安徽省近50年干旱时空特征分析＊

2011-01-24谢五三

灾害学 2011年1期

谢五三,田红

(安徽省气候中心,安徽合肥 230031)

0 引言

干旱是我国主要的自然灾害之一,特点是发生频率高、影响范围大、持续时间长[1],如2008年11月-2009年1月,30年未遇的秋冬连旱袭击我国北方冬麦区,造成严重的经济损失。长期以来,国内外不少专家和学者致力于干旱指标、干旱监测诊断及预警技术的研究,邹旭恺等[2]利用我国地面606个气象站逐日气温和降水资料研究表明我国干旱面积在近50年没有显著增加或减少的趋势,但不同地区差异较大;吴洪宝[3]对我国东南部夏季干旱指数研究得出时间演变没有显著的长期倾向;张强等[4-7]对我国干旱指标做了深入研究并制定了气象干旱国家标准,使全国干旱监测与评估业务规范化、标准化;此外还有很多关于干旱指标的应用研究[8-13],对干旱研究及业务化有很大的推动和促进作用。相对于干旱指标研究而言,关于干旱的气候特征研究较少,而对于安徽省干旱时空特征做系统的分析更为少见。

安徽省为农业大省,地处中纬度地带,属暖温带向亚热带的过渡型气候,天气复杂多变,灾害频繁,干旱是最常见的主要气象灾害之一,每年都会造成较大经济损失。2009年全省因干旱造成的经济损失超过25亿元,因此对安徽省干旱时空特征做系统性分析是很有必要的。本文利用安徽省78个气象台站1961-2009年共49年的逐日气温和降水资料,采用综合气象干旱指数,通过趋势分析、EOF分析、功率谱分析、小波分析、滑动T检验等方法对安徽省干旱特征进行系统分析。

1 资料与方法

本文所有温度和降水资料均来自安徽省气象档案馆整编资料,气象站点均匀分布在全省各地,满足研究需要。干旱指标采用国家标准(GB/T 20481-2006)[4]《气象干旱等级》中给出的综合气象干旱指数CI,它是利用近30 d(相当月尺度)和近90 d(相当季尺度)降水量标准化降水指数,以及近30 d相对湿润指数进行综合而得,该指数既反映短时间尺度(月)和长时间尺度(季)降水量气候异常情况,又反映短时间尺度(影响农作物)水分亏欠情况,综合气象干旱指数CI的计算见下式:

式中:Z30、Z90分别为近30 d和近90 d标准化降水指数SPI值;M30为近30 d相对湿润度指数。

采用累积频率法对干旱指标的阈值进行修正,得出更为适合安徽的干旱指标。通过计算各站历年发生的各个干旱过程来统计各站历年干旱日数,干旱过程是指当干旱指标连续十天为轻旱以上等级,则确定为发生一次干旱过程。干旱过程的开始日为第1 d干旱指标达轻旱以上等级的日期,在干旱发生期,当干旱指标连续10 d为无旱等级时干旱解除,同时干旱过程结束,结束日期为最后1次干旱指标达无旱等级的日期。按照干旱过程的定义,统计各个代表站历年的干旱日数并建立时间序列。

2 干旱指数阈值修正

国家气候中心于2006年制定发布了《气象干旱等级》[4],给出了常用的干旱指标的各个干旱等级所对应的阈值,供全国气象干旱实时监测业务应用。由于我国幅员辽阔,南北气候差异较大,为了使综合气象干旱指数更准确地反映安徽省的干旱实际情况,需对干旱指标的各个干旱等级的阈值进行修正。目前国内外较为常用的阈值修正方法是累积频率法,本文亦采用累积频率法,对CI指数的阈值进行修正,累积频率如表1。

表1 干旱指数各等级对应的累积频率

运用CI指数的计算公式,计算各个台站的逐日干旱指数值,再把全省78个代表站49年共140多万个样本资料放在一起进行排序,结合表1中的累积频率,计算出CI指数各个干旱等级所对应的阈值。以《气象干旱等级》[4]给出干旱指标的阈值称为原始值,用安徽省资料结合累积频率计算出的阈值称为修正值,CI指数原始及修正后的阈值见表2。

表2 CI指数原始及修正后的阈值

由表2可知,CI指数的各个干旱等级的原始阈值与修正阈值基本一致,相差很小,这也从实况资料的角度证实《气象干旱等级》[4]给出的CI指数在安徽省较为适用,可用于安徽省气象干旱监测业务。由于修正阈值是用安徽省实况资料计算所得,以下分析计算所用到的阈值均用修正后的阈值。

3 安徽省常年干旱日数分布

图1所示为安徽省常年(1971-2000年平均)干旱日数分布图。由图1可见,安徽省干旱日数基本呈纬向空间分布特征,干旱频率自北向南递减,沿淮淮北和江淮之间北部是干旱最容易发生发展的地方,大别山区和皖南山区发生频率最低。查阅安徽省气象灾害大典[14]可知这与安徽省历史干旱实际情况非常吻合。

图1 安徽省常年干旱日数分布图

4 安徽省干旱日数时空特征分析

4.1 趋势分析

图2a所示为安徽省干旱日数线性倾向图(虚线表示减少趋势,实线表示增加趋势)。由图2a可知安徽省沿淮淮北及江淮之间东部地区干旱日数呈减少趋势,其它地区干旱日数呈增加趋势;由趋势系数图(图2b)可知(虚线为负值,实线为正值),样本资料为49年,趋势系数绝对值需超过0.27才达到0.05的显著性水平,全省所有台站均未通过0.05的显著性检验,表明安徽省各地干旱日数增加或减少趋势不显著。

图2 安徽省干旱日数线性倾向及趋势系数

4.2 EOF分析

为了得到安徽省干旱日数的空间分型,对资料作EOF分析。EOF展开前三个模态累积方差贡献为75%,空间分布见图3。由第1模态可知,全省一致为正,基本呈纬向空间分布;第2模态零线横向将安徽分为南北两部分,北部为负,南部为正,数值相当,表明南北干旱日数呈现相反的分布型式,北多(少)南少(多);第3模态零线横向将安徽分为三部分,中间正两头负,表明安徽干旱日数还有两头多(少)中间少(多)的分布特征。

图3 安徽省干旱日数EOF前三个模态的空间分布

4.3 周期分析

功率谱分析是一种应用极为广泛的分析周期的方法,为研究安徽省干旱日数的周期,对其时间序列做功率谱分析,结果见图4(虚线为a=0.05的红噪音标准谱)。由图4可见,在周期长度为12～13年处,功率谱估计值为一个峰值且超过标准谱,因此12～13年为第1显著周期。其次在2～3年处,功率谱估计值也超过标准谱,因此2～3年为第2显著周期。由此可见,安徽省干旱日数存在12～13年的主周期,此外还存在2～3年左右的次周期。

图4 安徽省干旱日数功率谱分析

小波变换方法是一种时频分析方法,既可以了解时间序列不同时间的频率特征,又可以了解不同频率的时间分布特征。图5所示为安徽省干旱日数的小波变换图(虚线为负值,实线为正值),图的上半部分等值线相对稀疏,对应较长时间尺度的振荡,而下半部分等值线相对密集,对应较短时间尺度的振荡。由图5还可见,12～13年和2～3年左右的周期振荡较为明显,这与功率谱分析结果是一致的。在12～13年的时间尺度上,安徽省近50年干旱日数经历了由少到多3个循环交替,这种循环交替在1990年代之前较为明显。

图5 安徽省干旱日数小波变换

4.4 突变分析

滑动T检验是一种较为常见的突变检验方法,为检测安徽省近50年干旱日数的突变信息,本文采用滑动T检验方法。图6所示为安徽省干旱日数5年滑动T检验结果,由图6可见,安徽省近50年干旱日数在1968年前后存在一次突变,但这次突变不显著,未通过0.05的显著性检验。1970年代至今,安徽省干旱日数没有明显的突变。