1978—2017年西南地区干湿时空变化特征

周惜荫，李谢辉

(1.成都信息工程大学大气科学学院，高原大气与环境四川省重点实验室，四川 成都 610225；2.中国科学院西北生态环境资源研究院，中国科学院寒旱区陆面过程与气候变化重点实验室，甘肃 兰州 730000；3.中国科学院大学资源与环境学院，北京 100049)

引 言

近百年来，由于气候变暖而导致极端气候事件发生频率增多已经成为全球性趋势[1]，其中，旱涝是最突出的两类极端气候事件[2]。干湿指数是定量表达旱涝发生程度的重要参数，很多研究基于各种干湿指数分析旱涝演变特征[3-5]，如从旱涝形成的物理过程入手，以帕默尔指数(PDSI)[6-7]为代表，以及从研究降水量的分布规律入手，以标准化降水指数(SPI)[8]为代表。PDSI主要适用于干旱、半干旱区[9]，而SPI的优势体现在能反映不同时间尺度的干旱[10]。但在全球变暖背景下仅考虑降水的影响已不足以体现旱涝的范围和强度变化，由于增暖已成为旱涝加剧的重要原因之一[11]，所以VICENTE-SERRANO等[12]在SPI的基础上通过引入潜在蒸散量，构建适合气候变暖背景下旱涝监测与评估的标准化降水蒸散指数(SPEI)。目前，有很多研究基于SPEI指数对中国西南地区的干旱时空变化进行分析，发现西南地区整体呈干旱化趋势[13-14]，干旱强度增强、发生次数增加[15]；进入21世纪后西南地区干旱面积明显增加、持续时间显著增长[16]，多季连旱现象普遍[17]；四季变干趋势更加明显，干湿变化均存在2～8 a左右的振荡周期[18]。目前虽已有研究得出西南地区呈干旱化趋势，干湿变化有振荡周期，但干湿变化的突变点以及基于SPEI指数的湿润研究还相对较少。基于此，本文主要利用中国地面气候资料日值温度和降水资料，通过对计算的SPEI进行干湿等级划分，采用极点对称模态分解ESMD、M-K突变检验和空间插值等方法对西南地区的干湿时空变化特征进行分析，以期能对全球变暖背景下进一步认识该区域旱涝事件提供参考。

1 资料与方法

1.1 资 料

在保证站点数据质量、空间位置分布均匀和时间尺度连续的前提下，选取西南地区重庆市、四川省、贵州省和云南省91个气象站点1978—2017年的温度和降水资料，所用数据来自于中国地面气候资料日值数据集(V3.0)，缺测数据主要基于站点自身历史数据采用回归插值法进行插补，并通过α=0.05的显著性检验。图1为研究区地形及气象站点地理位置分布。本文附图中西南地区行政边界都是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)3333的标准地图制作，底图无修改。

图1 西南地区地形及气象站点分布Fig.1 The topography and distribution of meteorological stations in southwestern China

1.2 方 法

首先利用91个气象站的温度和降水数据分别计算时间尺度为1个月、3个月、6个月和12个月的SPEI，分别记为SPEI1、SPEI3、SPEI6、SPEI12，其计算步骤可参阅文献[19]，表1是基于SPEI的干湿等级划分标准[20]；然后使用极点对称模态分解(ESMD)[21]和M-K方法[22]对西南地区干湿的时间变化特征、突变及周期性进行分析；最后利用ArcGIS对干湿的空间变化特征进行分析。

表1 SPEI干湿等级划分Tab.1 Classification of dryness and wetness grades based on SPEI

1.2.1 干湿强度计算

将每年3—5月划分为春季，6—8月为夏季，9—11月为秋季，12月至次年2月为冬季。对四季平均干旱强度和平均湿润强度的处理如下：以春季为例，将每年3—5月SPEI≤-0.5的值进行求和，得到该年春季干旱强度，其值越小，干旱程度越强，春季平均干旱强度统计为40 a的历史平均值[23]。将每年3—5月SPEI>0.5的值进行求和，得到该年春季湿润强度，其值越大，湿润程度越强，春季平均湿润强度为40 a的历史平均值。本文主要基于SPEI1对1978—2017年西南地区干湿强度和不同季节的平均干湿强度进行计算。

1.2.2 极点对称模态分解方法

极点对称模态分解方法(extre-point symmetric mode decomposition, ESMD)是一种数据驱动的自适应非线性时变信号分解方法，适合于非线性、非平稳时间序列的分析[24]。该方法在观测数据的趋势分离、异常诊断和时-频分析方面存在独特优势，是Hilbert-Huang变换的新发展[21,25]，与盛行的小波变换方法存在很大不同，是目前提取时间序列变化趋势与周期的最新方法之一[26]。经过分解，原始时间序列可由一系列模态和一个趋势项组成[27-28]，每个模态分量都可以单独提取周期，具体操作步骤[24,26]如下：

①找出时间序列Y的所有局部极值点(极大值点和极小值点)，记为Ei(1≤i

②连接所有临近的Ei，其中点标记为Fi，其中1≤i≤n-i，并在左右两端添补边界中点F0和Fn；

③用n+1个中点构建p条插值曲线L1，…，Lp(p>1)，并计算其平均值L*=(L1+…+Lp)/p；

④对Y-L*序列重复上述步骤，直至|L*|≤ε(ε是允许误差)，或者筛选次数达到预设的最大值K，得到第一个模态分量M1；

⑤对剩余序列R重复上述4个步骤，直到为单一信号或不再大于预先给定的极值点，可分别得到模态M2，M3，…，Mn；

⑥在限定区间[Kmin，Kmax]内改变K值，重复上述5个步骤。计算序列Y-R的方差σ2，并对σ/σ0和K进行绘图(σ0是Y的标准差)，在图中找出σ/σ0最小值对应的K0，以K0作为限制条件再次重复上述5个步骤，最后剩余项R就是序列Y的趋势项。

2 结果与分析

2.1 时间变化特征

2.1.1 SPEI干湿变化

利用不同时间尺度的SPEI对西南地区干湿进行评估，图2为1978—2017年不同时间尺度的SPEI年际变化。可以看出，西南地区SPEI1、SPEI3、SPEI6和SPEI12均呈波动下降趋势，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，不同时间尺度的SPEI大都小于0，其中SPEI6和SPEI122010年最小，均为-0.86，表明2010年发生了较为严重的干旱，这与历史灾情资料相符[29]。综合对比不同时间尺度的SPEI可以看出，2000年之前SPEI以正值为主，说明2000年之前西南地区呈正常偏轻微湿润态势，2000年之后SPEI以负值为主，说明2000年之后西南地区干旱化趋势加剧，这与王东等[15]的研究结论一致。

图2 1978—2017年西南地区不同时间尺度SPEI的年际变化(a)1个月，(b)3个月，(c)6个月，(d)12个月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

对西南地区不同时间尺度的SPEI进行ESMD分解，分析该地区干湿周期特征及年际、年代际变化趋势(图3)。由不同时间尺度的趋势分量可知，2000年以后，不同时间尺度的SPEI趋势分量呈显著下降趋势，说明干旱化趋势加剧。从不同时间尺度的模态分量来看，SPEI1主要的周期有2 a(第1模态)和7 a(第2模态)，第1模态的振幅比第2模态变化大，表明振荡周期以2 a为主。SPEI3主要的周期有2 a(第1模态)、4 a(第2模态)和8 a(第3模态)，第1模态的振幅比第2和第3模态的振幅变化大，表明振荡周期以2 a为主。SPEI6主要的周期有2 a(第1模态)和10 a(第2模态)，第3模态没有明显的周期性，第2模态的振幅比第1模态的振幅变化大，表明振荡周期以10 a为主。SPEI12主要的周期有2 a(第1模态)和10 a(第2模态)，第3模态没有明显的周期性，第1模态振幅与第2模态振幅变化相当，表明振荡周期以2a和10a为主。除此之外，2000年以后，各模态振幅变化增大，说明干湿转变在2000年后。所有趋势分量与不同时间尺度SPEI时间序列的变化一致，2000年前较平稳，2000年后明显下降，说明2000年以后干旱化趋势加重。

图3 1978—2017年西南地区不同时间尺度SPEI及其ESMD分解的年际变化(a)1个月，(b)3个月，(c)6个月，(d)12个月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，鉴于各模态分量和趋势分量彼此之间具有独立性，利用方差贡献来反映各模态分量和趋势分量对原始SPEI序列波动变化的贡献，不同时间尺度的模态分量和趋势分量对SPEI序列的方差贡献率见表2，模态分量、趋势分量与原始序列的相关系数见表3。由表2、表3可知，不同时间尺度SPEI第1模态方差贡献率最大，其中SPEI1第1模态的方差贡献率达48.91%，与SPEI1原始序列的相关系数为0.64；SPEI1第2模态和SPEI3、SPEI6、SPEI12第3模态的方差贡献率最小，其中SPEI12第3模态的方差贡献率为19.54%，但与原始SPEI序列的相关系数最大，为0.66。所有趋势分量的方差贡献率较小。由此可以得出SPEI主要具有年际振荡(2 a)和年代际振荡(10 a)特征。在SPEI序列变化中，SPEI1的年际变化起主导作用，同时也受SPEI12的年代际变化影响，且不同时间尺度SPEI的趋势分量与原始序列相关性最好，所有模态分量、趋势分量与原始序列的相关系数均通过α=0.05的显著性检验。

表2 1978—2017年西南地区不同时间尺度SPEI经ESMD分解所得模态的方差贡献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年西南地区不同时间尺度SPEI模态分量、趋势分量与原始序列的相关系数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检验

图4为西南地区不同时间尺度SPEI的M-K突变检验。可以看出，SPEI1和SPEI3的UF与UB两条曲线在2001年出现交点；SPEI6和SPEI12的UF与UB曲线在2003年出现交点；不同时间尺度SPEI的UF曲线均在2000年之后呈下降趋势。综合分析可知，2000年代初为西南地区干湿的突变时间，这与李军等[18]的研究结果一致。

图4 1978—2017年西南地区不同时间尺度SPEI的M-K检验(a)1个月，(b)3个月，(c)6个月，(d)12个月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 空间变化特征

图5为西南地区近40 a各站点的干旱强度及湿润强度空间分布。可以看出，极端干旱、严重干旱、中度干旱、轻度干旱占所有站点的百分比分别为3.30%、8.79%、30.77%、56.04%；干旱强度较强的站点主要分布在四川的色达、小金和九龙，重庆的合川，贵州的仁怀、湄潭、凯里和三穗，云南的六库、玉溪和澜沧。极端湿润、严重湿润、中度湿润、轻微湿润占所有站点的百分比分别为3.30%、12.09%、51.65%、32.97%；湿润强度较强的站点主要分布在四川的甘孜、松潘、峨眉山、越西和昭觉，重庆的奉节和江津，贵州的松桃、望谟和荔波，云南的景东和思茅。综合对比发现干旱强度与湿润强度呈负相关，即干旱强度较强的地方湿润程度较弱。

图5 1978—2017年西南地区各站点干旱强度(a)及湿润强度(b)的空间分布Fig.5 Spatial distribution of dryness intensity (a) and wetness intensity (b) at each station in southwestern China from 1978 to 2017

为进一步分析干旱强度与湿润强度的负相关特征是否受季节变化影响，计算1978—2017年西南地区不同季节的平均干旱强度及湿润强度并绘制其空间分布图。由图6可以看出，春季四川和重庆交界地区以及云南南部的干旱最严重，达到极端干旱。夏季贵州东部的干旱最严重，达到极端干旱；云南南部和四川东部的干旱有所缓解，为正常。秋季几乎整个西南地区都发生了干旱，其中云南中部的干旱最严重，达到极端干旱；贵州东部的干旱有所缓解，减弱为轻微干旱。冬季四川北部以及四川、云南和贵州交界地区的干旱最严重，达到极端干旱；四川中部的干旱略有缓解，减弱为轻微干旱。

图6 1978—2017年西南地区不同季节平均干旱强度的空间分布(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

由图7可以看出春季西南大部分地区都出现了不同程度的湿润，其中四川西部和贵州东南部的湿润强度级别最高，其次是云南西北部，都达到极端湿润级别。夏季西南大部分地区湿润强度级别都较高，四川东部、重庆和云南大部分地区较春季更湿润，达到严重湿润级别。秋季几乎整个西南地区的湿润强度级别都有所下降，其中四川南部、云南大部分地区以及贵州西部的湿润强度已属于正常范围，即没有湿润出现。冬季西南大部分地区的湿润强度都属于正常范围，但云南中部地区较秋季更湿润，达到中度湿润级别。综上所述，春季、秋季和冬季大部分地区干旱强度级别较高的地方湿润强度级别较低，夏季由于西南地区降水较多，大部分地区都是严重湿润，只有贵州东部干旱强度级别较高的地方湿润强度级别较低。总体上，西南大部分地区四季都发生了不同程度的干旱，而春季和夏季则出现了不同程度的湿润。

图7 1978—2017年西南地区不同季节平均湿润强度空间分布(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 讨 论

本文研究结果反映1978—2017年西南地区呈干旱化趋势，这与王东等[15]、熊光洁等[30]的研究结论一致，不同的是本文对SPEI的时间序列做了ESMD分解，显示趋势分量一直呈下降趋势，且2010年后未出现回升，表明西南地区干旱化程度在逐步加深；通过分析模态分量得出，SPEI主要有年际振荡(2 a)和年代际振荡(10 a)特征，与熊光洁等[30]研究得出西南地区年尺度的干旱频率在1980年代后有明显的年代际振荡变化特征相符。结合M-K突变检验得出干湿突变时间在2000年代初，由于研究区域划分尺度不同，这与王东等[15]研究认为整个西南地区的每个子区域干湿转折不尽相同的结论有出入。另外，基于SPEI1计算了1978—2017年不同季节各站点的干旱强度后发现，春季主要以中度和严重干旱为主，有极端干旱发生；夏季主要以轻微和中度干旱为主，有极端干旱发生；秋季和冬季主要以中度干旱为主，有极端干旱发生，其结果大致与牛凯杰等[31]研究结论相符，由于选取的时间尺度不同，本文干旱发生程度略偏严重，与其研究得出的季节性干旱为中度(偏下)的结论有一些出入。在空间变化特征上，四川和贵州出现了极端湿润级别，云南和重庆发生了极端干旱，西南地区大部分区域发生了较为严重的干旱，这与程雨春等[32]研究得出从1950年代以来西南地区会进入一个较长时期偏旱阶段的结论相符。除此之外，春、秋、冬季西南大部分地区在干旱强度级别较高的地方，湿润强度级别较低，但干湿强度增大的原因没有分析，有待后续进行更进一步深入的机理和原因分析。

4 结 论

(1)1978—2017年，不同时间尺度SPEI整体呈波动下降趋势；2000年以后，不同时间尺度SPEI呈明显下降趋势，其中SPEI6和SPEI12在2010年达到最小，表明2010年发生的干旱最严重。

(2)经ESMD分解后得到的模态分量有年际振荡(2 a)和年代际振荡(10 a)特征，趋势分量呈波动下降趋势，在2010年后未出现回升，干旱化程度在逐步加深。综合对比ESMD的分解结果和M-K突变检验结果得出2000年代初为西南地区干湿的突变时间。

(3)1978—2017年西南地区各站点干湿达到极端和严重等级占比较少，主要以中度和轻微等级为主，其中轻微干旱占比最高，达56.04%，其次是中度湿润，为51.65%，说明西南大部分地区出现轻微干旱和中度湿润。西南大部分区域主要以干旱为主，其中四川西北部和贵州中东部干旱最严重，而四川南部的湿润强度级别较高。

(4)春季，四川和重庆交界地区以及云南南部发生极端干旱，四川西部、贵州东南部和云南西北部出现极端湿润；夏季，西南大部分地区以湿润为主，但贵州东部发生极端干旱；秋季，西南大部分区域发生了不同程度的干旱，但四川北部有湿润出现；冬季，西南大部分区域干旱程度比秋季进一步加重，但云南中部出现了湿润。总体上，西南地区四季呈干旱化趋势。

DOI:10.1117/12.421232.