張 茜, 劉 冀, 魏 榕, 張 特, 劉艷麗

(1.三峽大學(xué) 水利與環(huán)境學(xué)院, 湖北 宜昌443002; 2.三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心,湖北 宜昌 443002; 3.水資源安全保障湖北省協(xié)同創(chuàng)新中心, 武漢 430072; 4.水利部 應(yīng)對氣候變化研究中心,南京 210029; 5.南京水利科學(xué)研究院 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室, 南京 210098)

氣候干濕變化對區(qū)域水循環(huán)與生態(tài)環(huán)境具有重要影響，同時也影響區(qū)域經(jīng)濟(jì)發(fā)展。區(qū)域干濕狀態(tài)主要體現(xiàn)在大氣水分收支的變化，即降水量和潛在蒸散量的變化[1]。干旱是指供水與用水不相匹配的一種水資源供需失衡狀態(tài)，是中國主要的氣象災(zāi)害之一。近年來，在全球變暖的趨勢下全國遭受干旱的地區(qū)不斷擴(kuò)大，干旱造成的損失日益劇增，且未來幾十年旱情可能呈加重趨勢[2]。洪澇是指由于降水過多地表積水不能及時排出而造成的災(zāi)害現(xiàn)象。洪澇災(zāi)害往往會危及生命，破壞經(jīng)濟(jì)和生態(tài)環(huán)境[3]。因此定量分析區(qū)域干濕時空演變特征對防汛抗旱減災(zāi)意義重大，為區(qū)域干濕防治和應(yīng)對提供科學(xué)依據(jù)。

干濕指數(shù)是開展干濕研究的有效工具。帕爾默指數(shù)(Palmer Drought Severity Index，PDSI)和標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index，SPI)作為兩種經(jīng)典的干濕指數(shù)，得到了廣泛應(yīng)用[4]。其中SPI指數(shù)雖具有時間尺度靈活、計算簡便的優(yōu)點(diǎn)，但它僅僅考慮了降水因素，忽略了蒸散發(fā)的重要性。PDSI雖考慮了蒸散發(fā)對于水分平衡的影響，但其時間尺度是固定的[5]。Vicente-Serrano等[6]融合PDSI和SPI的優(yōu)點(diǎn)提出標(biāo)準(zhǔn)化降水蒸散指數(shù)(Standardized Precipitation Evapotranspiration Index，SPEI)，該指數(shù)利用降水和蒸散差額(水分盈虧)進(jìn)行指數(shù)計算，不僅綜合考慮了降水和蒸散發(fā)對局地干濕狀況的影響，也具備多時間尺度的特征，因此近年來被廣泛應(yīng)用于干濕變化及干旱研究中。曹博等[7]基于SPEI對長江中下游流域年尺度干濕時空特征進(jìn)行分析；王文等[8]基于綜合氣象干旱指數(shù)和SPEI對長江中下游地區(qū)季節(jié)性干濕進(jìn)行了分析。

長江經(jīng)濟(jì)帶上游區(qū)域人口密集、經(jīng)濟(jì)發(fā)達(dá)，是我國重要的糧、油、棉生產(chǎn)基地，該區(qū)雖水資源豐富，但年內(nèi)降水時間分布不均且年際變化較大，區(qū)域內(nèi)季節(jié)性旱澇時有發(fā)生，特別是云南、貴州是我國的干旱多發(fā)區(qū)和重發(fā)區(qū)，旱災(zāi)幾乎連年發(fā)生，而重慶四川氣候易導(dǎo)致洪澇災(zāi)害，造成的影響不容忽視。目前專門針對長江經(jīng)濟(jì)帶上游區(qū)域干濕演變研究較少，且以往的研究方法忽略了干濕發(fā)生的隨機(jī)性、模糊性和穩(wěn)定性，缺乏對干濕不確定性的度量。因此，研究分析該地區(qū)干濕時空演變特征對長江經(jīng)濟(jì)帶上游區(qū)域生態(tài)環(huán)境及社會經(jīng)濟(jì)影響有重要意義。本文基于Penman-Monteith模型的SPEI標(biāo)準(zhǔn)化降水指數(shù)、Mann-Kendall趨勢突變檢驗(yàn)法、云模型分析長江經(jīng)濟(jì)帶上游干濕時空演變特征。

1 研究區(qū)域和資料

1.1 研究區(qū)概況

長江經(jīng)濟(jì)帶是我國重大戰(zhàn)略發(fā)展區(qū)域，其覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11省市，面積約205萬km2，人口和生產(chǎn)總值均超過全國的40%。橫跨中國東中西三大區(qū)域，具有獨(dú)特優(yōu)勢和巨大發(fā)展?jié)摿?。如長江經(jīng)濟(jì)帶上游(重慶、四川、云南、貴州)位于98°6′—109°30′E，21°30′—33°36′N(圖1)。長江經(jīng)濟(jì)帶上游地理位置優(yōu)越，河流湖泊眾多，自然資源得天獨(dú)厚，經(jīng)濟(jì)發(fā)達(dá)。研究區(qū)多為海拔較低的丘陵和平原，以亞熱帶季風(fēng)氣候?yàn)橹?，東亞季風(fēng)活動明顯。受大陸性季風(fēng)氣候的影響，從干濕發(fā)生頻率來看，長江經(jīng)濟(jì)帶上游干旱呈明顯上升趨勢。整個長江經(jīng)濟(jì)帶上游的年平均降水量呈現(xiàn)明顯的南多北少趨勢，年平均氣溫呈現(xiàn)明顯的南低北高趨勢[9]。

1.2 數(shù)據(jù)來源

本文數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)，采用長江經(jīng)濟(jì)帶上游107個氣象站點(diǎn)1961—2018年共58 a逐月的氣象觀測資料，包括：降水量(p)、最高氣溫(Tmax)、最低氣溫(Tmin)、平均氣溫(Tave)、相對濕度(RH)，10 m風(fēng)速(U10)、大氣壓強(qiáng)(p)和日照時數(shù)(n)。該數(shù)據(jù)集經(jīng)過基本的質(zhì)量控制，包括氣候極值范圍檢查、內(nèi)部一致性檢查和時間一致性檢查，數(shù)據(jù)可靠性和連續(xù)性均能滿足研究的需求。為了保證數(shù)據(jù)在時間上的均一性，舍去數(shù)據(jù)缺測較多的站點(diǎn)，對于少數(shù)缺測數(shù)據(jù)采用鄰近站進(jìn)行插補(bǔ)，最終采用87個站點(diǎn)進(jìn)行分析。

圖1 長江經(jīng)濟(jì)帶上游氣象站點(diǎn)分布

2 研究方法

2.1 標(biāo)準(zhǔn)化降水蒸散指數(shù)

標(biāo)準(zhǔn)化降水蒸散指數(shù)SPEI是Vicente-Serrano等在標(biāo)準(zhǔn)化降水指數(shù)(SPI)的基礎(chǔ)上，考慮水分虧缺和累積效應(yīng)兩個因素，用降水量和潛在蒸散量的差值偏離平均狀態(tài)的程度來表征干濕[10]，其中潛在蒸散量的算法主要為Thornthwaite和Penman-Monteith法，但Thornthwaite模型僅考慮了溫度因素，計算得到的蒸散量不夠準(zhǔn)確。Penman-Monteith法已被推薦為估算蒸散量的標(biāo)準(zhǔn)方法[11]，它結(jié)合了能量平衡和質(zhì)量傳遞方法，同時考慮陽光、空氣溫度、濕度和風(fēng)速對蒸散量的影響，適于各種氣候環(huán)境。計算步驟如下：

(1) 計算研究區(qū)域的蒸散發(fā)量(ET)。本文采用理論依據(jù)完備、計算精度高并在世界范圍廣泛使用的Penman-Monteith公式，計算公式如下：

(1)

式中：Rn為凈輻射(MJ/m)；G為土壤熱通量(MJ/m2)；γ為濕度基常數(shù)(kPa/℃)；T為平均氣溫(℃)；U2為距離地面2 m高處的風(fēng)速(m/s)；es為飽和水汽壓(kPa)；ea為實(shí)際水汽壓(kPa)；Δ為飽和水汽壓表示溫度曲線斜率(kPa/℃)。

(2) 標(biāo)準(zhǔn)化降水蒸散指數(shù)SPEI是基于降水量和參考蒸散發(fā)的干濕指數(shù)。該方法處理思路為：首先計算逐月降水量與蒸散量的差值，然后建立不同時間尺度的累積水分盈虧序列，采用Log-logistic概率分布對累積水分盈虧序列進(jìn)行正態(tài)化，并對分布函數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，最后得到SPEI指數(shù)。SPEI指數(shù)在(-1，1)范圍內(nèi)為正常年份，小于-1為干旱，大于1為濕潤[12]。

2.2 Mann-Kendall趨勢與突變檢驗(yàn)法

2.2.1 Mann-Kendall趨勢檢驗(yàn) 本文采用Mann-kendall法分析年與四季尺度SPEI變化趨勢及顯著性水平。Mann-Kendall趨勢檢驗(yàn)是一種非參數(shù)檢驗(yàn)，能夠檢驗(yàn)數(shù)據(jù)序列的線性或非線性趨勢[13]，其計算步驟如下：

(2)

(3)

(4)

(5)

(6)

式中：xi和xj為時間序列的第i和j個年份所對應(yīng)的數(shù)據(jù)；n為時間序列的長度；ti是第i組的數(shù)據(jù)點(diǎn)的數(shù)目。當(dāng)趨勢衡量指標(biāo)β值為正值時，表示時間序列呈上升趨勢；當(dāng)β值為負(fù)值時，表示時間序列呈下降趨勢。當(dāng)標(biāo)準(zhǔn)化統(tǒng)計量|Zmk|>Z(1-α/2)時,表示時間序列數(shù)據(jù)通過顯著性檢驗(yàn)，否則不通過顯著性檢驗(yàn)，并且可以在標(biāo)準(zhǔn)正態(tài)分布表中查得Z(1-α/2)值，當(dāng)顯著性水平α=5%時；Z(1-α/2)值為1.96。

2.2.2 Mann-Kendall突變檢驗(yàn) 采用Mann-Kendall法檢驗(yàn)序列突變主要有以下步驟：

(1) 對于具有n個樣本量的時間序列X構(gòu)造一秩序列：

(7)

(8)

式中:sk是時間i對應(yīng)的數(shù)值大于時間j對應(yīng)的數(shù)值所有個數(shù)的累加值；n為時間序列的長度；xi和xj為時間序列的第i和j個年份所對應(yīng)的數(shù)據(jù)。

(2) 在時間序列隨機(jī)獨(dú)立的假定下，定義統(tǒng)計量

(9)

式中：UF1=0，E(sk)，var(sk)是累計數(shù)sk的均值和方差，在X1,X2,…,Xn相互獨(dú)立，且有相同連續(xù)分布時，由下式算:

(10)

(3) UFk為標(biāo)準(zhǔn)正態(tài)分布，給定顯著性水平α，若|UFk|>U(α/2)，則表明序列存在明顯的趨勢變化，將時間序列x按逆序排列，按照上式計算，同時使UBk=-UFk，k=n，n-1，…，1。

通過分析統(tǒng)計序列UFk和UBk可以分析序列x的趨勢變化，而且可以明確突變的時間，指出突變的區(qū)域。若UFk值大于0，則表明序列呈上升趨勢；小于0則表明呈下降趨勢；當(dāng)他們超過臨界直線時，表明上升或下降趨勢顯著。如果UFk和UBk這兩條曲線出現(xiàn)交點(diǎn)，且交點(diǎn)在臨界直線之間，那么交點(diǎn)對應(yīng)的時刻就是突變開始的時刻。

2.3 云模型

“云”或者“云滴”是云模型的基本單元，“云”是指其在論域上的一個分部，而并不是傳統(tǒng)模糊函數(shù)中某條確定的隸屬曲線。云是由無數(shù)個云滴構(gòu)成，其“厚度”越厚，表示數(shù)據(jù)越分散，“厚度”越薄，表明數(shù)據(jù)匯聚性越好。云的“深厚程度”是反映隸屬度的隨機(jī)性，越是靠近概念中心的地方，其隨機(jī)性越小[14]。

云模型可以用期望Ex熵En和超熵He共3個參數(shù)來表示其特征。期望Ex表示云滴在論域空間分布的平均值，它是最可以代表定性概念的點(diǎn)；熵En是指定性概念的不確定性度量，反映不確定性程度，由概念的離散程度和模糊程度共同決定；超熵He用來度量熵的不確定性，亦即熵的熵。熵的隨機(jī)性和模糊性共同決定，反映了云滴的離散程度，超熵越大，云的厚度越大。

云模型算法可分為正向高斯云算法和逆向高斯云算法[15]。先通過逆向高斯云算法計算其3個參數(shù)。再通過正向高斯云算法輸入計算出的3個參數(shù)和云滴數(shù)得到隸屬云圖。

逆向高斯云算法計算公式如下：

(11)

式中：樣本點(diǎn)Xi,其中i=1，2，…，n。

(12)

(13)

3 結(jié)果與分析

3.1 SPEI時空分布特征

3.1.1 SPEI年與四季時間變化特征 為了了解長江經(jīng)濟(jì)帶上游年與季節(jié)SPEI的平均值，中位數(shù)及數(shù)據(jù)分布差異，繪制研究區(qū)年與季節(jié)SPEI的箱型圖。由圖2可以看出，1961—2018年長江經(jīng)濟(jì)帶上游年尺度、夏季、秋季與冬季的SPEI均呈下降趨勢，即干旱化；傾斜率分別為-0.031/10 a，-0.004 8/10 a和-0.058/10 a和-0.037/10 a。春季SPEI呈上升化趨勢，即濕潤化，傾斜率為0.031/10 a。對比年與季節(jié)各站點(diǎn)之間的干濕指數(shù)差異較小。圖2A可以看出研究區(qū)春季1961—1996年SPEI分布較散亂，1997年后SPEI值分布差異較小。圖2B可以看出夏季整體SPEI數(shù)值變化不大，分布差異較小。1971年、2006年、2010年和2012年SPEI值相比前后年份較小。圖2C可知，秋季SPEI值最小值出現(xiàn)在2008年，為-0.89。圖2D可知，冬季SPEI值最大值出現(xiàn)在1983年，為1.02，冬季SPEI比春、秋和夏季的分布相比較為散亂。圖2E可知，從年尺度來看，集中在2006年以后，年SPEI整體數(shù)值下降，呈干旱化趨勢?？偟膩碚f，1961—2018年，研究區(qū)內(nèi)夏、秋、冬季呈現(xiàn)干旱化特征，春季呈現(xiàn)濕潤化趨勢。

圖2 長江經(jīng)濟(jì)帶上游SPEI值年與四季趨勢變化

為了進(jìn)一步分析長江經(jīng)濟(jì)帶上游SPEI的年尺度與四季變化的特征，采用Mann-Kendall法對其進(jìn)行突變分析。由圖3E年尺度UF，UB曲線可知：研究時間段內(nèi)研究區(qū)年尺度SPEI指數(shù)不存在顯著突變點(diǎn)。由圖(3A—D)四季尺度UF曲線可知，研究區(qū)春季1990年以后UF>0，SPEI指數(shù)上升，春季出現(xiàn)變濕趨勢。春、夏、冬季UF，UB曲線相交后UF曲線都未通過0.05顯著性水平的檢驗(yàn)，秋季UF，UB曲線在1995年相交，交點(diǎn)之后UF曲線通過0.05顯著性水平的檢驗(yàn)，即1995年為顯著突變點(diǎn)。圖3D可知，冬季，研究區(qū)58 a干旱大致可以分為3個階段：1961—1992年呈現(xiàn)下降趨勢，1993—2012年呈現(xiàn)上升階段，2013—2018年呈下降趨勢，發(fā)現(xiàn)大多數(shù)年份均呈下降趨勢，說明長江經(jīng)濟(jì)帶上游近年來冬季年際干旱呈加重趨勢。這是由于冬季發(fā)生拉尼娜事件，會使西太平洋副熱帶高壓勢力減弱，暖濕氣無法深入長江上游流域，從而造成干旱。

圖3 長江經(jīng)濟(jì)帶上游年與四季SPEI值M-K突變檢驗(yàn)曲線

3.1.2 年與四季SPEI空間分布 為了分析長江經(jīng)濟(jì)帶上游干濕狀況的空間分布情況，對各氣象站點(diǎn)SPEI指數(shù)采用克里金插值法進(jìn)行空間插值，并對各站點(diǎn)1961—2018年SPEI進(jìn)行M-K趨勢檢驗(yàn)和對M-K中衡量趨勢大小指標(biāo)(Sen坡度β)采用克里金插值，結(jié)果見表1與圖4，圖5。

表1 長江經(jīng)濟(jì)帶上游年與季節(jié)站點(diǎn)SPEI變化趨勢統(tǒng)計

圖4 長江經(jīng)濟(jì)帶上游各站點(diǎn)年與季節(jié)平均SPEI空間分布趨勢

圖5 長江經(jīng)濟(jì)帶上游年與季節(jié)干濕指數(shù)M-K趨勢檢驗(yàn)空間變化

圖4A反映了長江經(jīng)濟(jì)帶上游58 a以來年平均SPEI空間分布特征，整體來看研究區(qū)南部以下空間變化不大，即分布較為均勻。從圖中可以明顯地看出南部SPEI大于北部。由圖4B可以看出，春季SPEI值中部偏高，南北兩邊相對偏小。由圖4C可以分析得到，夏季整個流域大面積變成了SPEI值偏高，這是由于長江經(jīng)濟(jì)帶上游屬于亞熱帶季風(fēng)氣候，夏季多雨造成SPEI值增大，東部地區(qū)SPEI值相對較小。由圖4D可以看出，秋季研究區(qū)南部SPEI值高于北部，由圖4E分析可得，冬季平均SPEI值與春季分布相似，都是中部偏高，南北兩邊偏低。總體來說，對于年尺度，研究區(qū)北部以干旱化趨勢為主，南部以濕潤化為主。研究區(qū)春、冬季呈現(xiàn)干旱化特征，夏、秋兩季呈濕潤化趨勢。

由圖5和表1可知，長江經(jīng)濟(jì)帶上游年與季節(jié)站點(diǎn)上升下降顯著和不顯著所占比例和M-K中衡量趨勢大小指標(biāo)(Sen坡度β)空間變化。M-K中Sen坡度值大于0表示上升趨勢，小于0表示下降趨勢。由表1可知研究區(qū)站點(diǎn)顯著上升與顯著下降所占比例明顯高于不顯著上升和不顯著下降。圖5A可以看出，年尺度分析角度來看，Sen坡度值大于0分布于研究區(qū)西北部，小于0分布于研究區(qū)西南和東南部。其中干旱趨勢顯著上升站點(diǎn)占39%，顯著下降占56%。由圖5B可以看出春季Sen坡度值大于0分布于研究區(qū)西北部，此區(qū)域上大多數(shù)站點(diǎn)呈現(xiàn)顯著上升趨勢。Sen坡度值小于0分布于研究區(qū)西南部。春季各個站點(diǎn)干旱趨勢不管上升還是下降都是顯著的。由圖5C可以分析得到研究區(qū)夏季大多數(shù)站點(diǎn)由顯著上升變成了不顯著上升，Sen坡度插值大致上從南到北逐漸增大。由圖5D可以看出，在春季、夏季上升的站點(diǎn)大部分轉(zhuǎn)變?yōu)橄陆?。其中具有下降趨勢的站點(diǎn)占總站點(diǎn)數(shù)的85%。Sen坡度大于0主要分布于研究區(qū)西北部，小于0主要分布于研究區(qū)南部。由圖5E分析可得，冬季大部分站點(diǎn)干旱趨勢顯著上升或顯著下降，不顯著上升和下降一共占總站點(diǎn)數(shù)3%。Sen坡度值大于0主要分布于研究區(qū)東北部和南部。

3.2 基于云模型的SPEI時空分布特征

3.2.1 時間分布特征的云模型分析 云模型可以把干濕量化，并對其不均勻性的穩(wěn)定程度進(jìn)行定量分析[16]。對各站點(diǎn)不同時間尺度的SPEI指數(shù)取算術(shù)平均值，作為研究區(qū)相應(yīng)時間尺度的SPEI指數(shù)。以年平均及四季共5種時間尺度的流域平均SPEI指數(shù)作為樣本點(diǎn)，選取逆向云發(fā)生器算法計算各時間尺度SPEI隸屬云的數(shù)字特征，見表2，進(jìn)而根據(jù)正向云發(fā)生器算法計算云滴，年SPEI隸屬云見圖6。

表2 長江經(jīng)濟(jì)帶上游時間分布隸屬云的數(shù)字特征值

圖6 長江經(jīng)濟(jì)帶上游年與四季SPEI指數(shù)時間分布隸屬云

云模型中，Ex越小，即SPEI平均值亦越小，干旱程度越重；En越大，SPEI相對于平均值越分散，即干旱程度波動越大；He越大，干旱程度的不均勻性越不穩(wěn)定。由圖6，表2可知，近58 a來長江經(jīng)濟(jì)帶上游年尺度與四季SPEI均值均在(-1,1)范圍內(nèi)，進(jìn)而說明不管是從全年還是季節(jié)尺度來看研究區(qū)干濕都處于正常年份，不表現(xiàn)為明顯干旱或濕潤。年尺度上，研究區(qū)SPEI均值為-0.004 9，處于正常水平，熵值(En)為0.358 6，結(jié)合隸屬云圖可見，云滴較為分散，表明SPEI分布不均勻程度較大；超熵為0.102，結(jié)合隸屬云圖，同一SPEI值對應(yīng)多個云滴，云層厚度較大，表明干濕變化不均勻程度的穩(wěn)定性較差。季節(jié)尺度上，Ex在春、冬兩季小于夏、秋兩季，說明從季節(jié)尺度上來看春、冬與夏、秋兩季相比較干旱，且春季較為嚴(yán)重。春季的En，He小于冬季，表明春季干旱較為分散，干旱不均勻性較不穩(wěn)定。秋季的En，He在季節(jié)尺度上均為最小值，說明秋季干旱發(fā)生集中且干旱趨勢化穩(wěn)定，干旱波動較小。在5種時間尺度上，夏季的Ex最大，表明夏季最為濕潤，這是因?yàn)檠芯繀^(qū)是亞熱帶季風(fēng)和季風(fēng)性濕潤氣候，夏季高溫多雨，冬季溫和干燥。

3.2.2 空間分布特征的云模型分析 根據(jù)1961—2018年各站點(diǎn)年及四季的氣象資料計算各站點(diǎn)的SPEI并求得各站點(diǎn)算術(shù)平均值，以各站點(diǎn)不同時間尺度SPEI多年平均值為樣本點(diǎn)，分析空間尺度上的干濕演變特征，得到空間隸屬云的數(shù)字特征(表3)和隸屬云圖(圖7)。

圖7 長江經(jīng)濟(jì)帶上游SPEI空間分布的隸屬云

表3反映了長江經(jīng)濟(jì)帶上游SPEI云模型數(shù)字特征，從年尺度上來看，熵值(En)為0.004 5，小于時間分布的0.358 6，說明了各站點(diǎn)年SPEI反映的空間干濕變化比時間分布更為集中；超熵值He為0.001 8，也小于時間分布的超熵值0.102，說明研究區(qū)SPEI空間分布的不均勻程度變化比時間分布小，氣候的干濕變化更加穩(wěn)定。由表3可知，季節(jié)尺度上，四季空間分布的En均小于時間分布，即SPEI空間分布比時間分布的離散程度?。凰募镜腍e均小于時間分布，表明空間分布的不均勻穩(wěn)定程度較時間分布更大；春季的En最小，說明其離散程度小，春季He為四季中的最小值，說明不均勻程度的穩(wěn)定性最大。比較圖6和圖7，相對于時間分布，空間分布的年、春和夏隸屬云圖的云層厚度更小，云滴也更加集中，表明SPEI分布不均勻程度較小，干濕變化不均勻程度的穩(wěn)定性較好。

表3 長江經(jīng)濟(jì)帶上游空間分布隸屬云的數(shù)字特征值

4 結(jié) 論

本文研究分析了長江經(jīng)濟(jì)帶上游87個氣象站點(diǎn)58年來5種時間尺度的SPEI指數(shù)，結(jié)合趨勢線、突變檢驗(yàn)和云模型分析方法對其干旱時空演變特征進(jìn)行了深入分析，得到以下結(jié)論:

(1) 1961—2018年長江經(jīng)濟(jì)帶上游年尺度、夏季、秋季與冬季的SPEI均呈下降趨勢，即干旱化；春季SPEI呈上升化趨勢，即濕潤化。M-K突變分析表明長江經(jīng)濟(jì)帶上游年、春、夏與冬季尺度SPEI無顯著突變點(diǎn)，秋季在1995年發(fā)生了從濕到干突變，主要由夏季到秋季降水量減少引起。

(2) 年尺度下研究區(qū)北部以干旱化為主，南部以濕潤化為主，其中41%的站點(diǎn)呈濕潤化，59%的站點(diǎn)呈干旱化。春、冬季呈現(xiàn)干旱化特征，夏、秋兩季呈濕潤化趨勢。春季和冬季分別有63%和53%的站點(diǎn)呈干旱化趨勢，夏季和秋季分別有50%和85%的站點(diǎn)呈濕潤化趨勢。

(3) 云模型分析表明，近58年來長江經(jīng)濟(jì)帶上游年尺度與四季SPEI均處于正常年份。研究區(qū)SPEI空間分布不確定性與不穩(wěn)定性顯著低于SPEI時間分布。