張得勝，江濤，黎坤，蔣可元，單云龍

(1.水利部珠江水利委員會珠江水利綜合技術(shù)中心，廣東廣州510611； 2. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東廣州510275；3.水利部珠江水利委員會技術(shù)咨詢中心，廣東廣州510611)

受全球氣候變化影響，極端干旱事件頻繁發(fā)生，干旱以其發(fā)生頻次高、波及范圍廣、持續(xù)時間長等特點，易對人類生產(chǎn)生活以及社會經(jīng)濟發(fā)展產(chǎn)生危害，是現(xiàn)今社會普遍關(guān)注的熱點問題之一[1]。根據(jù)不同研究角度和旱情影響范圍，可以將干旱分為氣象干旱、農(nóng)業(yè)干旱、水文干旱以及社會經(jīng)濟干旱四大類[2]，其中氣象干旱是其他干旱類型的基礎(chǔ)，對氣象干旱加以研究是摸清和預(yù)判其他干旱類型的前提[3]。目前國內(nèi)外采用諸如標(biāo)準(zhǔn)化降水指數(shù)(SPI)[4-5]、標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(SPEI)[6-7]以及帕默爾干旱指數(shù)(PDSI)[8-9]等方法對氣象干旱的發(fā)生情況(或特征)等進行統(tǒng)計研究。其中SPI是國際上推薦使用的一種氣象干旱指數(shù)，其計算簡單，計算資料容易獲取但只考慮降雨因素[10]，SPI不受溫度、蒸散發(fā)、風(fēng)速及土壤持水能力等因素的影響，在干旱研究領(lǐng)域得到了廣泛的應(yīng)用[11-13]。

雷州半島位于中國低緯度地區(qū)，受季風(fēng)氣候的影響，降雨時空分布不均且旱季較長，是廣東省干旱災(zāi)害較為嚴(yán)重的區(qū)域[14-15]。陳子燊等采用旋轉(zhuǎn)經(jīng)驗正交函數(shù)(REOF)和小波分析等方法研究了廣東省近50 a來干濕時空變化特征，發(fā)現(xiàn)以雷州半島為主的粵西沿海區(qū)域有顯著的干旱趨勢[16]；任啟偉等采用標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(SPEI)識別了廣東省干旱發(fā)生情況，發(fā)現(xiàn)雷州半島冬春連旱加劇顯著[7]。黃曉梅等對雷州半島干旱的特征及其大氣環(huán)流進行了分析，研究發(fā)現(xiàn)大氣環(huán)流影響著雷州半島的季節(jié)性干旱的時空分布特征[17]；王壬等基于雷州半島近30 a的逐日降水資料，采用各種方法分析了雷州半島季節(jié)性氣象干旱的時空特征，發(fā)現(xiàn)日尺度EDI與SPI6均適用于雷州半島的干旱監(jiān)測[18]，上述文獻主要針對雷州半島干旱時空變化特征及成因進行研究，對該地區(qū)的干旱風(fēng)險研究甚少。為此，本文采用旋轉(zhuǎn)經(jīng)驗正交分解將氣象干旱空間分布分解成不同的空間模態(tài)，對不同模態(tài)區(qū)域采用Copula函數(shù)進行干旱風(fēng)險分析，以期為區(qū)域干旱預(yù)警以及風(fēng)險管理提供科學(xué)依據(jù)。

1 研究區(qū)域概況及資料來源

雷州半島處于中國大陸最南側(cè)，廣東省西南角，位于東經(jīng)109°31′～110°55′、北緯20°12′～21°35′，東臨南海，西瀕北部灣，南隔瓊州海峽與海南省相望，北部廉江市。半島屬于熱帶季風(fēng)氣候，年平均氣溫23℃，年平均降水量1 400～1 700 mm，其年降雨量變差系數(shù)Cv值處于0.18～0.28之間，氣溫較高，日照強度強，致使蒸發(fā)量大，年蒸發(fā)量均為全省最高，多年平均干旱指數(shù)達0.9～1.0，其大部分地區(qū)蒸發(fā)能力與降水量已十分接近，局部地區(qū)蒸發(fā)能力大于降水量，使得區(qū)域氣候偏于干旱，造成水資源嚴(yán)重失衡[19]。雷州半島河流短小且獨流入海，且以松散的火山土質(zhì)為主，透水性良好，不易存水，一遇晴熱無雨時間較長，大部分河流就呈現(xiàn)斷流的現(xiàn)象[20]，水資源矛盾突出，因此干旱比較嚴(yán)重。根據(jù)雷州半島雨量站建站分布情況，選取12個雨量測站1966—2015年共計50 a的逐月降雨量數(shù)據(jù)，數(shù)據(jù)來源于湛江市水文局。所有測站資料完整，無缺測數(shù)據(jù)。研究區(qū)域范圍及雨量站分布情況見圖1。

圖1 研究區(qū)域范圍及雨量站分布

2 研究方法

2.1 標(biāo)準(zhǔn)化降水指數(shù)(SPI)法

由于標(biāo)準(zhǔn)化降水指數(shù)(SPI)法，其計算只考慮降雨數(shù)據(jù)，并不受溫度、蒸散發(fā)、風(fēng)速及土壤持水能力等因素的影響，所以是國際上推薦使用的一種氣象干旱指數(shù)。SPI能夠較好地反映干旱強度和持續(xù)時間，使得用同一干旱指標(biāo)反映不同時間尺度和區(qū)域的干旱狀況成為可能，因而得到廣泛應(yīng)用。王壬等基于雷州半島近30 a的逐日降水資料，采用各種方法分析了雷州半島季節(jié)性氣象干旱的時空特征，發(fā)現(xiàn)日尺度EDI與SPI6均適用于雷州半島的干旱監(jiān)測[18]，因此本文選取SPI6進行雷州半島氣象干旱分析。SPI指數(shù)計算原理為：計算出某時段降雨量的Γ分布概率值，再進行正態(tài)標(biāo)準(zhǔn)化處理，最后采用標(biāo)準(zhǔn)化降水累計頻率分布來劃分干旱等級，其劃分標(biāo)準(zhǔn)見表1。SPI的計算過程詳見GB/T 20481—2006《氣象干旱等級》[21]。

表1 SPI干旱等級劃分標(biāo)準(zhǔn)

2.2 旋轉(zhuǎn)經(jīng)驗正交分解法(REOF)

EOF分解也稱經(jīng)驗正交函數(shù)分解，最早由統(tǒng)計學(xué)家Pearson提出[22]。EOF分解主要應(yīng)用在氣象和海洋資料分析中，其優(yōu)點是可以用較少的幾個新變量序列來反映原多個變量的變化信息，能夠起到降低資料維數(shù)的作用[23]。計算原理為：先對原始數(shù)據(jù)做標(biāo)準(zhǔn)化處理，計算協(xié)方差矩陣，然后用求實對稱矩陣特征值及特征向量的辦法，求出協(xié)方差矩陣的特征值和特征向量，再將特征值從大到小排列，并求出時間系數(shù)矩陣，最后計算每個特征向量的方差貢獻及累計方差貢獻率。

旋轉(zhuǎn)經(jīng)驗正交分解(REOF)是以經(jīng)驗正交分解(EOF)為基礎(chǔ)。首先，EOF對氣象要素場進行時空分解，在此基礎(chǔ)上采用REOF進行方差最大旋轉(zhuǎn)，提取方差最大的前幾個空間模態(tài)和相應(yīng)的時間向量。與單純的EOF分解相比，REOF分解使得高荷載值集中于較小的區(qū)域上，其余大部分區(qū)域的荷載值接近于零，空間結(jié)構(gòu)較清晰，有利于對研究要素加以分區(qū)。

對于干旱特征變量的選取一般采用游程理論。1967年，Yevjevich[24]最先采用游程理論對干旱事件進行了識別(圖2)。根據(jù)游程理論，選取系數(shù)值-0.5作為截取水平X0，當(dāng)系數(shù)值序列x(i)(i=1,2,3…，N)在一個或多個時段內(nèi)連續(xù)小于X0時，就出現(xiàn)負游程，說明發(fā)生了干旱，負游程的長度作為干旱歷時，記為D(月)；負游程歷時時間段內(nèi)所有SPI累加值的相反數(shù)作為干旱烈度，記為S，干旱事件劃分示意見圖2，其計算公式如下：

(1)

2.3 Copula函數(shù)原理

干旱事件本身具有非線性以及復(fù)雜多變性的特點，同一干旱事件的變量不一定服從相同的分布，因此傳統(tǒng)的多變量頻率分析方法不能更好地描述干旱事件的特性，而Copula函數(shù)各變量的邊緣分布函數(shù)相對自由，可以選擇不同類型邊緣分布的干旱特征變量構(gòu)建聯(lián)合分布模型[23]。目前Copula函數(shù)在干旱風(fēng)險及條件概率研究領(lǐng)域應(yīng)用十分廣泛[26-27]。根據(jù)Sklar[28]的理論，假設(shè)X和Y為連續(xù)隨機變量，若u=FX(x,y)和v=FY(x,y)分別為隨機變量X和Y的邊緣分布函數(shù)，F(xiàn)X,Y(x,y)為聯(lián)合分布函數(shù)，那么存在唯一的Copula函數(shù)C，使得：

圖2 干旱識別游程理論示意

FX,Y(x,y)=Cθ(FX(x),FY(y))=Cθ(u,v)

(2)

式中θ——待定參數(shù)。

Copula函數(shù)種類較多，根據(jù)其交換性，可以將Copula函數(shù)分為對稱Copula(Symmetric Copula)和非對稱Copula(Asymmetric Copula), 其中Archimedean Copula函數(shù)是Copula函數(shù)中較為常用的一種函數(shù)，其基本形式[29]為：

Cθ(u,v)=φ-1[φ(u)+φ(v)]

(3)

式中φ(t)——Copula函數(shù)生成元，必滿足①φ(1)=0、②φ(0)=∞、③φ'(t)>0、④φ″(t)>0，t?(0,1]；φ'(t)、φ″(t)——一階和二階導(dǎo)數(shù)；φ-1(t)——φ(t)的反函數(shù)；u、v——隨機變量的累積概率。

采用耿貝爾(Gumbel)分布、三參數(shù)廣義極值(GEV)分布和威布爾(Weibull)分布來擬合D與S，應(yīng)用線性矩法估計參數(shù)[30]，并采用概率點據(jù)相關(guān)系數(shù)值(PPCC值)最大值所對應(yīng)的分布作為D與S的邊緣分布函數(shù)，之后對其所選擇的邊緣分布函數(shù)進行經(jīng)驗點距與理論分布擬合檢驗，分析所選分布是否最優(yōu)。

本文主要采用Gumbel-Haugaard(簡寫為G-H，下同)Copula、Clayton Copula和Frank Copula 3種常見的Archimedean Copula函數(shù)，其分布函數(shù)及參數(shù)計算公式[31]見表2。采用相關(guān)性指標(biāo)法對3種Copula函數(shù)參數(shù)進行估計：首先，計算D與S之間的Kendall相關(guān)系數(shù)τ，然后根據(jù)τ與θ關(guān)系計算3種二維Archimedean Copula函數(shù)的參數(shù)[32]；其次，計算相應(yīng)的均方根誤差RMSE值和AIC值。根據(jù)RMSE準(zhǔn)則[33]和AIC準(zhǔn)則[34]，其值越小則Copula函數(shù)的擬合效果越好；最后，采用Genest-Rivest方法進一步選出擬合效果最佳的Copula函數(shù)，具體計算方法見[35]。

表2 3種Copula函數(shù)的分布函數(shù)及參數(shù)計算公式

對于二維干旱變量D與S的聯(lián)合分布的重現(xiàn)期，包括“或”重現(xiàn)期和“且”重現(xiàn)期?！盎颉敝噩F(xiàn)期指的是2個變量中，其中一個變量發(fā)生時所對應(yīng)的重現(xiàn)期；“且”重現(xiàn)期是指2個變量同時發(fā)生時所對應(yīng)的重現(xiàn)期。由于干旱歷時有可能會超過1 a，在同1 a內(nèi)也有可能會發(fā)生多次干旱事件，因此在其他水文氣象頻率分析中常用的年最大序列重現(xiàn)期計算原理對于干旱頻率分析并不適用[36]。Shiau定義了基于干旱間隔時間的“且”和“或”聯(lián)合重現(xiàn)期的計算式[37]為：

(4)

(5)

式中TD∩S、TD∪S——“且”和“或”聯(lián)合重現(xiàn)期；E(L)——干旱間隔期望，為干旱歷時與非干旱歷時的平均值之和；FD(d)、FS(s)——干旱歷時和干旱烈度的邊緣分布函數(shù)；C(FD(d),FS(s))——Copula函數(shù)。

對于兩類條件概率，在其中某一變量發(fā)生某一非期望事件的條件下，另一變量也發(fā)生某一非期望事件的概率，可稱為遭遇風(fēng)險率；而當(dāng)某一變量未發(fā)生非期望事件的條件下，另一變量卻發(fā)生某一非期望事件的概率，可稱為組合風(fēng)險率。根據(jù)聯(lián)合概率分布，在給定的設(shè)計值下，干旱歷時與干旱烈度的“或”重現(xiàn)期與“且”重現(xiàn)期風(fēng)險概率計算公式[37]為：

(6)

(7)

3 結(jié)果與討論

3.1 干旱空間模態(tài)分解

采用REOF對不同時間尺度1、3、6、12和24個月的SPI值進行空間模態(tài)分解，分解結(jié)果顯示不同時間尺度得到的空間模態(tài)荷載中心相同，王壬等認為SPI6對應(yīng)的干旱識別結(jié)果與實際發(fā)生干旱比較接近[18]，因此，本文選取時間尺度6個月的SPI6進行數(shù)據(jù)研究。采用REOF進行空間模態(tài)分解，其方差貢獻及累計方差貢獻見表3。

表3 方差貢獻及累計方差貢獻

由表3可知旋轉(zhuǎn)前第一空間模態(tài)達到67.2%，其余空間模態(tài)方差貢獻率基本小于10%，旋轉(zhuǎn)過后方差貢獻率比旋轉(zhuǎn)前更加均勻，其前5個模態(tài)累計方差率達到87.7%，不同模態(tài)對應(yīng)不同區(qū)域，詳見圖3。由圖3可知：第一空間模態(tài)的荷載中心區(qū)域位于徐聞大部分區(qū)域；第二空間模態(tài)的荷載中心位于雷州西部地區(qū)；第三空間模態(tài)的荷載中心位于湛江市區(qū)；第四空間模態(tài)的荷載中心位于遂溪西部地區(qū)；第五空間模態(tài)的荷載中心位于遂溪的東南部及雷州的東北部地區(qū)。第一空間模態(tài)與第二空間模態(tài)的方差貢獻率達到53.5%，說明近50 a來徐聞地區(qū)和雷州市西部地區(qū)是雷州半島經(jīng)常出現(xiàn)的較為干旱的地區(qū)。查閱歷史資料可知，雷州半島干旱具有南部嚴(yán)重于北部的特點，而徐聞地區(qū)歷年是最為干旱的地區(qū)，本次結(jié)果與實際干旱發(fā)生情況較為吻合，因此可以很好地反應(yīng)整個雷州半島地區(qū)干旱的空間分布情況。

a) 區(qū)域一 b) 區(qū)域二圖3 不同模態(tài)區(qū)域特征向量分布

c) 區(qū)域三 d) 區(qū)域四

e) 區(qū)域五 續(xù)圖3 不同模態(tài)區(qū)域特征向量分布

3.2 干旱風(fēng)險分析

采用耿貝爾(Gumbel)分布、三參數(shù)廣義極值(GEV)分布和威布爾(Weibull)分布來擬合D與S，其PPCC檢驗值以及邊緣分布參數(shù)計算結(jié)果見表4。由表4可知，對于PPCC檢驗來說，其值越大所服從的邊緣分布函數(shù)最優(yōu)，因此選取GEV分布作為D與S的邊緣分布函數(shù)，其經(jīng)驗點距與理論分布擬合檢驗效果見圖4(由于篇幅限制，只列出區(qū)域一D與S經(jīng)驗點距與理論分布擬合效果)。由圖4可知，D與S的經(jīng)驗點距基本落在理論分布曲線上，邊緣分布函數(shù)采用廣義極值(GEV)分布擬合效果最好。因此選用GEV作為不同模態(tài)D與S的邊緣分布函數(shù)。

采用相關(guān)性指標(biāo)法對G-H Copula、Clayton Copula和Frank Copula函數(shù)參數(shù)進行估計，其Kendall相關(guān)系數(shù)τ、Copula函數(shù)參數(shù)θ值、RMSE值和AIC值見表5。RMSE與AIC值最小時，所對應(yīng)Copula函數(shù)擬合效果最好。由表5可知，3種Copula函數(shù)對應(yīng)的RMSE與AIC值都十分接近，其中G-H Copula 函數(shù)對應(yīng)的RMSE值與AIC值最小，因此G-H Copula 函數(shù)可以更好的用來建立D與S的二維聯(lián)合分布。為了進一步驗證G-H Copula 函數(shù)的擬合效果最好，采用Genest-Rivest方法對3種二維Archimedean Copula函數(shù)進行擬合，擬合結(jié)果見圖5(由于篇幅限制，只列出區(qū)域一擬合效果)。

表4 邊緣分布PPCC檢驗值及參數(shù)估計值

注：表中加粗的值對應(yīng)的函數(shù)是最優(yōu)的分布

a) 區(qū)域一D

b) 區(qū)域一S圖4 區(qū)域一D與S經(jīng)驗點距與理論分布擬合

區(qū)域Kendall相關(guān)系數(shù)τCopula函數(shù)類型θRMSEAIC區(qū)域一0.783 2G-H4.612 50.001 67-349.872 7Clayton7.225 10.002 34-331.149 8Frank16.624 60.002 52-326.904 0區(qū)域二0.781 2G-H4.570 40.002 48-298.050 2Clayton7.140 80.003 35-282.889 0Frank16.453 90.003 67-278.437 4區(qū)域三0.709 6G-H3.443 50.002 77-339.576 3Clayton4.887 10.003 04-334.136 8Frank11.864 50.003 43-327.179 1區(qū)域四0.830 9G-H5.913 70.001 12-364.687 3Clayton9.827 30.002 46-322.511 2Frank21.876 00.001 17-362.784 4區(qū)域五0.895 5G-H9.569 40.001 76-264.373 0Clayton17.138 80.003 36-237.227 0Frank36.555 10.001 90-261.237 9

a) Clayton Copula

b) Frank Copula

c) G-H Copula圖5 D與S聯(lián)合分布擬合優(yōu)度對比

式(4)、(5)中E(L)為干旱間隔期望值，基于系數(shù)值統(tǒng)計得到的區(qū)域一到區(qū)域五對應(yīng)的E(L)值依次為12.39、14.31、10.45、9.08、7.73 a。給定6個重現(xiàn)期(100、50、20、10、5、2 a)，計算得到D與S聯(lián)合分布的“或”重現(xiàn)期和“且”重現(xiàn)期以及風(fēng)險率見表6。由表6可知如下結(jié)論。

a) 對設(shè)定的6個重現(xiàn)期(100、50、20、10、5、2 a)，邊緣分布的重現(xiàn)期介于“或”重現(xiàn)期和“且”重現(xiàn)期之間，聯(lián)合分布的這2種重現(xiàn)期可以看作是邊緣分布的2種極端情況。以邊緣分布重現(xiàn)期100 a為衡量標(biāo)準(zhǔn)，6個區(qū)域D與S聯(lián)合分布的“或”重現(xiàn)期介于83.1～86.8 a之間，“且”重現(xiàn)期介于117.9～125.6 a之間，可認為，實際重現(xiàn)期所處區(qū)間為83.1～125.6 a。

b) “或”重現(xiàn)期小于“且”重現(xiàn)期也小于設(shè)定的重現(xiàn)期，“或”重現(xiàn)期的風(fēng)險率大于“且”重現(xiàn)期的風(fēng)險率。分別以6個重現(xiàn)期為衡量標(biāo)準(zhǔn)，5個區(qū)域D與S聯(lián)合分布的“或”重現(xiàn)期與“且”重現(xiàn)期之間都十分接近，反映整個雷州半島出現(xiàn)干旱事件的風(fēng)險概率基本相同。

c) 100年一遇“或”重現(xiàn)期風(fēng)險率介于1%～2%之間、“且”重現(xiàn)期風(fēng)險率介于0%～1%之間；50年一遇“或”重現(xiàn)期風(fēng)險率介于2%～3%之間、“且”重現(xiàn)期風(fēng)險率介于1%～2%之間；20年一遇“或”重現(xiàn)期風(fēng)險率介于5%～7%之間、“且”重現(xiàn)期風(fēng)險率介于3%～5%之間；10年一遇“或”重現(xiàn)期風(fēng)險率介于10%～12%之間、“且”重現(xiàn)期風(fēng)險率介于8%～10%之間；5年一遇“或”重現(xiàn)期風(fēng)險率介于21%～24%之間、“且”重現(xiàn)期風(fēng)險率介于17%～22%之間；2年一遇“或”重現(xiàn)期風(fēng)險率介于53%～56%之間、“且”重現(xiàn)期風(fēng)險率介于44%～50%之間。綜上所述，2年一遇“或”重現(xiàn)期與“且”重現(xiàn)期風(fēng)險率最高，說明重現(xiàn)期為2年一遇的干旱屬于雷州半島常態(tài)化事件，發(fā)生的風(fēng)險較高。

采用式(4)—(7)分別以干旱歷時1、2、3、4、5、6個月為條件，與重現(xiàn)期為2、5、10、20、50、100 a的干旱烈度設(shè)計值組合，計算遭遇條件概率P(S≥s|D≥d)和組合條件概率P(S≥s|D≤d)2種結(jié)果分布見圖6。由圖6可知，對干旱遭遇條件概率而言：1個月干旱歷時條件下，各個區(qū)域干旱遭遇2年一遇的最大風(fēng)險率基本大于85%；2個月干旱歷時條件下，各個區(qū)域干旱遭遇2年一遇的最大風(fēng)險率基本大于98%；3～6個月干旱歷時條件下，各個區(qū)域干旱遭遇2年一遇的最大風(fēng)險率等于1，進一步顯示出在1～6個月干旱歷時條件下，2年一遇干旱屬于區(qū)域內(nèi)常態(tài)化事件。對于干旱組合條件概率而言：1個月干旱歷時條件下，各區(qū)域出現(xiàn)2年一遇的干旱烈度的風(fēng)險率最大，隨干旱烈度重現(xiàn)期加大而迅速歸零；隨著干旱歷時增大到6個月，干旱烈度風(fēng)險概率增大，在2～6個月干旱歷時條件下，2年一遇干旱烈度發(fā)生風(fēng)險率最大，進一步說明2年一遇的干旱烈度是影響區(qū)域內(nèi)主要干旱事件，說明區(qū)域內(nèi)干旱發(fā)生頻率高。

表6 “或”重現(xiàn)期和“且”重現(xiàn)期及其風(fēng)險概率

a) 區(qū)域一P(S≥s|D≥d)的條件概率

b) 區(qū)域一P(S≥s|D≤d)的條件概率

c) 區(qū)域二P(S≥s|D≥d)的條件概率

d) 區(qū)域二P(S≥s|D≤d)的條件概率

e) 區(qū)域三P(S≥s|D≥d)的條件概率

f) 區(qū)域三P(S≥s|D≤d)的條件概率

g) 區(qū)域四P(S≥s|D≥d)的條件概率

h) 區(qū)域四P(S≥s|D≤d)的條件概率

圖6P(S≥s|D≥d)及P(S≥s|D≤d)條件概率分布

i) 區(qū)域五P(S≥s|D≥d)的條件概率

j) 區(qū)域五P(S≥s|D≤d)的條件概率續(xù)圖6 P(S≥s|D≥d)及P(S≥s|D≤d)條件概率分布

3.3 討論

雷州半島地勢低平，氣流難以停滯，降雨量較少；東部多為沿海平原，地勢低平，不利排洪，易產(chǎn)生洪澇災(zāi)害；西部位于高臺地背風(fēng)坡，降雨少且土質(zhì)疏松，地表難以蓄水易出現(xiàn)干旱；南部徐聞縣中部地區(qū)有較高的臺地，來自大洋氣流被臺地阻擋，造成徐聞縣西部背風(fēng)坡降雨比東部迎風(fēng)坡少，是歷年來徐聞縣西部及西南地區(qū)常年干旱的原因之一。干旱風(fēng)險和條件概率分析結(jié)果表明，在2～6個月干旱歷時條件下，2年一遇的干旱烈度是影響區(qū)域主要干旱事件，其次是5年一遇干旱烈度，說明雷州半島干旱發(fā)生頻率高，存在2～5 a的干旱周期。根據(jù)雷州半島歷年干旱記錄，對1966—2015年期間干旱災(zāi)害發(fā)生情況進行統(tǒng)計，期間共有30 a發(fā)生了干旱，發(fā)生的頻率占60.0%。1985—2000(除1997、1999年)、2003—2005、2007—2015年期間干旱年年發(fā)生，而1971—1976、1979—1980、1982—1984、2001—2002年期間無干旱發(fā)生，說明雷州半島實際干旱發(fā)生存在2～6 a的周期。本次采用Copula函數(shù)計算得到的干旱發(fā)生重現(xiàn)期與歷史數(shù)據(jù)統(tǒng)計結(jié)果基本一致，可以為區(qū)域干旱預(yù)警以及風(fēng)險管理提供科學(xué)依據(jù)。孫衛(wèi)國等發(fā)現(xiàn)厄爾尼諾事件一般存在2～7、8～20、30 a以上的尺度周期變化，其中2～7 a的周期振蕩為主要的顯著性周期變化[38]，說明雷州半島干旱的發(fā)生與厄爾尼諾有著密切的關(guān)系。

4 結(jié)論

基于1966—2015年雷州半島12個雨量站的逐月降雨資料，采用標(biāo)準(zhǔn)化降水指數(shù)(SPI)法、旋轉(zhuǎn)經(jīng)驗正交分解法(REOF)及游程理論選取干旱歷時D與干旱烈度S，采用G-H Copula函數(shù)建立了D與S的二維聯(lián)合分布，對區(qū)域氣象干旱發(fā)生風(fēng)險進行了分析，主要結(jié)論如下。

a) 基于SPI6，采用REOF分析方法將雷州半島氣象干旱空間分布分解成5個空間模態(tài)，不同空間模態(tài)對應(yīng)不同的區(qū)域，第一空間模態(tài)的荷載中心區(qū)域位于徐聞大部分區(qū)域；第二空間模態(tài)的荷載中心位于雷州西部地區(qū)；第三空間模態(tài)的荷載中心位于湛江市區(qū)；第四空間模態(tài)的荷載中心位于遂溪西部地區(qū)；第五空間模態(tài)的荷載中心位于遂溪的東南部及雷州的東北部地區(qū)。

b) 對不同區(qū)域給定6個重現(xiàn)期(100、50、20、10、5、2 a)，基于Copula函數(shù)建立D與S的聯(lián)合分布模型，計算得到邊緣分布的重現(xiàn)期介于“或”重現(xiàn)期和“且”重現(xiàn)期之間,聯(lián)合分布的這兩種重現(xiàn)期可以看作是邊緣分布的兩種極端情況；6個區(qū)域之間的干旱歷時與干旱烈度聯(lián)合分布的“或”與“且”兩種重現(xiàn)期基本接近，反映整個雷州半島出現(xiàn)干旱事件的風(fēng)險概率基本相同。

c) 2年一遇“或”重現(xiàn)期風(fēng)險率較高，介于53%～56%之間；2年一遇“且”重現(xiàn)期風(fēng)險率較高，介于44%～50%之間，顯示出2年一遇干旱屬于雷州半島主要的干旱事件。

d) 對干旱遭遇條件概率和組合條件概率進行分析，進一步顯示出在2～6個月干旱歷時條件下，2年一遇的干旱烈度是影響區(qū)域內(nèi)主要干旱事件，說明雷州半島干旱發(fā)生頻率高。