高秉麗, 鞏 杰, 李 焱, 靳甜甜
(蘭州大學資源環(huán)境學院/西部環(huán)境教育部重點實驗室,甘肅蘭州 730000)
聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)第六次評估報告指出,全球氣候變暖是不爭的事實[1]。氣候變暖導致全球和區(qū)域水分循環(huán)加快,降水、徑流及蒸散發(fā)等水分平衡過程發(fā)生改變,對氣候干濕狀況及水資源供需平衡產生重要影響,進而影響著區(qū)域農業(yè)生產、經濟發(fā)展及生態(tài)環(huán)境質量[2]。因此,研究干濕變化對區(qū)域旱澇等氣候事件防治及社會經濟發(fā)展具有現實意義[3]。目前廣泛使用標準化降水蒸散指數(Standardized Precipitation Evapotranspiration Index,SPEI)表征區(qū)域干濕變化,其綜合考慮了蒸散發(fā)和降水對區(qū)域干濕變化的影響,融合了Palmer 干旱指數(Palmer Drought Severity Index,PDSI)對溫度敏感的特點和標準化降水指數(Standardized Precipitation Index,SPI)多尺度、多空間的特征[4]。近年來,眾多學者采用SPEI開展了全國及區(qū)域干濕變化研究。Wu 等[5]研究了中國1960—2014 年干旱特征,發(fā)現1960—2014 年中國SPEI 變化趨勢不顯著,1993 年為干旱轉折點,在此之后干旱的嚴重程度、影響面積和發(fā)生頻率均增加;王東等[6]發(fā)現1960—2012 年中國西南地區(qū)呈干旱化趨勢且干旱強度不斷增加;馬彬等[7]對中國東部季風區(qū)近53 a 干旱時空變化特征進行了研究,指出東部季風區(qū)各時間尺度的干旱面積覆蓋率均呈擴大趨勢;趙林等[8]分析發(fā)現湖北省干旱站次比和干旱強度變化趨勢基本一致,表明SPEI適用于監(jiān)測全球增溫背景下干濕氣候時空演變特征。
黃河流域位于歐亞大陸的中緯度地區(qū),大部分地區(qū)屬于我國干旱半干旱區(qū),是我國氣候變化敏感區(qū)和生態(tài)環(huán)境脆弱區(qū)。受地理位置和東亞季風氣候的影響,流域水資源條件先天不足且降水不均,是我國旱澇災害特別是旱災頻發(fā)地區(qū)之一[9],有“十年九旱”之說。特別是近61 a來,在氣候變化和人類活動的共同作用下,黃河流域氣溫明顯升高,干旱發(fā)生頻率顯著提高,影響程度日益加劇,給流域糧食生產、能源、城市供水及生態(tài)環(huán)境帶來了極大風險[10]。日益凸顯的干旱問題己成為阻礙黃河流域經濟發(fā)展的重大問題。目前已有學者[11-12]利用SPEI對黃河流域進行了研究,發(fā)現黃河流域干旱程度加劇;任怡[13]、周帥等[14]基于其他干旱指數的研究也得出了相同結論,表明基于SPEI的相關研究能很好的揭示黃河流域干濕特征。但這些研究計算SPEI采用僅需氣溫數據的Thornthwaite公式,未能綜合考慮影響干濕變化的其他自然因素,這樣就可能高估全球增溫下的干旱趨勢和強度[15]。王作亮等[16]認為,SPI較基于Thornthwaite公式的SPEI更適用于黃河源區(qū)干旱程度的評估,原因為基于Thornthwaite公式的SPEI 在青藏高原地區(qū)計算誤差較大。還有研究表明,基于Penman-Monteith 公式的SPEI 在中國干旱監(jiān)測中表現優(yōu)于基于Thornthwaite 公式的SPEI,特別在干旱地區(qū)[17];且SPEI從理論上較SPI更為完善[16]。鑒于此,本研究利用基于Penman-Monteith公式的SPEI揭示了1960—2020年黃河流域干濕氣候時空演變特征及持續(xù)性,并探討了不同氣象因子對黃河流域干濕變化的影響,以期為全球增暖背景下進一步認識黃河流域干濕事件提供參考。
黃河流域位于我國中北部地區(qū)(32°10′~41°50′N,95°53′~119°05′E),發(fā)源于青藏高原巴顏喀拉山,流經青、川、甘、寧、內蒙古、陜、晉、豫、魯9 省區(qū),于山東墾利縣注入渤海,總面積約79.5×104km2(圖1)。流域地勢起伏劇烈,自西向東橫跨青藏高原、內蒙古高原、黃土高原和黃淮海平原。黃河流域自西向東依次為干旱區(qū)、半干旱區(qū)、半濕潤區(qū)和濕潤區(qū),全流域多年平均降水量440 mm,多年平均溫度7 ℃,降水量和氣溫均呈南高北低、東高西低的特征[18]。需要強調的是,本文提及的省份僅表示相應省份在黃河流域的區(qū)域,而非完整省域[19]。
圖1 黃河流域位置及氣象站點分布Fig.1 Location and spatial distribution of the meteorological stations in the Yellow River Basin
黃河流域86 個氣象站點1960—2020 年的逐日最高氣溫(℃)、平均氣溫(℃)、最低氣溫(℃)、降水量(mm)、相對濕度(%)、日照時數(h)及平均風速(m·s-1)等數據來源于中國氣象數據網(http://data.cma.cn/)。以缺測數據不能超過0.1%為標準[20],并經過數據質量及有效性檢查,篩選出數據較完整的70個站點。其中,站點缺測數據及異常值采用該日相鄰2 d該氣象要素的平均值進行插補[21]。
1.3.1 標準化降水蒸散指數SPEI SPEI 是Vicente-Serrano 等[22]于2010 年在SPI 基礎上提出的,通過降水量和潛在蒸散發(fā)差值偏離平均狀態(tài)的程度來表征某區(qū)域干濕狀態(tài)[23]。SPEI 計算的關鍵是潛在蒸散發(fā),相較于Thornthwaite公式,基于Penman-Monteith公式獲得的潛在蒸散發(fā)與干旱區(qū)、濕潤區(qū)的實測數據契合度更高[24]。因此,基于Penman-Monteith公式計算潛在蒸散發(fā),采用劉鈺等[25]研究結果修正Penman-Monteith公式中的凈輻射,使其能更好的適用于黃河流域。SPEI 具體計算過程參見文獻[26]。SPEI具有多時間尺度特征,SPEI-1(1個月時間尺度)反映月干濕水平,SPEI-3(3個月時間尺度)反映季節(jié)干濕水平,SPEI-6(6個月時間尺度)反映6個月尺度干濕水平,SPEI-12(12 個月時間尺度)反映年干濕水平[4]。研究分別選取SPEI-3 中5 月、8月、11 月和次年2 月的SPEI 表征春季(3—5 月)、夏季(6—8 月)、秋季(9—11月)和冬季(12 月—次年2月)干濕狀況,選取SPEI-12 中12 月的SPEI 表征年際干濕狀況。文中根據表1標準進行各類干濕事件劃分[27]。
表1 基于SPEI的干濕等級劃分Tab.1 Classification of drought and wet grade based on SPEI
1.3.2 氣候傾向率 氣候傾向率是利用一元線性回歸方程表示某一氣象因子在某個時間段內的變化趨勢,其計算公式:
式中:yi為樣本大小為n的氣象因子;ti為yi所對應的時間;a為回歸常數;b為回歸系數;a和b用最小二乘法計算。文中將b×10 作為氣象因子的氣候傾向率,并對擬合回歸方程的顯著性進行F檢驗(P<0.05)。利用氣候傾向率分析1960—2020 年黃河流域SPEI和不同氣象因子變化趨勢。
1.3.3 偏相關分析 偏相關分析指在多個變量構成的系統中,當研究2個變量之間的相關程度時,把其他要素的影響視為常數,即暫不考慮其他變量的影響,單獨研究2個變量之間的線性相關程度,所得結果為偏相關系數。其計算公式如下:
式中:rxy,z為控制了z的條件下,x、y之間的偏相關系數。rxy為變量x、y間的相關系數;rxz為變量x、z間的相關系數;ryz為變量y、z間的相關系數。利用偏相關分析探討不同氣象因子對黃河流域干濕變化的影響。
2.1.1 不同時間尺度SPEI 趨勢變化 由圖2 可知,黃河流域不同時間尺度的SPEI 隨時間變化的敏感性不同,時間尺度越短,干濕波動越頻繁;反之,時間尺度越長,干濕波動越平緩。
SPEI-1在1960—2020年間波動幅度最大,說明受月尺度降水和氣溫的影響,干濕交替比較頻繁(圖2a)。研究時段內正常、輕度干旱(濕潤)、中等干旱(濕潤)、極端干旱(濕潤)在所有干濕事件中所占的百分比分別為55.87%、16.53%(14.62%)、6.01%(6.97%)和0%(0%),表明隨著干濕等級的不斷加重,其對應的干濕事件比例也逐漸減少。其中,中等干旱主要發(fā)生在秋季,輕度干旱在春季發(fā)生的次數多于其他季節(jié),輕度濕潤主要發(fā)生在夏冬季,中等濕潤主要發(fā)生在春季。
圖2 黃河流域不同時間尺度的SPEI變化Fig.2 Variations of SPEI at different time scales in the Yellow River Basin
SPEI-3 的波動特點與SPEI-1 相似,但波動頻率較平緩(圖2b)。研究時段內,1960—2020年間正常、輕度干旱(濕潤)、中等干旱(濕潤)、極端干旱(濕潤)在所有干濕事件中所占的百分比分別為55.75%、16.16%(16.99%)、5.48%(5.62%)和0%(0%);其中,中等干旱和輕度濕潤在秋季發(fā)生頻率最高,輕度干旱在夏季發(fā)生頻率最高,中等濕潤在春季發(fā)生頻率最高。
從SPEI-6序列中可以看出,1960—2020年間正常、輕度干旱(濕潤)、中等干旱(濕潤)、極端干旱(濕潤)在所有干濕事件中所占的百分比分別為58.60%、14.44%(15.41%)、6.60%(4.95%)、0%(0%);其中,中等干旱在冬季發(fā)生的頻率高于其他季節(jié),輕度干旱和輕度濕潤均在夏季發(fā)生頻率最高,中等濕潤主要發(fā)生在春冬季(圖2c)。
從SPEI-12序列中可知,1960—2020年間正常、輕度干旱(濕潤)、中等干旱(濕潤)、極端干旱(濕潤)在所有干濕事件中所占的百分比分別為57.70%、18.31%(15.12%)、4.30%(4.57%)和0%(0%);其中,中等干旱在春冬兩季的發(fā)生頻率略高于夏秋兩季,輕度干旱在秋季發(fā)生頻率最高,輕度濕潤主要發(fā)生在春夏季,中等濕潤在冬季發(fā)生頻率最高(圖2d)。此外,黃河流域不同時間尺度的SPEI均呈下降趨勢(圖2),表明黃河流域在過去61 a 來氣候逐漸變干。
2.1.2 SPEI 年際及季節(jié)變化特征 1960—2020 年黃河流域夏季SPEI呈上升態(tài)勢,表現出濕潤化趨勢(圖3c);流域年、春季、秋季和冬季SPEI 呈下降態(tài)勢,表現出干旱化趨勢(圖3)。由圖3a可見,1960—2020年黃河流域年尺度SPEI波動頻繁,呈不顯著下降態(tài)勢,傾向率為-0.008·(10a)-1。具體而言,SPEI小于-0.5,即發(fā)生干旱的年份分別為1960 年、1965年、1969年、1972年等16個年份,其中1965年、1972年、1997 年SPEI 小于-1.0,為中度干旱。由季節(jié)變化特征來看,流域夏季SPEI 呈上升趨勢,即濕潤化趨勢[傾向率為0.044·(10a)-1];春季、秋季和冬季SPEI 傾向率均為負值,說明春季、秋季和冬季的SPEI均呈不同程度的下降趨勢,即呈干旱化趨勢,且四季SPEI 變化趨勢均不顯著(圖3b~圖3e),與已有研究結果一致[28]。
圖3 1960—2020年黃河流域年和季節(jié)SPEI變化Fig.3 Inter-annual and seasonal variations of SPEI in the Yellow River Basin from 1960 to 2020
1960—2020 年黃河流域年和季節(jié)尺度的SPEI年際變化空間差異明顯(圖4)。黃河流域年SPEI呈上升和下降趨勢的站點分別占總站點數的48.57%和51.43%,青海西北部、甘肅北部等地站點SPEI 呈顯著上升趨勢,SPEI呈顯著下降趨勢的站點主要分布于甘肅中部、寧夏西北部等地,SPEI 傾向率的空間分布特征不僅與氣象因子相關,還受大氣環(huán)流和海陸分布的影響(圖4a)。春季62.86%的站點SPEI呈下降趨勢,主要分布于甘肅、山西大部及陜西等地,通過顯著性檢驗的站點僅占18.57%,主要位于寧夏西北部、陜西東北角和西南角等地,下降幅度均低于-0.10·(10a)-1(圖4b)。夏季64.29%的站點SPEI處于上升趨勢,表明該季節(jié)流域干旱狀況有所緩解,其中11.43%顯著上升的站點主要分布在青海西北部及陜西西南角等地,上升幅度均大于0.10·(10a)-1;35.71%的站點SPEI 呈下降趨勢,其中靖遠站的SPEI下降幅度最大(圖4c)。秋季SPEI處于上升和下降趨勢的站點分別占35.71%和64.29%,僅西寧站、景泰站和包頭站SPEI 呈顯著上升趨勢,呈顯著下降趨勢的站點主要分布在甘肅中部(圖4d)。黃河流域冬季51.43%的站點SPEI 呈下降趨勢,其中20.00%通過顯著性檢驗的站點主要分布在甘肅中部、寧夏和山西西北部及陜西的東北角等地(圖4e)。
圖4 1960—2020年黃河流域年和四季SPEI氣候傾向率空間分布Fig.4 Spatial distribution of climate trend rate of annual and seasonal SPEI in the Yellow River Basin from 1960 to 2020
綜上所述,黃河流域SPEI除夏季外,年及春季、秋季和冬季下降站點數均大于上升站點數,表明黃河流域除夏季外,流域年、春季、秋季和冬季均存在變干趨勢。
為充分了解黃河流域1960—2020 年干濕事件的演變特征,依據表1劃分標準,統計了流域61 a來70個站點每月的SPEI,繪制出不同年代及不同季節(jié)干濕事件發(fā)生頻率圖(圖5)。由圖5a 可知,1960—2020年黃河流域干濕事件總頻率整體呈減少趨勢,1980—1989 年干濕事件累計頻率最小,為61.37%,且1960—2020 年干旱事件發(fā)生頻率大于濕潤事件。從干旱事件發(fā)生頻率而言,6 個時段整體呈現“增-減-增”的變化趨勢,其中1970—1979年干旱事件發(fā)生頻率多于其他時段,是典型的偏干時段;從濕潤事件發(fā)生頻率而言,除了2000—2009年輕度濕潤發(fā)生頻率高于中等濕潤,其余時段中等濕潤發(fā)生頻率均高于輕度濕潤,此外1960—1969年濕潤事件發(fā)生頻率高于其他5個時段,是典型的偏濕時段。
圖5 1960—2020年黃河流域不同時段(a)和不同季節(jié)(b)干濕發(fā)生頻率Fig.5 Frequency of drought and wet in different periods(a)and seasons(b)in the Yellow River Basin from 1960 to 2020
由圖5b可知,黃河流域不同季節(jié)干濕事件發(fā)生頻率大小為:秋季>夏季>春季>冬季,其中,極端干旱在冬季發(fā)生頻率最高,為1.67%;夏秋季極端濕潤發(fā)生頻率最高,均為1.76%;而輕度和中等干濕事件各季發(fā)生頻率相當。季節(jié)性干濕能很好的反映農業(yè)旱澇狀況,因此,在農業(yè)方面應做好冬旱和夏澇秋澇的預警工作,起到防災減災的作用。
由于以往對黃河流域干濕的持續(xù)性特征分析相對較少,事實上持續(xù)性干濕事件對農業(yè)生產損失更為嚴重,因此本研究采用SPEI-1 數據,依據SPEI的干濕等級劃分標準,定義連續(xù)3 個月SPEI≤-0.5(發(fā)生輕度干旱及以上)為1次連續(xù)干旱過程,連續(xù)3個月SPEI>0.5(發(fā)生輕度濕潤及以上)為1 次連續(xù)濕潤過程,將該干濕過程的SPEI平均值作為此次干濕事件的SPEI,將持續(xù)性干濕事件的SPEI最?。ù螅┲底鳛榇舜纬掷m(xù)性干(濕)事件的強度[29],干濕事件的持續(xù)時間也可以反映干濕事件的嚴重程度,持續(xù)時間越長,干濕狀況越嚴重[30]。表2 和表3 分別給出了1960—2020年持續(xù)性干濕事件發(fā)生時間、強度和持續(xù)時間。
表3 持續(xù)性濕潤事件發(fā)生時間、強度和持續(xù)時間Tab.3 Time,intensity and duration of the persistent wet event
由表2 可知,1960—2020 年黃河流域共發(fā)生持續(xù)性干旱事件9次;從持續(xù)時間長度來看,除了2次持續(xù)4 個月,其他7 次均持續(xù)3 個月;從發(fā)生年代來看,20 世紀60、70 年代各2 次,90 年代3 次,而21 世紀以來共2次;從強度來看,1998年開始的持續(xù)性干旱事件累計SPEI<-4.0,明顯小于其他8次,且最小月SPEI 和月平均SPEI 均為9 次干旱事件中的最小值,表明1998 年11 月到1999 年2 月發(fā)生了最強干旱事件,從強度變化趨勢來看,1960—2020 年持續(xù)性干旱事件的強度趨于變大;從跨越季節(jié)來看,春夏季均發(fā)生3 次,累計分別為8 個月和4 個月,秋冬季均發(fā)生5 次,累計分別為8 個月和9 個月,從發(fā)生季節(jié)來看,秋冬季發(fā)生持續(xù)性干旱事件的概率最大,其次是春季,夏季發(fā)生持續(xù)性干旱事件的概率最小。
表2 持續(xù)性干旱事件發(fā)生時間、強度和持續(xù)時間Tab.2 Time,intensity and duration of the persistent drought event
由表3 可知,1960—2020 年黃河流域共發(fā)生持續(xù)性濕潤事件7次;從持續(xù)時間長度來看,除1次持續(xù)6 個月,其他6 次均持續(xù)3 或4 個月;從發(fā)生年代來看,20世紀60年代3次,70、80、90年代各1次,而21 世紀以來1 次;從強度變化看,最明顯的是1989年11 月到1990 年4 月的濕潤事件,其累計SPEI 和月平均SPEI 分別為6.31 和1.05,最大月SPEI 為1.54,其強度位于第三,此外,1961 年的持續(xù)性濕潤時間最大月SPEI 為1.71,其強度最大,從強度變化趨勢來看,1960—2020年持續(xù)性濕潤事件的強度有略微增強的趨勢;從跨越季節(jié)來看,春季共發(fā)生3次,累計8 個月,夏季共發(fā)生1 次,累計1 個月,秋季共發(fā)生5次,累計9個月,冬季共發(fā)生4次,累計8個月,從發(fā)生季節(jié)來看,秋季發(fā)生持續(xù)性濕潤事件的概率最大,其次是春冬季,夏季發(fā)生持續(xù)性濕潤事件的概率最小。
SPEI變化受降水量和潛在蒸散發(fā)共同影響,而潛在蒸散發(fā)又與最高氣溫、平均氣溫、最低氣溫、相對濕度、日照時數及平均風速等氣象因子變化相關。因此,為探討黃河流域干濕變化的影響因素,選取降水量、最高氣溫、平均氣溫、最低氣溫、相對濕度、日照時數及平均風速7個氣象因子,利用偏相關分析法求出黃河流域各站點7個氣象因子和SPEI的偏相關系數,各氣象因子對SPEI影響用偏相關系數絕對值大小表征,則SPEI與各氣象因子偏相關系數絕對值大小為:降水量(rpcp)>平均風速(rws)>相對濕度(rrh)>日照時數(rdh)>平均氣溫(rt)>最低氣溫(rtmin)>最高氣溫(rtmax),其偏相關系數分別為0.96、-0.76,0.47,-0.41,-0.18,0.06,0.05。黃河流域SPEI與前3個氣象因子的偏相關系數空間分布如圖6 所示。除了黃河流域零星站點rpcp較低外,流域大部分地區(qū)站點rpcp均高于0.90,且流域西部和東部大部分地區(qū)站點的rpcp高于0.96(圖6a)。流域西北部站點rws絕對值偏高,甘肅西南角和陜西中南部等地站點rws絕對值偏低,且流域91.43%的站點rws絕對值高于0.50(圖6b)。黃河流域rrh除合作站為負值外,其余站點均為正值;其中,青海西南部、寧夏北部、內蒙古西部等地站點rrh高于0.50,rrh低于0.30 的站點零星分布于流域中南部(圖6c)。
圖6 1960—2020年黃河流域年均SPEI與主要氣象因子偏相關系數的空間分布Fig.6 Spatial distribution of partial correlation coefficient between annual SPEI and main meteorological factors in the Yellow River Basin from 1960 to 2020
將黃河流域每個氣象站點與SPEI 偏相關系數絕對值最高的2個氣象因子組合(圖7),發(fā)現黃河流域第一主導因素為降水量的站點有69個(占總站點的98.57%);其中,第一主導因素為降水量、第二主導因素為平均風速的站點共有65個(占站點總數的92.86%),分布于流域大部;第一主導因素為降水量、第二主導因素為相對濕度的站點僅2個,分別是泰山站和華家?guī)X站;第一主導因素為降水量、第二主導因素為日照時數的站點是河南站和臨汾站。第一主導因素為平均風速,第二主導因素為降水量的站點為景泰站(圖7)??梢?,黃河流域大部分地區(qū)SPFI變化與降水量和平均風速有關。
圖7 1960—2020年黃河流域各氣象站點與年均SPEI偏相關系數絕對值較高的兩氣象因子組合分布Fig.7 Spatial distribution of two meteorological factors with higher absolute value of partial correlation coefficient between annual SPEI and meteorological stations in the Yellow River Basin from 1960 to 2020
通過對黃河流域降水量、平均風速和相對濕度的變化趨勢分析發(fā)現(圖8),1960—2020 年黃河流域降水量呈微弱減少趨勢;平均風速在20 世紀60年代初期和中期相對較低,在60 年代末至70 年代中期較高,之后呈減少趨勢;相對濕度變化基本穩(wěn)定,整個研究時段呈微弱減少趨勢,但較平均風速的減少趨勢弱。由于黃河流域降水量和相對濕度與SPEI 呈正相關,平均風速與SPEI 呈負相關。因此,降水量的微弱減少和平均風速的減少、相對濕度的降低共同導致61 a 來黃河流域SPEI 整體呈微弱下降趨勢。
圖8 1960—2020年黃河流域降水量、平均風速和相對濕度隨時間相對變化趨勢Fig.8 Relative variation trend of precipitation,average wind speed and relative humidity in the Yellow River Basin from 1960 to 2020
本研究選用基于Penman-Monteith 公式的SPEI分析了黃河流域61 a 來干濕時空變化特征,指出氣候變化背景下,黃河流域除夏季外,流域年、春季、秋季和冬季均呈干旱化趨勢,而王飛等[11]研究表明黃河流域除冬季外,流域年、春季、夏季和秋季均呈干旱化趨勢,造成這種差異的可能原因有:(1)選取的研究時段不同。王飛等[11]選取時段為1961—2015 年,本研究選取了1960—2020 年。(2)氣象站點數目、空間分布和潛在蒸散發(fā)的計算方法不同。已有研究利用黃河流域及周邊124 個氣象站點數據,基于Thornthwaite 公式獲得潛在蒸散發(fā);本研究選取了黃河流域70 個氣象站點,基于Penman-Monteith 公式計算潛在蒸散發(fā)。相對Thornthwaite 模型而言,Penman-Monteith公式不但考慮了溫度要素,還結合平均風速、相對濕度、日照時數等氣象因子[31],在一定程度上影響了SPEI 的計算結果。空間分布上,黃河流域年SPEI 在青海西北部、甘肅北部等地呈顯著上升趨勢,在甘肅中部和寧夏西北部等地呈顯著下降趨勢,流域整體呈現變干趨勢。劉珂等[24]發(fā)現黃河流域整體呈現變干趨勢,這與本研究的結果一致。但劉珂等[24]發(fā)現黃河流域變干的區(qū)域面積遠大于變濕區(qū)域,且河套地區(qū)有顯著的變干趨勢,這與本研究得到的結果存在一定差異,可能由于本研究選取的流域站點數目較少而導致空間連續(xù)性不強引起,未來應利用高空間分辨率柵格數據代替站點資料以得到更加準確的結果。在黃河流域整體變干的背景下,應轉被動、應急性的防旱減災工作為積極主動抗旱工作,做好流域水土保持工作,逐步改善流域生態(tài)環(huán)境;加強流域農田水利基本建設,改善農業(yè)生產條件;加強抗旱減災關鍵技術研究,提高流域綜合抗旱能力,為實現黃河流域生態(tài)可持續(xù)發(fā)展做貢獻。
此外,研究不同氣象因子對黃河流域干濕變化的影響也十分重要。本研究分析發(fā)現,影響黃河流域干濕變化的7 個氣象因子中,降水量、相對濕度、最高氣溫和最低氣溫是影響干濕變化的正影響因子,平均風速、日照時數和平均氣溫是影響干濕變化的負影響因子。已有研究表明,黃河流域年干濕變化的主導因子為降水量和相對濕度[28],但本研究發(fā)現流域年干濕變化的主導因子為降水量和平均風速。這表明降水量是影響黃河流域干濕變化的第一主導因素,即降水量是黃河流域干濕變化的主控因素,但第二主導因素的不同原因可能在于表征黃河流域干濕變化的指標及研究時段的不同。
本研究也存在一些不足,在探討影響黃河流域干濕變化的氣象因素時,僅考慮了單個氣象因子對黃河流域氣候干濕變化的影響,而不同氣象因子之間的相關關系和多個氣象因子的綜合效應還有待進一步探討,以期更進一步明確影響黃河流域干濕變化的主導因子。某一區(qū)域的干濕變化不僅與氣象因子相關,還與人類活動、地形地勢及土壤狀況等多種因素相關,若將黃河流域地形地勢、植被狀況、土壤狀況及人類活動等因素結合考慮,研究黃河流域干濕狀況的時空變化規(guī)律,可以更明確的了解流域干濕變化時空特征及異常分布特征。
(1)不同時間尺度的SPEI 反映的干濕等級及頻率具有一定的差異性,干濕等級以正常和輕度為主。年際變化上,1960—2020年黃河流域夏季呈不顯著變濕趨勢,流域年、春季、秋季和冬季均呈不顯著變干趨勢??臻g尺度上,黃河流域夏季以變濕為主,年、春季、秋季和冬季以變干為主。
(2)從干濕事件的不同時間尺度來看,1960—2020年黃河流域干旱事件發(fā)生頻率大于濕潤事件,1970—1979年是典型的偏干時段,1960—1969年是典型的偏濕時段;在季節(jié)尺度上,干濕事件發(fā)生頻率秋季>夏季>春季>冬季。
(3)在干濕的持續(xù)性特征上,所有干旱事件均持續(xù)3 或4 個月,持續(xù)性干旱事件在秋冬季發(fā)生概率最大;持續(xù)性濕潤事件在秋季發(fā)生概率最大,其次是在春冬季,夏季發(fā)生概率最小。
(4)1960—2020 年SPEI 呈不顯著下降趨勢主要是降水量、平均風速及相對濕度降低共同作用的結果。