南嶺山地1968到2015年降雨的時空變化特征研究

宗天韻, 周瑋瑩, 周平,*

?

南嶺山地1968到2015年降雨的時空變化特征研究

宗天韻1,2, 周瑋瑩1, 周平1,*

1. 廣州地理研究所, 廣州 510070 2. 中山大學, 生命科學學院, 廣州 510275

南嶺山地位于廣東、廣西、湖南、江西、福建五省的交界處, 是我國南方重要的生態屏障帶。認識南嶺地區降水的時空分布特征, 對于深入了解南嶺山地生態屏障作用及氣候變化條件下該區域的降水規律意義重大。利用1968—2015年中國南嶺區域14個氣象站的逐月降水資料, 主要采用Mann-Kendall統計檢驗法、聚類分析法、小波分析方法和Kriging插值法, 研究了南嶺地區48年內降水的時空分布特征。結果表明: ①南嶺區域的多年平均雨量分布在1203.19 mm到2019.56 mm之間, 總體上來看, 南嶺地區降雨量主要集中在南部, 自南向北呈減少趨勢, 降水量隨著經度增加而增加, 隨緯度增加而減少, 且隨海拔的升高而減少。②通過對14個站點的48 a降雨情況進行聚類分析可將南嶺全區域劃分為5個子區域, 全區域以及5個子區域春季、秋季的降水量呈下降趨勢, 夏季和冬季呈上升趨勢, 汛期大多表現出下降趨勢, 非汛期大多呈上升趨勢, 但除了南嶺最西部的子區域的汛期降雨量表現出顯著的下降趨勢以外, 其余區域的各時間段降雨量趨勢變化均不顯著。③全區域和5個子區域的年均降雨量在48 a內沒有發生顯著的突變, 人類活動以及氣候變化對于南嶺地區的降水尚未造成非常明顯的影響。④南嶺地區降雨序列存在多個不同時間尺度的周期, 僅有2 a和13 a通過了85%的紅噪聲檢驗, 13 a周期所對應的小波方差峰值較2 a的峰值更高, 因此可將13 a作為南嶺地區降雨量變化的主周期。研究結果可為南嶺地區的農業、林業、旅游業發展決策和生態屏障作用評價提供參考依據。

南嶺; 聚類分析; Mann-Kendall統計檢驗; 小波分析

0 前言

中國的山地占據了全國69.4%的國土面積, 養育著約占全國總人口1/3的居民[1]。而山地的海拔梯度則使其成為山洪、泥石流、土壤侵蝕等自然災害的發育區。在很大部分的山地災害當中, 降水都發揮著極其重要的主導作用, 因此想要了解山地自然災害發生的風險程度高低, 就首先要了解當地的降水情況。近年來, 隨著人類活動范圍的不斷擴大, 以及全球氣候變化的加劇, 保護山區環境安全和生態資源刻不容緩。在這樣的發展要求下, 對山區降水時空變化特征的研究是具有先導意義的。

近年來, 我國許多學者對中國部分區域的山區降水進行了深入研究, 賈文雄[2]利用線性趨勢、IDW空間插值、Morlet小波分析、Mann-Kendall突變檢驗等方法對祁連山脈及河西走廊的降水日數和降水強度進行了研究, 王麒翔等[3]通過變差系數、Mann-Kendall檢驗、Kriging插值等研究方法分析了黃土高原地區暴雨量和侵蝕性雨量的時空變化特點, 張丁玲[4]基于衛星遙感資料和地面觀察資料, 從降水、蒸發、水汽、積雪等方面分別分析了青藏高原的水資源時空變化并探討了區域氣候變化對高原水資源的影響。上述研究對我國山區, 尤其是西部、西南部的干旱、半干旱山區提供了多年的降水時間、空間上的變化特征依據以及多方面的分析方法, 在當地水土保持、農業生產和生態保護方面都具有重要的參考價值。

南嶺山地山峰林立、溝谷縱橫, 它是溫帶動植物最南端的避難所, 也是熱帶、亞熱帶動植物的基因寶庫[5]。目前對南嶺山地降水方面研究較少, 尚未發現對南嶺山地降水時空變化規律的報道。本研究選取南嶺山地范圍內的14個氣象站48年(1968年1月至2015年12月)的逐月降雨數據為主要資料, 輔以南嶺山地的數字高程模型, 并采用Mann-Kendall趨勢分析、突變檢驗以及小波分析等方法, 研究南嶺地區近50年來的降雨時空變化特征, 進而對深入認識氣候變化背景下南嶺山地屏障帶的降雨規律提供依據。

1 研究區概況

南嶺是我國生態安全格局中南方最重要的生態安全屏障帶, 也是長江流域與珠江流域的分水嶺。它位于23o37’—27o14’ N和109o43’—116o41’ E之間, 地處湖南、江西、廣西、廣東、福建五省的交界處, 東西綿延約700 km, 南北寬約400 km[6]。南嶺地區屬典型的亞熱帶季風氣候, 因地勢較高, 又兼具山地氣候特色。南嶺地區降水量充沛, 年降水量達1500—2000 mm, 多集中在3—8月份, 地帶性植被為亞熱帶常綠闊葉林, 多分布在海拔800 m以下。

2 資料和方法

研究選取了位于南嶺山地范圍內的14個氣象站點(圖1), 包括湖南省的通道、武岡、永州、道縣、郴州, 廣西壯族自治區內的桂林、八步, 廣州省內的南雄、連州、韶關、連平、廣寧和江西省內的贛縣、尋烏, 從中國國家氣象局獲取了這14個站點從1968年1月到2015年12月的逐月雨量資料(http://data.cma.cn/ site/index.html), 所有站點降雨資料無數據缺失情況。

2.1 空間變化分析方法

由于基于地統計學的Kriging 插值方法有較好的擬合效果[7-9], 因此在分析降雨的空間變化特征時, 選擇了Kriging插值法, 利用ArcGIS的地統計模塊將14個站點的多年平均雨量進行空間內插, 從而得到空間連續分布的南嶺地區多年平均雨量分布圖。

2.2 趨勢分析方法

采用Mann-Kendall檢驗法來分析降水時間序列的趨勢變化[10-11]。Mann-Kendall法是一種非參數統計檢驗方法, 由Mann和Kendall提出。其優點是樣本無需遵從一定分布, 也不受少數異常值干擾, 計算較簡便[12-14]。

對于具有個樣本量的時間序列變量1,2,…,x, Mann-Kendall統計檢驗為:

式中, sgn(·)為符號函數。計算式為

Figure 1 Location map of meteorological stations in Nanling

構造Mann-Kendall法的檢驗統計量:

若|Z|≥zαo/2, 則表示拒絕零假設, 通過顯著性水平為αo的雙邊顯著性檢驗, 認為時間序列存在顯著的趨勢性。若Z為正值, 則表示時間序列隨時間推移呈現增加趨勢; 若Z為負值, 則表示系列隨時間推移呈現減小趨勢。當αo=0.05時, Mann-Kendall統計檢驗的臨界值為±1.96。

2.3 Mann-Kendall統計檢驗

通過對正向的樣本序列構造秩序列:

其中當x>x時,r=1, 否則r=0(=1,2,…,)。統計量S時第個時刻的數值大于時刻數值個數的累計值。在時間序列隨機獨立的假定下, 定義統計量:

式中,1=0,(S)和var(S)是累計數S的均值和方差, 在系列獨立的情況下, 可以用下式算出:

再將樣本逆序列重復進行上述過程, 并且使UB=–UF。

2.4 周期分析方法

小波分析[15]是在傅立葉(Fourier)變換的基礎上引入的窗口函數, 小波變換基于仿射群的不變性(平移和伸縮的不變性), 允許把一個時間序列分解為時間和頻率的貢獻[16-18]。它對于獲取一個復雜時間序列的調整規律, 診斷出氣候變化的內在層次結構, 分辨時間序列在不同尺度上的演變特征等是非常有效的[19]。小波函數是小波分析的關鍵, 它是指具有震蕩性、能夠迅速衰減到零的一類函數[20]。

在水文系統小波分析中, 使用較多的是Morlet小波[21]、Mexican hat小波[22]和Haar小波[23]等。本研究中采用常用的Morlet函數對南嶺地區的降水時間序列進行連續小波變換, 其小波函數形式如下:

3 結果與討論

3.1 年降雨量空間分布特征

南嶺地區的降水空間差異性較大, 總體而言, 南嶺北部的8個站點(通道、武岡、永州、道縣、郴州、南雄、贛縣、尋烏)多年平均降水量相對較少, 而南部的6個站點(桂林、八步、廣寧、連州、韶關、連平)的多年平均降雨相對較多, 這與南嶺山地對于水汽的阻擋作用是密不可分的。其中降雨最多的為桂林站, 最低的為武岡站, 多年平均雨量的差異性在南嶺以西表現最明顯(圖2)。結合南嶺山地地形可知, 桂林地區因三面環山, 水汽易在此聚集, 從而形成大量降水。連平則因其東南部的地理位置, 有更多來自太平洋地區的水汽進入并帶來降水。另外, 比較幾乎處于同一緯度上的連州、韶關兩站的多年平均雨量, 可見西部的連州地區雨量是多于韶關地區的, 這可能是由于連州周圍環繞著海拔較高的山峰, 東南面則地勢較為平坦, 東南氣流易于在此聚集, 空氣的抬升運動越強, 從而易發展出較強的對流, 形成降水[24]。為了進一步了解地理位置對降水的影響, 采取線性回歸法分別構建各站點多年平均雨量與經、緯度之間的相關關系。由圖3a可知, 降雨量有隨著經度的增加而增加(=0.0019,<0.01)的趨勢, 但是二者相關關系很弱; 由圖3b 可知, 降水總體上隨著緯度的增加而減少(=0.4516,<0.01); 由圖3c可知, 降水總體上隨著海拔高度的升高而減少(=0.1175,<0.01)。

3.2 降雨量的年際變化特征

在研究降雨量年際變化的過程中, 采用聚類分析的方法。圖4當中, 降雨量的多少由紅色至藍色分別表示, 也就是說, 藍色越深的時間點降雨越少, 紅色越深的月份降雨越多。樹形圖發生分支則表示出現了不同類別的劃分, 根據分支出現的先后順序則可以了解各站點降雨情況差異的大小。由聚類分析的樹形圖可見, 14個站點首先被聚集為兩類, 一類包括位于南嶺西部的通道、武岡、永州等6個站點, 另一類包括位于南嶺東部的郴州、連州、廣寧等8個站點, 這樣的分類結果顯示出南嶺山地東西部分的降雨格局有所差異。西部6站所在地區因南北降水差異先后劃分出北部的八步地區和南部的通道、武岡地區, 其余3個站點因東西降水特征的不同而被劃分為桂林站以及永州、通道站兩個部分。在南嶺的東部8個站點中, 贛縣、尋烏首先被劃分出來, 可見兩者所處最東部地區的降水情況與其余偏中部的6站的降雨情況有所差異。而后, 偏中部的6個站點先后被劃分為廣寧地區、郴州地區、連州—南雄地區以及韶關—連平地區, 這樣的劃分結果符合不同緯度地區降水情況不同的規律。在本研究中, 根據降雨情況的相似程度, 將14個站點分成5個子區域, 具體分類結果見表1。從縱向上的時間聚類結果來看, 降雨較多的5、6月份多集中在下方紅色較多區域, 而降雨較少的11、12月份多集中在深藍色區域, 由此可見南嶺山地各地區的年際降雨分布是較為一致的。

圖2 南嶺多年平均雨量分布圖

Figure 2 Distribution maps of average annual rainfall in Nanling

圖3 南嶺地區多年平均雨量與經緯度相關關系

Figure 3 Correlativity between average annual rainfall and longitude, latitude in Nanling

圖4 南嶺地區各站點降雨量的聚類分析熱圖

Figure 4 Cluster analysis diagram of rainfall in Nanling

表1 南嶺地區子區域內包含氣象站信息

3.2.1 降雨量趨勢變化分析

利用Mann-Kendall趨勢檢驗來分析各區域在1968—2015年的48 a間的降雨量。由于南嶺地區的降雨在年內不同季節、汛期和非汛期呈現明顯的差異特征, 因此本文以年、季節、汛期、非汛期、典型月份為時間段分析雨量。四季的劃分按照氣象劃分法, 即以3月—5月為春季, 6月—8月為夏季, 9月—11月為秋季, 12月—翌年2月為冬季, 另將4月—9月劃分為汛期, 10月—翌年3月界定為非汛期。表2即區域1-5以及全區域的降雨量趨勢表。

通過分析多年平均雨量趨勢變化, 發現全區域的年、四季、汛期和非汛期降雨趨勢變化均不顯著。其中春季、秋季的降水量變化普遍呈下降趨勢, 預示著發生季節性干旱的可能性有所增加; 夏季、冬季降雨變化趨勢大多呈上升趨勢。在子區域的層面上, 5個子區域大多在春季和秋季呈下降趨勢, 在夏季和冬季則以上升趨勢為主。汛期時段的3個子區域降雨量呈下降趨勢, 另外兩個子區域雨量則表現出上升趨勢, 但上升趨勢的對應斜率明顯較下降趨勢對應斜率要更平緩。另外, 其中僅有區域2的汛期降雨量呈現出顯著的下降趨勢, 其余時間段子區域的降雨量變化趨勢均不顯著。區域2所在地區位于南嶺的西南部, 也是南嶺降水最少的部分, 可能因此較易發生顯著的降雨量變化。區域2夏季雨量的下降趨勢也可能與南嶺山地的阻擋作用有關, 來自東南方向的溫濕氣體在向內陸移動的過程中形成降雨而有所消耗, 同時又不斷受到山脈的阻擋, 因此在到達西北部時難以形成大量降水。

結合南嶺全區域和5個子區域的在48 a內的降雨趨勢變化可見, 南嶺的全年降雨量呈微弱下降趨勢, 但子區域當中的區域1和區域5則表現出了微弱的上升趨勢, 兩個子區域位于南嶺山地的東南部, 近年來因全球性的氣溫升高, 南海水溫有所上升, 更多的水汽輸送進來, 形成更多的降水。但因為山地的阻隔作用, 水汽未能輸送到南嶺的東北地區, 從而造成了降水變化趨勢的地域差異。以多年平均雨量為例(圖5), 2003年降水最少, 僅有1203.19 mm, 而2002 年降雨量達到最高峰, 為2019.56 mm。1976到1994年, 平均降雨量普遍偏低, 而后降雨量有所回升, 并開始了更大程度的連續波動, 整體上來看48年的雨量仍呈下降趨勢。段輝良等[5]通過區域氣候模式(RegCM)研究表明南嶺地區1980年至2010年的年均雨量呈增加趨勢, 這與本研究所得結果有所出入, 可能的影響因素是多重的, 一方面兩個研究對于南嶺區域的界限劃分有差異, 另一方面所利用的氣象站點數據也大不相同。另外, 不同的研究方法也可能得到不同的降水量變化趨勢的結果。

表2 南嶺全區域及各子區域降雨趨勢線斜率

注: “*”表示統計量Z<–1.96, 呈顯著下降趨勢。

圖5 多年平均雨量趨勢圖

Figure 5 Variation trend map of average annual rainfall

3.2.2 降雨量突變分析

為分析降雨序列的突變情況, 采用Mann- Kendall突變檢驗法對區域1-5以及南嶺全區域的降雨量序列進行突變分析, 發現5個子區域和南嶺全區域的年雨量序列均沒有發生顯著突變。以南嶺全區域的年雨量序列為例(圖6), 降雨量正序列統計量UF和反序列統計量UB曲線在置信區間內存在交點。最早的交點出現在1968—1969年, 交點處UF<0, 但正序列UF曲線始終沒有超過臨界值線=±1.96, 即沒有通過95%置信水平, 也就是說沒有發生顯著突變, 由此可見近年來南嶺區域內的人類活動或是大尺度的氣候變化沒有對當地的降水造成顯著的影響。

3.2.3 降雨量周期分析

在分析南嶺地區降雨周期性變化情況的過程中, 采用了小波分析的方法。由全區域小波等值線圖(7a)可知, 南嶺地區1968—2015年年均降雨量存在不同時間尺度上的周期震蕩。圖中大小不同的小波系數對應著強弱不一的信號, 等值線為正的用實線表示, 代表降雨較多; 等值線為負的用虛線表示, 代表降雨較少, 每一個小波系數為零之處則對應著一個突變點。在1—2 a的時間尺度上, 存在比較明顯的周期震蕩, 年雨量經歷了由多至少的多次循環交替, 在10—15 a的時間尺度上, 年雨量也同樣經歷了多少交替的多次循環。

在多個周期當中, 僅有2 a和13 a的周期經過了85%的紅噪聲檢驗, 但兩者均沒有通過更高置信水平的紅噪聲檢驗。2 a的降雨量周期與農業上“大小年”的說法一致, 可見所謂的“大小年”的發生有可能是因為降雨量的年際變化而收到了部分影響。因為13 a周期所對應的小波方差峰值較2 a的峰值更高, 因此有理由將13 a作為南嶺地區多年平均降水量序列的主周期。13 a的周期與太陽黑子11.2 a的周期相近, 另有研究指出, 華南地區大范圍洪澇多發生在太陽黑子低值附近或降段[25], 因此該周期可能可以為洪澇災害的預防提供依據。由圖7a中可看出, 13 a的周期中嵌套著幅度不一的小周期, 2018年仍處于降雨量增加的階段, 2020年則會進入新的周期。

圖6 南嶺全區域年雨量突變分析圖

Figure 6 Mutation analysis diagram of rainfall in Nanling

注: 圖7b 虛線表示85%置信水平的紅噪聲檢驗曲線, 若實線的峰值超過虛線則表示對應的周期顯著。

Figure 7 Wavelet analysis map of average annual rainfall in Nanling

4 結論與展望

根據南嶺地區14個氣象站點從1968—2015年共計48 a的逐月降雨資料, 對流域月、季節、年、汛期、非汛期的降雨量序列進行統計分析, 得出以下結論: ①南嶺地區的降水空間差異性較大, 多年平均雨量的分布范圍在1203.19 mm到2019.56 mm內, 位于南嶺西南部的廣西省境內以及東南部連平、韶關站所在的廣東境內降水較多, 而北部則降水較少。在空間上, 降水總體上隨經度增加而增加, 但關系微弱, 而隨緯度增加而減少, 隨海拔增高而減少, 這兩個關系相對明顯。因南嶺內復雜的山地地形形成了東西方向上趨勢變化不明顯的差異性降水, 但南嶺山地在南北地區降水差異上發揮了重要的屏障作用。②聚類分析表明, 依據各站點降水情況的差異可將14個站點劃分為5組, 即將整個區域劃分為5個子區域, 每個子區域當中存在相似度較高的降雨特征。③通過趨勢分析可以發現, 南嶺地區全區域以及5個子區域的年、四季、汛期和非汛期降雨量趨勢變化都不顯著。其中春季、秋季的降水量以下降趨勢為主, 預示發生季節性干旱的可能性有所增加; 夏季、冬季時段呈上升趨勢。汛期大多表現出下降趨勢, 非汛期降雨趨勢則以上升為主。部分區域因受山脈阻擋水汽的作用而呈現出與上述規律不一致的變化趨勢。④在南嶺的48 a降雨序列內未發現有突變發生, 近年來降雨量變化趨于平緩, 未受到太過劇烈的人類活動或氣候變化的影響。⑤小波分析表明, 南嶺地區的年降雨量存在著多重時間尺度下的周期變化特征, 最為顯著的是在多個周期當中的2 a和13 a的周期, 經過了85%的紅噪聲檢驗, 13 a周期可以作為南嶺地區降水的主周期進行更為深入的研究。

本研究以48 a的逐月雨量數據為資料, 且包含的氣象站點個數較少, 因此研究精度還有待提高。由于南嶺地區的界限劃分目前較為模糊, 在同類型的文章中研究區域有所差異, 可能導致研究結果上的不同。在今后的研究中, 可以從獲取更高精度的降雨資料入手, 在進行趨勢分析和突變檢驗時以站點為研究單位可以更加了解降雨指標的變化細節。另外也可以從極端降雨事件入手, 研究南嶺地區近年來發生區域性山地洪澇災害的可能性, 為水土保持、產業發展等方面工作方案的定制提供理論依據。

[1] 崔鵬. 中國山地災害研究進展與未來應關注的科學問題[J]. 地理科學進展, 2014, 33(2): 145–152.

[2] 賈文雄. 近50年來祁連山及河西走廊降水的時空變化[J]. 地理學報, 2012, 67(5): 631–644.

[3] 王麒翔, 范曉輝, 王孟本. 近50年黃土高原地區降水時空變化特征[J]. 生態學報, 2011, 31(19): 5512–5523.

[4] 張丁玲. 青藏高原水資源時空變化特征的研究[D]. 蘭州:蘭州大學, 2013.

[5] 段輝良, 曹福祥. 中國亞熱帶南嶺山地氣候變化特點及趨勢[J]. 中南林業科技大學學報, 2012, 32(9): 110–113.

[6] 周平. 假如沒有南嶺[J]. 中國國家地理. 2017(12): 16–25.

[7] 章文波, 付金生. 不同類型雨量資料估算降雨侵蝕力[J]. 資源科學, 2003(1): 35–41.

[8] 閆星光, 吳琳娜, 周涌, 等. 喀斯特地區月均降水協克里金插值方法研究——以貴州省為例[J]. 云南大學學報(自然科學版), 2017, 39(3): 432–439.

[9] 楊永利, 陳月. 基于協同克里金模型的區域降水空間插值方法與應用研究[J]. 水利技術監督, 2016, 24(4): 104– 107.

[10] KENDALL M G, MAURICE G. Rank correlation methods[M]. London, Griffin, 1948.

[11] MANN H B. Non-parametric Test Against Trend[J]. Economet-rica, 1945, 13: 245–259.

[12] 簡虹, 駱云中, 謝德體. 基于Mann-Kendall法和小波分析的降水變化特征研究——以重慶市沙坪壩區為例[J]. 西南師范大學學報(自然科學版), 2011, 36(4): 217–222.

[13] 陳偉, 湯靜, 卜思陽, 等. 基于Mann-Kendall法和小波分析的沈陽站1951—2010年降水變化特征研究[J]. 農業災害研究, 2015, 5(11): 37–38.

[14] 劉娟, 陳濤濤, 遲道才. 基于Daniel及Mann-Kendall檢驗的遼西北地區降雨量趨勢分析[J]. 沈陽農業大學學報, 2014, 45(5): 599–603.

[15] GRINSTED A, MOORE J C, JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J], Nonlinear Processes in Geophysics. 2004, 11(5): 561–566.

[16] 邱海軍, 曹明明, 曾彬. 基于小波分析的西安降水時間序列的變化特征[J]. 中國農業氣象, 2011, 32(1): 23–27.

[17] 李淼, 夏軍, 陳社明, 等. 北京地區近300年降水變化的小波分析[J]. 自然資源學報, 2011, 26(6): 1001–1011.

[18] HUANG Jin, ZHANG Jinchi, ZHANG Zengxin, et al. Spatial and temporal variations in rainfall erosivity during 1960-2005 in the Yangtze river basin[J]. Stochastic Environmental Research and Risk Assessment2013, 27(2): 337–351.

[19] 鄧自旺, 尤衛紅, 林振山. 子波變換在全球氣候多時間尺度變化分析中的應用[J]. 南京氣象學院學報, 1997(4): 89–94.

[20] CHRISTOPHER T, GILBERT P, COMPO. A practical guide to wavelet analysis[J].Bulletin of the American Meteorological Society, 1998, 79(1): 61–78.

[21] 王文圣, 丁晶, 衡彤, 等. 水文序列周期成分和突變特征識別的小波分析法[J]. 工程勘察, 2003(1): 32–35.

[22] 謝莊, 曹鴻興, 李慧, 等. 近百余年北京氣候變化的小波特征[J]. 氣象學報, 2000, 58(3): 362–369.

[23] PRAVEEN K, EFI F. A multicomponent decomposition of spatial rainfall fields: 1. Segregation of large- and small-scale features using wavelet transforms[J]. Water Resources Research, 1993, 29(8): 2515–2532.

[24] 黃奇章. 廣東降水氣候特征及其成因分析[J]. 熱帶地理, 1990(2): 113–124.

[25] 沙萬英, 李克讓, 尹思明. 中國南部沿海地區雨澇災害時空特征及趨勢預測[J]. 自然災害學報, 1997(1): 72–78.

Analysis of temporal and spatial variation of rainfall in 1968-2015 in Nanling

ZONG Tianyun1,2, ZHOU Weiying1, ZHOU Ping1,*

1. Guangzhou Institute of Geography, Guangzhou 510070, China 2. School of Life Sciences, Sun Yat-sen University, Guangzhou 510275, China

The Nanling is a mountain range that stretches across five provinces (Hunan, Jiangxi, Guangxi, Guangdong, and Fujian) in China, and it plays an important role as a boundary between tropical and subtropical regions. Understanding the spatial and temporal distribution characteristics of precipitation in Nanling is of great significance for further discovering the precipitation law of Nanling mountains under the conditions of climate change. Based on monthly precipitation data recorded at 14 meteorological stations in the Nanling area from 1968 to 2015, this study used the Mann–Kendall statistical test, wavelet analysis, and Kriging interpolation to analyze the spatial and temporal distribution characteristics of precipitation in the Nanling area. The results showed that rainfall was generally more abundant in the southwest of the area, decreasing from west to east and from south to north, but also decreasing with elevation. Cluster analysis indicated the area could be divided into five subregions, and that one year could not only be divided into spring (Mar.–May), summer (June–Aug.), autumn (Sept.–Nov.), and winter (Dec.–Feb.) but also into the flood season (Apr.–Sept.) and the non-flood season (Oct.–Mar.) as well. The mutative trends of annual seasonal precipitation and precipitation in the flood and non-flood seasons over the entire region, as well as the five subregions, were found not significant. Many different timescales of precipitation sequence were identified for the Nanling area, of which 13 years could be considered the primary period. The research results can provide reference for the development of agriculture, forestry and tourism in Nanling, and lay a foundation for the evaluation of ecological barrier function of Nanling.

Nanling mountains; cluster analysis; Mann–Kendall test; wavelet test

10.14108/j.cnki.1008-8873.2019.02.024

P426.6

A

1008-8873(2019)02-182-09

2018-4-12;

2018-6-9

廣東省科學院能力建設專項(2017GDASCX-0701); 南嶺觀測研究(2018B030324001; 2019GDASYL-0401001)

宗天韻(1996—), 女, 江蘇揚州人, 本科在讀, 主要從事森林碳儲量研究, E-mail: zongty@mail2.sysu.edu.cn

周平, 女, 博士, 研究員, 主要從事森林生態和地理信息系統應用開發研究, E-mail: pzhou@gdas.ac.cn

宗天韻, 周瑋瑩, 周平. 南嶺山地1968到2015年降雨的時空變化特征研究[J]. 生態科學, 2019, 38(2): 182-190.

ZONG Tianyun, ZHOU Weiying, ZHOU Ping. Analysis of temporal and spatial variation of rainfall in 1968-2015 in Nanling [J]. Ecological Science, 2019, 38(2): 182-190.