基于兩種SPEI序列的淮河流域干濕特征變化

馮 怡，薛聯(lián)青，張 敏，苗智英，任 磊，張子沐

(1．河海大學(xué)水文水資源學(xué)院，江蘇南京 210098;2．江蘇省洪澤湖管理委員會辦公室，江蘇淮安 223100;3．河海大學(xué)農(nóng)業(yè)工程學(xué)院，江蘇南京 210098)

受氣候變化和人類活動的影響，全球水分循環(huán)給地區(qū)的干濕狀況帶來了不可忽視的變化，繼而對地區(qū)的社會經(jīng)濟(jì)發(fā)展產(chǎn)生了重大影響，因此，區(qū)域性的氣候干濕狀況受到廣泛關(guān)注。干旱指數(shù)是監(jiān)測、預(yù)警、評估干旱的關(guān)鍵參數(shù)，可標(biāo)記干濕發(fā)生時間和強(qiáng)度，反映干濕發(fā)生機(jī)理[1]。目前標(biāo)準(zhǔn)化降水指數(shù)(standardized precipitation index，SPI)是國內(nèi)外用于干濕狀況監(jiān)測最常用的指標(biāo)之一[2]。假定所有地點旱澇發(fā)生概率相等，SPI以降水為基礎(chǔ)進(jìn)行區(qū)域的干濕變化評價，但無法標(biāo)識旱澇頻發(fā)地區(qū)，且未考慮以蒸發(fā)為主的水分支出。在全球變暖的背景下，氣溫升高對水量平衡的影響不容忽視。Vicente-Serrano等[3]提出的標(biāo)準(zhǔn)化降水蒸散指數(shù)(standardized precipitation evapotranspiration index，SPEI) 考慮了蒸散發(fā)的水分支出作用，符合自然界的水量平衡關(guān)系;對比帕默爾干旱指數(shù)(Palmer drought severity index，PDSI)，SPEI計算簡便，可評估不同時間尺度的干濕程度。憑借概率計算的特點和空間可比性等優(yōu)點，SPEI目前已成為干濕特征分析新的理想指標(biāo)。近年來，國內(nèi)外已有眾多學(xué)者采用SPEI對區(qū)域干濕狀況進(jìn)行計算和分析。Zhu等[4]采用不同時間尺度的SPI和SPEI進(jìn)行了水文干旱監(jiān)測的對比分析;Vicente-Serrano等[5]基于SPEI分析了大氣環(huán)流指數(shù)對歐洲干旱狀況的影響程度;陳子燊等[6]計算了多時間尺度的SPEI，采用REOF、Mann-Kendall趨勢檢驗和小波分析等方法分析了廣東1962—2007年的干濕時空變化特征;劉珂等[7]利用兩種潛在蒸散發(fā)算法的SPEI對全國的干濕變化特征進(jìn)行了分析。目前基于SPEI的干濕變化研究主要從流域的時空變化分析展開，而在整體干濕變化的基礎(chǔ)上，不同氣象要素對流域干濕變化影響的研究相對較少。

為研究不同氣象要素對流域干濕變化的影響程度，深入探究流域的時空干濕變化特征，本文采用基于多種氣象要素的FAO56 Penman-Monteith法(P-M法)[8]和僅考慮溫度的Hargreaves-Samani法(Har法)[9]兩種潛在蒸散發(fā)的計算方法，基于12個月尺度的SPEI對洪澤湖以上淮河流域進(jìn)行年尺度的干濕變化研究，定量分析兩種SPEI序列對不同氣象要素的敏感性，以期為SPEI在江淮地區(qū)及全國干濕變化研究中的應(yīng)用提供參考。

1 研究區(qū)域概況

淮河流域降水時空分布不均，有些年份夏秋連旱，洪澇和旱災(zāi)頻發(fā)，是典型的“孕災(zāi)”區(qū)域。選取洪澤湖以上的淮河中上游為研究區(qū)域，該區(qū)域水系呈典型的扇狀分布，匯水面積達(dá)15．8萬 km2[10-11]。作為整個淮河流域的主要產(chǎn)流區(qū)，淮河中上游也是洪澤湖入湖水量的主要來源[10]。該區(qū)域介于長江流域和黃河流域之間，是北亞熱帶向暖溫帶過渡區(qū)，屬大陸性季風(fēng)氣候。降水受夏季風(fēng)影響，主要出現(xiàn)在汛期(5—9月)，年降水量多為600～1400 mm。選取淮河中上游20個氣象站點1960—2016年的降水P、平均溫度T、最高溫度Tmax、最低溫度Tmin、日照時數(shù)Sd、平均風(fēng)速W和相對濕度Rh等日尺度數(shù)據(jù)，基于兩種潛在蒸散發(fā)計算方法的SPEI序列進(jìn)行流域干濕時空變化分析和敏感性分析。相關(guān)數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享網(wǎng)(http：//data．cma．cn/)。 圖1是包含了20個氣象站點的洪澤湖以上淮河中上游流域圖。

圖1 洪澤湖以上淮河中上游流域及氣象站點分布

2 研究方法

2.1 SPEI計算方法

SPEI是對降水量與潛在蒸散發(fā)的差值序列累積概率值進(jìn)行正態(tài)標(biāo)準(zhǔn)化后的一種指數(shù)。本文采用P-M法和Har法分別計算月潛在蒸散發(fā)，然后計算逐月降水與蒸散發(fā)的差值，建立不同時間尺度的累積序列，采用Log-logistic分布對數(shù)據(jù)序列進(jìn)行擬合及標(biāo)準(zhǔn)化轉(zhuǎn)換，得到不同時間尺度的SPEI。以12個月時間尺度的SPEI表征研究區(qū)域的氣象干濕狀況，采用算術(shù)平均法求得流域平均SPEI。根據(jù)中國氣象局制定的SPEI干濕等級劃分標(biāo)準(zhǔn)(表1)對流域干濕等級進(jìn)行劃分。

表1 SPEI的干濕等級劃分及概率

2.2 潛在蒸散發(fā)計算方法

Hargreaves和Samani在1985年推導(dǎo)出基于溫差的作物潛在蒸散發(fā)計算公式(Hargreaves-Samani公式，式(1))，基于該公式的Har法在缺少氣象資料的地區(qū)廣泛應(yīng)用，并被證明是一個有效的估算方法，估算時需要溫度(平均、最高、最低)和地理位置數(shù)據(jù)。

式中：Eh為基于Har法的潛在蒸散發(fā);T為平均溫度，℃;Tmin為最低溫度，℃;Tmax為最高溫度，℃;Ra為大氣頂太陽輻射，MJ/(m2·d);λ是水汽化潛熱，MJ/kg。

Penman法是依據(jù)能量平衡和紊流擴(kuò)散原理推導(dǎo)出的計算參考作物蒸散發(fā)的方法，具有堅實的理論基礎(chǔ)。經(jīng)歷了漫長的發(fā)展歷程，在Penman法的基礎(chǔ)上，包含了風(fēng)函數(shù)的P-M法成為目前使用最多的潛在蒸散發(fā)計算方法，其計算公式為

式中：Epm為基于P-M法的潛在蒸散發(fā);Δ為溫度飽和水汽壓關(guān)系曲線T處斜率，kPa/℃;es為飽和水汽壓，kPa;ea為實際水汽壓，kPa;u2為2 m高處風(fēng)速，m/s;Rn為凈輻射，MJ/(m2·d);G為土壤熱通量，MJ/(m2·d);γ為濕度計常數(shù)，kPa/℃;各參數(shù)具體公式參見文獻(xiàn)[12]。基于Har法和P-M法計算所得的干旱指數(shù)記為SPEIh、SPEIpm。

2.3 去趨勢方法

為了定量研究兩種潛在蒸散發(fā)計算方法所得SPEI序列對不同氣象要素的敏感性，采用單一氣象要素不變、其他氣象要素去趨勢的去趨勢方法[13-14]，結(jié)合兩種潛在蒸散發(fā)計算方法得到新的潛在蒸散發(fā)序列，對不同的SPEI序列進(jìn)行分析研究。所有氣象要素去趨勢情況簡稱為去趨勢，實測數(shù)據(jù)未去趨勢情況簡稱為未去趨勢，只保留一種氣象要素趨勢的情況則為部分去趨勢。所有的SPEI和氣象要素序列均采用非參數(shù)Mann-Kendall檢驗法的Sen’s斜率進(jìn)行趨勢計算[15]。簡單去趨勢方法用于消除站點原始?xì)庀笠氐木€性趨勢，可直接應(yīng)用于空氣溫度參數(shù)，但對于其他有范圍限制的氣象要素例如相對濕度(0＜Rh＜1)、風(fēng)速和日照時數(shù)(W＞0，Sd＞0)，先采用簡單去趨勢方法，然后結(jié)合參數(shù)的區(qū)間限制條件進(jìn)行相關(guān)處理以避免不合理的結(jié)果。溫度的去趨勢公式為

式中：Tb，i為溫度 T 在年份 i的去趨勢值;Ta，i為相同年份的最初溫度;α為所選站點的溫度趨勢值;i代表年份(1960—2016年)。

對于其余氣象要素，受本身的范圍區(qū)間影響，需要對去趨勢方法進(jìn)行改進(jìn)，改進(jìn)公式為

式中：Fb，i為年尺度下氣象要素的去趨勢值;Fa，i為年尺度下氣象要素的實際值;Fb，i′為日尺度下氣象要素的去趨勢值;Fa，i′為日尺度下氣象要素的實際值;α為實際氣象要素曲線的變化斜率。

3 結(jié)果與討論

3.1 兩種SPEI與潛在蒸散發(fā)序列的時間對比

圖2是1960—2016年淮河流域兩種SPEI序列和潛在蒸散發(fā)序列對比圖。從圖2(a)可知，流域的平均溫度距平為顯著上升趨勢，流域呈增溫現(xiàn)象。兩種SPEI序列差異較小，線形基本吻合，流域整體呈現(xiàn)變濕趨勢，SPEI值主要在-2～2之間波動，根據(jù)表1的干濕等級，流域干濕等級主要在中等干旱和中等濕潤之間相互轉(zhuǎn)換。兩種SPEI序列與溫度距平的線形走勢相反，溫度距平越大，SPEI越小，溫度距平越小，SPEI越大，二者呈負(fù)相關(guān)關(guān)系。SPEIpm的整體斜率為 0．0085，SPEIh的整體斜率為0．0049，略低于前者，研究區(qū)呈現(xiàn)變濕趨勢，溫度距平曲線的斜率為0．02，明顯大于SPEI曲線的斜率，說明流域溫度變化較干濕變化更明顯。SPEI除受溫度影響外，還受降水等其他氣象因素的影響，因此研究區(qū)的干濕變化程度小于溫度的變化程度。

圖2 1960—2016年淮河流域干濕變化和蒸散發(fā)變化

不同于SPEI序列的高吻合度，潛在蒸散發(fā)整體呈下降趨勢(圖2(b))，與溫度距平的上升趨勢形成強(qiáng)烈對比，潛在蒸散發(fā)距平隨溫度距平的變化而變化，二者為顯著負(fù)相關(guān)關(guān)系。Epm的斜率為-1．72， Eh的斜率為 -0．78，前者的下降速率約為后者的2倍，從圖2(b)可以看出，Epm距平隨溫度距平變化較Eh更強(qiáng)烈，說明Epm對溫度的升高更敏感。潛在蒸散發(fā)距平越大，兩種潛在蒸散發(fā)距平的差值越大，例如1966年和2004年。對照圖2(a)可知，潛在蒸散發(fā)距平越大，SPEI值反而越小，流域呈現(xiàn)干旱狀態(tài);反之，潛在蒸散發(fā)距平越小，SPEI值越大，流域呈現(xiàn)濕潤狀態(tài)。

3.2 兩種SPEI序列的空間分布特征

采用非參數(shù)Mann-Kendall檢驗法對兩種SPEI序列曲線進(jìn)行斜率計算，分析流域的干濕空間變化情況。圖3為1960—2016年SPEI序列曲線的斜率空間分布，對比圖3(a)和(b)，流域西北地區(qū)(河南境內(nèi))的SPEIpm曲線斜率大于0，說明該地區(qū)呈現(xiàn)變濕趨勢;而SPEIh曲線的斜率分布顯示，流域西北大部分地區(qū)和洪澤湖周邊區(qū)域均有變濕趨勢，河南西華站周邊地區(qū)的SPEIh曲線斜率小于0，與SPEIpm的分布結(jié)果不同。圖3(c)(d)為去趨勢后的SPEI斜率分布，對比圖3(a)(b)，去趨勢后的SPEI曲線斜率明顯減小，說明氣象要素去趨勢對SPEI的斜率有顯著影響，但流域干濕變化區(qū)域不變，說明去趨勢過程不改變SPEI在流域各地區(qū)的變化趨勢，僅影響SPEI值的趨勢變化幅度。對比圖3(a)和(c)，SPEIpm去趨勢后，曲線斜率大于0的區(qū)域增加，增大的范圍主要分布于流域的東部和南部地區(qū)，SPEIh的變化趨勢的分布地區(qū)基本不變。去趨勢后的SPEIpm曲線斜率變化幅度較SPEIh更大，其變化范圍從-0．0029 ～0．0242 變?yōu)?-0．0108 ～0．0067，說明去趨勢過程對SPEIpm影響更大。整個研究區(qū)域的SPEI曲線斜率變化相對較小，斜率絕對值不大于0．05，說明流域未來的干濕情況不會發(fā)生顯著變化，干濕狀況相對穩(wěn)定。

圖3 SPEI序列曲線的斜率空間分布

3.3 SPEI對不同氣象因素的敏感性

圖4 為去趨勢、未去趨勢及部分去趨勢等多種情況的兩種SPEI序列頻數(shù)分布(圖中Rh為只保留相對濕度趨勢的情況，Sd為只保留日照時數(shù)趨勢的情況，T為只保留溫度趨勢的情況，W為只保留風(fēng)速趨勢的情況)，降水去趨勢后對SPEI沒有影響，因此不加以討論。Har法只涉及溫度，因此SPEIh只有未去趨勢、去趨勢和只保留溫度趨勢3種結(jié)果的對比。

從圖4(a)可以看出，未去趨勢情況下，兩種SPEI序列的概率密度函數(shù)曲線大致相同，二者在SPEI為-1～1的頻數(shù)相差較大，SPEIpm的洪旱正常等級的概率大于SPEIh。而去趨勢后的結(jié)果與未去趨勢不同，SPEIh比SPEIpm在-1～1的頻數(shù)更多(圖4(b))，說明SPEIh結(jié)果顯示的流域正常及輕度洪旱等級的頻率高于SPEIpm。因此，去趨勢前SPEIpm顯示的洪旱正常概率高于SPEIh，去趨勢后結(jié)果相反。從圖4(c)概率密度函數(shù)曲線的吻合度可以看出，僅SPEIh去趨勢情況的洪旱正常頻數(shù)大于另3種情況，其余3種情況的概率密度函數(shù)曲線基本重合，但頻數(shù)分布直方圖相差較大，SPEIpm去趨勢后，其處于0．5～1的頻數(shù)大于另外兩種情況，說明此種情況下的輕度干旱有所增加。只保留日照時數(shù)趨勢和去趨勢的對比結(jié)果顯示(圖4(c))，后者的正常洪旱概率略高于前者。由圖4(c)可知，只保留相對濕度趨勢的SPEIpm在-1～1的頻數(shù)明顯低于去趨勢的SPEIpm，只保留風(fēng)速趨勢的SPEIpm在-1～1的頻數(shù)分布更多，流域?qū)⒊霈F(xiàn)更多正常和輕度洪旱現(xiàn)象。

圖4 兩種SPEI序列對多種氣象要素的敏感性分析

從圖4(d)的對比可知，多種情況下SPEI值的上下邊界值、中位數(shù)變化不明顯。未去趨勢情況下，兩種序列SPEI的上下界相近，SPEIpm的中位數(shù)和平均值略高于SPEIh。與去趨勢情況對比，未去趨勢SPEIpm的中位數(shù)和平均值有小幅度的提高，說明去趨勢后SPEI值整體偏大，但偏大幅度不明顯。整體來看，多種情況的上下邊界范圍在-2～2，平均值和中位數(shù)保持在零左右，說明流域的平均旱澇水平在中等干旱和中等洪澇之間，沒有極端的旱澇事件發(fā)生，整體干濕狀況保持穩(wěn)定。

表2是以上多種情況概率密度函數(shù)的μ值和σ值。可以看出，P-M法下，只保留溫度趨勢情況下SPEIpm的μ值減小了0．145%，流域的干旱趨勢增強(qiáng)，另3種去趨勢情況下，μ值分別增加了0．000 7%、0．138%和0．121%，說明概率密度函數(shù)向右側(cè)偏移，流域有變濕趨勢，其中后兩種情況的趨勢變化更明顯。Har法下，只保留溫度趨勢情況下流域的干旱趨勢增加，但 SPEIh的 μ值只減小0．034%，對流域干濕變化影響不明顯。除只保留相對濕度趨勢的情況外，其余多種情況的σ值較去趨勢情況均有所增加，流域的正常及輕度旱澇等級概率增加。

表2 多種情況下SPEIpm和SPEIh的變化對比 %

結(jié)合圖4(a)(b)(c)可知，溫度、日照時數(shù)和風(fēng)速為流域旱澇變化的主要因素。溫度升高增加干旱概率，減小淮河流域輕度旱澇及以上等級的概率。相對濕度、日照時數(shù)和風(fēng)速的變化趨勢是造成流域向濕潤發(fā)展的氣象因素，日照時數(shù)和風(fēng)速的趨勢可增加正常及輕度洪旱等級的概率，減小更高等級的洪旱事件出現(xiàn)的概率，而相對濕度的趨勢則會增加流域輕度以上的洪旱概率，不利于地區(qū)的發(fā)展。綜上可得，對淮河流域干濕變化影響程度從大到小的因素分別是溫度、日照時數(shù)、風(fēng)速、相對濕度。

4 結(jié) 論

a.兩種SPEI序列均顯示淮河中上游存在變濕趨勢;SPEI和溫度距平呈負(fù)相關(guān)關(guān)系，潛在蒸散發(fā)與溫度呈正相關(guān)關(guān)系。潛在蒸散發(fā)距平值越大，SPEI值越小，流域為變干趨勢;反之，潛在蒸散發(fā)距平值越小，SPEI值越大，流域為變濕趨勢。流域西北呈變濕趨勢、東部洪澤湖地區(qū)的干濕變化趨勢是兩種SPEI序列曲線斜率分布圖的差異所在;去趨勢過程不改變SPEI的趨勢變化分布，但影響流域的干濕變化強(qiáng)度。整個流域的SPEI曲線斜率變化較小，說明流域未來的干濕情況不發(fā)生顯著改變。

b.淮河中上游流域干濕變化影響因素由強(qiáng)到弱順序依次為溫度、日照時數(shù)、風(fēng)速和相對濕度。4種氣象要素的趨勢變化可影響流域干濕等級的概率分布情況;溫度的升高增加流域的干旱趨勢，日照時數(shù)、相對濕度和風(fēng)速是造成流域濕潤的氣象因素。