基于主成分分析的廣西省干旱時(shí)空格局

高燕俐,劉小剛,冷險(xiǎn)險(xiǎn),章宇陽,董建華,范 誠

昆明理工大學(xué)農(nóng)業(yè)與食品學(xué)院, 昆明 650500

干旱是最復(fù)雜且反復(fù)發(fā)生的自然災(zāi)害之一,對(duì)幾乎所有氣候區(qū)域的生態(tài)、經(jīng)濟(jì)、社會(huì)、農(nóng)業(yè)、政治和文化都有不同的影響[1]。廣西省地處低緯,屬中、南亞熱帶季風(fēng)氣候,北回歸線從東到西橫穿中部,冬季受東北季風(fēng)影響,夏季受東南季風(fēng)和西南季風(fēng)影響,大部分縣市年降雨量為1500—2000 mm,如果僅從年降雨量看,廣西省的干旱并不明顯[2]。但廣西省西北部緊靠云貴高原,東邊為兩廣丘陵,南部面朝北部灣,四周多山地與高原,導(dǎo)致水汽來源不斷受阻,且廣西省巖溶分布面積廣,其保水能力差且多屬降水偏少區(qū)域[3]。再加上雨量時(shí)空分布不均,干旱仍是廣西省的主要災(zāi)害性天氣之一。據(jù)統(tǒng)計(jì),1950—2012年,廣西省平均每年受旱面積達(dá)59.2萬hm2,受災(zāi)面積在100萬hm2以上的有13年,占總年數(shù)的21%[4]。因此,研究干旱的時(shí)空變化特征對(duì)以農(nóng)業(yè)為主的廣西省經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定具有深遠(yuǎn)的意義。

鑒于氣象干旱作為區(qū)域其他各類干旱災(zāi)害發(fā)生的首要環(huán)節(jié)和研究基礎(chǔ),已有許多氣象學(xué)者對(duì)干旱進(jìn)行了廣泛研究。目前廣西省干旱研究基本集中于干旱的時(shí)空變化,如李宇中等[5]研究了廣西省秋冬季降水的時(shí)空分布和變化特征,李耀先等[6]分析了廣西省1950—2005年的區(qū)域干旱時(shí)空分布特征。但都基于較粗糙的空間分辨率,沒有運(yùn)用專門的空間分類結(jié)構(gòu)提取方法。主成分分析(PCA,Principal Component Analysis)作為一種通過識(shí)別氣候數(shù)據(jù)模式并以突出其相似性和差異性的方式表達(dá)數(shù)據(jù)的常用方法,自1980年以來就被廣泛地用于確定不同時(shí)間尺度的干旱空間格局,如Vicente-Serrano等[7]基于PCA研究了伊比利亞半島的干旱空間格局,Mathbout等[1]基于PCA進(jìn)行了1961—2012年敘利亞幾個(gè)時(shí)間尺度干旱變率的時(shí)空分析,結(jié)果揭示了3個(gè)空間明確的區(qū)域。此外,許多研究[8-9]也已經(jīng)證明了PCA是分析時(shí)空干旱模式的有效工具。本文采用PCA對(duì)廣西省干旱進(jìn)行分區(qū),并深入分析由空間分類確定的每個(gè)區(qū)域內(nèi)干旱的時(shí)間變化。

目前的研究均基于歷史觀測(cè)數(shù)據(jù)研究了歷史性干旱事件的特征,而鮮有研究基于未來氣候模擬數(shù)據(jù)對(duì)廣西省未來干旱特征進(jìn)行分析。作為過去和未來氣候變化研究的重要工具,全球氣候模式不斷發(fā)展。隨著耦合模式比較計(jì)劃第五階段(CMIP5,Coupled Model Intercomparison Project 5)的公開,其模擬結(jié)果被廣泛應(yīng)用。國內(nèi)外許多學(xué)者對(duì)其模擬精度進(jìn)行了大量分析。XU Ying等[10]初步評(píng)估了CMIP5中多個(gè)全球氣候模式對(duì)中國氣候變化的模擬能力,結(jié)果表明全球氣候模式均能很好地模擬1961—2005年中國地區(qū)溫度和降水的地理分布特征。張武龍等[11]研究了在RCP4.5情景下各模型(CMIP5模式)對(duì)我國西南地區(qū)(包括四川省、重慶市、貴州省、云南省和廣西壯族自治區(qū))干濕季降水的模擬和預(yù)估,發(fā)現(xiàn)不論是在干季或濕季,HadGEM2-ES模型對(duì)西南地區(qū)降水的模擬效果較優(yōu)。

本文基于地面觀測(cè)站點(diǎn)1981—2010年歷史氣象數(shù)據(jù)和CMIP5中HadGEM2-ES模型在中等代表性濃度路徑(RCP 4.5)情景下輸出的2011—2100年氣象數(shù)據(jù),結(jié)合目前應(yīng)用廣泛的SPI和SPEI干旱指數(shù)開展廣西省多個(gè)時(shí)間尺度氣象干旱的時(shí)空變化和干旱頻率的定量分析,旨在為廣西省干旱演變預(yù)測(cè)提供一定的科學(xué)性參考。

1 研究區(qū)域

廣西省地處低緯,北回歸線橫貫中部,南瀕熱帶海洋,北接南嶺山地,西延云貴高原,屬云貴高原向東南沿海丘陵過渡地帶,具有周高中低、形似盆地,山地多、平原少的地形特點(diǎn)。廣西省地處中、南亞熱帶季風(fēng)氣候區(qū),具有氣候溫暖,熱量豐富、降水豐沛,干濕分明的特征。各地年平均氣溫在16.5—23.1℃之間,各地年降水量為1080—2760 mm,大部分地區(qū)在1300—2000 mm之間。其地理分布具有東部多,西部少;丘陵山區(qū)多,河谷平原少等特點(diǎn)。廣西省有3個(gè)多雨區(qū)：(1)十萬大山南側(cè)的東興至欽州一帶,年降水量達(dá)2100—2760 mm;(2)大瑤山東側(cè)以昭平為中心的金秀、蒙山一帶,年降水量達(dá)1700—2000 mm;(3)越城嶺至元寶山東南側(cè)以永福為中心的興安、靈川、桂林、臨桂、融安等地,年降水量達(dá)1800—2000 mm。另有三個(gè)少雨區(qū)：(1)以田陽為中心的右江河谷及其上游的田林、隆林、西林一帶,年降水量僅有1080—1200 mm;(2)以寧明為中心的明江河谷和左江河谷至邕寧一帶,年降水量為1200—1300 mm;(3)以武宣為中心的黔江河谷,年降水量1200—1300 mm。由于冬夏季風(fēng)交替影響,廣西省降水量季節(jié)分配不均,干濕季分明。4—9月為雨季,總降水量占全年降水量的70%—85%;10—3月是干季,總降水量僅占全年降水量的15%—30%,干旱少雨。

2 研究方法

2.1 數(shù)據(jù)

本研究所用的數(shù)據(jù)主要有歷史觀測(cè)數(shù)據(jù)與全球氣候模型(GCM,Global Climate Model)模擬數(shù)據(jù)：

歷史數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng),選取了研究區(qū)內(nèi)20個(gè)氣象站點(diǎn)(圖1)1981—2010年的逐日氣象觀測(cè)數(shù)據(jù),并對(duì)缺測(cè)數(shù)據(jù)進(jìn)行了插補(bǔ)延長。

圖1 廣西省氣象站點(diǎn)分布圖Fig.1 Distribution of meteorological stations in Guangxi Province

聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)發(fā)布的HadGEM2-ES模式輸出的氣象數(shù)據(jù),相對(duì)于IPCC第三次評(píng)估報(bào)告和第四次評(píng)估報(bào)告發(fā)布的SRES系列情景數(shù)據(jù),其更全面的考慮應(yīng)對(duì)氣候變化的各種政策對(duì)未來排放的影響,并在更大范圍內(nèi)研究潛在氣候變化和不確定性,因而開發(fā)了以代表性濃度路徑(RCPs)為特征的新情景[12]。本研究采用CMIP5中HadGEM2-ES模型RCP 4.5情景下輸出的2011—2100年逐月平均降水?dāng)?shù)據(jù)和氣溫?cái)?shù)據(jù),將數(shù)據(jù)統(tǒng)一雙線性插值至對(duì)應(yīng)站點(diǎn)輸出氣象數(shù)據(jù),并對(duì)得到的數(shù)據(jù)進(jìn)行修正[13]。修正公式[14]為：

(1)

2.2 標(biāo)準(zhǔn)化降水指數(shù)(SPI)

SPI可定義和監(jiān)測(cè)干旱,是一個(gè)多尺度指數(shù),通過概率密度函數(shù)求解累積概率,進(jìn)一步將累積概率進(jìn)行標(biāo)準(zhǔn)化處理[15]。對(duì)于SPI的計(jì)算,是將每個(gè)降雨數(shù)據(jù)集擬合到具有形狀參數(shù)α和尺度參數(shù)β的Gamma概率密度函數(shù)中,定義概率與降水的關(guān)系,再利用Gamma等概率變換使累積分布函數(shù)收斂于均值為零,標(biāo)準(zhǔn)偏差為1的標(biāo)準(zhǔn)化正態(tài)累積分布函數(shù),最終以標(biāo)準(zhǔn)化降水累積頻率分布來劃分干旱等級(jí)[1,16-17]。

SPI可以在多個(gè)時(shí)間尺度上進(jìn)行計(jì)算,并對(duì)不同時(shí)段內(nèi)降水量缺乏程度進(jìn)行定量化表征,這種時(shí)間尺度的多功能性使SPI能夠監(jiān)測(cè)短期和中期干旱。本研究中,選擇1、3、6和12個(gè)月的可變時(shí)間尺度來估算SPI,選定的時(shí)間段表示與SPI應(yīng)用相關(guān)的降雨量不足的任意時(shí)間尺度。

2.3 標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)

SPI在時(shí)間和空間上都具有可比性,但它僅使用降水?dāng)?shù)據(jù)進(jìn)行計(jì)算,且假設(shè)干旱主要受降雨時(shí)間變化的控制而不受地理和地形差異的影響[18],因此,SPI對(duì)降雨變化的依賴遠(yuǎn)大于其他變量。SPEI類似于SPI,但SPEI還考慮了溫度的因素,引入了地表蒸散變化對(duì)干旱的影響,其對(duì)全球氣溫快速上升導(dǎo)致的干旱反映更加敏感[19]。SPEI的計(jì)算基于SPI的原始程序,用降雨和潛在蒸散發(fā)量之間的月差異取代SPI計(jì)算中的月降雨量,且SPEI基于log-logistic分布,最終可以獲得SPEI作為月差系列的概率分布函數(shù)的標(biāo)準(zhǔn)化值[20]。SPEI可在多個(gè)時(shí)間尺度上進(jìn)行計(jì)算,將變量過去值的影響納入計(jì)算中,以暗示不同時(shí)期水資源可用性對(duì)干旱的影響。本研究選擇1、3、6和12個(gè)月的可變時(shí)間尺度來估算SPEI,選定的時(shí)間段表示與SPEI應(yīng)用相關(guān)的降雨量不足的任意時(shí)間尺度。

根據(jù)中國氣象局制定的SPI和SPEI干旱等級(jí)劃分標(biāo)準(zhǔn),將SPI和SPEI劃分為5個(gè)等級(jí),分別為無旱、輕微干旱、中等干旱、嚴(yán)重干旱和極端干旱,見表1。

頻率計(jì)算為每個(gè)SPI和SPEI類別中出現(xiàn)次數(shù)與給定區(qū)域內(nèi)所有站點(diǎn)計(jì)數(shù)的事件總數(shù)之間的比率,以及在不同時(shí)間尺度下(1、3、6和12個(gè)月)計(jì)算的給定SPI和SPEI的總和。目的是根據(jù)各站點(diǎn)的頻率分布,確定廣西省中等、嚴(yán)重和極端干旱頻率分布的空間格局。

表1 SPI和SPEI值干旱等級(jí)劃分

SPI：標(biāo)準(zhǔn)化降水指數(shù) Standardized precipitation index; SPEI：標(biāo)準(zhǔn)化降水蒸散指數(shù) Standardized precipitation evapotranspiration index

2.4 主成分分析

主成分分析(PCA)又稱主分量分析,是一種減少統(tǒng)計(jì)指標(biāo)的多元統(tǒng)計(jì)方法。通常把轉(zhuǎn)化生成的綜合指標(biāo)稱為主成分,其中每個(gè)主成分都是原始變量的線形組合[21]。PCA應(yīng)用于SPI和SPEI時(shí)間序列,用于降低維度和結(jié)構(gòu)信息提取,還根據(jù)協(xié)方差矩陣以及SPI和SPEI時(shí)間序列的特征值和特征向量計(jì)算每個(gè)氣象站的負(fù)荷和每個(gè)主成分的分?jǐn)?shù)[22]。在本研究中,主成分分析以空間模式(S模式)進(jìn)行,該模式提供了具有緊密時(shí)間行為的區(qū)域[23-24]。S模式下的主成分分析對(duì)各站SPI和SPEI系列數(shù)據(jù)進(jìn)行分析,產(chǎn)生的一系列時(shí)間序列為主成分,其標(biāo)準(zhǔn)化值為主成分分?jǐn)?shù),用于干旱指數(shù)(SPI和SPEI)的相互比較和干旱趨勢(shì)分析。

由于主成分分析不能很好地解釋干旱的空間分布,而因子旋轉(zhuǎn)可以對(duì)其向量特征進(jìn)行旋轉(zhuǎn),重新分配方差,使各主成分間具有更多的分離性,得到旋轉(zhuǎn)因子載荷向量,每個(gè)向量代表的是空間相關(guān)性分布結(jié)構(gòu),值越大代表相關(guān)性越好,接近0代表不相關(guān),從而可以更好地對(duì)主成分分析結(jié)果進(jìn)行合理的解釋,實(shí)現(xiàn)干旱分區(qū)[25]。為了確定廣西省SPEI和SPI變異性的主要空間模式,本研究采用了Kaiser歸一化功率2(K=2)的傾斜旋轉(zhuǎn)方法。因子載荷絕對(duì)值大于0.4的區(qū)域可以被認(rèn)為是幾乎相互排斥的區(qū)域[26]。每個(gè)主成分與其因子載荷加載出的空間結(jié)構(gòu)相關(guān)聯(lián)。

3 結(jié)果分析

3.1 SPEI和SPI的空間變化

本文將S模式的主成分分析應(yīng)用到不同時(shí)間尺度的SPI和SPEI序列中(SPEI- 1、SPEI- 3、SPI- 6和SPEI- 12以及SPI- 1、SPI- 3、SPI- 6和SPEI- 12),得到3個(gè)主成分,代表以不同降水和溫度狀況以及干旱變化為特征的區(qū)域。繪制每個(gè)主成分的因子載荷空間分布圖,展示廣西省的干旱空間變化模式(圖2)。

基于SPEI的空間模式(圖2),每個(gè)主成分的干旱空間變異性表明廣西省的干旱存在3個(gè)區(qū)域：(1)桂東北地區(qū)(PC1);(2)以百色為中心的桂西北地區(qū)(PC2); (3)桂南地區(qū)(PC3)。PC1介于多雨和少雨之間,年平均降雨量在1200 mm至1900 mm之間;PC2是廣西省少雨帶,年平均降水量在1200 mm以下;PC3為廣西省多雨帶,平均降水量在1900 mm以上。

對(duì)比因子載荷絕對(duì)值大于0.4的代表性區(qū)域(即空間圖中的輪廓,圖2),不同時(shí)間尺度(1、3、6、12個(gè)月)因子載荷的空間模式相似,并且模式結(jié)構(gòu)合理,空間連貫,但在順序上存在差異。差異可能來源于廣西省秋、冬季連續(xù)降雨不足和蒸散發(fā)量增加。干旱演變的空間格局在每個(gè)時(shí)間尺度上(1、3、6、12個(gè)月)都很清晰,且因子載荷在每個(gè)時(shí)間尺度上的空間模式穩(wěn)定,這意味著當(dāng)SPI和SPEI的時(shí)間尺度變化時(shí),由它們確定的區(qū)域保持不變。

SPEI因子載荷的空間分布模式與SPI因子載荷的空間分布模式存在差異。SPEI因子載荷的空間模式在1、3、6和12個(gè)月時(shí)間尺度不發(fā)生改變,而SPI的因子載荷空間模式在6和12個(gè)月時(shí)間尺度上發(fā)生改變,表明SPEI因子載荷的空間模式更相似,且3個(gè)分區(qū)更穩(wěn)定,其結(jié)果優(yōu)于SPI。

3.2 SPI和SPEI的時(shí)間變化

本文基于不同時(shí)間尺度SPI和SPEI的PCA得分來研究1981—2100年廣西地區(qū)的干旱時(shí)間格局。不同時(shí)間尺度的SPI和SPEI波動(dòng)規(guī)律基本一致(圖3),月尺度(SPEI- 1和SPI- 1)的波動(dòng)最強(qiáng),隨時(shí)間尺度的增大,季尺度(SPEI- 3、SPEI- 6和SPI- 3、SPI- 6)的波動(dòng)起伏減緩,年尺度(SPEI- 12和SPI- 12)的波動(dòng)最平緩。這是因?yàn)镾PI- 1和SPEI- 1研究每月降水的變化,能更準(zhǔn)確地反映干濕狀況的細(xì)微變化;SPI- 3、SPEI- 3、SPI- 6和SPEI- 6受季節(jié)降水變化影響,更能反映土壤中的水分虧缺;SPI- 12和SPEI- 12則反映出長期的水文旱情。但由于SPEI同時(shí)受溫度和水分蒸散的影響,SPI和SPEI在月、季與年尺度上的變化又存在較大差異。月和季尺度上,在嚴(yán)重干旱年份,如1988年和1996 年以及2003年SPI的值都明顯小于SPEI,說明SPI只考慮降水而忽略溫度和水分蒸散所得出的結(jié)果對(duì)干旱的反應(yīng)過強(qiáng)。此外,不同區(qū)域SPI和SPEI的時(shí)間變異性也明顯不同(圖3)。SPI的PC1、PC2和PC3均在月尺度(SPI- 1)呈正增長趨勢(shì),季(SPI- 3、SPI- 6)和年尺度(SPI- 12)均呈負(fù)增長趨勢(shì),并且隨時(shí)間尺度增大,PC1、PC2和PC3的干旱程度均增加。SPEI指數(shù)的PC1在月(SPEI- 1)、季(SPEI- 3、SPEI- 6)和年尺度(SPEI- 12)均呈負(fù)增長趨勢(shì);PC2在月尺度(SPEI- 1)呈負(fù)增長趨勢(shì),季(SPEI- 3、SPEI- 6)和年尺度(SPEI- 12)均呈正增長趨勢(shì);PC3在月(SPEI- 1)、季(SPEI- 3、SPEI- 6)和年尺度(SPEI- 12)均呈負(fù)增長趨勢(shì)。并且隨時(shí)間尺度增大,PC1和PC3干旱程度增加,PC2干旱程度減小。

SPI和SPEI的時(shí)間變化表明,嚴(yán)重干旱的年份年際變化頻率高且波動(dòng)頻繁(圖3)。1989、1996、2003、2009和2010年,SPI和SPEI均出現(xiàn)較大負(fù)值,表明1989、1996、2003、2009和2010年廣西省發(fā)生嚴(yán)重干旱。1988—1991年、2003—2005年和2009—2010年3個(gè)時(shí)段SPI和SPEI的變化趨勢(shì)一致,表明廣西省1988—1991年、2003—2005年和2009—2010年的干旱持續(xù)時(shí)間長、烈度強(qiáng)且密集度高。

基于SPI- 12和SPEI- 12能夠反映長期水文旱情,因此可用以預(yù)測(cè)未來干旱變化趨勢(shì)。PC1、PC2和PC3的SPI- 12均呈負(fù)增長趨勢(shì),PC1和PC3的SPEI- 12呈負(fù)增長趨勢(shì),PC2的SPEI- 12呈正增長趨勢(shì),且PC1、PC2和PC3的SPI- 12均大于SPEI- 12。SPI- 12和SPEI- 12兩者具有很好的一致性,但統(tǒng)計(jì)后的年平均SPEI- 12反映的干旱級(jí)別重于SPI- 12。再結(jié)合上文分析可知,SPEI更具代表性,意味著未來PC1和PC3的干旱程度呈長期增加趨勢(shì),PC2的干旱程度呈長期減少趨勢(shì)。

圖2 不同時(shí)間尺度SPI和SPEI主成分空間模式圖Fig.2 Loading patterns of the three principal components (PCs) for the SPI and SPEI at several time scalesSPI：標(biāo)準(zhǔn)化降水指數(shù) Standardized precipitation index; SPEI：標(biāo)準(zhǔn)化降水蒸散指數(shù) Standardized precipitation evapotranspiration index

圖3 SPI和SPEI的時(shí)間演變和趨勢(shì)Fig.3 Temporal evolution and trends of SPI and SPEI from the PC scores

3.3 干旱頻率的變化

基于SPEI和SPI值的PCA得分進(jìn)行干旱頻率分析以研究干旱時(shí)空變異。根據(jù)SPI和SPEI的頻率分布討論干旱發(fā)生情況,時(shí)間頻率表示月份百分比(圖4)。

SPI和SPEI具有大致相同的干旱頻率,但SPEI檢測(cè)到的干旱頻率較高,特別是在1個(gè)月時(shí)間尺度,并且PC1和PC2中,SPEI的極端干旱頻率大部分高于SPI。對(duì)于SPI指數(shù),SPI- 1中,PC2的極端干旱和嚴(yán)重干旱頻率最高(5.35%),SPI- 3、SPI- 6 和SPI- 12中,PC1的極端干旱和嚴(yán)重干旱頻率最高(6.11%、5.69%和5.28%);對(duì)于SPEI指數(shù),SPEI- 12 中,PC2的極端干旱和嚴(yán)重干旱頻率最高(5.69%),SPEI- 1 、SPEI- 3和SPEI6中,PC1的極端干旱和嚴(yán)重干旱頻率最高(7.29%、7.29%和7.43%)。

PC1、PC2和PC3的干旱頻率均隨時(shí)間尺度增大呈增加趨勢(shì),尤其是中等及以上干旱頻率。PC1、PC2和PC3中等及以上干旱發(fā)生頻率存在差異。對(duì)于SPI指數(shù),PC1的中等及以上干旱發(fā)生頻率介于15.42%和19.38%,PC2的中等及以上干旱發(fā)生頻率介于14.10%和15.24%,PC3的中等及以上干旱發(fā)生頻率介于14.72%和17.64%;對(duì)于SPEI指數(shù),PC1的中等及以上干旱發(fā)生頻率介于12.43%和15.49%,PC2的中等及以上干旱發(fā)生頻率介于11.81%和13.61%,PC3的中等及以上干旱發(fā)生頻率介于10.28%和13.19%。SPI和SPEI的中等及以上干旱頻率波動(dòng)一致,PC2的中等及以上干旱頻率范圍最小,干旱頻率波動(dòng)平緩,PC1和PC3中等以上干旱發(fā)生頻率范圍大,干旱頻率波動(dòng)起伏較大。此外,PC1、PC2和PC3干旱頻率也存在差異。PC1的SPEI- 12為34.24%,PC2的SPEI- 12為31.74%,PC3的SPEI- 12為35.83%。年尺度(SPEI- 12)上PC1和PC3的干旱頻率大于PC2,表明未來PC1和PC3的干旱多于PC2。

圖4 三個(gè)氣候區(qū)域中干旱程度的SPEI和SPI的時(shí)間頻率Fig.4 Frequency of time in each dry category of SPEI and SPI in the three climate regions

4 討論

由于SPI和SPEI能夠基于多時(shí)間尺度,消除降水的時(shí)空差異,對(duì)干旱變化反應(yīng)敏感,能很好地反映不同區(qū)域和時(shí)段的干旱狀況[27]。因此,本研究采用SPI和SPEI指數(shù)進(jìn)行分析。目前大部分研究是基于地面觀測(cè)站點(diǎn)已有氣象數(shù)據(jù)開展分析,少有研究將CMIP5 模式輸出的未來氣象預(yù)測(cè)數(shù)據(jù)結(jié)合干旱指數(shù)進(jìn)行系統(tǒng)研究。本研究利用 CMIP5 模式輸出的2011—2100年氣象模擬數(shù)據(jù)和地面觀測(cè)站點(diǎn)1981—2011年歷史觀測(cè)數(shù)據(jù),結(jié)合干旱指數(shù)SPI和SPEI 分析廣西省多個(gè)時(shí)間尺度氣象干旱的時(shí)空變化。此外,目前針對(duì)廣西省氣象干旱的研究多局限于干旱的時(shí)空分布及干旱的成因,對(duì)干旱空間模式的研究相對(duì)較少。本研究對(duì)不同時(shí)間尺度的SPI和SPEI應(yīng)用PCA,確定以不同降水和溫度狀況以及干旱變化為特征的區(qū)域;分析不同時(shí)間尺度SPI和SPEI的PCA得分,研究 1981—2100年廣西省干旱的時(shí)間變化特征;分析不同區(qū)域干旱頻率以研究干旱時(shí)空變異,評(píng)估未來氣候變化對(duì)廣西省干旱特征的影響。

基于干旱指數(shù)SPI和SPEI的空間模式,每個(gè)主成分的干旱空間變異性表明廣西省的干旱存在3個(gè)區(qū)域：(1)桂東北地區(qū);(2)桂西北地區(qū);(3)桂南地區(qū),這與姚蕊等[28]研究的廣西省旱澇分區(qū)基本一致。但SPEI因子載荷的空間分布與SPI因子載荷的空間分布存在差異。從PCA分析的結(jié)果可以看出,SPEI的空間分區(qū)在1、3、6、12個(gè)月時(shí)間尺度一致,而SPI的因子載荷空間模式在6和12個(gè)月時(shí)間尺度上發(fā)生改變(圖2)。此外,SPEI檢測(cè)到的干旱頻率較高,特別是在1個(gè)月時(shí)間尺度,SPEI的極端干旱頻率大部分高于SPI。這是由于SPI僅考慮降水量單一因素的影響,研究的著重點(diǎn)為降水異常, 而SPEI除考慮降水之外,還考慮氣溫的影響,研究的重點(diǎn)為水分平衡(即降水量與潛在蒸發(fā)量之差)的異常[29]。溫度的變化將對(duì)廣西省的干旱產(chǎn)生顯著影響。雖然干旱一般是指某一地區(qū)一段時(shí)間內(nèi)沒有降水,但相關(guān)研究表明,溫度升高是影響區(qū)域或季節(jié)干旱發(fā)生的主要?dú)夂蜃兓?qū)動(dòng)因素之一[30-31]。Liu 等[22]研究發(fā)現(xiàn),考慮溫度對(duì)干旱的影響時(shí),基于SPEI的干旱嚴(yán)重程度時(shí)間趨勢(shì)的空間模式與基于SPI時(shí)間序列明顯不同,表明溫度變化對(duì)干旱嚴(yán)重程度影響顯著。Hu和Willson[32]也發(fā)現(xiàn)溫度異常在干旱變化中發(fā)揮著至關(guān)重要的作用,它可以與某些情況下的降水作用相比較。溫度對(duì)干旱的影響,主要是通過影響蒸發(fā)速率實(shí)現(xiàn),當(dāng)溫度增加時(shí)蒸發(fā)速率一般會(huì)加快,這會(huì)加劇干旱的嚴(yán)重程度[33],而未來的氣候變化,即使在保守的情況下,也可能導(dǎo)致平均氣溫進(jìn)一步升高(全球約2—4℃)[34]。因此,在干旱監(jiān)測(cè)和分析中,特別是在全球變暖的情況下,必須更加重視通過蒸散產(chǎn)生的水分損失。

本研究表明,1988—1991年、2003—2005年和2009—2010年3個(gè)時(shí)間段SPI和SPEI變化趨勢(shì)一致,干旱持續(xù)時(shí)間長,烈度強(qiáng)且密集度高。這可歸因于大氣環(huán)流異常和海陸相互作用的影響。研究發(fā)現(xiàn),西南地區(qū)連續(xù)干旱與熱帶西太平洋、南海、中印半島、孟加拉灣以及青藏高原東部的大氣環(huán)流異常,500 hPa南支槽的強(qiáng)弱及冷空氣活動(dòng)以及熱帶海表溫度異常密切相關(guān)[35]。受環(huán)流異常影響,副熱帶高壓脊線偏北使雨帶北移,東亞槽脊平緩不利于冷空氣南下,降水偏少,再加上副熱帶高壓南落,部分地區(qū)受到副高控制,出現(xiàn)高溫干旱,以及赤道中東太平洋海洋大氣進(jìn)入厄爾尼諾狀態(tài)造成持續(xù)高溫是2009年夏末秋初廣西省持續(xù)干旱的成因[36]。未來干旱分析和監(jiān)測(cè)應(yīng)注重大氣環(huán)流和海陸相互作用的影響。

本研究結(jié)果可作為廣西省干旱預(yù)測(cè)、評(píng)估及其風(fēng)險(xiǎn)管理和應(yīng)用決策的重要科學(xué)基礎(chǔ),也可為廣西省區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展提供重要的科學(xué)參考。但由于SPI和SPEI僅是氣象干旱指標(biāo),廣西省干旱研究還需兼顧喀斯特地貌、季風(fēng)環(huán)流和熱帶氣旋等因素的影響。

5 結(jié)論

(1)通過PCA對(duì)廣西省進(jìn)行干旱分區(qū), 廣西省可以大致分為3個(gè)區(qū)域：(1)桂東北;(2)桂西北;(3)桂南。3個(gè)地區(qū)的干旱變化總體上保持一致性, 但也存在一定的差異性。PC1和PC3的SPEI- 12呈負(fù)增長趨勢(shì),PC2的SPEI- 12呈正增長趨勢(shì),且PC1、PC2和PC3的SPI- 12均大于SPEI- 12,統(tǒng)計(jì)后年平均的SPEI- 12反映的干旱級(jí)別要重于SPI- 12。PC1季節(jié)性極端干旱和嚴(yán)重干旱頻率最高,PC2的中等及以上干旱頻率范圍最小,干旱頻率波動(dòng)平緩,PC1和PC3中等以上干旱頻率范圍大,干旱頻率波動(dòng)起伏較大。年尺度(SPEI- 12)上PC1和PC3的干旱頻率大于PC2。

(2)SPI和SPEI在空間和時(shí)間尺度上具有高度可比性?？臻g上,SPEI因子載荷的空間模式較SPI更相似,分區(qū)更穩(wěn)定。時(shí)間上(月和季尺度),在嚴(yán)重干旱年份(1988、1996和2003年),SPI的值明顯小于SPEI。其次,SPEI檢測(cè)到的干旱頻率較高,特別是在1個(gè)月時(shí)間尺度,并且在PC1和PC2中,SPEI的極端干旱頻率大部分高于SPI。

(3)綜合SPI和SPEI, 1989、1996、2003、2009和2010年廣西省發(fā)生嚴(yán)重干旱。1988—1991年、2003—2005年和2009—2010年3個(gè)時(shí)間段SPI和SPEI變化趨勢(shì)一致,干旱持續(xù)時(shí)間長、烈度強(qiáng)且密集度高。未來PC1和PC3的干旱程度呈長期增加趨勢(shì),PC2的干旱程度呈長期減少趨勢(shì),且未來PC1和PC3的干旱將多于PC2。