2021, Vol.41
2 云南大学地球科学学院, 云南 昆明 650500)
近5个多世纪的气候除了受到自然因素影响之外，同时还受到人类活动的强烈干扰，导致气候变化更为复杂和剧烈[1~3]。近500年主要覆盖了“小冰期”和20世纪暖期等阶段，其中在小冰期阶段，我国各地旱涝、寒潮及低温冻害等气象灾害频发[4~6]。受人类活动影响，20世纪以来的近百年(1906~2005年)全球地表温度上升了0.56~0.92 ℃[7]，全球平均降水变化在空间上更加分布不均，即中高纬地区降水增多，低纬副热带地区降水减少，极端降水事件频发[7~8]。近几十年来，我国部分区域气候显著变暖变干，以北方地区和西南地区的极端干旱事件最为突出[9~11]。极端气候事件往往造成所在地区巨大的经济损失，严重制约社会经济发展。以2009~2012年西南地区大旱为例，受旱面积达到了1.2亿亩1)，受灾人口超过了2500万人[12~14]。其中，云南是受灾最为严重的地区，类似的地区性极端气候事件在观测记录以前的表现，需要更长的气候代用指标记录来揭示。
1)1亩=666.67 m2
覆盖最近5个多世纪最常见的气候代用指标是历史文献资料，因其具有高时空分辨率、定年准确和相对明确的指代意义等优势，为定量重建历史时期气候变化序列奠定了基础[15]。明清时期，修志之风盛行，其中较好地保存了关于旱涝、蝗虫以及地震灾害等记录[16]。许多研究以旱涝指数为基础，对数百年至近千年我国不同地域尺度的降水、干湿变化作了分析，对旱涝的时空分布、影响因素作了探讨[17~25]。树木年轮重建的气候资料是另一个常用的气候代用指标资料，我国的一系列树木年轮研究提供了数百至(或)数千年的降水、冷暖和旱涝代用指标资料[26~29]。比较幸运的是，云南有较好的历史文献记录和树木年轮重建的气候资料，它们为我们探讨云南近5个半世纪雨季旱涝的时空变化提供了机会。本文旨在利用云南器测资料、历史文献资料和树木年轮重建资料，将这些资料归一化，通过主成分分析揭示雨季旱涝的空间模式，明确空间模式的时间变化特征和可能的周期性，探讨影响旱涝变化的因素，为云南未来的旱涝预测提供依据。
1 研究区域概况云南位于21°08′32″~29°15′08″N，97°31′39″~106°11′47″E之间的中国西南边陲，面积39.4×104 km2，约占全国国土面积的4.1%，其中山地面积占90%以上。地势整体上由西北向东南递减，海拔最高处为梅里雪山主峰卡瓦格博峰(6740 m)，最低点为红河河谷(76 m)；云南平均海拔在2000 m左右，大体以哀牢山为界，以西地区为山川并列、高山峡谷相间的山脉河谷地貌；以东地区为平均海拔在1000 m左右的低山和丘陵区[30]。受南亚夏季风、东亚夏季风和青藏高原季风的综合影响，云南形成了独特的低纬高原季风气候。全年平均气温在15 ℃左右，夏季最热月平均温度为19~22 ℃，冬季最冷月平均温度为6~8 ℃；日温度变化幅度较大，气温日较差可达12~20 ℃，气温年较差较小，平均为1.0~1.5 ℃。由于受夏季热带季风暖湿气团和冬季热带大陆干热气团的影响，全省大部分地区夏季和冬季热量差别不大，形成了四季如春的气候特征。全省年平均降水量在1000~1500 mm之间，除季节性变化和空间分布差异外，大部分地区较为湿润。云南降水受大气环流影响分为明显的干湿两季，其中11月至翌年4月为干季，5到10月为雨季，雨季降水占全年降水的80~90%[30~31]，雨季降水量呈现明显的南高北低空间模式(图 1)。云南的特殊气候环境和地形特点，使得云南极易受旱涝灾害的影响。
|
图 1 云南543年(1470~2012年)旱涝指数的21个地区及现代(1958~2012年)雨季降水的空间分布 Fig. 1 A map showing 21 regions with 543-year(1470~2012 A.D.)dryness/wetness index(DWI)as well as modern(1958~2012 A.D.)spatial distribution of rainfall in rainy season over Yunnan |
现代器测降水数据全部来源于中国气象数据网(http://data.cma.cn/)提供的《1951~2012年中国地面气候资料日值数据集》，该数据集包含了云南36个国家站点的日降水数据。我们基于空间均匀性和记录完整性选取了其中29个站点(图 1)1958~2012年日降水数据进行分析，探讨云南雨季降水的现代空间模态。同时，对历史文献中有较详细旱涝历史记录的11个地区(图 1)的观测资料，用Polation软件[32]进行反距离加权插值获得11个地区的雨季降水，并将其转换为旱涝等级。计算雨季旱涝等级的方法采用了与《中国近五百年旱涝分布图集》[33]相同的概率分布处理方式，即涝(+2)、偏涝(+1)、正常(0)、偏旱(-1)和旱(-2)的存在概率分别是10%、25%、30%、25%和10%。具体公式如下：
|
以上所有公式中，Ra为5~10月多年平均降水量；Ri为逐年5~10月降水量；σ为标准差。多年平均降水量和标准差采用1958~2012年5~10月平均降水量计算。
季风亚洲干旱图集(Monsoon Asia Drought Atlas，简称MADA)包括了534个基于亚洲季风区树木年轮重建的夏季(6~8月)PDSI(Palmer Drought Severity Index，帕默尔干旱指数)空间网格数据，研究时段跨越700余年(1300~2005年)，时间分辨率达到年际，空间分辨率为2.5°×2.5°，覆盖了8.75°S~56.25°N和61.25°~143.75°E的广大地区[34]。在MADA中，我们选取了云南及其周边的10个格点(图 1，作点数据处理)PDSI数据，按照与观测降水确定旱涝等级一致的概率分布处理方法，将10个格点的PDSI数据转换成旱涝指数数据。
历史文献的旱涝指数数据部分来源于《中国近五百年旱涝分布图集》[33]；同时，我们参考《中国气象灾害大典云南卷》[35]、《云南水旱灾害》[36]、《昆明历史资料(自然灾害录)》[37]、《昆明市自然灾害纪实资料》[38]、《云南省曲靖地区水旱灾害》[39]和《大理白族自治州水旱灾害》[40]等历史文献书籍，对《中国近五百年旱涝分布图集》资料缺失的年份作了补充。我们主要考虑春、夏、秋三季旱涝情况的出现时间、范围和严重程度对历史文献记录进行旱涝定级，同时也兼顾了各级出现频率。如果在定级时遇到同一年旱涝先后出现的情况，则以夏季(6~8月)情况为主；遇到同一站点代表范围内有旱有涝，则以频次多者为准。此外，我们排除了“河决”以及客水过境造成的水害情况。经补充后，我们获得了云南1470~1957年(487年)昆明(文献记录年数406年，下同)、大理(398年)、腾冲(167年)、普洱(164年)、昭通(132年)、曲靖(320年)、丽江(112年)、玉溪(230年)、红河(261年)、文山(133年)和楚雄(230年)等11个市州的旱涝指数时间序列。对于空缺的数据，我们以两种方法来补全。空缺数据较少且两个年份间的缺乏年份≤3年者，作为正常年份(旱涝指数为0)处理。缺失年份>3年者，将邻近的树轮重建PDSI转换得到的旱涝等级数据以Polation软件进行反距离加权插值获得。
最终，根据观测资料、树木年轮重建资料和历史文献资料，我们获取了云南21个地区(图 1)共543年(1470~2012年)的旱涝指数数据。我们对此数据做主成分分析(Principal Component Analysis，简称PCA)以揭示云南雨季降水旱涝的主要空间模态及其时间变化模式。对主成分得分作5年和11年滑动平均、系统突变检测(Regime Shift Detection，简称RSD)[41]和小波分析[42~43]以获取第一空间模态时间变化的特征和周期性。RSD的原理是检测时间序列中均值和方差的突变，即当平均值发生变化时，表示系统发生了突变，相应给出95%显著性水平的系统突变。同时，计算主成分得分和大尺度气候指数30 a滑动窗口的相关系数以探讨它们之间可能存在的联系。
3 结果对云南21个地区的旱涝指数(Dryness and Wetness Index，简称DWI)数据做PCA分析。结果(图 2)表明，前两个主成分轴分别解释了50.9%和7.6%的总方差变化，累计解释了总方差的58.5%。其中前21个主轴进行的断棍模型(Broken Stick Model，简称BSM)检验(图 2a)显示，仅有第一主成分的特征根明显高于显著性水平为0.05的阈值，具有显著统计意义。
|
图 2 云南旱涝指数(DWI)数据集的PCA结果(a)和第一主成分地区得分揭示的空间一致性模态(b) Fig. 2 Result of PCA on dataset of DWI (a) and coherent mode revealed by the scores for regions on the first principal component(b) |
根据PCA得到的地区得分，利用ArcGIS 10.8软件，采用反距离加权法进行插值，得到了近543年旱涝指数第一主成分的空间分布(图 2b)。从图 2b可以看出，近543年云南雨季旱涝第一主成分地区得分全区为正，变化趋势一致，呈现出全云南一致型的空间模态，即同旱同涝模态。但是，得分高的地区集中于哀牢山以东的云南高原中部和以西的普洱和西双版纳地区，得分相对低的地区出现在滇西北和滇西南(除普洱和西双版纳)。以上结果说明当云南雨季发生一致型旱涝空间模态时，旱涝灾害的程度在哀牢山以东的云南高原中部地区和普洱-西双版纳地区较滇西北及滇西南(除普洱和西双版纳)更严重。
图 3显示了第一主成分得分时间序列，正得分代表云南全区一致偏涝，负得分代表全区一致偏旱。根据一个地区旱涝的分类，极端干旱、洪涝的发生概率为2.28%，严重干旱、洪涝的发生概率为4.40%[44]。在云南过去的近5个半世纪，同涝的极端洪涝发生在1515 A.D.、1535 A.D.、1557 A.D.、1584 A.D.、1626 A.D.、1627 A.D.、1649 A.D.、1657 A.D.、1663 A.D.、1701 A.D.、1787 A.D.、1809 A.D.和2001 A.D.，严重洪涝年包括1506 A.D.、1510 A.D.、1517 A.D.、1531 A.D.、1538 A.D.、1548 A.D.、1558 A.D.、1563 A.D.、1597 A.D.、1662 A.D.、1675 A.D.、1677 A.D.、1691 A.D.、1713 A.D.、1726 A.D.、1727 A.D.、1733 A.D.、1742 A.D.、1785 A.D.、1829 A.D.、1830 A.D.、1835 A.D.、1928 A.D.、1932 A.D.、1939 A.D.、1965 A.D.、1971 A.D.和1990 A.D.；同旱的极端干旱发生在1534 A.D.、1582 A.D.、1610 A.D.、1619 A.D.、1634 A.D.、1635 A.D.、1647 A.D.、1673 A.D.、1674 A.D.、1678 A.D.、1683 A.D.、1992 A.D. 和2011 A.D.，严重干旱年包括1476 A.D.、1486 A.D.、1487 A.D.、1503 A.D.、1605 A.D.、1606 A.D.、1624 A.D.、1629 A.D.、1631 A.D.、1645 A.D.、1651 A.D.、1670 A.D.、1708 A.D.、1735 A.D.、1736 A.D.、1765 A.D.、1798 A.D.、1804 A.D.、1897 A.D.、1931 A.D.、1958 A.D.、1969 A.D.、1982 A.D.、1987 A.D. 和2005 A.D.。持续数年的、类似于2009~2012 A.D. 干旱程度的云南大旱在过去的5个半世纪还发生了4次，分别出现在1580~1583 A.D.、1603~1610 A.D.、1631~1636 A.D. 和1668~1674 A.D.；持续数年的云南大涝也出现了5次，分别发生在1515~1518 A.D.、1557~1558 A.D.、1626~1627 A.D.、1662~1663 A.D. 和1784~1787 A.D.。与持续数年的云南大旱比较，云南大涝持续的时间相对较短，以持续2年为主。
|
图 3 云南旱涝指数数据集的第一主成分得分时间序列 黑线为主成分得分，蓝线为5年滑动平均值，红线为系统突变检测得出的系统平均值，黄色和蓝色棒带分别指示持续数年的大旱和大涝，黑色点线代表极端、严重旱涝的阈值 Fig. 3 Time series of the PC1 scores derived from PCA of DWI dataset over Yunnan. Black line is PC1 scores, blue line is 5-year moving average of PC1 scores, red line is regime average derived from regime shift detection, yellow and blue bars indicate mega-droughts and mega-flood persisting several years, black dot lines are thresholds of exceptional and severe drought and flood |
根据极端、严重旱涝的出现频次、5年滑动曲线的波动和系统突变检测结果，在百年尺度上，第一主成分得分的时间序列可分为3个阶段。第一阶段(1470~1680 A.D.)为旱涝灾害频发的时期，第一主成分得分的5年滑动平均曲线在均值线附近剧烈波动，指示当时云南雨季气候不稳定，频繁地在同涝和同旱的空间模态间切换，出现了9次极端洪涝年和9次极端干旱年，12次严重洪涝年和12次严重干旱年；同时，此阶段也是持续数年的云南大旱和大涝频发的时期，5次云南大旱中的4次、5次云南大涝中的4次发生在这个时期。第二阶段(1681~1910 A.D.)为旱涝灾害较少的时期，5年滑动平均曲线在均值线附近小幅波动，指示当时云南雨季气候比较平稳，旱涝甚少发生，未见极端干旱年但有7次严重干旱年，见有3次极端洪涝年和10次严重洪涝年；仅见一次云南大涝，未见云南大旱。第三阶段(1911~2012 A.D.)是旱涝灾害又趋活跃的期间，5年滑动平均曲线在均值线附近的波动幅度加大，指示此阶段雨季气候又转为相对不稳定，其中1911~1970 A.D. 云南雨季偏涝，1970年后云南雨季偏旱；极端洪涝发生1次，严重洪涝发生6次，而极端干旱发生2次，严重干旱发生6次，在2009~2012年发生云南大旱，但未见云南大涝。第一主成分得分时间序列的系统突变检测表明，在第一阶段存在多次通过了95%置信水平检验的系统突变，且在年代际尺度上发生，第二阶段未有系统突变发生，一直到第三阶段的晚期才发生一次系统突变，说明第一阶段雨季气候环境不稳定、第二阶段雨季气候环境稳定和第三阶段又趋不稳定。
第一主成分得分时间序列的小波分析(图 4)表明，云南同旱同涝模态的时间变化存在多个显著周期。在年际尺度上，3~7 a的周期显著存在，在整个时间序列均有表现。在年代际尺度上，功率谱显示10~15 a和30~50 a的周期，前者显著出现在1580~1750 A.D. 期间，后者则显著出现在1470~1700 A.D. 期间，两者在此两个阶段的小波功率谱均通过95%信度的显著性检验。此外，百年尺度(100~130 a)周期的小波功率谱高，贯穿整个研究阶段，但未通过95%的显著性检验。需要指出的是，就整个时段而言，仅3~7 a周期通过了95%置信水平的显著性检验，其他周期主要体现在不同的阶段。
|
图 4 第一主成分得分时间序列的小波分析结果(黑色轮廓线代表小波功率谱达到95 % 置信水平) Fig. 4 The result of wavelet analysis on the time series of PC1 score (wavelet power spectra higher than the 95 % confidence level are outlined in black) |
通过对观测资料、树木年轮重建气候资料和历史文献资料归一化(旱涝指数)，我们获得了云南21个地区543年(1470~2012 A.D.)旱涝指数数据。此数据集的主成分分析揭示了云南约50.9%的雨季旱涝变化呈现一致性的空间模态(同旱同涝模态)，这一空间模态也是观测数据得出的云南雨季降水空间模态。采用云南省125个气象观测站1961~2002年月平均降水资料做6~8月降水量的主成分分析，得出的第一主成分(解释38.5%总方差贡献)也为云南一致性空间模态[45]。
主成分分析同时揭示了在过去的近5个半世纪云南雨季旱涝的3个阶段的变化(图 5a)。第一阶段(1470~1680 A.D.)是旱涝活跃期，云南雨季气候不稳定，旱涝灾害频繁，出现较多的极端、严重旱涝年和持续数年的云南大旱和云南大涝；第二阶段(1681~1910 A.D.)是旱涝平静期，云南雨季气候相对稳定，旱涝灾害少；第三阶段(1911~2012 A.D.)是干旱多发期，云南雨季气候又趋不稳定，出现较多的旱涝年，特别是极端和严重干旱。此变化趋势与邻近地区降水、季风指数等有着非常好的对应。四川南部洞穴石笋重建的中国西南降水指数[46](图 5b)表明，西南地区在1470~1710 A.D. 降水多，但变化幅度大；1710~1910 A.D. 降水相对正常，但1910 A.D. 以后降水逐渐减少，趋向干旱化。西南地区区域一致性的雨季降水时空模式与南亚夏季风强度有明显的关联。根据树木年轮资料重建的南亚夏季风指数[47](图 5c)显示，1470~1680 A.D. 南亚夏季风偏弱，1680~1900 A.D. 是南亚夏季风强盛时期，而1901 A.D. 以后南亚夏季风减弱。对比三者可以看出，弱南亚夏季风导致云南甚至整个西南地区雨季气候不稳定，降水变化幅度大，导致较多的旱涝灾害甚至云南、西南大旱和大涝，强南亚夏季风导致云南稳定的雨季气候，降水变化幅度小，引起较少的旱涝灾害。
|
图 5 云南旱涝指数的第一主成分得分与一系列气候代用指数和大尺度气候型指数的对比 (a)第一主成分得分(灰色)及其11年滑动平均(黑线)；(b)中国西南降水指数[46]；(c)南亚夏季风指数[47]；(d)印度洋偶极子指数[48]；(e)ENSO指数[49]；(f)PDO指数(灰线)及其11年滑动平均(黑线)[51]；(g)AMO指数(灰线)及其11年滑动平均(黑线)[52] Fig. 5 A comparison of PC1 scores with a series of climatic proxies and large-scale climatic patterns. (a)PC1 scores(gray line) and its 11-year moving averages(black line); (b)Rainfall index in Southwest China[46]; (c)South Asian summer monsoon index[47]; (d)Indian Ocean Dipole index[48]; (e)ENSO index[49]; (f)PDO index(gray line)and its 11-year moving average(black line)[51]; (g)AMO index(gray line)and its 11-year moving average(black line)[52] |
导致南亚夏季风强度如此变化的因素可能与IOD(Indian Ocean Dipole，印度洋偶极子)[48]和ENSO(El Niño-Southern Oscillation，厄尔尼诺-南方涛动)[49]有关(图 5d和5e)。本研究揭示的3~7 a旱涝变化周期，是典型的IOD和ENSO年际变化周期。气候观测和模拟研究表明，IOD和ENSO对云南雨季降水多寡均有影响[50]，且决定了3~7 a年际变化周期[45]。云南雨季降水偏多年对应于热带太平洋La Niña型和热带印度洋负IOD型海温分布，而降水偏少年对应于热带太平洋El Niño型和热带印度洋正IOD型海温分布[50]。以30年滑动窗口计算的第一主成分得分与IOD和ENSO计算的相关系数(图 6)表明，ENSO在大部分时间里与一致性旱涝空间模态呈现显著负相关，而IOD仅少部分时间里呈现出两者的相关性，可能指示ENSO对云南雨季降水的作用比IOD大，或前者抑制了后者对云南雨季降水的作用。
|
图 6 第一主成分得分与AMO、PDO、IOD和ENSO的30年滑动窗口相关系数 Fig. 6 Correlation coefficients between PC1 scores and AMO, PDO, IOD as well as ENSO in 30-year sliding window |
一致性空间模态得分时间序列的小波分析表明，云南一致性空间模态存在10~15 a和30~50 a的年代际涛动。它们在一定程度上反映了太平洋年代际涛动(Pacific Decadal Oscillation，简称PDO)[51]和大西洋多年代际涛动(Atlantic Multidecadal Oscillation，简称AMO)[52]对南亚夏季风的影响。以11年滑动平均去除了年际变化的第一主成分得分和PDO、AMO指数的30年滑动窗口的相关分析(图 5f、5g和图 6)表明，云南旱涝与PDO和AMO的关系也在3个阶段有不同的表现。1470~1680 A.D. 是旱涝活动期，PDO和AMO在大部分时间里与一致性旱涝空间模态呈现极为显著的负、正相关性，但在旱涝相对平静的1681~1910 A.D.，相关性仅在较少的时间里呈现，但在最后的1911~2012 A.D.，相关性又复明显。云南旱涝与PDO和AMO相关性的显著性在不同的时间段发生明显的变化，不仅说明了PDO和AMO对云南雨季降水有显著影响，而且表明它们的影响在不同的大气环流背景下存在明显年代际和百年尺度的差异，抑制或促进IOD和ENSO对云南雨季降水的影响，从而对云南雨季旱涝的时空变化产生影响。
5 结论通过对云南21个地区近5个半世纪雨季旱涝指数组成的数据集的分析，本文得出以下结论：
(1) 在过去的近5个半世纪，云南雨季旱涝主要呈现全区一致性的同旱同涝空间模态，且旱涝在哀牢山以东的云南高原中部和普洱-西双版纳较滇西北及滇西南严重。
(2) 近5个半世纪雨季旱涝可分为3个时期：1470~1680 A.D. 是旱涝活跃期，1681~1910 A.D. 是旱涝平静期，1911~2012 A.D. 是干旱多发期。持续数年的、类似于2009~2012 A.D. 云南干旱在过去的5个半世纪还发生过4次，分布出现在1580~1583 A.D.、1603~1610 A.D.、1631~1636 A.D.和1668~1674 A.D.；持续数年的云南大涝也出现了5次，分别发生在1515~1518 A.D.、1557~1558 A.D.、1626~1627 A.D.、1662~1663 A.D.和1784~1787 A.D.，与持续数年的云南大旱比较，云南大涝持续的时间相对较短。
(3) 云南雨季同旱同涝模态主要受南亚夏季风的影响，弱南亚夏季风导致云南甚至整个西南地区雨季气候不稳定，降水变化幅度大，导致较多的旱涝灾害甚至云南、西南大旱和大涝，强南亚夏季风导致云南稳定的雨季气候，降水变化幅度小，引起较少的旱涝灾害。
(4) 云南雨季同旱同涝模态的时间变化存在3~7 a的周期和10~15 a、30~50 a的年代际涛动，可能与印度洋偶极子(IOD)和厄尔尼诺-南方涛动(ENSO)的年际变化以及太平洋年代际涛动(PDO)和大西洋多年代际涛动(AMO)的年代际涛动对南亚夏季风强度的影响有关。
致谢: 感谢郝志新研究员的组织，评审专家和编辑部杨美芳老师的建设性修改意见和编辑建议。
| [1] |
IPCC. Summary for policymakers[C]//Masson-Delmotte V, Zhai P, Pörtner H-O, et al. Global Warming of 1.5℃. An IPCC Special Report on the Impacts of Global Warming of 1.5℃ above Pre-industrial Levels and Related Global Greenhouse Gas Emission Pathways, in the Context of Strengthening the Global Response to the Threat of Climate Change, Sustainable Development, and Efforts to Eradicate Poverty. Geneva, Switzerland: World Meteorological Organization, 2018: 1-32.
|
| [2] |
IPCC. Climate Change 2014:Impacts, Adaptation, and Vulnerability. Contribution of Working GroupⅡto the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2014: 1-1132.
|
| [3] |
葛全胜, 郑景云, 郝志新, 等. 过去2000年中国气候变化研究的新进展[J]. 地理学报, 2014, 69(9): 1248-1258. Ge Quansheng, Zheng Jingyun, Hao Zhixin, et al. State of the arts in the study of climate changes over China for the past 2000 years[J]. Acta Geographica Sinica, 2014, 69(9): 1248-1258. |
| [4] |
葛全胜. 中国历朝气候变化[M]. 北京: 科学出版社, 2011: 1-709. Ge Quansheng. The Climate Change in China during the Past Dynasties[M]. Beijing: Science Press, 2011: 1-709. |
| [5] |
范保硕, 张文胜, 张茹春, 等. 华北平原小冰期以来干湿变化与人类活动特征[J]. 第四纪研究, 2019, 39(2): 483-496. Fan Baoshuo, Zhang Wensheng, Zhang Ruchun, et al. Characteristics of dry-wet changes and human activities in the North China Plain since the Little Ice Age[J]. Quaternary Sciences, 2019, 39(2): 483-496. |
| [6] |
王健, 程海, 赵景耀, 等. 小冰期多尺度气候波动: 贵州董哥洞高分辨率石笋记录[J]. 第四纪研究, 2019, 39(3): 775-785. Wang Jian, Cheng Hai, Zhao Jingyao, et al. Climate variability during the Little Ice Age characterized by a high resolution stalagmite record from Dongge Cave, Guizhou[J]. Quaternary Sciences, 2019, 39(3): 775-785. |
| [7] |
IPCC. Climate Change 2013:The Physical Science Basis. Contribution of Working GroupⅠto the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2013: 1-1585.
|
| [8] |
Sun Q, Miao C, Duan Q, et al. A review of global precipitation data sets: Data sources, estimation, and intercomparisons[J]. Reviews of Geophysics, 2018, 56(1): 79-107. DOI:10.1002/2017RG000574 |
| [9] |
刘晓云, 李栋梁, 王劲松. 1961-2009年中国区域干旱状况的时空变化特征[J]. 中国沙漠, 2012, 32(2): 473-483. Liu Xiaoyun, Li Dongliang, Wang Jinsong. Spatiotemporal characteristics of drought over China during 1961-2009[J]. Journal of Desert Research, 2012, 32(2): 473-483. |
| [10] |
熊光洁, 张博凯, 李崇银, 等. 基于SPEI的中国西南地区1961-2012年干旱变化特征分析[J]. 气候变化研究进展, 2013, 9(3): 192-198. Xiong Guangjie, Zhang Bokai, Li Chongyin, et al. Characteristics of drought variations in Southwest China in 1961-2012 based on SPEI[J]. Climate Change Research, 2013, 9(3): 192-198. DOI:10.3969/j.issn.1673-1719.2013.03.006 |
| [11] |
贺晋云, 张明军, 王鹏, 等. 近50年西南地区极端干旱气候变化特征[J]. 地理学报, 2011, 66(9): 1179-1190. He Jinyun, Zhang Mingjun, Wang Peng, et al. Climate characteristics of the extreme drought events in Southwest China during recent 50 years[J]. Acta Geographica Sinica, 2011, 66(9): 1179-1190. |
| [12] |
黄荣辉, 刘永, 王林, 等. 2009年秋至2010年春我国西南地区严重干旱的成因分析[J]. 大气科学, 2012, 36(3): 443-457. Huang Ronghui, Liu Yong, Wang Lin, et al. Analyses of the causes of severe drought occurring in Southwest China from the Fall of 2009 to the Spring of 2010[J]. Chinese Journal of Atmospheric Sciences, 2012, 36(3): 443-457. |
| [13] |
Lin F, Li T, Yu W. Cause of severe droughts in Southwest China during 1951-2010[J]. Climate Dynamics, 2014, 43(7-8): 2033-2042. DOI:10.1007/s00382-013-2026-z |
| [14] |
Yang J, Gong D, Wang W, et al. Extreme drought event of 2009/2010 over Southwestern China[J]. Meteorology and Atmospheric Physics, 2012, 115(3): 173-184. |
| [15] |
郑景云, 葛全胜, 郝志新, 等. 历史文献中的气象记录与气候变化定量重建方法[J]. 第四纪研究, 2014, 34(6): 1186-1196. Zheng Jingyun, Ge Quansheng, Hao Zhixin, et al. Paleoclimatology proxy recorded in historical documents and method for reconstruction on climate change[J]. Quaternary Sciences, 2014, 34(6): 1186-1196. |
| [16] |
刘毅, 杨宇. 历史时期中国重大自然灾害时空分异特征[J]. 地理学报, 2012, 67(3): 291-300. Liu Yi, Yang Yu. Spatial distribution of major natural disasters of China in historical period[J]. Acta Geographica Sinica, 2012, 67(3): 291-300. |
| [17] |
Zhang Jiacheng. The Reconstruction of Climate in China for Historical Times[M]. Beijing: Science Press, 1988: 1-174.
|
| [18] |
Shen C, Wang W C, Hao Z, et al. Exceptional drought events over Eastern China during the last five centuries[J]. Climatic Change, 2007, 85(3-4): 453-471. DOI:10.1007/s10584-007-9283-y |
| [19] |
Shen C, Wang W C, Hao Z, et al. Characteristics of anomalous precipitation events over Eastern China during the past five centuries[J]. Climate Dynamics, 2008, 31(4): 463-476. DOI:10.1007/s00382-007-0323-0 |
| [20] |
Shen C, Wang W C, Peng Y, et al. Variability of summer precipitation over Eastern China during the last millennium[J]. Climate of the Past, 2009, 5(2): 129-141. DOI:10.5194/cp-5-129-2009 |
| [21] |
郑景云, 张学珍, 刘洋, 等. 过去千年中国不同区域干湿的多尺度变化特征评估[J]. 地理学报, 2020, 75(7): 1432-1450. Zheng Jingyun, Zhang Xuezhen, Liu Yang, et al. The assessment on hydroclimatic changes of different regions in China at multi-scale during the past millennium[J]. Acta Geographica Sinica, 2020, 75(7): 1432-1450. |
| [22] |
姜彤, 张强, 王苏民. 近1000年长江中下游旱涝与气候变化关系[J]. 第四纪研究, 2004, 24(5): 518-524. Jiang Tong, Zhang Qiang, Wang Sumin. The relationship between droughts floods and climatic changes in the middle and lower reaches of the Changjiang River since last 1000 years[J]. Quaternary Sciences, 2004, 24(5): 518-524. DOI:10.3321/j.issn:1001-7410.2004.05.007 |
| [23] |
Zheng J, Wang W C, Ge Q, et al. Precipitation variability and extreme events in Eastern China during the past 1500 years[J]. Terrestrial Atmospheric and Oceanic Sciences, 2006, 17(3): 579-592. DOI:10.3319/TAO.2006.17.3.579(A) |
| [24] |
Hao Z, Zheng J, Zhang X, et al. Spatial patterns of precipitation anomalies in Eastern China during centennial cold and warm periods of the past 2000 years[J]. International Journal of Climatology, 2016, 36(1): 467-475. DOI:10.1002/joc.4367 |
| [25] |
苏桂武. 华北地区500年来旱涝区域分异演变的研究[J]. 第四纪研究, 1999(5): 430-440. Su Guiwu. Research on the dry-wet regional differentiation changes during the past 500 years of North China[J]. Quaternary Sciences, 1999(5): 430-440. DOI:10.3321/j.issn:1001-7410.1999.05.006 |
| [26] |
Yang B, Qin C, Wang J, et al. A 3, 500-year tree-ring record of annual precipitation on the northeastern Tibetan Plateau[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(8): 2903-2908. DOI:10.1073/pnas.1319238111 |
| [27] |
Shao X, Huang L, Liu H, et al. Reconstruction of precipitation variation from tree rings in recent 1000 years in Delingha, Qinghai[J]. Science in China(Series D), 2005, 48(7): 939-949. DOI:10.1360/03yd0146 |
| [28] |
史江峰, 史逝远, 马晓琦, 等. 我国东南和华北季风区树轮气候和环境变化研究进展[J]. 第四纪研究, 2018, 38(6): 1471-1486. Shi Jiangfeng, Shi Shiyuan, Ma Xiaoqi, et al. Progress of tree-ring studies in climate and environment in Southeast China and North China[J]. Quaternary Sciences, 2018, 38(6): 1471-1486. |
| [29] |
谢成晟, 李景吉, 高苑苑, 等. 基于树轮宽度重建川西南137年秋冬季平均气温变化[J]. 第四纪研究, 2020, 40(1): 252-263. Xie Chengsheng, Li Jingji, Gao Yuanyuan, et al. Tree-ring width based autumn and winter mean temperature reconstruction and its variation over the past 137 years in southwestern Sichuan Province[J]. Quaternary Sciences, 2020, 40(1): 252-263. |
| [30] |
王宇. 云南山地气候[M]. 昆明: 云南科技出版社, 2006: 1-412. Wang Yu. Yunnan Mountain Climate[M]. Kunming: Yunnan Science and Technology Press, 2006: 1-412. |
| [31] |
段旭, 陶云. 云南近50年来的气候变化[J]. 热带气象学报, 2012, 28(2): 243-250. Duan Xu, Tao Yun. The climate change of Yunnan over the last 50 years[J]. Journal of Tropical Meteorology, 2012, 28(2): 243-250. DOI:10.3969/j.issn.1004-4965.2012.02.012 |
| [32] |
Nakagawa T, Tarasov P E, Nishida K, et al. Quantitative pollen-based climate reconstruction in Central Japan: Application to surface and Late Quaternary spectra[J]. Quaternary Science Reviews, 2002, 21(18-19): 2099-2113. DOI:10.1016/S0277-3791(02)00014-8 |
| [33] |
中央气象局气象科学研究院. 中国近五百年旱涝分布图集[M]. 北京: 地图出版社, 1981: 1-260. Chinese Academy of Meteorological Sciences, China Meteorological Administration. Yearly Charts of Dryness/Wetness in China for the Last 500 Year Period[M]. Beijing: Sinomaps Press, 1981: 1-260. |
| [34] |
Cook E R, Anchukaitis K J, Buckley B M, et al. Asian monsoon failure and megadrought during the last millennium[J]. Science, 2010, 328(5977): 486-489. DOI:10.1126/science.1185188 |
| [35] |
温克刚, 刘建华. 中国气象灾害大典-云南卷[M]. 北京: 气象出版社, 2006: 1-540. Wen Kegang, Liu Jianhua. Chinese Meteorological Disasters Dictionary, Yunnan Volume[M]. Beijing: Meteorological Press, 2006: 1-54. |
| [36] |
云南省水利水电厅. 云南水旱灾害[R]. 昆明: 云南地质矿产局印刷厂, 1999: 1-410. Department of Water Resources and Hydropower of Yunnan Province. Flood and Drought Disasters in Yunnan[R]. Kunming: Printing House of Yunnan Bureau of Geology and Mineral Resources, 1999: 1-410. |
| [37] |
昆明市地方志编纂委员会. 昆明历史资料(自然灾害录)[R]. 昆明: 银河印刷厂, 1989: 1-490. Kunming Local Chronicles Compilation Committee. Kunming Historical Data (Record of Natural Disasters)[R]. Kunming: Yinhe Printing Factory, 1989: 1-490. |
| [38] |
昆明市水利局水利志编纂委员会. 昆明市自然灾害纪实资料[M]. 昆明: 云南民族出版社, 1991: 1-158. Water Resources Compilation Committee of Kunming Water Resources Bureau. Documentary Materials of Natural Disasters in Kunming[M]. Kunming: Yunnan Nationalities Press, 1991: 1-158. |
| [39] |
曲靖地区行政公署水利电力局. 云南省曲靖地区水旱灾害[R]. 昆明: 云南省测绘局印刷厂, 1996: 1-418. Water Resources and Electric Power Bureau of Qujing District Administrative Office. Flood and Drought Disasters in Qujing District of Yunnan Province[R]. Kunming: Printing House of Yunnan Bureau of Surveying and Mapping, 1996: 1-418. |
| [40] |
《大理州水旱灾害》编委会. 大理白族自治州水旱灾害[R]. 大理: 印刷一厂, 1995: 1-248. Editorial Board of "Dali Prefecture Flood and Drought Disaster". Flood and Drought Disasters in Dali Bai Autonomous Prefecture[R]. Dali: The First Printing Factory, 1995: 1-248. |
| [41] |
Rodionov S N. A sequential algorithm for testing climate regime shifts[J]. Geophysical Research Letters, 2004, 31(9): 1-4. |
| [42] |
Li M, Hinnov L, Kump L. Acycle: Time-series analysis software for paleoclimate research and education[J]. Computers and Geosciences, 2019, 127: 12-22. DOI:10.1016/j.cageo.2019.02.011 |
| [43] |
Torrence C, Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998, 79(1): 61-78. DOI:10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2 |
| [44] |
McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[C]//American Meteorological Society, the 8th Conference on Applied Climatology. 1993: 179-183.
|
| [45] |
程建刚, 晏红明, 严华生, 等. 云南重大气候灾害特征和成因分析[M]. 北京: 气象出版社, 2009: 1-250. Cheng Jiangang, Yan Hongming, Yan Huasheng, et al. Analysis on the Characteristics and Causes of Major Climatic Disasters in Yunnan[M]. Beijing: Meteorological Press, 2009: 1-250. |
| [46] |
Tan L, Cai Y, Cheng H, et al. High resolution monsoon precipitation changes on southeastern Tibetan Plateau over the past 2300 years[J]. Quaternary Science Reviews, 2018, 195: 122-132. DOI:10.1016/j.quascirev.2018.07.021 |
| [47] |
Shi F, Fang K, Xu C, et al. Interannual to centennial variability of the South Asian summer monsoon over the past millennium[J]. Climate Dynamics, 2017, 49(7-8): 2803-2814. DOI:10.1007/s00382-016-3493-9 |
| [48] |
Abram N J, Wright N M, Ellis B, et al. Coupling of Indo-Pacific climate variability over the last millennium[J]. Nature, 2020, 579(7799): 385-392. DOI:10.1038/s41586-020-2084-4 |
| [49] |
Li J, Xie S P, Cook E R, et al. El Niño modulations over the past seven centuries[J]. Nature Climate Change, 2013, 3(9): 822-826. DOI:10.1038/nclimate1936 |
| [50] |
肖子牛. 印度洋偶极型异常海温的气候影响[M]. 北京: 气象出版社, 2006: 1-143. Xiao Ziniu. Climatic Effects of Dipolar Anomaly Sea Surface Temperatures in the Indian Ocean[M]. Beijing: Meteorological Press, 2006: 1-143. |
| [51] |
Shen C M, Wang W, Gong W, et al. A Pacific Decadal Oscillation record since 1470 AD reconstructed from proxy data of summer rainfall over Eastern China[J]. Geophysical Research Letters, 2006, 33(3): L03702. |
| [52] |
Wang J, Yang B, Ljungqvist F C, et al. Internal and external forcing of multidecadal Atlantic climate variability over the past 1, 200 years[J]. Nature Geoscience, 2017, 10(7): 512-517. DOI:10.1038/ngeo2962 |
2 School of Earth Science, Yunnan University, Kunming 650500, Yunnan)
Abstract
Droughts and floods are major meteorological disasters, severely restricting social and economic development in Yunnan. Based on proxy data of rainy season from historical documents, reconstructed June-August Palmer drought severity index(PDSI) from tree-ring, and observational rainy season rainfall (1958~2012 A.D.) in 21 regions of Yunnan (21°08'32″~29°15'08″N, 97°31'39″~106°11'47″E), five-grade dryness/wetness index(DWI) classification system was used to normalize these data and an inverse distance weighted interpolation was used to fill those missing data in historical document records, thus a dataset of complete rainy season DWI sequences covering nearly five and a half centuries(1470~2012 A.D.) were finally obtained for 21 regions of Yunnan. This DWI dataset was analyzed using principal component analysis(PCA) to reveal principal components(PCs), i.e. major spatial modes of drought and flood in Yunnan, and analyses on the score time series of PCs using regime shift detection and wavelet analysis were conducted to determine their variation characteristics and periodicities. The results showed that the first principal component(PC1) explaining 50.9% of total variance revealed a coherent spatial mode, indicating that the coherent drought or flood was major spatial mode over Yunnan during the last five and a half centuries. The PC1 scores showed a temporal pattern of three stages of drought and flood, i.e. active 1470~1680 A.D.(the 1st stage), when Yunnan saw many exceptional and severe droughts and floods as well as mega-droughts and mega-floods persisting for several years; inactive 1681 A.D. to 1910 A.D.(the 2nd stage), when few droughts and floods occurred in Yunnan; and active last century(1911~2012 A.D., the 3rd stage), when Yunnan saw more droughts, and even experienced a mega-drought lasting four years from 2009 A.D. to 2012 A.D. The result of wavelet analysis showed three periodic bands at 3~7 a, 10~15 a and 30~50 a significant at 95% confidence level. The 3~7 a cycle occurred through nearly five and a half centuries, whereas 10~15 a and 30~50 a oscillations appeared significantly in 1580~1750 A.D. and 1470~1700 A.D., respectively. A comparison of PC1 scores with a series of climatic proxies and large-scale climatic patterns indicated that coherent droughts and floods in rainy season over Yunnan were mainly controlled by the South Asian summer monsoon, which was affected by the interannual variation of ENSO and IOD as well as the interdecadal variation of PDO and AMO.