青海省东部高原农业区干旱对ENSO事件的响应

刘 蕾，张 鑫

(西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100)

青海省东部高原农业区干旱对ENSO事件的响应

刘 蕾，张 鑫

(西北农林科技大学 水利与建筑工程学院，陕西 杨凌 712100)

【目的】 初步探讨区域干旱变化与厄尔尼诺/南方涛动(El Nio-Southern Oscillation，ENSO)现象的关系，为青海东部高原农业区干旱的发生及干旱程度预测提供参考。【方法】 基于1959-2005年的海表温度距平指数SSTA(Sea surface temperature anomaly)和南方涛动指数SOI(Southern oscillation index)及青海省东部农业区12个站点的降水指数，对海表温度距平SSTA和南方涛动指数SOI进行相关性分析，定义出厄尔尼诺(El Nio)事件和拉尼娜(La Nia)事件；计算标准化降水指数SPI(Stangard precipitation index)，对标准化降水指数SPI和海表温度距平SSTA以及南方涛动指数SOI进行相关性分析；采用谱分析的方法分析SSTA、SOI和干旱的周期变化规律。【结果】 对1959-2005年的青海省东部农业区12个站点SPI指数的计算表明，该区中部和北部地区干旱程度较为严重；用南方涛动指数SOI定义的ENSO现象在滞后2个月时与12个站点的SPI指数有很大的正相关性，且显著性最高；对3个指数的谱分析表明，SSTA的明显周期有3个，SOI的明显周期有5个，其中45个月是两者共有的显著性周期，青海省东部农业地区的干旱周期较ENSO事件的周期短，但很接近。【结论】 El Nio事件和La Nia事件对青海省东部农业地区干旱的影响基本相同，但在一些特大干旱事件发生时都为El Nio事件发生年，相对于La Nia事件，El Nio事件对青海省东部农业地区干旱的影响更大。

青海东部农业区；ENSO现象；干旱事件；相关分析；谱分析；SPI指数

青海省东部农业区地处祁连山支脉达坂山以南，龙羊峡以北，日月山以东，寺沟峡以西，属于黄土高原向青藏高原过渡的镶嵌地带[7]。青海省东部农业区是青海省主要的粮食作物生产区，干旱对该区的影响不容小觑。

干旱是指在相对广阔的地区，长期无降水或者降水偏少的气候背景下，水分供求严重不足的一种现象[8]。利用标准降水化指数(SPI指数)评价干旱现象有很大的优势[9-11]，并且从气象统计角度出发，SPI计算简单易行，不涉及到繁琐的干旱物理过程，因而在近些年来得到了广泛的应用[12]。为此，本研究采用SPI[13-14]来定义干旱，并用该指数分析青海省东部农业区的干旱变化规律，及ENSO对该区域干旱的影响，研究青海省东部农业区对ENSO的响应，旨在通过两者之间关系的研究，分析青海东部高原的干旱特性，进而对青海省东部农业区干旱的科学预报提供依据，为减小当地旱灾损失奠定基础。

1 数据与方法

1.1 降水及气温数据

本研究选取青海东部农业区12个站点1959-2005年的气象数据作为基础资料，这12个站点分别为民和、乐都、湟中、湟源、循化、化隆、尖扎、互助、贵德、门源、大通和西宁，共1市11县，各个站点的分布情况如图1所示。这12个站点的数据能充分代表青海省东部农业区的气候特征，因此选取这12个站点的降水及气温来计算表征干旱的标准化降水指数SPI，且这12个站点的数据较为完整，对研究青海省东部农业区的干旱较为有利。

1.2 ENSO事件的表征指标

本研究采用热带太平洋海表温度距平SSTA和南方涛动指数SOI来表征ENSO事件，数据来源于美国海洋大气局(NOAA)气候预测中心(CPC)，并且选择与青海省东部农业区气象数据相同时段(即1959-2005年)的数据。通常将赤道和中、东太平洋区域划分为4个ENSO检测区，分别为：Nio 1区(5°S～10°S，90°W～80°W)、Nio 2区(0°S～5°S，90°W～80°W)、Nio 3区(5°S～5°N，150°W～90°W)和Nio 4区(5°S～5°N，160°E～150°W)。在Nio 3区和Nio 4区之间的Nio 3-4区(5°S～5°N，170°W～120°W)可以很好地监测和反映El Nio信号。故本研究选取Nio 3区和4区指数，即Nio3-4区(5°S～5°N，170°W～120°W)月平均海表温度SST与相应月份多年平均海表温度的差值，以海表温度距平SSTA作为表征ENSO事件的指数。据美国IRI(International Research Institute for Climate Prediction)的定义：当Nio 3-4区指数5个月滑动平均值超过+0.4 ℃且持续6个月以上时为1次El Nio事件或者ENSO暖事件(Warm Episodes)；反之，当Nio 3-4区指数5个月滑动平均值低于-0.4 ℃且持续6个月以上时为1次anti-El Nio事件或ENSO冷事件(Cold Episodes)，即La Nia事件[15]。当南方涛动指数SOI连续5个月以上≤-0.5时，即定义为El Nio事件；反之，若南方涛动指数SOI连续5个月以上≥+0.5时，定义为La Nia事件。

1.3 研究方法

1)对海表温度距平SSTA和南方涛动指数SOI进行相关性分析，定义出El Nio事件和La Nia事件，并提取出El Nio事件和La Nia事件发生的月份。

2)计算标准化降水指数SPI，用标准化降水指数来表征青海省东部农业区的干旱特性。并且对标准化降水指数SPI与海表温度距平SSTA以及南方涛动指数SOI的相关性进行分析，找出青海省东部农业干旱事件与ENSO事件之间的关联。

3)采用谱分析的方法分析SSTA、SOI和干旱的周期，研究三者之间的关系，对同期及滞后1，2和3个月的标准化降水指数SPI进行相关性分析。

2 青海东部农业区ENSO事件分析

2.1 基于海表温度距平SSTA的研究区ENSO事件

利用1959-2005年的海表温度距平SSTA绘制时间变化过程线，如图2所示。

2.2 基于南方涛动指数SOI的研究区ENSO事件

利用1959-2005年的南方涛动指数SOI绘制时间变化过程线，结果如图3所示。

根据上述定义，用南方涛动指数SOI判断出1959-2005年El Nio事件和La Nia事件的发生时间，结果如表2所示。

2.3 SSTA与SOI指数的相关性

比较表1和表2可以发现，用海表温度距平SSTA和南方涛动指数SOI定义El Nio事件和La Nia事件时，极端气候事件发生的起止年月并不相同，只是个别时段有交叉。从事件历时来看，用SSTA定义El Nio时，1959-2005年该事件发生了224个月，而用SOI定义时只有81个月；用海表温度距平SSTA来定义La Nia事件时，La Nia事件发生了183个月，而用南方涛动指数SOI定义时只有80个月，这说明用不同指数定义El Nio事件和La Nia事件时， 2种事件发生年月不同，历时也不同。

对海表温度距平SSTA和南方涛动指数SOI进行相关性分析，得到两者的相关系数为-0.724，并且通过了α=0.01的置信区间检验，说明两者有很大的负相关性。

3 基于标准化降水指数SPI的研究区干旱状况分析

本研究采用标准化降水指数SPI来评判青海省东部农业区的干旱状况。标准化降水指数SPI是表征某时段降水量出现概率的指标之一，并且适合于月以上尺度相对当地气候状况的干旱检测与评估。运用标准化降水指数SPI评价干旱状况时，首先要计算出某时段内降水量的Γ分布概率，然后对其进行正态标准化处理，最终用标准化降水累积频率分布来划分干旱等级。基于标准化降水指数的干旱等级划分如表3[16]所示。

通过计算青海省东部农业区12个站点1959-2010年各月的标准化降水指数SPI，根据表3判断12个站点的干旱月数，结果如表4所示。

由表4可以看出，青海省东部农业区北部的无旱月份较中南部地区少，即北部地区的干旱较南部严重一些，而中部地区的特旱月数较多，最多的是民和站达到16个月，而且民和站的轻旱月数也最多，一共有109个月。因此，接下来的研究重点是青海省东部农业区的北部和中部，因为这些地区的干旱程度更为严重。

4 SPI指数与SSTA和SOI指数的相关性分析

4.1 SSTA、SOI指数与12个站点SPI指数间的相关性系数

对青海省东部农业区12个站点的标准化降水指数SPI与海表温度距平SSTA进行相关性分析，发现全序列的相关性较小，所以提取El Nio和La Nia事件发生的相应月份各站点的标准化降水指数SPI进行相关性分析，结果如图4所示。

由图4可以看出，在用海表温度距平SSTA定义的El Nio事件发生的同期，青海省东部农业区的南部地区标准化降水指数SPI与SSTA负相关系数最大，说明南部地区SPI与SSTA有很大的负相关性，而且贵德站和循化站的相关性系数还通过了α=0.05的置信区间检验，但在滞后1个月开始相关性减弱，滞后3个月的时候相关性系数很小，基本无相关性。青海省东部农业区的中部地区，比如西宁站、湟源站、湟中站等，都是在滞后3个月的时候标准化降水指数SPI与海表温度距平SSTA的相关系数最大，两者有很大的正相关性。北部地区则是在滞后1个月时SPI与SSTA呈明显的负相关性。

从图4还可以看出，除互助站、湟源站、化隆站外，其余站点的SPI指数与用海表温度距平SSTA定义的La Nia发生同期SSTA指数的相关系数最大，且均为负相关，其中尖扎站的相关性系数还通过了α=0.05的置信区间。而互助站、湟源站、化隆站的SPI指数都是在滞后3个月时与SSTA相关系数最大，而且为正相关。

同理，提取基于SOI分析的1959-2005年青海东部农业区El Nio和La Nia事件发生月份的SPI数据，对二者进行相关分析，结果见图5。从图5可以看出，在用南方涛动指数SOI定义的El Nio事件发生月份中，除互助站外，其余站点标准化降水指数SPI与南方涛动指数SOI都在滞后2个月时相关性系数最大，且均为负相关，并且大通站在滞后2个月时的相关系数通过了α=0.05的置信区间。而互助站在滞后3个月时相关系数达到最大，并且为正相关，通过了α=0.05的置信区间。

从图5还可以看出，在用南方涛动指数SOI定义的La Nia事件发生月份中，青海省东部农业区12个站点的SPI指数全部在滞后2个月时与SOI的相关性最大，且均为正相关，其中大通站、互助站、贵德站、循化站都通过了α=0.05的置信区间检验，而湟中站、门和站、化隆站、尖扎站的相关性系数更是通过了α=0.01的置信区间检验，这说明所选取的12个站点的标准化降水指数SPI与南方涛动指数SOI的相关性最大，而且具有显著性。

4.2 SSTA、SOI指数与12个站点的SPI指数平均值的谱分析

对定义ENSO事件的海表温度距平指数SSTA和南方涛动指数SOI进行谱分析[17]，结果如图6所示。图6显示，海表温度距平SSTA有3个显著周期，分别为45，10和8个月，南方涛动指数SOI有5个显著周期，分别为45，5，4，3和2个月，此结果与徐静等[18]得出的结果基本相同。从图6还可以看出，SSTA和SOI指数都有45个月的相同变化趋势，而且两者的长期变化趋势都较短期变化趋势明显。对本研究选取的青海省东部农业区12个站点的标准化降水指数SPI分别进行谱分析，并且将这12个站点的SPI指数的显著周期列于表5。由表5可知，门源站和湟源站的SPI指数均存在与SSTA相同的45个月的显著性周期，其他部分站点存在34个月的显著周期，与ENSO事件的45个周期较为接近，但青海省东部农业区旱灾发生周期较ENSO发生周期短。说明青海省东部农业区的干旱影响因素比较复杂，ENSO只是其中的一个因素[19]。

4.3 ENSO事件发生时青海省东部的干旱情况

从前面的分析来看，青海省东部农业区的干旱与ENSO事件有很大的相关性，通过查阅《中国气象大典：青海卷》[20]，对青海省东部农业区所发生的旱灾与ENSO事件进行分析，结果如表6所示。由表6可知，El Nio事件和La Nia事件对青海东部农业区干旱的影响基本相同，但一些特大干旱事件发生年份也正好是El Nio事件发生年，相对于La Nia事件，El Nio事件对青海省东部农业区干旱的影响更大。

注(Note)：E.El Nio events；L.La Nia event；-.无 Nothing.

5 结 论

1)在1959-2005年，用海表温度距平SSTA定义的El Nio和La Nia事件发生的月份较用南方涛动指数SOI定义时极端事件发生的月份多，而且海表温度距平SSTA与南方涛动指数SOI存在很大的负相关性。利用青海省东部农业区12个站点的1959-2005年标准降水指数SPI定义干旱时，其中部和北部发生干旱的月份较南部多一些，这些地区干旱程度更为严重。

2)从整个序列的相关性分析来看，标准化降水指数SPI与海表温度距平SSTA和南方涛动指数SOI的相关性并不显著。从El Nio事件和La Nia事件发生时段看，ENSO事件对青海省东部农业区各站点标准化降水指数SPI的影响并不相同。总体来看，在南方涛动指数SOI定义的La Nia事件发生月份滞后2个月时，其与SPI有很好的负相关性，并且相关性显著。

3)对ENSO事件和12个站点的SPI平均数进行的谱分析表明，两者有共同的显著性周期，即45个月。青海省东部农业区的干旱周期较ENSO周期短，但很接近，说明两者有明显的相关性。

[1] Kiladis G N,Diaz H F.Global climate anomalies associated with extremes in the Southern Oscillation [J].Journal of Climate,1989,2(9):1069-1090.

[2] Ropelewski C F,Halpert M S.Global and regional scale precipitation patterns associated with the El Nino/Southern Oscillation [J].Mon,Wea,Rev,1987,125:1606-1626.

[3] Ropelewski C F,Halpert M S.Precipitation patterns associated with the high index phase of the Southern Oscillation [J].Climate,1982,2:268-284.

[4] 信忠保,谢志仁,王 文.宁夏降水变化及其与ENSO事件的关系 [J].地理科学,2005(1):49-55.

Xin Z B,Xie Z R,Wang W.Character of precipitation in Ningxia and its response to ENSO [J].Scientia Geographica Sinica,2005(1):49-55.(in Chinese)

[5] 信忠保,谢志仁.ENSO事件对淮河流域降水的影响 [J].气象科学,2005(4):346-354.

Xin Z B,Xie Z R.The impact of ENSO events on Huaihe river basin’s precipitation [J].Journal of the Meteorological Sciences,2005(4):346-354.(in Chinese)

[6] 李恩菊,赵景波.厄尔尼诺/拉尼娜事件对山东省气候的影响 [J].陕西师范大学学报:自然科学版,2010,38(3):80-84.

Li E J,Zhao J B.Influence of El Nino/La Nina events on the climate in Shandong province [J].Journal of Shaanxi Normal University:Natural Science Edition,2010,38(3):80-84.(in Chinese)

[7] 李建洪.青海省东部农业区春旱时空分布特征 [J].科技咨询导报,2007(6):175.

Li J H.The eastern Qinghai province agricultural drought time and space distribution characteristics [J].Science and Technology Consulting Herald,2007(6):175.(in Chinese)

[8] 李新周,刘晓东,马柱国.近百年来全球主要干旱区的干旱化特征分析 [J].干旱区研究,2004,21(2):97-103.

Li X Z,Liu X D,Ma Z G.Analysis on the drought characteristics in the main arid in the world since recent hundred-odd years [J].Arid Zone Research,2004,21(2):97-103.(in Chinese)

[9] Guttman N B.Comparing the palmer drought index and the standardized precipitation index [J].Journal of the American Water Resources Association,1998,34(1):113-121.

[10] Guttman N B.Accepting the standardized precipitation index: A calculation algorithm [J].Journal of the American Water Resources Association,1999,35(2):311-322.

[11] Hayes M J,Svoboda M D,Wilhite D A,et al.Monitoring the 1996 drought using the standardized precipitation index [J].Bulletin of the American Meteorological Society,1999,80(3):429-438.

[12] 唐 侥,孙 睿.基于气象和遥感数据的河南省干旱特征分析 [J].自然资源学报,2013,28(4):646-655.

Tang Y,Sun R.Drought characteristic in Henan province with meteorological and remote sensing data [J].Journal of Natural Resource,2013,28(4):646-655.(in Chinese)

[13] Ji L,Peters A J.Assessing vegetation response to drought in the northern Great Plains using vegetation and drought indices [J].Remote Sensing of Environment,2003,87(1):85-98.

[14] Wilhite D A.Drought as a natural hazard:Concepts and definitions [J].Drought,A Global Assessment,2000,1:3-18.

[15] 许武成,马劲松,王 文.关于ENSO事件及其对中国气候影响研究的综述 [J].气象科学,2005,25(2):212-220.

Xu W C,Ma J S,Wang W.A review of studys on the influence of ENSO events on the climate in China [J].Journal of the Meteorological Sciences,2005,25(2):212-220.(in Chinese)

[16] GB/T 20481-2006 气象干旱等级 [S].北京:中国标准出版社,2006.

GB/T 20481-2006 Classification of meteorological drought [S].Beijing:China Standards Press,2006.(in Chinese)

[17] 张 强,姜 彤,吴宜进.ENSO事件对长江上游1470-2003年旱涝灾害影响分析 [J].冰川冻土,2004(6):691-696.

Zhang Q,Jiang T,Wu Y J.Impact of ENSO events on flood/drought disasters of upper Yangtze river during 1470-2003 [J].Glaciology and Geocryology,2004(6):691-696.(in Chinese)

[18] 徐 静,张 鑫.青海省东部地区气候变化与ENSO事件关系 [J].水文,2012,32(4):88-95.

Xu J,Zhang X.Relationship between ENSO events and climate in eastern part of Qinghai province [J].Journal of China Hydrology,2012,32(4):88-95.(in Chinese)

[19] 万汉生,匡奕煜.ENSO与长江中下游洪涝关系及在1995年预报中的应用 [J].水利水电快报,1997(23):29-31.

Wan H S,Kuang Y Y.Relationship between ENSO and the middle and lower reaches of the Yangtze river flooding and the application of the forecast in 1995 [J].Express Water Resources & Hydropower Information,1997(23):29-31.(in Chinese)

[20] 温克刚,王 莘.中国气象灾害大典:青海卷 [M].北京：气象出版社,2007.

Wen K G,Wang S.China’s weather disaster:Qinghai Volume [M].Beijing:China Meteorological Press,2007.(in Chinese)

Response of drought in eastern Qinghai agricultural region to ENSO

LIU Lei,ZHANG Xin

(CollegeofWaterResourcesandArchitecturalEngineering,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

【Objective】 This study preliminarily investigated the relationship between regional drought change and ENSO (El Nio-Southern Oscillation) phenomenon to provide basis for predicting occurrence and degree of agricultural drought in eastern Qinghai plateau.【Method】 Based on sea surface temperature anomaly sea surface temperature anomaly (SSTA) and Southern oscillation index (SOI) during 1959-2005 years and precipitation indexes measured at 12 sites in eastern Qinghai agricultural area,correlation analysis between SSTA and SOI was conducted and ENSO and La Nia events were defined.Standard precipitation index (SPI) was calculated and its relation with SSTA and SOI was determined.At last,the periodic variations of SSTA,SOI,and draught were analyzed using spectral analysis method.【Result】 SPI indexes showed that the drought degrees in central and northern areas were severer.ENSO phenomenon defined by SOI lagged by two months had large significantly positive correlation with SPI.Spectral analysis of the three indexes showed that SSTA had three clear cycles while SOI had five,and the cycle of 45 months was shared by them.The drought cycle in eastern Qinghai agricultural region was slightly shorter than that of ENSO events.【Conclusion】 El Nio and La Nia events had similarly influence on regional drought in eastern Qinghai agricultural region,and the effect of El Nio was larger.

eastern Qinghai agriculture region;ENSO phenomenon;drought event;correlation analysis;spectral analysis;standard precipitation index

2013-11-08

国家“863”高技术研究发展计划项目(14110209)；国家科技支撑计划项目(2011BAD29B01)；中央高校基本科研业务费科研创新重点项目(Z109021202)

刘 蕾(1990-)，女，吉林抚松人，在读硕士，主要从事水文水资源研究。E-mail：Liulei199041@163.com

张 鑫(1968-)，男，河南淅川人，副教授，博士，硕士生导师，主要从事水文水资源与3S技术应用研究。 E-mail：zhxin@nwsuaf.edu.cn

时间:2015-01-19 09:19

10.13207/j.cnki.jnwafu.2015.03.018

S423

A

1671-9387(2015)03-0182-09

网络出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20150119.0919.018.html