珠江流域干旱事件的多變量區(qū)域分析及區(qū)域分布特征*

肖名忠，張 強，陳曉宏

(1．中山大學(xué)水資源與環(huán)境系，廣東廣州510275;2．中山大學(xué)華南地區(qū)水循環(huán)與水安全廣東省普通高校重點實驗室，廣東廣州510275;3．中山大學(xué)廣東省城市化與地理環(huán)境空間模擬重點實驗室，廣東廣州510275)

珠江流域干旱事件的多變量區(qū)域分析及區(qū)域分布特征*

肖名忠，張 強，陳曉宏

(1．中山大學(xué)水資源與環(huán)境系，廣東廣州510275;2．中山大學(xué)華南地區(qū)水循環(huán)與水安全廣東省普通高校重點實驗室，廣東廣州510275;3．中山大學(xué)廣東省城市化與地理環(huán)境空間模擬重點實驗室，廣東廣州510275)

區(qū)域干旱特征分析會為短期和長期的水資源管理提供關(guān)鍵的信息，因而對珠江流域進行區(qū)域干旱特征分析，建立了干旱嚴重程度－面積－頻率曲線(Severity-Area-Frequency，SAF)。傳統(tǒng)的區(qū)域性分析都是單變量的，而水文事件往往具有多個屬性，為此采用Chebana等提出的多變量的L-moment均一性檢驗方法對流域進行均一性檢驗。研究發(fā)現(xiàn)珠江流域可分為4個均一性區(qū)域，對各均一性區(qū)域進行干旱嚴重程度－面積－頻率分析的基礎(chǔ)上，發(fā)現(xiàn)珠江流域在發(fā)生嚴重干旱時經(jīng)常是全流域的，這對整個珠江流域的水資源管理造成很大壓力。同時珠江三角洲所在的區(qū)域干旱風(fēng)險相對其他區(qū)域更高，珠三角地區(qū)城市密集，人口眾多，高風(fēng)險的干旱無疑會對該地區(qū)的發(fā)展造成重大影響，需引起重視。

區(qū)域干旱特征;多變量區(qū)域分析;珠江流域;氣象干旱

干旱主要是指一段時間內(nèi)，由于降水量、土壤水分及水資源量不足而無法保持或承載一個區(qū)域生態(tài)及經(jīng)濟社會活動而造成的災(zāi)害現(xiàn)象。由于干旱影響范圍廣，時空分布多樣，目前為止，對干旱尚無統(tǒng)一定義。當前被廣泛應(yīng)用的關(guān)于干旱的分類是由Dracup等［1］提出來的，然后Wilhite和Glantz［2］進行綜合。美國氣象學(xué)會［3］2004 年采用了這套干旱分類系統(tǒng)，在總結(jié)各種干旱定義的基礎(chǔ)上將干旱分為4種類型:氣象干旱、水文干旱、農(nóng)業(yè)干旱和社會經(jīng)濟干旱。本文主要研究氣象干旱。

干旱本質(zhì)上是區(qū)域性的，因而有必要從區(qū)域性角度來研究干旱事件，區(qū)域干旱特征的分析將會為短期和長期水資源管理提供關(guān)鍵信息［4］。區(qū)域干旱特征分析可從區(qū)域干旱影響的面積以及在該面積上的干旱嚴重程度等方面進行系統(tǒng)分析［5－6］。干旱嚴重程度通常用某一干旱指標表示，而干旱指標有很多種，比較常用的有由Palmer［7］提出來的帕默爾干旱指數(shù)(PDSI)，由Byun和Wilhite［8］提出的有效干旱指數(shù)(EDI)，由McKee 等［9］提出的標準化干旱指數(shù)(SPI)，由 Gibbs和Maher［10］提出的十分位數(shù)等等。其中SPI指數(shù)可通過不同的時間尺度來表征降水的缺乏情況，它能反映干旱對不同形式水資源有效利用的影響，因而在水文領(lǐng)域得到廣泛應(yīng)用，基于此，本文將其作為建立干旱嚴重程度－面積－頻率(Severity-Area-Frequency，SAF)曲線的干旱指標。

珠江流域是中國流域面積第三、流量第二的南方大河流域。由于降水時空分布不均，嚴重影響了水資源的時空分布及其利用效率。在珠江流域，全年約80%的降水量發(fā)生在4－9月的雨季，而當年10月至次年3月降水量很少，由此極易發(fā)生干旱。另外，目前干旱的影響已逐步從農(nóng)村向城市漫延，現(xiàn)在城市大多面臨水資源短缺，而干旱的發(fā)生無疑將會進一步加劇這種水資源短缺狀況。珠三角地區(qū)城市密集，人口眾多，加之水污染嚴重，城市水資源短缺狀況相對嚴峻，對干旱的抵抗力更為脆弱，因而有必要對珠江流域干旱特征做一較為全面的分析。同時，珠江流域面積大，地形復(fù)雜，由西北向東南逐漸由海拔2 000～3 000 m的云貴高原過渡到海拔500 m左右的低山丘陵區(qū)。同時珠江流域降雨受東南季風(fēng)和西南季風(fēng)的影響，不同地區(qū)降水主要影響因素不一樣，有必要對珠江流域干旱進行區(qū)域化分析。目前區(qū)域化分析方法大多為單變量的，Hosking和Wallis［11］提出了在單變量框架下如何處理均一性檢驗的方法;楊濤等［12］針對珠江流域極端降水進行過區(qū)域頻率分析。但上述研究多為單變量分析，而水文極值事件往往是由多個變量描述，如暴雨的歷時和強度，洪水峰值、流量和歷時，干旱的歷時、強度以及嚴重程度等。為此Chebana等［13］提出了多變量的L-moment均一性檢驗方法，將Hosking和Wallis的一致性檢驗和均一性檢驗擴展到多變量。其中由Serfling和Xiao［14］提出的多變量線性矩被用來計算多變量的一致性的統(tǒng)計值和均一性的檢驗值，而水文事件的多變量特征則用Copula函數(shù)來研究。Chebana等模擬的結(jié)果指出多變量均一性檢驗要好于單變量。本文將采用這種方法，用干旱歷時和干旱嚴重程度兩個變量來進行區(qū)域內(nèi)站點一致性和均一性檢驗。

本文主要探討:(1)通過聚類分析對珠江流域干旱特征進行區(qū)域化分析，然后用多變量L-moments進行區(qū)域均一性檢驗;(2)對各均一性區(qū)域建立干旱嚴重程度－面積－頻率曲線(SAF)，進行區(qū)域干旱特征分析。

1 研究地區(qū)和數(shù)據(jù)介紹

珠江流域 (102°14'～ 115°53'E;21°31'～ 26°49'N)(圖1)面積45.73萬 km2(珠江水利委員會)，是中國流域面積第3、流量第2的南方大河流域，由西江、北江、東江、珠江三角洲諸河組成。珠江流域地處熱帶和亞熱帶季風(fēng)氣候區(qū)，多年平均氣溫在14～22℃，多年平均降水量1 525.1mm，年內(nèi)降水多集中在4－9月，約占全年降水量的80%。同時珠江流域三角洲地區(qū)也是中國經(jīng)濟最發(fā)達地區(qū)之一。本文的研究數(shù)據(jù)來自于珠江流域內(nèi)42個國家基本雨量站從1960年1月1號到2005年12月31號的日降水資料(雨量站位置見圖1)。在我們以前的研究［15］中已對所用降水數(shù)據(jù)做過質(zhì)量分析，數(shù)據(jù)質(zhì)量能滿足當前研究的需要。

圖1 研究區(qū)域和雨量站位置

2 研究方法

2.1 建立SAF曲線

SAF曲線的建立參照Mishra和Singh［16］提出的步驟，即:①選好干旱指標，然后再選擇一個用于估計干旱屬性(歷時、嚴重程度、強度)的時間尺度;②通過游程理論來分析和得到干旱屬性，建立SAF曲線計算每一次干旱過程中的干旱嚴重程度;③通過選擇一種合適的空間插值方法，進行插值，然后根據(jù)干旱的范圍(占總面積的百分比)，計算在不同干旱范圍閾值下的平均干旱嚴重程度;④用不同的分布函數(shù)來擬合不同干旱范圍下的干旱嚴重程度，選擇擬合度最優(yōu)函數(shù)作為主要分析函數(shù);⑤根據(jù)所選擇的最優(yōu)分布函數(shù)進行不同干旱范圍下的干旱嚴重程度的風(fēng)險概率分析，從而對干旱嚴重程度與不同重現(xiàn)期進行多變量聯(lián)合概率分析;⑥最后得到所關(guān)注區(qū)域的干旱SAF曲線。

本研究將選用標準化降水指數(shù)(SPI)為干旱指標，由于珠江流域存在6個月的枯雨季，為更好地表征干旱情況，將6個月作為SPI的時間尺度。本文研究的是年干旱情況，為更好地表征干旱事件，避免因出現(xiàn)同一干旱事件在兩年內(nèi)發(fā)生的現(xiàn)象，采用該區(qū)域雨季開始到枯季結(jié)束時的水文年作為時間段。同時用反距離權(quán)重插值方法(IDW)來進行珠江流域內(nèi)的月降水量進行空間插值，然后計算SPI，插值的精度為經(jīng)緯度0.25°×0.25°的網(wǎng)格。另外本文采用在水文領(lǐng)域應(yīng)用比較廣泛的三變量廣義極值分布(GEV)、三變量廣義帕累托分布(GP)、皮爾遜三型(PIII)分布、三變量對數(shù)正態(tài)分布(Lognormal)、五變量 Wakeby分布以及Gamma分布來擬合，用Kolmogorov-Smirnov(K-S)方法對各分布函數(shù)進行擬合優(yōu)度檢驗，確定最適分布函數(shù)。

2.2 游程理論

干旱特征可用游程理論來分析。一般而言，在一有限取值序列中，滿足一定條件的同一符號串稱為一個“游程”。一個游程中同一符號出現(xiàn)的次數(shù)稱之為游程長度。根據(jù)干旱分類標準［9］，本文取－0.99作為游程的截斷水平。當SPI≤－0.99時定義為發(fā)生了一次干旱事件，游程長度為干旱歷時D，在游程中累積的SPI值與臨界值之間的面積為干旱嚴重程度S，即(圖2)。

圖2 干旱事件的游程圖

2.3 多變量線性矩(M ultivariate L-moments)

Serfling和Xiao［14］提出多變量線性矩，設(shè)X(j)服從分布Fj，j=1，2的隨機變量，兩變量線性矩是具有L-comoment元素的矩陣Λk，通過和k≥1階傳統(tǒng)線性矩順序相似的協(xié)方差表示方法，兩變量的線性矩矩陣Λk中的L-comoment元素定義如下:

式中:P*k是轉(zhuǎn)移勒讓德多項式，需要注意的是λk［ij］和 λk［ji］并不一定相等。特別是，和傳統(tǒng)的線性矩類似，有L-comoment元素:

它們分別對應(yīng)于 L-covariance、L-coskewness和L-cokurtosis。同時L-comoment相關(guān)系數(shù)定義如下:

式中:λ(j)k=λk［jj］，與傳統(tǒng)的Hosking定義的k階線性矩是一樣的。從而L-comoment相關(guān)系數(shù)矩陣可以表示如下:

特別地，對于k=2時

這里給出的多變量線性矩是定義在理論分布函數(shù)樣本總體上的，然而在有限樣本條件下的多變量線性矩對于進行統(tǒng)計檢驗及多變量分布函數(shù)參數(shù)估計很有用，為此本文將計算多變量線性矩。

2.4 Copula 函數(shù)［17］

Copula函數(shù)可以用不同邊緣分布的變量來構(gòu)造聯(lián)合分布，正由于其這種靈活性，Copula在不同的科學(xué)領(lǐng)域得到了廣泛應(yīng)用。以二維隨機變量為例，假設(shè)二維隨機變量X和Y，它們的邊緣分布函數(shù)是 F(x)=P［X≤x］和 G(y)=P［Y≤y］，其聯(lián)合分布為H(x，y)=P［X≤x，Y≤y］。根據(jù) Sklar定理［18］，存在Copula函數(shù)C使得對于任何x，y∈都有:

Copula函數(shù)具有很多家族，其中應(yīng)用較廣泛的有Archimedean Copulas和Extreme Value Copulas。對于Archimedean Copulas，具有如下特點:

式中:φ為生成元，φ:I→［0，∞］，在區(qū)間內(nèi)連續(xù)且嚴格遞減，具有φ(1)=0，同時φ為凸函數(shù)。對于Extreme Value Copulas，具有特點如下:

式中:A是一個定義在［0，1］的凸函數(shù)，且max(t，1－t)≤A(t)≤1。一個應(yīng)用廣泛的Copula函數(shù)是Gumbel logistic copula，其形式為:

Cm(x，y)=exp{－［(－log x)m+(－log y)m］1/m}。 (11)式中:m≥1，0≤x，y≤1。Gumbel logistic copula是唯一一個既是Archimedean Copulas又是Extreme Value Copulas的函數(shù)。

2.5 一致性檢驗和均一性檢驗［13］

2.5.1 一致性檢驗

對一個區(qū)域內(nèi)每個站點的一致性檢驗是進行均一性檢驗的準備工作，多變量一致性檢驗是根據(jù)Hosking和Wallis［11］提出的單變量一致性檢驗擴展而來的，對于每個站點用一個矩陣表示Uti=其中定義見式(6)和(7)。與單變量一致性檢驗類似，多變量一致性檢驗矩陣Di定義如下:

和單變量一致性檢驗一樣，本文采用的‖Di‖臨界值為2.604 9，當‖Di‖＞2.604 9時，則說明該站點和區(qū)域內(nèi)其他站點不一致。

2.5.2 均一性檢驗

與單變量均一性檢驗類似，多變量均一性統(tǒng)計值定義如下:

式中:μVsim、σVsim是Nsim次模擬的模擬區(qū)域的V‖.‖的均值和標準差。

這個模擬區(qū)域是均一的，且模擬站點與實際站點具有相同序列長度。為避免在模擬時任何對兩變量分布模型的主觀選擇所造成的誤差，所選兩變量模型須具代表性，且在水文領(lǐng)域應(yīng)用廣泛。Gumbel logistic copula滿足這個條件，因而本文將其作為區(qū)域模擬時的兩變量分布模型［13］。同時對于Copula函數(shù)的邊緣分布，Chebana等建議采用代表性廣的Kappa分布函數(shù)。由于本文采用的是干旱歷時和干旱嚴重程度兩個變量來進行檢驗，有研究指出當將干旱歷時看成連續(xù)分布時指數(shù)分布擬合良好［19］，干旱嚴重程度用Gamma分布函數(shù)擬合很好［19－20］，因而本文為減少分布函數(shù)選擇上的誤差，干旱歷時和干旱嚴重程度的分布函數(shù)分別選用指數(shù)分布和Gamma分布。本文分析做1 000次統(tǒng)計模擬，以使研究結(jié)果可靠。

對于檢驗值，如果H‖.‖＜1，那么這個區(qū)域即被認為是均一的，如果1＜H‖.‖＜2，則區(qū)域的均一性是可接受的，如果H‖.‖＞2，則認為區(qū)域是非均一的。

3 結(jié)果

3.1 珠江流域降水分區(qū)

珠江流域不同區(qū)域間年內(nèi)降水分布模式是不同的，本文用各站點46年月降水量的中值來表示各站點降水屬性。根據(jù)k-means聚類分析方法對珠江流域進行降水分區(qū)，將珠江流域分為四個區(qū)域，見表1第1、2列。其中站點42是被分到區(qū)1的，但由于站點42與分區(qū)1中其他各站點距離太遠，而基本處在分區(qū)4的范圍內(nèi)，故將站點42調(diào)整到區(qū)4中。

一致性檢驗結(jié)果見表1，由表1可看出分區(qū)1中站點26與區(qū)域內(nèi)其他站點不一致，分區(qū)2中站點7和區(qū)域內(nèi)其他站點不一致，分區(qū)3中站點12和站點35和區(qū)域內(nèi)其他站點不一致，分區(qū)4中站點34和區(qū)域內(nèi)其他站點不一致(圖1)。對這些不一致的站點，從該區(qū)域內(nèi)剔除，并調(diào)整到相鄰區(qū)域內(nèi)再進行檢驗，結(jié)果發(fā)現(xiàn)站點7調(diào)整到分區(qū)1中滿足一致性檢驗，站點35調(diào)整到分區(qū)4中滿足一致性檢驗，而站點12、26和34則與相鄰區(qū)域內(nèi)的其他站點也不一致，由于這三個站點位置分散，不能構(gòu)成同一個區(qū)域，故在本文中將這三個站點去除，最終得區(qū)域分類結(jié)果，如圖3所示。

圖3 珠江流域分區(qū)圖

本文采用干旱嚴重程度和干旱歷時兩變量來對區(qū)域進行均一性檢驗。由于序列的平穩(wěn)性及獨立性是進行頻率分析時一個重要假設(shè)［12］。趨勢檢驗是一種常用的檢驗水文序列平穩(wěn)性的方法，世界氣象組織建議以Mann-Kendall檢驗方法來檢驗序列的趨勢性，同時為消除序列自相關(guān)性對趨勢檢驗的影響，本文采用了一個改進的Mann-Kendall檢驗方法［21］。Mann-Kendall檢驗結(jié)果發(fā)現(xiàn)各站點干旱歷時和干旱嚴重程度除個別站點外，在95%置信區(qū)間內(nèi)不顯著，同時由于沒有干旱歷時和干旱嚴重程度同時顯著的，故所有站點都保留。

表1 一致性檢驗及均一性檢驗結(jié)果

序列的相關(guān)性檢查主要是通過檢驗水文序列的自相關(guān)性。當在某一階的自相關(guān)性的絕對值超過某一置信度的臨界值時，則說明在該置信度水平下自相關(guān)性顯著，否則不顯著。檢查結(jié)果發(fā)現(xiàn)，各站點干旱歷時和干旱嚴重程度在15階以內(nèi)的自相關(guān)性都在95%的置信區(qū)間內(nèi)，沒有顯著自相關(guān)性，沒有要去除的站點。接下來對這四個分區(qū)進行均一性檢驗，結(jié)果見表1中第三列，檢驗值小于1，從而說明這四個分區(qū)是均一的。

為劃分區(qū)域邊界，本文通過分別對屬于某一個區(qū)域的站點賦值1，然后采用反距離權(quán)重插值的方法，在珠江流域內(nèi)進行插值，從而得到空間上各個地區(qū)屬于某一分區(qū)的隸屬度，然后選擇其中隸屬度最大的表示其所屬的分區(qū)，從而在空間上將距離上最靠近某一分區(qū)的劃分為同一分區(qū)(圖3)。

計算各分區(qū)中各站點年均降水模式(圖4)，以一年中降水量最大的6個月表示汛期，則分區(qū)1的汛期為5－10月，分區(qū)2的汛期為4－9月，分區(qū)3的汛期為3－8月，分區(qū)4的汛期為4－9月，可見各分區(qū)之間的年降水模式是有很大區(qū)別。基于此，在計算年干旱情況時各分區(qū)對應(yīng)的水文年分別為分區(qū)1從5月到次年4月，分區(qū)2從4月到次年3月，分區(qū)3從3月到次年2月，分區(qū)4從4月到次年3月。

圖4 各分區(qū)年降水模式圖

3.2 SAF曲線

對珠江流域各均一性的區(qū)域，進行干旱嚴重程度－面積－頻率(Severity-Area-Frequency)分析(圖5)，圖5中a為分區(qū)1，b為分區(qū)2，c為分區(qū)3，d為分區(qū)4，圖中的年份代表該區(qū)域水文年內(nèi)干旱最嚴重的三個年份。從圖5中可看出分區(qū)1中干旱最嚴重三個年份分別為1989－1990、1963－1964、1992－1993年，分區(qū)2中干旱最嚴重的三個年份分別為1963－1964、1989－1990、2003－2004年，分區(qū)3中干旱最嚴重的三個年份分別為1963－1964、1991－1992、1989－1990年，分區(qū)4中干旱最嚴重的三個年份分別為1963－1964、1977－1978、2004－2005年。四個分區(qū)在1963－1964年都發(fā)生了一次大干旱，另外1989－1990年在珠江流域中上游的分區(qū)1、2、3都發(fā)生了一次大干旱，從而說明珠江流域發(fā)生的較嚴重的干旱事件往往是全流域性的，而不是局限于珠江流域某一區(qū)域的，珠江流域干旱事件這一發(fā)生特征將會對整個珠江流域水資源管理與可持續(xù)利用產(chǎn)生很大影響，值得關(guān)注。

同時珠江流域各分區(qū)在發(fā)生重現(xiàn)期20年以下的干旱時，SAF曲線基本相同，而當發(fā)生重現(xiàn)期20年以上的干旱時，則SAF曲線有很大差別，從圖5中可以看出在相同重現(xiàn)期下分區(qū)4的干旱嚴重程度最大，風(fēng)險最高，其次為分區(qū)1。分區(qū)4所在的區(qū)域正是珠江三角洲地區(qū)，珠三角地區(qū)城市密集、人口眾多，高風(fēng)險的干旱無疑會對該地區(qū)的發(fā)展造成重大影響，需要引起足夠重視，進一步加強水資源配置、水資源綜合管理以及水資源短缺的應(yīng)急措施研究與實施。

圖5 各分區(qū)SAF曲線圖(注:圖中的年份代表該區(qū)域水文年內(nèi)干旱最嚴重的三個年份)

1963－1964年干旱狀況在不同影響面積下，在分區(qū)1中重現(xiàn)期約為50年一遇，在分區(qū)2中為超100年一遇，在分區(qū)3中也為超100年一遇，在分區(qū)4中，在40%以上的影響面積上為超100年一遇，這是現(xiàn)有資料得到的珠江流域干旱最嚴重的年份，可以作為進行珠江流域災(zāi)害風(fēng)險管理時典型年份來考慮，具有一定參考意義。

4 結(jié)論

本文選用珠江流域各降水站點46年來月降水量中值表示各站點降水屬性，從而進行降水區(qū)域分析。研究發(fā)現(xiàn)珠江流域年降水模式存在一定的區(qū)域性，在此基礎(chǔ)上，計算各均一性區(qū)域中各站點年均降水模式，發(fā)現(xiàn)以一年中降水量最大的6個月表示汛期，則分區(qū)1的汛期為5－10月，分區(qū)2的汛期為4－9月，分區(qū)3的汛期為3－8月，分區(qū)4的汛期為4－9月。

通過構(gòu)造干旱歷時和干旱嚴重程度兩個變量均一性檢驗，將珠江流域分為四個干旱均一區(qū)域，對這四個區(qū)域進行干旱嚴重程度－面積－頻率分析發(fā)現(xiàn)，珠江流域在發(fā)生大的干旱時往往是全流域性的，這將會對整個珠江流域水資源管理與水資源可持續(xù)利用產(chǎn)生很大影響。

珠江流域各分區(qū)在發(fā)生重現(xiàn)期20年以下的干旱事件時，SAF曲線基本相同，而當發(fā)生重現(xiàn)期20年以上的干旱時，則SAF曲線有很大差別，其中，在相同重現(xiàn)期下分區(qū)4的干旱嚴重程度最大，風(fēng)險最高，其次分區(qū)1。而分區(qū)4所在區(qū)域恰是珠江三角洲地區(qū)，珠三角地區(qū)城市密集、人口眾多，經(jīng)濟發(fā)達，高風(fēng)險的干旱無疑會對該區(qū)域水資源的管理與利用造成不利影響，從而不利于該區(qū)域經(jīng)濟的可持續(xù)發(fā)展，應(yīng)該進一步加強該區(qū)域水資源管理與水資源短缺應(yīng)急措施的研究與實施。

1963－1964年的干旱狀況在不同影響面積下，在分區(qū)1中重現(xiàn)期約為50年一遇，在分區(qū)2中為超100年一遇，在分區(qū)3中也為超100年一遇，在分區(qū)4中，在40%以上的影響面積上為超100年一遇，這是現(xiàn)有資料得到的珠江流域干旱最嚴重的年份，可以作為進行珠江流域風(fēng)險管理時的一個典型年份來考慮。

［1］Dracup J A，Lee K S，Paulson Jr E G．On the definition of droughts［J］．Water Resources Research，1980 16(2):297－302．

［2］Wilhite D A，Glantz M H．Understanding the drought phenomenon:The role of definitions［J］．Water International，1985，10(3):111－120.

［3］American Meteorological Society．Statementonmeteorological drought［M］．Bull．Am．Meteorol．Soc，2004:771 －773．

［4］Hisdal H，Tallaksen L M．Estimation of regional meteorological and hydrological drought characteristics:a case study for Denmark［J］．Journal of Hydrology，2003，281(3):230－247．

［5］Henriques A，Santos M．Regional drought distribution model［J］．Physics and Chemistry of the Earth，Part B:Hydrology，Oceans and Atmosphere，1999，24(2):19－22．

［6］Santos M A．Regional droughts:a stochastic characterization［J］．Journal of Hydrology，1983，66(4):183－211．

［7］Palmer W C，Bureau E U W．Meteorological drought［M］．US Dept．of Commerce，Weather Bureau，1965．

［8］Byun H R，Wilhite D A．Objective quantification of drought severity and duration［J］．Journal of Climate，1999 12(9):2747－2756．

［9］McKee T B，Doesken N J，Kleist J．The relationship of drought frequency and duration to time scales［C］//Proceeding of8th Conference on Applied Climatology．Anaheim，CA，American:A-merican Meteorological Society，1993．

［10］GibbsW J，Maher JV．Rainfall deciles as drought indicators［M］．Commonwealth of Australia，Melbourne，Australia:Bureau of Meteorology，1967．

［11］Hosking J，Wallis J．Some statistics useful in regional frequency analysis［J］．Water Resources Research，1993，29(2):271－281．

［12］Yang T，Shao Q，Hao Z C，et al．Regional frequency analysis and spatio-temporal pattern characterization of rainfall extremes in the Pearl River Basin，China［J］．Journal of Hydrology，2010，380(4):386－405．

［13］Chebana F，Ouarda T．Multivariate L-moment homogeneity test［J］．Water Resources Research，2007，43(8):W08406．

［14］Serfling R，Xiao P．A contribution tomultivariate L-moments:L-comomentmatrices［J］．Journal of Multivariate Analysis，2007，98(9):1765－1781．

［15］Zhang Q，Xu C，Gemmer M，et al．Changing properties of precipitation concentration in the Pearl River basin，China［J］．Stochastic Environmental Research and Risk Assessment，2009，23(3):377－385．

［16］Mishra A，Singh V P．Analysis of drought severity-area-frequency curves using a general circulation model and scenario uncertainty［J］． Journal of Geophysical Research，2009，114(D6):D06120.

［17］Nelsen R B．An introduction to copulas［M］．Springer Verlag，2006．

［18］Sklar A．Fonctions de répartition à n dimensions et leursmarges［M］．8，Paris，F(xiàn)rance:Publ．Inst．Stat．Univ．Paris，1959:229－231．

［19］Shiau J．Fitting drought duration and severity with two-dimensional copulas［J］．Water Resources Management，2006，20(5):795－815．

［20］Zelenhasi，Emir，Salvai A．Amethod of streamflow droughtanalysis［J］．Water Resour．Res．，1987，23(1):156 －168．

［21］Hamed K H，Ramachandra Rao A．A modified Mann-Kendall trend test for autocorrelated data［J］．Journal of Hydrology，1998，204(4):182－196．

Regionalization and Changing Properties of Drought Events along the Pearl River Basin

Xiao Mingzhong1，2，3，Zhang Qiang1，2，3and Chen Xiaohong1，2，3
(1．Department ofWater Resources and Environment，Sun Yat-sen University，Guangzhou 510275，China;2．Key Laboratory ofWater Cycle and Water Security in Southern China of Guangdong High Education Institute，Sun Yat-sen University，Guangzhou 510275，China;3．Guangdong Key Laboratory for Urbanization and Geo-simulation，Sun Yat-sen University，Guangzhou 510275，China)

Information on regional drought characteristics provides critical information for short and long-term water resource management．The regional drought characteristics for the Pearl River Basin are analyzed in this paper and severity-area-frequency curves are constructed．The traditional regional analysis all is single variable．But hydrological events often have multiple attributes．So we select Chebana's(2007)multivariate L-moments homogeneity test to analyze the Pearl River Basin．Result indicates that the Pearl River Basin can be categorized into four homogeneous regions．And severity-area-frequency analysis for the homogeneous region shows that when there is a severe drought，it usually occurs over the whole Pearl River Basin．So it ismore stressful for the water resourcemanagement in the Pearl River Basin．Meanwhile，the Pearl River delta is at a higher risk of drought than that of other regions．As the Pearl River delta is one of themost developed regions in China．Dense cities，a large population and high risk of drought of the Pearl River Delta region will no doubt have a significant impact on the development of the region and attractmore attention．

characteristics of regional drought;multivariate regional frequency analysis;the Pearl River basin;meteorological drought

P468.0+24

A

1000－811X(2012)03－0012－07

2011－11－21

2012－01－06

國家自然科學(xué)基金項目(41071020;50839005);新世紀優(yōu)秀人才支持計劃;廣東省科技廳對外合作項目(2010B050800001);中山大學(xué)理工科青年教師重點培育計劃項目(2009－37000－1132381)

肖名忠(1990－)，男，江西吉安人，碩士研究生，主要從事氣象水文極值分析與研究工作．E-mail:xmingzh@mail2．sysu．edu．cn

張強(1974－)，男，山東沂水人，博士，教授，博士生導(dǎo)師，主要從事流域氣象水文學(xué)研究、旱澇災(zāi)害機理、流域地表水文過程及其對氣候變化的響應(yīng)機制與機理以及流域生態(tài)需水等領(lǐng)域的研究工作．E-mail:zhangq68@mail．sysu．edu．cn