基于spoi的中國東半球陸地干旱特征分析

干旱是指暫時內未達到正常水平的極端氣候事件。它是影響人類最嚴重的自然災害,全球平均每年的旱災損失約計60~80億美元。據統計,僅19世紀80年代的干旱事件,就造成非洲地區50多萬人死亡;1988年的美國旱災,則造成高達400億美元的經濟損失,是1989年舊金山7.2級地震損失的2~3倍。由于干旱災害出現頻率高、持續時間長、波及范圍大,已經嚴重影響到自然生命、生態系統和人類正常的生產生活及經濟社會活動。隨著氣候變暖日趨明顯,干旱災害的發生更是呈現顯著的增加趨勢。因此,通過有效的方法監測、評估干旱對于減少干旱損失、保障人類生命財產安全顯得尤為重要。當前,國內外的干旱監測多通過制定定量化的干旱指標來開展,主要的干旱指數有Palmer干旱指數(PDSI)、標準化降水指數(SPI)、Z指數、地表供水指數(SW-SI)等。1965年提出的Palmer干旱指數是歷史上干旱指標研究中的一座里程碑,它綜合了水分虧缺量、持續時間、蒸散量等因子,并考慮了前期天氣條件,是目前應用最廣的干旱指數之一。由于干旱化的形成本身是一個復雜的多學科問題,涉及到氣象、水文、農業、社會等多個領域,目前很難找到一個能全面綜合地表征干旱狀況的指標體系。PDSI盡管是公認較好的干旱指數,然而其本身存在計算復雜、資料要求高、時間尺度固定等缺點,因此,在某些參數的選擇和計算上受到制約。SPI指數計算簡單,具有多時間尺度特點,普及性及適用度較高,然而其只考慮降水作為影響干旱化的惟一因素,而忽略溫度等其他因素的影響,因此,也存在一定的局限性。最近Vicente-Serrano等提出了一種新的干旱指數———標準化降水蒸散指數(StandardizedPrecipitationEvapotranspirationIndex,下文均簡寫為SPEI),該指數結合了PDSI與SPI指數的優點,既考慮了水分與熱量平衡過程,又具有多時間尺度的特點,計算程序簡單,計算所需資料來源方便。基于干旱指數,也已開展大量干旱氣候及其變化的研究。Dickerson等利用PDSI指數指出美國東北地區大致存在5a周期的中等干旱和10a周期的嚴重干旱現象;袁云等利用SPI指數將中國冬季干旱狀況劃分為13個區域,并對各區干旱化特征進行了分析;衛捷等利用修正的PDSI指數指出中國華北地區干旱持續性強,持續時間一般都在2a以上;楊曉華等利用甘肅10個代表站48a降水資料,計算了Z指數,指出隴東地區干旱化春、秋嚴重,夏、冬相對較輕等。然而,縱觀以往的研究發現,由于數據站點分布不均或分辨率較低,時間跨度較短,過去的干旱分析更側重于局部地區的研究;同時關于干旱化趨勢、周期性及干旱成因等觀點也存在諸多不同。作為人類認識較少、監測困難的自然災害,干旱在較大范圍、更長時間尺度上的研究尚顯不足。筆者正是基于上述因素,利用最近提出的SPEI指數,研究過去60a間東半球陸地干旱化的時空特征及其可能成因。1基于時間尺度的干旱bi分析主要基于標準化降水蒸散指數SPEI。計算SPEI的基礎數據來源于英國氣候研究中心(ClimaticResearchUnit,CRU)提供的氣溫和降水資料集,該資料集是基于地面氣象觀測建立起來的,分辨率為0.5°×0.5°。SPEI計算過程結合了PDSI及SPI的計算方法。以下簡單介紹其計算步驟。SPEI的計算基于水分距平D,即月降水量P(mm)與氣候適宜降水量PET(mm)差值:式中:潛在蒸散量PET是由Thornthwaite的方法計算,由Thornthwaite的方法計算,計算數據只需要月溫度資料以及格點地理位置。SPEI的一大優點是具有多時間尺度特點,所謂不同時間尺度則表示了前期不同時間段對于當前干旱狀況的一種累計影響。不同時間尺度下的水分距平累加值Dnk為:式中:k為時間尺度;n為時間單位數。引入三參數化的log-logistic概率密度函數為:式中:α、β、γ分別為尺度參數、形狀參數以及原始參數,水分距平D序列很好地服從log-logistic分布,則任一時間尺度下D序列概率分布函數給定為:經過標準化正態分布處理后求解可得:式中:P=1-F(x),當P>0.5時,公式(6)中P變為1-P;參數C0=2.515517,C1=0.802853,C2=0.010328,d1=1.432788,d2=0.189269,d3=0.001308。通過以上方法,Vicente-Serrano等計算獲得了1901—2006年時間尺度分別為1~48個月、分辨率為0.5°×0.5°的全球SPEI數據集。SPEI的數值通常介于-5~5之間,數值越小表明干旱程度越強,數值越大表明濕潤程度越高。同時Vicente-Serrano等就該指數適用性與PDSI及SPI進行了大量比較及相關分析,結果表明,全球范圍內,時間尺度在10~18個月的SPEI與PDSI值相關性最好。因此,分析選取了時間尺度為12個月的SPEI。考慮到20世紀上半葉干旱-半干旱地區基礎臺站資料可能不足,因此,僅選取最近60a(1947—2006年)逐月SPEI進行分析,研究區域為整個東半球(20°W—180°E,40°S—80°N)陸地。由于SPEI數據在研究時段內東半球不足1%地區個別月份存在缺測,因此,我們首先對缺測值進行了線性插補,從而保證數據完整性。從氣候平均的SPEI分布(圖1)看,北非、中亞、蒙古等地為SPEI所反映的干旱區,而歐洲北部、中國青藏高原南部和澳大利亞西北部等地相對濕潤。同時,結合對SPEI變化趨勢和變率地域特點的分析,選擇了3個主要代表區(圖1):1區———北非地區(15°—35°E,10°—25°N);2區———中蒙邊界中段(40°—46°N,100°—108°E);3區———中國青藏高原(30°—40°N,80°—95°E)。我們利用各種統計方法分析了干旱的時空變化特征。首先對SPEI距平場作經驗正交函數(EmpiricalOrthogonalFunction,EOF)展開,EOF是氣候學常用的一種分析研究區變量時空變化特性的有效方法,藉此對展開的方差解釋率比較高的主要特征向量場及時間函數予以分析討論。其次計算了SPEI場的線性趨勢及變率,利用Mann-Kendall法(MK)進行了突變分析,MK法是目前廣泛應用的一種非參數統計檢驗方法。同時,利用功率譜方法對主要代表區及東半球平均SPEI變化進行了周期分析。為了探討干旱事件的持續性及其地域特征,進一步定義任意一個月份SPEI值與該月60a平均值的差值作為異常值D,以此來定量化表征干旱異常強度;對于異常值序列,任一連續時間段內低于某一特定值,則該時間段稱為持續時間T(單位:月)。這樣,定義了3類干旱事件:(1)干旱事件,D=-1,T=2;(2)持續干旱事件,D=-1,T=4;(3)持續嚴重干旱事件,D=-1.5,T=4(例如:某一時間序列,連續6個月異常值小于-1.5,則表示發生了3次持續嚴重干旱事件)。2干旱的時空特征2.1刑罰執行、行政強制與區域干旱化為研究東半球1947—2006年間SPEI場的時空特征,首先利用EOF分析法對其進行時空分解。圖2為逐月SPEI距平場EOF分解后的前兩個特征向量分布圖。第一載荷向量場(圖2A)上,方差解釋率為14.17%,反映了場的主要模態特征,有一定的代表性。空間分布來看,整個東半球大部分地區呈現負值分布,主要負值中心位于北非撒哈拉沙漠地區、中國西北東部及中蒙邊界一帶、澳大利亞東部等地,反映這些地區的干濕變化總體上具有一致性,但與西歐、中國西南地區及東南地區變化相反。第二載荷向量場(圖2B)上,方差解釋率為5.40%,負值中心主要分布于中亞、西亞地區,正值中心主要位于南非和澳大利亞北部地區。圖3為SPEI場的線性變化趨勢分布圖。可以看出,東半球絕大部分地區存在相同的干濕變化,超過80%的陸地面積近60a來呈現干旱化進程。具體而言,非洲絕大地區、俄羅斯中部以及東部地區、中國東北以及華北地區、南亞、東南亞大部分地區、澳大利亞東部地區呈現干旱化進程,大多數地區線性趨勢在-0.02a-1以下。其中非洲中北部地區(1區)干旱化進程最為嚴重,線性趨勢-0.06a-1。而俄羅斯西部地區、歐洲西北部地區、西歐東部地區、中國西北地區西部、中國東南沿海以及澳洲西北部地區呈現濕潤化進程,大多數地區濕潤化趨勢超過0.01a-1,其中部分地區超過0.02a-1。歐亞大陸中低緯度干旱化最嚴重地區主要出現在阿拉伯半島、中亞部分地區以及中蒙邊界中段地區(2區)。具體到中國,東北、華北、西北東部及西南東部地區氣候變干,這也在一定程度上證實中國區域干旱化的重要事實,其中西北東部地區線性趨勢≤-0.03a-1,為中國干旱化最為嚴重的地區。通過對各季節SPEI變化趨勢(圖略)的分析可知,不同季節干濕變化趨勢的空間分布呈現基本一致的態勢,但干旱化范圍及程度存在一定差異。總的來說,冬季干旱化范圍相對較小,但是干旱化程度相對較大。相比其他幾個季節,非洲北部及中南部地區、大洋洲大陸東部地區、中國內蒙古、蒙古地區、俄羅斯中北部地區在冬季干旱化進程最大。由逐月SPEI數據計算的方差場(圖4)可以看出,東半球干旱變率最大地區主要出現在非洲中北部、中國青藏高原、中國西北東部及中蒙邊界附近、俄羅斯中北部以及東北部地區。進一步計算了年均SPEI、10a平均化的SPEI方差(圖略),結果亦表明,無論是年際還是年代際變化,變率中心均位于上述地區。2.2干旱事件的發生次數前人曾對PDSI、SPI等干旱指數做過等級劃分,比如定義PDSI<-0.5或SPI<-0.99為干旱,而關于SPEI指數干旱閾值的界定尚未給出。這里,我們結合SPI指數以及美國氣候預報中心(CPC)關于干旱等級劃分的方法,初步提出基于SPEI指數確定的干旱等級表(表1)。任意時間尺度下,當SPEI值持續為負并且低于-1時,則為干旱。進而定義陸地所有格點中滿足-1.50<SPEI≤-1.00的格點數所占比例為東半球陸地干旱面積比,同理,重旱(-2.00<SPEI≤-1.50)、特旱(SPEI≤-2.00)面積也做類似定義。這樣,就多年平均而言,干旱、重旱和特旱的面積分別占10.7%,6.3%和2.8%。對不同等級陸地干旱面積隨時間變化的分析(圖5)表明,近60a平均而言東半球陸地干旱、重旱和特旱面積每10a分別增加了1.2%、1.2%和0.96%。但具體來看,面積的變化趨勢并非是線性的。事實上,1947年到1970年間東半球陸地干旱面積的變化幅度不大,而重旱、特旱面積甚至呈現很弱的減少趨勢。然而進入20世紀70年代之后,干旱、重旱、特旱面積開始顯著增加,干旱面積從70年代占陸地總面積的10%增加到21世紀初的20%左右。相比而言,重旱面積的變化幅度更大,從70年代初的5%增加到21世紀初的20%左右,根據MK突變檢驗,發現陸地重旱面積增加的突變時間發生在1988年。干旱及特旱面積的變化趨勢基本相似。我們進一步以10°為間隔,分析了不同緯度帶陸地干旱面積變化(圖6),發現不同緯度帶上均呈現干旱化趨勢,但是變幅存在明顯差異。具體來看,10°—20°N為陸地干旱面積增長趨勢最快地區,北半球低緯較其他緯度地區干旱化更為嚴重。前文曾定義了干旱、持續干旱和持續嚴重干旱3類干旱事件,這里,我們對各格點1947—2006年720個月份內分別發生3類干旱事件的次數進行累加統計。圖7為持續干旱事件(D=-1,T=4)的累計次數地理分布(其他兩類干旱事件分布類似)。結果顯示,東半球40°S—50°N范圍內最大頻數中心基本位于北非中部(10°—25°N,15°—35°E)、中蒙邊界中段(40°—46°N,100°—108°E)和中國青藏高原中部(30°—40°N,80°—95°E)3個代表區上。從這些最大頻數中心的地理分布來看,干旱事件的高發區主要分布于北半球中低緯度。對比3類干旱事件可以發現,持續時間相同時,異常值越大,發生干旱事件的區域越集中;而在相同異常值情況下,持續時間越長,發生干旱事件的區域越集中。在定義3類干旱事件時,盡管異常值D和持續時間T的選取存在主觀性,但我們選取不同的D和T分析相應的干旱事件可以得到類似結果。而回顧上文的方差分布可見,持續干旱事件的地理分布特征與方差分布很相似,這種相似性是不難理解的,但是方差的大小并不直接反映持續干旱事件發生的多少。進一步計算東半球各點SPEI原始值小于-1、-1.5、-2的累計月數分布,結果顯示40°S—50°N范圍內最大累計月數中心同樣位于上述3個地區(圖略)。綜上分析,在北非、中蒙邊界以及中國青藏高原地區,不僅干旱發生的變率大,而且出現持續性異常和極端干旱事件的概率也高。我們分前后兩個30a的時段(1947—1976年和1977—2006年)統計了3個代表區發生3類干旱事件累計次數(表2)。結果顯示,1區(北非)在1947—1976年期間發生各類干旱事件的累計次數均為0,而進入1977年后,發生頻次開始顯著增加。2區(中蒙邊界中段)在1977年后3類干旱事件發生次數也明顯增加,近30a來更是出現了持續嚴重干旱事件。類似于2區情況,3區(中國青藏高原)在前30a間也從未出現過持續嚴重干旱事件,近30a來則出現了4次,但是另兩類事件的發生頻次反而有所減少。從60a來SPEI的變化序列(圖8)來看,3個代表區反映了3種類型的干旱化特征。北非地區(A區)具有強烈的變干趨勢,干旱化進程最為嚴重;中蒙邊界中段(B區)總體上也呈現干旱化,特別是最近10幾年來干旱化顯著加劇;而中國青藏高原(C區)代表了干旱化緩和區,沒有明顯的變化趨勢。為研究3個區的周期特性,我們對其進行功率譜分析(最大落后步長m=72),結果表明,北非區除了具有強烈的線性趨勢之外,主要存在準12a、1.5~4a的周期振蕩;中蒙邊界中段及中國青藏高原區則均存在1.5~3a的周期變化。進一步計算了整個東半球SPEI指數場第一顯著周期(該周期對應的譜密度值超過95%紅噪音臨界譜值且譜密度值與紅噪音臨界譜值差值最大)的地域分布(圖略),結果顯示東半球絕大地區存在1.5~3a左右的振蕩周期,中亞部分地區存在準4a的振蕩周期,非洲部分地區則存在12a的年代際振蕩周期。可見,近60a來東半球不同地區干旱化趨勢、持續性和周期性等變化特征是極其復雜的。需要指出的是,即使不同地區具有相同的主周期,干旱發生時段也可能不同。而且,干旱周期的復雜性還表現為干旱發生的周期不是單一周期,而是多種因素影響下的復雜混合周期。周期分析只能作為預報干旱的依據之一,而不是惟一依據。3干旱的可能原因3.1溫度變化的相關系數由于干旱化的形成本身是一個復雜多學科問題,關于其成因研究,目前仍是一個世界難題。我們通過檢驗SPEI與全球氣溫及ENSO相關性,從宏觀角度初步探討大尺度背景下干旱氣候變化的可能影響機制。為分析全球氣溫異常對SPEI指數場的影響程度,我們計算了EOF分析中第一模態對應的時間系數與全球陸地平均氣溫距平(GMT)的相關系數,結果顯示720個月序列的相關系數值高達0.81,通過了0.001顯著性水平檢驗,時間系數與陸地氣溫幾乎呈現同步變化(圖9),這表明東半球最主要的干旱變化受溫度影響并與全球變暖產生聯系。進一步對整個SPEI指數場與氣溫距平值的相關分析(圖略)發現,相關性比較高的幾個地區分別出現在非洲中北部地區、俄羅斯東部、中國西北東部及蒙古中南部、澳大利亞東南部等地區,相關系數均在-0.4以下。這意味著非洲絕大地區、俄羅斯中部及東部、中國東北、華北及西北東部、蒙古、南亞、東南亞以及澳洲大陸東部地區的干旱化與全球氣候變暖密切相關,其間的具體機制可能涉及土壤水分蒸發加劇等過程,但這些物理機制的詳細討論已超出了本文研究的范圍。3.2enso對東半球大陸區域干旱化的影響為分析ENSO對SPEI指數場的可能影響,我們在過濾了2a以下的高頻振蕩后發現SPEI的EOF分析中第二模態對應的時間系數與SOI指數序列高度相關,相關系數為0.40。而當把時間系數滯后8個月(圖10),相關系數則達到0.60(通過0.001顯著性水平檢驗)。這表明ENSO對東半球陸地區域干濕變化的最大影響滯后于熱帶太平洋SOI指數約8個月,東半球干旱化的周期振蕩受ENSO影響非常顯著。而這種滯后相關,部分是與不可忽視的土壤水分記憶有關。結合EOF第二模態的空間特征(圖2B)可以看到,當ENSO發生時,中亞、西亞及地中海沿岸比正常年份偏濕,相反,歐洲西部、俄羅斯中部及東部、非洲中部及南部、南亞、東南亞地區、澳大利亞大部分地區要較正常年份偏干。上述研究表明,在全球變暖大背景下,東半球陸地干旱化趨勢與氣溫密切相關。而干旱的振蕩變化則受到ENSO影響,ENSO對東半球陸地區域干旱化的最大影響滯后于熱帶太平洋SOI指數約8個月。4干旱化、周期風險增加利用最新提出的干旱指數SPEI數據,探討了過去60a