苑希民，張家銘，滕振敏

(1.天津大學(xué)水利工程仿真與安全國(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300072；2.廣西崇左市左江治旱工程管理中心，廣西 崇左 532200)

全球氣候變化在當(dāng)今已經(jīng)是不爭(zhēng)的事實(shí)。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)在其第五次評(píng)估報(bào)告中指出，受全球地表氣溫上升影響，全球降水量分布愈加不均衡，極端降水天氣增多，強(qiáng)度增大[1]。多發(fā)的干旱、暴雨天氣在對(duì)氣候變化響應(yīng)敏感的地區(qū)尤為嚴(yán)重[2]。

近年來(lái)，許多學(xué)者針對(duì)這一現(xiàn)象，面向不同地區(qū)，采取了不同的分析方法展開了研究，取得了一定成果。劉宇峰等[3]采用夏季旱澇急轉(zhuǎn)指數(shù)(DFAI)法對(duì)山西省夏季旱澇急轉(zhuǎn)事案件的時(shí)空演變特征進(jìn)行了分析；李爍陽(yáng)等[4]采用Z指數(shù)法和EOF集對(duì)分析法對(duì)湖北省降水變化顯著性、周期性及空間分布變化進(jìn)行了研究；易彬等[5]采用標(biāo)準(zhǔn)化降水蒸散指數(shù)研究了長(zhǎng)江流域旱澇演變規(guī)律；苑希民等[6]構(gòu)建暴雨內(nèi)澇精細(xì)化水動(dòng)力模型對(duì)石家莊市的內(nèi)澇風(fēng)險(xiǎn)進(jìn)行了模擬計(jì)算；張麗花等[7]建立了旱澇演變馬爾科夫模型，對(duì)山西省旱澇災(zāi)害演變規(guī)律和趨勢(shì)進(jìn)行了分析；Das等[8]運(yùn)用Copula函數(shù)對(duì)印度喜馬拉雅地區(qū)旱澇特征進(jìn)行了分析；戚藍(lán)等[9]建立了城市雨、洪、潮多元耦合精細(xì)化洪澇分析數(shù)值模型，對(duì)三亞市洪澇風(fēng)險(xiǎn)與規(guī)避進(jìn)行了研究；吳芳蓉等[10]采用NCEP/NCAR再分析資料分析了我國(guó)南方夏季降水異常變化的規(guī)律；Kron等[11]對(duì)歐洲極端天氣進(jìn)行了統(tǒng)計(jì)并提出風(fēng)險(xiǎn)調(diào)控方案；陳云等[12]采用Z指數(shù)法確定旱澇等級(jí)，分析了珠江流域旱澇時(shí)空演變規(guī)律。

雖然國(guó)內(nèi)外對(duì)于不同地區(qū)的旱澇特征、極端天氣的演變規(guī)律及其影響開展了大量的研究；但是對(duì)于廣西西南部旱澇演變過(guò)程分析較為缺乏，為彌補(bǔ)這一研究的空白，結(jié)合廣西馱英水庫(kù)及灌區(qū)工程綜合信息管理系統(tǒng)水資源精細(xì)化配置建設(shè)的需要，本文在前人研究的基礎(chǔ)上系統(tǒng)地分析了廣西馱英灌區(qū)長(zhǎng)期降水與旱澇演變的規(guī)律。在分析降水演變特征的基礎(chǔ)上，采用SPI指數(shù)對(duì)廣西馱英灌區(qū)1983年～2018年的旱澇演變特征進(jìn)行分析，并結(jié)合趨勢(shì)分析和Morlet小波分析方法對(duì)旱澇演變趨勢(shì)與周期進(jìn)行討論。

1 研究區(qū)域與研究方法

1.1 研究區(qū)概況

馱英灌區(qū)位于廣西壯族自治區(qū)珠江流域西江水系左江支流，涉及廣西崇左市下轄的江州、扶綏、寧明等3個(gè)縣(區(qū))，位于東經(jīng)107°35′～107°56′，北緯22°01′～22°40′，分布在左江右岸，總面積為2 151 km2。灌區(qū)位于亞熱帶季風(fēng)氣候區(qū)，年內(nèi)四季分明，春季低溫陰雨，雨日較多；夏季高溫濕熱，暴雨頻繁集中；秋季降雨漸少，氣溫適宜；冬季無(wú)嚴(yán)寒，氣溫較高，雨量稀少，常年不見霜雪。灌區(qū)所在的崇左、寧明、扶綏等地是廣西三大少雨區(qū)之一的左江旱片，年降雨量約為1 200 mm；雨量年內(nèi)分配不均，一般集中在5月～10月，約占全年降雨量的80%～85%，尤其是6月～8月，降雨量更為集中，占年降雨量的50%～60%。2014年當(dāng)?shù)乜側(cè)丝?6.41萬(wàn)人，耕地67 133.3 hm2，地區(qū)生產(chǎn)總值120億元[13]。

由于左江旱片地處十萬(wàn)大山的背風(fēng)面，多年平均降雨量不足1 300 mm，遠(yuǎn)低于全區(qū)多年平均降雨量(1 530 mm)，且降雨量年際差異大、年內(nèi)分布不均，導(dǎo)致干旱災(zāi)害頻發(fā)[14-15]。據(jù)資料統(tǒng)計(jì)[16]，自1950年以來(lái)，左江旱片發(fā)生了9年次一般干旱、11年次大旱、7年次特大干旱，合計(jì)有27年發(fā)生了干旱，充分體現(xiàn)了左江地區(qū)干旱災(zāi)害發(fā)生頻繁且嚴(yán)重。因此，選擇廣西馱英灌區(qū)進(jìn)行旱澇分析，總結(jié)當(dāng)?shù)睾禎程卣鳎匀媪私鈴V西西南地區(qū)旱澇的發(fā)生以及發(fā)展規(guī)律。

馱英灌區(qū)內(nèi)分布著客蘭水庫(kù)1座大型水庫(kù)，派關(guān)水庫(kù)等3座中型水庫(kù)以及百合水庫(kù)等36座小型水庫(kù)。選取廣西壯族自治區(qū)水利工程管理局《大中型水庫(kù)水文資料》提供的灌區(qū)內(nèi)客蘭、那江、派關(guān)3座大中型水庫(kù)以及灌區(qū)東側(cè)那板水庫(kù)、灌區(qū)西側(cè)安農(nóng)水庫(kù)1983年～2018年36年的逐月降水量數(shù)據(jù)。研究區(qū)域與水庫(kù)站點(diǎn)分布如圖1所示。

圖1 研究區(qū)域與水庫(kù)分布

1.2 研究方法

1.2.1 標(biāo)準(zhǔn)化降水指數(shù)

標(biāo)準(zhǔn)化降水指數(shù)(SPI)由McKee等在1993年提出[17]，是在降水分析和旱澇監(jiān)測(cè)中常見的分析方法，已被廣泛應(yīng)用于氣象旱澇監(jiān)測(cè)中[18-23]。計(jì)算降水量的Γ分布概率，進(jìn)行正態(tài)標(biāo)準(zhǔn)化處理，用標(biāo)準(zhǔn)化降水累積頻率分布進(jìn)行干旱等級(jí)的劃分。具體計(jì)算步驟如下。

假設(shè)某時(shí)段降水量為隨機(jī)變量x，則其Γ分布的概率密度函數(shù)為

(1)

式中，β、γ分別為尺度和形狀參數(shù)，β>0，γ>0，可用極大似然估計(jì)法求得。確定概率密度函數(shù)中的參數(shù)后，對(duì)于某一年的降水量x0，可求出隨機(jī)變量x小于x0事件的概率

(2)

利用數(shù)值積分可計(jì)算時(shí)間概率近似估計(jì)值。當(dāng)降水量為0時(shí)，可按F(x=0)=m/n估計(jì)。其中，m為降水量為0的樣本數(shù)；n為總樣本數(shù)。再對(duì)Γ分布概率做正態(tài)標(biāo)準(zhǔn)化處理，將求得的概率值代入標(biāo)準(zhǔn)化正態(tài)分布函數(shù)。即

(3)

近似求解得的Z值就是相應(yīng)的標(biāo)準(zhǔn)化降水指數(shù)(SPI)。

利用SPI分析廣西馱英灌區(qū)旱澇特征，分別計(jì)算了時(shí)間尺度為1月、3月、6月、12月的SPI值。其中，SPI1為月尺度的SPI值；SPI3為季尺度的SPI值；SPI6為半年尺度的SPI值；SPI12為年尺度的SPI值，分別反映短期、中期、中長(zhǎng)期、長(zhǎng)期的降水狀況[24]。根據(jù)國(guó)家規(guī)范GB/T 20481—2017《氣象干旱等級(jí)》基于SPI的旱澇等級(jí)劃分[25]，最終確定的標(biāo)準(zhǔn)化降水指數(shù)旱澇分級(jí)見表1。

表1 標(biāo)準(zhǔn)化降水指數(shù)旱澇等級(jí)劃分

1.2.2 趨勢(shì)分析方法

進(jìn)行趨勢(shì)分析時(shí)主要采用的方法包括一元線性回歸法、Spearman法和Mann-Kendall法等。

(1)一元線性回歸法。線性回歸法主要用于描述因變量y與自變量x之間的線性關(guān)系。一元線性回歸法是分析若干數(shù)據(jù)點(diǎn)集(xi，yi)(i=1，2，…，n)間的關(guān)系，擬定變量x、y之間的線性回歸方程。其基本公式為

yi=Axi+B(i=1，2，…，n)

(4)

用相關(guān)系數(shù)r來(lái)判斷回歸方程擬合程度的好壞，其計(jì)算公式為

(5)

相關(guān)系數(shù)|r|越接近0，說(shuō)明兩個(gè)變量之間的相關(guān)性越差；相關(guān)系數(shù)|r|越接近1，說(shuō)明兩個(gè)變量之間的相關(guān)性越強(qiáng)。

(2)Spearman法。它是一種基于秩相關(guān)的檢驗(yàn)方法，該方法通過(guò)分析時(shí)間序列的相關(guān)性以檢驗(yàn)時(shí)間序列是否具有趨勢(shì)。該方法適用于單因素小樣本的相關(guān)檢驗(yàn)，精確度較高。Spearman秩相關(guān)系數(shù)

(6)

式中，N為時(shí)間周期；di=xi-yi；xi為周期1到周期N按SPI數(shù)值s從小到大排列的序號(hào)；yi為按時(shí)間排列的序號(hào)，若yi為正值表示SPI數(shù)值呈上升趨勢(shì)，反之為下降趨勢(shì)。將秩相關(guān)系數(shù)rs的絕對(duì)值同Spearman秩相關(guān)系數(shù)統(tǒng)計(jì)表中的臨界值Wp進(jìn)行比較，若|rs|>Wp，表明變化趨勢(shì)有顯著意義，反之則表明變化趨勢(shì)沒(méi)有顯著意義。

(3)Mann-Kendall趨勢(shì)分析法。由于使用Mann-Kendall法進(jìn)行趨勢(shì)檢驗(yàn)時(shí)受異常值干擾小，對(duì)數(shù)據(jù)序列要求較低，故自20世紀(jì)50年代以來(lái)被廣泛運(yùn)用于水文數(shù)據(jù)的趨勢(shì)檢驗(yàn)[26]。

其計(jì)算原理為：

假設(shè)1，時(shí)間序列(x1，x2，…，xn)是n個(gè)獨(dú)立隨機(jī)變量同分布樣本；假設(shè)2，對(duì)所有i

(7)

當(dāng)樣本數(shù)n>10時(shí)，S服從正態(tài)分布，均值為0，系列方差

var=n(n-1)(2n+5)/18

(8)

雙邊趨勢(shì)檢驗(yàn)量

(9)

對(duì)于給定置信水平α，若|U|≥U1-α/2則不接受假設(shè)1，即時(shí)間序列數(shù)據(jù)上升或下降趨勢(shì)顯著；反之，則不顯著，U>0表示上升趨勢(shì)，U<0表示下降趨勢(shì)。

1.2.3 Morlet小波分析法

Morlet小波分析由法國(guó)學(xué)者M(jìn)orlet提出，由高斯函數(shù)演變得來(lái)。這一方法信號(hào)穩(wěn)定，局部性強(qiáng)，被廣泛應(yīng)用于水文預(yù)報(bào)、氣象時(shí)間序列變化分析以及水文多時(shí)間尺度模擬等[27]。其計(jì)算原理如下[28]：

對(duì)任意f(t)∈L2(R)，小波變換為

(10)

(11)

式中，k=1，2，…，n；Δt為時(shí)間間隔；Wf(a，b)隨參數(shù)a和b的變化而變化，通過(guò)Wf(a，b)的變化來(lái)反映時(shí)域和頻率的分辨率變化，從而做出Wf(a，b)的二維等值線圖，完成對(duì)不同時(shí)間尺度的分析。

小波方差表示a尺度下周期波動(dòng)的能量大小，其公式為

(12)

小波方差圖可反映小波方差隨伸縮尺度a變化的過(guò)程，可用于確定信號(hào)中存在的主要時(shí)間尺度，即主周期。

2 不同時(shí)間尺度馱英灌區(qū)旱澇演變特征分析

2.1 年降水量變化特征

廣西馱英灌區(qū)多年平均降雨量為1 108 mm，圖2和圖3顯示了灌區(qū)1983年～2018年的年降雨量和累計(jì)距平的變化。由降水量圖可知，年降水量變化波動(dòng)幅度較大，年降水量最高值為1 806 mm，出現(xiàn)在2008年；最低值為671 mm，出現(xiàn)在1989年，年際差異較大。年降水量的M-K趨勢(shì)檢驗(yàn)統(tǒng)計(jì)值為0.516，呈增長(zhǎng)趨勢(shì)，但未通過(guò)5%顯著性水平檢驗(yàn)，表明趨勢(shì)不顯著。由降水累計(jì)距平圖可知，降水量具有明顯的階段性特征，20世紀(jì)80年代至90年代中期呈現(xiàn)先升后降的變化過(guò)程；90年代后期在平均值附近波動(dòng)；21世紀(jì)初期除2001年和2008年降水量出現(xiàn)激增，其余年份均呈下降趨勢(shì)；2010年之后才開始逐漸呈上升趨勢(shì)。

圖2 馱英灌區(qū)年降水量

圖3 馱英灌區(qū)年降水量累計(jì)距平

在降水的年內(nèi)分配上，灌區(qū)降雨主要集中在夏季(6月～8月)，占全年降水近50%；春(3月～5月)、秋(9月～11月)兩季降雨偏少，各占全年降水約20%；冬季(12月～次年2月)降雨極少，降水不足全年10%。春季降水量M-K趨勢(shì)檢驗(yàn)統(tǒng)計(jì)值為-0.249，呈不顯著的減少趨勢(shì)；夏季降水量M-K趨勢(shì)檢驗(yàn)統(tǒng)計(jì)值為0.757，呈不顯著的增長(zhǎng)趨勢(shì)；秋季降水量M-K趨勢(shì)檢驗(yàn)統(tǒng)計(jì)值為0.075，呈微弱的增長(zhǎng)趨勢(shì)；冬季降水量M-K趨勢(shì)檢驗(yàn)統(tǒng)計(jì)值為-0.1，呈微弱的減少趨勢(shì)。

2.2 不同時(shí)間尺度下SPI變化特征

SPI1反映月尺度的SPI變化，在0線附近上下波動(dòng)最為頻繁，反映了短時(shí)間降水狀況，對(duì)于降水變化響應(yīng)最為顯著，旱澇頻率變化最快。SPI1能很好地反映旱澇的快速變化，在1983年～2018年間，有4.17%的月份屬于極端旱澇月，其中1984年9月、1994年7月的暴雨洪澇以及1996年4月、2000年6月～9月間的干旱等在圖中被顯著標(biāo)示。

SPI3總體呈現(xiàn)震蕩波動(dòng)狀態(tài)，能較好的反映年內(nèi)季節(jié)旱澇變化特征。1983年～2018年間，有5.39%的月份屬于極端旱澇月。其中，主要的季節(jié)性洪澇年份有1986年(4月～6月)、2001年(7月～9月)、2008年(9月～11月)，季節(jié)性干旱年份有1996年(2月～7月)、2000年(7月～9月)、2003年～2004年(11月～1月)，這與廣西馱英灌區(qū)的旱澇實(shí)際情況基本一致。

SPI6表示的旱澇持續(xù)時(shí)間比SPI1和SPI3有明顯的延長(zhǎng)。1983年～2018年間，有3.43%的月份屬于極端旱澇月，典型洪澇年份1986年、1994年、2001年、2008年以及典型干旱年份1989年、1991年、2000年、2004年均在圖中有較為直觀的展示?？梢姡瑫r(shí)間尺度的不同取值可能會(huì)影響旱澇的等級(jí)，且時(shí)間尺度越長(zhǎng)，越能反映累積降水對(duì)旱澇的影響。

SPI12的變化過(guò)程體現(xiàn)了馱英灌區(qū)長(zhǎng)時(shí)間旱澇的特征和持續(xù)時(shí)間，大致分為幾個(gè)階段：1983年～1990年，灌區(qū)由總體濕潤(rùn)轉(zhuǎn)向總體干旱，轉(zhuǎn)折點(diǎn)發(fā)生在1987年；20世紀(jì)90年代至21世紀(jì)初，旱澇交替出現(xiàn)，總體上洪澇年份洪澇幅度較大但持續(xù)時(shí)間短，干旱年份頻出但程度低于洪澇；在經(jīng)歷了2008年的嚴(yán)重洪澇之后，灌區(qū)總體轉(zhuǎn)向濕潤(rùn)。關(guān)于長(zhǎng)時(shí)間旱澇災(zāi)害，超過(guò)連續(xù)5個(gè)月重澇一共發(fā)生過(guò)3次，分別是1986年6月～10月(5個(gè)月)、2001年9月～2002年5月(9個(gè)月)和2008年9月～2009年7月(11個(gè)月)；超過(guò)連續(xù)5個(gè)月重旱的僅在2004年9月～2005年5月發(fā)生過(guò)1次?？梢?，2001年、2008年的洪澇和2004年的干旱影響均持續(xù)到了次年。這說(shuō)明SPI12很好地揭示了地區(qū)長(zhǎng)期旱澇的變化特征。

根據(jù)不同尺度的SPI變化特征分析結(jié)果可以看出，SPI1較好地反映了即期降水對(duì)旱澇的影響；SPI3和SPI6能揭示階段性旱澇的發(fā)生與持續(xù)時(shí)間；SPI12則顯著地反映了旱澇的長(zhǎng)期變化特征。同時(shí)，馱英灌區(qū)各尺度SPI變化過(guò)程均良好地反映了當(dāng)?shù)?986年、2001年、2008年的重澇以及1989年、2000年、2004年的重旱。總體上，當(dāng)?shù)睾禎呈录霈F(xiàn)頻率較高，不同時(shí)間尺度旱澇事件發(fā)生的平均頻率為63.48%，其中極端旱澇發(fā)生頻率約為4.17%，輕微旱澇發(fā)生頻率約為30.64%。

2.3 SPI及旱澇頻次的季節(jié)變化特征

針對(duì)馱英灌區(qū)年際SPI和春夏秋冬四季SPI的變化，繪制馱英灌區(qū)年際和不同季節(jié)的SPI變化曲線。由圖4和圖5可知，馱英灌區(qū)年際SPI和夏秋兩季的SPI變化過(guò)程在趨勢(shì)上高度一致。這是由當(dāng)?shù)氐慕涤曛饕l(fā)生在汛期(5月～10月)所致，且夏秋兩季旱澇程度對(duì)全年旱澇影響較大。在非汛期季節(jié)中，春季SPI過(guò)程線高于0線的比例較大，表明春季以濕潤(rùn)氣候?yàn)橹鳎欢維PI過(guò)程線低于0線比例較大，表明冬季干旱氣候偏多。

圖4 馱英灌區(qū)年SPI變化過(guò)程

圖5 馱英灌區(qū)四季SPI變化過(guò)程

各個(gè)季節(jié)旱澇事件發(fā)生頻率如圖6所示。春季無(wú)中旱及以上的干旱狀況，總體偏向濕潤(rùn)，正常的頻率高于其他三季，說(shuō)明春季降水條件較為穩(wěn)定，旱澇事件少有發(fā)生；夏季較其他三季兩級(jí)分化程度更大，嚴(yán)重的洪澇和干旱事件均有出現(xiàn)，且年份與典型旱澇年份相吻合(如2000年的重旱和2001年的重澇)，說(shuō)明灌區(qū)全年旱澇狀況受夏季影響較大，對(duì)夏季旱澇的監(jiān)測(cè)和水資源的調(diào)控至關(guān)重要；秋季延續(xù)了夏季洪澇事件高的特征，洪澇頻率達(dá)到23.5%，同時(shí)旱澇事件發(fā)生的頻率為四季最高，對(duì)秋季的旱澇情況也要密切關(guān)注；冬季干旱事件頻率最高，為26.5%，同時(shí)洪澇事件頻率最低，可見要加強(qiáng)冬季的水資源優(yōu)化調(diào)控。

圖6 馱英灌區(qū)旱澇季節(jié)變化特征

3 馱英灌區(qū)旱澇演變周期及趨勢(shì)預(yù)測(cè)

3.1 灌區(qū)SPI趨勢(shì)分析

對(duì)灌區(qū)1983年～2018年的SPI分別采用一元線性回歸法、Spearman法和Mann-Kendall法進(jìn)行趨勢(shì)分析，結(jié)果見表2。

表2 馱英灌區(qū)SPI趨勢(shì)綜合分析結(jié)果

由表2可知，除月尺度SPI1呈下降趨勢(shì)之外，SPI3、SPI6和SPI12均呈現(xiàn)增長(zhǎng)趨勢(shì)，表明近年來(lái)馱英灌區(qū)降水總體趨勢(shì)增加，干旱情況有所緩解，總體趨向濕潤(rùn)。同時(shí)表現(xiàn)出月尺度SPI1能較好地反映即期旱澇狀況，但對(duì)長(zhǎng)期的旱澇趨勢(shì)的應(yīng)答敏感性較差。SPI6和SPI12趨勢(shì)顯著程度高于SPI1和SPI3，也表明中長(zhǎng)時(shí)間尺度的SPI能較好地反映區(qū)域長(zhǎng)期旱澇的演變趨勢(shì)。

不同季節(jié)方面，夏季SPI呈增長(zhǎng)趨勢(shì)，春秋冬三季呈下降趨勢(shì)，說(shuō)明馱英灌區(qū)夏季旱澇的情況對(duì)全年旱澇走勢(shì)影響十分顯著。夏冬兩季SPI趨勢(shì)顯著性強(qiáng)于春秋兩季，說(shuō)明灌區(qū)夏季多雨多澇，冬季少雨多旱的規(guī)律在未來(lái)將會(huì)持續(xù)。Spearman法和Mann-Kendall法趨勢(shì)分析結(jié)果顯示，不同時(shí)間尺度和不同季節(jié)的SPI變化趨勢(shì)均不顯著。為了更準(zhǔn)確地預(yù)測(cè)灌區(qū)未來(lái)的旱澇趨勢(shì)，采用Morlet小波分析法對(duì)灌區(qū)旱澇周期特征進(jìn)行分析。

3.2 灌區(qū)旱澇演變周期及趨勢(shì)預(yù)測(cè)

年SPI周期由主到次為6、8、14 a。6 a左右的周期基本呈豐枯交替態(tài)勢(shì)，在36年中約有8個(gè)半交替期，2016年開始的豐水期等值線未閉合；8 a左右的周期同樣呈豐枯交替態(tài)勢(shì)，在34年中約有6個(gè)交替期；14 a左右的周期在2000年之前出現(xiàn)了2個(gè)交替期的豐枯交替之后，逐漸轉(zhuǎn)變成以豐水期為主的態(tài)勢(shì)(見圖7)。綜上所述，可以推測(cè)馱英灌區(qū)未來(lái)將進(jìn)入周期性豐水期。

圖7 馱英灌區(qū)年旱澇變化小波分析

春季SPI僅有6 a一個(gè)明顯主周期，36年內(nèi)約有7個(gè)豐枯交替期；2016年開始的豐水期等值線未閉合，預(yù)測(cè)灌區(qū)未來(lái)春季仍將處于一段時(shí)期的濕潤(rùn)時(shí)期，且春季旱澇程度均不深(見圖8)。長(zhǎng)時(shí)期來(lái)看，灌區(qū)春季出現(xiàn)極端旱澇的可能性不大。

圖8 馱英灌區(qū)春季旱澇變化小波分析

夏季SPI存在3、6～8 a和15 a等3個(gè)主周期，在周期性上與年SPI具有高度相似性(見圖9)。15 a左右的周期呈豐枯交替態(tài)勢(shì)，在36年中約有3個(gè)半交替期；2016年開始的豐水期等值線未閉合，預(yù)測(cè)灌區(qū)未來(lái)夏季仍將處于一段時(shí)期的豐水期。

圖9 馱英灌區(qū)夏季旱澇變化小波分析

秋季SPI存在5 a和9 a兩個(gè)主周期，且隨著旱澇交替變化，旱澇中心的旱澇程度增大，說(shuō)明未來(lái)灌區(qū)秋季出現(xiàn)極端旱澇的可能性較大(見圖10)；且2016年開始的枯水期等值線未閉合，預(yù)測(cè)灌區(qū)未來(lái)秋季將處于一段時(shí)期的枯水期。

圖10 馱英灌區(qū)秋季旱澇變化小波分析

冬季SPI存在4～6 a和9 a兩個(gè)主周期，4～6 a左右的周期基本呈豐枯交替態(tài)勢(shì)，在36年中約12個(gè)半交替期，2013年開始的豐水期等值線已閉合；9 a左右的周期同樣呈豐枯交替態(tài)勢(shì)(見圖11)。在36年中約有5個(gè)半交替期，且2013年左右出現(xiàn)的最后一個(gè)豐水期已閉合，預(yù)測(cè)灌區(qū)未來(lái)冬季將處于一段時(shí)期的枯水期。

圖11 馱英灌區(qū)冬季旱澇變化小波分析

4 結(jié) 論

采取SPI、M-K趨勢(shì)分析、小波分析等方法，對(duì)廣西馱英灌區(qū)1983年～2018年的旱澇演變過(guò)程、變化趨勢(shì)和周期進(jìn)行了分析。結(jié)果顯示，廣西馱英灌區(qū)年降水量變化波動(dòng)幅度較大，近36年年降水呈不顯著的增長(zhǎng)趨勢(shì)。降水量具有明顯的階段性特征，20世紀(jì)80年代至90年代中期呈現(xiàn)先升后降的變化過(guò)程，經(jīng)過(guò)90年代后期的波動(dòng)期之后，21世紀(jì)初期呈下降趨勢(shì)，2010年之后才開始逐漸呈上升趨勢(shì)。由于年降水主要分布在汛期，故夏秋季節(jié)的降水過(guò)程對(duì)年降水過(guò)程影響較大，且年SPI變化過(guò)程線與夏秋季節(jié)較為吻合，此外春季多濕潤(rùn)，冬季多干旱。

灌區(qū)旱澇事件出現(xiàn)頻率較高，旱澇事件發(fā)生的平均頻率為63.48%。其中，極端旱澇發(fā)生頻率約為4.17%，輕微旱澇發(fā)生頻率約為30.64%。不同尺度SPI均較好地揭示了當(dāng)?shù)?986年、2001年、2008年的重澇以及1989年、2000年、2004年的重旱。年與季節(jié)SPI呈現(xiàn)4～6、8～9 a以及14～15 a左右的不同尺度的周期，預(yù)測(cè)未來(lái)灌區(qū)總體降水將偏多，其中春夏秋三季將處于豐水期，而冬季則處于枯水期。

通過(guò)不同時(shí)間尺度的SPI，可以監(jiān)測(cè)旱澇變化；但同時(shí)存在一些局限性。如短時(shí)間尺度的SPI對(duì)短期降雨更為敏感，能及時(shí)反映旱澇強(qiáng)度，卻缺乏對(duì)旱澇持續(xù)時(shí)間的監(jiān)測(cè)；中長(zhǎng)時(shí)間尺度的SPI更能反映旱澇的程度和持續(xù)時(shí)間，但存在一定的滯后性，對(duì)于年內(nèi)旱澇急轉(zhuǎn)的揭示能力較弱。此外，SPI對(duì)于嚴(yán)重旱澇災(zāi)害的反映情況較好，但對(duì)于程度較弱的旱澇情況則未能揭示，日后可針對(duì)這一問(wèn)題加以改進(jìn)，為全面揭示旱澇災(zāi)害的爆發(fā)，預(yù)測(cè)旱澇趨勢(shì)的變化提供重要的技術(shù)支持。

基于對(duì)馱英灌區(qū)歷史旱澇演變分析規(guī)律與趨勢(shì)預(yù)測(cè)的分析結(jié)果，為廣西馱英灌區(qū)在未來(lái)可能出現(xiàn)的極端旱災(zāi)或洪澇災(zāi)害條件下水資源的優(yōu)化配置、應(yīng)急調(diào)控提供了理論依據(jù)，對(duì)于緩解廣西西南旱區(qū)極端天氣對(duì)農(nóng)業(yè)生產(chǎn)、人民生活的不利影響具有重要意義。