2. 甘肃省生态环境监测监督管理局, 甘肃 兰州 730020
随着全球气候持续变暖, 干旱等极端气候事件发生的频次和强度逐渐增加, 在中国北方干旱、半干旱区干旱加重的同时, 南方多雨区的干旱也在加重(刘晓云等, 2012;张红丽等, 2016)。2009年秋至2010年春, 中国西南地区遭受了百年一遇的旱灾, 致使当地工农业生产和人民生活遭受极大影响(中华人民共和国水利部, 2010)。频繁出现的干旱已成为制约我国经济社会可持续发展的重大障碍之一。
由于干旱的复杂性和影响的广泛性, 干旱监测技术经过了一百多年的发展, 目前国内外使用的干旱监测指数已超过100多种(张强等, 2011)。干旱监测指标大都能够在特定的时间尺度上对干旱进行有效地监测评估, 但在进行不同区域旱涝特征对比分析时, 空间可比性差(Heim, 2002)。相比较而言, 标准降水指数(Standardized Precipitation Index, SPI)和标准降水蒸发指数(Standardized Precipitation Evapotranspiration Index, SPEI)不仅可以较为准确地表征干旱特征和强度, 而且具有较强的适用性和时空可比性, 在干旱监测中得到广泛应用(Labudová et al, 2017;徐一丹等, 2017)。黄晚华等(2010)和熊光洁等(2013)分别应用标准降水指数SPI和标准降水蒸发指数SPEI对我国南方地区的干旱进行了分析, 认为西南地区的干旱在不同时间尺度上, 呈不同程度增加趋势。相关研究也表明, 由于SPEI指数考虑了水分的收支状况, SPEI比SPI具有较强的适用性(Mitra et al, 2017;王林等, 2014)。一些研究还发现, SPEl指数在1~6个月的时间尺度上存在适用性较差的问题(庄少伟等, 2013)。
西江下游是我国经济最为发达的珠三角地区, 其径流量占珠江流域的73%。西江流域长期依赖充沛水资源形成的生产和生活方式对干旱缺水较为敏感。但西江流域有关干旱变化方面的研究工作还不多。加强西江流域干旱监测方面的研究, 对于科学制订流域水资源规划与管理决策, 有效减轻流域干旱的影响和损失, 具有重要的科学意义和实用价值。
2 研究区概况西江流域地处亚热带, 北回归线贯穿中部, 气候温和。地理位置位于102°14′E-114°50′E, 21°31′N-26°49′N。在行政区划上涉及滇、黔、桂、粤4省区, 流域面积为3. 08×105 km2。西江流域多年平均气温在14~20 ℃, 多年平均降水量为1 200~2 200 mm。西江是珠江流域内最长的河流, 是中国第三大河流, 长度仅次于长江、黄河, 年平均径流量为2. 12×1012 m3, 其下游的珠三角地区是我国经济最为发达的地区之一。
3 资料与方法 3.1 资料来源数据来源于中国气象科学数据共享服务网(http://data.cma.cn/)。研究收集整理了西江流域34个国家基本气象站1959-2016年的逐月地面观测数据(包括降水、平均气温等资料)。流域范围、河流与气象站分布如图 1所示。
SPI和SPEI指数计算原理可参见McKee et al(1993)和Vicente-Serrano et al(2010)的文献, 计算程序分别由美国林肯内布拉斯加大学国家干旱减灾中心网站(http://drought.unl.edu/MonitoringTools/DownloadableSPIProgram.aspx)和西班牙国家研究委员会网站提供(http://digital.csic.es/handle/10261/10002)。根据各站逐年月降水和平均气温以及地理纬度资料, 计算得到各站点不同时间尺度(1个月、3个月、6个月和12个月)的SPI和SPEI指数序列。为了表述方便, 1个月、3个月、6个月和12个月时间尺度上的SPI和SPEI指数, 分别用SPI1、SPI3、SPI6和SPI12, 以及SPEI1、SPEI3、SEPI6和SPEI12表示。SPI和SPEI指数对干旱等级划分标准基本相同, 按-1. 0 < SPEI(SPI)≤-0. 5、-1. 5 < SPEI(SPI)≤-1. 0、-2. 0 < SPEI(SPI)≤-1. 5和SPEI(SPI)≤-2. 0的标准, 把干旱分为轻旱、中旱、重旱和特旱4个不同的等级。
4 结果与分析 4.1 干旱年代线性变化趋势分析基于SPI12和SPEI12指数, 分析了近57年来西江流域干旱年代线性变化趋势的空间分布(图 2, 基于各月的SPI12和SPEI12指数)。近57年来, 西江流域近50%以上的地区SPI12和SPEI12指数均呈现显著下降的趋势, 其中位于西江上游的云南和贵州境内的大部分地区, SPI12和SPEI12指数变幅最大, 其下降的倾向率在-0. 34·(10a)-1~-0. 16·(10a)-1之间。与SPI12指数相比较, SPEI12指数呈现显著下降的地区较为广泛, 达到了70. 6%[图 2(a), (c)], 表明西江流域大部分地区在过去的57年中干旱在显著加重。
从SPI12和SPEI12指数统计的各站点干旱频率来看(SPI12、SPEI12指数≤-0. 5的月份即为一次干旱事件), 西江流域23. 5%的地区SPI12和SPEI12指数统计的干旱频率在过去的几十年中均呈现显著上升的趋势[图 2(b), (d)], 其上升的倾向率为-1. 2~0. 6次·(10a)-1, 这些地区主要位于西江上游的云南和贵州境内。SPEI12指数统计的结果表明, 西江流域52. 9%的地区干旱频率呈现显著上升的趋势, 其中, 32. 2%的地区干旱频率上升的趋势极其显著。
4.2 干旱影响范围的年变化分析图 3分析了1960-2016年西江流域在季节和年尺度上, 中度以上干旱影响范围的年变化。从SPI3和SPEI3指数的分析结果整体来看, 西江流域春旱和秋旱较为频繁, 覆盖范围广, 而夏旱和冬旱频率低, 覆盖范围小。SPI3和SPEI3指数在统计中度以上春旱、秋旱以及全年干旱影响范围时, 具有一定的一致性。而在统计夏旱和冬旱影响范围时, 二者差别较大, SPI3统计的干旱影响范围明显大于SPEI3指数。从季节性干旱的影响范围来看, 不同季节的干旱影响范围具有不同的年变化特征。
在过去的57年中, 对于春旱而言, SPI3和SPEI3统计的中度以上的春旱覆盖范围, 分别有11年和16年超过30%, 其中分别有5年和3年超过50%。2015年为春旱最为严重的年份, SPI3和SPEI3指数统计结果较为接近。对于夏旱而言, SPI3统计的中度以上夏旱覆盖范围, 有12年超过30%, 有5年超过50%。SPEI3统计的中度以上春旱覆盖范围最广的年份为2011年, 仅为20. 6 %。对于秋旱而言, SPI3和SPEI3统计的中度以上秋旱覆盖范围, 分别有11年和20年超过30%, 其中分别有6年和12年超过50%。SPI3和SPEI3指数统计的秋旱最为严重的年份均为1992年和2009年, SPI3的覆盖范围分别达到85. 3%和85. 3%, SPEI3为91. 2%和79. 4%, 统计结果较为接近。对于冬旱而言, SPI3统计的中度以上冬旱覆盖范围, 有9年超过30%, 其中有4年超过50%。而SPEI3统计的中度以上的冬旱覆盖范围最广的年份2011年, 仅为29. 4%。因此, SPI3和SPEI3指数春旱和秋旱的识别, 具有较好地一致性。但对夏旱和冬旱的识别结果差别较大, 且SPI3的统计结果明显偏重。
对于全年而言, SPI12和SPEI12指数统计的中度以上干旱, 覆盖范围超过30%年份基本保持一致, 均为10年, 覆盖范围超过50%的年份有4年基本保持一致(1963, 1989, 2009和2011年), 仅在2003年, SPI12和SPEI12指数统计结果存在较大差别, 分别为38. 2%和61. 7%。在2000年以后, 12个月尺度的干旱出现的频率较高, 影响范围也更广。
4.3 干旱频率的年代际变化分析基于SPEI12指数统计的逐月中度以上干旱次数, 计算了各年代干旱的发生频率, 对西江流域易旱区的年代际转移特征进行了分析(图 4)。从图 4中可以看出, 在20世纪60年代, 西江流域易旱区(中度以上干旱频率大于20%)主要位于广西西南部和北部的部分地区, 以及滇、黔、桂三省区交界地区、广西东南和广东西南的部分地区。70年代, 西江流域大部分地区中度以上干旱频率均在10%以下, 属于干旱频率最低的时期。80年代是西江流域易旱区范围最广的一个时期, 有近50%以上的地区中度以上干旱频率大于25%, 这个时期的易旱区主要位于广西的中部、北部和西南部大部分地区, 以及西江流域云南境内的大部分地区。90年代, 西江流域大部分地区中度以上干旱频率均在15%以下, 仅有个别地区达到20%左右, 属于干旱频率较低的时期。在21世纪00年代, 西江流域易旱区覆盖范围较小, 主要位于广西南部沿海的部分地区, 以及西江流域广东境内的大部分地区。2010-2016年, 西江流域易旱区覆盖范围较广, 主要包括西江流域贵州和云南境内的绝大部分地区。
表 1利用研究区内34个站干旱指数的计算结果, 对比分析了不同时间尺度上SPEI与SPI指数的相关性。不同时间尺度上, SPEI与SPI指数年内各月的Peason’r相关系数都通过了置信度为99%的显著性检验, 这与全国范围的SPEI和SPI指数相关性研究的结果一致(王林等, 2014)。在1个月、3个月、6个月和12个月的时间尺度上, SPEI与SPI指数年内各月的Peason’r相关系数分别在0. 70~0. 86、0. 625~0. 795、0. 551~0. 803和0. 955~0. 968, 各时间尺度的相关系数, 以12个月的最高, 其次分别为1个月、6个月和3个月。在1个月、3个月和6个的时间尺度上, 春季各月的相关系数处于年内各月的最低水平。
从SPEI与SPI指数均方根偏差来看, 12个月时间尺度的最小, 其次分别为1个月、6个月和3个月, 与相关系数的分析结果基本一致。年内各月, SPIE1与SPI1的均方根偏差以5-7月最大, SPI3与SPEI3的均方根偏差以6-8月最大, SPEI6与SPI6的均方根偏差以2-4月最大。
为更清晰地了解年内各月SPEI与SPI指数的关系, 研究利用区34个站点的干旱指数计算结果, 在不同时间尺度上建立了SPEI与SPI指数过原点的直线拟合方程(直线方程的截距为零, 其形式为YSPEI=KXSPI, 方程均通过了置信度为99%的显著性检验)。拟合直线方程的斜率K可近似代表该时间尺度上SPEI与SPI的比值, 在某一时间尺度上, 比值大于1表明SPEI指数整体高于SPI指数, 比值低于1说明, SPEI指数整体低于SPI指数, 比值越接近1说明二者计算结果也越接近。研究发现, 年内各月的SPEI12/SPI12的比值在0. 921~0. 990, 均比较接近于1, 二者计算的结果非常接近。SPEI6/SPI6的比值在0. 486~0. 885, SPEI16指数整体上明显低于SPI16指数的计算结果, 尤其在3月和4月, SPEI6指数仅分别为SPI6指数的0. 501和0. 486倍。在1个月和3个月时间尺度上, SPEI和SPI比值在不同月份差别非常大。SPEI1/SPI1的比值在0. 349~1. 198, 1月、2月和12月的SPEI1仅分别为SPI1的0. 349, 0. 424和0. 39倍, 是年内差别最大的3个月。SPEI3/SPI3的比值在0. 358~0. 975, 1-3月的SPEI3仅分别为SPI3的0. 436, 0. 358和0. 423倍, 整体上SPEI3指数在这3个月要远远低于SPI3指数。
5 结论与讨论利用1959-2016年西江流域气象资料, 基于SPI和SPEI指数, 对比分析了西江流域干旱的时空演变特征及干旱指数的表征差异。得到了以下主要结论:
(1) 从SPI12和SPEI12指数统计结果来看, 近57年来西江流域大部分地区干旱强度呈现极显著的加重的趋势, 干旱频率也呈现极显著的上升趋势。
(2) 西江流域春旱和秋旱较为频繁, 影响范围广, 而夏旱和冬旱频率低, 影响范围小。SPI和SPEI指数在统计中度以上春旱、秋旱以及全年干旱影响范围时, 具有较好地的一致性。而在统计夏旱和冬旱影响范围时, 二者差别较大。
(3) 西江流域干旱频率高、易旱区范围最广的时期为20世纪80年代, 有近50%以上的地区中度以上干旱频率大于25%, 易旱区主要位于广西的中部、北部和西南部大部分地区。在20世纪70年代和90年代易旱区影响范围较小, 大部分地区中度以上干旱频率均在15%以下。
(4) 在12个月的尺度上, SPEI和SPI指数干旱评价结果整体上比较接近。而在1个月、3个月和6个月的尺度上, SPEI指数整体上低于SPI指数。尤其在冬季和春季各月SPEI指数远远低于SPI指数。这就意味着SPEI指数在这个时期对旱情等级的判别要远远轻于SPI指数。
在较长的时间尺度上, SPI和SPEI指数旱情监测结果与实际旱情较为一致(熊光洁等, 2014;王丹云等, 2017)。在较短的时间尺度上, SPI与SPEI指数对旱情监测结果存在一定的差别。例如:李思诺等(2016)和徐一丹等(2017)在阿克苏河流域和东北地区的研究发现, SPI在干旱判别程度上较SPEI偏轻。郑建萌等(2017)的研究发现, SPI指数用于云南冬季极端干旱监测时也存在判别偏轻的不合理情况。西江流域在过去的50多年中, 降水总体并未呈现明显的增加或减少, 气温却呈现显著上升的趋势(董林垚等, 2013)。由于SPEI指数利用平均气温来估算蒸散发, 考虑了水分亏缺的程度。因此, 相比于SPI12, 基于SPEI12的干旱指数和频率呈现显著下降趋势的地区更为广泛。在具体干旱监测业务工作中, 由于气象、农业、水利等部门对干旱监测关注的角度和重点不同, SPEI和SPI指数很难满足不同行业对干旱实时监测的现实需要。因此, 干旱监测研究仍然是一项长期而艰巨的任务。
Labudová L, Labuda M, Taká J. 2017. Comparison of SPI and SPEI applicability for drought impact assessment on crop production in the Danubian Lowland and the East Slovakian Lowland[J]. Theor Appl Climatol, 128(1/2): 491–506.
DOI:10.1007/s00704-016-1870-2 |
|
McKee T B, Doesken N J, Kleist J, 1993. The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th Conference on Applied Climatology. Boston, MA: American Meteorological Society, 17(22): 179-183.
|
|
Mitra S, Srivastava P. 2017. Spatiotemporal variability of meteorological droughts in southeastern USA[J]. Natural Hazards, 86(3): 1007–1038.
DOI:10.1007/s11069-016-2728-8 |
|
Heim R R. 2002. A review of twentieth-century drought indices used in the United States[J]. Bull Amer Meteor Soc, 83(8): 1149–1165.
DOI:10.1175/1520-0477(2002)083<1149:AROTDI>2.3.CO;2 |
|
Vicente-Serrano S M, Beguería S, López-Moreno J I. 2010. A multiscalar drought index sensitive to global warming:The standardzed precipitation evapotranspiration index[J]. J Climate, 23(7): 1696–1718.
DOI:10.1175/2009JCLI2909.1 |
|
董林垚, 陈建耀, 付丛生, 等. 2013. 西江流域径流与气象要素多时间尺度关联性研究[J]. 地理科学, 33(2): 209–215.
Dong L Y, Chen J Y, Fu C S, et al. 2013. Recognition on the relationship between runoff and regional meteorological factors of the Xijiang River in multi-time scales[J]. Scientia Geographica Sinica, 33(2): 209–215.
DOI:10.13249/j.cnki.sgs.2013.02.017 |
|
黄晚华, 杨晓光, 李茂松, 等. 2010. 基于标准化降水指数的中国南方季节性干旱近58a演变特征[J]. 农业工程学报, 26(7): 50–59.
Huang W H, Yang X G, Li M S, et al. 2010. Evolution characteristics of seasonal drought in the south of China during the past 58 years based on standardized precipitation index[J]. Transactions of the Chinese Society of Agricultural Engineering, 26(7): 50–59.
DOI:10.3969/j.issn.1002-6819.2010.07.009 |
|
李思诺, 翁白莎, 严登明, 等. 2016. SPI和SPEI在阿克苏河流域的适用性分析[J]. 水资源与水工程学报, 27(1): 101–107.
Li S N, Weng B S, Yan D M, et al. 2016. Applicability analysis of SPI and SPEI in Aksu River basin[J]. Journal of Water Resources & Water Engineering, 27(1): 101–107.
DOI:10.11705/j.issn.1672-643X.2016.01.18 |
|
刘晓云, 李栋梁, 王劲松. 2012. 1961-2009年中国区域干旱状况的时空变化特征[J]. 中国沙漠, 32(2): 473–483.
Liu X Y, Li D L, Wang J S. 2012. Spatiotemporal characteristics of drought over China during 1961-2009[J]. J Desert Res, 32(2): 473–483.
DOI:10.7522/j.issn.1000-694X.2012.00024 |
|
中华人民共和国水利部, 2010. 中国水旱灾害公报[R]. 北京: 中国水利水电科学研究院.
The Ministry of Water Resources of People's Republic of China, 2010. Bulletin of flood and drought disasters in China[R]. Beijing: China Institute of water conservancy and Hydroelectric Science.
|
|
王丹云, 吕世华, 韩博, 等. 2017. 近30年黄土高原春季降水特征与春旱变化的关系[J]. 高原气象, 36(2): 395–406.
Wang D Y, Lü S H, Han B, et al. 2017. Characteristics of spring precipitation and their connections with the spring drought over the Loess Plateau during last three decades[J]. Plateau Meteor, 36(2): 395–406.
DOI:10.7522/j.issn.1000-0534.2016.00121 |
|
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): 423–431.
Wang L, Chen W. 2014. Applicability analysis of standardized precipitation evapotranspiration index in drought monitoring in China[J]. Plateau Meteor, 33(2): 423–431.
DOI:10.7522/j.issn.10000534.2013.00048 |
|
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.
Xiong G J, Wang S G, Li C Y, et al. 2014. Analysis of applicability of three drought indices for drought events in southwest China[J]. Plateau Meteor, 33(3): 686–697.
DOI:10.7522/j.issn.1000-0534.2013.00007 |
|
熊光洁, 张博凯, 李崇银, 等. 2013. 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, 9(3): 192–198.
Xiong G J, Zhang B K, Li C Y, et al. 2013. Characteristics of drought variations in southwest China in 1961-2012 based on SPEI[J]. Adv Climate Change Res, 9(3): 192–198.
DOI:10.3969/j.issn.1673-1719.2013.03.006 |
|
徐一丹, 任传友, 马熙达, 等. 2017. 基于SPI/SPEI指数的东北地区多时间尺度干旱变化特征对比分析[J]. 干旱区研究, 34(6): 1–16.
Xu Y D, Ren C Y, Ma X D, et al. 2017. Change of drought at multiple temporal scales based on SPI/SPEI in Northeast China[J]. Arid Zone Res, 34(6): 1–16.
DOI:10.13866/j.azr.2017.06.06 |
|
张红丽, 张强, 刘蓦, 等. 2016. 中国南方和北方气候干燥程度的变化特征及差异性分析[J]. 高原气象, 35(5): 1339–1351.
Zhang H L, Zhang Q, Liu Q, et al. 2016. Analysis on variation characteristics and differences of the climate south and north of China[J]. Plateau Meteor, 35(5): 1339–1351.
DOI:10.7522/j.issn.10000534.2015.00099 |
|
张强, 张良, 崔显成, 等. 2011. 干旱监测与评价技术的发展及其科学挑战[J]. 地球科学进展, 26(7): 763–778.
Zhang Q, Zhang L, Cui X C, et al. 2011. Progresses and challenges in drought assessment and monitoring[J]. Adv Earth Sci, 26(7): 763–778.
DOI:10.11867/j.issn.1001-8166.2011.07.0763 |
|
郑建萌, 黄玮, 陈艳, 等. 2017. 云南极端气象干旱指标的研究[J]. 高原气象, 36(4): 1039–1051.
Zheng J M, Huang W, Chen Y, et al. 2017. A study on meteorological extreme-drought index for Yunnan Province[J]. Plateau Meteor, 36(4): 1039–1051.
DOI:10.7522/j.issn.1000-0534.2016.00067 |
|
庄少伟, 左洪超, 任鹏程, 等. 2013. 标准化降水蒸发指数在中国区域的应用[J]. 气候与环境研究, 18(5): 617–625.
Zhuang S W, Zuo H C, Ren P C, et al. 2013. Application of standardized precipjtation evapotranspiration index in China[J]. Climatic Environ Res, 18(5): 617–625.
DOI:10.3878/j.issn.1006.9585.2012 |
2. Ecological Environment Supervision and Administration Bureau of Gansu Province, Lanzhou 730000, Gansu, China