中国西南地区春旱特征及其异常环流分析

于凡越，靳立亚，李金建

（成都信息工程大学大气科学学院，四川 成都610225）

干旱是一种影响范围广，造成危害大，持续时间长，被认为是给人类社会带来损失最严重的自然灾害之一，对社会生产、生态环境乃至人类生命都会造成巨大威胁。近年来，在全球气候变暖、全球人口持续增长以及水资源短缺的大背景下，干旱这种极端气候事件愈加频繁[1-4]，导致中国呈现湿润区不断减小，干旱区不断扩大变化趋势[5]。中国西南地区地形地貌复杂多样，降水分布极不均匀[6]，近十几年来，该地区多次发生严重的干旱灾害，给社会造成了巨大的损失。如2005 年云南地区春季异常干旱、2006年夏季川渝地区特大干旱及西南地区2009 年秋季—2010 年春季三季连旱[7-9]。因此，西南地区干旱的特征、发生发展规律以及成因引起了越来越多学者的研究。

降水量是气象学意义干旱最主要的影响因素，国内外学者基于此制定了多种干旱指标如标准化降水指数（SPI）、Z 指数、综合气象干旱指数（CI 指数）、Palmer 干旱指数、湿润度等[5]。众多学者对干旱变化特征也做了很多工作。如Dai 等[10]根据Palmer 指数分析指出：20 世纪70 年代后期以来，全球干旱总面积增加超过一倍，降水减少和气温升高是主要因素；陈少勇等[11]基于降水距平百分率分析了中国西南和华南地区的冬旱特征，发现各级别干旱都有自西向东增多的分布趋势。谢清霞等[12]基于CI 指数发现1961—2012 年西南地区春旱的频次和强度均略有下降。由于干旱成因的复杂性，单一的干旱指标很难准确地描述不同地区干旱特征，干旱的发生不仅仅取决于降水量的多少，与气温、蒸散、土壤湿度以及径流的众多因素有关，尤其在全球变暖背景下，增暖是干旱频发的不可忽视的重要因素[10]，因此，Vicente Serrano[13]提出的标准降水蒸散指数与单纯基于降水制定的干旱指数相比，多考虑了气温和蒸散作用对干旱的影响。SPEI 指数在西南地区有良好的适用性[3，14]，且诸多学者基于此指数对干旱的研究取得了诸多进展，如陈斐等[15]基于SPEI 指数对西北地区春旱的分布特征进行了探究，发现西北地区春旱普遍存在显著增强的趋势。王东等[4]基于SPEI 指数分析了西南地区1960—2012 年干旱变化特征，发现四季大部分区域呈干旱化趋势，且春季是干旱发生最频繁的季节。关于西南地区干旱成因的研究同样引起了广泛关注，如黄荣辉等[9]、王晓敏等[16]分析了2009 年秋至2010 年春的持续干旱成因，李永华等[7]对2006 西南地区东部特大干旱的环流异常进行了分析[7]。西南地区春季干旱发生的频率相对其他季节最高[4，17]，但关于西南地区春季干旱的研究多是基于季节尺度的干旱事件，本文从SPEI 这一干旱指数出发，从气候角度上讨论了近57 a 来西南地区春季干旱的时空变化特征，并分析了旱涝年份大气环流的异常分布，旨在加强人们对该区域干旱变化特征的认识，加深对该区干旱形成原因的理解并为有关干旱灾害的预测预防提供一定的理论依据。

1 数据与方法

1.1 数据及来源与方法

本文采用的站点资料来自：中国气象局国家气象信息中心，选取1961—2017 年云、贵、川、渝4 省市时间序列完整的95 个站点（图1）的逐日降水量和气温观测资料。再分析资料来自：NCEP/NCAR（美国国家环境预测中心/美国国家大气研究中心）的月平均纬向风、经向风、垂直速度、比湿、海平面气压等，水平分辨2.5°×2.5°，时间范围为1961—2017 年，除特殊说明外，本文春季指3、4、5 月。使用NOAA 的气候预测中心的Niño-3.4 指数。使用国家气候中心的热带印度洋海温偶极子指数（TIOD）。本文主要统计方法有Mann-Kendall 统计检验法、Morlet 小波分析、经验正交函数分解（EOF分解）、合成分析以及相关分析等。

图1 研究区站点分布及地形高度（单位：m）

1.2 标准化降水蒸散指数（SPEI）

本文通过西南地区95 个气象站点计算了1961—2017 年春季季节尺度的SPEI 指数，并根据表1 中的标准划分了等级，关于SPEI 指数的计算方法，前人已有很多介绍[4]，本文不再赘述。

表1 SPEI干旱等级划分标准

1.3 干旱评估指标

平均干旱强度（Sij）：表征干旱的强弱程度，表示一段时间内平均每年所有站点达到干旱程度的SPEI 绝对值的总和，公式为：

式中，m 表示该年达到干旱程度的站点数，n 表示这段时间年数。

干旱频率F：表征某站点在在一个时段内发生干旱的频繁程度，公式为：

式中，n 表示发生干旱的次数，N 表示这段时间的年数。

平均干旱频率：一段时间内所有站点干旱频率的平均值。

2 结果与分析

2.1 西南地区春旱变化特征

2.1.1 1961—2017 年西南地区气温、降水量及SPEI指数变化特征

由图2a 可知，近57 a 来，西南地区春季气温呈先下降、再升高的变化特征，总体呈明显的上升趋势（通过0.05 的显著性检验），倾向率为0.14 ℃/10 a。从气温的M-K 检验（图2d）可知，UF 值从20 世纪60 年代—70 年代中期呈波动状态，之后经历了变冷（20 世纪70 年代中期—21 世纪）和增暖（21 世纪初至今）的趋势，根据UF 和UB 的交点位置，确定21世纪西南地区春季增温是一种突变现象，具体从2005 年开始，在2007 年以后，UF 统计值＞1.96，通过了0.05 的显著性检验，说明此时段内气温升高趋势明显。由图2b 可知，1961—2017 年西南地区春季降水量总体呈十分微弱的下降趋势，倾向率为-1.0 mm/10 a，但呈现出明显的年代际变化。从20 世纪60 年代中期开始至70 年代中期降水量呈上升趋势，之后呈下降趋势至90 年代初，从90 年代中期上升至21 世纪初期至最高点后变化比较平缓，呈波动下降趋势，这种年代际变化特征与春季南支槽强度和位置变化特征有较好地一致性[18]。西南地区春季降水量M-K 检验（图2e）显示，UF 值经历了“负—正—负”的变化趋势，根据UF 和UB 的交点位置，西南地区降水量在1964 年和1981 年发生了2 次突变，在20 世纪70 年代中期UF 值通过了0.05 显著性检验，表明这一时期降水增加趋势明显。

与降水的变化趋势相似，近57 a 西南地区春季SPEI 指数（图2c）的变化趋势不明显，呈微弱的下降趋势（-0.034/10 a），20 世纪60 年代—70 年代中期呈上升趋势，70 年代后呈下降趋势至80 年代，之后呈平缓的趋势没有明显的上升或下降趋势，从90 年代末又呈下降趋势。从图2b 根据UF 和UB 的交点判断在1964 年和2005 年SPEI 指数发生了2 次突变，分别与降水的第一次突变年份和气温突变年份重合（图2d，2e），对应2005 年之后这段时期也是西南地区干旱灾害发生的频繁年代[7-9]。

2.1.2 气温、降水量及SPEI 指数线性趋势分布

通过计算西南地区95 个观测站1961—2017 年春季气温，降水量及SPEI 指数线性变化趋势，得到线性趋势分布（图3）。西南地区气温整体呈上升趋势（图3a），共有48 个站点升高趋势通过了0.05 的显著性检验，主要集中在西南地区西部。由图3b 可知，近57 a 来，西南地区春季降水量变化趋势的空间分布特征十分明显[4]，大致以104°E 为界，表现为东西反相（西部湿润化，东部干旱化）的变化趋势，降水量增加地区主要分布在西南地区西部的横断山脉区域以及云贵高原区域东部，其中降水量显著增加（P<0.05）的区域集中在高海拔地区（横断山脉区域北部）。降水量显著减少（P<0.05）区域集中在海拔较低的重庆东北部，贵州东部与重庆交界及贵州西南地区。1961—2017 年西南地区春季SPEI 指数的变化趋势分布（图3c）与降水量的变化趋势分布十分接近，总体表现为东西反相的分布特征，西部高海拔地区总体表现为上升趋势即旱情减轻。海拔相对较低的东部总体表现为下降趋势即旱情加重。

图2 1961—2017 年西南地区春季气温（a，d）、降水量（b，e）及SPEI 指数（c，f）年际变化及M-K 检验（红色虚线为线性趋势，蓝色实线为九年滑动平均，黑色虚线为0.05 置信限）

图3 1961—2017 年西南地区春季气温（a），降水（b），SPEI 指数（c）线性趋势空间分布

2.1.3 西南地区春旱年代际变化趋势

根据表1 的SPEI 指数干旱等级划分标准以及本文定义的平均干旱强度、平均干旱频率，统计了西南地区各年代干旱的平均干旱频率和平均干旱强度（图4）。由于SPEI 指数年际变化在2005 年发生突变（图2f），故将2005 年作为划分年代的一个时间节点，以此来对比突变前后干旱程度变化。由图5 可知，平均干旱强度和平均干旱频率各年代差别明显，其中20 世纪60 年代旱情较重，平均干旱强度和平均干旱频率分别40.3%，34.5%，20 世纪70 年代旱情最轻，与此对应的该年代降水量偏高，气温偏低（图2），20 世纪80 年代和1990—2004 年旱情基本相同，较20 世纪70 年代有所增加，旱情最重的年代为发生突变之后的2005—2017 年，与1990—2004年相比，平均干旱强度和平均干旱频率分别增加了10.3%，8.7%，与其对应的该年代平均降水量偏低，气温偏高（图2）。

图4 1961—2017 年西南地区不同年代平均干旱强度及平均干旱频率

西南地区不同年代干旱发生频率空间分布差异显著（图5a～5e），20 世纪60 年代干旱频率较高地区集中在西部的横断山脉区域（图5a）。70 年代干旱频率比较均匀，大部分地区干旱频率低于30%（图5b）。80 年代西南地区东部干旱频率较前一年代明显升高（图5c），在1990—2004 年这一时段内干旱发生频率分布特征与20 世纪60 年代完全相反，干旱高频区几乎都集中在东部地区（5d）。2005—2017年这一时段干旱频率较前一年代升高明显，是干旱频率发生最高的年代，只有西南地区西北部干旱频率较低，几乎整个云南和贵州的干旱频率都超过40%（图5e）。

2.1.4 SPEI 指数时空分解及主模态周期分析

图5 1961—2017 年西南地区不同年代干旱频率（%）空间分布

图6 西南地区春季SPEI 指数经验正交函数分解第一（a）、二（b）模态及其对应时间系数（c，d）

进一步分析1961—2017 年西南地区春季时空分布特征，对1961—2017 年南地区春季SPEI 平均值进行经验正交函数分解。图6a 为第1 模态分布，其方差贡献率为23.8%，整个西南地区表现为整体一致的分布特征，几乎所有地区均为正值，表示西南地区春季存在整体一致的干旱的变化特征，大值中心处在四川南部及云南中部，说明川南和滇中地区旱涝的年际变化较大，而四川北部和重庆北部相对稳定少变。从第1 模态时间系数图上可知（图6c），1961—2017 年SPEI 指数整体呈微弱下降趋势及明显的年代际变化，20 世纪60 年代为负值，70 年代后—80 年代初期为正值，80 年代中期—90 年代末期为负值，之后又变为正值至2005 年，又变为负值，即70 年代之前，80 年代中期—90 年代末期以及2005 年之后的时段西南地区SPEI 指数偏低，整体偏旱。第2 模态大致以104°E 为界，呈东西反相的分布特征（图6b），方差贡献率为12.1%。范思睿等基于降水量得到了相近的分布特征并初步探讨了反相性分布的原因[20]。其时间系数以20 世纪80 年代中期为界发生了明显的正负位相转变，这也对应了20世纪60 年代西部偏旱逐渐转变为1990—2004 年东部偏旱的分布特征（图5a～5d）。

经验正交函数分解第一模态代表西南地区旱涝情况整体一致的分布特征，方差贡献率为23.8%，可认为在一定程度上反映了西南地区春旱主要特征。因此，后文的分析均基于西南地区春季SPEI 指数EOF 分解主模态的时间系数。图7 为对时间系数进行Morlet 小波分析及功率谱分析。西南地区春季SPEI 指数20 世纪60 年代中期—70 年代初期存在明显的2～3.5 a 的周期，70 年代末期—80 年代末期表现出准4 a 的活动周期，此外，70 年代初期—90年代初期还存在6～8 a 的周期。进一步用功率谱分析活动周期，与Morlet 小波分析结果比较接近，存在准2 a 及8 a 左右的显著周期，此外小波分析与功率谱分析都显示还存在28 a 周期，处在边界效应内，可信度低。

2.2 干旱的异常环流及海温分析

图7 中国西南地区SPEI 指数经验正交函数分解第一模态时间系数的Morlet 小波分析及功率谱分析

由于SPEI 指数EOF 分解的主模态表现为整体一致的分布，故从EOF 主模态时间系数选出大于标准差绝对值1.2 倍的年份作为异常年份，得到偏旱年份为1963、1969、1979、1986、1987、1995、2011 年，偏 涝 年 份 为 1961、1968、1974、1976、1985、1990、2002、2004、2016 年，对旱、涝年进行合成差值分析，探讨西南地区整体干旱时的异常环流分布。SPEI 指数EOF 分解的第二模态大致以104°E 为界，呈东西反相的分布特征，考虑到西南地区地形复杂，西部以高原山区为主，东部则为平原地区，也是人类活动的主要区域，因此本文把104°E 以东的区域定义为“西南地区东部”（下文称“西南东部”），将西南东部站点的SPEI 指数平均得到57 a 的时间序列，挑选出大于标准差绝对值1.2 倍的年份作为异常年份，得到偏 旱 年 份 为 1979、1986、1987、1988、1991、1995、2007、2011 年，偏涝年份为1961、1967、1972、1977、1992、2002、2016 年，对旱、涝年进行合成差值分析，探讨西南东部干旱时的异常环流分布。

中国西南地区春季降水的水汽来源主要有两种，一种是来自印度洋经青藏高原南侧与孟加拉湾转向的气流汇合，从缅甸进入我国西南地区，另一种是来自孟加拉湾南部的水汽进入中南半岛与在中南半岛转向的东风气流交汇，北上进入我国西南地区。另外源于热带西太平洋的水汽受西太平洋副热带高压西侧偏南气流的也有一定的水汽输送作用，对中国西南地区降水也有一定影响[21，22]。

从图8a 可以看出，有显著的自我国西南地区流出的异常东北气流经缅甸流入孟加拉湾以及自西南地区流出的北风气流进入中南半岛转向与异常赤道东风气流汇合，这种异常的水汽输送使来自孟加拉湾暖湿水汽不能输送到我国西南地区。在中国东南沿海及其邻近海域上存在异常反气旋环流，该气流有利于热带西太平洋的水汽输送到中国西南地区，并在重庆及川东和黔北的少部分地区表现为水汽辐合，而在四川南部、云南东部及贵州西部都表现为较强的异常水汽通量幅散。图8b 上，没有明显的自西南地区流出的异常气流，但在青藏高原南侧表现为异常偏东风气流，表明西南东部旱年来自青藏高原南侧的水汽输送无法输送到该区域，从水汽通量散度分布上可以看出，除云南外，西南大部分地区都为水汽通量幅散。而自我国云南地区向南经中南半岛至马六甲海峡转向东的热带海域上都表现为水汽通量辐合。

考虑到西南地区地形的原因，选择700 hPa 风场说明西南地区低层风场的情况。与整层水汽通量分布相似（图8c），有明显的异常东北气流自我国西南地区经中南半岛流向孟加拉湾南部，该气流与南海的越赤道气流汇合，形成显著的异常东风气流，不利于孟加拉湾的暖湿气流向西南地区输送，西南地区不易形成降水。此外，我国东南沿海地区存在异常反气旋环流，其东北侧偏西气流与来自高纬西南气流交汇于我国东部沿海地区，流向西太平洋。西南东部旱年—涝年合成场上（图8d），在青藏高原南侧，印度半岛东部及孟加拉湾存在明显异常气旋式环流，青藏高原南侧为东风气流，此环流一方面使得青藏高原南侧的水汽通道不能向西南东部输送水汽，另一方面不利于来自孟加拉湾的水汽到达西南东部，仅仅到达云南地区。西南地区整体旱年—涝年500 hPa 垂直速度合成场上，中国西南大部分地区都处于异常下沉运动控制范围内，尤其在云南、四川南部及贵州地区异常下沉运动显著，配合700 hPa自西南地区的东北气流和偏西气流造成了该地区低空的异常幅散。图8d 上，西南东部的重庆和贵州地区表现为显著的异常下沉运动，滇南和川北的小部分地区为异常上升运动。

图8 旱年—涝年整层水汽通量（a、b，箭头，红色箭头表示通过0.05 显著性检验，下同，单位：g/（s·cm·hPa）及整层水汽通量散度（填色，单位：g/（s·cm2·hPa）合成差值场（灰色区域为海拔超过3000 m 的地区，下同），旱年—涝年700 hPa 风场（c、d，箭头，红色箭头表示通过0.05 显著性检验，单位：m/s）及500 hPa 垂直速度（填色，打点区域表示通过0.1 显著性检验，单位：10-2 Pa/s）合成差值，旱年—涝年200 hPa 风场（e、f，箭头，单位：m/s）及200 hPa 散度（填色，单位：10-6 s-1）合成差值

西南地区整体旱年—涝年200 hPa 合成风场上（图8e），印度半岛西北部上空表现为一个强大的异常气旋式环流，低纬度区表现为西风异常，西风气流向北弯曲从我国西藏地区进入我国后，到达我国中部地区形成一个脊，脊的存在有利于我国中部反气旋式环流的生成，西南地区在反气旋式环流的控制下形成辐合，气流辐合伴随下沉运动的产生，从而西南地区上空盛行下沉运动（图8c），异常西风气流继续向东南方向输送，在西北太平洋和日本地区形成一个气旋式环流。这种异常风场也与中低层异常环流相匹配。另外，在印度半岛、我国北方和蒙古国地区以及日本以南的西太平洋都存在明显的异常西风，都增强了这种副热带急流，使西南地区出现下沉运动，提供了干旱的有利条件。西南东部旱年—涝年200 hPa 合成风场上（图8f），西南地区上空为异常反气旋，其北侧为存在显著的异常西风急流，因此，200 hPa 上的副热带急流的加强对西南地区干旱的产生起了重大作用，此外，除云南地区外，西南地区的北部和东部都表现为异常幅散，配合500 hPa 的下沉运动，造成西南东部干旱少雨。

海表温度的异常变化可以引起大范围大气环流的异常，进而影响中国降水[19]。通过西南地区整体旱年—涝年海温合成场（图9a）可以看出，中纬度太平洋海温为显著的负距平，赤道中太平洋海温为正距平。从图9b 可以看出，1961—2017 年，EOF 分解主模态时间系数与春季Niño-3.4 指数位相几乎完全相反，呈显著负相关，二者相关系数为-0.301（通过0.05 的显著性检验），即中国西南地区偏旱时与中纬度太平洋海表温度偏高，反之亦然。余锦华等的研究指出这两种海表温度分布影响西南地区春季降水的物理机制：伴随厄尔尼诺事件赤道中太平洋海表温度偏暖时，沃克环流衰减以及西太平洋海温偏冷（图9a），其上空对流释放的潜热减少。会激发冷的罗斯贝波[23]，在西太平洋出现反气旋式环流异常，西南地区东北部受异常反气旋环流西部的西南风影响，不利于西南地区降水[24]。印度洋海表温度异常对中国西南地区干旱状况有重要影响，热带印度洋春季海表温度与中国西南地区和中南半岛上空降水有很好的负相关[9，25]。与图9a 相比，西南东部旱年—涝年海温合成场中（图9c），太平洋的异常海温分布不明显，标准化的西南东部平均SPEI 指数与春季Niño-3.4 指数序列相关性仅为-0.119，与春季TIOD 指数序列（图9d）相关性为-0.322（通过0.05 的显著性检验），说明印度洋海温对东部地区旱涝情况影响显著，而ENSO 的影响较小。

3 结论与讨论

基于SPEI 指数对中国西南地区春旱特征进行了分析，并通过合成差值分析的方法探究了西南地区干旱异常的环流特征，得出以下结论：

（1）西南地区1961—2017 年整体气温升高趋势显著，降水量及SPEI 指数变化趋势不明显，呈微弱下降趋势。M-K 检验显示SPEI 指数在1964 年和2005 年发生了突变。

图9 西南地区整体旱年—涝年（a，单位：℃，打点区域为通过0.1 显著性检验）及西南东部旱年—涝年（c）海温合成场、标准化的EOF 分解主模态时间系数（b，黑色实线）与春季Niño-3.4 指数序列（b，黑色虚线）、标准化的西南东部平均SPEI 指数（d，黑色实线）与春季TIOD 指数序列（d，黑色虚线）

（2）西南地区绝大部分区域气温呈上升趋势，降水量和SPEI 指数趋势分布接近，大致以104°E 为界，东西变化相反，这也造成西南地区总体变化趋势不明显。总的来说，西部变暖变湿，东部变暖变干。

（3）西南地区干旱年代际变化显著。20 世纪70年代干旱频率最低，平均干旱强度最弱，2005—2017年干旱频率最高，平均干旱强度最强。空间分布上干旱频率由西部高、东部低逐步转为东部高、西部低。

（4）西南地区春季SPEI 指数经验正交函数分解的主模态方差贡献率为23.8%，表现西南地区整体一致分布特征，有明显的年际和年代际变化特征，但时间系数变化趋势不明显，呈微弱下降趋势，此外，该模态还具有2～3.5 a 及8 a 左右的变化周期。第二模态方差贡献率为12.1%，呈东西反相分布特征。

（5）西南地区春季少雨干旱的形成与异常大气环流由密切关系。旱年—涝年合成差值场上，西南地区春季降水主要水汽输送通道都存在近乎相反的异常水汽输送。西南地区整体旱年—涝年700 hPa 风场上，西南地区经过中南半岛到孟加拉湾南侧异常东北向气流，而在西南东部旱年—涝年合成场上，青藏高原南侧存在异常东风气流，不利于西南地区水汽的汇聚。干旱区域上空200 hPa 存在反气旋式异常环流，存在异常辐合，配合500 hPa 显著的异常下沉运动，造成西南地区少雨干旱。副热带高空急流的异常加强对西南地区干旱的形成有重大影响。

（6）赤道中太平洋海温异常偏高时，伴随厄尔尼诺事件发展会激发冷的罗斯贝波，西南地区东北部受异常反气旋环流的西南风影响，不利于西南地区降水，易发生干旱。西南东部旱涝情况与印度洋海温存在明显相关，但与ENSO 关系不明显。

SPEI 指数的计算不仅仅基于降水量，还考虑气温、蒸散等因素，在全球气候变暖背景下，显然SPEI指数相比仅考虑降水的干旱指数能更准确地描述干旱状况，但是干旱的发生、发展机制十分复杂，西南地区地形，植被分布复杂也是影响西南地区干旱的重要因素。如西南地区东部地区变暖变干，而西部地区却变暖变湿，关于造成这种矛盾复杂温湿结构的成因还少有研究，这还有待于今后的工作区研究分析。