基于SPI指数和CI指数的东北地区降水集中度与旱涝关系研究

张 琪，张芯瑜，柳艺博

(1. 南京信息工程大学应用气象学院，南京 210044；2.江苏省农业气象重点实验室，南京 210044)

全球气候变化背景下，极端事件频率和强度增多，与降水有关的旱、涝灾害是威胁国民经济特别是农业的最主要的灾害[1]。一定区域内降水的多寡及年内的分布特征是农业生产和防灾减灾部门需要关注的一个重要问题。目前国内针对旱涝的时空分布做了大量研究[2-4]，但考虑降水在年内的分布情况的研究较少。降水分布的集中程度会影响干旱、雨涝的形成及致灾强度。国内关于降水集中度的研究主要采用PCD和PCP指数，该指数能够反映年总降水量在各个旬的集中程度[5-8]；此外还有用PCI指数表征年内降水在不同月份的集中程度，能描述一个地区降水的季节性[9,10]。而上述指数不能描述日降水量高的天数对总降水量的贡献程度。很多气象灾害往往是由短时强降水过程带来的，非常有必要以日降水量为基础研究一段时间内降水的集中程度。CI指数是能够描述高强度日降水量对总降水量贡献的降水集中度指数，且具有计算时间尺度灵活的特点，最早由Martin-Vide(2004)在分析西班牙地区强降水日对年总降水量的贡献程度时提出[11]，目前国内也有少量应用该指数的研究，如佟晓辉等(2017)采用CI指数描述日降水量在年内的集中程度，分析全国范围内降水集中度的时空分布情况[12]。但目前的研究仅关注年降水集中度的时空变化，缺少将降水集中度与区域旱涝、地形、大气环流背景等相关联的研究。

综上所述，本研究以东北地区为例，采用CI指数分析东北地区降水集中程度，以SPI指数表征旱涝状况，分析东北地区不同季节降水集中度与旱涝事件之间的潜在联系。研究结果对于进一步掌握该地区的不同季节降水分布特征、旱涝事件成因具有重要意义。

1 资料与方法

1.1 研究区概况

以我国对气候变化响应敏感的东北地区为案例研究区。东北地区(111°37′～135°5′E, 38°40′～53°20′N)包括黑龙江、吉林、辽宁三省和内蒙古东四盟(图1)。属于温带季风气候区，北部少部分地区为寒温带季风气候；东北平原大部分属于半湿润区，内蒙古东部属于半干旱区。由于光照充足、雨热同期、土壤肥沃等原因，此区域是我国玉米、水稻、小麦等粮食作物的重要产地，对我国粮食安全具有重要意义[13]。

图1 研究区范围Fig.1 Study area

1.2 数据来源

本文以中国气象数据共享服务网(http:∥data.cma.cn)上发布的中国地面气候资料日值数据集(V3.0)中的日降水资料为基础，从中筛选位于东北地区的且在1976-2015年间无缺测值、无气象站搬迁等破坏了数据序列一致性的站点，共43个气象站，其空间分布情况见图1。

1.3 研究方法

1.3.1 降水集中度指数CI

CI指数能够描述一段时间内高强度的日降水量对总降水量的贡献程度，因而可以分析降水在日分辨率上的集中程度。时间段可以是年、季节、一年或多年，因而CI指数具有时间尺度灵活的特点。CI指数的具体计算步骤如下[12,14]：首先，以一段时间内的逐日降水量数据为基础，提取该时间段内日降水量大于0.1 mm的数据，构成一个新的数据序列Z；其次，确定降水量增量，本研究以1 mm为增量，统计日降水量小于每个降水量值(1、2、3 mm、…)的累积降水量和累积降水日数，进而计算累积降水百分率Y(累积降水/总降水)和累积降水日数百分率X(累积降水日数/总降水日数)；最后用指数函数拟合Y和X：

Y=aXexp(bX)

(1)

使用最小二乘法拟合函数系数a和b。由公式(1)可以拟合出一条Lorenz曲线。图2中是由齐齐哈尔站和多伦站1976-2015年数据拟合的累积降水百分率随累积降水日数百分率变化的Lorenz曲线。图像的象限平分线与曲线围成的面积S反映了降水的集中程度。

(2)

降水集中度指数CI可以表示为：

CI=S/5 000

(3)

CI值分布在0～1之间，CI越大说明S越大，曲线形状越靠近x轴，日降水量高的几天对总降水量的贡献越多，即降水集中程度越高；反之，曲线越靠近象限平分线，降水分布越均匀。图2中齐齐哈尔和多伦站CI值分别为0.68和0.64。

图2 降水集中度曲线Fig.2 Concentration or Lorenz curves for precipitation

1.3.2 标准化降水量指数SPI

采用SPI指数描述旱涝状况，SPI是由美国科学家McKee等人于1993年提出的[15]。SPI指数采用Gamma概率分布函数拟合降雨时间序列，计算累积概率，再通过正态标准化得到。SPI值为正值时越大则表示越涝，为负值时越小则越旱。目前在国内外得到广泛使用，具体计算方法和物理含义在众多文献中有介绍[16,17]，此处不再赘述。本研究选择该指数的原因，首先是计算方法简单，与其他干旱指标相比仅以降水数据计算旱涝，本研究旨在分析东北地区降水特征，并不考虑气温等其他因素；其次，时间尺度灵活，本研究要计算年尺度和季度尺度的旱涝情况，适合采用该指数。

本研究采用上述方法计算研究区各站点1976-2015年间的年CI和各个季节的CI值，以分析研究区在过去40年不同季节的降水集中度空间分布情况。此外计算1976-2015年逐年的年CI和季节CI值，与对应时间尺度的SPI值结合，分析降水集中度与旱涝之间的关系，这也是本文的主要创新之处。

2 结果分析

2.1 东北地区不同季节降水量时空变化分析

1976-2015年间全区年降水量平均值为503.7 mm，夏季(6-8月)降水量为324.6 mm，占全年总降水量的百分之64.4%；春(3-5月)、秋(9-11月)、冬(1、2月和前一年的12月)季降水量较少分别为77.6、85.9、15.5 mm，分别占全年总降水量的15.4%、17.1%、3.1%。年总降水量和夏、秋季节降水量随时间变化趋势不明显。春、冬季降水量随时间有增加趋势，与时间的相关系数分别为0.32、0.319，达到了0.05显著性水平(图3)。在空间分布上年降水量呈现出由东南向西部地区减少的趋势，最小出现在新巴尔虎右旗为241 mm，最大值出现在东部的丹东为890 mm(图4)。各个季节的空间分布情况与年降水量空间分布规律一致。

图3 东北地区平均降水量随时间变化情况Fig.3 Average precipitation in Northeast China changes with time

2.2 东北地区不同季节CI指数的空间分布

以东北地区各站点逐日降水量数据为基础，计算1976-2015年间降水集中度。在该时段内，东北地区各站点年、春、夏、秋、冬的CI指数平均值分别为0.659、0.618、0.628、0.628、0.560。年CI指数最高，降水最集中。四季中冬季CI指数最小，降水分布相对均匀；夏、秋季节降水集中度高。由于夏季总降水量最高，降水分布集中更容易带来洪涝灾害。从空间分布上看年CI指数南部地区较低西北部较高；冬季CI指数在空间上有由东向西降低的趋势，东部降水较多的地区降水集中程度高；春秋季节CI指数空间分布与年CI指数分布较一致在西北部地区较高；夏季CI指数南部地区高，北部地区较低(图5)。

图4 东北地区1976-2015年均降水量空间分布图Fig.4 Spatial distribution of average annual precipitation in Northeast China during 1976-2015

图5 1976-2015年东北地区不同季节CI空间分布Fig.5 The spatial distribution of CI for different seasons in Northeast China during 1976-2015

2.3 降水集中程度与区域旱涝关系分析

计算1976-2015年研究区各站点逐年的年尺度和季节尺度的CI指数和SPI指数。采用皮尔森相关分析法分析各个站点降水集中度与旱涝的相关性。由图6(a)年尺度相关系数空间分布情况可知，在大小兴安岭、长白山地区相关系数高，大多达到了0.05显著性水平，东北平原地区相关系数低，不显著。图7为分布在平原、丘陵地区(海拔500 m 以下)的站点降水集中程度与SPI指数的相关系数随高程的变化情况，两者之间的相关系数为0.466，达到了显著水平。经统计，200 m以下的平原地区74%的站点CI与SPI指数不相关；200～500 m的丘陵地区77%的站点相关系数达到了0.05显著水平。正相关关系显著说明降水较多的雨涝年份降水集度也高，主要的几次强降水过程对全年的总降水贡献度高，而降水较少的旱年，降水分布相对均匀。

图6(b)，图6(d)为春、秋两季的降水集中度与SPI指数相关系数的空间分布。这两个季节各站点CI与SPI均呈现正相关关系，且相关系数总体较高。43个站点中春季有22个站点秋季有27个站点正相关关系达到了0.05的显著性水平。空间分布上西北部地区达到显著的站点较东南部地区多。由图6(c)、6(e)的夏冬季节相关系数空间分布可知，总体较低，大多未达到显著水平，且存在呈负相关关系的站点。

图6 各站点CI与SPI相关系数空间分布Fig.6 The correlation coefficients between CI and SPI

图7 降水集中度(CI)与旱涝(SPI)相关性随高程变化情况Fig.7 The correlation between precipitation concentration (CI) and drought-flood condition (SPI) varies with elevation

3 结论讨论

3.1 讨 论

前面的研究结果显示在东北的山地、丘陵地区年降水集中度与旱涝正相关关系显著，SPI值大的涝年，降水集中程度也高，短时强降水事件多会更容易诱发洪涝灾害，增加致灾风险。研究区的年降水量呈现出东南部地区向西部地区逐渐降低的趋势。因而，东部的长白山、辽东丘陵及北部的小兴安岭地区降水总量多且分布集中，使得这些地区的洪涝灾害风险更高。张继权等人[18]分析东北地区洪涝灾害空间分布时得出在东北地区东南部及黑龙江地区洪涝灾害更为严重；李琳等人[19]分析辽宁省暴雨洪涝灾情影响时发现辽北、辽东北的低山丘陵地区洪涝灾情更严重，与上面本研究的分析结果相一致。

在东北地区，春秋季降水较少，且西部地区的降水量更低。但西部地区降水集中度与SPI指数正相关关系显著，说明在降水量少的旱年，降水集中度低分布较为均匀。这会导致每一次降水量都不高，小雨、微型降雨日数多，无效降水不能被利用，需要借助垄沟集雨等田间管理措施才可能被植被利用[20]。因而东北地区，特别是西部，春秋季节的降水分布特征会加剧旱灾影响。

3.2 结 论

本研究基于东北地区43个气象站逐日降水量数据，借助CI指数、SPI指数以及相关分析的方法，分析了不同季节降水集中度与旱涝情况的关系，得到了如下结论：①东北地区全年的降水集中度最高，四季中冬季集中度最低夏秋季较高；②在研究区的低山丘陵区，年降水集中度与SPI指数正相关关系显著，在总降水量更高的东部地区，如长白山、辽东丘陵、大兴安岭地区，降水的这一分布特征会加重这些地区涝年的洪涝灾害影响；③东北地区春秋季节降水量占全年降水量的比例低，降水集中度与SPI指数正相关关系显著，且主要分布在降水量较低的西部地区，降水量的这一分布特征会加剧西部地区春秋季旱年的灾情。本文的研究结果对于深入掌握东北地区降水集中程度，以及对地区旱涝的影响具有重要意义。