基于SPEI指数的近58 a甘肃省干旱特征分析

周俊菊 冯炜 向鹃 黄美华

(西北师范大学 地理与环境科学学院, 兰州 730030)

引 言

甘肃省地处我国西北地区，气候差异较大,降水分布极不均匀,气象灾害频发,以干旱最为频繁,部分地区降水不多但蒸发量极高[1],生态系统较为脆弱,因此很有必要研究甘肃省近年干旱情况。

干旱是因大气环流异常引起的一些时段或年份降水不足而引发的水量供需失衡的现象[2-3],其发生频率高、波及范围广,持续时间长等特点使其成为影响人类生产生活的最主要的气象灾害之一[4]。干旱不仅对区域发展尤其是农业生产造成巨大损失,还导致水资源短缺、沙漠化加剧、沙尘天气频发等一系列生态环境问题。IPCC第4、5次评估报告[5]指出,近百年来,全球地表温度上升约0.56～0.92 ℃,全球气候变暖会增加极端气象灾害的发生频率和强度,对农业生态系统产生较大冲击。干旱可分为水文干旱、气象干旱和农业干旱等,其中气象干旱是引起其他各类干旱发生的主要原因。只有将气象干旱的机理研究清楚,才能进一步探究其他类型的干旱发生规律及成因机制[6]。

由于干旱的成因复杂,影响因素较多,许多干旱指标根据研究具体需求而建立,常用的有Palmer干旱指数(PDSI)[7]、Z指数、CI指数(综合气象干旱指数)[8]、标准化降水指数(Standardized Precipitation Index, SPI)、标准化降水蒸散量指数(Standardized Precipitation Evapotranspiration Index, SPEI)等。根据创建途径的不同,可大致将其分为两类[9]:一类以PDSI为代表,基于水量平衡,结合了降水量、湿度、蒸发量、水文等气象因子,使极端干旱的测量成为可能,但也有一定的局限性：参数要求较高,部分参数只能由经验判断,计算相对繁杂,加之主要适用于干旱半干旱地区,且计算结果具有一定的滞后性,因此大大降低了的适用性。另一类是以气象学方法反映干旱强度与干旱持续时间,计算相对简单,适用性强,例如SPI指数与SPEI指数。SPI指数是由Gocic，et al[10]提出的,能够较好地反映出干旱的强度和持续时间,但SPI指数只考虑了降水量,未考虑气温、日照、蒸散发量等因素[11]。基于此,Vicente-Serrano, et al[12]提出了SPEI指数,既保留了PDSI的优点,又吸纳了SPI指数多尺度的适用性特点,一经提出便得到了广泛认可,已被用于各种干旱研究。秦鹏程等[13]应用SPEI指数对1960—2009年我国东北地区玉米生长季干旱风险的时空变化特征进行分析,其计算结果与实际情况相吻合;万红莲等[14]将SPEI指数与土地利用/覆盖数据相结合,从植被NDVI与干旱发生强度、频率相关性的角度,探讨了宝鸡市近40 a干旱时空变化格局及对植被覆盖的响应;王飞等[15]基于SPEI指数,从年尺度、季尺度、干旱发生强度与干旱频率等方面对黄河流域的干旱时空格局进行了研究,发现近55 a来黄河流域尤其是兰州地区至河口镇地区干旱化程度逐年增加。罗登泽等[16]基于SPEI指数,结合Mann-Kendall检验、云模型及经验正交函数等方法,分析了若尔盖湿地1960—2016年干旱时空演变特征。王东等[17]基于SPEI指数,从干旱的年季、季节变化、干旱强度及干旱频率等方面分析了西南地区近50 a的干旱时空变化特征。

1 研究区概述

甘肃省为黄土高原、青藏高原、内蒙古高原三大高原和西北干旱区、青藏高寒区、东部季风区三大自然区域的交汇处,地形狭长，地貌复杂,地势自西南向东北倾斜。气候类型多样,大部分地区气候干燥,从南向北包括了亚热带季风气候、温带季风气候、温带大陆性气候和高山高原气候等四大气候类型,位于中国地势二级阶梯上[18]。

2 数据与方法

2.1 数据来源

数据全部来源于中国气象数据网(http:∥data.cma.cn/user/toLogin.html)。选择1960年1月—2018年12月甘肃省19个地面气象观测站(站点如图1所示)逐月的平均降水量、平均相对湿度、风速、最高气温与最低气温、平均气温等要素。以覆盖甘肃全省以及数据量的完整性为选择气象站点的依据。其中,河西走廊地区(嘉峪关市、酒泉市、张掖市、金昌市、武威市)有7个站点、陇东地区(庆阳市、平凉市)有3个站点、陇南地区(天水市、陇南市、甘南州)有1个站点、陇中地区(兰州市、白银市、定西市、临夏市)有8个站点。本文以月份、季节和年为时间尺度,以3—5月为春季、6—8月为夏季、9—11月为秋季,12—次年2月为冬季。

图1 研究区及气象站点分布Fig.1 Distribution of the study area and meteorological stations

2.2 研究方法

2.2.1 SPEI指数

SPEI指数是在SPI指数基础上衍化出来的以水分亏缺量代替单纯的降水量作为输入条件, 以log-logistic概率分布函数代替伽马分布函数进行拟合, 综合考虑了降水量和气温两个驱动区域气候演变的主要气候因子, 通过区域内水分亏缺变化反映降水和气温对旱涝演变的影响, 可以反映不同取样频率下的干旱过程。计算过程如下[19-20]:

(1)计算参考作物蒸发蒸散量(ET0),采用Penman-Monteith模型进行计算。其公式如下:

(1)

其中:ET0为参考作物蒸发蒸散量(mm·d-1);Δ为饱和水气压曲线斜率(kPa/℃);γ为湿度计常数(kPa/℃);Rn为太阳净辐射(MJ·m2·d-1);G为土壤热通量(MJ·m-2·d-1);T为计算时段内的平均气温(℃);U2是高出地面2 m处的平均风速;es为饱和水气压(kPa);ea为实际水气压(kPa)。

(2)计算逐月降水量与蒸散量的差值:

Di=P-ET0,

(2)

其中:Di为降水量与蒸散量的差值;P为月降水量;ET0为月实际蒸散发量。

(3)对Di数据序列正态化。采用log-logistic概率分布F(x)对Di进行拟合,计算每个Di数值对应的SPEI值。

计算时,当累积概率P≤0.5时,采用公式(4)计算SPEI：

(3)

(4)

其中:d1=1.432 788;d2=0.189 269;d3=0.001 308;c0=2.515 517;c1=0.802 853;c2=0.010 328。

(4)对Γ分布概率进行正态标准化处理,即将公式(3)、(4)求得的概率值代入标准化正态分布函数,即:

当P≥0.5时,采用公式(5)计算SPEI:

(5)

本文主要分析1、3、12个月尺度的SPEI值来反应研究区的干旱情况。

2.2.2 干旱发生频率

由公式(6)计算干旱发生频率[21]:

(6)

其中:N为研究对象的总年数；n为发生干旱的年数。

2.2.3 干旱发生强度与干旱等级

当月尺度的SPEI值连续3个月为轻度干旱及以上时,则确定为一次连续干旱过程。干旱过程内各月SPEI值的均值为此次干旱过程的SPEI值,各个站点干旱过程的累积概率概率均值为干旱过程的强度。表1为SPEI指数干旱等级划分标准[4、5、22]。

表1 SPEI干旱等级指数划分标准Table 1 SPEI drought index classification criteria

2.2.4 小波分析

小波分析可以清晰地揭示隐藏在时间序列中的变化周期,反映出系统在不同时间尺度的变化趋势,是一种强力的周期计算工具。公式如下[23]:

(7)

其中:ωγ(a,b)为小波系数；n为样本量；a为频率参数；Δt为取样间隔；b为时间参数；φ(t)为母小波。

小波方差var(a)的计算公式如下:

var(a)=∑[ωγ(a,b)]2。

(8)

3 结果分析

3.1 干旱的时间演变规律

不同时间尺度下SPEI对于降水量、气温等气象因素变化的敏感性有着较大的差异。如图2所示,月、季、年3个时间尺度下,SPEI值的波动周期和规律有很大的不同,通过对比不同时间尺度SPEI值得出,时间尺度越小,SPEI值波动幅度越大,波动周期越短。不同尺度的SPEI值可以反映出研究区不同时间尺度的水热组合状况,月尺度的SPEI值由于受到月平均降水量与月平均气温的影响,因而能较好地反映出土壤含水量的情况,对于农业灌溉期的确定有较好的指导意义;季节尺度和年尺度的SPEI值受到各季节、年降水量与气温的影响,通常与河流水位、地下水水位及水库水位高度相关。

图2 1960—2018年不同时间尺度SPEI值：(a)月尺度;(b)季尺度;(c)年尺度Fig.2 SPEI values at different time scales from 1960 to 2018: (a) monthly; (b) quarterly; (c) annual

图2很好地反映出了1960—2018年各时间尺度SPEI值的变动情况。可知,甘肃省1960—2018年不同时间尺度上,SPEI值所能反映的干旱等级不同,月尺度与季节尺度上的SPEI值可以反映正常、轻度、中度、严重、极端5个等级。而年尺度上的SPEI值只能反映出轻度干旱与中度干旱两个等级。1960—2018年间,SPEI值低于-0.5的月份有165个，低于-1的有55个，低于-1.5的有14个，低于-2的有2个,即，在这58 a中,发生轻度干旱的月份有110个，中度干旱的有41个，严重干旱的有12个，极端干旱2个。季节尺度上,58 a中共有35个季节为轻度干旱、15个季节为中度干旱、4个季节为严重干旱、1个季节为极端干旱。年尺度上,58 a中共有14 a为轻度干旱,3 a为中度干旱。

图3 1960—2018年甘肃省月、季尺度干旱次数：(a)月尺度;(b)季尺度Fig.3 Monthly and quarterly drought frequency in Gansu Province from 1960 to 2018: (a) monthly scale; (b) quarterly scale

如图3a所示,月尺度上的干旱发生次数差异较大,3月为发生干旱最多的月份,1960—2018年共计18次,其次为6月;月尺度上发生干旱次数最少的月份为2月,近58 a共计9次。季节尺度上,秋季为发生干旱最多的季节,1960—2018年共计发生干旱16次,其次为春季14次,夏季13次,冬季12次。4个季节SPEI指数的倾向率分别为春-0.017 1、夏-0.013、秋-0.014、冬-0.004 2,表明近58 a来,冬季干旱化趋势最慢,其次为夏季与秋季,春季干旱化趋势最快。

为了能进一步分析近58 a甘肃省年尺度SPEI的变化趋势,本文对年尺度SPEI值进行Mann-Kendall检验,计算结果显示,年尺度的SPEI值具有显著的下降趋势(P<0.05),干旱趋势逐渐增加。由UF-UB曲线可得,在α=0.05的置信水平下,1994年为突变点,在1960—1994年间,年尺度SPEI指数呈缓慢下降趋势,1994年以后,年尺度SPEI指数呈快速下降趋势,干旱化程度加剧。

为进一步分析近58 a甘肃省年尺度SPEI指数的变化趋势,采用M-K检验对SPEI指数的突变年份进行判断,经过滑动t检验证实突变可信。计算结果显示(图4),1960—2018年,甘肃省SPEI指数总体呈下降趋势,其倾向率为-0.167/(10 a)。1996年为SPEI指数的突变点,1960—1996年,甘肃省SPEI指数大多大于平均值且大于0,但其倾向率为-0.003 5/a,有缓慢的下降趋势,说明湿润化程度逐年减弱;1996—2018年,甘肃省SPEI指数大多小于平均值且小于0,但其倾向率为0.018 9/a,说明干旱化程度逐年减弱。这与杨建平等[24]、任培贵等[25]、王鹏涛[26]对甘肃省年尺度旱灾趋势研究在时间上较吻合。

图4 1960—2018年年尺度SPEI指数M-K检验Fig.4 M-K test of SPEI on yearly scale during 1960-2018

对1960—2018年甘肃省年尺度SPEI指数进行小波分析可知, SPEI指数小波系数实部等值线(图5a)如下,年尺度SPEI指数存在8 a、12 a、26 a的周期,其中8 a和26 a周期均通过了α=0.05 的显著性水平检验,12 a周期并未通过α=0.05 的显著性水平检验。

3.2 干旱的空间分布特征

3.2.1 不同时间尺度的干旱频率分布特征

在年尺度上,甘肃省干旱发生频率分布极不均衡,地区差异较大(图6a)。位于甘肃东部的庆阳市以及位于甘肃省北部的酒泉市干旱发生频率最高,均在40%左右。位于甘肃省中部的金昌市、武威市以及甘南州干旱发生频率最低,均在20%以下。

月尺度上的干旱发生频率的极差远低于年尺度(图6b)。干旱发生频率最高的地区位于甘肃省中部的白银市与定西市,其值均在35%左右。相对于年尺度而言,除甘南州外,干旱发生频率最低的地区向西北方向的张掖地区移动。

季尺度上的干旱发生频率差异较大。春季(图6c),甘肃省中部的武威市、兰州市、临夏市以及东部的平凉市干旱发生频率最高,庆阳地区干旱发生频率最低,高低值相差为10.32。夏季(图6d)干旱发生频率高值区较为集中,主要分布在白银市与武威市北部,在40%左右,干旱发生频率的低值区位于张掖市中部、白银市北部以及临夏市、庆阳市、平凉市等地区,其高低值相差为10.33。秋季(图6e)干旱发生频率的高值区在兰州市的东南部、定西市东北部以及嘉峪关地区,低值区在酒泉北部、张掖北部、武威北部及平凉市中部。冬季(图6)干旱发生频率在空间分布上的差异较大,高低值相差达到了36.15,干旱发生频率的高值区为平凉市,其值达39.66%,低值区为武威市与甘南州,其值在3.4%左右。

图5 1960—2018年年尺度SPEI指数小波分析：(a)小波系数实部等值线，(b)小波系数方差Fig.5 Annual scale SPEI exponential wavelet analysis during 1960 to 2018:(a) real part contour of wavelet coefficients; (b) variance diagram of wavelet coefficients

图6 甘肃省历年、历年各季、各月尺度干旱发生频率分布：(a)年尺度；(b)月尺度；(c)春季；(d)夏季；(e)秋季；(f)冬季Fig.6 Frequency distribution map of drought occurrence in Gansu Province over the years, seasons and months：(a)yearly scale; (b)monthly scale; (c)spring; (d)summer; (e)autumn; (f)winter

图7 甘肃省甘肃发生强度Fig.7 Scatter diagram of occurrence intensity in Gansu Province

3.2.2 干旱发生强度空间分布特征

甘肃省干旱发生强度计算结果如图7所示。甘肃省干旱发生强度分布与干旱发生频率分布无明显联系(图6、7)，呈现中部地区高,西北与东部地区次之,西南地区最低的特点。全省干旱发生强度最高的区域在河西走廊地区的张掖市境内。次一级区域为酒泉、庆阳、白银等地区。干旱发生强度最低的区域位于甘肃省西南部地区。

3.2.3 近58 a各站点SPEI指数倾向率变化

倾向率可以反映SPEI指数的变化情况,即反映研究区不同站点干旱/湿润的变化情况。倾向率为正,即其湿润程度逐年增加,倾向率为负,表明其干旱化程度逐年加剧,倾向率的大小代表了干旱/湿润化速率的快慢,倾向率越大,即其干旱化速率越慢,湿润化速率越快。计算1960—2018年甘肃省19个气象站点SPEI指数的倾向率,均通过了α=0.05 的显著性检验。由图8可知,19个气象站点中,仅有合作市与乌鞘岭两个站点SPEI指数的倾向率为正,其余站点倾向率均为负值。19个气象站点SPEI指数的倾向率由小到大排序为:马鬃山<张掖<酒泉<靖远<高台<临洮<西峰<岷县<华家岭<环县<民勤<榆中<崆峒<景泰<临夏<武威<永昌<乌鞘岭<合作。SPEI指数倾向率变化情况可将甘肃省分为三部分,甘肃省西北部的酒泉市、嘉峪关市等地区SPEI指数倾向率为负值且数值最低,该地区干旱化速率较快且干旱程度逐年加剧;甘肃省中西部地区SPEI指数的倾向率绝对值较小,且甘南州的北部地区与武威市的西南部地区其倾向率为正值,表明甘肃省中西部地区干旱化速率较慢,且甘南州北部与武威市西南部地区逐渐向湿润化过度;甘肃省东南部地区SPEI指数的倾向率为负值,但其值相对于西北部地区较高,表明该地区干旱化速率较西北部地区低。

图8 1960—2018年甘肃省各站点SPEI指数倾向率Fig.8 SPEI index trend rate of all stations in Gansu Province from 1960 to 2018

4 结论

通过对1960年至2018年甘肃省19个气象站点SPEI值的计算,揭示了近58 a来甘肃省干旱演变趋势、干旱发生频率及干旱发生强度的变化规律。主要结论如下:

(1)近58 a来甘肃省月尺度上发生干旱频率最高的为3月,其次为6月,2月干旱频率最低;季节尺度上秋季干旱最为严重,其次为春季。冬季干旱化趋势最慢,春季最快。

(2)近58 a来甘肃省SPEI指数总体呈下降趋势。1996年为SPEI指数的突变点。1996年后,甘肃省干旱频率突变增加,干旱甘肃省干旱化程度逐渐加重。甘肃省年尺度SPEI指数存在8 a、12 a、26 a的周期。

(3)甘肃省干旱发生频率在年尺度和月尺度上的分布较为一致,河西走廊东段与甘南州地区干旱发生频率较低,酒泉北部地区与甘肃省东部、中部地区干旱发生频率较高。季尺度上,春季兰州市与武威市南部地区干旱发生频率较高,庆阳地区频率最低;夏季为白银市与武威市北部地区干旱发生频率最高,张掖市中部地区、白银市北部地区以及临夏、庆阳、平凉地区最低;秋季干旱频率最高的地区为兰州市东部、定西市东北部以及嘉峪关地区,最低的地区在酒泉市北部、张掖市北部、武威市北部及平凉市中部地区;冬季高值区在平凉市,低值区在武威市与甘南市。

(4)干旱发生强度最高的地区为张掖市,其次为酒泉、庆阳及白银等地区,干旱发生强度最低的区域位于甘肃省西南部地区。

(5)酒泉市、嘉峪关市等地区干旱化程度逐年加剧;甘肃省东南部地区干旱速率较西北部地区慢;甘肃省中西部地区干旱化速率最慢,且甘南州北部与武威市西南部地区有湿润化趋势。

近58 a甘肃省干旱特征具有明显的季节性和区域性,干旱频率的发生主要集中在夏季,区域上集中在河西地区西部与陇中、陇东地区。窦睿音等[27]分析了近半个世纪甘肃省气温的时空变化特征,指出甘肃省陇东地区与河西地区均表现出暖化趋势,主要是受自然因素与人为因素共同作用的结果。马玉霞等[28]通过分析甘肃省气温变化情况发现,甘肃省气温一直在波动中呈上升趋势,夏季升温慢,冬季升温快[28]。裴彬等[29]研究了甘肃省气候变化与干湿变化趋势,发现甘肃省近30 a来气温整体呈上升趋势,降水呈减少趋势。上述研究结果表明,近58 a来甘肃省气温上升,降水减少是造成甘肃省干旱情况不断加剧的主要原因。