长江流域六省(市)夏秋季生态干旱综合强度评估

姜田亮，屈艳萍，吕 娟，粟晓玲，董蓉蓉

(1.中国水利水电科学研究院 防洪抗旱减灾研究中心，北京 100038；2.水利部防洪抗旱减灾工程技术研究中心，北京 100038；3.西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100；4.西北农林科技大学 旱区农业水土工程教育部重点实验室，陕西 杨凌 712100)

1 研究背景

2022年6月份以来，长江流域持续高温少雨、江河来水偏少，导致流域许多中小型水库蓄水不足、湖泊水位持续降低、多地缺水缺墒[1]。进入7月份，长江流域的洞庭湖、鄱阳湖水位较常年同期偏低4.85～6.13 m，水域面积较6月缩小3/4，对生态造成严重的负面影响[2]。8月11日水利部发布旱情通报，并针对此次干旱影响最为严重的安徽省、江西省、湖北省、湖南省、重庆市和四川省等长江流域六省(市)启动干旱防御IV级响应[3]。目前关于气象干旱影响下的水文干旱和农业干旱的评估手段已日趋成熟，相关部门和学者已从干旱成因、发展过程和预测预警等方面开展了全面剖析[4-5]，然而对于此次干旱产生的生态影响仍缺乏有效的定量评估。

目前生态干旱的研究仍处于起步阶段，为应对干旱引发的生态风险，美国人与自然合作组织(SNAPP)最早提出了生态干旱的概念，即“由自然或人类管理引发的周期性供水不足，导致植被正常生长发育的水文气象条件发生变化，使受水分胁迫的植被与其生存的土壤环境构成旱生环境，进而反馈至其他系统的综合复杂过程”[6]。随后Crausbay等[7]、Munson等[8]和粟晓玲等[9]都从不同角度完善了生态干旱概念。金菊良等[10]认为干旱的定义和指数构建应厘清致灾因子和承灾对象之间的关系。生态干旱按研究对象可分为陆地系统生态干旱和水域系统生态干旱2类，其中植被为陆地生态系统的主要承灾体。因此，基于金菊良等[10]提出的干旱理论框架和SNAPP提出的生态干旱概念，Jiang等[11-12]将陆地系统的生态干旱概念完善为“区域供需水失衡使植被系统缺水程度高于地区多年平均水平，并可能影响植被系统的结构和功能，在自然和/或人类系统中触发反馈的现象”。

传统的干旱评估大多基于致灾因子，包括降水、径流、土壤储水量等构建单变量或多变量干旱指数，评估干旱对水文、农业和社会经济系统产生的影响。对于生态干旱，现有研究大都基于单/多变量干旱指数或基于表征生态系统特征的遥感植被指数，来反映生态系统所受的干旱胁迫。然而前者忽视了不同生态系统组分本身的抗旱特性，例如，相同的气象干旱条件下，林地和草地的需水量不同，受旱程度也有较大差异[13]。后者混淆了致灾因子和承灾体的关系，基于生态的遥感指数变化不仅受干旱影响，与其他灾害和人类活动也息息相关[14]。Park等[15]认为生态干旱应从生态系统的角度，对陆地生态系统与水域生态系统分别进行评估。对于陆地生态系统，不同类型植被对缺水环境(即干旱)的响应特性不同，因此生态干旱应当体现出一定历时干旱导致的植被供、需水失衡[16]。基于这一思想，Jiang等[12]提出基于生态缺水的生态干旱指数，该指数在评估西北干旱区[11]和长江流域[17]生态干旱均有较好的适用性。已有研究[18]表明，干旱半干旱区降水量少、含水层埋深大，生态系统的供水不足是主要致灾因子。长江六省(市)地处湿润区，可利用水量相对丰富，在2022年特大干旱影响下，生态干旱具有什么样的时空变化特点？主要致灾因子是什么？这些均为亟需探讨的问题。

鉴于此，本研究以启动干旱IV级响应的长江流域六省(市)为研究区，采用标准化生态缺水指数和改进的归一化差异水体指数，分别评估了六省(市)干旱对陆地和水域生态干旱的影响严重程度；构建生态干旱综合强度指数，评估1982—2022年夏秋季生态干旱综合强度的时变特征；分析2022年夏秋季生态干旱综合强度的时空分布及其主要致灾要素，以期为生态干旱评估提供更加可靠的方法，为缓解研究区生态干旱提供数据参考。

2 材料方法

2.1 研究区概况和数据来源研究区包括四川省、重庆市、湖北省、湖南省、安徽省和江西省。研究区经度范围为92°02′E—119°01′E，纬度范围为24°09′N—34°06′N，横跨长江中、下游，总面积约127.22万km2，约占中国总面积的13.3%(图1)。

图1 长江六省(市)土地利用类型空间分布

图2 游程理论示意图

图3 2022年6—11月六省(市)的生态干旱情况

图4 2022年6—11月六省(市)的NDVI距平指数

图5 2022年6—12月鄱阳湖水体面积变化

图6 2022年6—12月洞庭湖水体面积变化

四川省和重庆市地处长江上游，东西高程差较大，西部多为山地和高原，海拔超过3000 m，主要植被类型为高覆盖度草、灌木林和有林地，东部多为盆地和丘陵，海拔500～2000 m，主要植被类型为有林地和灌木林[19]。长江中游的湖南省和湖北省四周由山地环绕，海拔较高，林地分布广泛，中部为平坦的平原地形，分布有洞庭湖等大、中型湖泊[20]。长江中下游的安徽省东南部以山地、丘陵为主，植被类型多为林地和草地，北部较为平坦，为旱地和水田，江西省东、南、西三面环山，山地丘陵站全省面积的70%，植被类型多样，北部的鄱阳湖是中国最大的淡水湖。受亚热带季风气候的影响，研究区年均降水800～1200 mm，年均气温10～20℃[21]。

本研究中所使用的数据包括气象数据、土地利用类型数据和植被遥感数据，其中气象数据来源于ERA5的陆面月平均数据(https：//cds.climate.copernicus.eu)，包括降水、地表反射、温度、相对湿度、风速、长波辐射、大气压强和下行短波辐射，空间分辨率为0.1°× 0.1°；土地利用类型数据来源于中国多时期土地覆被遥感监测数据集(https：//www.resdc.cn)，空间分辨率为1 km×1 km；植被数据为AVHRR土地归一化差异植被指数(NDVI；https：//www.ncei.noaa.gov)，空间分辨率为0.05°×0.05°。为保持各数据时空分辨率的一致性，采用双线性内插法将气象数据和植被遥感数据重采样至0.1°×0.1°，采用最邻近插值法将土地利用类型数据重采样至0.1°× 0.1°，时间范围均为1982年7月—2022年11月。水体提取使用的数据包括Landsat 5、Landsat 7和Landsat 8(https：//landsat.gsfc.nasa.gov/；空间精度为30 m，时间范围为1982—2022年)，并在Google Earth Engine平台(https：//earthengine.google.com/)上进行了大气校正和辐射标定等预处理。

2.2 研究方法

2.2.1 生态干旱指数构建 水域系统生态干旱状况采用典型湖泊水域面积逐月变化反应。采用改进的归一化差异水体指数(MNDWI)，剔除卫星数据中建筑、植被和裸土等噪声信息，提取水体范围[22]。表达式为：

(1)

式中：MIR为中红外波段；Green为绿色波段。与传统NDWI相比，MNDWI用MIR代替NDWI中的近红外波段，MIR与绿色波段的差值更大，从而使水体的正值更高，使建筑用地、土壤和植被的负值更低，因此水体和其它类型用地之间的对比将明显增加[22]。

陆地系统生态干旱采用标准化生态缺水量指数(SEWDI)进行评估[11]。该指数通过计算生态需水量与生态耗水量之差得到生态缺水量，并对生态缺水量进行类似于标准化降水指数(SPI)的逆标准化变换处理，得到标准化生态缺水量指数(SEWDI)表征干旱对生态系统的影响程度。其中，生态需水量用联合国粮农组织推荐的单作物系数法计算[23]，所需变量包括净辐射量、土壤热通量、平均气温T、2 m高处的平均风速、饱和水汽压、实际水汽压、土地利用类型数据和NDVI；生态耗水量近似实际蒸散量，利用地表能量平衡模型计算[24]，所需变量包括地表净辐射、地表反射率、地表辐射率、空气密度、空气热容、水平面高度和2 m高处的平均风速。逆标准化变换的具体步骤为：①利用式(1)对1—12月的生态缺水量月序列x1i进行归一化处理，得到新序列x2i，分别用0.999和0.001代替新序列中的1和0以便于拟合分布；②选用三种常用分布，包括Gamma分布、log-logistic分布以及P-Ⅲ型分布，对x2i进行拟合求参，得到概率密度方程fx2i(t)，并利用Akaike information criterion (AIC准则)进行最优拟合分布选择；③利用式(2)对最优分布函数的概率密度函数进行积分，获得相应的累积分布Fx2i(t)；④利用式(3)对Fx2i(t)进行逆标准化变换得到标准化生态缺水指数(SEWDI)。表达式为：

(1)

(2)

SEWDI=Φ-1(Fx2i)

(3)

式中SEWDI越小，表明生态干旱程度越高。参照《气象干旱等级》(GB/T 20481—2017)[25]中标准化降水指数(SPI)的划分方法，将生态干旱等级划分为无旱(SEWDI≥0.5)、轻旱(-0.5>SEWDI≥-1)、中旱(-1>SEWDI≥-1.5)和重旱(SEWDI<-1.5)。

2.1.2 生态干旱综合强度评估 应用游程理论[26](图 2)，以SEWDI<-0.5为阈值提取各格点的生态干旱事件，其中生态干旱事件的历时为负游程的长度，烈度为历时内逐月SEWDI之和的绝对值。

在此基础上，采用Dai等[27]和Veettil等[28]提出的方法，通过生态干旱事件的历时、发生次数和烈度等特征构建评估指标，评估不同时段内生态干旱综合强度动态变化。计算公式如下：

(4)

(5)

(6)

Cs=w1Pr0+w2Sm0+w3(1-Ds0)

(7)

式中：Pr侧重反映研究区干旱的总时长，该值越大干旱综合强度越大；TD为研究时段的总长度；DDi为第i场干旱事件的历时；M为干旱事件次数；Sm为研究时段内M场干旱事件的平均干旱烈度，该值越大干旱综合强度越大；Si为第i场生态干旱的烈度值；Ds为干旱事件的平均历时的倒数，该值越小干旱综合强度越大。Cs为研究时段内生态干旱的综合强度；Pr0、Sm0和Ds0分别为归一化后的Pr、Sm和Ds；w1、w2和w3分别为Pr0、Sm0和Ds0的权重，本文均取1/3。

3 计算与分析结果

3.1 2022年夏秋季干旱对陆地生态系统的影响图 3为2022年6—11月SEWDI的空间分布特征，反映生态干旱的严重程度。由于归一化差异植被指数(NDVI)可以反映植被的生物量大小和活力水平[18]，因此计算相同时段的NDVI距平指数反映生态植被的受旱程度(图 4)。可以看出，6月为干旱的起始阶段，SEWDI均值为-0.43，中旱及以上区域面积占比为53.20%。相应地，NDVI距平指数为-19.78，43.7%的区域NDVI距平指数超过研究区均值。生态干旱重旱区域和植被受旱严重区均分布在四川东部、重庆和湖北西部等长江中上游地区。

7—9月为干旱的发展阶段，生态干旱程度不断增加，SEWDI均值分别减小至-0.68、-0.73和-0.75；中、重旱面积分别增加至60.71%、67.15%和66.3%，且中旱、重旱区域不断扩张。例如，重庆市8月中旱、重旱区的面积占比由66.41%增加到74.47%，江西省的中旱、重旱面积由6月的10.64%增加至62.37%。在此影响下，研究区7—8月NDVI距平指数均值分别减小至-25.71和-26.30，9月达到最低值-41.63，且重庆、湖北、湖南、安徽和江西距平为负的区域面积占比均超过90%。Seleiman等[29]的研究表明当缺水程度和时间不断增加，产生的缺水累积效应会显著减少植被生物量、降低生长活力，这也是9月NDVI距平值陡然降低的主要原因。

10—11月为干旱的缓解阶段，SEWDI均值分别减小至-0.41和-0.38，六省(市)中、重旱面积大范围减小，其中江西省中、重旱面积占比环比减少最大，由最高时的69.47%减小至11月的7.51%。相应地，NDVI距平指数开始增加，10月和11月分别为-31.63和-19.00，其中湖北、江西和湖南环比增幅超过50%。一方面是由于植被进入生长后期使需水量减小，另一方面湖南、湖北和江西出现降雨过程使供水量增加，导致生态缺水量降低，生态植被恢复。

总体而言，SEWDI能较好地反映干旱缺水对陆地生态系统产生的影响，其中2022年重庆市生态干旱重旱区的面积占比最大，安徽省最小，且重旱区大都分布在林草覆盖度较高的区域。

3.2 2022年夏秋季干旱对水域生态系统的影响为直观体现干旱对水域生态系统的影响，以六省(市)中鄱阳湖和洞庭湖为例，提取1982—2022年6—11月的水体面积，对比2022年与历史同时期水体面积的差异(图 5)。6月鄱阳湖区水体面积与历史同期大体持平，6月23日鄱阳湖水位(星子站)达到年最高水位17.52 m[2]；7—11月随着气象干旱不断发展，水体面积不断减小，其中8月水体面积环比减少最大(环比减少54.16%)，10月水体面积相较于历史同期减小最大(减小3166.27 km2)，11月鄱阳湖水体面积减小至2022年最小值，仅为225 km2。11月10日鄱阳湖水位降到4.75 m，创下1950年以来历史最低纪录[2]。在此影响下，鄱阳湖区生态系统严重受损，例如沉水植被没有成熟就全部死亡、湿生植物提前萌芽发育和老化死亡、底栖动物因旱损失90%[2]。12月鄱阳湖水体面积仍然较小，但与历史同期大体持平，水域生态旱情缓解。

类似地，6月干旱对洞庭湖区的影响相对较小，湖区水体面积和水位(城陵矶站)与历史同期大体持平(图 6)；7—10月水体面积随旱情发展不断减小，其中8月水体环比面积减小最大(环比减小38.49%)，8月9日起洞庭湖水位(城陵矶站)持续低于历史同期最低水位[30]；10月湖区面积较历史同期减少最大，10月1日减少至309.9 km2，为1998年以来历史同期的最小值，10月2日低于历史同期最低水位近3 m。持续干旱导致水域系统中河湖连通性变差，淡水生物群落的丰富度、流域生物多样性也因此受到严重影响，野外调查发现因旱导致死亡的底栖动物在洲滩上随处可见，尤其是一些软体动物[30]。11月随着降雨量增加，洞庭湖面积得到一定程度恢复，11月14日起洞庭湖水位(城陵矶站)不断上升，水域系统生态干旱开始缓解。综上，2022年大旱对六省(市)的水域生态系统产生负面影响较为严重的时段在7—11月，且对长江下游水域系统的影响更久。

3.3 近40年长江流域六省(市)夏秋季的生态干旱综合强度时空演变图7(a)为四川省、重庆市、湖南省、湖北省、江西省和安徽省1982—2022年夏秋季生态干旱综合强度的年际变化。六省(市)的生态干旱综合强度均呈波动上升的趋势，且2010年以后，干旱对生态系统的影响程度明显增加，排名前五的年份分别是2011年(0.680)、2013年(0.686)、2017年(0.689)、2019年(0.724)、2022年(0.757)。在2022年特大干旱背景下，六省(市)的生态干旱综合强度大都达到或接近历史同期最小值，其中重庆市最高(0.91)，其次为湖南省(0.82)、江西省(0.81)和湖北省(0.79)，安徽省(0.76)和四川省(0.75)的综合干旱强度相对较低。

图7 2022年6—11月六省(市)生态干旱综合强度年际变化和2022年空间分布

以生态干旱综合强度高于0.7的区域作为高强度区进行统计，2022年六省(市)高强度面积达到72.8%，高于历史平均水平的67.4%(图7(b))。从空间分布发展过程来看，2006年以前，夏秋季生态干旱综合强度较高的区域主要集中在四川中西部，即长江流域中上游地区；2006—2016年，中上游地区生态干旱综合强度不断降低，重庆市、湖南省、湖北省、安徽省和江西省等中下游地区生态干旱综合强度不断增加；2016年以来逐渐表现为全流域强度增加。

4 讨论

4.1 近40年夏秋季长江六省(市)生态供、需水变化特点分析生态供、需水水平在近40年的变化特点，有助于进一步厘清2022年生态干旱加剧的原因。Vicente-Serrano等[31]认为，在植被可利用水资源复杂的区域，植被实际耗水量变化能够反映区域的生态供水趋势，减去生态需水量得到的蒸散发亏缺，能有效表征生态缺水量。本研究采用2.2.1节所述逆标准化方法对1982—2022年6—11月生态需水量和生态耗水量序列进行处理，分别作为生态需水指数和生态供水指数，指数值越高表示生态需水量和生态供水量越大。从图 8可以看出，1982—2022年生态供水指数呈下降趋势，而生态需水指数呈波动上升趋势。2022年夏秋季，六省(市)生态供水指数均达到或接近历史同期最低值，江西、湖南和重庆的生态需水指数也均为历史同期最高值。此外，对比图7可以发现，生态供水指数与生态干旱综合强度的相关系数为-0.37，达到0.05的显著性水平，变化趋势相似度更高，而生态需水指数与生态干旱综合强度的相关系数仅为0.14，说明长江流域六省(市)夏秋季生态干旱主要由生态供水强度决定，生态需水强度起辅助作用。当较低的生态供水指数和较高的生态需水指数相叠加时，就会引发严重的生态干旱，例如2013年、2019年和2022年。

图8 2022年6—11月六省(市)生态需水指数和生态供水指数的年际变化

4.2 2022年生态干旱成因分析西太平洋副热带高压(西太副高)是影响我国夏秋季气温和降水的主要因素，由于西太副高属于下沉气流，陆面异常高温时便导致气流无法凝结成雨，且容易形成晴空，而大气透明度的变高进一步减弱云层对太阳辐射的削减作用，使下垫面温度上升，形成恶性循环[32]。2022年6月以来，西太副高面积偏大，强度偏高、持续时间较长、位置偏西北，且长期盘踞在长江流域[4]。6月降水距平指数均值为-5.65，50.68%的区域距平指数低于历史同期平均水平，9.48%的区域达到轻旱水平(距平指数小于-40)，对生态系统的影响较小。7月，气象干旱程度进一步加剧，距平指数均值为-34.32，46.19%的区域发生干旱，29.66%的区域达到中等及以上的干旱水平(距平指数小于-80)。8月距平指数均值减小到-61.24，六省(市)76.58%的区域发生气象干旱，中度和重度干旱的区域分别为13.32%和35.50%。9月，气象干旱进一步发展，距平指数均值为-73.09；除四川外，旱情影响范围进一步扩大，湖南、江西、重庆、湖北和安徽的中、重旱区域面积占比均超过65%，降雨量的减少直接导致了六省(市)植被可利用水量减少、生态供水指数偏低，尤其是四川、湖北和重庆，从而使7—9月的生态干旱呈加剧态势。10月距平指数增加至-61.47，四川、湖北和安徽的中旱和重旱面积占比大范围减少，六省(市)重旱面积占比减少至16.00%(图 9)。11月以后随着数次降雨过程，湖南和江西气象干旱显著缓解，中旱以上面积减小至7.46%。长江主要支流、部分河段及鄱阳湖、洞庭湖等主要湖泊水位不同程度恢复(图 5—6)，植被可利用水量增加、供水指数升高，生态干旱也相应减轻。

生态需水量受温度和植被种类的影响较大。冷空气在西太副高的影响下直接南下入海，2022年6—11月六省(市)59.84%的区域高温日数(日最高气温高于35℃)高于历史平均值，其中51.03%的区域高温日数超过25 d，尤其是江西省、湖南省和安徽省，平均高温日数分别为55 d、41 d和42 d(图 10)。地处盆地的川渝部分地区，地表温度难以扩散，高温日数超过30 d，较历史同期多14.6 d。此外，由图1统计可得，六省(市)林地面积占比高(约占43.8%)，四川省、湖北省、湖南省、安徽省、江西省和重庆市的森林覆盖率分别为40.26%、39.60%、59.98%、30.30%、63.35%和55.04%，已有研究表明林地需水量对高温响应更加敏感，从而导致2022年夏秋季森林覆盖率高的区域具有更高的需水指数[18](排名前三的分别是江西省、湖南省和重庆市)。综上所述，降水和地表水偏少导致的低生态供水强度，与高温日数较长导致的高生态需水强度相叠加，引发了1982年以来最为严重的生态干旱。

图9 2022年6—11月六省(市)气象干旱严重程度排名前二月份的降水距平空间分布

图10 1982—2022年6—11月高温日数均值及2022年6—11月高温日数

5 结论

本研究对卫星遥感数据进行解译，重点分析了2022年长江流域大干旱背景下，6—11月长江流域六省(市)生态干旱的时空演变规律及成因，评估了1982—2022年夏秋季的生态干旱综合强度，获得以下结果：

(1)6月为生态干旱起始阶段，7—9月陆地系统生态干旱严重程度和影响范围均不断增加，10—11月随植被需水量减小，降雨量增加，陆地生态干旱开始缓解。水域系统生态干旱不断加重并持续至11月，且鄱阳湖生态干旱持续时间较洞庭湖更长。

(2)1982—2022年生态干旱综合强度呈波动增加态势，2022年夏秋季六省(市)生态干旱综合强度均达到或接近历史同期的最大值，严重程度由高到低依次为重庆市、湖南省、江西省、湖北省、安徽省和四川省。

(3)长江流域六省(市)生态干旱主要由生态供水强度决定。2022年降水和地表水偏少导致的生态供水强度偏低，与温度过高导致的生态需水强度偏高相叠加，引发了六省(市)1982年以来最严重的生态干旱。