基于spoi的中国东半球陆地干旱特征分析

基于spoi的中国东半球陆地干旱特征分析

干旱是指暂时内未达到正常水平的极端气候事件。它是影响人类最严重的自然灾害,全球平均每年的旱灾损失约计60~80亿美元。据统计,仅19世纪80年代的干旱事件,就造成非洲地区50多万人死亡;1988年的美国旱灾,则造成高达400亿美元的经济损失,是1989年旧金山7.2级地震损失的2~3倍。由于干旱灾害出现频率高、持续时间长、波及范围大,已经严重影响到自然生命、生态系统和人类正常的生产生活及经济社会活动。随着气候变暖日趋明显,干旱灾害的发生更是呈现显著的增加趋势。因此,通过有效的方法监测、评估干旱对于减少干旱损失、保障人类生命财产安全显得尤为重要。当前,国内外的干旱监测多通过制定定量化的干旱指标来开展,主要的干旱指数有Palmer干旱指数(PDSI)、标准化降水指数(SPI)、Z指数、地表供水指数(SW-SI)等。1965年提出的Palmer干旱指数是历史上干旱指标研究中的一座里程碑,它综合了水分亏缺量、持续时间、蒸散量等因子,并考虑了前期天气条件,是目前应用最广的干旱指数之一。由于干旱化的形成本身是一个复杂的多学科问题,涉及到气象、水文、农业、社会等多个领域,目前很难找到一个能全面综合地表征干旱状况的指标体系。PDSI尽管是公认较好的干旱指数,然而其本身存在计算复杂、资料要求高、时间尺度固定等缺点,因此,在某些参数的选择和计算上受到制约。SPI指数计算简单,具有多时间尺度特点,普及性及适用度较高,然而其只考虑降水作为影响干旱化的惟一因素,而忽略温度等其他因素的影响,因此,也存在一定的局限性。最近Vicente-Serrano等提出了一种新的干旱指数———标准化降水蒸散指数(StandardizedPrecipitationEvapotranspirationIndex,下文均简写为SPEI),该指数结合了PDSI与SPI指数的优点,既考虑了水分与热量平衡过程,又具有多时间尺度的特点,计算程序简单,计算所需资料来源方便。基于干旱指数,也已开展大量干旱气候及其变化的研究。Dickerson等利用PDSI指数指出美国东北地区大致存在5a周期的中等干旱和10a周期的严重干旱现象;袁云等利用SPI指数将中国冬季干旱状况划分为13个区域,并对各区干旱化特征进行了分析;卫捷等利用修正的PDSI指数指出中国华北地区干旱持续性强,持续时间一般都在2a以上;杨晓华等利用甘肃10个代表站48a降水资料,计算了Z指数,指出陇东地区干旱化春、秋严重,夏、冬相对较轻等。然而,纵观以往的研究发现,由于数据站点分布不均或分辨率较低,时间跨度较短,过去的干旱分析更侧重于局部地区的研究;同时关于干旱化趋势、周期性及干旱成因等观点也存在诸多不同。作为人类认识较少、监测困难的自然灾害,干旱在较大范围、更长时间尺度上的研究尚显不足。笔者正是基于上述因素,利用最近提出的SPEI指数,研究过去60a间东半球陆地干旱化的时空特征及其可能成因。1基于时间尺度的干旱bi分析主要基于标准化降水蒸散指数SPEI。计算SPEI的基础数据来源于英国气候研究中心(ClimaticResearchUnit,CRU)提供的气温和降水资料集,该资料集是基于地面气象观测建立起来的,分辨率为0.5°×0.5°。SPEI计算过程结合了PDSI及SPI的计算方法。以下简单介绍其计算步骤。SPEI的计算基于水分距平D,即月降水量P(mm)与气候适宜降水量PET(mm)差值:式中:潜在蒸散量PET是由Thornthwaite的方法计算,由Thornthwaite的方法计算,计算数据只需要月温度资料以及格点地理位置。SPEI的一大优点是具有多时间尺度特点,所谓不同时间尺度则表示了前期不同时间段对于当前干旱状况的一种累计影响。不同时间尺度下的水分距平累加值Dnk为:式中:k为时间尺度;n为时间单位数。引入三参数化的log-logistic概率密度函数为:式中:α、β、γ分别为尺度参数、形状参数以及原始参数,水分距平D序列很好地服从log-logistic分布,则任一时间尺度下D序列概率分布函数给定为:经过标准化正态分布处理后求解可得:式中:P=1-F(x),当P>0.5时,公式(6)中P变为1-P;参数C0=2.515517,C1=0.802853,C2=0.010328,d1=1.432788,d2=0.189269,d3=0.001308。通过以上方法,Vicente-Serrano等计算获得了1901—2006年时间尺度分别为1~48个月、分辨率为0.5°×0.5°的全球SPEI数据集。SPEI的数值通常介于-5~5之间,数值越小表明干旱程度越强,数值越大表明湿润程度越高。同时Vicente-Serrano等就该指数适用性与PDSI及SPI进行了大量比较及相关分析,结果表明,全球范围内,时间尺度在10~18个月的SPEI与PDSI值相关性最好。因此,分析选取了时间尺度为12个月的SPEI。考虑到20世纪上半叶干旱-半干旱地区基础台站资料可能不足,因此,仅选取最近60a(1947—2006年)逐月SPEI进行分析,研究区域为整个东半球(20°W—180°E,40°S—80°N)陆地。由于SPEI数据在研究时段内东半球不足1%地区个别月份存在缺测,因此,我们首先对缺测值进行了线性插补,从而保证数据完整性。从气候平均的SPEI分布(图1)看,北非、中亚、蒙古等地为SPEI所反映的干旱区,而欧洲北部、中国青藏高原南部和澳大利亚西北部等地相对湿润。同时,结合对SPEI变化趋势和变率地域特点的分析,选择了3个主要代表区(图1):1区———北非地区(15°—35°E,10°—25°N);2区———中蒙边界中段(40°—46°N,100°—108°E);3区———中国青藏高原(30°—40°N,80°—95°E)。我们利用各种统计方法分析了干旱的时空变化特征。首先对SPEI距平场作经验正交函数(EmpiricalOrthogonalFunction,EOF)展开,EOF是气候学常用的一种分析研究区变量时空变化特性的有效方法,藉此对展开的方差解释率比较高的主要特征向量场及时间函数予以分析讨论。其次计算了SPEI场的线性趋势及变率,利用Mann-Kendall法(MK)进行了突变分析,MK法是目前广泛应用的一种非参数统计检验方法。同时,利用功率谱方法对主要代表区及东半球平均SPEI变化进行了周期分析。为了探讨干旱事件的持续性及其地域特征,进一步定义任意一个月份SPEI值与该月60a平均值的差值作为异常值D,以此来定量化表征干旱异常强度;对于异常值序列,任一连续时间段内低于某一特定值,则该时间段称为持续时间T(单位:月)。这样,定义了3类干旱事件:(1)干旱事件,D=-1,T=2;(2)持续干旱事件,D=-1,T=4;(3)持续严重干旱事件,D=-1.5,T=4(例如:某一时间序列,连续6个月异常值小于-1.5,则表示发生了3次持续严重干旱事件)。2干旱的时空特征2.1刑罚执行、行政强制与区域干旱化为研究东半球1947—2006年间SPEI场的时空特征,首先利用EOF分析法对其进行时空分解。图2为逐月SPEI距平场EOF分解后的前两个特征向量分布图。第一载荷向量场(图2A)上,方差解释率为14.17%,反映了场的主要模态特征,有一定的代表性。空间分布来看,整个东半球大部分地区呈现负值分布,主要负值中心位于北非撒哈拉沙漠地区、中国西北东部及中蒙边界一带、澳大利亚东部等地,反映这些地区的干湿变化总体上具有一致性,但与西欧、中国西南地区及东南地区变化相反。第二载荷向量场(图2B)上,方差解释率为5.40%,负值中心主要分布于中亚、西亚地区,正值中心主要位于南非和澳大利亚北部地区。图3为SPEI场的线性变化趋势分布图。可以看出,东半球绝大部分地区存在相同的干湿变化,超过80%的陆地面积近60a来呈现干旱化进程。具体而言,非洲绝大地区、俄罗斯中部以及东部地区、中国东北以及华北地区、南亚、东南亚大部分地区、澳大利亚东部地区呈现干旱化进程,大多数地区线性趋势在-0.02a-1以下。其中非洲中北部地区(1区)干旱化进程最为严重,线性趋势-0.06a-1。而俄罗斯西部地区、欧洲西北部地区、西欧东部地区、中国西北地区西部、中国东南沿海以及澳洲西北部地区呈现湿润化进程,大多数地区湿润化趋势超过0.01a-1,其中部分地区超过0.02a-1。欧亚大陆中低纬度干旱化最严重地区主要出现在阿拉伯半岛、中亚部分地区以及中蒙边界中段地区(2区)。具体到中国,东北、华北、西北东部及西南东部地区气候变干,这也在一定程度上证实中国区域干旱化的重要事实,其中西北东部地区线性趋势≤-0.03a-1,为中国干旱化最为严重的地区。通过对各季节SPEI变化趋势(图略)的分析可知,不同季节干湿变化趋势的空间分布呈现基本一致的态势,但干旱化范围及程度存在一定差异。总的来说,冬季干旱化范围相对较小,但是干旱化程度相对较大。相比其他几个季节,非洲北部及中南部地区、大洋洲大陆东部地区、中国内蒙古、蒙古地区、俄罗斯中北部地区在冬季干旱化进程最大。由逐月SPEI数据计算的方差场(图4)可以看出,东半球干旱变率最大地区主要出现在非洲中北部、中国青藏高原、中国西北东部及中蒙边界附近、俄罗斯中北部以及东北部地区。进一步计算了年均SPEI、10a平均化的SPEI方差(图略),结果亦表明,无论是年际还是年代际变化,变率中心均位于上述地区。2.2干旱事件的发生次数前人曾对PDSI、SPI等干旱指数做过等级划分,比如定义PDSI<-0.5或SPI<-0.99为干旱,而关于SPEI指数干旱阈值的界定尚未给出。这里,我们结合SPI指数以及美国气候预报中心(CPC)关于干旱等级划分的方法,初步提出基于SPEI指数确定的干旱等级表(表1)。任意时间尺度下,当SPEI值持续为负并且低于-1时,则为干旱。进而定义陆地所有格点中满足-1.50<SPEI≤-1.00的格点数所占比例为东半球陆地干旱面积比,同理,重旱(-2.00<SPEI≤-1.50)、特旱(SPEI≤-2.00)面积也做类似定义。这样,就多年平均而言,干旱、重旱和特旱的面积分别占10.7%,6.3%和2.8%。对不同等级陆地干旱面积随时间变化的分析(图5)表明,近60a平均而言东半球陆地干旱、重旱和特旱面积每10a分别增加了1.2%、1.2%和0.96%。但具体来看,面积的变化趋势并非是线性的。事实上,1947年到1970年间东半球陆地干旱面积的变化幅度不大,而重旱、特旱面积甚至呈现很弱的减少趋势。然而进入20世纪70年代之后,干旱、重旱、特旱面积开始显著增加,干旱面积从70年代占陆地总面积的10%增加到21世纪初的20%左右。相比而言,重旱面积的变化幅度更大,从70年代初的5%增加到21世纪初的20%左右,根据MK突变检验,发现陆地重旱面积增加的突变时间发生在1988年。干旱及特旱面积的变化趋势基本相似。我们进一步以10°为间隔,分析了不同纬度带陆地干旱面积变化(图6),发现不同纬度带上均呈现干旱化趋势,但是变幅存在明显差异。具体来看,10°—20°N为陆地干旱面积增长趋势最快地区,北半球低纬较其他纬度地区干旱化更为严重。前文曾定义了干旱、持续干旱和持续严重干旱3类干旱事件,这里,我们对各格点1947—2006年720个月份内分别发生3类干旱事件的次数进行累加统计。图7为持续干旱事件(D=-1,T=4)的累计次数地理分布(其他两类干旱事件分布类似)。结果显示,东半球40°S—50°N范围内最大频数中心基本位于北非中部(10°—25°N,15°—35°E)、中蒙边界中段(40°—46°N,100°—108°E)和中国青藏高原中部(30°—40°N,80°—95°E)3个代表区上。从这些最大频数中心的地理分布来看,干旱事件的高发区主要分布于北半球中低纬度。对比3类干旱事件可以发现,持续时间相同时,异常值越大,发生干旱事件的区域越集中;而在相同异常值情况下,持续时间越长,发生干旱事件的区域越集中。在定义3类干旱事件时,尽管异常值D和持续时间T的选取存在主观性,但我们选取不同的D和T分析相应的干旱事件可以得到类似结果。而回顾上文的方差分布可见,持续干旱事件的地理分布特征与方差分布很相似,这种相似性是不难理解的,但是方差的大小并不直接反映持续干旱事件发生的多少。进一步计算东半球各点SPEI原始值小于-1、-1.5、-2的累计月数分布,结果显示40°S—50°N范围内最大累计月数中心同样位于上述3个地区(图略)。综上分析,在北非、中蒙边界以及中国青藏高原地区,不仅干旱发生的变率大,而且出现持续性异常和极端干旱事件的概率也高。我们分前后两个30a的时段(1947—1976年和1977—2006年)统计了3个代表区发生3类干旱事件累计次数(表2)。结果显示,1区(北非)在1947—1976年期间发生各类干旱事件的累计次数均为0,而进入1977年后,发生频次开始显著增加。2区(中蒙边界中段)在1977年后3类干旱事件发生次数也明显增加,近30a来更是出现了持续严重干旱事件。类似于2区情况,3区(中国青藏高原)在前30a间也从未出现过持续严重干旱事件,近30a来则出现了4次,但是另两类事件的发生频次反而有所减少。从60a来SPEI的变化序列(图8)来看,3个代表区反映了3种类型的干旱化特征。北非地区(A区)具有强烈的变干趋势,干旱化进程最为严重;中蒙边界中段(B区)总体上也呈现干旱化,特别是最近10几年来干旱化显著加剧;而中国青藏高原(C区)代表了干旱化缓和区,没有明显的变化趋势。为研究3个区的周期特性,我们对其进行功率谱分析(最大落后步长m=72),结果表明,北非区除了具有强烈的线性趋势之外,主要存在准12a、1.5~4a的周期振荡;中蒙边界中段及中国青藏高原区则均存在1.5~3a的周期变化。进一步计算了整个东半球SPEI指数场第一显著周期(该周期对应的谱密度值超过95%红噪音临界谱值且谱密度值与红噪音临界谱值差值最大)的地域分布(图略),结果显示东半球绝大地区存在1.5~3a左右的振荡周期,中亚部分地区存在准4a的振荡周期,非洲部分地区则存在12a的年代际振荡周期。可见,近60a来东半球不同地区干旱化趋势、持续性和周期性等变化特征是极其复杂的。需要指出的是,即使不同地区具有相同的主周期,干旱发生时段也可能不同。而且,干旱周期的复杂性还表现为干旱发生的周期不是单一周期,而是多种因素影响下的复杂混合周期。周期分析只能作为预报干旱的依据之一,而不是惟一依据。3干旱的可能原因3.1温度变化的相关系数由于干旱化的形成本身是一个复杂多学科问题,关于其成因研究,目前仍是一个世界难题。我们通过检验SPEI与全球气温及ENSO相关性,从宏观角度初步探讨大尺度背景下干旱气候变化的可能影响机制。为分析全球气温异常对SPEI指数场的影响程度,我们计算了EOF分析中第一模态对应的时间系数与全球陆地平均气温距平(GMT)的相关系数,结果显示720个月序列的相关系数值高达0.81,通过了0.001显著性水平检验,时间系数与陆地气温几乎呈现同步变化(图9),这表明东半球最主要的干旱变化受温度影响并与全球变暖产生联系。进一步对整个SPEI指数场与气温距平值的相关分析(图略)发现,相关性比较高的几个地区分别出现在非洲中北部地区、俄罗斯东部、中国西北东部及蒙古中南部、澳大利亚东南部等地区,相关系数均在-0.4以下。这意味着非洲绝大地区、俄罗斯中部及东部、中国东北、华北及西北东部、蒙古、南亚、东南亚以及澳洲大陆东部地区的干旱化与全球气候变暖密切相关,其间的具体机制可能涉及土壤水分蒸发加剧等过程,但这些物理机制的详细讨论已超出了本文研究的范围。3.2enso对东半球大陆区域干旱化的影响为分析ENSO对SPEI指数场的可能影响,我们在过滤了2a以下的高频振荡后发现SPEI的EOF分析中第二模态对应的时间系数与SOI指数序列高度相关,相关系数为0.40。而当把时间系数滞后8个月(图10),相关系数则达到0.60(通过0.001显著性水平检验)。这表明ENSO对东半球陆地区域干湿变化的最大影响滞后于热带太平洋SOI指数约8个月,东半球干旱化的周期振荡受ENSO影响非常显著。而这种滞后相关,部分是与不可忽视的土壤水分记忆有关。结合EOF第二模态的空间特征(图2B)可以看到,当ENSO发生时,中亚、西亚及地中海沿岸比正常年份偏湿,相反,欧洲西部、俄罗斯中部及东部、非洲中部及南部、南亚、东南亚地区、澳大利亚大部分地区要较正常年份偏干。上述研究表明,在全球变暖大背景下,东半球陆地干旱化趋势与气温密切相关。而干旱的振荡变化则受到ENSO影响,ENSO对东半球陆地区域干旱化的最大影响滞后于热带太平洋SOI指数约8个月。4干旱化、周期风险增加利用最新提出的干旱指数SPEI数据,探讨了过去60a