甘肃省农业干旱对多尺度气象干旱的响应

赖 力，粟晓玲,2，冯 凯

(1. 西北农林科技大学水利与建筑工程学院，陕西 咸阳 712100；2. 西北农林科技大学旱区农业水土工程教育部重点实验室，陕西 咸阳 712100)

干旱是我国最常见的自然灾害之一，具有破坏范围广，造成损失大等特点[1]。通常将干旱划分为气象干旱、农业干旱、水文干旱和社会经济干旱4种类型。气象干旱是农业干旱的外在驱动力。甘肃省处于干旱半干旱气候区[2]，蒸发量大，水资源匮乏，导致干旱频发[3]。据统计，每年约有18%农业受灾面积是由干旱导致的[4]。因此，研究甘肃省干旱的时空演变特征以及农业干旱对气象干旱的响应关系十分必要，可为农业防旱抗旱工作提供参考。

有关甘肃省干旱特征的研究主要集中于两类：第一类为采用单一指数评价气象干旱或农业干旱。如在气象干旱研究方面，王劲松等将降水变化率与蒸发变化率的比值定义为K指数，该指数适用于评价春旱和夏伏旱[5]；李亮等采用标准化蒸散指数(SPEI)结合正交分解方法，根据敏感程度将甘肃省分为4大区域[6]；张调风等利用综合气象干旱指数CI研究甘肃省黄土高原区气象干旱，发现干旱高发地区为兰州-靖远地区[7]。在农业干旱研究方面，陈雷等利用降水量、灌溉量、蒸发量等因子模拟土壤湿度，建立了一种农业干旱指标；张振伟等采用帕默尔干旱指数PDSI研究甘肃省的干旱特征，结果表明，全省整体干旱有轻微下降的趋势，空间上两侧干旱频率高，中间低[8]。第二类研究不同干旱指标在甘肃省的适用性。如王劲松结合农业灌溉用水和径流量两个因子建立了Z干旱指数，并将Z指数与PDSI进行对比，结果表明Z指数比PDSI对河西灌溉地区干旱状况描述更加准确[9]。姜梦晶等采用K指数、PDSI、CI指数、Z指数等4种干旱指标计算了月尺度干旱指数，发现降水变化与K指数、CI指数和Z指数关系密切,PDSI对降水的响应最差，K指数对重旱描述最准确，PDSI和CI指数对轻旱和中旱描述最准确，CI指数在冬季不能准确反应干旱情况[10]。

虽然已有文献探讨了甘肃省的干旱特征，但主要利用站点数据计算干旱指数，对于栅格数据分析的较少，而栅格数据能更准确地体现干旱的空间分布规律，且对气象干旱或农业干旱单一类型干旱的研究较多，而对于气象干旱和农业干旱之间关系的讨论较少。本文采用多尺度SPEI指数反映气象干旱特征[11]，采用监测范围广、资料易获取、能够相对客观反映植被生长状况的VCI指数反映农业干旱[12]，探讨农业干旱对气象干旱的响应关系。

1 研究区概况与数据

1.1 研究区概况

甘肃省位于我国西北内陆，介于北纬32°11′～42°57′、东经92°13′～108°46′之间。地形复杂，地貌种类多样，包含高原、山地、河谷、沙漠、戈壁等地貌类型。气候复杂且差异较大，从南向北包括亚热带季风气候、温带季风气候、温带大陆性干旱气候和高原山地气候四大类型。根据气温、降水等条件将全省分为陇南山地区、陇中黄土高原区、甘南高原区、河西走廊区和陇东地区，见图1。

图1 甘肃省气候分区Fig.1 Climate division in Gansu

1.2 数据来源

计算VCI指数所需的NDVI数据来源于GIMMS NDVI3g数据集(https:∥ecocast.arc.nasa.gov/data/pub/gimms)，其空间分辨率为0.083°，已经过大气校正和几何校正[13]。计算SPEI所需的气象数据(包括降水、气温、气压等)来源于中国气象数据网(http:∥data.cma.cn/)的甘肃省1982-2015年25个气象站数据，气象站点分布见图2。

图2 甘肃省气象站点分布Fig.2 Distribution of meteorological stations in Gansu

2 研究方法

2.1 标准化降水蒸散发指数

标准化降水蒸散发指数SPEI广泛用于研究气象干旱，具有多尺度，不受空间限制等特点，既考虑到降水和蒸发两种气象要素，又具有明确的统计学意义[14]。其计算公式如下：

Di=Pi-PEi

(1)

(2)

(3)

P=1-F(x)

(4)

(5)

(6)

(7)

常数c0、c1、c2、d1、d2、d3分别取2.515 517、0.802 853、0.010 328、1.432 788、0.189 269、0.001 308。评判是否发生干旱的标准参考文献[16]，当SPEI<-0.5则认为发生干旱。

2.2 植被状态指数

植被状态指数VCI是对NDVI值进行归一化处理后得到的指数，物理意义比较明确，对大范围动态监测干旱情况取得了较好效果[12]，计算公式如下：

(8)

式中：NDVIi为某个象元对应的某个月份的植被指数；NDVImin和NDVImax分别为该象元多年情况下对应月份NDVI的最小值和最大值，分别反映了植被生长的最佳和最差条件，它们之间的差反映了当地植被的生长条件的差异。VCI值越小表示植被生长条件越差，越容易受旱[17]。农业干旱标准参考文献[18]，当VCI<0.3时认为发生干旱。

2.3 线性趋势检验

基于栅格数据(以VCI指数为例)，采用线性变化率分析干旱变化趋势，公式如下：

一堂堂生动的课程，一个个感人的故事，让我们的灵魂得到洗礼，精神得到升华，党性得到锻炼，心灵受到强烈震撼。我有幸参加祁县“一线干部”井冈山党性教育专题培训班，实地学习和感悟“坚定信念、艰苦奋斗、实事求是、敢闯新路、依靠群众、勇于胜利”的伟大的井冈山精神。在井冈山的6天时间里，追寻着先烈们的战斗足迹，仿佛又置身于艰苦卓绝的战争年代，触动之大、感悟之多、体会之深是前所未有的。

(9)

式中：θslope表示VCI指数的月线性变化斜率；n为总月份数；MVCIi为第i个月的VCI值。当θslope>0,表示有上升趋势，当θslope<0时，表示有下降趋势。

2.4 最大相关系数

采用皮尔逊相关系数R分析气象干旱和农业干旱之间的关系：

Ri,j=cor(VCIiSPEIj)

(10)

Rmax=max(Ri,j)

(11)

式中：cor为皮尔逊相关系数；i为月份，本文研究生长季，i=3,4,…,10；j为不同尺度，j=1,3,6,12；Rmax为VCI指数与不同尺度SPEI指数所计算出的相关系数中最大相关系数。

3 结果分析

3.1 气象干旱时空特征

3.1.1 气象干旱频率

不同时间尺度下甘肃省不同季节气象干旱频率空间分布如图3所示，结合图1分区图，分析得到甘肃省不同分区基于不同尺度SPEI的气象干旱频率排序：春季SPEI-1为甘南>陇东>陇南>陇中>河西，SPEI-3为陇中>甘南>陇南>陇东>河西，SPEI-6为陇东>陇中>河西>陇南>甘南，SPEI-12为陇东>陇中>河西>陇南>甘南。夏季SPEI-1为河西>甘南>陇东>陇中>陇南，SPEI-3为陇东>陇南>陇中>甘南>河西，SPEI-6为河西>陇中>陇东>陇南>甘南，SPEI-12为河西>陇中>陇东>陇南>甘南。秋季SPEI-1为河西>甘南>陇东>陇南>陇中，SPEI-3为陇中>甘南>陇南>陇中>河西，SPEI-6为河西>陇中>陇东>陇南>甘南，SPEI-12为陇东>陇南>河西>陇中>甘南。生长季SPEI-1为河西>甘南>陇东>陇南>陇中，SPEI-3为陇中>陇东>陇南>甘南>河西，SPEI-6为陇东>陇中>河西>陇南>甘南，SPEI-12为陇东>陇中>河西>陇南>甘南。

图3 甘肃省不同尺度SPEI对应的气象干旱频率分布Fig.3 Drought frequencies at different scales of SPEI in Gansu

整体上，春季干旱高频区主要集中在陇东地区，主要原因为陇东地处温带大陆性气候区，春季降水少，加之大陆副热带高压的影响容易发生干旱[19]。河西地区是夏季干旱的频发区，因为河西地区位于西北内陆地区，降水稀少，夏季高温导致蒸发强烈。不同时间尺度下SPEI所反映的秋季干旱空间规律差异较大，但总体上干旱发生频率较高的区域主要集中在河西和陇东地区，而甘南地区的干旱发生频率较低，这与成青燕等基于MCI指数得到的干旱频率空间分布格局为河西东部和陇中地区高、陇南地区最低的研究基本一致[20]。整个生长季，不同尺度SPEI指数表现为陇东地区干旱频率最高。

3.1.2 气象干旱的趋势

选用3个月尺度SPEI-3为代表研究气象干旱变化趋势。利用一元线性趋势检验法，计算出25个气象站点的线性趋势值，并进行空间插值，并利用皮尔逊相关显著性检验方法进行显著性检验，结果如图4所示。春季，河西地区表现为显著的干旱减轻趋势，其他地区干旱呈显著增加趋势，只有马鬃山、华家岭、玛曲3个站点没有通过显著性检验，这与陈丽丽等发现河西地区干旱减轻趋势的研究结果一致。夏季几乎整个甘肃呈干旱增加的趋势，河西地区只有乌鞘岭一个站点没有通过显著性检验，呈现干旱显著增加的趋势。其他站点均通过了p=0.05显著性检验，其中有6站通过了p=0.01显著性检验，呈极显著的增加趋势。陇东地区只有一个站点通过了p=0.05的显著性检验，该地区干旱呈不显著的增加趋势。秋季干旱在陇东地区呈减轻趋势，但是干旱化增加和减轻的趋势均不显著，只有7个站通过了显著性检验。裴文涛等[21]也发现秋季河西大部分地区呈不显著的干旱趋势，与本研究结果一致。李红英发现[22]20世纪90年代以前秋季河西等地区呈暖干化趋势，90年代以后呈暖湿化趋势，本研究时段(1982-2015年)的秋季干旱变化趋势不显著可能受到90年代前后相反的干湿化趋势的影响。整个生长季除了陇南的部分地区呈干旱减轻的趋势外，甘肃大部分地区呈干旱显著增加的趋势。河西地区除了乌鞘岭站以外，其他站点均通过了p=0.01显著性检验，呈极显著的干旱增加趋势。

图4 SPEI-3趋势变化空间分布Fig.4 Spatial distribution of SPEI-3 trend

3.2 农业干旱的时空特征

参考李欣尧[18]等对农业干旱频率的划分，将干旱频率划分为10年一遇(频率为0.1)，5年一遇(0.2)，3年一遇(0.33)，两年一遇(0.5)，三年两遇(0.66)。表1列出了不同干旱频率下各季节对应的栅格占比。干旱频率主要集中在0.20～0.33和0.33～0.50两个区间，整个生长季平均在0.2～0.5区间的累计干旱频率，达0.636。3个季节中，春季在0.2～0.5区间的累计干旱频率最高，达到0.6。春、夏、秋累计干旱频率在0.50～0.66的占比依次增加。

表1 不同季节发生不同农业干旱频率的面积占比Tab.1 Spatial distribution of meteorological drought tren

不同季节农业干旱频率空间分布如图5所示。总体上，干旱高发地主要集中在西北以及东部地区，南部和中部地区干旱频率较低，不同季节干旱发生频率稍有不同。春季，干旱高发地区主要集中在陇中东部地区、河西的中部、陇东的部分地区。河西中部地区土地类型主要是戈壁和沙漠，植被稀少，所以VCI计算值偏小，得到的干旱频率高。陇中东部地区耕地较多，该地区属于旱作物区，降水为主要来源，春旱影响作物生长的前期生长[23]。夏季，河西地区干旱频率明显增加，干旱面积也更加广阔，几乎整个中部和东部地区都是高频区域，陇东地区尤其是庆阳市的干旱频率明显增加。刑峥梅[24]等人研究发现陇东易发生夏伏旱，这与本文的结果一致，说明VCI指数能够反映干旱的真实情况。秋季，干旱频率的空间分布规律与夏季基本一致，但是陇中地区干旱频率明显增加，这是因为该地区以耕地为主，并且到了作物生长的后期，作物长势不像夏季那样旺盛，同时部分作物已经开始收割，导致VCI指数呈现出干旱状态。

图5不同季节农业干旱频率空间分布Fig.5 Spatial distribution of agricultural drought frequency in different seasons

3.2.2 农业干旱的趋势

基于栅格数据采用线性趋势法计算VCI序列的θslope值来反映不同季节农业干旱趋势，其空间分布特征如图6所示。根据栅格统计春、夏、秋季和整个生长季的θslope值大于0面积占比分别为：87.6%、88.9%、86.4%、93.2%。不同季节和整个生长季的大部分地区的θslope值大于0，表明VCI序列呈现增加趋势，即大部分地区农业干旱有减轻趋势。空间分布上，生长季θslope值小于0的区域主要分布在河西的西北部以及中部地区，甘南的南部部分地区和陇南的南部部分地区。春季θslope值小于0的区域分散分布于河西地区，其中西北部较为集中，这些地区主要是沙漠戈壁区，由于周边人类活动，沙漠化加剧，旱情增加[25]。夏季θslope值小于0的区域主要分布在河西的北部、东南部以及陇南南部地区。张波等人[26]在研究陇南夏季植被变化状况时发现，陇南的南部区域植被覆盖度较高的地区NDVI指数有下降的趋势，与本文得出的结论较为一致。秋季θslope值小于0的区域主要分布在河西的西部、北部以及甘南的中西部地区，甘南中西部地区以草地类型为主，由于过度放牧导致草地退化，生态脆弱，更易受干旱影响，这与梁芸[27]等人研究该地区呈干旱化趋势的结论一致。

图6 不同季节农业干旱趋势变化空间分布Fig.6 Spatial distribution of agricultural drought trends in different seasons

3.3 农业干旱对气象干旱的响应

3.3.1 不同季节农业干旱和气象干旱的最大相关系数空间分布特征

不同季节下SPEI与VCI指数最大相关系数的空间分布特征如图7所示。春季相关系数较高的区域集中在甘南的西南部地区以及陇东中东部地区，该地区以林地草地为主。夏季主要集中在陇中西部、南部地区以及陇南地区，该地区主要土地类型为草地及部分耕地。秋季主要集中在陇中地区、陇东西北部地区，该地区主要土地类型为草地。生长季主要集中在甘南、陇中东部、陇东、西北部、中部地区，该地区主要土地类型为草地、林地。综上所述，VCI指数和SPEI指数在林地、草地的相关性最大。

图7 最大相关系数空间分布Fig.7 Spatial distribution of maximum correlation coefficient

由图7可知，部分地区相关系数为负值，春季负值主要集中在河西中西部地区；夏季负值主要集中在陇南的东部地区，陇南西部，河西；秋季负值主要集中在陇南东南部、陇东东部部分地区，河西中部、甘南的部分地区；而生长季主要集中在河西中西部地区。负相关系分布在河西的部分地区，原因是这些地区主要为未利用土地类型，如戈壁、沙漠等，同时，这些地区植被稀少、气候干燥对VCI指数有一定的干扰。陇南地区东南部、陇东东部出现负值主要是由于这些地区的土地类型为耕地，人类活动频繁，导致相关系数出现负值。整个生长季相关系数为负值的面积占比最少是合理的，因为本文求得是最大相关系数，对负值有过滤的作用。

3.3.2 不同时间尺度SPEI与VCI指数对应最大相关系数空间分布特征

不同季节下不同尺度SPEI与VCI指数最大相关系数空间分布特征如图8所示。春季SPEI-1与VCI指数对应最大相关系数主要分布在甘南和陇南的部分地区。SPEI-1表示对月尺度干旱相对于其他尺度对干旱变化更敏感。此外，这两个地区主要是林地和草地，人类活动干扰较少，植被对气象要素影响更敏感。SPEI-3与VCI指数对应最大相关系数主要分布在陇中的部分地区，SPEI-6与VCI指数对应最大相关系数主要分布在河西和陇南地区，而SPEI-12与VCI指数对应最大相关系数主要分布在陇东和陇中地区，这些地区受人类活动影响较大，反映长期干旱状况的SPEI-12可以与VCI表现出更好的相关性。

图8 最大相关系数对应尺度空间分布Fig.8 Spatial distribution of maximum correlation coefficient at diffferent scales

夏季SPEI-1与VCI指数对应最大相关系数主要分布在河西地区的酒泉、嘉峪关一带，该地区植被稀少，生态脆弱，植被对降水等气象要素短期变化非常敏感。SPEI-1能够灵敏地反映短期水分亏缺，所以在这些区域VCI指数与SPEI-1相关性最大。SPEI-3与VCI指数对应最大相关系数的分布范围有所增加，集中分布在陇中、陇东的南部。SPEI-6与VCI指数对应最大相关系数分布在陇南、甘南西南部地区，甘南西南部地区主要是草地，夏季生长旺盛，SPEI-6考虑了春夏两季的降水和蒸发的影响，能更加全面地反映气象干旱和农业干旱的关系。SPEI-12与VCI指数对应最大相关系数与春季的空间分布基本一致。

秋季，SPEI-1与VCI指数对应最大相关系数主要分布在陇中中部和东部地区，秋季为小麦播种和成苗期，对水热条件敏感，易受旱。SPEI-3与VCI指数对应最大相关系数分布范围增加，主要集中在河西地区、甘南地区、陇东的中部和北部、陇中的部分区域。秋季许多植被都进入生长后期，降水和气温对植被的直接影响有所减小，存在一定滞后性。SPEI-3反映整个季节的干旱影响，所以与植被生长有较好的相关性。SPEI-6与VCI指数对应最大相关系数分布在陇南、陇东的东部地区、陇中的西部和北部地区。SPEI-12与VCI指数对应最大相关系数主要分布在甘南地区，主要反映了长期干旱的影响。王伟军[28]研究发现甘南地区植被生长后期对降水等气象要素的响应有一定的滞后效应。

在整个生长季，SPEI-1与VCI指数对应最大相关系数主要分布在河西西北部和甘南地区的西南部。SPEI-3与VCI指数对应最大相关系数河西地区、陇东的西南部 、陇中的大部分区域、甘南西部、北部。SPEI-6与VCI指数对应最大相关系数分布在陇南、陇东的东部地区、河西地区。SPEI-12与VCI指数对应最大相关系数主要分布在陇东和河西的部分地区。

据图8的栅格占比统计，春季SPEI-6与VCI指数对应最大相关系数的栅格数占比最大，夏季SPEI-12与VCI指数对应最大相关系数的栅格数占比最大，但与其他尺度差别不大，主要是由于降水多数集中于夏季，不同尺度之间所计算出的SPEI值差别不大。秋季SPEI-3与VCI指数对应最大相关系数的栅格数占比最大。生长季SPEI-3与VCI指数对应最大相关系数的栅格数占比最大。综上所述，VCI指数与3个月尺度SPEI相关性最好，即响应最灵敏。

4 结 语

本文通过不同时间尺度的SPEI指数和VCI指数来表征气象干旱和农业干旱，采用一元线性倾向率检验和皮尔逊相关显著性检验等方法研究了甘肃省干旱的时间变化特征，通过Arcgis插值分析研究了干旱频率的空间分布特征，利用最大相关系数法探讨了不同尺度的SPEI指数和VCI指数的相关关系以及响应关系。得出以下主要结论：

甘肃省在春、夏、秋及生长季发生气象干旱频率最高的地区分别为陇东、河西、陇东与河西、陇东。春季河西地区气象干旱显著减轻，夏季整个甘肃省气象干旱呈增加趋势；秋季陇东地区干旱呈不显著下降趋势，其他地区干旱呈不显著增加趋势。农业干旱频率空间上总体表现为西北部和东部高，中部和南部较低，时间上表现为大部分地区呈下降的趋势。

气象干旱指数SPEI与农业干旱指数VCI相关性特征表现为，SPEI与VCI在林地和草地条件下的相关性最好，VCI指数与SPEI-3相关性最大，即农业干旱对以SPEI-3表示的气象干旱的响应最灵敏。