金韓宇，程清平，任釔潼

(西南林業(yè)大學(xué)地理與生態(tài)旅游學(xué)院，云南 昆明 650224)

全球變暖背景下，大氣持水能力增加，隨之降水結(jié)構(gòu)發(fā)生變化[1-2]。降水是診斷氣候變化、揭示生態(tài)環(huán)境響應(yīng)的重要變量之一，其變化對(duì)農(nóng)業(yè)生成和水資源管理、防洪及干旱調(diào)控等存在明顯影響[3-4]。國(guó)內(nèi)外學(xué)者針對(duì)全球和區(qū)域尺度對(duì)干濕日變化特征做了相關(guān)研究，得出了許多有價(jià)值的研究成果。如Chia等[5]發(fā)現(xiàn)全球年降水存在兩極極端化，即濕季更加濕潤(rùn)，干季更加干旱，Vaittinada等[6]進(jìn)一步證實(shí)北美地區(qū)干濕日變化與全球響應(yīng)一致。Singh等[7]發(fā)現(xiàn)印度持續(xù)干日頻率和持續(xù)濕(干)日強(qiáng)度呈顯著上升(下降)趨勢(shì)。Thoithi等[8]揭示了非洲南部，持續(xù)干日事件頻率存在2個(gè)空間梯度。Wang等[9]發(fā)現(xiàn)蒙古高原南部過(guò)去50年持續(xù)濕(干)日平均天數(shù)(上升)趨勢(shì)，而持續(xù)濕日頻次呈下降趨勢(shì)。Zolina等[10]得出歐洲60年來(lái)冬季持續(xù)濕日平均天數(shù)增長(zhǎng)15%～20%。Osei等[11]發(fā)現(xiàn)在年季尺度上普拉集水區(qū)持續(xù)2～5濕日與持續(xù)2～6干日發(fā)生頻率最高。Li等[12]根據(jù)14個(gè)干濕日指數(shù)偵測(cè)新加坡干濕日在季風(fēng)時(shí)期呈不顯著增長(zhǎng)。Mishra等[13]基于不同情景氣候模型與小波變換，揭示了印度堪薩巴蒂河流域干濕日變化與降水變率的聯(lián)系。Wang等[14]發(fā)現(xiàn)東部沿海持續(xù)干濕日事件變化與ENSO密切相關(guān)。李劍鋒等[15]采取9個(gè)降水指標(biāo)發(fā)現(xiàn)新疆持續(xù)干日事件日數(shù)越長(zhǎng)，降水強(qiáng)度越低。譚霞等[16]發(fā)現(xiàn)西南地區(qū)夏季長(zhǎng)、短持續(xù)性降水平均天數(shù)呈減少趨勢(shì)，而中長(zhǎng)持續(xù)性降水平均天數(shù)顯著減少。Huang等[17]基于14個(gè)干濕日指數(shù)，發(fā)現(xiàn)四川盆地降水變化具有明顯季節(jié)性變化。Zhang等[18]基于4個(gè)降水結(jié)構(gòu)指數(shù)發(fā)現(xiàn)珠江流域年降水量呈減少趨勢(shì)，年降水強(qiáng)度呈增加趨勢(shì)。

1 研究區(qū)域概況

縱向嶺谷區(qū)(Longitudinal Range-Gorge Region，LRGR)位于中國(guó)西南區(qū)域，為高聳山系和深切河谷。地處元江-紅河、瀾滄江-湄公河、怒江-薩爾溫江和獨(dú)龍江-伊洛瓦底江4條國(guó)際大河的上游，是中國(guó)西南與東南亞重要的生態(tài)廊道[22]。同時(shí)該區(qū)域受太平洋和印度洋水汽影響，是亞洲三大水汽輸送的交匯區(qū)[23]。北回歸線縱向嶺谷區(qū)地處縱向嶺谷區(qū)南部，年內(nèi)受到多個(gè)季風(fēng)影響；加之復(fù)雜的下墊面和水汽“通道-阻隔”作用，降水空間分布存在異質(zhì)性[19]。同時(shí)，該區(qū)域內(nèi)河流支流短小、河道比降大，遭遇強(qiáng)降水或連續(xù)降水容易造成山洪暴發(fā)，極易引發(fā)滑坡、泥石流等地質(zhì)災(zāi)害[24]。

圖1 研究區(qū)域

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

日降水?dāng)?shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn)，選取時(shí)間段為1961—2019年。每個(gè)站點(diǎn)進(jìn)行嚴(yán)格的質(zhì)量篩選，剔除個(gè)別缺測(cè)連續(xù)1個(gè)月以上站點(diǎn)，剩余站點(diǎn)缺測(cè)的數(shù)據(jù)利用前后2 d的平均值進(jìn)行插補(bǔ)，共計(jì)24個(gè)站點(diǎn)。季風(fēng)指數(shù)來(lái)源于(http://ljp.gcess.cn/dct/page/65540),大尺度環(huán)流指數(shù)來(lái)源于中國(guó)氣象局國(guó)家氣候中心(http://cmdp.ncc-cma.net/Monitoring/cn_index_130.php)，分別選取厄爾尼諾南方濤動(dòng)指數(shù)(ENSO)、北極濤動(dòng)指數(shù)(AO)、北大西洋濤動(dòng)指數(shù)(NAO)、北太平洋年代際振蕩指數(shù)(PDO)。

2.2 研究方法

干濕日指數(shù)根據(jù)Huang等[17]定義，基于日降水?dāng)?shù)據(jù)計(jì)算年尺度干濕日指數(shù)，具體計(jì)算見(jiàn)表1。其中濕日定義為日降水量大于等于1 mm，干日定義為日降水量小于1 mm。在趨勢(shì)分析上，Mann-Kendall作為常用的趨勢(shì)檢驗(yàn)，能夠計(jì)算時(shí)間序列趨勢(shì)的顯著性，具有非參數(shù)等優(yōu)勢(shì)。但往往時(shí)間序列存在序列自相關(guān)，其會(huì)增加拒絕原假設(shè)的概率。Hamed等[25]提出修訂Mann-Kendall，去除時(shí)間序列自相關(guān)，從而得到更加客觀的顯著性。因此利用修訂Mann-Kendall與Pettitt突變檢測(cè)[26]進(jìn)行趨勢(shì)分析。小波相干是在傳統(tǒng)小波變換的基礎(chǔ)上發(fā)展的多信號(hào)多尺度時(shí)-頻域分析技術(shù)[27-28]，相比傳統(tǒng)相關(guān)分析，其能有效地分析兩信號(hào)之間在時(shí)-頻域的相關(guān)關(guān)系，并反映2個(gè)時(shí)間序列的相位結(jié)構(gòu)和詳細(xì)特征，在氣象水文具有廣泛應(yīng)用[29-30]。因此采用小波相干進(jìn)一步揭示干濕日指數(shù)與大尺度環(huán)流指數(shù)的聯(lián)系。

表1 干濕日指數(shù)定義

3 結(jié)果與分析

3.1 干濕日時(shí)空分析

3.1.1干濕日指數(shù)趨勢(shì)分析

圖2、3為 1961—2019年北回歸線縱向嶺谷地區(qū)干濕日指數(shù)多年變化特征。從濕日指數(shù)(圖2)來(lái)看，北回歸線縱向嶺谷地區(qū)濕日指數(shù)呈下降趨勢(shì)，其中MWS(圖2b)、MPWS(圖2c)、MLWS(圖2d)分別以-0.04 /10a、-0.4 mm/10a、-6 d/10a顯著(P≤0.05)減少。從5年滑動(dòng)曲線可以得，NWS、MLWS、MWS、PWS95和MPWS在1961—1970年初呈現(xiàn)上升趨勢(shì)。1970—1990年初處于波動(dòng)下降階段，在1990—2000年處于偏多時(shí)期，此后波動(dòng)下降并處于偏少時(shí)期，并在2010年左右達(dá)到歷史最低水平。

a)NWS

b)MWS

c)MPWS

d)MLWS

e)PWS95

從干日指數(shù)來(lái)看(圖3)，除NDS(圖3a)以-0.3/10a速率減少外，MDS(圖3b)、MLDS(圖3c)、NLDS(圖3d)和DDS95(圖3e)分別以0.1、0.1，0.6、0.4 d/10a速率增長(zhǎng)，其中NLDS為顯著上升(P≤0.05)。從圖3中5年滑動(dòng)平均曲線可以看出，在1961—1975年，NDS和NLDS呈現(xiàn)波動(dòng)下降，MDS、DDS95、MLDS呈波動(dòng)上升；1975年后均為波動(dòng)上升，此后極端干日指數(shù)DDS95、MLDS、NLDS呈波動(dòng)上升，并在2000—2010年處于偏高期。干濕日2000年后變化與賈艷青等[31]發(fā)現(xiàn)21世紀(jì)初，西南地區(qū)遭遇最嚴(yán)重的極端干旱的結(jié)論相似。干濕日指數(shù)集中在2002年發(fā)生突變，與蘇秀程等[32]發(fā)現(xiàn)西南地區(qū)2002后變化趨勢(shì)由濕潤(rùn)轉(zhuǎn)化為干旱化，進(jìn)入相對(duì)干旱期一致。但可能由于該地區(qū)特殊地形和大氣環(huán)流異常，干濕日指數(shù)可能對(duì)氣候變化不敏感，大多數(shù)干濕日指數(shù)不顯著突變。

a)NDS

b)MDS

c)MLDS

d)NLDS

e)DDS95

3.1.2北回歸線南北區(qū)域干濕日指數(shù)趨勢(shì)分析

圖4為以北回歸線為界，南北區(qū)域1961—2019年干濕日指數(shù)變化特征。由圖4可知，在濕日指數(shù)中，除NWS(圖4a、4b)外，MWS(圖4e、4f)、MPWS(圖4i、4j)、MLWS(圖4m、4n)及PWS95(圖4q、4r)呈現(xiàn)顯著下降趨勢(shì)，但南北區(qū)域氣候傾向率存在差異，北回歸線以南區(qū)域氣候傾向率均大于北回歸線以北區(qū)域，南部區(qū)域干旱化更加迅速。在干日指數(shù)中，以除NDS(圖4c、4d)和DDS95(圖4s、4t)外，MDS(圖4g、4h)、MLDS(圖4k、4l)和NLDS(圖4o、4p)南部區(qū)域Z值均大于北部區(qū)域，其中NLDS-S(圖4o)相比NLDS-N(圖4p)，變化十分顯著，通過(guò)0.01顯著性水平檢驗(yàn)，進(jìn)一步表明北回歸線以南區(qū)域相比以北區(qū)域干旱化趨勢(shì)更顯著。從指數(shù)值來(lái)看，南部地區(qū)均大于北部地區(qū)，而干日指數(shù)小于北部地區(qū)干日指數(shù)值，其可能由南北地形差異加之南邊界主要為水汽收入造成[23]。從變化階段來(lái)看，南部區(qū)域與北部區(qū)域5年滑動(dòng)平均曲線變化相似，階段變化不存在顯著差異?？傊?，北回歸線南北時(shí)空變化特征存在一定差異，北回歸線以南地區(qū)干旱化更顯著，變化率也更大。

圖4 1961—2019年干濕日指數(shù)多站點(diǎn)平均時(shí)間變化特征(N為北回歸線以北地區(qū)，S為北回歸線以南地區(qū))

3.1.3元江東西區(qū)域干濕日指數(shù)趨勢(shì)分析

圖5為元江東西區(qū)域1961—2019年干日指數(shù)變化特征。在濕日指數(shù)中，元江東西區(qū)域濕日指數(shù)(NWS、MWS、MLWS、MPWS、PWS95)均呈顯著(P≤0.05)減少趨勢(shì)，NWS(圖5a、5b)外，MWS-W(圖5b)、MPWS-W(圖5f)、MLWS-W(圖5n)和PWS95-W(圖5r)在元江以西區(qū)域氣候傾向率均大于元江以東區(qū)域，元江西部區(qū)域干旱化更劇烈。而在干日指數(shù)中，除NDS(圖5c、5d)之外，MDS(圖5g、5h)、MLDS(圖5k、5l)、NLDS(圖5o、5p)和DDS95(圖5s、5t)呈現(xiàn)上升趨勢(shì)，其中DDS95(圖5s、5t)、MDS(圖5c、5d)呈顯著上升趨勢(shì)(P≤0.05)。從變化率來(lái)看，MLDS-W(圖5i)、DDS95-W(圖5t)在元江以西變化趨勢(shì)幅度大于元江以東站點(diǎn)(圖5k、5s)，但MDS-W(圖5g)、NLDS-W(圖5o)元江以西站點(diǎn)變化趨勢(shì)小于元江以東站點(diǎn)(圖5h、5p)?？傮w上，元江兩側(cè)區(qū)域干濕日指數(shù)多年變化率存在差異，元江以西區(qū)域濕日指數(shù)相比元江以東變化更劇烈。

3.2 干濕日指數(shù)空間分析

圖6a—6e為濕日指數(shù)Z值空間分布特征。除NWS外，MLWS、MWS、MPWS以及PWS95指數(shù)60%的站點(diǎn)數(shù)量呈下降趨勢(shì)，其中MWS指數(shù)中80%站點(diǎn)顯著(P≤0.05)下降。常規(guī)濕日指數(shù)MWS所有站點(diǎn)均呈下降趨勢(shì)(圖5c)，該地區(qū)持續(xù)濕日事件平均天數(shù)逐年減少。在NWS(圖6a)中，中部區(qū)域存在5個(gè)站點(diǎn)呈上升趨勢(shì)，但整體上MWS仍然呈逐年減少趨勢(shì)。除個(gè)別站點(diǎn)外，MWS(圖6c)、MLWS(圖6b)、MPWS(圖6e)和PWS95(圖6d)均呈現(xiàn)減少趨勢(shì)。極端濕日指數(shù)中(MLWS、MPWS、PWS95)，北回歸線縱向嶺谷區(qū)西部區(qū)域通過(guò)0.05顯著性水平站點(diǎn)較多，嶺谷以西區(qū)域極端降水事件呈現(xiàn)顯著減少趨勢(shì)。在嶺谷中部區(qū)域，4個(gè)濕日指數(shù)(MLWS、MWS、PWS95、MPWS)變化一致，均呈下降趨勢(shì)。而東部區(qū)域MLWS(圖6b)、MPWS(圖6e)、PWS95(圖6d)變化不一致，但個(gè)別站點(diǎn)呈現(xiàn)年降水量增多、最大持續(xù)濕日天數(shù)增加和極端降水量增多現(xiàn)象。結(jié)果上看，嶺谷北回歸線地區(qū)整體呈干旱化趨勢(shì)，其中西部區(qū)域更顯著。圖6f—6j為干日指數(shù)Z值空間分布特征。NDS中近一半站點(diǎn)呈下降趨勢(shì)，其中21%站點(diǎn)顯著(P≤0.05)下降。在MDS指數(shù)中，所有站點(diǎn)皆呈下降趨勢(shì)，其中70%站點(diǎn)通過(guò)0.05顯著性水平檢驗(yàn)。MDS(圖6h)所有站點(diǎn)均呈上升趨勢(shì)，該地區(qū)持續(xù)干日平均天數(shù)逐年增加，顯著變化站點(diǎn)集中分布在東部。在NDS(圖6f)中，中部區(qū)域存在4個(gè)站點(diǎn)變化趨勢(shì)與NWS(圖6a)相同，呈現(xiàn)上升趨勢(shì)。從NLDS(圖6g)、MLDS(圖6j)和DDS95(圖6i)中可以看出，NLDS、MLDS和DDS95存在站點(diǎn)變化趨勢(shì)不一致，一些站點(diǎn)DDS95和MLDS呈下降趨勢(shì)且分布在中部地區(qū)。如：元江、墨江站極端干日呈下降趨勢(shì)。總體來(lái)看，嶺谷北回歸線呈干旱趨勢(shì)，但局部區(qū)域呈現(xiàn)濕化現(xiàn)象。

圖5 1961—2019年干濕日指數(shù)多站點(diǎn)平均時(shí)間變化特征(E為元江以東地區(qū)，W為元江以西地區(qū))

圖6 干濕指數(shù)Z值空間變化特征

3.3 干濕日結(jié)構(gòu)指數(shù)分析

3.3.1濕日結(jié)構(gòu)指數(shù)分析

圖7a、7d為不同持續(xù)時(shí)間濕日結(jié)構(gòu)指數(shù)的發(fā)生頻率(OWS)及降水貢獻(xiàn)率(CWS)，在OWS中持續(xù)1 d占比最大(45%)，10 d及10 d以上占比最小，僅占比0.7%。在CWS中，除持續(xù)10 d及以上，其余持續(xù)天數(shù)CWS與OWS比例相對(duì)一致。持續(xù)1 d降水對(duì)年總降水量貢獻(xiàn)率最大，達(dá)到20%。盡管持續(xù)10 d降水在1 a中的發(fā)生頻率只有5%不到。但對(duì)年總降水貢獻(xiàn)率達(dá)8%。持續(xù)1～4 d頻率將近90%，同時(shí)降水貢獻(xiàn)率近62%。由此可見(jiàn)1～4 d為該地區(qū)的主要降水事件。

在圖7b、7e 5年滑動(dòng)平均值中，OWS表現(xiàn)為2001年以前持續(xù)以1～4 d發(fā)生頻率較高。2001年以后持續(xù)2～3、7 d以上發(fā)生頻率較高。OWS(圖7b)與CWS(圖9e)變化趨勢(shì)相似。而CWS持續(xù)3～7 d發(fā)生頻率先偏高后偏低，其他持續(xù)時(shí)間段發(fā)生頻率先偏低后偏高。

圖7c、7f為OWS和CWS 10年變化率，在圖7c中，2～10 d均呈現(xiàn)負(fù)趨勢(shì)，但在圖7f中，僅持續(xù)時(shí)間5～10 d呈現(xiàn)負(fù)趨勢(shì)。雖然持續(xù)2～4 d OWS呈現(xiàn)負(fù)趨勢(shì)。但CWS呈現(xiàn)上升趨勢(shì)。總體來(lái)講，持續(xù)5 d以上中長(zhǎng)時(shí)間段濕日頻率和貢獻(xiàn)率呈現(xiàn)減少趨勢(shì)，1～4 d短時(shí)間降水成為該地區(qū)主要降水模式。

3.3.2干日結(jié)構(gòu)指數(shù)分析

圖8a、8d利用不同持續(xù)時(shí)間的干日發(fā)生頻率(ODS)和不同持續(xù)時(shí)間干日對(duì)年總干日的貢獻(xiàn)率(CDS)來(lái)探究持續(xù)干日事件的結(jié)構(gòu)。整體上看，ODS(圖8a)干日持續(xù)時(shí)間1～5 d占比最大，將近80%以上，但貢獻(xiàn)率只占30%左右。短時(shí)間干日發(fā)生頻繁，但貢獻(xiàn)率相對(duì)較小。持續(xù)干日6 d以上發(fā)生率雖小，但強(qiáng)度相對(duì)較大，貢獻(xiàn)率達(dá)到70%以上。

從圖8b、8e 5年滑動(dòng)平均值，ODS(圖8b)在1981年前持續(xù)30 d以上干日事件發(fā)生頻率偏高，持續(xù)30 d以下干日事件處于低頻率期；1981—1991年持續(xù)15～25 d干日發(fā)生頻率較高，1991年后各持續(xù)時(shí)間段發(fā)頻率有所增加。圖8e可以看出CDS短持續(xù)時(shí)間干日貢獻(xiàn)率較高。1961—1981年，持續(xù)30 d干日貢獻(xiàn)率偏高，此后1981—2001年，持續(xù)15～30 d中長(zhǎng)時(shí)間貢獻(xiàn)率偏高，短持續(xù)時(shí)間1～15 d偏高。

圖8c、8f為ODS和CDS10年變化率。從圖8c、8f可以看出持續(xù)25 d以上干日頻率和貢獻(xiàn)率都呈現(xiàn)正趨勢(shì)，15～20、1～5 d頻率和貢獻(xiàn)率呈現(xiàn)負(fù)趨勢(shì)。總體上，ODS和CDS頻率與貢獻(xiàn)率變化相對(duì)一致，持續(xù)15 d以上干日呈現(xiàn)增多趨勢(shì)，持續(xù)中長(zhǎng)干旱事件逐漸成為主要模式。

a)不同持續(xù)時(shí)間濕日發(fā)生頻率

b)標(biāo)準(zhǔn)化頻率5年滑動(dòng)平均

c)頻率線性趨勢(shì)(10 a)

d)不同持續(xù)時(shí)間濕日對(duì)年總濕日的貢獻(xiàn)率

e)標(biāo)準(zhǔn)化貢獻(xiàn)率5年滑動(dòng)平均

f)貢獻(xiàn)率線性趨勢(shì)(10 a)

a)不同持續(xù)時(shí)間干日(5 d間隔)發(fā)生頻率

b)標(biāo)準(zhǔn)化頻率5年滑動(dòng)平均

c)頻率線性趨勢(shì)(10 a)

d)不同持續(xù)時(shí)間干日對(duì)年總干日的貢獻(xiàn)率

e) 標(biāo)準(zhǔn)化貢獻(xiàn)率5年滑動(dòng)平均

f)貢獻(xiàn)率線性趨勢(shì)(10 a)

3.4 干濕日指數(shù)與大尺度環(huán)流指數(shù)相關(guān)性

表2為干濕日指數(shù)與大尺度環(huán)流指數(shù)Pearson相關(guān)。由表可知，在常規(guī)指數(shù)中，NWS、NDS與AO相關(guān)系數(shù)為0.3(P≤0.05)，MWS與SASMI極顯著正相關(guān)，相關(guān)系數(shù)達(dá)0.5(P≤0.01)，而MDS與NAO呈顯著負(fù)相關(guān)，相關(guān)系數(shù)達(dá)-0.3(P≤0.05)。在極端濕指數(shù)中，MPWS、MLWS與PWS95皆與SASMI呈顯著正相關(guān)，相關(guān)系數(shù)皆大于0.26(P≤0.05)。而極端干日指數(shù)，MLDS、DDS95和NLDS與ENSO呈不顯著負(fù)相關(guān)。為揭示干濕日指數(shù)與大尺度環(huán)流指數(shù)在時(shí)-頻域的聯(lián)系，進(jìn)一步計(jì)算干濕日指數(shù)與其相關(guān)系數(shù)最高的大尺度環(huán)流指數(shù)小波相干。由圖9a、9c可知，NWS和NDS與AO在1961—1970年存在1～4 a正相關(guān)年際濤動(dòng)，在1970年后轉(zhuǎn)為準(zhǔn)8 a濤動(dòng)，而在1991年后不存在顯著濤動(dòng)。在圖9b中，MWS與SASMI在1990—2000年呈1～4 a正相關(guān)濤動(dòng)，而在2000年后，MWS與SASMI存在準(zhǔn)8 a正相關(guān)濤動(dòng)，特別在2010年后存在準(zhǔn)10 a代際濤動(dòng)。對(duì)于MDS，其與NAO在1971—2011年存在準(zhǔn)8 a負(fù)相關(guān)濤動(dòng)。圖10為極端干濕日與大尺度環(huán)流指數(shù)小波相干。

表2 干濕日指數(shù)與大尺度環(huán)流指數(shù)Pearson相關(guān)

a)NWS-AO b)MWS-SASMI

c)NDS-AO d)MDS-NAO

a)MPWS-SASMI b)MLDS-ENSO

c)MLWS-SASMI d)NLDS-ENSO

e)PWS95-SASMI f)DDS95-ENSO

由圖10c、10f可得，極端濕日指數(shù)MLWS和PWS95與SASMI在1961—2019年存在約8 a正相關(guān)震蕩周期，而MPWS與SASMI震蕩周期存在由低頻率轉(zhuǎn)高頻率趨勢(shì)。在極端干日指數(shù)中，NLDS與ENSO存在約15 a負(fù)相關(guān)年代際濤動(dòng)。此外，MLDS、NLDS與DDS95在2000—2010年存在準(zhǔn)6 a負(fù)相關(guān)濤動(dòng)。

4 討論與結(jié)論

4.1 討論

通過(guò)分析縱向嶺谷區(qū)北回歸線14個(gè)干濕日指數(shù)發(fā)現(xiàn)：濕日指數(shù)均呈現(xiàn)下降趨勢(shì)，其中極端濕日指數(shù)MLWS和MPWS顯著減少；干日指數(shù)中除NDS呈現(xiàn)下降趨勢(shì)外，其余指數(shù)均呈上升趨勢(shì)，與云南整體干旱化趨勢(shì)一致[31-33]。隨全球變暖，干旱區(qū)和濕潤(rùn)區(qū)域極端降水呈現(xiàn)增多的趨勢(shì)[34]；在此背景下，中國(guó)干旱區(qū)和濕潤(rùn)區(qū)極端降水的頻率和強(qiáng)度均有增強(qiáng)[35-36]；在中國(guó)西北區(qū)域，李劍鋒等[15]發(fā)現(xiàn)新疆呈現(xiàn)濕潤(rùn)化；同時(shí)在西南區(qū)域，Qin等[37]發(fā)現(xiàn)西南區(qū)域的極端降水事件發(fā)生頻率可能有所上升；而針對(duì)研究區(qū)域，李運(yùn)剛等[24]發(fā)現(xiàn)紅河流域極端降水頻率和強(qiáng)度呈增加趨勢(shì)，也與研究結(jié)果不一致。這可能與以下幾點(diǎn)不同有關(guān)。①研究時(shí)段不同，本研究時(shí)段為1961—2019年，李運(yùn)剛等[24](2013)時(shí)間段為1960—2007年，時(shí)間尺度不一致對(duì)變化趨勢(shì)可能存在影響。②指數(shù)選取不一樣，本研究極端濕日指數(shù)基于95%閾值進(jìn)行計(jì)算，李運(yùn)剛等(2013)[24]基于絕對(duì)閥值50 mm進(jìn)行計(jì)算可能導(dǎo)致研究結(jié)果不一致；進(jìn)一步來(lái)看，本研究的極端濕日指數(shù)MPWS(P≤0.05)、MLWS(P≤0.05)和PWS95均在2002年發(fā)生突變，從五年滑動(dòng)曲線可以看出極端濕日指數(shù)在1961—2019年皆呈下降趨勢(shì)。③研究方法不一樣，李運(yùn)剛等[24](2013)基于原始Mann-Kendall方法檢驗(yàn)，相比修訂Mann-Kendall檢驗(yàn)可能存在一定差異。在空間上，干濕日指數(shù)變化存在局部差異，其可能由于南北地形差異和地理分界線哀牢山的“通道-阻隔”作用[38]，北回歸線縱向嶺區(qū)從西南到東北變化存在明顯的差異，進(jìn)一步來(lái)看干濕日結(jié)構(gòu)指數(shù)中，持續(xù)中長(zhǎng)時(shí)間濕日事件呈現(xiàn)減少趨勢(shì)，中長(zhǎng)干日事件則呈現(xiàn)增多趨勢(shì)，與程清平等[33]和李運(yùn)剛等[39](2016)得出云南和紅河流域極端干旱事件增加的結(jié)論一致。再者，由于該地區(qū)受多個(gè)季風(fēng)影響，如胡金明等[19]指出，縱向嶺谷區(qū)濕季2支季風(fēng)在本區(qū)東、中、西3個(gè)區(qū)域的交匯可能存在強(qiáng)弱力量上的差異，在西部本應(yīng)以西南季風(fēng)據(jù)對(duì)優(yōu)勢(shì)的控制，中部地區(qū)為兩支季風(fēng)共同交匯影響，但可能以東南季風(fēng)影響為主，而東部主要受東南季風(fēng)控制。因此，揭示了其與大尺度環(huán)流指數(shù)的相關(guān)關(guān)系。通過(guò)小波相干發(fā)現(xiàn)：該地區(qū)極端濕日指數(shù)與南亞夏季風(fēng)指數(shù)呈現(xiàn)約8 a的共現(xiàn)周期，極端干日指數(shù)與ENSO存在約6 a負(fù)相關(guān)共現(xiàn)周期。特別地發(fā)現(xiàn)，濕日指數(shù)5 a滑動(dòng)平均從1961—1970年先呈現(xiàn)上升趨勢(shì)，之后呈現(xiàn)下降趨勢(shì)。在小波相干圖也可發(fā)現(xiàn)，MPWS在70年代后于SASMI不存在共現(xiàn)周期，同時(shí)，MLDS于ENSO存在約6 a負(fù)相關(guān)共現(xiàn)周期。這可能是在20世紀(jì)70年代，受ENSO的影響，亞洲季風(fēng)環(huán)流減弱，使季風(fēng)輸送水汽能力減弱[40]。

隨大氣變暖，大氣環(huán)流變得復(fù)雜[39]，極端氣候事件頻發(fā)，其變化機(jī)制也極其復(fù)雜，其機(jī)理有待進(jìn)一步探究。正如Trenberth等[41]指出歸因極端氣候事件的物理機(jī)制及其復(fù)雜，將一個(gè)事件僅僅歸因于人類(lèi)引起的氣候變化或自然變異可能會(huì)產(chǎn)生誤導(dǎo)，因?yàn)閮烧叨荚谄鹱饔?。本研究?jī)H從大尺度環(huán)流指數(shù)的遙相關(guān)揭示影響干濕日指數(shù)大氣環(huán)流指數(shù)，將來(lái)仍需進(jìn)一步深入探究氣候變化和人類(lèi)活動(dòng)對(duì)干濕日指數(shù)的影響。

4.2 結(jié)論

通過(guò)14個(gè)干濕日指數(shù)描述縱向嶺谷北回歸線地區(qū)干濕日時(shí)空變化特征及其與大尺度環(huán)流指數(shù)的關(guān)系可以得如下結(jié)論。

a)北回歸線縱向嶺谷區(qū)大多數(shù)濕日指數(shù)呈顯著減少趨勢(shì)，干日指數(shù)呈增加趨勢(shì)，其共同作用表現(xiàn)為該區(qū)域呈干旱化趨勢(shì)；干濕日指數(shù)具有明顯的空間異質(zhì)性，南北回歸線南北和元江東西區(qū)域變化存在差異，其中西南區(qū)域變化顯著。

b)OWS(1～3 d)持續(xù)濕日事件呈現(xiàn)增多趨勢(shì)，CWS(1 d)呈現(xiàn)增長(zhǎng)趨勢(shì)，短持續(xù)時(shí)間OWS對(duì)CWS年貢獻(xiàn)率越來(lái)越大。短時(shí)間持續(xù)干日事件ODS(1～5、11～20 d)呈現(xiàn)減少趨勢(shì)，長(zhǎng)時(shí)間持續(xù)干日事件呈現(xiàn)增多趨勢(shì)。長(zhǎng)時(shí)間持續(xù)干日事件天數(shù)對(duì)年總干日天數(shù)的貢獻(xiàn)越來(lái)越大。

c)常規(guī)干日指數(shù)變化與AO、NAO和SASMI存在4、8 a共現(xiàn)周期。極端濕日指數(shù)MPWS、MLWS和PWS95與SASMI存在準(zhǔn)8 a正相關(guān)共現(xiàn)周期，極端干日指數(shù)MLDS、NLDS和DDS95與ENSO存在準(zhǔn)6 a負(fù)相關(guān)共現(xiàn)周期，同時(shí)NLDS與ENSO存在約15 a負(fù)相關(guān)年共現(xiàn)周期。