宗天韻, 周瑋瑩, 周平,*

?

南嶺山地1968到2015年降雨的時空變化特征研究

宗天韻1,2, 周瑋瑩1, 周平1,*

1. 廣州地理研究所, 廣州 510070 2. 中山大學(xué), 生命科學(xué)學(xué)院, 廣州 510275

南嶺山地位于廣東、廣西、湖南、江西、福建五省的交界處, 是我國南方重要的生態(tài)屏障帶。認(rèn)識南嶺地區(qū)降水的時空分布特征, 對于深入了解南嶺山地生態(tài)屏障作用及氣候變化條件下該區(qū)域的降水規(guī)律意義重大。利用1968—2015年中國南嶺區(qū)域14個氣象站的逐月降水資料, 主要采用Mann-Kendall統(tǒng)計檢驗法、聚類分析法、小波分析方法和Kriging插值法, 研究了南嶺地區(qū)48年內(nèi)降水的時空分布特征。結(jié)果表明: ①南嶺區(qū)域的多年平均雨量分布在1203.19 mm到2019.56 mm之間, 總體上來看, 南嶺地區(qū)降雨量主要集中在南部, 自南向北呈減少趨勢, 降水量隨著經(jīng)度增加而增加, 隨緯度增加而減少, 且隨海拔的升高而減少。②通過對14個站點的48 a降雨情況進(jìn)行聚類分析可將南嶺全區(qū)域劃分為5個子區(qū)域, 全區(qū)域以及5個子區(qū)域春季、秋季的降水量呈下降趨勢, 夏季和冬季呈上升趨勢, 汛期大多表現(xiàn)出下降趨勢, 非汛期大多呈上升趨勢, 但除了南嶺最西部的子區(qū)域的汛期降雨量表現(xiàn)出顯著的下降趨勢以外, 其余區(qū)域的各時間段降雨量趨勢變化均不顯著。③全區(qū)域和5個子區(qū)域的年均降雨量在48 a內(nèi)沒有發(fā)生顯著的突變, 人類活動以及氣候變化對于南嶺地區(qū)的降水尚未造成非常明顯的影響。④南嶺地區(qū)降雨序列存在多個不同時間尺度的周期, 僅有2 a和13 a通過了85%的紅噪聲檢驗, 13 a周期所對應(yīng)的小波方差峰值較2 a的峰值更高, 因此可將13 a作為南嶺地區(qū)降雨量變化的主周期。研究結(jié)果可為南嶺地區(qū)的農(nóng)業(yè)、林業(yè)、旅游業(yè)發(fā)展決策和生態(tài)屏障作用評價提供參考依據(jù)。

南嶺; 聚類分析; Mann-Kendall統(tǒng)計檢驗; 小波分析

0 前言

中國的山地占據(jù)了全國69.4%的國土面積, 養(yǎng)育著約占全國總?cè)丝?/3的居民[1]。而山地的海拔梯度則使其成為山洪、泥石流、土壤侵蝕等自然災(zāi)害的發(fā)育區(qū)。在很大部分的山地災(zāi)害當(dāng)中, 降水都發(fā)揮著極其重要的主導(dǎo)作用, 因此想要了解山地自然災(zāi)害發(fā)生的風(fēng)險程度高低, 就首先要了解當(dāng)?shù)氐慕邓闆r。近年來, 隨著人類活動范圍的不斷擴(kuò)大, 以及全球氣候變化的加劇, 保護(hù)山區(qū)環(huán)境安全和生態(tài)資源刻不容緩。在這樣的發(fā)展要求下, 對山區(qū)降水時空變化特征的研究是具有先導(dǎo)意義的。

近年來, 我國許多學(xué)者對中國部分區(qū)域的山區(qū)降水進(jìn)行了深入研究, 賈文雄[2]利用線性趨勢、IDW空間插值、Morlet小波分析、Mann-Kendall突變檢驗等方法對祁連山脈及河西走廊的降水日數(shù)和降水強(qiáng)度進(jìn)行了研究, 王麒翔等[3]通過變差系數(shù)、Mann-Kendall檢驗、Kriging插值等研究方法分析了黃土高原地區(qū)暴雨量和侵蝕性雨量的時空變化特點, 張丁玲[4]基于衛(wèi)星遙感資料和地面觀察資料, 從降水、蒸發(fā)、水汽、積雪等方面分別分析了青藏高原的水資源時空變化并探討了區(qū)域氣候變化對高原水資源的影響。上述研究對我國山區(qū), 尤其是西部、西南部的干旱、半干旱山區(qū)提供了多年的降水時間、空間上的變化特征依據(jù)以及多方面的分析方法, 在當(dāng)?shù)厮帘３帧⑥r(nóng)業(yè)生產(chǎn)和生態(tài)保護(hù)方面都具有重要的參考價值。

南嶺山地山峰林立、溝谷縱橫, 它是溫帶動植物最南端的避難所, 也是熱帶、亞熱帶動植物的基因?qū)殠靃5]。目前對南嶺山地降水方面研究較少, 尚未發(fā)現(xiàn)對南嶺山地降水時空變化規(guī)律的報道。本研究選取南嶺山地范圍內(nèi)的14個氣象站48年(1968年1月至2015年12月)的逐月降雨數(shù)據(jù)為主要資料, 輔以南嶺山地的數(shù)字高程模型, 并采用Mann-Kendall趨勢分析、突變檢驗以及小波分析等方法, 研究南嶺地區(qū)近50年來的降雨時空變化特征, 進(jìn)而對深入認(rèn)識氣候變化背景下南嶺山地屏障帶的降雨規(guī)律提供依據(jù)。

1 研究區(qū)概況

南嶺是我國生態(tài)安全格局中南方最重要的生態(tài)安全屏障帶, 也是長江流域與珠江流域的分水嶺。它位于23o37’—27o14’ N和109o43’—116o41’ E之間, 地處湖南、江西、廣西、廣東、福建五省的交界處, 東西綿延約700 km, 南北寬約400 km[6]。南嶺地區(qū)屬典型的亞熱帶季風(fēng)氣候, 因地勢較高, 又兼具山地氣候特色。南嶺地區(qū)降水量充沛, 年降水量達(dá)1500—2000 mm, 多集中在3—8月份, 地帶性植被為亞熱帶常綠闊葉林, 多分布在海拔800 m以下。

2 資料和方法

研究選取了位于南嶺山地范圍內(nèi)的14個氣象站點(圖1), 包括湖南省的通道、武岡、永州、道縣、郴州, 廣西壯族自治區(qū)內(nèi)的桂林、八步, 廣州省內(nèi)的南雄、連州、韶關(guān)、連平、廣寧和江西省內(nèi)的贛縣、尋烏, 從中國國家氣象局獲取了這14個站點從1968年1月到2015年12月的逐月雨量資料(http://data.cma.cn/ site/index.html), 所有站點降雨資料無數(shù)據(jù)缺失情況。

2.1 空間變化分析方法

由于基于地統(tǒng)計學(xué)的Kriging 插值方法有較好的擬合效果[7-9], 因此在分析降雨的空間變化特征時, 選擇了Kriging插值法, 利用ArcGIS的地統(tǒng)計模塊將14個站點的多年平均雨量進(jìn)行空間內(nèi)插, 從而得到空間連續(xù)分布的南嶺地區(qū)多年平均雨量分布圖。

2.2 趨勢分析方法

采用Mann-Kendall檢驗法來分析降水時間序列的趨勢變化[10-11]。Mann-Kendall法是一種非參數(shù)統(tǒng)計檢驗方法, 由Mann和Kendall提出。其優(yōu)點是樣本無需遵從一定分布, 也不受少數(shù)異常值干擾, 計算較簡便[12-14]。

對于具有個樣本量的時間序列變量1,2,…,x, Mann-Kendall統(tǒng)計檢驗為:

式中, sgn(·)為符號函數(shù)。計算式為

Figure 1 Location map of meteorological stations in Nanling

構(gòu)造Mann-Kendall法的檢驗統(tǒng)計量:

若|Z|≥zαo/2, 則表示拒絕零假設(shè), 通過顯著性水平為αo的雙邊顯著性檢驗, 認(rèn)為時間序列存在顯著的趨勢性。若Z為正值, 則表示時間序列隨時間推移呈現(xiàn)增加趨勢; 若Z為負(fù)值, 則表示系列隨時間推移呈現(xiàn)減小趨勢。當(dāng)αo=0.05時, Mann-Kendall統(tǒng)計檢驗的臨界值為±1.96。

2.3 Mann-Kendall統(tǒng)計檢驗

通過對正向的樣本序列構(gòu)造秩序列:

其中當(dāng)x>x時,r=1, 否則r=0(=1,2,…,)。統(tǒng)計量S時第個時刻的數(shù)值大于時刻數(shù)值個數(shù)的累計值。在時間序列隨機(jī)獨(dú)立的假定下, 定義統(tǒng)計量:

式中,1=0,(S)和var(S)是累計數(shù)S的均值和方差, 在系列獨(dú)立的情況下, 可以用下式算出:

再將樣本逆序列重復(fù)進(jìn)行上述過程, 并且使UB=–UF。

2.4 周期分析方法

小波分析[15]是在傅立葉(Fourier)變換的基礎(chǔ)上引入的窗口函數(shù), 小波變換基于仿射群的不變性(平移和伸縮的不變性), 允許把一個時間序列分解為時間和頻率的貢獻(xiàn)[16-18]。它對于獲取一個復(fù)雜時間序列的調(diào)整規(guī)律, 診斷出氣候變化的內(nèi)在層次結(jié)構(gòu), 分辨時間序列在不同尺度上的演變特征等是非常有效的[19]。小波函數(shù)是小波分析的關(guān)鍵, 它是指具有震蕩性、能夠迅速衰減到零的一類函數(shù)[20]。

在水文系統(tǒng)小波分析中, 使用較多的是Morlet小波[21]、Mexican hat小波[22]和Haar小波[23]等。本研究中采用常用的Morlet函數(shù)對南嶺地區(qū)的降水時間序列進(jìn)行連續(xù)小波變換, 其小波函數(shù)形式如下:

3 結(jié)果與討論

3.1 年降雨量空間分布特征

南嶺地區(qū)的降水空間差異性較大, 總體而言, 南嶺北部的8個站點(通道、武岡、永州、道縣、郴州、南雄、贛縣、尋烏)多年平均降水量相對較少, 而南部的6個站點(桂林、八步、廣寧、連州、韶關(guān)、連平)的多年平均降雨相對較多, 這與南嶺山地對于水汽的阻擋作用是密不可分的。其中降雨最多的為桂林站, 最低的為武岡站, 多年平均雨量的差異性在南嶺以西表現(xiàn)最明顯(圖2)。結(jié)合南嶺山地地形可知, 桂林地區(qū)因三面環(huán)山, 水汽易在此聚集, 從而形成大量降水。連平則因其東南部的地理位置, 有更多來自太平洋地區(qū)的水汽進(jìn)入并帶來降水。另外, 比較幾乎處于同一緯度上的連州、韶關(guān)兩站的多年平均雨量, 可見西部的連州地區(qū)雨量是多于韶關(guān)地區(qū)的, 這可能是由于連州周圍環(huán)繞著海拔較高的山峰, 東南面則地勢較為平坦, 東南氣流易于在此聚集, 空氣的抬升運(yùn)動越強(qiáng), 從而易發(fā)展出較強(qiáng)的對流, 形成降水[24]。為了進(jìn)一步了解地理位置對降水的影響, 采取線性回歸法分別構(gòu)建各站點多年平均雨量與經(jīng)、緯度之間的相關(guān)關(guān)系。由圖3a可知, 降雨量有隨著經(jīng)度的增加而增加(=0.0019,<0.01)的趨勢, 但是二者相關(guān)關(guān)系很弱; 由圖3b 可知, 降水總體上隨著緯度的增加而減少(=0.4516,<0.01); 由圖3c可知, 降水總體上隨著海拔高度的升高而減少(=0.1175,<0.01)。

3.2 降雨量的年際變化特征

在研究降雨量年際變化的過程中, 采用聚類分析的方法。圖4當(dāng)中, 降雨量的多少由紅色至藍(lán)色分別表示, 也就是說, 藍(lán)色越深的時間點降雨越少, 紅色越深的月份降雨越多。樹形圖發(fā)生分支則表示出現(xiàn)了不同類別的劃分, 根據(jù)分支出現(xiàn)的先后順序則可以了解各站點降雨情況差異的大小。由聚類分析的樹形圖可見, 14個站點首先被聚集為兩類, 一類包括位于南嶺西部的通道、武岡、永州等6個站點, 另一類包括位于南嶺東部的郴州、連州、廣寧等8個站點, 這樣的分類結(jié)果顯示出南嶺山地東西部分的降雨格局有所差異。西部6站所在地區(qū)因南北降水差異先后劃分出北部的八步地區(qū)和南部的通道、武岡地區(qū), 其余3個站點因東西降水特征的不同而被劃分為桂林站以及永州、通道站兩個部分。在南嶺的東部8個站點中, 贛縣、尋烏首先被劃分出來, 可見兩者所處最東部地區(qū)的降水情況與其余偏中部的6站的降雨情況有所差異。而后, 偏中部的6個站點先后被劃分為廣寧地區(qū)、郴州地區(qū)、連州—南雄地區(qū)以及韶關(guān)—連平地區(qū), 這樣的劃分結(jié)果符合不同緯度地區(qū)降水情況不同的規(guī)律。在本研究中, 根據(jù)降雨情況的相似程度, 將14個站點分成5個子區(qū)域, 具體分類結(jié)果見表1。從縱向上的時間聚類結(jié)果來看, 降雨較多的5、6月份多集中在下方紅色較多區(qū)域, 而降雨較少的11、12月份多集中在深藍(lán)色區(qū)域, 由此可見南嶺山地各地區(qū)的年際降雨分布是較為一致的。

圖2 南嶺多年平均雨量分布圖

Figure 2 Distribution maps of average annual rainfall in Nanling

圖3 南嶺地區(qū)多年平均雨量與經(jīng)緯度相關(guān)關(guān)系

Figure 3 Correlativity between average annual rainfall and longitude, latitude in Nanling

圖4 南嶺地區(qū)各站點降雨量的聚類分析熱圖

Figure 4 Cluster analysis diagram of rainfall in Nanling

表1 南嶺地區(qū)子區(qū)域內(nèi)包含氣象站信息

3.2.1 降雨量趨勢變化分析

利用Mann-Kendall趨勢檢驗來分析各區(qū)域在1968—2015年的48 a間的降雨量。由于南嶺地區(qū)的降雨在年內(nèi)不同季節(jié)、汛期和非汛期呈現(xiàn)明顯的差異特征, 因此本文以年、季節(jié)、汛期、非汛期、典型月份為時間段分析雨量。四季的劃分按照氣象劃分法, 即以3月—5月為春季, 6月—8月為夏季, 9月—11月為秋季, 12月—翌年2月為冬季, 另將4月—9月劃分為汛期, 10月—翌年3月界定為非汛期。表2即區(qū)域1-5以及全區(qū)域的降雨量趨勢表。

通過分析多年平均雨量趨勢變化, 發(fā)現(xiàn)全區(qū)域的年、四季、汛期和非汛期降雨趨勢變化均不顯著。其中春季、秋季的降水量變化普遍呈下降趨勢, 預(yù)示著發(fā)生季節(jié)性干旱的可能性有所增加; 夏季、冬季降雨變化趨勢大多呈上升趨勢。在子區(qū)域的層面上, 5個子區(qū)域大多在春季和秋季呈下降趨勢, 在夏季和冬季則以上升趨勢為主。汛期時段的3個子區(qū)域降雨量呈下降趨勢, 另外兩個子區(qū)域雨量則表現(xiàn)出上升趨勢, 但上升趨勢的對應(yīng)斜率明顯較下降趨勢對應(yīng)斜率要更平緩。另外, 其中僅有區(qū)域2的汛期降雨量呈現(xiàn)出顯著的下降趨勢, 其余時間段子區(qū)域的降雨量變化趨勢均不顯著。區(qū)域2所在地區(qū)位于南嶺的西南部, 也是南嶺降水最少的部分, 可能因此較易發(fā)生顯著的降雨量變化。區(qū)域2夏季雨量的下降趨勢也可能與南嶺山地的阻擋作用有關(guān), 來自東南方向的溫濕氣體在向內(nèi)陸移動的過程中形成降雨而有所消耗, 同時又不斷受到山脈的阻擋, 因此在到達(dá)西北部時難以形成大量降水。

結(jié)合南嶺全區(qū)域和5個子區(qū)域的在48 a內(nèi)的降雨趨勢變化可見, 南嶺的全年降雨量呈微弱下降趨勢, 但子區(qū)域當(dāng)中的區(qū)域1和區(qū)域5則表現(xiàn)出了微弱的上升趨勢, 兩個子區(qū)域位于南嶺山地的東南部, 近年來因全球性的氣溫升高, 南海水溫有所上升, 更多的水汽輸送進(jìn)來, 形成更多的降水。但因為山地的阻隔作用, 水汽未能輸送到南嶺的東北地區(qū), 從而造成了降水變化趨勢的地域差異。以多年平均雨量為例(圖5), 2003年降水最少, 僅有1203.19 mm, 而2002 年降雨量達(dá)到最高峰, 為2019.56 mm。1976到1994年, 平均降雨量普遍偏低, 而后降雨量有所回升, 并開始了更大程度的連續(xù)波動, 整體上來看48年的雨量仍呈下降趨勢。段輝良等[5]通過區(qū)域氣候模式(RegCM)研究表明南嶺地區(qū)1980年至2010年的年均雨量呈增加趨勢, 這與本研究所得結(jié)果有所出入, 可能的影響因素是多重的, 一方面兩個研究對于南嶺區(qū)域的界限劃分有差異, 另一方面所利用的氣象站點數(shù)據(jù)也大不相同。另外, 不同的研究方法也可能得到不同的降水量變化趨勢的結(jié)果。

表2 南嶺全區(qū)域及各子區(qū)域降雨趨勢線斜率

注: “*”表示統(tǒng)計量Z<–1.96, 呈顯著下降趨勢。

圖5 多年平均雨量趨勢圖

Figure 5 Variation trend map of average annual rainfall

3.2.2 降雨量突變分析

為分析降雨序列的突變情況, 采用Mann- Kendall突變檢驗法對區(qū)域1-5以及南嶺全區(qū)域的降雨量序列進(jìn)行突變分析, 發(fā)現(xiàn)5個子區(qū)域和南嶺全區(qū)域的年雨量序列均沒有發(fā)生顯著突變。以南嶺全區(qū)域的年雨量序列為例(圖6), 降雨量正序列統(tǒng)計量UF和反序列統(tǒng)計量UB曲線在置信區(qū)間內(nèi)存在交點。最早的交點出現(xiàn)在1968—1969年, 交點處UF<0, 但正序列UF曲線始終沒有超過臨界值線=±1.96, 即沒有通過95%置信水平, 也就是說沒有發(fā)生顯著突變, 由此可見近年來南嶺區(qū)域內(nèi)的人類活動或是大尺度的氣候變化沒有對當(dāng)?shù)氐慕邓斐娠@著的影響。

3.2.3 降雨量周期分析

在分析南嶺地區(qū)降雨周期性變化情況的過程中, 采用了小波分析的方法。由全區(qū)域小波等值線圖(7a)可知, 南嶺地區(qū)1968—2015年年均降雨量存在不同時間尺度上的周期震蕩。圖中大小不同的小波系數(shù)對應(yīng)著強(qiáng)弱不一的信號, 等值線為正的用實線表示, 代表降雨較多; 等值線為負(fù)的用虛線表示, 代表降雨較少, 每一個小波系數(shù)為零之處則對應(yīng)著一個突變點。在1—2 a的時間尺度上, 存在比較明顯的周期震蕩, 年雨量經(jīng)歷了由多至少的多次循環(huán)交替, 在10—15 a的時間尺度上, 年雨量也同樣經(jīng)歷了多少交替的多次循環(huán)。

在多個周期當(dāng)中, 僅有2 a和13 a的周期經(jīng)過了85%的紅噪聲檢驗, 但兩者均沒有通過更高置信水平的紅噪聲檢驗。2 a的降雨量周期與農(nóng)業(yè)上“大小年”的說法一致, 可見所謂的“大小年”的發(fā)生有可能是因為降雨量的年際變化而收到了部分影響。因為13 a周期所對應(yīng)的小波方差峰值較2 a的峰值更高, 因此有理由將13 a作為南嶺地區(qū)多年平均降水量序列的主周期。13 a的周期與太陽黑子11.2 a的周期相近, 另有研究指出, 華南地區(qū)大范圍洪澇多發(fā)生在太陽黑子低值附近或降段[25], 因此該周期可能可以為洪澇災(zāi)害的預(yù)防提供依據(jù)。由圖7a中可看出, 13 a的周期中嵌套著幅度不一的小周期, 2018年仍處于降雨量增加的階段, 2020年則會進(jìn)入新的周期。

圖6 南嶺全區(qū)域年雨量突變分析圖

Figure 6 Mutation analysis diagram of rainfall in Nanling

注: 圖7b 虛線表示85%置信水平的紅噪聲檢驗曲線, 若實線的峰值超過虛線則表示對應(yīng)的周期顯著。

Figure 7 Wavelet analysis map of average annual rainfall in Nanling

4 結(jié)論與展望

根據(jù)南嶺地區(qū)14個氣象站點從1968—2015年共計48 a的逐月降雨資料, 對流域月、季節(jié)、年、汛期、非汛期的降雨量序列進(jìn)行統(tǒng)計分析, 得出以下結(jié)論: ①南嶺地區(qū)的降水空間差異性較大, 多年平均雨量的分布范圍在1203.19 mm到2019.56 mm內(nèi), 位于南嶺西南部的廣西省境內(nèi)以及東南部連平、韶關(guān)站所在的廣東境內(nèi)降水較多, 而北部則降水較少。在空間上, 降水總體上隨經(jīng)度增加而增加, 但關(guān)系微弱, 而隨緯度增加而減少, 隨海拔增高而減少, 這兩個關(guān)系相對明顯。因南嶺內(nèi)復(fù)雜的山地地形形成了東西方向上趨勢變化不明顯的差異性降水, 但南嶺山地在南北地區(qū)降水差異上發(fā)揮了重要的屏障作用。②聚類分析表明, 依據(jù)各站點降水情況的差異可將14個站點劃分為5組, 即將整個區(qū)域劃分為5個子區(qū)域, 每個子區(qū)域當(dāng)中存在相似度較高的降雨特征。③通過趨勢分析可以發(fā)現(xiàn), 南嶺地區(qū)全區(qū)域以及5個子區(qū)域的年、四季、汛期和非汛期降雨量趨勢變化都不顯著。其中春季、秋季的降水量以下降趨勢為主, 預(yù)示發(fā)生季節(jié)性干旱的可能性有所增加; 夏季、冬季時段呈上升趨勢。汛期大多表現(xiàn)出下降趨勢, 非汛期降雨趨勢則以上升為主。部分區(qū)域因受山脈阻擋水汽的作用而呈現(xiàn)出與上述規(guī)律不一致的變化趨勢。④在南嶺的48 a降雨序列內(nèi)未發(fā)現(xiàn)有突變發(fā)生, 近年來降雨量變化趨于平緩, 未受到太過劇烈的人類活動或氣候變化的影響。⑤小波分析表明, 南嶺地區(qū)的年降雨量存在著多重時間尺度下的周期變化特征, 最為顯著的是在多個周期當(dāng)中的2 a和13 a的周期, 經(jīng)過了85%的紅噪聲檢驗, 13 a周期可以作為南嶺地區(qū)降水的主周期進(jìn)行更為深入的研究。

本研究以48 a的逐月雨量數(shù)據(jù)為資料, 且包含的氣象站點個數(shù)較少, 因此研究精度還有待提高。由于南嶺地區(qū)的界限劃分目前較為模糊, 在同類型的文章中研究區(qū)域有所差異, 可能導(dǎo)致研究結(jié)果上的不同。在今后的研究中, 可以從獲取更高精度的降雨資料入手, 在進(jìn)行趨勢分析和突變檢驗時以站點為研究單位可以更加了解降雨指標(biāo)的變化細(xì)節(jié)。另外也可以從極端降雨事件入手, 研究南嶺地區(qū)近年來發(fā)生區(qū)域性山地洪澇災(zāi)害的可能性, 為水土保持、產(chǎn)業(yè)發(fā)展等方面工作方案的定制提供理論依據(jù)。

[1] 崔鵬. 中國山地災(zāi)害研究進(jìn)展與未來應(yīng)關(guān)注的科學(xué)問題[J]. 地理科學(xué)進(jìn)展, 2014, 33(2): 145–152.

[2] 賈文雄. 近50年來祁連山及河西走廊降水的時空變化[J]. 地理學(xué)報, 2012, 67(5): 631–644.

[3] 王麒翔, 范曉輝, 王孟本. 近50年黃土高原地區(qū)降水時空變化特征[J]. 生態(tài)學(xué)報, 2011, 31(19): 5512–5523.

[4] 張丁玲. 青藏高原水資源時空變化特征的研究[D]. 蘭州:蘭州大學(xué), 2013.

[5] 段輝良, 曹福祥. 中國亞熱帶南嶺山地氣候變化特點及趨勢[J]. 中南林業(yè)科技大學(xué)學(xué)報, 2012, 32(9): 110–113.

[6] 周平. 假如沒有南嶺[J]. 中國國家地理. 2017(12): 16–25.

[7] 章文波, 付金生. 不同類型雨量資料估算降雨侵蝕力[J]. 資源科學(xué), 2003(1): 35–41.

[8] 閆星光, 吳琳娜, 周涌, 等. 喀斯特地區(qū)月均降水協(xié)克里金插值方法研究——以貴州省為例[J]. 云南大學(xué)學(xué)報(自然科學(xué)版), 2017, 39(3): 432–439.

[9] 楊永利, 陳月. 基于協(xié)同克里金模型的區(qū)域降水空間插值方法與應(yīng)用研究[J]. 水利技術(shù)監(jiān)督, 2016, 24(4): 104– 107.

[10] KENDALL M G, MAURICE G. Rank correlation methods[M]. London, Griffin, 1948.

[11] MANN H B. Non-parametric Test Against Trend[J]. Economet-rica, 1945, 13: 245–259.

[12] 簡虹, 駱云中, 謝德體. 基于Mann-Kendall法和小波分析的降水變化特征研究——以重慶市沙坪壩區(qū)為例[J]. 西南師范大學(xué)學(xué)報(自然科學(xué)版), 2011, 36(4): 217–222.

[13] 陳偉, 湯靜, 卜思陽, 等. 基于Mann-Kendall法和小波分析的沈陽站1951—2010年降水變化特征研究[J]. 農(nóng)業(yè)災(zāi)害研究, 2015, 5(11): 37–38.

[14] 劉娟, 陳濤濤, 遲道才. 基于Daniel及Mann-Kendall檢驗的遼西北地區(qū)降雨量趨勢分析[J]. 沈陽農(nóng)業(yè)大學(xué)學(xué)報, 2014, 45(5): 599–603.

[15] GRINSTED A, MOORE J C, JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J], Nonlinear Processes in Geophysics. 2004, 11(5): 561–566.

[16] 邱海軍, 曹明明, 曾彬. 基于小波分析的西安降水時間序列的變化特征[J]. 中國農(nóng)業(yè)氣象, 2011, 32(1): 23–27.

[17] 李淼, 夏軍, 陳社明, 等. 北京地區(qū)近300年降水變化的小波分析[J]. 自然資源學(xué)報, 2011, 26(6): 1001–1011.

[18] HUANG Jin, ZHANG Jinchi, ZHANG Zengxin, et al. Spatial and temporal variations in rainfall erosivity during 1960-2005 in the Yangtze river basin[J]. Stochastic Environmental Research and Risk Assessment2013, 27(2): 337–351.

[19] 鄧自旺, 尤衛(wèi)紅, 林振山. 子波變換在全球氣候多時間尺度變化分析中的應(yīng)用[J]. 南京氣象學(xué)院學(xué)報, 1997(4): 89–94.

[20] CHRISTOPHER T, GILBERT P, COMPO. A practical guide to wavelet analysis[J].Bulletin of the American Meteorological Society, 1998, 79(1): 61–78.

[21] 王文圣, 丁晶, 衡彤, 等. 水文序列周期成分和突變特征識別的小波分析法[J]. 工程勘察, 2003(1): 32–35.

[22] 謝莊, 曹鴻興, 李慧, 等. 近百余年北京氣候變化的小波特征[J]. 氣象學(xué)報, 2000, 58(3): 362–369.

[23] PRAVEEN K, EFI F. A multicomponent decomposition of spatial rainfall fields: 1. Segregation of large- and small-scale features using wavelet transforms[J]. Water Resources Research, 1993, 29(8): 2515–2532.

[24] 黃奇章. 廣東降水氣候特征及其成因分析[J]. 熱帶地理, 1990(2): 113–124.

[25] 沙萬英, 李克讓, 尹思明. 中國南部沿海地區(qū)雨澇災(zāi)害時空特征及趨勢預(yù)測[J]. 自然災(zāi)害學(xué)報, 1997(1): 72–78.

Analysis of temporal and spatial variation of rainfall in 1968-2015 in Nanling

ZONG Tianyun1,2, ZHOU Weiying1, ZHOU Ping1,*

1. Guangzhou Institute of Geography, Guangzhou 510070, China 2. School of Life Sciences, Sun Yat-sen University, Guangzhou 510275, China

The Nanling is a mountain range that stretches across five provinces (Hunan, Jiangxi, Guangxi, Guangdong, and Fujian) in China, and it plays an important role as a boundary between tropical and subtropical regions. Understanding the spatial and temporal distribution characteristics of precipitation in Nanling is of great significance for further discovering the precipitation law of Nanling mountains under the conditions of climate change. Based on monthly precipitation data recorded at 14 meteorological stations in the Nanling area from 1968 to 2015, this study used the Mann–Kendall statistical test, wavelet analysis, and Kriging interpolation to analyze the spatial and temporal distribution characteristics of precipitation in the Nanling area. The results showed that rainfall was generally more abundant in the southwest of the area, decreasing from west to east and from south to north, but also decreasing with elevation. Cluster analysis indicated the area could be divided into five subregions, and that one year could not only be divided into spring (Mar.–May), summer (June–Aug.), autumn (Sept.–Nov.), and winter (Dec.–Feb.) but also into the flood season (Apr.–Sept.) and the non-flood season (Oct.–Mar.) as well. The mutative trends of annual seasonal precipitation and precipitation in the flood and non-flood seasons over the entire region, as well as the five subregions, were found not significant. Many different timescales of precipitation sequence were identified for the Nanling area, of which 13 years could be considered the primary period. The research results can provide reference for the development of agriculture, forestry and tourism in Nanling, and lay a foundation for the evaluation of ecological barrier function of Nanling.

Nanling mountains; cluster analysis; Mann–Kendall test; wavelet test

10.14108/j.cnki.1008-8873.2019.02.024

P426.6

A

1008-8873(2019)02-182-09

2018-4-12;

2018-6-9

廣東省科學(xué)院能力建設(shè)專項(2017GDASCX-0701); 南嶺觀測研究(2018B030324001; 2019GDASYL-0401001)

宗天韻(1996—), 女, 江蘇揚(yáng)州人, 本科在讀, 主要從事森林碳儲量研究, E-mail: zongty@mail2.sysu.edu.cn

周平, 女, 博士, 研究員, 主要從事森林生態(tài)和地理信息系統(tǒng)應(yīng)用開發(fā)研究, E-mail: pzhou@gdas.ac.cn

宗天韻, 周瑋瑩, 周平. 南嶺山地1968到2015年降雨的時空變化特征研究[J]. 生態(tài)科學(xué), 2019, 38(2): 182-190.

ZONG Tianyun, ZHOU Weiying, ZHOU Ping. Analysis of temporal and spatial variation of rainfall in 1968-2015 in Nanling [J]. Ecological Science, 2019, 38(2): 182-190.