华北平原干旱事件特征及农业用地暴露度演变分析*

陈 静，刘洪滨，王艳君，王安乾，苏布达,**，居 辉



华北平原干旱事件特征及农业用地暴露度演变分析*

陈 静1，刘洪滨2，王艳君1，王安乾1，苏布达1,2**，居 辉3

(1.南京信息工程大学气象灾害预报预警与评估协同中心/地理与遥感学院，南京 210044；2.中国气象局国家气候中心，北京 100081；3.中国农业科学院农业环境与可持续发展研究所，北京 100081）

根据1961-2014年华北平原52个气象观测站月降水数据和区域气候模式COSMO-CLM（CCLM）输出的逐月降水预估数据，利用标准化降水指数，结合“强度-面积-持续时间”（Intensity-Area-Duration, IAD）方法，研究了华北平原过去（1961-2014年）和未来（2016-2050年）3种排放情景(RCP2.6、4.5、8.5）下，不同持续时间的区域最强干旱事件的强度-面积特征及其时空分布规律。同时，基于2000年的土地利用数据，分析了2016-2050年华北平原农业用地暴露度的演变。研究表明：（1）1961-2014年，华北平原干旱中心在空间上呈由南向北迁移的趋势。（2）相比基准期（1961-2005年），过去45a未遇的干旱事件在2016-2050年RCP3种情景下均有可能发生；RCP2.6情景下发生频率最高。（3）2016-2050年，RCP2.6和RCP 4.5情景下，华北平原农业用地干旱暴露度（即暴露面积）呈增大趋势，RCP4.5情景下干旱暴露面积增加的速率更大，RCP8.5情景下则与之相反，呈减小趋势。3种情景下暴露度峰值分别出现在2040s后期，2040s前期及2020s中期。

强度-面积-持续时间（IAD）方法；CCLM模式；RCP情景；农业用地；暴露度

干旱是影响最为广泛的自然灾害之一，2015年全球各类天气气候灾害造成的经济损失约占所有自然灾害的65%，其中干旱所造成的经济损失占18%[1]。中国是全球变化的敏感区和脆弱区之一，灾害造成的直接经济损失远超世界平均水平。1985-2014年干旱造成的直接经济损失占总损失的19.4%，平均每年因旱造成的农作物经济损失可达272.48亿元[2]。因此，对干旱事件发生规律及农业用地暴露度演变进行分析对防灾减灾具有十分重要的科学意义。

为了定量研究干旱问题，国内外学者基于现有观测数据提出了多种干旱指标及方法，如标准化降水指数（SPI）、Palmer干旱指数、土壤含水率、综合气象干旱指数等，其中标准化降水指数对干旱反应灵敏，计算简单，适用于不同时间尺度的干旱的监测，得到广泛应用[3-6]。

华北平原作为中国重要的粮、棉、油产地之一，水资源短缺、干旱严重，严重制约了农业生产发展。研究表明，过去50多年华北平原干旱有着显著增长的趋势，而其原因主要是降水的减少[7-9]，并且，华北平原的干旱具有显著的年代际特征和突变特征[8-9]。同时，对华北平原干旱的强度和区域特征[10-13]，对造成干旱的大气环流和ENSO原因等方面[13-15]也有大量的研究报道。但现有研究大多基于观测资料对过去干旱规律进行单点式的归纳总结，往往忽略了事件的空间连续性，对连续面积上的区域事件的认识还存在不足。此外，随着气候变化越来越受到关注，气候变化背景下未来干旱格局的特征及演变成为新的研究热点。气候模式输出结果结合干旱指标模拟预估未来不同时间、空间尺度的干旱情况，已成为目前研究气候变化背景下干旱时空格局演变的重要手段之一[16-18]。了解华北平原未来干旱格局分布，认识干旱的规律，对合理有效规划未来农业发展有着重要的现实意义。

本文利用华北平原52个地面观测站的逐月降水数据及区域气候模式CCLM输出3种排放情景（RCP2.6、4.5、8.5）的月降水预估数据，采用强度-面积-持续时间三要素相结合的方法，考虑干旱事件的空间连续性，从区域事件的角度分析华北平原过去（1961-2014年）和未来（2016-2050年）干旱事件的发生规律和特点，并基于历次干旱事件的影响面积，初步开展华北平原农业用地对干旱的暴露度研究。旨在对华北平原不同持续时间的区域干旱事件发生规律有进一步认识，为应对全球气候变化背景下华北平原干旱格局的演变，制定相关防灾减灾措施和可持续农业发展政策提供参考依据。

1 材料与方法

1.1 研究区概况

华北平原（32°-40°N，114°-121°E）位于长城以南，淮河以北，东临黄海、渤海，西为太行山和豫西山地。属暖温带半湿润气候，降水呈由南向北随纬度递减的格局，地区、季节、年际间差异较大，冬、春季少雨干旱。本文研究区域主要包括北京、天津、山西、河北、山东、河南、江苏、安徽省的部分地区，面积约为41.9万km2。

1.2 数据资料

观测资料为华北平原52个气象站1961-2014年逐月降水数据，由国家气象信息中心提供并进行数据质量控制。这些台站资料经由气候场和距平场分别插值并叠加，生成分辨率为0.5°×0.5°的网格化数据[19-20]。

土地利用数据来源于中国科学院地理科学与资源研究所发布的2000年土地利用数据。该数据采用Landsat遥感数据解译而成，包括农业用地、林地、草地、水域、居民地和未利用土地6个一级土地类型。本文主要利用其农业用地数据，包括水田及旱地2个二级土地利用类型，约28万km²。研究区气象站和农业用地分布见图1。

模式数据采用德国波茨坦气候影响研究所（PIK）区域气候模式COSMO-CLM（CCLM）输出数据。区域气候模式CCLM是世界气候研究计划发起的国际区域气候模式降尺度实验（CORDEX）的模式之一，是基于德国气象局Local Model（LM）模型，以ECHAM6的输出为边界条件的动力降尺度模型，空间分辨率为0.5°×0.5°。本文选取CCLM模式输出的华北平原167个格点3种排放情景（RCP2.6、4.5、8.5）的月降水资料，时间跨度为1961-2050年。其中1961-2005年为基准期，2016-2050年为预估期。区域气候模式CCLM对中国区域气候的模拟效果已在前人研究中得到验证[21-26]。

RCPs是指世界气候研究计划（WCRP）中耦合模式比较计划第五阶段（CMIP5）框架下的一套新情景[27-28]，是用单位面积的辐射强迫来表示未来100a温室气体稳定浓度的情景。目前应用较多的4种情景分别为低排放情景（RCP2.6）、中低排放情景（RCP4.5）、中排放情景（RCP6）、高排放情景（RCP8.5），分别指2100年辐射强迫稳定在2.6、4.5、6、8.5W·m-2。本文选取RCP2.6、RCP4.5和RCP8.5共3种情景进行研究。

1.3 研究方法

1.3.1 标准化降水指数（Standardized Precipitation Index，SPI）

标准化降水指数（SPI）是表征某段时间内降水出现概率大小的指标，适合月尺度以上相对当地气候状况的干旱监测与评估[29-30]。该方法基于降水数据，采用标准化降水累计频率划分干旱等级，有着适应性强，反应敏感，所需资料易获取等特点，具有普适性。不同时间尺度的SPI对水分的盈亏的侧重点不同，SPI12反映了长时间土壤水分的变化。本文基于1961-2014年共45a的历史降水数据及2016-2050年共35a的模拟降水数据，采用SPI12指数对华北地区过去及未来的干旱事件进行分析。根据《气象干旱等级》标准，SPI值大于1，为涝；SPI值小于-1，为旱（见表1）。

1.3.2“强度-面积-持续时间”分析方法（Intensity- Area-Duration，IAD）

干旱是区域性现象，干旱事件可以定义为在连续面积上发生的具有一定持续时间的过程。IAD方法可以将干旱事件的强度、面积和持续时间三者联立起来，讨论不同持续时间区域干旱事件强度-面积的变化，以及干旱事件在时间和空间上的发展，同时反映时间延续性和空间连续性[31-34]。IAD方法基于格点的空间邻近性，利用简单的聚类算法对区域干旱事件进行识别。选取强度最大的格点作为干旱中心，依次判断其周围相邻的格点是否发生干旱，若该格点发生干旱（SPI<-1），则该格点归为第一个干旱事件，并将这两个格点作为新的干旱中心，依次判断其相邻的格点是否发生干旱，直至相邻的格点均不发生干旱，第一个干旱事件识别即完成。在第一个干旱事件以外的区域，亦用此方法进行其余干旱事件的识别。

IAD中，I为干旱事件的强度（用干旱指数SPI表示），即组成该次干旱事件的所有格点的强度（SPI）平均值。A为干旱事件的影响面积（km2），为该次事件包含的所有格点面积之和。D为干旱事件的持续时间，是连续不间断发生干旱事件的时间跨度。本文选取1、3、6、9、12月等5个不同长短干旱持续时间为例进行讨论。

干旱事件识别过程中，可以得到某次事件在不同面积上对应的干旱强度，将这些反映干旱事件强度-面积对应关系的点连成线，可得到该次干旱事件的强度-面积-持续时间曲线（IAD曲线），体现此次干旱事件的强度-面积的发展趋势。选取不同面积值对应的所有干旱事件IAD曲线的强度最大值，可形成该段发生时间内或该持续时间尺度下所有干旱事件的IAD包络线，反映不同干旱面积上最大的干旱强度，即，研究区所经历的最严重的干旱情况。

1.3.3 农业用地暴露度

暴露度是指人员、生计、物种或生态系统、环境功能、服务和资源、基础设施或经济、社会或文化资产有可能受到不利影响的位置和环境[35]。本文农业用地暴露度是指暴露在干旱下的农业用地面积，为暴露在所有干旱事件下的格点农业用地面积之和。

2 结果与分析

2.1 观测到的最强干旱事件特征

将1961-2014年划分为5个阶段对华北平原干旱事件进行分析，其中1961-1969年为1960s，1970-1979年为1970s，1980-1989年为1980s，1990-1999年为1990s，2000-2014年统一为2000s。

图2为5个不同持续时间（1、3、6、9、12个月）下干旱事件的IAD包络线，反映1961-2014年华北平原遭受的不同持续时间最严重的干旱事件。可见，干旱持续时间为1个月时，最大强度出现在1960s，1970s次之，1990s干旱强度最小。最大干旱强度的SPI值为-3.7，属于特旱级别。干旱持续时间分别为3、6个月时，最强、次强和最弱干旱出现的时期与持续1个月的干旱事件相同，分别为1960s、1970s和1990s。最强事件的SPI值分别为-3.4和-3.1；持续9个月的干旱最大强度仍然发生在1960s，其SPI值为-3.0。次强为1970s，而强度最小的事件则出现在2000年后；干旱持续12个月时，最强干旱时期未发生改变，为1960s，次强干旱事件则出现在1990s，强度最小的干旱事件出现在2000年后。持续9个月和12个月的最大干旱事件的SPI分别为-3.0和-2.9。说明不同持续时间尺度下，最大强度的干旱事件均发生在1960s，强度最小的干旱事件出现在1990s及2000s，研究期内干旱事件强度整体上呈现微弱的减小趋势。

从受旱面积来看，华北平原影响面积最大的干旱事件持续时间为1个月，发生在1999年，影响面积达3.8万km2。3、6、9、12月持续时间的最大面积干旱事件分别为2002年的2.5万km2，1966年的2.3万km2，1966年2.31万km2和1966年1.56万km2。即短持续期大范围干旱事件发生在1990s，中长持续期大范围干旱事件发生在1960s。而1970s是5个既定持续时间下干旱影响面积最小的时期，其受影响面积仅为最大影响面积的1/3左右。

综合5个既定持续时段的干旱事件IAD包络线表明，1960s发生的干旱具有强度大且范围广的特点，是1961-2014年华北平原干旱最严重的时期。1970s干旱事件的特点为干旱强度较大，影响面积小；1980s干旱强度和面积均为中等；1990s长持续时间的干旱事件强度较强，影响面积较小；2000s干旱强度较小，影响面积较大。

由图3可见，1960s华北平原最强干旱中心主要集中在华北平原的南部，1970s主要集中在华北平原的东南部，1980s主要分布在华北平原的中部，1990s主要分布在华北平原的中西部和北部，进入2000年后，华北平原的干旱中心呈东北-西南向分布。说明1961-2014年华北平原的干旱事件最强中心有由南向北逐渐迁移的趋势。2000年后，华北平原干旱事件中心呈东北-西南向分布。

2.2 未来最强干旱事件预估

2.2.1 模式模拟效果评估

将基准期（1961-2005年）CCLM模式输出结果与同期观测结果进行对比，以分析CCLM模式对华北平原降水的空间模拟能力，如图4所示。可见，CCLM模式较好地模拟了华北平原南部降水多北部偏少，降水由南向北逐渐减少的空间格局。CCLM模式模拟结果与观测结果的空间相关系数为0.89，说明两者在空间分布上有着较好的一致性，CCLM模式能够在一定程度上模拟华北平原降水的空间分布。但CCLM模式对华北平原的降水模拟有系统性低估，模拟值较观测结果普遍偏低。

图5为多年平均（1961-2005年）月降水量的CCLM模式输出与地面实测值的对比。CCLM模式模拟结果表明，华北平原夏季降水多，冬季少，降水的峰值出现在7月，与实际的降水年内分布规律相符。但在降水较多的7、8月，模拟的降水量峰值较观测结果偏小，而在降水较少的月份，CCLM模拟降水结果则相对偏高。

可见，CCLM模式虽然在降水量的模拟上仍存在不足，但能够较好地模拟华北平原降水的空间分布特点和时间分布规律，可作为研究华北平原区域干旱事件预估的基础。

2.2.2 未来可能出现的干旱事件

分析基准期（1961-2005年）华北平原所有干旱事件在不同面积上所能达到的最大强度值，绘制基准期的IAD包络线，以表征基准期45a华北平原干旱事件所能达到的最大强度和最大面积。将其与不同RCP情景下发生的干旱事件进行对比，分析未来不同情景下干旱事件的特征及出现过去45a未遇事件的频率。

RCPs情景下，2016-2050年华北平原发生的干旱事件如图6所示。可见，2016-2050年，RCP2.6情景下华北平原共发生35次45a未遇的干旱事件，其中27次为前所未遇的大强度干旱事件，其强度略大于基准期；8次为前所未遇的大面积干旱事件。这些事件大部分持续时间较长，且面积可达基准期最大干旱面积的1.5~2倍。RCP4.5情景下共发生20次45a未遇干旱事件，其中5次为前所未遇大面积干旱事件，均为持续12个月的事件，干旱影响面积约为基准期最大干旱面积的1.1～1.5倍。而对于短、中持续期干旱（持续1、3、6、9个月），RCP4.5情景下仅发生了15次45a未遇的大强度干旱事件，未有前所未遇的大面积干旱事件发生。RCP8.5情景下仅有7次45a未遇的干旱事件，主要表现为1～3个月的短期干旱事件。其中有5次干旱事件的影响面积大于基准期，但面积增幅相对较小，约比基准期大0.5万km2。

综合3种情景下发生的45a未遇干旱事件：RCP2.6发生前所未遇的干旱事件的频次最高，并以大强度事件居多；RCP4.5情景下此类事件特点鲜明，短或中持续期的事件以强度大于基准期为主，长持续时间尺度下发生影响范围更大的干旱事件居多；RCP8.5情景下，发生此类事件的可能性最少，且多为持续时间较短的前所未遇大面积干旱事件为主。

2.2.3 未来可能出现的最强干旱事件

3种排放情景（RCP2.6、4.5、8.5）下华北平原最强干旱事件的IAD包络线如图7所示，反映未来（2016-2050年）华北平原可能遭受的最严重干旱情况。

由图7a可见，持续1个月的干旱事件中，RCP8.5情景下的最大干旱强度均小于基准期强度，在干旱面积大于10万km2时，RCP2.6情景和RCP4.5情景下的最大干旱强度均大于基准期，且RCP4.5情景干旱强度大于RCP2.6情景。干旱事件持续3个月时（图7b），3种排放情景下均有强度大于基准期的干旱事件发生。RCP2.6情景和RCP4.5情景分别在干旱面积大于9万km2和6万km2时发生了强度大于基准期的干旱事件，且当干旱面积大于12万km2时，RCP2.6情景下的最大干旱强度将大于RCP4.5情景。而RCP8.5情景在干旱面积大于27万km2时出现大于基准期强度的干旱事件，为5个研究持续时间尺度中仅有的RCP8.5情景下发生的大强度事件。干旱事件持续6个月时（图7c），RCP2.6情景和RCP4.5情景分别在干旱面积大于5万km2和2万km2时发生强度大于基准期的干旱事件。干旱事件持续9个月（图7d），RCP2.6情景和RCP4.5情景分别在干旱面积大于2.3万km2和1万km2时发生强度大于基准期的干旱事件。干旱事件持续12个月时（图7e），RCP2.6情景和RCP4.5情景分别在干旱面积大于6000km2和5000km2时发生强度大于基准期的干旱事件。综合来看，RCP4.5情景下相对更易发生强度大于基准期的干旱事件，但可能多为小范围高强度干旱事件；RCP2.6情景则发生大范围且大强度的干旱事件为主，干旱形势较RCP4.5更为严重；而RCP8.5情景干旱事件强度普遍小于基准期，仅发生了持续期较短（3个月）的强度大于基准期的事件。

从干旱最大影响面积上看，干旱持续1个月时，RCP2.6情景下干旱影响面积大于RCP4.5情景，且均大于基准期，RCP8.5情景最大干旱面积可达40万km2，意味着华北平原95%的区域将发生干旱；干旱持续时间为3个月时，RCP2.6情景、RCP4.5情景与基准期最大干旱面积相差不大，分别为27.54万km2、27.61万km2及27.59万km2；干旱持续期较长时（持续6、9个月），RCP2.6情景下最大干旱影响面积大于其它两个排放情景，但小于基准期，分别约为27.5万km2、22.1万km2，相当于半个华北平原发生干旱。干旱持续时间为12个月时，RCP2.6情景为3个情景中最大，面积约为20.1万km2。RCP4.5情景最大干旱影响面积略大于RCP8.5情景，分别为12.5万km2、8.24万km2，仅在RCP8.5情景下干旱面积小于基准期。总的来看，RCP2.6情景下不同持续时间的干旱影响面积均相对较大，但仅在持续时间较短（1个月）和较长（12个月）时发生面积大于基准期的事件；RCP8.5情景下则仅在干旱持续时间较短（1、3个月）时发生最大面积大于基准期的事件；RCP4.5情景仅在干旱持续时间较长时（12个月）发生最大面积大于基准期的事件。

综合考虑干旱事件的强度、面积和持续时间，3种RCP情景下2016-2050年华北平原干旱事件将呈现以下特征：RCP2.6情景下干旱事件强度大，且影响面积大；RCP4.5情景干旱事件强度大，而影响面积较小；RCP8.5情景下干旱事件强度小，影响面积较大的事件持续期较短。

5个既定持续时间干旱事件的IAD包络线进一步表明（图7），RCP2.6情景下包络线主要由发生在2040s后期、少量发生于2010s后期及2030s前期的事件组成，发生时段集中；RCP4.5情景IAD包络线主要由2030s后期及2040s前期干旱事件组成，发生时间相对较为集中；而RCP8.5情景干旱发生时段较为分散，构成IAD包络线的干旱事件发生时段包括2010s后期和2020s前期、2030s后期及2040s前期等4个时期。

3个RCP排放情景下，不同持续期IAD包络线上记录的干旱事件最强中心的空间分布如图8所示，选取2000-2005年干旱中心的分布为基准判断未来干旱事件迁移走向。由图可见，干旱事件持续1个月时，2000-2005年干旱中心分布在华北平原的中部及北部，RCP2.6情景下，2010s后期、2030s前期主要发生在华北平原最南端，2040s后期主要分布在华北平原的中南部，整体均较2000-2005年干旱分布向南迁移；RCP4.5情景下，2030s干旱事件主要分布在华北平原北部，2040s主要分布在华北平原中南部，相对2000-2005年向北迁移后向南迁移；RCP8.5情景下，2010s后期及2020s前期干旱事件集中在华北平原西部，2030s、2040s集中在华北平原南部，整体较2000-2005年向西南方向移动。干旱事件持续3、6、9、12个月时，2000-2005年的干旱中心位于华北平原的中部。RCP2.6情景下干旱事件多集中发生在2040s，主要分布在华北平原的南部；RCP4.5情景下2030s后期干旱事件集中在华北平原北部，2040s集中在华北平原的中部；RCP8.5情景下2010s、2020s干旱事件集中在华北平原西部，2030s、2040s分布在华北平原的南部。总的来说，2016-2050年，RCP2.6情景下干旱中心有向南转移的趋势，RCP4.5情景干旱事件有先向北后向南迁移的趋势，而RCP8.5情景则有先向西后向南转移的趋势。

2.3 未来农业用地暴露度的可能演变趋势

2016-2050年华北平原逐年暴露于干旱事件的农业用地面积如图9a所示，每年的农业用地暴露度为暴露于该年若干次干旱事件的农业用地面积之和。可见，基准期（1961-2005年）华北平原平均每年暴露在干旱下的农业用地面积累积达53.14万km²，是华北平原总耕地面积的1.9倍，平均每月暴露在干旱下的农业用地面积占总耕地面积的15.8%。

图9b是2016-2050年3种不同排放情景下（RCP2.6、4.5、8.5）农业用地暴露度相对于基准期（1961-2005年）农业用地暴露度均值的增长情况。可见，RCP2.6情景下，2016-2050年华北平原农业用地暴露度整体呈增加的趋势。2030s前RCP2.6情景下农业用地暴露度普遍小于基准期的平均值，平均每年相对基准期减小约26.5%；2030s农业用地暴露度有所增加，增长幅度最大为基准期1.5倍；2040s前期和中期华北平原农业用地的暴露度也普遍小于基准期，减小幅度是基准期的50%左右；2040s后期为华北平原在该情景下干旱最严重的时期，暴露于干旱的农业用地面积大幅增长，最大增幅达基准期近3倍，该时期华北平原平均每月大约有62.7%的农业用地将遭受干旱的袭击。2016-2050年，RCP2.6情景平均每年暴露在干旱下的农业用地面积为49.6万km²，相当于每月14.8%的农业用地面积将遭受干旱。

RCP4.5情景下，华北平原农业用地暴露度的变化趋势与RCP2.6情景相似，整体呈增加趋势，增长速率略大于RCP2.6情景。2010s后期-2020s中期，RCP4.5情景下华北平原农业用地暴露度小于基准期平均值，平均每年相对基准期减小约48.8%；2020s后期开始呈现增大趋势，直至2040s前期达到2016-2050年农业用地暴露度峰值，最大增幅约为基准期的2.2倍，即平均每月约有53%的农业用地面积将暴露在干旱灾害之下。2016-2050年，RCP4.5情景平均每年暴露的农业用地面积为51.8万km²，相当于每月约有15.4%的农业用地将遭受干旱的损害。

RCP8.5情景下，华北平原的农业用地暴露度呈减小趋势，峰值出现在2020s中期，相对于基准期增长约2.7倍，相当于平均每月有61%的农业用地面积会遭受干旱。2020s后期-2030s中期，华北平原农业用地的暴露度呈减小趋势，而后在2030s后期及2040s前期，暴露度有显著的增大，出现了两个极大值，其暴露的农业用地面积分别是基准期的2倍及1.9倍，相当于华北平原平均每月约有46.9%的农业用地将遭受干旱。2040s中后期，华北平原农业用地暴露度将大幅减小，减幅达基准期的60%~90%。2016-2050年，RCP8.5情景平均每年农业用地暴露度为52.5万km²，相当于平均每月15.6%的农业用地会遭受干旱侵袭。

3 结论与讨论

（1）1960s是华北平原1961-2014年干旱最严重的时期，干旱有强度大且范围广的特点，事件主要集中分布在华北平原南部。1961-2014年，华北平原干旱中心空间分布上有由南向北迁移的规律。2000年后呈东北-西南向分布。

（2）2016-2050年，3种情景下均有可能发生基准期45a未遇的干旱事件。RCP2.6情景下发生此类干旱事件频次最高，RCP8.5情景下最低。RCP2.6和RCP4.5情景下，以强度更大的干旱事件为主，RCP8.5情景下，仅有短期干旱事件发生，并以面积更大事件为主。

（3）2016-2050年，2040s后期是RCP2.6情景发生干旱最严重的时期；2030s后期-2040s前期是RCP4.5情景下干旱最为严重的时期；RCP8.5情景下，最强干旱事件的发生时间较分散，2020s中期与2030s中期是RCP8.5情景下发生干旱相对严重的时期。在干旱中心的空间分布上，2016-2050年，RCP2.6情景干旱中心将向南迁移，RCP4.5情景干旱中心则先向北移动，后期向南迁移；RCP8.5情景则向西移动后有向南移动的趋势。至2050年，华北平原中部是干旱最为严重的区域。

（4）2016-2050年，RCP2.6和RCP4.5情景下华北平原农业用地暴露度呈现增大趋势，RCP8.5情景下呈现减小趋势。3种情景下暴露度峰值分别出现在2040s后期，2040s前期及2020s中期。RCP2.6、RCP4.5和RCP8.5情景平均每年的农业用地暴露度分别为49.6万km2、51.8万km²、52.5万km²。

本文基于历史数据和CCLM模式数据分别讨论了华北平原过去45a及未来35a华北平原干旱事件中心的分布及迁移规律。结果显示2000年后华北平原的干旱中心呈东北-西南向分布；未来35a，RCP2.6、RCP4.5及RCP8.5情景下干旱事件中心将以不同趋势向华北平原南部移动。干旱中心的迁移是造成不同排放情景下农业用地暴露度演变趋势不同的重要因素之一，因此，考虑不同排放情景干旱事件的时空发展规律，合理制定防灾减灾措施，对华北平原农业的可持续发展具有重要意义。

参考文献：References

[1]Munich R.Topics geo: natural catastrophes in 2015:the earth’s “hotting up”[OL].http://www.munichre.com/site/mram- mobile/ get/documents_E-1170838805/mram/assetpool.munichreamerica.wrap/PDF/03Weather%20Risks/08875_Topics_Geo_2015_en.pdf.

[2]中国气象局.中国气象灾害年鉴[M].气象出版社, 2015.

China Meteorological Administration.China meteorological disaster yearbook[M].Meteorological Press of China,2015.(in Chinese)

[3]Jenkins K,Warren R.Quantifying the impact of climate change on drought regimes using the Standardised Precipitation Index[J].Theoretical & Applied Climatology,2015, 120(1-2): 41-54.

[4]赵林,武建军,吕爱锋,等.黄淮海平原及其附近地区干旱时空动态格局分析:基于标准化降雨指数[J].资源科学,2011, 33(3):468-476.

Zhao L,Wu J J,Lv A F,et al.Spatial and temporal analysis of drought over the huang-huai-hai plain and its surrounding based on the standardized precipitation index[J].Resources Science,2011,33(3):468-476.(in Chinese)

[5]黄晚华,杨晓光,李茂松,等.基于标准化降水指数的中国南方季节性干旱近58a演变特征[J].农业工程学报,2010, 26(7):50-59.

Huang W H,Yang X G,Li M S,et al.Evolution characteristics of seasonal drought in the south of China during the past 58 years based on standardized precipitation index[J]. Transactions of the CSAE,2010,26(7):50-59.(in Chinese)

[6]孙智辉,王治亮,曹雪梅,等.基于标准化降水指数的陕西黄土高原地区1971-2010年干旱变化特征[J].中国沙漠,2013, 33(5):1560-1567.

Sun Z H,Wang Z L,Cao X M,et al.Characteristics of drought change in the Loess Plateau area of Shaanxi based on the Standardized Precipitation Index during 1971-2010[J].Journal of Desert Research,2013,33(5):1560-1567.(in Chinese)

[7]翟盘茂,邹旭恺.1951-2003年中国气温和降水变化及其对干旱的影响[J].气候变化研究进展, 2005,1(1):16-18.

Zhai P M,Zhou X K.Change in temperature and precipitation and their impact on drought in China during 1951- 2003[J].Advances in Climate Change Research, 2005, 1(1):16-18.(in Chinese)

[8]Ma Z,Fu C.Some evidence of drying trend over northern China from 1951-2004[J].Chinese Science Bulletin,2006, 51(23):2913-2925.

[9]周丹,张勃,罗静,等.基于SPEI的华北地区近50年干旱发生强度的特征及成因分析[J].自然灾害学报,2014,(4):192-202.

Zhou D,Zhang B,Luo J,et al.SPEI-based intensity characteristics and cause analysis of drought in north China during recent 50 years[J].Journal of Natural Disasters,2014, (4): 192-202.(in Chinese)

[10]卢洪健,莫兴国,胡实.华北平原1960-2009年气象干旱的时空变化特征[J].自然灾害学报,2012,(6):72-82.

Lu H J,Mo X G,Hu S.Spatiotemporal variation characteristics of meteorological droughts in North China Plain during 1960-2009[J].Journal of Natural Disasters,2012,(6):72-82.(in Chinese)

[11]Yuan Z,Yan D H,Yang Z Y,et al.Temporal and spatial variability of drought in Huang-Huai-Hai River Basin, China[J].Theoretical & Applied Climatology, 2015,122 (3):1-15.

[12]安莉娟,任福民,李韵婕,等.近50年华北区域性气象干旱事件的特征分析[J].气象,2014, 40(9):1097-1105.

An L J,Ren F M,Li Y J,et al.Study on characteristics of regional drought events over North China during the past 50 years[J].Meteorological Monthly,2014,40(9):1097-1105.(in Chinese)

[13]荣艳淑,余锦华,段丽瑶.20世纪80和90年代华北干旱特征及成因分析[J].高原气象,2007,26(2):319-325.

Rong Y S,Yu J H,Duan L Y.Causes and comparison of the droughts of North China in 1980's and 1990's[J].Plateau Meteorology,2007,26(2):319-325.(in Chinese)

[14]Ma Z G.The interdecadal dry/wet trend and shift of North China and their relationship to the Pacific Decadal Oscillation (PDO)[J].Chinese Science Bulletin,2007, 52(15):2130-2139.

[15]琚建华,吕俊梅,任菊章.北极涛动年代际变化对华北地区干旱化的影响[J].高原气象,2006,25(1):74-81.

Ju J H,Lv J M,Ren J Z.The effect of lnterdecadal variations of arctic 0scillation on aridization in North China[J].Plateau Meteorology,2006,25(1):74-81.(in Chinese)

[16]Burke E J,Brown S J,Christidis N.Modeling the recent evolution of global drought and projections for the twenty-first century with the Hadley Centre Climate Model[J].Journal of Hydrometeorology, 2006,7(5): 1113-1 125.

[17]Wang L,Chen W.A CMIP5 multi-model projection of future temperature,precipitation,and climatological drought in China[J].International Journal of Climatology,2014, 34(6): 2059-2078.

[18]胡实,莫兴国,林忠辉.未来气候情景下我国北方地区干旱时空变化趋势[J].干旱区地理,2015,38(2):239-248.

Hu S,Mo X G,Lin Z H.Projections of spatial-temporal variation of drought in north China[J].Arid Land Geography, 2015,38(2):239-248.(in Chinese)

[19]Xu Y,Gao X J,Shen Y,et al.A daily temperature dataset over China and its application in validating a RCM simulation[J].Advances in Atmospheric Sciences, 2009,26(4):763-772.

[20]吴佳,高学杰.一套格点化的中国区域逐日观测资料及与其它资料的对比[J].地球物理学报,2013,56(4):1102-1111.

Wu J,Gao X J.A gridded daily observation dataset over China region and comparison with other datasets[J].Chinese J.Geophys.,2013,56(4):1102-1111.(in Chinese)

[21]Fischer T,Menz C,Su B,et al.Simulated and projected climate extremes in the Zhujiang River Basin,South China,using the regional climate model COSMO-CLM[J].International Journal of Climatology,2013,33(14):2988-3001.

[22]陶辉,黄金龙,翟建青,等.长江流域气候变化高分辨率模拟与RCP4.5情景下的预估[J].气候变化研究进展,2013, 9(4):246-251.

Tao H,Huang J L,Zhai J Q,et al.Simulation and projection of climate changes under the RCP4.5 scenario in the Yangtze River basin based on CCLM[J].Advances in Climate Change Research,2013,9(4):246-251.(in Chinese)

[23]孟玉婧,姜彤,苏布达,等.高分辨率区域气候模式CCLM对鄱阳湖流域气温的模拟评估[J].中国农业气象,2013, 34(2):123-129.

Meng Y J,Jiang T,Su B D.Temperature simulation assessment by high-resolution regional Climate Model (CCLM)in Poyang Lake Basin[J].Chinese Journal of Agrometeorology,2013,34(2):123-129.(in Chinese)

[24]黄金龙,陶辉,苏布达,等.塔里木河流域极端气候事件模拟与RCP4.5情景下的预估研究[J].干旱区地理,2014, 37(3):490-498.

Huang J L,Tao H,Su B D,et al.Simulation of climate extreme events in the Tarim River Basin and projection under the RCP4.5 scenario[J].Arid Land Geography,2014, 37(3):490- 498.(in Chinese)

[25]高超,张正涛,陈实,等.RCP4.5情景下淮河流域气候变化的高分辨率模拟[J].地理研究,2014,33(3):467-477.

Gao C,Zhang Z T,Chen S,et al.The high-resolution simulation of climate change model under RCP4.5 scenarios in the Huaihe River Basin[J].Geographical Research,2014, 33(3):467-477.(in Chinese)

[26]谈丰,苏布达,高超,等.高精度区域气候模式对淮河流域降水的模拟评估[J].长江流域资源与环境,2012, 21(10):1236-1242.

Tan F,Su B D,Gao C,et al.High-resolution regional climate model(CCLM) for Simulation of precipitation in the Huaihe River Basin,China[J].Resources and Environment in the Yangtza Basin,2012,21(10):1236-1242.(in Chinese)

[27]秦大河.气候变化科学与人类可持续发展[J].地理科学进展,2014,33(7):874-883.

Qin D H.Climate change science and sustainable development[J].Progress in Geography,2014, 33(7): 874-883. (in Chinese)

[28]Moss R H,Edmonds J A,Hibbard K A,et al.The next generation of scenarios for climate change research and assessment[J]. Nature,2010,463(7282):747-756.

[29]McKee T B,Doesken N J,Kleist J.The relationship of drought frequency and duration to time scales[J].Preprints,Eighth Conf.on Applied Climatology,Anaheim,CA, Amer.Meteor. Soc.,1993:179-184.

[30]国家气候中心.GB/T20481-2006 气象干旱等级[S].北京:中国标准出版社,2005.

National Climate Center.GB/T20481-2006,Classification of meteorological drought[S].Beijing:Standards Press of China, 2005.(in Chinese)

[31]Andreadis K M,Clark E A,Wood A W,et al.Twentieth-century drought in the conterminous United States[J].Journal of Hydrometeorology,2005,6(6):985-1001.

[32]Zhai J Q,Huang J L,Su B D,et al.Intensity-area-duration analysis of droughts in China 1960-2013[J].Climate Dynamics, 2016:1-18.

[33]刘慧,田富强,汤秋鸿,等.基于水文模型和遥感的干旱评估和重建[J].清华大学学报(自然科学版),2013(5):613-617.

Liu H,Tian F Q,Tang Q H,et al.Drought evaluation and reconstruction based on a hydrologic model and remote sensing[J].J.Tsinghua Univ.(Sci.&Tech.),2013(5): 613-617. (in Chinese)

[34]景丞,姜彤,王艳君,等.中国区域性极端降水事件及人口经济暴露度研究[J].气象学报,2016,74(4):572-582.

Jing C,Jiang T,Wang Y J,et al.A study on regional extreme precipitation events and the exposure of population and economy in China[J].Acta Meteorologica Sinica,2016,74(4): 572-582.(in chinese).

[35]IPCC.Climate change 2014:impacts,adaptation,and vulnera- bility.IPCC working group 2 contribution to AR5[R]. Cambridge,UK,New York,USA:Cambridge University Press, 2014.

Variation of Drought Characteristics and its Agricultural Exposure in North China Plain

CHEN Jing1,LIU Hong-bin2,WANG Yan-jun1,WANG An-qian1,SU Bu-da1,2,JU Hui3

(1.Collaboration Innovation Center on Forecast and Evaluation of Meteorological Disasters/School of Geography & Remote Sensing, Nanjing University of Information Science &Technology, Nanjing 210044, China;2.National Climate Center, Beijing 100081;3.Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Science, Beijing 100081)

s: Based on the observed monthly precipitation data of 52 meteorological stations for 1961-2014 and the projected data of regional climate model COSMO-CLM (CCLM), the standardized precipitation index (SPI) and the Intensity-Area-Duration method (IAD method) were used to analyze the characteristics and spatial-temporal distribution of the drought events in the past (1961-2014) and future (2016-2050) under RCP scenarios(RCP2.6，4.5，8.5 ). And the evolution of agricultural land exposure to these drought events in 2016-2050 was estimated by applying the land use data in 2000. Results showed that: (1) from 1961 to 2014, the spatial distribution of drought center migrated from south to north in the North China Plain. (2)The unprecedented drought events are projected to occur in all three RCP scenarios in 2016-2050，and probably happens more frequently in RCP2.6 than other scenarios. (3) Under RCP2.6 and 4.5 scenarios, the exposure of agricultural land to drought is expected to raise, and that of RCP4.5 scenario increases comparatively faster. While, the trend of agriculture land exposure might decrease under RCP8.5 scenario for 2016-2050. The peak value of agricultural exposure under three RCP scenarios will occur in the late 2040s, the early 2040s, and the mid-2020s, respectively.

Intensity-Area-Duration method; Regional climate model CCLM; RCP scenarios; Agriculture land; Exposure

10.3969/j.issn.1000-6362.2016.05.011

2016-02-29**

。E-mail：subd@cma.gov.cn

国家重点基础研究发展计划项目（973计划）（2012CB955904；2012CB955903）

陈静（1992-），女，硕士生，主要从事气候变化影响评估方面研究。E-mail：ch_jing92@163.com