基于SPEI及游程理論的云貴地區(qū)1960—2014年干旱時(shí)空變化特征

蘆佳玉，延軍平*，李英杰

(1.陜西師范大學(xué) 地理科學(xué)與旅游學(xué)院， 陜西 西安 710062； 2. 地理學(xué)國(guó)家級(jí)實(shí)驗(yàn)教學(xué)示范中心(陜西師范大學(xué))， 陜西 西安 710062)

0 引 言

隨著全球氣溫的不斷升高，陸地存在不同程度的干旱化趨勢(shì)，其中歐亞大陸、非洲大陸干旱化趨勢(shì)最為嚴(yán)重[1]. 近年來(lái)，我國(guó)干旱事件發(fā)生頻率有所上升，且持續(xù)時(shí)間長(zhǎng)、影響范圍廣、造成危害大. 現(xiàn)有研究中，針對(duì)云貴地區(qū)干旱的研究較少，大多學(xué)者都將研究區(qū)放大至整個(gè)西南地區(qū)[2-4]，或縮小至以省為單位[5]. 而云貴兩省大部分地處云貴高原，因此，將云貴兩省相結(jié)合進(jìn)行研究十分必要. 云貴地區(qū)同時(shí)受南亞季風(fēng)和東亞季風(fēng)的影響，對(duì)氣候變化較為敏感，且云貴地區(qū)是全球典型的低緯高原區(qū)之一，地理區(qū)位特殊[6]， 其在全球變暖的氣候背景下，氣象災(zāi)害更為突出. 如2005年春季云南異常干旱、2009—2010年西南遭受罕見的三季連旱、2009年秋后云南遭受了持續(xù)4 a的干旱[7-8]. 因此研究云貴地區(qū)長(zhǎng)時(shí)間序列的干旱變化規(guī)律，可對(duì)云貴地區(qū)干旱災(zāi)害進(jìn)行預(yù)警，對(duì)云貴地區(qū)糧食安全、生態(tài)建設(shè)及經(jīng)濟(jì)發(fā)展有重要意義.

大多數(shù)學(xué)者主要從干旱歷時(shí)及干旱強(qiáng)度兩方面對(duì)干旱事件進(jìn)行分析[9-13]，而對(duì)于防旱抗旱來(lái)說(shuō)，需要關(guān)注的是干旱發(fā)生的頻率，只有了解干旱發(fā)生的頻率及其周期性才能有效防備干旱的發(fā)生. 因此，對(duì)于干旱頻率的分析是目前急需解決的問(wèn)題[14].現(xiàn)有的頻率分析中，常常使用Copula函數(shù)來(lái)構(gòu)造多維變量間的聯(lián)合分布[15-16]. 這種分布雖在一定程度上取得了進(jìn)展，但受主觀干擾的影響較大[17].而游程概率理論則不必假定變量所服從的分布概率，無(wú)論獨(dú)立與否均能從簡(jiǎn)單的統(tǒng)計(jì)游程現(xiàn)象入手，揭示游程現(xiàn)象發(fā)生的概率[18]. 馬秀峰等[19]將游程理論運(yùn)用到水文干旱中，提出了可用于干旱研究的游程重現(xiàn)期公式. 標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(SPEI)是VICENTE-SERRANO等[20]在標(biāo)準(zhǔn)化降水指數(shù)(SPI)的基礎(chǔ)上通過(guò)引入潛在蒸散量構(gòu)建的，融合了SPI和帕爾默干旱指數(shù)(PDSI)的優(yōu)點(diǎn)，SPEI用水分虧缺量和持續(xù)時(shí)間2個(gè)因素來(lái)描述干旱，可以很好地表示干旱的程度. 所以本文運(yùn)用SPEI指數(shù)結(jié)合游程理論及經(jīng)驗(yàn)正交函數(shù)(EOF)等，對(duì)云貴地區(qū)近55 a不同干旱歷時(shí)及不同干旱強(qiáng)度的干旱重現(xiàn)期的變化規(guī)律及特征進(jìn)行研究.

1 研究資料與方法

1.1 研究區(qū)概況

云貴地區(qū)包含云南省及貴州省，總面積達(dá)57.02×104km2. 該區(qū)主體為云貴高原，受南亞季風(fēng)影響，干濕季分明，屬典型的低緯高原氣候.年平均降水量分別為749～1 068 mm和682～1 134 mm，年均氣溫分別為15～17 ℃和14～16 ℃，云貴地區(qū)氣候一致性較高. 由于受季風(fēng)及地勢(shì)的影響，該地區(qū)6～8月降水量可達(dá)全年降水量的60%[20]，其他3季降水量較少，蒸發(fā)量較多；且降水量空間分布也不均勻，大致呈現(xiàn)沿緯度帶由南向北逐漸減少的趨勢(shì), 導(dǎo)致干旱事件頻發(fā)，尤其是秋、冬、春3季連旱，對(duì)當(dāng)?shù)氐纳a(chǎn)生活造成極大影響.

1.2 資料來(lái)源

氣象資料來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http： //data.cma.cn/site/index.html ). 選取1960—2014年中國(guó)地面氣候資料月值數(shù)據(jù)集，為保證數(shù)據(jù)的完整性和連續(xù)性，采用監(jiān)測(cè)數(shù)據(jù)較為完整的49個(gè)臺(tái)站的氣象數(shù)據(jù)(貴州省19個(gè)，云南省30個(gè)). 數(shù)據(jù)基本完整，對(duì)個(gè)別臺(tái)站的缺失數(shù)據(jù)采用SPSS21.0最大期望算法(EM估計(jì))進(jìn)行插補(bǔ)，經(jīng)處理后的數(shù)據(jù)具有良好的連續(xù)性和代表性(見圖1).

圖1 云貴地區(qū)49個(gè)氣象站點(diǎn)空間分布Fig.1 Spatial distribution of 49 meteorological stations in Yun-Gui area

1.3 研究方法

1.3.1標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)

標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(SPEI)是在標(biāo)準(zhǔn)化降水指數(shù)(SPI)的基礎(chǔ)上發(fā)展而來(lái)的，該指數(shù)不僅考慮了溫度及降水的影響，還綜合考慮了蒸散作用，繼承了PDSI對(duì)蒸散量的敏感性和SPI的長(zhǎng)序列尺度及計(jì)算的簡(jiǎn)便性，是較為理想的干旱指標(biāo)[21]. 同時(shí)與SPI一樣，SPEI可以計(jì)算多尺度即月尺度(SPEI1)、季節(jié)尺度(SPEI3)、半年尺度(SPEI6)、年尺度(SPEI12)的SPEI值. 計(jì)算方法如下：

首先計(jì)算水汽平衡：

Di=Pi-PETi,

(1)

其中，Pi為降水，PETi為潛在蒸發(fā)量，可通過(guò)Thornthwaite方法[21]求得.

然后采用3參數(shù)的log-logistic概率分布函數(shù)對(duì)Di數(shù)據(jù)序列進(jìn)行正態(tài)化，計(jì)算每個(gè)數(shù)值對(duì)應(yīng)的SPEI指數(shù)：

(2)

(3)

參數(shù)α，β，γ 的計(jì)算公式如下：

(4)

(5)

γ=ω0-αΓ(1+1/β)Γ(1-1/β)，

(6)

其中，ω0，ω1，ω2為數(shù)據(jù)序列Di的概率加權(quán)矩,

(7)

(8)

其中，N為參加計(jì)算的月份數(shù).

接著對(duì)累積概率進(jìn)行標(biāo)準(zhǔn)化，當(dāng)P≤0.5時(shí)，P=F(x)；當(dāng)P>0.5時(shí)，P=1-F(x)，且SPEI的符號(hào)逆轉(zhuǎn)：

(9)

(10)

其中,常數(shù)C0=2.515 517，C1=0.802 853，C2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 308. 干旱分類標(biāo)準(zhǔn)見表1[21].

表1 SPEI值干旱等級(jí)分類標(biāo)準(zhǔn)

1.3.2 游程理論

運(yùn)用游程理論對(duì)干旱事件進(jìn)行識(shí)別，給定一個(gè)截取水平k(k=SPEI對(duì)應(yīng)的干旱等級(jí)),截取隨時(shí)間變化的離散系列Xt(t=1,2,…,n).當(dāng)隨機(jī)變量在一個(gè)或多個(gè)時(shí)間內(nèi)連續(xù)大于截取水平時(shí)，出現(xiàn)正游程，反之則出現(xiàn)負(fù)游程[18]. 在干旱研究中，負(fù)游程的長(zhǎng)度稱為干旱歷時(shí)，干旱強(qiáng)度為干旱歷時(shí)與截取水平包含的面積. 根據(jù)游程理論計(jì)算游程長(zhǎng)度的重現(xiàn)期，計(jì)算步驟如下：

首先計(jì)算某個(gè)游程長(zhǎng)度(干旱歷時(shí))發(fā)生的平均概率P：

(1)

其中，x為指定截取水平下的干旱歷時(shí)；n為多年逐月降水系列月數(shù)；g(x)為干旱歷時(shí)為x的發(fā)生次數(shù).

接著計(jì)算該狀態(tài)游程的期望長(zhǎng)度E：

(2)

式中，g(x)為期望次數(shù)，計(jì)算公式為

(3)

將式(3)代入式(2), 可得：

E=n/[1+(n-1)(1-P)].

(4)

然后，為了消除非獨(dú)立作用的影響，由式(4)反推出游程長(zhǎng)度的遷移概率Pz：

Pz=n(E-1)/[E(n-1)].

(5)

根據(jù)式(5)得到涵蓋歷時(shí)與強(qiáng)度在內(nèi)的一維帶參數(shù)的游程概率分布函數(shù)：

(6)

游程長(zhǎng)度重現(xiàn)期[18]定義為： 若連續(xù)進(jìn)行T(x)次隨機(jī)試驗(yàn)，其中出現(xiàn)一次游程長(zhǎng)度不小于x的事件，就稱為T(x)游程長(zhǎng)度不小于x的重現(xiàn)期，

T(x)=x+(Pz-x-1)/(1-Pz).

(7)

T(x)通常用年來(lái)分析重現(xiàn)期.本文選取月尺度降水系列分析重現(xiàn)期，即將T(x)轉(zhuǎn)換為T′(x)：

T′(x)=T(x)/12.

(8)

1.3.3 經(jīng)驗(yàn)正交(EOF)

經(jīng)驗(yàn)正交函數(shù)(簡(jiǎn)稱EOF)是針對(duì)氣象要素進(jìn)行的，其基本原理是把包含Q個(gè)空間點(diǎn)(變量)的場(chǎng)隨時(shí)間變化進(jìn)行分解.

將各氣象臺(tái)站觀測(cè)資料作距平處理或標(biāo)準(zhǔn)化距平處理，可得描述該區(qū)域氣象要素場(chǎng)的資料矩陣Xm×n. 設(shè)有m個(gè)臺(tái)站，每個(gè)臺(tái)站有n個(gè)樣本值，每個(gè)樣本值表示為xji，i=1,2,…,m，j=1,2,…,n，xj為第j個(gè)臺(tái)站：

經(jīng)驗(yàn)正交函數(shù)分解是將X分解為空間函數(shù)V和時(shí)間函數(shù)Z：

X=VZ，

其中，

分解步驟如下：

(2) 求∑的特征值和特征向量.

(3) 特征值為λ1≥λ2≥…≥λm，對(duì)應(yīng)的特征向量為v1≥v2≥…≥vn，并組成矩陣V=(v1,v2,…vm)，V是空間上的函數(shù)，每一列表示一個(gè)空間典型場(chǎng)，且只與空間有關(guān).

(4) 根據(jù)Z=VTX求Z，Z是時(shí)間上的函數(shù)，其

值由典型空間場(chǎng)V和實(shí)際空間場(chǎng)X唯一確定. 將時(shí)間函數(shù)Z看作典型場(chǎng)的權(quán)重系數(shù)，不同時(shí)間的要素場(chǎng)是若干個(gè)典型場(chǎng)按不同權(quán)重線性疊加的結(jié)果.

(5)X=VTZ即為最終的展開結(jié)果.

2 結(jié)果分析

2.1 干旱指數(shù)年及四季變化特征

通過(guò)分析云貴地區(qū)近55 a干旱指數(shù)的年及四季變化特征(見圖2)可知，云貴地區(qū)年(圖2(a))和四季SPEI指數(shù)均呈下降趨勢(shì)，干旱化趨勢(shì)明顯，且下降趨勢(shì)年(-0.14 a-1)>秋季(-0.012 a-1)>冬季(-0.01 a-1)>夏季(-0.009 a-1)>春季(-0.004 a-1). 除春季外，其他季節(jié)的變化趨勢(shì)傾向率均通過(guò)90%的顯著性水平檢驗(yàn).

圖2 云貴地區(qū)年及四季SPEI值及趨勢(shì)圖Fig.2 SPEI values of the four seasons and trend in Yun-Gui area

從圖2(a)的滑動(dòng)平均曲線可以看出，20世紀(jì)60—70年代，SPEI的年變化與季節(jié)變化(除春季外)都呈小幅波動(dòng)或逐漸上升趨勢(shì)，而60年代春季(見圖2(b))發(fā)生了2次較為嚴(yán)重的干旱事件，分別為1963和1967年，其SPEI所顯示的等級(jí)也均在嚴(yán)重干旱及中等干旱之間. 70—80年代，SPEI年及季節(jié)變化都有小幅上升，且在此期間均無(wú)嚴(yán)重干旱事件發(fā)生，說(shuō)明此時(shí)期云貴地區(qū)呈變濕趨勢(shì)，1979年雖發(fā)生了春旱，但不影響整體的變化趨勢(shì). 80—90年代，除秋季(見圖2(d))SPEI值基本無(wú)變化外，其他3季及年SPEI均呈下降趨勢(shì)，且在1987年出現(xiàn)春旱現(xiàn)象. 90年代至21世紀(jì)初，春季、夏季(見圖2(d)、(c))及年SPEI值均呈上升趨勢(shì)，而秋季和冬季(見圖2(d)、(e))SPEI值分別呈緩慢下降和小幅波動(dòng)趨勢(shì)，沒有出現(xiàn)極端干旱事件. 21世紀(jì)初至今，四季及年SPEI值均呈下降趨勢(shì)，且年尺度SPEI值下降趨勢(shì)最為明顯，2009年及2011年發(fā)生了嚴(yán)重干旱現(xiàn)象. 綜上所述，20世紀(jì)80年代前及21世紀(jì)后，年變化與季節(jié)變化一致性較強(qiáng)，而20世紀(jì)80年代至21世紀(jì)初，年變化與季節(jié)變化一致性較弱.

2.2 干旱強(qiáng)度變化特征

本文選取各站點(diǎn)中等以上干旱事件之和建立云貴地區(qū)55 a來(lái)年干旱強(qiáng)度指標(biāo)[26]，SPEI<-1，即中等干旱以上的事件與干旱歷時(shí)d圍城的面積之和稱干旱強(qiáng)度s，詳見圖3，數(shù)值越高說(shuō)明干旱強(qiáng)度越大.

圖3 干旱強(qiáng)度識(shí)別過(guò)程Fig.3 Identification process of the drought intensity

圖4 云貴地區(qū)1960—2014年干旱強(qiáng)度及干旱歷時(shí)變化Fig.4 Annual drought intensity and temporal sequence of drought in Yun-Gui area during 1960 to 2014

1960—2014年云貴地區(qū)年干旱強(qiáng)度及干旱歷時(shí)變化如圖4所示. 干旱歷時(shí)與干旱強(qiáng)度在一定程度上可以反映干旱的強(qiáng)弱.從圖4可以看出，干旱歷時(shí)與干旱強(qiáng)度變化趨勢(shì)基本一致，云貴地區(qū)近55 a來(lái)干旱化趨勢(shì)明顯，發(fā)生嚴(yán)重干旱的年份歷時(shí)較長(zhǎng)，干旱強(qiáng)度相應(yīng)也較大. 干旱強(qiáng)度以2.045 a-1的速率增強(qiáng)，最強(qiáng)值出現(xiàn)在2009年，之后在最強(qiáng)值附近波動(dòng)，這與云貴地區(qū)實(shí)際發(fā)生嚴(yán)重干旱的年份相符，說(shuō)明SPEI在云貴地區(qū)能很好地反映實(shí)際干旱情況，有較強(qiáng)的適應(yīng)性.

2.3 干旱重現(xiàn)期

干旱重現(xiàn)期是指某次干旱強(qiáng)度(歷時(shí))大于給定強(qiáng)度(歷時(shí))值的時(shí)間間隔. 間隔越長(zhǎng)，干旱發(fā)生的頻率越小；間隔越短，發(fā)生的頻率越大. 運(yùn)用游程理論及SPEI干旱等級(jí)分布給定截取水平k，令k=-0.5(輕旱及以上)，-1(中等干旱及以上)，-1.5(嚴(yán)重干旱及以上)分別對(duì)云貴地區(qū)49個(gè)站點(diǎn)干旱歷時(shí)的遷移概率進(jìn)行統(tǒng)計(jì).

勐臘站所在氣候分區(qū)為北熱帶，貴陽(yáng)站所在氣候分區(qū)為中亞熱帶，故選取勐臘站及貴陽(yáng)站作為代表站. 以勐臘站(圖5(a))及貴陽(yáng)站(圖5(b))為例，選取不同干旱等級(jí)下的干旱歷時(shí)，利用其與理論概率分布的關(guān)系，得到不同氣候分區(qū)站點(diǎn)的干旱歷時(shí)與理論概率分布的趨勢(shì)大致相同，隨著干旱歷時(shí)的增加，理論概率密度均呈指數(shù)遞減；在同一干旱等級(jí)下，當(dāng)干旱歷時(shí)達(dá)到或超過(guò)最大統(tǒng)計(jì)長(zhǎng)度時(shí)，理論概率密度就會(huì)無(wú)限接近于0. 同一干旱歷時(shí)在不同干旱等級(jí)下，當(dāng)干旱等級(jí)越高時(shí)其曲線越靠下，也就是說(shuō)，在干旱歷時(shí)相同的情況下，干旱等級(jí)越高，其理論概率分布越小.

(a) 勐臘 Mengla (b) 貴陽(yáng)Guiyang圖5 勐臘站及貴陽(yáng)站干旱歷時(shí)與理論概率分布Fig.5 Drought duration and theoretical probability distribution of Mengla and Guiyang station

干旱等級(jí)越小對(duì)人類影響越小，持續(xù)時(shí)間為2～5個(gè)月的干旱對(duì)人類生產(chǎn)生活的影響較大，持續(xù)時(shí)間大于5個(gè)月的干旱對(duì)人類的影響巨大，但出現(xiàn)的概率較小[18]. 所以選取k= -1(中等及以上干旱等級(jí))，繪制2～5個(gè)月各站點(diǎn)干旱重現(xiàn)期的空間分布圖(見圖6). 由圖6可知，云南省干旱重現(xiàn)期小于貴州省，且27°N以北地區(qū)干旱重現(xiàn)期較長(zhǎng).

圖6 云貴地區(qū)干旱歷時(shí)2～5個(gè)月的重現(xiàn)期分布圖Fig.6 Return period distribution of drought duration which in 2-5 months in Yun-Gui area

由圖6(a)可知，云貴地區(qū)干旱歷時(shí)為2個(gè)月的干旱重現(xiàn)期整體呈現(xiàn)“全區(qū)一致，南北略有差異”的分布特征. 大部分為2～3 a，在云貴地區(qū)的北部及云貴地區(qū)交界處盤縣一帶重現(xiàn)期為3～5 a. 分析圖6(b)可知，云貴地區(qū)干旱歷時(shí)為3個(gè)月的重現(xiàn)期的空間分布大致可以分為三部分，第一部分為云南省南方大部，重現(xiàn)期為5～10 a；第2部分為貴州省南部及云南省中西部，重現(xiàn)期為10～15 a；第3部分為貴州省北部及云貴地區(qū)交界處及云南省德欽一帶，重現(xiàn)期為15～40 a. 由圖6(c)可知，干旱歷時(shí)為4個(gè)月的重現(xiàn)期分布較為分散，但大致以云貴兩省為分界線. 云南省大部分地區(qū)重現(xiàn)期為40～70 a，其中玉溪、昆明、沾益、瀘西一帶及大理、景東重現(xiàn)期為15～40 a；貴州省大部分地區(qū)及云南省中甸德欽一帶重現(xiàn)期為70～100 a，在云貴交界處的盤縣一帶及北部的習(xí)水、遵義一帶，重現(xiàn)期可達(dá)100～300 a. 由圖6(d)可知，歷時(shí)為5個(gè)月的嚴(yán)重干旱重現(xiàn)期呈現(xiàn)以省界為分界線，云南地區(qū)的干旱重現(xiàn)期均小于貴州地區(qū)，云南省大部分干旱重現(xiàn)期在100～300 a，而貴州省大部分干旱重現(xiàn)期在300～500 a.

綜合上述分析，云貴地區(qū)干旱歷時(shí)不同，干旱重現(xiàn)期分布也不相同，且干旱歷時(shí)越長(zhǎng)，干旱重現(xiàn)期越長(zhǎng). 而干旱歷時(shí)也可以反映一個(gè)地區(qū)的干旱嚴(yán)重程度，即在同等干旱等級(jí)情況下，歷時(shí)越長(zhǎng)，干旱程度越嚴(yán)重. 干旱重現(xiàn)期表示的是干旱發(fā)生的頻率，在同等干旱等級(jí)和同等歷時(shí)長(zhǎng)度的情況下，重現(xiàn)期越短說(shuō)明干旱發(fā)生的次數(shù)越多，越容易受干旱的影響. 從圖6所示的所有干旱重現(xiàn)期的空間分布來(lái)看，云南省比貴州省更易受到干旱的影響，這與實(shí)際情況較為吻合. 其原因在于降水集中程度不同[22]，云南省有明顯的雨季，其6—8月的降水量占全年降水總量的60%. 貴州省的降水量則沒有如此集中，所以，云南省比貴州省更易干旱，且易發(fā)生春旱及秋旱. 從緯度上看，貴州省的緯度高于云南省，低緯度地區(qū)蒸散量大于高緯度地區(qū)，同時(shí)降水量也呈現(xiàn)貴州省大于云南省的分布狀態(tài)[23]. 再次出現(xiàn)干旱時(shí)間間隔最長(zhǎng)處位于云貴交界一帶，因交界處由烏蒙山阻隔，主峰位于盤縣一帶，地勢(shì)高、蒸散量少，且印度洋及大西洋的水汽輸送都會(huì)聚集于此，使其降水量增加，故此處較少發(fā)生干旱.

2.4 干旱空間分布特征(EOF分解展開)

為進(jìn)一步分析云貴地區(qū)近55 a的干旱空間分布特征，對(duì)該地區(qū)SPEI 12進(jìn)行EOF分解，前5個(gè)特征值累計(jì)貢獻(xiàn)率達(dá)到60.04%(見表2)，其中前2個(gè)特征值的貢獻(xiàn)率較大，分別為30.83%和12.35%，特征較為明顯，基本可以反映云貴地區(qū)干旱的時(shí)空分布特征，而剩余的特征值貢獻(xiàn)率較小，特征不明顯.

將前2個(gè)特征值對(duì)應(yīng)的特征向量運(yùn)用樣條插值法進(jìn)行空間分析(見圖7和圖8). 由第1空間模塊可知，云貴地區(qū)第一特征向量值均為正值，表明云貴地區(qū)干旱變化在空間分布上有良好的一致性. 但這種變化在不同區(qū)域表現(xiàn)的強(qiáng)烈程度不同，云南省東部及保山大理一帶第一特征向量數(shù)值較大，是第一模態(tài)的主要控制中心. 而在云貴交界處的盤縣一帶，形成低值中心，第一模塊對(duì)此地區(qū)的控制較弱，由此向外控制能力逐漸增強(qiáng). 從第一模塊對(duì)應(yīng)的時(shí)間系數(shù)中可以看出，20世紀(jì)60年代到21世紀(jì)初，干旱與洪澇交替變化，21世紀(jì)后，時(shí)間系數(shù)大多在負(fù)值區(qū)波動(dòng)，說(shuō)明該區(qū)域在此時(shí)段普遍處于干旱狀態(tài). 這與韋小雪等[24]的東亞夏季風(fēng)強(qiáng)度明顯減弱的時(shí)間點(diǎn)一致，說(shuō)明東亞季風(fēng)偏弱時(shí)，云貴地區(qū)降水量偏少，干旱事件較多. 由此看來(lái)，第一空間模塊實(shí)際上反映的是云貴地區(qū)全區(qū)的干旱平均狀態(tài).

表2 云貴地區(qū)SPEI 12的EOF特征值

第二特征貢獻(xiàn)率只占12.35%，可作為分析云貴干旱空間分布的參考. EOF展開的第二空間模塊與第一空間模塊有明顯不同，由第二模塊的空間分布可知，云南省中部大部分區(qū)域?yàn)檎抵行?，逐漸向兩邊擴(kuò)散，基本呈經(jīng)向分布，揭示了兩省干旱呈反相位變化. 結(jié)合第二模塊時(shí)間系數(shù)，20世紀(jì)60年代，云南與貴州交替進(jìn)入濕潤(rùn)期或干旱期；70年代，時(shí)間系數(shù)幾乎為負(fù)值，表明這段時(shí)間云南省處于濕潤(rùn)期，而貴州省處于干旱期；20世紀(jì)80年代至21世紀(jì)初，時(shí)間系數(shù)在正負(fù)之間波動(dòng)，表明云南省與貴州省交替進(jìn)入干旱期；21世紀(jì)初至2010年，時(shí)間系數(shù)幾乎為正，與70年代特征相反，說(shuō)明云南省在濕潤(rùn)期后經(jīng)歷了一段時(shí)間震蕩后轉(zhuǎn)為干旱期，而貴州省在經(jīng)歷了一段時(shí)間干旱期震蕩后轉(zhuǎn)為濕潤(rùn)期. 云貴地區(qū)第二模態(tài)的干濕轉(zhuǎn)變與東亞及南亞夏季風(fēng)邊界變化有關(guān)[25].20世紀(jì)60年代前，邊界處于偏東年，云南省受南亞季風(fēng)影響，降水較多，干旱現(xiàn)象不明顯；70—90年代，季風(fēng)邊界處于東西振蕩狀態(tài)，所以云貴地區(qū)處于干濕振蕩轉(zhuǎn)變時(shí)期；90年代后，邊界偏西，云南幾乎接收不到由南亞夏季風(fēng)帶來(lái)的水汽，同時(shí)，由于山脈的阻隔，東亞季風(fēng)對(duì)云南的控制較弱，水汽輸送不足，導(dǎo)致云南地區(qū)干旱現(xiàn)象嚴(yán)重.

圖7 云貴地區(qū)EOF展開第一空間模態(tài)及時(shí)間系數(shù)Fig.7 The first spatial mode of EOF and temporal coefficients in Yun-Gui area

圖8 云貴地區(qū)EOF展開第二空間模態(tài)及時(shí)間系數(shù)Fig.8 The second spatial mode of EOF and temporal coefficients in Yun-Gui area

3 結(jié)論與討論

運(yùn)用標(biāo)準(zhǔn)化降雨蒸散量指數(shù)(SPEI)、游程理論及經(jīng)驗(yàn)函數(shù)正交法對(duì)云貴地區(qū)干旱化的時(shí)空特征進(jìn)行了分析，得到以下結(jié)論：

3.11960—2014年云貴地區(qū)以21世紀(jì)初為界限，無(wú)論是年尺度或季尺度都存在由濕轉(zhuǎn)干的趨勢(shì). 年尺度干旱趨勢(shì)明顯大于季尺度；四季中，秋季的干旱趨勢(shì)最為明顯，雖然春、冬季干旱趨勢(shì)并不明顯，但發(fā)生重大干旱的次數(shù)較多. 未來(lái)春旱和秋旱仍是關(guān)注的重點(diǎn)，而冬季旱災(zāi)也應(yīng)有所重視.

3.2近55 a來(lái)云貴地區(qū)不僅干旱趨勢(shì)明顯，強(qiáng)度也在逐漸增強(qiáng)，且在2009年達(dá)到最強(qiáng)值. 而2009年也是云貴地區(qū)發(fā)生嚴(yán)重干旱時(shí)期，干旱持續(xù)時(shí)間和干旱嚴(yán)重程度都較大，這與干旱強(qiáng)度監(jiān)測(cè)結(jié)果一致，說(shuō)明SPEI在監(jiān)測(cè)云貴地區(qū)干旱中有較好的指示作用.

3.3云貴地區(qū)在同一干旱歷時(shí)、不同干旱等級(jí)下發(fā)生干旱事件的概率不同，干旱等級(jí)越小時(shí)，發(fā)生的概率越大，反之亦然. 在同一干旱等級(jí)、不同干旱歷時(shí)，干旱事件發(fā)生的概率不同，歷時(shí)越長(zhǎng)發(fā)生的概率越小.

3.4一定干旱等級(jí)下，歷時(shí)越長(zhǎng)，干旱重現(xiàn)期越長(zhǎng). 在空間分布上，云南省干旱重現(xiàn)期小于貴州省，且在27°N以北地區(qū)重現(xiàn)期較長(zhǎng)，即云南省干旱事件多于貴州省，27°N以北地區(qū)干旱事件發(fā)生次數(shù)較少.

3.5EOF展開的第一模塊反映的是云貴地區(qū)受季風(fēng)系統(tǒng)控制，干旱變化一致性較好. EOF展開的第二模塊反映了由于地形差異及受烏蒙山的阻隔，云南省與貴州省干旱變化基本呈反相位. 即整體呈一致性，局部存在微弱差別.

基于SPEI對(duì)近55 a云貴地區(qū)干旱指數(shù)變化趨勢(shì)、干旱強(qiáng)度、干旱重現(xiàn)期及SPEI的EOF空間展開模塊進(jìn)行了分析研究， 揭示云貴地區(qū)干旱化趨勢(shì)明顯，且均在21世紀(jì)初出現(xiàn)由濕轉(zhuǎn)干的跡象. 分析發(fā)現(xiàn)，云貴地區(qū)干旱化是在我國(guó)氣候變化的大背景下產(chǎn)生的，其干旱特征與全國(guó)大部分地方的趨勢(shì)相似. 研究發(fā)現(xiàn)，季風(fēng)邊緣的變化對(duì)云貴地區(qū)干旱有影響，在今后的研究中應(yīng)更加關(guān)注云貴地區(qū)干旱的成因和機(jī)制，比如與季風(fēng)環(huán)流的關(guān)系，以及與ENSO事件之間的聯(lián)系，從而從根本上對(duì)干旱進(jìn)行控制，降低干旱給云貴地區(qū)的經(jīng)濟(jì)和生產(chǎn)造成的損失.

參考文獻(xiàn)(References)：

[1] 張勃, 張耀宗, 任培貴,等. 基于SPEI法的隴東地區(qū)近50 a干旱化時(shí)空特征分析[J].地理科學(xué), 2015, 35(8)： 999-1006.

ZHANG B, ZHANG Y Z, REN P G, et al. Analysis of drought spatial-temporal characteristics based on SPEI in Eastern Region of Gansu in recent 50 years [J].ScientiaGeographicaSinica, 2015, 35(8)： 999-1006.

[2] 李奇臨, 范廣洲, 周定文,等. 綜合氣象干旱指數(shù)在2009～2010年西南干旱的應(yīng)用[J].成都信息工程學(xué)院學(xué)報(bào), 2012, 27(3)： 267-272.

LI Q L, FAN G Z, ZHOU D W，et al. Application of meteorological drought composite index in Southwest China in 2009—2010[J].JournalofChengduUniversityofInformationTechnology, 2012, 27(3)： 267-272.

[3] 王東, 張勃, 安美玲,等. 基于SPEI的西南地區(qū)近53 a干旱時(shí)空特征分析[J].自然資源學(xué)報(bào), 2014(6)： 1003-1016.

WANG D, ZHANG B, AN M L. Temporal and spatial distributions of drought in Southwest China over the past 53 years based on standardized precipitation evapotranspiration index[J].JournalofNaturalResources, 2014(6)： 1003-1016.

[4] 楊金虎, 張強(qiáng), 王勁松,等. 近60 a來(lái)西南地區(qū)旱澇變化及極端和持續(xù)性特征認(rèn)識(shí)[J].地理科學(xué), 2015, 35(10)： 1333-1340.

YANG J H, ZHANG Q, WANG J S, et al. Extreme and persistent feature of drought and flood of Southwest China in past 60 years[J].ScientiaGeographicaSinica,2015, 35(10)： 1333-1340.

[5] 楊曉靜, 左德鵬, 徐宗學(xué). 基于標(biāo)準(zhǔn)化降水指數(shù)的云南省近55年旱澇演變特征[J].資源科學(xué), 2014, 36(3)： 473-480.

YANG X J, ZUO D P, XU Z X. Characteristics of droughts and floods analyzed using the standardized precipitation index in Yunnan province during the past 55 years[J].ResourcesScience, 2014, 36(3)： 473-480.

[6] 方蘭.云貴地區(qū)旱澇變化時(shí)空結(jié)構(gòu)及趨勢(shì)判斷[D]. 西安： 陜西師范大學(xué), 2013.

FANG L.Yunnan-GuizhouRegionChangesinTimeandSpaceStructureandtheTrendofFloodandJudgment[D]. Xi’an： Shaanxi Normal University,2013.

[7] 熊光潔, 張博凱, 李崇銀,等. 基于SPEI的中國(guó)西南地區(qū)1961—2012年干旱變化特征分析[J].氣候變化研究進(jìn)展, 2013, 9(3)： 192-198.

XIONG G J, ZHANG B K, LI C Y, et al. Characteristics of drought variations in Southwest China in 1961-2012 based on SPEI [J].AdvancesinChimateChangeResearch, 2013, 9(3)： 192-198.

[8] 民政部國(guó)家減災(zāi)中心. 全國(guó)自然災(zāi)害基本情況分析(2013年上半年)[J].中國(guó)減災(zāi), 2013(8)： 61-62.

NDRCC. The national natural disasters basic situation analysis (In the first half of 2013)[J].DisasterReductioninChina, 2013(8)： 61-62.

[9] 陳少勇, 郭俊瑞, 吳超. 基于降水量距平百分率的中國(guó)西南和華南地區(qū)的冬旱特征[J].自然災(zāi)害學(xué)報(bào), 2015(1)： 23-31.

CHEN S Y, GUO J R, WU C. Characteristics of winter drought in Southwest-South China based on precipitation anomaly percentage[J].JournalofNaturalDisasters, 2015(1)： 23-31.

[10] 王明田, 王翔, 黃晚華,等. 基于相對(duì)濕潤(rùn)度指數(shù)的西南地區(qū)季節(jié)性干旱時(shí)空分布特征[J].農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(19)： 85-92.

WANG M T, WANG X, HUANG W H, et al. Temporal and spatial distribution of seasonal drought in Southwest of China based on relative moisture index[J].TransactionsoftheChineseSocietyofAgriculturalEngineering, 2012, 28(19)： 85-92.

[11] 趙海燕, 高歌, 張培群,等. 綜合氣象干旱指數(shù)修正及在西南地區(qū)的適用性[J].應(yīng)用氣象學(xué)報(bào), 2011(6)： 698-705.

ZHAO H Y, GAO G, ZHANG P Q, et al. The modification of meteorological drought composite index and its application in Southwest China[J].JournalofAppliedMeteorologicalScience, 2011(6)： 698-705.

[12] 袁云, 李棟梁, 安迪. 基于標(biāo)準(zhǔn)化降水指數(shù)的中國(guó)冬季干旱分區(qū)及氣候特征[J].中國(guó)沙漠, 2010, 30(4)： 917-925.

YUAN Y, LI D L, AN D. Winter aridity division in China based on standardized precipitation index and circulation characteristics[J].JournalofDesertResearch, 2010, 30(4)： 917-925.

[13] 蘇宏新, 李廣起. 基于SPEI的北京低頻干旱與氣候指數(shù)關(guān)系[J].生態(tài)學(xué)報(bào), 2012, 32(17)： 5467-5475.

SU H X, LI G Q. Low-frequency drought variability based on SPEI in association with climate indices in Beijing[J].ActaEcologicaSinica, 2012, 32(17)： 5467-5475.

[14] 程亮, 金菊良, 酈建強(qiáng),等. 干旱頻率分析研究進(jìn)展[J].水科學(xué)進(jìn)展, 2013, 24(2)： 296-302.

CHENG L, JIN J L, LI J Q, et al. Advance in the study of drought frequency analysis[J].AdvancesinWaterScience, 2013, 24(2)： 296-302.

[15] 李計(jì), 李毅, 賀纏生. 基于Copula函數(shù)的黑河流域干旱頻率分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013(1)： 213-220.

LI J, LI Y, HE C S. Frequency analysis of drought in Heihe river basin using Copula function[J].JournalofNorthwestA&FUniversity(NaturalScienceEdition), 2013(1)： 213-220.

[16] 張強(qiáng), 李劍鋒, 陳曉宏,等. 基于Copula函數(shù)的新疆極端降水概率時(shí)空變化特征[J].地理學(xué)報(bào), 2011, 66(1)： 3-12.

ZHANG Q, LI J F, CHEN X H, et al. Spatial variability of probability distribution of extreme precipitation in Xinjiang[J].ActaGeographicaSinica, 2011, 66(1)： 3-12.

[17] 李計(jì).基于ArchimedeanCopulas函數(shù)的多變量干旱頻率及空間分析[D]. 楊凌： 西北農(nóng)林科技大學(xué), 2012.

LI J.MultivariateFrequenciesandSpatialAnalysisofDroughtEventsbasedonArchimedeanCopulasFunctions[D]. Yangling： Northwest A & F University,2012.

[18] 楊好周, 梁忠民, 胡義明,等. 游程理論在云南省干旱重現(xiàn)期分析中的應(yīng)用[J].水電能源科學(xué), 2013(12)： 8-12.

YANG H Z, LIANG Z M, HU Y M, et al. Application of run-length theory to drought return period analysis of Yunnan province[J].WaterResourcesandPower, 2013(12)： 8-12.

[19] 馬秀峰,夏軍.游程概率統(tǒng)計(jì)原理及其應(yīng)用[M]. 北京： 科學(xué)出版社,2011.

MA X F,XIA J.PrincipleofTravelProbabilityandItsApplication[M]. Beijing： Science Press, 2011.

[20] VICENTE-ERRANO S M, BEGUERA S, LPEZMORENO J I. A multiscalar drought index sensitive to global warming： The standardized precipitation evapotranspiration index[J].JournalofClimate, 2010, 23(7)： 1696-1718.

[21] THORNTHWAITE C W. An approach toward a rational classification of climate[J].GeographicalReview, 1948, 38(1)： 55-94.

[22] 劉永林, 延軍平, 岑敏儀. 中國(guó)降水非均勻性綜合評(píng)價(jià)[J].地理學(xué)報(bào), 2015, 70(3)： 392-406.

LIU Y L, YAN J P, CEN M Y. Comprehensive evaluation of precipitation heterogeneity in China[J].ActaGeographicaSinica, 2015, 70(3)： 392-406.

[23] 韓蘭英, 張強(qiáng), 姚玉璧,等. 近60 a中國(guó)西南地區(qū)干旱災(zāi)害規(guī)律與成因[J].地理學(xué)報(bào), 2014, 69(5)： 632-639.

HAN L Y,ZHANG Q,YAO Y B,et al. Characteristics and origins of drought disasters in Southwest China in nearly 60 years[J].ActaGeographicaSinica, 2014, 69(5)： 632-639.

[24] 韋小雪, 周渭, 黃遠(yuǎn)盼,等. 東亞季風(fēng)對(duì)西南地區(qū)秋冬春連旱的影響分析[J].安徽農(nóng)業(yè)科學(xué), 2015(28)： 154-156.

WEI X X, ZHOU W, HUANG Y P, et al. The east Asian monsoon impact analysis of the autumn/winter spring drought in southwest [J].JournalofAnhuiAgriculturalSciences, 2015(28)： 154-156.

[25] 宋超輝.東亞和南亞熱帶夏季風(fēng)的關(guān)系及影響研究[D]. 南京： 南京信息工程大學(xué), 2014.

SONG C H.StudyontheRelationshipbetweentheEastAsiaandSouthAsiaSummerMonsoonandItsInfluence[D]. Nanjing： Nanjing University of Information Science & Technology, 2014.

[26] 左冬冬, 侯威, 顏鵬程,等. 基于游程理論和兩變量聯(lián)合分布的中國(guó)西南地區(qū)干旱特征研究[J].物理學(xué)報(bào), 2014, 63(23)： 45-56.

ZUO D D,HOU W,YAN P C,et al. Research on drought in southwest China based on the theory of run and two-dimensional joint distribution theory[J].ActaPhysicaSinica, 2014, 63(23)： 45-56.