基于SPEI的广东省近50 a干旱时空特征

doi:10.11755/j.issn.1006-7639（2022）-06-1051

摘要/Abstract

摘要：

了解广东省干旱特征对于减少旱灾损失具有重要意义。基于1971—2020年广东省86个国家气象观测站逐月降水量和气温资料，计算不同时间尺度的标准降水蒸散指数（standardized precipitation evapotranspiration index，SPEI），利用Mann-Kendall趋势检验、经验正交函数（empirical orthogonal function，EOF）以及极点对称模态分解（extreme-point symmetric mode decomposition，ESMD）等方法，分析近50 a广东省干旱时空变化特征。结果表明：广东省年尺度SPEI整体呈较明显下降趋势，即干旱化趋势，四季也呈干旱化趋势，但并不明显。广东省干旱发生频率较高，但强度较低。EOF第一模态反映广东省存在一致变旱或变涝特征，其与赤道太平洋中东部海表温度关系更为密切，时间系数反映出广东省整体呈干旱化趋势；第二模态与西太平洋副热带高压关系较为密切；第三模态则与海陆差异有明显关联。ESMD分析表明广东省平均年尺度SPEI在年际上以3.1 a周期振荡为主，在年代际上以12.5 a周期振荡为主，趋势余量R反映广东省具有干旱化趋势。广东省整体有较明显干旱化趋势，干旱发生频率较高，但强度较低。

关键词: 干旱, Mann-Kendall趋势检验, EOF, ESMD, 广东省

Abstract:

It is important to understand drought characteristics in Guangdong Province to reduce losses caused by drought. The monthly precipitation and temperature from 86 national meteorological stations in Guangdong Province from 1971 to 2020 are used to calculate the standardized precipitation evapotranspiration index (SPEI) at different time scales. Mann-Kendall trend test, empirical orthogonal function (EOF) and extreme-point symmetric mode decomposition (ESMD) methods are applied to analyze the spatial-temporal characteristics of drought in Guangdong Province in recent 50 years. The results show that the significant declining trend of annual scale SPEI indicates that drought is getting worse. Seasonal scale SPEI also shows a worse trend of drought but the trend is not significant. The occurring frequency of drought in Guangdong Province is high but the intensity of drought is weak. The first mode of EOF of annual scale SPEI shows that the whole Guangdong has experienced an evolution trend of drought or flood, and the corresponding time coefficient shows that Guangdong Province has a worse drought trend, which is closely related to the sea surface temperature in the east-central equatorial Pacific. The second mode of EOF of annual scale SPEI is closely related to the western Pacific subtropical high. The third mode of EOF of annual scale SPEI is significantly related to the land-sea contrasts. The ESMD analysis shows that the average annual scale SPEI is dominated by a 3.1-year period at inter-annual timescales and a 12.5-year period at the inter-decadal timescales. In addition, the trend residual R also indicates drought trend in Guangdong Province. In summary, the trend of drought in Guangdong Province is gradually prominent, which is characterized by high frequency and weak intensity of drought.

Key words: drought, Mann-Kendall trend test, EOF, ESMD, Guangdong Province

中图分类号:

P462.2

余兴湛, 蒲义良, 康伯乾. 基于SPEI的广东省近50 a干旱时空特征[J]. 干旱气象, 2022, 40(6): 1051-1058.

YU Xingzhan, PU Yiliang, KANG Boqian. Spatial-temporal characteristics of drought in recent 50 years in Guangdong Province based on SPEI[J]. Journal of Arid Meteorology, 2022, 40(6): 1051-1058.

图/表 9

图1 广东省地形及86个国家气象观测站分布

Fig.1 Distribution of 86 national meteorological observation stations and topography in Guangdong Province

表1 基于SPEI的干旱等级划分

Tab.1 Drought grades classification based on SPEI

SPEI	干旱等级
-1.0 $<$ SPEI≤-0.5	轻旱
-1.5 $<$ SPEI≤-1.0	中旱
-2.0 $<$ SPEI≤-1.5	重旱
SPEI≤-2.0	特旱

表1 基于SPEI的干旱等级划分

Tab.1 Drought grades classification based on SPEI

SPEI	干旱等级
-1.0 $<$ SPEI≤-0.5	轻旱
-1.5 $<$ SPEI≤-1.0	中旱
-2.0 $<$ SPEI≤-1.5	重旱
SPEI≤-2.0	特旱

图2 1971—2020年广东省不同时间尺度SPEI的Mann-Kendall趋势系数（a、b、c、d、e）和年尺度SPEI年际变化（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

图3 1971—2020年广东省干旱频率（a，单位：%）和干旱强度（b）空间分布

Fig.3 The spatial distribution of drought frequency (a， Unit: %) and drought intensity (b) in Guangdong Province during 1971-2020

表2 1971—2020年广东省年尺度SPEI的EOF分解前5个模态贡献率

Tab.2 Contribution rates of the first five modes of EOF decomposition of annual scale SPEI in Guangdong Province during 1971-2020

模态	方差贡献率/%	累计方差贡献率/%
EOF1	51.62	51.62
EOF2	11.49	63.11
EOF3	6.40	69.51
EOF4	4.36	73.87
EOF5	2.50	76.37

图4 1971—2020年广东省年尺度SPEI的EOF分解前3个模态空间分布（a、c、d）及第1模态的时间系数（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

表3 EOF1、EOF2的时间系数与厄尔尼诺强度指标、西太平洋副热带高压指标的相关性

Tab.3 The correlation between time coefficients of EOF1, EOF2 and El Ni?o strength indexes, western Pacific subtropical high （WPSH） indexes

时间系数	厄尔尼诺强度指标				西太平洋副热带高压指标
时间系数	Niño 1+2区	Niño 3区	Niño 4区	Niño 3.4区	面积	强度	脊线位置	西伸脊点
PC1	0.33^**	0.24^**	0.02	0.18^**	0.05	0.06	-0.04	-0.04
PC2	0.09^*	0.03	-0.03	-0.01	0.13^**	0.12^**	0.04	0.11^**

图5 1971—2020年广东省年尺度SPEI的ESMD的模态分量及趋势余量年际变化

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年广东省年尺度SPEI的ESMD各模态分量的周期及方差贡献率

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

模态分量	周期/a	方差贡献率/%
IMF1	3.1	47.33
IMF2	7.1	20.04
IMF3	12.5	18.07
IMF4	16.7	4.61
趋势余量R	无	9.95

参考文献 37

[1]	LOBELL D B, ROBERTS M J, SCHLENKER W S, et al. Greater sensitivity to drought accompanies maize yield increase in the U. S. Midwest[J]. Science, 2014, 344(6183): 516-519. DOI URL
[2]	HALLEGATTE S, GREEN C, NICHOLLS R J, et al. Future flood losses in major coastal cities[J]. Nature Climate Change, 2013, 3(9): 802-806. DOI URL
[3]	王劲松, 李耀辉, 王润元, 等. 我国气象干旱研究进展评述[J]. 干旱气象, 2012, 30(4): 497-508.
[4]	顾颖, 刘静楠, 林锦. 近60年来我国干旱灾害特点和情势分析[J]. 水利水电技术, 2010, 41(1): 71-74.
[5]	刘晓云, 李栋梁, 王劲松. 1961—2009年中国区域干旱状况的时空变化特征[J]. 中国沙漠, 2012, 32(2): 473-483.
[6]	TSAKIRIS G, PANGALOU D, VANGELIS H. Regional drought assessment based on the reconnaissance drought index (RDI)[J]. Water Resources Management, 2007, 21(5): 821-833. DOI URL
[7]	王劲松, 郭江勇, 倾继祖. 一种K干旱指数在西北地区春旱分析中的应用[J]. 自然资源学报, 2007, 22(5): 709-717.
[8]	王劲松, 郭江勇, 周跃武, 等. 干旱指标研究的进展与展望[J]. 干旱区地理, 2007, 30(1): 60-65.
[9]	张强, 张良, 崔显成, 等. 干旱监测与评价技术的发展及其科学挑战[J]. 地球科学进展, 2011, 26(7): 763-778.
[10]	刘业伟, 张秀平, 谢国栋, 等. 基于标准化降水指数与Z指数的萍乡市干旱特征分析[J]. 水电能源科学, 2020, 38(6): 8-12.
[11]	程航, 孙国武, 冯呈呈, 等. 亚非地区近百年干旱时空变化特征[J]. 干旱气象, 2018, 36(2): 196-202. DOI
[12]	高睿娜, 王素艳, 高娜, 等. CI和MCI干旱指数在宁夏的适应性对比[J]. 干旱气象, 2021, 39(2): 185-192.
[13]	李忆平, 李耀辉. 气象干旱指数在中国的适应性研究进展[J]. 干旱气象, 2017, 35(5): 709-723. DOI
[14]	VICENTE-SERRANO S M, BEGUERÍA S, LÓPEZ-MORENO J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696-1718. DOI URL
[15]	韦潇宇, 胡琦, 马雪晴, 等. 基于SPEI的华北平原夏玉米生长季干旱时空变化特征[J]. 干旱气象, 2018, 36(4): 554-560+577.
[16]	周惜荫, 李谢辉. 1978—2017年西南地区干湿时空变化特征[J]. 干旱气象, 2021, 39(3): 357-365.
[17]	郁凌华, 谢五三, 熊世为, 等. 基于SPEI的安徽滁州市旱涝特征及其对小麦产量的影响[J]. 干旱气象, 2021, 39(5): 742-749. DOI
[18]	WANG F, WANG Z, YANG H, et al. Study of the temporal and spatial patterns of drought in the Yellow River basin based on SPEI[J]. Science China (Earth Sciences), 2018, 61(8): 1098-1111. DOI URL
[19]	陈燕丽, 蒙良莉, 黄肖寒, 等. 基于SPEI的广西喀斯特地区1971—2017年干旱时空演变[J]. 干旱气象, 2019, 37(3): 353-362.
[20]	刘占明, 陈子燊, 黄强, 等. 7种干旱评估指标在广东北江流域应用中的对比分析[J]. 资源科学, 2013, 35(5): 1007-1015.
[21]	李伟光, 侯美亭, 陈汇林, 等. 基于标准化降水蒸散指数的华南干旱趋势研究[J]. 自然灾害学报, 2012, 21(4): 84-90.
[22]	温克刚, 宋丽莉. 中国气象灾害大典:广东卷[M]. 北京: 气象出版社, 2006: 204-250.
[23]	林良勋, 冯业荣, 黄忠, 等. 广东省天气预报技术手册[M]. 北京: 气象出版社, 2006: 86-93.
[24]	王春林, 邹菊香, 麦北坚, 等. 近50年华南气象干旱时空特征及其变化趋势[J]. 生态学报, 2015, 35(3): 595-602.
[25]	麦雪湖, 梁华玲, 麦文强, 等. 基于DI指数的佛山市气象干旱变化趋势分析[J]. 中低纬山地气象, 2019, 43(3): 75-77.
[26]	王素萍, 王劲松, 张强, 等. 几种干旱指标对西南和华南区域月尺度干旱监测的适用性评价[J]. 高原气象, 2015, 34(6): 1616-1624. DOI
[27]	TRAJKOVIC S. Temperature-based approaches for estimating reference evapotranspiration[J]. Journal of Irrigation and Drainage Engineering, 2005, 131(4): 316-323. DOI URL
[28]	中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会. 气象干旱等级: GB/T20481—2017[S]. 2017. http://www.doc88.com/p-9062564148848.html.
[29]	李翔宇, 李曌, 包艳英, 等. 基于反距离加权插值法评价海域水质类别空间分布[J]. 中国环境监测, 2019, 35(6): 70-77.
[30]	史本林, 朱新玉, 胡云川, 等. 基于SPEI指数的近53年河南省干旱时空变化特征[J]. 地理研究, 2015, 34(8): 1547-1558. DOI
[31]	黄晚华, 杨晓光, 李茂松, 等. 基于标准化降水指数的中国南方季节性干旱近58 a演变特征[J]. 农业工程学报, 2010, 26(7): 50-59.
[32]	魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 2007: 41-65.
[33]	MONAHAN A H, FYFE J C, AMBAUM M H P, et al. Empirical orthogonal functions: the medium is the message[J]. Journal of Climate, 2009, 22(24): 6501-6514. DOI URL
[34]	NORTH G R, BELL T L, CAHALAN R F, et al. Sampling errors in the estimation of empirical orthogonal functions[J]. Monthly Weather Review, 1982, 110(7): 699-706. DOI URL
[35]	朱静思, 张治倩, 陈宏, 等. 基于EOF和REOF方法的海河流域近61 a夏季降水时空演变规律分析[J]. 海河水利, 2017(6): 1-6+67.
[36]	王金良, 李宗军. 极点对称模态分解方法:数据分析与科学探索的新途径[M]. 北京: 高等教育出版社, 2015:43-87.
[37]	王勇, 于腾丽, 刘严萍, 等. 基于FFT与小波变换的SOI与GNSS ZTD的周期变化影响研究[J]. 大地测量与地球动力学, 2021, 41(3): 254-261.