基于SPEI指數的1961—2014年東北地區氣象干旱時空特征研究

沈國強,鄭海峰,雷振鋒

1 中國科學院東北地理與農業生態研究所, 長春 130102 2 中國科學院大學, 北京 100049

基于SPEI指數的1961—2014年東北地區氣象干旱時空特征研究

沈國強1,2,鄭海峰1, *,雷振鋒1,2

1 中國科學院東北地理與農業生態研究所, 長春 130102 2 中國科學院大學, 北京 100049

干旱導致生態系統生產力降低,已成為全球觀測的事實,并將在未來氣候情景下繼續加劇。揭示干旱的時空分布特征是抗旱防災、保障農業生產安全、維持生態系統健康的迫切要求。應用標準化降水蒸散指數(SPEI)和經驗正交函數(EOF)分解方法,分析東北地區干旱特征,揭示干旱發生的時空變化規律。基于東北地區90個氣象臺站,計算1961—2014年的SPEI指數,從干旱頻率、干旱范圍和干旱強度等方面研究其特征,并利用EOF分解方法解構干旱空間模態和時間系數。研究結果表明：1)東北地區干旱的時間差異明顯。1961―2014年,東北地區以1983年、1995年和2008年為轉折點經歷了“干―濕―干―濕”的波動變化；夏季發生的干旱范圍最大、強度最強,冬季的范圍最小、強度最弱；2)東北地區干旱的空間分布差異大,西部干旱發生頻繁、發生次數多、持續時間長、旱災強度大；3)在1、3、6和12個月的多時間尺度下,東北地區年均SPEI變量場EOF分解的前3個主要空間模態均表現為全區一致型、南北相反型和東西相反型,其方差累積貢獻率約為58%；4)隨著研究時間尺度的增大,干旱的空間分布規律和時間變化趨勢逐漸明晰,表明東北地區干旱具有明顯的尺度特征。綜上所述,基于SPEI指數對東北地區干旱進行多尺度時空分解,刻畫了干旱的基本特征,并解構了干旱的時空分異規律,研究結果可為該區的干旱預警研究及生態系統災害管理提供科學依據。

標準化降水蒸散指數；東北地區；干旱定量；多尺度特征；空間模態

Abstract： Drought-induced reduction in ecosystem production prevails globally and is expected to increase with future climate change scenarios. Understanding spatio-temporal distributions of meteorological drought is fundamental for drought disaster prevention and management, food security, and ecological balance. A standardized precipitation evapotranspiration index (SPEI), derived from the difference between the precipitation and reference evapotranspiration, was used to quantify drought events and consequently reveal the spatio-temporal variation of drought across Northeast China. SPEI at four lags (1, 3, 6, 12 months) was calculated from daily records of mean temperature, daily precipitation, atmospheric pressure, wind speed, relative humidity, and sunshine duration. These climate variables were measured at 90 meteorological stations in Northeast China during 1961—2014. Based on the monthly SPEI values (SPEI01) of each climate station, drought events and disaster were investigated and grouped. Temporal variations of drought events in moderate, severe, and extreme grades were investigated by annual occurrence times, seasonal occurrence ranges, and intensities. Spatial characteristics of meteorological drought in each class were quantified by frequencies of drought events, duration times, and intensities of drought disasters. To analyze the effects of time scale on the drought spatial distribution, the principal modes of variability of the SPEI at four time scales were identified using the empirical orthogonal function (EOF) method. Our results indicated that both interannual and seasonal droughts showed obvious variations across the study area during the period. Interannual drought fluctuated, called “dry-wet-dry-wet” from 1961 to 2014, and was associated with three turning year points of 1983, 1995, and 2008. Seasonal drought appeared more intensive and widely distributed in summer, whereas it was weaker with a smaller distribution range in winter. Drought frequency ranged from 15.2% to 19.2% over the study area. The average drought frequency for moderate, severe, and extreme drought grades was 10.61, 5.2, and 1.2%, respectively. The duration of continuous drought disaster ranged from 2 to 9 months, and the intensity of drought disaster ranged from -8.8 to -3.7. Spatial heterogeneity and complexity of drought were observed in Northeast China. The western region was the most seriously affected area, with the highest drought frequency. The EOF results showed that there were three main spatial modes for drought in Northeast China. The explained variance of the three leading EOFs ranged between 57 and 58.9% as the time scale for calculating the SPEI increased from 1 to 12 months. The explained variance of EOF1 ranged between 37.4 and 39.4%, and the explained variance of EOF2 and EOF3 ranged between 10.6 and 13.1%, and 6.5 and 8.8%, respectively. The spatial coefficients of the EOF1 for all SPEI time scales showed a similar pattern, with spatially uniform variation over Northeast China. Based on the spatial distribution of the spatial coefficients of EOF2 at all SPEI time scales, we identified two homogenous regions: the southern and northern halves of Northeast China. Eastern and western parts of Northeast China were delimited by the spatial coefficients of EOF3. The spatial heterogeneity and temporal variation was more obvious as the time scale increased from 1 to 12 months. The results of this study provided valuable insights for early drought prediction and establishing ecosystem disaster management systems in Northeast China.

KeyWords: SPEI; Northeast China; drought quantification; multi-scale analyses; spatial mode

干旱是威脅我國糧食安全和經濟發展最嚴重的氣象災害之一。據統計,每年因旱災造成的經濟損失約占全國GDP的1.1%―3.5%[1]。自1951年以來,全國干旱區面積以每10年3.72%的速率擴大[2]；20世紀90年代之后,全國特別是北方地區的干旱頻率明顯增加、干旱強度顯著增強[3]。鑒于干旱的危害程度及其嚴峻形勢,定量刻畫干旱時空特征、揭示干旱發展規律,成為抗旱防災、保障農業健康發展的迫切要求。

東北地區是我國重要的糧食生產基地,也是對氣候變化最敏感的地區之一。因此,該地區的干旱時空特征定量化研究備受學者關注。有研究表明,自1961年以來,東北地區存在著顯著的干旱化趨勢[4],嚴重制約農業生產和生態系統平衡[5]；但部分學者認為該區降水量增加[6],氣候變化并未加劇東北地區的干旱化趨勢[7]。此外,有關東北地區干旱空間分異的研究結論也存在矛盾和差異[8- 9]。出現以上爭議,是因為干旱的機理復雜,從而使得干旱定量化研究存在不確定性[10]。比如,這些研究多以氣象站點為基本分析單元,較少關注干旱的空間模態以及其對應的時間變化,對干旱的時空特征缺乏規律性和全局性的刻畫；同時,所用到的諸如地表濕潤指數、Palmer干旱指數和SPI指數等均存在一定的缺陷,如沒有考慮到干旱的多時間尺度特征[11]、忽視了溫度對干旱的影響作用等。因此,選擇合適的干旱指數并對其進行時空分解是干旱定量研究必須解決的兩大問題。SPEI指數[11]不僅考慮了溫度和降水對干旱形成的作用,還具備多時間尺度的特征,能準確反映干濕狀況；而且,我們在前期的一篇研究中已驗證SPEI指數在東北地區具有較好適用性。經驗正交函數(EOF)[12]分解方法是氣候變量時空分解的重要手段,將該方法應用于多時間尺度的SPEI變量場,則能提取出干旱的主要時空分布及變化特征。綜上所述,本文將基于SPEI干旱指數,在準確表征東北地區干旱年際特征、季節特征和空間特征的基礎上,分析東北地區干旱的范圍、強度和頻率等屬性,并利用EOF分解方法,從多時間尺度的角度探討其時間變化規律和主要空間模態,以期為東北地區氣象災害的預警研究提供借鑒。

1 研究區與數據來源

1.1 研究區

圖1 研究區及氣象站分布Fig.1 Study area and meteorological stations

東北地區(38°43′—53°33′N、118°50′—135°2′E)行政上包括中國黑龍江省、吉林省和遼寧省(圖1),陸地總面積約84.53萬km2。該區地形以平原和山地為主,東北平原處于長白山系和大、小興安嶺之間,由3個平原組成,自南向北依次為遼河平原、松嫩平原和三江平原。該區面積遼闊,土層深厚,黑土資源豐富,土壤肥沃,是我國重要的糧食生產基地之一。研究區氣候屬于溫帶大陸性季風氣候,全年平均氣溫為5.4℃,年降水量約為600 mm,夏季高溫多雨,冬季寒冷干燥。氣候分布呈現明顯的空間差異：氣溫南部高、北部低,降水量東部多、西部少,東部為濕潤區、西部為半濕潤區。該區植被類型以寒溫帶落葉針葉林、溫帶針闊葉混交林和溫帶森林草原為主。本區土壤類型復雜,主要包括棕色針葉林土、暗棕壤、棕壤、黑土、黑鈣土等地帶性土壤,以及草甸土、沼澤土、白漿土和鹽堿土等非地帶性土壤。

1.2 數據來源

本文計算干旱所用的氣象數據集來源于中國地面氣候資料日值數據集(V3.0),該數據集由中國氣象局發布,記錄了從1961年1月1日到2014年4月30日之間東北地區90個氣象站點的氣候數據,氣象要素包括最高氣溫、最低氣溫、平均氣溫、日降水量、日平均氣壓、2 m高處風速、平均相對濕度和和平均日照時數。以上數據均經過中國氣象局嚴格的質量控制,數據采集時間連續、完整,各要素項的數據實有率和正確率均在99%以上,滿足研究的精度要求。本文季節劃分采用氣象學標準：春季為3—5月,夏季為6—8月,秋季為9—11月,冬季為12月—次年2月。

2 研究方法

2.1 SPEI計算

SPEI的假設是歷史同月的累積水分虧缺量(即降水量減去蒸散量)序列服從三參數Log-logistic分布。其主要計算步驟如下：先計算蒸散量和水分虧缺量,然后用Log-logistic概率密度函數擬合水分虧缺量序列,再用分布函數求累計概率,最后轉化成標準正態分布得到。

(1)本文采用FAO Penman-Monteith法[13]計算蒸散量,計算公式如下：

式中,PET為潛在蒸散量(mm/d),Rn為地表凈輻射(MJ m-2d-1),G為土壤熱通量(MJ m-2d-1),T為日平均氣溫(℃),Δ為飽和水汽壓曲線斜率(kPa/℃),γ為干濕表常數(kPa/℃),μ2為2m高處的風速(m/s),es為飽和水汽壓(kPa),ea為實際水汽壓(kPa)。

(2)用于擬合水分虧缺量序列的三參數Log-logistic概率密度函數為：

分布函數為：

式中,α為尺度參數,β為形狀參數,γ為位置參數,可以通過線性矩的方法擬合獲得。

(3)對擬合結果進行標準正態分布轉換,獲得對應的SPEI:

當P≤0.5時,P=1- F(x)；當P>0.5時,P=1-P, 同時SPEI的符號逆轉,式中其他常數項分別為C0=2.515517,C1=0.802853,C2=0.010328,d1=1.432788,d2=0.189269,d3=0.001308。具體計算步驟參見文獻[11]。蒸散量和SPEI值均在R語言SPEI package(訪問地址：https://mirrors.tuna.tsinghua.edu.cn/CRAN/, 訪問時間：2015年10月15日)中計算,本文計算了1、3、6和12個月尺度的SPEI指數。

2.2 干旱與干旱災害識別

干旱指由水分收支或供求不平衡所形成的水分短缺現象。干旱視其程度,可劃分為由輕到重的不同等級[14],如中旱、重旱、特旱。干旱災害則是指造成了農業、經濟損失,對社會有較大影響的程度較重的干旱[15]。根據中國氣象干旱等級國家標準[16],本文劃定：當某站某月的SPEI≤-1,則稱為發生“干旱”,記為1站次；當某站連續3個月SPEI≤-1,則稱為發生“干旱災害”。

2.3 干旱的定量表征

干旱的定量表征通過其屬性來表示,主要包括干旱強度、干旱比例和干旱頻率。

(1)干旱強度

干旱強度用來評價研究區內干旱的嚴重程度。其定義為,在干旱過程內,旱情達到中旱的SPEI值之和,其值越小表明干旱越強。

DII=∑SPEISPEI≤-1

式中,SPEISPEI≤-1為小于-1的SPEI值。

(2)干旱站點比例

干旱站點比例是一定時段內發生干旱的站點數量占總站點數的比例,其值越大表明干旱影響的范圍可能越廣。

式中,s為發生干旱的站點數,S為研究區總站點數。

(3)干旱頻率

干旱頻率是研究期內發生干旱的月數占總月數的比例,其值越大表明干旱發生越頻繁。

式中,m為發生干旱的月數,M為研究期總月數。

2.4 SPEI的空間插值

為了反映短期的干旱狀況,本文基于1個月尺度SPEI值(SPEI01)識別干旱與干旱災害、提取干旱定量特征,最終提取結果以反距離權重插值法進行空間展示。反距離權重插值法是基于“相近相似”的地理學定律,該方法認為與插值點距離最近的已知樣本點對插值點值的貢獻最大,其貢獻與距離成反比,通過計算給定范圍內或給定數量的已知采樣點的加權平均值來確定插值。

式中,Z(x)為點x估計值,di為已知采樣點i到點x的距離,W(di)表示di對應的權重,本文使用常用的反距離權值函數：W(d)=d-2。

2.5 經驗正交函數分解

經驗正交函數(EOF)分解是氣候變化領域常用的時空分解方法。其原理是將某氣候變量場的觀測資料以矩陣形式給出(m是觀測站,n是時間序列長度):

將變量Xm×n看作是p個空間特征向量和對應的時間權重系數的線性組合:

Xm×n=Vm×pTp×n

式中,T為時間系數,V為空間特征向量,又稱空間模態。這一過程將變量場的主要信息集中由幾個典型特征向量表現出來。為研究東北地區干旱發生的時間變化規律和空間模態,本文對多尺度SPEI指數的年均變量場進行EOF分解,提取其主要空間模態及其對應時間系數,揭示干旱的時空變化規律。

3 結果分析

3.1 東北地區干旱的時間特征

3.1.1 年際變化特征

圖2 各等級干旱發生次數的年際變化Fig.2 Inter annual variation of the drought times in each grade

1961—2013年,東北地區各等級干旱發生次數的年際變化見圖2。從圖中可以看出,干旱發生次數呈現波動變化,20世紀80年代中期是干旱發生的低谷期,之后逐漸增多,到2008年后呈現減少趨勢(圖2a)。1961―2013年的53年間,東北地區平均每年發生182站次干旱事件。干旱次數超過250站次的共有10a,其中1982年發生干旱的次數最多,高達318站次。就不同等級干旱來看,平均每年發生中旱114站次(圖2b),其中,1961年發生中旱的次數最多,達190站次,2012年中旱次數最少,為56站次；重旱和特旱發生最多的年份均是2002年,分別達122站次(圖2c)和60站次(圖2d),是同等級干旱平均發生次數的2.2倍(55站次)和4.8倍(13站次)。

3.1.2 季節變化特征

圖 3顯示干旱站點比例的季節差異。1963年春季干旱站點比例最大,超過45%,其次是2002年和1989年,干旱站點比例均超過35%；夏季干旱站點比例超過35%的則為1982年、2000年和2007年；2001年、1967年和1990年發生過較大比例的秋季干旱；冬季干旱站點比例均小于40%,其中比例最高的年份為1981年,其次是2001年和1995年。

圖3 不同季節干旱比例年際變化Fig.3 Inter annual variation of the drought range in different seasons

不同等級干旱的發生站點比例也存在季節差異(表1),中旱發生比例最大的季節為夏季(11.16%),冬季最小(9.99%)；重旱發生比例最大的季節也在夏季(5.39%),春季最小(4.68%)；特旱發生比例最大的季節為冬季(1.36%),夏季最小(0.87%)。就干旱強度的季節差異來看：中旱和重旱強度最大的均是夏季,冬季和春季較小；特旱強度最小的是夏季,最大的是冬季。綜合來看,夏季發生干旱的站點比例最大、強度最強,冬季發生干旱的站點比例最小、強度最弱。

表1 不同等級干旱比例及強度的季節差異

md: moderate drought；sd: severe drought；ed: extreme drought

3.2 東北地區干旱的空間分布特征

干旱發生頻率的空間差異如圖 4所示。總體來看,東北地區干旱頻率在15.2%―19.2%之間,其中,中旱、重旱和特旱發生頻率的區間分別為7.8%―13.3%、3.1%―7.2%)和0.5%―1.9%(圖4),平均發生頻率分別為10.61%、5.2%和1.2%；干旱越嚴重,其發生頻率越低。從空間上看,不同等級干旱發生頻率的地區差異明顯。其中,中旱發生頻率較高的區域分布在遼寧南部渤海灣地區、吉林西部和東南部山區、黑龍江南部和西北部分地區；吉林東南部、遼寧中南部、黑龍江西部和三江平原地區是重旱發生頻率較高的地區；特旱發生頻率較高的地區主要是遼寧大部、吉林西部和黑龍江大部。

圖4 不同等級干旱發生頻率分布圖Fig.4 Frequency of drought in each grade

就干旱的最長持續時間(圖5)而言,在全區范圍內,干旱最長持續時間為2―9個月,平均為4.58個月。其中,東北地區東部的干旱最長持續時間較短,而西部地區易發生持續性干旱,尤以吉林省和黑龍江省交界的西部地區最為嚴重。

圖5 干旱特征空間分布Fig.5 Spatial distribution of Drought Characteristics

以旱災的發生次數來看,1961―2013年東北地區平均發生旱災5次,其中旱災次數較高的站點是黑河、嫩江、瓦房店和葫蘆島站,為9―10次。在空間上看(圖5),發生旱災次數較多的地區主要包括黑龍江西北部、吉林中西部以及遼寧渤海灣地區；遼寧省北部地區較少發生旱災。

以旱災的發生強度來看,平均旱災強度區間為-8.8―-3.7,強度最大的旱災發生在吉林西部、遼寧中部和黑龍江西南部和西北部(圖5)。

3.3 東北地區干旱的多尺度時空模態分析

SPEI年均變量場(SPEI01,SPEI03,SPEI06和SPEI12)的EOF分解結果顯示,在4個時間尺度下,前3個主要特征向量的方差累積貢獻率分別達58.9%, 58.2%, 57.1% 和58.4%(表2)。下面,以SPEI01為例來說明東北地區的干旱時空分解特征。

表2 前3個特征向量對多尺度年平均SPEI場的方差貢獻率

圖6 年均SPEI場的前3個特征向量Fig.6 The first three feature vectors of the averaged SPEI

第1特征向量是東北地區干旱空間分布的主要模態,方差貢獻率為39.4%。由圖 6可以看出,第1特征向量區間為0.02—0.14,均為正值,這表明東北干旱的主要模態呈現區域一致性；以黑龍江西南部和吉林中西部為高值中心逐漸向四周遞減,說明該區是發生干旱的敏感地區；第1特征向量對應的時間系數(圖7)總體呈上升趨勢,以20世紀80年代中上期為界,由負值轉為正值,即表明第一模態具有“由干轉濕”的變化特點,盡管在2000年前后幾年里有干旱化跡象,但之后急劇轉為濕潤。

圖7 SPEI年均變量場的前3個特征向量對應的時間系數Fig.7 Time coefficients of the first three feature vectors

第2特征向量貢獻率為10.7%,總體來看,在空間上呈現南北相反的分布,北部高值中心位于黑龍江西南部,而南部則表現為多中心,表明干旱的第二模態具地區復雜性；其時間曲線為倒“S”波浪形,80年代中期和2010年前后分別是由負轉正、由正轉負的時間點,即表明,東北南部地區經歷了“濕-干-濕”的軌跡變化,而北部則與之相反。

第3特征向量的方差貢獻率為8.8%,是東北干旱區域特征的第三重要模態,總體呈東西相異分布格局,西部地區在20世紀70年代初由干旱轉為濕潤,1977年和1990年達到最濕潤狀態,之后逐漸減弱,2001年之后轉為干旱,2007年和2008年達到最大強度干旱,東部地區反之。

SPEI03、SPEI06和SPEI12與SPEI01的EOF分解結果呈現類似特點,即前3個空間模態均為全區一致型、南北相反型和東西相反型(圖 6)。多時間尺度的EOF分解對比表明,隨著時間尺度的增大,特征向量的正負值分界線由復雜轉向簡單。這說明時間尺度越小,干旱的細節越清晰,而時間尺度越大,干旱的空間規律性越明確。時間尺度對EOF分解的影響同樣呈現在時間系數的變化上,由圖7可見,隨著研究時間尺度的增大,時間系數的變化頻率逐漸減弱,而變化幅度逐漸增強,即表明長時間尺度的SPEI對氣候的響應減慢,可以更清楚地反映旱澇變化的年際特征。

圖8 東北地區平均SPEI值的年際變化Fig.8 Interannual variability of average SPEI index in Northeast China

4 討論

(1)東北地區干旱的時間變化具有明顯的年代際特征。1961—1983年干旱發生頻繁、范圍廣,1984—1994年干旱發生次數減少,1995—2008年干旱發生嚴重,隨后逐漸轉為濕潤狀態。胡娜娜[17]基于單站Z指數分析認為東北地區1961—1975年為偏澇期,持同樣觀點的研究還包括馬建勇等[18]。但孫力認為該時段屬于變干階段[19],王亞平也認為潛在蒸散增加導致該時段地表干燥度指數呈增加趨勢[7]。可見,東北地區60年代初至70年代中期的干濕狀況和趨勢究竟如何,這在學界有較大爭議。出現以上差異,主要是由于胡娜娜和馬建勇的研究僅僅基于降水單因素指標,沒有考慮到氣溫對干旱的影響,而孫力和王亞平的研究是基于地表干燥度指標,考慮到了溫度在干旱形成中所起的作用。由圖 8可見,在不同時間尺度下,1961—1975年東北地區的平均SPEI值大多處于負值狀態,因此,本文認為,1961—1975年間多數年份處于水分虧損狀態,東北地區這段時期是偏旱的。

(2)東北地區干旱范圍和強度呈現季節差異。干旱范圍由大至小依次為夏季>秋季>冬季>春季,干旱強度為夏季>冬季>秋季>春季。由此可見,東北地區夏、秋季比冬、春季的干旱更為嚴重,而夏季是作物生長的重要時段,大范圍、高強度的夏季干旱嚴重威脅農作物的生長[4],應當著重關注夏季干旱。以往的研究多集中于生長季或年度干旱,但近期出現了專門針對東北地區夏季干旱的研究。孟鑫[20]用極點對稱模態分解方法和SPEI指數對東北地區的夏季干旱進行了研究,認為夏季干旱呈現一致的干旱增加趨勢,黑龍江部分地區干旱增加趨勢顯著,遼寧和吉林的南部地區干旱增加趨勢較小。裘祝香[21]定義并分析了夏季干旱綜合風險指數,并據此對東北地區進行了夏季干旱風險分區,結論顯示,黑龍江西南部、吉林和遼寧西部為夏季干旱高風險區。本研究發現,降水充足的夏季反而干旱更為普遍、更加嚴重,是因為SPEI指數以水分虧缺量而非降水量作為干旱評估的重要標準。可見,夏季高溫引起水分蒸發支出對干旱的形成起了重要作用。WEI[22]對中國西北地區的干旱研究也得出了類似結論：盡管降水不斷增多,但是溫度升高引起的蒸散量增加是導致西北地區干旱加劇的主要原因。

(3)東北地區干旱空間分布有3個主要模態,其中第一模態具有區域一致性,其次是南北相異和東西相反的兩個模態,該結論與高蓓的研究結果較為接近[23]。第一模態表明,東北干旱狀況整體呈現一致性特點,以中西部為中心向四周遞減,該模態對應的時間系數表明,東北地區經歷了由干轉濕的過程；時間尺度越大,干旱的時間系數和空間模態越趨向于表現全局而非局部、展示規律而非細節。由此可見,SPEI指數具備的多時間尺度優勢,是分析短期—中期—長期干旱的時間變化特征和空間分布特征的重要工具；而EOF分解方法能從復雜的干旱變量場中分解出相互正交的時空模態,準確表達干旱的時間變化和空間模態,是分解干旱特征的重要手段,由此剖析的干旱時空框架具有較強的規律性和可辨識性。

(4)將有限氣象站點的SPEI值推算到整個研究區得到干旱的空間分布,其結果會因插值方法的不同而存在差異。本文所用的反距離權重插值法算法簡單容易實現,但是沒有明確考慮地形因子對干旱的影響,因此,分析結果可能存在局限性和不確定性。鑒于此,面源數據在干旱細化研究中的優勢有待進一步挖掘。

(5)明晰干旱變化對生態學過程的影響是闡明生態系統對干旱響應機制的基礎。目前的研究較多地從個體尺度入手,如李柏貞[24]、樊憲偉[25]分別分析了玉米和春小麥適應干旱的生理生態學過程,段洪浪[26]研究了干旱脅迫下樹木的碳水過程以及干旱死亡機理。如何從景觀及更大尺度上探索干旱條件下植物的生態學適應過程,是生態學尺度效應分析的必然要求,也是重大挑戰之一。

5 結論

本文基于東北地區可適用的SPEI指數和氣象學常用的EOF分解等方法,分析了1961―2014年東北地區干旱特征(包括范圍、強度和頻率等),并探討了干旱時間變化規律和空間分布模態。研究表明,東北地區干旱的年際和季節差異明顯, 以1983年、1995年和2008年為轉折點呈“干-濕-干-濕”的波動變化,夏季發生的干旱范圍最大、強度最強,冬季發生的干旱范圍最小、強度最弱；東北地區西部干旱發生頻繁、發生次數多、持續時間長、旱災強度大；干旱的空間模態主要為全區一致型、南北相反型和東西相反型,其方差累積貢獻率約為58%。該研究實現了SPEI指數在東北地區多時間尺度干旱研究中的應用,有助于理解干旱發生規律,為進一步預測氣候變化背景下干旱發展趨勢及減災防災提供科學依據。

[1] 劉小龍, 虞美秀. 中國近60年干旱演變特征分析. 干旱區資源與環境, 2015, 29(12): 177- 183.

[2] Yu M X, Li Q F, Hayes M J, Svoboda M, Heim R R. Are droughts becoming more frequent or severe in China based on the Standardized Precipitation Evapotranspiration Index: 1951- 2010? International Journal of Climatology, 2014, 34(3): 545- 558.

[3] Chen H P, Sun J Q. Changes in drought characteristics over China using the standardized precipitation evapotranspiration index. Journal of Climate, 2015, 28(13): 5430- 5447.

[4] Yu X Y, He X Y, Zheng H F, Guo R C, Ren Z B, Zhang D, Lin J X. Spatial and temporal analysis of drought risk during the crop-growing season over northeast China. Natural Hazards, 2014, 71(1): 275- 289.

[5] Zheng H F, Shen G Q, He X Y, Yu X Y, Ren Z B, Zhang D. Spatial assessment of vegetation vulnerability to accumulated drought in Northeast China. Regional Environmental Change, 2015, 15(8): 1639- 1650.

[6] He J, Yang X H, Li Z, Zhang X J, Tang Q H. Spatiotemporal variations of meteorological droughts in China during 1961- 2014: an investigation based on multi-threshold identification. International Journal of Disaster Risk Science, 2016, 7(1): 63- 76.

[7] 王亞平, 黃耀, 張穩. 中國東北三省1960—2005年地表干燥度變化趨勢. 地球科學進展, 2008, 23(6): 619- 627.

[8] 孫濱峰, 趙紅, 王效科. 基于標準化降水蒸發指數(SPEI)的東北干旱時空特征. 生態環境學報, 2015, 24(1): 22- 28.

[9] 李明, 王貴文, 張蓮芝. 基于SPEI的中國東北地區干旱分區及其氣候特征分析. 干旱區資源與環境, 2016, 30(6): 65- 70.

[10] Dai A G. Drought under global warming: a review. Wiley Interdisciplinary Reviews: Climate Change, 2011, 2(1): 45- 65.

[11] Vicente-Serrano S M, Begueria S, Lòpez-Moreno J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of Climate, 2010, 23(7): 1696- 1718.

[12] 魏鳳英. 現代氣候統計診斷與預測技術. 北京: 氣象出版社, 2007.

[13] Allen R G, Pereira L S, Raes D, Smith M. Crop evapotranspiration-guidelines for computing crop water requirements. Paper No 56. Rome: FAO, 1998: 56- 56.

[14] Xu K, Yang D W, Yang H B, Li Z, Qin Y, Shen Y. Spatio-temporal variation of drought in China during 1961- 2012: A climatic perspective. Journal of Hydrology, 2015, 526: 253- 264.

[15] 王勁松, 李耀輝, 王潤元, 馮建英, 趙艷霞. 我國氣象干旱研究進展評述. 干旱氣象, 2013, 30(4): 497- 508.

[16] 中華人民共和國國家質量監督檢驗檢疫總局, 中國國家標準化管理委員會. GB/T 20481- 2006 氣象干旱等級.北京: 中國標準出版社2006.

[17] 胡娜娜. 東北三省旱澇時空演變及趨勢判斷[D]. 西安: 陜西師范大學, 2013.

[18] 馬建勇, 許吟隆, 潘婕. 基于SPI與相對濕潤度指數的1961—2009年東北地區5—9月干旱趨勢分析. 氣象與環境學報, 2012, 28(3): 90- 95.

[19] 孫力, 沈柏竹, 安剛. 中國東北地區地表干濕狀況的變化及趨勢分析. 應用氣象學報, 2003, 14(5): 542- 552.

[20] 孟鑫. 東北地區夏季干旱的年際-年代際變化[D]. 南京: 南京信息工程大學, 2014.

[21] 襲祝香, 楊雪艷, 劉實, 紀玲玲. 東北地區夏季干旱風險評估與區劃. 地理科學, 2013, 33(6): 735- 740.

[22] Wei K, Wang L. Reexamination of the aridity conditions in arid northwestern China for the last decade. Journal of Climate, 2013, 26(23): 9594- 9602.

[23] 高蓓, 姜彤, 蘇布達, 朱嫻韻, 王艷君. 基于SPEI的1961—2012年東北地區干旱演變特征分析. 中國農業氣象, 2014, 35(6): 656- 662.

[24] 李柏貞. 玉米干旱過程及其動態模擬[D]. 北京: 中國氣象科學研究院, 2014.

[25] 樊憲偉. 春小麥適應干旱的生理生態學機制[D]. 蘭州: 蘭州大學, 2007.

[26] 段洪浪, 吳建平, 劉文飛, 廖迎春, 張海娜, 樊后保. 干旱脅迫下樹木的碳水過程以及干旱死亡機理. 林業科學, 2015, 51(11): 113- 120.

Spatiotemporalanalysisofmeteorologicaldrought(1961—2014)inNortheastChinausingastandardizedprecipitationevapotranspirationindex

SHEN Guoqiang1, 2, ZHENG Haifeng1, *, LEI Zhenfeng1, 2

1NortheastInstituteofGeographyandAgroecology,ChineseAcademyofSciences,Changchun130102,China2UniversityofChineseAcademyofSciences,Beijing100049,China

國家自然科學基金項目(41371194)；中國科學院重點部署項目(KFZD-SW- 302-03)；中國科學院“協同創新團隊”項目(DLSXT16001)

2016- 06- 12; < class="emphasis_bold">網絡出版日期

日期:2017- 04- 24

10.5846/stxb201606121122

*通訊作者Corresponding author.E-mail: zhenghaifeng@iga.ac.cn

沈國強,鄭海峰,雷振鋒.基于SPEI指數的1961—2014年東北地區氣象干旱時空特征研究.生態學報,2017,37(17):5882- 5893.

Shen G Q, Zheng H F, Lei Z F.Spatiotemporal analysis of meteorological drought (1961—2014) in Northeast China using a standardized precipitation evapotranspiration index.Acta Ecologica Sinica,2017,37(17):5882- 5893.