2017, Vol. 36
2. 中国科学院大学, 北京 100049;
3. 成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室, 成都 610225;
4. 南京信息工程大学 气象灾害预报预警与评估协同创新中心, 南京 210044
干旱是指一段时间内一个地区的水分补充量少于水分需求的自然现象, 通常持续数月至数年甚至达数十年, 是最严重的自然灾害之一 (Dai et al, 2011, 1998; Wilhite et al, 2000; 叶笃正和黄荣辉, 1996; 王劲松等, 2012)。干旱不仅直接影响农业生产和生物繁衍, 还间接引发火灾、城市水危机等衍生灾害。干旱发生的频率高、影响范围广、持续时间长, 逐渐成为社会各界所关注的一个热点问题 (李伟光, 2012; 张强, 2010; 王素萍, 2014; 陈丽丽, 2013; 张蓬勃, 2015)。随着全球气候变暖, 特大干旱、高温等极端天气气候事件发生的频率和强度呈现增加趋势。全世界每年由于干旱灾害所造成的经济损失高达数百亿美元, 数百万人的生活健康状况受到严重影响 (张强, 2004; 李新周, 2004)。中国是农业大国, 同时又是干旱灾害频发的国家, 据统计每年由干旱导致的受灾面积平均达到2000万公顷, 其造成的粮食损失占全国因受灾减产粮食的50%(何斌, 2010; 张强, 2000; 黄荣辉和周连童, 2002)。
降水是调控干旱的关键因子, 特别是在生态脆弱区和中低纬地区 (Wang, 2011)。自20世纪80年代以来, 在全球变化的背景下, 灾害性和区域性的极端气候事件不断发生。我国华北和西北东部等地区的干旱化加剧 (张强, 2000; 刘洪兰, 2013; 任余龙, 2013), 这些被认为与降水的持续减少关系密切 (马柱国和任小波, 2007; 张茜, 2011; 王林和陈文, 2014; 彭艳, 2016)。特别是20世纪90年代以后, 西北东部极端干旱频率急剧增加, 增幅在一倍以上 (马柱国和符淙斌, 2005)。黄会平 (2010)采用近60年来干旱灾情统计资料, 分析了干旱灾害的时空特征及发展趋势, 认为北方的黄河流域、松辽河流域、海滦河流域、淮河流域受旱概率有增大的趋势。
黄土高原不仅是世界上黄土覆盖面积最大的地区, 也是我国西部生态环境较脆弱的地区。它位于我国黄河中上游和海河上游地区, 介于34°N-41°N, 98°E-114°E之间, 其面积约为64×104 km2, 包括太行山以西、乌鞘岭以东, 秦岭以北、阴山以南广大地区, 海拔为500~2700 m (王毅荣, 2011;张金屯, 2003; 张宝庆, 2014)。黄土高原属于典型大陆性季风气候, 冬春季主要受极地干冷气流影响, 气候干冷多风; 夏秋季主要受西太平洋副热带高压和印度洋低压影响, 炎热多雨 (He et al, 2003; 李振朝, 2008)。黄土高原的春季 (3-5月) 正是冬小麦返青、拔节、抽穗和玉米等大秋作物播种、出苗及牧草生长的关键时期, 春旱的发生势必会严重影响农业生产 (叶燕华, 2004)。因此, 黄土高原春旱的时空变化特征需要更加深入的分析。
为了表征干旱, 学者们提出并发展了一系列干旱指数以及相关因子 (王素萍, 2015; 王文, 2016)。其中Mckee et al (1993)提出了标准化降水指数 (the Standardized Precipitation Index, SPI), 由于其具有计算过程简单, 对干旱反应灵敏, 便于在不同时空尺度进行比较的优点而得到广泛使用 (Paulo and Pereira, 2007)。尽管利用SPI在不同地区进行干旱变化的分析工作已有很多 (熊光洁, 2014; 王芝兰, 2013; 孙智辉, 2013; 陈丽丽, 2013), 但影响SPI变化的降水特征还需进一步讨论, 尤其是在降水时空变化差异都较大的黄土高原地区。因此本研究还将从SPI的计算方法入手, 重点关注降水量和SPI在春季黄土高原地区的联系。
2 资料与方法 2.1 资料研究区域采用Wang (2015)绘制的黄土高原边界图, 位于33.6°N-41.3°N, 100.8°E-114.5°E之间。研究所用春季降水资料 (1980-2014年) 来源于中国气象数据服务网 (http://data.cma.cn/data/index.html)。从黄土高原74个气象观测站点中选取缺测时段少于一个月的52个站点 (图 1)。本研究利用站点提供的逐日降水资料计算得到逐月降水量。在绘制平面图时, 站点的分析结果采用Cressman方法插值到0.1°×0.1°的格点上。
|
图 1 研究区域气象站点分布 Figure 1 Meteorological stations used in study area |
对某一站点 (或格点) 而言, 假定其在一段时间内的逐年降水满足双参数的Γ分布, 那么降水量x的发生概率可以拟合为伽马分布的形式 (Mckee et al, 1993; Edwards et al, 1997; Cdoi, 1969; Ison, 1971):
| $ g\left(x \right)=\frac{{{x}^{\alpha -1}}{{e}^{\frac{x}{\beta }}}}{{{\beta }^{\alpha }}\mathit{\Gamma} \left(\alpha \right)} , $ | (1) |
式中: α为形状参数, β为尺度参数, 二者一般大于零。Γ(α) 为伽马函数, 其表达式为:
| $ \mathit{\Gamma} \left(\alpha \right)=\int_{0}^{\infty }{{{y}^{\alpha -1}}{{e}^{-y}}\text{d}y} , $ | (2) |
α和β由极大似然估计法估算得到:
| $ \alpha = \frac{1}{{4A}}\left({1 + \sqrt {1 + \frac{{4A}}{3}} } \right) , $ | (3) |
| $ \beta {\rm{ = }}\frac{{\bar x}}{\alpha } , $ | (4) |
式中:
| $ G\left( x \right) = \int_0^x {g\left( x \right){\rm{d}}x} = \frac{1}{{{{\hat \beta }^{\hat \alpha }}\mathit{\Gamma} \left( {\hat \alpha } \right)}}\int_0^x {{x^{\hat \alpha - 1}}} {e^{ - x/\beta }}{\rm{d}}x , $ | (5) |
使得t=x/
| $ G\left(x \right) = \frac{1}{{\mathit{\Gamma} \left({\hat \alpha } \right)}}\int_0^x {{t^{\hat \alpha - 1}}} {e^{ - t}}{\rm{d}}t , $ | (6) |
由于伽马函数没有定义x=0这种情况, 但降水分布则可能包含有降水值为0的情形, 累积概率密度函数变为:
| $ H\left(x \right) = q + \left({1 - q} \right)G\left(x \right) , $ | (7) |
式中: q代表降水值为0的概率。将累积概率H(x) 转换成均值为0、方差为1的标准正态分布, 其所对应的值即为SPI:
| $ SPI = - \left({t - \frac{{{c_0} + {c_1}t + {c_2}{t^2}}}{{1{\rm{ + }}{d_1}t + {d_2}{t^2} + {d_3}{t^3}}}} \right) , 0 < H\left(x \right) \le 0. 5 $ | (8) |
| $ SPI = - \left({t - \frac{{{c_0} + {c_1}t + {c_2}{t^2}}}{{1{\rm{ + }}{d_1}t + {d_2}{t^2} + {d_3}{t^3}}}} \right) , 0. 5 < H\left(x \right) \le 1. 0 $ | (9) |
其中:
| $ t = \sqrt {\ln \left({\frac{1}{{{{\left({H\left(x \right)} \right)}^2}}}} \right)} , 0 < H\left(x \right) \le 0. 5 $ | (10) |
| $ t = \sqrt {\ln \left( {\frac{1}{{1. 0 - {{\left( {H\left( x \right)} \right)}^2}}}} \right)} ,0. 5 < H\left( x \right) < 1. 0 $ | (11) |
式中: c0=2.515517, c1=0.802853, c2=0.010328, d1=1.432788, d2=0.189269, d3=0.001308。一般来说, 越小的x其对应的累积概率也越小, SPI越为负值。干旱等级与SPI及降水累积概率的对应关系如表 1所示。注意当SPI为正时, 表示当年降水偏多, 易发洪涝。春季SPI的计算方法是:首先计算各站点每年春季总降水量值, 再计算时间尺度为3个月的SPI值, 最后将其插值为格点数据。
|
表 1 基于标准化降水指数 (SPI) 的干旱等级 Table 1 The grade of drought based on the standardized precipitation index (SPI) |
在讨论春旱之前, 首先需要了解黄土高原降水的基本特征 (图 2)。从图 2可以看出, 黄土高原在1980-2014年间年均降水量在144.6~676.8 mm之间, 并呈现由东南向西北逐渐减少的分布。其中, 临河站年均降水量最少, 五台山站最多。春季降水在20.8~125.8 mm之间, 其空间分布与年降水较为相似, 同样呈现由东南向西北递减的分布。春季降水量最小值出现在临河站, 最大值则在武功站。黄土高原春季平均降水量约占全年总降水量的20%, 其中包头的比重最小, 为14%, 门源最大, 达24%。
|
图 2 1980-2014年黄土高原降水基本特征的空间分布 (a) 气候态平均年降水量 (单位: mm), (b) 气候平均春季降水量 (单位: mm), (c) 春季降水年际变率 (单位: %), (d) 春季降水线性趋势 (单位: mm·a-1).●为通过了信度90%显著性检验的站点, 图 (d) 中A、B、C、D、E分别表示榆林、太原、铜川、武功和西吉站 Figure 2 Spatial patterns of basic character precipitation over the Loess Plateau during 1980-2014. (a) the climatological means of the annual precipitation (unit: mm), (b) spring precipitation (unit: mm), (c) the variability ratio (unit: %), (d) linear trends for the spring precipitation (unit: mm·a-1).● denotes the stations passing Mann-Kendall significance test for the trends of spring precipitation, in Fig. 2d, capital A, B, C, D and E denotes the station of Yulin, Taiyuan, Tongchuan, Wugong and Xiji, respectively |
黄土高原站点平均的春季降水的年际变率, 即年均方差与平均值的比值, 约在11%~21%之间。其中, 年际变率大值区位于陇东地区, 包括盐池、吴旗、环县、西峰镇、长武、武功等站。单从春季降水量来说, 这些地区春季干湿变化应该最为剧烈。通过后面的分析可以看到, 这一地区春季SPI的变化同样非常剧烈。
黄土高原在1980-2014年间的春季降水呈现出线性减少的趋势。其中减少较明显的区域位于陇东和关中地区, 包括西峰镇、长武、铜川、武功等站。而在内蒙古中部和青海东部, 包括临河、包头、呼和浩特、东胜等站, 春季降水的线性变化不明显, 部分地区甚至出现弱的增加。有研究指出, 在半干旱地区, 降水增多的地区不一定变湿, 同时降水减少的地区也未必会变干 (马柱国和符淙斌, 2006; Ma and Fu, 2003)。采用Mann-Kendall法对春季降水的变化趋势做显著性检验, 在显著性水平α=0.1下, 通过显著性检验的站点仅有榆林、太原、铜川、武功、西吉, 说明近35年黄土高原春季降水的减少过程可能存在, 但在大部分地区降水的减少并不显著。
3.2 时空变化黄土高原春季降水的时空变化可以利用经验正交函数 (EOF), 对降水距平场进行分解得到黄土高原春季降水EOF第一模态的空间分布和时间系数 (图 3)。从图 3可以看到, 黄土高原春季降水的第一模态方差贡献达到57.9%, 且对应空间场的符号相同。说明黄土高原春季降水以整体一致的变化为主, 这可能是由于当地春季主要是以大尺度系统性降水为主。第一模态的时间系数 (图 3b) 可以看到1980-2014年间黄土高原春季降水量总体呈现略微线性递减的趋势。而从年代际变率上看, 1980-1993年黄土高原处于春雨较多的时期, 而这之后春季降水则整体减少。这些结果与叶燕华等 (2004)的研究基本一致, 尤其值得关注的是1995和2000年是黄土高原近30年来春季降水最少的两年, 对应着两次较为严重的春旱。
|
图 3 黄土高原春季降水EOF第一模态的 (a) 空间分布和 (b) 时间系数 Figure 3 The spatial pattern (a) and time series (b) for the first leading EOF mode of the spring precipitation over the Loess Plateau |
根据降水的气候态分布特征, 将黄土高原划分为四个区域。其中, 年均降水量大于500 mm为Ⅰ区, 包括长治、临汾、阳城、孟津、运城、三门峡、洛川、铜川、武功、长武。Ⅱ区的年均降水量在400~500 mm之间, 有大同、右玉、离石、衡山、延安、环县、西峰镇、平凉等地区。Ⅲ区的年均降水量在300~400 mm之间, 包括呼和浩特、包头、盐池、榆中、民和、西吉、华家岭等地。Ⅳ区的年均降水量小于300 mm, 包括临河、惠农、陶乐、银川、鄂托克旗、中宁、景泰。
图 4给出了黄土高原整个区域和4个分区的春季SPI的逐年变化, 分别用SPI-PJ及SPI-1~SPI-4表示, 其拟合趋势线的斜率 (K) 表示年际变化的趋势大小。可以看到近35年间, 黄土高原整体 (K=-0.0078) 发生过4次较为明显的春旱, 分别为1981年, 1995年, 2000年和2001年。其中1995年和2000年高原整体春季SPI值分别为-2.26和-2.05, 对应特旱; 2001年春季SPI值为-1.61, 为重旱; 1981年春季SPI值为-1.19, 为中旱。对于黄土高原的不同分区, 干旱等级有一定差别。举例来说, 对于春季而言, Ⅰ区2001年为特旱 (SPI为-2.48), 1995年和2000年都为重旱; Ⅱ区的特旱发生在1995年 (SPI为-2.29), 2000年为重旱 (SPI为-1.88); Ⅲ区1995年 (SPI为-2.37)为特旱, 2000年 (SPI为-1.72) 为重旱, 而1994年、2001年及2011年均为中旱; Ⅳ区1995年和2000年 (SPI分别为-2.28、-2.63)为特旱, 1982年 (SPI为-1.01)是中旱, 2001年正常。不仅如此, 各个区域SPI线性减少的速度也存在差异。其中Ⅱ区 (K=-0.0091) 的SPI减少最为迅速, 其次是Ⅰ区 (K=-0.0087) 和Ⅲ区 (K=-0.0063), 而Ⅳ区 (K=-0.0009) 则最不明显。也就是说, 黄土高原东南较湿润地区要比西北部较干燥地区更加表现出春旱加剧的趋势。不同地区SPI的差别说明, 尽管黄土高原的春旱变化整体性较好, 但空间差异仍然不能忽视。
|
图 4 黄土高原整体 (SPI-PJ) 及各区域 (SPI-1~SPI-4) 春季SPI年变化 (a) SPI-PJ, (b) SPI-1, (c) SPI-2, (d) SPI-3, (e) SPI-4 Figure 4 Series of the SPI derived from the regional averaged spring precipitation over different regions in the Loess Plateau during 1980-2014 |
由于1995年、2000年以及2001年是3个典型的春旱年, 通过这三年春季降水、降水异常以及SPI分布 (图 5) 可以看到, 1995年春季降水呈现出自东南向西北递减的分布, 数值约在8~52 mm之间。这年的降水异常值在-60~-28 mm之间, 降水异常减少最明显的地区包括宁夏南部和甘肃榆中等地区, 向东负降水异常逐渐减弱。这一年尽管高原所有地区都达到中旱以上的级别, 但特旱只发生在在甘肃陇东、宁夏以及内蒙古南部地区。2000年春季降水和降水异常的分布在黄土高原西部与1995年类似, 但在东部的山西地区降水异常减少同样很明显。因此, 这一年的特旱地区除了宁夏西北部外还包括山西南部地区。2001年的干旱程度要弱于1995年和2000年, 这主要是因为这一年的春季降水异常在高原北部地区 (如榆林站附近) 并不大, 对应这些地区的SPI在-0.6左右。但在高原东部的河南\, 山西等地, 降水异常减少仍然比较显著, 对应的SPI均在-1.5左右, 属于重旱或特旱。
|
图 5 1995年 (上)、2000年 (中) 和2001年 (下) 三个典型春旱年的降水场 (a, d, g, 单位: mm)、降水异常场 (b, e, h, 单位: mm) 以及SPI (c, f, i) 分布 Figure 5 Patterns of spring precipitation (a, d, g, unit: mm), anomaly of spring precipitation (b, e, h, unit: mm) and spring SPI (c, f, I) over the Loess Plateau in three years of 1995 (up), 2000 (medium) and 2001 (down) |
通过三个典型春旱年的比较可以发现, 春季降水异常尽管很大程度上决定了当年春旱的严重程度, 但春季降水异常与SPI的空间分布存在明显的差别。
4.3 SPI的时空变化为了进一步说明黄土高原春旱的时空变化特征, 图 6给出了春季SPI的EOF分析结果。春季SPI的前3个模态的累积方差贡献超过了70%。与降水场类似, 春季SPI第一模态方差贡献率为55.8%, 不仅如此, 春季SPI与春季降水两者第一模态的时间系数 (图 6b、图 3b) 达0.95(通过了99%信度检验)。因此可以说黄土高原春季SPI与春季降水的整体变化是一致的。与之形成对比的是, 两种变量第一模态的空间场却存在差异。其中, SPI第一模态空间系数的大值区位于甘肃陇东地区, 峰值中心位于西峰站, 说明这一地区从SPI上看是黄土高原地区旱涝转换较为剧烈的地区。这与降水场EOF第一模态空间场呈现出的南高北低的分布并不相同。因此, 黄土高原春季SPI变化并不完全与降水异常情况相对应。
|
图 6 黄土高原春季SPI的前3个EOF主要模态的空间场 (a, c, e) 及时间系数 (b, d, f) (a, b) 第一模态, (c, d) 第二模态, (e, f) 第三模态 Figure 6 The spatial patterns (a, c, e) and are their corresponding time series (b, d, f) for three leading EOF modes of the springSPI over the Loess Plateau during 1980-2014. (a, b) the first mode, (c, d) the second mode, (e, f) the third mode |
黄土高原春季SPI第二模态的方差贡献率为7.9%。其空间场呈现出东西相反的分布, 说明黄土高原东西部的春季旱涝状况有相反的变化特征。空间场正值集中于山西南部, 最大值在介休站附近; 负值主要位于青海东部和甘肃中部地区, 最小值出现在乌鞘岭。在2002年春季 (此时第二模态时间系数为-3.39), 黄土高原春季整体偏涝 (图 4), 由于第二模态的影响, 当年春季黄土高原东部地区SPI接近0, 而西部不少地区则出现中度洪涝 (SPI>1)。
春季SPI的EOF第三模态的方差贡献率是6.9%, 它的空间场呈现为南北相反的空间分布, 零线位于陶乐延安隰县长治一线。在2013年春季SPI第三模态的时间系数达到极小, 为-4.28。这一年高原整体平均的SPI显示没有发生明显的旱涝事件 (图 4), 但由于第三模态的影响, 在高原北部有轻微的干旱而南部则有较弱的洪涝发生 (图略)。
5 SPI空间分布差异的原因分析 5.1 降水概率谱对SPI的影响为了说明影响黄土高原春季SPI的主要因素, 选取景泰和中宁两个站点来进行对比。景泰站和中宁站的气候态平均春季降水量接近, 分别为33 mm和34 mm; 春季降水EOF第一模态空间场的数值也接近, 为0.081和0.082;两个站的春季SPI的EOF第一模态的空间场则有差异, 分别为0.126和0.153。这就是说景泰和中宁两站的春季降水特征, 无论是气候态均值还是逐年变化, 都非常接近, 但两站的SPI变化幅度仍然存在差别。下面就从SPI的定义来说明两个站点出现差异的原因。
SPI与降水的概率密度关系较为密切。本文采用的SPI计算方法的基础是假定降水概率密度分布满足伽马分布, 因此两个参数, 即形状参数α(公式3) 和尺度参数β(公式4) 决定了降水概率密度的分布特征。从伽马函数的特征又可以知道, 当α越大 (小) 时, 降水概率主要集中在较强 (弱) 的降水区。以上面提到的景泰和中宁站为例, 景泰站的α为3.24, β为10.20;中宁站的α为1.89, β为18.21。从图 7可以看到, 中宁站的春季降水概率在10 mm附近出现概率峰值。而景泰站的最大概率春季降水量则约为15 mm左右。概率密度函数的差异进一步产生累积概率密度的差别 (图 7b)。举例来说, 当春季降水量为10 mm时, 对景泰站来说小于这个降水量的概率是10%(对应SPI接近-1.2), 也就是说当年春季是中旱。但对于中宁站, 春季降水量小于10 mm的概率则可达50%, 也就是说这样的春季降水量基本正常, 没有发生明显的干旱。因此, 在黄土高原地区可以简单认为, α越小 (大), 出现较小春季降水时对应的SPI (一般为负) 也越小 (大)。
|
图 7 景泰站和中宁站春季降水的概率密度 (a) 及其累积概率密度 (b) 分布 Figure 7 Function curves for probability density (a) and its cumulative density (b) derived from thespring precipitation in Jingtai and Zhongning stations |
利用同样的方法可以得到其他站点的α和β分布 (图 8)。在黄土高原上, β的量值约为11~22, 其最小值在青海东部, 最大值在宁夏北部地区。α的量值约为2~9, 从北至南呈递增趋势, 最小值在内蒙古临河, 最大值位于青海东部地区。因此可知, 在高原南部大概率降水主要集中在较大春季降水区, 因此较小春季降水的发生概率不大, 但一次较小的春季降水则会产生较大的负SPI, 暗示当地发生严重春旱的风险较高; 而在高原北部, 尽管当地春季小雨甚至无雨的发生概率较高, 但一次较小春季降水对应的负SPI数值却不会太高, 因此发生春旱的风险也较低。从实际情况来看, 高原中部SPI的变化较为强烈 (图 6a), 这可能是与当地春季降水低值的出现频率与春旱风险两方面因素综合后的结果。
|
图 8 春季降水概率密度函数的形状参数α (a) 和尺度参数β (b) 在黄土高原的分布 Figure 8 Distributions of shape parameter α (a) and scale parameter β (b) for the probability distribution function of the spring precipitation over the Loess Plateau |
通过前面的分析可知, 具体年份观测站点的SPI不仅受到当年降水量的直接控制, 还与站点历史降水形成的概率密度特征紧密相关。由于降水的概率密度函数一般是从长时间降水序列中得到的, 因此可以认为它在未来一段时间内也是稳定不变的。在这种情况下, 对于具体台站来说, 未来黄土高原的春旱特征从SPI的角度来看就可以认为只受当年春季降水量控制。下面就给出三种理想春季降水情境下的高原SPI分布。
首先考虑高原春季降水异常值相同时的情景。通过春季各站点的降水量异常均为-30 mm的SPI分布 (图 9a) 可以看到, 中旱等级以上的春旱主要发生在高原西部; 在高原西北部, -30 mm的异常对应的春季降水仅有10 mm多, 因此出现负的SPI; 而在高原西南部, 由于站点对应的α较大 (图 8a), 有利于严重干旱的发生。与历史时期的黄土高原整体的SPI相比较可以发现, 这种春旱特征与1995年的情况比较接近 (图 5)。
|
图 9 三种春旱情境下黄土高原的SPI分布 (a) 春季降水异常均为-30 mm, (b) 春季降水均为20 mm, (c) 春季降水为负的一个均方差 Figure 9 Patterns of SPI for three situations over the Loess Plateau. (a) the spring precipitation anomalies is-30 mm, (b) thespring precipitation is 20 mm, (c) the spring precipitation is one mean-square deviation less than the climatological mean |
其次考虑所有站点的降水值为固定值的情景。这里仅给出全区降水均为20 mm的结果 (图 9b), 其他量值的降水量对应的SPI分布与此情景相近。从高原春季气候态降水量可知 (图 2), 这种情境下湿润地区的降水数值减少要远大于干旱地区。由于高原东南部春季降水概率主要集中在较大降水值区 (图 8), 因此小值降水产生了较大且负的SPI。从历史结果来看, 2000年和2001年的春季SPI分布都比较接近这种情景的结果 (图 5)。
最后考虑的情景是黄土高原春季降水异常均为一个负均方差的情况 (图 9c)。这也可以理解为是每个站点春季降水减少至其平均扰动数值的情景。整体来看, 此时的SPI分布与春季降水异常均为-30 mm的情景有些类似。但不同的是, 此时重旱集中在高原西北部, 其他地区包括高原西南部, SPI数值分布比较均匀, 均在-1.1左右。也就是说, 对于一般情况下的春季降水偏少年份, 最容易出现严重春旱的地区依然局限在黄土高原西北。
当用气候模式预估未来气候情景时, 由于气候模式分辨率一般较低 (Taylor, 2012), 黄土高原主体经常被有限的一个或几个格点代替。如果降水概率分布特征 (图 8) 从历史观测得到, 而未来降水场变化 (低分辨率) 从数值模式结果得到, 二者结合来预估未来高原的干旱变化。那么可以预见, 当气候模式给出的降水在黄土高原地区比观测的偏少时, 那么计算得到的SPI分布就会与图 9类似。
6 结论与讨论通过对黄土高原52个站点的春季降水进行比较, 计算标准化降水指数来表征春旱, 得出如下主要结论:
(1) 黄土高原春季降水约占年总降水量的20%, 二者气候态空间分布均为从东南部向西北部递减。春季降水年际变率最大的地区在甘肃陇东, 黄土高原绝大部分地区的春季降水在1980-2014年间都有减少的趋势。
(2) 高原春季SPI与春季降水异常的时间变化非常接近, 二者EOF第一模态时间系数相关性达0.95(通过了99%信度检验)。与此同时, 二者EOF第一模态的空间场却存在差别, 表现为SPI主要变化集中于高原中部偏西, 而降水的空间场分布则从南向北递减。
(3) 高原上南部站点的降水概率主要集中在大值降水处, 而北部则以较小春季降水发生的最为频繁。因此, 当一次春季降水异常减少的事件发生在高原南部, 则会造成严重的春旱; 但若发生在高原北部, 则其所对应的春旱等级要低得多。
本文的研究从概率密度特征方面可以对黄土高原春季降水与春旱空间分布产生差异的原因作一些初步分析, 但从干旱形成的物理机制上来说, 需要考虑的其他物理因素还有很多。首先是日照, 上世纪60年代至本世纪初, 西北大部分地区日照时数及黄河流域日照百分率均显著减少, 也有研究指出我国近59年的日照与降水呈负相关关系 (陈少勇, 2010; 买苗, 2006;虞海燕, 2011)。其次, 地形导致的水热再分配会造成区域旱灾灾情的明显差异, 对于旱灾风险的准确评价及灾情的客观评估至关重要 (胡荣海, 2012)。穆兴民和陈国良 (1993)的研究指出黄土高原地区降水量的空间分布趋势决定于地理位置和海拔高度。最后, 蒸散发是水量平衡分析的重要部分, SPI对于这部分没有考虑, 但改进后的 (SPEI) 已经部分地考虑了蒸散发的影响。不仅如此, 陆面蒸散对大气环流及降水也有反馈作用 (Shukla and Mintz, 1982)。总而言之, 要清楚黄土高原春旱的成因, 这些因素还需要在今后的工作中进一步考虑。
| Choi S C, Wette R. 1969. Maximum likelihood estimation of the parameters of the gamma distribution and their bias[J]. Technometrics, 11(4): 683–690. DOI:10.1080/00401706.1969.10490731 | |
| Dai A, Trenberth K E, Karl T R, et al. 1998. Global variations in droughts and wet spells: 1900-1995[J]. Geophys Res Lett, 25(17): 3367–3370. DOI:10.1029/98GL52511 | |
| Dai A. 2011. Drought under global warming: a review[J]. Wiley Interdisciplinary Reviews: Climate Change, 2(1): 45–65. DOI:10.1002/wcc.81 | |
| Mckee T B, Doesken N J, Kleist J.1993.The relationship of drought frequency and duration to time scale.Preprints, 8th Conference on Applied Climatology, 17-22 January, Anaheim, California, American Meteorological Society, 179-187. | |
| Edwards D C, McKee, Thomas B.1997.Characteristics of 20th century drought in the United States at multiple time scales.Climatology Repprt No.97-2, Department of Atmospheric Science, Colorado State University: Fort Collins, CO, USA. | |
| Ison N T, Feyerherm A M, Bark L D. 1971. Wet period precipitation and the gamma distribution[J]. J Appl Meteor, 10(4): 658–665. DOI:10.1175/1520-0450(1971)010<0658:WPPATG>2.0.CO;2 | |
| Ma Z, Fu C. 2003. Interannual characteristics of the surface hydrological variables over the arid and semi-arid areas of northern China[J]. Global and Planetary Change, 37(3): 189–200. | |
| McKee T B, Doesken N J, Kleist J.1993.The relationship of drought frequency and duration to time scales[C][WT《Times New Roman》]//Proceedings of the 8th Conference on Applied Climatology.Boston, MA: American Meteorological Society, 17(22): 179-183. | |
| Paulo A A, Pereira LS. 2007. Prediction of SPI drought class transitions using Markov chains[J]. Water Resources Management, 21(10): 1813–1827. DOI:10.1007/s11269-006-9129-9 | |
| Shukla J, Mintz Y. 1982. Influence of land-surface evapotranspiration on the earth's climate[J]. Science, 215(4539): 1498–1501. DOI:10.1126/science.215.4539.1498 | |
| Taylor K E, Stouffer R J, Meehl G A. 2012. An overview of cmip5 and the experiment design[J]. Bull Amer Meteor Soc, 93(4): 485–498. DOI:10.1175/Bams-D-11-00094.1 | |
| Wang W, Shao Q, Peng S, et al. 2011. Spatial and temporal characteristics of changes in precipitation during 1957–2007 in the Haihe River basin, China[J]. Stochastic Environmental Research and Risk Assessment, 25(7): 881–895. DOI:10.1007/s00477-011-0469-5 | |
| Wang Zhengxing.2015.Boundary of Loess Plateau region (Loess Plateau region)[R].Global Change Research Data Publishing & Repository, DOI: 10.3974/geodb.2015.01.09.V1. | |
| Wilhite, Donald A. 2000. Drought as a natural hazard: concepts and definitions[M]. London: Drought-National Drought Mitigation Center, chapter 1, 3-18. | |
| HeXiubin, Li Zhanbin, Hao Mingde, et al. 2003. Down-scale analysis for water scarcity in response to soil–water conservation on Loess Plateau of China[J]. Agriculture, Ecosystems & Environment, 94(3): 355–361. | |
| 陈丽丽, 刘普幸, 姚玉龙, 等. 2013. 1960-2010年甘肃省不同气候区SPI与Z指数的年及春季变化特征[J]. 生态学杂志, 32(3): 704–711. | |
| Chen Lili, Liu Puxing, Yao Yulong, et al. 2013. Variation characteristics of annual and spring standardized precipitation index and Z index in different climate regions of Gansu Province, Northwest China in 1960-2010[J]. Chinese J Ecology, 32(3): 704–711. | |
| 陈少勇, 张康林, 邢晓宾, 等. 2010. 中国西北地区近47年日照时数的气候变化特征[J]. 自然资源学报, 25(7): 1142–1152. DOI:10.11849/zrzyxb.2010.07.010 | |
| Chen Shaoyong, Zhang Kanglin, Xing Xiaobin, et al. 2010. Climatic Change of Sunshine Duration in Northwest China during the Last 47 Years[J]. J Natural Resour, 25(7): 1142–1152. | |
| 何斌, 武建军, 吕爱锋. 2010. 农业干旱风险研究进展[J]. 地理科学进展, 29(5): 557–564. DOI:10.11820/dlkxjz.2010.05.007 | |
| He Bin, Wu Jiangjun, Lü Aifeng. 2010. New advances in agricultural drought risk study[J]. Progress in Geography, 29(5): 557–564. | |
| 胡容海, 李贤恩, 魏海, 等. 2012. 基于DEM的山区旱灾风险评价模型[J]. 自然灾害学报, 21(2): 157–162. | |
| Hu Ronghai, Li Xianen, Wei Hai, et al. 2012. Drought risk assessment model of mountainous area based on DEM: a case of southwest China[J]. J Natural Disasters, 21(2): 157–162. | |
| 黄会平. 2010. 1949-2007年我国干旱灾害特征及成因分析[J]. 冰川冻土, 32(4): 659–665. | |
| Huang Huiping. 2010. Analysis of the Characteristics and Causes of Drought in China from 1947 to 2007[J]. Journal of Glaciology and Geocryology, 32(4): 659–665. | |
| 黄荣辉, 周连童. 2002. 我国重大气候灾害特征形成机理和预测研究[J]. 自然灾害学报, 11(1): 1–9. | |
| Huang Ronghui, Zhou Liantong. 2002. Research on the characteristics, formation mechanism and prediction of severe climate disasters in China[J]. Journal of Nature Disasters, 11(1): 1–9. | |
| 李伟光, 侯美亭, 陈汇林, 等. 2012. 基于标准化降水蒸散指数的华南干旱趋势研究[J]. 自然灾害学报, 21(4): 84–90. | |
| Li Weiguang, Hou Meiting, Chen Huilin, et al. 2012. Study on drought trend in south China based on standardized precipitation evapotranspiration index[J]. J Natural Disasters, 21(4): 84–90. | |
| 李新周, 刘晓东, 马柱国. 2004. 近百年来全球主要干旱区的干旱化特征分析[J]. 干旱区研究, 21(2): 97–103. | |
| Li Xinzhou, Liu Xiaodong, Ma Zhuguo. 2004. Analysis on the drought characteristics in the main arid regions in the world since recent hundred-odd years[J]. Arid Zone Research, 21(2): 97–103. | |
| 李振朝, 韦志刚, 文军, 等. 2008. 近50年黄土高原气候变化特征分析[J]. 干旱区资源与环境, 22(3): 57–62. | |
| Li Zhenchao, Wei Zhigang, Wen Jun, et al. 2008. Analyses on climate variation characteristics over the Loess Plateau in recent 50 years[J]. Journal of Arid Land Resources and Enviroment, 22(3): 57–62. | |
| 刘洪兰, 张强, 胡文超, 等. 2013. 1961-2011年西北地区春季降水变化特征及其空间分异性[J]. 冰川冻土, 35(4): 857–864. | |
| Liu Honglan, Zhang Qiang, Hu Wenchao, et al. 2013. The changing characteristics of spring precipitation in Northwest China and their spatial differentiation during 1961-2011[J]. Journal of Glaciology and Geocryology, 35(4): 857–864. | |
| 马柱国, 符淙斌. 2005. 中国干旱和半干旱带的10年际演变特征[J]. 地球物理学报, 48(3): 519–525. | |
| Ma Zhuguo, Fu Congbin. 2005. Decadal variations of arid and semi-arid boundary in China[J]. Chinese J Geophys, 48(3): 519–525. | |
| 马柱国, 符淙斌. 2006. 1951-2004年中国北方干旱化的基本事实[J]. 科学通报, 51(20): 2429–2439. DOI:10.3321/j.issn:0023-074X.2006.20.016 | |
| Ma Zhuguo, Fu Congbin. 2006. Basic facts of drought in North China during 1950-2004[J]. Chin Sci Bull, 51(20): 2429–2439. | |
| 马柱国, 任小波. 2007. 1951-2006年中国区域干旱化特征[J]. 气候变化研究进展, 3(4): 195–201. | |
| Ma Zhuguo, Ren Xiaobo. 2007. Drying trend over China from 1951 to 2006[J]. Adv Climate Change Res, 3(4): 195–201. | |
| 买苗, 曾燕, 邱新法, 等. 2006. 黄河流域近40年日照百分率的气候变化特征[J]. 气象, 32(5): 62–66. DOI:10.7519/j.issn.1000-0526.2006.05.011 | |
| Mai Miao, Zeng Yan, Qiu Xinfa, et al. 2006. Variation of sunshine percentage for the last 40 years in the Yellow River Basin[J]. Meteor Mon, 32(5): 62–66. | |
| 穆兴民, 陈国良. 1993. 黄土高原降水与地理因素的空间结构趋势面分析[J]. 干旱区地理, 16(2): 71–76. | |
| Mu Xingmin, Chen Guoliang. 1993. Analysis on the Space structure Trend Area of Precipitation and Geographical Factors in the Loess Plateau[J]. Arid Land Geography, 16(2): 71–76. | |
| 彭艳, 王钊, 董妍, 等. 2016. 1960-2012年陕西降水变化特征及可能成因分析[J]. 高原气象, 35(4): 1050–1059. | |
| Peng Yan, Wang Zhao, Dong Yan, et al. 2016. Characteristics and reasons of local chang of precipitation over Shaanxi during 1960-2012[J]. Plateau Meteor, 35(4): 1050–1059. DOI:10.7522/j.issn.1000-0534.2015.00023 | |
| 任余龙, 石彦军, 王劲松, 等. 2013. 1961-2009年西北地区基于SPI指数的干旱时空变化特征[J]. 冰川冻土, 35(4): 938–948. | |
| Ren Yulong, Shi Yanjun, Wang Jingsong, et al. 2013. Spatial and temporal variation characteristics of drought in Northwest China during 1961-2009 with standardized precipitation index[J]. Journal of Glaciology and Geocryology, 35(4): 938–948. | |
| 孙智辉, 王治亮, 曹雪梅, 等. 2013. 基于标准化降水指数的陕西黄土高原地区1971-2010年干旱变化特征[J]. 中国沙漠, 33(5): 1560–1567. DOI:10.7522/j.issn.1000-694X.2013.00223 | |
| Sun Zhihui, Wang Zhiliang, Cao Xuemei, et al. 2013. Characteristics of drought change in the Loess Plateau area of Shaanxi Based on the standardized precipitation index during 1971-2010[J]. J Desert Res, 33(5): 1560–1567. | |
| 王劲松, 李耀辉, 王润元, 等. 2012. 我国气象干旱研究进展评述[J]. 干旱气象, 30(4): 497–508. | |
| Wang Jingsong, Li Yaohui, Wang Runyuan, et al. 2012. Preliminary analysis on the demand and review of progress in the field of meterological drought research[J]. J Arid Meteor, 30(4): 497–508. | |
| 王林, 陈文. 2014. 标准化降水蒸散指数在中国干旱监测的适用性分析[J]. 高原气象, 33(2): 423–430. DOI:10.7522/j.issn.1000-0534.2013.00048 | |
| Wang Lin, Chen Wen. 2014. Applicability analysis of standardized precipitation evapotranspiration index in drought monitoring in China[J]. Plateau Meteor, 33(2): 423–430. DOI:10.7522/j.issn.1000-0534.2013.00048 | |
| 王素萍, 王劲松, 张强, 等. 2015. 几种干旱指标对西南和华南区域月尺度干旱监测的适用性评价[J]. 高原气象, 34(6): 1616–1624. DOI:10.7522/j.issn.1000-0534.2014.00089 | |
| Wang Suping, Wang Jinsong, Zhang Qiang, et al. 2015. Applicability evaluation of drought indices in monthly scale drought monitoring in Southwestern and Southern China[J]. Plateau Meteor, 34(6): 1616–1624. DOI:10.7522/j.issn.1000-0534.2014.00089 | |
| 王素萍, 张存杰, 李耀辉, 等. 2014. 基于标准化降水指数的1960-2011年中国不同时间尺度干旱特征[J]. 中国沙漠, 34(3): 827–834. DOI:10.7522/j.issn.1000-694X.2013.00382 | |
| Wang Suping, Zhang Cunjie, Li Yaohui, et al. 2014. Analysis of multi-timescale drought variation based on standardized precipitation index in China during 1960-2011[J]. J Desert Res, 34(3): 827–834. | |
| 王毅荣, 张强, 江少波. 2011. 黄土高原气候环境演变研究[J]. 气象科技进展, 1(2): 38–42. | |
| Wang Yirong, Zhang Qiang, Jiang Shaobo. 2011. A review of recent study advances in climatic environment on China Loess Plareau[J]. Adv Meteor Sci Technol, 1(2): 38–42. | |
| 王芝兰, 王劲松, 李耀辉, 等. 2013. 标准化降水指数与广义极值分布干旱指数在西北地区应用的对比分析[J]. 高原气象, 32(3): 839–847. DOI:10.7522/j.issn.1000-0534.2012.00077 | |
| Wang Zhilan, Wang Jinsong, Li Yaohui, et al. 2013. Comparison of application between generalized extreme value index and standardized precipitation index in Northwest China[J]. Plateau Meteor, 32(3): 839–847. DOI:10.7522/j.issn.1000-0534.2012.00077 | |
| 王文, 许志丽, 蔡晓军, 等. 2016. 基于PDSI的长江中下游地区干旱分布特征[J]. 高原气象, 35(3): 693–707. DOI:10.7522/j.issn.1000-0534.2015.00011 | |
| Wang Wen, Xu Zhili, Cai Xiaojun, et al. 2016. Aridity chracteristic in middle and lower reaches of Yangtze River area based on palmer drought severity index analysis[J]. Plateau Meteor, 35(3): 693–707. DOI:10.7522/j.issn.1000-0534.2015.00011 | |
| 熊光洁, 王式功, 李崇银, 等. 2014. 三种干旱指数对西南地区适用性分析[J]. 高原气象, 33(3): 686–697. DOI:10.7522/j.issn.1000-0534.2013.00007 | |
| Xiong guangjie, Wang shigong, Li chongyin, et al. 2014. Analysis of Applicability of Three Drought Indices for Drought Events in Southwest China[J]. Plateau Meteorology, 33(3): 686–697. | |
| 叶笃正, 黄荣辉. 1996. 长江黄河流域旱涝规律和成因研究[M]. 济南: 山东科学技术出版社, 387. | |
| Ye Duzheng, Huang Ronghui. 1996. Research on the regularity and cause of droughts and floodings in the Yangtze River Valley and the Yellow River Valley[M]. Ji'nan: Shandong Science Science and Technology Press, 387. | |
| 叶燕华, 郭江勇, 王风. 2004. 黄土高原春季降水的气候特征分析[J]. 干旱地区农业研究, 22(1): 11–17. | |
| Ye Yanhua, Guo Jiangyong, Wang Feng. 2004. The climate feature of spring precipitation on the Loess Plateau[J]. Agricultural Research in the Arid Areas, 22(1): 11–17. | |
| 张宝庆. 2014. 黄土高原干旱时空变异及雨水资源化潜力研究[D]. 西安: 西北农林科技大学, 1-150. | |
| Zhang Baoqing.2014.Study on spatiotemporal variability of drought and rainwater harvesting potential on the Chinese Loess Plateau[D].Xi'an: Northwest A & F University, 1-150. | |
| 张存杰, 王宝灵. 1998. 西北地区旱涝指标的研究[J]. 高原气象, 17(4): 381–389. | |
| Zhang Cunjie, Wang Baoling. 1998. Research on drought and flood indices in the Northwest China[J]. Plateau Meteor, 17(4): 381–389. | |
| 张蓬勃, 姜有山, 刘蕾, 等. 2015. 1971-2011年江苏持续干旱过程的对比分析[J]. 高原气象, 34(2): 444–454. | |
| Zhang Pengbo, Jiang Youshan, Liu Lei, et al. Comparative analysis of sustained drought processes in Jiangsu during 1971-2011[J]. Plateau Meteor, 34(2): 444–454. DOI:10.7522/j.issn.1000-0534.2013.00174 | |
| 张茜, 李栋梁. 2011. 东北及邻近地区夏季气温异常的新特征及对大气环流的响应[J]. 高原气象, 30(6): 1604–1614. | |
| Zhang Qian, Li Dongliang. 2011. New anomaly feature of summer air temperature in Northeast China and its responding to atmospheric general circulation[J]. Plateau Meteor, 30(6): 1604–1614. | |
| 张强, 高歌. 2004. 我国近50年旱涝灾害时空变化及监测预警服务[J]. 科技导报, 22(407): 21–24. | |
| ZHANG Qiang, GAO Ge. 2004. The spatial and temporal features of drought and flood disasters in the past 50 years and monitoring and warning services in China[J]. Sci Technol Rev, 22(407): 21–24. | |
| 张强, 胡隐樵, 曹晓彦, 等. 2000. 论西北干旱气候的若干问题[J]. 中国沙漠, 20(4): 357–362. | |
| Zhang Qiang, Hu Yinqiao, Cao Xiaoyan, et al. 2000. On some problems of arid climate system of Northwest China[J]. J Desert Res, 20(4): 357–362. | |
| 张强, 张存杰, 白虎志, 等. 2010. 西北地区气候变化新动态及对干旱环境的影响[J]. 干旱气象, 28(1): 1–7. | |
| Zhang Qiang, Zhang Cunjie, Bai Huzhi, et al. 2010. Mew development of climate change in Northwest China and its impaction arid environment[J]. J Arid Meteor, 28(1): 1–7. |
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. College of Atmospheric Sciences, Chengdu University of Information Technology Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, Sichuan Chengdu 610225, China;
4. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Jiangsu Nanjing 210044, China