基于TRMM數據與SPI指數的廣西地區旱澇演變分析

晏紅波，韋晚秋，盧獻健，黃俞惠

(1.桂林理工大學測繪地理信息學院，桂林 541004; 2.廣西空間信息與測繪重點實驗室，桂林 541004)

0 引言

干旱是一種隨時間推移悄然發生、日益加劇的自然災害。我國因地理環境原因，干旱事件頻繁發生。干旱的影響大、范圍廣、持續時間長、受災后果重且恢復周期長[1]，隨著全球氣侯變暖，近年來南方地區干旱現象顯著突出[2]。廣西位于我國南部，是典型的巖溶喀斯特地貌，土層淺薄持水能力差，土壤水分易流失從而導致干旱，且廣西又是農業大省，主要種植的農作物為水稻、甘蔗、柑橘等，旱災的發生會影響農作物的生長發育，對民生經濟造成巨大影響，干旱問題長期困擾著該地區，因此對廣西地區的干旱研究對該地區防災減災具有重要的現實意義[3-5]。

國內外使用熱帶降雨測量衛星(tropical rainfall measuring mission，TRMM)數據在降水分析、干旱分析和區域降水資料驗證等方面做了諸多相關研究。國內如李景剛等[6]利用TRMM 3B43降水數據產品，驗證了TRMM降水數據較地面氣象站點觀測具有較好的時空連續性，在全國性及區域性宏觀氣象干旱監測中具有較好的應用前景； 李燕等[7]基于TRMM數據對廣西西江流域降水進行了時空分布特征研究，驗證了TRMM 3B43降水數據與氣象站點實測降水數據具有較好的一致性，可以代表研究區實際降水情況; 陳誠等[8]將0.25°空間分辨率的TRMM 3B43數據降尺度處理成0.05°空間分辨率數據,對黃淮海地區2010—2011年的干旱時空演化特征進行監測與分析,并計算同期的標準化降水指數對監測結果進行驗證，證明降尺度TRMM數據具有較高可靠性； 熊俊楠等[9]對青藏高原地區的TRMM降水產品進行降尺度計算并與地面點實測數據對比，降尺度后的數據精度提高，并表現出較好的一致性和適用性。國外如Gupta等[10]利用TRMM/TMI數據確定土壤水分干濕條件，得出TRMM衛星數據存在干旱監測的潛力； Naumann等[11]指出 TRMM 數據進行干旱監測存在一定的不確定性，因TRMM衛星降水數據集相對其他格網降水數據集的空間分辨率高，干旱監測更為可靠。在進行干旱方面研究時，干旱指標標準化降水指數(standardized precipitation index，SPI)也被廣泛使用。白永清等[12]基于多尺度SPI對中國南方大旱進行了監測； 黃晚華等[12]利用SPI分析了中國南方季節性干旱近58 a演變特征，研究和驗證表明SPI指數能很好地體現季節性干旱的年際變化特征； 邵進等[13]使用地面臺站1954—2010年的降水月值數據，利用SPI模型分析了江漢平原的干旱和洪澇的分布及其變化的規律，得到的結果與實際情況相差不大； 王俊霞等[14]構建了新的干旱指數監測模型并利用SPI對模型進行驗證，對2014年河南省的干旱情況進行分析得到了較好的監測效果，這說明將SPI模型應用于旱澇分布及其變化規律的研究具有很好的實用性。

國內外對于TRMM數據的驗證方面做了大量研究，且大多數研究都基于河流流域以及中高緯度地區進行開展，但針對地勢復雜、山地覆蓋較多的地區的研究相對較少[15]，而廣西以山地丘陵居多，導致降雨分布不均，局部地區常有內澇及干旱事件發生，因此本文選取廣西區作為研究區域，基于地理信息系統(geographic information system，GIS)技術，以TRMM數據和地面臺站數據為主要數據源，驗證TRMM 數據在廣西區內的適用性，并引入SPI 指數，以此研究廣西地區的歷年干旱情況演變，并對廣西地區干旱變化趨勢做出預測，為決策部門進行災害預警及災后救援提供理論參考。

1 研究區概況及數據源

1.1 研究區概況

廣西壯族自治區(下文簡稱廣西)地處我國華南地區，地理位置為N20°54′～ 26°24′，E104°26′～112°04′(圖1)。廣西處于云貴高原的東南，兩廣丘陵的西部，南朝北部灣。地貌總體是山地丘陵性盆地地貌，盆地大小相雜，丘陵錯綜，喀斯特地貌廣布。地勢為中部及南部多平地，四周多山地與高原，整個地勢自西北向東南傾斜。廣西降水量豐富，是中國降水量最豐富的省份之一。截至2017年底，廣西地區有降雨量監測站3 403處，站網密度為56.7 km2/站，高于全國站網的平均密度。

圖1 廣西地理位置Fig.1 Geographical location of Guangxi

1.2 數據源及其數據處理

1.2.1 數據源

1)TRMM數據。TRMM 相關產品共有5個層次、3個等級，本研究使用的是1998年1月—2019年11月的 TRMM 3B43數據，為逐月降水數據，單位為mm/h，空間分辨率為0.25°×0.25°，范圍為N50°～S50°。TRMM 3B43數據使用了所有可綜合的衛星資料，具有精度較高、可探測空間廣、時空分辨率較高等特點。本次使用的 TRMM 3B43 數據下載于美國航空航天局降水測量任務(National Aeronautics and Space Administration Precipitation Measurement Missions, NASA PMM)官網，下載地址為： https: //pmm.nasa.gov/。

2)地面臺站數據。本研究共選取了位于廣西的19個地面站點，使用其時間為1998年1月—2017年12月共20 a的降水量月值數據。數據單位為0.1 mm。下載于國家氣象科學數據共享服務平臺，下載地址為： http: //data.cma.cn/。

3)矢量數據。本研究使用的矢量數據主要包括中國國家行政線數據，類型為shape文件。數據來源于中國科學院資源環境科學數據中心，下載地址為: http: //www.resdc.cn/Default.aspx/。

1.2.2 數據處理過程

本文通過檢驗TRMM數據在廣西區的適用性，計算出該數據在不同時間尺度下的SPI值，結合線性趨勢回歸分析，反演得到廣西干旱時空分布特征，從而對廣西干旱時空格局變化進行分析。數據處理流程如圖2所示。

圖2 數據處理流程Fig.2 Flow chart of data processing

文中主要用到TRMM降雨數據、地面臺站數據和廣西地區矢量底圖3類數據。為同時使用多要素進行干旱研究，需將不同來源的要素數據進行疊加分析。為此，以ArcGIS平臺為基礎進行了如下處理：

1)TRMM數據、地面臺站數據預處理。將TRMM 3B43數據進行轉換、裁剪以及對應站點處理得到正確的數據圖。

2)一致性檢驗。利用斯皮爾曼等級相關系數將1998—2017年的TRMM數據和地面臺站數據進行一致性檢驗，驗證其在廣西地區的適用性。

3)統計季度、年平均降水量。通過柵格計算器計算出1998—2019年各季度、年降水總量和均值。

4)SPI(12)計算處理。使用SPI程序計算出1998—2019年SPI(12)的值，對1998—2019年SPI(12)使用張力樣條插樣法進行插值并分析。

5)降雨趨勢預測。利用線性趨勢分析法，對2020年廣西地區降雨進行預測并分析其變化情況。

2 研究方法

2.1 斯皮爾曼等級相關系數

由于在使用TRMM 數據進行區域干旱研究時，首先要確保TRMM數據與地面實測數據相關，達到能使用的要求。因此選用斯皮爾曼等級(Spearman Rank)相關系數進行TRMM 數據與臺站數據的一致性分析。

斯皮爾曼等級相關系數是一種非參數統計的方法。它的等級相關系數取值在[-1,1]之間，可以反映兩組變量之間相關程度與方向，1或-1表示兩個變量完全正相關或負相關。計算公式為：

(1)

2.2 SPI指數

SPI指數的原理是使用概率分布函數將降水量歸一化，使得SPI值實際上被視為中間值的標準離差。SPI的計算過程如下[16]。

(2)

式中：β，γ分別為尺度和形狀參數。β和γ可用極大似然估計法求得，即

(3)

(4)

,

(5)

式中n為時間序列長度。所以對某一時間尺度的降水量p，x

(6)

若有m個降水量為0的樣本，則概率值F為：

(7)

求出概率值后，代入標準化正態分布函數，即

(8)

求得近似解:

(9)

(10)

式中： c0=2.515 517; c1=0.802 853; c2=0.010 328; d1=1.432 788 ; d2=0.189 269; d3=0.001 308; 并且F>0.5時，F值取1.0-F，S=1； 當F<=0.5時，S=-1。這時求出的Z值就是SPI值。

SPI 指數是一個多時間尺度的干旱指數，不同的時間尺度的 SPI 指數可以監測不同類型的干旱，干旱發生于當SPI 值小于等于-1.0 時，結束于SPI值為正值時。較長時間尺度(9～12個月)的SPI對降水的敏感性不大，適用于研究長時間的降水造成的江河徑流、水庫水位、湖泊水位、地下水位下降而出現水文干旱，12個月的SPI對長時間尺度的干旱描述較好[16-17]，所以使用SPI(12)進行研究可以反映出旱澇災害的持續性，對長期的或是較嚴重的旱澇情況有一個宏觀的展示。SPI 指數值所表示的干旱或洪澇的強度如表1[18]所示。

表1 SPI值對應旱澇等級Tab.1 Drought and flood gradescorresponding to SPI values

2.3 線性變化趨勢分析法

在進行長時間序列的柵格數據分析時，需要知道每個格點的長期趨勢。線性趨勢分析法通過逐像元的迭代，可以得到每個格點的趨勢及顯著性柵格圖像，分析得到的柵格圖像即可預測其未來變化的發展趨勢。采用線性趨勢線即最小二乘擬合直線來模擬降雨的年際變化，其斜率計算公式為:

(11)

式中：θSlope為斜率;TRMMi為第i年的年均TRMM值； 自變量i為 1～22 的年序號；n為研究的時間序列長度。θSlope>0說明降雨在22 a間的變化趨勢是增加的，反之則是減少，θSlope=0表示無變化。

3 結果分析

3.1 斯皮爾曼相關系數一致性檢驗

根據式(1)，利用斯皮爾曼等級相關系數方法計算，得到相關性分析結果(表2)。由表2可知TRMM數據和地面臺站數據之間的顯著性水平都小于0.001，顯著性極高，表明這2種數據的相關性很強，綜上所述，TRMM數據與臺站數據有較好的一致性，說明這種數據適用于研究區降水監測。

表2 TRMM數據與地面臺站數據相關性分析Tab.2 Correlation analysis ofTRMM data and station data

3.2 TRMM數據計算的SPI指數分析

由TRMM數據根據式(2)—(10)計算得到廣西地區1998—2019年SPI(12)旱澇空間等級分布圖，由于TRMM數據分辨率為0.25°×0.25°，在對數據進行裁剪后，右上角的部分小于一個像元所覆蓋的范圍，因而對下載的數據進行裁剪后就產生了一定的缺失。如圖3所示。

由圖3 SPI(12)可以看出廣西地區自1998年以來旱澇災害時常交替發生，幾乎每年都有大大小小的旱澇事件，不同旱澇類型的空間分布差異較為明顯。其中，可看出廣西區平均每6 a就會發生重度洪澇的現象，在2001年、2008年、2015年、2017年有范圍較大的洪澇事件發生，據廣西氣象局[19]資料顯示，廣西在2001年、2008年確實發生了特大洪澇災害。據廣西水利廳[20]水資源公報記錄，2008年廣西年平均降水量為1 798.7 mm，比多年均值偏多17.1%，自4月開始先后發生了10次嚴重的洪澇災害，同時受到強臺風的影響，沿海地區受災也十分嚴重，這與圖3(k)反映出來的情況一致。

全區大范圍的干旱約每2～3 a一遇，據廣西氣象網[21]統計，廣西特大干旱災害有： 2003—2004年夏秋冬春連旱、2004—2005年秋冬春連旱、2009年春夏秋連旱。這與由SPI(12)計算分析得到的圖3(f)、(g)、(l)反映出的在2003年、2004年、2009年有范圍較大的干旱事件發生情況一致。其中2009年桂西北地區旱情較為嚴重，據廣西水利廳[20]記錄，當年廣西最大流域西江梧州水文站出現實測水位2.06 m，為設站有記錄以來的最低水位，且桂西北一帶又屬于典型的喀斯特峰叢地貌的集中分布區，植被覆蓋率較其他地區低，地表土壤稀薄，儲水能力較差，加上該區域當年降水較少，因此旱情相較于其他年份嚴重，這與圖3(l)反映的情況吻合。

對于2011年、2018年與2019年廣西只是季節性發生干旱，2015年與2017年全年廣西未出現嚴重洪澇災害，只是部分區域出現中小山洪或內澇等災害[20-21]的現象，圖3由SPI(12)計算反演得到的結果存在略微高估于實際的現象，是因為SPI(12)的計算反演的是持續的、長時間的降水造成的江河徑流、水庫水位、湖泊水位、地下水位下降而出現水文干旱情況，是對年內的整個降雨量情況進行了反映，且廣西地區年內主要的旱澇大多發生在汛期(4—9月)，汛期期間不同降雨量的多少對于全年的影響是最大的，又因為廣西地區復雜的地形地貌和獨特的氣候環境導致區域內降水變化速率較快，季節分配不均，降水差異較大，因此在某些年份表現出高估于實際的情況也是正常的，與實際情況也是一致的。可見應用TRMM數據并結合SPI指數來分析旱澇情況效果較好，相對于地面臺站只能對小范圍地區的降水進行觀測，二者的結合可以更快速地對長時間序列、范圍較大的區域進行降水干旱監測，具有更好的時效性、連續性和空間覆蓋性，在長時間序列的降水干旱監測及預警中有一定的優勢性。

根據圖3，對1998—2019年的旱澇頻率情況進行了統計，如圖4所示。從圖4看出廣西地區整體干旱頻率比洪澇頻率大，發生的次數更多，輕度干旱和輕度洪澇發生的頻率較高，都超過0.5，重旱和重澇發生頻率較低，都小于0.3，總體上，廣西地區年尺度的洪澇發生率低于干旱頻率，但仍以輕度洪澇和輕度干旱為主。

圖4 1998—2019年旱澇發生頻率統計Fig.4 Frequency statistics of droughtand flood in 1998—2019

3.3 TRMM降雨時空特征分析

3.3.1 季節特征分析

對廣西1998―2019年TRMM累月降雨數據進行統計，將3—5月劃分為春季，6—8月為夏季，9—11月為秋季，12月—次年2月為冬季，分別統計1998―2019年廣西四季平均降水量分布(圖5)。

從圖5看出，廣西降水量季節分配不均，干濕季分明。圖5(a)顯示春季桂東北地區降雨量大于桂西北地區，雨水量自東向西呈逐步遞減的趨勢，這是由于處于偏西位置的強烈的副熱帶高壓阻擋了水汽向西輸送，導致桂西北區域的降雨量減少。圖5(b)可明顯看出廣西地區夏季降水較多，降雨量普遍超過700 mm，夏季廣西受熱帶氣流影響，近地面空氣不斷受熱上升，冷空氣下沉，形成對流，且氣流在移動過程中遇到山脈阻擋，會引起氣流抬升，加強對流，造成降雨，因此在夏季廣西地區降水量明顯增多。每到夏季降雨增多之時，處于東北部的桂林地區總會容易發生大大小小的洪澇災害，嚴重影響居民的生活。圖5 (c)和(d)可看出秋、冬季受大陸副熱帶高壓增強及氣溫影響，廣西地區降雨量明顯減少。

3.3.2 年時空特征分析

圖6為廣西地區1998—2019年年均降水量空間分布。總體來看，廣西地區年均降水量都處于1 000 mm以上，雨水量相對充沛，雖然降雨十分豐富，但相較之下仍呈現“東多西少”的格局。東部降雨主要集中在東北部的桂林地區并向四周輻射，桂林地區年降水量均超過1 600 mm，而處于桂西北地區的河池、百色市，桂中地區的南寧市，桂西南地區的崇左市年降水量相對桂東北地區少了許多，年降雨量均低于1 300 mm，主要由于廣西地區汛期集中在3—8月，隨著雨帶南移，桂東北地區的桂林地區最先進入雨季，因而降雨量比其他地區多。

圖6 由TRMM數據反演的廣西1998—2019年平均降水量分布圖Fig.6 Annual average precipitation distribution in Guangxifrom 1998 to 2019 retrieved from TRMM data

3.4 干旱演變趨勢分析

利用式(1)對廣西地區2020年的降水情況進行預測，根據降雨變化并結合廣西區自身實際狀況，按照專家打分法，把降雨變化導致的旱澇趨勢分為重度洪澇、輕度洪澇、正常、輕度干旱、重度干旱5種類型(表3)。由表3可知，重度干旱面積占全區面積的0.3%，主要分布在廣西中部，即南寧地區； 全區約5%的地區會受到輕度干旱的影響，旱區主要分布在南寧市中部地區、防城港市和欽州市北部地區，以及柳州市東北部與來賓市的交界處； 無旱澇發生的地區面積占比為64.5%，超過全區一半的面積； 30%的地區會發生輕度洪澇，主要分布在桂林，賀州、梧州、玉林、北海等市； 相比于輕微洪澇區域，發生重度洪澇的地區面積明顯減少了許多，只占全區面積的0.2%，僅玉林市東部地區出現重度洪澇。

表3 回歸分析法廣西降雨旱澇變化趨勢Tab.3 Change trend of rainfall drought and floodin Guangxi by regression analysis

圖7為廣西喀斯特地區分布圖，由圖7可看出廣西喀斯特區域主要分布在桂西北和桂東北地區的河池、百色、柳州和桂林等地，喀斯特地區由于地表土壤稀薄，儲水能力較差，極易發生旱澇災害，對民生經濟影響極大。而結合圖7和圖8看來，2020年廣西喀斯特地區整體呈現正常趨勢，僅存在局部輕度干旱和洪澇現象，預測2020年該地區發生嚴重旱澇災害的可能性相對較小，民生經濟不會受到很大的影響。由圖8的預測結果來看，可以推測桂林市、賀州市、梧州市、玉林市、北海市有較大可能在2020年夏季汛期期間(即3—8月)會有輕度洪澇情況發生，南寧市、防城港市有可能在2020年會有輕度干旱情況發生。其余地區降水基本都處于正常范圍內，可知除了上述洪澇情況外，2020年廣西地區雖然降水量存在短期的波動，但廣西區沒有長時的旱澇事件發生。而此次預測也得到了部分驗證，據廣西氣象網(http: //gx.weather.con.cn/)數據統計，廣西自2020年5月底開始出現持續強降雨天氣，并在6月初達到頂峰，導致廣西桂林、梧州、賀州、柳州、河池等地出現了輕度甚至重度的洪澇災害，與預測的結果相符，也證明了本文預測結果的準確性和價值性，對廣西地區的防災減災工作具有一定的指導意義。

圖7 廣西喀斯特區域分布Fig.7 Regional distribution map of karst in Guangxi

圖8 2020年廣西旱澇趨勢預測Fig.8 Forecast of drought and flood in Guangxi in 2020

4 結論

將廣西TRMM數據引入SPI 指數，分析了20 a廣西地區的旱澇演變情況，得到以下結論：

1)TRMM數據均通過了顯著性檢驗，顯著性極高，相關系數均大于0.8，具有高度相關性，說明TRMM數據與地面臺站數據有較好的一致性，適用于廣西區的降水監測。

2)根據TRMM數據計算的SPI(12)對應的色彩分級圖，可以看出廣西地區澇旱災害頻繁，洪澇災害和干旱災害常常交替發生。廣西區在2001—2002 年、2008年、2015年、2017年有范圍較大的嚴重的洪澇事件發生； 2003年、2009 年、2011年有范圍較大的嚴重的水文干旱事件發生。

3)廣西地區夏季降雨量最多，冬季最少，降雨量呈現“東多西少”的格局，降雨主要集中在桂東北地區，以桂林市為中心，降雨量呈遞減趨勢。

4)根據預測，廣西桂林市、賀州市、梧州市、玉林市、北海市有較大可能在2020年夏季(即6—8月)會有輕度洪澇情況發生，南寧市、防城港市有可能在2020年會有輕度干旱的情況發生。

5)應用TRMM 3B43結合SPI對廣西地區的進行了長時間序列的旱澇演變分析，評估得到廣西地區的旱澇總體趨勢與實際情況相符，對廣西地區的旱澇預警以及防災減災工作具有一定的指導意義。