張克新,王娟娟,彭嬌婷,蘇志華

(1.貴州財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院,貴州 貴陽(yáng) 550025;2.揚(yáng)州大學(xué) 環(huán)境科學(xué)與工程學(xué)院,江蘇 揚(yáng)州 225127;3.揚(yáng)州紅碩環(huán)境與生物工程研究有限公司，江蘇 揚(yáng)州 225127)

0 引言

隨著全球變暖，極端氣候事件(干旱、洪澇、雪災(zāi)和高溫等)發(fā)生的頻率逐漸增多。已有研究表明：世界許多地區(qū)年降水天數(shù)呈減少趨勢(shì)，而年總降水量卻呈現(xiàn)出增加趨勢(shì)[1-3]。年總降水量的增加主要表現(xiàn)在降水集中在某幾日的強(qiáng)降水，或某一天的降水強(qiáng)度增加，容易導(dǎo)致洪澇自然災(zāi)害發(fā)生；降水量或者降水強(qiáng)度的增大也將更容易引起土壤侵蝕，導(dǎo)致植物生長(zhǎng)環(huán)境發(fā)生改變，影響植被生長(zhǎng)以及農(nóng)作物產(chǎn)量[4]。因此，對(duì)降水年內(nèi)分配均勻與否或者集中分散程度及其影響因素的研究逐漸受到關(guān)注[5-9]。目前，國(guó)內(nèi)通常采用Zhang等[10]于2003年提出降水集中程度(PCD) 與降水集中期(PCP)的概念來(lái)評(píng)價(jià)與計(jì)算降水年內(nèi)均勻分配與否的指標(biāo)。國(guó)內(nèi)學(xué)者對(duì)全國(guó)范圍尺度[5-6,11]、區(qū)域尺度[7-9,12]的PCD和PCP進(jìn)行了研究，如長(zhǎng)江流域[7]、渭河流域[8]、西南地區(qū)[9]和山西[12]等地。國(guó)外學(xué)者對(duì)降水集中程度的研究普遍采用由Oliver[13]在1980提出，經(jīng)過(guò) De Luis[14]改進(jìn)的降水集中指數(shù)(PCI)，學(xué)者們認(rèn)為PCI值能更好地表征一年內(nèi)降水的集中程度，且計(jì)算方法簡(jiǎn)單，也被國(guó)內(nèi)外學(xué)者廣泛應(yīng)用[5,15-18]。段亞雯等[5]采用此方法計(jì)算了中國(guó)1961—2010年降水集中指數(shù)的變化特征，認(rèn)為中國(guó)PCI的變化趨勢(shì)呈現(xiàn)出由東南向西北逐漸遞增的空間分布趨勢(shì)，發(fā)現(xiàn)西南地區(qū)8—12月降水占全年降水的比例減少。雖然整體上中國(guó)降水集中指數(shù)呈現(xiàn)上述分布態(tài)勢(shì)，但是降水量的區(qū)域差異性具有更大的不確定性[19]。因此，需要對(duì)區(qū)域降水或者降水集中程度的變化進(jìn)行深入分析。

貴州省位于中國(guó)云貴高原東部，屬于亞熱帶濕潤(rùn)季風(fēng)氣候，山區(qū)面積廣大，地理環(huán)境復(fù)雜，氣候多變，旱澇災(zāi)害頻發(fā)，降水的年際和年代際變化差異很大[20]。以往研究中，關(guān)于貴州降水的研究有很多，但研究?jī)?nèi)容主要集中于降水的季節(jié)及年際變化方面，對(duì)于該區(qū)域降水的年內(nèi)分配均勻程度(降水集中離散程度)的研究還是一個(gè)空白。為了解降水變化的區(qū)域差異和年內(nèi)集中分散程度，基于1961—2017年貴州省降水的逐日、逐月觀測(cè)數(shù)據(jù)，采用Oliver[13]降水集中度定義，對(duì)貴州省PCI的年際和季節(jié)變化特征進(jìn)行分析，旨在揭示貴州省降水年內(nèi)集中分散程度的差異性。同時(shí)，分析了海拔與PCI的相互關(guān)系，選取ENSO指數(shù)(MEI)以及南亞夏季風(fēng)指數(shù)(SASMI)、南海夏季風(fēng)指數(shù)(SCSSMI)和太平洋年代際振蕩(PDO)等4個(gè)指數(shù)來(lái)分析海-氣相互作用對(duì)研究區(qū)PCI的影響程度。研究以期對(duì)區(qū)域降水的年內(nèi)變化規(guī)律進(jìn)行全面科學(xué)認(rèn)識(shí)，也為區(qū)域水資源的有效合理利用提供理論依據(jù)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

選取貴州省19個(gè)氣象站(圖1)1961年1月1日至2017年12月31日的逐日降水?dāng)?shù)據(jù)和1961年1月到2017年12月的逐月降水?dāng)?shù)據(jù)，氣象數(shù)據(jù)來(lái)自于國(guó)家氣象科學(xué)數(shù)據(jù)中心(http://data.cma.cn/)。太平洋年代際振蕩(PDO)數(shù)據(jù)取自http://jisao.washington.edu/pdo/PDO.latest；厄爾尼諾-南方濤動(dòng)(ENSO) 指數(shù)采用多元ENSO指數(shù)[21](即MEI)，數(shù)據(jù)來(lái)自于http://www.cdc.noaa.gov/people/klaus.wolter/MEI/；南亞夏季風(fēng)指數(shù)(SASMI)和南海夏季風(fēng)指數(shù)(SCSSMI)逐月數(shù)據(jù)均來(lái)自于http://ljp.lasg.ac.cn/。

圖1 研究區(qū)氣象站點(diǎn)分布圖Fig.1 Distribution map of meteorological stations in study area

1.2 研究方法

1.2.1 降水集中度(PCI)的計(jì)算

降水集中度(PCI)的計(jì)算采用Oliver[13]在1980提出的降水集中度定義，經(jīng)過(guò) De Luis 等[14]改進(jìn)計(jì)算方法，定義如下：

(1)

(1)式中，pi為某站點(diǎn)i月降水量。通過(guò)某一年每月的降水量由公式(1)即可得出該年的PCI值；由(1)可知，若年降水量都集中在某一個(gè)月內(nèi)，則該P(yáng)CI值達(dá)到最高，為100；若年降水量較為均勻的分配在12個(gè)月內(nèi)，則PCI值達(dá)到最小，約為8.3。此外，可以根據(jù)公式(1)年降水集中指數(shù)計(jì)算季節(jié)范圍內(nèi)(春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(12月至次年2月))的降水集中指數(shù)(SPCI)[16]，定義如下：

(2)

根據(jù) Oliver[13]定義方法，當(dāng)PCI(SPCI)<10時(shí)，表示某地區(qū)年降水量的月份分配較為均勻(即低集中度)；當(dāng)10≤PCI<15時(shí)，表示該地區(qū)年內(nèi)降水具有一定集中性(中集中度)；當(dāng) 15≤PCI<20時(shí)，表示該地區(qū)年內(nèi)降水量不規(guī)則分布(高集中度)；而當(dāng)PCI≥20 時(shí)，則表示該地區(qū)年降水在年內(nèi)的分配具有異常集中性，即降水量主要集中在某幾個(gè)月內(nèi)。

1.2.2 趨勢(shì)分析

采用Mann-Kendall(M-K)秩次相關(guān)法來(lái)研究降水的時(shí)間變化趨勢(shì)，M-K法的優(yōu)點(diǎn)在于不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，更適合于水文氣象等非正態(tài)分布的數(shù)據(jù)[19]。本文采用M-K法對(duì)各站的PCI值進(jìn)行分析，得到各站相應(yīng)的M-K統(tǒng)計(jì)量Z值，當(dāng)Z的絕對(duì)值大于等于1.64、1.96、2.58時(shí)，表示分別通過(guò)了置信度α=0.1、0.05和0.01的顯著性檢驗(yàn)[22]；將各氣象站1961—2017 年的PCI和SPCI值和采用M-K法計(jì)算得到各站點(diǎn)PCI值的變化趨勢(shì)系數(shù)為參數(shù)，在ArcGIS10.2軟件中用反距離加權(quán)插值(IDW)法進(jìn)行插值，分析其空間變化特征。

1.2.3 相關(guān)性分析

采用交叉小波變換(XWT) 和小波相干變換(WTC) 分析年P(guān)CI值與PDO、ENSO、SASMI和SCSSMI之間的多時(shí)間尺度相關(guān)關(guān)系。交叉小波是將小波變換和交叉譜分析兩種方法結(jié)合產(chǎn)生的一種新型信號(hào)分析技術(shù)[23-25]，該方法提供了兩序列在視頻空間中能量共振和協(xié)方差分布規(guī)律，可以從多時(shí)間尺度來(lái)研究?jī)蓚€(gè)時(shí)間序列在時(shí)頻域中的相互關(guān)系。該方法可以揭示兩序列在不同時(shí)段尺度上的相關(guān)性和一致性，并能再現(xiàn)時(shí)頻空間中的相位關(guān)系。交叉小波變換能夠揭示兩個(gè)變量共同的高能量區(qū)以及位相關(guān)系，但當(dāng)能量譜中存在強(qiáng)峰值時(shí)，交叉小波可能會(huì)產(chǎn)生誤導(dǎo)性的結(jié)果。因此，需要對(duì)交叉小波變換中的小波能量進(jìn)行標(biāo)準(zhǔn)化，從而得到小波相干譜，它可以度量?jī)蓚€(gè)變量之間的相關(guān)性。計(jì)算方法和程序參考已有研究[23-25]。

2 結(jié)果與分析

2.1 年降水集中度的年際變化趨勢(shì)

研究選取各站點(diǎn)PCI的變化趨勢(shì)系數(shù)及其1961—2017年平均值作為參數(shù)，繪制貴州省PCI值變化趨勢(shì)空間分布圖(圖2)。研究區(qū)PCI值變化趨勢(shì)空間差異明顯(圖2(a))，介于-0.17 ～ 0.26/10 a之間，中部地區(qū)安順市多年P(guān)CI值變化趨勢(shì)增加幅度最大(通過(guò)α=0.05的顯著性檢驗(yàn))。從圖2(a)可以看出，研究區(qū)PCI值的變化趨勢(shì)從東北部到西南部逐漸增大，說(shuō)明該地區(qū)東北部年降水分配有逐漸趨于集中的趨勢(shì)，西南部年降水卻呈現(xiàn)出逐漸趨于年內(nèi)分配較為均勻(分散)的態(tài)勢(shì)。此外，貴州省1961—2017年P(guān)CI值平均值范圍在12.81～16.39之間(圖2(b))，按Oliver[13]定義整個(gè)貴州省年降水屬于中高度集中度；PCI平均值空間分布上呈現(xiàn)出西高東低的分布特點(diǎn)，最大值出現(xiàn)在貴州西部邊緣。這可能與研究區(qū)海拔高度有關(guān)，研究區(qū)地勢(shì)西高東低，西部海拔高度多在1 200～2 400 m，東部海拔在800 m以下，這與貴州省降水量的空間分布趨勢(shì)東多西少的分布特征是一致的[26]。

圖2 貴州省1961—2017年平均PCI值的變化趨勢(shì)(a)及多年平均PCI值(b)的空間分布Fig.2 The spatial variation trend of average PCI values and its average values in Guizhou from 1961 to 2017

2.2 年降水集中度的年代際空間變化

在整個(gè)研究時(shí)段內(nèi)(1961—2017年)，貴州省PCI值年代際變化也較為明顯(圖3)，PCI值在20世紀(jì)60年代到20世紀(jì)80年代間的空間變化基本一致(圖3(a，b，c))，均呈現(xiàn)出西高東低的分布特點(diǎn)，且PCI值的變化不是很明顯(在12～17之間)；在20世紀(jì)90年代，研究區(qū)高度集中度(PCI≥15)的區(qū)域范圍有所增加(圖3(d))，而中度集中度的區(qū)域(10≤PCI<15)范圍變?cè)叫?，也就是年降水不?guī)則分布的趨勢(shì)有所增加；2001—2017年，中度集中度的區(qū)域又有所增加(圖3中的e)，但PCI值依然處于相對(duì)集中的范圍內(nèi)?？傊?，在年代際時(shí)間變化范圍內(nèi)，貴州省年P(guān)CI值均在中度集中度到高度集中度范圍之間，相對(duì)高PCI值均出現(xiàn)在研究區(qū)西部地區(qū)，相對(duì)低值出現(xiàn)在東部和東南部地區(qū)，且貴州省1961—2017年內(nèi)降水分配沒有出現(xiàn)異常集中的情況，說(shuō)明降水年內(nèi)分配還是相對(duì)比較均勻的。

2.3 月降水集中度的空間變化

在季節(jié)范圍內(nèi)，1961—2017年，貴州省春季PCI值(SPCI)的范圍在10.18～13.37之間(圖4(a))，說(shuō)明降水具有一定的集中性，屬于中度集中度；空間上相對(duì)低值出現(xiàn)在研究區(qū)中東部地區(qū)。夏季PCI(SPCI)值范圍在9.26～10.26之間(圖4(b))，其PCI值均在10左右，表示該地區(qū)季節(jié)降水量的月分配程度較為均勻，屬于低集中度，夏季西部降水均勻程度略高于西部地區(qū)。秋季PCI值范圍在10.24～11.95之間(圖4(c))，但空間上呈現(xiàn)出與夏季完全相反的分布趨勢(shì)，于春季有相似的空間分布趨勢(shì)，而高值的范圍卻要少很多。相對(duì)高值出現(xiàn)在研究區(qū)西部邊緣，而相對(duì)低值出現(xiàn)在中東部地區(qū)，且降水依然有一定的集中性。冬季由于降水偏少(圖4(d))，PCI值屬于中度集中度(10≤PCI<15)的區(qū)域僅僅出現(xiàn)在西部和南部少數(shù)地區(qū)，冬季大多數(shù)地區(qū)的降水分配比較均勻。

圖3 1961—2017年貴州省PCI年代際變化趨勢(shì)空間分布Fig.3 Average values of the PCI across different decades in Guizhou from 1961 to 2017

圖4 1961—2017年貴州省季節(jié)PCI值的空間分布Fig.4 Mean values of seasonal PCI (SPCI) in Guizhou during 1961—2017

2.4 海拔與降水集中度的相互關(guān)系

貴州省地勢(shì)西高東低，東部海拔最低在800 m以下，中部海拔在800～1 200 m之間，西部海拔最高，在1 200～2 400 m之間，研究區(qū)內(nèi)山脈交錯(cuò)，地形較為復(fù)雜。受地形影響，貴州省年降水PCI與海拔呈現(xiàn)出較好的線性關(guān)系(圖5)，隨著海拔的升高，PCI值呈現(xiàn)增大趨勢(shì)，即隨著研究區(qū)域內(nèi)海拔升高，年降水越趨于集中，在地勢(shì)較低區(qū)域，降水的年內(nèi)分布較為均勻。根據(jù)Oliver[13]定義，在海拔1 000 m以下的范圍內(nèi)，研究區(qū)部分地區(qū)降水年內(nèi)分配屬于中度集中度；海拔高于1 000 m的區(qū)域，部分地區(qū)年降水量屬于高度集中度范圍內(nèi)。由于本文選取的氣象站點(diǎn)較少，對(duì)于海拔與PCI值的相關(guān)性及其發(fā)生原因還需要進(jìn)一步研究。

圖5 研究區(qū)海拔與降水集中度的相互關(guān)系Fig.5 Correlation between the PCI values and elevation in Guizhou

2.5 降水集中度與若干大氣環(huán)流指數(shù)的相互關(guān)系

貴州省降水不僅受海拔影響，還受到大氣環(huán)流影響[26]。研究采用交叉小波變換(XWT) 和小波相干變換(WTC)，分析年P(guān)CI值與PDO、ENSO、SASMI和SCSSMI之間的多時(shí)間尺度相關(guān)關(guān)系。交叉小波變換重點(diǎn)突出年P(guān)CI值變化與大氣環(huán)流指數(shù)兩組信號(hào)序列在時(shí)頻域中高能量區(qū)的相互關(guān)系，而相干小波變換則重點(diǎn)揭示年P(guān)CI值變化與氣候因子在時(shí)頻域中低能量區(qū)的相互關(guān)系。交叉小波變換顯示貴州省年降水集中度(PCI)與PDO、ENSO、SASMI和SCSSMI指數(shù)存在共振周期(圖6(a，b，c，e))(所有圖中粗黑線所包圍的范圍表示通過(guò)了α= 0.05顯著性水平下的紅噪聲標(biāo)準(zhǔn)譜的檢驗(yàn)；細(xì)黑線為影響錐曲線，在該曲線以外的功率譜由于受到邊界效應(yīng)的影響而不予考慮。箭頭表示相對(duì)位相差，→表示兩者同位相變化；←表示兩者反位相變化；↑表示月降水量變化位相比PDO、ENSO、SASMI和SCSSMI變化位相提前90°，↓表示年P(guān)CI變化位相比PDO、ENSO、SASMI和SCSSMI變化位相落后90°)，只是在不同時(shí)域中的相關(guān)性存在明顯差異。從圖6(a)中可以看出，PDO與PCI的交叉小波功率譜高能量區(qū)分別在1986—1996年存在 3～6 a的共振周期(小波交叉功率譜相關(guān)性通過(guò)了顯著性水平α= 0.05下的紅色噪音標(biāo)準(zhǔn)譜檢驗(yàn))，且3～6 a的的周期平均相位角水平向右，也表示兩者同位相變化。而PCI與ENSO的交叉小波功率譜(圖6(b))在高能量區(qū)分別在1966—1970年、1974—1985年、1986—1990年和1989—2000年分別存在 2～3 a、5～6 a、4～5 a和3～7 a 的共振周期(這四個(gè)周期均通過(guò)顯著性水平α= 0.05 下的紅色噪音標(biāo)準(zhǔn)譜檢驗(yàn))，對(duì)于3～7 a 的共振周期，兩者顯示位相方向向下，表明兩者在此域內(nèi)變化位相落后90°。PCI與南亞夏季風(fēng)指數(shù)(SASMI)在1961—1970年和1988—1994年分別存在2～3 a、3～5 a的共振周期(3～5 a通過(guò)顯著性水平α= 0.05 下的紅色噪音標(biāo)準(zhǔn)譜檢驗(yàn))(圖6c)，在時(shí)頻域中兩者顯示負(fù)位相關(guān)系，位相方向向左，表明兩者在此域內(nèi)有相對(duì)滯后性。從南海夏季風(fēng)指數(shù)(SCSSMI)與PCI的交叉小波功率譜上圖(圖6(e))上可以看出，兩者在1976—1982年、1986—2002年和1998—2002年分別存5～6 a、1～6 a、0～ 1a的共振周期(均通過(guò)顯著性水平α= 0.05 下的紅色噪音標(biāo)準(zhǔn)譜檢驗(yàn))，且各個(gè)周期存在期間的相位角均方向向左，表示兩者反相位變化。

注：圖a，b，c，e是交叉小波功率譜，圖d和圖f為相干小波功率譜。 圖6 貴州省降水集中度(PCI)與PDO、ENSO、SASMI和SCSSMI的交叉小波功率譜、相干小波功率譜Fig.6 The cross wavelet transform and wavelet coherence of the PCI value and PDO,ENSO,SASMI and SCSSM

小波相干譜分析年P(guān)CI與大氣環(huán)流指數(shù)在其波動(dòng)不強(qiáng)烈時(shí)的遙相關(guān)特征(圖6(d，f))，因PCI與PDO、ENSO之間的小波相干譜顯示，兩者沒有共振周期，故圖在此處省略。在圖6(d)中看出年P(guān)CI與SASMI相干小波功率譜低能量區(qū)在1961—1970年、1972—1980年、1988—1996年和2008—2016年分別表現(xiàn)出2～3 a、0～2 a及4～5 a 且呈負(fù)位相的共振周期(其中4～5 a的共振周期通過(guò)了紅標(biāo)檢驗(yàn))。從年P(guān)CI與SCSSMI的小波相干功率譜在低能量區(qū)(圖5(f))發(fā)現(xiàn)，在1964—1982年和1972—1980年存在4～6 a和8～10a的反相位共振周期，2000—2014年存在0～4 a的共振周期。

3 討論

貴州省1961—2017年P(guān)CI值呈現(xiàn)出下降趨勢(shì)，說(shuō)明降水年內(nèi)分配有逐漸均勻的趨勢(shì)。研究區(qū)PCI的變化趨勢(shì)從東北部到西南部逐漸增大，這說(shuō)明該地區(qū)東北部年降水分配有逐漸趨于集中的趨勢(shì)，西南部年降水呈現(xiàn)出逐漸趨于均勻的態(tài)勢(shì)。PCI空間上呈現(xiàn)出和降水基本一致的分布趨勢(shì)，即研究區(qū)西北部PCI呈下降趨勢(shì)，東南部呈上升趨勢(shì)。全球增暖背景下的季節(jié)性差異減小，這可能是導(dǎo)致貴州省降水的年內(nèi)分配趨于均勻的一個(gè)原因。

大氣環(huán)流指數(shù)對(duì)氣溫和降水的影響已被學(xué)術(shù)界公認(rèn)并已取得許多研究成果，但由于氣候系統(tǒng)的復(fù)雜性，使得大氣環(huán)流指數(shù)對(duì)各地區(qū)氣候的影響存在一定的區(qū)域差異性。因此研究對(duì)貴州省年P(guān)CI和大氣環(huán)流指數(shù)(PDO、ENSO、SASMI和SCSSMI)的遙相關(guān)關(guān)系進(jìn)行分析，將有助于進(jìn)一步理解該區(qū)域降水和年P(guān)CI的變化特征。交叉小波變換和小波相干譜分析顯示貴州省年P(guān)CI與ENSO、SASMI和SCSSMI存在共振周期(圖6)，只是在不同時(shí)域中的相關(guān)性存在明顯差異，這都說(shuō)明大氣環(huán)流指數(shù)是影響年P(guān)CI變化的重要因素之一，這也進(jìn)一步表明探究大氣環(huán)流指數(shù)與水資源體系的相互作用機(jī)制對(duì)區(qū)域水資源的科學(xué)管理具有重要意義。

4 結(jié)論

分析近57年來(lái)貴州省年P(guān)CI值，結(jié)論如下：

1)研究區(qū)PCI變化趨勢(shì)空間差異明顯，介于-0.17～0.26/10 a之間，中部地區(qū)安順市多年P(guān)CI值變化趨勢(shì)增加幅度最大。研究區(qū)PCI的變化趨勢(shì)從東北部到西南部逐漸增大，這說(shuō)明該地區(qū)東北部年降水分配有逐漸趨于集中的趨勢(shì)，西南部年降水呈現(xiàn)出逐漸趨于均勻的態(tài)勢(shì)。

2)在年代際范圍內(nèi)，貴州省年P(guān)CI值均在中度集中度到高度集中度范圍之間，相對(duì)高PCI值均出現(xiàn)在研究區(qū)西部地區(qū)，相對(duì)低值出現(xiàn)在東部和東南部地區(qū)，且貴州省1961—2017年內(nèi)降水分配沒有出現(xiàn)異常集中的情況，說(shuō)明降水年內(nèi)分配相對(duì)比較均勻。

3)1961—2017年研究區(qū)春、夏、秋、冬四季PCI值(SPCI)范圍均在9.0～13.37之間，說(shuō)明降水具有一定的集中性，屬于中度集中度，但SPCI在各個(gè)季節(jié)的空間差異較為明顯。

4)海拔和大氣環(huán)流是影響該區(qū)域降水的主要因素，海拔越高，PCI值越大，即隨著海拔高度增加，降水越趨于相對(duì)集中的分布態(tài)勢(shì)。交叉小波變換和小波相干譜分析表明貴州省年降水集中度與PDO、ENSO、SASMI和SCSSMI存在不同時(shí)間尺度的共振周期，但在不同時(shí)域中的相關(guān)性卻存在一定的差異，說(shuō)明大氣環(huán)流指數(shù)是影響該區(qū)域年P(guān)CI變化的重要因素之一。