基于季節(jié)性疊加趨勢法的云南省干旱預(yù)測研究

楊帆 鄧麗仙 廖明瑜 趙蘭蘭

摘要：近年來，隨著云南省干旱發(fā)生的頻次不斷增加，影響范圍不斷擴(kuò)大，開展干旱預(yù)測模型研究對云南省具有重要意義。分別選取云南省的石林、會澤、楚雄、元謀、紅塔、隆陽、廣南、瑞麗、屏邊、景洪10個縣市區(qū)內(nèi)10個建站超30 a的基本水文站逐日實測降雨資料，基于季節(jié)性疊加趨勢方法建立預(yù)測模型并計算得到預(yù)測數(shù)值，與各水文站實測降雨數(shù)值進(jìn)行對比分析，探討季節(jié)性疊加趨勢模型在云南省不同區(qū)域干旱預(yù)測中的應(yīng)用效果。結(jié)果表明：嚴(yán)重干旱區(qū)4站中有3站能準(zhǔn)確反映干旱趨勢，僅有1站能準(zhǔn)確反映干旱程度；中度干旱區(qū)3站中有2站能準(zhǔn)確反映干旱趨勢，不能準(zhǔn)確反映干旱程度；輕度干旱區(qū)3站中有2站能準(zhǔn)確反映干旱趨勢，僅有1站能準(zhǔn)確反映干旱程度；總體來說，預(yù)測模型結(jié)果能較為準(zhǔn)確反映干旱趨勢，但對干旱嚴(yán)重程度反映效果有待提升。

關(guān)鍵詞：干旱預(yù)測； 季節(jié)性疊加趨勢法； 干旱程度； 云南省

中圖法分類號：P426.616

文獻(xiàn)標(biāo)志碼：A

DOI：10.15974/j.cnki.slsdkb.2023.06.014

文章編號：1006-0081（2023）06-0071-05

0 引 言

干旱不僅給農(nóng)業(yè)生產(chǎn)造成嚴(yán)重?fù)p失，而且會導(dǎo)致生物多樣性減少、土壤水土流失和荒漠化等，對人民群眾的生產(chǎn)生活和自然環(huán)境造成極大影響。隨著近年來云南省干旱發(fā)生的頻次不斷增加，影響范圍不斷擴(kuò)大，利用干旱評價的某一指標(biāo)開展干旱預(yù)測模型研究，對云南省干旱的實時、動態(tài)、客觀分析和預(yù)測具有重要的意義。但由于干旱受多重因素影響，成因復(fù)雜，同時發(fā)生范圍較廣，持續(xù)時間較長，影響范圍較大，目前仍未明確能通用的干旱定義以及能廣泛運用的干旱監(jiān)測、預(yù)報方法［1-2］。因此，探討一種客觀、動態(tài)、實時的干旱預(yù)測預(yù)報方法，對及時了解當(dāng)前旱情的程度、分布以及未來干旱的發(fā)展態(tài)勢具有重要的現(xiàn)實意義。干旱預(yù)測中通常涉及的降水、河道來水、蒸發(fā)等指標(biāo)數(shù)據(jù)變化均具備季節(jié)性周期特性，對具有季節(jié)性周期變化規(guī)律的數(shù)據(jù)序列可應(yīng)用季節(jié)性疊加趨勢模型進(jìn)行預(yù)測預(yù)報。本文通過選取云南省不同區(qū)域基本水文站的逐日實測降雨資料，基于季節(jié)性疊加趨勢方法建立預(yù)測模型并計算得到預(yù)測數(shù)值，與云南省各水文站實測降雨數(shù)值進(jìn)行對比分析，探討季節(jié)性疊加趨勢模型在云南省干旱預(yù)報中的應(yīng)用效果。研究成果可以為云南省抗旱減災(zāi)、水資源配置等工作提供必要的技術(shù)支撐。

1 研究區(qū)域概況

依據(jù)《云南省水旱災(zāi)害》［3］和《云南減災(zāi)年鑒》［4］等文獻(xiàn)，云南省干旱表現(xiàn)出明顯的區(qū)域性，全省分為嚴(yán)重干旱區(qū)、中度干旱區(qū)和輕度干旱區(qū)。根據(jù)云南省干旱區(qū)域性的特點［5］，考慮到在同一區(qū)域干旱發(fā)生時間、受旱等級以及影響因素都具有較高的相似性。因此，在全省129個縣市區(qū)采用選取代表地區(qū)的方式進(jìn)行模型預(yù)測應(yīng)用及驗證。在代表地區(qū)的選取過程當(dāng)中，充分考慮現(xiàn)有的自然氣候、干旱區(qū)域特性、所在流域以及資料條件等因素，綜合選取部分代表性好、資料獲取容易的石林縣、會澤縣、楚雄市、元謀縣代表嚴(yán)重以上受旱區(qū)域，紅塔區(qū)、隆陽區(qū)、廣南縣代表中度受旱區(qū)域，瑞麗市、屏邊縣、景洪市代表輕度受旱區(qū)域，開展模型應(yīng)用及檢驗工作。

2 數(shù)據(jù)來源

由于此次季節(jié)性疊加趨勢模型依靠降雨開展旱情預(yù)測，因此收集石林縣、會澤縣、楚雄市、元謀縣、紅塔區(qū)、隆陽區(qū)、廣南縣、瑞麗市、屏邊縣、景洪市10個縣市區(qū)內(nèi)10個建站時間超30 a的基本水文站1970～2010年的逐日降雨資料，本次應(yīng)用分析的所有站點降雨數(shù)據(jù)均來源于云南省水文水資源局。

3 研究方法

目前國內(nèi)外對干旱的預(yù)測方法主要以對各類干旱相關(guān)的監(jiān)測數(shù)據(jù)開展統(tǒng)計模式預(yù)測為主，其中針對時間變量開展序列分析是一門在多行業(yè)應(yīng)用廣泛的統(tǒng)計模式學(xué)科［6-8］。自然界和人類社會活動中的大多數(shù)變化規(guī)律符合時間序列的周期性演變特性，尤其是季節(jié)性的起伏變化規(guī)律。通過時間序列分析法，可以對根據(jù)時間順序得到的觀測數(shù)據(jù)的規(guī)律變化性開展分析研究［9-11］。而在自然界與人類社會的各類變化規(guī)律中，通常以周、月、季度或年作為衡量季節(jié)性周期的尺度，若某種時間序列數(shù)據(jù)的消長動態(tài)在受到季節(jié)性周期變化影響的同時，還受到穩(wěn)定的速率上升或下降的影響，且季節(jié)性周期影響引起的時間序列波動對數(shù)據(jù)中的所有周期均是一致的，當(dāng)以上兩種影響因素同時影響后，所得出的結(jié)果是疊加，而非交乘，則此時對應(yīng)的時間序列數(shù)據(jù)就可以通過構(gòu)建季節(jié)性疊加趨勢模型進(jìn)行相關(guān)數(shù)據(jù)的預(yù)測預(yù)報［12-13］。干旱預(yù)測中涉及的降水、河道來水、蒸發(fā)等指標(biāo)數(shù)據(jù)變化均具備季節(jié)性周期特性，因此通過采用季節(jié)性疊加趨勢法建立相關(guān)預(yù)測模型，對云南省降雨數(shù)值進(jìn)行預(yù)測計算，并結(jié)合實測降雨數(shù)據(jù)分析模型的預(yù)測效果，以期為云南省的抗旱減災(zāi)工作提供支撐。

4 模型建立

若時段T+τ的期望值為

μT+τ=aT+bτ+KT+τ（1）

式中：aT為某一時段T的平均水準(zhǔn)；bτ為該時段的斜率；KT+τ是在時段T+τ的季節(jié)增量，則當(dāng)KT+τ=0時，第T+τ時段無季節(jié)影響；而當(dāng)KT+τ>0時，第T+τ時段的期望值大于平均值；當(dāng)KT+τ<0時，期望值小于平均值。

預(yù)測模型是通過時間序列歷史數(shù)據(jù){x1，x2，…，xT}來估計第T個周期（時段T）的M+2個未知系數(shù)和在時段T中aT，bτ，KT+τ的估值a^T，b^T，dT+τ （τ=1，2，…，M）。利用在（0，1）區(qū)間內(nèi)的3個平滑參數(shù)α，β和γ，分別求出a^T，b^T和dT+τ。

（1） 先根據(jù)完整周期的時間序列資料估計參數(shù)a^T，b^T和dT+τ （τ=1，2，…，M），并對未來時段進(jìn)行預(yù)測。

（2） 將采用完整周期后剩余不足1個周期的數(shù)據(jù)重新代入預(yù)報模型，并計算得出對應(yīng)的預(yù)測結(jié)果。

最終建立完整的預(yù)測模型，見式（2）：

x^T（τ）=a^T+b^Tτ+dT+τ， τ=1，2，…，M（2）

5 檢驗時段

據(jù)1949年以后云南省統(tǒng)計資料顯示，20世紀(jì)80年代、90年代和21世紀(jì)以來，云南省的干旱災(zāi)害較歷史明顯呈多發(fā)、高發(fā)態(tài)勢，且具有受旱面積大、受災(zāi)人口多，經(jīng)濟(jì)損失大、持續(xù)時間長等特點。根據(jù)對最近20 a云南省嚴(yán)重干旱年的研究，2010年的旱災(zāi)是云南省近20 a最為嚴(yán)重的一次全省性嚴(yán)重干旱［14-15］，全省大部分地區(qū)均發(fā)生了一次由無旱發(fā)展到輕度干旱，由輕度干旱發(fā)展到中度干旱，由中度干旱發(fā)展到嚴(yán)重干旱，直至最后發(fā)生特大干旱的全過程，涵蓋了一場旱災(zāi)的整個階段，具有較高的研究意義，為模型預(yù)報在年內(nèi)的應(yīng)用檢驗提供了全面的研究基礎(chǔ)。根據(jù)云南省防汛抗旱指揮部辦公室2009年9月至2010年8月《農(nóng)業(yè)旱情動態(tài)統(tǒng)計表（周報）》資料以及實時旱情監(jiān)測情況分析，該次特大干旱的起始時間為2009年10月，隨后旱情持續(xù)快速發(fā)展，2010年5月發(fā)展到最嚴(yán)重階段，隨后各地相繼進(jìn)入雨季，旱情逐步緩解，2010年8月全省旱情全部解除。因此，選用2010年作為模型年內(nèi)檢驗的典型年，根據(jù)所采用方法對檢驗時段的要求，確定預(yù)測檢驗時段為2009年9月至2010年8月、2010年1～12月、各代表站年歷史資料序列。

6 結(jié)果分析

6.1 預(yù)測結(jié)果

選取石林縣、會澤縣、楚雄市、元謀縣、紅塔區(qū)、隆陽區(qū)、廣南縣、瑞麗市、屏邊縣、景洪市10個縣（市區(qū)）的10個基本水文站的長系列降雨資料，利用DPS數(shù)據(jù)處理系統(tǒng)的季節(jié)性疊加趨勢模型對各水文站的降雨系列數(shù)據(jù)進(jìn)行處理［16］，得出各水文站降雨數(shù)據(jù)的季節(jié)性特征，通過計算得到各水文站降雨數(shù)據(jù)的最小均方擬合誤差，并將最小均方擬合誤差與加速單純形法估計模型中的平滑參數(shù)相結(jié)合，從而得出最終預(yù)測模型，并計算出預(yù)測結(jié)果［17］。各地區(qū)預(yù)測結(jié)果見表1。

6.2 預(yù)測值與實測值對比分析

通過預(yù)測值與實測值對比，嚴(yán)重干旱區(qū)石林縣、會澤縣預(yù)測與實測趨勢基本一致，但實測值較預(yù)測值偏少幅度較大，元謀縣預(yù)測與實測趨勢基本一致，預(yù)測值與實測值接近，楚雄市預(yù)測與實測結(jié)果出入較大。中度干旱區(qū)紅塔區(qū)、廣南縣

預(yù)測與實測趨勢基本一致，但實測值較預(yù)測值偏

少幅度較大，而隆陽區(qū)預(yù)測與實測結(jié)果出入較大。輕度干旱區(qū)瑞麗市預(yù)測與實測趨勢基本一致，但實測值較預(yù)測值偏少幅度較大;景洪市預(yù)測與實測趨勢基本一致，預(yù)測值與實測值接近;屏邊縣預(yù)測與實測結(jié)果出入較大。具體預(yù)測值及對比成果詳見表2及圖1。

7 結(jié) 論

（1） 在選定10個代表站中，將季節(jié)疊加趨勢模

型預(yù)測的云南省降雨數(shù)據(jù)結(jié)果與2009～2010年云

南省特大干旱年相應(yīng)月實測降雨比較，預(yù)測結(jié)果整體表現(xiàn)較為均化，對極值反映欠佳。嚴(yán)重干旱區(qū)的元謀、輕度干旱區(qū)的景洪2站預(yù)測趨勢與實測一致且數(shù)值相近；嚴(yán)重干旱區(qū)的石林、會澤，中度干旱區(qū)的紅塔、廣南，輕度干旱區(qū)的瑞麗5站預(yù)測趨勢與實測一致，但預(yù)測與實測出入較大；嚴(yán)重干旱區(qū)的楚雄、中度干旱區(qū)的隆陽、輕度干旱區(qū)的屏邊3站預(yù)測趨勢與實測相反，預(yù)測與實測出入較大。

（2） 模型預(yù)測結(jié)果中：有7站預(yù)測趨勢與實測一致，占站點總數(shù)的70%，能較為準(zhǔn)確反映干旱趨勢，干旱趨勢預(yù)測效果較好，可用于干旱發(fā)展趨勢預(yù)測；但模型預(yù)測結(jié)果與實測值偏差較大，僅有2站能準(zhǔn)確反映干旱嚴(yán)重程度，對干旱程度的預(yù)測效果不佳。

（3） 季節(jié)性疊加趨勢模型在開展降雨數(shù)據(jù)預(yù)測的應(yīng)用時，預(yù)測結(jié)果受數(shù)據(jù)序列波動性影響較大。按各月降雨分配分析，預(yù)測值與實測值基本相近，但個別月份出入較大。

（4） 在開展干旱預(yù)測時，目前國內(nèi)外仍沒有比較成熟的方法，若僅以單一模型進(jìn)行旱情預(yù)測，預(yù)測結(jié)果存在較大的局限性，需綜合利用多種方法以確定合理取值。

參考文獻(xiàn)：

［1］ 周軍，任宏昌，王蒙，等.2022年夏季長江流域干旱特征及成因分析［J］.人民長江，2023，54（2）：29-35.

［2］ LI Q，DU Y，LIU Z，et al.Drought prediction in the Yunnan–Guizhou Plateau of China by coupling the estimation of distribution algorithm and the extreme learning machine［J］.Journal of the International Society for the Prevention and Mitigation of Natural Hazards，2022，113（3）：1635-1661.

［3］ 云南省防汛抗旱總指揮部辦公室，云南省水文水資源局.云南水旱災(zāi)害［M］.昆明：云南省水文水資源局，1999.

［4］ 趙鈺，黃甫崗，李國才，等.云南減災(zāi)年鑒［M］.云南：科技出版社，2012.

［5］ 白樹明，黃中艷.云南旱災(zāi)特點和未來10年干旱趨勢預(yù)測［J］.人民珠江，2003（6）：4-6.

［6］ 張美英，何杰.時間序列預(yù)測模型研究綜述［J］.數(shù)學(xué)的實踐與認(rèn)識，2011，41（18）：189-195.

［7］ SUBIMAL G.Modelling bivariate rainfall distribution and generating bivariate correlated rainfall data in neighbouring meteorological subdivisions using copula［J］.Hydrological Processes，2010（4）：3358-3567.

［8］ ZHANGL，VIJAY P.Bivariate rainfall frequency distributions using Archimedean copulas ［J］.Journal of Hydrology，2007（332）：93-109.

［9］ 周建康.實用水文統(tǒng)計［M］.北京：中國水利水電出版社，2017.

［10］ 遲道才，張寧寧，袁吉，等.時間序列分析在遼寧朝陽地區(qū)干旱災(zāi)變中的應(yīng)用［J］.沈陽農(nóng)業(yè)大學(xué)學(xué)報，2006，37（4）：627-630.

［11］ 張善亮.基于水文水動力耦合模型的錢塘江流域洪水預(yù)報研究［J］.水利水電快報，2022，43（7）：25-32.

［12］ 范小青，蔣璐璐，談黎虹，等.季節(jié)性疊加趨勢——馬爾柯夫預(yù)測模型及其應(yīng)用［J］.浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版），2008，34（3）：309-314 .

［13］ 李春龍.云南史料選編［M］.昆明：云南民族出版社，1997.

［14］ 江振祥.云南省歷史洪旱災(zāi)害史料實錄（宣統(tǒng)三年1911年以前）［M］.昆明：云南科技出版社，2008.

［15］ 劉建華，溫克剛.中國氣象災(zāi)害大典·云南卷［M］.北京：氣象出版社，2006.

［16］ 唐啟義，馮明光.DPS數(shù)據(jù)處理系統(tǒng)［M］.北京：科學(xué)出版社，2007.

［17］ 鄢好，陳驕銳，李紹紅，等.基于時間序列和GRU的滑坡位移預(yù)測［J］.人民長江，2021，52（1）：102-107.

（編輯：江 文）

Application of seasonal superimposed trend method to drought

prediction in Yunnan Province

YANG Fan1，DENG Lixian2，LIAO Mingyu1，ZHAO Lanlan3

（1.Yunnan Hydrology and Water Resources Bureau，Kunming 650106，China；

2.Kunming Branch of Yunnan Hydrology and Water Resources Bureau，Kunming 650106，China；

3.Information Center of the Ministry of Water Resources （Hydrology and Water Resources Monitoring and Forecasting Center，Ministry of Water Resources），Beijing 100053，China）

Abstract：

In recent years，with the increasing frequency of drought occurrence and the expanding scope of impact in Yunnan Province，it is of great significance to carry out research on drought prediction models for real-time，dynamic，and objective analysis and prediction of drought in Yunnan Province.Therefore，this paper collected daily measured rainfall data of 10 basic hydrological stations in 10 counties and cities in different regions of Yunnan Province，including Shilin，Huize，Chuxiong，Yuanmou，Hongta，Longyang，Guangnan，Ruili，Pingbian，and Jinghong，with stations over 30 years.Then the papere stablished prediction model and calculated predicted value by seasonal superimposed trend method.Comparing the calculated predicted values with the measured rainfall values of each hydrological station to explore the application effect of seasonal superimposed trend model in drought prediction in different regions of Yunnan Province.The results showed that three of the four stations in severe drought areas can accurately reflect the drought trend，while only one station can accurately reflect the drought degree.Two of the three stations in moderately arid areas can accurately reflect the drought trend，but cannot accurately reflect the drought degree.Two of the three stations in lightly arid areas can accurately reflect the drought trend，while only one station can accurately reflect the drought degree.Overall，the prediction results can accurately reflect the drought trend，but the effect on reflecting the severity of drought is moderate．

Key words：

drought prediction； seasonal superimposed trend method； drought degree； Yunnan Province