1961—2018年西辽河流域气候干湿指数时空特征分析

高永刚 ，周永吉，高峰，赵慧颖 ，刘丹

1. 黑龙江省气象科学研究所，黑龙江 哈尔滨 150030；2. 中国气象局东北地区生态气象创新开放实验室，黑龙江 哈尔滨 150030；3. 黑龙江省气象数据中心，黑龙江 哈尔滨 150030

干旱是目前全球最严重的自然灾害之一，它已成为危及人类生存环境的严重问题，也是科学界普遍关心的科学问题（杨金虎等，2012）。据统计，全球每年因干旱所造成的经济损失可达 60×108—80×108美元（Keyantash et al.，2002），远远超过了其他气象灾害。近年来，在全球气候变化的背景下，各区域的气候干湿状况亦发生了不同程度的变化（翟盘茂等，2003），且已经对生态环境、工农业生产、城乡人民生活产生了一定的影响。

过去关于干旱的众多研究主要是通过降水量进行的（Katz et al.，1986；Nicholls，2004），然而干旱是一个复杂的物理过程，地表水分收支受气温、降水等因素协同作用的影响，因此，近些年许多学者运用新的方法或者指标。在众多的干湿指标中，Palmer干旱指数目前被认为是较好的干湿研究指标，并在全球或区域干湿检测中已经得到了广泛应用（Dai et al.，2004；Dai et al.，1998），但它的局限性在于对计算方案中参数的区域性非常敏感。安顺清等（1985）与刘巍巍等（2004）利用中国区域的气候资料对 Palmer干旱指数计算方案的参数进行了订正，使其更适合于在中国区域的使用，但由于土壤湿度观测资料的缺乏，使得研究工作受到局限。而Thornthwaite在植被气候分类法中定义的干湿指数，综合考虑气温和降水量等因素对地表水分收支和干湿状况的影响，且指数数据容易收集，方法成熟且可行性强，在国家尺度和大小区域尺度上取得了一定的成果（马丹阳等，2019；姜江等，2017；杨金虎等，2012；张大伟等，2012；孙凤华等，2006），加深了对中国干湿状况的形成机理、分布特征、变化趋势等的了解。

西辽河流域地处中国北方农牧交错带的东段三北交界区，介于 116°10′—123°35′E、41°24′—45°40′N 之间，行政区划上包含内蒙古、河北、辽宁和吉林四省区的 30个县级行政单元，土地面积约为20.09×104km2，在气候上属于暖温带半湿润气候向中温带半干旱气候的过渡带。西辽河流域是内蒙古重要农业基地，同时拥有丰富的湿地资源（吴梦红等，2019），在国家粮食安全和生态安全中具有重要作用。近年来，随着社会经济的发展，西辽河流域取用水量不断增强，导致流域径流量日益减少、河道断流频繁发生、草场退化、林木矮化，许多湿生植物被耐旱植物代替等环境问题。可利用水资源的短缺已经成为限制该地区农业与生态发展的主要因素之一，需要了解该流域气候干湿指数变化规律与特征，为水资源的有效利用提供气候参考。然而，该流域相关研究成果还未见报道。因此，研究西辽河流域气候干湿指数变化规律与特征对有效利用流域水资源、农业生产、地湿地保护可提供一定气候依据。

1 资料与方法

1.1 资料来源

利用西辽河流域30个国家气象观测站（包括赤峰市全部14个站，通辽除霍林郭勒外的10个站，兴安盟科尔沁右翼中旗和高力板站，吉林双辽和通榆站，辽宁建平站，承德市的平泉站）1961—2018年逐日气温、降水量资料。研究区概况见图1。

图1 研究区概况Fig. 1 Survey of the study area

1.2 研究方法

1.2.1 气候干湿指数计算

采用Thornthwaite在植被气候分类法中定义的气候干湿指数Im（Thornthwaite，1948；Penman，1950），公式如下：

式中，Im为气候干湿指数（以下简称干湿指数）；P为年降水量；E为年潜在蒸散量。

依据Im划分的干湿气候型如表 1所示（Thornthwaite，1948）。

表1 按干湿指数划分的干湿气候型Table 1 Dry-wet climate type by climatic dry-wet index

潜在蒸散量的计算方法有很多种，其中以Penman的计算方法最为经典，但在Penman的计算方案中，涉及了许多大气边界层与土壤水热性质的参数，但由于所需资料多还没有被广泛应用，而Thornthwaite的方法弥补了 Penman方法在这方面的不足，它的优点是仅考虑气温的变化，而又能较客观地描述地表潜在蒸散。Thornthwaite各月潜在蒸散量的计算公式如下（杨金虎等，2012；张大伟等，2012）：

年潜在蒸散量E为各月潜在蒸散量Ej之和。Thornthwaite方法的优点在于计算简单，且仅依赖月平均气温。

1.2.2 数据分析

分别采用线性倾向率（高永刚等，2007）、Mann-Kendal（简称M-K）非参数检验法（Su et al.，2006）、小波分析方法（唐启义，2010；高永刚等，2012）分析气温、降水量、潜在蒸散量和干湿指数趋势、相关性、突变和周期性变化。使用Arcgis 9.3、Microsoft Excel 2010、DPS 7.05等软件进行数据统计处理和制图。

2 结果与分析

2.1 干湿指数的时间变化特征

2.1.1 干湿指数趋势变化分析

1961—2018年西辽河流域年平均干湿指数变化趋势分析为图2。图2a可见，近58年年平均干湿指数为-54.8—1.0，基本处于半湿润、半干旱气候区，与实际情况相符；干湿指数总体略呈降低趋势，未通过显著性检验，干湿指数变率为-0.050 a-1。而同期年平均气温显著升高（r=0.614，P＜0.001），r0.001临界值为0.418，具有极显著性相关关系，年平均气温变率为0.026 ℃·a-1（图2a）；年潜在蒸散量亦呈显著增加趋势，亦具有极显著性相关关系（r=0.657），潜在蒸散量变率为0.726 mm·a-1（图 2b）；年平均降水量总体略呈减少趋势，未通过显著性相关统计检验，降水量变率为-0.437 mm·a-1（图 2b）。经相关分析表明，年平均干湿指数与年平均气温、年潜在蒸散量、年降水量的相关系数分别为-0.380、-0.420和0.820，r0.01临界值为0.333，分别具有极显著性负、负、正相关关系，在年平均气温显著升高、年潜在蒸散量显著增加、年降水量略呈减少趋势的协同作用下，干湿指数略呈降低趋势。

根据分形原理，分别计算1997—2017年20年的建成区面积与GDP和城镇人口数量的自然对数，以建成区面积为横坐标，GDP和城镇人口数量为纵坐标做线性拟合．结果显示，德城区建成区的面积对数与GDP、城镇人口对数呈现很强的相关性（见图4），相关系数分别为R=0.923 7和R=0.997 5，说明建成区与GDP和城镇人口有显著的线性回归关系．城市人口的增长导致住房、工业和城市基础设施等用地面积的增长，占用原有农业用地，直接导致了城区面积的扩大．

2.1.2 干湿指数的突变分析

1961—2018年西辽河流域年平均干湿指数突变检验分析为图3。从M-K突变检验统计值图3a可以看出，1987年后标准正态分布统计变量UF（按时间序列）值大于 0，表明气温有增暖趋势，1993年后UF值超过95%置信度的1.96，反映增温趋势显著，即从前一个UF与标准正态分布统计变量UB（按时间逆序）交点（1991年）开始突变增温；在气温突变增温条件下，年潜在蒸散量突变增加滞后4年，在 95%置信度下1995年开始突变增加（图3b）；而年降水量变化没有表现出突变情况（图3c）；基于年降水量和年潜在蒸散量计算的年平均干湿指数亦没有表现出突变情况（图3d）。

2.1.3 干湿指数的周期分析

在小波分析中，根据不同频率的小波方差中应选取最大峰值方差所对应的频率为主要频率的分析原则，1961—2018年西辽河流域干湿指数及相关气候影响因子58 a时间序列的小波分析 结果见图4。从图 4可以看出，西辽河流域干湿指数及各影响因子存在多时间尺度周期性特征，干湿指数及各影响因子的第1主周期均为25—35 a，25—35 a的年代际尺度主周期可作为背景周期。其中，流域水量收入项因子降水量存在5—10 a的年际尺度准周期（图4a）；流域年平均气温（图4b）和流域水量支出项因子年潜在蒸散量（图4c）的年代际尺度次周期和年际尺度准周期相同，其次周期为10—15 a，准周期为5—10 a；流域干湿指数亦存在10—15 a的年代际尺度次周期，5—10 a的年际尺度准周期，其中5—10 a的年际尺度准周期显著，58 a出现10次（图4d）。

在25—35 a年代际主周期背景下，背景主周期与水量收入项5—10 a准周期、水量支出项10—15 a次周期与5—10 a准周期的叠加作用，形成西辽河流域干湿指数的周期性变化特征，干湿指数呈现 2次（1961—1994、2010—2018）增加、1次（1995—2009）降低过程，总体表现出降低趋势，体现了西辽河流域干湿指数与相关因素在多时间尺度上的一致性。

图2 西辽河流域年平均干湿指数变化趋势Fig. 2 Change trend of yearly average dry-wet index in Xiliao River Basin

图3 西辽河流域年平均干湿指数M-K突变检验Fig. 3 M-K abrupt change test of yearly average dry-wet index in Xiliao River Basin

图4 西辽河流域年平均干湿指数周期分析Fig. 4 Period analysis of yearly average dry-wet index in Xiliao River Basin

2.2 干湿指数的空间变化特征

图5 西辽河流域平均干湿指数空间变化趋势Fig. 5 Spatial change trend of yaerly average dry-wet index in Xiliao River Basin

1961—2018年西辽河流域年平均干湿指数空间变化趋势为图5。图5a可见，近58年平均干湿指数变率范围为-0.290—0.130 a-1，总体上干湿指数由西南向东北呈降低变化趋势，其中，西南部区域（除喀喇沁旗、八里罕、翁牛特旗外）和东部双辽市的干湿指数呈增加趋势，其他区域干湿指数呈降低趋势，且北部区域降幅相对较大。西辽河流域年平均干湿指数变率的空间分布趋势与流域水量收入项因子降水量变率的空间分布趋势（图5b）相似，与水量支出项因子潜在蒸散量变率的空间分布趋势（图5c）相反，在水量主要收入项和支出项因子的协同作用下，总体上干湿指数由西南向东北呈降低趋势。

3 结论与讨论

3.1 讨论

Thornthwaite方法基于气温和降水量的变化便于客观地描述地表潜在蒸散和干湿状况变化，在不同尺度研究上取得了一些对农业和生态可持续发展具有参考价值的成果（马丹阳等，2019；姜江等，2017；杨金虎等，2012；张大伟等，2012；孙凤华等，2006）。因此，应用Thornthwaite的方法对西辽河流域气候干湿指数变化分析是可行的。

目前，在西辽河流域干湿指数时空变化方面研究成果还未见报道，但相似成果在局部区域比较中存在差异。张大伟等（2012）研究指出，1958—2007年吉林省干湿指数总体略呈上升趋势，而其中吉林西北部处于西辽河流域东部边缘的双辽市干湿指数呈下降趋势，而在本文中双辽市干湿指数呈增加趋势（图 5a），局部区域差异的原因可能在于研究资料的时段不同所致。总体上，1961—2018年西辽河流域年平均干湿指数略呈降低趋势，但不显著（图2a），虽然没有表现出突变特征（图3d），但干湿指数在25—35、10—15 a年代际尺度主周期和次周期背景下，5—10 a年际尺度准周期显著（图4d）。在空间变化上，总体上年平均干湿指数由西南向东北呈降低的趋势，但东部双辽市的干湿指数呈增加的趋势。

西辽河流域年平均干湿指数时空变化主要气候因素（年平均气温、年潜在蒸散量、年降水量）时空变化影响，在气候影响因素分析中，西辽河流域潜在蒸散量呈显著增加趋势（图 2b），与孙小舟等（2009）关于西辽河流域的蒸散量研究结果一致；年降水量略呈减少趋势（图2b），与吴凯等（2017）研究结果一致，但吴凯等研究认为西辽河流域年降水量突变年在 1998年，而本文中年平均降水量没有表现出突变特征；在周期性变化上，年平均气温、年潜在蒸散量、年降水量均呈现多时间尺度周期性变化，其中年降水量主要表现为25—35 a的年代际尺度背景周期和 5—10 a的年际尺度显著准周期（图4a），吴凯等认为年降水量存在30、18、6 a的时间尺度周期，差异原因可能与西辽河流域研究资料站点数量、时段的不同所致。

3.2 结论

近 58年来西辽河流域年平均干湿指数略呈降低趋势，变率为-0.050 a-1，干湿指数没有表现出突变特征，但其在25—35、10—15 a的年代际尺度主周期和次周期背景下，5—10 a的年际尺度准周期显著，58年出现10次。

在空间上，西辽河流域干湿指数变率总体上由西南向东北略呈降低趋势，其变率范围为-0.290—0.130 a-1，且北部区域降幅相对较大，但其东部双辽市的干湿指数呈增加趋势。

在时间上，西辽河流域干湿指数与年平均气温、年潜在蒸散量、年降水量分别呈极显著性负、负、正相关，并表现出多时间尺度周期性上的一致性；其变率空间分布趋势与降水量变率、潜在蒸发量变率空间分布趋势分别相似、相反。在气温、降水、蒸散协同作用下，西辽河流域干湿指数呈现出相应时空特征。