余興湛,蒲義良,康伯乾
(1.廣東省臺(tái)山市氣象局,廣東 臺(tái)山 529200;2.廣東省江門市氣象局,廣東 江門 529000;3.廣東省鶴山市氣象局,廣東 鶴山 529700)
干旱是最普遍、最復(fù)雜的自然災(zāi)害之一,影響廣且持續(xù)時(shí)間長(zhǎng),給人類社會(huì)造成的影響越來(lái)越嚴(yán)重[1-3]。隨著全球氣候持續(xù)變暖,極端天氣事件的發(fā)生頻率和強(qiáng)度都在逐步上升,我國(guó)大部分地區(qū)的干旱災(zāi)害也日益加劇[4-5]。近年來(lái)各國(guó)研發(fā)了眾多干旱指數(shù)用于評(píng)估和監(jiān)測(cè)干旱事件[6-7]。目前,我國(guó)常用的干旱指數(shù)主要有標(biāo)準(zhǔn)化降水指數(shù)(standardized precipitation index,SPI)、帕默爾干旱指數(shù)(Palmer drought severity index,PDSI)、綜合氣象干旱指數(shù)(composite meteorological drought index,CI)、Z指數(shù)、干燥度指數(shù)和標(biāo)準(zhǔn)降水蒸散指數(shù)(standardized precipitation evapotranspiration index,SPEI)等50 多種[8-9]。這些常用干旱指數(shù)大多存在一定局限性,如SPI 和Z指數(shù)等僅單一考慮降水因素對(duì)干旱的影響[10];PDSI計(jì)算復(fù)雜且難以準(zhǔn)確評(píng)估短期干旱事件[11];CI 對(duì)降水事件的響應(yīng)過(guò)于靈敏,且權(quán)重系數(shù)及閾值難以確定[12]。因此這些指標(biāo)大多能在一定程度上反映某一區(qū)域干旱特征,但在不同區(qū)域的適用性較差[13]。SPEI 在SPI 的基礎(chǔ)上發(fā)展而來(lái),除了考慮降水因素外,還考慮了氣溫波動(dòng)對(duì)干旱的影響[14],不僅能監(jiān)測(cè)到干旱是否發(fā)生,還能反映多個(gè)時(shí)間尺度的干旱嚴(yán)重程度和持續(xù)時(shí)間[15]。因此SPEI 自提出后便在不同區(qū)域的干旱監(jiān)測(cè)中得到廣泛應(yīng)用[16-18],且在華南地區(qū)適用性較好[19-21]。
廣東瀕臨南海,屬亞熱帶季風(fēng)氣候,因其獨(dú)特的地理環(huán)境,太陽(yáng)輻射強(qiáng)、氣溫高、降水豐沛但時(shí)空分布不均,因此區(qū)域性、季節(jié)性干旱十分明顯[22]。廣東省是我國(guó)經(jīng)濟(jì)大省,城市化程度高,居民生活、工業(yè)和農(nóng)業(yè)生產(chǎn)等對(duì)淡水資源的需求量非常大,干旱一旦發(fā)生便會(huì)對(duì)居民的正常生活生產(chǎn)和社會(huì)經(jīng)濟(jì)發(fā)展等造成影響,其危害及帶來(lái)的損失也會(huì)更嚴(yán)重,如2004年全省的嚴(yán)重旱災(zāi),導(dǎo)致直接經(jīng)濟(jì)損失16.7 億元[23]。研究表明廣東省氣候總體比較濕潤(rùn),但干旱化趨勢(shì)微弱、干旱發(fā)生頻率較高,且這些研究多基于單一干旱指數(shù)分析華南整體或廣東局部地區(qū)的干旱特征[24-26]。另外,由于廣東省地域廣闊,各地地形和海陸位置存在差異,不同區(qū)域干旱特征迥異,因此,有必要研究廣東省各地的干旱特征。本文利用廣東省86 個(gè)國(guó)家氣象觀測(cè)站逐月降水量和氣溫資料,分別計(jì)算不同時(shí)間尺度的SPEI,對(duì)廣東省干旱時(shí)空變化特征進(jìn)行分析,以期為廣東省農(nóng)業(yè)生態(tài)系統(tǒng)的科學(xué)管理和氣象防災(zāi)減災(zāi)等方面提供參考。
利用廣東省氣象探測(cè)數(shù)據(jù)中心提供的1971—2020年廣東省86 個(gè)國(guó)家氣象觀測(cè)站(圖1)逐月降水量和氣溫資料。
圖1 廣東省地形及86個(gè)國(guó)家氣象觀測(cè)站分布Fig.1 Distribution of 86 national meteorological observation stations and topography in Guangdong Province
文中附圖涉及的廣東省市行政邊界均基于國(guó)家測(cè)繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號(hào)為GS(2019)1822號(hào)的中國(guó)地圖制作,底圖無(wú)修改。
SPEI 計(jì)算原理參考VICENTE-SERRANO 等[14]研究方法,首先利用Thornthwaite 方法[27](該方法適用于濕潤(rùn)地區(qū))計(jì)算月潛在蒸散量,再利用月降水量和月潛在蒸散量之差的概率分布描述某一區(qū)域凈降水量偏多或偏少狀況。利用各站逐月降水量和平均氣溫及相關(guān)地理信息計(jì)算各站年尺度和季節(jié)尺度的SPEI序列,根據(jù)國(guó)家氣象干旱標(biāo)準(zhǔn)對(duì)SPEI進(jìn)行干旱等級(jí)劃分(表1)[28]。
表1 基于SPEI的干旱等級(jí)劃分Tab.1 Drought grades classification based on SPEI
利用反距離加權(quán)插值法(inverse distance weight,IDW)對(duì)廣東省86 個(gè)氣象站的干旱頻率(P)和強(qiáng)度(S)進(jìn)行空間插值[29],得到干旱發(fā)生頻率和強(qiáng)度空間分布。其中干旱頻率(P)是發(fā)生干旱的月數(shù)與總月數(shù)之比[30];干旱強(qiáng)度(S)是發(fā)生干旱時(shí)SPEI 絕對(duì)值的平均值,該值越大干旱強(qiáng)度越強(qiáng)。根據(jù)干旱等級(jí)劃分可推出,當(dāng)0.5≤S<1.0 時(shí)為輕旱,1.0≤S<1.5時(shí)為中旱,1.5≤S<2.0時(shí)為重旱,S≥2.0時(shí)為特旱[31]。
Mann-Kendall 趨勢(shì)檢驗(yàn)是非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法[32],適用于分析持續(xù)增長(zhǎng)或下降的時(shí)間序列數(shù)據(jù),計(jì)算方法簡(jiǎn)便,因此采用Mann-Kendall趨勢(shì)檢驗(yàn)對(duì)廣東省86 個(gè)氣象站不同時(shí)間尺度SPEI 變化趨勢(shì)進(jìn)行檢驗(yàn)。經(jīng)驗(yàn)正交函數(shù)(empirical orthogonal function,EOF)[33]能把隨時(shí)間變化的變量場(chǎng)分解為不隨時(shí)間變化的空間函數(shù)和只依賴時(shí)間變化的時(shí)間函數(shù),也稱時(shí)空分解,因此對(duì)廣東省86 個(gè)氣象站逐月年尺度SPEI 進(jìn)行EOF 分解和North 檢驗(yàn)[34-35],研究干旱的主要變化模態(tài)及時(shí)間變化規(guī)律。極點(diǎn)對(duì)稱模態(tài)分解(extreme-point symmetric mode decomposition,ESMD)[36]在經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition,EMD)的基礎(chǔ)上,用內(nèi)部極點(diǎn)對(duì)稱代替外部包絡(luò)線插值,利用“最小二乘”思想改進(jìn)趨勢(shì)余量R使其成為原始序列的最佳自適應(yīng)全局均線,并由此確定最佳篩選次數(shù),在處理非線性非平穩(wěn)數(shù)據(jù)的多尺度分析方面擁有很大優(yōu)越性。因此應(yīng)用ESMD方法分析廣東省干旱的時(shí)間變化趨勢(shì)和周期特征,所涉及的周期信號(hào)采用快速傅里葉變換計(jì)算[37]。
圖2為1971—2020年廣東省不同時(shí)間尺度SPEI 的Mann-Kendall 趨勢(shì)系數(shù)和年尺度SPEI年際變化,其中SPEI 的Mann-Kendall 趨勢(shì)系數(shù)小于0 為下降趨勢(shì),表示趨于干旱化,反之則趨于濕潤(rùn)化,其絕對(duì)值大于等于1.64、1.96 時(shí),分別表示通過(guò)α=0.1、α=0.05的顯著性檢驗(yàn)。廣東省春季(3—5月)有79 站(91.9%)SPEI 呈下降趨勢(shì),但僅有3 站通過(guò)α=0.1 的顯著性檢驗(yàn)(樂(lè)昌、懷集和遂溪站)和1 站通過(guò)α=0.05 的顯著性檢驗(yàn)(雷州站);曲江、廣州、東莞、博羅、惠東、云浮和電白7站呈上升趨勢(shì),站點(diǎn)分布較分散,且均未通過(guò)α=0.1的顯著性檢驗(yàn)。夏季(6—8月)有62站(72.1%)SPEI呈下降趨勢(shì),通過(guò)α=0.1 和α=0.05 顯著性檢驗(yàn)的站點(diǎn)均為5 站;有24站SPEI呈上升趨勢(shì),主要集中在廣東省中部曲江—佛岡—廣州—中山一帶,但僅廣州站通過(guò)α=0.05的顯著性檢驗(yàn),其他站均未通過(guò)α=0.1的顯著性檢驗(yàn)。秋季(9—11月)有73站(84.9%)SPEI呈下降趨勢(shì),但僅有4 站通過(guò)α=0.1 的顯著性檢驗(yàn)(深圳、陸豐、五華和英德站)和2 站通過(guò)α=0.05 的顯著性檢驗(yàn)(吳川和臺(tái)山站);有13 站SPEI 呈上升趨勢(shì),但均未通過(guò)α=0.1 的顯著性檢驗(yàn),主要集中在廣東省中部的四會(huì)—廣州—從化一帶。冬季(12月至次年2月)有56 站(65.1%)SPEI 呈下降趨勢(shì),其中有4 站通過(guò)α=0.1 的顯著性檢驗(yàn)(陸豐、惠來(lái)、潮陽(yáng)和澄海站)和1 站通過(guò)α=0.05 的顯著性檢驗(yàn)(汕頭站),且基本都分布在廣東省東南角;有30 站SPEI 呈上升趨勢(shì),主要集中在廣東省北部、西北部和西南部,但僅有連州站通過(guò)α=0.1 的顯著性檢驗(yàn)。對(duì)春、夏、秋、冬季的平均SPEI 序列進(jìn)行Mann-Kendall 趨勢(shì)檢驗(yàn),發(fā)現(xiàn)各季節(jié)都呈現(xiàn)下降趨勢(shì),但均未通過(guò)α=0.1 的顯著性檢驗(yàn)。綜上可知,廣東省大部地區(qū)各季節(jié)都呈現(xiàn)干旱化趨勢(shì),但并不明顯。
圖2 1971—2020年廣東省不同時(shí)間尺度SPEI的Mann-Kendall趨勢(shì)系數(shù)(a、b、c、d、e)和年尺度SPEI年際變化(f)Fig.2 Mann-Kendall trend coefficients of SPEI at different time scales (a,b,c,d,e) and inter-annual variation of annual scale SPEI (f) in Guangdong Province during 1971-2020
對(duì)廣東省平均年尺度SPEI 序列進(jìn)行Mann-Kendall 趨勢(shì)檢驗(yàn),總體呈下降趨勢(shì),并通過(guò)α=0.1的顯著性檢驗(yàn)。從各站來(lái)看,有76 站(88.3%)表現(xiàn)為下降趨勢(shì),其中有9站通過(guò)α=0.1的顯著性檢驗(yàn),26 站通過(guò)α=0.05 的顯著性檢驗(yàn),且主要分布在廣東省東部大部分地區(qū)、西南部和臺(tái)山—新興一帶;有10站SPEI 呈上升趨勢(shì),但僅廣州站通過(guò)α=0.05的顯著性檢驗(yàn),其他站均未通過(guò)α=0.1的顯著性檢驗(yàn)。從廣東省年尺度SPEI年際變化看出,SPEI整體呈下降趨勢(shì),變化率為-0.008 a-1。從年尺度SPEI 5 a滑動(dòng)平均看,1971—1989年為下降趨勢(shì),1989—1996年為上升趨勢(shì),1996—2005年為下降趨勢(shì),2005—2015年為上升趨勢(shì),2015—2020年為下降趨勢(shì)。綜合來(lái)看,廣東省SPEI整體呈現(xiàn)較明顯下降趨勢(shì),即有干旱化趨勢(shì)。
圖3為1971—2020年廣東省干旱頻率和干旱強(qiáng)度空間分布??梢钥闯?,廣東省干旱發(fā)生頻率為28%~38%,平均32%,其中輕旱、中旱、重旱、特旱發(fā)生頻率分別為15%、10%、5%、2%,輕旱和中旱頻率占干旱總頻率的78%。約有75%的區(qū)域干旱發(fā)生頻率為30%~34%,干旱出現(xiàn)頻率較高的區(qū)域?yàn)閺V東省西南部陽(yáng)江—湛江沿海一帶和廣東省北部的連山和曲江地區(qū),而廣東省北部的河源—和平—蕉嶺一帶干旱出現(xiàn)頻率較低。廣東省干旱的平均強(qiáng)度為1.03~1.20,屬于中旱級(jí)別,干旱強(qiáng)度較低區(qū)域集中在廣東省西南部電白—湛江沿海一帶和廣東省北部連山—曲江一帶,與干旱發(fā)生頻率較高區(qū)域有較好的反向?qū)?yīng)關(guān)系。綜上所述,廣東省干旱發(fā)生頻率較高,但強(qiáng)度較低。
圖3 1971—2020年廣東省干旱頻率(a,單位:%)和干旱強(qiáng)度(b)空間分布Fig.3 The spatial distribution of drought frequency (a,Unit: %) and drought intensity (b) in Guangdong Province during 1971-2020
表2為1971—2020年廣東省年尺度SPEI EOF分解的前5個(gè)模態(tài)貢獻(xiàn)率,圖4為前3個(gè)模態(tài)的空間分布及第1 模態(tài)的時(shí)間系數(shù)。可以看出,前3 個(gè)模態(tài)的方差貢獻(xiàn)率之和為69.51%,且都通過(guò)North 顯著性檢驗(yàn),能很好地代表廣東省SPEI的時(shí)空分布特征。EOF 第一模態(tài)(EOF1)方差貢獻(xiàn)率為51.62%,遠(yuǎn)高于其他模態(tài),是廣東省干旱特征的主要變化模態(tài),該模態(tài)空間向量場(chǎng)呈現(xiàn)整個(gè)區(qū)域范圍內(nèi)均為正值[圖4(a)],說(shuō)明廣東省整體干旱類型以同位相變化為主導(dǎo),即存在一致變旱或變澇特征,其數(shù)值自西向東遞增,表征廣東省干旱顯著程度自西向東依次遞增,東部和中部的敏感性高于西部。該模態(tài)的時(shí)間系數(shù)整體表現(xiàn)為下降趨勢(shì)[圖4(b)],即呈干旱化趨勢(shì),且波動(dòng)較劇烈,說(shuō)明EOF 第一模態(tài)特征非常典型。另外,1991、1999、2004、2012年有明顯的負(fù)峰值,表明這些年份較干旱,而1973、1975、1983、1995、2016、2018年有明顯的正峰值,表明這些年份較濕潤(rùn)。從《中國(guó)氣象災(zāi)害大典:廣東卷》[22]和《廣東天氣預(yù)報(bào)技術(shù)手冊(cè)》[23]的記載來(lái)看1991、1999、2004年都是干旱嚴(yán)重年份,與上述研究結(jié)論基本吻合,說(shuō)明SPEI在廣東省區(qū)域的適用性較為理想。
表2 1971—2020年廣東省年尺度SPEI的EOF分解前5個(gè)模態(tài)貢獻(xiàn)率Tab.2 Contribution rates of the first five modes of EOF decomposition of annual scale SPEI in Guangdong Province during 1971-2020
圖4 1971—2020年廣東省年尺度SPEI的EOF分解前3個(gè)模態(tài)空間分布(a、c、d)及第1模態(tài)的時(shí)間系數(shù)(b)Fig.4 Spatial distribution of the first three modes (a,c,d) and the time coefficient of the first mode (b) of EOF decomposition of annual scale SPEI in Guangdong Province during 1971-2020
EOF 第二模態(tài)(EOF2)方差貢獻(xiàn)率為11.49%,該模態(tài)空間向量場(chǎng)呈東西反相變化特征,分界線在廣東省中部樂(lè)昌—曲江—英德—清遠(yuǎn)—花都—廣州—東莞—深圳一帶,以西為負(fù)值一致性,越往西負(fù)值越大,以東為正值一致性。EOF 第三模態(tài)(EOF3)方差貢獻(xiàn)率為6.40%,該模態(tài)空間向量場(chǎng)呈南北反相變化特征,分界線在廣東省中部德慶—云浮—新興—新會(huì)—中山—東莞—博羅—河源—龍川—平遠(yuǎn)—蕉嶺一帶,以南為負(fù)值一致性,以北為正值一致性,越往北正值越大,表明該模態(tài)與海陸差異有明顯關(guān)聯(lián)。
為探索EOF1、EOF2 與海表溫度(sea surface temperature,SST)和大氣環(huán)流的相關(guān)性,選取4 個(gè)區(qū)域ENSO 強(qiáng)度指標(biāo)(Ni?o1+2 區(qū)、Ni?o3 區(qū)、Ni?o4 區(qū)和Ni?o3.4 區(qū)的SST)和4 個(gè)西太平洋副熱帶高壓(western Pacific subtropical high,WPSH)指標(biāo)(面積、強(qiáng)度、脊線位置和西伸脊點(diǎn))與EOF1、EOF2 的時(shí)間系數(shù)進(jìn)行相關(guān)性分析(表3)。可以看出,EOF1 的時(shí)間系數(shù)(PC1)與Ni?o1+2 區(qū)、Ni?o3 區(qū)、Ni?o3.4 區(qū)SST 的相關(guān)系數(shù)分別為0.33、0.24、0.18,且相關(guān)系數(shù)均通過(guò)α=0.05的顯著性檢驗(yàn),而PC1與Ni?o4區(qū)SST 及WPSH 面積、強(qiáng)度、脊線位置、西伸脊點(diǎn)的相關(guān)性較差,說(shuō)明EOF1 與赤道太平洋中東部的海表溫度關(guān)系更為密切。進(jìn)一步分析發(fā)現(xiàn),赤道太平洋中東部的海表溫度異常偏低年份的秋冬季節(jié),通常熱帶太平洋東風(fēng)異常,Walker 環(huán)流加強(qiáng),在西太平洋赤道附近一帶的上升運(yùn)動(dòng)加強(qiáng),而在華南地區(qū)存在下沉運(yùn)動(dòng),導(dǎo)致在熱帶西太平洋、南海附近上空低層存在氣旋性異常環(huán)流,南海受異常的偏東到東北風(fēng)場(chǎng)控制,孟加拉灣、南海的水汽難以向廣東輸送,廣東秋冬季節(jié)的降水減少,容易造成廣東地區(qū)干旱。EOF2 的時(shí)間系數(shù)(PC2)與WPSH 面積的相關(guān)性(0.13)最高,PC2 與WPSH 強(qiáng)度的相關(guān)性(0.12)與前者相近,另外PC2 與WPSH 西伸脊點(diǎn)的相關(guān)系數(shù)也達(dá)0.11,且PC2 與WPSH 面積、強(qiáng)度和西伸脊點(diǎn)的相關(guān)系數(shù)均通過(guò)α=0.05 的顯著性檢驗(yàn),而PC2 與WPSH 脊線位置、Ni?o3 區(qū)、Ni?o4 區(qū)和Ni?o3.4 區(qū)SST 的相關(guān)性較差,說(shuō)明EOF2 與西太平洋副熱帶高壓的關(guān)系較為密切。進(jìn)一步分析發(fā)現(xiàn),春季W(wǎng)PSH 面積異常偏大、強(qiáng)度異常偏強(qiáng)和西伸脊點(diǎn)異常偏西時(shí),脊線位置也會(huì)較常年偏北,并導(dǎo)致雨帶位置偏北,廣東東部降水正常,而廣東西部由于緯度偏低,降水往往偏少,容易造成廣東西部區(qū)域性干旱;而春季W(wǎng)PSH面積異常偏小、強(qiáng)度異常偏弱和西伸脊點(diǎn)異常偏東時(shí),脊線位置也會(huì)較常年偏南,導(dǎo)致雨帶位置偏南,廣東西部降水正常,而廣東東部由于緯度偏高,降水通常偏少,容易造成廣東東部區(qū)域性干旱。
表3 EOF1、EOF2的時(shí)間系數(shù)與厄爾尼諾強(qiáng)度指標(biāo)、西太平洋副熱帶高壓指標(biāo)的相關(guān)性Tab.3 The correlation between time coefficients of EOF1,EOF2 and El Ni?o strength indexes,western Pacific subtropical high (WPSH) indexes
應(yīng)用ESMD 方法,對(duì)廣東省平均年尺度SPEI 進(jìn)行分解,當(dāng)趨勢(shì)余量R對(duì)應(yīng)的方差比率最小時(shí),篩選次數(shù)(29 次)達(dá)到最佳,此時(shí)可將其分解成4 個(gè)模態(tài)(IMF1、IMF2、IMF3、IMF4)和一個(gè)趨勢(shì)余量R(圖5),模態(tài)IMF1、IMF2、IMF3、IMF4 能依次反映原始序列從高頻到低頻的周期振蕩特征。每個(gè)模態(tài)的周期和貢獻(xiàn)率如表4所示,可以看出,模態(tài)1(IMF1)占據(jù)權(quán)重最大,方差貢獻(xiàn)率為47.33%,周期為3.1 a。模態(tài)2(IMF2)和模態(tài)3(IMF3)方差貢獻(xiàn)率分別為20.04%和18.07%,周期分別為7.1、12.5 a,信號(hào)較為平穩(wěn)、明顯。模態(tài)4(IMF4)占據(jù)權(quán)重最小,方差貢獻(xiàn)率僅為4.61%,周期為16.7 a。趨勢(shì)余量R為原始序列的最佳自適應(yīng)全局均線,在一定程度上表征年尺度SPEI序列的趨勢(shì)狀況,其方差貢獻(xiàn)率為9.95%;1971年以來(lái)趨勢(shì)余量R整體呈較明顯下降趨勢(shì),其中1971—2002年下降趨勢(shì)明顯,2002—2020年波動(dòng)較小。綜上,廣東省年尺度SPEI序列在年際上以3.1 a 周期振蕩為主,同時(shí)還有7.1 a 的周期振蕩;在年代際上以12.5 a周期振蕩為主,同時(shí)具有16.7 a的周期振蕩;另外,趨勢(shì)余量R反映廣東有干旱化趨勢(shì)。
圖5 1971—2020年廣東省年尺度SPEI的ESMD的模態(tài)分量及趨勢(shì)余量年際變化Fig.5 The annual variation of modal components and trend margin of ESMD decomposition of annual scale SPEI in Guangdong Province during 1971-2020
表4 1971—2020年廣東省年尺度SPEI的ESMD各模態(tài)分量的周期及方差貢獻(xiàn)率Tab.4 The period and variance contribution rate of each modal component of ESMD decomposition of annual scale SPEI in Guangdong Province during 1971-2020
本文基于標(biāo)準(zhǔn)降水蒸散發(fā)指數(shù)(SPEI),對(duì)廣東省干旱時(shí)空變化特征進(jìn)行分析,發(fā)現(xiàn)廣東省整體有較為明顯的干旱化趨勢(shì),干旱發(fā)生頻率較高,但強(qiáng)度較低。
(1)廣東省SPEI 整體呈較明顯下降趨勢(shì),即干旱化趨勢(shì)。春、夏、秋、冬季SPEI變化表明四季也呈干旱化趨勢(shì),但并不明顯。
(2)廣東省干旱發(fā)生頻率為28%~38%,平均32%,其中輕旱、中旱、重旱、特旱頻率分別為15%、10%、5%、2%,輕旱和中旱頻率占干旱總頻率的78%。廣東省干旱出現(xiàn)時(shí)干旱平均強(qiáng)度為1.03~1.20,屬中旱級(jí)別,干旱強(qiáng)度較低區(qū)域與干旱頻率較高區(qū)域有較好的反向?qū)?yīng)關(guān)系。綜上所述,廣東省發(fā)生干旱的頻率較高,但強(qiáng)度較低。
(3)EOF 第一模態(tài)方差貢獻(xiàn)率達(dá)51.62%,遠(yuǎn)高于其他模態(tài),是廣東省干旱特征的主要變化模態(tài),該模態(tài)空間向量場(chǎng)呈現(xiàn)整個(gè)區(qū)域范圍內(nèi)均為正值,說(shuō)明廣東省干旱類型以同位相變化為主導(dǎo),即存在一致變旱或變澇特征,與赤道太平洋中東部海表溫度關(guān)系更為密切。該模態(tài)時(shí)間系數(shù)整體表現(xiàn)為下降趨勢(shì),說(shuō)明廣東省呈干旱化趨勢(shì)。EOF 第二模態(tài)方差貢獻(xiàn)率為11.49%,該模態(tài)空間向量場(chǎng)呈東西反相變化特征,與西太平洋副熱帶高壓關(guān)系較為密切。EOF 第三模態(tài)方差貢獻(xiàn)率為6.40%,該模態(tài)空間向量場(chǎng)呈南北反相變化特征,與海陸差異有明顯關(guān)聯(lián)。
(4)ESMD 分析表明廣東省平均年尺度SPEI 在年際上以3.1 a 周期振蕩為主,同時(shí)還具有7.1 a 周期振蕩;年代際上以12.5 a周期振蕩為主,同時(shí)還存在16.7 a周期振蕩;另外,趨勢(shì)余量R反映廣東省具有干旱化趨勢(shì)。
由于干旱影響要素非常復(fù)雜,盡管SPEI綜合考慮了降水和氣溫這兩個(gè)對(duì)氣候演變起重要作用的因素,但并未考慮連續(xù)無(wú)降水日、土壤持水量以及大氣環(huán)流等因素,對(duì)干旱事件的評(píng)估可能會(huì)有一定程度偏差。因此,還需根據(jù)廣東省的實(shí)際情況,對(duì)各種指標(biāo)和影響因素進(jìn)行深入討論,研究適宜廣東省的干旱指標(biāo)。