石羊河流域干旱氣候對ENSO事件的響應及預測分析

羅曉玲，李玲萍

（1.中國氣象局蘭州干旱氣象研究所，甘肅 蘭州730020；2.甘肅省武威市氣象局，甘肅 武威733000）

氣候異常、極端災害天氣頻繁的發生與ENSO事件強弱密不可分[1-5]。2017年10月形成的拉尼娜事件引發全球天氣氣候異常，2017年冬季北極創紀錄升溫，氣溫較歷年同期明顯偏高；而歐洲遭遇極寒，嚴寒造成至少24人死亡；“炸彈氣旋”肆虐北美，美國東北部遭受暴風雪和嚴寒天氣齊襲，致22人死亡；印度超強沙塵暴致使127人死亡；影響中國北方多地一度嚴重“貧雪”，內蒙古、東北、華北和西北地區西部出現嚴重干旱，極端天氣事件早發頻發。近些年來，氣象學者對ENSO事件有較多研究，從曉明[6]研究表明，厄爾尼諾事件年，赤道東太平洋水溫偏高，東亞夏季風偏弱，造成北方地區緯向環流盛行，拉尼娜事件年，則有利于中緯度大氣環流經向度加強。歐延升[7-16]等分析了全國各地氣候要素與ENSO事件的關系，楊龍[17]、張沖[18]對ENSO事件與甘肅氣候的關系進行了分析研究。石羊河流域位于甘肅省河西走廊東部，其水系發源于祁連山，天祝、古浪位于流域上游，涼州、永昌位于流域中游，民勤位于流域下游，海拔高度為1300～3100 m，年降水量為110～410 mm，年蒸發量為1500～2700 mm。受2017/2018年拉尼娜事件持續影響，2018年4月25日—6月23日石羊河流域中、下游涼州、民勤連續60 d未出現≥5.0 mm有效降水，出現了近5 a最嚴重的春旱連春末夏初干旱，直接經濟損失4.3億元。但有關ENSO事件與石羊河流域氣候變化的關系及干旱趨勢預測方法研究的文章較少，因此，本文使用流域內降水、氣溫和干旱資料，分析了ENSO事件與他們的關系，并應用ENSO事件對其進行預測預報。將會提高干旱預報預測水平，同時對地方政府防御干旱災害、減輕經濟損失提供科學決策依據。

1 資料與方法

1.1 資料來源與標準

所用氣象要素數據來源于1961—2018年石羊河流域內5個氣象站（涼州、民勤、永昌、古浪、天祝）；ENSO事件及強度分級標準和氣候系統監測指數由中國氣象局國家氣候中心提供。

將1961—2018年出現的厄爾尼諾（17次）和拉尼娜（13次）峰值年定義為ENSO事件年，依據國家氣候中心對其強度標準的規定，分別定義為-3～4，其中強拉尼娜為-3，中等拉尼娜為-2，弱拉尼娜為-1，正常年份為0，弱厄爾尼諾為1，中等厄爾尼諾為2，強厄爾尼諾為3，超強厄爾尼諾為4。同時與之對應，將降水（氣溫）距平值歸一化，也定義為-4～4，特少（低）為-4，偏少（低）為-3，略少（低）為-2，略多（高）為2，偏多（高）為3，特多（高）為4。干旱等級定義為0～4，無旱為0，輕旱為1，中旱為2，重旱為3，特重旱為4。

1.2 統計與分析方法

首先采用概率統計和強度對比分析，得到ENSO事件對該流域降水、氣溫、干旱的影響，將其作為影響因子參與建模，然后應用1968—2010年涼州、民勤、古浪、天祝、永昌氣象站旬、月氣象要素資料和國家氣候中心下發的物理量（包括大氣環流指數88項，海溫指數26項，其它指數16項）共165項作為預報因子x，將1970—2012年各站月、季降水和各類干旱級別以及旱段作為預報對象y，將所有參數處理為距平值，通過press算子對因子普查，將相關較好的因子挑入因子庫，使用最優子集回歸方法建立各站月、季降水和干旱（旱級、旱段）統計預測模型[19-21]，最后結合ENSO事件通過加權平均法[22]構建集成預測概念模型。

通過Excel 2007、SPSS 22.0、vb6.0等軟件，對資料進行統計、處理和分析。

2 結果與分析

2.1 石羊河流域氣候變化對ENSO事件的響應

2.1.1 降水對ENSO事件的響應

據統計，厄爾尼諾事件結束年，春季降水，全流域顯著偏多，偏多概率在70%～90%。降水距平序列圖見圖1，春季降水1973年偏少26%，1995年偏少63%，2005年偏少5%，其它年份均偏多，偏多值在1%～113%。夏季降水，上游偏多（古浪、天祝偏多概率均為60%）；中游偏少（涼州、永昌偏少概率為60%、80%），下游民勤不明顯；秋季降水上游天祝偏多（偏多概率為60%），中游永昌偏多（偏多概率為70%），其它不明顯。厄爾尼諾事件結束次年，流域各季降水關系不顯著。

圖1 厄爾尼諾事件結束年石羊河流域春季降水距平

將降水距平與ENSO強度對比（圖2）發現，拉尼娜事件年，流域春季、夏季降水不明顯；秋季降水偏多，偏多概率在57.1%～85.7%。拉尼娜次年，春季降水偏少，偏少概率除永昌為85.7%以外，其他站均為100%；夏季降水不明顯；秋季降水偏多，偏多概率在57.1%～85.7%。拉尼娜事件結束年，流域春季降水，僅1985年偏多113%，其它年份均偏少，偏少值在1%～51%（圖3）。

圖2 石羊河流域各季降水與ENSO事件強度的關系

圖3 拉尼娜事件結束年石羊河流域春季降水距平

綜上所述，厄爾尼諾事件結束年流域春季降水偏多；拉尼娜事件年和次年秋季降水偏多；拉尼娜事件次年和結束年春季降水偏少。降水偏多（偏少）幅度與ENSO事件強度及持續時間關系不顯著。

2.1.2 氣溫對ENSO事件的響應

據統計，厄爾尼諾事件年，全流域春季、秋季、冬季氣溫均顯著偏高，偏高概率分別為60%～70%、60%～70%、60%～80%；夏季氣溫，涼州偏低，偏低概率為60%，其它站不明顯；特別后冬（1—2月）氣溫偏高顯著，各站偏高概率均為80%。將氣溫距平與ENSO強度對比（圖4）發現，厄爾尼諾事件年，全流域暖冬明顯，但ENSO強度與溫度偏高幅度沒有直接線性關系。厄爾尼諾事件次年，流域氣溫未明顯規律。

圖4 石羊河流域冬季氣溫與ENSO事件強度的關系

拉尼娜事件年，流域冬季氣溫偏低，偏低概率在71.4%～85.7%。特別后冬（1—2月）尤為顯著，各站偏低概率均為85.7%。拉尼娜事件結束年，流域冬季（12—2月）氣溫顯著偏低（圖5），僅2001年偏高1.5℃，其它年份均偏低，偏低幅度在-0.2～-2.4℃，出現冷冬現象。拉尼娜事件次年和拉尼娜事件結束次年，流域氣溫未明顯規律。

圖5 拉尼娜事件結束年石羊河流域冬季氣溫距平

厄爾尼諾事件年流域春季、秋季、冬季氣溫偏高，易出現暖冬；拉尼娜事件年冬季氣溫偏低，易出現冷冬。

2.1.3 干旱對ENSO事件的響應

據羅曉玲等研究表明[20]，厄爾尼諾事件對干旱影響不顯著，而拉尼娜事件與干旱關系非常密切，拉尼娜事件結束年全流域都出現較強的春旱、春末夏初旱和伏旱，出現概率為100%（表1）。進一步分析干旱強度發現，在拉尼娜事件年，流域中下游發生中度以上春旱、春末夏初旱、伏旱的概率分別為45.5%～54.5%、63.6%～72.7%、72.7%～81.8%，拉尼娜事件次年，流域中下游發生中度以上春旱、春末夏初旱、伏旱的概率分別為72.7%～90.9%、36.4%～54.5%、63.6%～72.7%。

拉尼娜事件年流域中下游發生中度以上春末夏初旱和伏旱的概率較高，拉尼娜事件次年流域中下游發生中度以上春旱和伏旱的概率較高。拉尼娜事件是造成該流域干旱的主要影響因素之一。

表1 石羊河流域拉尼娜事件結束年旱情統計

2.2 石羊河流域氣候要素及干旱趨勢預測

通過分析ENSO事件與氣候要素的關系，將ENSO事件作為預測預報的一個影響因子，結合各類統計預測模式共同構建集成預測概念模型（ENSO事件年或次年對石羊河流域氣候均有影響，由于時間限制，在制作預測預報中只能將次年的影響作為因子引入模式應用）。

2.2.1 降水趨勢預測

統計預測模式：應用流域內5個氣象站旬、月氣象要素和國家氣候中心下發的物理量資料，使用最優子集回歸方法建立流域各季降水趨勢預測模型。

集成預測模型：基于最優子集回歸預測模式結論，結合當年ENSO事件信號綜合得出預測模型。若確定當年為拉尼娜事件年，則次年春季降水，在統計模式預測的基礎上報小一個量級，例如模式預測降水為略偏多，則預報略偏少，以此類推；秋季降水，在統計模式預測的基礎上報大一個量級，例如模式預測降水為略偏多，則預報偏多，以此類推。

模式檢驗：通過歷史回報，統計模式擬合率，春、夏、秋季各站均超過85%（表2），冬季較差在65%～87%。集成模式擬合率，春、秋季各站均超過83%，春季比統計模式略有提高，可投入業務應用，但秋季比統計模式普遍偏低，不能業務應用。通過2013—2018年試報，統計模式準確率，除涼州秋季、冬季和永昌冬季外，其它均超過60%；2013—2017年未出現拉尼娜事件，故無法計算集成模式準確率。

表2 各站降水預測模式結果檢驗 %

2.2.2 干旱趨勢預測

統計預測模式：應用流域內5個氣象站旬、月氣象要素和國家氣候中心下發的物理量資料，使用最優子集回歸方法分別建立流域各站年度春旱、春末夏初旱、伏旱（旱級、旱段）及相應旱段內降水趨勢預測模型（以民勤春末夏初干旱和5—6月降水為例）。

其中Y1為民勤次年春末夏初旱級別，x1為永昌前一年1—2月平均最低氣溫之和，x2為涼州當年8月蒸發，x3為前一年4月赤道地區30 hPa緯向風準兩年振蕩指數，x4為民勤當年1月地面0 cm溫度，x5為前一年1—7月赤道地區30 hPa緯向風準兩年振蕩指數之和，x5為民勤當年4月中下旬降水量，x7為永昌前一年1—2月極端最高氣溫之和，x8為烏鞘嶺當年6月下旬—7月上旬氣溫之和。方程擬合率為83.7%，準確率為66.7%。

其中Y2為民勤次年春末夏初旱旱段天數，x1為永昌前一年1—3月平均最低氣溫之和，x2為民勤前一年5月地面0 cm溫度，x3為民勤當年5月極端最高氣溫，x4為前一年6—7月赤道地區30 hPa緯向風準兩年振蕩指數之和，x5為永昌當年1月平均最低氣溫，x6為永昌當年8月日照，x7為前一年3—6月親潮區海溫指數之和。方程擬合率為93.0%，準確率為60.0%。

其中Y3為民勤次年5—6月降水趨勢，x1為涼州前一年5—6月降水量，x2為民勤前一年11月—當年2月極端最低氣溫之和，x3為當年7—8月西風漂流區海溫指數之和，x4為涼州當年4月下旬—5月上旬降水量，x5為前一年11—12月北半球副高脊線位置指數之和，x6為古浪當年7月上旬—中旬降水量，x7為烏鞘嶺當年5—7月極端最低氣溫之和，x8為民勤前一年9—10月日照之和。方程擬合率為89.1%，準確率為62.0%。

集成預測模型：基于公式（1）、（2）、（3）模式結論，結合ENSO事件對干旱的影響，利用加權平均法構建預測模型，做出次年干旱趨勢結論，具體預測方法詳細介紹見文獻[20]。若當年是拉尼娜年，則次年出現中度以上春旱和伏旱的可能性較大。

干旱預測綜合結論：若統計和集成模式同時預測有干旱，則預測次年有中度以上干旱；若統計和集成模式有一方預測有干旱，則預測次年有輕度干旱。

模式檢驗：通過歷史回報，統計模式擬合率，春旱、春末夏初旱和伏旱各站均超過81%（表3）。

表3 各站干旱預測模式結果檢驗 %

集成模式擬合率：春旱，中、下游超過88%，比統計模式略有提高，可以投入業務應用；上游超過74.4%，比統計模式偏低10%～14%，不能投入業務應用。伏旱，中下游（涼州、民勤）超過90%，與統計模式相同，可以業務應用；中游（永昌）、上游超過76.7%，比統計模式偏低3%～7%，不能業務應用。通過2013—2018年試報，統計模式準確率除上游伏旱偏低外，其它均超過66.7%，2013—2017年未出現拉尼娜事件，故無法計算集成模式準確率。2018年是拉尼娜事件年，根據統計模式和集成模式綜合預測2019年春季有中度干旱。

3 結論

根據石羊河流域5個氣象站1961—2018年的降水、氣溫、干旱實況資料，利用氣候統計學方法分析了ENSO事件對該區氣候變化及干旱的影響；應用1968—2010年旬、月氣象要素和大氣環流特征量，采用最優子集回歸方法，建立降水和干旱統計預測模式，結合ENSO事件，通過加權平均法構建集成預測概念模型，得出以下結論：

（1）石羊河流域氣候變化對ENSO事件的響應不盡相同，厄爾尼諾事件年，流域春季、秋季、冬季氣溫偏高，偏高概率分別為60%～70%、60%～70%、60%～80%，特別后冬偏高顯著，偏高概率均為80%，極易出現暖冬；對干旱影響不顯著。厄爾尼諾事件結束年，春季降水偏多，偏多概率在70%～90%；拉尼娜事件年，秋季降水偏多，偏多概率在57.1%～85.7%；冬季氣溫偏低，偏低概率在71.4%～85.7%，后冬尤為顯著，偏低概率均為85.7%，極易出現冷冬；中下游發生中度以上春末夏初旱和伏旱的概率較高，為63.6%～72.7%和72.7%～81.8%；拉尼娜事件次年，春季降水偏少，偏少概率在85.7%～100%；中下游發生中度以上春旱和伏旱的概率較高，為72.7%～90.9%和63.6%～72.7%。

（2）模式檢驗結果。降水預測模式：統計模式43 a擬合率各季、各站均超過65%，6 a試報準確率流域大部分地方超過60%；集成模式擬合率春、秋季各站均超過83%，春季比統計模式有提高。干旱預測模式：統計模式擬合率春旱、春末夏初旱、伏旱各站均超過81%，準確率流域大部分地方超過66.7%。集成模式擬合率：春旱，中下游超過88%，比統計模式有提高；上游超過74.4%，比統計模式偏低10%～14%。伏旱，中下游（涼州、民勤）超過90%，與統計模式相同；中游（永昌）、上游超過76.7%，比統計模式偏低3%～7%。所有統計模式和擬合率比統計模式有提高或相同的集成模式，均可投入業務應用。