抚河流域干旱时空分布特征及其与ENSO的相关性

朱圣男, 刘卫林, 万一帆, 黄一鹏, 吴 滨, 刘丽娜, 杨船洋

(1.南昌工程学院 江西省水文水资源与水环境重点实验室, 南昌 330099; 2.河海大学 水文水资源学院, 南京 210098)

干旱是普遍发生的一种气象灾害，是指因区域水分收支或供求不平衡而形成的水分短缺现象，是造成严重损失的气象灾害之一[1]。IPCC报告[2]指出：未来随着全球地表气温升高明显，而导致进一步变暖，使旱灾等极端气候事件呈增加趋势。作为江西省商品粮基地之一的赣抚平原，干旱减小其粮食产量将直接影响全省的粮食安全问题。鄱阳湖流域干旱事件发生频率不断增加，1992—1993年、1996—1997年经历了罕见的干旱。随着全球气候变化，极端天气事件更是频繁发生，流域的干旱程度不断加剧，严重地影响当地居民的生产生活及生态安全。因此研究1960—2005年河流域干旱变化的规律，为流域干旱预警、江西省粮食安全、经济社会发展提供指导。目前广泛使用的干旱指数有帕默尔干旱指数(PDSI)、Z指数、综合气象干旱指数(CI)等[3]。本文使用标准化降水指数(Standard Precipitation Index，SPI)计算抚河流域干旱情况，标准化降水指数(SPI)由McKEE等在评估美国科罗拉多干旱状况时提出的，它是表征某时段降雨量出现概率多少的指标之一[4]。该指数具有不同时间尺度、计算简便快捷[5]，适用于旱涝监测评估，能够较为准确地反映干旱趋势[6]。洪兴骏等[7]以SPI指数为工具，验证了SPI指数在鄱阳湖流域干旱评估的适用性；赵茹欣等[8]基于SPI指数对黑龙江省1959—2014年的气象数据进行干旱分析，研究表明SPI指数计算结果与实际干旱事件有一定的吻合性。

已有学者意识到全球海洋温度的变化或者大尺度气候因子[如受厄尔尼诺—南方涛动(El Nino-Southern Oscillation，ENSO)、北大西洋涛动(North Atlantic Oscillation，NAO)、太平洋涛动(Pacific Decadal Oscillation，PDO)等]在年际尺度上对干旱形成的作用可能有重要影响[9-10]。厄尔尼诺—南方涛动(ENSO)是海洋和大气相互作用后失去平衡而产生的一种气候现象，往往会改变大气环流，导致全球气候发生异常，这是全球气候变化的强烈信号[11]。但鲜有学者将SPI指数与厄尔尼诺/南方涛动(ENSO)相结合应用在鄱阳湖流域，也缺乏对大尺度气候因子与鄱阳湖流域干湿关系的系统认识。本文将SPI指数应用在抚河流域，探讨抚河流域气象干旱与ENSO的相关关系，以期更好地服务于江西省的干旱监测、水资源管理和农业生产。

1 研究区概况

抚河流域位于江西省东部，地处115°36′—117°10′E，26°30′—28°50′N，是鄱阳湖流域第二大河流，流域面积16 493 km2。主河源出于赣、闽边界武夷山西麓广昌县，抚河上游段为盱江，主要包括南丰、广昌等地区；南城至廖家湾为中游；抚河下游在抚州市以下河段。流域内地形东南高，西北低。研究区域属亚热带湿润季风气候，气候温和、雨量充沛，多年平均年降水量1 732 mm，降水时空分配不均，东南部降水量多于西北部，多年平均气温17.8℃，多年平均年水面蒸发量894 mm[12]。抚河流域沿线分布着重要的城镇，经济相对发达，居民生活、工农业生产、生态环境用水量较大。廖坊灌区、金临渠灌区和赣抚平原灌区等这些灌区涉及的农田多，缺水造成的影响大。抚河流域已多次发生干旱缺水问题，流域水量供需矛盾突出，旱灾导致的粮食减产，已成为区域经济发展的重要影响因素。

2 数据来源及研究方法

2.1 数据来源

本文选用抚河流域9个雨量站点(图1)1960—2005年月平均降水数据，数据来自气象数据共享网(http：∥cdc.cma.gov.cn/home.do)和江西省气象局。本文分别以月、季、6个月和年为时间尺度计算SPI，季节的定义为：3—5月(春季)，6—8月(夏季)，9—11月(秋季)和12—次年2月(冬季)[13]。同时选用了热带太平洋表面温度距平(SSTA)作为表征厄尔尼诺—南方涛动(ENSO)的指标，该数据来自美国地球系统研究实验室(NOAA-ESRL)提供的Nio 3.4区的1960—2005年逐月SSTA值[14]。

2.2 研究方法

2.2.1 SPI计算 通常认为在一段时间内某一区域降水量若比多年平均值较少，或低于一定程度，则可认为在这段时间该地出现了干旱事件。不同时间和地点降水量变化量很大，其分布是偏态分布，不可以直接用降水量计算。所以，SPI的原理是利用Γ分布概率描述降水量的变化情况，再通过查阅标准正态分布的变量值，即求得SPI值[15]，根据干旱等级标准[16]，将干旱等级划分为5类。见表1。

图1 抚河流域气象站点分布

2.2.2 Mann-Kendall趋势检验法 Mann-Kendall趋势检验是一种被国际气象组织(WMO)推荐用来进行时间序列分析的非参数检验方法，在水文、气象等非正态分布的数据中有很大的适用性，具有计算方便的特点，推理过程可参考相关文献[17]。

2.2.3 干旱评价指标计算 文中利用干旱频率来分析抚河流域干旱特征,干旱频率(Pi)是指某站点在时间序列内的发生干旱频率的程度，计算公式如下：

(1)

式中：N为某站点有气象数据资料的年数；n为该站点发生干旱的总年数。

表1 干旱等级划分

3 结果与分析

3.1 抚河流域多尺度干旱特征

从图2可以看出，不同时间尺度的SPI1，SPI3，SPI6和SPI12值随时间变化的波动存在着明显的差异变化，时间尺度越小，突变越显著，SPI值也会发生较大的变化。1960—2005年，SPI值在1个月时间尺度在1960年、1973年、1999年和2001年发生了重度干旱，其他时间流域内旱涝事件交替发生。SPI值在3个月、6个月、12个月时间尺度下，旱情变化不明显，SPI3在1963年、1971年发生大旱，其他时间干旱时有发生，主要以轻旱为主，进入21世纪以后，由SPI变化曲线可以看出在不同时间尺度都呈现干湿交替变化。

图2 抚河流域1960-2005年不同时间尺度SPI分布

3.2 抚河流域干旱空间变化特征

为了进一步分析抚河流域干旱变化趋势的空间特征，运用了M-K趋势检验方法对1960—2005年抚河流域各气象站季节尺度和年尺度SPI的变化趋势进行计算和统计，分析并绘制了Z值空间分布图(图3)。可以得到：四季干旱趋势存在较大差异，春季大致呈现出南升北降的规律，南部地区呈湿润化趋势，北部呈干旱化态势，其中金溪、南城干旱化明显，夏季抚河流域呈微弱湿润化趋势，仅金溪、宜黄Z值略微下降。秋季的变化趋势与春季整体相同，整体呈湿润化态势冬季南丰、南城湿润化趋势显著(p<0.05),崇仁和广昌有变干趋势，其他地区干湿交替，整体变化不大，年尺度上，仅有东乡呈显著性湿润(p<0.05)，其他地区则轻微湿润。

注：Z值越大，灰色圆圈越大，形状大小表示通过了不同的显著性检验。

3.3 抚河流域干旱空间分布特征

3.3.1 干旱频率分布 季尺度上，春旱主要分布在抚河流域西北和东南地区(图4A)，干旱频率最大值出现在崇仁，达30.4%以上。夏季干旱发生频率更高，各地区之间相差较大(图4B)，干旱频率发生最大值为南丰与黎川，分别为37.0%，34.8%，金溪、南城和广昌发生频率最低，均为26.09%，其他地区为28.26%～30.43%。秋季干旱主要发生在抚河流域东北部(图4C)，生频率最大为抚州和金溪，均为32.61%。冬旱(图4D)发生频率约为30.67%，发生频率最大和最小，东乡和南丰，分别为32.61%，28.26%。

从图4E可以看出，年尺度干旱(SPI12)发生频率为29.95%，地区的差异较小，发生频率最小的为宜黄，频率为28.44%，最大为南丰、南城和崇仁，发生频率为30.61%，上述地区以外基本都在30%；月尺度干旱发生频率最大的为广昌，频率为34.79%，东乡为所有地区频率最小，为21.74%，其他地区为23.91%～32.61%(图4F)。

3.3.2 抚河流域中旱及以上干旱频率分布 春季中旱及其以上干旱发生频率最低的为抚州，仅6.52%，发生频率最高的为宜黄，达13.04%,其他地区干旱频率稳定在8.70%～10.87%，各地区差异显著(图4G)。夏季中旱以及以上干旱各地区差异相比春季小，发生频率最大的地区为南丰，达17.39%，夏季平均发生频率为13.53%,金溪、崇仁和东乡发生频率最小，为10.87%，主要集中在抚河流域东北部(图4H)。秋季中度及以上干旱发生频率最高的为宜黄，达19.57%，最低为南丰，发生频率仅为8.70%。其他地区发生频率为10.87%～15.22%(图4I)。冬季中旱以上发生频率最高的地区为南丰和黎川，为13.04%，最低为金溪和广昌，为6.52%。地区差异明显(图4J)。

年尺度上，中度及以上干旱发生频率最高值为15.22%，发生在南丰，最小发生在宜黄，发生频率为6.52%，其他地区稳定在8.70%～13.04%，地区差异明显(图4K)；月尺度上，发生中度及以上干频率最大和最小的地区为宜黄和南丰，分别为19.60%，8.60%，月尺度下的平均发生频率为11.92%，地区差异较大(图4L)。

3.4 ENSO对抚河流域干旱的影响

北太平洋海温和大气环流变化异常对气候有着重要的作用，赵永平等[18]发现ENSO通过影响东亚季风环流和太平洋副热带高压，对东亚和中国从沿海到内陆地区都产生了影响。许多研究表明海表温度指数和干湿变化关系最大，因此分析SSTA和SPI的相关性、ENSO事件和对抚河流域干旱的对应关系，具有现实意义。

图4 抚河流域1960-2005年各站点干旱(左)和中度及以上干旱(右)发生频率

3.4.1 SSTA与SPI值的相关性分析 通过选用相同时间尺度的SSTA指数和抚河流域各站点四季SPI值进行皮尔森相关系数分析，由图5可以看出，抚河流域春季SPI与SSTA指数之间均呈正相关关系(图5A)，其中东乡、广昌正相关关系显著(p<0.05)，相关系数分别为0.303，0.361，除上述地区外，研究区内其他站点均未通过显著性水平检验，流域内东南部的春季SPI与SSTA指数之间相关性显著。抚河流域夏季SPI与SSTA指数除南丰和广昌呈正相关外，其他地区均呈负相关关系，且整体相关性小，所有站点均为通过显著性水平检验(图5B)。秋季(图5C)以东乡—抚州—宜黄—广昌为分界线，分成东西两部分，分界线以东相关性均大于以西地区，所有地区均呈现正相关关系，但相关性水平不高，均未通过显著性水平检验，相关系数最高的两个地区为金溪、黎川，分别为0.249，0.231。冬季SPI与SSTA指数之间整体呈正相关(图5D)，显著性水平整体较低，最高地区为宜黄，相关系数为0.135。同夏、秋季一样，冬季所有地区也均未通过显著性水平检验，四季平均相关系数为0.259，-0.066，0.186，0.095，总体而言，抚河流域春季SPI与SSTA指数相关性最为显著，秋季次之，夏季的相关性最弱。

图5 SSTA值与四季SPI的相关性分析

3.4.2 ENSO冷暖事件 由于ENSO事件通对中国境内的气候产生不同程度的影响，因此，对1960—2005年ENSO暖冷事件对抚河流域月尺度SPI值进行统计[19](表2)，ENSO冷暖事件对应月份来源于NOAA-ESRL提供的相关资料,SPI值为历年月份的每月均值。研究表明：在ENSO暖、冷事件发生时，对应SPI的月均值为0.177，-0.161；冷暖事件发生时，SPI月均值为-0.008，ENSO非冷暖事件时，SPI月均值为0.080。由于SPI数值越大，越“湿润”，反之“干旱”[20]。ENSO冷暖事件时，SPI月均值小于非ENSO冷暖事件时的SPI月均值，说明ENSO冷暖事件变化对抚河流域干旱有一定影响。

表2 1960-2005年ENSO冷暖事件及对应抚河流域标准化降水指数(SPI)

3.4.3 ENSO事件强度与SPI影响因子关系分析 李小燕等将ENSO暖冷事件强度的等级主要划分为极强和强、中等、弱和极弱3个等级,其中未受ENSO事件影响年份的强度用0表示[21]，ENSO暖冷事件强度分别用3，2，1和-3，-2，-1表示[22]。据此对1960—2005年来ENSO发生强度进行统计，将抚河流域1960—2005年降水量距平和ENSO发生强度进行6次多项式拟合，得到了两者的变化趋势[23](图7)，从图中可以看出，ENSO事件对抚河流域降水的影响较大，在1960—2005年期间，随着ENSO事件强度的变化，降水量也随之变化，大体有相同的趋势变化。ENSO暖事件年份发生干旱的可能性大于冷事件年份。

3.4.4 ENSO事件强度与抚河流域SPI的关系分析 由图7B可得，整个研究时期内抚河流域年SPI值得线性变化趋势不明显，从SPI值5项多项式拟合看出，在1960—1980年，抚河流域发生了4次中旱与轻旱，干旱事件发生频率较大，在20世纪80年代以后，发生了2次中旱与轻旱，频率较之前减小。总体来说，1960—2005年抚河流域SPI数值加大，干旱灾害发生的频率逐渐降低。

结合表2和图7B，抚河流域年SPI值和ENSO事件强度的相关分析得出，两者之间呈显著负相关关系(Pearson相关系数为-0.083，α=0.05)。在发生ENSO暖事件时，SPI值相对较大，而在ENSO冷事件时，SPI值相对较小，在1960—2005年里，抚河流域的干旱事件主要发生在ENSO事件年的当年、上(下)一年，在发生的6个轻旱以上事件年份里均发生了ENSO暖事件，可见ENSO事件对流域干旱灾害影响显著，即ENSO暖事件强度越大，越有可能发生严重的干旱事件。

图7 抚河流域SPI影响因子与ENSO事件发生强度多项式拟合关系、SPI与ENSO事件发生强度多项式拟合关系

3.5 ENSO事件对干旱的滞后性

相关文献表明赤道东太平洋海温异常与流域的降水异常并非同步，二者需要一定的时间相互作用和影响[24]。即ENSO事件对于降水的影响存在一定的滞后性[25]。由于ENSO事件影响流域的干旱是一个持续性的过程，需要一定的滞后时间。表3分El Nio和La Nia两类异常事件与之同期SSTA以及滞后1～6个月的干旱情况进行相关分析，探讨ENSO事件对抚河流域干旱的滞后性影响。

表3 ENSO事件与抚河流域同期及滞后1～6个月干旱相关分析

4 结 论

(1) 1960—2005年以来抚河流域春季呈干旱化趋势、夏季次之，冬季有变湿趋势。从年代际变化来看，20世纪60—70年代干旱持续时间长、强度大，90年代以后干旱次数程度和次数有增加的趋势。

(2) 在空间变化上，季节干旱趋势差异更加明显，春季大致呈现出南升北降的规律，南部呈湿润化态势，北部呈干旱化态势，夏季抚河流域呈微弱湿润化趋势，秋季的变化趋势与春季整体相同，整体呈湿润化态势，冬季南丰、南城湿润化趋势显著,崇仁和广昌有变干趋势。

(3) 各季节干旱高频分别集中在：春季在崇仁，夏季在南丰、黎川，秋季在抚州、金溪，冬季在东乡，主要都集中在流域东北部地区，年尺度干旱平均发生频率为29.95%，最大为南丰、南城和崇仁；中旱及以上主要分布在：春季在宜黄，夏季在南丰、黎川，秋季在宜黄，冬季在南丰、黎川，中旱及以上主要发生在宜黄、南丰等地，年尺度上，中度及以上干旱发生频率最高值为15.22%，主要发生在南丰。

(4) 抚河流域春季SPI与SSTA指数的相关性最为显著，秋季次之，夏季的相关型最弱。ENSO事件发生强度与抚河流域SPI影响因子的多项式拟合关系表明，ENSO事件暖事件年份对研究区降水下降非常明显，其发生干旱的可能性大于冷事件年份，ENSO事件对流域干旱灾害影响显著，即ENSO暖事件强度越大，越有可能发生严重的干旱事件。

(5) ENSO 事件影响抚河流域的干旱是一个过程，需要一定响应时间，干旱对El Nio事件的响应在滞后1～2个月的响应最为显著，而干旱对La Nia事件的响应在滞后3～4个月才有显著的响应。

(6) 文中使用了SPI指数描述流域干旱现象有一定的局限性，可以结合相应的温度资料利用SPEI指数研究抚河流域干旱情况，ENSO现象对抚河流域干旱的影响不容忽视，应对ENSO事件对于预防干旱灾害大面积发生对于流域农业生产的影响和SSTA指数及其他ENSO大尺度气候因子的相关系数的具体差异性有待于进一步研究。