張 強(qiáng),孫 鵬,程 辰,孔冬冬

(1.北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100875; 2.安徽師范大學(xué)國(guó)土資源與旅游學(xué)院,安徽 蕪湖 241002;3. 安徽省自然災(zāi)害過(guò)程與防控研究省級(jí)實(shí)驗(yàn)室,安徽 蕪湖 241002; 4. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院,廣東 廣州 510275;5.廣東省城市化與地理環(huán)境空間模擬重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510275)

安徽省作為中國(guó)重要的商品糧產(chǎn)地,是全國(guó)重要的糧食主產(chǎn)省和商品糧調(diào)出省。安徽省地處長(zhǎng)江、淮河中下游地區(qū),為東亞季風(fēng)濕潤(rùn)區(qū)與半濕潤(rùn)區(qū)的氣候過(guò)渡區(qū)域,是南北氣候、中低緯度和海陸相3種過(guò)渡帶的重疊地區(qū),天氣系統(tǒng)復(fù)雜多變,形成了區(qū)域“無(wú)降水旱、有降水澇、強(qiáng)降水洪”的典型區(qū)域旱澇特征,由此引發(fā)的氣象災(zāi)害對(duì)當(dāng)?shù)氐纳a(chǎn)、生活產(chǎn)生較大影響[19]。安徽省是我國(guó)氣候變化的敏感區(qū),氣候條件極為復(fù)雜, 氣象災(zāi)害種類多、發(fā)生頻繁,給安徽省國(guó)民經(jīng)濟(jì)建設(shè)和社會(huì)發(fā)展特別是農(nóng)業(yè)生產(chǎn)造成巨大影響。因此,開展ENSO影響下的安徽省旱澇災(zāi)害時(shí)空分布其對(duì)農(nóng)業(yè)生產(chǎn)的影響研究具有重要意義。但目前針對(duì)ENSO對(duì)安徽省氣候變化(降水、氣溫)相關(guān)影響的研究較多[20-22]，而關(guān)于ENSO對(duì)安徽省旱澇災(zāi)害的影響及滯后性研究較少,特別是其旱澇究竟對(duì)ENSO 事件有何響應(yīng)、ENSO事件引起氣溫、降水異常導(dǎo)致的農(nóng)業(yè)氣象災(zāi)害等研究較少,因此,本文選擇1961—2014年安徽省及周邊25個(gè)氣象站點(diǎn)數(shù)據(jù)、ENSO數(shù)據(jù)和農(nóng)業(yè)數(shù)據(jù),分析了安徽省這54年的旱澇和糧食災(zāi)損率時(shí)空變化特征及其與ENSO的關(guān)系,揭示ENSO事件對(duì)安徽省旱澇災(zāi)害分布和農(nóng)業(yè)生產(chǎn)的影響,以期為當(dāng)?shù)氐暮楹禐?zāi)害預(yù)測(cè)和防災(zāi)減災(zāi)提供參考。

圖1 安徽省雨量站點(diǎn)空間分布示意圖

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本研究選用1961年1月—2014年12月由中國(guó)氣象局國(guó)家氣象信息中心提供的較為完整的安徽省及周邊24個(gè)氣象站點(diǎn)逐日降水量、日平均氣溫以及風(fēng)速等資料(圖1),如果最大連續(xù)缺測(cè)數(shù)據(jù)小于5天,用相鄰日期線性插值來(lái)實(shí)現(xiàn);如果大于5天,與最大搜索半徑為400 km的相鄰站點(diǎn)進(jìn)行線性插值。小麥和稻谷災(zāi)損率數(shù)據(jù)來(lái)源于1989—2010年《安徽省統(tǒng)計(jì)年鑒》和《中國(guó)氣象災(zāi)害大典》(安徽卷)[23]。Nino3.4海區(qū)海表溫度距平(SSTA)數(shù)據(jù)來(lái)自美國(guó)海洋大氣局(NOAA)(http://www.noaa.gov);南方濤動(dòng)指數(shù) (Southern Oscillation Index, SOI)數(shù)據(jù)來(lái)自于美國(guó)國(guó)家氣候預(yù)測(cè)中心(American National Climate Prediction, CPC)發(fā)布的兩次標(biāo)準(zhǔn)化序列。本文研究的皖南地區(qū)主要包括宣城、蕪湖、銅陵、馬鞍山、池州和黃山，江淮地區(qū)為合肥、安慶、滁州和六安，皖北地區(qū)為淮北、亳州、宿州、阜陽(yáng)、蚌埠和淮南。

1.2 研究方法

1.2.1 標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)

為了加深了解氣溫變化對(duì)用水需求的影響,Vicente-Serrano等[24]提出了用SPEI來(lái)研究旱澇。SPEI被設(shè)計(jì)成同時(shí)考慮降水(P)和潛在蒸散發(fā)(PET)的影響來(lái)監(jiān)測(cè)干旱過(guò)程,其中潛在蒸散發(fā)指的是在水足夠多的情況下所能產(chǎn)生的蒸發(fā)和蒸騰總量,采用彭曼公式計(jì)算潛在蒸散發(fā)。SPEI計(jì)算方法原理是用降水量與蒸散量的差值偏離平均狀態(tài)的程度來(lái)表征某地區(qū)的干旱。具體計(jì)算步驟如下:

a. 計(jì)算潛在蒸散。

b. 用式(1)計(jì)算逐月降水與蒸散的差值

Di=Pi-PETi

(1)

式中:Di為降水與蒸散的差值；Pi為月降水量；PETi為月蒸散量。

c. 與SPI方法一致,對(duì)Di數(shù)據(jù)序列進(jìn)行正態(tài)化。由于原始數(shù)據(jù)序列Di中可能存在負(fù)值,所以SPEI指數(shù)采用了3個(gè)參數(shù)的log-logistic概率分布。log-logistic概率分布的累積函數(shù)為

(2)

(3)

式中:α為尺度參數(shù);β為形狀參數(shù);γ為origin參數(shù);f(x)為概率密度函數(shù);F(x)為概率分布函數(shù)。

d. 對(duì)序列進(jìn)行標(biāo)準(zhǔn)化正態(tài)處理,得到相應(yīng)SPEI值:

(4)

(5)

當(dāng)P≤0.5時(shí),P=F(x);當(dāng)P>0.5時(shí),P=1-F(x)。其他參數(shù)分別為C0=2.515 517,C1=0.802 853,C2=0.010 328,d1=1.432 788,d2=0.189 269,d3=0.001 308。SPEI按照表1標(biāo)準(zhǔn)進(jìn)行干旱等級(jí)劃分[24]。

表1 SPEI干旱等級(jí)劃分

1.2.2M-K趨勢(shì)檢驗(yàn)

采用非參數(shù)Mann-Kendall (簡(jiǎn)稱M-K法) 趨勢(shì)檢驗(yàn)法來(lái)研究標(biāo)準(zhǔn)降水指數(shù)的趨勢(shì)變化情況[25]。M-K方法廣泛應(yīng)用于檢驗(yàn)水文氣象資料的趨勢(shì)成分,是世界氣象組織推薦的應(yīng)用于時(shí)間序列分析的方法。國(guó)內(nèi)外許多文獻(xiàn)[26-27]研究了時(shí)間序列的自相關(guān)性對(duì)M-K檢驗(yàn)結(jié)果的影響。Kulkarni等[28]建議在進(jìn)行M-K檢驗(yàn)之前對(duì)時(shí)間序列進(jìn)行“預(yù)白化”(prewhiten)處理。所有序列在進(jìn)行M-K分析之前均需要預(yù)白化處理。利用Pearson相關(guān)系數(shù)法計(jì)算各站點(diǎn)旱澇受災(zāi)程度與ENSO事件的相關(guān)性系數(shù)并進(jìn)行顯著性檢驗(yàn)。

1.2.3 糧食減產(chǎn)率

農(nóng)作物最終產(chǎn)量受各種自然因素和人類活動(dòng)因素的綜合影響,相互關(guān)系復(fù)雜,難量化。根據(jù)環(huán)境因素的偶然性和人類活動(dòng)因素的漸進(jìn)性和相對(duì)穩(wěn)定性的特點(diǎn),可以認(rèn)為產(chǎn)量是由趨勢(shì)項(xiàng)和波動(dòng)項(xiàng)構(gòu)成,并可通過(guò)統(tǒng)計(jì)學(xué)方法將其分離。其中,趨勢(shì)項(xiàng)反映了生產(chǎn)技術(shù)水平的提高;而波動(dòng)項(xiàng)則主要是由于氣候變化造成的。ENSO年引起研究區(qū)域氣候異常,進(jìn)而影響農(nóng)作物生產(chǎn)的氣候要素發(fā)生變化,導(dǎo)致農(nóng)作物產(chǎn)量受到影響,因此,減產(chǎn)率能夠較好反映ENSO對(duì)農(nóng)業(yè)生產(chǎn)的影響。根據(jù)前人的研究[29]結(jié)果將農(nóng)作物產(chǎn)量分解為趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量3部分。表達(dá)為

y=yt+yw+Δy

(6)

式中:y為糧食實(shí)際產(chǎn)量,kg/hm2;yt為糧食產(chǎn)量趨勢(shì),kg/hm2;yw為氣候變化導(dǎo)致的糧食產(chǎn)量變化項(xiàng),kg/hm2;Δy為糧食產(chǎn)量的隨機(jī)分量,kg/hm2。

計(jì)算中一般都假定Δy可忽略不計(jì)。利用安徽省各地市1989—2009年糧食產(chǎn)量資料進(jìn)行分析,對(duì)趨勢(shì)產(chǎn)量進(jìn)行三次多項(xiàng)式模擬,計(jì)算1989—2009年各地市的趨勢(shì)產(chǎn)量。安徽省各地市88%的縣市的糧食產(chǎn)量曲線通過(guò)95%顯著性檢驗(yàn)。冬小麥和水稻減產(chǎn)率是采用逐年的實(shí)際產(chǎn)量偏離趨勢(shì)產(chǎn)量的相對(duì)氣象產(chǎn)量的負(fù)值,計(jì)算公式為

%

(7)

式中:yd為糧食減產(chǎn)率,%;y為糧食實(shí)際產(chǎn)量,kg/hm2;yt為糧食趨勢(shì)產(chǎn)量,kg/hm2。

1.2.4ENSO年及強(qiáng)度劃定

有關(guān)ENSO事件的定義和強(qiáng)度的劃分標(biāo)準(zhǔn)略有不同[7],本文表征ENSO事件的指標(biāo)主要參考美國(guó)國(guó)家海洋大氣局的指標(biāo)體系,采用Nino3.4海區(qū)海表溫度距平(SSTA)以及南方濤動(dòng)指數(shù)(SOI)。以海溫距平值持續(xù) 6 個(gè)月以上±0.5℃定義為 1次ENSO事件。根據(jù)SSTA值高低將ENSO事件劃分為強(qiáng)(±3)、中(±2)、弱(±1)以及正常(0)等級(jí)。據(jù)此可知,在1960—2014年共發(fā)生26次ENSO事件,其中El Nio年共14次,La Nina年共12次。對(duì)ENSO事件進(jìn)行強(qiáng)度統(tǒng)計(jì),統(tǒng)計(jì)得出在此時(shí)段內(nèi)中等及以上強(qiáng)度的ENSO事件共計(jì)17次,占總數(shù)的65%。從持續(xù)時(shí)間來(lái)看,ENSO事件的強(qiáng)度與持續(xù)時(shí)間長(zhǎng)短并無(wú)明顯的相關(guān)關(guān)系(表2)。由圖2中1961—2014年發(fā)生的ENSO事件年際變化來(lái)看,ENSO暖事件(El Nio)與ENSO冷事件(La Nina)往往交替發(fā)生,在1970s和1980s時(shí)間內(nèi)發(fā)生強(qiáng)ENSO事件最多,達(dá)6次,占到統(tǒng)計(jì)年強(qiáng)ENSO事件的55%。強(qiáng)El Nio事件與強(qiáng)La Nina時(shí)間相繼發(fā)生總共有兩次,一次是1972年的強(qiáng)El Nio事件后,緊接著發(fā)生1973—1974年的強(qiáng)La Nina事件;另外一次是1997年的強(qiáng)El Nio事件后,緊接著發(fā)生1998—2000年的強(qiáng)La Nina事件。

表2 1961—2014年ENSO年統(tǒng)計(jì)

圖2 1961—2014年安徽SPEI時(shí)間序列圖

為了進(jìn)一步探討ENSO事件下安徽省旱澇災(zāi)害是否頻發(fā),本文統(tǒng)計(jì)了1961—2014年和ENSO事件年的月SPEI的中度以上旱澇統(tǒng)計(jì)值,計(jì)算得到ENSO事件年中度以上旱澇次數(shù)占1961—2014年中度以上旱澇總次數(shù)比(表3),洪澇發(fā)生在ENSO事件年比重大于干旱發(fā)生在ENSO事件年的比重,安徽大部分地區(qū)50%以上的洪澇均發(fā)生在ENSO年,而安徽大部分地區(qū)發(fā)生在ENSO年的干旱也超過(guò)了40%。另外,統(tǒng)計(jì)了安徽受災(zāi)面積在50萬(wàn)km2以上的年份中,結(jié)合唐曉春等[15]對(duì)災(zāi)害等級(jí)劃分,1961—2014年安徽省共發(fā)生中度以上干旱28次,19次與ENSO事件有關(guān),占中度以上干旱總次數(shù)的68%,其中厄爾尼諾當(dāng)年共5次,厄爾尼諾衰退年及拉尼娜年共14次。發(fā)生中度以上洪澇共計(jì)23次,19次與ENSO年有關(guān),占中度以上洪澇總次數(shù)的83%,厄爾尼諾當(dāng)年10次,衰退年及拉尼娜年9次。

表3 中度以上旱澇ENSO事件年占 1961—2014年總次數(shù)比值

因此,與ENSO事件有關(guān)年份安徽省旱澇發(fā)生頻率高,且干旱受厄爾尼諾次年及拉尼娜年影響大,洪澇受厄爾尼諾當(dāng)年影響更大。

2 安徽省旱澇災(zāi)害時(shí)空特征

本文擬采用標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI),與常用的PDSI以及SPI相比,SPEI相比較PDSI,其計(jì)算更為方便,對(duì)資料的需求更低,適用性更廣;而相比較SPI,SPEI考慮了溫度所帶來(lái)的蒸散發(fā)對(duì)干旱的影響,對(duì)于氣溫變化明顯的地區(qū),其結(jié)果更加切合實(shí)際[30]。SPEI在江淮流域旱澇災(zāi)害的適用性得到很好驗(yàn)證,3個(gè)月尺度的SPEI(SPEI3)對(duì)干旱發(fā)展的漸進(jìn)性及旱澇區(qū)域(尤其是旱情發(fā)展較嚴(yán)重的區(qū)域)表現(xiàn)較為良好[31],因此本文選擇SPEI3表征安徽省的旱澇時(shí)空變化。

2.1 旱澇災(zāi)害季節(jié)變化特征

利用3個(gè)月時(shí)間尺度的SPEI指數(shù)能夠較好地反映旱澇季節(jié)變化特征。圖2給出了基于SPEI指數(shù)近54 a的安徽省四季旱澇變化趨勢(shì)。從圖2中可知,春、秋季SPEI指數(shù)波動(dòng)幅度大于夏季和冬季,春季在1961—1977年和1986—1993年SPEI3指數(shù)呈增加趨勢(shì),即濕潤(rùn)化趨勢(shì)增加;其他時(shí)段呈干旱化趨勢(shì),特別是1997年后,SPEI值由正值轉(zhuǎn)為負(fù)值,趨于干旱化(圖2(a))。1970s之前,安徽夏季呈干旱化狀態(tài),其他時(shí)段夏季旱澇趨勢(shì)在不同年代未發(fā)生明顯波動(dòng),處于偏濕潤(rùn)的狀態(tài)。安徽省秋季在近54a來(lái)呈現(xiàn)澇—旱—澇—旱—澇的過(guò)程,旱澇不斷轉(zhuǎn)變,在1993—2006年,安徽秋季處于較長(zhǎng)的干旱狀態(tài)(圖2(c))。相反的,安徽冬季SPEI3指數(shù)呈增加趨勢(shì),尤其是在20世紀(jì)90年代,除1998年SPEI值小于-1以外,多數(shù)年份SPEI值均大于0.5,表明了安徽省冬季具有較為明顯的濕潤(rùn)狀態(tài),但是進(jìn)入21世紀(jì)10年代,有趨向于干旱化趨勢(shì)。

2.2 旱澇災(zāi)害月尺度時(shí)空特征

圖3 1961—2014年安徽月尺度旱澇變化趨勢(shì)

圖3是1961—2014年安徽省1-12月的SPEI3指數(shù)的M-K趨勢(shì)圖。從圖中可得1961—2014年安徽省各月份旱澇變化趨勢(shì)以及空間格局上具有明顯差異,各月份有干旱化和濕潤(rùn)化趨勢(shì),但是趨勢(shì)變化不顯著。在春季(3—5月),3月份皖北碭山附近地區(qū)M-K統(tǒng)計(jì)值為負(fù)值,表明該時(shí)期該地區(qū)3月呈現(xiàn)干旱化趨勢(shì),但未通過(guò)0.05顯著性檢驗(yàn),干旱化趨勢(shì)并不顯著。除此以外其他地區(qū)均有變濕趨勢(shì),其中蚌埠、巢湖、安慶地區(qū)通過(guò)0.05顯著性檢驗(yàn),表明洪澇災(zāi)害發(fā)生概率增加。4月份整個(gè)安徽省出現(xiàn)變干趨勢(shì),以江淮及皖北地區(qū)的變干趨勢(shì)明顯。5月份梅雨季節(jié)來(lái)臨之前,全省呈現(xiàn)變干趨勢(shì)的地區(qū)進(jìn)一步擴(kuò)大,干旱程度進(jìn)一步加劇，全省大部分地區(qū)呈現(xiàn)變干趨勢(shì),僅有皖東北地區(qū)的淮北、滁州呈現(xiàn)變濕趨勢(shì)。在夏季(6—8月),6月份盡管江淮地區(qū)進(jìn)入梅雨季節(jié),但是6月份安徽全省大部分地區(qū)出現(xiàn)干旱化趨勢(shì),僅僅皖北地區(qū)和皖南南部地區(qū)呈現(xiàn)濕潤(rùn)趨勢(shì)。7月份全省的大部分地區(qū)呈現(xiàn)濕潤(rùn)化趨勢(shì),但是濕潤(rùn)化趨勢(shì)不顯著。8月份絕大部分呈現(xiàn)地區(qū)濕潤(rùn)化趨勢(shì),皖南地區(qū)，如馬鞍山、巢湖、蕪湖，通過(guò)0.05顯著性檢驗(yàn),濕潤(rùn)化趨勢(shì)顯著;而皖東北地區(qū)由6—7月份的濕潤(rùn)趨勢(shì)轉(zhuǎn)為干旱趨勢(shì)。在秋季(9—11月份),9月份旱澇分布與8月份的類似,全省均呈現(xiàn)濕潤(rùn)化趨勢(shì),皖南地區(qū)濕潤(rùn)化趨勢(shì)優(yōu)于皖北地區(qū);10月份由江淮地區(qū)向皖北、皖南方向呈干旱化趨勢(shì),黃山市和宿州市的干旱化趨勢(shì)最為明顯;11月份全省由皖南和皖北干旱化趨勢(shì)演變?yōu)槿〉母珊祷厔?shì),皖東南的宣城地區(qū)干旱化趨勢(shì)最為明顯。在冬季(12月至次年2月),12月份安徽省總體呈現(xiàn)北濕南干的空間分布特征。皖北地區(qū)均呈現(xiàn)濕潤(rùn)化趨勢(shì),而除了皖西南局部地區(qū),整個(gè)江淮地區(qū)以及皖南均呈現(xiàn)干旱化趨勢(shì)。1月份安徽省絕大部分地區(qū)均呈現(xiàn)濕潤(rùn)化趨勢(shì),均未通過(guò)0.05顯著性檢驗(yàn)。2月份安徽全省濕潤(rùn)化趨勢(shì)變化顯著,其中江淮地區(qū)和皖南地區(qū)的濕潤(rùn)化趨勢(shì)通過(guò)0.05顯著性檢驗(yàn),變化趨勢(shì)顯著?？傮w上,4—6月安徽省大部分地區(qū)呈干旱化趨勢(shì),皖南地區(qū)趨勢(shì)變化較皖北地區(qū)明顯;1—3月和7—9月大部分地區(qū)呈濕潤(rùn)化趨勢(shì),同樣皖南地區(qū)趨勢(shì)變化較皖北地區(qū)明顯;10—12月份皖北地區(qū)趨于濕潤(rùn),而皖南地區(qū)趨于干旱。與皖北地區(qū)相比較,皖南地區(qū)各月份趨勢(shì)變化大,即皖南地區(qū)的降水在各月份極端不均勻。

圖4 1961—2014年ENSO事件SSTA與SPEI指數(shù)相關(guān)系數(shù)空間分布

3 ENSO影響下安徽省旱澇時(shí)空特征

3.1 安徽SPEI3與ENSO事件指數(shù)的相關(guān)性分析

3.1.1 安徽SPEI3與SSTA的相關(guān)性分析

為了進(jìn)一步反映ENSO對(duì)安徽省區(qū)域內(nèi)部差異影響,利用1961—2014年所有發(fā)生ENSO事件的月份的Nino3.4海區(qū)海表溫度距平(SSTA)與同時(shí)段安徽及周邊24個(gè)氣象站點(diǎn)的逐月SPEI3(定義為旱澇指數(shù))做相關(guān)性分析(圖4),在整個(gè)ENSO發(fā)生時(shí)段內(nèi),海溫距平(SSTA)與同期安徽省旱澇指數(shù)的相關(guān)系數(shù)均為正值,二者存在正相關(guān)。從圖4(a)看,SSTA與安徽旱澇指數(shù)相關(guān)系數(shù)較大的地區(qū)主要位于皖南地區(qū)和皖北中部地區(qū)、特別是長(zhǎng)江以南的區(qū)域相關(guān)性最大,表明該區(qū)域的旱澇指數(shù)與SSTA直接相關(guān)。前人研究表明ENSO事件對(duì)東南亞以及太平洋地區(qū)的影響存在數(shù)月至數(shù)年的滯后性,氣候異常并非與赤道東太平洋地區(qū)海溫異常完全同步。因?yàn)殡S著滯后時(shí)間增加,相關(guān)系數(shù)均呈顯著性相關(guān),因此本文只列出了圖4(b)～圖5(g)分別是各站點(diǎn)滯后1～6個(gè)月的旱澇指數(shù)與SSTA的相關(guān)性分析,由圖可知,隨著滯后性月份的增加,安徽各區(qū)域的旱澇指數(shù)與SSTA的相關(guān)系數(shù)逐漸增大,而且相關(guān)關(guān)系強(qiáng)度由南往北遞減,說(shuō)明皖南地區(qū)與SSTA相關(guān)性大于皖北地區(qū)。區(qū)域的旱澇指數(shù)與SSTA在滯后3個(gè)月時(shí),安徽各區(qū)域的旱澇指數(shù)與SSTA的相關(guān)性最強(qiáng),表明SSTA對(duì)未來(lái)3個(gè)月皖南旱澇有明顯的影響。

3.1.2 安徽SPEI3與SOI的相關(guān)性分析

SOI 是表征ENSO 事件的傳統(tǒng)指標(biāo),是目前監(jiān)測(cè)ENSO 的常規(guī)指數(shù)。本文SOI取自塔希堤與澳大利亞的達(dá)爾文站的海平面氣壓差,圖5是SOI與安徽25個(gè)氣象站點(diǎn)的逐月SPEI3相關(guān)性分析,因?yàn)镾OI與SSTA呈負(fù)相關(guān)關(guān)系,因此安徽旱澇指數(shù)與SOI的相關(guān)關(guān)系為負(fù)相關(guān)。皖北地區(qū)和皖東地區(qū)的SOI與SPEI3同時(shí)段的相關(guān)關(guān)系大于皖南地區(qū)(圖5(a)),隨著滯后性月份的增加,安徽旱澇指數(shù)與SOI相關(guān)關(guān)系大的區(qū)域由皖西北向皖東北轉(zhuǎn)移。在滯后4個(gè)月的安徽旱澇指數(shù)與SOI相關(guān)關(guān)系整體達(dá)到最大,最大的區(qū)域分布于長(zhǎng)江以南的區(qū)域,該區(qū)域與SSTA的相關(guān)關(guān)系也最大。其次,大別山區(qū)和巢湖流域旱澇指數(shù)與SOI相關(guān)關(guān)系較大。

3.2 安徽SPEI3與典型ENSO時(shí)間年的相關(guān)性分析

圖5 1961—2014年ENSO事件SOI與SPEI相關(guān)系數(shù)空間分布

圖6 1961—2014年典型ENSO事件SSTA與SPEI相關(guān)系數(shù)空間分布

為了進(jìn)一步揭示安徽旱澇指數(shù)與ENSO的相關(guān)性,本文選取了表2中典型ENSO年的SSTA與SOI與相應(yīng)典型ENSO年的SPEI3旱澇指數(shù)進(jìn)行相關(guān)性分析(圖6和圖7),以揭示安徽旱澇與典型年的相關(guān)性。由圖6知,安徽旱澇指數(shù)與同時(shí)段典型年SSTA的相關(guān)關(guān)系大的區(qū)域是皖南地區(qū),隨著滯后月份增加,相關(guān)關(guān)系較大的區(qū)域由皖南地區(qū)向巢湖流域推移,旱澇指數(shù)與典型ENSO年的SSTA相關(guān)關(guān)系在滯后3個(gè)月達(dá)到最大(圖6(c)),這說(shuō)明典型ENSO事件發(fā)生后,對(duì)安徽皖南和巢湖流域未來(lái)3個(gè)月的旱澇指數(shù)產(chǎn)生影響;而皖北地區(qū)旱澇指數(shù)對(duì)ENSO的響應(yīng)不靈敏。

圖7 1961—2014年典型ENSO事件SOI與SPEI相關(guān)系數(shù)空間分布

圖8 1989—2009年安徽小麥和稻谷災(zāi)損率時(shí)空分布

圖8是安徽旱澇指數(shù)與同時(shí)段典型年SOI的相關(guān)關(guān)系呈負(fù)相關(guān),相關(guān)關(guān)系大的區(qū)域是皖北地區(qū)(圖7(a)),這說(shuō)明SOI表明的典型ENSO事件發(fā)生后,對(duì)同時(shí)段皖北地區(qū)的旱澇指數(shù)產(chǎn)生影響。隨著滯后月份增加,相關(guān)關(guān)系大的區(qū)域由皖北地區(qū)向皖南地區(qū)轉(zhuǎn)移,在滯后3個(gè)月的時(shí),旱澇指數(shù)與典型ENSO年的SOI 相關(guān)關(guān)系最大(圖7(c)),這說(shuō)明典型ENSO事件發(fā)生后,對(duì)安徽皖南未來(lái)3個(gè)月的旱澇指數(shù)產(chǎn)生影響。皖西南地區(qū)隨著滯后月份增加,相關(guān)關(guān)系也逐漸增大,在滯后6個(gè)月相關(guān)關(guān)系達(dá)到最大,說(shuō)明典型ENSO事件發(fā)生后,對(duì)安徽皖西南未來(lái)6個(gè)月的旱澇指數(shù)將受影響。

4 小麥和稻谷災(zāi)損率時(shí)空分布研究

安徽省主要糧食作物小麥主產(chǎn)區(qū)主要分布在皖北地區(qū),稻谷主產(chǎn)區(qū)分布在皖南地區(qū)?；谑?6)～(7)得到安徽省小麥和稻谷的災(zāi)損率時(shí)空分布圖(圖8),柱狀圖正值代表產(chǎn)量增加,負(fù)值表示產(chǎn)量減少。由圖8(a)可知:從受災(zāi)年份和程度來(lái)看,1991年、1997年、1998年、1999年和2003年小麥災(zāi)損率最大,特別是江淮地區(qū)和皖南地區(qū)的在上述年份小麥災(zāi)損率分別達(dá)到了0.446、0.241、0.261、0.225和0.237,其中1991年小麥災(zāi)損率達(dá)到最大。1991年安徽省小麥有4個(gè)地級(jí)市受災(zāi)率在50%以上,11個(gè)地級(jí)市受災(zāi)情況在10%以上。據(jù)統(tǒng)計(jì),1991年洪水造成安徽全省受災(zāi)人口達(dá)4 800多萬(wàn)人,占全省總?cè)丝诮?0%,因?yàn)?zāi)死亡267人,農(nóng)作物受災(zāi)面積4.3萬(wàn)km2,各項(xiàng)直接經(jīng)濟(jì)損失近70億元人民幣。其次在1998年安徽有12個(gè)地級(jí)市受災(zāi)率在10%以上。在上述小麥災(zāi)損率較大的年份中,1991年、1998年和2003年均發(fā)生大洪水,在該年份或者前一年均發(fā)生中度以上ENSO事件,說(shuō)明中度以上ENSO事件引起全省小麥災(zāi)損率高。2004—2009全省小麥災(zāi)損率明顯降低,全省平均小麥災(zāi)損率在1%左右,而1989—2003年小麥災(zāi)損率在8%以上。從受災(zāi)區(qū)域來(lái)看,1989—2009年小麥因?yàn)?zāi)減產(chǎn)在13次以上的區(qū)域主要分布在江淮地區(qū)和皖南地區(qū),分別是銅陵、合肥、馬鞍山、宣城和安慶。皖南地區(qū)和江淮部分地區(qū)在1989—2009年的21年中小麥減產(chǎn)平均達(dá)12年,但是小麥災(zāi)損率在10%以上年份平均僅為3年,說(shuō)明皖南地區(qū)小麥減產(chǎn)發(fā)生年份較多,小麥減產(chǎn)率較小。皖北地區(qū)和江淮地區(qū)災(zāi)損率發(fā)生年份僅為10年,但是皖北地區(qū)和江淮地區(qū)小麥災(zāi)損率在10%以上的年份平均有5年,其中合肥發(fā)生年份7年是最多的,其次是六安的6年。說(shuō)明皖北地區(qū)和江淮地區(qū)的小麥減產(chǎn)發(fā)生次數(shù)較少,小麥減產(chǎn)率較大。

圖9 1997年和2007年安徽省有效灌溉面積比、防洪耕地面積比和機(jī)械排灌面積比分布

安徽稻谷災(zāi)損率小于小麥的災(zāi)損率(圖8(b)),從受災(zāi)年份來(lái)看,全省16個(gè)地市在1989年、1992年、1995 —1997年、2004年和2008—2009年有10個(gè)地市以上的稻谷減產(chǎn),其中1989年全省稻谷全部減產(chǎn),2004年和2008年全省有15個(gè)。從受災(zāi)程度上來(lái)看,2004年和1989年水稻災(zāi)損率最大,分別是0.299和0.218,其次是1992年的0.162。然而2008年盡管受災(zāi)面積大,但是稻谷的災(zāi)損率僅為0.052,遠(yuǎn)低于其他年份。由表2可見,導(dǎo)致全省水稻減產(chǎn)的上述年份在發(fā)生年或者前一年均發(fā)生ENSO事件,比如1988年強(qiáng)La Nina事件導(dǎo)致1989年全省稻谷減產(chǎn),2007年強(qiáng)La Nina事件導(dǎo)致1989年全省15個(gè)地市稻谷減產(chǎn),說(shuō)明ENSO事件發(fā)生時(shí),均會(huì)導(dǎo)致稻谷全省大范圍的減產(chǎn)。從受災(zāi)區(qū)域來(lái)看,21年中受災(zāi)次數(shù)較多的城市有六安、合肥、蚌埠、蕪湖和淮南。蚌埠地區(qū)受災(zāi)次數(shù)最多,達(dá)14次。稻谷減產(chǎn)率在10%以上的地區(qū)主要分布在淮北(32%)、阜陽(yáng)(35%)、馬鞍山(19%)、淮南(12%)和滁州(10%),淮北和阜陽(yáng)不屬于主產(chǎn)區(qū),但是馬鞍山、淮南和滁州地區(qū)屬于稻谷主產(chǎn)區(qū)。

5 討論與結(jié)論

從有效灌溉面積比來(lái)看(圖9(a)、圖9(d)),皖北地區(qū)有效灌溉面積比低,在0.40至0.52之間。皖北地區(qū)抗旱能力弱,皖北地區(qū)如淮北、蚌埠、宿縣地區(qū)稻谷的災(zāi)損率嚴(yán)重。隨著年份的增長(zhǎng),淮北市的有效灌溉面積比有明顯的提升,上升到0.67至0.83之間。說(shuō)明淮北市灌溉條件逐漸提高,所以在2008年(ENSO強(qiáng)度高)農(nóng)作物未受到災(zāi)損。從防洪耕地面積比來(lái)看(圖9(b)、9(e)),滁州市、皖西地區(qū)如六安、安慶是低值區(qū),防洪能力弱,安慶市為小麥災(zāi)損范圍廣的地區(qū),六安是災(zāi)損率高的地區(qū)。皖南地區(qū)如宣城、蕪湖、銅陵的防洪能力遠(yuǎn)高于皖北地區(qū)。從機(jī)械排灌面積比來(lái)看,低值區(qū)主要有宣城、黃山、安慶、宿縣地區(qū),巢湖和馬鞍山市排灌面積比較高。圖8(a)顯示皖北地區(qū)和江淮地區(qū)的小麥減產(chǎn)發(fā)生次數(shù)較少,小麥減產(chǎn)率較大,而皖南地區(qū)小麥減產(chǎn)發(fā)生年份較多,小麥減產(chǎn)率較小。冬小麥產(chǎn)量損失與干旱發(fā)生時(shí)段密切相關(guān),發(fā)生在4—5月的干旱減產(chǎn)最重,持續(xù)時(shí)間越長(zhǎng),損失越重,尤以冬春連旱對(duì)產(chǎn)量影響最大[19]。皖北地區(qū)主要以冬小麥為主,在4—6月份安徽全省呈干旱化趨勢(shì),特別是4月份皖北地區(qū)干旱化趨勢(shì)大于皖南地區(qū),這導(dǎo)致皖北地區(qū)小麥災(zāi)損率較高。安徽水稻主要種植區(qū)集中在沿淮淮北、江淮之間和沿江江南3個(gè)區(qū)域,研究表明旱災(zāi)對(duì)安徽省稻谷災(zāi)損率影響相對(duì)較小,而澇災(zāi)造成的一季稻減產(chǎn)損失明顯大于旱災(zāi),發(fā)生在生長(zhǎng)關(guān)鍵期的旱澇災(zāi)害對(duì)產(chǎn)量的影響大于其他時(shí)段[19]。安徽省稻谷生長(zhǎng)時(shí)間在4—7月和7—10、11月,4—7月以干旱化趨勢(shì)為主,發(fā)生澇災(zāi)幾率低,稻谷災(zāi)損率主要受到干旱威脅;7—11月安徽以濕潤(rùn)化趨勢(shì)為主,而且水稻主要種植區(qū)內(nèi)濕潤(rùn)化趨勢(shì)顯著,稻谷災(zāi)損率主要受到澇災(zāi)威脅。

有效灌溉面積比、防洪耕地面積比和機(jī)械排灌面積比(簡(jiǎn)稱為減災(zāi)指標(biāo)),這3個(gè)減災(zāi)指標(biāo)能較好地反映人類活動(dòng)的抗災(zāi)減災(zāi)能力,皖北地區(qū)和皖南地區(qū)的有效灌溉面積比、防洪耕地面積比和機(jī)械排灌面積比遠(yuǎn)低于其他地區(qū)。通過(guò)對(duì)1997年和2007年的相關(guān)數(shù)據(jù)對(duì)比分析,發(fā)現(xiàn)合肥、六安、馬鞍山和滁州的縣市的有效灌溉面積比、防洪耕地面積比和機(jī)械排灌面積比均減小了,這大大降低了區(qū)域的抗災(zāi)減災(zāi)能力,這也是造成該區(qū)域小麥和稻谷減產(chǎn)的原因之一。皖南地區(qū)和江淮地區(qū)的有效灌溉面積比、防洪耕地面積比和機(jī)械排灌面積比遠(yuǎn)高于皖北地區(qū),皖南和江淮地區(qū)是稻谷的主產(chǎn)區(qū),這也導(dǎo)致稻谷災(zāi)損率遠(yuǎn)低于小麥的災(zāi)損率。整體上,安徽全省大部分地區(qū)的有效灌溉面積比、防洪耕地面積比和機(jī)械排灌面積比呈增加趨勢(shì),也是導(dǎo)致從2003年以后全省小麥災(zāi)損率明顯降低。

基于1961—2014年安徽省25個(gè)氣象站實(shí)測(cè)資料,采用線性趨勢(shì)法、標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)、M-K趨勢(shì)檢驗(yàn)以及皮爾遜相關(guān)分析法分析了安徽省近54年的旱澇趨勢(shì)、時(shí)空變化特征及其與ENSO的關(guān)系,并進(jìn)一步揭示ENSO對(duì)安徽省農(nóng)業(yè)生產(chǎn)的影響,具體結(jié)論如下:

a. 洪澇發(fā)生在ENSO事件年的比重大于干旱發(fā)生在ENSO事件年的比重,安徽大部分地區(qū)50%以上的洪澇均發(fā)生在ENSO年,而安徽大部分地區(qū)發(fā)生在ENSO年的干旱也超過(guò)了40%。與ENSO事件有關(guān)年份安徽省旱澇發(fā)生頻率高,且干旱受厄爾尼諾次年及拉尼娜年影響大,洪澇受厄爾尼諾當(dāng)年影響更大。

b. 在時(shí)間變化上,近54年來(lái),安徽省變濕趨勢(shì)增強(qiáng)。在季尺度上,春季、秋季SPEI波動(dòng)幅度大于夏季和冬季,春季呈干旱化趨勢(shì)。在月尺度上,4—6月份安徽省大部分地區(qū)呈干旱化趨勢(shì),皖南地區(qū)趨勢(shì)變化較皖北地區(qū)明顯;1—3月和7—9月大部分地區(qū)呈濕潤(rùn)化趨勢(shì),皖南地區(qū)趨勢(shì)變化較皖北地區(qū)明顯;10—12月份皖北地區(qū)趨于濕潤(rùn),而皖南地區(qū)趨于干旱。與皖北地區(qū)相比較,皖南地區(qū)各月份趨勢(shì)變化大,即皖南地區(qū)的降水在各月份極端不均勻。

c. 在安徽省大部分地區(qū),ENSO事件旱澇指數(shù)呈顯著性相關(guān),其中El Nio與 La Nina事件與安徽省旱澇相關(guān)性顯著的地區(qū)存在差異,與El Nio事件相關(guān)性顯著的地區(qū)主要位于皖西北局部、皖北東部以及皖南大部分地區(qū),與La Nina事件相關(guān)性顯著的地區(qū)位于皖北以及皖東南局部。并且安徽省旱澇對(duì)ENSO事件的響應(yīng)存在一定的滯后性,在之后的3個(gè)月,安徽省旱澇指數(shù)對(duì)SSTA的響應(yīng)在逐漸增強(qiáng)。

d. 隨著滯后性月份的增加,安徽各區(qū)域的旱澇指數(shù)與SSTA的相關(guān)系數(shù)逐漸增大,而且相關(guān)性由南往北遞減,說(shuō)明皖南地區(qū)與SSTA相關(guān)性大于皖北地區(qū)。在滯后3個(gè)月時(shí),安徽各區(qū)域的旱澇指數(shù)與SSTA的相關(guān)性最強(qiáng),表明SSTA對(duì)未來(lái)3個(gè)月皖南旱澇有明顯的影響。

e. 近20年皖北、皖南地區(qū)稻麥減產(chǎn)主要發(fā)生在ENSO事件年或者前一年,且減產(chǎn)率高。皖北地區(qū)和江淮地區(qū)的小麥減產(chǎn)發(fā)生次數(shù)較少,小麥減產(chǎn)率較大,而皖南地區(qū)小麥減產(chǎn)發(fā)生年份較多,小麥減產(chǎn)率較小。ENSO對(duì)農(nóng)業(yè)生產(chǎn)的影響與旱澇分布狀況有關(guān),江淮地區(qū)良好的灌溉條件會(huì)降低ENSO年農(nóng)業(yè)旱澇受災(zāi)風(fēng)險(xiǎn)。

[1] 朱益民,楊修群,陳曉穎,等.ENSO與中國(guó)夏季年際氣候異常關(guān)系的年代際變化[J].熱帶氣象學(xué)報(bào),2007,23(2):105-116.(ZHU Yimin,YANG Xiuqun,CHEN Xiaoying,et al.Interdecadal variation of the relationship between ENSO and summer interannual climate variability in China[J].Journal of Tropical Meteorology,2007,23(2):105-116.(in Chinese))

[2] BR?NNIMANN S.Impact of El Nino-Southern Oscillation on European climate[J].Reviews of Geophysics,2007,45(3):.

[3] 任福民,袁媛,孫丞虎,等.近30年ENSO研究進(jìn)展回顧[J].氣象科技進(jìn)展，2012,2(3):17-24.(REN Fumin,YUAN Yuan,SUN Chenghu,et al.Review of progress of ENSO studies in the past three decades[J].Advances in Meteorological Science and Technology,2012,2(3):17-24.(in Chinese))

[4] 李崇銀,穆穆.ENSO機(jī)理及其預(yù)測(cè)研究[J].大氣科學(xué),2008,32(4):761-781.(LI Chongyin,MU Mu.Mechanism and prediction studies of the ENSO[J].Chinese Journal of Atmospheric Sciences,2008,32(4):761-781.(in Chinese))

[5] ZHANG Qiang,WANG Yue,SINGH V P,et al.Impacts of ENSO and ENSO Modoki+A regimes on seasonal precipitation variations and possible underlying causes in the Huai River basin,China[J].Journal of Hydrology,2016,533:308-319.

[6] 葉正偉,許有鵬,潘光波.江淮下游汛期降水與ENSO冷暖事件的關(guān)系[J].地理研究,2013,32(10):1824-1832.(YE Zhengwei,XU Youpeng,PAN Guangbo.Relationship between precipitation in flood season and ENSO warm and cold events in the lower reaches of Jianghuai Basin[J].Geographical Research,2013,32(10):1824-1832.(in Chinese))

[7] 王紹武,龔道溢.近百年來(lái)的ENSO事件及其強(qiáng)度[J].氣象,1999,25(1):9-13.(WANG Shaowu,GONG Daoyi.ENSO events and ENSO strength recent 100 years[J].Atmosphere,1999,25(1):9-13.(in Chinese))

[8] 宗海鋒,陳烈庭,張慶云.ENSO 與中國(guó)夏季降水年際變化關(guān)系的不穩(wěn)定性特征[J].大氣科學(xué),2010,34(1):184-192.(ZONG Haifeng,CHEN Lieting,ZHANG Qingyun.The instability of the interannual relationship between ENSO and the summer rainfall in China[J].Chinese Journal of Atmospheric Sciences,2010,34(1):184-192.(in Chinese))

[9] 劉永強(qiáng),丁一匯.ENSO 事件對(duì)我國(guó)季節(jié)降水和溫度的影響[J].大氣科學(xué),1995,19(2):200-208.(LIU Yongqiang,DING Yihui.Reappraisal of the influence of ENSO events on seasonal precipitation and temperature in China[J].Scientia Atmospherics Sinica,1995,19(2):200-208.(in Chinese))

[10] 許武成,馬勁松,王文.關(guān)于ENSO事件及其對(duì)中國(guó)氣候影響研究的綜述[J].氣象科學(xué),2005,25(2):212-220.(XU Wucheng,MA Jinsong,WANG Wen.A review of studys on the influence of ENSO events on the climate in China[J].Scientia Meteorologica Sinica,2005,25(2):212-220.(in Chinese))

[11] CHEN Yongli,ZHAO Yongping,FENG Junqiao,et al.ENSO cycle and climate anomaly in China[J].Chinese Journal of Oceanology and Limnology,2012,30(6):985-1000.

[12] 楊亞力,杜巖,陳海山,等.ENSO事件對(duì)云南及臨近地區(qū)春末初夏降水的影響[J].大氣科學(xué),2011,35(4):729-738.(YANG Yali,DU Yan,CHEN Haishan,et al.Influence of ENSO event on rainfall anomaly over Yunnan Province and its neighboring regions during late spring-early summer[J].Chinese Journal of Atmospheric Sciences,2011,35(4):729-738.(in Chinese))

[13] 李芬,張建新,郝智文,等.山西降水與ENSO 的相關(guān)性研究[J].地理學(xué)報(bào),2015,70(3):420-430.(LI Fen,ZHANG Jianxin,HAO Zhiwen,et al.Correlation analysis of rainfall and ENSO in Shanxi[J].Acta Geographica Sinica,2015,70(3):420-430.(in Chinese))

[14] 李威,翟盤茂.中國(guó)極端強(qiáng)降水日數(shù)與ENSO的關(guān)系[J].氣候變化研究進(jìn)展,2009,5(6):336-342.(LI Wei,ZHAI Panmao.Relationship between ENSO and frequency of extreme precipitation days in China[J].Advances in Climate Change Research,2009,5(6):336-342.(in Chinese))

[15] 唐曉春,袁中友.近60年來(lái)厄爾尼諾事件對(duì)廣東省旱災(zāi)的影響[J].地理研究,2010,29 (11):1933-1934.(TANG Xiaochun,YUAN Zhongyou.The influence of the drought disaster caused by El Nino events in Guangdong Province in recent 60 years[J].Geograpgical Research,2010,29 (11):1933-1934.(in Chinese))

[16] 鄭冬曉,楊曉光.ENSO對(duì)全球及中國(guó)農(nóng)業(yè)氣象災(zāi)害和糧食產(chǎn)量影響研究進(jìn)展[J].氣象與環(huán)境科學(xué),2014,37(4):90-100.(ZHENG Dongxiao,YANG Xiaoguang.Advance on effect of ENSO on agro-meteorological disaster and crop yields of the world and China[J].Meteorological and Environmental Sciences,2014,37(4):90-100.(in Chinese))

[17] SHUAI Jiabing,ZHANG Zhao,TAO Fulu,et al.How ENSO affects maize yields in China:understanding the impact mechanisms using a process-based crop model[J].International Journal of Climatology,2016,36(1):424-438.

[18] ZHANG Qiang,ZENG Jian,ZHANG Liyang.Characteristics of land surface thermal-hydrologic processes for different regions over North China during prevailing summer monsoon period[J].Science China:Earth Sciences,2012,55(1):1-9.

[19] 張愛(ài)民,馬曉群,楊太明,等.安徽省旱澇災(zāi)害及其對(duì)農(nóng)作物產(chǎn)量影響[J].應(yīng)用氣象學(xué)報(bào),2007,18(5):619-626.(ZHANG Aimin,MA Xiaoqun,YANG Taiming,et al.The influence of drought and water logging disasters on crop yields in Anhui Province[J].Journal of Applied Meteorological Science,2007,18(5):619-626.(in Chinese))

[20] 趙亮,鄒力,王成林,等.ENSO年?yáng)|亞夏季風(fēng)異常對(duì)中國(guó)江、淮流域夏季降水的影響[J].熱帶氣象學(xué)報(bào),2006,22(4):360-366.(ZHAO Liang,ZOU Li,WANG Chenglin,et al.Impacts of the East Asian summer monsoon anomaly during the ENSO event period on the summer precipitation in the lower-middle reaches of the Yangtze River and Huaihe River Valley[J].Journal of Tropical Meteorology,2006,22(4):360-366.(in Chinese))

[21] 張秉倫,王成興,曹永忠.厄爾尼諾與江淮流域旱澇災(zāi)害的關(guān)系[J].自然雜志,1998,20(5):289-293.(ZHANG Binglun,WANG Chengxing,CAO Yongzhong.The relations between El Nino and drought and floods disaster in the Yangtzi River and Huaihe River Valley[J].Chinese Journal of Nature,1998,20(5):289-293.(in Chinese))

[22] 曾婷,楊東,朱小凡,等.ENSO事件對(duì)安徽省氣候變化和旱澇災(zāi)害的影響[J].中國(guó)農(nóng)學(xué)通報(bào),2015,31(1):215-223.(ZENG Ting,YANG Dong,ZHU Xiaofan,et al.Impact of ENSO events on climate change and drought and flood disasters in Anhui province[J].Chinese Agricultural Science Bulletin,2015,31(1):215-223.(in Chinese))

[23] 翟武全.中國(guó)氣象災(zāi)害大典(安徽卷) [M].北京:氣象出版社,2006.

[24] VICENTE-SERRANO S M,BEGUERA S,LPEZ-MORENO J I.A mul-tiscalar drought index sensitive to global warming:the standardized precipitation evapotranspiration index[J].Journal of Climate,2010,23(7):1696-1718.

[25] ZHANG Qiang,SUN Peng,SINGH V P,et al.Precipitation changes in China (1956—2000):changing patterns and implications[J].Global and Planetary Change,2012,82/83:86-95.

[26] STORCH V H.Misuses of statistical analysis in climate research[C]//Storch HV,Navarra A.(Eds.).Analysis of climate variability:application of statistical techniques.Berlin:Springer-Verlag,1995:11-26.

[27] SANJIV K,VENKATESH M.Streamflow trends in Indiana:effects of long term persistence,precipitation and subsurface drains [J].Journal of Hydrology,2009,374:171-183.

[28] KULKARNI A,STROCH V H.Monte Carlo experiments on the effect of serial correlation on the Mann-Kendall test of trend [J].Meteorologische Zeitschrift,1995,4(2):82-85.[29] 朱自璽,劉榮花,方文松,等.華北地區(qū)冬小麥干旱評(píng)估指標(biāo)研究[J].自然災(zāi)害學(xué)報(bào),2011,12(1):145-150.(ZHU Zixi,LIU Ronghua,FANG Wensong,et al.Preliminary study on drought zonation of winter wheat in North China Plain[J].Journal of Natural Disasters,2011,12(1):145-150.(in Chinese))

[30] 李偉光,易雪,侯美亭,等.基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的中國(guó)干旱趨勢(shì)研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2012,20(5):643-649.(LI Weiguang,YI Xue,HOU Meiting,et al.Standardized precipitation evapotranspiration index shows drought trends in China[J].Chinese Journal of Eco-Agriculture,2012,20(5):643-649.(in Chinese))

[31] 段瑩,王文,蔡曉軍.PDSI、SPEI及CI指數(shù)在2010/2011年冬、春季江淮流域干旱過(guò)程的應(yīng)用分析[J].高原氣象,2013,32(4):1126-1139.(DUAN Ying,WANG Wen,CAI Xiaojun.Applied analyses on Palmer,SPEI and CI indices of drought process in Yangtze-Huaihe river basins during winter of 2010/spring of 2011[J].Plateau Meteorology,2013,32(4):1126-1139.(in Chinese))