1960—2019年珠江流域多尺度旱澇特征研究

靖娟利，徐勇，王永鋒，竇世卿，殷敏*

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

隨著全球氣候變暖的加劇，我國干旱問題日益凸顯，干旱災害發生頻率高、持續時間長和影響范圍廣[1]，對區域社會經濟及環境產生重大影響。干旱發生區域呈現向南部和東部的濕潤、半濕潤地區擴展的態勢[2]。因此，研究區域干旱變化特征，對探明干旱成因機理及指導政府防災減災具有重要的意義。

由于干旱成因復雜，易受人類活動影響，常用干旱指數來描述干旱現象。普遍使用的干旱指數有Palmer指數、相對濕潤指數、降水距平百分率、標準化降水指數（Standardized Precipitation Index， SPI）、標準化降水蒸散指數（Standardized Precipitation Evapotranspiration Index, SPEI），其中SPI計算僅需降水數據，能夠較好的反映氣象干旱強度和持續時間，適用于不同地區、不同尺度的氣象干旱情況分析，因而得到廣泛應用[3-6]。珠江流域屬于熱帶、亞熱帶季風氣候區，降水量豐沛，但降水時空分布極不均衡，極易發生旱澇災害。例如，2009年秋至2010年春位于珠江流域上游的西南地區發生嚴重旱災，造成經濟損失超過35億美元，作物損失超過100萬hm2[7]。因此，加強珠江流域旱澇演變特征研究顯得尤為迫切。近年來，珠江流域旱澇災害受到國內學者廣泛關注。已有研究結果表明，珠江流域雨季有干旱化趨勢，而旱季有濕潤化趨勢，流域西部有變干趨勢、而東部和下游地區有變濕趨勢[8-10]。各季節發生旱澇的區域各不相同，春、夏、秋3季較冬季發生干旱的地區分布不均 勻[11]。珠江流域大部分地區干旱的嚴重程度和變異性將會增加，特別是中西部地區；季節性干旱有加重或頻繁發生的趨勢[12-13]。自20世紀70年代以來珠江流域干旱事件持續增多，21世紀以來珠江流域中旱、重旱事件、干旱歷時和強度都顯著加大，秋旱尤為突出[14]。珠江三角洲地區干旱危險性較高，而西部及東北部地區干旱危險性較低[15-16]。

上述研究成果對揭示珠江流域旱澇時空演變特征具有重要意義。然而，已有的研究時段相對較短，而且從不同時空尺度研究旱澇演變特征及變化趨勢的研究尚不多見。因此，本文基于珠江流域1960—2019年的氣象資料，運用最成熟的SPI作為干旱指標，結合ANUSPLIN插值方法、Sen-Median趨勢分析、Mann-Kendall檢驗、Hurst指數及經驗正交函數（Empirical Orthogonal Function, EOF）分析法，研究近60年珠江流域年際及季節旱澇時空變化特征及未來趨勢，探究珠江流域旱澇的主要空間模態及對應的時間系數變化，以期為流域旱澇災害的監測及預警提供依據。

1 研究區概況

珠江流域位于東經102°14′～115°53′、北緯21°31′～ 26°49′，流經滇、黔、桂、粵、湘、贛等省（區），流域面積約44萬km2，是我國境內第三長河流。主要包括西江、北江和東江三大支流。流域地勢從西北向東南遞減，從西到東橫跨云貴高原、兩廣丘陵和珠江三角洲平原。流域地處熱帶、亞熱帶氣候區，北回歸線橫貫流域的中部，氣候溫和多雨，多年平均溫度為14～22 ℃，多年平均降水量為1 200～2 200 mm，降水量季節分配不均，全年約80%的降水量集中在4～9月，降水量總體呈東北部高、西南部低的特征，地區分布及年際差異較大。

2 數據及方法

2.1 數據來源及處理

收集珠江流域1960—2019年43個氣象站點逐月降水觀測資料，資料來源于中國氣象數據共享服務網（http://cdc.cma.gov.cn），氣象站點空間分布如圖1所示。為了保證數據的完整性、一致性，數據處理過程中對極少部分缺測數據采用同一站點的相鄰月份進行線性插補。基于站點的月降水量，在Excel中統計為年降水量。研究區90 m SRTM(Shuttle Radar Topography Mission) DEM數據來源于地理空間數據云平臺（http://www.gscloud.cn/）， 對DEM數據進行鑲嵌拼接，然后重采樣為500 m，最后利用研究區邊界進行裁剪，得到珠江流域地形數據。

2.2 研究方法

2.2.1 標準化降水指數 SPI最早由McKee等[17]提出，是在計算出某時段內降水量的Γ分布概率后，再進行正態標準化處理，最終用標準化降水累積頻率分布來劃分干旱等級，SPI計算公式[18]如下：

當G(x)＞0.5時，S=1；當G(x)≤0.5時，S=-1。G(x)由Γ分布函數概率密度積分公式計算：

式中：γ和β分別為Γ分布函數的形狀和尺度參數。根據上述方法計算出3個月和12個月尺度的SPI來反映季節和年際旱澇演變特征。其中，3個月尺度的SPI（SPI3）可以反映短期和中期土壤含水量狀況，對農業生產而言非常重要；而12個月尺度的 SPI（SPI12）與地表徑流、水庫水位以及地下水水位有很大關系。研究過程中規定，3～5月為春季、6～8 月為夏季、9～11月為秋季、12月到次年2月為冬季。根據國家氣象局制定的《氣象干旱等級GB/T 20481—2006》，將SPI劃分為不同的旱澇等級（表1）。

表1 SPI旱澇等級劃分標準Table 1 Classification standard of drought and flood based on SPI

2.2.2 ANUSPLIN插值法 ANUSPLIN是澳大利亞科學家Hutchinson基于薄盤樣條理論編寫的針對氣象數據曲面擬合的專用插值軟件[19]，該軟件能引入多個影響因子進行氣象要素空間插值，適用于長時間序列的氣象數據插值[20]，已在不同區域的氣象插值中得到廣泛應用[21-22]。因此，本文選用ANUSPLIN對1960—2019年的年際降水量、年際及季節SPI序列數據進行插值，樣條次數為2，協變量為經度、緯度和高程，插值數據空間分辨率為500 m。

2.2.3 趨勢分析方法 Sen-Median趨勢分析及Mann-Kendall檢驗方法已被廣泛用于長時間序列氣候變化和水文分析的趨勢檢驗[23-24]。本文利用Sen-Median趨勢對珠江流域年際降水量及多尺度旱澇特征的變化趨勢進行分析，當Sen-Median趨勢度β>0時，表示時間序列呈上升趨勢，反之呈下降趨勢；同時進行Mann-Kendall統計檢驗，對統計檢驗量Z，在給定α=0.05置信水平上，如果|Z|≥1.96，表示研究序列在α水平上存在顯著變化。

2.2.4 Hurst指數 重標極差（Rescaled Range Analysis Method，R/S）分析法由英國水文學家Hurst在研究尼羅河水文問題時提出，后Mandelbrot對該方法進行了理論方面的補充和完善[25-26]。Hurst指數H取值范圍為00.5時，意味著未來的變化情況與過去一致，即持續性，H越接近1，持續性越強；而0

2.2.5 經驗正交函數分析法 經驗正交函數分析法（EOF）[28]，又稱為主分量分析，是氣候統計學中多變量分析的一種常用方法。該方法將復雜的氣象要素矩陣正交分解為時間系數矩陣和空間向量矩陣的乘積，根據方差貢獻率的大小提取研究區氣象要素的主要空間分布模態及其隨時間變化的氣候特征，并通過North準則檢驗空間模態的顯著性[29]。本文對珠江流域年尺度SPI進行EOF分解，提取并分析典型特征向量，研究旱澇時空變化特征。

3 結果與分析

3.1 降水量時空變化特征

3.1.1 時間變化特征 從圖2可以看出，近60 a珠江流域年均降水量總體呈不顯著上升趨勢（P>0.05），上升速率為0.62 mm/a，年均降水量在1 091.40～ 1 783.91 mm波動，均值為1 493.40 mm。統計分析發現，降水量小于均值的年份總計31 a，其中有23 a 分布在19世紀60～90年代，2000年以后的年份僅有8 a，降水量在1963年為1 091.40 mm，達到最低值，其次為2011年的1 139.02 mm；降水量高于均值的年份總計29 a，其中有17 a分布在19世紀60～90年代，2000年以后的年份有12 a，降水量在1994年達到最大值1 783.91 mm。以上分析說明，珠江流域干旱期主要集中分布在19世紀，而2000年以后干濕波動比較頻繁，降水量總體呈上升趨勢。

3.1.2 空間變化特征 從圖3（a）可以看出，珠江流域近60 a年均降水量空間分布具有顯著的差異性，總體呈東北高、西南低的空間分布格局。受地形和大氣環流的影響，年均降水量空間分布總體呈現隨著距離水汽源地越遠及地形的抬升而減少的趨勢。降水量大于2 000 mm的高值區主要分布在柳江流域、北江流域、桂江流域等區域；降水量小于1 000 mm的低值區集中分布在南盤江流域、右江流域，北盤江流域也有零星分布。

基于Sen-Median +Mann-Kendall趨勢分析方法，從像元尺度研究近60 a珠江流域年降水量變化趨勢的空間分布格局。其中，β<0表示降水量呈減少趨勢；β>0表示降水量呈增加趨勢；將α=0.05置信水平上Mann-Kendall檢驗結果劃分為顯著變化區（Z<-1.96或Z≥1.96）和不顯著變化區（-1.96≤Z＜1.96）；β和Z的組合結果如圖3（b）所示。從圖3（b）可知，降水量年際變化呈增加趨勢的區域占51.32%，主要分布在流域的東南部地區，包括柳江流域、桂江流域、北江流域、黔洵江及西江流域，左江流域及郁江流域、右江流域、紅水河流域也有部分分布，絕大部分地區變化趨勢不顯著（P>0.05）；呈顯著增加（P<0.05）趨勢的區域僅占3.32%，集中分布在北江流域與黔洵江及西江流域的南北交接地區、桂江流域與柳江流域的交接處也有部分分布。降水量年際變化呈減少趨勢的地區占48.68%，主要分布在流域西南部地區，包括南盤江流域、北盤江流域，紅水河、右江流域的上游和下游地區，柳江流域上游、左江及郁江流域下游地區；其中，呈顯著減少的區域占4.39%，集中分布在南盤江流域中西部地區，北江及紅水河流域北部地區。

3.2 SPI時空變化特征

3.2.1 時間變化特征 基于珠江流域氣象站點的年際SPI，計算1960—2019年年均SPI并繪制圖4曲線。從圖4可以看出，1960—2019年珠江流域年際SPI呈現明顯的波動震蕩，旱澇交替比較頻繁，整體呈不顯著上升趨勢（P>0.05），上升速率為0.009/10 a，說明近60 a研究區濕潤化趨勢不明顯。對年際SPI曲線做5 a移動平均處理，可以看出明顯的階段特征，1983年、1991年、1997年和2007年出現明顯轉折點，呈現出上升-下降-上升-下降-上升的趨勢。研究區干旱期主要集中在1960—1967年、1984—1992年和2003—2013年之間，其中1963年、1989年、2009年和2011年SPI值分別為-1.48、-1.16、-1.18和-1.45，均達到了中旱等級。研究區濕潤期主要集中分布在1968—1983年、1993—2002年和2014—2018年之間，其中達到中澇等級的年份有1961年、1994年、1997年和2015年，SPI值分別為1.02、1.03和1.05。

從季節SPI變化特征來看（圖5），春、夏、冬三季均呈上升趨勢，上升速率分別為0.003/10 a、0.013/10 a、0.066/10 a，而秋季呈下降趨勢，下降速率為-0.036/10 a，季節變化趨勢均未通過P<0.05顯著性檢驗。春季SPI波動幅度較小，濕潤年份主要集中在1965—1985年之間，1986年之后表現為干旱化趨勢。夏季SPI在高低值之間波動，1980—2002年之間波動幅度較大，濕潤期主要分布在1961—1979年和1993—2008年，其 中1968年和1993年SPI分別為1.31和1.29，達到中澇等級；干旱期主要集中在1980—1992年和2009—2016年之間，其中1989年和2011年SPI分別為-1.40和-1.30，達到中旱等級。秋季SPI在高低值之間震蕩變化，干濕波動比較頻繁且具有明顯的階段性特征，1969年、1985年和2007年出現了明顯的轉折點，呈現出下降-上升-下降-上升的總體趨勢，其中1965年、1982年和2015年SPI分別為1.27、1.09和1.28，達到中澇等級，而2004年和2009年SPI分別為-1.26和-1.15，達到中旱等級。冬季SPI在1960—1983年之間波動平緩，主要為偏干時期，1983年之后干濕交替分布，總體呈濕潤化趨勢。

3.2.2 空間變化特征 從年際SPI的Sen-Median趨勢分析結果可知，趨勢系數β值介于（-0.31～0.12）/10 a之間；將α=0.05置信水平上，Mann-Kendall檢驗結果與Sen-Median趨勢分析結果進行疊加來判斷年際SPI變化趨勢及顯著性（圖6）。從圖6可知，珠江流域SPI呈下降趨勢的區域占54.26%，略高于呈上升趨勢的區域45.74%，總體以干旱化趨勢為主。SPI呈下降趨勢的區域主要分布在研究區西部的南盤江流域、北盤江流域、紅水河流域，以及右江流域和左江及郁江流域的大部分地區；呈顯著下降趨勢（P<0.05）的區域占7.79%，集中分布在珠江源頭的南盤江流域和北江流域。SPI呈上升趨勢的區域主要分布在研究區東部地區，包括桂江流域，柳江流域、北江流域和黔洵江及西江流域的大部分地區，右江流域和左江及郁江流域的小部分地區，變化趨勢均未通過P<0.05顯著性檢驗。

季節尺度上，珠江流域不同季節SPI變化趨勢表現出顯著的空間差異性（圖7）。春季SPI呈下降趨勢的區域占74.60%，意味著研究區大部分地區有變干的趨勢，這些地區主要分布在珠江流域的中西部，其中呈顯著下降（P<0.05）趨勢的區域占3.56%，集中分布在西北部的北盤江流域和紅水河流域；SPI呈上升趨勢的區域占25.40%，主要分布在研究區東部的北江流域、黔洵江及西江流域以及西部的南盤江流域，變化趨勢不顯著（P>0.05）。

夏季SPI呈上升趨勢的區域從流域東部向中部蔓延，SPI變化趨勢與年際SPI變化特征具有相似性；SPI呈上升趨勢的區域上升到53.47%，主要分布在桂江流域、北江流域、黔洵江及西江流域以及柳江流域，變化趨勢均未通過P<0.05顯著性檢驗；SPI呈下降趨勢的區域占46.53%，主要分布在中西部地區，其中SPI呈顯著下降（P<0.05）趨勢的區域僅占1.96%，集中分布在北盤江流域。

秋季占72.14%的地區SPI呈下降趨勢，表明這些區域具有干旱化趨勢，主要分布在東部、北部和西部地區；其中SPI呈顯著下降（P<0.05）的區域占6.54%，集中分布在北盤江和南盤江流域；SPI呈上升趨勢的區域僅占27.86%，分布區域與夏季相比縮減到研究區中南部地區，主要分布在左江及郁江流域、右江流域、紅水河流域、黔洵江及西江流域，北江流域、桂江流域及柳江流域的局部地區，變化趨勢不顯著（P>0.05）。

冬季SPI呈上升趨勢的區域占94.90%，意味著研究區以濕潤化趨勢為主導，廣泛分布在各流域；其中SPI呈顯著上升（P<0.05）的區域占3.88%，集中分布在紅水河流域、右江流域、左江及郁江流域的局部地區；SPI呈下降趨勢的區域僅占5.10%，分布區縮減到西北角的北盤江流域。總體而言，珠江流域在春季和秋季呈干旱化趨勢，干旱的風險較大；而冬季呈濕潤化趨勢，表明發生洪澇災害的風險較大。

3.3 SPI未來趨勢

基于R/S理論方法，對1960—2019年珠江流域年際SPI序列逐像元計算Hurst指數。結果表明：Hurst指數在0.399～0.885之間波動，均值為0.622，表明未來一段時間內珠江流域SPI仍將延續過去60 a 期間的變化狀態。從圖8（a）可知，強持續性變化區（H>0.65）的區域主要分布在南盤江流域北部、北盤江流域西部、柳江流域中南部、右江流域西部等地區；反持續性變化區（H<0.5）占9.02%，集中分布在黔洵江及西江流域中部、左江及郁江流域；弱持續性變化區（0.5

為了進一步研究年際SPI變化趨勢及其可持續性，將Sen-Median趨勢系數（β）和Mann-Kendall檢驗統計量（Z）與Hurst指數（H）分類結果進行耦合分析，結果如表2和圖8（b）所示。從表2可以看出，SPI持續減少的區域（類別Ⅰ、Ⅱ、Ⅲ和Ⅳ）占51.49%，這些地區呈不顯著干旱化趨勢；SPI持續增加的區域（類別Ⅴ和Ⅵ）占39.49%，這些區域呈不顯著濕潤化趨勢。從圖8（b）可以看出，SPI呈顯著減少-強持續區域（類別Ⅰ）占7.76%，主要分布在南盤江流域的南部、北盤江流域的西部地區，這些地區干旱化趨勢顯著；未來趨勢無法確定的區域（類別Ⅶ）占9.02%，主要集中分布在左江及郁江流域、黔洵江及西江流域，以上二類地區是重點監測區域，以防止旱澇災害發生。

表2 β-Z-H耦合結果統計Table 2 Statistics of the coupling results of β-Z-H

3.4 SPI時空模態分析

3.4.1 空間分布特征 為了進一步研究珠江流域SPI時空分布特征，對年際SPI進行EOF分解。從表3 可以看出，前5個特征值的累計方差貢獻率達到66.81%，根據North顯著性檢驗原理，僅有前3個特征值的誤差范圍不重疊，通過了顯著性檢驗，累計方差貢獻率達到58.02%。因此，前3個特征值對應的特征向量能夠較好地反映珠江流域近60 a旱澇的主要空間分布特征。

表3 年際SPI EOF分解的前5個特征向量貢獻率Table 3 The contribution variance of the first five modes of EOF based on annual SPI

第一模態特征向量方差貢獻率為36.50%，是珠江流域旱澇空間分布的主要特征。圖9（a）顯示第一模態特征向量均為正值，表明珠江流域近60 a旱澇變化趨勢具有一致性，即全流域干旱或濕潤。高值區主要位于珠江流域東部北江、桂江、柳江、紅水河等流域，這些地區對旱澇變化敏感，具有年際變化頻繁、變化幅度大等特點；低值區集中分布在西部的北盤江、南盤江等流域。受研究區地形及氣候的影響，旱澇災害總體呈現從東部向西部地區減小的趨勢。

第二模態特征向量方差貢獻率為15.39%，也是珠江流域旱澇空間分布的主要特征。從圖9（b）可以看出，特征向量中占63.67%的為負值，占36.33%的為正值，大致以柳江流域、紅水河流域、左江及郁江流域與桂江流域、黔洵江流域的交接地帶為0值分界線，以東為正值，以西為負值，呈現出東、西反向分布特征，即流域西部偏澇東部偏旱或者西部干旱而東部偏澇。

第三模態特征向量方差貢獻率為6.13%，是通過North顯著性檢驗的最后一個特征向量。從圖 9（c）可知，該模態下珠江流域旱澇空間分布基本呈現出“南、西負北正”的反向特征，大致以北盤江流域東部、紅水河流域南部、桂江及北江中部為分界線，以北為正值、以南以西為負值。

3.4.2 時間分布特征 根據珠江流域年際SPI空間分布模態特征，將每年絕對值最大的時間系數所對應的特征向量作為當年典型的干旱空間分布特征，對其表現的6種干濕變化特征所對應的年份進行統計，結果見表4。

從表4可看出，研究時段內第一模態中有12 a整個流域全年濕潤多雨，14 a全年干旱少雨，總計占研究時段的43.33%；第二模態中東部干旱西部濕潤的年份有16 a，東部濕潤西部干旱的年份總計7 a，共計23 a，占研究時段的38.33%，第三模態中的兩種分布類型共出現11 a，占研究時段的18.33%，其中北部干旱南、西部濕潤的年份有7 a，而北部濕潤南、西部干旱的年份有4 a。因此，第一模態和第二模態可以作為珠江流域近60 a旱澇空間分布的主要類型。

表4 6種干濕變化特征所對應的年份Table 4 Years corresponding to the six types of dry and wet changing characteristics

從圖10（a-c）可以看出，第一、第二和第三模態對應的時間系數線性趨勢斜率均為正值，上升速率分別為0.117/10 a、0.330/10 a和0.189/10 a，第一模態和第三模態上升趨勢均未通過P<0.05顯著性檢驗，第二模態上升趨勢通過P<0.1顯著性檢驗。說明第一模態的空間分布類型變化不明顯，濕潤多雨和干旱少雨兩種類型基本保持均衡；第二模態有從“東部干旱西部濕潤”的空間分布形式向“東部濕潤西部干旱”形式轉變的趨勢；第三模態北部干旱南、西部濕潤和北部濕潤南、西部干旱兩種分布類型基本保持均衡。根據第一、第二和第三模態的時間系數序列，基于Mann-Kendall方法進行突變檢驗，結果如圖10（a1—c1）所示。

從圖10（a1—c1）可以看出，第一模態時間系數的UF曲線正負波動變化，發生多次突變，但均未通過0.05顯著性檢驗。1964—1987年時間系數為正，全流域濕潤多雨，1987年之后UF曲線正負波動頻繁，全流域干旱少雨和濕潤多雨交替變化。第二模態時間系數UF曲線在1982年之前為負值，1982年之后波動上升、持續為正值，并出現多個突變點，僅有1967—1969年、1971年、2013年達到0.05顯著性水平。表明珠江流域在1982年之前多為“東部干旱西部濕潤”的空間分布類型，1982年之后開始轉變為“東部濕潤西部干旱”的形式，但轉變趨勢不顯著。第三模態時間系數UF曲線在1988年之前正負波動變化，1988年之后持續正值，發生多次突變，并在2011—2019年之間有7 a通過0.05顯著性水平。這表明珠江流域在1988年之前“北部干旱南、西部濕潤”和“北部濕潤南、西部干旱”兩種分布類型并存，并以后者居多；1988年之后主要表現為“北部濕潤南、西部干旱”的空間分布類型，并在2011年之后變化趨勢顯著。

4 討論

珠江流域年均降水量總體呈不顯著上升趨勢（P>0.05），降水量年際變化呈增加趨勢的區域集中分布在東南部，而呈減少趨勢的區域主要分布在西部和南部地區，占90%以上的區域變化趨勢不顯著。此研究結論與王兆禮等[30]、唐亦漢和陳曉宏[31]對珠江流域年降水量變化趨勢的研究結論基本一致。

年際SPI呈上升趨勢的區域集中分布在流域的東北部地區，而呈下降趨勢的區域主要分布在西南部地區，說明東北部有變濕趨勢，而西南部有變干趨勢，此結論與肖名忠等[9]研究成果基本一致。春、夏、冬三季SPI均呈上升趨勢，而秋季呈下降趨勢。此結論與Zhang等[8]研究結論有一定差異，對比研究發現，Zhang等[8]研究時間段為1960—2005年，主要研究雨季（4～9月）和冬季（12月、1～2月）SPI的變化趨勢。本文季節尺度研究結果與肖名忠等[9]研究成果也有出入，對比分析發現肖名忠等[9]研究時間段為1960—2005年，研究過程中基于站點分析逐月SPI的變化趨勢。

本文基于多尺度SPI，研究了珠江流域近60 a旱澇特征的時空演變特征，可以為流域旱澇災害的監測提供科學依據。另外，本文僅分析了珠江流域旱澇變化特征及未來趨勢，未能將研究尺度細化到子流域尺度，也未能對旱澇發生的驅動因素進行深入研究，后續研究可以基于子流域尺度，并結合珠江流域地形地貌特征、地質生態條件、氣候因子、城市化發展及政府的相關政策做深入探討。

5 結論

1）珠江流域年均降水量總體呈不顯著上升趨勢（P>0.05），降水量空間分布總體呈現東北部高、西南部低的空間分布格局，降水量年際變化呈增加趨勢的地區略高于呈減少趨勢的區域，占90%以上的區域變化趨勢不顯著

2）年際SPI整體呈不顯著上升趨勢（P>0.05），呈現出明顯的階段特征，與年際降水量變化具有一致性。春、夏、冬三季SPI均呈上升趨勢，而秋季呈下降趨勢，且SPI變化存在明顯的階段特征，變化趨勢均未通過P<0.05顯著性檢驗。

3）Hurst指數計算結果表明，未來一段時間內珠江流域SPI仍將延續過去60 a期間的變化狀態。β-Z-H耦合結果中顯著減少-強持續的區域主要分布在珠江源的喀斯特分布區；而未來趨勢無法確定的區域屬于人類活動密集分布區。

4）EOF分析得到前3個特征向量及對應的時間系數反映了珠江流域干旱的時空演變主要特征。第一模態反映了全流域一致的分布特征，第二、三模態反映了反向的分布特征。3個模態的時間系數變化趨勢均未通過0.05顯著性檢驗，無顯著突變點。