)一步分析廣東省最大日降雨量在不同時期的分布特征.徐林春等[14]在此基礎(chǔ)上，引入ARGGIS軟件和降雨集中指數(shù)(PCI)及回歸分析方法，對廣東省逐日降雨量數(shù)據(jù)進(jìn)行了更為具體的分析.結(jié)果表明，沿海區(qū)域的年內(nèi)降雨集中度高于內(nèi)陸區(qū)域.此外，為了更加全面地分析降雨量在不同時間尺度上的變化規(guī)律，廖義善等[15]從日、月、雨季、年、十年及五十年等多個時間尺度出發(fā)，探討了廣東省降雨量、降雨次數(shù)與降雨類型的時空變化和趨勢變化，發(fā)現(xiàn)降雨量在時間尺度上呈現(xiàn)雙峰型分布，在空間尺度上呈現(xiàn)東部、西部與北部較少，中部與南部較多的格局.還有的學(xué)者將研究范圍縮小至城市，具體研究某市降雨量的變化規(guī)律.杜曉陽等[16]以廣州市最大日降雨量為研究對象，從統(tǒng)計學(xué)的角度出發(fā)，分別利用皮爾遜-Ⅲ型、對數(shù)正態(tài)、指數(shù)和耿貝爾-Ⅰ四種分布函數(shù)進(jìn)行擬合，并進(jìn)一步采用ω2檢驗與似然比檢驗等方法進(jìn)行擬合優(yōu)度檢驗，得到廣州市年最大日降雨量并沒有顯著增加的趨勢這一結(jié)論.但是，其中大多數(shù)研究從氣象學(xué)角度出發(fā)，對降雨數(shù)據(jù)的分析停留在簡單的描述性分析階段：利用PCI降雨指數(shù)[14]、回歸分析[14]、累積距平法[17]和Mann-Kendall檢驗(M-K檢驗)[13、17]等方法分析降雨量的變化趨勢與突變等情況.僅有少數(shù)研究采取更為科學(xué)的方法，挖掘降雨量數(shù)據(jù)中更深層次的規(guī)律變化信息.且在目前已有的研究中，研究區(qū)域以廣東省或各地級市為主，考慮空間差異性并將研究區(qū)域細(xì)化的文獻(xiàn)較少.

本文將廣東省劃分為粵北、粵東北、粵西北、粵東、粵中與粵西六個區(qū)域，以每個區(qū)域內(nèi)代表氣象站點的年降雨量數(shù)據(jù)為研究樣本，對降雨量的區(qū)域變化規(guī)律進(jìn)行時空特征分析.在時間尺度方面，輔以回歸分析法、M-K檢驗方法等，主要利用小波分析刻畫區(qū)域降雨量的時頻局部變化特征，揭示該時間序列的多種變化周期與變化趨勢.在空間尺度方面，利用經(jīng)驗正交分解方法(EOF)得出廣東省區(qū)域降雨量的幾種典型空間分布.

1 研究方法

1.1 數(shù)據(jù)來源與區(qū)域概況

廣東省地處我國大陸的最南端，陸地總面積17.79萬km2.位于北緯20°13′～25°31′和東經(jīng)109°39′～117°19′之間，屬于東亞季風(fēng)區(qū)，與南海相鄰，水資源豐富.全年的兩個雨季分別為4-6月和7-9月，空間基本上呈現(xiàn)南高北低的分布趨勢，年平均降雨量為1 366～2 343 mm[15].地勢北高南低，山脈以北東―南西方向為主，地形復(fù)雜且在一定程度上對降雨的空間分布造成了影響，形成了恩平、海豐、清遠(yuǎn)3個多雨中心和羅定盆地、興梅盆地、雷州半島和潮汕平原4個少雨中心.

廣東省區(qū)域代表氣象站點1995-2018年的年平均降雨量等高線見圖1.

圖1 廣東省區(qū)域代表氣象站點1995-2018年的年平均降雨量等高線Fig.1 The regional annual average precipitation contour line in Guangdong province from 1995 to 2018

本文使用的區(qū)域年降雨量數(shù)據(jù)(單位：mm)來源于廣東省統(tǒng)計年鑒，時間跨度為1995年至2018年，用符號t表示，地理范圍為廣東省全省.廣東省氣象局在獲取區(qū)域年降雨量數(shù)據(jù)時，將廣東省劃分為粵北(N)、粵東北(NE)、粵西北(NW)、粵東(E)、粵中(C)和粵西(W)六個區(qū)域，并分別以韶關(guān)、梅縣、高要、汕頭、廣州和湛江六個氣象站的數(shù)據(jù)作為該區(qū)域降雨情況的代表值，年降雨量數(shù)據(jù)最終由廣東省統(tǒng)計局匯總呈現(xiàn)(表1).

表1 廣東省區(qū)域代表氣象站點位置Table 1 The location of regional meteorological stations in Guangdong province

1.2 Mann-Kendall檢驗

Mann-Kendall檢驗方法(以下簡稱M-K)是一種常用來檢驗時間序列變化趨勢及突變情況的非參數(shù)檢驗方法.由于該方法能有效地分辨某一自然事件是存在確定的變化趨勢還是處于自然波動過程，M-K被世界氣象組織推薦并廣泛應(yīng)用于水文與氣象領(lǐng)域的研究中[18].M-K不要求數(shù)據(jù)服從某種特定的分布，且受異常值的影響較小，對于非正態(tài)分布的氣象數(shù)據(jù)，具有更加明顯的適用性[19].

在M-K趨勢檢驗中，對于區(qū)域年降雨量時間序列{xii=1,2,…,n}，n為時間序列長度，假設(shè)H0：序列{xi}是一個由n個元素組成的獨立的、具有相同分布的隨機變量；H1：對于所有的i,j≤n，且i≠j，{xi}和{xj}的分布不相同.檢驗統(tǒng)計量:

(1)

其中，sgn為符號函數(shù)，形式如下：

(2)

在實際應(yīng)用中，當(dāng)樣本量大于10時，統(tǒng)計量S大致服從正態(tài)分布并具有以下性質(zhì)：

E(S)=0

(3)

(4)

通過構(gòu)造標(biāo)準(zhǔn)正態(tài)分布統(tǒng)計量Z：

(5)

在顯著性水平α下，若Z≥Z1-α/2，則拒絕原假設(shè)，認(rèn)為該區(qū)域年降雨量時間序列存在明顯的變化趨勢.否則接受原假設(shè)，認(rèn)為該區(qū)域年降雨量時間序列是自然波動.

在M-K突變檢驗中，對于區(qū)域年降雨量時間序列{xii=1,2,…,n}，構(gòu)造秩序列：

(6)

其中，

(7)

構(gòu)造統(tǒng)計量：

(8)

當(dāng)區(qū)域年降雨量時間序列滿足獨立同分布的條件，均值E(sk)和方差var(sk)分別具有以下性質(zhì)：

(9)

(10)

將區(qū)域年降雨量時間序列按逆序重新排列為{xii=n，n-1,…,1}后，計算得到UFk并令UBk=-UFk.若UFk為正值，表明該區(qū)域年降雨量呈現(xiàn)上升趨勢；反之則呈現(xiàn)下降趨勢.若UFk和UBk兩條曲線相交，則交點時刻為年降雨量發(fā)生突變的時刻.

1.3 小波分析

小波分析在大氣科學(xué)、信號處理及圖像壓縮等領(lǐng)域的研究中應(yīng)用廣泛.由于其能在時域和頻域共同表現(xiàn)出良好的局部性質(zhì)，并且能將時間序列分解成多尺度成分[20]，許多學(xué)者將小波分析用于降雨量的周期性變化的研究中[21].

小波分析主要通過一簇小波函數(shù)系對某一信號或者函數(shù)進(jìn)行逼近.因此，小波函數(shù)的選擇至關(guān)重要.小波函數(shù)是指滿足正則化條件,可以快速衰減到零的一類函數(shù)，即小波函數(shù)ψ(t)∈L2(R)需要滿足：

(11)

目前，應(yīng)用較為廣泛的小波函數(shù)主要有Harr小波、Marr小波、Morlet小波以及樣條小波等[20].本文在研究廣東省區(qū)域降雨量的時間周期性變化時，主要采用Morlet連續(xù)復(fù)小波.

(12)

它通過時間軸平移和尺度伸縮可以構(gòu)成一簇函數(shù)系：

(13)

其中，a,b∈R,a≠0為尺度因子，表示小波函數(shù)的周期長度，b為平移因子，表示小波函數(shù)在時間軸上的平移.對于給定的能量有限信號或者平方可積函數(shù)f(t)∈L2(R)，其連續(xù)小波變換為

(14)

其中，wf(a,b)為小波系數(shù)，通過小波變換方程得到的小波系數(shù)可以用來分析時間序列的時頻變化特征.

在b域上對小波系數(shù)的平方值進(jìn)行積分，得到小波方差：

(15)

小波方差反映了信號波動的能量隨尺度a的分布情況.繪制小波方差隨尺度a變化的小波方差圖，從而確定信號中不同尺度擾動的強度和存在的主要時間周期.

1.4 EOF分析

在降雨量時空數(shù)據(jù)的相關(guān)研究中，經(jīng)驗正交函數(shù)(EOF)[11、22-23]是一種較為常用的分析方法.該方法的本質(zhì)是對非負(fù)定實對稱協(xié)方差矩陣進(jìn)行正交變換，將一個時空數(shù)據(jù)的矩陣分解成相互獨立且不受時間影響的幾個空間模態(tài)與研究區(qū)域內(nèi)相應(yīng)的時間系數(shù)兩部分.EOF不僅可以用較少的空間分布模態(tài)反映原變量場的特征，還可以分別通過特征向量和特征值描述降雨量在時間和空間上的分布特征.

將廣東省區(qū)域年降雨量用矩陣的形式進(jìn)行表示：

(16)

其中，m為廣東省區(qū)域氣象站點的數(shù)量，n為年降雨量時間序列的長度.將X分解成空間函數(shù)V和時間函數(shù)Z，即X=VZ.

(17)

用空間函數(shù)vj=(v1j,v2j,…,vmj)T表示第j個典型場，則第t個空間場為

(18)

因此，時空變量xt可以表示為m個典型場的線性組合.

關(guān)于EOF方法的分解，令

A≡XXT=VZZTVT

(19)

則根據(jù)實對稱矩陣分解原理，得到

Λ=VTAV

(20)

其中，Λ是由A的特征向量,即空間函數(shù)的V列組成的對角陣.

通過經(jīng)驗正交分解法，時間函數(shù)Z可表示為空間點的線性組合，也被稱為主分量：

Z=VTX

(21)

在對原空間場的特征進(jìn)行描述時，通常使用前幾個主分量就可以揭示其大部分特征.

2 區(qū)域年降雨量的時空分析

2.1 區(qū)域年降雨量的時間特征分析

2.2.1 區(qū)域年降雨量變化趨勢

在1995-2018年間，廣東省各區(qū)域的年均降雨量在1 500～1 900 mm范圍內(nèi)，其中，粵中區(qū)域年降雨量最多.繪制廣東省各區(qū)域1995-2018年年降雨量的變化趨勢圖(圖2)發(fā)現(xiàn)，除了粵東區(qū)域呈現(xiàn)下降趨勢，其他區(qū)域均表明為上升趨勢.為進(jìn)一步探究年降雨量變化趨勢的顯著性情況，使用線性擬合與M-K檢驗進(jìn)行分析.

建立廣東省各區(qū)域年降雨量與時間的線性回歸方程，根據(jù)線性擬合的顯著性檢驗結(jié)果(表2)可看出，在α=0.1的顯著性水平下，廣東省的六個區(qū)域中僅有粵中區(qū)域的年降雨量線性擬合方程通過了檢驗，說明粵中區(qū)域的年降雨量具有一定的變化趨勢，而粵北、粵東北、粵西北、粵東以及粵西區(qū)域均未通過顯著性檢驗，認(rèn)為這些區(qū)域的年降雨量處于自然波動狀態(tài).

表2 廣東省各區(qū)域年降雨量線性回歸方程的顯著性檢驗Table 2 Significance test of the linear regression equation of regional annual precipitation in Guangdong province

為了確保檢驗的正確性與合理性，選用非參數(shù)M-K趨勢檢驗方法對廣東省各區(qū)域降雨量時間序列進(jìn)行檢驗，結(jié)果如表3所示.在α=0.05的顯著性水平下，只有粵中區(qū)域的降雨量序列通過了檢驗，即粵中區(qū)域的年降雨量呈現(xiàn)明顯的變化趨勢，與線性回歸方程的顯著性檢驗結(jié)果一致.

表3 廣東省各區(qū)域年降雨量的M-K檢驗Table 3 Mann-Kendall test of regional annual precipitation in Guangdong province

2.2.2 區(qū)域年降雨量變異性規(guī)律

根據(jù)上述的回歸系數(shù)顯著性檢驗和M-K趨勢檢驗的結(jié)果可知，在廣東省六個研究區(qū)域內(nèi)，只有粵中區(qū)域的年降雨量序列通過了檢驗，存在確定的上升趨勢.為了進(jìn)一步確定粵中區(qū)域降雨量序列的變化趨勢以及發(fā)生突變的時間點，應(yīng)用M-K突變檢驗進(jìn)行分析，結(jié)果如圖3所示.

圖3 粵中區(qū)域年降雨量M-K突變檢驗的UF與UB曲線Fig.3 UF and UB curves of Mann-Kendall test of regional annual precipitation in central Guangdong

粵中區(qū)域在1995-2018年間，UB值基本均大于0，說明該區(qū)域年降雨量呈現(xiàn)上升趨勢.在2000-2008年之間，UF曲線和UB曲線共相交了6次，這些交點時刻為粵中區(qū)域年降雨量發(fā)生突變的時刻.

由圖4可知，粵北區(qū)域負(fù)距平年份的數(shù)量略多于正距平年份數(shù)量.降雨量距平極大值出現(xiàn)在2016年，降雨量較多；極小值出現(xiàn)在2004年，降雨量偏少.2007-2009年為該區(qū)域的枯水階段，在2008-2014年，累積距平曲線波動頻繁，降雨量豐枯轉(zhuǎn)換頻繁.同樣，粵東北區(qū)域降雨量距平極大值出現(xiàn)在2016年，而極小值出現(xiàn)在1999年，負(fù)距平的年份數(shù)大于正距平的年份數(shù).2002-2004年，2007-2012年分別為該區(qū)域的枯水期.粵西北區(qū)域年降雨量距平極大值和極小值分別為2008年和2004年，正距平的年份數(shù)稍大于負(fù)距平的年份數(shù).豐水階段為1995-1998 年和2012-2016年；枯水階段為2002-2004年和2009-2011 年.粵東區(qū)域的年降雨量大致距平百分率略大于其他區(qū)域，在±40%之間.負(fù)距平的年份數(shù)大于正距平的年份數(shù)，2006年降雨量顯著偏多，2009年降雨量偏少，枯水階段為2002-2004 年與2009-2012年.粵中區(qū)域負(fù)距平年份數(shù)和正距平年份數(shù)大致相同，2016年降雨量顯著偏多，2001年降雨量偏多，2003年降雨量偏少.枯水階段：1998-2000年和2002-2004年；豐水階段：2013-2017年.粵西區(qū)域與粵東區(qū)域相同，距平百分率主要分布在±40%之間.負(fù)距平的年份數(shù)和正距平的年相差無幾，1997年和2001年降雨量偏多，2004年降雨量偏少且2003-2007年負(fù)距平時段歷時較長.豐水階段和枯水階段分別為：2000-2002年、2008-2010年與2003-2007年.

圖4 廣東省各區(qū)域年降雨量累積距平曲線與距平百分率Fig.4 Cumulative departure curve and anomaly percentage of regional annual precipitation in Guangdong province

2.2.3 區(qū)域年降雨量周期性規(guī)律

(1)粵北區(qū)域

粵北區(qū)域在降雨量演變過程中存在著3～9a的主振蕩周期，并出現(xiàn)了枯豐交替的準(zhǔn)兩次震蕩.在整個時間尺度上出現(xiàn)2個偏多中心和3個偏少中心，分別為1997、2016年和1995、2014、2017年.在降雨量演化過程中，6～8a時間尺度的小波系數(shù)模值最大，能量最強，但它的周期變化具有局部性，基本在2007-2018年之間.2～5a時間尺度的能量雖然較弱，但周期分布比較明顯，幾乎占據(jù)整個研究時域.

在小波方差圖中(圖5)，存在3個較為明顯的峰值，它們分別對應(yīng)7a、11a、14a的時間尺度.其中，最大峰值對應(yīng)7a的時間尺度，說明7a左右的周期震蕩最強，為年降雨量變化的第一主周期；11a時間尺度對應(yīng)第二峰值，為第二主周期；14a的時間尺度為降雨量的第三主周期.這3個周期的波動控制著粵北區(qū)域降雨量在整個時間域內(nèi)的變化特征.

圖5 廣東省粵北區(qū)域年降雨量小波分析圖Fig.5 Wavelet analysis of annual precipitation in northern Guangdong

(2)粵東北區(qū)域

粵東北區(qū)域在降雨量演變過程中存在著4～8a，9～13a的主振蕩周期且9～13a尺度的周期變化在整個分析時段表現(xiàn)得非常穩(wěn)定，出現(xiàn)了枯-豐交替的準(zhǔn)兩次震蕩，具有全域性.在整個時間尺度上出現(xiàn)4個偏多中心和3個偏少中心，分別為1997、2000、2005、2016年和1996、2014、2018年.在降雨量演化過程中，10～12a時間尺度的小波系數(shù)的模值最大，6～8a時間尺度次之，但該時間尺度的周期性最顯著.尤其在2014-2018年之間，模值基本大于300，周期變化顯著.

小波方差圖中(圖6)存在2個較為明顯的峰值，它們分別對應(yīng)7a、11a的時間尺度.其中，最大峰值對應(yīng)11a的時間尺度，說明11a左右的周期震蕩最強，為年降雨量變化的第一主周期；7a時間尺度對應(yīng)第二峰值，為第二主周期.

圖6 廣東省粵東北區(qū)域年降雨量小波分析圖Fig.6 Wavelet analysis of annual precipitation in northeast Guangdong

(3)粵西北區(qū)域

與粵東北區(qū)域相似，粵西北區(qū)域(圖7)在降雨量演變過程中存在著4～8a，9～12a的主振蕩周期.在2010-2018年期間，9～12a時間尺度下小波系數(shù)的模值最大，周期最為顯著，但其分布具有局部性.在小波方差圖中，降雨量變化的三個主周期依次為11a、7a和3a.

圖7 廣東省粵西北區(qū)域年降雨量小波分析圖Fig.7 Wavelet analysis of annual precipitation in northwest Guangdong

(4)粵東區(qū)域

粵東區(qū)域(圖8)的降雨量演化主振蕩周期為9～14a.總體來看，粵東區(qū)域降雨量周期分布特點清晰，10～12a時間尺度的模值最大，周期變化最明顯，幾乎占據(jù)整個研究時域.14～16a時間尺度的周期變化次之，其他時間尺度的周期性變化較不明顯.降雨量變化的三個主周期依次為11a、7a和3a.

(5)粵中區(qū)域

對于粵中區(qū)域(圖9)，降雨量主要存在著4～8a、10～16a兩個主振蕩周期.2013-2018年期間，7～12a時間尺度模值最大，說明該時間尺度周期變化最明顯；在1996-1999年期間，10～16a時間尺度的周期變化次之，與2000-2005年期間6～7a時間尺度的周期變化強度相似；其他時間尺度的周期性變化較小.總體來看，粵中區(qū)域降雨量周期整體時間尺度能量較弱.降雨量變化的三個主周期依次為11a、7a和3a.

圖9 廣東省粵中區(qū)域年降雨量小波分析圖Fig.9 Wavelet analysis of annual precipitation in central Guangdong

(6)粵西區(qū)域

在降雨量演化過程中，粵西區(qū)域主要存在著4～8a和9～16a的主振蕩周期(圖10).11～15a時間尺度模值最大，周期變化最明顯，其他時間尺度的周期性變化并不明顯.整體來看，粵西區(qū)域降雨量周期的時間尺度能量較弱.

圖10 廣東省粵西區(qū)域年降雨量小波分析圖Fig.10 Wavelet analysis of annual precipitation in western Guangdong

小波方差圖中存在3個較為明顯的峰值，它們分別對應(yīng)著3a、8a、13a的時間尺度.其中，最大峰值對應(yīng)著13a的時間尺度，說明13a左右的周期震蕩最強，為年降雨量變化的第一主周期；第二和第三主周期分別為8a和3a的周期震蕩最弱.

2.3 區(qū)域年降雨量的空間分析

對廣東省1995-2018年區(qū)域年降雨量進(jìn)行EOF分析，前三個特征向量的累計方差貢獻(xiàn)率達(dá)到81.933%(表4)，這三個特征根可以較好地解釋廣東省近24年區(qū)域年降雨量的三種分布類型.

表4 廣東省區(qū)域年降雨量EOF分解的前三個特征向量貢獻(xiàn)率Table 4 The contribution rates of the first three eigenvectors of regional annual precipitation by EOF in Guangdong Province

總體來看，廣東省降雨量由南向北遞減，在空間上的分布呈現(xiàn)以粵中區(qū)域為中心，向四周遞減，最終形成粵東北區(qū)域和粵西北區(qū)域兩個低值中心的格局.

具體來看，模態(tài)1的累計方差貢獻(xiàn)率為35.497%，與其它兩個模態(tài)相比占比較多，占據(jù)了方差貢獻(xiàn)率的絕大部分比例，是廣東省降雨場的主要空間分布形式.圖11顯示，模態(tài)1中六個區(qū)域站點的特征值有正有負(fù)，表明1995-2018年間廣東省的區(qū)域降雨變化趨勢具有明顯的差異性.粵中區(qū)域為廣東省內(nèi)唯一的正值中心，該區(qū)域降雨變化量大且變化程度遠(yuǎn)高于其他區(qū)域，并由粵中區(qū)域向四周呈現(xiàn)遞減趨勢.在東西方向，粵東區(qū)域和粵西區(qū)域為過渡區(qū)域；在南北方向，形成了粵東北區(qū)域和粵西北區(qū)域兩個低值中心，在這兩個區(qū)域中，降雨量的變化較小.

圖11 廣東省區(qū)域年降雨量的第1模態(tài)特征向量分布Fig.11 The regional annual precipitation distribution of eigenvectors of mode 1 in Guangdong province

模態(tài)2特征向量的方差貢獻(xiàn)率為29.983%，與第1模態(tài)的差別不大，但遠(yuǎn)大于第3模態(tài)，也是廣東省降雨場的典型空間分布形式.在模態(tài)2的站點中，除了粵中區(qū)域，其他區(qū)域的特征值均為正值，這表明1995-2018年間廣東省的降雨變化趨勢基本具有高度的一致性，即在廣東省的東部、西部以及北部區(qū)域(包括粵北、粵東北和粵西北三個區(qū)域)統(tǒng)一呈現(xiàn)全年均多雨或均少雨的降雨分布特征，粵中區(qū)域與之相反，并不符合這個分布規(guī)律.圖12顯示，這種分布格局呈現(xiàn)中心-東西北反向分布模式，以粵中區(qū)域為負(fù)值中心，向其它區(qū)域變化為正值中心.若粵中區(qū)域降雨量增多，則粵東和粵西區(qū)域降雨量減少，反之亦然.

圖12 廣東省區(qū)域年降雨量的第2模態(tài)特征向量分布Fig.12 The regional annual precipitation distribution of eigenvectors of mode 2 in Guangdong province

第3模態(tài)特征向量的方差貢獻(xiàn)率為16.453%，在一定程度上代表了廣東省區(qū)域年降雨量的局部空間分布特征(圖13).粵東北、粵西北以及粵東區(qū)域的第3模態(tài)特征向量均為正值，這些區(qū)域具有相近的降雨量變化情況，粵中、粵北以及粵西區(qū)域的特征向量為負(fù)值，它們的年降雨量變化情況類似.

圖13 廣東省區(qū)域年降雨量的第3模態(tài)特征向量分布Fig.13 The regional annual precipitation distribution of eigenvectors of mode 3 in Guangdong province

3 結(jié) 論

廣東省雨量充沛，年均降雨量在1 600 mm以上.粵北、粵東北、粵西北、粵東以及粵西區(qū)域的年降雨量峰值在2 200～2 500 mm之間波動，相差范圍較小，而粵中區(qū)域年降雨量峰值較高，達(dá)到2 900 mm，且年降雨量極差較大，為1 600 mm.各區(qū)域年降雨量出現(xiàn)峰值的年份有所不同，粵北區(qū)域、粵東北區(qū)域以及粵中區(qū)域的年降雨量均在2016年達(dá)到峰值，粵西北與粵東區(qū)域的年降雨量峰值出現(xiàn)在2007年附近，而粵西區(qū)域的年降雨量峰值出現(xiàn)時間較早，為1997年.

從時間維度的變化特征來看，廣東省只有粵中區(qū)域的年降雨量呈現(xiàn)明顯的增長趨勢，其它區(qū)域并無顯著趨勢，處于自然波動狀態(tài).具體來看，粵北、粵東北、粵西北和粵中區(qū)域的年降雨量呈現(xiàn)先降后升的變化趨勢，突變點主要集中在2009年和2014年前后.而粵東和粵西區(qū)域的年降雨量先升后降，突變點分別為2008年和2002年.此外，廣東省區(qū)域年降雨量的變化周期主要集中在3a，7a和11a三個時期.

從空間維度的變化特征來看，受地形、地貌以及海陸差異等因素的影響，廣東省各區(qū)域年降雨量在空間分布上有所區(qū)別，主要呈現(xiàn)以粵中區(qū)域為中心，向四周遞減的分布趨勢.在東西方向，粵中區(qū)域降雨多，粵東和粵西區(qū)域少；在南北方向，南多北少，形成了粵東北區(qū)域和粵西北區(qū)域兩個低值中心.