基于EEMD模型的塔城地區干旱多尺度分析

孫亞興

(新疆昌源水務科學研究院(有限公司)，新疆 烏魯木齊 830000)

干旱是一個復雜、多維的自然現象，發生在一系列的時間和空間尺度上，是最具有破壞性的災害之一，可以導致嚴重的生態危害，如森林火災、環境沙漠化等。由于全球氣候的變化，干旱造成的嚴重性預計將會加劇[1]。在過去的幾十年里，公眾對干旱的認識急劇提高，環境管理取得了顯著的進展?，F今，我國仍然遭受著干旱影響。因此，準確了解干旱的變化特征，對區域防災應對具有重要的影響。

塔城地區位于我國西北部，轄區總面積為10.46×104km2，占新疆總面積的6.12%。該區域屬中溫帶干旱和半干旱氣候，水資源年內時空變化不均勻，干旱成為該區域比較常見的自然災害之一[2]。目前，部分學者已對塔城地區干旱時空分布進行了一些研究，主要集中在塔城地區的時空變化特征及驅動因素[3-4]。然而未涉及到干旱多尺度的周期分析以及對研究區發生季節性干旱變化特征的深入研究?；诖耍疚倪x用標準化降水指數(SPI)和集合經驗模態分解(EEMD)方法對塔城地區的氣象干旱進行多尺度分析，對該區域防災減災具有重要的意義。

1 數據來源與研究方法

1.1 數據來源

收集1984—2016年布克塞爾、塔城市、烏蘇和托里4個氣象站點逐月降水數據(來源于中國氣象數據網http:∥data.cma.cn)。

1.2 研究方法

1) 標準化降水指數(SPI)

標準化降水指數(SPI)是世界氣象組織推薦的氣象干旱指標，由Mckee等于1993年提出，用于監測干旱情況[5]。本研究選取3個月尺度(表示季節)和12個月尺度(表示年)的SPI指數分別監測研究區季節和年際干旱多尺度特征。SPI值越大，表明干旱等級越輕，干旱程度越小。

2) 集合經驗模態分解(EEMD)

EEMD利用了噪聲的統計特性和EMD的尺度分離原則，在原始時間序列中加入高斯白噪聲，組合成一個混合的序列，使得信號變化在不同時間尺度上連續，改變不同時間尺度信號在極值點的特性。與傳統小波分析相比，EEMD具有小波分析的優點，同時又克服了小波分析在分辨率上的不清晰的缺點[6]。EEMD具體步驟如下[7]：

① 設EMD執行集合平均次數為N，i=1，2…，N。

② 在原始信號X(t)中多次加入均值為0、幅值標準差為常數的隨機高斯白噪聲信號，設每次得到的信號為Xi(t)，Ui(t)為第1次加入的白噪聲。

Xi=X(t)+Ui(t) 。

③ 用EMD分解Xi(t)，得到n個IMF分量。

Cij(t)(j=1，2…,n)及ri(t)。Cij(t)表示第i次分解得到的第j個IMF；ri(t)表示第i次分解后得到的余項。

④i

⑤ 利用不相關隨機序列統計均值為0的原理，對第i次加入白噪聲后分解的每個IMF計算均值，并將此均值作為原始信號EEMD分解的最終結果。Cj(t)為對原始信號進行EEMD分解后得到的第j個IMF，其公式如下：

(1)

2 結果分析

2.1 年際和季節降水變化分析

1984—2016塔城地區逐年及逐月降水量見圖1所示。年際變化：1984—2015年研究區降水量呈增加趨勢，趨勢率為1.24/a；1984—2015年降水量最大值出現在2010年，為305.13 mm，最小值出現在1997年，為113.90 mm。季節變化：降水主要集中在春末和夏季，春、夏和秋季平均降水量分別為202.19 mm、296.16 mm和174.62 mm。

圖1 1984—2016塔城地區逐年及逐月降水量示意

2.2 年際和季節干旱多尺度分析

圖2為1984—2016年塔城地區SPI3和SPI12序列的EEMD干旱趨勢分解。表1為SPI3和SPI12序列的周期、方差貢獻率和相關性分析。

(a)年

(b)春

(c)夏

(d)秋

表1 SPI3和SPI12序列的周期、方差貢獻率和相關性分析

由圖2(a)和表1可知：在年際變化上，其中IMF1為3.30 a周期且方差貢獻率最大為72.62%，該分量振蕩信號極為明顯，其振幅在1990—1995年、2010—2016年期間波動較大，其余階段波動較小且變化較為平穩；與原序列的相關性最高，達0.65，較真實地反映了SPI12原始序列的變化趨勢。隨著階數的增加，IMF2至IMF5分量振幅和頻率逐漸減小，波動周期逐漸增加，曲線波動也更加平緩；趨勢項(RES)曲線表明，塔城地區SPI12從1984年開始呈上升的趨勢，表明干旱程度呈減弱趨勢，主要原因是1984—2015年期間降水量表現為增加的趨勢。

季節變化，由圖2(b)和表1可知：① 春季IMF1分量代表3.67 a的周期，方差貢獻率為133.14%；其振幅最大，波動頻率最高，在1990年和2010年振幅達到最大值；與原序列的相關性最高，達0.50。②IMF2周期為5.50 a，方差貢獻率為50.33%；相比IMF1 分量，IMF2振幅波動頻率較小變化較為平緩，在2010年達到最大值；其相關性為0.30，僅次于IMF1。③IMF3振幅雖呈現“W”型變化過程，但整體上呈增加趨勢，代表11.00 a的周期。④IMF4經歷了“減小—增大—減小”的變化過程，其振幅波動較小，代表16.50 a的周期變化。⑤IMF5分量經歷了“負—正—負”波動特征，其振幅在1990年最低，之后振幅逐漸增大，至2009年達到最大，之后又逐漸減小，變化周期為16.50 a。⑥ RES曲線呈現“U”型變化過程，2000之前，SPI3呈現上升的趨勢，2000年之后，SPI3呈現上升的趨勢，表明1984—2000干旱呈增加趨勢，2012—2016年干旱呈減弱趨勢。主要原因為春季降水量少，蒸發強烈，易形成春旱。

由圖2(c)和表1可知：① 夏季IMF1分量代表春季干旱高頻振蕩信號，為4.71 a周期且方差貢獻率為112.08%，在21世紀初期以后振幅較大；與原序列的相關性最高，達0.38。②IMF2周期為6.60 a，方差貢獻率為37.53%；相比IMF1分量，IMF2振幅頻率較小，但波動變化較大，在2010年達到最大值；其相關性為0.36，僅次于IMF1。③IMF3振幅雖呈現“W”型變化過程，變化周期為11.00 a且方差貢獻率為4.61%。④IMF4經歷了“減小—增大—減小”的變化過程，其振幅波動較?。黄渥兓芷跒?6.50 a且方差貢獻率為2.10%。⑤IMF5分量為16.50 a周期且方差貢獻率最小，其變化趨勢已逐漸接近趨勢項(RES)。⑥RES曲線也呈現U字型，2000年開始SPI3指數呈現上升趨勢，2001—2016年的升高幅度小于1984—2000年的降低幅度，說明1984—2000年期間夏旱較嚴重。夏季雖然降水量最大，為296.16 mm，但氣溫較高，引起蒸發愈加強烈，因此易發生干旱。

由圖2(d)和表1可知：① 秋季IMF1為4.13 a周期且方差貢獻率最大，為72.23%；該分量振蕩信號極為明顯，在20世紀90年代末期波動較大。②IMF2周期為8.25 a，方差貢獻率為20.67%；相比IMF1分量，IMF2振幅頻率較小，但波動變化較大，在2010年達到最大值；與原序列的相關性最高，達0.44。③IMF3振幅雖呈現“W”型變化過程，變化周期為11.00 a且方差貢獻率為10.10%。④IMF4經歷了“增大—減小—增大”的變化過程，其振幅波動較小；其變化周期為16.50 a且方差貢獻率為4.39%。⑤IMF5分量經歷了“負—正—負”波動特征；變化周期為16.50 a，方差貢獻率最小。⑥RES曲線從1984年開始呈現上升趨勢，干旱強度在逐年下降。

綜合分析，研究區在1984—2001年期間易發生春、夏旱，這與氣象災害大典[8]記載較為符合。年際波動周期對干旱貢獻率最大，季節降水量及其溫度變化可能是影響各季節周期變化的主要因素,與吳燕峰[9]分析北疆的干旱特征結果較為一致。

3 結語

1) 1984—2016年研究區降水量呈增加趨勢，趨勢率為1.24/a；春、夏和秋季平均降水量分別為202.19 mm、296.16 mm和174.62 mm。

2) 研究區全年與季節干旱均受年際尺度的振蕩影響，但具體周期和變化趨勢存在差異。春季以3.67 a周期為主且方差貢獻率為133.14%，在1990年和2010年振幅較大，與原序列的相關性最高，達0.50；(RES曲線表明研究區春季SPI以2000年為臨界點，干旱程度呈先增加后減弱的趨勢。夏季主導周期為4.71 a且方差貢獻率為112.08%；該分量振蕩信號極為明顯，在1990—2000年期間波動較大；RES曲線表明成都市春季SPI以2000年為臨界點，干旱程度呈先增加后減弱的趨勢。秋季為4.13 a周期且方差貢獻率最大，為72.23%；RES曲線從1984年開始呈現上升趨勢，干旱強度在逐年下降。

3) EEMD分解表明SPI12中IMF1與原序列的相關性最高，達0.65，可表征實際干旱在研究期的變化狀況，從而為塔城地區干旱周期和趨勢分析提供有利依據。