新疆阿克苏地区气象干旱特征研究

胡欣欣,张玉虎,向 柳

(首都师范大学资源环境与旅游学院，北京 100048)



新疆阿克苏地区气象干旱特征研究

胡欣欣,张玉虎*,向 柳

(首都师范大学资源环境与旅游学院，北京 100048)

研究区域干旱特征规律能够为干旱风险管理提供技术支撑，利用研究区内9个气象站点1960～2007年日降水数据，计算SPI 4个时间尺度3、6、9、12个月的干旱指数，分析该地区的干旱程度。在此基础之上，利用马尔可夫链预测随后3年阿克苏地区干旱的概率，与实际情况做比较。结果表明，①12个月时间尺度的结果表明，干旱强度最高的是沙雅，相对干旱频率最大的是库车；6个月时间尺度的结果表明，干旱强度最高的是柯坪，相对干旱频率最大的是拜城和库车。②年平均降水量呈上升趋势，基于SPI的马尔科夫模型的计算结果与阿克苏地区2008～2010年的气象情况一致。③SPI-12和SPI-6空间分布整体变化趋势一样，但是12个月时间尺度的结果干旱的整体趋势大致是东部比西部要严重；而6个月时间尺度的结果干旱20世纪60年代、80年代、90年代西部的干旱要比东部的严重。

马尔科夫链；标准化降水指数；干旱时空变化；干旱预测

干旱是一种降水量相对亏缺的自然现象，是指在一定区域一段时间内水分的收支发生不平衡而形成的水分盈亏现象[1]。由于干旱涉及范围广、影响因素众多,所以一直没有统一的定义。目前应用比较广泛的是美国气象学会的分类定义，美国气象学会将干旱分为4类：①气象干旱：指降水在较长一段时间偏离正常状态，明显低于多年(一般>30年)的平均值[2]；②农业干旱：指在某一特定时期内，因降雨量显著减少而引起土壤水分亏缺，从而不能满足农作物正常生长所需水分的现象[3]；③水文干旱：指较长时期降水、地表水和地下水收支不平衡，水分供给异常短缺难以满足蓄水要求的水文现象[4]；④经济社会干旱：指由于自然系统和人类经济社会系统水分供需不平衡引起水分短缺，由此影响到社会生产、消费以及人们日常生活的现象[5]。

国内外用于研究气象干旱的指数有很多，具有代表性的气象干旱指数有Palmer 指数(PDSI)、标准化降水指数(SPI)、Z指数、水分亏缺指数和干燥度指数等[6-7]。根据研究发现[8]，SPI 能够消除降水量在时空分布上的差异,适用于不同地区和不同时间尺度的旱涝情况,能用于具有不同降水特征地区之间的干旱比较。SPI由Mckee等[9-10]提出并进行修改，随后被国内外学者广泛应用于干旱的研究。Paulo等使用该方法利用降水数据计算12月时间尺度SPI[11-12]；Richard 等的研究结果表明，SPI比Z指数具有更好的计算稳定性,同时SPI能够满足不同时间尺度、不同水资源状况分析的要求,能用于具有不同降水特征地区之间的干旱比较[8]；孙鹏等基于气象干旱指标SPI和水文干旱指标SRI的二维变量的干旱状态，结合马尔科夫链模型对塔河流域进行水文气象干旱研究[13]。

在我国，干旱灾害是造成农业经济损失最严重的气象灾害。研究表明，我国每年干旱灾害损失占各种自然灾害总和的15%以上，在1949～2005年发生的5种主要气象灾害中，干旱灾害频次约占总自然灾害的1/3，平均每年干旱受灾面积约为2 188万hm2，占自然灾害受灾总面积的57%，均为各项灾害之首[14]。粮食因旱灾减产占总产量的4.7%以上，干旱灾害的影响比其他任何自然灾害都要大,对人们的生产生活造成极大的影响[15]。阿克苏河流域地区是新疆重要的灌溉绿洲农业区，拥有许多国家级或自治区级农业生产基地，同时阿克苏河流域地区也是典型的干旱半干旱地区，干旱发生的频率较高。在过往的研究中都是针对于新疆或者塔河流域的干旱研究，没有对阿克苏地区专门的研究。 因此该研究采用SPI作为研究方法来研究阿克苏地区的干旱变化特征，并预测未来3年的干旱概率，为阿克苏地区干旱预测提供适合的方法，同时为阿克苏流域干旱管理提供理论和技术支持，减少其经济损失。

1 研究区及数据

阿克苏地区位于新疆维吾尔自治区的中部,处于塔里木盆地北缘,天山山脉中段以南[16]，地处78°02′～84°05′ E，39°31′～42°41′ N 之间，总面积13.25万km2，占新疆总面积的8%[17]。阿克苏地区处在亚欧大陆腹地,远离海洋,属于北半球暖温带,干旱半干旱大陆性荒漠气候区，气象的主要特点是:气候干燥、蒸发量大、降水稀少、年季变化大，属于极端干旱的地区。东接巴音郭楞蒙古自治州,南隔塔克拉玛干沙漠与和田地区相望,西南连接喀什地区和克孜勒苏柯尔克孜自治州,北以天山为分水岭同伊犁哈萨克自治州相连,西北同吉尔斯斯坦共和国、哈萨克期坦共和国交界。地区内有8县1市、85个乡(镇)、42个农林牧场，新疆生产建设兵团第一师阿拉尔市及所属16个团场[18]。阿克苏地区是全国主要的优良棉花生产基地、新疆最大的粮食生产基地[11]。阿克苏的维吾尔语为“清澈奔腾之水”，区内主要水系有阿克苏河、塔里木河、木扎尔特河、渭干河、库车河等[19]。虽然阿克苏地区是南疆水资源最丰富的地区，但是近年来干旱频发，对区域社会、经济、生态等方面都有很大的影响。因此该研究使用SPI对过去50年阿克苏地区的日降水资料进行分析，来进行区域干旱风险管理，以及提出相应的对策。研究数据来自于阿克苏地区内10个国家气象站(阿克苏、阿拉尔、阿瓦提、拜城、柯坪、库车、沙雅、温宿、乌什、新和)的1960～2007年日降水资料(图1)。

2 研究方法

2.1 马尔科夫链

马尔科夫链是指时间和状态参数都是离散的马尔科夫过程,是最简单的马尔科夫过程，是分析预测未来变化趋势的一种方法[20]。人们把环境状况分为干旱(E3)、正常(E2)和湿润(E1)，利用转换矩阵算出每种状况之间的相关程度。如果所有环境的数值都在E3、E2和E1当中，那么当处于干旱条件下时，环境状况和未来的趋势由E1、E2、E3的百分比概率来预测。这个概率被称作转换概率。第一步应用马尔可夫链，估计条件概率，以便可以了解地区与地区之间的转移概率。

2.2 非参数检验方法检测

非参数检验方法(Mann-Kendall法)是一种非参数统计检验方法，常用于降水时间序列趋势的定量化研究[21-23]，变量可以不具有正态分布特征[24]，因此适用于水文变量的趋势检验，可以研究每个站点的干旱的变化趋势。假定时间序列(x1,x2,…,xn)无趋势，计算统计量S，计算式为[25]：

式中,10时，序列呈上升趋势。

2.3 SPI

SPI是采用Γ函数的标准化降水累积频率分布来描述降水量变化，表征某时段降水量出现的概率多少的指标。SPI只需要较长时间的降水量(一般应超过30年)资料,即可计算不同时间尺度的干旱指数,该指标适合于月尺度以上。由于降水分布不是正态分布,而是偏态分布,因此采用Γ分布来描述降水量的偏态分布变化,再计算给定时间尺度的累积概率,之后将累积概率转化为标准正态分布函数，这样能消除降水量在时空分布上的差异,使SPI能适用于不同地区和不同时间尺度的旱涝情况。最后由降水累积频率分布来划分干旱等级。

假设某一时段的降水量为x,则其Γ分布的概率密度函数为[26]:

3 结果与分析

3.1 不同时间尺度的干旱特征

该研究针对阿克苏地区干旱的时间特征，对3、6、9和12个月时间尺度的SPI值进行统计分析。由于篇幅有限，文中仅对SPI-6和SPI-12的分析结果进行阐述。SPI-12的分析结果(表1)表明，干旱强度最高的是沙雅(-2.65)，相对干旱频率最大的是库车(21.28%)，干旱历时最长的是拜城(图2a)。SPI-6的分析结果(表2)表明，干旱强度最高的是柯坪(-2.63)，相对干旱频率最大的是拜城(21.28%)和库车(21.28%)，干旱历时最长的是柯坪(图2b)。

表1 12个月时间尺度的最严重干旱和干旱相对频率

表2 6个月时间尺度的最严重干旱和干旱相对频率

3.2 干旱趋势分析

利用Mann-Kendall方法对阿克苏地区10个气象观测站数据进行趋势检验，趋势检验结果表明，阿克苏地区年平均降水量48年来呈上升趋势，除了阿拉尔以外均通过了0.05和0.01的显著性检验，说明降水量增加趋势十分明显。阿拉尔的年降水量48年来呈上升趋势，但没有通过0.1的显著性检验，说明阿拉尔的年降水量增加趋势不明显。这与SPI指数所得出的结果是一致的(图3～4)，说明SPI指数的计算结果可以很好地反映研究区的干旱情况。

基于SPI的结果，将1960～2007年阿克苏地区的状态分为E3、E2、E1(表3)。利用马尔科夫模型的转移矩阵对阿克苏地区未来3年的干旱情况进行了预测，结果表明(表4)，2008～2010年阿克苏地区是正常状态的概率分别为0.795、0.837、0.828，发生干旱的概率分别为0.128、0.102、0.107，发生干旱的可能不大。阿克苏地区2008～2010年的气象情况与马尔科夫的计算结果一致，基于SPI的马尔科夫结果可以预测阿克苏地区的干旱情况。

3.3 阿克苏地区的干旱特征

为了研究阿克苏地区干旱的时空变化，借助GIS平台(ArcGIS10.0)对所得的SPI数据进行空间插值[27]，分析阿克苏地区干旱的时空变化和格局。但是在该研究中，由于考虑到阿克苏干旱数据的特征，站点位置的分布会影响到克立格插值的结果，因此使用IDW来分析干旱时空变化。将1960～2007年分为5个时间段：1960～1969、1970～1979、1980～1989、1990～1999、2000～2007年，用各站点在这5个时间段内的12、6个月尺度SPI值的平均值在ArcGIS 10.0中运用反距离权重方法进行插值(图5～6)，分析阿克苏河地区干旱的空间变化。

表3 阿克苏地区1960～2007年干旱变化状态转移情况

表4 阿克苏地区2008～2010年干旱状态概率预测值

可以发现，20世纪60年代(图5a)的平均干旱情况最严重，整体的趋势大致是东部比西部要严重；随着时间的推移，70年代(图5b)、80年代(图5c)、90年代(图5d)平均干旱情况逐渐好转，90年代SPI平均值均达到了0以上，这30年整体的趋势大致是西部比东部严重；到了21世纪(图5e)，平均干旱情况又有些严重，其中以东南部为代表。总体来说，阿克苏地区干旱的发生趋势在减弱，且没有发生过所有地区同时严重干旱的情况。

SPI-12和SPI-6整体变化趋势一样，20世纪60年代(图6a)、80年代(图6c)、90年代(图6d)阿克苏地区西部的干旱要比东部的严重，而西部的乌什、阿瓦提、阿克苏等地是国家重要的商品粮、商品棉基地和林果基地，因此干旱对这些地区的农业影响比较大。60～90年代平均SPI值越来越大，进入21世纪(图6e)，因为受2007年一次比较严重的干旱的影响，21世纪平均SPI值又下降了些。

4 结论

(1)根据SPI对干旱的研究可知，12个月时间尺度的结果表明，干旱强度最高的是沙雅，相对干旱频率最大的是库车；6个月时间尺度的结果表明，干旱强度最高的是柯坪，相对干旱频率最大的是拜城和库车。SPI-12和SPI-6干旱频率最大的都有库车，所以该地区在未来应作为重点防旱地区。

(2)SPI-12和SPI-6平均SPI变化趋势相同，阿克苏地区的干旱次数呈现减少的趋势。利用马尔科夫模型可以算出2008～2010年阿克苏地区是正常状态的概率分别为0.795、0.837、0.828。该结果与阿克苏地区2008～2010年的气象情况一致，所以基于SPI的马尔科夫模型可以预测阿克苏地区的干旱情况。

(3)阿克苏地区气象干旱发生空间差异明显，12个月时间尺度的结果干旱的整体趋势大致是从西部向东部逐渐加剧；而6个月时间尺度的结果干旱20世纪60年代、80～90年代是从东部向西部逐渐加剧。但SPI-12和SPI-6整体变化趋势一样。

[1] 张强.基于GIS干旱风险评估与区划方法研究：京津冀冬小麦为例[D].石家庄:河北师范大学,2010.

[2] 袁文平，周广胜.干旱指标的理论分析与研究展望[J].地球科学进展,2004,19(6)：982-991.

[3] 陈晓楠.农业干旱灾害风险管理理论与技术[D].西安:西安理工大学,2008.

[4] 张继权,李宁.主要气象灾害风险评价与管理的数量化方法及其应用[M].北京：北京师范大学出版社,2007.

[5] 喻朝庆.国际干旱管理进展简述及对我国的借鉴意义[J].中国水利水电科学研究院学报，2009,7(6)：152-158.

[6] 王志伟,翟盘茂.中国北方近50年干旱变化特征[J].地理学报,2003,58(S1):61-68.

[7] 姚玉璧,张存杰,邓振镛,等.气象农业干旱指标综述[J].干旱地区农业研究,2007,25(1):185-189.

[8] RICHARD R,HEIM J R.美国20世纪干旱指数评述[J].干旱气象,2006,24(1):79-89.

[9] MCKEE T B,DOESKEN N J,KLEIST J. The relationship of drought frequency and duration to time scales[C]//Eighth conference on applied climatology.Boston,MA:American Meteorological Society,1993:179-184.

[10] MCKEE T B,DOESKEN N J,KLEIST J. Drought monitoring with multiple time scales[C]//Ninth conference on applied climatology.Boston,MA:AMS,1995:233-236.

[11] PAULO A A,PEREIRA L S,MATIAS P G X.Analysis of local and regional droughts in southern Portugal using the theory of runs and the Standardized Precipitation Index[J]. Tools for drought mitigation in mediterranean regions,2003,44:55-78.

[12] PAULO A A,FERREIRA E,COELHO C,et al.Drought class transition analysis through Markov and Loglinear models,an approach to early warning[J]. Water manage,2005,77:59-81.

[13] 孙鹏,张强,白云岗,等.基于马尔科夫模型的新疆水文气象干旱研究[J].地理研究,2014,33(9):1647-1657.

[14] 李茂松，李森，李育慧.中国50年来旱灾灾情分析[J].中国农业气象,2003,24(1):7-10.

[15] 魏栋,刘丽伟. 青海东部-甘肃中部降水类型和干旱形势的变化趋势[J]. 安徽农业科学,2015,43(14): 200-202

[16] 时惠敏.阿克苏地区设施农业发展与对策研究[D]. 武汉:中华农业大学,2012.

[17] 阿克苏政府网.阿克苏·概况[EB/OL].[2015-11-11].http://www.aksu.gov.cn/col/col34/index.html.

[18] 苗立志. 基于GIS的阿克苏地区土地利用趋势分析与研究[D].青岛:山东科技大学,2005.

[19] 杨春,朱海涌,李新琪,等.塔里木河上游阿克苏地区土地利用变化研究[J].干旱环境监测,2003,17(2):86-89.

[20] MORADI H R,RAJABI M,FARAGZADEH M. Investigation of meteorological drought characteristics in Fars province,Iran[J]. Catena,2011,84:35-46.

[21] MODARRES R，SILVE V. Rainfall trends in arid & semi-arid regions of Iran[J]. Journal of arid environments,2007,70:344-355.

[22] MODARRES R,SARHADI A. Rainfall trends analysis of Iran in the last half of the twentieth century [J]. Journal of geophysical research,2009,114:3101.

[23] MARTINEZ J C,MALESKI J J,MILLER F M. Trends in precipitation and temperature in Florida,USA [J]. Journal of hydrology,2012,452: 259-281.

[24] 康淑媛,张勃,郭玉刚,等.1959年至2008年石羊河流域日照时数时空变化特征[J].资源科学,2011,33(3):483-488.

[25] SAYEMUZZAMAN M,JHA M K. Seasonal and annual precipitation time series trend analysis in North Carolina,United States[J]. Atmospheric research,2014,137(2):183-194.

[26] NAFARZADEGAN A R,REZAEIAN ZADEH M,KHERAD M,et al.Drought area monitoring during the past three decades in Fars province,Iran[J].Quaternary international,2012,250(1): 27-36.

[27] 李奇虎,马庆勋.1960-2010年西北干旱区极端降水特征研究[J].地理科学,2014,34(9): 1134-1138.

The Characteristics of Meteorological Drought in Aksu in Xinjiang

HU Xin-xin,ZHANG Yu-hu*, XIANG Liu

(College of Resources Environment & Tourism,Capital Normal University,Beijing 100048)

The drought characteristics of study region can provide technical support for drought risk management. For this,precipitation data within the same statistical period of 47 years (1960 to 2007) in 4 time scales of 3,6,9 and 12 months from some 9 stations located within Aksu in southern Xinjiang were used,and the trends were assessed by using a time series analysis. At the next stage,used Markov Chain forecast for the subsequent 3 years conditions,and compared with the actual situation. The results of the drought station surveys for the mentioned characteristics showed that ① Drought intensity is highest in Shaya,relative frequency of drought is the biggest Kucha on time scale of 12 months. Drought intensity is highest in Keping,relative frequency of drought is the biggest Baicheng and Kucha on time scale of 6 months; ② Average annual precipitation is on the rise,droughts occurred in 2016 was 0.548; ③ The spatial distribution of overall trend are the same on time scale of 12 and 6 months. The east drought is severe than the west on time scale of 12 months. But the west drought is severe than the east on time scale of 6 months in the 1960s,1970s and 1990s.

Markov Chain; SPI; Spatial-temporal change of drought; Drought forecast

国家十二五科技支撑计划课题 (2013BAC10B01,2012BAC 19B0305)。

胡欣欣(1990- )，女， 北京人，硕士研究生，研究方向：流域水资源管理。*通讯作者，讲师，博士后，从事水资源评价、干旱风险分析等研究。

2015-11-18

S 162

A

0517-6611(2015)35-096-05