周惜蔭，李謝輝

(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院，高原大氣與環(huán)境四川省重點實驗室，四川 成都 610225；2.中國科學(xué)院西北生態(tài)環(huán)境資源研究院，中國科學(xué)院寒旱區(qū)陸面過程與氣候變化重點實驗室，甘肅 蘭州 730000；3.中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049)

引 言

近百年來，由于氣候變暖而導(dǎo)致極端氣候事件發(fā)生頻率增多已經(jīng)成為全球性趨勢[1]，其中，旱澇是最突出的兩類極端氣候事件[2]。干濕指數(shù)是定量表達(dá)旱澇發(fā)生程度的重要參數(shù)，很多研究基于各種干濕指數(shù)分析旱澇演變特征[3-5]，如從旱澇形成的物理過程入手，以帕默爾指數(shù)(PDSI)[6-7]為代表，以及從研究降水量的分布規(guī)律入手，以標(biāo)準(zhǔn)化降水指數(shù)(SPI)[8]為代表。PDSI主要適用于干旱、半干旱區(qū)[9]，而SPI的優(yōu)勢體現(xiàn)在能反映不同時間尺度的干旱[10]。但在全球變暖背景下僅考慮降水的影響已不足以體現(xiàn)旱澇的范圍和強度變化，由于增暖已成為旱澇加劇的重要原因之一[11]，所以VICENTE-SERRANO等[12]在SPI的基礎(chǔ)上通過引入潛在蒸散量，構(gòu)建適合氣候變暖背景下旱澇監(jiān)測與評估的標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)。目前，有很多研究基于SPEI指數(shù)對中國西南地區(qū)的干旱時空變化進(jìn)行分析，發(fā)現(xiàn)西南地區(qū)整體呈干旱化趨勢[13-14]，干旱強度增強、發(fā)生次數(shù)增加[15]；進(jìn)入21世紀(jì)后西南地區(qū)干旱面積明顯增加、持續(xù)時間顯著增長[16]，多季連旱現(xiàn)象普遍[17]；四季變干趨勢更加明顯，干濕變化均存在2～8 a左右的振蕩周期[18]。目前雖已有研究得出西南地區(qū)呈干旱化趨勢，干濕變化有振蕩周期，但干濕變化的突變點以及基于SPEI指數(shù)的濕潤研究還相對較少?；诖?，本文主要利用中國地面氣候資料日值溫度和降水資料，通過對計算的SPEI進(jìn)行干濕等級劃分，采用極點對稱模態(tài)分解ESMD、M-K突變檢驗和空間插值等方法對西南地區(qū)的干濕時空變化特征進(jìn)行分析，以期能對全球變暖背景下進(jìn)一步認(rèn)識該區(qū)域旱澇事件提供參考。

1 資料與方法

1.1 資 料

在保證站點數(shù)據(jù)質(zhì)量、空間位置分布均勻和時間尺度連續(xù)的前提下，選取西南地區(qū)重慶市、四川省、貴州省和云南省91個氣象站點1978—2017年的溫度和降水資料，所用數(shù)據(jù)來自于中國地面氣候資料日值數(shù)據(jù)集(V3.0)，缺測數(shù)據(jù)主要基于站點自身歷史數(shù)據(jù)采用回歸插值法進(jìn)行插補，并通過α=0.05的顯著性檢驗。圖1為研究區(qū)地形及氣象站點地理位置分布。本文附圖中西南地區(qū)行政邊界都是基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2019)3333的標(biāo)準(zhǔn)地圖制作，底圖無修改。

圖1 西南地區(qū)地形及氣象站點分布Fig.1 The topography and distribution of meteorological stations in southwestern China

1.2 方 法

首先利用91個氣象站的溫度和降水?dāng)?shù)據(jù)分別計算時間尺度為1個月、3個月、6個月和12個月的SPEI，分別記為SPEI1、SPEI3、SPEI6、SPEI12，其計算步驟可參閱文獻(xiàn)[19]，表1是基于SPEI的干濕等級劃分標(biāo)準(zhǔn)[20]；然后使用極點對稱模態(tài)分解(ESMD)[21]和M-K方法[22]對西南地區(qū)干濕的時間變化特征、突變及周期性進(jìn)行分析；最后利用ArcGIS對干濕的空間變化特征進(jìn)行分析。

表1 SPEI干濕等級劃分Tab.1 Classification of dryness and wetness grades based on SPEI

1.2.1 干濕強度計算

將每年3—5月劃分為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季。對四季平均干旱強度和平均濕潤強度的處理如下：以春季為例，將每年3—5月SPEI≤-0.5的值進(jìn)行求和，得到該年春季干旱強度，其值越小，干旱程度越強，春季平均干旱強度統(tǒng)計為40 a的歷史平均值[23]。將每年3—5月SPEI>0.5的值進(jìn)行求和，得到該年春季濕潤強度，其值越大，濕潤程度越強，春季平均濕潤強度為40 a的歷史平均值。本文主要基于SPEI1對1978—2017年西南地區(qū)干濕強度和不同季節(jié)的平均干濕強度進(jìn)行計算。

1.2.2 極點對稱模態(tài)分解方法

極點對稱模態(tài)分解方法(extre-point symmetric mode decomposition, ESMD)是一種數(shù)據(jù)驅(qū)動的自適應(yīng)非線性時變信號分解方法，適合于非線性、非平穩(wěn)時間序列的分析[24]。該方法在觀測數(shù)據(jù)的趨勢分離、異常診斷和時-頻分析方面存在獨特優(yōu)勢，是Hilbert-Huang變換的新發(fā)展[21,25]，與盛行的小波變換方法存在很大不同，是目前提取時間序列變化趨勢與周期的最新方法之一[26]。經(jīng)過分解，原始時間序列可由一系列模態(tài)和一個趨勢項組成[27-28]，每個模態(tài)分量都可以單獨提取周期，具體操作步驟[24,26]如下：

①找出時間序列Y的所有局部極值點(極大值點和極小值點)，記為Ei(1≤i

②連接所有臨近的Ei，其中點標(biāo)記為Fi，其中1≤i≤n-i，并在左右兩端添補邊界中點F0和Fn；

③用n+1個中點構(gòu)建p條插值曲線L1，…，Lp(p>1)，并計算其平均值L*=(L1+…+Lp)/p；

④對Y-L*序列重復(fù)上述步驟，直至|L*|≤ε(ε是允許誤差)，或者篩選次數(shù)達(dá)到預(yù)設(shè)的最大值K，得到第一個模態(tài)分量M1；

⑤對剩余序列R重復(fù)上述4個步驟，直到為單一信號或不再大于預(yù)先給定的極值點，可分別得到模態(tài)M2，M3，…，Mn；

⑥在限定區(qū)間[Kmin，Kmax]內(nèi)改變K值，重復(fù)上述5個步驟。計算序列Y-R的方差σ2，并對σ/σ0和K進(jìn)行繪圖(σ0是Y的標(biāo)準(zhǔn)差)，在圖中找出σ/σ0最小值對應(yīng)的K0，以K0作為限制條件再次重復(fù)上述5個步驟，最后剩余項R就是序列Y的趨勢項。

2 結(jié)果與分析

2.1 時間變化特征

2.1.1 SPEI干濕變化

利用不同時間尺度的SPEI對西南地區(qū)干濕進(jìn)行評估，圖2為1978—2017年不同時間尺度的SPEI年際變化?？梢钥闯觯髂系貐^(qū)SPEI1、SPEI3、SPEI6和SPEI12均呈波動下降趨勢，其中SPEI12下降速率最大，平均每10 a下降0.24，其次是SPEI6，平均每10 a下降0.12。2000年以后，不同時間尺度的SPEI大都小于0，其中SPEI6和SPEI122010年最小，均為-0.86，表明2010年發(fā)生了較為嚴(yán)重的干旱，這與歷史災(zāi)情資料相符[29]。綜合對比不同時間尺度的SPEI可以看出，2000年之前SPEI以正值為主，說明2000年之前西南地區(qū)呈正常偏輕微濕潤態(tài)勢，2000年之后SPEI以負(fù)值為主，說明2000年之后西南地區(qū)干旱化趨勢加劇，這與王東等[15]的研究結(jié)論一致。

圖2 1978—2017年西南地區(qū)不同時間尺度SPEI的年際變化(a)1個月，(b)3個月，(c)6個月，(d)12個月Fig.2 The annual variation of SPEI at different time scales in southwestern China from 1978 to 2017(a) 1 month, (b) 3 months, (c) 6 months, (d) 12 months

2.1.2 SPEI的ESMD分解

對西南地區(qū)不同時間尺度的SPEI進(jìn)行ESMD分解，分析該地區(qū)干濕周期特征及年際、年代際變化趨勢(圖3)。由不同時間尺度的趨勢分量可知，2000年以后，不同時間尺度的SPEI趨勢分量呈顯著下降趨勢，說明干旱化趨勢加劇。從不同時間尺度的模態(tài)分量來看，SPEI1主要的周期有2 a(第1模態(tài))和7 a(第2模態(tài))，第1模態(tài)的振幅比第2模態(tài)變化大，表明振蕩周期以2 a為主。SPEI3主要的周期有2 a(第1模態(tài))、4 a(第2模態(tài))和8 a(第3模態(tài))，第1模態(tài)的振幅比第2和第3模態(tài)的振幅變化大，表明振蕩周期以2 a為主。SPEI6主要的周期有2 a(第1模態(tài))和10 a(第2模態(tài))，第3模態(tài)沒有明顯的周期性，第2模態(tài)的振幅比第1模態(tài)的振幅變化大，表明振蕩周期以10 a為主。SPEI12主要的周期有2 a(第1模態(tài))和10 a(第2模態(tài))，第3模態(tài)沒有明顯的周期性，第1模態(tài)振幅與第2模態(tài)振幅變化相當(dāng)，表明振蕩周期以2a和10a為主。除此之外，2000年以后，各模態(tài)振幅變化增大，說明干濕轉(zhuǎn)變在2000年后。所有趨勢分量與不同時間尺度SPEI時間序列的變化一致，2000年前較平穩(wěn)，2000年后明顯下降，說明2000年以后干旱化趨勢加重。

圖3 1978—2017年西南地區(qū)不同時間尺度SPEI及其ESMD分解的年際變化(a)1個月，(b)3個月，(c)6個月，(d)12個月Fig.3 The annual variation of SPEI and its ESMD decomposition at different time scales in southwestern China from 1978 to 2017(a) 1 month, (b) 3 months, (c) 6 months, (d) 12 months

此外，鑒于各模態(tài)分量和趨勢分量彼此之間具有獨立性，利用方差貢獻(xiàn)來反映各模態(tài)分量和趨勢分量對原始SPEI序列波動變化的貢獻(xiàn)，不同時間尺度的模態(tài)分量和趨勢分量對SPEI序列的方差貢獻(xiàn)率見表2，模態(tài)分量、趨勢分量與原始序列的相關(guān)系數(shù)見表3。由表2、表3可知，不同時間尺度SPEI第1模態(tài)方差貢獻(xiàn)率最大，其中SPEI1第1模態(tài)的方差貢獻(xiàn)率達(dá)48.91%，與SPEI1原始序列的相關(guān)系數(shù)為0.64；SPEI1第2模態(tài)和SPEI3、SPEI6、SPEI12第3模態(tài)的方差貢獻(xiàn)率最小，其中SPEI12第3模態(tài)的方差貢獻(xiàn)率為19.54%，但與原始SPEI序列的相關(guān)系數(shù)最大，為0.66。所有趨勢分量的方差貢獻(xiàn)率較小。由此可以得出SPEI主要具有年際振蕩(2 a)和年代際振蕩(10 a)特征。在SPEI序列變化中，SPEI1的年際變化起主導(dǎo)作用，同時也受SPEI12的年代際變化影響，且不同時間尺度SPEI的趨勢分量與原始序列相關(guān)性最好，所有模態(tài)分量、趨勢分量與原始序列的相關(guān)系數(shù)均通過α=0.05的顯著性檢驗。

表2 1978—2017年西南地區(qū)不同時間尺度SPEI經(jīng)ESMD分解所得模態(tài)的方差貢獻(xiàn)Tab.2 Modal variance contribution of SPEI with different time scales decomposed by ESMD in southwestern China from 1978 to 2017

表3 1978—2017年西南地區(qū)不同時間尺度SPEI模態(tài)分量、趨勢分量與原始序列的相關(guān)系數(shù)Tab.3 Correlation coefficients of SPEI modalities and trend components with the original series at different time scales in southwestern China from 1978 to 2017

2.1.3 SPEI的M-K檢驗

圖4為西南地區(qū)不同時間尺度SPEI的M-K突變檢驗?？梢钥闯?，SPEI1和SPEI3的UF與UB兩條曲線在2001年出現(xiàn)交點；SPEI6和SPEI12的UF與UB曲線在2003年出現(xiàn)交點；不同時間尺度SPEI的UF曲線均在2000年之后呈下降趨勢。綜合分析可知，2000年代初為西南地區(qū)干濕的突變時間，這與李軍等[18]的研究結(jié)果一致。

圖4 1978—2017年西南地區(qū)不同時間尺度SPEI的M-K檢驗(a)1個月，(b)3個月，(c)6個月，(d)12個月Fig.4 The M-K mutation test of SPEI at different time scales in southwestern China from 1978 to 2017(a) 1 month, (b) 3 months, (c) 6 months, (d) 12 months

2.2 空間變化特征

圖5為西南地區(qū)近40 a各站點的干旱強度及濕潤強度空間分布。可以看出，極端干旱、嚴(yán)重干旱、中度干旱、輕度干旱占所有站點的百分比分別為3.30%、8.79%、30.77%、56.04%；干旱強度較強的站點主要分布在四川的色達(dá)、小金和九龍，重慶的合川，貴州的仁懷、湄潭、凱里和三穗，云南的六庫、玉溪和瀾滄。極端濕潤、嚴(yán)重濕潤、中度濕潤、輕微濕潤占所有站點的百分比分別為3.30%、12.09%、51.65%、32.97%；濕潤強度較強的站點主要分布在四川的甘孜、松潘、峨眉山、越西和昭覺，重慶的奉節(jié)和江津，貴州的松桃、望謨和荔波，云南的景東和思茅。綜合對比發(fā)現(xiàn)干旱強度與濕潤強度呈負(fù)相關(guān)，即干旱強度較強的地方濕潤程度較弱。

圖5 1978—2017年西南地區(qū)各站點干旱強度(a)及濕潤強度(b)的空間分布Fig.5 Spatial distribution of dryness intensity (a) and wetness intensity (b) at each station in southwestern China from 1978 to 2017

為進(jìn)一步分析干旱強度與濕潤強度的負(fù)相關(guān)特征是否受季節(jié)變化影響，計算1978—2017年西南地區(qū)不同季節(jié)的平均干旱強度及濕潤強度并繪制其空間分布圖。由圖6可以看出，春季四川和重慶交界地區(qū)以及云南南部的干旱最嚴(yán)重，達(dá)到極端干旱。夏季貴州東部的干旱最嚴(yán)重，達(dá)到極端干旱；云南南部和四川東部的干旱有所緩解，為正常。秋季幾乎整個西南地區(qū)都發(fā)生了干旱，其中云南中部的干旱最嚴(yán)重，達(dá)到極端干旱；貴州東部的干旱有所緩解，減弱為輕微干旱。冬季四川北部以及四川、云南和貴州交界地區(qū)的干旱最嚴(yán)重，達(dá)到極端干旱；四川中部的干旱略有緩解，減弱為輕微干旱。

圖6 1978—2017年西南地區(qū)不同季節(jié)平均干旱強度的空間分布(a)春季，(b)夏季，(c)秋季，(d)冬季Fig.6 Spatial distribution of average drought intensity in different seasons in southwestern China from 1978 to 2017(a) spring, (b) summer, (c) autumn, (d) winter

由圖7可以看出春季西南大部分地區(qū)都出現(xiàn)了不同程度的濕潤，其中四川西部和貴州東南部的濕潤強度級別最高，其次是云南西北部，都達(dá)到極端濕潤級別。夏季西南大部分地區(qū)濕潤強度級別都較高，四川東部、重慶和云南大部分地區(qū)較春季更濕潤，達(dá)到嚴(yán)重濕潤級別。秋季幾乎整個西南地區(qū)的濕潤強度級別都有所下降，其中四川南部、云南大部分地區(qū)以及貴州西部的濕潤強度已屬于正常范圍，即沒有濕潤出現(xiàn)。冬季西南大部分地區(qū)的濕潤強度都屬于正常范圍，但云南中部地區(qū)較秋季更濕潤，達(dá)到中度濕潤級別。綜上所述，春季、秋季和冬季大部分地區(qū)干旱強度級別較高的地方濕潤強度級別較低，夏季由于西南地區(qū)降水較多，大部分地區(qū)都是嚴(yán)重濕潤，只有貴州東部干旱強度級別較高的地方濕潤強度級別較低?？傮w上，西南大部分地區(qū)四季都發(fā)生了不同程度的干旱，而春季和夏季則出現(xiàn)了不同程度的濕潤。

圖7 1978—2017年西南地區(qū)不同季節(jié)平均濕潤強度空間分布(a)春季，(b)夏季，(c)秋季，(d)冬季Fig.7 Spatial distribution of average wetness intensity in different seasons in southwestern China from 1978 to 2017 (a) spring, (b) summer, (c) autumn, (d) winter

3 討 論

本文研究結(jié)果反映1978—2017年西南地區(qū)呈干旱化趨勢，這與王東等[15]、熊光潔等[30]的研究結(jié)論一致，不同的是本文對SPEI的時間序列做了ESMD分解，顯示趨勢分量一直呈下降趨勢，且2010年后未出現(xiàn)回升，表明西南地區(qū)干旱化程度在逐步加深；通過分析模態(tài)分量得出，SPEI主要有年際振蕩(2 a)和年代際振蕩(10 a)特征，與熊光潔等[30]研究得出西南地區(qū)年尺度的干旱頻率在1980年代后有明顯的年代際振蕩變化特征相符。結(jié)合M-K突變檢驗得出干濕突變時間在2000年代初，由于研究區(qū)域劃分尺度不同，這與王東等[15]研究認(rèn)為整個西南地區(qū)的每個子區(qū)域干濕轉(zhuǎn)折不盡相同的結(jié)論有出入。另外，基于SPEI1計算了1978—2017年不同季節(jié)各站點的干旱強度后發(fā)現(xiàn)，春季主要以中度和嚴(yán)重干旱為主，有極端干旱發(fā)生；夏季主要以輕微和中度干旱為主，有極端干旱發(fā)生；秋季和冬季主要以中度干旱為主，有極端干旱發(fā)生，其結(jié)果大致與牛凱杰等[31]研究結(jié)論相符，由于選取的時間尺度不同，本文干旱發(fā)生程度略偏嚴(yán)重，與其研究得出的季節(jié)性干旱為中度(偏下)的結(jié)論有一些出入。在空間變化特征上，四川和貴州出現(xiàn)了極端濕潤級別，云南和重慶發(fā)生了極端干旱，西南地區(qū)大部分區(qū)域發(fā)生了較為嚴(yán)重的干旱，這與程雨春等[32]研究得出從1950年代以來西南地區(qū)會進(jìn)入一個較長時期偏旱階段的結(jié)論相符。除此之外，春、秋、冬季西南大部分地區(qū)在干旱強度級別較高的地方，濕潤強度級別較低，但干濕強度增大的原因沒有分析，有待后續(xù)進(jìn)行更進(jìn)一步深入的機理和原因分析。

4 結(jié) 論

(1)1978—2017年，不同時間尺度SPEI整體呈波動下降趨勢；2000年以后，不同時間尺度SPEI呈明顯下降趨勢，其中SPEI6和SPEI12在2010年達(dá)到最小，表明2010年發(fā)生的干旱最嚴(yán)重。

(2)經(jīng)ESMD分解后得到的模態(tài)分量有年際振蕩(2 a)和年代際振蕩(10 a)特征，趨勢分量呈波動下降趨勢，在2010年后未出現(xiàn)回升，干旱化程度在逐步加深。綜合對比ESMD的分解結(jié)果和M-K突變檢驗結(jié)果得出2000年代初為西南地區(qū)干濕的突變時間。

(3)1978—2017年西南地區(qū)各站點干濕達(dá)到極端和嚴(yán)重等級占比較少，主要以中度和輕微等級為主，其中輕微干旱占比最高，達(dá)56.04%，其次是中度濕潤，為51.65%，說明西南大部分地區(qū)出現(xiàn)輕微干旱和中度濕潤。西南大部分區(qū)域主要以干旱為主，其中四川西北部和貴州中東部干旱最嚴(yán)重，而四川南部的濕潤強度級別較高。

(4)春季，四川和重慶交界地區(qū)以及云南南部發(fā)生極端干旱，四川西部、貴州東南部和云南西北部出現(xiàn)極端濕潤；夏季，西南大部分地區(qū)以濕潤為主，但貴州東部發(fā)生極端干旱；秋季，西南大部分區(qū)域發(fā)生了不同程度的干旱，但四川北部有濕潤出現(xiàn)；冬季，西南大部分區(qū)域干旱程度比秋季進(jìn)一步加重，但云南中部出現(xiàn)了濕潤?？傮w上，西南地區(qū)四季呈干旱化趨勢。

DOI:10.1117/12.421232.