李翔翔,居 輝,*,劉 勤,李迎春,秦曉晨

1 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所作物高效用水與抗災(zāi)減損國家工程實(shí)驗(yàn)室, 北京 100081 2 農(nóng)業(yè)部農(nóng)業(yè)環(huán)境重點(diǎn)實(shí)驗(yàn)室, 北京 100081 3 農(nóng)業(yè)部旱作節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室, 北京 100081

基于SPEI-PM指數(shù)的黃淮海平原干旱特征分析

李翔翔1,2,居 輝1,2,*,劉 勤1,3,李迎春1,2,秦曉晨1,2

1 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所作物高效用水與抗災(zāi)減損國家工程實(shí)驗(yàn)室, 北京 100081 2 農(nóng)業(yè)部農(nóng)業(yè)環(huán)境重點(diǎn)實(shí)驗(yàn)室, 北京 100081 3 農(nóng)業(yè)部旱作節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室, 北京 100081

利用黃淮海平原45個(gè)氣象站點(diǎn)1961—2014年月值氣象數(shù)據(jù),基于Penman-Monteith蒸散模型計(jì)算了標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI),對黃淮海平原近54年干旱變化趨勢、發(fā)生頻率和持續(xù)性特征進(jìn)行了分析,并探討了SPEI指數(shù)與河南、河北和山東省農(nóng)業(yè)干旱面積的關(guān)系,結(jié)果表明：(1)改用Penman-Monteith蒸散公式后,SPEI干旱指數(shù)在黃淮海平原呈整體上升趨勢,即趨于濕潤；(2)近54年干旱演變具有明顯的年代際差異,20世紀(jì)60年代干旱頻率最高,而21世紀(jì)初(2000—2014)干旱頻率整體偏低；(3)黃淮海平原干旱發(fā)生具有持續(xù)性的特點(diǎn),20世紀(jì)60年代遭受的持續(xù)性干旱最為嚴(yán)重,平均干旱持續(xù)時(shí)長約2.6個(gè)月,21世紀(jì)初下降到1.5個(gè)月；(4)河南、河北和山東省的農(nóng)業(yè)干旱面積年際變化表明,干旱面積呈減少趨勢,2000年以后年均受災(zāi)面積、成災(zāi)面積和絕收面積比2000年之前分別下降了58.0%、44.4%和49.1%；(5)農(nóng)業(yè)干旱面積與SPEI具有中等以上的相關(guān)強(qiáng)度,其中對山東省受災(zāi)、成災(zāi)和絕收面積相關(guān)系數(shù)r達(dá)到-0.7以上,表明基于Penman-Monteith蒸散模型的SPEI指數(shù)在黃淮海平原具有良好的適用性。

SPEI；Penman-Monteith蒸散模型；干旱趨勢；干旱頻率；黃淮海平原

干旱災(zāi)害影響范圍廣、持續(xù)時(shí)間長,一旦發(fā)生所造成的影響大,因而備受關(guān)注,是當(dāng)前氣候變化研究的熱點(diǎn)領(lǐng)域[1]。我國地處東亞季風(fēng)區(qū),地理?xiàng)l件復(fù)雜,氣象災(zāi)害頻發(fā)[2],而旱災(zāi)是我國當(dāng)前最主要的氣象災(zāi)害之一,對農(nóng)業(yè)生產(chǎn)、水資源、生態(tài)環(huán)境和人類活動(dòng)產(chǎn)生重要影響。1961—2010年,我國干旱年均受災(zāi)面積約23230千hm2,約占農(nóng)作物播種總面積的15.6%；其中成災(zāi)面積約10953千hm2,約占播種總面積的7.3%[3]。IPCC報(bào)告以及我國氣候變化預(yù)估分析均表明,氣候變化將會造成極端氣候事件及氣候?yàn)?zāi)害的頻率和強(qiáng)度明顯增強(qiáng),氣候?yàn)?zāi)害影響的區(qū)域增多,進(jìn)而對社會經(jīng)濟(jì)可持續(xù)發(fā)展造成不利影響。因此定量化研究干旱演變特征對制定適應(yīng)氣候變化策略、干旱風(fēng)險(xiǎn)管理具有科學(xué)指導(dǎo)意義。

20世紀(jì)以來,針對干旱影響的部門和地區(qū)、特殊的應(yīng)用和對其理解的程度不同,國際上提出了許多干旱定量化研究方法。其中,基于復(fù)雜水分平衡模式提出的Palmer干旱指數(shù)(PDSI)是干旱研究發(fā)展史上的里程碑,有效地解決了區(qū)域干旱監(jiān)測、預(yù)報(bào)難題,但是缺乏時(shí)空比較的有效性[4-5]。McKee等人[6]提出標(biāo)準(zhǔn)化降水指數(shù)(SPI)來替代Palmer指數(shù),SPI具有時(shí)間尺度靈活的特點(diǎn),計(jì)算簡便,但僅考慮降水因素,忽略了水分平衡的影響,對研究氣候變暖背景下干旱發(fā)生趨勢效果不佳[7]。基于此,2010年Vicente-Serrano等人[7]提出了標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI),該指數(shù)基于降水和蒸散的差額,既保留了PDSI對溫度敏感的特點(diǎn),又具備SPI 適合多尺度、多空間比較的優(yōu)點(diǎn),適于全球變暖背景下干旱特征的分析[8]。2014年,Beguería S與Vicente-Serrano等人對SPEI指數(shù)進(jìn)行了回顧[9],指出由于不同蒸散公式物理意義的不同、考慮的氣象要素不同,計(jì)算的SPEI指數(shù)會產(chǎn)生差異。Thornthwaite蒸散模型所需氣象要素僅有溫度,計(jì)算簡便[7],基于該模型的SPEI得到廣泛應(yīng)用[10- 12]。目前采用基于Penman-Monteith模型的SPEI(SPEI-PM)對干旱的研究較少,Ming Bo等人[13]分析了SPEI-PM指數(shù)與華北平原夏玉米產(chǎn)量的關(guān)系；Kai Xu等人[14]利用SPEI-PM指數(shù)對我國1961—2012年的干旱特征進(jìn)行分析。因此,改用應(yīng)用范圍更廣、物理意義更明確的Penman-Monteith模型后干旱特征值得探討。

黃淮海平原是我國氣候變化敏感區(qū)與脆弱區(qū),氣候變暖導(dǎo)致降水變異程度加大,加之地表水時(shí)空分布不均、地下水超采嚴(yán)重[15],干旱風(fēng)險(xiǎn)趨向不穩(wěn)定。對該區(qū)干旱的研究成果豐富,很好地揭示了干旱的南北差異和季節(jié)性特點(diǎn),但許多研究僅對干旱指標(biāo)進(jìn)行時(shí)空分析,而氣象干旱指標(biāo)與實(shí)際農(nóng)業(yè)旱情的聯(lián)系不清。因此,本文改用基于Penman-Monteith模型的SPEI指數(shù)對黃淮海平原1961—2014年的干旱發(fā)生特征進(jìn)行分析,從干旱指數(shù)時(shí)空特征和演變趨勢出發(fā),尋求干旱災(zāi)害變化規(guī)律；從歷史災(zāi)情數(shù)據(jù)與干旱指數(shù)的關(guān)系出發(fā),驗(yàn)證氣象干旱指數(shù)與農(nóng)業(yè)實(shí)際干旱的關(guān)系,為該地區(qū)災(zāi)害風(fēng)險(xiǎn)特征和災(zāi)害風(fēng)險(xiǎn)評估提供依據(jù)。

1 材料與方法

1.1 區(qū)域概況

黃淮海平原位于燕山以南、淮河以北(112°33′—120°17′E,31°14′—50°25′N),由黃河、淮河和海河沖積平原及部分丘陵山區(qū)組成,屬半濕潤地區(qū),年降水量500—800 mm,呈南多北少的分布格局,年潛在蒸散量為1000 mm左右,大部分區(qū)域降水處于虧缺狀態(tài),是我國的干旱重災(zāi)區(qū)[16-17]之一。同時(shí),黃淮海平原是我國的重要糧食生產(chǎn)基地,主要種植方式是冬小麥-夏玉米輪作,小麥和玉米種植面積分別占全國的61%和31%。本文根據(jù)中國農(nóng)作制[18]黃淮海平原半濕潤暖溫灌溉集約農(nóng)作區(qū)劃,將黃淮海平原分為以下6個(gè)農(nóng)業(yè)亞區(qū)：Ⅰ區(qū)燕山太行山山前平原水澆地二熟區(qū)；Ⅱ區(qū)環(huán)渤海濱海外向型二熟農(nóng)漁區(qū)；Ⅲ區(qū)海河低平原缺水水澆地二熟兼旱地一熟區(qū)；Ⅳ區(qū)魯西平原水澆地二熟兼一熟區(qū)；Ⅴ區(qū)黃淮平原南陽盆地水澆地旱地二熟區(qū)；Ⅵ區(qū)江淮平原麥稻二熟區(qū),如圖1。

1.2 資料來源

研究區(qū)內(nèi)45個(gè)站點(diǎn)的1961—2013年月值氣象數(shù)據(jù)來自國家氣象局,包括降水(mm)、最高氣溫(℃)、最低氣溫(℃)、風(fēng)速(m/s)、日照時(shí)數(shù)(h)、相對濕度(%)、經(jīng)緯度和海拔高度。研究區(qū)及所選氣象站點(diǎn)分布見圖1。歷史干旱災(zāi)情數(shù)據(jù)來源于農(nóng)業(yè)部種植業(yè)管理司災(zāi)情數(shù)據(jù)庫。本文收集了時(shí)間序列較長的河北、河南以及山東省歷年干旱受災(zāi)、成災(zāi)和絕收面積數(shù)據(jù),其中受災(zāi)面積序列為1971—2013年,成災(zāi)面積序列為1971—2012年,絕收面積為1982—2012年。

圖1 黃淮海平原氣象站點(diǎn)分布圖Fig.1 The location of meteorology stations in Huang-Huai-Hai Plain

1.3 SPEI指數(shù)

SPEI指數(shù)通過計(jì)算月降水與潛在蒸散量的差值并進(jìn)行正態(tài)標(biāo)準(zhǔn)化處理得到。

第一步,計(jì)算逐月潛在蒸散量ET0。本文采用FAO- 56(1998)推薦的Penman-Monteith模型計(jì)算：

(1)

式中,ET0為潛在蒸散量(mm)；Δ為溫度隨飽和水汽壓變化的斜率(kPa/℃)；U2為離地2m高處風(fēng)速(m/s)；ea為空氣飽和水汽壓(kPa)；ed為空氣實(shí)際水汽壓(kPa)；T為平均氣溫(℃)；γ為濕度表常數(shù)(kPa/℃)；Rn為到達(dá)地面的凈輻射(MJm-2d-1)；G為土壤熱通量密度(MJm-2d-1)。

第二步,計(jì)算逐月降水量與蒸散量的差額：

Di=Pi-(ET0)i

(2)

第三步,對Di數(shù)據(jù)序列進(jìn)行擬合。研究發(fā)現(xiàn)[7],采用三參數(shù)的Log-Logistic概率分布函數(shù)的擬合效果最好。

(3)

式中,參數(shù)α,β,γ可以采用線性矩(L-moment)方法擬合獲得：

Γ(β)是關(guān)于β的Gamma函數(shù)。由此可以得到Di的概率密度的累計(jì)概率密度函數(shù)：

(4)

當(dāng)累計(jì)概率P≤0.5時(shí),采用(5)式計(jì)算SPEI。

(5)

式中,d1=1.432788；d2=0.189269；d3=0.001308；c0=2.515517；c1=0.802853；c2=0.013028。

當(dāng)P>0.5時(shí),采用(6)式計(jì)算SPEI。

(6)

SPEI指數(shù)是具有多時(shí)間尺度的標(biāo)準(zhǔn)化干旱指標(biāo),等級劃分及對應(yīng)的發(fā)生概率[7]見表1。不同時(shí)間尺度的SPEI反映不同水源的可利用性,土壤濕度對短時(shí)間尺度SPEI較為敏感,地下水、河川徑流和水庫蓄水量對長時(shí)間尺度SPEI較為敏感[19]。本文利用SPEI- 1、SPEI- 3、SPEI- 6和SPEI- 12分別表示較短時(shí)間(1個(gè)月、3個(gè)月、6個(gè)月)和較長時(shí)間(12個(gè)月)的時(shí)間尺度SPEI研究干旱趨勢隨時(shí)間的變化規(guī)律。

1.4 數(shù)據(jù)處理

本文采用BegueríaS等開發(fā)的R語言擴(kuò)展包計(jì)算SPEI(https://cran.r-project.org/web/packages/SPEI/)[9],并選取PM模型為潛在蒸散模型,計(jì)算了研究區(qū)45個(gè)氣象站點(diǎn)1963—2014年逐月多尺度SPEI值,對黃淮海平原的干旱趨勢隨時(shí)間變化進(jìn)行分析：

表1 SPEI干旱等級劃分

干旱指數(shù)的趨勢分析：采用Mann-Kendall(MK)趨勢檢驗(yàn)方法對黃淮海平原45個(gè)氣象站點(diǎn)年均SPEI- 1、SPEI- 3、SPEI- 6、SPEI- 12的變化趨勢顯著性進(jìn)行檢驗(yàn)。MK趨勢檢驗(yàn)是非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法,計(jì)算簡單,是目前比較常用的趨勢診斷方法,計(jì)算方法參考文獻(xiàn)[20]。

干旱頻率：按照表1的干旱等級劃分方法對黃淮海平原6個(gè)農(nóng)業(yè)亞區(qū)1963年1月—2014年12月的SPEI- 1、SPEI- 3、SPEI- 6、SPEI- 12的干旱頻率p進(jìn)行計(jì)算,方法如下：

p=n/N×100%

(7)

式中,p表示干旱發(fā)生頻率；n為數(shù)據(jù)序列中干旱發(fā)生的次數(shù)；N為數(shù)據(jù)序列數(shù)。

干旱的持續(xù)性分析：根據(jù)表1對干旱等級的劃分,本文定義SPEI- 3≤-1.0的連續(xù)月份為持續(xù)時(shí)長。

SPEI與干旱面積的分析：為探討氣象干旱指標(biāo)與實(shí)際農(nóng)業(yè)干旱的關(guān)系,采用Pearson相關(guān)系數(shù)法分析災(zāi)情面積與各時(shí)間尺度SPEI指數(shù)的關(guān)系。PotopováV等人使用該方法探討了捷克共和國不同農(nóng)作物氣候產(chǎn)量與SPEI的相關(guān)關(guān)系[21]。

2 結(jié)果與分析

2.1 干旱指數(shù)的趨勢變化

圖2描述了黃淮海平原干旱指數(shù)的變化趨勢,其中MK趨勢系數(shù)小于0表明指數(shù)呈下降趨勢,即干旱化,反之,則趨于濕潤；并且趨勢系數(shù)的絕對值大于1.64(1.96)時(shí),表明變化趨勢的通過90%(95%)置信水平。從趨勢系數(shù)的分布可以看出,基于PM蒸散模型的SPEI在各時(shí)間尺度上表現(xiàn)為上升趨勢站點(diǎn)數(shù)大于下降趨勢的站點(diǎn)數(shù),即黃淮海平原整體呈濕潤趨勢。年均SPEI- 1上升趨勢最為明顯(圖2),有13個(gè)站點(diǎn)達(dá)到了90%以上顯著性水平,其中11個(gè)站點(diǎn)達(dá)到了95%置信水平,僅有3個(gè)站點(diǎn)呈微弱的下降趨勢；年均SPEI- 3有9個(gè)站點(diǎn)達(dá)到了90%以上顯著性水平(圖2),其中7個(gè)站點(diǎn)達(dá)到了95%置信水平,僅有7個(gè)站點(diǎn)呈微弱下降趨勢；從SPEI- 6和SPEI- 12來看(圖2),黃淮海地區(qū)干旱指數(shù)呈上升趨勢的站點(diǎn)分別占75.6%和73.3%,其中各有6和7個(gè)站點(diǎn)達(dá)到90%以上顯著性水平,分別有11和12個(gè)站點(diǎn)呈微弱下降趨勢。從變化趨勢的空間差異來看,濕潤化站點(diǎn)主要集中在黃淮海平原中北部,例如河北省廊坊、滄州、秦皇島、樂亭和南宮站的SPEI- 1和SPEI- 3指數(shù)上升趨勢均達(dá)到95%的顯著性,山東與河南交界的朝陽、兗州、尚丘和西華站的SPEI- 1和SPEI- 3趨勢同樣都達(dá)到了顯著性；干旱化站點(diǎn)分布較為零散,主要集中在京津和皖北地區(qū),但并未達(dá)到顯著性。

圖2 黃淮海平原45個(gè)氣象站點(diǎn)年均SPEI- 1、SPEI- 3、SPEI- 6和SPEI- 12變化趨勢Fig.2 Trend variations of annual SPEI with time scales of one-month, three-month, six-month and twelve-month in 3H Plain

2.2 干旱演變特征

為了分析黃淮海平原1963—2014年干濕演變特征,本文利用氣象中常用的哈默圖方法(Hovmoller-typediagrams)對黃淮海平原6個(gè)農(nóng)業(yè)亞區(qū)多時(shí)間尺度的干旱演變進(jìn)行分析(圖3),能夠直觀地顯示干旱發(fā)生的起止時(shí)間、嚴(yán)重程度和持續(xù)時(shí)長。

從圖3可以看出,短時(shí)間尺度(如SPEI- 3)的干濕指數(shù)波動(dòng)頻繁,反映了短期降水對干旱程度的影響；隨著時(shí)間尺度加大,波動(dòng)周期相對較長,體現(xiàn)了干濕的季節(jié)性變化規(guī)律；長時(shí)間尺度(如SPEI- 12)干濕變化更為穩(wěn)定,波動(dòng)周期長,更能反映干旱的年際變化特征。從干旱指數(shù)的演變特征來看,黃淮海平原6個(gè)農(nóng)業(yè)亞區(qū)干旱發(fā)生具有明顯的年代際特征。對于Ⅰ—Ⅲ區(qū)(圖3),干旱主要發(fā)生在20世紀(jì)60年代中后期(1965—1968)、20世紀(jì)80年代初期(1980—1984)、20世紀(jì)90年代末(1998—1999)和21世紀(jì)2002年左右；Ⅳ區(qū)(圖3)有5條明顯的干旱帶,分別是1966—1969、1981—1982、1989—1991、1996—1999和2002—2003；Ⅴ和Ⅵ區(qū)(圖3)具有相似的干旱分布,為1966—1968、1978—1980、1995—1996、2001—2002、2010—2011和2014年左右。這與我國歷史干旱資料記錄較為一致,榮艷淑等[22]的研究結(jié)果指出的典型干旱年份如1965年、1972年、1986年、1997年及2001年,以及幾個(gè)典型干旱時(shí)期如1965—1967年、1980—1981年、1991—1992年、1999—2002年以及2006—2007年在SPEI指數(shù)時(shí)間序列中均得到較好的體現(xiàn),反映了SPEI指數(shù)在華北地區(qū)旱澇趨勢分析中具有較好的適用性。

圖3 黃淮海平原各農(nóng)業(yè)亞區(qū)多時(shí)間尺度干旱歷史演變Fig.3 Spatiotemporal evolution of the SPEI series from 1 to 24 month scales at different sub-region

為定量揭示黃淮海平原各農(nóng)業(yè)亞區(qū)干旱發(fā)生的年代差異,本文計(jì)算了各亞區(qū)不同年代干旱(SPEI<-1)發(fā)生的頻率,見表2?？傮w上看,黃淮海平原干旱頻率最高的年代是1960s,21世紀(jì)以后干旱頻率下降明顯。Ⅰ區(qū)干旱頻率最高的年代為1960s和1970s,4個(gè)時(shí)間尺度下1960s干旱頻率分別為25.00%、21.88%、16.67%和21.88%,而2000年以后的干旱頻率最低,分別為13.33%、10.00%、8.89%和7.22%；Ⅱ區(qū)干旱頻率最大的年代仍舊是1960s,各時(shí)間尺度干旱頻率分別為18.75%、23.96%、16.67%和14.58%,2000年以后最低,分別為8.89%、9.44%、9.44%和7.22%；Ⅲ區(qū)1960s各時(shí)間尺度的干旱頻率明顯高于其他年代,依次為27.08%、26.04%、28.13%和29.17%,2000年以后干旱頻率仍然最低；Ⅳ區(qū)1960s和1980s干旱頻率差異不大,1970s和2000年以后干旱頻率最低；Ⅴ區(qū)1960s干旱頻率依然明顯高于其他年代,不同時(shí)間尺度干旱頻率分別為26.04%、26.04%、20.83%和26.04%,2000年以后干旱頻率依舊處于最低；對于Ⅵ區(qū),1960s和1970s干旱頻率差異不大,但是1980s干旱頻率明顯低于其他年代,分別只有11.67%、12.50%、9.17%和3.33%。

2.3 干旱持續(xù)性特征

對黃淮海平原45個(gè)氣象站點(diǎn)干旱最長持續(xù)時(shí)間的年代際差異進(jìn)行分析,結(jié)果表明,黃淮海平原干旱持續(xù)性具有明顯的年代際特征(圖4)。1960s年代是遭受持續(xù)性干旱影響最為嚴(yán)重的10年,最長干旱持續(xù)期達(dá)到6個(gè)月以上的站點(diǎn)占57.8%,其中有4個(gè)站點(diǎn)最長持續(xù)時(shí)間達(dá)到9個(gè)月,分別是天津、滄州、南宮和黃驊,持續(xù)的時(shí)段皆為1968年2月—1968年10月(圖4)；而1970s和1980s持續(xù)時(shí)間達(dá)到6個(gè)月以上的站點(diǎn)數(shù)分別為11和8個(gè),且各有1個(gè)站點(diǎn)持續(xù)時(shí)長達(dá)到11個(gè)月,分別為廊坊(1975年3月—1976年1月)和塘沽(1988年12月—1989年10月)(圖4)；90年代僅有1個(gè)站點(diǎn)達(dá)到6個(gè)月持續(xù)長度(圖4),2000—2014年這15a間,也僅有6站點(diǎn)達(dá)到了6個(gè)月持續(xù)時(shí)長(圖4)。黃淮海平原45個(gè)氣象站點(diǎn)干旱平均持續(xù)月數(shù)的年際變化呈波動(dòng)下降趨勢(圖4),1960s的平均持續(xù)時(shí)長最長,達(dá)到2.6個(gè)月每次；1970s和1980s逐步下降,分別為1.9和1.7個(gè)月每次；1990s有所回升,為2.0個(gè)月每次；21世紀(jì)初最低(2000—2014),為1.5個(gè)月每次。因此,從干旱最長持續(xù)時(shí)長和平均持續(xù)時(shí)長的年代際變化來看,1960s是遭受持續(xù)性干旱最為嚴(yán)重的10年,而本世紀(jì)初干旱持續(xù)性有所減弱。

表2 黃淮海平原各亞區(qū)干旱頻率的年代際變化特征/%

圖4 黃淮海平原各年代干旱最長持續(xù)月數(shù)的空間分布Fig.4 Decadal spatial distributions of longest duration over 3H Plain

對黃淮海平原所有干旱事件進(jìn)行排序,分析持續(xù)時(shí)間最長的10次干旱事件,見表3。廊坊和塘沽分別在1975年3月—1976年1月和1988年12月—1989年10月發(fā)生了持續(xù)11個(gè)月的干旱事件,且都達(dá)到了中旱以上水平(SPEI<-1.5)；另外,從1968年2月至1968年10月,河北中北部的石家莊、黃驊、南宮和滄州以及天津同時(shí)發(fā)生了持續(xù)9個(gè)月左右的中到大旱,表明1968年華北地區(qū)特別是京津冀地區(qū)發(fā)生了一次嚴(yán)重的干旱事件。

2.4 SPEI指數(shù)與干旱受災(zāi)、成災(zāi)和絕收面積的關(guān)系

黃淮海平原是我國糧食的主產(chǎn)區(qū),干旱的發(fā)生直接對該地區(qū)的農(nóng)業(yè)生產(chǎn)造成影響。為了探討SPEI指數(shù)與農(nóng)業(yè)干旱的關(guān)系,本文收集了資料連續(xù)性較好、序列較長的河北、河南以及山東3省歷年干旱受災(zāi)、成災(zāi)和絕收面積數(shù)據(jù)。由圖5可知,受災(zāi)、成災(zāi)和絕收面積呈波動(dòng)下降趨勢。3省年均總受災(zāi)面積由1971—2000年的728.7萬hm2下降到2000—2013年的306.1萬hm2,減少了58.0%；成災(zāi)面積由1971—2000年的308.6萬hm2下降到2000—2012年的171.4萬hm2,減少了44.4%；絕收面積由1982—2000年的64.2萬hm2下降到2000—2012年的32.6萬hm2,減少了49.1%。干旱面積顯著下降一方面與農(nóng)業(yè)科技進(jìn)步有關(guān),也與干旱頻率降低、持續(xù)性減弱有關(guān)。

表3 黃淮海平原1961—2014a持續(xù)時(shí)間最長的干旱事件

圖5 河南、河北和山東省的農(nóng)作物干旱受災(zāi)面積、成災(zāi)面積和絕收面積時(shí)間序列特征Fig.5 Temporal evolution of drought area causing 10%, 30% and 80% yield loss in Henan, Hebei and Shandong province

為定量分析農(nóng)業(yè)實(shí)際干旱面積與氣象干旱指數(shù)的關(guān)系,計(jì)算了干旱面積與SPEI指數(shù)的Pearson相關(guān)系數(shù),結(jié)果如圖6。SPEI指數(shù)與華北三省受災(zāi)、成災(zāi)、絕收面積的Pearson相關(guān)系數(shù)r為負(fù)值,表明隨著SPEI指數(shù)的升高(趨濕),遭受旱災(zāi)的面積(受災(zāi)、成災(zāi)和絕收面積)減少；從r的絕對值大小來看,|r|隨著時(shí)間尺度和月份的加大而增大,其中山東省12月份12個(gè)月時(shí)間尺度(Dec-SPEI- 12)與受災(zāi)、成災(zāi)和絕收面積的|r|分別為0.7、0.8和0.8,河南省Dec-SPEI- 12與受災(zāi)、成災(zāi)和絕收面積的|r|分別為0.5、0.6和0.6,河北省Dec-SPEI- 12與受災(zāi)、成災(zāi)和絕收面積的|r|分別為0.5、0.7和0.7,這表明該指數(shù)能夠反映研究區(qū)域的干旱與旱災(zāi)程度。另外,從SPEI指數(shù)與干旱面積相關(guān)系數(shù)可以看出,相關(guān)系數(shù)r在7月份以后趨于穩(wěn)定,7月份某些時(shí)間尺度的|r|接近甚至大于Dec-SPEI- 12所對應(yīng)的|r|,這是由于黃淮海地區(qū)降水主要集中在夏季(7—9月)[18],因此7月份之前的干旱災(zāi)害損失基本上決定了全年的損失。仍需注意的是,受災(zāi)、成災(zāi)和絕收面積分別代表的是因?yàn)?zāi)減產(chǎn)10%、30%和80%的農(nóng)作物播種面積,而黃淮海地區(qū)旱災(zāi)主要發(fā)生在冬小麥生長季,抽穗至灌漿(5—6月)又是冬小麥產(chǎn)量形成關(guān)鍵期[23],因此6月份2個(gè)月時(shí)間尺度SPEI(Jun-SPEI- 2)與受災(zāi)、成災(zāi)和絕收面積的相關(guān)系數(shù)r亦比較高。

圖6 河南、河北和山東農(nóng)作物干旱面積與不同月份各時(shí)間尺度的SPEI序列的Pearson相關(guān)系數(shù)Fig.6 Pearson correlation coefficients (r) between monthly SPEI series at 1—12 month scales and drought area of Henan, Hebei and Shandong province

3 討論

(1)本文改用基于Penman-Monteith蒸散模型的SPEI指數(shù)分析了黃淮海平原近52年來氣象干旱的變化特征,指出黃淮海平原1963—2014年干旱指數(shù)的變化趨勢呈現(xiàn)明顯的上升趨勢,這與Kai Xu等人[14]基于Penman-Monteith模型的SPEI對我國1961—2012年的干旱變化趨勢的研究結(jié)果一致,而與其他學(xué)者[10-12]采用原始SPEI(用SPEITh表示,蒸散模型為Thornthwaite)指數(shù)對華北地區(qū)的干旱趨勢結(jié)論有差異。Meixiu Yu等人[10]對全國609個(gè)氣象站點(diǎn)的SPEITh分析表明黃淮海地區(qū)特別是黃淮海北部呈現(xiàn)顯著的干旱化趨勢,周丹等[11]用同樣的方法分析得出華北地區(qū)1962—2011年干旱強(qiáng)度加重、干旱頻率上升結(jié)論,李偉光等[12]利用SPEITh對中國干旱趨勢的研究亦表明我國普遍存在干旱化的事實(shí),西部、華北和東北地區(qū)干旱化最為顯著。顯然,不同的蒸散模型對SPEI指數(shù)的趨勢變化產(chǎn)生了不同甚至反轉(zhuǎn)的效果。

研究指出,Thornthwaite與Penman-Monteith方法計(jì)算的潛在蒸散量在黃淮海地區(qū)的歷史變化呈現(xiàn)出了兩種相反的趨勢,即Thornthwaite蒸散量呈顯著上升趨勢,而Penman-Monteith蒸散量呈顯著下降趨勢[14,24]。從SPEI計(jì)算過程中可以看出,干旱指數(shù)的變化趨勢由降水量P和潛在蒸散量ET0共同決定,在相對干燥的黃淮海地區(qū),潛在蒸散量ET0通常大于降水量P,SPEI指數(shù)的變化趨勢由潛在蒸散量ET0主導(dǎo)[14]。因此,盡管該地區(qū)降水量呈波動(dòng)下降[25],基于Penman-Monteith蒸散模型的SPEI仍呈濕潤變化。另外,有報(bào)道指出采用PDSI指標(biāo)和標(biāo)準(zhǔn)化降水指數(shù)SPI在華北地區(qū)的干旱趨勢是呈暖干化趨勢的[26-27],這主要是由于PDSI干旱指數(shù)其水分平衡中蒸散量的計(jì)算采用的是Thornthwaite模型,該模型計(jì)算的潛在蒸散量呈上升趨勢導(dǎo)致了干旱化趨勢的出現(xiàn),而SPI指數(shù)僅考慮降水的影響,該地區(qū)降水多年氣候傾向率呈下降趨勢,也導(dǎo)致了干旱化的趨勢。

目前,對基于兩種潛在蒸散模型的SPEI指數(shù)在我國的對比分析,不同學(xué)者得出較為一致的結(jié)論,即Penman-Monteith模型被認(rèn)為是最具物理意義和最可靠的方法,并且經(jīng)常用于對經(jīng)驗(yàn)?zāi)Ｐ陀行缘尿?yàn)證[24,28]。研究指出,由于Thornthwaite模型僅考慮溫度變化對潛在蒸散發(fā)的貢獻(xiàn),舍棄了對蒸散有決定性作用的季節(jié)性要素,如風(fēng)速、相對濕度、日照時(shí)數(shù)等,該模型在蒸散量較低的地區(qū)高估了ET0,例如在我國東南地區(qū),而在蒸散量較高的,如華北地區(qū)則低估了ET0,無法有效捕獲潛在蒸散的空間分布和時(shí)間演變趨勢,其在中國地區(qū)的有效性是值得懷疑的[24]。Penman-Monteith公式綜合考慮了熱量和空氣動(dòng)力兩個(gè)因子,在估算中國北方的潛在蒸散發(fā)時(shí),輻射因子項(xiàng)和空氣動(dòng)力因子項(xiàng)的影響都不能忽視,并且隨著氣候變暖,其中空氣動(dòng)力因子對總潛在蒸散發(fā)貢獻(xiàn)明顯增加,特別是在北方地區(qū)[29]。劉珂和姜大膀[28]對比分析了基于兩種潛在蒸散發(fā)算法的SPEI在中國地區(qū)的差異,指出由于空氣動(dòng)力項(xiàng)對冬、春季北方潛在蒸散發(fā)的貢獻(xiàn)顯著增加,基于Penman-Monteith公式的 SPEI 相對而言能更合理地描述干濕變化特征。Kai Xu等人[14]同樣指出Thornthwaite模型過高估計(jì)了氣溫的影響。

(2)本文結(jié)合歷史災(zāi)情數(shù)據(jù),首次分析了氣象干旱指數(shù)與實(shí)際農(nóng)業(yè)干旱災(zāi)情的關(guān)系。黃淮海平原降水主要集中在夏季(7—9月),空間分布呈南多北少的格局,因此該地區(qū)以春旱為主,秋旱頻率也較高,對冬小麥生產(chǎn)影響較為顯著。從水分收支的角度來看,農(nóng)作物的實(shí)際可利用水量為有效降水(Pe)與實(shí)際蒸散發(fā)(ET)差額(Pe-ET)的累計(jì)值,因此基于潛在蒸散的SPEI指數(shù)并不能夠有效反映實(shí)際干旱情況。因此,想要進(jìn)一步識別不同作物生長過程中的干旱特征,應(yīng)從農(nóng)業(yè)干旱的角度入手,在計(jì)算潛在蒸散量時(shí)訂正為具體作物的實(shí)際蒸散量。研究中為了計(jì)算作物需水量,通常采用作物系數(shù)法對潛在蒸散量進(jìn)行訂正[30]。聯(lián)合國糧農(nóng)組織推薦了作物系數(shù)的計(jì)算方法和標(biāo)準(zhǔn)狀態(tài)下(白天平均最低相對濕度45%,平均風(fēng)速2 m/s,半濕潤氣候條件)各類作物的作物系數(shù)參考值,但由于作物系數(shù)受土壤、氣候、作物生長狀況和栽培管理方式等諸多因素影響,對FAO推薦的作物系數(shù)應(yīng)根據(jù)當(dāng)?shù)貙?shí)際情況進(jìn)行訂正。

4 結(jié)論

(1)蒸散模型改用Penman-Monteith公式后,4個(gè)時(shí)間尺度(1、3、6、12個(gè)月)的SPEI指數(shù)在黃淮海平原均呈上升趨勢,即與采用Thornthwaite蒸散模型的SPEI趨于干旱化不同,新的干旱指數(shù)呈濕潤的變化趨勢。這主要是由于兩種蒸散模型計(jì)算的ET0趨勢差異導(dǎo)致的,基于Penman-Monteith公式的潛在蒸散量在黃淮海平原呈顯著下降的趨勢,與實(shí)際蒸發(fā)皿一致,即華北地區(qū)的“蒸發(fā)悖論”現(xiàn)象。

(2)從干旱指數(shù)的歷史演變來看,基于Penman-Monteith蒸散公式的SPEI指數(shù)對黃淮海平原典型干旱年份具有良好的適用性；黃淮海平原6個(gè)農(nóng)業(yè)亞區(qū)的干旱頻率年代際差異表現(xiàn)一致,均為1960s干旱發(fā)生頻率最高,而2000—2014年最低；黃淮海平原干旱的發(fā)生具有明顯的持續(xù)性特點(diǎn),1960s干旱持續(xù)時(shí)間最長,而2000—2014年為歷史最低。

(3)本文利用Pearson相關(guān)分析首次探討了氣象干旱指數(shù)與農(nóng)業(yè)實(shí)際干旱面積的關(guān)系,結(jié)果表明無論從相關(guān)方向還是相關(guān)系數(shù)的大小,SPEI指數(shù)對農(nóng)業(yè)干旱面積的變化具有良好的表征能力,月值干旱指數(shù)Dec-SPEI- 12與河南、河北和山東三省的受災(zāi)、成災(zāi)和絕收面積相關(guān)系數(shù)絕對值最大。

[1] Seneviratne S I. Climate science: historical drought trends revisited. Nature, 2012, 491(7424): 338- 339.

[2] 翟盤茂, 章國材. 氣候變化與氣象災(zāi)害. 科技導(dǎo)報(bào), 2004, (7): 11- 14.

[3] 矯梅燕, 周廣勝, 陳振林. 農(nóng)業(yè)應(yīng)對氣候變化藍(lán)皮書: 氣候變化對中國農(nóng)業(yè)影響評估報(bào)告(No.1). 北京: 社會科學(xué)文獻(xiàn)出版社, 2014: 65- 66.

[4] Heim Jr R R. A review of twentieth-century drought indices used in the United States. Bulletin of the American Meteorological Society, 2002, 83(8): 1149- 1165.

[5] Alley W M. The Palmer drought severity index: limitations and assumptions. Journal of Climate and Applied Meteorology, 1984, 23(7): 1100- 1109.

[6] McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales//Proceedings of the 8th Conference on Applied Climatology. Boston, MA, USA: American Meteorological Society, 1993: 179- 183.

[7] Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of Climate, 2010, 23(7): 1696- 1718.

[8] Vicente-Serrano S M, Beguería S, Lorenzo-Lacruz J, Camarero J J, López-Moreno J I, Azorin-Molina C, Revuelto J, Morán-Tejeda E, Sanchez-Lorenzo A. Performance of drought indices for ecological, agricultural, and hydrological applications. Earth Interactions, 2012, 16(10): 1- 27.

[9] Beguería S, Vicente-Serrano S M, Reig F, Latorre B. Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring. International Journal of Climatology, 2014, 34(10): 3001- 3023.

[10] Yu M X, Li Q F, Hayes M J, Svoboda M D, Heim R R. Are droughts becoming more frequent or severe in China based on the standardized precipitation evapotranspiration index: 1951- 2010?. International Journal of Climatology, 2014, 34(3): 545- 558.

[11] 周丹, 張勃, 羅靜, 張春玲, 安美玲, 王東. 基于SPEI的華北地區(qū)近50年干旱發(fā)生強(qiáng)度的特征及成因分析. 自然災(zāi)害學(xué)報(bào), 2014, 23(4): 192- 202.

[12] 李偉光, 易雪, 侯美亭, 陳匯林, 陳珍莉. 基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的中國干旱趨勢研究. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2012, 20(5): 643- 649.

[13] Ming B, Guo Y Q, Tao H B, Liu G Z, Li S K, Wang P. SPEIPM-based research on drought impact on maize yield in North China Plain. Journal of Integrative Agriculture, 2015, 14(4): 660- 669.

[14] Xu K, Yang D W, Yang H B, Li Z, Qin Y, Shen Y. Spatio-temporal variation of drought in China during 1961- 2012: a climatic perspective. Journal of Hydrology, 2015, 526: 253- 264.

[15] 謝家澤, 陳志愷. 中國水資源. 地理學(xué)報(bào), 1990, 45(2): 210- 219.

[16] 李翔翔, 居輝, 嚴(yán)昌榮, 劉勤, 李迎春. 1961- 2013年黃淮海平原降蒸差的時(shí)空變化特征. 中國農(nóng)業(yè)氣象, 2015, 36(3): 254- 262.

[17] 高歌, 許崇育. 1961- 2010年中國十大流域水分盈虧量時(shí)空變化特征. 地理學(xué)報(bào), 2015, 70(3): 380- 391.

[18] 劉巽浩. 農(nóng)作制與中國農(nóng)作制區(qū)劃. 中國農(nóng)業(yè)資源與區(qū)劃, 2002, 23(5): 11- 15.

[19] World Meteorological Organization. World meteorological organization technical report WMO- 1090: standardized precipitation index user guide. Geneva, Switzerland: WMO, 2012.

[20] 魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測技術(shù)(第二版). 北京: 氣象出版社, 2007: 55- 56.

[21] Potopová V,těpánek P, Mo?M, Türkott L, Soukup J. Performance of the standardised precipitation evapotranspiration index at various lags for agricultural drought risk assessment in the Czech Republic. Agricultural and Forest Meteorology, 2015, 202: 26- 38.

[22] 榮艷淑. 華北干旱. 北京: 中國水利水電出版社, 2013: 74- 84.

[23] 徐建文, 居輝, 劉勤, 李迎春. 黃淮海平原典型站點(diǎn)冬小麥生育階段的干旱特征及氣候趨勢的影響. 生態(tài)學(xué)報(bào), 2014, 34(10): 2765- 2774.

[24] Chen D L, Gao G, Xu C Y, Guo J, Ren G Y. Comparison of the Thornthwaite method and pan data with the standard Penman-Monteith estimates of reference evapotranspiration in China. Climate Research, 2005, 28(2): 123- 132.

[25] 馬潔華, 劉園, 楊曉光, 王文峰, 薛昌穎, 張曉煜. 全球氣候變化背景下華北平原氣候資源變化趨勢. 生態(tài)學(xué)報(bào), 2010, 30(14): 3818- 3827.

[26] Zhai J Q, Su B D, Krysanova V, Vetter T, Gao C, Jiang T. Spatial variation and trends in PDSI and SPI indices and their relation to streamflow in 10 large regions of China. Journal of Climate, 2010, 23(3): 649- 663.

[27] Ma Z G, Fu C B. Some evidence of drying trend over northern China from 1951 to 2004. Chinese Science Bulletin, 2006, 51(23): 2913- 2925.

[28] 劉珂, 姜大膀. 基于兩種潛在蒸散發(fā)算法的SPEI對中國干濕變化的分析. 大氣科學(xué), 2015, 39(1): 23- 36.

[29] 劉園, 王穎, 楊曉光. 華北平原參考作物蒸散量變化特征及氣候影響因素. 生態(tài)學(xué)報(bào), 2010, 30(4): 923- 932.

[30] 劉鈺. 對FAO推薦的作物系數(shù)計(jì)算方法的驗(yàn)證. 農(nóng)業(yè)工程學(xué)報(bào), 2000, 16(5): 26- 30.

Analysis of drought characters based on the SPEI-PM index in Huang-Huai-Hai Plain

LI Xiangxiang1,2, JU Hui1,2,*, LIU Qin1,3, LI Yingchun1,2, QIN Xiaochen1,2

1StateKeyEngineeringLaboratoryofCropsEfficientWaterUseandDroughtMitigation,InstituteofEnvironmentandSustainableDevelopmentinAgriculture,ChineseAcademyofAgriculturalScience,Beijing100081,China2KeyLaboratoryofAgriculturalEnvironment,MinistryofAgriculture,Beijing100081China3KeyLaboratoryofDrylandAgriculture,MinistryofAgriculture,Beijing100081,China

The quantitative analysis of drought is crucial essential for drought risk assessment. The standardized precipitation evapotranspiration index (SPEI) has been widely used as an effective approach to quantitatively analyze the trends, duration, frequency, and severity of drought. However, how to calculate the evapotranspiration is big challenge for the reliable and accuracy of SPEI results. The most previous studies calculated SPEI based on an empirical evapotranspiration equation, such as the Thornthwaite method, rather than the physical Penman-Monteith equation. Moreover, majority of the studies analyzed the spatio-temporal pattern of the index without linkage of the relationship between the climactic drought index and actual cropland drought areas. This study utilized SPEI based on the Penman-Monteith equation to explore the variations of drought frequency and duration during 1963—2014 in 3H Plain, and established the relationship between SPEI and the actual field drought areas by Pearson correlation in Henan, Hebei, and Shandong Province separately, which aims to understand the trends of drought during the past 50 years and to explore the relationship between the climatic drought index and actual field drought areas. The results showed that the SPEI had upward trend for 1, 3, 6, and 12-month scales in most areas of the 3H Plain while as the 1-month and 3-month scales, the wetting trend was significant (P<0.1) in the northern regions of 3H Plain. Drought frequency in the 1960s was the highest during the past 54 years, but lowest in 2000—2014. The longest duration was occurred in the 1960s by comparing the decadal spatial distribution of drought duration. Moreover, the mean drought duration declined from 2.6 months in the 1960s to 1.5 months during 2000—2014. The changes of annual drought areas decreased in Henan, Hebei, and Shandong Province, which could be partly attributed to the lower frequency and shorter duration of drought detected by SPEI. Correlation analyses indicated that the index series of Dec-SPEI- 12 had medium to high correlation with observed cropland drought areas. For example, Pearson’s r between Dec-SPEI- 12 and the drought area of Shandong Province were -0.7, -0.7, and -0.8 for affected, disaster and no harvest drought areas, respectively. The results of the study suggest a wetting trend in the 3H Plain during the past 54 years, and the chosen of Penman-Monteith evapotranspiration model with decreasing evapotranspiration over the past years in the 3H Plain attributes to this wetting trend. The high correlation between the climatic drought index and actual drought area indicated that SPEI could be used as a reference or trigger for establishing a drought warning system in the 3H Plain.

SPEI; Penman-Monteith equation; drought index; drought frequency; Huang-Huai-Hai Plain

國家973資助項(xiàng)目(2012CB955904)；國家“十二五”科技支撐計(jì)劃資助項(xiàng)目(2012BAD09B01，2013BAD11B03)；國家自然科學(xué)基金資助項(xiàng)目(41401510)

2015- 11- 10;

日期:2016- 08- 02

10.5846/stxb201511102274

*通訊作者Corresponding author.E-mail: juhui@caas.cn

李翔翔,居輝,劉勤,李迎春,秦曉晨.基于SPEI-PM指數(shù)的黃淮海平原干旱特征分析.生態(tài)學(xué)報(bào),2017,37(6):2054- 2066.

Li X X, Ju H, Liu Q, Li Y C, Qin X C.Analysis of drought characters based on the SPEI-PM index in Huang-Huai-Hai Plain.Acta Ecologica Sinica,2017,37(6):2054- 2066.