长江流域月降水的EEMD多时间尺度遥相关分析

基于长江流域138个气象站1961~2016年的逐月降水观测资料，应用集合经验模态分解（EEMD）方法，分别对各站点的月降水序列进行EEMD分解，然后，运用时滞相关分析和逐步变量选择的方法，以识别长江流域月降水周期振荡和长期趋势的显著影响因子，并构建多元线性回归模型对长江流域月降水进行预测。结果表明：（1）近50多年来，长江流域各站点的月降水呈现出显著的季节、年际和年代际尺度振荡特征。（2）流域内各站点月降水的长期变化趋势存在着较大的空间差异性，表现为金沙江、雅砻江、大渡河以及鄱阳湖流域是月降水长期趋势显著增加的集中区，而岷江中游以及洞庭湖流域的南部是月降水长期趋势显著减少的集中区。（3）厄尔尼诺1+2区的平均海表温度（NINO1+2）的过去模式是影响长江流域月降水周期振荡的主要气候因子，而全球平均气温距平（GlobalT）是影响长江流域月降水长期趋势的主要气候因子。（4）基于已识别的影响因子构建的月降水量预测模型在旱季的预报性能高于雨季，并在长江上游地区的预报性能高于其中下游地区。     

长江流域的非平稳SPI干旱时空特征分析

全球气候变化背景下,由于降水时间序列存在非平稳性,导致利用传统的标准化降水指数(SSPI)估计的干旱可能存在较大偏差。文章基于GAMLSS模型,以气候指数作为解释变量进行参数拟合,建立一种基于可变参数的非平稳伽玛模型,计算非平稳标准化降水指数(NSPI),并与SSPI指数对比分析长江流域1962～2016年干旱时空变化特征,结果表明:(1)NSPI与SSPI变化基本一致,但非平稳伽玛模型比平稳伽玛模型更好地重现降水量以捕获当前全球气候变化背景下的降水变化。(2)长江流域1962～2016年干旱有加重趋势。上游干旱烈度、干旱历时、干旱强度和烈度峰值的变化速率分别为每10年上升0.064、0.041、0.023和0.027,而中下游则分别为0.151、0.089、0.021和0.030;干旱强度以轻至中旱为主。长江源头和四川盆地西南部干旱较严重,而金沙江和雅砻江上游及鄱阳湖南部的干旱相对轻微。(3)与SSPI相比,NSPI估计的相同干旱烈度和干旱历时的重现期较大,且估计的干旱事件相对集中。NSPI的干旱风险表明长江源头、金沙江下游和洞庭湖流域中部是高风险集中区,而川江上游和鄱阳湖东南部是低风险集中区。(4)构建的非平稳伽玛模型估计的NSPI能较好的预测各干旱特征,且对干旱烈度和干旱历时的预测性能更好。