SCALE EFFECT AND PROCESS RECOGNITION OF DRY-WET EVOLUTION IN GUANGXI BASED ON IWAP
-
摘要: 伴随着全球变化和区域旱涝加剧，明晰最佳表达时间尺度，开展精细化旱涝演变监测和过程识别、支撑业务化精准预警是当前有效应对旱涝灾害的迫切需求。针对广西旱涝并存且频繁交替现象，采用距平改进的加权平均降水指数（IWAP）分析了区域日、候、旬、月、季尺度1961—2017年气象干湿演变监测的尺度效应; 并结合游程理论和极端事件强度-过程检测方法（EID）对典型干旱、湿润事件过程进行识别。结果表明：（1）时间尺度越小（如日、候），IWAP对广西大气干湿快速频繁交替波动和空间格局变化监测效果越好; （2）日与候尺度IWAP对广西干湿面积变化监测具有强正相关一致性，其他尺度间的相关性普遍较弱，季尺度结果存在较显著的累加抵消现象，数值明显小于其他尺度; （3）各时间尺度IWAP对广西总干旱、总湿润事件频次监测差异小于各尺度间同等级干湿事件的频次差异，日与候、旬与月尺度分别表达了广西干湿事件相近的演变模态和强度分布; （4）文中方法对广西干湿演变过程及起讫时间识别效果良好，且日尺度能更好地揭示骤发性干旱和突发极端降雨湿润现象。Abstract: With global climate change and the intensification of regional drought and flood, it is urgent to identify the optimal time scale, carry out refined drought and flood evolution monitoring and process identification, and support accurate early warning so as to effectively respond to drought and flood disasters. In view of the coexistence and frequent alternations of drought and flood in Guangxi Zhuang Autonomous Region, the current research adopts the anomalous improved weighted average of precipitation index (IWAP) to analyze the scale effect of the regional meteorological dry-wet evolution monitoring from 1961 to 2017 on one-day, five-day, ten-day, monthly and seasonal scales. The process of typical drought and wetting events is identified based on the theory of running distance and the method of 'extreme' intensity-duration (EID). The results show that: (1) the smaller the time scale, e.g., daily and five-day scale, the better the monitoring effect of IWAP on the rapid and frequent alternation and spatial pattern change of the air in Guangxi. (2) The daily and five-day scale IWAP has a strong positive correlation consistency in the monitoring of the dry and wet area in Guangxi. The correlation between other scales is generally weak. (3) The difference of IWAP in the frequency of total drought and total wetting events in Guangxi is smaller than the frequency difference of dry and wet events of the same level among different scales. The scales of one day, pentad, ten day and month respectively expresse similar evolution modes and intensity distribution of dry and wet events in Guangxi. (4) The method in this research performs well in indentifying the dry-wet evolution in Guangxi as well as the starting and ending time of the evolution, and the daily scale can better reveal the phenomenon of sudden drought, and sudden extreme rainfall and wetting.
-
Key words:
- dry-wet evolution /
- IWAP index /
- scale effect /
- EID method
-
图 2 典型年份不同时间尺度IWAP时间序列演变特征
a.典型干旱年2009年7月1日-2010年6月30日 河池; b.典型湿润年1998年1月1日-1998年12月31日 柳州
表 1 IWAP指数旱涝强度等级表
指数范围 -0.5<IWAP≤0.0 -1.0<IWAP≤-0.5 -1.5<IWAP≤-1.0 -2.0<IWAP≤-1.5 IWAP≤-2.0 0.0≤IWAP<0.5 0.5≤IWAP<1.0 1.0≤IWAP<1.5 1.5≤IWAP<2.0 2.0≤IWAP 干湿类型 正常 轻旱 中旱 重旱 特旱 正常 轻湿 中湿 重湿 极湿 
下载: 导出CSV
表 2 典型干旱/湿润事件持续历时的游程理论识别
干旱历时 日(候)尺度 河池 3(32) 5(15) 4 171 93 百色 4(4) 3(33) 169(10) 52(1) 3 3 7 湿润历时 日(候)尺度 柳州 2(5) 4(10) 13(10) 3 30 10 47 南宁 1(1) 6(11) 4 3 46 注：表中括号内数值为候尺度结果，单位为：候；其他数值为日尺度结果，单位为：日；粗体为合理持续历时。
下载: 导出CSV
表 3 典型干旱/湿润事件起讫时间的EID识别
起讫时间 持续历时：天(候) 起讫时间 持续历时：天(候) 干旱事件 河池 百色 I 2009/8/5—2010/1/22
(2009/第44候—2010/第2候)171(32) 2009/8/3—2010/1/22
(2009/第45候—2010/第4候)169(33) II 2010/2/25—2010/5/28
(2010/第13候—第27候)93(15) 2010/3/8—2010/4/28
(2010/第15候—第24候)52(10) 湿润事件 柳州 南宁 I 1998/3/3—1998/4/1
(1998/第14候—第23候)30(10) —— II 1998/6/20—1998/8/5
(1998/第36候—第45候)47(10) 1998/6/20—1998/8/4
(1998/第36候—第46候)46(11) 注：表中括号外数值为日尺度结果，括号内数值为候尺度结果。
下载: 导出CSV
-
[1] WANG X, HOU X, WANG Y.Spatiotemporal variations and regional differences of extreme precipitation events in the Coastal area of China from 1961to 2014[J].Atmos Res, 2017: 197:94-104 Doi: 10.1016/j.atmosres.2017.06.022. [2] IPCC Ar5.Intergovernmental Panel on Climate Change Climate Change Fifth Assessment Report(AR5)[M].Cambridge, UK: London Cambridge University Press, 2013. [3] DAI A.Increasing drought under global warming in observations and models[J].Nature Climate Change, 2012, 3(1): 52-58. [4] HAO Z, SINGH V P.Drought characterization from a multivariate perspective: A review[J].Journal of Hydrology, 2015, 527: 668-678. [5] 姚玉璧, 张强, 李耀辉, 等.干旱灾害风险评估技术及其科学问题与展望[J].资源科学, 2013, 35(9): 1884-1897. [6] 杨星星, 杨云川, 邓思敏, 等.广西TRMM降雨产品多时间尺度精度评估[J].热带气象学报, 2019, 35(4): 567-576. [7] 赵恩榕, 简茂球, 李春晖.华南降水季节演变的年代际变化[J].热带气象学报, 2018, 34(3): 360-370. [8] 黄荣辉, 杜振彩.全球变暖背景下中国旱涝气候灾害的演变特征及趋势[J].自然杂志, 2010, 32(4): 187-195. [9] 吴志伟, 李建平, 何金海, 等.大尺度大气环流异常与长江中下游夏季长周期旱涝急转[J].科学通报, 2006, 51(14): 1717-1724. [10] 闪丽洁, 张利平, 张艳军, 等.长江中下游流域旱涝急转事件特征分析及其与ENSO的关系[J].地理学报, 2018, 73(1): 25-40. [11] 何慧, 廖雪萍, 陆虹, 等.华南地区1961-2014年夏季长周期旱涝急转特征[J].地理学报, 2016, 71(1): 130-141. [12] 侯威, 杨杰, 赵俊虎.不同时间尺度下气象旱涝强度评估指数[J].气象, 2013, 24(6): 695-703. [13] 徐一丹, 任传友, 马熙达, 等.基于SPI/SPEI指数的东北地区多时间尺度干旱变化特征对比分析[J].干旱区研究, 2017, 34(6): 1250-1262. [14] 陈少丹, 张利平, 汤柔馨, 等.基于SPEI和TVDI的河南省干旱时空变化分析[J].农业工程学报, 2017, 33(24): 126-132. [15] 杨思遥, 孟丹, 李小娟, 等.华北地区2001-2014年植被变化对SPEI气象干旱指数多尺度的响应[J].生态学报, 2018, 38(3): 1028- 1039. [16] WANG Q, WU J, LI X, et al.A comprehensively quantitative method of evaluating the impact of drought on crop yield using daily multiscale SPEI and crop growth process model[J].International Journal of Biometeorology, 2017, 61(4): 685-699. [17] 刘绿柳, 姜彤, 徐金阁, 等.西江流域水文过程的多气候模式多情景研究[J].水利学报, 2012, 43(12): 1413-1421. [18] 周蕊, 郭纯青, 潘林艳.中国西南岩溶区多因素组合下旱涝灾害分析[J].中国农村水利水电, 2015(4): 101-104. [19] 陆甲, 李广海, 李艳兰, 等.改进综合气象干旱指数对广西农业干旱的适用性分析[J].南方农业学报, 2013, 44(12): 2007-2013. [20] 赵煜飞, 朱江.近50年中国降水格点日值数据集精度及评估[J].高原气象, 2015, 34(1): 50-58. [21] 王春林, 陈慧华, 唐力生, 等.基于前期降水指数的气象干旱指标及其应用[J].气候变化研究进展, 2012, 8(3): 157-163. [22] LU E.Determining the start, duration, and strength of flood and drought with daily precipitation: Rationale[J].Geophy Res Lett, 2009, 36: L12707, doi:10.1029/2009GL038817. [23] 赵一磊, 任福民, 李栋梁, 等.基于有效降水干旱指数的改进研究[J].气象, 2013, 39(5): 600-607. [24] 白慧, 吴战平, 龙俐, 等.基于标准化前期降水指数的气象干旱指标在贵州的适用性分析[J].云南大学学报(自然科学版), 2013, 35(5):661-668. [25] 王春林, 陈慧华, 唐力生, 等.基于前期降水指数的气象干旱指标及其应用[J].气候变化研究进展, 2012, 8(3): 157-163. [26] 左冬冬, 侯威, 颜鹏程, 等.基于游程理论和两变量联合分布的中国西南地区干旱特征研究[J].物理学报, 2014, 63(23): 53-64. [27] 马建琴, 和鹏飞, 彭高辉, 等.基于三维Copula函数的沙颍河流域水文干旱频率分析[J].灌溉排水学报, 2017, 36(9): 102-107. [28] LU E, ZHAO W, GONG L, et al.Determining starting time and duration of extreme precipitation events based on intensity[J].Climate Research, 2015, 63(1): 31-41. [29] 袁典, 陆尔, 赵玮.用检测极端降水过程的EID方法确定梅雨雨期[J].气象科学, 2018, 38(1): 37-45. [30] 黄雪松, 廖雪萍, 李艳兰.2009年夏至2010年春广西大旱启示与对策[J].气象研究与应用, 2013, 34(S1): 106-107. [31] 赵福年, 王润元, 王莺, 等.干旱过程、时空尺度及干旱指数构建机制的探讨[J].灾害学, 2018, 33(4): 32-39. -
点击查看大图
图(11) / 表(3)
计量
- 文章访问数: 157
- HTML全文浏览量: 18
- PDF下载量: 7
- 被引次数: 0
粤公网安备 4401069904700003号