中國南方高度城市化地區(qū)氣象干旱時空演變規(guī)律分析
——以深圳市為例

李蔚， 陳曉宏， 吳孝情

(1.中山大學(xué) 水資源與環(huán)境研究中心，廣東 廣州 510275； 2.廣東省華南地區(qū)水安全調(diào)控工程技術(shù)研究中心，廣東 廣州 510275； 3.環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所，廣東 廣州 510655)

P=n/(m+1) ,

?

中國南方高度城市化地區(qū)氣象干旱時空演變規(guī)律分析
——以深圳市為例

李蔚， 陳曉宏， 吳孝情

(1.中山大學(xué) 水資源與環(huán)境研究中心，廣東 廣州 510275； 2.廣東省華南地區(qū)水安全調(diào)控工程技術(shù)研究中心，廣東 廣州 510275； 3.環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所，廣東 廣州 510655)

在變化環(huán)境下，中國南方濕潤地區(qū)干旱事件呈多發(fā)趨勢。以高度城市化的深圳市為例，選取10個氣象代表站(1965—2010年)逐日降雨數(shù)據(jù)計(jì)算不同時間尺度的標(biāo)準(zhǔn)化降水指數(shù)(Standard Precipitation Index， SPI)，采用M-K趨勢分析法及小波分析法分析深圳市干旱變化趨勢及周期以辨識其干濕時空變化特征；采用隨機(jī)森林算法定量分析混合ENSO指數(shù)(Multivariate ENSO Index，MEI)、太平洋年代際振蕩指數(shù)(Pacific Decadal Oscillation,PDO)、太陽黑子等7個影響因子對深圳市干濕變化的影響程度。結(jié)果表明：深圳市的氣象干旱多發(fā)于1月份，于1—3月呈干旱趨勢，8—10月則呈濕潤趨勢；12個月尺度的SPI序列變化周期集中在2.0～6.5 a；城市中心區(qū)為近年干旱主要發(fā)生地區(qū)，其干旱趨勢明顯；ENSO現(xiàn)象及PDO是影響深圳市干濕變化的主要影響因素。

標(biāo)準(zhǔn)化降水指數(shù)(SPI)；高度城市化；干濕變化；隨機(jī)森林算法；深圳市

干旱災(zāi)害是全球危害范圍最廣、發(fā)生最為頻繁、對人類社會生存與發(fā)展影響最為深遠(yuǎn)的自然災(zāi)害。當(dāng)前，在高強(qiáng)度人類活動影響下及劇烈氣候、環(huán)境的演變背景下，干旱發(fā)生的頻率和幅度日益增加。如2012年美國遭遇了1956年來最大干旱，2014年澳洲東部的大片土地遭遇了自一個多世紀(jì)前聯(lián)邦大旱(Federation Drought)之后的最干旱時期，2015年南非遭受了112年來最強(qiáng)干旱，等等。我國發(fā)生重大干旱事件也屢見不鮮，在外界印象中，干旱主要發(fā)生于我國西北、華北等地區(qū)[1]，其中2010年的西南大干旱尤為典型。但近年來，向來是降水豐沛之地的南方地區(qū)，干旱也頻有發(fā)生，數(shù)次大干旱給當(dāng)?shù)厝嗣袢罕娫斐闪酥卮蠼?jīng)濟(jì)損失，也使區(qū)域生態(tài)環(huán)境遭受了嚴(yán)重破壞[2]。

干旱事件演化過程復(fù)雜，在南方濕潤地區(qū)，干旱成因由自然一元驅(qū)動向“自然-社會”二元驅(qū)動演進(jìn)。有研究表明，隨著城市化加速，城市的“水-熱-氣”循環(huán)較非城市地區(qū)有明顯變化，城市地區(qū)具有顯著的“熱島效應(yīng)”和“干島效應(yīng)”，直接影響區(qū)域降水量[3]。降水量作為評估干旱的一個關(guān)鍵指標(biāo)，往往會在城市化進(jìn)程中發(fā)生改變。識別這些變化可進(jìn)一步了解城市干旱水平的概況。深圳市自改革開放以來發(fā)展極其迅速，目前已完全城市化[4]，能夠作為高度城市化地區(qū)的代表城市，而近幾年深圳有變干旱的趨勢[5]。由于其水資源供需矛盾突出，干旱造成的影響不容小覷，如1991年深圳市由氣候干旱引發(fā)嚴(yán)重水荒，造成60多萬居民用水困難，引發(fā)多宗學(xué)生中毒事件、多家工廠停業(yè)，損失極大。因此，探討高度城市化地區(qū)在城市化過程中的干濕變化，對城市水資源管理具有重要的指導(dǎo)意義。

衡量干旱概況的指標(biāo)眾多，如降水距平百分率(Percentage of Precipitation Anomaly，Pa)、相對濕潤指數(shù)(Relative Moisture Index，M)、帕默爾干旱指數(shù)(Palmer Drought Severity Index，PDSI)、標(biāo)準(zhǔn)化降水指數(shù)(Standard Precipitation Index，SPI)等。標(biāo)準(zhǔn)化降水指數(shù)(SPI)具有能夠反映不同時間尺度下氣象干旱情況的優(yōu)勢，是國內(nèi)外學(xué)者廣泛應(yīng)用的干旱研究指數(shù)。因此，本文選取SPI分析深圳干旱時空演變特征；同時，采用隨機(jī)森林算法定量評估大氣環(huán)流異常要素及太陽黑子對深圳市干濕變化的影響。研究結(jié)果可為深圳市干旱風(fēng)險(xiǎn)以及水資源管理提供科學(xué)支持和依據(jù)。

1 研究區(qū)概況

深圳市位于東經(jīng)113°46′—114°37′、北緯22°27′—22°52′，地處廣東省南部、南海之濱。全市屬亞熱帶海洋性季風(fēng)氣候，年平均氣溫22.4 ℃。全市多年平均降雨量1 981 mm，雨量主要集中在每年的4—9月，約占全年降雨量的85%。地形東西長、南北窄；地勢東南高、西北低，大部分為低丘陵地，間以平緩的臺地；西部為濱海平原，如圖1所示。改革開放以來，截至2014年，深圳已從人口僅萬人的小鎮(zhèn)發(fā)展成為一個常駐人口1 078萬人、建成區(qū)面積達(dá)890 km2的新型現(xiàn)代化城市。深圳市本地水資源匱乏，七成以上的用水需從市外的東江引入，是全國嚴(yán)重缺水城市之一。

圖1 深圳市地理位置及代表氣象站點(diǎn)分布圖

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

采用的10個站點(diǎn)逐日降雨數(shù)據(jù)(1960—2010年)來源于深圳市氣象局，站點(diǎn)分布情況如圖1所示。對缺測和錯誤的逐日數(shù)據(jù)進(jìn)行插補(bǔ)：對于1～2 d缺測或錯誤的數(shù)據(jù)，采用相鄰7 d滑動平均進(jìn)行插補(bǔ)；對連續(xù)缺測或錯誤超過2 d的數(shù)據(jù)則采用其他年份同期的平均值代替。對于氣候影響因素分析，SOI(Southern Oscillation Index，南方濤動指數(shù))數(shù)據(jù)來源于東安格利亞大學(xué)開放數(shù)據(jù)庫(https:∥crudata.uea.ac.uk/cru/data/soi/)，PDO(Pacific Decadal Oscillation，太平洋年代際振蕩指數(shù))數(shù)據(jù)來自華盛頓大學(xué)海洋大氣研究所(http:∥research.jisao.washington.edu/pdo/PDO.latest)，MEI(Multivariate ENSO Index，混合ENSO指數(shù))、Nino3.4SST(the Nino3.4 Sea Surface Temperature，Nino3.4區(qū)海表溫度距平)、SS(Sunspot，太陽黑子)、NAO(Northern Atlantic Oscillation，大西洋濤動指數(shù))、AO(Arctic Oscillation，北極-北大西洋震蕩指數(shù))均來自美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)。

2.2 研究方法

標(biāo)準(zhǔn)化降水指數(shù)(SPI)是表示干旱程度的特征量，已有干旱指標(biāo)在世界范圍內(nèi)多達(dá)上百種，由于干旱成因較為復(fù)雜，目前還沒有普遍適用于所有情況的干旱指數(shù)。在眾多方法中，采用SPI方法相對簡單，能夠?qū)Σ煌瑫r間尺度和不同地點(diǎn)的降水進(jìn)行直接比較，且對干旱的反應(yīng)較為靈敏，因而應(yīng)用廣泛。具體計(jì)算過程見文獻(xiàn)[6]。對于SPI值的干旱等級劃分見表1。

采用下式計(jì)算旱澇頻率P，以反映發(fā)生旱澇的頻繁程度。

P=n/(m+1) ,

(1)式中：n為研究時段內(nèi)發(fā)生旱澇的月數(shù)；m為研究時段的總月數(shù)。

采取M-K趨勢分析法對SPI序列進(jìn)行趨勢分析。該法不需要樣本遵循一定的分布，也不受少數(shù)異常值的干擾，被廣泛應(yīng)用于氣象和水文序列的趨勢檢驗(yàn)中，具體計(jì)算見文獻(xiàn)[7]。

采取小波分析對SPI序列進(jìn)行周期分析。該法是近年來較新的一種時頻分析方法，與傅里葉變換相比，小波變換能有效地從信號中提取信息，解決了難以獲得信號的局部特性以及對突變信號和非平穩(wěn)信號效果不佳的問題。復(fù)值Morlet小波可以對相位進(jìn)行很好的表達(dá)，且具有非正交性，已在水文學(xué)中獲得廣泛使用，具體見文獻(xiàn)[8]。

采取隨機(jī)森林(Random Forest,RF)算法分析氣象因素對SPI序列的影響。RF是由Breiman[9]于1999年提出的一種基于統(tǒng)計(jì)學(xué)習(xí)理論的組合分類智能算法，利用Bootstrap重抽樣方法從原始數(shù)據(jù)中抽取多個樣本，然后對每個Bootstrap樣本進(jìn)行分類樹構(gòu)建，對所有分類樹的預(yù)測進(jìn)行組合并通過投票方式得出最終結(jié)果。本文主要應(yīng)用RF的回歸分析功能，具體見文獻(xiàn)[10-11]。

表1 SPI值的旱澇等級劃分

3 深圳市干旱分析

3.1 不同時間尺度SPI分析

分別計(jì)算不同時間尺度(1個月、3個月、6個月、12個月)下深圳10個氣象站1965—2010年各年每月標(biāo)準(zhǔn)化降水指數(shù)(分別記為SPI1、SPI3、SPI6和SPI12)。因各站計(jì)算結(jié)果較相似，限于篇幅，以深圳水庫站為例作為說明，如圖2所示。

由圖2可以看出，深圳水庫站不同時間尺度下SPI值反映的旱澇情況不同。相對而言，1個月尺度和3個月尺度的SPI值隨時間分布較6個月和12個月尺度更加分散，且反映出旱澇的敏感程度更高、變化周期更短。根據(jù)表1對不同時間尺度下SPI值進(jìn)行旱澇等級劃分，發(fā)現(xiàn)部分旱澇等級存在延后或提前的情況，如2004年冬季至2005年春季期間，SPI3顯示2004年12月、次年1月，持續(xù)2個月發(fā)生中度干旱；SPI6、SPI12則顯示干旱始于2005年1月，持續(xù)4個月，干旱程度僅1月達(dá)到中旱程度。推測原因?yàn)橄嗤路菹?，考慮長時間尺度的降水序列比短時間尺度下的降水序列更為平緩，相應(yīng)的SPI值計(jì)算結(jié)果變化頻率更小，趨勢及周期性更明顯。其他站點(diǎn)也得出相似結(jié)果。

統(tǒng)計(jì)各時間尺度下1965—2010年氣象干旱發(fā)生的次數(shù)，結(jié)果如圖3所示。

圖3表明：分別基于SPI1、SPI3、SPI6、SPI12計(jì)算的不同等級旱澇的發(fā)生次數(shù)略有不同，其中SPI1及SPI12兩種尺度與SPI3和SPI6指示的旱澇發(fā)生次數(shù)差別較大，SPI3和SPI6統(tǒng)計(jì)結(jié)果較相近；就各個旱澇等級來看，除重旱的識別上各時間尺度差異不大外，其余等級中，短時間尺度(SPI1、SPI3)對輕旱、重澇兩個等級的識別更敏感，長時間尺度(SPI6、SPI12)對中澇、輕澇等級識別更敏感，在中旱的識別上，以中時間尺度(SPI3、SPI6)更明顯。

根據(jù)《深圳年鑒》可知，2000年以來深圳發(fā)生較嚴(yán)重干旱的情況如下：2001年第四季度—2002年7月連續(xù)三季干旱；2003年1—4月份因低雨量發(fā)生干旱；2004年春、秋季出現(xiàn)52 a深圳有記錄以來最嚴(yán)重的干早；2005年發(fā)生中度秋、冬連旱；2009年10月—2010年2月，發(fā)生秋、冬連旱。將此干旱實(shí)際發(fā)生情況與SPI1、SPI3、SPI6、SPI12指示的干旱發(fā)生等級進(jìn)行對比，結(jié)果顯示：2001—2002年及2009年的各時間尺度干旱識別差別不大；2003—2005年3 a期間的干旱識別結(jié)果與實(shí)際情況相比，SPI1識別的干旱發(fā)生時間較短，而SPI3、SPI12識別的干旱等級較高，SPI6識別干旱的發(fā)生時間及程度較為適中，但敏感性弱于SPI3。值得注意的是，深圳市氣象局2009年10月—2010年2月期間3次發(fā)射火箭彈實(shí)施人工增雨后，全市出現(xiàn)小到中雨降水，因SPI值以統(tǒng)計(jì)降水量為基礎(chǔ)，各尺度計(jì)算結(jié)果均未識別出此時間段內(nèi)出現(xiàn)的干旱。

圖3 基于多時間尺度SPI值干旱等級統(tǒng)計(jì)分布圖

3.2 干旱頻次分析

考慮到深圳雨季較長，發(fā)生干旱多以輕旱為主，對干旱的識別需要較高敏感度，因此選擇SPI3來統(tǒng)計(jì)干旱發(fā)生的頻次；又因時間尺度越長，趨勢及周期性越明顯，選擇6個月尺度分析深圳干濕變化趨勢，選擇12月尺度分析深圳干濕變化周期。

3.2.1 年內(nèi)變化特征

根據(jù)3個月尺度SPI3值統(tǒng)計(jì)10個站點(diǎn)在1965—2010年間各月份發(fā)生干旱(包括重旱、中旱和輕旱)的次數(shù)，按照式(1)分別計(jì)算其頻率，結(jié)果如圖4所示；再統(tǒng)計(jì)深圳市各月份重旱發(fā)生頻次，結(jié)果如圖5所示。

圖5 深圳市各月份發(fā)生重旱的頻次

由圖4和圖5可知，各站發(fā)生干旱的頻率以1月最高，6月次之，其余各月干旱發(fā)生頻率差別不大；而年內(nèi)重旱發(fā)生次數(shù)最多的是在2月和11月，10月及12月次之，發(fā)生時間主要集中于秋、冬兩季。可見，年內(nèi)深圳多于1月份發(fā)生干旱，重旱多發(fā)生于秋、冬季節(jié)。

3.2.2 年際變化及空間分布特征

分別計(jì)算各個站點(diǎn)1965—1980年(未城市化階段)，1980—1990年(初步城市化階段)，1990—2000年(快速城市化階段)，2000—2010年(高度城市化階段)4個階段的SPI3，統(tǒng)計(jì)發(fā)生重旱、中旱和輕旱的頻次，利用反距離權(quán)重法對10個站點(diǎn)的干旱總次數(shù)進(jìn)行插值，得到各階段深圳市不同區(qū)域氣象干旱發(fā)生的頻次分布圖，如圖6所示。

由圖6可知，1965—2010年46 a內(nèi)，除1965—1990年間干旱發(fā)生次數(shù)呈增長趨勢以外，1990年以后干旱的次數(shù)呈減少趨勢。干旱發(fā)生次數(shù)增長的主要原因是1984—1988年期間出現(xiàn)了一系列的嚴(yán)重干旱事件，從而導(dǎo)致了該階段干旱頻次上升。1990年以后，深圳市各站發(fā)生干旱次數(shù)由1990年前的10～23次下降至5～13次。

在空間分布上，1980年以前，深圳氣象干旱多發(fā)于南澳圩站及清林徑水庫站附近(大鵬新區(qū)及龍崗區(qū)北部)；1980—1990年，深圳干旱頻發(fā)，主要集中于高峰水庫站、西麗水庫站以及鐵崗水庫站附近區(qū)域(龍華新區(qū)、寶安區(qū)南部及南山區(qū)北部)；1990—2000年，干旱多發(fā)區(qū)域在1980—1990年基礎(chǔ)上增加了福田水庫站附近區(qū)域(鹽坪山新區(qū)、田區(qū)北部及龍崗區(qū)東南局部地區(qū))；2000—2010年，深圳干旱多發(fā)區(qū)域南移至深圳水庫站附近，即福田區(qū)東部、羅湖區(qū)及鹽田區(qū)西部、龍崗區(qū)西南部。總體上，深圳自1965—2010年46 a間，干旱多發(fā)區(qū)從郊區(qū)不斷向中心城區(qū)靠攏。

圖6 深圳市1965—2010年氣象干旱發(fā)生的頻次統(tǒng)計(jì)圖

3.3 干濕變化趨勢

SPI可揭示旱澇發(fā)生概況，其值變化趨勢能反映區(qū)域降水變化趨勢，即SPI出現(xiàn)增加趨勢則表明此區(qū)域有變濕潤的趨勢，相反則呈干旱趨勢。通過分析SPI變化情況，探討深圳市干濕變化特征。

選擇深圳市10個站點(diǎn)6個月尺度SPI6值，應(yīng)用M-K趨勢分析法分別對各站點(diǎn)在1965—2010年間各個月份SPI的變化趨勢，結(jié)果見表2。

表2 深圳市1965—2010年SPI6變化趨勢

注：帶“**”的數(shù)值表示超過90%置信度。

由表2可知：在置信度90%的條件下，石巖水庫站1月份以及深圳水庫站3月份SPI6值呈現(xiàn)顯著下降趨勢，表明在1965—2010年間，石巖水庫站1月及深圳水庫站3月呈現(xiàn)明顯干旱趨勢；深圳水庫站8月及南澳圩站8—10月的SPI6值均呈現(xiàn)顯著上升趨勢，表明1965—2010年間，深圳水庫站9月以及南澳圩站8—10月呈現(xiàn)明顯濕潤趨勢。另外，除石巖水庫全年各月份都有干旱趨勢外，其余各站多于1—3月呈現(xiàn)干旱趨勢，而在8—10月呈現(xiàn)濕潤趨勢。

鑒于1—3月、8—10月干濕變化較明顯，利用反距離權(quán)重法對10個站點(diǎn)1—3月、8—10月的M-K值進(jìn)行插值，得到深圳市1965—2010年干旱趨勢空間分布圖及濕潤趨勢空間分布圖，分別如圖7和圖8所示，以進(jìn)一步探討深圳市干濕變化的空間分布情況。

圖7表明：1月干旱趨勢最顯著的區(qū)域位于深圳水庫站及石巖水庫站附近區(qū)域(羅湖區(qū)、鹽田區(qū)、寶安區(qū)北部及光明新區(qū))；2月干旱趨勢最顯著的區(qū)域與1月類似；3月干旱趨勢顯著地區(qū)主要集中在深圳水庫站附近地區(qū)(羅湖區(qū)及鹽田區(qū))。綜合來看，1—3月期間，深圳水庫站附近區(qū)域的干旱趨勢都較為顯著，石巖水庫站附近區(qū)域于1月及2月呈現(xiàn)較顯著干旱趨勢，其余地區(qū)干旱趨勢較緩。就行政區(qū)而言，干旱趨勢最明顯的區(qū)域集中在羅湖區(qū)、鹽田區(qū)西部以及福田區(qū)東部這3個城市中心區(qū)域，其次是光明新區(qū)及寶安區(qū)北部地區(qū)。

圖7 深圳市1965—2010年干旱趨勢空間分布圖

圖8 深圳市1965—2010年濕潤趨勢空間分布圖

圖8表明：8—10月期間，除個別站點(diǎn)有不明顯

干旱趨勢外，深圳市大部分地區(qū)趨于濕潤，各月份趨于濕潤的區(qū)域比較相似。其中，南澳圩站附近區(qū)域(大鵬新區(qū))于8—10月呈現(xiàn)顯著的濕潤趨勢，其次深圳水庫站附近區(qū)域(羅湖區(qū)及鹽田區(qū))于9月呈現(xiàn)較明顯的濕潤趨勢，其余各地區(qū)濕潤趨勢不明顯。結(jié)合考慮干與濕變化趨勢，除深圳水庫站附近地區(qū)(羅湖區(qū)及鹽田區(qū))呈現(xiàn)冬、春季干旱趨勢顯著，間有夏季較明顯濕潤趨勢的特點(diǎn)外，其余大部分站點(diǎn)未同時顯現(xiàn)變干或變濕趨勢。

鑒于SPI12值顯現(xiàn)出相對較好的周期性，為進(jìn)一步探討深圳市各站點(diǎn)干濕變化規(guī)律，采用小波分析法探討深圳市各站點(diǎn)1965—2010年SPI12值的干濕變化周期。限于篇幅，以深圳水庫站為例，其小波分析結(jié)果如圖9所示。

由小波功率頻譜圖及其時頻分布圖可知，深圳水庫站自1970年以來一直呈現(xiàn)干濕交替的現(xiàn)象，其中1975—1990年間，干濕變化現(xiàn)象最為顯著。結(jié)合小波波譜及能量分布分析可知，深圳水庫站近46 a的SPI12變化周期為3.90 a。用相同方法分析得到各站干濕變化結(jié)果見表3。由表3可見，深圳各站點(diǎn)SPI12變化周期分布于2.00～6.50 a，即深圳市干濕變化周期分布于2.00～6.50 a。

圖9 深圳水庫站1965—2010年干濕變化小波分析結(jié)果

站點(diǎn)三洲田水庫高峰水庫石巖水庫羅田水庫鐵崗水庫赤灣深圳水庫南澳圩清林徑水庫西麗水庫周期/a3.906.543.286.553.283.283.901.956.542.53

綜上可知，深圳市中心區(qū)域(羅湖區(qū)、福田區(qū))氣象干旱的發(fā)生頻次有增加趨勢，且這些地區(qū)1—3月干旱變化趨勢最明顯，但9月兼有一定的濕潤變化趨勢。發(fā)生上述復(fù)雜現(xiàn)象的原因可能與氣候變化及城市化效應(yīng)有關(guān)。已有研究證明，華南地區(qū)平均降水及降水日數(shù)呈現(xiàn)減少趨勢[12]，而深圳市最易于冬季出現(xiàn)熱島效應(yīng)[13]。熱島效應(yīng)與下墊面結(jié)構(gòu)、熱量釋放、植被覆蓋、人口密度等有密切關(guān)系，它使得城市區(qū)域氣溫明顯高于郊區(qū)及周邊鄉(xiāng)村，水分蒸發(fā)增強(qiáng)，水蒸氣隨氣流上升至高空后由城市向郊區(qū)流動，遇冷后形成降雨，造成城市中心區(qū)的降水偏少、郊區(qū)降水偏多的現(xiàn)象。另外，由于城市不透水面積多，徑流系數(shù)大，雨水容易流失，且植被覆蓋度低，使得城區(qū)普遍存在“干島效應(yīng)”，空氣濕度較郊區(qū)小[3]。在熱島、干島兩種效應(yīng)共同作用下，城市中心地區(qū)的氣象干旱較郊區(qū)更明顯。

3.4 影響因素分析

大氣環(huán)流異常及太陽活動會導(dǎo)致降水發(fā)生異常，而干旱的發(fā)生與這些影響因素關(guān)系密切。因此，探討大氣環(huán)流異常及太陽活動對深圳干濕變化影響，可進(jìn)一步了解深圳市干濕變化規(guī)律。在眾多大氣環(huán)流異常要素以及太陽活動因子中，ENSO事件中的MEI、Nino3.4SST、SOI、SS、PDO、NAO、AO共7個影響因素對我國南方地區(qū)影響較為明顯[14]。因此，選取此7個因素并分析其對深圳市干濕變化的影響。選取上述7個因素的逐月數(shù)據(jù)作為自變量，1965—2010年SPI3逐月數(shù)值為因變量，采用隨機(jī)森林回歸算法分析各個因素對深圳市10個站點(diǎn)的重要度。把各月重要度按從大到小順序進(jìn)行排列，結(jié)果見表4。

表4 深圳市各站點(diǎn)干濕變化影響因素排序結(jié)果

由表4可知：在1965—2010年間大部分站點(diǎn)的SPI3值受MEI影響最大，Nino3.4SST次之，再者是PDO；羅田水庫站和清林徑水庫站以Nino3.4SST影響最大，而MEI排名第二；石巖水庫站PDO重要程度最大，超過MEI、Nino3.4SST。為分析各個要素對深圳市干濕情況的總體影響，對各個站點(diǎn)的每個影響因素按照排序賦予分值，其中第一位賦予7分，第二位賦予6分，以此類推，直至最后一位賦予1分，再累加各站不同影響因素的分值，得到各個影響因素總分，見表5。

表5 各影響因素分值統(tǒng)計(jì)表

由表5可知，影響深圳市SPI3值變化的主要因子為MEI和Nino3.4SST，即ENSO現(xiàn)象對深圳市干濕變化的影響最大。此結(jié)論與黃金平等[15]得到的El Nino顯著地影響東江流域El Nino 發(fā)生時段的降水的結(jié)論類似。另一方面，位于第三位的PDO對各站干濕變化的影響也十分明顯，李宏毅等[16]也得出過類似結(jié)論，認(rèn)為我國華南地區(qū)3月份降水與PDO有著顯著的相關(guān)性。其余4個影響因素雖然對深圳市干濕變化也有影響作用，但其重要性與此3個因素相距較大。

4 結(jié) 語

1)不同時間尺度SPI值對旱澇的指示程度不同，SPI3和SPI6對干旱頻次的統(tǒng)計(jì)結(jié)果較相近；與實(shí)際情況相比較，SPI1識別的干旱發(fā)生時間較短，而SPI3、SPI12識別的干旱等級較高，SPI6識別干旱的發(fā)生時間及程度較為適中但敏感性較弱。

2)深圳市年內(nèi)氣象干旱多發(fā)生于1月份，重旱多發(fā)于2月及11月。1965—2010年46 a間，干旱多發(fā)區(qū)從郊區(qū)不斷向中心城區(qū)靠攏。

3)深圳市干濕變化最明顯的區(qū)域位于城市建設(shè)中心的羅湖區(qū)、福田區(qū)東部及鹽田區(qū)西部地區(qū)，其冬、春季干旱趨勢顯著，間有夏季較明顯的濕潤趨勢。各站點(diǎn)SPI12變化周期為2.00～6.50 a。

4)在MEI、Nino3.4SST、PDO等7個大氣環(huán)流異常及太陽活動影響因素中，深圳市干濕變化受到ENSO現(xiàn)象的影響最大，其次是大氣環(huán)流太平洋年代際振蕩指數(shù)(PDO)。

[1]任國玉,封國林,嚴(yán)中偉.中國極端氣候變化觀測研究回顧與展望[J].氣候與環(huán)境研究,2010,15(4):337-353.

[2]裴源生,蔣桂芹,翟家齊.干旱演變驅(qū)動機(jī)制理論框架及其關(guān)鍵問題[J].水科學(xué)進(jìn)展,2013,24(3):449-456.

[3]史軍,梁萍,萬齊林,等.城市氣候效應(yīng)研究進(jìn)展[J].熱帶氣象學(xué)報(bào),2011,27(6):942-951.

[4]馬林靖,周立群.快速城市化時期的城市化質(zhì)量研究：淺談高城市化率背后的質(zhì)量危機(jī)[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào),2011(6):119-125.

[5]張莉,力梅,鐘保.深圳市的干旱特征分析及對策研究[J].氣象軟科學(xué),2008(3):135-138.

[6]王志良,曹蕾.基于SPI的鄭州市近60年旱澇特征分析[J].華北水利水電學(xué)院學(xué)報(bào),2011，32(6):30-32.

[7]秦年秀,姜彤,許崇育.長江流域徑流趨勢變化及突變分析[J].長江流域資源與環(huán)境,2005,14(5):589-594.

[8]馬建琴,韓曦.甘肅省近48年春旱時空變化趨勢分析[J].華北水利水電學(xué)院學(xué)報(bào),2013，34(3):40-43.

[9]BREIMAN L.Random forests-random features[J].Machine Learning,1999,45(1):5-32.

[10]吳孝情,陳曉宏,唐亦漢,等.珠江流域非平穩(wěn)性降雨極值時空變化特征及其成因[J].水利學(xué)報(bào),2015,46(9):1055-1063.

[11]賴成光,陳曉宏,趙仕威,等.基于隨機(jī)森林的洪災(zāi)風(fēng)險(xiǎn)評價(jià)模型及其應(yīng)用[J].水利學(xué)報(bào),2015，46(1):58-66.

[12]吳婕,徐影,師宇.華南地區(qū)城市化對區(qū)域氣候變化的影響[J].氣候與環(huán)境研究,2015,46(6):654-662.

[13]張恩潔,張晶晶,趙昕奕,等.深圳城市熱島研究[J].自然災(zāi)害學(xué)報(bào),2008,17(2):19-24.

[14]李宏毅,林朝暉,宋燕,等.我國華南3月份降水異常的可能影響因子分析[J].大氣科學(xué),2013,37(3):719-730.

[15]黃金平,程東升,鄧家泉,等.東江流域氣候分析[J].人民珠江,2006(5):48-52.

[16]李宏毅,林朝暉,陳紅.我國華南3月份降水年代際變化的特征[J].氣候與環(huán)境研究,2010,15(3):311-321.

(責(zé)任編輯：喬翠平)

Spatio-temporal Variation of Meteorological Drought in a Highly Urbanized Area in Southern China， a Case Study in Shenzhen City

LI Wei1,2, CHEN Xiaohong1,2, WU Xiaoqing3

(1.Center for Water Resources and Environment, Sun Yat-sen University, Guangzhou 510275, China; 2.Guangdong Engineering Technology Research Center of Water Security Regulation and Control for Southern China, Guangzhou 510275, China; 3.South China Institute of Environmental Sciences,Ministry of Environmental Protection, Guangzhou 510655, China)

The drought events show an increasing trend in humid areas of southern China recently under the changing environment. Shenzhen City, a highly urbanized area in southern China, was taken as a study case to discuss the spatio-temporal features of dry-wet variation. Daily precipitation data (1965—2010) from 10 meteorological stations were utilized to compute the standard precipitation index (SPI) on different time scales; whereas, the Mann-Kendall statistical method and Morlet wavelet analysis were applied to analyzing the variation trends and periods of drought, respectively. Finally, Random Forest algorithm was adopted to quantitatively analyze the influence of seven factors on the dry-wet variation in Shenzhen, such as Multivariate ENSO Index (MEI), the Pacific Decadal Oscillation (PDO), sunspot and so on. Results indicate: the meteorological drought of Shenzhen City frequently occurred in January; a dryness trend was identified from January to March while a wet trend from August to October; the variation period of SPI at 12-month scale was 2.0～6.5 a; the center of the city becomes more susceptible to meteorological drought recently as the droughts events show significantly increasing trend in these areas; ENSO and PDO were demonstrated as the two most dominant indexes that greatly impact the dry-wet variation of the city.

Standard Precipitation Index (SPI); high urbanization; dry-wet variation; random forest; Shenzhen City

2016-02-04

國家自然科學(xué)基金項(xiàng)目(91547202，51210013，51479216，51479217)。

李蔚(1992—)，女，壯族，云南昆明人，博士研究生，主要從事水文學(xué)及水資源方面的研究。E-mail：152821031@qq.com。

陳曉宏(1963—)，男，湖北公安人，教授，博導(dǎo)，博士，主要從事水文學(xué)及水資源方面的研究。E-mail：eescxh@mail.sysu.edu.cn。

10.3969/j.issn.1002-5634.2016.03.002

TV11；P429

A

1002-5634(2016)03-0011-08