澜沧江流域旱涝特征变化及其与季风之间的关联性研究

2019-03-20，，

长江科学院院报 2019年3期

，，

(1. 长江科学院流域水环境研究所，武汉 430010；2.长江科学院流域水资源与生态环境科学湖北省重点实验室，武汉 430010)

1 研究背景

在全球变暖背景下，极端气候事件频发，严重影响了人类的生存和社会经济的可持续发展，引起政府部门和科学界的高度重视。在众多极端气候事件中，旱涝被认为是世界上最严重的自然灾害类型之一[1]，因此，针对流域旱涝灾害问题，开展气候变化背景下流域旱涝的变化趋势、发生机理及其对气候变化的响应与预测研究，已成为气候变化下极端水文事件研究领域的前沿和热点[2-4]。

澜沧江-湄公河是亚洲东南部重要的国际河流。近年来，受气候变化影响，澜沧江流域旱涝灾害频发[5]，一方面给澜沧江流域的水资源和生态环境带来不利影响，另一方面也给区域的外交与安全政策带来负面影响[6]。由于位于国际河流的上游，澜沧江流域的旱涝问题一直是国内外关注的焦点。澜沧江流域降水量主要受季风环流影响，季风变化是形成流域旱涝的重要原因[7-8]。因此，探讨澜沧江流域旱涝变化规律与季风之间的关联性，对于探究区域旱涝灾害的成因、机理、预测和防控等重大问题具有重要的意义。现有研究多侧重于揭示流域旱涝时空演变规律：李斌等[8](2011)利用标准化降水指数(SPI)分析了澜沧江流域干旱的时空变化特征；Zeng等[9](2012) 利用TRMM多卫星降水分析数据、刘世梁等[10](2015)利用标准化降水蒸散指数(SPEI)分析了澜沧江流域的干旱发生强度及其与NDVI的相互关系。但是，关于澜沧江流域的旱涝与季风的相互关系研究还较少。因此，亟需深入研究该区域旱涝发展的规律和特征，分析季风对该地区旱涝时空变化的影响，为有效预防和减轻气象灾害对区域经济发展的影响提供科学决策依据。

因此，本研究针对澜沧江流域旱涝问题，利用澜沧江流域降水数据和NCEP再分析数据，分析澜沧江流域旱涝时空变化特征，探究澜沧江流域旱涝和季风的相互关系，揭示季风对旱涝变化的潜在驱动机制。研究结果有助于了解季风影响澜沧江流域旱涝时空变化的特征，能够为防御旱涝灾害提供科学决策依据。

2 研究区概况

澜沧江是亚洲一条重要的国际河流，位于澜沧江-湄公河的上游。澜沧江-湄公河流经中国、缅甸、老挝、泰国、柬埔寨和越南6个亚洲国家。澜沧江云南段干流长度为1 240 km，落差为1 780 m，流域面积为9.1×104km2，占云南省总面积的23.5%。澜沧江流域季风变化对流域的旱涝状况影响较大，流域的季风期一般从6月份持续到10月份，从11月份至翌年5月份是澜沧江流域的非季风期[11]。开展澜沧江流域旱涝与季风的相互关系研究，可为流域适应气候变化政策制定及灾害防治提供决策依据。

3 数据与方法

3.1 数据来源

研究数据主要包括降水数据和NCEP再分析数据。降水数据通过中国气象科学数据共享服务网获得(http:∥cdc.cma.gov.cn/)，选用分布在澜沧江流域的德钦、大理、景东、临沧、江城、澜沧、景洪和勐腊8个国家级气象站点的月尺度降水数据。用于计算季风指数和澜沧江流域水汽通量时空分布特征的NCEP再分析数据，包括径向风、纬向风、比湿和气温场等月均再分析资料，通过网站https:∥www.esrl.noaa.gov/psd/data/下载获取。降水数据和NCEP再分析数据的时间跨度都为1956—2015年。对于降水资料有缺测的站点，利用没有缺测时段的降水数据，与临近资料齐全站点的降水数据建立线性回归关系，然后利用建立的一元线性回归方程推求降水资料缺测时段的降水量[12]。

3.2 研究方法

3.2.1 标准化降水指数

标准化降水指数(SPI)由McKee等在1993年提出，可以用来表征多时间尺度的旱涝特征。SPI计算公式简单，资料容易获取，首先计算表征某时段内降水量的分布概率后，再进行正态标准化处理，最终用标准化降水累积频次分布来划分干旱等级。SPI能够消除降水的时空分布差异，在多时空尺度均能有效地反映旱涝状况，在旱涝监测中得到了广泛应用[13-14]。

长时间尺度的SPI指数受短期降水影响较小，旱涝变化特征比较稳定，可以更准确地反映长期旱涝变化的趋势[15]，因此，本研究计算澜沧江流域8个气象站点1956—2015年连续的12个月时间尺度上的SPI序列，记为SPI12。SPI12计算过程中存在11个月的时滞，为便于不同SPI时间序列的比较，分析时从1957年开始。依据旱涝划分等级标准，将SPI≤-1设定为干旱界值，将SPI≥1设定为雨涝界值。

3.2.2 季风指数

澜沧江位于低纬高原的纵向岭谷区，处于多种季风系统交叉影响的过渡带，可同时受到几个不同季风系统的交叉影响。为了对比多种季风系统对流域旱涝的影响程度，选取了3种季风系统作为研究对象，选取了对区域水文气象影响较大的南亚季风和高原季风[16]，此外，还选取了亚洲季风系统中另一个比较重要的季风系统，即东亚季风。

东亚季风指数和南亚季风指数的计算方法分别参照文献[17]和文献[18]；高原季风指数的计算方法参照文献[19]。

3.2.3 旱涝时空变化及其与季风的关系

系统聚类分析方法依据欧氏距离，实现类内差异最小化和类间差异最大化，可快速对研究对象进行分类[20]，利用系统聚类方法分析流域8个气象站点降水数据SPI12指数的空间差异性，选取流域代表性站点。

Mann-Kendall方法被广泛应用于对水文气象数据的变化趋势分析[21-22]，采用Mann-Kendall方法来分析流域代表性站点年及季节尺度干旱和雨涝频次的变化趋势。

采用小波分析方法分析代表性站点年尺度干旱和雨涝频次变化的周期性特征。小波分析的基本思想是用基函数来表示或逼近某一信号，小波变换所需的基函数是被选取的母小波和尺度函数缩放和平移后的集合。基函数的数学公式为

a,b∈R,a≠0 。

(1)

式中：Ψa,b(t)为小波分析基函数；t为时间序列，反映时间序列的长度；a为尺度因子，反映小波的周期长度；b为平移因子，反映时间上的平移。

设定Ψa,b(t)后对给定信号进行变换，通过改变尺度因子来获得时间序列的时频信息，实现对时间序列时空变化特征的分析。

通过相关分析方法分析代表性站点季风指数与表征旱涝变化的SPI12指数的相互关系，进一步通过分析典型旱涝年澜沧江流域水汽通量的变化，揭示季风对流域旱涝变化影响的潜在驱动机制。水汽通量计算公式为

Q=Qλ+Qφ。

(2)

其中：

(3)

(4)

式中：Qλ和Qφ分别代表气柱大气纬向和经向水汽通量；g为重力加速度；ps和pu分别代表下界和上界气压；u和v分别为纬向和经向风速；q为比湿。

相关研究方法的具体细节可参阅文献[20]—文献[23]。在本研究中，系统聚类分析将8个站点的SPI12数据分为3类；小波分析选取Complex morlet wavlet作为基函数，尺度因子设定为1—30。聚类分析和相关分析通过软件SPSS 19.0处理，小波分析通过软件MatLab 2012a处理，水汽通量计算通过OpenGrADS 2.0.1软件处理。

4 结果与分析

4.1 澜沧江流域旱涝时空变化特征

基于澜沧江流域8个站点的标准化降水指数(SPI12)，通过系统聚类分析方法，得到流域旱涝的空间分布特征，结果如图1所示。

图1 澜沧江流域SPI12指数的聚类结果Fig.1 Clustering result of SPI12 indices in the Lancang River basin

图1中横轴表示距离，纵轴表示气象站点，在系统聚类数目设定为3类的前提下，德钦和大理站的SPI12指数间欧式距离较近，归为一类；景东、临沧、澜沧和江城站分为一类；景洪和勐腊站被归为另外一类。系统聚类分析可将8个站点的SPI12指数清晰地分成3类，而且每一类都包含不止1个站点，具有较好的聚类效果。

进一步分析了3组数据的SPI12均值，上游德钦组、中游临沧组和下游景洪组的SPI12均值分别为-0.020，-0.004，-0.006。从3个代表性站点的SPI12均值可以看出：澜沧江流域降水分布总体呈现出由下游(南)向上游(北)递减的趋势，进一步验证了以前关于澜沧江流域降水空间分布的研究结论[24]，说明本研究的聚类结果能够很好地用来反映流域气象站点的旱涝变化的空间特征。

依据澜沧江流域8个站点的标准化降水指数(SPI12)聚类分析结果，德钦、临沧和景洪3个站点有不同的降水时空分布特征，因此，选取德钦、临沧和景洪3个站点作为代表性站点。依据干旱和雨涝划分界值，分别统计每年当年、季风期和非季风期干旱(雨涝)发生的次数，作为该年这3个时间尺度上的年干旱(雨涝)频次，反映该年发生旱涝的频繁程度[25]。基于此指标，分析澜沧江流域年、季风期和非季风期的旱涝变化特征。

表l是近60 a来澜沧江流域3个代表性站点的旱涝频次分布情况，年尺度的干旱频次大小依次为：景洪>德钦>临沧。季风期3个站点的干旱频次基本没有差异，非季风期的干旱频次差异较大，导致了年尺度的干旱频次大小差异。非季风期的干旱频次要大于季风期，以前研究认为非季风期是澜沧江流域干旱的频发时段，尤其是冬春和初夏干旱频次增加[5]。年尺度的雨涝频次大小依次为：景洪>临沧>德钦。3个站点的非季风期雨涝频次要大于季风期，雨涝频次总体呈现出从南向北递减的趋势。从全流域旱涝频次总数来看，干旱频次要多于雨涝频次，干旱是澜沧江流域最主要的气象灾害。从代表性站点的旱涝频次来看，位于澜沧江流域下游区域的景洪站是旱涝多发区域，与以前关于澜沧江流域旱涝灾害时空分布的研究结论一致[24,26]。

表1 澜沧江流域代表性站点不同时间尺度旱涝频次Table 1 Frequency of flood and drought at representativesites in the Lancang River basin in different time scales

进一步利用Mann-Kendall方法，分析流域代表性站点年和季节尺度干旱(雨涝)频次的变化趋势，结果如表2所示。近60 a，澜沧江流域3个代表性站点的年干旱频次呈增加趋势，其中德钦站的干旱频次增加变化趋势在90%置信水平上统计显著。3个代表性站点在季风期的干旱频次呈增加趋势，但未通过置信检验，统计不显著。3个代表性站点非季风期的干旱频次也呈增加趋势，其中德钦站的变化趋势在90%置信水平上统计显著。前人研究认为进入21世纪之后，中国西南地区季风期与非季风期的干旱发生频次都处于增加的趋势[10,25]，本研究结果进一步证实该区域的干旱演变特征。3个代表性站点的雨涝频次在年和季节时间尺度上都呈现微弱的减少变化趋势，都未通过置信检验，统计不显著。

表2 澜沧江流域代表性站点不同时间尺度旱涝频次变化趋势MK检验统计量Table 2 MK trend test results for flood and droughtfrequency in different time scales at representative sitesin the Lancang River basin

注：*表示数据的趋势检验通过90%的置信度水平

图2 澜沧江流域典型站点干旱频次小波变换系数实部等值线Fig.2 Contours of the real part of wavelet transformation coefficients for drought frequency at representative sites in the Lancang River basin

4.2 澜沧江流域旱涝频次周期变化特征

从澜沧江流域典型站点干旱频次的小波变换系数实部等值线(图2)可知，上游德钦站干旱频次存在3种周期变化，分别为3～5，8～10，15～25 a，其中：3～5 a尺度的周期变化主要出现在20世纪70年代至80年代后期；8～10 a尺度的周期变化主要出现在20世纪80年代后期；15～25 a尺度的周期变化在整个研究时段持续。中游临沧站干旱频次存在3～4，8～10，14，20～22 a的4种周期变化，其中：3～4 a尺度的周期变化主要出现在20世纪90年代中后期；14 a尺度的周期变化出现在20世纪60年代到90年代中期；8～10 a和20～22 a两种尺度的周期变化在整个研究时段持续。下游景洪站干旱频次存在3～5，8～10，20～25 a的3种周期变化，其中：3～5 a尺度的周期变化从20世纪60年代中期开始持续，后2种尺度的周期变化在整个研究时段持续。

图3 澜沧江流域典型站点雨涝频次小波变换系数实部等值线Fig.3 Contours of the real part of wavelet transformation coefficients for flood frequency at representative sites in the Lancang River basin

图3为澜沧江流域典型站点雨涝频次小波变换系数实部等值线。从图3可知，上游德钦站雨涝频次存在3～5，8～10，25～30 a的3种周期变化，其中：3～5 a尺度的周期变化从20世纪80年代中后期开始出现；8～10 a和25～30 a尺度的周期变化在整个研究时段持续。中游临沧站雨涝频次存在3～5，10～14， 25 a的3种周期变化，其中：3～5 a尺度的周期变化主要出现在20世纪90年代中后期；10～14 a尺度的周期变化出现在20世纪60年代到90年代中期；25 a尺度的周期变化在整个研究时段持续。下游景洪站雨涝频次存在3～5，10～14，25～30 a的3种周期变化，其中：3～5 a尺度的周期变化主要出现在20世纪50年代到70年代和2000年后的2个时间段；10～14 a尺度的周期变化出现在20世纪60年代到90年代中期；25～30 a尺度的周期变化在整个研究时段持续。

澜沧江流域3个典型站点干旱和雨涝频次的周期性差异性较小，基本都存在着3～5，8～15，20～25 a的3种周期性变化特征。本研究中干旱和洪涝频次是基于降水量计算而获取，澜沧江流域降水量存在着这3种周期变化特征[27-28]，这可能是导致澜沧江流域干旱和雨涝频次存在这3种周期性变化的主要原因。根据干旱(雨涝)频次小波变换系数实部等值线图预测，现阶段，澜沧江流域处于干旱频次增多、雨涝频次减少的状态，且仍将在未来持续一段时间。

4.3 澜沧江流域旱涝变化与季风的关系

分别提取属于干旱和雨涝划分界值段相对应时段的季风指数，分析干旱界值段(雨涝界值段)的SPI12指数与对应时段季风指数的相互关系，结果如表3所示。

表3 澜沧江流域代表性站点SPI12指数与季风指数的相关系数Table 3 Coefficients of correlation between SPI12 andmonsoons at representative sites in Lancang River basin

注：*表示相关系数在0.05水平上显著

3个代表性站点的干旱界值段SPI12指数与季风指数呈现负相关，德钦和临沧站的SPI12指数与南亚季风指数负相关性最强，高原季风次之，东亚季风最弱；景洪站的SPI12指数与南亚季风指数负相关性最强，东亚季风次之，高原季风最弱。南亚季风与澜沧江流域的干旱时空变化有显著关系。3个代表性站点的雨涝界值段SPI12指数与季风指数呈现正相关，与3种季风指数相关性强弱关系和干旱界值段的情形基本相同。总体来说，南亚季风和高原季风对澜沧江流域的干旱和雨涝发生有一定的影响，东亚季风产生的影响微弱。

4.4 澜沧江流域季风对旱涝变化影响的潜在机制

大气环流和水汽输送是造成降水量变化的关键因子，认识其变化规律是揭示区域旱涝变化特征的关键[24]。500 hPa水汽特征变化对澜沧江流域降水分布有很好的指示意义[29]。采用泰森多边形方法获取1957—2015年的澜沧江流域历年平均降水量，降水量极值分别发生在1970年(降水量最多)和2003年(降水量最少)。因此，本研究选取澜沧江流域典型旱年(2003)和涝年(1970)，分析其500 hPa水汽输送通量分布(图4)。风场的矢量箭头显示为偏西南方向和偏西北的大气输送流场，南边界的偏西南气流和北边界的偏西北气流是主导气流方向和水汽来源。偏西南气流主要通过南亚季风控制下的印度洋水汽通道进入澜沧江流域[8]。同时，澜沧江流域的下垫面条件也给南亚季风提供了运输通道[30]。偏西北方向的气流可能受青藏高原的热力作用影响，通过改变水汽输送通量对澜沧江流域的降水产生影响[31]。由于澜沧江流域下垫面的阻隔作用，东亚季风很难携带水汽进入澜沧江流域[30]。流域主导水汽来源方向很好地解释了南亚季风和高原季风与澜沧江流域SPI12指数相关性较强的原因。典型旱涝年的水汽输送通量差别主要体现在影响强度及范围。由于南亚季风和高原季风的输送距离有限，从下游到上游，南亚季风与澜沧江流域SPI12指数相关关系逐渐减弱，高原季风情况相反(表3)。

图4 澜沧江流域典型旱年(2003)、涝年(1970)的500 hPa水汽输送通量分布Fig.4 Distributions of water vapor flux at 500 hPa for typical driest year (2003) and wettest year (1970) in the Lancang River basin