不同数据源对汛期旱涝急转规律的影响及成因-以江西为例

• 全文链接
• 请求原文

作   者：

白桦;  肖文昌;  杨筱筱;  张阳;  温珍玉;  李斌;  陈静; 

作者机构：

南昌工程学院鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室; 

关键词：

驱动因子;  数据源影响;  机器学习;  旱涝急转;  时空变化; 

期刊名称：

中国农村水利水电

i s s n：

1007-2284

年卷期：

2025 年 003 期

页   码：

30-36

摘   要：

气象旱涝急转规律对数据源时空尺度具有相依性，厘清数据源对规律影响意义显著。采用江西省及毗邻区59个气象站、302个雨量站汛期月降水资料和130项气象气候监测指数，综合运用旱涝急转指数（Drought-flood Abrupt Alternation Index,DFAI）、时间序列分析、地统计、机器学习等方法评价汛期旱涝急转时空分布规律、驱动因子及其对数据源的响应。结果表明：两种数据源下汛期旱涝急转主要类型和强度相反，气象站数据源下旱涝急转类型为旱转涝，事件发生频次自1979年增加2.5倍、急转强度降低超10%；雨量站数据源下旱涝急转类型为涝转旱，事件发生频次自1991年增加2.6倍、急转强度增强超69%。两种数据源下旱转涝事件空间分布差异显著，气象站数据源下在年尺度和典型年尺度上旱转涝、涝转旱事件主要集中在研究区东部、南部，而雨量站数据源下在年尺度和典型年尺度上旱转涝、涝转旱事件均主要集中在研究区北部、南部。两种数据源DFAI时程变化驱动因子差异显著。基于随机森林和K近邻算法等适用算法，气象站数据源下西藏高原指数和厄尔尼诺-南方涛动指数是主要驱动因子，相关系数、偏相关系数绝对值分别在0.32～0.35、0.33～0.36间变化，对DFAI时程变化贡献率均大于45%；雨量站数据源下，亚洲经向环流指数是主要驱动因子，相关系数、偏相关系数绝对值为0.32、0.38，对DFAI时程变化贡献率为79%。