1961—2018年西遼河流域氣候干濕指數時空特征分析

高永剛 ，周永吉，高峰，趙慧穎 ，劉丹

1. 黑龍江省氣象科學研究所，黑龍江 哈爾濱 150030；2. 中國氣象局東北地區生態氣象創新開放實驗室，黑龍江 哈爾濱 150030；3. 黑龍江省氣象數據中心，黑龍江 哈爾濱 150030

干旱是目前全球最嚴重的自然災害之一，它已成為危及人類生存環境的嚴重問題，也是科學界普遍關心的科學問題（楊金虎等，2012）。據統計，全球每年因干旱所造成的經濟損失可達 60×108—80×108美元（Keyantash et al.，2002），遠遠超過了其他氣象災害。近年來，在全球氣候變化的背景下，各區域的氣候干濕狀況亦發生了不同程度的變化（翟盤茂等，2003），且已經對生態環境、工農業生產、城鄉人民生活產生了一定的影響。

過去關于干旱的眾多研究主要是通過降水量進行的（Katz et al.，1986；Nicholls，2004），然而干旱是一個復雜的物理過程，地表水分收支受氣溫、降水等因素協同作用的影響，因此，近些年許多學者運用新的方法或者指標。在眾多的干濕指標中，Palmer干旱指數目前被認為是較好的干濕研究指標，并在全球或區域干濕檢測中已經得到了廣泛應用（Dai et al.，2004；Dai et al.，1998），但它的局限性在于對計算方案中參數的區域性非常敏感。安順清等（1985）與劉巍巍等（2004）利用中國區域的氣候資料對 Palmer干旱指數計算方案的參數進行了訂正，使其更適合于在中國區域的使用，但由于土壤濕度觀測資料的缺乏，使得研究工作受到局限。而Thornthwaite在植被氣候分類法中定義的干濕指數，綜合考慮氣溫和降水量等因素對地表水分收支和干濕狀況的影響，且指數數據容易收集，方法成熟且可行性強，在國家尺度和大小區域尺度上取得了一定的成果（馬丹陽等，2019；姜江等，2017；楊金虎等，2012；張大偉等，2012；孫鳳華等，2006），加深了對中國干濕狀況的形成機理、分布特征、變化趨勢等的了解。

西遼河流域地處中國北方農牧交錯帶的東段三北交界區，介于 116°10′—123°35′E、41°24′—45°40′N 之間，行政區劃上包含內蒙古、河北、遼寧和吉林四省區的 30個縣級行政單元，土地面積約為20.09×104km2，在氣候上屬于暖溫帶半濕潤氣候向中溫帶半干旱氣候的過渡帶。西遼河流域是內蒙古重要農業基地，同時擁有豐富的濕地資源（吳夢紅等，2019），在國家糧食安全和生態安全中具有重要作用。近年來，隨著社會經濟的發展，西遼河流域取用水量不斷增強，導致流域徑流量日益減少、河道斷流頻繁發生、草場退化、林木矮化，許多濕生植物被耐旱植物代替等環境問題。可利用水資源的短缺已經成為限制該地區農業與生態發展的主要因素之一，需要了解該流域氣候干濕指數變化規律與特征，為水資源的有效利用提供氣候參考。然而，該流域相關研究成果還未見報道。因此，研究西遼河流域氣候干濕指數變化規律與特征對有效利用流域水資源、農業生產、地濕地保護可提供一定氣候依據。

1 資料與方法

1.1 資料來源

利用西遼河流域30個國家氣象觀測站（包括赤峰市全部14個站，通遼除霍林郭勒外的10個站，興安盟科爾沁右翼中旗和高力板站，吉林雙遼和通榆站，遼寧建平站，承德市的平泉站）1961—2018年逐日氣溫、降水量資料。研究區概況見圖1。

圖1 研究區概況Fig. 1 Survey of the study area

1.2 研究方法

1.2.1 氣候干濕指數計算

采用Thornthwaite在植被氣候分類法中定義的氣候干濕指數Im（Thornthwaite，1948；Penman，1950），公式如下：

式中，Im為氣候干濕指數（以下簡稱干濕指數）；P為年降水量；E為年潛在蒸散量。

依據Im劃分的干濕氣候型如表 1所示（Thornthwaite，1948）。

表1 按干濕指數劃分的干濕氣候型Table 1 Dry-wet climate type by climatic dry-wet index

潛在蒸散量的計算方法有很多種，其中以Penman的計算方法最為經典，但在Penman的計算方案中，涉及了許多大氣邊界層與土壤水熱性質的參數，但由于所需資料多還沒有被廣泛應用，而Thornthwaite的方法彌補了 Penman方法在這方面的不足，它的優點是僅考慮氣溫的變化，而又能較客觀地描述地表潛在蒸散。Thornthwaite各月潛在蒸散量的計算公式如下（楊金虎等，2012；張大偉等，2012）：

年潛在蒸散量E為各月潛在蒸散量Ej之和。Thornthwaite方法的優點在于計算簡單，且僅依賴月平均氣溫。

1.2.2 數據分析

分別采用線性傾向率（高永剛等，2007）、Mann-Kendal（簡稱M-K）非參數檢驗法（Su et al.，2006）、小波分析方法（唐啟義，2010；高永剛等，2012）分析氣溫、降水量、潛在蒸散量和干濕指數趨勢、相關性、突變和周期性變化。使用Arcgis 9.3、Microsoft Excel 2010、DPS 7.05等軟件進行數據統計處理和制圖。

2 結果與分析

2.1 干濕指數的時間變化特征

2.1.1 干濕指數趨勢變化分析

1961—2018年西遼河流域年平均干濕指數變化趨勢分析為圖2。圖2a可見，近58年年平均干濕指數為-54.8—1.0，基本處于半濕潤、半干旱氣候區，與實際情況相符；干濕指數總體略呈降低趨勢，未通過顯著性檢驗，干濕指數變率為-0.050 a-1。而同期年平均氣溫顯著升高（r=0.614，P＜0.001），r0.001臨界值為0.418，具有極顯著性相關關系，年平均氣溫變率為0.026 ℃·a-1（圖2a）；年潛在蒸散量亦呈顯著增加趨勢，亦具有極顯著性相關關系（r=0.657），潛在蒸散量變率為0.726 mm·a-1（圖 2b）；年平均降水量總體略呈減少趨勢，未通過顯著性相關統計檢驗，降水量變率為-0.437 mm·a-1（圖 2b）。經相關分析表明，年平均干濕指數與年平均氣溫、年潛在蒸散量、年降水量的相關系數分別為-0.380、-0.420和0.820，r0.01臨界值為0.333，分別具有極顯著性負、負、正相關關系，在年平均氣溫顯著升高、年潛在蒸散量顯著增加、年降水量略呈減少趨勢的協同作用下，干濕指數略呈降低趨勢。

根據分形原理，分別計算1997—2017年20年的建成區面積與GDP和城鎮人口數量的自然對數，以建成區面積為橫坐標，GDP和城鎮人口數量為縱坐標做線性擬合．結果顯示，德城區建成區的面積對數與GDP、城鎮人口對數呈現很強的相關性（見圖4），相關系數分別為R=0.923 7和R=0.997 5，說明建成區與GDP和城鎮人口有顯著的線性回歸關系．城市人口的增長導致住房、工業和城市基礎設施等用地面積的增長，占用原有農業用地，直接導致了城區面積的擴大．

2.1.2 干濕指數的突變分析

1961—2018年西遼河流域年平均干濕指數突變檢驗分析為圖3。從M-K突變檢驗統計值圖3a可以看出，1987年后標準正態分布統計變量UF（按時間序列）值大于 0，表明氣溫有增暖趨勢，1993年后UF值超過95%置信度的1.96，反映增溫趨勢顯著，即從前一個UF與標準正態分布統計變量UB（按時間逆序）交點（1991年）開始突變增溫；在氣溫突變增溫條件下，年潛在蒸散量突變增加滯后4年，在 95%置信度下1995年開始突變增加（圖3b）；而年降水量變化沒有表現出突變情況（圖3c）；基于年降水量和年潛在蒸散量計算的年平均干濕指數亦沒有表現出突變情況（圖3d）。

2.1.3 干濕指數的周期分析

在小波分析中，根據不同頻率的小波方差中應選取最大峰值方差所對應的頻率為主要頻率的分析原則，1961—2018年西遼河流域干濕指數及相關氣候影響因子58 a時間序列的小波分析 結果見圖4。從圖 4可以看出，西遼河流域干濕指數及各影響因子存在多時間尺度周期性特征，干濕指數及各影響因子的第1主周期均為25—35 a，25—35 a的年代際尺度主周期可作為背景周期。其中，流域水量收入項因子降水量存在5—10 a的年際尺度準周期（圖4a）；流域年平均氣溫（圖4b）和流域水量支出項因子年潛在蒸散量（圖4c）的年代際尺度次周期和年際尺度準周期相同，其次周期為10—15 a，準周期為5—10 a；流域干濕指數亦存在10—15 a的年代際尺度次周期，5—10 a的年際尺度準周期，其中5—10 a的年際尺度準周期顯著，58 a出現10次（圖4d）。

在25—35 a年代際主周期背景下，背景主周期與水量收入項5—10 a準周期、水量支出項10—15 a次周期與5—10 a準周期的疊加作用，形成西遼河流域干濕指數的周期性變化特征，干濕指數呈現 2次（1961—1994、2010—2018）增加、1次（1995—2009）降低過程，總體表現出降低趨勢，體現了西遼河流域干濕指數與相關因素在多時間尺度上的一致性。

圖2 西遼河流域年平均干濕指數變化趨勢Fig. 2 Change trend of yearly average dry-wet index in Xiliao River Basin

圖3 西遼河流域年平均干濕指數M-K突變檢驗Fig. 3 M-K abrupt change test of yearly average dry-wet index in Xiliao River Basin

圖4 西遼河流域年平均干濕指數周期分析Fig. 4 Period analysis of yearly average dry-wet index in Xiliao River Basin

2.2 干濕指數的空間變化特征

圖5 西遼河流域平均干濕指數空間變化趨勢Fig. 5 Spatial change trend of yaerly average dry-wet index in Xiliao River Basin

1961—2018年西遼河流域年平均干濕指數空間變化趨勢為圖5。圖5a可見，近58年平均干濕指數變率范圍為-0.290—0.130 a-1，總體上干濕指數由西南向東北呈降低變化趨勢，其中，西南部區域（除喀喇沁旗、八里罕、翁牛特旗外）和東部雙遼市的干濕指數呈增加趨勢，其他區域干濕指數呈降低趨勢，且北部區域降幅相對較大。西遼河流域年平均干濕指數變率的空間分布趨勢與流域水量收入項因子降水量變率的空間分布趨勢（圖5b）相似，與水量支出項因子潛在蒸散量變率的空間分布趨勢（圖5c）相反，在水量主要收入項和支出項因子的協同作用下，總體上干濕指數由西南向東北呈降低趨勢。

3 結論與討論

3.1 討論

Thornthwaite方法基于氣溫和降水量的變化便于客觀地描述地表潛在蒸散和干濕狀況變化，在不同尺度研究上取得了一些對農業和生態可持續發展具有參考價值的成果（馬丹陽等，2019；姜江等，2017；楊金虎等，2012；張大偉等，2012；孫鳳華等，2006）。因此，應用Thornthwaite的方法對西遼河流域氣候干濕指數變化分析是可行的。

目前，在西遼河流域干濕指數時空變化方面研究成果還未見報道，但相似成果在局部區域比較中存在差異。張大偉等（2012）研究指出，1958—2007年吉林省干濕指數總體略呈上升趨勢，而其中吉林西北部處于西遼河流域東部邊緣的雙遼市干濕指數呈下降趨勢，而在本文中雙遼市干濕指數呈增加趨勢（圖 5a），局部區域差異的原因可能在于研究資料的時段不同所致。總體上，1961—2018年西遼河流域年平均干濕指數略呈降低趨勢，但不顯著（圖2a），雖然沒有表現出突變特征（圖3d），但干濕指數在25—35、10—15 a年代際尺度主周期和次周期背景下，5—10 a年際尺度準周期顯著（圖4d）。在空間變化上，總體上年平均干濕指數由西南向東北呈降低的趨勢，但東部雙遼市的干濕指數呈增加的趨勢。

西遼河流域年平均干濕指數時空變化主要氣候因素（年平均氣溫、年潛在蒸散量、年降水量）時空變化影響，在氣候影響因素分析中，西遼河流域潛在蒸散量呈顯著增加趨勢（圖 2b），與孫小舟等（2009）關于西遼河流域的蒸散量研究結果一致；年降水量略呈減少趨勢（圖2b），與吳凱等（2017）研究結果一致，但吳凱等研究認為西遼河流域年降水量突變年在 1998年，而本文中年平均降水量沒有表現出突變特征；在周期性變化上，年平均氣溫、年潛在蒸散量、年降水量均呈現多時間尺度周期性變化，其中年降水量主要表現為25—35 a的年代際尺度背景周期和 5—10 a的年際尺度顯著準周期（圖4a），吳凱等認為年降水量存在30、18、6 a的時間尺度周期，差異原因可能與西遼河流域研究資料站點數量、時段的不同所致。

3.2 結論

近 58年來西遼河流域年平均干濕指數略呈降低趨勢，變率為-0.050 a-1，干濕指數沒有表現出突變特征，但其在25—35、10—15 a的年代際尺度主周期和次周期背景下，5—10 a的年際尺度準周期顯著，58年出現10次。

在空間上，西遼河流域干濕指數變率總體上由西南向東北略呈降低趨勢，其變率范圍為-0.290—0.130 a-1，且北部區域降幅相對較大，但其東部雙遼市的干濕指數呈增加趨勢。

在時間上，西遼河流域干濕指數與年平均氣溫、年潛在蒸散量、年降水量分別呈極顯著性負、負、正相關，并表現出多時間尺度周期性上的一致性；其變率空間分布趨勢與降水量變率、潛在蒸發量變率空間分布趨勢分別相似、相反。在氣溫、降水、蒸散協同作用下，西遼河流域干濕指數呈現出相應時空特征。