新疆阿克蘇地區氣象干旱特征研究

胡欣欣,張玉虎,向 柳

(首都師范大學資源環境與旅游學院，北京 100048)

?

新疆阿克蘇地區氣象干旱特征研究

胡欣欣,張玉虎*,向 柳

(首都師范大學資源環境與旅游學院，北京 100048)

研究區域干旱特征規律能夠為干旱風險管理提供技術支撐，利用研究區內9個氣象站點1960～2007年日降水數據，計算SPI 4個時間尺度3、6、9、12個月的干旱指數，分析該地區的干旱程度。在此基礎之上，利用馬爾可夫鏈預測隨后3年阿克蘇地區干旱的概率，與實際情況做比較。結果表明，①12個月時間尺度的結果表明，干旱強度最高的是沙雅，相對干旱頻率最大的是庫車；6個月時間尺度的結果表明，干旱強度最高的是柯坪，相對干旱頻率最大的是拜城和庫車。②年平均降水量呈上升趨勢，基于SPI的馬爾科夫模型的計算結果與阿克蘇地區2008～2010年的氣象情況一致。③SPI-12和SPI-6空間分布整體變化趨勢一樣，但是12個月時間尺度的結果干旱的整體趨勢大致是東部比西部要嚴重；而6個月時間尺度的結果干旱20世紀60年代、80年代、90年代西部的干旱要比東部的嚴重。

馬爾科夫鏈；標準化降水指數；干旱時空變化；干旱預測

干旱是一種降水量相對虧缺的自然現象，是指在一定區域一段時間內水分的收支發生不平衡而形成的水分盈虧現象[1]。由于干旱涉及范圍廣、影響因素眾多,所以一直沒有統一的定義。目前應用比較廣泛的是美國氣象學會的分類定義，美國氣象學會將干旱分為4類：①氣象干旱：指降水在較長一段時間偏離正常狀態，明顯低于多年(一般>30年)的平均值[2]；②農業干旱：指在某一特定時期內，因降雨量顯著減少而引起土壤水分虧缺，從而不能滿足農作物正常生長所需水分的現象[3]；③水文干旱：指較長時期降水、地表水和地下水收支不平衡，水分供給異常短缺難以滿足蓄水要求的水文現象[4]；④經濟社會干旱：指由于自然系統和人類經濟社會系統水分供需不平衡引起水分短缺，由此影響到社會生產、消費以及人們日常生活的現象[5]。

國內外用于研究氣象干旱的指數有很多，具有代表性的氣象干旱指數有Palmer 指數(PDSI)、標準化降水指數(SPI)、Z指數、水分虧缺指數和干燥度指數等[6-7]。根據研究發現[8]，SPI 能夠消除降水量在時空分布上的差異,適用于不同地區和不同時間尺度的旱澇情況,能用于具有不同降水特征地區之間的干旱比較。SPI由Mckee等[9-10]提出并進行修改，隨后被國內外學者廣泛應用于干旱的研究。Paulo等使用該方法利用降水數據計算12月時間尺度SPI[11-12]；Richard 等的研究結果表明，SPI比Z指數具有更好的計算穩定性,同時SPI能夠滿足不同時間尺度、不同水資源狀況分析的要求,能用于具有不同降水特征地區之間的干旱比較[8]；孫鵬等基于氣象干旱指標SPI和水文干旱指標SRI的二維變量的干旱狀態，結合馬爾科夫鏈模型對塔河流域進行水文氣象干旱研究[13]。

在我國，干旱災害是造成農業經濟損失最嚴重的氣象災害。研究表明，我國每年干旱災害損失占各種自然災害總和的15%以上，在1949～2005年發生的5種主要氣象災害中，干旱災害頻次約占總自然災害的1/3，平均每年干旱受災面積約為2 188萬hm2，占自然災害受災總面積的57%，均為各項災害之首[14]。糧食因旱災減產占總產量的4.7%以上，干旱災害的影響比其他任何自然災害都要大,對人們的生產生活造成極大的影響[15]。阿克蘇河流域地區是新疆重要的灌溉綠洲農業區，擁有許多國家級或自治區級農業生產基地，同時阿克蘇河流域地區也是典型的干旱半干旱地區，干旱發生的頻率較高。在過往的研究中都是針對于新疆或者塔河流域的干旱研究，沒有對阿克蘇地區專門的研究。 因此該研究采用SPI作為研究方法來研究阿克蘇地區的干旱變化特征，并預測未來3年的干旱概率，為阿克蘇地區干旱預測提供適合的方法，同時為阿克蘇流域干旱管理提供理論和技術支持，減少其經濟損失。

1 研究區及數據

阿克蘇地區位于新疆維吾爾自治區的中部,處于塔里木盆地北緣,天山山脈中段以南[16]，地處78°02′～84°05′ E，39°31′～42°41′ N 之間，總面積13.25萬km2，占新疆總面積的8%[17]。阿克蘇地區處在亞歐大陸腹地,遠離海洋,屬于北半球暖溫帶,干旱半干旱大陸性荒漠氣候區，氣象的主要特點是:氣候干燥、蒸發量大、降水稀少、年季變化大，屬于極端干旱的地區。東接巴音郭楞蒙古自治州,南隔塔克拉瑪干沙漠與和田地區相望,西南連接喀什地區和克孜勒蘇柯爾克孜自治州,北以天山為分水嶺同伊犁哈薩克自治州相連,西北同吉爾斯斯坦共和國、哈薩克期坦共和國交界。地區內有8縣1市、85個鄉(鎮)、42個農林牧場，新疆生產建設兵團第一師阿拉爾市及所屬16個團場[18]。阿克蘇地區是全國主要的優良棉花生產基地、新疆最大的糧食生產基地[11]。阿克蘇的維吾爾語為“清澈奔騰之水”，區內主要水系有阿克蘇河、塔里木河、木扎爾特河、渭干河、庫車河等[19]。雖然阿克蘇地區是南疆水資源最豐富的地區，但是近年來干旱頻發，對區域社會、經濟、生態等方面都有很大的影響。因此該研究使用SPI對過去50年阿克蘇地區的日降水資料進行分析，來進行區域干旱風險管理，以及提出相應的對策。研究數據來自于阿克蘇地區內10個國家氣象站(阿克蘇、阿拉爾、阿瓦提、拜城、柯坪、庫車、沙雅、溫宿、烏什、新和)的1960～2007年日降水資料(圖1)。

2 研究方法

2.1 馬爾科夫鏈

馬爾科夫鏈是指時間和狀態參數都是離散的馬爾科夫過程,是最簡單的馬爾科夫過程，是分析預測未來變化趨勢的一種方法[20]。人們把環境狀況分為干旱(E3)、正常(E2)和濕潤(E1)，利用轉換矩陣算出每種狀況之間的相關程度。如果所有環境的數值都在E3、E2和E1當中，那么當處于干旱條件下時，環境狀況和未來的趨勢由E1、E2、E3的百分比概率來預測。這個概率被稱作轉換概率。第一步應用馬爾可夫鏈，估計條件概率，以便可以了解地區與地區之間的轉移概率。

2.2 非參數檢驗方法檢測

非參數檢驗方法(Mann-Kendall法)是一種非參數統計檢驗方法，常用于降水時間序列趨勢的定量化研究[21-23]，變量可以不具有正態分布特征[24]，因此適用于水文變量的趨勢檢驗，可以研究每個站點的干旱的變化趨勢。假定時間序列(x1,x2,…,xn)無趨勢，計算統計量S，計算式為[25]：

式中,10時，序列呈上升趨勢。

2.3 SPI

SPI是采用Γ函數的標準化降水累積頻率分布來描述降水量變化，表征某時段降水量出現的概率多少的指標。SPI只需要較長時間的降水量(一般應超過30年)資料,即可計算不同時間尺度的干旱指數,該指標適合于月尺度以上。由于降水分布不是正態分布,而是偏態分布,因此采用Γ分布來描述降水量的偏態分布變化,再計算給定時間尺度的累積概率,之后將累積概率轉化為標準正態分布函數，這樣能消除降水量在時空分布上的差異,使SPI能適用于不同地區和不同時間尺度的旱澇情況。最后由降水累積頻率分布來劃分干旱等級。

假設某一時段的降水量為x,則其Γ分布的概率密度函數為[26]:

3 結果與分析

3.1 不同時間尺度的干旱特征

該研究針對阿克蘇地區干旱的時間特征，對3、6、9和12個月時間尺度的SPI值進行統計分析。由于篇幅有限，文中僅對SPI-6和SPI-12的分析結果進行闡述。SPI-12的分析結果(表1)表明，干旱強度最高的是沙雅(-2.65)，相對干旱頻率最大的是庫車(21.28%)，干旱歷時最長的是拜城(圖2a)。SPI-6的分析結果(表2)表明，干旱強度最高的是柯坪(-2.63)，相對干旱頻率最大的是拜城(21.28%)和庫車(21.28%)，干旱歷時最長的是柯坪(圖2b)。

表1 12個月時間尺度的最嚴重干旱和干旱相對頻率

表2 6個月時間尺度的最嚴重干旱和干旱相對頻率

3.2 干旱趨勢分析

利用Mann-Kendall方法對阿克蘇地區10個氣象觀測站數據進行趨勢檢驗，趨勢檢驗結果表明，阿克蘇地區年平均降水量48年來呈上升趨勢，除了阿拉爾以外均通過了0.05和0.01的顯著性檢驗，說明降水量增加趨勢十分明顯。阿拉爾的年降水量48年來呈上升趨勢，但沒有通過0.1的顯著性檢驗，說明阿拉爾的年降水量增加趨勢不明顯。這與SPI指數所得出的結果是一致的(圖3～4)，說明SPI指數的計算結果可以很好地反映研究區的干旱情況。

基于SPI的結果，將1960～2007年阿克蘇地區的狀態分為E3、E2、E1(表3)。利用馬爾科夫模型的轉移矩陣對阿克蘇地區未來3年的干旱情況進行了預測，結果表明(表4)，2008～2010年阿克蘇地區是正常狀態的概率分別為0.795、0.837、0.828，發生干旱的概率分別為0.128、0.102、0.107，發生干旱的可能不大。阿克蘇地區2008～2010年的氣象情況與馬爾科夫的計算結果一致，基于SPI的馬爾科夫結果可以預測阿克蘇地區的干旱情況。

3.3 阿克蘇地區的干旱特征

為了研究阿克蘇地區干旱的時空變化，借助GIS平臺(ArcGIS10.0)對所得的SPI數據進行空間插值[27]，分析阿克蘇地區干旱的時空變化和格局。但是在該研究中，由于考慮到阿克蘇干旱數據的特征，站點位置的分布會影響到克立格插值的結果，因此使用IDW來分析干旱時空變化。將1960～2007年分為5個時間段：1960～1969、1970～1979、1980～1989、1990～1999、2000～2007年，用各站點在這5個時間段內的12、6個月尺度SPI值的平均值在ArcGIS 10.0中運用反距離權重方法進行插值(圖5～6)，分析阿克蘇河地區干旱的空間變化。

表3 阿克蘇地區1960～2007年干旱變化狀態轉移情況

表4 阿克蘇地區2008～2010年干旱狀態概率預測值

可以發現，20世紀60年代(圖5a)的平均干旱情況最嚴重，整體的趨勢大致是東部比西部要嚴重；隨著時間的推移，70年代(圖5b)、80年代(圖5c)、90年代(圖5d)平均干旱情況逐漸好轉，90年代SPI平均值均達到了0以上，這30年整體的趨勢大致是西部比東部嚴重；到了21世紀(圖5e)，平均干旱情況又有些嚴重，其中以東南部為代表。總體來說，阿克蘇地區干旱的發生趨勢在減弱，且沒有發生過所有地區同時嚴重干旱的情況。

SPI-12和SPI-6整體變化趨勢一樣，20世紀60年代(圖6a)、80年代(圖6c)、90年代(圖6d)阿克蘇地區西部的干旱要比東部的嚴重，而西部的烏什、阿瓦提、阿克蘇等地是國家重要的商品糧、商品棉基地和林果基地，因此干旱對這些地區的農業影響比較大。60～90年代平均SPI值越來越大，進入21世紀(圖6e)，因為受2007年一次比較嚴重的干旱的影響，21世紀平均SPI值又下降了些。

4 結論

(1)根據SPI對干旱的研究可知，12個月時間尺度的結果表明，干旱強度最高的是沙雅，相對干旱頻率最大的是庫車；6個月時間尺度的結果表明，干旱強度最高的是柯坪，相對干旱頻率最大的是拜城和庫車。SPI-12和SPI-6干旱頻率最大的都有庫車，所以該地區在未來應作為重點防旱地區。

(2)SPI-12和SPI-6平均SPI變化趨勢相同，阿克蘇地區的干旱次數呈現減少的趨勢。利用馬爾科夫模型可以算出2008～2010年阿克蘇地區是正常狀態的概率分別為0.795、0.837、0.828。該結果與阿克蘇地區2008～2010年的氣象情況一致，所以基于SPI的馬爾科夫模型可以預測阿克蘇地區的干旱情況。

(3)阿克蘇地區氣象干旱發生空間差異明顯，12個月時間尺度的結果干旱的整體趨勢大致是從西部向東部逐漸加劇；而6個月時間尺度的結果干旱20世紀60年代、80～90年代是從東部向西部逐漸加劇。但SPI-12和SPI-6整體變化趨勢一樣。

[1] 張強.基于GIS干旱風險評估與區劃方法研究：京津冀冬小麥為例[D].石家莊:河北師范大學,2010.

[2] 袁文平，周廣勝.干旱指標的理論分析與研究展望[J].地球科學進展,2004,19(6)：982-991.

[3] 陳曉楠.農業干旱災害風險管理理論與技術[D].西安:西安理工大學,2008.

[4] 張繼權,李寧.主要氣象災害風險評價與管理的數量化方法及其應用[M].北京：北京師范大學出版社,2007.

[5] 喻朝慶.國際干旱管理進展簡述及對我國的借鑒意義[J].中國水利水電科學研究院學報，2009,7(6)：152-158.

[6] 王志偉,翟盤茂.中國北方近50年干旱變化特征[J].地理學報,2003,58(S1):61-68.

[7] 姚玉璧,張存杰,鄧振鏞,等.氣象農業干旱指標綜述[J].干旱地區農業研究,2007,25(1):185-189.

[8] RICHARD R,HEIM J R.美國20世紀干旱指數評述[J].干旱氣象,2006,24(1):79-89.

[9] MCKEE T B,DOESKEN N J,KLEIST J. The relationship of drought frequency and duration to time scales[C]//Eighth conference on applied climatology.Boston,MA:American Meteorological Society,1993:179-184.

[10] MCKEE T B,DOESKEN N J,KLEIST J. Drought monitoring with multiple time scales[C]//Ninth conference on applied climatology.Boston,MA:AMS,1995:233-236.

[11] PAULO A A,PEREIRA L S,MATIAS P G X.Analysis of local and regional droughts in southern Portugal using the theory of runs and the Standardized Precipitation Index[J]. Tools for drought mitigation in mediterranean regions,2003,44:55-78.

[12] PAULO A A,FERREIRA E,COELHO C,et al.Drought class transition analysis through Markov and Loglinear models,an approach to early warning[J]. Water manage,2005,77:59-81.

[13] 孫鵬,張強,白云崗,等.基于馬爾科夫模型的新疆水文氣象干旱研究[J].地理研究,2014,33(9):1647-1657.

[14] 李茂松，李森，李育慧.中國50年來旱災災情分析[J].中國農業氣象,2003,24(1):7-10.

[15] 魏棟,劉麗偉. 青海東部-甘肅中部降水類型和干旱形勢的變化趨勢[J]. 安徽農業科學,2015,43(14): 200-202

[16] 時惠敏.阿克蘇地區設施農業發展與對策研究[D]. 武漢:中華農業大學,2012.

[17] 阿克蘇政府網.阿克蘇·概況[EB/OL].[2015-11-11].http://www.aksu.gov.cn/col/col34/index.html.

[18] 苗立志. 基于GIS的阿克蘇地區土地利用趨勢分析與研究[D].青島:山東科技大學,2005.

[19] 楊春,朱海涌,李新琪,等.塔里木河上游阿克蘇地區土地利用變化研究[J].干旱環境監測,2003,17(2):86-89.

[20] MORADI H R,RAJABI M,FARAGZADEH M. Investigation of meteorological drought characteristics in Fars province,Iran[J]. Catena,2011,84:35-46.

[21] MODARRES R，SILVE V. Rainfall trends in arid & semi-arid regions of Iran[J]. Journal of arid environments,2007,70:344-355.

[22] MODARRES R,SARHADI A. Rainfall trends analysis of Iran in the last half of the twentieth century [J]. Journal of geophysical research,2009,114:3101.

[23] MARTINEZ J C,MALESKI J J,MILLER F M. Trends in precipitation and temperature in Florida,USA [J]. Journal of hydrology,2012,452: 259-281.

[24] 康淑媛,張勃,郭玉剛,等.1959年至2008年石羊河流域日照時數時空變化特征[J].資源科學,2011,33(3):483-488.

[25] SAYEMUZZAMAN M,JHA M K. Seasonal and annual precipitation time series trend analysis in North Carolina,United States[J]. Atmospheric research,2014,137(2):183-194.

[26] NAFARZADEGAN A R,REZAEIAN ZADEH M,KHERAD M,et al.Drought area monitoring during the past three decades in Fars province,Iran[J].Quaternary international,2012,250(1): 27-36.

[27] 李奇虎,馬慶勛.1960-2010年西北干旱區極端降水特征研究[J].地理科學,2014,34(9): 1134-1138.

The Characteristics of Meteorological Drought in Aksu in Xinjiang

HU Xin-xin,ZHANG Yu-hu*, XIANG Liu

(College of Resources Environment & Tourism,Capital Normal University,Beijing 100048)

The drought characteristics of study region can provide technical support for drought risk management. For this,precipitation data within the same statistical period of 47 years (1960 to 2007) in 4 time scales of 3,6,9 and 12 months from some 9 stations located within Aksu in southern Xinjiang were used,and the trends were assessed by using a time series analysis. At the next stage,used Markov Chain forecast for the subsequent 3 years conditions,and compared with the actual situation. The results of the drought station surveys for the mentioned characteristics showed that ① Drought intensity is highest in Shaya,relative frequency of drought is the biggest Kucha on time scale of 12 months. Drought intensity is highest in Keping,relative frequency of drought is the biggest Baicheng and Kucha on time scale of 6 months; ② Average annual precipitation is on the rise,droughts occurred in 2016 was 0.548; ③ The spatial distribution of overall trend are the same on time scale of 12 and 6 months. The east drought is severe than the west on time scale of 12 months. But the west drought is severe than the east on time scale of 6 months in the 1960s,1970s and 1990s.

Markov Chain; SPI; Spatial-temporal change of drought; Drought forecast

國家十二五科技支撐計劃課題 (2013BAC10B01,2012BAC 19B0305)。

胡欣欣(1990- )，女， 北京人，碩士研究生，研究方向：流域水資源管理。*通訊作者，講師，博士后，從事水資源評價、干旱風險分析等研究。

2015-11-18

S 162

A

0517-6611(2015)35-096-05