4种干旱指标在华北地区气象干旱监测中的适用性分析
2019-03-05容锦盟朱海玲
容锦盟,周 丹,罗 静,朱海玲,郭 广
(1. 青海省气象服务中心,青海 西宁 810001;2. 青海省工程咨询中心,青海 西宁 810001)
全球气候的持续变暖导致极端气候事件频繁发生,其中干旱事件发生频率上升趋势尤为明显。在欧洲过去30年间应对干旱的总成本达1 000亿欧元之多[1],在中国过去60年间干旱的受灾面积以每年21.97×104hm2的速度在增加。因此,对干旱的研究成为目前世界气象学界探讨的热点。
中国地处东亚季风区,气候变率高、灾害频发,据统计,中国气象灾害造成的经济损失占所有自然灾害的70%,其中干旱灾害造成的损失达50%,居中国气象灾害之首[2],而华北地区旱灾平均受灾面积占全国受灾面积的比例最高,达28%以上[3-4]。华北地区是中国重要的商品粮生产基地,冬小麦播种面积占全国的60%,干旱成为华北地区粮食产量稳定上升的重要限制因素。为缓解气象干旱对农作物的影响,抽取地下水灌溉成为了华北地区抗旱保产的主要措施。大面积地抽取地下水,导致地下水水位迅速下降[5-6],引发了严重的水文干旱,生态环境日趋恶化,水资源供需矛盾日益尖锐。因此,研究华北地区气象干旱对于防旱减灾具有重要的现实意义。
干旱指标是定量研究分析干旱的基础。不同区域由于气象、水文和下垫面条件的不同造成了干旱成因的复杂性,故不同区域和不同特征的干旱情况难以用一种特定干旱指标描述[7-8]。目前,在中国应用和研究较为广泛的气象干旱指标主要包括:降水距平百分率(Pa)、Palmer指数、标准化降水指数(SPI)、气象干旱综合指数(CI)、降水Z指数、相对湿润度指数(MI)、标准化降水蒸散指数(SPEI)等。王胜等[9]采用安徽冬麦区36个气象站1960—2012年逐日气象资料分别计算了水分亏缺指数(CWDI)、CI、SPI和Pa指数,并对4种指标计算结果进行了对比和适应性分析;潘妮等[10]利用ArcGIS反距离插值法评估了MI、CI、 SPI和SPEI 4种指数在四川省的适用性;乔丽等[11]选用442个典型干旱个例为依据,分析了6种干旱指标在陕西省不同地区的适用性。目前,关于华北地区到底适用哪种干旱指标来表征和评估气象干旱状况,还没有统一的标准。
基于此,本文利用华北地区1961—2016年69个气象站点常规观测资料,通过选取特殊气象代表站点,选用CI、SPEI、SPI及Z指数分别计算了1、3、12个月时间尺度气象干旱,并与《中国气象灾害大典》(综合卷和地区卷)[12-18]统计的气象干旱发生实况进行对比分析,研究了不同干旱指标在华北地区不同区域的适用性,力求遴选出一种适合于整个华北地区气象干旱分析和监测的指标。
1 研究区概况
图1 华北地区气象站点分布Fig.1 Distribution of meteorological stations in Northern China
根据研究区域的统一性、整体性以及数据的可获得性,在综合考虑华北区位及文章研究内容的情况下,以行政区界限为划分标准。华北地区就行政区划而言,包括北京市、天津市、河北省、河南省、山东省、山西省(图1),总面积约为69.56万km2;地处东亚大陆性季风气候区,冬春寒冷干燥,夏季炎热多雨,是世界上气候极脆弱的区域之一。根据研究所需,依据地区实际环境把华北地区划分为4个子区域,分别是西北部山地地区,共分布21个气象站点;京津冀地区,共分布16个气象站点;河南地区,共分布17个气象站点;山东半岛地区,共分布15个气象站点。
2 资料与方法
2.1 研究资料
选用1961年1月—2016年12月华北地区69个地面气象观测站的月平均气温和降水量、日平均气温和降水量、风速、最高气温、最低气温和平均相对湿度数据,由中国气象局国家气象信息中心提供。对个别台站的缺测数据应用均值替代法进行了插补处理,并且经过了较为严格的质量控制,主要是进行了极值检验、时间一致性检验。经过订正处理后的69个气象观测站各气象要素数据具有较好的连续性。
华北地区1961—2000年干旱发生状况统计资料来自于《中国气象灾害大典》(综合卷、北京卷、天津卷、山西卷、河北卷、山东卷、河南卷)[12-18]。
2.2 研究方法
2.2.1 干旱指标 根据前期研究分析,选取在中国大陆地区使用较广泛的4种干旱指标进行华北地区干旱监测适用性分析,分别为气象干旱综合指数(CI)、标准化降水蒸散指数(SPEI)、标准化降水指数(SPI)及降水Z指数,各种指标详细计算步骤及说明详见参考文献[19-22]。
2.2.2 经验正交函数(EOF) 经验正交函数分析方法(EOF),也称主成分分析或者特征向量分析,最早是由英国的生物学家和被公认为统计学之父的 Pearson 在1902年提出,主要用来分析矩阵数据中的结构特征,并且提取主要数据特征量。将EOF引入大气科学,可以追溯到20世纪50年代,Lorenz将其用来做大气科学领域的研究[23]。EOF分析能够将随时间变化的气象要素场分解成为时间函数和空间函数两个部分:时间函数即为主分量,是由空间点(变量)的线性组合构成;空间函数不随时间变化,可概括要素场的地域分布特征。EOF分解成的时间和空间部分,具有正交性的特点,用前几个方差贡献比较大的空间函数(模态)即可拟合出原矩阵的主要特征。EOF详细计算方法详见参考文献[23]。
3 结果与分析
3.1 华北地区降水量的EOF分析
降水量是旱涝灾害发生的主要影响因子,中国学者对不同区域降水量的变化及异常进行了大量的研究,结果都表明降水量有明显的季节和年际异常。因此,利用EOF对1961—2016年华北地区69个气象站点年降水量进行分析,其载荷向量能够较好地反映该区域年降水量的空间分布特征(图2)。通过EOF分析显示,前2位载荷向量方差贡献分别为:33.3%(图2a)、14.5%(图2b),累积方差贡献为47.8%。
前2位载荷向量中,仅有第一载荷向量方差贡献在30%以上,达到了33.3%,能够很好地表征研究区域年降水量异常的主要分布特征,因此仅对第一个特征向量场时空分布特征进行分析。图2a是EOF分析第一特征向量分布场,反映了华北地区年降水量变化关系主要特征:整个华北地区的载荷向量基本以太行山、黄河为界,说明太行山两麓、黄河两岸降水量异常的变化趋势相反。山东半岛地区是载荷向量绝对值大值区,往西北方向逐渐减小,这说明年降水量异常最容易出现在山东半岛地区,且异常出现的可能性由东南向西北方向逐渐减小。通过EOF分析,每个区域载荷向量最大的气象站点分别为:河北张家口、河北青龙、河南南阳、山东莒县和山东泰山(图2a)。
3.2 华北地区气温的EOF分析
气温也是旱涝灾害发生的主要影响因子之一。因此,利用EOF对1961—2015年华北地区69个气象站点的年平均气温进行分析,其载荷向量能够较好地反映该区域年平均气温的空间分布特征(图3)。通过EOF分析显示,前2位载荷向量方差贡献分别为:75.0%(图3a)、10.5%(图3b),累积方差贡献为85.5%。
前2位载荷向量中,第一载荷向量的方差贡献达到了70%以上,为75.0%,能够很好地表征研究区域年平均气温异常的主要分布特征。因此,仅对第一个特征向量场的时空分布特征进行分析。图3a是EOF分析第一特征向量分布场,反映了华北地区年平均气温变化关系主要特征:整个华北地区的载荷向量基本以临汾—榆社—邢台—饶阳—济南—潍坊—青岛一线为界南北相反,说明这一线两侧年平均气温异常的变化趋势相反。五台山地区是载荷向量的绝对值大值区,向四周逐渐减小,说明年平均气温异常最容易出现在五台山地区。通过EOF分析,每个区域载荷向量最大的气象站点分别为:河南西峡、河北遵化、河北蔚县和山西五台山(图3a)。
3.3 华北地区4种干旱指标适用性分析
3.3.1 月尺度干旱指标对比 表1显示的是华北地区代表气象站点不同指数1个月时间尺度干旱发生频率,分析可以看出,采用4种干旱指标统计的干旱发生频率显示:在西北部山地地区的张家口和蔚县CI计算的干旱发生频率明显偏高,Z指数计算的明显偏低,而在五台山地区CI和Z指数计算的干旱发生频率均明显偏低,由此表明CI和Z指数不能很好地表征该地区月尺度干旱发生状况,不适合在该地区使用;在京津冀地区的青龙SPI和Z指数计算的干旱发生频率明显偏低,而在遵化CI指数计算的干旱发生频率明显偏高,Z指数计算的明显偏低,表明CI、SPI和Z指数不能很好地表征该地区月尺度干旱发生状况,不适合在该地区使用;在河南地区的南阳和西峡SPI和Z指数计算的干旱发生频率明显偏低,表明SPI和Z指数不能很好地表征该地区月尺度干旱发生状况,不适合在该地区使用;在山东半岛地区的莒县SPI和Z指数计算的干旱发生频率明显偏低,而在泰山地区CI和Z指数计算的干旱发生频率明显偏低,表明CI、SPI和 Z指数不能很好地表征该地区月尺度干旱发生状况,不适合在该地区使用。Z指数计算的所有代表气象站点1个月时间尺度干旱发生频率均明显偏低,究其原因主要由于Z指数仅考虑降水量这一单一要素,对其它气象要素均未考虑,且要假设降水量服从皮尔逊III型分布。但对于华北地区来说,气候条件特殊,降水量具有明显的季节分布特征,且温度和蒸发量对该地区气象干旱的影响也非常大,所以导致Z指数计算结果会出现较大偏差。
3.3.2 季节尺度干旱指标对比 在3个月时间尺度(季节尺度)中,选用CI、SPEI、SPI和Z指数计算了各代表气象站点四季干旱发生频率(表略)和季节尺度的平均干旱发生频率(表2),并对各指数所表征的干旱发生频率做了相关性分析(表3)。分析可知:在西北部山地地区的张家口和蔚县CI计算的季节尺度干旱发生频率明显偏高,Z指数计算的明显偏低,而在五台山地区CI和Z指数计算的季节尺度干旱发生频率均明显偏低,由此表明CI、Z指数不适合在该地区使用;在京津冀地区的遵化和青龙CI计算的季节尺度干旱发生频率明显偏高,Z指数计算的明显偏低,此外,SPI计算的青龙地区冬季干旱发生频率明显偏低,由此表明CI、SPI和Z指数不能很好地表征京津冀地区季节尺度干旱发生状况;在河南地区的南阳CI计算的季节尺度干旱发生频率明显偏高,Z指数计算的明显偏低,西峡SPI和Z指数计算的季节尺度干旱发生频率明显偏低,由此表明CI、SPI和Z指数不适合在该地区使用;在山东半岛地区的莒县CI计算的季节尺度干旱发生频率明显偏高,Z指数计算的明显偏低,而在泰山地区CI和Z指数计算的季节尺度干旱发生频率均明显偏低,由此表明CI和Z指数不能很好地表征山东半岛地区季尺度干旱发生状况。综合结果表明,在华北地区不同区域,Z指数计算的季节尺度干旱发生频率均明显偏低,CI指数计算的大部分地区季节尺度干旱发生频率明显偏高,而SPI计算的部分地区季节尺度干旱发生频率也明显偏低,说明CI、SPI和Z指数不能很好地表征整个华北地区干旱发生状况,适宜性相对于SPEI较差。CI指数是以SPI、相对湿润度指数为基础建立的一种干旱综合指数,该指数同时考虑了降水和蒸散发,综合考虑了前期的天气状况,对短时间尺度水分亏缺情况具有较好的表征性。在华北地区CI指数计算的大部分代表气象站点季节尺度干旱发生频率均明显偏高,表明表征的季节尺度水分亏缺情况较实际严重,究其原因主要由于CI指数考虑的是近30天降水量与相对湿润指数的综合情况,把许多短时间阶段性的湿润情况平滑剔除了,以至于计算结果较实际情况严重,该计算结果与赵海燕[24]、杨慧丽[25]等在西南和福建地区对CI指数的研究结果相一致。
图2 华北地区年降水量异常前2个EOF空间型Fig.2 Annual precipitation anomalies before the two EOF space type in Northern China
图3 华北地区年平均气温异常前2个EOF空间型Fig.3 Average annual temperature anomalies before the two EOF space type in Northern China
3.3.3 年尺度干旱指标对比 在12个月时间尺度干旱中,分析可知(图4、表4):在西北部山地地区的张家口和蔚县CI计算的年干旱发生频率明显偏高,而在整个地区Z指数计算的发生频率明显偏低;在京津冀地区的青龙和遵化CI计算的发生频率明显偏高;在河南地区的西峡和南阳SPI和Z指数计算的发生频率明显偏低;在山东半岛地区的莒县CI和Z指数计算的发生频率明显偏高,而在泰山地区CI和Z指数计算的发生频率明显偏低。综合结果表明,CI、SPI和 Z指数不能较好地表征华北地区年尺度干旱发生状况。SPI在华北地区大部分区域能很好地表征干旱发生状况,但是在局部区域计算的干旱发生频率明显偏低,究其原因主要由于SPI是单纯依赖于降水量的干旱指数,它可反映不同时间尺度的干旱,但该指数只考虑当时的降水量,忽略了前期干旱持续时间对后期干旱程度的影响,所以在实际的应用中也存在一定的局限性。
表1 代表气象站点不同指数月尺度干旱发生频率/%
表2 代表气象站点不同指数季尺度干旱发生频率/%
表3 不同指数季尺度干旱发生频率相关性
注:*表示在0.05水平上显著;** 表示在0.01水平上显著。
Note:*means significant atP<0.05 level;**means significant atP<0.01 level.
图4 代表气象站点不同指数12个月尺度干旱Fig.4 Different drought indices of representative meteorological stations in the annual scale
3.4 4种干旱指数与灾害大典统计实况对比
通过查阅《中国气象灾害大典》(综合卷和地区卷)有关记录数据[12-18],整理了华北地区不同区域1961—2000年气象干旱实际发生状况,并参照中国干旱气象网有关数据进行了订正处理,如表5所示。根据华北地区9个代表气象站点计算出的CI、SPEI、SPI、Z 4种干旱指数比照中国气象灾害大典统计数据,对各干旱指数的吻合程度进行了详细分析。1961—2000年,根据中国气象灾害大典统计资料,各代表气象站点月尺度干旱发生次数分别为:张家口为97次,蔚县为95次,五台山为77次,青龙为104次,遵化为105次,南阳为97次,西峡为108次,莒县为110次,泰山为94次。
表4 代表气象站点不同指数年尺度干旱发生频率
根据华北地区9个代表气象站点计算出的CI、SPEI、SPI、Z 4种干旱指数比照中国气象灾害大典统计数据,对比结果显示(表6和图5):在4个研究分区中,SPEI指数表征的干旱发生状况与实际吻合率最高,分别为57.41%、60.78%、57.06%和66.99%;其次是SPI指数,4个研究分区的吻合率分别为51.80%、56.00%、49.90%和57.74%;CI指数吻合率较SPI指数稍低,分别为46.32%、53.58%、49.23%和47.33%;与实际干旱发生状况吻合程度最低的是Z指数,4个研究区的吻合率分别为40.85%、34.94%、41.56%和38.24%。研究结果表明,选取的4种干旱指数在华北地区的9个代表气象站点中,SPEI指数表征各种时间尺度气象干旱发生效果最好,Z指数效果最差。
4 结 论
本文通过选取特殊气象代表站点,选用CI、SPEI、SPI及Z指数分别计算了1、3、12个月时间尺度气象干旱,并与《中国气象灾害大典》(综合卷和地区卷)[12-18]统计的气象干旱发生实况进行对比分析,研究了不同干旱指数在华北地区不同区域的适用性,得到的主要结论有:
1)根据EOF分区结果,选取的降水量代表气象站点分别为张家口、青龙、南阳、莒县和泰山,选取的气温代表气象站点分别为西峡、遵化、蔚县和五台山。各种干旱指数在代表气象站点的适用性分析可以科学有效地表征各干旱指数在整个华北地区的适用性程度。
表5 1961—2000年华北地区代表气象站点气象干旱发生状况统计
注:A表示张家口,B表示蔚县,C表示五台山,D表示青龙,E表示遵化,F表示南阳,G表示西峡,H表示莒县,I表示泰山。
Note:A represent Zhangjiakou, B represent Yuxian, C represent Wutaishan, D represent Qinglong, E represent Zunhua, F represent Nanyang, G represent Xixia, H represent Juxian, I represent Taishan.
表6 华北地区代表气象站点4种干旱指数与实际干旱状况吻合百分率/%
图5 华北地区不同区域4种干旱指数吻合百分率Fig.5 Percentage of anastomosis the drough index of different regions in Northern China
2)通过对比CI、SPEI、SPI和Z指数对华北地区不同区域年、季节及月尺度干旱的表征状况,发现CI指数计算的不同区域各时间尺度气象干旱发生频率均明显偏高,Z指数计算的不同区域各时间尺度气象干旱发生频率均明显偏低,SPI计算的部分区域季时间尺度气象干旱发生频率也明显偏低。综合研究结果表明,CI、SPI和Z指数不能较好地表征整个华北地区各时间尺度气象干旱发生状况,计算结果存在较大误差。
3)根据华北地区9个代表气象站点计算出的CI、SPEI、SPI、Z 4种干旱指数比照《中国气象灾害大典》[12-18]统计数据,对比结果显示:在4个研究分区中,SPEI指数表征的干旱发生状况与实际吻合率最高,分别为57.41%、60.78%、57.06%和66.99%。与实际干旱发生状况吻合程度最低的是Z指数,4个研究分区的吻合率分别为40.85%、34.94%、41.56%和38.24%。研究结果表明,选取的4种干旱指数在华北地区的9个代表气象站点中,SPEI指数表征各种时间尺度气象干旱发生效果最好,Z指数效果最差。因此,选用SPEI能较准确地表征华北地区气象干旱年际变化及突变检测、时间分布、空间分布、干旱发生强度、不同等级干旱分布等特征。
5 讨 论
华北地区是中国重要的商品粮生产基地,2012年12月由科技部立项,中科院组织的“环渤海粮仓”项目正式启动实施[26],充分体现出华北地区粮食生产对中国粮食安全形势的重要性,而目前干旱已经成为华北地区粮食产量稳定上升的首要限制因素。因此,评估干旱指标的可靠性对研究华北地区气象干旱、发现和减少干旱灾害损失具有重要的现实意义。研究过程中发现,仅考虑降水单一气象要素的指标相对于考虑多要素的指标适用性相对较差,会导致一些判断结果的偏差。SPEI指数对全球具有普遍适用性,既考虑了降水量对干旱的影响,又考虑了水分的蒸散发,能够较好地反映区域干旱情况,在本研究区的适用性最好。
受资料和文章篇幅的限制,本文研究只选择4种干旱指标和9个代表气象站点进行了适用性研究,未达到百分百的代表性,今后研究过程中应考虑选用更多的干旱指数和代表站点进行适用性分析。随着科学数据共享范围的扩大,许多内部使用的气象数据有望获得,从而可更加深入地分析华北地区气象干旱状况,掌握气象干旱的发生、发展规律,对华北地区干旱评估及水资源管理提供科学支撑,从而提高农业用水(地下水)效率,保证华北地区粮食稳定高产,为国家粮食安全提供保障。