基于多时间尺度SPEI的黑龙江省干湿时空变化特征分析

梅晓丹，刘丹丹，田 静，田泽宇，李 丹，王 雷

(黑龙江工程学院 测绘工程学院，哈尔滨 150050)

近年来，随着全球气候变暖，中国干旱灾害加剧，东北地区干旱事件发生频繁，影响到人类赖以生存的生态环境和社会经济各方面。黑龙江省由于地处中纬度季风地区，也是气候变化敏感区，受到突发性及致灾性气候灾害的影响较大。干旱是由水分收支或供求不平衡所形成的水分短缺现象，而干旱指数是准确监测旱情的重要指标。干旱指数的种类繁多，气象监测和遥感监测为最主要的干旱监测方法。1997年美国气象学会(American Meteorological Society，AMS)将干旱定义和类型划分为四类：1)气象干旱(以降水指标划分为主)；2)水文干旱(以地表径流和地下水指标划分为主)；3)农业干旱(以土壤水分和作物指标划分为主)；4)社会经济干旱(以供水和人类需水指标划分为主)。2010年，VICENTE-SERRANO等[1]提出标准化降水蒸散指数(Standardize Precipitation Evapotranspiration Index，SPEI)，其在标准化降水指数(Standardized Precipitation Index，SPI)的基础上引入潜在蒸散量，通过标准化潜在蒸散与降水的差值的累积概率值表征一个地区干湿状况偏离常年的程度。BEGUERA SANTIAGO等使用FAO Penman-Monteith(PM)公式计算蒸散，由于空气动力项对冬、春季潜在蒸散的贡献显著增加，其能更合理地描述北方地区的干湿变化特征。由于SPEI指数在区域适用性、时间尺度及干旱表征上所具有的优势，已成为国内外众多研究者青睐的理想干旱指标，适用于对比分析和干旱的监测预警研究，以及全球变暖情况下的干旱评估。目前，国内学者对干旱指标SPEI的研究大致可归纳为：1)干旱指标时空适用性的验证(半球、中国、省域、流域；年代际、年际、季节和生长季)和不同干旱指标对比分析(气象干旱指数、综合干旱指数)[2-6]；2)干旱时空分布特征、极端干旱变化特征和干旱演化趋势的研究(干旱频率、干旱周期、干旱范围和干旱强度)[7-12]；3)干旱变化的成因分析(地理环境特征、大气环流变化和全球变化)[13-17]；4)干旱的监测、评估及预测，以及在气候情景下干旱影响分析(旱情数据、归一化植被指数、地表温度和土壤水分)[18-22]。

目前，SPEI研究主要是基于实测气象站点的气象数据来计算SPEI值，再利用空间插值方法，推算到整个研究区得到干旱的空间分布。气象站点具有长时间序列的观测记录和观测精度，常用来分析干旱的长期变化规律，但由于站点数量有限和空间分布不均，其结果会因插值方法的不同而存在差异，在大尺度范围内的干旱监测研究受到了限制。因此，文中将选用多时间尺度SPEI栅格格点数据，开展区域尺度干湿时空变化特征研究，对比分析2000—2018年黑龙江省年尺度和季节尺度的干旱时空变化特征，以期为黑龙江省干旱灾害管理、防旱避灾以及建立旱情管理、监测和预警系统提供科学参考。

1 研究区与数据来源

1.1 研究区概况

黑龙江省位于121°11′～135°05′E，43°26′～53°33′N，属于寒温带与温带大陆性季风气候(见图1)。全省气候的主要特征是春季低温干旱，夏季温热多雨，秋季易涝早霜，冬季寒冷干燥。地貌特征为西北、北部和东南部高，东北、西南部低，主要由山地、台地、平原和水面构成。分布有黑龙江、松花江、乌苏里江、绥芬河等多条河流，以及兴凯湖、镜泊湖、五大连池等众多湖泊(http://www.hlj.gov.cn)。

图1 研究区的地理位置

1.2 数据来源

文中选用多时间尺度SPEI数据来源于全球栅格SPEI数据集SPEIbase v.2.6(http://digital.csic.es/handle/10261/202305)，数据格式为NetCDF(*.nc)，空间坐标系为WGS-84，空间分辨率为0.5°×0.5°，时间分辨率为月尺度，其具有多时间尺度特征，提供1～48个月的多时间尺度SPEI。这里选取2000—2018年SPEI01、SPEI03和SPEI12数据集。黑龙江省SPEI值是计算研究区所有栅格格点的算术平均值。四季划分采用气象学标准[10]：春季为3—5月，夏季为6—8月，秋季为9—11月，冬季为12月—次年2月。

2 研究方法

2.1 Mann-Kendall方法

采用曼-肯德尔方法(Mann-Kendall，M-K)分析黑龙江省年尺度和季节尺度的干湿时间特征的变化趋势以及时间突变点。M-K方法是一种非参数统计检验方法，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，适用于时间序列分析[19]。UFi为标准正态分布，UBk=-UFk(k=n，n-1，…，1)。UF曲线能够表示时间序列的变化趋势。若UF>0，表示时间序列呈上升趋势；若UF<0，则表示时间序列有下降的趋势。给定显著性水平α，若|UFi|>Uα，则表明序列存在明显的趋势变化，即当UF值超过临界线时，则表示时间序列上升或下降趋势显著。若UFk和UBk曲线相交且交点在临界线之间，则交点所对应的时刻是突变时间。这里设α=0.05，则UF和UB的临界线值为±1.96。

2.2 EOF方法

采用经验正交函数分析法(Empirical Orthogonal Function，EOF)，又称主成分分析，也称经验正交分解或者特征向量分解，解构干湿空间模态和时间系数，分析黑龙江省的干湿空间分布状况及其相应时间变化特征。EOF方法在不损失原有信息的前提下，对矩阵进行经验正交分解，提取的主要特征向量是原始变量的线形组合，分离出具有一定物理意义的空间结构[19]。时间系数代表所对应特征向量空间分布模态的时间变化特征，其符号决定模态的方向，正号表示与模态同方向，负号则相反。

3 结果与分析

3.1 黑龙江省干湿的时间变化特征

在年尺度和季节尺度下，采用M-K方法分析多时间尺度SPEI年均值和季节均值的时间变化及其突变时间，从而获得2000—2018年黑龙江省干湿时间变化特征。

3.1.1 年际变化

在年尺度下，研究时期内多时间尺度SPEI年均值的干湿变化(见图2)：均是一直在0值附近上下波动，频率和幅度存在差异，反映SPEI随时间变化的敏感性明显不同，时间尺度越大则干湿交替变化越平缓，干湿阶段的持续时间也随之增加，具有月、季节和年际干湿交替变化的时间尺度特征。其中，明显干旱年是2003、2007年，而明显湿润年是2013年。干旱期主要集中在2000—2008年，干旱持续期及强度呈现增强趋势，但在2009年以后又逐渐转为变湿态势。UF曲线变化(见图3)：均是一直处于围绕0值波动且逐步上升状态，反映不同时间尺度的干湿交替变化，总体呈现由干旱变为湿润的变化趋势。时间突变情况：SPEI01为2009、2017和2018年；SPEI03为2005、2007和2009年；SPEI12为2006、2007和2009年。其中，2009年是最明显干湿变化时间突变点。SPEI12的UF曲线通过95%置信度的显著性检验，表明其上升趋势显著，即由干旱变为湿润的趋势变化明显。

图2 2000—2018年黑龙江省多时间尺度SPEI时间序列

图3 2000—2018年黑龙江省多时间尺度SPEI年均值的M-K检验曲线

3.1.2 季节变化

在季节尺度下，研究时期内多时间尺度SPEI季节均值的UF曲线变化(见图4)：均是一直处于围绕0值波动且逐步上升状态，总体呈现由干旱变为湿润的态势，且具有明显的季节特征。1)春季：SPEI01和SPEI03均是2003年是明显干旱年，2010年是明显湿润年；SPEI12的2002年是明显干旱年。2)夏季：SPEI01的2007年是明显干旱年，SPEI03的2001年是明显干旱年，SPEI12的2008年夏季是明显干旱年，SPEI01和SPEI03均是2013年是明显湿润年。3)秋季：SPEI01、SPEI03均是2001年是明显干旱年，2012年是明显湿润年，SPEI12的2007年是明显干旱年。4)冬季：SPEI01的2008年是明显干旱年，2010年是明显湿润年；SPEI03的2008年是明显干旱年；SPEI12的2008年是明显干旱年。其中，SPEI12的2013年四季均是明显湿润年。时间突变情况：SPEI01夏季9个，秋季1个；SPEI03春、夏和秋季3个，冬季1个；SPEI12春、夏和冬季3个，秋季1个。SPEI01夏季发生干湿交替变化最强；SPEI01和SPEI12秋季、SPEI03冬季发生干湿交替变化最弱。SPEI12冬季的UF曲线通过95%置信度的显著性检验，表明其上升趋势显著，即由干旱变为湿润的趋势变化明显。

图4 2000—2018年黑龙江省多时间尺度SPEI季节均值的M-K检验曲线

3.2 黑龙江省干湿的空间变化特征

在年尺度和季节尺度下，采用EOF方法分析SPEI年均值和季节均值的干湿变化空间分布特征，以及相应的时间变化情况，从而获得2000—2018年黑龙江省干湿空间变化特征。选取通过95%置信度的显著性检验的前2个特征向量进行空间模态和时间系数的分析。

3.2.1 年际变化

在年尺度下，研究时期内多时间尺度SPEI年均值的空间模态情况(见图5)：前2个特征向量的累积方差贡献率分别为91.17%、89.63%和88.81%。1)模态1特征向量的方差贡献率分别为82.38%、79.24%和74.92%，取值均为负值，其是黑龙江省干湿变化空间分布的主要形态。SPEI01、SPEI03和SPEI12高值区中心分别位于西北、东南地区，低值区中心分别位于西南、西南和中部、西北和北部地区，总体上呈现全省全年同向分布模式，即全省全年多雨或少雨干湿分布一致特征。2)模态2特征向量的方差贡献率分别为8.79%、10.39%和13.89%，取值均为正负值，其是黑龙江省典型干湿空间分布的主要形态。以中部为分界线，正值区中心位于东部和东南部地区，而负值区中心位于西部和西北部地区，呈现全省全年西—东反向、西北—东南反向的分布模式。随着时间尺度的增大，分界线位置呈现由东南向西北偏移。其时间系数情况(见图6)：空间模态随时间变化均是一直围绕0值波动状态，模态1比模态2变化幅度大，表明模态1的时间变化特征更显著。从线性趋势看，模态1斜率小于0，说明该模态的干湿同向变化呈现减少的趋势；模态2斜率大于0，说明该模态干湿反向变化呈现增加的趋势。

图5 2000—2018年黑龙江省多时间尺度SPEI年均值的特征向量模态

图6 2000—2018年黑龙江省多时间尺度SPEI年均值特征向量模态的时间系数

3.2.2 季节变化

在季节尺度下，研究时期内多时间尺度SPEI季节均值(春季、夏季、秋季和冬季)的空间模态情况(见图7和图8)：1)四季均值前2个特征向量的累积方差贡献率，SPEI01分别为93.87%、86.23%、93.42%和84.36%；SPEI03分别为93.10%、85.69%、89.31%和87.55%；SPEI12分别为89.62%、85.50%、85.91%和89.54%。模态1特征向量的方差贡献率，SPEI01分别为84.71%、73.14%、87.47%和73.24%；SPEI03分别为85.31%、69.50%、74.59%和80.70%；SPEI12分别为73.55%、71.95%、68.26%和74.31%。模态2特征向量的方差贡献率，SPEI01分别为9.16%、13.09%、5.95%和11.12%；SPEI03分别为7.79%、16.19%、14.72%和6.85%；SPEI12分别为16.07%、13.55%、17.65%和15.23%。由此可见，模态1是黑龙江省干湿变化空间分布的主要形态，而模态2是黑龙江省典型干湿空间分布的主要形态。2)四季均值模态1情况：均为正值或负值，SPEI01冬季、SPEI03秋季、SPEI12春、夏和冬季均为正值，其它季节均为负值，但各个季节均呈现同向变化分布模式，季节差异明显。高值区和低值区中心的分布：SPEI01高值区中心分别位于西北，东南，西北，东南地区；而低值区中心分别位于西部、中部和北部，北部和西北，西部和西北地区，西北地区。SPEI03高值区中心分别位于西北，东部，北部，西北地区；而低值区中心分别位于东部，北部和中部，西北和东南，西南地区；SPEI12高值区中心分别位于北部，东部，东部，北部地区；而低值区中心位于南部，北部，北部和中部，南部地区。3)四季均值模态2情况：四季均为正负值，各个季节均呈现反向分布模式。高值区和低值区中心的分布：SPEI01高值区中心分别位于西南，西北，西北，东和东南地区；而负值区中心分别位于西北和东部，东南，东南，西部和西北地区。SPEI03高值区中心分别位于西北，西部和西北，西北，西部和西南地区；而负值区中心分别位于西南，东部和东南，东南，东部和东南地区；SPEI12高值区中心分别位于西北，东南，西北，西北地区；而负值区中心分别位于东南，西北，东南，东南地区。其时间系数情况(见图9)：空间模态随时间变化均是一直围绕0值波动状态，模态1比模态2变化幅度大，表明模态1的时间变化特征更显著。从线性趋势看，春季SPEI模态1斜率均大于0，说明该模态的干湿同向变化呈现增加的趋势；秋季SPEI模态2斜率均小于0，说明该模态干湿反向变化呈现减少的趋势。

图7 2000—2018年黑龙江省多时间尺度SPEI季节均值的特征向量模态(模态1)

图8 2000—2018年黑龙江省多时间尺度SPEI季节均值的特征向量模态(模态2)

图9 2000—2018年黑龙江省多时间尺度SPEI季节均值特征向量模态的时间系数

4 结论与讨论

1)在时间上，黑龙江省干湿时间变化具有明显的年际特征和季节特征。多时间尺度SPEI随时间变化的敏感性明显不同，分别反映月、季和年尺度干湿变化的特征，其主要原因是由于时间累积效应和滞后效应的影响，但总体呈现由干旱变为湿润的变化趋势，具有干湿变化的阶段性和趋势性。SPEI01夏季发生干湿交替变化最强；SPEI03冬季和SPEI12秋季发生干湿交替变化最弱。

2)在空间上，黑龙江省干湿空间变化具有明显的年际特征和季节特征。第1模态是黑龙江省干湿变化空间分布的主要形态，即总体呈现干湿变化一致特征。其主要原因是由于受太阳辐射和大尺度天气特征的影响，具有地带性地域分异规律，但区域差异不明显；模态2是黑龙江省典型干湿空间分布的主要形态，以中部为界线呈现东—西反向、东南—西北反向的空间分布模式。与其对应的时间系数表明随时间变化的年尺度下同向分布模式呈现减少的趋势，而反向分布模式呈现增加的趋势，季节尺度下春季同向模式呈现增加的趋势，而秋季反向模式呈现减少的趋势。其主要原因是距海远近不同，具有明显干湿非地带性地域分异规律。

3)随着时间尺度的增大，干湿分界线由复杂变为简单，呈现由东南向西北的偏移，干湿空间分布的地域分异规律性越显著。其主要原因是由于受到季风环流和地理环境的影响，夏季受东南季风的影响，而冬季在干冷西北风控制下。但干湿分界线不与经线平行，与海岸线轮廓近似；地带更替方向也不与经线垂直，与海岸线近似垂直。高值区中心和低值区中心都是发生干湿异常的敏感地区，其它地区则为过渡区。

综上所述，黑龙江省干湿变化具有明显的时空尺度特征，此结果与其他学者关于黑龙江省干湿研究的结果基本一致[10-13]。多时间尺度SPEI考虑了降水和蒸散因素，适合于月及以上尺度的干旱评价，但干旱发生和发展机理具有复杂性，其还受到风速、地形、植被及环流等综合因素的影响。今后的研究将从多尺度联合的角度，借助遥感和GIS手段进行动态监测和风险评价，进行区域综合干旱监测，将会很大程度地提高干旱监测的准确性和有效性，从而为黑龙江省干旱灾害风险评估、风险管理及区域可持续发展规划提供科学依据。