基于SPEI的西北地区干旱时空分布特征及成因分析

冯仕远，初萍萍,姚 欣，尹德军，郭 阳

(1.山东省港口集团日照港集团有限公司，山东 日照 276826；2.日照兴业房地产开发有限公司，山东 日照 276826)

干旱是最普遍、最复杂的自然灾害，具有发生频率高、持续时间长且影响范围广等特点[1]。中国西北干旱区地处中纬度地带，地域辽阔，地形复杂[2]，山-盆相间，沙漠与绿洲共存，气象要素分布极其不均，是全球同纬度最干旱地区之一，同时也是生态环境严重脆弱地区与全球气候变化的最敏感地区[3]。干旱缺水问题是困扰西北地区社会发展的主要障碍之一，也一直是学者研究关注的热点[4]。陈亚宁等[5]探讨了气候变化对干旱区水循环、水资源安全以及水资源未来趋势的影响；任朝霞等[6]对西北季节性气温降雨变化进行了分析并得出西北地区气温中心低四周高的趋势；冯慧娟等[7]针对西北干旱情况，对西北水资源问题从管理层面提出相关建议。

定量化研究干旱时空变化特征并阐述其形成的机制，对干旱的防治、减灾决策以及对未来的干旱状况进行评估和监测预测等方面有重要实际意义[8-9]。近年来，多种干旱定量化研究指数相继提出[10-11]。目前，SPEI指数是监测干旱发生过程及温度升高对干旱影响的最有利工具之一[12]。该指数是SPI的改进，可以解决PDSI(帕默尔干旱指标)和SPI(标准化降水指标)不能综合表征在全球气候变化大背景下气温和降水对干旱发生的共同效应的问题。近年来，国内外学者逐渐开始应用该指数进行不同尺度干旱研究，杨绚等[13]基于SPEI指数分析了淮北地区干旱时空分布特征，并验证了SPEI的适用性；周丹等[14]利用SPEI指数探讨了华北地区干旱时空分布特征及其成因分析，并对ENSO与气象变化对干旱程度进行相关分析。Hernandez E A等[15]利用SPEI指数对德克萨斯州南部的沿海半干旱地区进行定量计算分析，并对21世纪前后的干旱成因分别进行探讨。相关研究表明标准化降水蒸发指数(SPEI)具有多时间尺度的优势，能够对不同时间尺度的旱涝情势进行比较，且具有良好的稳定性。

目前西北干旱时空分布特征研究大多针对于降雨、气温对干旱时空影响，且使用SPEI指数分析较少，本文针对西北气温、降雨、ENSO、MEI等因素对西北地区干旱时空演变分布特征进行分析，结合SPEI干旱指数，对西北干旱进行定性定量的分析，以1960—2018年降水、气温等数据为基础，采用SPEI指数对西北地区多尺度下干旱发生的时空变化规律进行分析，并进一步对干旱发生原因进行探讨，以期为该地区旱灾评估、干旱预测预警等提供支撑。

1 研究区概况

中国西北地区位于72°25′～110°55′E，31°35′～49°15′N，行政下辖地区包括新疆、青海、甘肃、宁夏、陕西5个行政区，占地面积320万km2(图1)，西北地区地形复杂，深居内陆，远离海洋，受高原、山地地形的影响，湿润气流难以到达西北地区，黄土高原、沙滩戈壁、荒漠草原等自然景观交错不齐。因此，绝大部分地区为温带大陆性气候和高寒气候，仅东南方向有小部分地区为温带季风气候。受气候条件影响，西北地区夏季气温高，降水稀少，且自东向西逐渐递减，冬季寒冷干燥。西北地区年降水量由东向西逐渐减少，东部地区年降水量可达400 mm左右，西部地区降低至200 mm左右，有些地区年降水量低至50 mm以下。干旱是西北地区的主要自然特征，中国夏季最炎热的地区——吐鲁番盆地和中国降水最少的地区——托克逊大部分区域属温带大陆性干旱半干旱气候和高原气候，夏季最热以及中国降雨最少的地区均位于西北境内，降雨稀少气候干旱是西北地区最主要的气候特征。

图1 研究区概括

2 数据与方法

2.1 数据收集分析

本文采用的数据是逐月降水和平均气温，均来自于中国气象科学数据共享服务网(http://data.cma.cn/)，选用中国西北地区1960—2018年113个气象站点(图1)数据,个别站点缺失的数据按照邻近站点线性回归法进行插补,数据可靠性和连续性均能满足研究的需求；DEM数据来自于地理空间数据云(http://www.gscloud.cn/)；厄尔尼诺数据来自于NCARUCAR(https://climatedataguide.ucar.edu/climate-data)；夏季风数据来源于北京师范大学全球变化与地球系统科学研究院(http://ljp.gcess.cn/dct/page)；高原夏季风数据来源于参考文献[21]的统计数据。

2.2 SPEI方法及干旱等级划分

该指标由Vicente-Serrano提出[12]，主要由降水量和蒸散发的差值构建指数，同时采用log-logistic概率分布函数进行描述，最后通过正态标准化，用差值的累计频率划分等级(表1)。详细计算过程如下。

表1 SPEI干旱指数等级划分

a)计算潜在蒸散量。由于西北大多数地区多年降雨量低于200 mm，因此潜在蒸散量采用Penman-Monteith的方法进行计算。过程见式(1)：

(1)

式中 PETi——月潜在蒸散量；H——年热量指数；Ti——月平均温度；A——常数。

其中月热量指数Hi计算方程见式(2)：

(2)

年热量指数H计算过程见式(3)：

(3)

常数A的计算见式(4)：

A=6.75×10-7H3-7.71×10-5H2+1.792×10-2H+0.4

(4)

当月平均温度≤0℃，月热量指数为0，潜在蒸散量为0值。

b)计算月降水与月潜在蒸散的差值见式(5)：

Di=Pi-PETi

(5)

式中Di——月降水量与月潜在蒸散量的差值；Pi——月降水量。

c)正态标准化。由于差值有负值，所以采用log-logistic概率分布函数，求得log-logistic累积函数，计算过程见式(6)：

(6)

α、β、γ通过线性拟合得出，见式(7)—(9)：

(7)

(8)

(9)

其中Γ是阶乘函数，使用无偏估计(unbiased estimator)进行概率加权矩计算Ws，见式(10)：

(10)

当概率密度P≤0.5时：

(11)

(12)

P=1-F(x)

(13)

其中c0=2.515 517；c1=0.802 853；c2=0.010 328；d1=1.432 788；d2=0.189 269；d3=0.001 308。

当概率密度P>0.5时,取P=1-P：

(14)

参数取值同上。各干旱指数等级划分见表1。

2.3 M-K检验与小波分析

M-K检验全称为Mann-Kendall非参数统计检验法[16]，在时间序列分析趋势当中，M-K检验法是世界气象组织举荐并且已经普遍应用的方法，起初是由Mann与Kendall提出，多数学者相继使用M-K法来分析降水、径流、气温与水质要素的时间序列趋势变化，该方法计算简单，适用性强，不需要数据呈标准正态分布，在长期气象数据资料的观测背景下，针对气候变化趋势所进行的分析，应用Mann-Kendall检验法可以判断气候序列中是否存在气候突变，如果存在，可确定出突变发生的时间，且个别异常点并不会影响总体分析结果；小波函数源于多分辨分析，其基本思想是将扩中的函数f(t)表示为一系列逐次逼近表达式,其中每一个都是f(t)动经过平滑后的形式，它们分别对应不同的分辨率。多分辨分析又称多尺度分析，是建立在函数空间概念基础上的理论，其思想的形成来源于工程。小波分析在长序列数据的周期性变化方面应用广泛，通过在时间以及发生频率2个方面对一种或多种指标进行二维显示，从而对长时间序列事件进行频率结构的详细分析[17]。

3 西北地区干旱时空分布特征分析

按照泰森多边形方法计算各站点权重从而计算研究区域长序列多尺度SPEI数值，具体泰森多边形划分情况见图1。

3.1 时间演变特征

为揭示西北地区干旱时间演化特征，分别对SPEI指标进行1960—2018年1月、3月、12月(SPEI-1、SPEI-3、SPEI-12)不同尺度进行计算，并分析其干旱波动情况。

3.1.1干旱年度时间变化分析

西北地区干湿现象交替出现(图2)，年SPEI值以-0.155/10a的趋势下降，说明干旱情况愈发严重；由年SPEI变化曲线明显得出西北地区1962、1965年出现偏旱情况，1997年出现重旱情，2006、2008、2013年出现中旱，与实际干旱年相对应[18]，又以SPEI-1、SPEI-3作为验证，确保SPEI-12分析的准确性，其中2013年SPEI-1、SPEI-3均出现极旱波动情景，而SPEI-12显示为中旱，说明2013年出现过极旱旱情，但平均干旱处于中旱状态；M-K突变检验表明，1993年前SPEI值呈现小范围波动状态，突变点出现在1993—1994年，表明在此时间之后干旱属于突变现象，且2000年后下降趋势超过了0.05显著性水平信度线，表明2000年后SPEI下降趋势更为显著。

a)SPEI-1

3.1.2季节性干旱时间变化分析

为揭示干旱在不同季节的年际变化情况，以SPEI-3分析近60年研究区不同季节干旱波动状态(图3)。春、夏、秋季SPEI值变化均处于明显下降趋势，且下降速率分别为0.18、0.13、0.16/10a；冬季SPEI值以0.102/10a的速率上升，可能由于冬季降雨量较低且温度较低等因素有关，总体而言，年干旱指标呈现逐渐下降趋势，说明干旱情况愈发严重。

a)春季SPEI指数趋势

春季M-K突变检验显示1960—1988年以及1996至今UF曲线均在0值以下，说明两期时间SPEI值均处于下降趋势，春季SPEI值突变点为2000年，且2008年以后下降趋势超过了0.05显著性水平信度线，表明2008后SPEI下降趋势更为显著；夏季M-K突变检验显示1960—1999年UF曲线几乎全部处于0值以上，说明该时间段SPEI值处于上升趋势，且1969—1987年上升趋势超过了0.05显著性水平信度线，表明该段时间后SPEI上升趋势较为显著，夏季SPEI突变点位于1998年，可能与1998年全球气温急剧升高有关，1999年后UF曲线处于0值以下，且2007年以后超过了0.05显著性水平信度线，表明2007后SPEI下降趋势更为显著；秋季M-K突变检验显示1985年突变点前SPEI指数呈现较大幅度干湿动荡状态，1989年以后下降趋势超过了0.05显著性水平信度线，表明1989年后SPEI下降趋势更为显著；冬季M-K检验显示1968年后SPEI处于上升状态，且处于连续振荡状态，无准确突变点，表明冬季SPEI振荡较为显著，且1999年上升趋势超过了0.05显著性水平信度线，表明1999年后SPEI上升趋势较为显著；综上，西北地区除冬季外均出现较为明显的干旱趋势，春旱、夏旱变化趋势大体一致，2000年左右突变较为明显。

3.2 空间分布特征

3.2.1干旱年代空间分布特征

采用SPEI-12对西北地区干旱年代空间分布进行分析(图4)。1960s多省平均SPEI值处于正常范围，1962、1965年西北地区出现偏旱[6]，但平均SPEI值体现并不明显，其中仅新疆塔里木盆地处出现2个偏旱轻旱点；1970s、1980s平均SPEI值仍处于正常范围，与《中国气象灾害大典》相对应；1990s研究区域青海、陕西省以及甘肃、宁夏部分区域出现偏旱情况；2000s干旱情况普遍严重，研究区域中部干旱最为严重，SPEI值小于-1的面积占比为2.4%，小于-0.5的累积频率占比57%，说明该时段出现旱情的频率较高；2010s全省大部分区域干旱较2000s有所加重，且干旱区域与2000s干旱区域较为一致，SPEI值小于-1的面积占比为12.5%，小于-0.5的累积频率占比43%。从SPEI指数年代变化情况来看，干旱情况随年际变化而增长，2010s后出现中旱、重旱频率较高，但与2000s相比，轻旱所占面积有所缓解。

图4 西北地区不同年代SPEI指数空间分布

3.2.2季节空间分布特征

采用SPEI-3对西北地区季节空间分布进行分析(图5)。从干旱程度分析，各个季节均处于由“极旱-轻旱”概率不断增加的状态。从干旱频率分布特征分析，极旱主要分布于新疆、青海、甘肃部分区域，且主要发生在春、夏、秋三季，四季极旱概率在3%以上面积占比分别为37%、67%、40%、0.8%；重旱频率季节分布与极旱较为相似，主要发生于春、夏、秋三季，冬季重旱以及极旱发生频率较低，覆盖面积较少；中旱频率分布不均，大部分区域中旱频率在6%～15%，新疆省南部冬季发生中旱概率较低，仅在0～6%，但新疆、甘肃以及青海省交界处大部分区域中旱频率高于15%，且冷湖、小灶火等区域高于20%；春季、夏季轻旱分布相对一致，轻旱概率大部分低于20%，秋季新疆、青海以及甘肃省轻旱概率大部分位于12%～15%，陕西、宁夏轻旱概率大部分位于15%～20%，冬季新疆省西南部轻旱概率较大，部分区域大于25%。

图5 西北地区季节干旱空间分布

3.2.3频率空间分布特征

采用SPEI-1对西北地区干旱频率空间分布特征进行分析(图6)。极旱概率范围为0.3%～3.2%，频率高发地点位于新疆省西南部分；重旱发生概率范围为2.4%～6.6%，频率高发区域为陕西、甘肃、青海3省的东南角以及新疆中北部个别区域如焉耆、富蕴、阿拉山口等；中旱发生频率发生概率范围为5.3%～16.4%，除新疆、青海中南部区域频率较低外，其他部分干旱频率均处于偏高状态；轻旱发生概率范围为11.5%～30.0%，整体发生概率偏高，频率高发区域为研究区域中部、中西部以及宁夏北部。总体而言，不同旱情发生概率范围相差较大，且高频发生地点分布相对分散，也侧面体现了西北干旱情况的错综复杂。

图6 西北地区干旱频率空间分布

4 西北地区干旱成因分析

4.1 季风影响分析

降雨气温等气象因素受季风影响显著，从而影响干旱情况。张存杰等[19]研究发现，东亚夏季风对西北干旱有一定影响，强东亚夏季风对温度以及降雨有促进作用，但对于温度的持续性较强，强夏季风带来的高温可能会持续到秋冬季节，从而影响干旱程度；荀学义等[20]指出高原季风与西北地区干旱有一定相关性。

东亚夏季风与SPEI夏季指数总体处于下降趋势，倾向率较为一致(图7)。曲线变化显示1985年前夏季SPEI指数大部分呈现正值，与东亚夏季风变化趋势相对一致，说明此期间东亚季风强度与干旱呈现负相关，1980—2010年东亚夏季风指数与SPEI夏季指标呈现反方向分布，说明此期间该季风强度与干旱呈现正相关；2010—2017年又呈现负相关状态；高原夏季风与SPEI夏季指标总体趋势呈反方向分布，说明高原夏季风的增加促进了西北干旱的发展，且倾向率的绝对值更为相近，曲线变化显示2000年前夏季SPEI指数与高原夏季风指数趋势拟合较好，说明此期间该季风强度与干旱呈现负相关，2000年后高原夏季风与SPEI夏季指数呈反方向分布，说明此期间该季风强度与干旱呈现正相关。综上分析，2种夏季风对干旱均产生影响但影响的整体趋势不同。

a)东亚夏季风与SPEI夏季指数趋势分析

4.2 ENSO影响分析

4.2.1ENSO事件影响分析

赵永平等[21]、徐泽华等[22]发现并验证了ENSO事件影响东亚季风环流和太平洋副热带高压，对中国从沿海到内陆的气候均产生不同程度的影响。因此本文对1960—2018年ENSO冷暖事件分别进行统计并与SPEI月计算指标进行系统分析，结果见表2，2000年前暖事件时期所对应SPEI平均值为-0.006，整个西北地区累积出现干旱站点120个，气象站点最高干旱程度为出现3次重旱，2000年前冷事件时期对应SPEI平均值为0.06，累积出现干旱站点44个，最高干旱程度为轻旱，且出现3次无旱时期。经以上数据对比发现，2000年前ENSO冷暖事件对干旱程度均产生影响，但暖事件产生的影响更高；西北地区2000年后暖事件时期对应SPEI平均值为-0.114，累积出现干旱站点116个，气象站点最高干旱程度为出现3次重旱，2000年后冷事件时期对应SPEI平均值为-0.08，累积出现干旱站点162个，最高干旱程度出现2次极旱，对比以上数据发现，2000年后ENSO冷暖事件对干旱均产生较大影响。虽然以上分析各时期SPEI平均值均在正常范围以内，但干旱事件依旧能从数据中体现，说明干旱发生时期以及干旱历时分布不均，但SPEI负值能体现干旱程度，2000前暖事件以及2000年后冷暖事件时期SPEI值均为负值，说明ENSO事件变化对西北干旱有一定程度的影响。

表2 ENSO冷暖事件对干旱影响分析

4.2.2MEI与SPEI周期分析

MEI[23-24]是ENSO多变量指数，是将海风、经向风、纬向风、天空云量、海平面气压以及海平面附近温度经一系列运算所得。

运用Matlab2018软件对SPEI与MEI指数进行交叉小波分析与相干小波分析，进一步分析SPEI与MEI之间的周期性以及相关性特征(图8)，图中箭头指向表明2个指标的相位关系，箭头指向向右表明两指数正相位，箭头指向向左表明两指数反相位，垂直向下表明SPEI小波变化提前MEI指数1/4个周期，垂直向上则表明MEI变化提前SPEI指数1/4个周期。黑色细实线为小波边界效应影响锥,在该曲线以外的功率谱由于受到边界效应的影响而不予考虑，粗黑实线表示通过置信水平为95%的红噪声检验。图8所示，交叉小波高能量区在1965—1974年表现出2.8～3.8 a的振荡周期，1982—1991年表现出3.8～5.5 a的振荡周期，且均通过了显著性水平α=0.05下的红色噪音标准谱检验，SPEI与MEI呈负相位变化，同时MEI指数提前SPEI指数1/8个周期(相位角约左上45°)1992—1996年表现为2.5～3.8 a的振荡周期，且两指数几乎呈现完全负相位变化(箭头指向水平向左)；小波相干谱相关性通过了显著性水平α=0.05下的红色噪音标准谱在1964—1973存在0～2 a的振荡周期，同时MEI指数提前SPEI指数1/8个周期(相位角约左上45°)，说明MEI变化对干旱发生有一定的促进作用。

a)交叉小波功率谱

5 结论

本文基于SPEI指数，利用Arcgis10.6软件结合M-K检验、小波分析、线性趋势分析以及相关系数等分析方法对中国西北地区干旱时空分布特征以及成因分析进行了探讨，得出以下结论。

a)SPEI指数反映干旱情况在西北地区适用性较好，年尺度SPEI指数反映干旱年份与实际干旱年、月尺度以及季尺度SPEI值一致性较好；西北地区干旱化趋势较为明显，M-K检验突变点在1993—1994年，2000年后干旱趋势比1990年前显著；SPEI在数值上存在“大-中-小”三重嵌套振荡周期，其中准7年振荡周期为第一主周期；西北地区春、夏、秋3个季节SPEI值倾向率分别为-0.18、-0.13、-0.16/10a，且突变点分别为2000、1998、1985年，说明干旱处于加重趋势，而冬季干旱可能因个别气象指标处于缓慢减轻趋势。

b)西北区域不同季节、不同干旱程度、不同区域的频率分布不尽一致，且从轻旱-极旱发生概率以及覆盖面积不断减小；干旱年代空间分布表明整体干旱情况处于加重趋势，尤以2000s后更为严重，且干旱分布较为集中，主要分布在新疆、青海以及甘肃三省交界部分；干旱空间频率显示，西北地区不同干旱程度概率分布情况大不相同。

c)西北地区夏季干旱受季风影响，SPEI夏季指标与东亚夏季风及高原夏季风的倾向率绝对值相近，说明整体发展趋势下高原夏季风的增加与东亚夏季风的减弱对西北干旱起到了促进的作用；对ENSO冷暖事件分别进行统计分析，结果表明2000年前干旱情况与暖事件相关性较大，2000年后冷暖事件对干旱情况均产生较大影响；SPEI与MEI存在相似的振荡周期特征，高能量区二者存在3期且大范围在1.5～6 a的共振周期，两者反相位变化，说明随着MEI的增加SPEI指数呈下降趋势。

d)季风变化在一定程度上影响西北地区的气温降雨，从而影响干旱灾情，从相关性方面来讲，季风、ENSO事件对西北地区的干旱发生均起到了加强和促进的作用；本文从季风以及ENSO等方面探讨干旱成因，但影响干旱的因素较多，例如人类活动、水源条件以及水资源利用率等，所以干旱分析进程仍需与更多指标相互联系。