梁曼琳，劉丙軍，3，李 旦

（1.中山大學(xué)土木工程學(xué)院，廣東珠海 519082；2.華南地區(qū)水循環(huán)與水安全廣東省普通高校重點(diǎn)實(shí)驗(yàn)室，廣東珠海 519082；3.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（珠海），廣東珠海 519000）

引言

全球氣候持續(xù)變暖加速了水文循環(huán)過(guò)程［1］，流域極端降水事件增加，降水時(shí)空分布不均的情況進(jìn)一步加?。?］，進(jìn)而更易導(dǎo)致流域旱澇極端災(zāi)害事件頻發(fā)。相比較于單一災(zāi)害類(lèi)型，短期時(shí)間內(nèi)接連遭遇干旱、洪澇氣象災(zāi)害，受災(zāi)區(qū)域面臨的損失和影響會(huì)更加嚴(yán)重［3］。作為受氣候影響最敏感的領(lǐng)域之一，農(nóng)業(yè)生產(chǎn)在頻率高、強(qiáng)度大的氣象災(zāi)害中遭受重大損失［4］。因此，開(kāi)展旱澇急轉(zhuǎn)事件識(shí)別及影響機(jī)制的研究，對(duì)保障區(qū)域水安全與糧食安全，具有十分重要的理論與實(shí)踐意義［5］。

當(dāng)前，旱澇急轉(zhuǎn)事件的識(shí)別方法主要分為2方面：一方面，根據(jù)降水量和降水日數(shù)篩選旱澇急轉(zhuǎn)事件，通常采用連續(xù)無(wú)雨日數(shù)劃分干旱等級(jí)，結(jié)合首次降雨雨強(qiáng)閾值［6］或多種降雨情景劃分洪澇等級(jí)［7-8］，篩選旱澇急轉(zhuǎn)事件。盡管該識(shí)別方法以實(shí)際降水情況，可直接提取旱澇急轉(zhuǎn)事件，但是存在以經(jīng)驗(yàn)值劃分旱澇標(biāo)準(zhǔn)、只適用于研究旱轉(zhuǎn)澇事件的局限性；另一方面，分別從宏觀尺度與微觀尺度出發(fā)構(gòu)建旱澇急轉(zhuǎn)指數(shù)，即直接通過(guò)急轉(zhuǎn)指數(shù)數(shù)值判斷是否發(fā)生急轉(zhuǎn)，或結(jié)合游程理論的多閾值門(mén)檻提取急轉(zhuǎn)事件。宏觀尺度上，研究多以長(zhǎng)周期旱澇急轉(zhuǎn)指數(shù)LDFAI［9］和短周期旱澇急轉(zhuǎn)指數(shù)SDFAI［10］為代表，分別采用多月或單月標(biāo)準(zhǔn)降水計(jì)算得相應(yīng)指數(shù)。這類(lèi)研究存在不能完整描述急轉(zhuǎn)事件、急轉(zhuǎn)時(shí)間節(jié)點(diǎn)固定的短板，無(wú)法提取出多維度的旱澇急轉(zhuǎn)特性。微觀上，研究多基于標(biāo)準(zhǔn)化前期降水指數(shù)SAPI［11］、日尺度旱澇急轉(zhuǎn)指數(shù)DWAAI［12］、SPI［13］、SWAP［14］等旱澇識(shí)別指數(shù)，結(jié)合游程理論對(duì)具體的旱澇急轉(zhuǎn)事件進(jìn)行識(shí)別。該識(shí)別手段能夠準(zhǔn)確地識(shí)別出當(dāng)?shù)氐暮禎城闆r，篩選的急轉(zhuǎn)事件具有明確物理意義并可提取事件特性。然而，上述研究存在研究時(shí)期固定為汛期、單一研究旱轉(zhuǎn)澇類(lèi)型急轉(zhuǎn)事件的不足，并缺少對(duì)指數(shù)合理性的探討。

綜上，本文選取珠江流域?yàn)檠芯繀^(qū)域，構(gòu)建了不同前期降水影響日數(shù)下的旱澇指數(shù)SPI、SPEI和SWAP，運(yùn)用游程理論，結(jié)合急轉(zhuǎn)發(fā)生期的降水集中性、土壤墑情變化以及實(shí)際農(nóng)業(yè)生產(chǎn)情況，根據(jù)急轉(zhuǎn)識(shí)別結(jié)果的有效性與準(zhǔn)確性，探討了上述指數(shù)的適用性，對(duì)適合珠江流域旱澇急轉(zhuǎn)事件識(shí)別的急轉(zhuǎn)指數(shù)進(jìn)行優(yōu)選，以期為珠江流域水資源安全調(diào)控提供理論與實(shí)踐依據(jù)。

1 研究方法

1.1 旱澇識(shí)別指數(shù)

根據(jù)結(jié)合游程理論識(shí)別方法，選取合適的旱澇識(shí)別指數(shù)進(jìn)行急轉(zhuǎn)事件識(shí)別。本文選用3種常見(jiàn)旱澇識(shí)別指數(shù)SPI、SPEI和SWAP，3種指數(shù)皆采用降水?dāng)?shù)據(jù)進(jìn)行構(gòu)建，同時(shí)具有多種時(shí)間尺度。其區(qū)別在于構(gòu)建的側(cè)重點(diǎn)不一，其中SPI僅關(guān)注降水，SPEI加入了蒸散發(fā)的影響，SWAP中包含了降水影響衰減的因素。

（1）標(biāo)準(zhǔn)化降水指數(shù)SPI。SPI［15］是McKee等在評(píng)估美國(guó)科羅拉多州干旱狀況時(shí)提出的，具有適用于多時(shí)間尺度、計(jì)算簡(jiǎn)單穩(wěn)定、對(duì)旱澇反應(yīng)靈敏的優(yōu)點(diǎn)。假定降水量變化服從Gamma分布，計(jì)算出某時(shí)段內(nèi)降水量Γ分布概率，對(duì)累積概率分布H（x）進(jìn)行標(biāo)準(zhǔn)正態(tài)化處理，得到相應(yīng)的SPI序列，計(jì)算過(guò)程詳見(jiàn)文獻(xiàn)［15］。

（2）標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)SPEI。SPEI［16］是基于SPI改進(jìn)的量化氣候旱度的指標(biāo)，以簡(jiǎn)單水循環(huán)為支撐，充分考慮了大氣蒸散發(fā)對(duì)水分通量的影響。SPEI計(jì)算方法為假定同一時(shí)段的降水與潛在蒸散發(fā)差值序列服從log-logistic分布，計(jì)算出某時(shí)段內(nèi)降水與潛在蒸散發(fā)差值的log-logistic分布概率，最后對(duì)累積概率分布H（x）進(jìn)行標(biāo)準(zhǔn)正態(tài)化處理，計(jì)算過(guò)程詳見(jiàn)文獻(xiàn)［17］，其中潛在蒸散發(fā)PE的計(jì)算采用聯(lián)合國(guó)糧農(nóng)組織推薦的FAO Penman-Monteith公式。

（3）標(biāo)準(zhǔn)化加權(quán)平均降雨指數(shù)SWAP。SWAP指數(shù)是以當(dāng)日旱澇狀態(tài)受前期旱澇狀態(tài)和當(dāng)日降水的影響為前提的指數(shù)，不僅可用來(lái)衡量當(dāng)前的氣象旱澇狀態(tài)，而且可體現(xiàn)旱澇的累積效應(yīng)。SWAP計(jì)算方法是假定同一日加權(quán)平均降雨WAP［18］序列服從Gamma分布，通過(guò)Γ分布對(duì)某時(shí)段WAP進(jìn)行擬合，最后對(duì)累積概率分布進(jìn)行標(biāo)準(zhǔn)正態(tài)化處理，公式如下：

式中：Pn表示第n天的降水；wn表示Pn的權(quán)重，a為權(quán)重隨時(shí)間的衰減參數(shù)；N為前期降水影響天數(shù)。a與N的選取一般根據(jù)研究區(qū)當(dāng)?shù)赝寥?水系統(tǒng)而定，根據(jù)經(jīng)驗(yàn)通常定義a=0.9，N=45。a取值較大時(shí)可相對(duì)降低SWAP對(duì)當(dāng)前降水敏感性，為避免SWAP由于較小降水過(guò)程而出現(xiàn)頻繁波動(dòng)，選取a=0.9。由于SPI、SPEI和SWAP遵循了一致的標(biāo)準(zhǔn)化方法，它們的值應(yīng)具有相同的統(tǒng)計(jì)意義。因此，采用統(tǒng)一的標(biāo)準(zhǔn)化累積頻率分布來(lái)劃分旱澇等級(jí)（見(jiàn)表1）。

表1 SPI、SPEI和SWAP的旱澇強(qiáng)度分類(lèi)等級(jí)Table 1 Categorization of dryness-wetness grade by the SPI,SPEI and SWAP

1.2 旱澇急轉(zhuǎn)事件識(shí)別方法

游程理論，或稱(chēng)為“閾值理論”，是一種分析時(shí)間序列的方法，可簡(jiǎn)易提取干旱和洪澇多種特征屬性（圖1）。對(duì)某一旱澇指數(shù)時(shí)間序列，設(shè)定指數(shù)臨界值X0、X1和時(shí)間長(zhǎng)度臨界值D0、D1和D2，當(dāng)指數(shù)持續(xù)低于X0（高于X1）的時(shí)間不小于D0（D1）時(shí)，認(rèn)為出現(xiàn)干旱（洪澇）。當(dāng)干旱與洪澇之間相隔的時(shí)間不大于D2時(shí)，認(rèn)為構(gòu)成了旱澇急轉(zhuǎn)事件。根據(jù)旱澇指數(shù)劃分標(biāo)準(zhǔn)，選用中旱等級(jí)上界-1和中澇等級(jí)下界1作為X0和X1。參考各類(lèi)研究的急轉(zhuǎn)識(shí)別方法，確定基于日值指數(shù)的識(shí)別時(shí)長(zhǎng)閾值D0、D1為10日，干旱狀態(tài)與洪澇狀態(tài)之間的急轉(zhuǎn)期時(shí)長(zhǎng)閾值D2為8日。

圖1 基于游程理論的急轉(zhuǎn)事件識(shí)別過(guò)程Fig.1 Detection of the drought-flood abrupt alternation based on the run theory

為避免輕微的降水?dāng)_動(dòng)導(dǎo)致長(zhǎng)期旱澇事件被分割為若干短期事件，從而無(wú)法有效識(shí)別急轉(zhuǎn)事件，采用IC方法［19］對(duì)符合條件的同一指數(shù)序列識(shí)別的連續(xù)干旱或洪澇事件進(jìn)行合并處理。以2個(gè)連續(xù)干旱事件的合并為例，前后發(fā)生的干旱事件具有特征屬性分別代表起始時(shí)間、結(jié)束時(shí)間、歷時(shí)和烈度。當(dāng)滿足以下2個(gè)條件時(shí)，可認(rèn)為該相鄰的兩場(chǎng)干旱相互關(guān)聯(lián)，可進(jìn)行合并得到新的干旱事件：一是中間間隔時(shí)間ti不超過(guò)臨界值tc，二是相鄰干旱的間隔時(shí)間ti內(nèi)的烈度超越量Si與前一干旱事件烈度S1的比值不超過(guò)臨界值ρc。參考Tu［20］等在珠江流域的敏感性分析成果，設(shè)定tc=2 d和ρc=0.2。

1.3 識(shí)別結(jié)果比對(duì)方法

能否準(zhǔn)確判斷旱澇急轉(zhuǎn)發(fā)生時(shí)段是檢驗(yàn)急轉(zhuǎn)識(shí)別方法有效性指標(biāo)之一。本文選用綜合指標(biāo)權(quán)重分配法，篩選旱澇急轉(zhuǎn)事件識(shí)別的適宜指數(shù)：在參與比對(duì)的n種識(shí)別指數(shù)中，對(duì)于同一研究區(qū)同一急轉(zhuǎn)類(lèi)型（澇轉(zhuǎn)旱或旱轉(zhuǎn)澇）急轉(zhuǎn)事件，以發(fā)生時(shí)間為基準(zhǔn)，統(tǒng)計(jì)所有識(shí)別方法在每個(gè)月識(shí)別的急轉(zhuǎn)事件數(shù)，并根據(jù)發(fā)生頻次對(duì)當(dāng)月賦予權(quán)重m（0≤m≤n）（如圖2）。根據(jù)每種指數(shù)方法的識(shí)別結(jié)果時(shí)間分布，將其對(duì)應(yīng)月份權(quán)重進(jìn)行加總，計(jì)算方法如下式中：Ei為某研究區(qū)中同類(lèi)型急轉(zhuǎn)事件的權(quán)重和；T為時(shí)間序列的總月份數(shù)；(coli)t為該方法在第t月是否發(fā)生急轉(zhuǎn)事件的邏輯值。最終以所有研究區(qū)域不同類(lèi)型的權(quán)重和總和作為識(shí)別方法權(quán)重和E，權(quán)重和越大說(shuō)明該識(shí)別方法對(duì)其他識(shí)別方法結(jié)果的歸納能力越高。為了排除識(shí)別方法因識(shí)別事件數(shù)多且權(quán)重和最大被認(rèn)作最優(yōu)方法、實(shí)際與其他識(shí)別方法結(jié)果重合度低的情況，計(jì)算不同權(quán)重閾值k（1≤k≤n）下的權(quán)重和Ek，其值僅包括m≥k的月份權(quán)重。以Ek占總權(quán)重E1（k=1時(shí)的權(quán)重和）的比例表示權(quán)重比例，權(quán)重比例越高說(shuō)明急轉(zhuǎn)結(jié)果中多種識(shí)別方法可共同識(shí)別的事件所占比重大，歸納準(zhǔn)確度越高。當(dāng)某識(shí)別方法權(quán)重和Ek（k＞1）較其他方法有明顯優(yōu)勢(shì)、且權(quán)重比例也較高時(shí)，認(rèn)為該識(shí)別方法歸納能力與識(shí)別準(zhǔn)確度高，可作為最優(yōu)識(shí)別方法。

圖2 對(duì)月份進(jìn)行加權(quán)法賦值示意圖Fig.2 Schematic diagram of the weighting assignment at the monthly scale

2 案例分析

2.1 研究區(qū)概況

珠江位于102°14'～115°53'E、21°31'～26°49'N之間，由西江、北江與東江三大支流構(gòu)成，流經(jīng)我國(guó)南部的云南、貴州、廣西、廣東、湖南、江西等6?。ㄗ灾螀^(qū)）。珠江流域地域廣闊，氣候復(fù)雜，屬于濕熱多雨的熱帶、亞熱帶氣候區(qū)?？紤]到流域內(nèi)降水空間分布整體性，將廣西東南部、廣東東部和西南部及海南島納入研究區(qū)。珠江流域降水受氣旋/副熱帶高氣壓等大氣系統(tǒng)交替影響，極易發(fā)生旱澇急轉(zhuǎn)事件，嚴(yán)重威脅流域以及粵港澳大灣區(qū)的水資源安全，以珠江流域作為研究案例具有較高研究意義。本文氣象資料來(lái)源于國(guó)家氣象科學(xué)數(shù)據(jù)中心產(chǎn)品“中國(guó)地面氣候資料日值數(shù)據(jù)集（V3.0）”（http：//data.cma.cn），選用1961-2020年珠江流域內(nèi)的日降水、氣溫等資料，該數(shù)據(jù)集質(zhì)量良好，具有完整性和可靠性，被廣泛應(yīng)用于珠江流域等區(qū)域性研究中［14，21］。土壤墑情資料來(lái)源于歐洲中期天氣預(yù)報(bào)中心（ECMWF）的第五代全球大氣再分析數(shù)據(jù)（ERA5）產(chǎn)品（https：//cds.climate.copernicus.eu），選用第一層（0～7 cm）土壤含水率數(shù)據(jù)代表土壤墑情，該數(shù)據(jù)集同樣在地區(qū)氣象研究中被廣泛應(yīng)用，且其土壤含水率數(shù)據(jù)在珠江流域具有較高適用性［22］。為排除季節(jié)變化對(duì)土壤含水率的影響，對(duì)土壤含水率進(jìn)行標(biāo)準(zhǔn)化處理。

珠江流域多年平均溫度在14～22℃之間，多年平均降水量約1 200～2 200 mm。受季風(fēng)氣候影響，降水空間分布差異明顯，總體呈東多西少變化趨勢(shì)?；谥榻饔蚪?jīng)度跨度大、降水時(shí)空分布不均勻的特點(diǎn)，參考Fang等［23］的劃分方法，按照水資源二級(jí)分區(qū)，將珠江流域分為10個(gè)子流域，分別為西江段的南北盤(pán)江區(qū)（I區(qū)）、紅柳江區(qū)（II區(qū)）、西江區(qū)（III區(qū)）和郁江區(qū)（VII區(qū)），北江段的北江區(qū)（IV區(qū)），東江段的東江區(qū)（V區(qū)），珠江三角洲河段的珠江三角洲區(qū)（IX區(qū)），以及韓江及粵東諸河區(qū)（VI區(qū)）、粵西桂南沿海諸河區(qū)（VIII區(qū)）和海南島及南海各島諸河區(qū)（X區(qū)）。以子流域內(nèi)氣象站數(shù)據(jù)或格點(diǎn)土壤數(shù)據(jù)的平均值代表子流域氣象和土壤墑情。該分區(qū)方法使得同一子流域內(nèi)氣象條件和土壤條件相近，其中子流域降水均值與同區(qū)域站點(diǎn)降水相關(guān)性平均值高達(dá)0.71，同時(shí)土壤含水率均值與同子流域格點(diǎn)相關(guān)性平均值高達(dá)0.51，且協(xié)方差數(shù)值均大于0。子流域之間降水規(guī)律則有明顯差距，主要表現(xiàn)為日降水相關(guān)性強(qiáng)弱不一和變化趨勢(shì)不一（圖3），如I區(qū)、X區(qū)與大部分的子流域相關(guān)性系數(shù)在0.2以下，V區(qū)和VI區(qū)降水相關(guān)性系數(shù)高達(dá)0.8，過(guò)半數(shù)的子流域相關(guān)性系數(shù)小于0.3。在變化趨勢(shì)上，分別有7個(gè)子流域日降水序列的M-K趨勢(shì)系數(shù)Z值大于1.96，日降水序列出現(xiàn)明顯的上升趨勢(shì)，VII區(qū)日降水序列的Z值小于-1.96，出現(xiàn)了相反的變化趨勢(shì)（見(jiàn)表2）。整體上流域降水空間異質(zhì)性較強(qiáng)，需采用分區(qū)后的子流域作為整體，分別進(jìn)行急轉(zhuǎn)事件的識(shí)別。

圖3 各區(qū)日降水序列的相關(guān)性Fig.3 Correlation of precipitation series between different sub basins

表2 日降水量與日尺度指數(shù)在不同研究區(qū)域的M-K趨勢(shì)檢驗(yàn)值Table 2 M-K test of the daily precipitation and indices for different sub basins

2.2 前期降水影響日數(shù)優(yōu)選

降水對(duì)后續(xù)干濕狀態(tài)具有持續(xù)的影響，可通過(guò)前期降水日數(shù)反映。為避免出現(xiàn)短期干旱與強(qiáng)澇交替的情形，結(jié)合珠江流域產(chǎn)匯流特點(diǎn)，考慮從7 d、14 d和21 d中選取合適的前期降水影響日數(shù)，作為構(gòu)建旱澇識(shí)別指數(shù)的前期降雨影響因子。以分區(qū)III為例，受前期降雨影響下標(biāo)準(zhǔn)化降水量Pst變幅明顯較不受前期降雨影響（N=1）時(shí)平緩，強(qiáng)降水的影響作用得到延長(zhǎng)。當(dāng)相鄰兩場(chǎng)降水間隔時(shí)間較短時(shí)，N=7、N=14和N=21的Pst持續(xù)維持在較高水平，利于反映地區(qū)持續(xù)澇的特征和提取澇事件，因此較大的N值適用于作為構(gòu)建旱澇識(shí)別指數(shù)的前期降水影響日數(shù)（見(jiàn)圖4）。

圖4 III區(qū)2000年不同累積降雨日數(shù)下的標(biāo)準(zhǔn)化降雨量Fig.4 Standardized precipitation under different accumulation precipitation days at 2000 in sub basin III

通過(guò)急轉(zhuǎn)發(fā)生時(shí)期降水集中性與土壤墑情同步變化率，分析前期降水影響日數(shù)N值對(duì)的旱澇急轉(zhuǎn)事件識(shí)別結(jié)果有效性的影響，結(jié)果見(jiàn)表3。一般情況下，降水集中性越強(qiáng)，土壤墑情同步變化率越高，識(shí)別結(jié)果有效性也越高。結(jié)果中3種N值下識(shí)別結(jié)果有效性皆較高，降水集中度指數(shù)CI［24］、降水絕對(duì)偏差Ca［25］和土壤墑情同步變化率Sc（土壤含水率的Theil-Sen魯棒線性變化趨勢(shì)與急轉(zhuǎn)類(lèi)型一致的比例）最小值達(dá)0.64、38.83和82%，說(shuō)明指數(shù)識(shí)別結(jié)果有效性都較高。其中N=14與N=21的CI和Ca值均明顯較N=7時(shí)高，降水集中性更優(yōu)，N=14與N=21土壤墑情同步變化率Sc分別為89%和87%，N=14土壤墑情同步變化響應(yīng)程度更高，可認(rèn)為N=14時(shí)識(shí)別結(jié)果有效性最優(yōu)。綜上分析，當(dāng)N=14時(shí)各指數(shù)識(shí)別結(jié)果歸納能力最優(yōu)，表現(xiàn)為權(quán)重和E1、E2較其他N值下的對(duì)應(yīng)權(quán)重和更大，說(shuō)明識(shí)別事件結(jié)果中包含了最多與其他N值下識(shí)別一致的急轉(zhuǎn)事件。

表3 基于不同前期影響日數(shù)的各指數(shù)急轉(zhuǎn)識(shí)別結(jié)果平均指標(biāo)Table 3 Average assessments for different indices based on varying accumulation precipitation days

2.3 SPI、SPEI與SWAP指數(shù)優(yōu)選

對(duì)比基于SPI、SPEI和SWAP的急轉(zhuǎn)識(shí)別結(jié)果有效性，結(jié)果見(jiàn)圖5。其中，基于SWAP識(shí)別結(jié)果在各子流域降水集中性和土壤墑情同步變化性較SPI和SPEI更好，CI、Ca和Sc的變化范圍分別為0.68～0.78、21.3～76和74%～100%，V區(qū)和IX區(qū)的CI、Ca和Sc值均為3種指數(shù)中最高，總體上大于或略小于同區(qū)域?qū)?yīng)均值。全流域總體平均值分別為0.73、52.48和92%（見(jiàn)表4），降水集中性指數(shù)比基于SPEI識(shí)別結(jié)果高，同時(shí)土壤墑情同步變化性比基于SPI高，說(shuō)明3種指數(shù)中基于SWAP的急轉(zhuǎn)識(shí)別結(jié)果有效性最強(qiáng)，與降水集中性和土壤墑情同步變化性對(duì)應(yīng)關(guān)系最優(yōu)。

圖5 不同指數(shù)方法識(shí)別結(jié)果的急轉(zhuǎn)事件特性空間分布Fig.5 Spatial distribution of different indices-derived detected drought-flood abrupt alternation events

表4 基于N=14的各指數(shù)急轉(zhuǎn)識(shí)別結(jié)果平均指標(biāo)Table 4 The detection of abrupt alternation events based on different indices under N=14

通過(guò)統(tǒng)計(jì)k=1、k=2和k=3這3種閾值下的權(quán)重和及計(jì)算相應(yīng)的權(quán)重比例，認(rèn)為基于SWAP指數(shù)的識(shí)別準(zhǔn)確度在3種指數(shù)中最優(yōu)。當(dāng)k=2時(shí)，SWAP指數(shù)的權(quán)重比例為0.9，是基于SPI和SPEI權(quán)重比例的1.9和1.3倍，說(shuō)明基于SWAP的識(shí)別結(jié)果中包含最大比重的多種識(shí)別方法可共同識(shí)別的事件，識(shí)別歸納的準(zhǔn)確度最優(yōu)。同時(shí)，各k值下基于SWAP的權(quán)重和Ek較大，與E1值最大的基于SPI方法在k=2權(quán)重和相差5.8%，2種指數(shù)方法對(duì)全部識(shí)別結(jié)果歸納能力相近，見(jiàn)圖6。

圖6 權(quán)重和與權(quán)重比例隨驗(yàn)證層次的變化Fig.6 Changes in weight and weight rate along the level variation

SWAP指數(shù)在識(shí)別典型急轉(zhuǎn)事件上亦較SPI和SPEI更加準(zhǔn)確。根據(jù)中國(guó)氣象災(zāi)害年鑒［26］等資料的記載，2007年夏季在珠江流域發(fā)生過(guò)典型急轉(zhuǎn)事件，華南大部分地區(qū)7月至8月上旬持續(xù)高溫少雨，伏旱嚴(yán)重，湖南、廣東、廣西、江西等地逾370萬(wàn)人出現(xiàn)飲水困難，151.9萬(wàn)hm2農(nóng)作物受災(zāi)。8月中下旬，超強(qiáng)臺(tái)風(fēng)“圣帕”在臺(tái)灣省東部和福建省沿海地區(qū)登陸，致使華南等地發(fā)生強(qiáng)降水，使部分地區(qū)前期干旱得到緩解，也使部分地區(qū)發(fā)生洪澇災(zāi)害。通過(guò)該3種旱澇識(shí)別指數(shù)均可在該時(shí)段內(nèi)識(shí)別出旱轉(zhuǎn)澇急轉(zhuǎn)事件，急轉(zhuǎn)發(fā)生區(qū)域?yàn)閂區(qū)、VI區(qū)和IX區(qū)。以V區(qū)中識(shí)別得的急轉(zhuǎn)事件為例，3種指數(shù)識(shí)別得的急轉(zhuǎn)時(shí)間旱段起止時(shí)間及澇段起始時(shí)間相近，其中SWAP指數(shù)識(shí)別的急轉(zhuǎn)事件澇段起始時(shí)間最早，在子區(qū)域降雨量達(dá)第一個(gè)峰值時(shí)判定急轉(zhuǎn)事件澇段開(kāi)始，SPI和SPEI識(shí)別的急轉(zhuǎn)事件澇段則出現(xiàn)了1～2日的延后，見(jiàn)圖7。SWAP指數(shù)識(shí)別的澇段結(jié)束時(shí)間發(fā)生于第二次降水峰值后的持續(xù)5日的小雨時(shí)段內(nèi)，后續(xù)5日總雨量為80 mm，未發(fā)生強(qiáng)降水，無(wú)法使急轉(zhuǎn)事件的澇段延續(xù)，因此急轉(zhuǎn)結(jié)束時(shí)間分別較SPI和SPEI提早6日和18日。可以看出，構(gòu)建SWAP指數(shù)中的降水影響衰減因素使得SWAP能夠有效對(duì)澇時(shí)期進(jìn)行合理判斷，在干燥少雨氣象條件下指數(shù)發(fā)生相應(yīng)及時(shí)的變化，對(duì)旱澇急轉(zhuǎn)過(guò)程的識(shí)別較SPI和SPEI更準(zhǔn)確，結(jié)合其急轉(zhuǎn)結(jié)果識(shí)別的有效性和準(zhǔn)確性高的特點(diǎn)，選取SWAP-14d作為識(shí)別珠江流域旱澇急轉(zhuǎn)事件的最優(yōu)指數(shù)。

注：圖中標(biāo)點(diǎn)為3種指數(shù)識(shí)別得的急轉(zhuǎn)事件旱段及澇段的起止時(shí)間點(diǎn)。

3 結(jié)論

基于珠江流域1961-2020年的日氣象資料，結(jié)合游程理論，分別探討了不同前期降水影響日數(shù)下的SPI、SPEI和SWAP在珠江流域旱澇急轉(zhuǎn)事件識(shí)別適用性，得出以下主要結(jié)論：

（1）根據(jù)水資源二級(jí)區(qū)將珠江流域劃分為10個(gè)子流域，使得同一子流域內(nèi)氣象與土壤條件相近，不同子流域間日降水序列相關(guān)性普遍較弱，過(guò)半數(shù)的子流域相關(guān)性系數(shù)小于0.3。同時(shí)，不同子流域降水變化趨勢(shì)具有明顯差異，其中7個(gè)和1個(gè)子流域日降水序列分別呈顯著上升和下降趨勢(shì)，降水時(shí)空分布異質(zhì)性較強(qiáng)；

（2）前期降水影響日數(shù)為14 d時(shí)，急轉(zhuǎn)發(fā)生時(shí)期降水集中度普遍較7 d時(shí)高，平均土壤墑情同步變化率較21 d時(shí)高，識(shí)別結(jié)果有效性最優(yōu)，同時(shí)各指數(shù)識(shí)別結(jié)果歸納能力最優(yōu)，權(quán)重和大于7 d和21 d對(duì)應(yīng)的權(quán)重和更大，可作為構(gòu)建旱澇識(shí)別指數(shù)的前期降水影響日數(shù)；

（3）3種旱澇識(shí)別指數(shù)中，基于SWAP識(shí)別的急轉(zhuǎn)事件同期降水集中度CI、Ca和土壤墑情同步變化率分別為0.73、52.48和92%，總體上數(shù)值均高于基于SPI和SPEI識(shí)別結(jié)果，急轉(zhuǎn)識(shí)別結(jié)果有效性最高。同時(shí)，SWAP的權(quán)重比例明顯高于基于SPI和SPEI對(duì)應(yīng)的權(quán)重比例，對(duì)典型旱澇急轉(zhuǎn)災(zāi)情的識(shí)別準(zhǔn)確度最高。