基于CWSI的广东省干湿时空分布特征及影响因素分析

doi:10.11755/j.issn.1006-7639(2024)-04-0527

基于CWSI的广东省干湿时空分布特征及影响因素分析

王敏^,¹^,², 陈晓旸¹^,², 刘艳群^,¹^,², 梁健³, 黄观荣¹^,², 李曹明¹^,², 李轩¹

1.广东省韶关市气象局，广东韶关 512028

2.韶关市南岭生态气象与卫星遥感应用工程技术研究中心，广东韶关 512028

3.广东省气象台，广东广州 510640

Spatial-temporal distribution characteristics and influencing factors of dry and wet in Guangdong Province based on CWSI

WANG Min^,¹^,², CHEN Xiaoyang¹^,², LIU Yanqun^,¹^,², LIANG Jian³, HUANG Guanrong¹^,², LI Caoming¹^,², LI Xuan¹

1. Shaoguan Meteorological Service of Guangdong Province， Shaoguan 512028， Guangdong， China

2. Nanling Ecological Meteorology and Satellite Remote Sensing Application Engineering Technology Research Center of Shaoguan， Shaoguan 512028， Guangdong， China

3. Guangdong Meteorological Observatory， Guangzhou 510640， China

通讯作者: 刘艳群（1974—），女，硕士，高级工程师，主要从事生态与农业气象和卫星遥感应用工作。E-mail：596120124@qq.com。

责任编辑: 邓祖琴；校对：黄小燕

收稿日期: 2023-11-2 修回日期: 2024-03-19

基金资助:

国家重点研发计划项目(2018YFC1507704)
广东省气象局科学技术研究项目(GRMC2022Q19)
广东省气象局科学技术研究项目(GRMC2023Q09)
韶关市科学技术局项目(230616148033947)

Received: 2023-11-2 Revised: 2024-03-19

作者简介 About authors

王敏（1992—），女，硕士，工程师，主要从事极端天气气候事件分析研究。E-mail：wmin820@126.com。

摘要

分析广东省的干湿演变规律对加强水资源利用和维持生态环境稳定具有重要意义。本文基于2001—2021年中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）卫星蒸散遥感数据和86个国家气象站气温等观测数据，以作物缺水指数（Crop Water Stress Index， CWSI）为指标，采用Mann-Kendall趋势检验和贡献度分析方法，探讨广东省干湿时空分布特征及其主导气象因素。结果表明，广东省年CWSI呈显著下降趋势（-2.8×10^-3a^-1），四季中冬季下降趋势最明显（-7.0×10^-3 a^-1），其次为秋季和春季，夏季最弱。空间分布上，年CWSI东南高（干）、西北低（湿）。广东北部、珠三角和西部部分地区的CWSI变异程度较低，肇庆和广东东部沿海地区则较高。四季中，广东西部CWSI值的变异程度普遍较低。相对湿度的变化是广东省CWSI趋势变化的主要驱动因素，影响了44.19%的站点，其次是风速（22.09%）、气温（18.61%）和日照时数（15.11%）。

关键词： MODIS; 作物缺水指数; 干湿变化; 广东省

Abstract

Analyzing the evolution of dry and wet in Guangdong Province is of great significance for strengthening water resource utilization and maintaining ecological environment stability. Based on evapotranspiration product of MODIS (Moderate Resolution Imaging Spectroradiometer) and meteorological observation stations data, choosing CWSI (Crop Water Stress Index) as the index of drought, Mann-Kendall (M-K) trend analysis and contribution methods were adopted to spatial-temporal distribution characteristics of CWSI as well as dominant meteorological factors. The results were indicated as follows: the annual CWSI indicated a downward trend through M-K trend test (-2.8×10^-3 per year), season in year with the most significant downward trend was in winter (-7.0×10^-3per year), followed by autumn and spring, and the weakest was in summer. The annual CWSI was characterized by high (dry) in the southeast and low (wet) in the northwest. The CWSI in northern Guangdong, Pearl River Delta, and some areas in western Guangdong were at a lower degree of variation, while in Zhaoqing and the eastern coastal areas of Guangdong were relatively high. The CWSI in western Guangdong were all located at a lower degree of variation during the four seasons. The change of relative humidity was the overall dominant factor in the trend change of CWSI in Guangdong region, with spatial relative humidity being the dominant factor at 44.19% stations in Guangdong, followed by wind speed (22.09%), temperature (18.61%), and sunshine duration (15.11%).

Keywords： MODIS; CWSI; dry and wet change; Guangdong Province

PDF (15785KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

王敏, 陈晓旸, 刘艳群, 梁健, 黄观荣, 李曹明, 李轩. 基于CWSI的广东省干湿时空分布特征及影响因素分析[J]. 干旱气象, 2024, 42(4): 527-535 DOI:10.11755/j.issn.1006-7639(2024)-04-0527

WANG Min, CHEN Xiaoyang, LIU Yanqun, LIANG Jian, HUANG Guanrong, LI Caoming, LI Xuan. Spatial-temporal distribution characteristics and influencing factors of dry and wet in Guangdong Province based on CWSI[J]. Arid Meteorology, 2024, 42(4): 527-535 DOI:10.11755/j.issn.1006-7639(2024)-04-0527

0 引言

全球变暖影响下极端气候事件的频率增加，特别是旱涝灾害出现的次数多，影响范围广、持续性强、灾害损失严重（王莹等，2023），对水土保持、生态环境保护和社会经济发展都产生了严重影响（Salinger et al.，2000；IPCC，2012；王敏等，2022）。广东省作为中国的经济大省，降水丰沛但时空分布不均，区域性、季节性旱涝频发（余兴湛等，2022），造成的灾害也呈加剧趋势（李召旭等，2023）。据统计，1994—2018年干旱和暴雨在广东省农业灾害中分别位列第二和第三（史丽等，2021）。因此，分析广东省的干湿状况及其时空演变特征，以及不同气象因素对这些变化的贡献，对于加强生态环境保护和提升防灾减灾能力具有重要意义。

干湿指数是量化旱涝程度的关键参数，对于分析区域干湿变化至关重要（周惜荫和李谢辉，2021）。目前，许多研究基于站点观测资料，利用标准化降水指数（Standard Precipitation Index，SPI）、帕默尔干旱指数（Palmer Drought Severity Index， PDSI）、标准化降水蒸散指数（Standard Precipitation Evapotranspiration Index，SPEI）、作物缺水指数（Crop Water Stress Index，CWSI）等作为干湿指标分析不同区域的干湿演变特征（Vicente-Serrano et al.，2010；Shiru et al.，2019；武荣盛等，2021）。其中，由Jackson等（1981）提出的CWSI以能量平衡原理为基础，综合了大气、土壤和植被之间的能量和水文交换，相较于其他指数，其物理意义明确、适用范围广、估算精度高，近年来在区域干湿状况监测评估中得到广泛应用（褚荣浩等，2021；吴天晓等，2023）。

由于站点分布不均匀，基于站点的观测数据在估算干旱时可能会由于地形特征等因素造成较大误差。随着遥感技术发展的日益成熟，使用高时空分辨率的卫星遥感产品可以有效弥补这些缺点。因此，开发基于遥感数据的干旱指数逐渐成为干旱研究的热点（West et al.，2019；余慧倩等，2019）。美国国家航空航天局（National Aeronautics and Space Administration，NASA）基于Penman-Monteith模型和中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）数据开发的地表蒸散产品（Mu et al.，2007），已通过全球通量塔数据验证，提供了地表蒸散量的多种特征参数，为CWSI的计算提供了新的思路和数据源（Mu et al.，2011），进一步推动了CWSI在干旱监测中的应用（Ma et al.，2021；马梓策等，2022）。

本文利用MODIS卫星遥感产品，以CWSI为指标，分析广东省干湿状况的时空分布特征及气象因素对其的贡献度，旨在为该地区的干旱防治和指导农业生产提供理论依据。

1 研究区概况和资料方法

1.1 研究区域概况

广东省位于中国大陆南端，属于亚热带季风气候区，太阳辐射强、气温高、降水丰沛但时空分布不均。地形复杂，地势总体北高南低，北部和东部多山，中部和沿海多平原和洼地，气象观测站空间分布见图1。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 广东省气象观测站空间分布

注: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)1822号的标准地图制作，底图边界无修改。下同。

Fig.1 Spatial distribution of meteorological observation stations in Guangdong Province

1.2 资料和方法

1.2.1 使用的资料

1）卫星遥感产品

本文使用的2001年1月—2021年12月实际蒸发（Evapotranspiration，ET）和潜在蒸散发（Potential Evapotranspiration，PET）数据来源于遥感产品MODIS数据集（MOD16A2）（下载网址：https://ladsweb.modaps.eosdis.nasa.gov/）。该数据产品的时间分辨率为8 d，空间分辨率为500 m，提供的监测数据起始于2000年。利用软件（MODIS Reprojection Tool， MRT）对下载的ET和PET资料进行重投影和重采样的预处理后，提取广东区域的数据，并剔除研究区内的异常值（将研究区内的水体和建筑区域的ET和PET数据设为空值），最终得到广东省2001—2021年逐月、逐季、逐年的ET和PET产品数据（石欣荣等，2022）。

2）站点观测数据

为确保与MODIS产品的时段一致，本文选取中国气象科学数据共享网提供（http://data.cma.cn/）的广东省2001—2021年86个国家气象站逐月气温、相对湿度、风速、日照时数等资料作为气象因素进行分析，气象数据进行了严格的质量控制。

在研究气象因素对卫星遥感产品的影响时，选取站点所在经纬度的CWSI进行分析，本文中3—5月为春季，6—8月为夏季，9—11月为秋季，12月—次年2月为冬季。

1.2.2 研究方法

1）CWSI

作物缺水指数以能量平衡为基础，表示植被覆盖条件下的土壤干旱程度，其计算公式（Jackson et al.， 1981）如下：

（1）CWSI=1-ET/PET

式中：ET、PET（mm）分别为实际蒸散量和潜在蒸散量；CWSI值介于0~1之间，其值越大，表示区域越干旱，反之越湿润。

2）Theil-Sen趋势分析法

使用Theil-Sen趋势分析法研究CWSI的变化趋势（Sen，1968；Theil，1992），计算公式如下：

（2）

T_{C W S I} = M e d i a n (\frac{X_{j} - X_{i}}{j - i}), \forall 1 < i < j

式中：Median表示取中值；X_i和X_j分别表示时间序列X在第i个和第j个时次的变量值，结合CWSI的物理意义，当T_CWSI>0时，表示CWSI呈上升趋势，即区域变干；相反，当T_CWSI<0时，表示CWSI呈下降趋势，即区域变湿。

3）Mann-Kendall（M-K）趋势检验

M-K趋势检验是判断趋势显著性的非参数统计检验方法（Mann，1945；Kendall，1957），不要求样本服从某种分布，也不受少数异常值的干扰，常用在气象、水文时间序列趋势的显著性检验中（Li et al.，2018）。本文使用M-K检验对序列的Theil-Sen趋势进行显著性检验（Mann，1945）。

4）变异系数

变异系数（Coefficient of Variation，CV）用来衡量CWSI的变异程度，以此分析其在空间分布上的稳定性。CV值越大，表示CWSI分布越离散且在时间序列上波动较大；反之则表示要素分布较为集中，且在时间序列上较为稳定（邓兴耀等，2017）。用CV将波动性分为5个等级：高波动性（CV>0.20）、较高波动性（0.15<CV≤0.20）、中等波动性（0.10<CV≤0.15）、较低波动性（0.05<CV≤0.10）、低波动性（CV≤0.05）。计算公式（Milich and Weiss，2000）如下：

（3）

C V = \frac{S T D_{k}}{C W S I_{a v e}}

式中：STD_k表示第k个格点上CWSI的标准差；CWSI_ave表示对应格点上的CWSI的多年平均值。

5）贡献度分析

为量化气象因素对CWSI变化趋势的贡献，采取多元线性回归法计算贡献度。干旱的发生主要受蒸散发的影响，且现有研究普遍认为影响蒸散发的主要气象因素包括相对湿度、气温、风速和日照时数（Wang et al.，2018；陈洁等，2019；许敏和江鹏，2020），考虑到各气象因素之间的独立性，本文选取这4种气象因素，分析其对CWSI变化趋势的独立影响。使用以下公式计算所有气象因素的贡献度之和CT_CWSI：

（4）

C T_{C W S I} = \sum_{l = 1}^{4} α_{l} Q_{l}

式中：l=1，2，3，4；Q_l为基于Theil-Sen法得到的气象因素的变化率； $α_{l} Q_{l}$ 为第l种气象因素的贡献度。

2 结果分析

2.1 CWSI时空变化特征分析

广东省2001—2021年CWSI平均值为0.42，变化趋势为-2.8×10^-3 a^-1，通过M-K显著性检验，表明这一时段广东省整体呈现湿润化趋势。时间序列（图2）显示，2004年广东省最为干旱，CWSI达0.488，2016年最为湿润，CWSI为0.365，前期偏干，后期偏湿，2020—2021年又逐渐转干。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2001—2021年广东省CWSI及其距平的年际变化

Fig.2 The inter-annual variation of CWSI and its anomaly in Guangdong Province during 2001-2021

从年内变化来看，四季CWSI均呈下降趋势，其中冬季下降趋势最明显（-7×10^-3 a^-1）并通过M-K显著性检验，其次为秋季和春季，夏季的下降趋势相对较弱，仅为-3×10^-4 a^-1（图略），表明广东省四季干湿变化与年际趋势一致。

由广东省2001—2021年CWSI平均值的空间分布[图3（a）]可知，CWSI为0.09~0.70，总体呈现东南高、西北低的特征，高值区主要位于珠三角、广东西部和东部的部分地区，与之相对的，广东北部更为湿润。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 广东省2001—2021年CWSI的多年平均（a）和变化趋势（b，单位：10^-3a^-1）及M-K检验（c）的空间分布

Fig.3 Spatial distribution of multi-year average (a) and trend (b, Units: 10^-3 a^-1) of CWSI and their significance (c) in Guangdong Province during 2001-2021

CWSI变化趋势[图3（b）]及M-K检验的空间分布[图3（c）]显示，珠三角和广东南部湛江地区的CWSI呈上升趋势，其余地方呈下降趋势，表明珠三角和湛江地区的干旱程度在近20 a逐渐加剧。

进一步分析2001—2021年CWSI的空间变异程度（图4），广东北部、珠三角及广东西部部分地区变异程度较低，而肇庆及广东东部沿海的变异程度较高。春季广东西部CWSI空间变异程度较低，其余地区偏高；夏季CWSI空间变异性分布不均匀，广东北部及西部部分地区较低；秋季整体变异程度较其余三个季节低；冬季广东北部、西部和珠三角部分地区变异程度偏低。总体而言，广东北部和西部的CWSI值较为集中，年际和季节变化的波动都相对较小。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2001—2021年广东省CWSI的空间变异系数（a）及其春（b）、夏（c）、秋（d）、冬（e）季空间分布

Fig.4 Spatial distributions of the CV of CWSI in Guangdong Province during 2001-2021 (a) and in spring (b), summer (c), autumn (d) and winter (e)

统计广东省2001—2021年CWSI不同等级波动所占面积的比例（表1），发现年际CWSI呈中等波动的占比为63.82%，表明中等程度的变异在广东省占主导。其余4个等级波动的面积占比依次为：低波动0.01%、较低波动21.40%、较高波动11.52%、高波动3.25%。春、夏、冬3个季节CWSI空间变异程度较高，较高波动和高波动面积占比分别为93.75%、78.92%、80.33%；秋季则以中等波动为主，即变异程度为中等。

表1 2001—2021年广东省CSWI不同等级波动面积占比

Tab.1 Proportional of different CSWI levels fluctuation in Guangdong Province during 2001-2021 单位：%

时段	波动等级
时段	低波动	较低波动	中等波动	较高波动	高波动
春	0	0.28	5.97	47.01	46.74
夏	0	0.82	20.26	39.69	39.23
秋	0.03	12.17	46.46	29.92	11.42
冬	0	0.26	19.41	56.61	23.72
年	0.01	21.40	63.82	11.52	3.25

新窗口打开| 下载CSV

2.2 气象因素的分布特征及与CWSI的相关性

分析广东省2001—2021年风速、相对湿度、气温和日照时数的年际变化特征及Theil-Sen趋势（图略）可知，广东省年平均风速为1.98 m·s^-1，2001年最低，之后风速呈逐年上升趋势（0.015 m·s^-1·a^-1，通过M-K检验）；多年平均相对湿度为77.34%，呈显著上升（通过M-K检验），变率为0.193 %·a^-1；年日照时数为1 770.56 h，呈下降趋势（-0.048 h·a^-1）；年平均气温为22.23 ℃，其中2011年最低，为21.46 ℃，上升趋势不显著。

将CWSI插值到广东省各观测站点，分析风速、相对湿度、日照时数和气温与CWSI相关系数的空间分布（图5），结果表明风速与CWIS的相关系数为-0.57~0.77，相关系数空间分布不均；相对湿度与CWSI均表现为负相关，相关系数为-0.81~-0.05，绝大多数观测站通过0.05的显著性检验；日照时数与CWSI在粤西大部分地区呈正相关，在沿海为负相关，在广东中部及北部地区通过0.05的显著性检验；气温与CWSI在广东东部沿海地区为正相关，在广东北部为负相关，较少站点通过显著性检验。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2001—2021年广东省风速（a）、相对湿度（b）、日照时数（c）、气温（d）与CWSI相关系数的空间分布

（绿色圆圈表示通过0.05的显著性检验）

Fig.5 Spatial distributions of correlation coefficient of CWSI with wind speed (a), relative humidity (b), sunshine duration (c) and temperature (d) in Guangdong Province during 2001-2021

(The green circles indicate passed the significance test at α=0.05)

2.3 CWSI变化的初步气象因素归因分析

2001—2021年广东省CWSI整体呈下降趋势。为定量分析气象因素对CWSI变化的贡献度，选取各站点的气温、相对湿度、日照时数、风速4种气象因素与对应的CWSI值，采用贡献度分析方法估算CWSI的变化趋势（CT_CWSI），并将估算值与对应站点CWSI的实际变化趋势（T_CWSI）进行对比（图6），结果表明，CT_CWSI与T_CWSI较为一致，拟合的决定系数R²为0.970，平均均方根误差为0.003，模型的模拟准确性较高。因此，考虑此方法适用于分析这4种气象因素对CWSI趋势变化的贡献度。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 2001—2021年广东省T_CWSI与CT_CWSI的散点图

Fig.6 Scatter plots of T_CWSI and CT_CWSI in Guangdong Province during 2001-2021

分析广东省气象因素变化对CWSI趋势的贡献度（表略）可知，相对湿度和风速上升均对CWSI变化起着负向的贡献，其中，相对湿度上升的影响最为显著（-1.43×10^-3 a^-1）。日照时数下降对CWSI的影响稍弱，为-1.40×10^-3 a^-1，气温上升则对CWSI产生正向影响（2.98×10^-4 a^-1），但这一正向的贡献不足以抵消其他因素的负向贡献。相对湿度的上升是广东省CWSI减小、即干旱程度降低的主要因素。

气象因素对CWSI贡献度的空间分布（图7）显示，在4种因素共同作用下，广东省CWSI整体呈下降趋势，其中广东西北部下降趋势最明显，最大可达9.2×10^-3 a^-1，而珠三角和广东东部部分地区CWSI为上升趋势，最大为3.1×10^-3 a^-1。气象因素对广东省CWSI变化的贡献度空间分布具有明显区域性差异。风速上升在珠三角地区对CWSI具有正向贡献，而在广东西部和东北部则为负向贡献；相对湿度增加对广东省CWSI主要为负向贡献；日照时数增加在珠三角地区及广东北部部分地区对CWSI具有正向贡献；气温上升则在广东沿海大部分地区对CWSI为正向贡献。综合各气象因素的空间贡献分布可知，珠三角地区变干是风速增加、日照时数增加、气温上升3种因素综合作用的结果，而广东东北部和西部的湿润趋势主要由相对湿度的增加导致。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 2001—2021年广东省CT_CWSI（a）和风速（b）、相对湿度（c）、日照时数（d）、气温（e）对CWSI的贡献度的空间分布

（星号表示贡献度为正，三角形表示贡献度为负）

Fig.7 Spatial distributions of CT_CWSI (a) and contribution of wind speed (b), relative humidity (c), sunshine duration (d), temperature (e) to CWSI in Guangdong Province during 2001-2021

（The asterisks represent positive contribution, the triangles represent negative contribution）

图8为影响广东各站点CWSI变化的主导气象因素，结果表明2001—2021年，相对湿度是影响该地区44.19%站点CWSI的主导因素，其次为风速（22.09%）、平均气温（18.61%）和日照时数（15.11%）。风速和日照时数主要影响广东中北部CWSI的变化，而相对湿度和气温则在全省范围内显著影响CWSI的变化。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 2001—2021年广东省影响CT_CWSI的主导气象因素空间分布

Fig.8 Spatial distributions of dominant meteorological factors to CT_CWSIin Guangdong Province during 2001-2021

3 结论

本文基于2001—2021年MODIS遥感监测产品和广东省气温、风速、相对湿度和日照时数等观测数据，以CWSI作为干湿变化指数，分析广东省在此期间的干湿时空分布特征及不同气象因素对干旱的贡献度，得到以下主要结论。

1）2001—2021年广东省CWSI为0.09~0.70，平均值为0.42，整体较为湿润。空间分布上，呈东南高（干）、西北低（湿）的分布特征，高值（干）区位于珠三角、广东西部和东部部分地区。

2）年和四季CWSI均呈下降趋势，其中冬季下降趋势最明显（-7×10^-3 a^-1），其次为秋季和春季，夏季下降趋势最微弱，仅为-3×10^-4 a^-1。广东省整体呈湿润化趋势。

3）空间变异性方面，广东北部、珠三角及广东西部的部分地区CWSI变异程度较低，而肇庆及广东东部沿海地区的空间变异程度较高。广东西部地区的CWSI值四季变异程度均较低。

4）CWSI下降主要由相对湿度上升引起，气温升高的影响较小；其中44.19%站点主要受相对湿度的影响，而广东中北部主要受风速和日照时数变化的影响。

本文基于CWSI对广东的干湿演变特征进行了分析，并初步探讨了气象因素对CWSI下降的贡献度以及主导因素的空间分布，但各气象因素如何具体影响广东不同区域的干湿演变仍有待进一步研究。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

陈洁, 刘玉洁, 潘韬, 等, 2019.

1961—2010年中国降水时空变化特征及对地表干湿状况影响

[J]. 自然资源学报, 34(11): 2 440-2 453.