基于SPEI的廣東省近50a干旱時空特征

余興湛，蒲義良，康伯乾

（1.廣東省臺山市氣象局，廣東 臺山 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）

引 言

干旱是最普遍、最復雜的自然災害之一，影響廣且持續時間長，給人類社會造成的影響越來越嚴重［1-3］。隨著全球氣候持續變暖，極端天氣事件的發生頻率和強度都在逐步上升，我國大部分地區的干旱災害也日益加?。?-5］。近年來各國研發了眾多干旱指數用于評估和監測干旱事件［6-7］。目前，我國常用的干旱指數主要有標準化降水指數（standardized precipitation index，SPI）、帕默爾干旱指數（Palmer drought severity index，PDSI）、綜合氣象干旱指數（composite meteorological drought index，CI）、Z指數、干燥度指數和標準降水蒸散指數（standardized precipitation evapotranspiration index，SPEI）等50 多種［8-9］。這些常用干旱指數大多存在一定局限性，如SPI 和Z指數等僅單一考慮降水因素對干旱的影響［10］；PDSI計算復雜且難以準確評估短期干旱事件［11］；CI 對降水事件的響應過于靈敏，且權重系數及閾值難以確定［12］。因此這些指標大多能在一定程度上反映某一區域干旱特征，但在不同區域的適用性較差［13］。SPEI 在SPI 的基礎上發展而來，除了考慮降水因素外，還考慮了氣溫波動對干旱的影響［14］，不僅能監測到干旱是否發生，還能反映多個時間尺度的干旱嚴重程度和持續時間［15］。因此SPEI 自提出后便在不同區域的干旱監測中得到廣泛應用［16-18］，且在華南地區適用性較好［19-21］。

廣東瀕臨南海，屬亞熱帶季風氣候，因其獨特的地理環境，太陽輻射強、氣溫高、降水豐沛但時空分布不均，因此區域性、季節性干旱十分明顯［22］。廣東省是我國經濟大省，城市化程度高，居民生活、工業和農業生產等對淡水資源的需求量非常大，干旱一旦發生便會對居民的正常生活生產和社會經濟發展等造成影響，其危害及帶來的損失也會更嚴重，如2004年全省的嚴重旱災，導致直接經濟損失16.7 億元［23］。研究表明廣東省氣候總體比較濕潤，但干旱化趨勢微弱、干旱發生頻率較高，且這些研究多基于單一干旱指數分析華南整體或廣東局部地區的干旱特征［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 個國家氣象觀測站逐月降水量和氣溫資料，分別計算不同時間尺度的SPEI，對廣東省干旱時空變化特征進行分析，以期為廣東省農業生態系統的科學管理和氣象防災減災等方面提供參考。

1 資料與方法

1.1 資 料

利用廣東省氣象探測數據中心提供的1971—2020年廣東省86 個國家氣象觀測站（圖1）逐月降水量和氣溫資料。

圖1 廣東省地形及86個國家氣象觀測站分布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家測繪地理信息局標準地圖服務網站下載的審圖號為GS（2019）1822號的中國地圖制作，底圖無修改。

1.2 方 法

SPEI 計算原理參考VICENTE-SERRANO 等［14］研究方法，首先利用Thornthwaite 方法［27］（該方法適用于濕潤地區）計算月潛在蒸散量，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地理信息計算各站年尺度和季節尺度的SPEI序列，根據國家氣象干旱標準對SPEI進行干旱等級劃分（表1）［28］。

表1 基于SPEI的干旱等級劃分Tab.1 Drought grades classification based on SPEI

利用反距離加權插值法（inverse distance weight，IDW）對廣東省86 個氣象站的干旱頻率（P）和強度（S）進行空間插值［29］，得到干旱發生頻率和強度空間分布。其中干旱頻率（P）是發生干旱的月數與總月數之比［30］；干旱強度（S）是發生干旱時SPEI 絕對值的平均值，該值越大干旱強度越強。根據干旱等級劃分可推出，當0.5≤S＜1.0 時為輕旱，1.0≤S＜1.5時為中旱，1.5≤S＜2.0時為重旱，S≥2.0時為特旱［31］。

Mann-Kendall 趨勢檢驗是非參數統計檢驗方法［32］，適用于分析持續增長或下降的時間序列數據，計算方法簡便，因此采用Mann-Kendall趨勢檢驗對廣東省86 個氣象站不同時間尺度SPEI 變化趨勢進行檢驗。經驗正交函數（empirical orthogonal function，EOF）［33］能把隨時間變化的變量場分解為不隨時間變化的空間函數和只依賴時間變化的時間函數，也稱時空分解，因此對廣東省86 個氣象站逐月年尺度SPEI 進行EOF 分解和North 檢驗［34-35］，研究干旱的主要變化模態及時間變化規律。極點對稱模態分解（extreme-point symmetric mode decomposition，ESMD）［36］在經驗模態分解（empirical mode decomposition，EMD）的基礎上，用內部極點對稱代替外部包絡線插值，利用“最小二乘”思想改進趨勢余量R使其成為原始序列的最佳自適應全局均線，并由此確定最佳篩選次數，在處理非線性非平穩數據的多尺度分析方面擁有很大優越性。因此應用ESMD方法分析廣東省干旱的時間變化趨勢和周期特征，所涉及的周期信號采用快速傅里葉變換計算［37］。

2 結果與分析

2.1 干旱指數變化趨勢

圖2為1971—2020年廣東省不同時間尺度SPEI 的Mann-Kendall 趨勢系數和年尺度SPEI年際變化，其中SPEI 的Mann-Kendall 趨勢系數小于0 為下降趨勢，表示趨于干旱化，反之則趨于濕潤化，其絕對值大于等于1.64、1.96 時，分別表示通過α＝0.1、α＝0.05的顯著性檢驗。廣東省春季（3—5月）有79 站（91.9%）SPEI 呈下降趨勢，但僅有3 站通過α＝0.1 的顯著性檢驗（樂昌、懷集和遂溪站）和1 站通過α＝0.05 的顯著性檢驗（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，站點分布較分散，且均未通過α＝0.1的顯著性檢驗。夏季（6—8月）有62站（72.1%）SPEI呈下降趨勢，通過α＝0.1 和α＝0.05 顯著性檢驗的站點均為5 站；有24站SPEI呈上升趨勢，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α＝0.05的顯著性檢驗，其他站均未通過α＝0.1的顯著性檢驗。秋季（9—11月）有73站（84.9%）SPEI呈下降趨勢，但僅有4 站通過α＝0.1 的顯著性檢驗（深圳、陸豐、五華和英德站）和2 站通過α＝0.05 的顯著性檢驗（吳川和臺山站）；有13 站SPEI 呈上升趨勢，但均未通過α＝0.1 的顯著性檢驗，主要集中在廣東省中部的四會—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，其中有4 站通過α＝0.1 的顯著性檢驗（陸豐、惠來、潮陽和澄海站）和1 站通過α＝0.05 的顯著性檢驗（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，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α＝0.1 的顯著性檢驗。對春、夏、秋、冬季的平均SPEI 序列進行Mann-Kendall 趨勢檢驗，發現各季節都呈現下降趨勢，但均未通過α＝0.1 的顯著性檢驗。綜上可知，廣東省大部地區各季節都呈現干旱化趨勢，但并不明顯。

圖2 1971—2020年廣東省不同時間尺度SPEI的Mann-Kendall趨勢系數（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

對廣東省平均年尺度SPEI 序列進行Mann-Kendall 趨勢檢驗，總體呈下降趨勢，并通過α＝0.1的顯著性檢驗。從各站來看，有76 站（88.3%）表現為下降趨勢，其中有9站通過α＝0.1的顯著性檢驗，26 站通過α＝0.05 的顯著性檢驗，且主要分布在廣東省東部大部分地區、西南部和臺山—新興一帶；有10站SPEI 呈上升趨勢，但僅廣州站通過α＝0.05的顯著性檢驗，其他站均未通過α＝0.1的顯著性檢驗。從廣東省年尺度SPEI年際變化看出，SPEI整體呈下降趨勢，變化率為-0.008 a-1。從年尺度SPEI 5 a滑動平均看，1971—1989年為下降趨勢，1989—1996年為上升趨勢，1996—2005年為下降趨勢，2005—2015年為上升趨勢，2015—2020年為下降趨勢。綜合來看，廣東省SPEI整體呈現較明顯下降趨勢，即有干旱化趨勢。

2.2 干旱頻率和強度

圖3為1971—2020年廣東省干旱頻率和干旱強度空間分布?？梢钥闯?，廣東省干旱發生頻率為28%～38%，平均32%，其中輕旱、中旱、重旱、特旱發生頻率分別為15%、10%、5%、2%，輕旱和中旱頻率占干旱總頻率的78%。約有75%的區域干旱發生頻率為30%～34%，干旱出現頻率較高的區域為廣東省西南部陽江—湛江沿海一帶和廣東省北部的連山和曲江地區，而廣東省北部的河源—和平—蕉嶺一帶干旱出現頻率較低。廣東省干旱的平均強度為1.03～1.20，屬于中旱級別，干旱強度較低區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，與干旱發生頻率較高區域有較好的反向對應關系。綜上所述，廣東省干旱發生頻率較高，但強度較低。

圖3 1971—2020年廣東省干旱頻率（a，單位：%）和干旱強度（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

2.3 干旱時空分布特征

表2為1971—2020年廣東省年尺度SPEI EOF分解的前5個模態貢獻率，圖4為前3個模態的空間分布及第1 模態的時間系數?？梢钥闯?，前3 個模態的方差貢獻率之和為69.51%，且都通過North 顯著性檢驗，能很好地代表廣東省SPEI的時空分布特征。EOF 第一模態（EOF1）方差貢獻率為51.62%，遠高于其他模態，是廣東省干旱特征的主要變化模態，該模態空間向量場呈現整個區域范圍內均為正值［圖4（a）］，說明廣東省整體干旱類型以同位相變化為主導，即存在一致變旱或變澇特征，其數值自西向東遞增，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。該模態的時間系數整體表現為下降趨勢［圖4（b）］，即呈干旱化趨勢，且波動較劇烈，說明EOF 第一模態特征非常典型。另外，1991、1999、2004、2012年有明顯的負峰值，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。從《中國氣象災害大典：廣東卷》［22］和《廣東天氣預報技術手冊》［23］的記載來看1991、1999、2004年都是干旱嚴重年份，與上述研究結論基本吻合，說明SPEI在廣東省區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個模態貢獻率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個模態空間分布（a、c、d）及第1模態的時間系數（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（EOF2）方差貢獻率為11.49%，該模態空間向量場呈東西反相變化特征，分界線在廣東省中部樂昌—曲江—英德—清遠—花都—廣州—東莞—深圳一帶，以西為負值一致性，越往西負值越大，以東為正值一致性。EOF 第三模態（EOF3）方差貢獻率為6.40%，該模態空間向量場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—中山—東莞—博羅—河源—龍川—平遠—蕉嶺一帶，以南為負值一致性，以北為正值一致性，越往北正值越大，表明該模態與海陸差異有明顯關聯。

為探索EOF1、EOF2 與海表溫度（sea surface temperature，SST）和大氣環流的相關性，選取4 個區域ENSO 強度指標（Ni?o1+2 區、Ni?o3 區、Ni?o4 區和Ni?o3.4 區的SST）和4 個西太平洋副熱帶高壓（western Pacific subtropical high，WPSH）指標（面積、強度、脊線位置和西伸脊點）與EOF1、EOF2 的時間系數進行相關性分析（表3）?？梢钥闯?，EOF1 的時間系數（PC1）與Ni?o1+2 區、Ni?o3 區、Ni?o3.4 區SST 的相關系數分別為0.33、0.24、0.18，且相關系數均通過α＝0.05的顯著性檢驗，而PC1與Ni?o4區SST 及WPSH 面積、強度、脊線位置、西伸脊點的相關性較差，說明EOF1 與赤道太平洋中東部的海表溫度關系更為密切。進一步分析發現，赤道太平洋中東部的海表溫度異常偏低年份的秋冬季節，通常熱帶太平洋東風異常，Walker 環流加強，在西太平洋赤道附近一帶的上升運動加強，而在華南地區存在下沉運動，導致在熱帶西太平洋、南海附近上空低層存在氣旋性異常環流，南海受異常的偏東到東北風場控制，孟加拉灣、南海的水汽難以向廣東輸送，廣東秋冬季節的降水減少，容易造成廣東地區干旱。EOF2 的時間系數（PC2）與WPSH 面積的相關性（0.13）最高，PC2 與WPSH 強度的相關性（0.12）與前者相近，另外PC2 與WPSH 西伸脊點的相關系數也達0.11，且PC2 與WPSH 面積、強度和西伸脊點的相關系數均通過α＝0.05 的顯著性檢驗，而PC2 與WPSH 脊線位置、Ni?o3 區、Ni?o4 區和Ni?o3.4 區SST 的相關性較差，說明EOF2 與西太平洋副熱帶高壓的關系較為密切。進一步分析發現，春季WPSH 面積異常偏大、強度異常偏強和西伸脊點異常偏西時，脊線位置也會較常年偏北，并導致雨帶位置偏北，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域性干旱；而春季WPSH面積異常偏小、強度異常偏弱和西伸脊點異常偏東時，脊線位置也會較常年偏南，導致雨帶位置偏南，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域性干旱。

表3 EOF1、EOF2的時間系數與厄爾尼諾強度指標、西太平洋副熱帶高壓指標的相關性Tab.3 The correlation between time coefficients of EOF1,EOF2 and El Ni?o strength indexes,western Pacific subtropical high （WPSH） indexes

2.4 干旱周期

應用ESMD 方法，對廣東省平均年尺度SPEI 進行分解，當趨勢余量R對應的方差比率最小時，篩選次數（29 次）達到最佳，此時可將其分解成4 個模態（IMF1、IMF2、IMF3、IMF4）和一個趨勢余量R（圖5），模態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。每個模態的周期和貢獻率如表4所示，可以看出，模態1（IMF1）占據權重最大，方差貢獻率為47.33%，周期為3.1 a。模態2（IMF2）和模態3（IMF3）方差貢獻率分別為20.04%和18.07%，周期分別為7.1、12.5 a，信號較為平穩、明顯。模態4（IMF4）占據權重最小，方差貢獻率僅為4.61%，周期為16.7 a。趨勢余量R為原始序列的最佳自適應全局均線，在一定程度上表征年尺度SPEI序列的趨勢狀況，其方差貢獻率為9.95%；1971年以來趨勢余量R整體呈較明顯下降趨勢，其中1971—2002年下降趨勢明顯，2002—2020年波動較小。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，同時具有16.7 a的周期振蕩；另外，趨勢余量R反映廣東有干旱化趨勢。

圖5 1971—2020年廣東省年尺度SPEI的ESMD的模態分量及趨勢余量年際變化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各模態分量的周期及方差貢獻率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

3 結 論

本文基于標準降水蒸散發指數（SPEI），對廣東省干旱時空變化特征進行分析，發現廣東省整體有較為明顯的干旱化趨勢，干旱發生頻率較高，但強度較低。

（1）廣東省SPEI 整體呈較明顯下降趨勢，即干旱化趨勢。春、夏、秋、冬季SPEI變化表明四季也呈干旱化趨勢，但并不明顯。

（2）廣東省干旱發生頻率為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%。廣東省干旱出現時干旱平均強度為1.03～1.20，屬中旱級別，干旱強度較低區域與干旱頻率較高區域有較好的反向對應關系。綜上所述，廣東省發生干旱的頻率較高，但強度較低。

（3）EOF 第一模態方差貢獻率達51.62%，遠高于其他模態，是廣東省干旱特征的主要變化模態，該模態空間向量場呈現整個區域范圍內均為正值，說明廣東省干旱類型以同位相變化為主導，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系更為密切。該模態時間系數整體表現為下降趨勢，說明廣東省呈干旱化趨勢。EOF 第二模態方差貢獻率為11.49%，該模態空間向量場呈東西反相變化特征，與西太平洋副熱帶高壓關系較為密切。EOF 第三模態方差貢獻率為6.40%，該模態空間向量場呈南北反相變化特征，與海陸差異有明顯關聯。

（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，同時還存在16.7 a周期振蕩；另外，趨勢余量R反映廣東省具有干旱化趨勢。

由于干旱影響要素非常復雜，盡管SPEI綜合考慮了降水和氣溫這兩個對氣候演變起重要作用的因素，但并未考慮連續無降水日、土壤持水量以及大氣環流等因素，對干旱事件的評估可能會有一定程度偏差。因此，還需根據廣東省的實際情況，對各種指標和影響因素進行深入討論，研究適宜廣東省的干旱指標。