20世纪以来全球气象干旱时空变化研究

刘巧妙 李英杰 麻庆苗 缪紫露 乔家轩

摘 要：【目的】气象干旱是四种干旱类型中最先发生的，探明气象干旱发生的特征及规律对其他几种类型干旱的早期预警和防灾减灾具有重要意义。【方法】基于CRU TS数据集中长系列气象数据，采用标准化降雨蒸散发指数（SPEI）表征气象干旱情势，采用Mann-Kendall趋势检验和最小二乘回归分析法研究1901—2021年全球氣象干旱变化，并分析其时空变化特征，引入湿润指数（HI）探究干湿状况变化对干旱历时的影响。【结果】20世纪以来全球气象干旱整体呈现加重趋势，尤其是在2001年以后。全球大部分流域的平均干旱历时在13至16个月之间，大部分流域的干旱持续时间没有显著变化。【结论】流域尺度下的干旱历时与区域干湿状况密切相关，累计湿度越大，干旱持续时间越长。

关键词：气象干旱；累计湿度；流域；时空特征

中图分类号：P426.616    文献标志码：A    文章编号：1003-5168（2024）04-0098-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.04.018

Research on the Temporal and Spatial Changes of Global

Meteorological Drought Since the 20th Century

LIU Qiaomiao  LI Yingjie  MA Qingmiao  MIAO Zilu  QIAO Jiaxuan

（School of Geography， Geomatics and Planning， Jiangsu Normal University， Xuzhou 221116， China）

Abstract： [Purposes] Meteorological drought firstly occurs of the four types of drought， and exploring the characteristics and laws of meteorological drought is of great significance for early warning， disaster prevention and mitigation of other types of drought. [Methods] Based on the medium and long series of meteorological data of CRU TS dataset， this paper uses standardized rainfall evapotranspiration index （SPEI） to characterize meteorological drought situation， uses Mann-Kendall trend test and least squares regression analysis to study the global meteorological drought changes from 1901 to 2021， analyzes their spatiotemporal variation characteristics， and introduces wetness index （HI） to explore the influence of dry and wet conditions on drought duration. [Findings] Since the 20th century， the global meteorological drought has shown an overall aggravation trend， especially after 2001. The average drought duration of most river basins in the world is between 13～16 months， and the duration of drought in most river basins has not changed significantly. [Conclusions] The duration of drought at the basin scale is closely related to regional dry and wet conditions. The greater the accumulated humidity， the longer the drought lasts.

Keywords： meteorological drought; accumulated humidity; drainage basin; temporal-spatial characteristics

0 引言

干旱是指在某个区域、一段时间内水分供给相对不足的一种自然现象。干旱的发生会对农作物生长、人类生产生活和自然环境造成影响，有研究表明干旱造成的经济损失约占各种自然灾害总损失的35%［1］。根据研究对象和目的不同，通常可以把干旱分为四种类型［2-4］：气象干旱、农业干旱、水文干旱和社会经济干旱。干旱在世界范围内普遍存在［5］，且过程十分复杂，具有发生频率高、范围广、历时长、发生相对缓慢等特点，在灾前没有明显的预兆，会通过影响牲畜、水资源、卫生间接影响人类社会经济［5］。在全球变暖的背景下，干旱影响还在进一步加剧，极端干旱事件出现频率增高［6-7］，干旱研究已经成为世界普遍关注的课题。

气象干旱主要表现为一段时间内由于蒸发量和降水量的收支不平衡，水分支出大于水分收入而造成的水分短缺现象。气象干旱主要与降水和气温两大气象因子直接相关。农业干旱是指在作物生育期内，由于土壤水分持续不足而造成的作物体内水分亏缺。水文干旱是指河川径流、水库蓄水、湖水和地下水等水资源量持续性地低于其常年均值的现象。社会经济干旱则是指当水分供需不平衡，水分供给量小于需求量时，生产、消费等正常社会经济活动受到水分制约影响的现象。四种类型的干旱相互联系、相互区别，其中气象干旱是其他几种类型干旱发生和发展的基础［8］。

在干旱研究过程中，首要问题就是干旱的识别。由于干旱具有随机性、不确定性、动态性等多维特征，干旱的度量是比较困难的，其发生发展乃至结束时间是模糊不清的。由于干旱的复杂性与差异性，客观判断和评估干旱事件的时空分布特征至关重要。通常，干旱采用严重程度、持续时间和影响面积等三维特征进行衡量。因此，一次干旱事件可采用干旱严重程度、持续时间和影响面积等特征变量进行量化表征。目前干旱研究大多通过干旱指数的计算分析，以达到对不同时间尺度的干旱进行监测和评价的目的。一般先通过构建某一干旱指数进行干旱识别，再依据干旱指数的阈值水平划分确定干旱事件的起止时间、持续时间、干旱强度、干旱面积等特征变量［9-10］，进而准确反映干旱事件的特征及其影響。目前，国内外尚没有统一的干旱指数能适用于广泛的干旱研究，因此，干旱指数的确定一直是干旱研究的难点和热点问题。

为解决上述问题，近年来，部分国内外学者聚焦干旱事件识别与特征定量化研究，取得了一定的进展。Mishra等［11］使用站点记录的月降雨数据构建标准化降雨指数（Standardized Precipitation Index，SPI）识别并评估了1965—2001年印度堪萨巴蒂河流域的气象干旱严重程度。Ullah等［12］使用CMIP6数据预测南亚地区在1.5 ℃和2 ℃变暖下干旱风险变化，结果表明南亚西南地区的干旱风险将增加，将全球变暖控制在1.5 ℃下比控制在2 ℃之下能显著减少南亚地区干旱风险。Chen等［13］使用CMI6数据计算SPEI指数，预测了1961—2000年、2021—2060年及2061—2100年的干湿频率、持续时间和严重程度，结果表明中国西北地区将呈现干旱趋势，而在2021—2100年中国的其他地区呈现湿润趋势。Guo等［14］使用CMIP6数据计算标准化蒸散发指数预测中亚未来干旱特征变化，结果表明在即将到来的2021—2050年，中亚将发生更多持续时间更长但是强度更低的干旱事件。Salehie等［15］使用CMIP6，采用标准化降雨蒸散发指数评估了2020—2059和2060—2099年阿姆河流域干旱特征变化，结果表明，未来该流域所有干旱的增加几乎都集中在流域中部和西北部，整体上干旱将从东部往西北部转移。

随着气候变化和人类活动的不断加剧，全球干旱事件呈现加剧的趋势，干旱时空特征日趋复杂。因此，本研究基于游程算法识别全球225个流域1901—2021年间的干旱事件，对干旱事件历时、严重度、烈度等特征进行分析，定量化研究各个流域干旱事件的变化趋势，以期为全球干旱风险管理和干旱预警提供科学参考。

1 数据和方法

1.1 数据

1.1.1 气候数据集。CRU TS（Climatic Research Unit gridded Time Series）是目前使用最广泛的气候数据集之一［16-18］，由英国国家大气科学中心（the UK National Centre for Atmospheric Science，NCAS）制作。目前，CRU TS Version 4.07提供全球1901—2021年覆盖陆地表面的0.5°×0.5°分辨率的10套气候数据。该数据集，使用来自气象局和其他外部代理的每日或亚日数据计算得到月观测数据，在此基础上使用角距离加权插值生产得到月度网格化数据，涵盖了温度（平均值、最小值、最大值和昼夜温差）、降水量（总量，雨天数）、潜在蒸散发和云量等。CRU数据集经过了严格的时均一性检验，具有时间尺度长、分辨率高等优点，已被广泛应用于气候变化研究。

1.1.2 全球流域边界数据。全球流域边界数据是在HydroSHEDS产品和HYDRO1k产品的基础上生产而来的，由联合国粮食及农业组织（AQUASTAT）发布。HydroSHEDS是世界野生动物基金会开发的制图产品，其原始数据是NASA航天飞机雷达地形任务（SRTM）获取的高程数据，SRTM提供了全球南纬60°到北纬60°之间的高程数据，分辨率为15弧秒。北纬60°以上的部分由HYDRO1k数据（原始数据为USGS世界30弧秒高程模型，GTOPO30）补充。全球流域边界数据提供了流域编码、流域名称和流域面积信息。

1.2 方法

1.2.1 标准化降雨蒸散发指数Spei。Spei是在标准化降水指数（SPI）基础上发展起来的主流干旱指数，继承了SPI资料容易获取、计算相对简单、适于多时空尺度计算比较等优点。不同之处在于，SPI以降水量为气象干旱唯一考虑要素，而Spei考虑水分平衡对气象干旱的影响，用降水量和潜在蒸散发量的差值偏离程度来表征干湿状态。

Spei的构建步骤如下。

对于样本数为n年的逐月降水序列[{Pi，i=1，2，…，12n}]和潜在蒸散发序列[{Ei，i=1，2，…，12n}]，构建水分亏缺序列[{xi=Pi-Ei，i=1，2，…，12n}]；指定时间尺度为w个月时，计算w个月的水分盈亏累积序列[{xwi，i=1，2，…，12n-w+1}]，按照[xwi]所在月份m重新将其排列组合得到12个子序列[{xmwt，t=1，2，…，n}]；选用合适的概率分布拟合各个子序列[xmwt]，进一步计算相应累积概率[Fx]。本研究选用三参数Log-logistic概率分布来拟合水分盈亏序列，将[Fx]通过式（1）、式（2）转换为标准正态分布函数，即可求得Spei。

[Spei=W-C0+C1+C2W21+d1W+d2W2+d3W3] （1）

[W=-2lnP，P≤0.5] （2）

式中：[P=1-F（x）]，如果[P>0.5]，用[1-P]代替[P]，并相应改变Spei的符号。[C0]、[C1]、[C2]、[d1]、[d2]、[d3]均为常数，取值分别为2.515 517、0.802 853、0.010 328、1.432 788、0.189 269和0.001 308。[W]为构造的一个指数。

本研究使用R包［19］计算[Spei]。

1.2.2 湿润指数HI。HI是表示气候湿润程度的指标，可以客观反映这一区域水热收支情况［20］。HI通常用地面水分的收入量与支出量的比值表示，比值越大，表明气候越湿润；比值越小，则气候越干燥。

1.2.3 干旱事件识别和特征。Yevjevich首次将游程理论应用于干旱研究中，通过干旱强度指标识别干旱起始和结束时间从而提取干旱事件，此后游程理论在干旱研究中被广泛应用。首先需要根据干旱指数确定干旱强度K（K=Spei），其次确定干旱事件识别强度K0，当K>K0时，出现正游程，反之则为负游程，最后求得干旱事件发生次数及每次干旱事件的起始和结束时间。根据干旱等级划分标准，设定不同的K0可以识别不同强度的干旱事件。此外，游程算法可以通过限定干旱持续时间来筛选干旱事件。为降低数据噪声，同时考虑到持续低强度干旱会对农粮业和自然环境产生较大影响［21-22］，参照前人研究内容［23-24］，本研究中将至少三个月的连续负Spei定义为干旱事件。

在成功识别干旱事件后，需要从不同的干旱特征角度来进行分析，常见的干旱特征包括干旱持续时间（DD）、干旱强度（DI）、干旱频率（F）、干旱严重程度（DS）、干旱面积（DA）。DD是干旱开始时间（DIT）和结束时间（DTT）之间的月份数。DS是干旱事件期间SPEI值的正总和。DI是干旱持续时间内SPEI值的平均值。DA是发生干旱的面积范围。

1.2.4 Mann-Kendall趋势检验。Mann-Kendall趋势检验由曼恩和肯德尔共同开发［25-26］，是气象学中广泛使用的一种非参数趋势显著性检验方法，对异常值敏感性低。该方法可用于分析中心趋势不稳定的时间序列，基于数据的秩，而不是数据本身。Mann-Kendall趋势检验适用于分析持续增长或下降趋势（单调趋势）的时间序列数据。适用于所有的分布（即数据不需要满足正态分布的假设），但数据应该没有序列相关性。如果数据具有序列相关性，则会在显著性水平（p值）上产生影响。本研究使用pyMannKendall包［27］进行Mann-Kendall趋势检验，从而确定斜率的显著性。

1.2.5 最小二乘回归分析。最小二乘回归分析的核心理论是均方误差最小化，主要思想是选择未知参数使得理论值与观测值之差的平方和达到最小。在线性回归中，最小二乘法就是找到一条直线，使所有样本到直线上的欧氏距离之和最小。本研究使用最小二乘回归分析湿润指数和干旱持续时间的相关性。

2 结果与分析

2.1 气象要素时空特征分析

统计流域范围内的平均降水量和潜在蒸散发量，结果显示，全球大部分流域的降水呈现增加趋势，蒸散发呈现减少趋势。从聚集程度上看，北美洲东部和欧洲北部流域的降水呈显著增加趋势（增加幅度为0.02 mm/月），潜在蒸散发呈不显著减少趋势。非洲除了东非大裂谷附近和非洲西侧沿岸的部分流域，其他地区降水均呈现减少趋势，非洲中部的潜在蒸散发呈现减少趋势，非洲北部的潜在蒸散发呈现显著增加趋势。南美洲西侧沿岸的降水呈现减少趋势，下降幅度最大达到0.01mm/月，南美洲西侧沿岸和南侧的潜在蒸散发呈现减少趋势，其余大部分地区呈现显著增加趋势。澳大利亚大部分地区的降水呈现增加趋势，西侧和南侧沿岸的潜在蒸散发呈现增加趋势，其余地区潜在蒸散发呈现减少趋势。

2.2 气象干旱时空特征分析

2.2.1 全球尺度气象干旱时空演变特征。标准化降水蒸散发指数（SPEI）可以计算表征多种时间尺度的干湿状态。SPEI-1反映短期水分盈缺情况；SPEI-3则考虑了前期降水、气温因素的影响，能够反映季节尺度上水分盈亏的变化情况，常用于农业干旱的研究；SPEI-12往往用于研究气象干旱的年际变化趋势。本研究计算了SPEI-1、SPEI-3、SPEI-12三个时间尺度的SPEI指数，对1901—2021年全球整体气象干旱情况进行分析，结果如图1所示。

从时间尺度对比来看，时间尺度越小，干湿交替越频繁，SPEI-12能够识别较连续的干旱和湿润事件。从年际变化结果可以知道，1950—2000年降水偏多、干旱年份相对较少，2001年以后全球干旱年份和干旱强度明显增加。从变化率来看，SPEI-1、SPEI-3、SPEI-12均以0.000 1/a的速率呈现下降趋势，表明近年来全球趋于干旱。其中全球最严重的一场干旱发生在2021年7月左右，全球受灾面积达9 178万km2，北亚、中亚、西亚、中国新疆、南美洲、非洲北部、美国西部、格陵兰岛北部均受到影响。

根据三个时间尺度的SPEI指数结果，1901—2021年全球干旱状态可以分为四个时期，本研究计算了这四个时期的干旱频率。结果表明，1901—1925年和1951—2000年全球处于较为湿润状态，1926—1950年全球较为干旱，2001—2021年全球干旱频率最严重。

2.2.2 全球干旱事件识别。为更好地研究全球气象干旱的时空变化，有必要对全球不同地区的气象干旱情况进行分析。因此，本研究以SPEI-12为气象干旱指标，使用联合国粮食及农业组织、粮农组织土地和水利司发布的世界主要水文流域數据对全球区域进行划分，最终对全球225个流域分别进行干旱事件识别（南极洲等缺少降雨或潜在蒸散发数据的地区不参与统计）。结果显示，全球大部分流域的平均干旱历时在13至16个月之间，最长的干旱历时为29个月。1901—2021年全球发生气象干旱事件次数最少的是亚马孙流域、阿拉伯半岛和非洲北部内陆，发生了23次，其中亚马孙流域干旱历时最长（平均每次28.8月）、非洲北部内陆干旱历时最短（平均每次24.2月）。发生干旱次数最多的是新西兰，发生了70次干旱事件，平均干旱历时8.7个月。此外，本研究还统计了各个流域的气象干旱强度变化趋势，结果表明全球133个流域气象干旱强度呈现下降趋势，占流域总面积的58%，其中115个流域显著下降，占流域总面积的49%；92个流域气象干旱强度呈现上升趋势，其中61个流域呈现显著上升趋势，占流域总面积的27%。

2.3 干旱持續时间与湿润指数之间的联系

气象干旱的发生过程受到自然、社会等多种因素的共同影响，其中气象因素的影响最直接，其通过影响降水、蒸散发的变化影响气象干旱持续时间。本研究依据提取的干旱事件分别研究各个流域干旱持续时间的变化。结果表明，全球大部分流域的干旱持续时间变化不显著，北非沿岸、西亚和中亚地区部分流域干旱持续时间呈现显著增加趋势，但是增加幅度不明显。

使用CRU数据集分别统计225个流域每个月的降水量均值和蒸散发均值序列，计算得到每次干旱事件对应的累计湿度。累计湿度是每次干旱事件中累计降水量和累计蒸散发的比值。流域干旱持续时间与累计湿度的相关性见表1。由表1可知，有197个流域干旱持续时间与累计湿度的R?超过0.75，占流域总面积的88%；其中170个流域干旱持续时间与累计湿度呈现明显相关性，R?超过0.9，占流域总面积的80%；还有28个流域干旱持续时间与累计湿度没有表现出明显的相关性，这些流域大多位于北亚、中亚、南亚及欧洲地区。

3 结论和讨论

本研究分析1901—2021年全球气象干旱时空变化特征，以流域为尺度识别并提取干旱事件，探讨流域干湿状况对干旱持续时间的影响，主要结论如下。

①时间尺度越小，干湿交替最频繁，SPEI-12能够识别较连续的干旱和湿润事件。从年际变化结果可知，全球气象干旱均呈加重趋势，2001年以后全球干旱频率和干旱强度明显增加。

②全球大部分流域的平均干旱历时在13至16个月之间，最长的干旱历时为29个月。大部分流域的干旱历时变化不显著，北非沿岸、西亚和中亚地区部分流域干旱持续时间呈现显著增加趋势，但是增加幅度不明显。

③流域尺度下的干旱历时与区域干湿状况密切相关。累计湿度越大，干旱持续越久。88%的流域干旱历时与累计湿度的相关性R?超过0.9。干旱历时受气候因子和人类活动双重驱动的影响。气候因子包括气候平均条件（或整体干湿状况）、气候季节性、气象变量异常（主要为气温升高、降水减少）等，可以通过改变水汽输送和陆地水储量系统影响水文循环过程，进而影响干旱发生过程［28］。而人类活动包括水库调度、农业灌溉、跨流域调水、地下水开采和回补、水土保持、生态修复、城市化等，会显著改变区域干湿分布，进而改变干旱持续时间［29-30］。本研究仅对气候干湿状况影响下的干旱历时特征进行了分析，今后还需要进一步定量研究其他驱动因素对干旱历时的作用机制。

参考文献：

［1］王英，迟道才.干旱指标研究与进展［J］.科技创新导报，2009（35）：72，74.

［2］冯平.干旱灾害的识别途径［J］.自然灾害学报，1997（3）：43-49.

［3］胡彩虹，王金星，王艺璇，等.水文干旱指标研究进展综述［J］.人民长江，2013，44（7）：11-15.

［4］顾孝天，李宁.干旱灾害类型研究［C］//中国灾害防御协会风险分析专业委员会.风险分析和危机反应的创新理论和方法：中国灾害防御协会风险分析专业委员会第五届年会论文集.北京师范大学地表过程与资源生态国家重点实验室;北京师范大学环境演变与自然灾害教育部重点实验室，2012：6.

［5］赵丽，冯宝平，张书花.国内外干旱及干旱指标研究进展［J］.江苏农业科学，2012，40（8）：345-348.

［6］AR4 Climate Change 2007： The Physical Science Basis — IPCC［EB/OL］. ［2023-03-23］. https：//www.ipcc.ch/report/ar4/wg1/.

［7］INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. Climate Change 2013 — The Physical Science Basis： Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change［M］.Cambridge： Cambridge University Press，2014.

［8］汪洋，雷添杰，程慧，等.干旱类型转化机理及预警体系框架研究［J］.水利水电技术，2020，51（4）：38-46.

［9］DRACUP J A， LEE K S， PAULSON J E. On the definition of droughts［J］. Water Resources Research， 1980， 16（2）：297-302.

［10］MISHRA A K， SINGH V P. Drought modeling-a review［J］. Journal of Hydrology， 2011， 403（1）：157-175.

［11］MISHRA A K， DESAI V R. Spatial and temporal drought analysis in the Krishna river basin of Maharashtra， India［J］. Cogent Engineering， 2016， 3（1）：1185926.

［12］ULLAH I， MA X， ASFAW T G， et al. Projected changes in increased drought risks over South Asia under a warmer climate［J］. Earth's Future， 2022， 10（10）.

［13］CHEN X， LI Y， YAO N， et al. Projected dry/wet regimes in China using SPEI under four SSP‐RCPs based on statistically downscaled CMIP6 data［J］. International Journal of Climatology， 2022， 42： 9357-9384.

［14］GUO H， HE S F， LI M， et al. Future changes of drought characteristics in Coupled Model Intercomparison Project phase 6 Shared Socioeconomic Pathway scenarios over Central Asia［J］. International Journal of Climatology， 2022， 42： 3888-3908.

［15］SALEHIE O， HAMED M， ISMAIL T， et al. Projection of droughts in Amu river basin for shared socioeconomic pathways CMIP6［J］. Theoretical and Applied Climatology， 2022， 149（3-4）： 1009-1027.

［16］ARNELL N W， LLOYD-HUGHES B. The global-scale impacts of climate change on water resources and flooding under new climate and socio-economic scenarios［J］. Climatic Change， 2014， 122（1-2）： 127-140.

［17］COOK E R， SEAGER R， KUSHNIR Y， et al. Old World megadroughts and pluvials during the Common Era［J］. Science Advances，  2015（1）： 1-9.

［18］HARRIS I， OSBORN T J， JONES P， et al. Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset［J］. Scientific Data， 2020， 7（1）： 109.

［19］BEGUER?A S. sbegueria/SPEIbase： Version 2.5.1［CP/OL］. Zenodo， 2017［2023-06-26］. https：//zenodo.org/record/834462.

［20］黃小燕，张明军，贾文雄，等.中国西北地区地表干湿变化及影响因素［J］.水科学进展，2011，22（2）：151-159.

［21］SHEFFIELD J，WOOD E F. Characteristics of global and regional drought， 1950—2000： Analysis of soil moisture data from off-line simulation of the terrestrial hydrologic cycle［J］. Journal of Geophysical Research， 2007， 112（D17）： D17115.

［22］VENTURAS D M， MACKINNON D E， DARIO H L， et al. Chaparral shrub hydraulic traits， size， and life history types relate to species mortality during california's historic drought of 2014.［J］. PLoS One， 2017， 11（7）：0159145.

［23］GUO H， BAO A， LIU T， et al. Spatial and temporal characteristics of droughts in Central Asia during 1966—2015［J］. The Science of the Total Environment， 2018， 624： 1523-1538.

［24］MCKEE T，DOESKEN N，KLEIST J.The relationship of drought Frequency and duration to time scales［C/OL］. ［2023-03-10］. https：//www.semanticscholar.org/paper/THE-RELATIONSH-IP-OF-DROUGHT-FREQUENCY-AND-DU

RATION-Mckee-Doesken/c3f7136d6cb726b295eb34565a8270177c57f40f.

［25］KENDALL M G .Maurice G. Rank Correlation methods［M］. New York： Oxford University Press， 1990.

［26］MANN H B. Nonparametric tests against trend［J］. Econometrica， 1945， 13（3）： 245-259.

［27］HUSSAIN M， MAHMUD I. Pymannkendall： a python package for non parametric mann kendall family of trend tests.［J］. Journal of Open Source Software， 2019， 4（39）：1556-1556.

［28］FOROOTAN E， KHAKI M， SCHUMACHER M， et al. Understanding the global hydrological droughts of 2003—2016 and their relationships with teleconnections［J］. Science of the Total Environment， 2018，650（P2）：2587-2604.

［29］WANG Y X， LI J Z， ZHANG T，et al. Changes in drought propagation under the regulation of reservoirs and water diversion［J］. Theoretical and Applied Climatology， 2019， 138（1-2） ： 701-711.

［30］王文，王靖淑，陶奕源，等.人类活动对水文干旱形成与发展的影响研究进展［J］.水文，2020，40（3）：1-8.