基于SPEI的西北地區干旱時空分布特征及成因分析

馮仕遠，初萍萍,姚 欣，尹德軍，郭 陽

(1.山東省港口集團日照港集團有限公司，山東 日照 276826；2.日照興業房地產開發有限公司，山東 日照 276826)

干旱是最普遍、最復雜的自然災害，具有發生頻率高、持續時間長且影響范圍廣等特點[1]。中國西北干旱區地處中緯度地帶，地域遼闊，地形復雜[2]，山-盆相間，沙漠與綠洲共存，氣象要素分布極其不均，是全球同緯度最干旱地區之一，同時也是生態環境嚴重脆弱地區與全球氣候變化的最敏感地區[3]。干旱缺水問題是困擾西北地區社會發展的主要障礙之一，也一直是學者研究關注的熱點[4]。陳亞寧等[5]探討了氣候變化對干旱區水循環、水資源安全以及水資源未來趨勢的影響；任朝霞等[6]對西北季節性氣溫降雨變化進行了分析并得出西北地區氣溫中心低四周高的趨勢；馮慧娟等[7]針對西北干旱情況，對西北水資源問題從管理層面提出相關建議。

定量化研究干旱時空變化特征并闡述其形成的機制，對干旱的防治、減災決策以及對未來的干旱狀況進行評估和監測預測等方面有重要實際意義[8-9]。近年來，多種干旱定量化研究指數相繼提出[10-11]。目前，SPEI指數是監測干旱發生過程及溫度升高對干旱影響的最有利工具之一[12]。該指數是SPI的改進，可以解決PDSI(帕默爾干旱指標)和SPI(標準化降水指標)不能綜合表征在全球氣候變化大背景下氣溫和降水對干旱發生的共同效應的問題。近年來，國內外學者逐漸開始應用該指數進行不同尺度干旱研究，楊絢等[13]基于SPEI指數分析了淮北地區干旱時空分布特征，并驗證了SPEI的適用性；周丹等[14]利用SPEI指數探討了華北地區干旱時空分布特征及其成因分析，并對ENSO與氣象變化對干旱程度進行相關分析。Hernandez E A等[15]利用SPEI指數對德克薩斯州南部的沿海半干旱地區進行定量計算分析，并對21世紀前后的干旱成因分別進行探討。相關研究表明標準化降水蒸發指數(SPEI)具有多時間尺度的優勢，能夠對不同時間尺度的旱澇情勢進行比較，且具有良好的穩定性。

目前西北干旱時空分布特征研究大多針對于降雨、氣溫對干旱時空影響，且使用SPEI指數分析較少，本文針對西北氣溫、降雨、ENSO、MEI等因素對西北地區干旱時空演變分布特征進行分析，結合SPEI干旱指數，對西北干旱進行定性定量的分析，以1960—2018年降水、氣溫等數據為基礎，采用SPEI指數對西北地區多尺度下干旱發生的時空變化規律進行分析，并進一步對干旱發生原因進行探討，以期為該地區旱災評估、干旱預測預警等提供支撐。

1 研究區概況

中國西北地區位于72°25′～110°55′E，31°35′～49°15′N，行政下轄地區包括新疆、青海、甘肅、寧夏、陜西5個行政區，占地面積320萬km2(圖1)，西北地區地形復雜，深居內陸，遠離海洋，受高原、山地地形的影響，濕潤氣流難以到達西北地區，黃土高原、沙灘戈壁、荒漠草原等自然景觀交錯不齊。因此，絕大部分地區為溫帶大陸性氣候和高寒氣候，僅東南方向有小部分地區為溫帶季風氣候。受氣候條件影響，西北地區夏季氣溫高，降水稀少，且自東向西逐漸遞減，冬季寒冷干燥。西北地區年降水量由東向西逐漸減少，東部地區年降水量可達400 mm左右，西部地區降低至200 mm左右，有些地區年降水量低至50 mm以下。干旱是西北地區的主要自然特征，中國夏季最炎熱的地區——吐魯番盆地和中國降水最少的地區——托克遜大部分區域屬溫帶大陸性干旱半干旱氣候和高原氣候，夏季最熱以及中國降雨最少的地區均位于西北境內，降雨稀少氣候干旱是西北地區最主要的氣候特征。

圖1 研究區概括

2 數據與方法

2.1 數據收集分析

本文采用的數據是逐月降水和平均氣溫，均來自于中國氣象科學數據共享服務網(http://data.cma.cn/)，選用中國西北地區1960—2018年113個氣象站點(圖1)數據,個別站點缺失的數據按照鄰近站點線性回歸法進行插補,數據可靠性和連續性均能滿足研究的需求；DEM數據來自于地理空間數據云(http://www.gscloud.cn/)；厄爾尼諾數據來自于NCARUCAR(https://climatedataguide.ucar.edu/climate-data)；夏季風數據來源于北京師范大學全球變化與地球系統科學研究院(http://ljp.gcess.cn/dct/page)；高原夏季風數據來源于參考文獻[21]的統計數據。

2.2 SPEI方法及干旱等級劃分

該指標由Vicente-Serrano提出[12]，主要由降水量和蒸散發的差值構建指數，同時采用log-logistic概率分布函數進行描述，最后通過正態標準化，用差值的累計頻率劃分等級(表1)。詳細計算過程如下。

表1 SPEI干旱指數等級劃分

a)計算潛在蒸散量。由于西北大多數地區多年降雨量低于200 mm，因此潛在蒸散量采用Penman-Monteith的方法進行計算。過程見式(1)：

(1)

式中 PETi——月潛在蒸散量；H——年熱量指數；Ti——月平均溫度；A——常數。

其中月熱量指數Hi計算方程見式(2)：

(2)

年熱量指數H計算過程見式(3)：

(3)

常數A的計算見式(4)：

A=6.75×10-7H3-7.71×10-5H2+1.792×10-2H+0.4

(4)

當月平均溫度≤0℃，月熱量指數為0，潛在蒸散量為0值。

b)計算月降水與月潛在蒸散的差值見式(5)：

Di=Pi-PETi

(5)

式中Di——月降水量與月潛在蒸散量的差值；Pi——月降水量。

c)正態標準化。由于差值有負值，所以采用log-logistic概率分布函數，求得log-logistic累積函數，計算過程見式(6)：

(6)

α、β、γ通過線性擬合得出，見式(7)—(9)：

(7)

(8)

(9)

其中Γ是階乘函數，使用無偏估計(unbiased estimator)進行概率加權矩計算Ws，見式(10)：

(10)

當概率密度P≤0.5時：

(11)

(12)

P=1-F(x)

(13)

其中c0=2.515 517；c1=0.802 853；c2=0.010 328；d1=1.432 788；d2=0.189 269；d3=0.001 308。

當概率密度P>0.5時,取P=1-P：

(14)

參數取值同上。各干旱指數等級劃分見表1。

2.3 M-K檢驗與小波分析

M-K檢驗全稱為Mann-Kendall非參數統計檢驗法[16]，在時間序列分析趨勢當中，M-K檢驗法是世界氣象組織舉薦并且已經普遍應用的方法，起初是由Mann與Kendall提出，多數學者相繼使用M-K法來分析降水、徑流、氣溫與水質要素的時間序列趨勢變化，該方法計算簡單，適用性強，不需要數據呈標準正態分布，在長期氣象數據資料的觀測背景下，針對氣候變化趨勢所進行的分析，應用Mann-Kendall檢驗法可以判斷氣候序列中是否存在氣候突變，如果存在，可確定出突變發生的時間，且個別異常點并不會影響總體分析結果；小波函數源于多分辨分析，其基本思想是將擴中的函數f(t)表示為一系列逐次逼近表達式,其中每一個都是f(t)動經過平滑后的形式，它們分別對應不同的分辨率。多分辨分析又稱多尺度分析，是建立在函數空間概念基礎上的理論，其思想的形成來源于工程。小波分析在長序列數據的周期性變化方面應用廣泛，通過在時間以及發生頻率2個方面對一種或多種指標進行二維顯示，從而對長時間序列事件進行頻率結構的詳細分析[17]。

3 西北地區干旱時空分布特征分析

按照泰森多邊形方法計算各站點權重從而計算研究區域長序列多尺度SPEI數值，具體泰森多邊形劃分情況見圖1。

3.1 時間演變特征

為揭示西北地區干旱時間演化特征，分別對SPEI指標進行1960—2018年1月、3月、12月(SPEI-1、SPEI-3、SPEI-12)不同尺度進行計算，并分析其干旱波動情況。

3.1.1干旱年度時間變化分析

西北地區干濕現象交替出現(圖2)，年SPEI值以-0.155/10a的趨勢下降，說明干旱情況愈發嚴重；由年SPEI變化曲線明顯得出西北地區1962、1965年出現偏旱情況，1997年出現重旱情，2006、2008、2013年出現中旱，與實際干旱年相對應[18]，又以SPEI-1、SPEI-3作為驗證，確保SPEI-12分析的準確性，其中2013年SPEI-1、SPEI-3均出現極旱波動情景，而SPEI-12顯示為中旱，說明2013年出現過極旱旱情，但平均干旱處于中旱狀態；M-K突變檢驗表明，1993年前SPEI值呈現小范圍波動狀態，突變點出現在1993—1994年，表明在此時間之后干旱屬于突變現象，且2000年后下降趨勢超過了0.05顯著性水平信度線，表明2000年后SPEI下降趨勢更為顯著。

a)SPEI-1

3.1.2季節性干旱時間變化分析

為揭示干旱在不同季節的年際變化情況，以SPEI-3分析近60年研究區不同季節干旱波動狀態(圖3)。春、夏、秋季SPEI值變化均處于明顯下降趨勢，且下降速率分別為0.18、0.13、0.16/10a；冬季SPEI值以0.102/10a的速率上升，可能由于冬季降雨量較低且溫度較低等因素有關，總體而言，年干旱指標呈現逐漸下降趨勢，說明干旱情況愈發嚴重。

a)春季SPEI指數趨勢

春季M-K突變檢驗顯示1960—1988年以及1996至今UF曲線均在0值以下，說明兩期時間SPEI值均處于下降趨勢，春季SPEI值突變點為2000年，且2008年以后下降趨勢超過了0.05顯著性水平信度線，表明2008后SPEI下降趨勢更為顯著；夏季M-K突變檢驗顯示1960—1999年UF曲線幾乎全部處于0值以上，說明該時間段SPEI值處于上升趨勢，且1969—1987年上升趨勢超過了0.05顯著性水平信度線，表明該段時間后SPEI上升趨勢較為顯著，夏季SPEI突變點位于1998年，可能與1998年全球氣溫急劇升高有關，1999年后UF曲線處于0值以下，且2007年以后超過了0.05顯著性水平信度線，表明2007后SPEI下降趨勢更為顯著；秋季M-K突變檢驗顯示1985年突變點前SPEI指數呈現較大幅度干濕動蕩狀態，1989年以后下降趨勢超過了0.05顯著性水平信度線，表明1989年后SPEI下降趨勢更為顯著；冬季M-K檢驗顯示1968年后SPEI處于上升狀態，且處于連續振蕩狀態，無準確突變點，表明冬季SPEI振蕩較為顯著，且1999年上升趨勢超過了0.05顯著性水平信度線，表明1999年后SPEI上升趨勢較為顯著；綜上，西北地區除冬季外均出現較為明顯的干旱趨勢，春旱、夏旱變化趨勢大體一致，2000年左右突變較為明顯。

3.2 空間分布特征

3.2.1干旱年代空間分布特征

采用SPEI-12對西北地區干旱年代空間分布進行分析(圖4)。1960s多省平均SPEI值處于正常范圍，1962、1965年西北地區出現偏旱[6]，但平均SPEI值體現并不明顯，其中僅新疆塔里木盆地處出現2個偏旱輕旱點；1970s、1980s平均SPEI值仍處于正常范圍，與《中國氣象災害大典》相對應；1990s研究區域青海、陜西省以及甘肅、寧夏部分區域出現偏旱情況；2000s干旱情況普遍嚴重，研究區域中部干旱最為嚴重，SPEI值小于-1的面積占比為2.4%，小于-0.5的累積頻率占比57%，說明該時段出現旱情的頻率較高；2010s全省大部分區域干旱較2000s有所加重，且干旱區域與2000s干旱區域較為一致，SPEI值小于-1的面積占比為12.5%，小于-0.5的累積頻率占比43%。從SPEI指數年代變化情況來看，干旱情況隨年際變化而增長，2010s后出現中旱、重旱頻率較高，但與2000s相比，輕旱所占面積有所緩解。

圖4 西北地區不同年代SPEI指數空間分布

3.2.2季節空間分布特征

采用SPEI-3對西北地區季節空間分布進行分析(圖5)。從干旱程度分析，各個季節均處于由“極旱-輕旱”概率不斷增加的狀態。從干旱頻率分布特征分析，極旱主要分布于新疆、青海、甘肅部分區域，且主要發生在春、夏、秋三季，四季極旱概率在3%以上面積占比分別為37%、67%、40%、0.8%；重旱頻率季節分布與極旱較為相似，主要發生于春、夏、秋三季，冬季重旱以及極旱發生頻率較低，覆蓋面積較少；中旱頻率分布不均，大部分區域中旱頻率在6%～15%，新疆省南部冬季發生中旱概率較低，僅在0～6%，但新疆、甘肅以及青海省交界處大部分區域中旱頻率高于15%，且冷湖、小灶火等區域高于20%；春季、夏季輕旱分布相對一致，輕旱概率大部分低于20%，秋季新疆、青海以及甘肅省輕旱概率大部分位于12%～15%，陜西、寧夏輕旱概率大部分位于15%～20%，冬季新疆省西南部輕旱概率較大，部分區域大于25%。

圖5 西北地區季節干旱空間分布

3.2.3頻率空間分布特征

采用SPEI-1對西北地區干旱頻率空間分布特征進行分析(圖6)。極旱概率范圍為0.3%～3.2%，頻率高發地點位于新疆省西南部分；重旱發生概率范圍為2.4%～6.6%，頻率高發區域為陜西、甘肅、青海3省的東南角以及新疆中北部個別區域如焉耆、富蘊、阿拉山口等；中旱發生頻率發生概率范圍為5.3%～16.4%，除新疆、青海中南部區域頻率較低外，其他部分干旱頻率均處于偏高狀態；輕旱發生概率范圍為11.5%～30.0%，整體發生概率偏高，頻率高發區域為研究區域中部、中西部以及寧夏北部。總體而言，不同旱情發生概率范圍相差較大，且高頻發生地點分布相對分散，也側面體現了西北干旱情況的錯綜復雜。

圖6 西北地區干旱頻率空間分布

4 西北地區干旱成因分析

4.1 季風影響分析

降雨氣溫等氣象因素受季風影響顯著，從而影響干旱情況。張存杰等[19]研究發現，東亞夏季風對西北干旱有一定影響，強東亞夏季風對溫度以及降雨有促進作用，但對于溫度的持續性較強，強夏季風帶來的高溫可能會持續到秋冬季節，從而影響干旱程度；荀學義等[20]指出高原季風與西北地區干旱有一定相關性。

東亞夏季風與SPEI夏季指數總體處于下降趨勢，傾向率較為一致(圖7)。曲線變化顯示1985年前夏季SPEI指數大部分呈現正值，與東亞夏季風變化趨勢相對一致，說明此期間東亞季風強度與干旱呈現負相關，1980—2010年東亞夏季風指數與SPEI夏季指標呈現反方向分布，說明此期間該季風強度與干旱呈現正相關；2010—2017年又呈現負相關狀態；高原夏季風與SPEI夏季指標總體趨勢呈反方向分布，說明高原夏季風的增加促進了西北干旱的發展，且傾向率的絕對值更為相近，曲線變化顯示2000年前夏季SPEI指數與高原夏季風指數趨勢擬合較好，說明此期間該季風強度與干旱呈現負相關，2000年后高原夏季風與SPEI夏季指數呈反方向分布，說明此期間該季風強度與干旱呈現正相關。綜上分析，2種夏季風對干旱均產生影響但影響的整體趨勢不同。

a)東亞夏季風與SPEI夏季指數趨勢分析

4.2 ENSO影響分析

4.2.1ENSO事件影響分析

趙永平等[21]、徐澤華等[22]發現并驗證了ENSO事件影響東亞季風環流和太平洋副熱帶高壓，對中國從沿海到內陸的氣候均產生不同程度的影響。因此本文對1960—2018年ENSO冷暖事件分別進行統計并與SPEI月計算指標進行系統分析，結果見表2，2000年前暖事件時期所對應SPEI平均值為-0.006，整個西北地區累積出現干旱站點120個，氣象站點最高干旱程度為出現3次重旱，2000年前冷事件時期對應SPEI平均值為0.06，累積出現干旱站點44個，最高干旱程度為輕旱，且出現3次無旱時期。經以上數據對比發現，2000年前ENSO冷暖事件對干旱程度均產生影響，但暖事件產生的影響更高；西北地區2000年后暖事件時期對應SPEI平均值為-0.114，累積出現干旱站點116個，氣象站點最高干旱程度為出現3次重旱，2000年后冷事件時期對應SPEI平均值為-0.08，累積出現干旱站點162個，最高干旱程度出現2次極旱，對比以上數據發現，2000年后ENSO冷暖事件對干旱均產生較大影響。雖然以上分析各時期SPEI平均值均在正常范圍以內，但干旱事件依舊能從數據中體現，說明干旱發生時期以及干旱歷時分布不均，但SPEI負值能體現干旱程度，2000前暖事件以及2000年后冷暖事件時期SPEI值均為負值，說明ENSO事件變化對西北干旱有一定程度的影響。

表2 ENSO冷暖事件對干旱影響分析

4.2.2MEI與SPEI周期分析

MEI[23-24]是ENSO多變量指數，是將海風、經向風、緯向風、天空云量、海平面氣壓以及海平面附近溫度經一系列運算所得。

運用Matlab2018軟件對SPEI與MEI指數進行交叉小波分析與相干小波分析，進一步分析SPEI與MEI之間的周期性以及相關性特征(圖8)，圖中箭頭指向表明2個指標的相位關系，箭頭指向向右表明兩指數正相位，箭頭指向向左表明兩指數反相位，垂直向下表明SPEI小波變化提前MEI指數1/4個周期，垂直向上則表明MEI變化提前SPEI指數1/4個周期。黑色細實線為小波邊界效應影響錐,在該曲線以外的功率譜由于受到邊界效應的影響而不予考慮，粗黑實線表示通過置信水平為95%的紅噪聲檢驗。圖8所示，交叉小波高能量區在1965—1974年表現出2.8～3.8 a的振蕩周期，1982—1991年表現出3.8～5.5 a的振蕩周期，且均通過了顯著性水平α=0.05下的紅色噪音標準譜檢驗，SPEI與MEI呈負相位變化，同時MEI指數提前SPEI指數1/8個周期(相位角約左上45°)1992—1996年表現為2.5～3.8 a的振蕩周期，且兩指數幾乎呈現完全負相位變化(箭頭指向水平向左)；小波相干譜相關性通過了顯著性水平α=0.05下的紅色噪音標準譜在1964—1973存在0～2 a的振蕩周期，同時MEI指數提前SPEI指數1/8個周期(相位角約左上45°)，說明MEI變化對干旱發生有一定的促進作用。

a)交叉小波功率譜

5 結論

本文基于SPEI指數，利用Arcgis10.6軟件結合M-K檢驗、小波分析、線性趨勢分析以及相關系數等分析方法對中國西北地區干旱時空分布特征以及成因分析進行了探討，得出以下結論。

a)SPEI指數反映干旱情況在西北地區適用性較好，年尺度SPEI指數反映干旱年份與實際干旱年、月尺度以及季尺度SPEI值一致性較好；西北地區干旱化趨勢較為明顯，M-K檢驗突變點在1993—1994年，2000年后干旱趨勢比1990年前顯著；SPEI在數值上存在“大-中-小”三重嵌套振蕩周期，其中準7年振蕩周期為第一主周期；西北地區春、夏、秋3個季節SPEI值傾向率分別為-0.18、-0.13、-0.16/10a，且突變點分別為2000、1998、1985年，說明干旱處于加重趨勢，而冬季干旱可能因個別氣象指標處于緩慢減輕趨勢。

b)西北區域不同季節、不同干旱程度、不同區域的頻率分布不盡一致，且從輕旱-極旱發生概率以及覆蓋面積不斷減小；干旱年代空間分布表明整體干旱情況處于加重趨勢，尤以2000s后更為嚴重，且干旱分布較為集中，主要分布在新疆、青海以及甘肅三省交界部分；干旱空間頻率顯示，西北地區不同干旱程度概率分布情況大不相同。

c)西北地區夏季干旱受季風影響，SPEI夏季指標與東亞夏季風及高原夏季風的傾向率絕對值相近，說明整體發展趨勢下高原夏季風的增加與東亞夏季風的減弱對西北干旱起到了促進的作用；對ENSO冷暖事件分別進行統計分析，結果表明2000年前干旱情況與暖事件相關性較大，2000年后冷暖事件對干旱情況均產生較大影響；SPEI與MEI存在相似的振蕩周期特征，高能量區二者存在3期且大范圍在1.5～6 a的共振周期，兩者反相位變化，說明隨著MEI的增加SPEI指數呈下降趨勢。

d)季風變化在一定程度上影響西北地區的氣溫降雨，從而影響干旱災情，從相關性方面來講，季風、ENSO事件對西北地區的干旱發生均起到了加強和促進的作用；本文從季風以及ENSO等方面探討干旱成因，但影響干旱的因素較多，例如人類活動、水源條件以及水資源利用率等，所以干旱分析進程仍需與更多指標相互聯系。