3.1.1 SPEI年与四季时间变化特征
为了了解长江经济带上游年与季节SPEI的平均值,中位数及数据分布差异,绘制研究区年与季节SPEI的箱型图。由图2可以看出,1961—2018年长江经济带上游年尺度、夏季、秋季与冬季的SPEI均呈下降趋势,即干旱化; 倾斜率分别为-0.031/10 a,-0.004 8/10 a和-0.058/10 a和-0.037/10 a。春季SPEI呈上升化趋势,即湿润化,倾斜率为0.031/10 a。对比年与季节各站点之间的干湿指数差异较小。图2A可以看出研究区春季1961—1996年SPEI分布较散乱,1997年后SPEI值分布差异较小。图2B可以看出夏季整体SPEI数值变化不大,分布差异较小。1971年、2006年、2010年和2012年SPEI值相比前后年份较小。图2C可知,秋季SPEI值最小值出现在2008年,为-0.89。图2D可知,冬季SPEI值最大值出现在1983年,为1.02,冬季SPEI比春、秋和夏季的分布相比较为散乱。图2E可知,从年尺度来看,集中在2006年以后,年SPEI整体数值下降,呈干旱化趋势。总的来说,1961—2018年,研究区内夏、秋、冬季呈现干旱化特征,春季呈现湿润化趋势。
为了进一步分析长江经济带上游SPEI的年尺度与四季变化的特征,采用Mann-Kendall法对其进行突变分析。由图3E年尺度UF,UB曲线可知:研究时间段内研究区年尺度SPEI指数不存在显著突变点。由图(3A—D)四季尺度UF曲线可知,研究区春季1990年以后UF>0,SPEI指数上升,春季出现变湿趋势。春、夏、冬季UF,UB曲线相交后UF曲线都未通过0.05显著性水平的检验,秋季UF,UB曲线在1995年相交,交点之后UF曲线通过0.05显著性水平的检验,即1995年为显著突变点。图3D可知,冬季,研究区58 a干旱大致可以分为3个阶段:1961—1992年呈现下降趋势,1993—2012年呈现上升阶段,2013—2018年呈下降趋势,发现大多数年份均呈下降趋势,说明长江经济带上游近年来冬季年际干旱呈加重趋势。这是由于冬季发生拉尼娜事件,会使西太平洋副热带高压势力减弱,暖湿气无法深入长江上游流域,从而造成干旱。
图3 长江经济带上游年与四季SPEI值M-K突变检验曲线
3.1.2 年与四季SPEI空间分布
为了分析长江经济带上游干湿状况的空间分布情况,对各气象站点SPEI指数采用克里金插值法进行空间插值,并对各站点1961—2018年SPEI进行M-K趋势检验和对M-K中衡量趋势大小指标(Sen坡度SymbolbA@)采用克里金插值,结果见表1与图4,图5。
表1 长江经济带上游年与季节站点SPEI变化趋势统计
图4A反映了长江经济带上游58 a以来年平均SPEI空间分布特征,整体来看研究区南部以下空间变化不大,即分布较为均匀。从图中可以明显地看出南部SPEI大于北部。由图4B可以看出,春季SPEI值中部偏高,南北两边相对偏小。由图4C可以分析得到,夏季整个流域大面积变成了SPEI值偏高,这是由于长江经济带上游属于亚热带季风气候,夏季多雨造成SPEI值增大,东部地区SPEI值相对较小。由图4D可以看出,秋季研究区南部SPEI值高于北部,由图4E分析可得,冬季平均SPEI值与春季分布相似,都是中部偏高,南北两边偏低。总体来说,对于年尺度,研究区北部以干旱化趋势为主,南部以湿润化为主。研究区春、冬季呈现干旱化特征,夏、秋两季呈湿润化趋势。
由图5和表1可知,长江经济带上游年与季节站点上升下降显著和不显著所占比例和M-K中衡量趋势大小指标(Sen坡度SymbolbA@)空间变化。M-K中Sen坡度值大于0表示上升趋势,小于0表示下降趋势。由表1可知研究区站点显著上升与显著下降所占比例明显高于不显著上升和不显著下降。图5A可以看出,年尺度分析角度来看,Sen坡度值大于0分布于研究区西北部,小于0分布于研究区西南和东南部。其中干旱趋势显著上升站点占39%,显著下降占56%。由图5B可以看出春季Sen坡度值大于0分布于研究区西北部,此区域上大多数站点呈现显著上升趋势。Sen坡度值小于0分布于研究区西南部。春季各个站点干旱趋势不管上升还是下降都是显著的。由图5C可以分析得到研究区夏季大多数站点由显著上升变成了不显著上升,Sen坡度插值大致上从南到北逐渐增大。由图5D可以看出,在春季、夏季上升的站点大部分转变为下降。其中具有下降趋势的站点占总站点数的85%。Sen坡度大于0主要分布于研究区西北部,小于0主要分布于研究区南部。由图5E分析可得,冬季大部分站点干旱趋势显著上升或显著下降,不显著上升和下降一共占总站点数3%。Sen坡度值大于0主要分布于研究区东北部和南部。
3.2 基于云模型的SPEI时空分布特征
3.2.1 时间分布特征的云模型分析
云模型可以把干湿量化,并对其不均匀性的稳定程度进行定量分析[16]。对各站点不同时间尺度的SPEI指数取算术平均值,作为研究区相应时间尺度的SPEI指数。以年平均及四季共5种时间尺度的流域平均SPEI指数作为样本点,选取逆向云发生器算法计算各时间尺度SPEI隶属云的数字特征,见表2,进而根据正向云发生器算法计算云滴,年SPEI隶属云见图6。
云模型中,Ex越小,即SPEI平均值亦越小,干旱程度越重; En越大,SPEI相对于平均值越分散,即干旱程度波动越大; He越大,干旱程度的不均匀性越不稳定。由图6,表2可知,近58 a来长江经济带上游年尺度与四季SPEI均值均在(-1,1)范围内,进而说明不管是从全年还是季节尺度来看研究区干湿都处于正常年份,不表现为明显干旱或湿润。年尺度上,研究区SPEI均值为-0.004 9,处于正常水平,熵值(En)为0.358 6,结合隶属云图可见,云滴较为分散,表明SPEI分布不均匀程度较大; 超熵为0.102,结合隶属云图,同一SPEI值对应多个云滴,云层厚度较大,表明干湿变化不均匀程度的稳定性较差。季节尺度上,Ex在春、冬两季小于夏、秋两季,说明从季节尺度上来看春、冬与夏、秋两季相比较干旱,且春季较为严重。春季的En,He小于冬季,表明春季干旱较为分散,干旱不均匀性较不稳定。秋季的En,He在季节尺度上均为最小值,说明秋季干旱发生集中且干旱趋势化稳定,干旱波动较小。在5种时间尺度上,夏季的Ex最大,表明夏季最为湿润,这是因为研究区是亚热带季风和季风性湿润气候,夏季高温多雨,冬季温和干燥。
3.2.2 空间分布特征的云模型分析
根据1961—2018年各站点年及四季的气象资料计算各站点的SPEI并求得各站点算术平均值,以各站点不同时间尺度SPEI多年平均值为样本点,分析空间尺度上的干湿演变特征,得到空间隶属云的数字特征(表3)和隶属云图(图7)。
图4 长江经济带上游各站点年与季节平均SPEI空间分布趋势
图5 长江经济带上游年与季节干湿指数M-K趋势检验空间变化
图6 长江经济带上游年与四季SPEI指数时间分布隶属云
表3反映了长江经济带上游SPEI云模型数字特征,从年尺度上来看,熵值(En )为0.004 5,小于时间分布的0.358 6,说明了各站点年SPEI反映的空间干湿变化比时间分布更为集中; 超熵值He为0.001 8,也小于时间分布的超熵值0.102,说明研究区SPEI空间分布的不均匀程度变化比时间分布小,气候的干湿变化更加稳定。由表3可知,季节尺度上,四季空间分布的En均小于时间分布,即SPEI空间分布比时间分布的离散程度小; 四季的He均小于时间分布,表明空间分布的不均匀稳定程度较时间分布更大; 春季的En最小,说明其离散程度小,春季He为四季中的最小值,说明不均匀程度的稳定性最大。比较图6和图7,相对于时间分布,空间分布的年、春和夏隶属云图的云层厚度更小,云滴也更加集中,表明SPEI分布不均匀程度较小,干湿变化不均匀程度的稳定性较好。