泥土湿度是量度陆地泥土干湿景象的宽绰处所， 它估量了岩石圈、水圈、生物圈、大气圈之间物资的运移和能量的交换[1-2]。泥土湿度的若干影响植物的滋长发育景象以及农作物的产量[3]；同期， 泥土湿度影响水轮回经由中的挥发和径流变成等法子；其次， 泥土湿度影响泥土中化学物资的运移[4]；此外， 泥土湿度通过窜改陆地地表向大气运送感热、潜热的分拨比例三级片快播， 地表的倒映率、泥土的热容量、地表挥发和植被滋长景象， 影响地表能量、水分的再分拨， 对表象产生影响[5-6]， 因此揭示泥土湿度的时空散布、影响要素至极表象效应是水文体、表象学等鸿沟的宽绰计划现实[7-9]。

泥土湿度与表象要素之间存在互馈效应[10-13]。现时， 很多学者采纳站点不雅测数据、再分析贵寓、遥感泥土水分反演数据等计划泥土湿度对表象的影响[7， 14-15]， 发现泥土湿度是表象格外捏续性的影响因子[16-18]， 陆地泥土湿度格外存在着数玉成数月的驰念性， 不错对后期的风光或表象进行瞻望[19-20]。Seneviratne等[21]诈欺AGCM模子计划发当今泥土湿度为中等的地区泥土湿度的驰念性最高， 泥土的极点干燥或湿气状态时常会加多泥土水分的驰念；Orth等[22]基于站点数据计划发当今欧洲地区， 泥土湿度驰念在某些季节捏续高达40 d；国内， 李若麟等[23]计划标明大师的泥土湿度驰念性长达20—110 d不等；程善俊等[24]发现与上层泥土湿度比较， 黄土高原半干旱地区深层的泥土湿度能较踏实地驰念区域表象的变化经由。中国西南地区散布着大面积的喀斯专诚貌， 泥土水分是喀斯特作用、泥土侵蚀的宽绰影响因子， 更是喀斯特石漠化严重地区植被滋长的搁置性因子， 因而相关泥土湿度的计划多聚集于西南地区泥土水分的影响要素及影响机制[3]， 对该区域泥土湿度的表象效应的计划偏少；此外， 受地形影响， 西南地区泥土湿度不雅测数据集在时空上不贯穿， 导致针对西南地区多线索、像元圭臬的泥土湿度的驰念性至极与表象之间的关系的计划甚少。左志燕等[25]采纳1982—2001年ERA-40泥土湿度再分析贵寓计划发现中国西南地区春季各层的泥土湿度均呈变干的趋势；邓彪等[26]基于站点数据计划发现1994—2011年四川盆地上层泥土湿度呈轻微的飞腾趋势；王硕甫等[27]计划发当今西南地区(川、贵、渝、滇)， 与浅层(10 cm)比较， 中层(50 cm)的泥土湿度与气温、降水之间的关连性略强。

鉴于此， 本文基于1979—2017年GLDAS(Global Land Data Assimilation System)泥土湿度数据， 以包括青藏高原部分地区在内的中国西南为计划区， 完成以下计划目标：1)基于不雅测站点实测数据评价GLDAS泥土湿度数据在计划区的适用性。2)诈欺线性倾向推测、距瓜分析揭示39年来西南地区泥土湿度与降水、气温的变化趋势及空间散布神情。3)采纳Pearson关连和偏关连分析不同深度的泥土湿度与降水、气温之间的时空关连性。4)筹画泥土湿度驰念性， 探讨中国西南地区泥土湿度驰念性的空间散布特征及季节特征。本文计划成果对深远了解西南地区泥土湿度特征， 区域陆面经由模拟和表象瞻望提供参考依据。

1 计划区

如图 1所示， 本文中国西南计划区主要包括广西、云南、贵州、重庆、四川、青海西南部、西藏东北部地区， 后文分别调处简称为桂、滇、黔、渝、川、青、藏， 经纬度鸿沟为19.45°—37.63°N， 83.66°—113.25°E， 面积约为233万km2。计划区覆没我国地形第一路子向第二路子过渡带， 平均海拔为2906 m， 相对高差为7198 m， 地形高差悬殊， 地貌类型复杂。以横断山为界， 横断山以东散布有四川盆地、云贵高原， 西部散布着青藏高原；表象类型从东南向西北递次为热带季风表象、亚热带季风表象、高原峻岭表象；同期， 桂、滇、黔、川等南边地区散布着具有二元三维结构的典型喀斯专诚貌[28]， 生态环境脆弱， 部分地区存在着严重的泥土侵蚀与石漠化问题[29-31]， 泥土水分是喀斯特泥土退化的要道因子[32]；此外， 青藏高原地区平均海拔在4000 m以上， 凡俗散布着多年冻土， 其面积占天下多年冻土的7%， 主要位于青藏高原内腹的昆仑山与唐古拉山之间的区域[33]。春夏两季青藏高本泥土湿度为加多期， 参预秋季为减少期， 冬季则为稳依期[34-35]。

2 贵寓与要领 2.1 数据源与预处理

筹画泥土湿度的驰念性需要长时间序列的泥土湿度数据。关联词， 泥土湿度的时空变率大， 计划区时空贯穿的泥土湿度站点不雅测贵寓匮乏， 遥感不雅测数据只可反献技上层泥土湿度， 因此本文采纳了大师陆面数据同化系统GLDAS(Global Land Data Assimilation System)陆面样式NOAH提供的1979—2017年1°×1°的3 h泥土湿度数据， 泥土深度分为0—10、10—40、40—100、100—200 cm。GLDAS聚会大地不雅测和卫星数据居品， 通过数据同化生成了最优近及时的地表状态变量， 克服了大地不雅测的局限性[36]， 大齐计划评价成果标明了GLDAS数据具有较高的果然度[37-39]， 现时， 已被凡俗应用于泥土湿度计划、遥感反演泥土湿度成果考证， 表象风光瞻望， 水资源惩处， 旱涝灾害等计划鸿沟[40-42]。为评价GLDAS泥土湿度在计划区的适用性， 采纳了ISMN(International Soil Moisture Network)提供的泥土湿度不雅测数据， ISMN汇集整理了来自天下50多个不雅测采集的泥土湿度数据， 现已被凡俗用于多源泥土湿度数据的考证[43-44]。由于各不雅测站点的不雅测仪器、测量深度、采样断绝等不一致， 本文筛选出测量深度在0—10 cm、质地合适标准的实测数据， 用于考证0—10 cm的GLDAS泥土湿度， 站点位置见图 1。计划区降水和睦温数据为好意思国国度海洋和大气惩处局(NOAA)的地球系统计划实验室(ESRL)提供的1979—2017年0.5°×0.5°的降水数据和睦温数据(https://www.esrl.noaa.gov/)。在数据预处理方面， 通过算术平均将泥土湿度3 h数据处理为日数据， 同期由于该泥土湿度数据单元为kg/m2， 即用计划层内单元面积的含水量暗意， 本文将上层到深层的泥土湿度分别乘以0.1、0.3、0.6、1， 排斥土层厚度的影响[24]；将泥土湿度实测数据、降水数据和睦温数据通过最周边算法进行插值， 使其与GLDAS泥土湿度数据的时空分辨率相匹配；为排斥量纲的影响， 将泥土湿度实测数据与GLDAS数据均进行了归一化处理。

2.2 要领 2.2.1 线性倾向推测

用yi， ti分别暗意样本量为n的表象变量至极对应的时间， 设立yi与ti之间的一元线性总结， 具体公式如下：

(1)

式中， 用最小二乘法去推测公式(1)中总结常数α、总结总计β， 推测要领可参考文件[45]；其中， β即为倾向值， β×10 a为表象倾向率， 即为每10年风光要素yi的变化率[46]。β大于(小于)0暗意表象变量随时间呈飞腾(下落)趋势， β统统值的大小代表表象变量随时间变化的速度或幅度。本文分别对1979—2017年各层泥土湿度、降水、气温的进行线性倾向推测， 其中t1=1979， t2=1980， ……， t39=2017。

2.2.2 关不息数与偏关不息数

本文筹画了西南地区0—10 cm泥土湿度实测数据与GLDAS数据的关不息数， 同期也筹画了各深度的GLDAS泥土湿度与降水、气温在时空上的关不息数， 具体筹画要领如下，

(2)

式中， X、Y、X、Y分别暗意两个变量及变量的平均值， r为变量的关不息数， N为样本量。

偏关不息数。在3个变量xi、xj、xh中， 铲除其中一个变量的影响后筹画的剩余两个变量的偏关不息数三级片快播， 公式为：

(3)

式中， rij、rih、rjh分别暗意变量xi和xj， ri和xh， xj和xh的关不息数， rij·h是在固定变量xh后xi和xj的偏关不息数。本文在像元圭臬上分别筹画了不同深度的泥土湿度与降水、气温之间的偏关不息数。

2.2.3 泥土湿度驰念性的筹画

泥土湿度驰念性界说为泥土湿度的滞后自关不息数低于99%的置信度老练时的滞后天数， 它的大小不错用泥土湿度的自关不息数来量度[23]， 筹画公式如下：

(4)

式中， lag为滞后的天数， lag=1、2、3……， Xi为1979—2017年合并日历的平均泥土湿度；n为365 d， X为Xi， i=1、2、3……， 的平均泥土湿度。本文将季节分歧为春季(MAM， 3、4、5月)， 夏日(JJA， 6、7、8月)、秋季(SON， 9、10、11月)、冬季(DJF， 12、1、2月)， 进而筹画了计划区不同季节、不同深度的泥土湿度驰念性。

3 成果与分析 3.1 GLDAS泥土湿度的适用性评价

表 1所示， 计划区6个实测站点的泥土湿度与匹配的GLDAS泥土湿度数据均呈寥落显赫的正关连关系， 通过了99.9%的显赫性老练。总体关连性较好， 为0.48—0.58， 这阐明在未谈判站点与像元的圭臬(即1°×1°)各别的情况下， GLDAS泥土湿度数据与实测数据仍具有较好的一致性， 大概较真确地反应中国西南地区泥土湿度景象。

3.2 泥土湿度与表象的时空特征 3.2.1 泥土湿度趋势分析及空间散布特征

图 2标明， 1979—2017年西南地区各深度的泥土湿度距平时间序列均呈不同幅度的波动变化， 且总体上存在较好的一致性， 即存在同相位， 该特色在1991年之后发达的最为赫然。表 2知道西南地区各深度的泥土湿度在变化趋势上存在各别性， 0—10、10—40、100—200 cm泥土湿度均呈减少的趋势， 但仅0—10 cm的泥土湿度倾向值显赫(通过0.001显赫性水平)， 表象倾向率为0.7 kg/m2/10 a， 西南地区40—100 cm的平均泥土湿度呈轻微的加多趋势， 但变化趋势不显赫；此外， 1979—2017年不同深度的年均泥土湿度年际间变化赫然， 存在2—3 a的变化周期(图 2)， 该特色与我国东部地区泥土湿度变化周期一致[47]；其中， 在1996年， 西南地区各层泥土湿度均达到最小值， 泥土为干旱状态(负距平)。在空间散布上， 西南地区多年平均状态下的泥土湿度存在显赫各别(图 3)， 在上层(0—10 cm)， 滇、藏、川接壤处等计划区中部的泥土湿度最低， 而藏中、青南的泥土湿度最高；10—40、40—100、100—200 cm的泥土湿度的空间散布具有考究的一致性， 总体上， 从东南向西北泥土湿度迟缓减少， 主要表当今渝、黔、桂、川东地区泥土湿度偏高。在垂直散布上， 图 3知道西南地区中层(10—40、40—100 cm)的泥土湿度显赫高于0—10、100—200 cm的泥土湿度， 该成果与王硕甫等[27]东谈主的论断一致， 统计知道， 从上层到深层， 西南地区平均的多年泥土湿度均值递次为31.58、43.81、43.44、24.93 kg/m2 (表 1)；同期， 0—10 cm泥土湿度的高、低值区分别处于西南地区的西部和中部， 而更深层的泥土湿度的高、低值区的空间散布与其违犯， 这可能是由于西南地区西部为高寒地区， 上层存在多年冻土导致。

3.2.2 降水和睦温的趋势分析及空间散布特征

图 2知道， 总体上， 1979—2017年西南地区平均的年降水量呈不显赫的加多趋势， 而年平均气温呈极显赫线性加多趋势， 表象倾向率为0.4℃/10 a(表 2)。二者年际变化均寥落赫然， 其中， 年降水量在1981年达到最大， 在1992年达到最小；在1982—1989、1991—1997、2003、2006—2007、2009、2011年， 西南地区降水偏少(负距平)， 在其他年份降水量偏多。同期， 从图 2不错看出西南地区平均的年平均气暖和在3—4年的变化周期；在1983年， 西南地区年平均气温最低， 为6.93℃， 而在2009年达到最高值， 为8.95℃；在1979—1997、2000年西南地区处于偏凉表象期(负距平)， 在其他年份基本处于偏暖表象期(正距平)。此外， 对比气温距平与降水距平的变化弧线， 西南地区平均的年降水量与年均气温在1986、1989、2011等年份呈反相位， 而在1980、2003、2006、2009年呈同相位。

在空间散布上， 西南地区多年平均年降水量由东南向西北递减(图 3)， 该散布特征与较深层的泥土湿度散布不异(图 3)。具体发达为滇西、川北， 计划区青藏地区的年降水量在800 mm以下， 但在计划区藏东南边际地带年降水量最高在2000 mm以上， 桂东北等少部分地区年平均降水量在1600 mm以上。西南地区多年平均气温空间散布特征与年降水量散布不异， 即从东南向西北， 气温迟缓镌汰(图 3)， 这可能是受海拔高度和纬度的影响。举例， 藏、青等地区平均海拔高达4000 m以上， 多年平均气温在0℃以下；云南和广西的南部地区纬度低， 多年平均温度偏高， 在20℃以上， 计划区东北部四川盆地因海拔低， 气温比同纬度地区高。以上阐明西南地区从东南向西北， 表象由高温多雨到低温少雨。

3.3 泥土湿度与降水、气温的时空关连性

图 2中年平均泥土湿度距平与年降水量距平， 年平均气温距平的变化弧线在部分年份存在同相位， 但举座的关连性不明晰；图 3中， 1979—2017年多年平均状态下的泥土湿度、降水量、气温在空间散布上存在考究的一致性， 因此， 为进一步探究泥土湿度与降水、气温之间的时空关连性， 本文分别从时间、空间维度筹画了泥土湿度与降水、气温之间的Pearson关不息数(表 3)。

国产人兽

由表 3可知， 在时间维度上， 西南地区各层年平均泥土湿度与年降水量均呈正关连， 且10—40 cm的泥土湿度与降水的关连性最强且最显赫， 但上层0—10 cm的泥土湿度与年降水量之间关连性不显赫；同期， 0—10 cm的年平均泥土湿度与年平均气温呈显赫的负关连关系， 这阐明1979—2017年气温的升高可能是上层泥土湿度干化的宽绰原因， 而更深层的泥土湿度与年平均气温之间无显赫的关连关系。在空间上， 西南地区多年平均状态下的0—10 cm泥土湿度与年降水量、年平均气温均呈极显赫的负关连关系， 但笔据水量均衡旨趣， 泥土湿度与降水量为正关连关系， 这与本文计划成果不同， 原因有待进一步分析；同期， 表 3知道， 10—40、40—100、100—200 cm的泥土湿度与降水、气温均呈极显赫的正关连关系， 且跟着深度加多， 关连性均增强。以上阐明， 西南地区偏深层的泥土湿度与表象因子(降水、气温)之间的空间散布型具有考究的一致性， 这可能受地形适度的成果。

3.4 西南地区泥土湿度驰念性的时空散布特征

大齐计划标明泥土湿度格外具有较长的捏续性， 即泥土湿度的驰念性(Soil Moisture Memory， SMM)， 这种驰念性不错瞻望季节圭臬的表象景象， 本文逐像元筹画了西南地区不同深度不同季节的SMM[48-49]。如图 4、图 5所示， 西南地区SMM存在赫然的空间各别性和季节各别， 总体变化鸿沟为19—111 d控制， 以60—90 d为主， 这阐明西南地区的泥土湿度可能对后期2—3个月的天气或表象产生影响， 该筹画成果与Dirmeyer等[50]， 李若麟等[23]的计划成果一致。具体地， 在春季(MAM)， 上层(0—10 cm)偏干地区的SMM偏短， 为30—60 d控制， 主要位于渝、黔、川北部等地区， 而在西藏中北部地区、广西东部地区的SMM长达80 d及以上；从0—10 cm到10—40、40—100 cm， 西南地区大部分区域的SMM变短， 其中在40—100 cm， 青、藏等44.3%的地区的SMM短于50 d， 而比较之下， 西南地区100—200 cm的SMM略偏长， 以60—70 d为主。夏日(JJA)， 在0—10 cm， 湿润地区的SMM偏长， 举例， 桂、黔、渝三省的西部地区， SMM长达3个月以上；同期， 在100—200 cm， 西南地区SMM长达3个月以上的鸿沟达到最大， 占比25.3%， 主要散布在云南、四川东南部， 青海东部等地区；秋季(SON)， 西南地区不同土深的SMM上下值空间散布神情与春季不异， 存在幽微各别， 举例， 在秋季， 青藏地区中部0—10、10—40 cm的SMM， 达到全年最长为80 d以上， 这可能是由于在春季青藏高原地区泥土湿度捏续减少的成果。冬季(DJF)， 在0—10 cm， 西南地区的SMM的空间各别较小， 95%地区的SMM长达2—3个月；同期， 跟着深度的加多， 西南地区冬季SMM短于2个月的西部地区空间散布变化法规总体上与春季不异， 但云南、四川东北部的SMM天数加多。

4 征询 4.1 西南地区泥土湿度与表象因子的关连性

对比表 3中泥土湿度与降水、气温在时间维度上的关连性， 发当今上层(0—10 cm)， 泥土湿度与气温的关连性比其与降水之间的关连性更强；在更深层(10—40、40—100、100—200 cm)， 泥土湿度与降水的关连性比其与气温的关连性更强， 这意味着， 西南地区上层泥土湿度可能主要受气温适度， 而更深层的泥土湿度主要受降水的影响， 即降水多(少)影响更深层泥土储水量的多(少)， 从而发达为更深层泥土湿度的高(低)。关联词， Pearson关不息数弗成铲除降水与气温之间的相互关系， 为此， 本文逐像元筹画计划区泥土湿度与降水、气温的偏关不息数。成果标明， 西南地区不同地区、深度的泥土湿度与降水的偏关不息数鸿沟为-0.35—0.72不等， 而泥土湿度与气温的偏关不息数变化鸿沟为-0.66—0.73不等。

为进一步判断对计划区泥土湿度影响更强的表象因子(降水、气温)， 本文逐像元比较泥土湿度与降水、气温的偏关不息数统统值， 保留最大值(图 6)。在图 6中， 西南地区东南部的桂、滇、黔、渝及川南0—10 cm的泥土湿度与降水的关系愈加密切， 二者呈显赫的正关连关系， 且在云南地区的偏关不息数最大；同期， 西南中西部的四川盆地北部、青藏高原中部地区泥土湿度与降水、气温的偏关不息数不显赫， 这阐明该地区的泥土湿度主要受到降水、气温之外要素的影响；此外， 西南地区的西北部少部分地区的泥土湿度与气温呈强度的正关连。跟着深度加多， 泥土湿度与降水、气温呈显赫关连的地区鸿沟扩大， 这阐明更深层的泥土湿度与降水、气温的关系愈加密切。具体地， 滇、桂等西南地区南部， 青海等西南地区西北部10—40、40—100、100—200 cm的泥土湿度与降水的关连性愈加密切；30°N近邻的四川盆地等计划区中部、东北部地区的泥土湿度与气温的关系愈加密切， 二者呈显赫的负关连关系。要而论之， 西南地区的泥土湿度举座上主要受降水影响， 二者呈正关连关系， 但在上层， 西南地区青藏高原， 四川南部地区的泥土湿度与降水、气温关系均不显赫。

4.2 泥土湿度驰念性的表象效应

泥土湿度是影响陆-气相互作用的要道因子， 对陆地表象变化的影响仅次于海洋温度， 其驰念性对后期数玉成数月的降水、气温有一定的瞻望作用[7]。对比分析西南地区不同泥土深度的SMM(图 4—5)， 成果标明， 总体上上层0—10 cm的SMM偏长， 西南地区西北部40—100 cm的SMM最短且区域分异显赫， 这阐明西南地区0—10 cm的泥土湿度对改日整个这个词西南地区万古期的表象瞻望更具代表性。同期， 统计不同季节计划区SMM均值， 发现西南地区季节性各别主要体当今夏日不同深度的平均SMM最长， 其次为冬季、春季， 秋季的平均SMM最短， 其中， 西南地区100—200 cm的SMM季节变化最为赫然。此外， 在雨季(夏日)， 中国西南的湿润地区深层的SMM比上层的更长， 在100—200 cm西南地区SMM长达3—4个月的地区鸿沟达到最大， 这可能是由于夏日湿润地区降水等看成时常， 而上层泥土湿度受到大气的影响最为径直， 包含了就地风光事件的噪声， 因而捏续性差[51-52]；西南地区西北部， 即青藏高原高寒地区上层SMM在夏日最短， 秋季最长。这可能是由于夏日时， 高原处于雨季， 上层泥土湿度受到季风降水看成影响大， 因而上层的泥土湿度驰念性偏短；在秋季， 泥土湿度捏续减少， 上层泥土迟缓冻结， 之后参预稳依期， SMM偏长[34]。

5 论断

本文以中国西南地区为计划区， 采纳线性倾向推测、距瓜分析、Pearson关连和偏关连等要领揭示了1979—2017年西南地区泥土湿度、降水、气温的变化法规和空间散布神情， 分析了不同深度的泥土湿度与降水、气温之间的时空关连性， 探讨了中国西南地区泥土湿度驰念性的空间散布特征及季节特征。主要论断如下：

(1) 西南地区各深度的年平均泥土湿度举座上波动相位具有较好的一致性， 但弥远趋势存在各别性。0—10 cm的泥土湿度呈显赫减少趋势(P < 0.001)， 表象倾向率为0.7 kg/m2/10 a， 而10—40、40—100、100—200 cm泥土湿度无显赫变化趋势。中层(10—40、40—100 cm)泥土湿度高于上层(0—10 cm)和深层(100—200 cm)， 且多年平均状态下， 上层泥土湿度与更深层的泥土湿度的呈违犯空间散布神情。

(2) 1979—2017年西南地区年降水量举座上呈不显赫加多趋势， 而年平均气温呈极显赫的加多趋势(P < 0.001)， 每10 a升温0.4℃；多年平均状态下年降水量与年平均气温均由东南到西北递减的空间神情。

(3) 在空间散布上， 更深层的泥土湿度与降水、气温之间的关连性更强。在弥远变化上， 偏关不息数标明西南地区的泥土湿度举座上主要受降水影响， 二者呈正关连关系， 但在上层， 计划区青藏高原， 四川南部地区的泥土湿度与降水、气温关系均不显赫。

(4) 西南地区泥土湿度湿度驰念性(SMM)存在赫然的空间各别性和季节各别， 总体变化鸿沟为19—111 d控制， 主要以60—90 d为主；其中， 0—10 cm的泥土湿度对整个这个词西南地区弥远(2—3个月)的表象瞻望具有更好的代表性；在季节上， 西南地区平均的SMM在夏日最长， 其次为冬季、春季， 秋季最短。

(5) 在雨季三级片快播， 湿润地区深层泥土湿度的驰念性比上层更长；受降水、冻土的消融与冻结等经由的影响， 计划区青藏高原地区上层SMM在夏日最短， 秋季最长。

致谢: 兰州大学李若麟博士匡助写稿。