基于SPEI的東北地區農作物生長季干旱特征分析

王蔚丹 孫麗 董沫 李鳳霞 劉敏

摘要?利用1968—2017年東北地區89個站點的月值數據，采用Penman-Monteith模型計算了潛在蒸散，進而計算出標準化降水蒸散指數（standardized?precipitation?evapotranspiration?index，SPEI）。分析多尺度SPEI與作物因旱受災面積的相關關系，結果表明，8月份的4個月尺度SPEI與受旱面積的關系最為密切，故以此代表東北地區農作物生長季干旱。對東北地區生長季SPEI進行突變和趨勢分析，發現以1983年為突變點由干轉濕，且總體上呈現出濕潤化的趨勢。月時間尺度的SPEI表明，除9月份出現干旱化趨勢且不顯著外，其他月份均呈現變濕趨勢，其中4和10月份濕潤化顯著?？臻g上，大部分區域表現為SPEI增加的趨勢，其中SPEI顯著增加區域主要分布在東北中西部地區，SPEI減小的站點主要分布在南部區域，但均未通過0.05的顯著性檢驗。生長季不同月份干旱的高發區各不相同。

關鍵詞?SPEI;生長季;干旱特征;東北地區

中圖分類號?S162?文獻標識碼?A?文章編號?0517-6611（2021）03-0064-05

doi：10.3969/j.issn.0517-6611.2021.03.018

Abstract?Using?monthly?data?from?89?stations?in?Northeast?China?from?1968?to?2017，?the?PenmanMonteith?model?was?used?to?calculate?the?potential?evapotranspiration，?and?then?the?standardized?precipitation?evapotranspiration?index?（SPEI）?was?calculated.The?correlation?between?SPEI?and?the?area?affected?by?drought?was?analyzed.?The?results?showed?that?the?fourmonth?scale?SPEI?in?August?had?the?strongest?correlation?with?the?area?affected?by?drought，?so?it?was?used?to?represent?the?drought?conditions?in?cropgrowing?season.?The?mutation?and?trend?analysis?of?SPEI?during?the?growing?season?in?Northeast?China?found?that?the?mutation?point?was?changed?from?dry?to?wet?in?1983，?and?there?was?an?overall?increasing?trend，?indicating?a?wetting?trend.?The?monthly?SPEI?showed?that?except?for?the?nonsignificant?drying?trend?in?September，?there?was?a?wetting?trend?all?the?other?months?from?April?to?October，?with?significant?wetting?in?April?and?October.?Spatially，?most?regions?showed?an?increasing?trend?of?SPEI，?among?which?the?SPEI?increased?significantly?mainly?in?the?northeast?and?central?regions，?while?the?SPEI?decreased?in?the?southern?regions?more?obviously，but?none?of?them?passed?the?0.05?significance?test.?The?areas?with?high?incidence?of?drought?in?different?months?were?different.

Key?words?SPEI;Growing?season;Drought?characteristics;Northeast?China

干旱可直接導致大面積作物減產，嚴重時甚至導致絕收，對國家糧食安全和農業可持續發展造成嚴重威脅。作為我國重要的糧食生產基地，東北三省的干旱狀況備受重視。2007年，東北三省農作物受旱面積占該地區耕地面積的比例不低于35%，占全國農作物因旱受災面積的39.6%[1]。研究干旱的時空分布特征，揭示干旱的發展規律，可為區域農地的合理規劃利用、種植管理提供參考，同時也是抗旱防災、保障農業健康發展的迫切需求。一批學者對東北地區干旱的時空特征進行了定量研究，但由于各自采用的方法、資料等不同，結果不盡相同。王亞平等[2]研究發現，1980—2005年東北三省大部分地區的干旱狀況有所緩解;馬柱國等[3]計算了1951—2004年的地表濕潤指數、Palmer干旱指數，反演了土壤濕度，結果發現東北表現明顯的年代際干旱化趨勢，經歷了1965年、1983年和20世紀90年代中期3個轉折點;還有一些學者對東北干旱狀況進行了分析，大多基于干旱趨勢、頻率的年際變化、季節變化、空間分異等[4-8]?？偟膩碚f，基于生長季的研究相對偏少，其中Yu等[9]利用標準化降水指數（standardized?precipitation?index，SPI）對東北生長季干旱風險進行時空分析，結果發現1965—1983和1996—2009年降水顯著減少，且后者面臨的干旱風險在程度和范圍上都更為嚴重;陳莉等[10]研究東北地區5—9月的干燥度得出1960—2008年生長季干旱情況呈顯著的增強趨勢。

SPI指數具有較強的數學統計機理，可以得到不同時間尺度結果，且易于實現，被廣泛應用，但它僅考慮了降水數據，未考慮其他可能造成干旱的因素。干燥度指數雖然考慮了潛在蒸散量和降水量2種因子，但它不能反映干旱的多時間尺度特征。標準化降水蒸散指數（standardized?precipitation?evapotranspiration?index，SPEI）與SPI指數相似，具有多時間尺度的優勢，同時考慮了水量平衡[11]。沈國強等[12]從數學統計理論基礎、擬合優度檢驗、SPEI與典型干旱事件核準等角度驗證了利用FAO?Penman-Monteith法計算潛在蒸散，log-Logistic分布擬合逐月累積水分虧缺量序列得到的SPEI適于東北地區的干旱監測。筆者在此基礎上，利用基于Penman-Monteith的蒸散模型計算得到東北地區1968—2017年SPEI指數，分析農作物生長季干旱的時空變化規律，并客觀評估該地區整個生長季的干旱狀況，以期為政府防災減災決策提供理論依據。

1?資料與方法

1.1?研究區概況

東北三省為我國農業產量大區，平均海拔50～200?m，地面起伏平緩，土層深厚，主要是黑土、白漿土、草甸土等。該區種植業發達，是我國提供商品糧最多的“北大倉”。該區是我國緯度最高的地區，夏季溫和濕潤，冬季嚴寒漫長，無霜期100～200?d，年降水量為400～800?mm，年≥10?℃積溫在1?300～3?700?℃·d，年日照時數2?300～3?000?h，基本能滿足春小麥、大豆、玉米、水稻等作物的生長需要。該區主要農產品在全國占有重要地位，玉米、大豆、小麥、谷子、高粱是全區的五大糧食作物，常年向國家提供大量的商品糧和大豆。

1.2?資料來源

選取東北地區89個具有較完整時間序列（1968—2017年）逐日氣象資料的臺站，將資料進行處理得到月尺度累積降水量、最高氣溫、最低氣溫、2?m平均風速、日照時數、相對濕度等數據。氣象數據源自中國氣象數據網“中國地面氣候資料日值數據集（V3.0）”（https：//data.cma.cn/data/），該數據集經過嚴格的質量控制和檢查。同時搜集整理《中國水旱災害公報》遼寧、吉林和黑龍江的作物因旱受災面積數據，時間序列為2006—2017年。

1.3?研究方法

1.3.1?標準化降水蒸散指數（SPEI）。

Vicente-Serrano等[11]于2010年提出了標準化降水蒸散指數（SPEI），當時選用了較為簡單的Thornthwaite模型計算潛在蒸散，沈國強等[12]認為基于Penman-Monteith的SPEI指數在東北地區干旱預測和定量化研究方面具有較好的適用性。該研究利用FAO-56（1998年）推薦的?Penman-Monteith蒸散模型計算SPEI指數，主要分為4個步驟。

（1）計算逐月潛在蒸散。計算公式如下：

式中，ET0為潛在蒸散量（mm）;Δ為溫度隨飽和水汽壓變化的斜率（kPa/℃）;U2為離地2?m高處風速（m/s）;ea為空氣飽和水汽壓（kPa）;ed為空氣實際水汽壓（kPa）;T為平穩氣溫（℃）;γ為濕度表常數（kPa/°C）;Rn為到達地面的凈輻射[MJ/（m2·d）];G為土壤熱通量密度[MJ/（m2·d）]。

（2）計算逐月累積降水量PREP與潛在蒸散量PET的差值。計算公式如下：

式中，D值表示計算的時間尺度內降水與蒸散差額的累計值?？稍诓煌臅r間尺度上聚合，其過程與SPI相同。

（3）對D數據序列采用三參數的log-Logistic概率密度函數進行擬合。計算公式如下：

式中，參數α、β、γ可以采用線性矩（L-moment）方法擬合獲得，可以得到D的概率分布函數：

式中，γ>D>∞，α、β、γ分別表示尺度、形狀和起始參數。

（4）對擬合結果進行正態標準化。計算公式如下：

式中，W=-2lnP，P為某確定的D值被超越的概率;當P≤0.5時，P=1-F（x），S=1;當P>0.5時，S=-1，此時用1-P代替P。C0=2.515?517，C1=0.802?853，C2=0.010?328，d1=1.432?788，d2=0.189?269，d3=0.001?308。

SPEI指數具有多時間尺度特征，其對應的干旱等級劃分標準見表1。SPEI值越小表示越干旱，反之越濕潤。東北地區農作物生長季跨越4—10月，該研究對研究區89個站點1968—2017年生長季的1、2、3、4、5、6、7個月時間尺度的SPEI指數進行計算，得到的指數記為SPEIn-M，n表示時間尺度，M表示月份。比較各月份多時間尺度SPEI與作物因旱受災面積的相關關系，進而分析東北地區生長季干旱的時空演變特征。

1.3.2?趨勢檢驗和突變檢驗。

該研究主要用到線性傾向估計、Mann-Kendall（M-K）趨勢檢驗和突變檢驗方法。

線性傾向估計可看作一種特殊的、最簡單的線性回歸形式，它表示的是變量x與時間t之間的關系。用xi表示樣本量為n的某一氣候變量，用ti表示xi所對應的時間，建立xi與ti之間的一元線性回歸：

式（6）中，b為回歸系數或線性傾向系數，a為回歸常數，二者可用最小二乘法估計。具體的計算方法見文獻[13]。

M-K法是世界氣象組織（WMO）推薦并廣泛使用的一種非參數統計檢驗方法，不需要樣本服從一定的分布，不受少數異常值的干擾，計算方便，更適合于序列變量和類型變量。M-K趨勢檢驗和突變檢驗的詳細計算過程見文獻[14-15]。

2?結果與分析

2.1?SPEI與作物因旱受災面積的關系

東北地區作為我國糧食主產區之一，一旦發生干旱，農作物產量就會受到直接影響。為得到最佳SPEI表征東北生長季干旱，研究作物受旱情況與生長季SPEI指數之間的關系，將東北地區因旱受災面積時間序列數據，與4—10月多時間尺度的SPEI進行相關分析，得到的結果如表2所示。各時間尺度的SPEI與受災面積的相關系數均為負值，說明SPEI值反映了干旱導致作物減產面積的變化趨勢。SPEI4-8與受旱面積最相關，故采用SPEI4-8表征整個生長季干旱，SPEI1-i（i=1，2，…，10）表征逐月干旱狀況。

2.2?農作物生長季干旱變化趨勢

2.2.1?農作物生長季及各月的年際變化趨勢。從表3可以看出，東北地區農作物生長季的SPEI總體線性傾向率為0.11/10?a，雖未通過0.05顯著性檢驗，但達到0.1顯著性水平，說明SPEI總體有增大趨勢，即呈現濕潤化，其中21.35%的站點呈濕潤化且達到了0.05的顯著性水平（b>0，P<0.05）。SPEI1-i線性傾向估計表明，除9月份出現干旱化趨勢且不顯著外，其他月份均呈現濕潤化趨勢，其中，4和10月份濕潤化顯著。9月份有8.99%的站點表現為干旱化趨勢且通過了0.05的顯著性檢驗（b<0，P<0.05）。4、5和6月份氣候傾向率分別為0.13、0.18和0.07/10?a，表現為濕潤化趨勢，分別有30.34%、43.82%和10.11%的站點通過0.05顯著性檢驗;10月份氣候傾向率為0.12/10?a，有25.84%的站點表現出濕潤化且通過0.05顯著性檢驗。相對來說，7、8月份顯著變干、變濕的站點極少。M-K趨勢分析結果顯示，全生長季Beta=0.012?2，而Z=1.89，約有87.6%的站點Beta大于0，其中19.1%的站點通過了0.05水平的顯著性檢驗，與線性趨勢結果基本一致。

2.2.2?年際趨勢變化空間分布。

當線性傾向率b<0或M-K趨勢系數Z<0時說明指數下降，呈干旱化趨勢，反之則濕潤化。為便于驗證兩類方法所得結果是否一致，統一以是否達到0.05的顯著性水平為標準。當線性傾向系數對應的P值小于0.05時，表明通過95%的置信水平，而對于M-K趨勢來說，其系數的絕對值大于1.96即可。從圖1可以看出，2種方法表現出相對一致的趨勢分布特征，東北地區大部分站點在1968—2017年表現為SPEI增大的趨勢，呈現濕潤化。其中，SPEI顯著增加區域主要分布在黑龍江省西南部，該區域農作物生長季干旱呈減輕趨勢，且表現顯著。遼寧省SPEI減小的站點較多，干旱化的范圍比吉林和黑龍江省明顯，但均未達到0.05的顯著水平。由于黑龍江北部地區站點分布稀疏，雖然零星幾個站點顯示輕度濕潤化趨勢，但難以代表黑龍江北部區域。

2.2.3?農作物生長季干旱突變分析。

如圖2所示，由UF統計量曲線可見，1968—2017年東北平原農作物生長季SPEI先呈現波動變化后下降轉為增長趨勢，到20世紀90年代中后期，SPEI上升趨勢達到顯著水平;此后增長速度急劇下降，1999年后干旱化跡象露頭，但上升速度下降到一定程度后在一個相對平穩的狀態上下波動（而SPEI整體上還是呈現上升趨勢，呈濕潤化）之后很快又波動上升，直至達到顯著水平。1976—1982年干旱發生范圍較大，1983—1998年為相對平靜期，1999年開始發生干旱的站次明顯增加，2000年是1999—2004年這一時段的干旱發生高峰年。

從圖2可以看出，UF統計量曲線和UB統計量曲線存在3個交叉點，分別出現在1983、1999和2001年，其中，1983和2001年在0.05顯著水平線之內。可以肯定的是，SPEI突然轉為增長趨勢是突變現象，具體是從1983年開始的，這是個突變點。1999和2001年這2個交叉點出現的原因可能是干旱化跡象剛剛露頭但還沒有發生趨勢的轉變就消失了。

2.3?農作物生長季干旱頻率

2.3.1?各月不同等級干旱發生頻率。

根據表?1中的標準對東北地區89個站點的SPEI1-i進行了干旱分級劃定，不同等級的干旱在4—10月的發生頻率如表4所示?？傮w4、5、6、7月發生干旱的頻率大于8、9、10月。4、5月輕旱發生頻率高;中旱7月發生次數多，10月最少;重旱6月發生頻率明顯高于其他月份;極端干旱在4和10月發生頻率較高，8月較低。

2.3.2?生長季干旱的空間分布特征。

為了分析農作物生長季內不同時段干旱狀況，計算生長季內各月SPEI1-i并進行干旱分級，得到結果如圖3所示，5月發生干旱頻率較高的區域主要集中在黑龍江中南大部及吉林、遼寧的局部地區;6月發生干旱頻率較高的地區主要分布在黑龍江東部、吉林西部以及遼寧中東部;黑龍江西南部和東部、吉林西部和東部以及遼寧大部是7月干旱高發區;黑龍江西北部和東北部、吉林中部及遼寧東部是8月干旱的高發區;9月干旱主要分布在黑龍江西部、吉林西南部和東部以及遼寧東南部區域;10月干旱則主要分布在黑龍江大部和遼寧環渤海北部地區。

3?討論

農作物生長季干旱直接影響糧食生產，如何度量生長季干旱是必須首先直面的問題。張運福等[16]以9月份6個月時間尺度的SPEI分析遼寧的生長季干旱，韋瀟宇等[17]利用半年時間尺度的10月SPEI度量華北平原夏玉米整個生長季的干旱狀況。有關東北生長季干旱的研究多以5—9月為研究時段[9-10]，該研究首先利用農作物生長季多時間尺度的SPEI指數與作物因旱受災面積進行相關分析，結果表明SPEI4-8和受旱面積相關性最高。研究區主要作物一般在4月中下旬或5月播種，9—10月進入成熟收獲期，據分析該區域春旱和夏伏旱較多，秋旱比較少，且9月和10月大多作物已經度過需水關鍵期，即使發生氣象干旱，作物也不一定受災。雖然4月輕旱發生的頻率高、極端干旱在4月和10月發生頻率較高，由于為作物生長階段初期和末期，與作物受旱面積相關性較小。SPEI1-9與農作物受旱面積相關性低，同時考慮8、9月水分條件（SPEI2-9），相關程度大大提升，從側面反映了8月水分供給狀況對農作物生長有重要影響。

該研究利用基于Penman-Monteith蒸散模型得到的1968—2017年的SPEI指數對東北地區農作物生長季進行干旱趨勢和突變分析，發現SPEI以1983年為突變點由干轉濕，總體上呈增大趨勢，這與沈國強等[8]利用時空模態分析方法對1961—2014年SPEI的年均變量場進行分解得到的結論類似;與Yu等[9]利用M-K趨勢分析得到1965—1983年降水顯著減少，1996—2009年干旱范圍和強度更嚴重，整體上干旱風險加重的結論不完全一致，主要因為其僅考慮了降水對干旱的影響。計算東北1968—2017年5—9月的累計降水，發現59.6%的站點呈減少趨勢，但有92.1%的站點潛在蒸散減少，說明該區域雖然降水減少，但需水量降低，而1968—2008年降水和潛在蒸散減少的站點占比分別是79.8%和94.4%，說明研究時段的不同也會對結果造成一定影響。與陳莉等[10]的東北地區生長季干旱呈增加趨勢的結論有所差異，認為主要由于研究時段及考慮干旱的時間尺度不同造成的。

該研究通過對點狀數據插值，得到干旱頻率空間分布特征，但點狀數據的代表性及空間分布的局限性給結論帶來一定的不確定性，因此在研究農業干旱的過程時，將具有代表性的點狀數據與遙感等面狀數據綜合起來，可能會得到更客觀的結果。

4?結論

SPEI4-8更能反映研究區生長季農作物受旱面積，以其表征東北地區整個農作物生長季的干旱狀況。在此基礎上，分析了東北地區農作物生長季干旱變化的時空特征。東北地區農作物生長季的SPEI整體上有增大趨勢，即呈現濕潤化。9月份出現干旱化趨勢，其他月份均呈現濕潤化趨勢，其中4月和10月份濕潤化顯著。1983年是由干轉濕的突變點。黑龍江省西南部農作物生長季干旱呈減輕趨勢，且表現顯著;遼寧省干旱化的范圍比吉林和黑龍江省明顯，但均未達到0.05的顯著水平。

生長季前期發生干旱的頻率大于后期。4月和5月輕旱發生頻率高;中旱7月發生頻次高;重旱6月發生頻率明顯高于其他月份;極端干旱在4月和10月發生頻率較高，8月較低。不同月份干旱的高發區也各不相同。

總體而言，5—8月是需要重點關注農業干旱的時期，5月發生干旱的頻率最高，其他依次是7、6、8月，6月發生重旱頻率明顯高于其他月份，因此，既要注意春播缺墑情況的發生，也要防范夏伏旱帶來的不利影響。9月雖有干旱化趨勢，但對作物的影響有限。

參考文獻

[1]?中華人民共和國水利部.2007中國水旱災害公報[EB/OL].（2007-12-31）[2019-09-15].http：//www.mwr.gov.cn/sj/tjgb/zgshzhgb/201612/t20161222_776085.html.

[2]?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[J].地球科學進展，2008，23（6）：619-627.

[3]?馬柱國，符淙斌.1951～2004年中國北方干旱化的基本事實[J].科學通報，2006，51（20）：2429-2439.

[4]?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[J].生態環境學報，2015，24（1）：22-28.

[5]?李明，胡煒霞，張蓮芝，等.基于SPEI的東北地區氣象干旱風險分析[J].干旱區資源與環境，2018，32（7）：134-139.

[6]?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[J].干旱區資源與環境，2016，30（6）：65-70.

[7]?蔡思揚，左德鵬，徐宗學，等.基于SPEI干旱指數的東北地區干旱時空分布特征[J].南水北調與水利科技，2017，15（5）：15-21.

[8]?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[J].生態學報，2017，37（17）：5882-5893.

[9]?YU?X?Y，HE?X?Y，ZHENG?H?F，et?al.Spatial?and?temporal?analysis?of?drought?risk?during?the?cropgrowing?season?over?northeast?China[J].Natural?hazards，2014，71（1）：275-289.

[10]?陳莉，方麗娟，李帥.東北地區近50年農作物生長季干旱趨勢研究[J].災害學，2010，25（4）：5-10.

[11]?VICENTESERRANO?S?M，BEGUERA?S，LPEZMORENO?J?I.A?multiscalar?drought?index?sensitive?to?global?warming：The?standardized?precipitation?evapotranspiration?index[J].Journal?of?climate，2010，23（7）：1696-1718.

[12]?沈國強，鄭海峰，雷振鋒.SPEI?指數在中國東北地區干旱研究中的適用性分析[J].生態學報，2017，37（11）：3787-3795.

[13]?魏鳳英.現代氣候統計診斷與預測技術[M].北京：氣象出版社，1999.

[14]?康淑媛，張勃，柳景峰，等.基于Mann-Kendall法的張掖市降水量時空分布規律分析[J].資源科學，2009，31（3）：501-508.

[15]?SOLTANI?M，ROUSTA?I，MODIR?TAHERI?S?S.Using?MannKendall?and?time?series?techniques?for?statistical?analysis?of?longterm?precipitation?in?gorgan?weather?station[J].World?applied?sciences?journal，2013，28（7）：902-908.

[16]?張運福，房一禾，龔強.基于SPEI指數的遼寧省生長季干旱時空特征[J].生態學雜志，2017，36（1）：190-197.

[17]?韋瀟宇，胡琦，馬雪晴，等.基于SPEI的華北平原夏玉米生長季干旱時空變化特征[J].干旱氣象，2018，36（4）：554-560，577.