1960—2019年珠江流域多尺度旱涝特征研究

靖娟利，徐勇，王永锋，窦世卿，殷敏*

（1.桂林理工大学测绘地理信息学院，广西 桂林 541004；2.广西空间信息与测绘重点实验室，广西 桂林 541004）

随着全球气候变暖的加剧，我国干旱问题日益凸显，干旱灾害发生频率高、持续时间长和影响范围广[1]，对区域社会经济及环境产生重大影响。干旱发生区域呈现向南部和东部的湿润、半湿润地区扩展的态势[2]。因此，研究区域干旱变化特征，对探明干旱成因机理及指导政府防灾减灾具有重要的意义。

由于干旱成因复杂，易受人类活动影响，常用干旱指数来描述干旱现象。普遍使用的干旱指数有Palmer指数、相对湿润指数、降水距平百分率、标准化降水指数（Standardized Precipitation Index， SPI）、标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI），其中SPI计算仅需降水数据，能够较好的反映气象干旱强度和持续时间，适用于不同地区、不同尺度的气象干旱情况分析，因而得到广泛应用[3-6]。珠江流域属于热带、亚热带季风气候区，降水量丰沛，但降水时空分布极不均衡，极易发生旱涝灾害。例如，2009年秋至2010年春位于珠江流域上游的西南地区发生严重旱灾，造成经济损失超过35亿美元，作物损失超过100万hm2[7]。因此，加强珠江流域旱涝演变特征研究显得尤为迫切。近年来，珠江流域旱涝灾害受到国内学者广泛关注。已有研究结果表明，珠江流域雨季有干旱化趋势，而旱季有湿润化趋势，流域西部有变干趋势、而东部和下游地区有变湿趋势[8-10]。各季节发生旱涝的区域各不相同，春、夏、秋3季较冬季发生干旱的地区分布不均 匀[11]。珠江流域大部分地区干旱的严重程度和变异性将会增加，特别是中西部地区；季节性干旱有加重或频繁发生的趋势[12-13]。自20世纪70年代以来珠江流域干旱事件持续增多，21世纪以来珠江流域中旱、重旱事件、干旱历时和强度都显著加大，秋旱尤为突出[14]。珠江三角洲地区干旱危险性较高，而西部及东北部地区干旱危险性较低[15-16]。

上述研究成果对揭示珠江流域旱涝时空演变特征具有重要意义。然而，已有的研究时段相对较短，而且从不同时空尺度研究旱涝演变特征及变化趋势的研究尚不多见。因此，本文基于珠江流域1960—2019年的气象资料，运用最成熟的SPI作为干旱指标，结合ANUSPLIN插值方法、Sen-Median趋势分析、Mann-Kendall检验、Hurst指数及经验正交函数（Empirical Orthogonal Function, EOF）分析法，研究近60年珠江流域年际及季节旱涝时空变化特征及未来趋势，探究珠江流域旱涝的主要空间模态及对应的时间系数变化，以期为流域旱涝灾害的监测及预警提供依据。

1 研究区概况

珠江流域位于东经102°14′～115°53′、北纬21°31′～ 26°49′，流经滇、黔、桂、粤、湘、赣等省（区），流域面积约44万km2，是我国境内第三长河流。主要包括西江、北江和东江三大支流。流域地势从西北向东南递减，从西到东横跨云贵高原、两广丘陵和珠江三角洲平原。流域地处热带、亚热带气候区，北回归线横贯流域的中部，气候温和多雨，多年平均温度为14～22 ℃，多年平均降水量为1 200～2 200 mm，降水量季节分配不均，全年约80%的降水量集中在4～9月，降水量总体呈东北部高、西南部低的特征，地区分布及年际差异较大。

2 数据及方法

2.1 数据来源及处理

收集珠江流域1960—2019年43个气象站点逐月降水观测资料，资料来源于中国气象数据共享服务网（http://cdc.cma.gov.cn），气象站点空间分布如图1所示。为了保证数据的完整性、一致性，数据处理过程中对极少部分缺测数据采用同一站点的相邻月份进行线性插补。基于站点的月降水量，在Excel中统计为年降水量。研究区90 m SRTM(Shuttle Radar Topography Mission) DEM数据来源于地理空间数据云平台（http://www.gscloud.cn/）， 对DEM数据进行镶嵌拼接，然后重采样为500 m，最后利用研究区边界进行裁剪，得到珠江流域地形数据。

2.2 研究方法

2.2.1 标准化降水指数 SPI最早由McKee等[17]提出，是在计算出某时段内降水量的Γ分布概率后，再进行正态标准化处理，最终用标准化降水累积频率分布来划分干旱等级，SPI计算公式[18]如下：

当G(x)＞0.5时，S=1；当G(x)≤0.5时，S=-1。G(x)由Γ分布函数概率密度积分公式计算：

式中：γ和β分别为Γ分布函数的形状和尺度参数。根据上述方法计算出3个月和12个月尺度的SPI来反映季节和年际旱涝演变特征。其中，3个月尺度的SPI（SPI3）可以反映短期和中期土壤含水量状况，对农业生产而言非常重要；而12个月尺度的 SPI（SPI12）与地表径流、水库水位以及地下水水位有很大关系。研究过程中规定，3～5月为春季、6～8 月为夏季、9～11月为秋季、12月到次年2月为冬季。根据国家气象局制定的《气象干旱等级GB/T 20481—2006》，将SPI划分为不同的旱涝等级（表1）。

表1 SPI旱涝等级划分标准Table 1 Classification standard of drought and flood based on SPI

2.2.2 ANUSPLIN插值法 ANUSPLIN是澳大利亚科学家Hutchinson基于薄盘样条理论编写的针对气象数据曲面拟合的专用插值软件[19]，该软件能引入多个影响因子进行气象要素空间插值，适用于长时间序列的气象数据插值[20]，已在不同区域的气象插值中得到广泛应用[21-22]。因此，本文选用ANUSPLIN对1960—2019年的年际降水量、年际及季节SPI序列数据进行插值，样条次数为2，协变量为经度、纬度和高程，插值数据空间分辨率为500 m。

2.2.3 趋势分析方法 Sen-Median趋势分析及Mann-Kendall检验方法已被广泛用于长时间序列气候变化和水文分析的趋势检验[23-24]。本文利用Sen-Median趋势对珠江流域年际降水量及多尺度旱涝特征的变化趋势进行分析，当Sen-Median趋势度β>0时，表示时间序列呈上升趋势，反之呈下降趋势；同时进行Mann-Kendall统计检验，对统计检验量Z，在给定α=0.05置信水平上，如果|Z|≥1.96，表示研究序列在α水平上存在显著变化。

2.2.4 Hurst指数 重标极差（Rescaled Range Analysis Method，R/S）分析法由英国水文学家Hurst在研究尼罗河水文问题时提出，后Mandelbrot对该方法进行了理论方面的补充和完善[25-26]。Hurst指数H取值范围为00.5时，意味着未来的变化情况与过去一致，即持续性，H越接近1，持续性越强；而0

2.2.5 经验正交函数分析法 经验正交函数分析法（EOF）[28]，又称为主分量分析，是气候统计学中多变量分析的一种常用方法。该方法将复杂的气象要素矩阵正交分解为时间系数矩阵和空间向量矩阵的乘积，根据方差贡献率的大小提取研究区气象要素的主要空间分布模态及其随时间变化的气候特征，并通过North准则检验空间模态的显著性[29]。本文对珠江流域年尺度SPI进行EOF分解，提取并分析典型特征向量，研究旱涝时空变化特征。

3 结果与分析

3.1 降水量时空变化特征

3.1.1 时间变化特征 从图2可以看出，近60 a珠江流域年均降水量总体呈不显著上升趋势（P>0.05），上升速率为0.62 mm/a，年均降水量在1 091.40～ 1 783.91 mm波动，均值为1 493.40 mm。统计分析发现，降水量小于均值的年份总计31 a，其中有23 a 分布在19世纪60～90年代，2000年以后的年份仅有8 a，降水量在1963年为1 091.40 mm，达到最低值，其次为2011年的1 139.02 mm；降水量高于均值的年份总计29 a，其中有17 a分布在19世纪60～90年代，2000年以后的年份有12 a，降水量在1994年达到最大值1 783.91 mm。以上分析说明，珠江流域干旱期主要集中分布在19世纪，而2000年以后干湿波动比较频繁，降水量总体呈上升趋势。

3.1.2 空间变化特征 从图3（a）可以看出，珠江流域近60 a年均降水量空间分布具有显著的差异性，总体呈东北高、西南低的空间分布格局。受地形和大气环流的影响，年均降水量空间分布总体呈现随着距离水汽源地越远及地形的抬升而减少的趋势。降水量大于2 000 mm的高值区主要分布在柳江流域、北江流域、桂江流域等区域；降水量小于1 000 mm的低值区集中分布在南盘江流域、右江流域，北盘江流域也有零星分布。

基于Sen-Median +Mann-Kendall趋势分析方法，从像元尺度研究近60 a珠江流域年降水量变化趋势的空间分布格局。其中，β<0表示降水量呈减少趋势；β>0表示降水量呈增加趋势；将α=0.05置信水平上Mann-Kendall检验结果划分为显著变化区（Z<-1.96或Z≥1.96）和不显著变化区（-1.96≤Z＜1.96）；β和Z的组合结果如图3（b）所示。从图3（b）可知，降水量年际变化呈增加趋势的区域占51.32%，主要分布在流域的东南部地区，包括柳江流域、桂江流域、北江流域、黔洵江及西江流域，左江流域及郁江流域、右江流域、红水河流域也有部分分布，绝大部分地区变化趋势不显著（P>0.05）；呈显著增加（P<0.05）趋势的区域仅占3.32%，集中分布在北江流域与黔洵江及西江流域的南北交接地区、桂江流域与柳江流域的交接处也有部分分布。降水量年际变化呈减少趋势的地区占48.68%，主要分布在流域西南部地区，包括南盘江流域、北盘江流域，红水河、右江流域的上游和下游地区，柳江流域上游、左江及郁江流域下游地区；其中，呈显著减少的区域占4.39%，集中分布在南盘江流域中西部地区，北江及红水河流域北部地区。

3.2 SPI时空变化特征

3.2.1 时间变化特征 基于珠江流域气象站点的年际SPI，计算1960—2019年年均SPI并绘制图4曲线。从图4可以看出，1960—2019年珠江流域年际SPI呈现明显的波动震荡，旱涝交替比较频繁，整体呈不显著上升趋势（P>0.05），上升速率为0.009/10 a，说明近60 a研究区湿润化趋势不明显。对年际SPI曲线做5 a移动平均处理，可以看出明显的阶段特征，1983年、1991年、1997年和2007年出现明显转折点，呈现出上升-下降-上升-下降-上升的趋势。研究区干旱期主要集中在1960—1967年、1984—1992年和2003—2013年之间，其中1963年、1989年、2009年和2011年SPI值分别为-1.48、-1.16、-1.18和-1.45，均达到了中旱等级。研究区湿润期主要集中分布在1968—1983年、1993—2002年和2014—2018年之间，其中达到中涝等级的年份有1961年、1994年、1997年和2015年，SPI值分别为1.02、1.03和1.05。

从季节SPI变化特征来看（图5），春、夏、冬三季均呈上升趋势，上升速率分别为0.003/10 a、0.013/10 a、0.066/10 a，而秋季呈下降趋势，下降速率为-0.036/10 a，季节变化趋势均未通过P<0.05显著性检验。春季SPI波动幅度较小，湿润年份主要集中在1965—1985年之间，1986年之后表现为干旱化趋势。夏季SPI在高低值之间波动，1980—2002年之间波动幅度较大，湿润期主要分布在1961—1979年和1993—2008年，其 中1968年和1993年SPI分别为1.31和1.29，达到中涝等级；干旱期主要集中在1980—1992年和2009—2016年之间，其中1989年和2011年SPI分别为-1.40和-1.30，达到中旱等级。秋季SPI在高低值之间震荡变化，干湿波动比较频繁且具有明显的阶段性特征，1969年、1985年和2007年出现了明显的转折点，呈现出下降-上升-下降-上升的总体趋势，其中1965年、1982年和2015年SPI分别为1.27、1.09和1.28，达到中涝等级，而2004年和2009年SPI分别为-1.26和-1.15，达到中旱等级。冬季SPI在1960—1983年之间波动平缓，主要为偏干时期，1983年之后干湿交替分布，总体呈湿润化趋势。

3.2.2 空间变化特征 从年际SPI的Sen-Median趋势分析结果可知，趋势系数β值介于（-0.31～0.12）/10 a之间；将α=0.05置信水平上，Mann-Kendall检验结果与Sen-Median趋势分析结果进行叠加来判断年际SPI变化趋势及显著性（图6）。从图6可知，珠江流域SPI呈下降趋势的区域占54.26%，略高于呈上升趋势的区域45.74%，总体以干旱化趋势为主。SPI呈下降趋势的区域主要分布在研究区西部的南盘江流域、北盘江流域、红水河流域，以及右江流域和左江及郁江流域的大部分地区；呈显著下降趋势（P<0.05）的区域占7.79%，集中分布在珠江源头的南盘江流域和北江流域。SPI呈上升趋势的区域主要分布在研究区东部地区，包括桂江流域，柳江流域、北江流域和黔洵江及西江流域的大部分地区，右江流域和左江及郁江流域的小部分地区，变化趋势均未通过P<0.05显著性检验。

季节尺度上，珠江流域不同季节SPI变化趋势表现出显著的空间差异性（图7）。春季SPI呈下降趋势的区域占74.60%，意味着研究区大部分地区有变干的趋势，这些地区主要分布在珠江流域的中西部，其中呈显著下降（P<0.05）趋势的区域占3.56%，集中分布在西北部的北盘江流域和红水河流域；SPI呈上升趋势的区域占25.40%，主要分布在研究区东部的北江流域、黔洵江及西江流域以及西部的南盘江流域，变化趋势不显著（P>0.05）。

夏季SPI呈上升趋势的区域从流域东部向中部蔓延，SPI变化趋势与年际SPI变化特征具有相似性；SPI呈上升趋势的区域上升到53.47%，主要分布在桂江流域、北江流域、黔洵江及西江流域以及柳江流域，变化趋势均未通过P<0.05显著性检验；SPI呈下降趋势的区域占46.53%，主要分布在中西部地区，其中SPI呈显著下降（P<0.05）趋势的区域仅占1.96%，集中分布在北盘江流域。

秋季占72.14%的地区SPI呈下降趋势，表明这些区域具有干旱化趋势，主要分布在东部、北部和西部地区；其中SPI呈显著下降（P<0.05）的区域占6.54%，集中分布在北盘江和南盘江流域；SPI呈上升趋势的区域仅占27.86%，分布区域与夏季相比缩减到研究区中南部地区，主要分布在左江及郁江流域、右江流域、红水河流域、黔洵江及西江流域，北江流域、桂江流域及柳江流域的局部地区，变化趋势不显著（P>0.05）。

冬季SPI呈上升趋势的区域占94.90%，意味着研究区以湿润化趋势为主导，广泛分布在各流域；其中SPI呈显著上升（P<0.05）的区域占3.88%，集中分布在红水河流域、右江流域、左江及郁江流域的局部地区；SPI呈下降趋势的区域仅占5.10%，分布区缩减到西北角的北盘江流域。总体而言，珠江流域在春季和秋季呈干旱化趋势，干旱的风险较大；而冬季呈湿润化趋势，表明发生洪涝灾害的风险较大。

3.3 SPI未来趋势

基于R/S理论方法，对1960—2019年珠江流域年际SPI序列逐像元计算Hurst指数。结果表明：Hurst指数在0.399～0.885之间波动，均值为0.622，表明未来一段时间内珠江流域SPI仍将延续过去60 a 期间的变化状态。从图8（a）可知，强持续性变化区（H>0.65）的区域主要分布在南盘江流域北部、北盘江流域西部、柳江流域中南部、右江流域西部等地区；反持续性变化区（H<0.5）占9.02%，集中分布在黔洵江及西江流域中部、左江及郁江流域；弱持续性变化区（0.5

为了进一步研究年际SPI变化趋势及其可持续性，将Sen-Median趋势系数（β）和Mann-Kendall检验统计量（Z）与Hurst指数（H）分类结果进行耦合分析，结果如表2和图8（b）所示。从表2可以看出，SPI持续减少的区域（类别Ⅰ、Ⅱ、Ⅲ和Ⅳ）占51.49%，这些地区呈不显著干旱化趋势；SPI持续增加的区域（类别Ⅴ和Ⅵ）占39.49%，这些区域呈不显著湿润化趋势。从图8（b）可以看出，SPI呈显著减少-强持续区域（类别Ⅰ）占7.76%，主要分布在南盘江流域的南部、北盘江流域的西部地区，这些地区干旱化趋势显著；未来趋势无法确定的区域（类别Ⅶ）占9.02%，主要集中分布在左江及郁江流域、黔洵江及西江流域，以上二类地区是重点监测区域，以防止旱涝灾害发生。

表2 β-Z-H耦合结果统计Table 2 Statistics of the coupling results of β-Z-H

3.4 SPI时空模态分析

3.4.1 空间分布特征 为了进一步研究珠江流域SPI时空分布特征，对年际SPI进行EOF分解。从表3 可以看出，前5个特征值的累计方差贡献率达到66.81%，根据North显著性检验原理，仅有前3个特征值的误差范围不重叠，通过了显著性检验，累计方差贡献率达到58.02%。因此，前3个特征值对应的特征向量能够较好地反映珠江流域近60 a旱涝的主要空间分布特征。

表3 年际SPI EOF分解的前5个特征向量贡献率Table 3 The contribution variance of the first five modes of EOF based on annual SPI

第一模态特征向量方差贡献率为36.50%，是珠江流域旱涝空间分布的主要特征。图9（a）显示第一模态特征向量均为正值，表明珠江流域近60 a旱涝变化趋势具有一致性，即全流域干旱或湿润。高值区主要位于珠江流域东部北江、桂江、柳江、红水河等流域，这些地区对旱涝变化敏感，具有年际变化频繁、变化幅度大等特点；低值区集中分布在西部的北盘江、南盘江等流域。受研究区地形及气候的影响，旱涝灾害总体呈现从东部向西部地区减小的趋势。

第二模态特征向量方差贡献率为15.39%，也是珠江流域旱涝空间分布的主要特征。从图9（b）可以看出，特征向量中占63.67%的为负值，占36.33%的为正值，大致以柳江流域、红水河流域、左江及郁江流域与桂江流域、黔洵江流域的交接地带为0值分界线，以东为正值，以西为负值，呈现出东、西反向分布特征，即流域西部偏涝东部偏旱或者西部干旱而东部偏涝。

第三模态特征向量方差贡献率为6.13%，是通过North显著性检验的最后一个特征向量。从图 9（c）可知，该模态下珠江流域旱涝空间分布基本呈现出“南、西负北正”的反向特征，大致以北盘江流域东部、红水河流域南部、桂江及北江中部为分界线，以北为正值、以南以西为负值。

3.4.2 时间分布特征 根据珠江流域年际SPI空间分布模态特征，将每年绝对值最大的时间系数所对应的特征向量作为当年典型的干旱空间分布特征，对其表现的6种干湿变化特征所对应的年份进行统计，结果见表4。

从表4可看出，研究时段内第一模态中有12 a整个流域全年湿润多雨，14 a全年干旱少雨，总计占研究时段的43.33%；第二模态中东部干旱西部湿润的年份有16 a，东部湿润西部干旱的年份总计7 a，共计23 a，占研究时段的38.33%，第三模态中的两种分布类型共出现11 a，占研究时段的18.33%，其中北部干旱南、西部湿润的年份有7 a，而北部湿润南、西部干旱的年份有4 a。因此，第一模态和第二模态可以作为珠江流域近60 a旱涝空间分布的主要类型。

表4 6种干湿变化特征所对应的年份Table 4 Years corresponding to the six types of dry and wet changing characteristics

从图10（a-c）可以看出，第一、第二和第三模态对应的时间系数线性趋势斜率均为正值，上升速率分别为0.117/10 a、0.330/10 a和0.189/10 a，第一模态和第三模态上升趋势均未通过P<0.05显著性检验，第二模态上升趋势通过P<0.1显著性检验。说明第一模态的空间分布类型变化不明显，湿润多雨和干旱少雨两种类型基本保持均衡；第二模态有从“东部干旱西部湿润”的空间分布形式向“东部湿润西部干旱”形式转变的趋势；第三模态北部干旱南、西部湿润和北部湿润南、西部干旱两种分布类型基本保持均衡。根据第一、第二和第三模态的时间系数序列，基于Mann-Kendall方法进行突变检验，结果如图10（a1—c1）所示。

从图10（a1—c1）可以看出，第一模态时间系数的UF曲线正负波动变化，发生多次突变，但均未通过0.05显著性检验。1964—1987年时间系数为正，全流域湿润多雨，1987年之后UF曲线正负波动频繁，全流域干旱少雨和湿润多雨交替变化。第二模态时间系数UF曲线在1982年之前为负值，1982年之后波动上升、持续为正值，并出现多个突变点，仅有1967—1969年、1971年、2013年达到0.05显著性水平。表明珠江流域在1982年之前多为“东部干旱西部湿润”的空间分布类型，1982年之后开始转变为“东部湿润西部干旱”的形式，但转变趋势不显著。第三模态时间系数UF曲线在1988年之前正负波动变化，1988年之后持续正值，发生多次突变，并在2011—2019年之间有7 a通过0.05显著性水平。这表明珠江流域在1988年之前“北部干旱南、西部湿润”和“北部湿润南、西部干旱”两种分布类型并存，并以后者居多；1988年之后主要表现为“北部湿润南、西部干旱”的空间分布类型，并在2011年之后变化趋势显著。

4 讨论

珠江流域年均降水量总体呈不显著上升趋势（P>0.05），降水量年际变化呈增加趋势的区域集中分布在东南部，而呈减少趋势的区域主要分布在西部和南部地区，占90%以上的区域变化趋势不显著。此研究结论与王兆礼等[30]、唐亦汉和陈晓宏[31]对珠江流域年降水量变化趋势的研究结论基本一致。

年际SPI呈上升趋势的区域集中分布在流域的东北部地区，而呈下降趋势的区域主要分布在西南部地区，说明东北部有变湿趋势，而西南部有变干趋势，此结论与肖名忠等[9]研究成果基本一致。春、夏、冬三季SPI均呈上升趋势，而秋季呈下降趋势。此结论与Zhang等[8]研究结论有一定差异，对比研究发现，Zhang等[8]研究时间段为1960—2005年，主要研究雨季（4～9月）和冬季（12月、1～2月）SPI的变化趋势。本文季节尺度研究结果与肖名忠等[9]研究成果也有出入，对比分析发现肖名忠等[9]研究时间段为1960—2005年，研究过程中基于站点分析逐月SPI的变化趋势。

本文基于多尺度SPI，研究了珠江流域近60 a旱涝特征的时空演变特征，可以为流域旱涝灾害的监测提供科学依据。另外，本文仅分析了珠江流域旱涝变化特征及未来趋势，未能将研究尺度细化到子流域尺度，也未能对旱涝发生的驱动因素进行深入研究，后续研究可以基于子流域尺度，并结合珠江流域地形地貌特征、地质生态条件、气候因子、城市化发展及政府的相关政策做深入探讨。

5 结论

1）珠江流域年均降水量总体呈不显著上升趋势（P>0.05），降水量空间分布总体呈现东北部高、西南部低的空间分布格局，降水量年际变化呈增加趋势的地区略高于呈减少趋势的区域，占90%以上的区域变化趋势不显著

2）年际SPI整体呈不显著上升趋势（P>0.05），呈现出明显的阶段特征，与年际降水量变化具有一致性。春、夏、冬三季SPI均呈上升趋势，而秋季呈下降趋势，且SPI变化存在明显的阶段特征，变化趋势均未通过P<0.05显著性检验。

3）Hurst指数计算结果表明，未来一段时间内珠江流域SPI仍将延续过去60 a期间的变化状态。β-Z-H耦合结果中显著减少-强持续的区域主要分布在珠江源的喀斯特分布区；而未来趋势无法确定的区域属于人类活动密集分布区。

4）EOF分析得到前3个特征向量及对应的时间系数反映了珠江流域干旱的时空演变主要特征。第一模态反映了全流域一致的分布特征，第二、三模态反映了反向的分布特征。3个模态的时间系数变化趋势均未通过0.05显著性检验，无显著突变点。