亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        西南地區(qū)1902-2018年干旱時(shí)空演變特征分析

        2022-05-04 02:59:22靖娟利和彩霞王永鋒馬炳鑫
        水土保持研究 2022年3期
        關(guān)鍵詞:西南地區(qū)趨勢模態(tài)

        靖娟利, 和彩霞, 王永鋒, 馬炳鑫, 劉 兵

        (1.桂林理工大學(xué) 測繪地理信息學(xué)院, 廣西 桂林 541004; 2.廣西空間信息與測繪重點(diǎn)實(shí)驗(yàn)室, 廣西 桂林 541004)

        干旱作為全球最常見的自然災(zāi)害之一,具有發(fā)生頻率高、持續(xù)時(shí)間長、影響范圍廣的特性,對社會經(jīng)濟(jì)發(fā)展和全球生態(tài)系統(tǒng)有著深刻的影響[1]。干旱是我國最常見、影響最大的氣象災(zāi)害,每年因干旱造成的糧食減產(chǎn)約占?xì)庀鬄?zāi)害糧食總損失的50%以上[2]。資料[3]顯示西南地區(qū)2009年、2010年的嚴(yán)重干旱導(dǎo)致130.6萬人受災(zāi),l 807.1萬人飲水困難,1 172.4萬頭牲畜飲水困難,農(nóng)作物受災(zāi)面積584.1萬hm2,絕收面積121.1萬hm2,經(jīng)濟(jì)損失達(dá)286億元;2012年、2013年的干旱造成西南地區(qū)2 938.7萬人受災(zāi),725.9萬人飲水困難,329.4萬頭牲畜飲水困難,農(nóng)作物受災(zāi)面積253.5萬hm2,絕收面積28.4萬hm2,直接經(jīng)濟(jì)損失近120億元。鑒于西南地區(qū)干旱的危害程度及其嚴(yán)峻形勢,定量刻畫干旱時(shí)空特征、揭示干旱發(fā)展規(guī)律,已成為抗旱防災(zāi)、保障農(nóng)業(yè)健康發(fā)展的迫切要求[4]。

        目前使用較多的干旱指數(shù)有帕默爾指數(shù)(Palmer Drought Severity Index,PDSI)、標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index,PSI)和標(biāo)準(zhǔn)化降水蒸散指數(shù)(Standardized Precipitation Evapotranspiration Index,SPEI)。因SPEI融合了降水和溫度對于區(qū)域干旱的影響,同時(shí)具有多時(shí)間和多空間尺度的特性[5],被廣泛應(yīng)用于干旱研究中。目前,西南地區(qū)干旱特征的研究已有不少,張雷等[6]計(jì)算了1961—2010年云南省SPEI,并對年干旱演變特征、干旱發(fā)生頻次、干旱持續(xù)時(shí)間和干濕變化周期進(jìn)行了分析。蔡婭婭等[7]計(jì)算了2001—2015年貴州省SPEI并分析了其時(shí)空演變特征,認(rèn)為貴州的西北地區(qū)易發(fā)生干旱,干旱空間分布差異大,黔西北、黔西南地區(qū)為易旱集中區(qū)。邢廣君[8]采用SPEI分析了1960—2018年貴州干旱變化趨勢及未來變化趨勢的持續(xù)性,得出貴州不同時(shí)間尺度SPEI序列呈顯著下降趨勢。黃健等[9]基于1976—2017年西南地區(qū)的SPEI,分析了西南地區(qū)干旱時(shí)空變化特征,認(rèn)為西南地區(qū)近42 a以來呈較為明顯的干旱化趨勢。熊光潔等[10]利用1961—2016年西南4省市的SPEI研究了該地區(qū)不同時(shí)間尺度干旱的空間分布和時(shí)間演變特征。賈艷青等[11]基于1960—2014年西南地區(qū)SPEI對極端干旱事件的時(shí)間變化及持續(xù)性特征進(jìn)行了分析。王東等[12]利用西南地區(qū)SPEI分析了1960—2012年的干旱特征。

        然而,以上研究計(jì)算SPEI指數(shù)時(shí)多采用Thornthwaite方法計(jì)算潛在蒸散量,該方法僅考慮了溫度因子,而Penman-Monteith方法在計(jì)算潛在蒸散量時(shí)綜合考慮了氣溫、風(fēng)速、日照和相對濕度,考慮的因子更全面,計(jì)算結(jié)果優(yōu)于Thornthwaite方法;且研究區(qū)的區(qū)域范圍多有不同,小區(qū)域范圍較多,研究時(shí)間序列較短。因此本文基于Penman-Monteith法計(jì)算的1902—2018年西南地區(qū)SPEI數(shù)據(jù)集,通過計(jì)算不同等級干旱強(qiáng)度和干旱頻率,并運(yùn)用Sen趨勢分析、Mann-Kendall(M-K)檢驗(yàn)及EOF分析方法,分析西南地區(qū)干旱時(shí)空演變特征,以期為干旱變化及生態(tài)維護(hù)提供科學(xué)依據(jù)。

        1 研究區(qū)概況

        西南地區(qū)位于中國西南部(97°21′—112°04′E,20°54′—34°19′N),包含云南、貴州、四川、廣西壯族自治區(qū)4個(gè)省級行政區(qū)和重慶市(圖1)。東臨湖北和湖南,西緊鄰西藏、緬甸,南與老撾、越南毗鄰,并相臨于北部灣和南海,北與青海、甘肅和陜西接壤??偯娣e為137.63萬km2,占全國總面積的14.33%。該區(qū)地跨中國地貌的三級階梯,地形崎嶇,地質(zhì)地貌復(fù)雜,包括山地、高原、盆地及丘陵,是我國喀斯特地貌的集中分布區(qū)。地處北回歸線附近,氣候以亞熱帶季風(fēng)氣候和熱帶雨林氣候?yàn)橹?,降水量充沛,雨熱同季。氣溫、降水等氣候因子從西北至東南呈現(xiàn)逐漸遞增的現(xiàn)象,大部分地區(qū)冬暖夏熱,年平均氣溫為4.3~24.3℃,年均降水量為340~2 300 mm,雨季多集中在5—8月。區(qū)內(nèi)植被類型豐富,主要分布灌叢、針葉林、闊葉林、草叢和沼澤。區(qū)內(nèi)生態(tài)環(huán)境脆弱,人口-資源-環(huán)境矛盾突出,屬于全球變化的敏感地帶。

        圖1 研究區(qū)DEM數(shù)據(jù)及格點(diǎn)分布

        2 數(shù)據(jù)與方法

        2.1 數(shù)據(jù)來源

        本文采用的SPEI數(shù)據(jù)來自Global Drought Monitor( http:∥spei.csic.es /index.html),包含1901—2018年的全球SPEI數(shù)據(jù)集,存儲格式為.nc,空間分辨率0.5°×0.5°。SPEI計(jì)算過程如下:首先基于FAO-56推薦的Penman-Monteith公式計(jì)算潛在蒸散量,并計(jì)算逐月降水量與蒸散量的差值,其次采用log-logistic概率分布函數(shù)計(jì)算水分虧缺量,最后對累積概率密度進(jìn)行正態(tài)標(biāo)準(zhǔn)化得到SPEI值[13]。該數(shù)據(jù)集基于CRU資料構(gòu)建,聞新宇[14]、陳發(fā)虎[15]等運(yùn)用該數(shù)據(jù)集對中國及中亞氣候變化的研究,確定CRU資料具有較高的可信度和適用性。SPEI數(shù)據(jù)具有1~48個(gè)月的時(shí)間尺度,其中12個(gè)月時(shí)間尺度的SPEI主要受到長期降水和氣溫的影響,可以較好地反映干旱的年際變化趨勢[16],故本文選取SPEI12數(shù)據(jù)集中每年的12月表示該年的SPEI值來研究1902—2018年西南地區(qū)的干旱時(shí)空演變。

        因SPEI數(shù)據(jù)集的空間分辨率為0.5°×0.5°,故將每個(gè)像元當(dāng)成一個(gè)站點(diǎn)來做后續(xù)研究,研究區(qū)共包含495個(gè)像元,見圖1。研究采用的SRTM(Shuttle Radar Topography Mission)DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/search),空間分辨率為90 m。

        2.2 研究方法

        2.2.1 干旱強(qiáng)度 干旱強(qiáng)度是指所有天或月的綜合氣象干旱指數(shù)值在干旱過程內(nèi)為輕度以上的干旱等級之和[17],用來評價(jià)研究區(qū)內(nèi)干旱的嚴(yán)重程度。

        式中:j表示年份;i表示不同站點(diǎn);m為發(fā)生干旱的站數(shù);|SPEIi|表示j年i站發(fā)生干旱時(shí)SPEI的絕對值。S的值越大,說明干旱越強(qiáng)。本文根據(jù)SPEI值分成無旱、輕旱、中旱、重旱和極端干旱5個(gè)等級[18-19],計(jì)算了不同等級干旱發(fā)生強(qiáng)度,干旱等級劃分見表1。

        表1 干旱等級劃分

        2.2.2 干旱頻率 干旱頻率是研究期內(nèi)各站點(diǎn)發(fā)生干旱的年數(shù)占總年數(shù)的比例,其值越大表明干旱發(fā)生越頻繁。

        式中:i表示不同站點(diǎn);n為該站點(diǎn)發(fā)生干旱的年數(shù);N為研究總年數(shù)。

        2.2.3 其他研究方法 Sen趨勢檢驗(yàn)法是廣泛應(yīng)用于氣象及水文過程的非參數(shù)趨勢分析方法,近年來也被應(yīng)用于遙感時(shí)序數(shù)據(jù)趨勢分析中[20]。若趨勢度β>0,表示在研究期內(nèi)SPEI12隨時(shí)間變化呈增長趨勢;β<0,則表示SPEI12隨時(shí)間變化呈下降趨勢。Mann-Kendall(M-K)檢驗(yàn)法對數(shù)據(jù)無需做特定的分布檢驗(yàn),能夠避免時(shí)間序列數(shù)據(jù)缺失對分析結(jié)果的影響,且能剔除異常值的干擾[13]。可用于檢驗(yàn)各區(qū)域長時(shí)間序列的變化趨勢,定量反映變化趨勢的顯著性。本文分別對SPEI12時(shí)間和空間變化趨勢進(jìn)行M-K突變檢驗(yàn)及顯著性檢驗(yàn),對統(tǒng)計(jì)量Z采用雙邊檢驗(yàn),取值范圍為(—∞,+∞),通過查找正態(tài)分布表,選取|Z|>1.96時(shí)通過p<0.05顯著性檢驗(yàn)。

        經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Function, EOF)分解是氣候變化領(lǐng)域常用的時(shí)空分解方法[4]。EOF方法的基本原理是對包含空間點(diǎn)的場隨時(shí)間變化進(jìn)行分解,將變量場時(shí)間和空間變化特征分離,展開得到前幾個(gè)特征向量,用盡可能少的模態(tài)表達(dá)主要的時(shí)空變化特征[21]。為研究西南地區(qū)干旱發(fā)生的時(shí)間變化規(guī)律和空間模態(tài),本文對SPEI12數(shù)據(jù)變量場進(jìn)行EOF分解,提取其主要空間模態(tài)及其對應(yīng)時(shí)間系數(shù),揭示干旱的時(shí)空變化規(guī)律。

        為了反映長期的干旱狀況,本文基于12個(gè)月尺度SPEI值提取干旱定量特征,最終提取結(jié)果以反距離權(quán)重插值法進(jìn)行空間展示。

        3 結(jié)果與分析

        3.1 干旱時(shí)間變化特征

        對SPEI12取平均值,得到西南地區(qū)1902—2018年SPEI12時(shí)間變化趨勢。從圖2可看出,SPEI12均值在-1~1居多,SPEI12整體呈下降趨勢,下降速率為0.025/10 a,通過p<0.1顯著性檢驗(yàn),表明西南地區(qū)呈不顯著干旱化趨勢。1936年、1939年、2006年、2009年及2011年SPEI12值小于-1,達(dá)到中旱以上;其中2011年SPEI12值最小,為-1.512,達(dá)到重旱。這與查閱的文獻(xiàn)[2,22-23]干旱結(jié)果基本相同,說明SPEI12可以準(zhǔn)確反映區(qū)域內(nèi)干旱的年際變化特征。

        從圖3可知,1902—1934年UF曲線大于0,在1920—1928年超過了0.05顯著性曲線,說明在此時(shí)間段西南地區(qū)SPEI12上升趨勢顯著,不易發(fā)生干旱。在1934年之后,UF曲線均小于0,呈下降趨勢;其中1942—1947年、2013—2015年超過了0.05顯著性曲線,表明在這兩個(gè)時(shí)間段西南地區(qū)SPEI12呈顯著下降趨勢,容易發(fā)生年際干旱。在1932年UF曲線和UB曲線第一次相交,是突變的開始,從濕潤轉(zhuǎn)變成干旱,20世紀(jì)50年代中期到70年代中期突變點(diǎn)較多,呈干旱—濕潤的頻繁交替現(xiàn)象,發(fā)生多次不顯著突變,在1974年之后呈干旱化趨勢。

        3.2干旱強(qiáng)度時(shí)間變化特征

        為了進(jìn)一步分析西南地區(qū)干旱變化趨勢,本文對1902—2018年西南地區(qū)不同等級干旱強(qiáng)度進(jìn)行了統(tǒng)計(jì)。從圖4可以看出,4個(gè)等級的干旱強(qiáng)度均呈增強(qiáng)趨勢,其中中旱和重旱強(qiáng)度的增長趨勢通過p<0.01顯著性檢驗(yàn),說明西南地區(qū)干旱在逐年加重。輕旱強(qiáng)度平均值為76.024,整體在其平均值上下波動(dòng),1912年、1940年、1987年、2001年輕旱強(qiáng)度較大,尤以1987年為甚,達(dá)到308.156。中旱強(qiáng)度在20世紀(jì)50年代前較弱,其值在0~126波動(dòng),在20世紀(jì)60年代之后,中旱強(qiáng)度顯著增強(qiáng),其中1969年、1992年、2003年中旱強(qiáng)度均超過200;中旱強(qiáng)度的增長速率為4.652/10 a,在4個(gè)等級干旱強(qiáng)度中增長最快。重旱強(qiáng)度呈階段性增長,其增長速率為4.149/10 a,位居第二;在1930—1943年、1958—1972年、1986—1992年和2001—2014年期間其強(qiáng)度較大,其中2001—2014年重旱強(qiáng)度最大。極端干旱強(qiáng)度相對來說較小,在1906年、1936—1945年、1989年、2006—2011年極端干旱強(qiáng)度明顯,其中2011年極端干旱強(qiáng)度最為顯著,達(dá)到460.137,與上文的SPEI12時(shí)間變化趨勢基本相符。

        圖2 1902-2018年西南地區(qū)SPEI12時(shí)間變化趨勢

        圖3 1902-2018年西南地區(qū)SPEI12突變檢驗(yàn)

        圖4 1902-2018年西南地區(qū)不同等級干旱強(qiáng)度時(shí)間變化特征

        3.3 干旱頻率空間分布特征

        從圖5可以看出西南地區(qū)不同等級干旱發(fā)生頻率存在顯著的空間差異性。不同等級干旱發(fā)生頻率依次為:輕旱>中旱>重旱>極端干旱,其中輕旱發(fā)生頻率為22.26%~40.17%,而極端干旱發(fā)生頻率為0.06%~5.06%。輕旱發(fā)生頻率較低的區(qū)域主要分布在若爾蓋高原地區(qū),其次為遵義、曲靖、黔西南及防城港地區(qū);四川盆地一帶、沙魯里山、云南文山、貴州畢節(jié)及廣西丘陵發(fā)生輕旱的頻率較高。中旱發(fā)生頻率最高為16.23%,主要分布在迪慶、麗江、涼山、攀枝花和昭通及重慶南部和遵義一帶,南寧、普洱、怒江、阿壩州有少量分布;甘孜州、楚雄、文山和柳州發(fā)生中旱的頻率較低,自南向北發(fā)生中旱的頻率呈低—高—低的趨勢。重旱發(fā)生頻率較低,最高僅為11.09%,高值區(qū)主要分布在四川西北部的甘孜州和阿壩州、普洱、西雙版納、重慶東南部和廣西梧州;四川盆地、云貴高原、廣西南寧以西北地區(qū)發(fā)生重旱的頻率較低,形成以研究區(qū)中心向四周發(fā)生重旱頻率升高的現(xiàn)象。發(fā)生極端干旱的頻率最低,最高僅為5.06%,發(fā)生頻率較高的區(qū)域主要分布在四川甘孜州西北部和云南昆明、曲靖,云南普洱、廣西來賓以東南、重慶及若爾蓋高原地區(qū)發(fā)生極端干旱的頻率較低,研究區(qū)從東南往西北發(fā)生極端干旱的頻率升高。

        整體上研究區(qū)南部的云南西部、廣西發(fā)生中旱及以上干旱頻率較低,尤其是廣西發(fā)生極端干旱頻率較低,其原因是廣西南邊與北部灣海域相臨,降水充沛,雨熱同季,云南西部降水較廣西少,但雨季顯著,多集中在5—8月,故其發(fā)生極端干旱的頻率較低。而四川西北部、云貴高原發(fā)生干旱頻率較高,其原因是四川西北部地形復(fù)雜,山嶺眾多,其海拔多在4 000~5 000 m,屬高原高寒氣候區(qū),氣候立體變化明顯,冬寒夏涼,水熱不足。

        圖5 1901-2018年西南地區(qū)不同等級干旱發(fā)生頻率空間分布

        3.4 干旱空間變化趨勢特征

        為了更好地揭示西南地區(qū)的干旱空間變化特征,對SPEI12進(jìn)行趨勢分析及顯著性檢驗(yàn),并將干旱變化趨勢劃分為顯著下降(β<0,p<0.05),不顯著下降(β<0,p≥0.05),不顯著上升(β>0,p≥0.05),顯著上升(β>0,p<0.05)4個(gè)等級。從圖6可以看出西南地區(qū)干旱變化趨勢以不顯著下降為主,占研究區(qū)面積的68.22%,說明西南大部分地區(qū)干旱化趨勢不顯著。其次是不顯著上升趨勢,占17.41%,主要分布在廣西東部的桂林—貴港—北海一帶和四川西北部的甘孜州和阿壩州,重慶則有零星分布。顯著下降趨勢占研究區(qū)面積的13.77%,主要分布在云貴高原的昭通—畢節(jié)—六盤水—文山一帶,臨滄有少量分布,表明云貴高原地區(qū)百年來干旱在持續(xù)加重。而顯著上升區(qū)域僅占0.61%,分布在廣西賀州。以上分析表明,整體上廣西干旱有所緩解,云貴高原干旱則有加重趨勢。

        3.5 干旱時(shí)空模態(tài)分析

        對西南地區(qū)495個(gè)格點(diǎn)1902—2018年的SPEI12組成的矩陣進(jìn)行經(jīng)驗(yàn)正交分解,得到相互正交的特征向量,代表西南地區(qū)相互獨(dú)立的旱澇空間分布類型。方差貢獻(xiàn)率按照從大到小的順序排列,貢獻(xiàn)率越大的特征向量,其模態(tài)對應(yīng)的旱澇分布形式越典型。每一模態(tài)的極大值中心就是旱澇變化的敏感中心。時(shí)間系數(shù)可以作為空間系數(shù)的權(quán)重,來反映某一年對該種旱澇空間分布的貢獻(xiàn)率大小。時(shí)間系數(shù)的絕對值越大,表示這一年該分布形式越典型[5]。

        圖6 1902-2018年西南地區(qū)SPEI12空間變化趨勢

        EOF分析的前3個(gè)特征向量方差累計(jì)貢獻(xiàn)率達(dá)到65.36%,已經(jīng)可以反映西南地區(qū)干旱發(fā)生的主要空間分布特征。其中第一特征向量的方差貢獻(xiàn)率達(dá)到34.00%,是西南地區(qū)干旱分布的最重要形式。從圖7可以看出第一模態(tài)的空間分布自云貴高原中心向四周逐漸降低,且其值均為正值,表明西南地區(qū)干旱分布特征呈一致性,即整個(gè)地區(qū)偏干或偏濕。高值中心主要分布在涼山、攀枝花、楚雄、昆明、曲靖、昭通、畢節(jié)和六盤水,表示這些地區(qū)對干旱敏感。第一模態(tài)對應(yīng)的時(shí)間系數(shù)表明了這種分布特征隨時(shí)間的變化情況。時(shí)間系數(shù)整體呈下降趨勢,且通過p<0.05的顯著性檢驗(yàn)。時(shí)間系數(shù)為正值的年份二者乘積為正,表示該年研究區(qū)屬于偏濕型,典型的年份為1918年、1965年、1968年。時(shí)間系數(shù)為負(fù)的年份表示該年研究區(qū)屬于偏干型,典型年份為1936年、2009年、2011年。這與2009—2010年西南地區(qū)發(fā)生特大干旱事件相符。

        圖7 1902-2018年西南地區(qū)干旱第一模態(tài)空間分布和對應(yīng)的時(shí)間系數(shù)

        第二特征向量的方差貢獻(xiàn)率為18.72%,也是西南地區(qū)干旱空間分布比較重要的形式。從圖8可以看出,第二模態(tài)在空間上以迪慶—涼山—昭通—畢節(jié)—貴陽—銅仁一帶為界呈現(xiàn)南北相反的分布,空間系數(shù)的數(shù)值為南正北負(fù)。這種分布表明南北干濕相反,北部偏濕則南部偏干,反之北部偏干則南部偏濕。南部空間系數(shù)為正的高值中心主要以廣西為主,自廣西向西逐漸減小。北部以四川盆地為中心的區(qū)域是空間系數(shù)為負(fù)的集中區(qū)。南濕北干的典型年份有1939年、1942年、1994年、1997年、2006年,而南干北濕的典型年份有1916年、1954年、1998年、1989年。

        圖8 1902-2018年西南地區(qū)干旱第二模態(tài)空間分布和對應(yīng)的時(shí)間系數(shù)

        第三特征向量的方差貢獻(xiàn)率為12.64%,較前兩特征向量貢獻(xiàn)率較小,但其對應(yīng)的空間模態(tài)也能對西南地區(qū)干旱的空間分布做出一定的解釋。從圖9可以看出,第三模態(tài)在空間上以文山—曲靖—昭通—樂山—雅安—甘孜為界呈東西相反的分布,空間系數(shù)的數(shù)值為東正西負(fù),這種分布表明東西干濕相反,東部偏濕則西部偏干,反之東部偏干則西部偏濕。東部空間系數(shù)為正的高值中心主要分布在黔東南、柳州、桂林等區(qū)域,西部的迪慶、怒江和麗江周圍則是空間系數(shù)為負(fù)的集中區(qū)。東濕西干的典型年份有1920年、1935年、1994年、2014年,而東干西濕的典型年份有1928年、1966年、1991年,其中該分布最為典型的是1928年。

        4 討論與結(jié)論

        4.1 討 論

        本文分析SPEI12時(shí)間變化特征,表明西南地區(qū)呈干旱化趨勢,尤以1936年、1939年、2006—2009年、2011年的干旱顯著,其中2011年的干旱最為顯著。該結(jié)論與賈艷青等[24]、王東等[12]和史曉亮等[16]的研究結(jié)果相符,徐海亮[25]和崔立魯?shù)萚26]認(rèn)為這些年份的干旱主要是由嚴(yán)重少雨引起,2009—2011年降水最少而氣溫較往年偏高,黃榮輝等[2]通過成因分析確定2009—2010年西太平洋的異常環(huán)流造成我國西南地區(qū)氣流異常,從而導(dǎo)致水汽難以到達(dá)云貴高原,引起了此區(qū)城降水長期偏少。本文研究不同等級干旱強(qiáng)度均呈增強(qiáng)趨勢,該結(jié)果與王秋云等[27]的結(jié)論一致,其認(rèn)為西南地區(qū)干旱強(qiáng)度在逐漸增強(qiáng)且中部干旱強(qiáng)度增強(qiáng)最明顯,東部次之,西部最弱。賀晉云等[28]研究表明極端干旱頻率呈減少趨勢,賈艷青等[11]認(rèn)同其結(jié)論并認(rèn)為極端干旱強(qiáng)度和持續(xù)時(shí)間呈減少的趨勢,極端干旱程度總體減弱。本研究結(jié)果與其相反,出現(xiàn)該結(jié)果的原因可能是賈艷青等基于日SPEI且研究年限僅為55 a,而本文基于年尺度SPEI,時(shí)間尺度較長且研究年限為117年。

        圖9 1902-2018年西南地區(qū)干旱第三模態(tài)空間分布和對應(yīng)的時(shí)間系數(shù)

        西南地區(qū)地理位置特殊,地跨我國地貌的三級階梯,地形崎嶇,地質(zhì)地貌復(fù)雜,影響干旱的因子較多,氣溫和降水是其主要影響因素,但喀斯特地貌、青藏高原產(chǎn)生的南支槽、厄爾尼諾與南方濤動(dòng)(ENSO)和大氣環(huán)流等因素對西南干旱也有影響。王東等[12]研究ENSO事件與西南干旱的相對應(yīng)關(guān)系,確定全球ENSO事件對西南干旱的發(fā)生具有一定的影響。本文所使用的SPEI12計(jì)算了年尺度的地表水分虧損量,但其還不能完整的說明干旱發(fā)生的機(jī)制,今后還需深入研究西南干旱的成因。

        4.2 結(jié) 論

        (1) 在時(shí)間變化上,西南地區(qū)SPEI12整體呈下降趨勢,下降速率為0.025/10 a,表明西南地區(qū)呈不顯著干旱化趨勢、尤以1936年、1939年、2006年、2009年及2011年的干旱最為顯著;M-K突變檢驗(yàn)表明在1932年西南地區(qū)從濕潤轉(zhuǎn)變成干旱,在1954—1974年期間呈干旱—濕潤的頻繁交替現(xiàn)象。

        (2) 干旱強(qiáng)度時(shí)間變化上,西南地區(qū)干旱強(qiáng)度均呈增強(qiáng)趨勢,其中中旱和重旱強(qiáng)度的增長速率尤為顯著,表明西南地區(qū)干旱隨時(shí)間推移并未得到緩解,其中2011年的干旱最為顯著,中旱、重旱和極端干旱強(qiáng)度均超過100,極端干旱強(qiáng)度達(dá)到460.137。

        (3) 干旱頻率空間分布上,輕旱發(fā)生頻率最高,在22.26%~40.17%之間波動(dòng),極端干旱發(fā)生頻率最低;不同等級干旱發(fā)生頻率存在空間分布差異,整體上研究區(qū)南部的云南西部、廣西發(fā)生中旱及以上干旱頻率較低。

        (4) 干旱變化趨勢分析表明,西南地區(qū)干旱變化趨勢以不顯著下降為主,占研究區(qū)面積的68.22%,說明西南大部分地區(qū)干旱化趨勢不顯著,顯著下降的區(qū)域主要分布在云貴高原中部。

        (5) 干旱時(shí)空模態(tài)分析中,第一模態(tài)方差貢獻(xiàn)率為34.00%,表現(xiàn)為全區(qū)一致型變化;第二模態(tài)方差貢獻(xiàn)率為18.72%,反映了研究區(qū)南北干濕相反的特征;第三模態(tài)方差貢獻(xiàn)率為12.64%,反映了研究區(qū)東西干旱分布相反的情況。

        猜你喜歡
        西南地區(qū)趨勢模態(tài)
        基于MCI指數(shù)的西南地區(qū)近60年夏季干旱特征
        西南地區(qū)干濕演變特征及其對ENSO事件的響應(yīng)
        趨勢
        山西隊(duì)?wèi)蛳蛭髂系貐^(qū)的傳播
        中華戲曲(2019年2期)2019-02-06 06:54:16
        初秋唇妝趨勢
        Coco薇(2017年9期)2017-09-07 21:23:49
        Завершено строительство крупнейшего комплексного транспортного узла на юго
        --западе Китая
        中亞信息(2016年7期)2016-10-20 01:41:30
        SPINEXPO?2017春夏流行趨勢
        國內(nèi)多模態(tài)教學(xué)研究回顧與展望
        基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識別
        趨勢
        汽車科技(2015年1期)2015-02-28 12:14:44
        日韩熟女精品一区二区三区视频 | 国产国拍精品av在线观看按摩 | 日韩av一区二区不卡在线| 亚洲色偷偷综合亚洲avyp| 艳妇臀荡乳欲伦交换在线播放| 无码人妻少妇久久中文字幕蜜桃| 最新国产主播一区二区| 女人av天堂国产在线| 日韩一区国产二区欧美三区| 亚洲精品老司机在线观看| 国产精品狼人久久久影院| 国产亚洲午夜精品久久久| 亚洲色成人网站www永久| 在线播放国产一区二区三区| 无遮挡很爽视频在线观看 | 久久精品国产99久久久| 中文人妻无码一区二区三区在线| 欧美性一区| 亚洲av一区二区在线| 女人被男人爽到呻吟的视频| 久久无码av三级| 国产高清天干天天视频| 久久久亚洲免费视频网| 精品久久人妻av中文字幕| 久久精品国产日本波多麻结衣| 中文字幕av久久激情亚洲精品| 日韩三级一区二区不卡| 天天燥日日燥| 99久久综合九九亚洲| 中文字幕人妻av四季| 日韩av高清在线观看| 国产女人18毛片水真多| 蜜桃在线一区二区三区| 少妇无套裸按摩呻吟无呜| 真人无码作爱免费视频禁hnn| 韩国女主播一区二区在线观看 | 久久久亚洲欧洲日产国码αv| 91免费播放日韩一区二天天综合福利电影| 亚洲男女视频一区二区| 一个人看的www片免费高清视频| 精品国产18久久久久久|