近60年秦嶺山地旱澇變化規律

張善紅,齊貴增,蘇 凱,周林燕,孟 清,白紅英,*

1 西北大學城市與環境學院,西安 710127 2 商洛學院城鄉規劃與建筑工程學院, 商洛 726000 3 西北大學陜西省地表系統與環境承載力重點實驗室,西安 710127

隨著全球環境變化,極端氣候事件頻發,氣象災害日趨嚴重,災害風險逐漸加大,其中,旱澇災害是影響范圍最廣的氣象災害類型[1],不僅破壞人類生存環境,造成水土流失及農作物受災減產,還對人類健康和社會穩定造成威脅[2]。IPCC第五次評估報告指出[3],全球幾乎所有地區都出現了地表溫度持續上升的現象,并且最近30年地表溫度的增暖幅度持續加大；近100年來我國氣候增溫率達到1.52℃/100a,超過世界平均水平。全球變暖使大氣環流發生異常,極端降水事件發生,在此背景下,全球旱澇影響范圍進一步擴大,全球干旱發生頻率增加,旱澇災害問題成為氣候學界研究的熱點[4—6]。

秦嶺地處我國暖溫帶和亞熱帶的生態過渡帶,是我國中部最重要的生態屏障及全球生物多樣性最豐富的地區之一,是重要的氣候和南北地理分界線,是中國氣候變化研究的重點和熱點區域[7]。近些年來隨著全球氣候變化和人類活動的影響,秦嶺山地氣候變化的特征表現出以下幾個特征：①氣溫上升顯著。近60年來秦嶺南北坡氣溫均呈上升趨勢,秦嶺南北氣候增暖主要表現在20世紀90年代之后[8—9]；②極端氣溫對海拔的依賴性不同。秦嶺極端氣溫的變暖率隨海拔升高而增大,高海拔區域極端氣溫頻率和強度的變化最明顯,中海拔區域極端氣溫持續時間的變化最明顯[10]；③秦嶺山地極端降水的持續性呈現減少趨勢,降水強度呈增加趨勢。秦嶺山地降水時間短、強度大,尤其在秦嶺南坡表現最明顯,易發生洪水災害[11]；④春季暖干化趨勢顯著。近60年來秦嶺山地春季表現為暖干化趨勢,其中1994—2008年是干旱化程度高、頻率高的時間段[12]。

目前對旱澇災害的研究主要集中在3個方面：一是旱澇指標的確定。目前應用最廣泛,適應性最好,且反映旱澇最理想的指數為標準化降水蒸散指數(Standardized Precipitation Evapotranspiration Index, SPEI)。該指數兼顧帕爾默干旱指數(Palmer Drought Severity Index, PDSI)和標準化降水指數(Standardized Precipitation Index, SPI)的優點,適合多尺度、多空間比較的優點[13—14]。二是旱澇災害的時空分布規律及成因研究。Yu等[15]采用SPEI指數對中國旱澇時空特征進行分析,發現20世紀90年代末期中國干旱強度增加,東北和華北干旱發生次數最頻繁,華南也表現出干旱化趨勢；Voice等[16]基于全球環流模式對澳大利亞海表溫度距平(Sea surface temperature anomaly, SSTA)指數與旱澇的關系進行研究,發現兩者關系非常密切,當東太平洋處于厄爾尼諾暖期時,對干旱影響更為強烈；也有學者[17—19]認為青藏高原熱力抬升作用影響到亞洲大部分區域,夏季高原的加熱作用通過激發異常的大氣環流,使得中亞、西北和華北的干旱事件加劇。近些年來,關于厄爾尼諾/南方濤動(El Nio-Southern Oscillation,ENSO)、大氣環流、太陽黑子對旱澇災害的關系研究逐漸成為熱點,普遍認為這些因素對旱澇災害的變化起著非常重要的作用[20—26]。三是研究SPEI指數對農業和林業的影響。張華等[27]研究西北地區植被變化對干旱的響應,結果表明植被生長狀況在大部分區域與SPEI呈現不同程度的正相關；曹樂瑤等[28]研究了森林生長對氣候干旱的響應,結果表明森林生長對氣候干旱的響應有正有負,且在不同月份、不同時間尺度上正負響應有所不同；Jiang等[29]對中國牧區不同時間尺度下植被生長對干旱的響應進行了研究,結果表明森林對較長時間尺度的干旱比較敏感,而草地和農田對較短時間尺度的干旱有關系；Qi等[30]研究結果表明,秦嶺山地植被歸一化植被指數(Normalized Difference Vegetation Index,NDVI)變化與秦嶺干濕變化密切相關,植被年NDVI與春季SPEI絕大多面積呈正相關,且隨海拔上升植被對干濕變化的敏感有差異。

秦嶺是中國南北地理環境的重要分界線,是氣候變化的敏感區。在全球變暖的大背景下,基于秦嶺南北坡32個氣象站點的氣象數據,探討秦嶺南北坡旱澇時空分布特征,引入交叉小波和小波相干分析法,更好地揭示秦嶺山地旱澇變化與各因子之間在不同周期尺度上的時頻位相關系,旨在為秦嶺南北坡的旱澇防治,秦嶺林業和農業發展提供科學依據,為秦嶺山、水、林、田、湖、草生態保護工程提供有力的理論指導。

1 研究區概況與研究方法

1.1 研究區概況

秦嶺山地橫亙于我國中部地區呈東西走向的巨大山脈,其大體上與我國1月0℃等溫線、800mm等降水量線重合[7],是濕潤季風氣候與半濕潤季風氣候的分界線,也是北亞熱帶常綠落葉闊葉林混交林與暖溫帶落葉闊葉林的分界線,是重要的氣候和南北地理分界線,是全球生物多樣性關鍵地區之一,同時這座橫亙東西的巨大山脈又是氣候變化區域響應的敏感區[31]。秦嶺山地的高山、中山地貌一般海拔在1500—3000m,導致氣候山地多樣,呈現出明顯的山地垂直分帶特征[7],隨著海拔的上升,依次呈現暖溫帶、中溫帶、寒溫帶等垂直氣候帶(南坡在暖溫帶以下有北亞熱帶)。氣候帶的垂直地帶性,相應植被也呈現明顯的垂直分帶特征。本文研究的秦嶺山地為陜西省境內的秦嶺腹地,地處105°30′—111°05′E,32°40′—34°35′N之間,西起嘉陵江,東與伏牛山相接,北以渭河為界,南以漢江為邊,東西橫貫于陜西省南部,包括陜西省的六市32個縣區,見圖1。

圖1 研究區氣象站點Fig.1 Spatial distribution of meteorological stations in the study area

1.2 資料來源

本文所采用的氣象數據來源于陜西省氣象局,包括1960—2019年秦嶺山地32個氣象站點逐日氣溫和降水數據以及太白山中高海拔的11個自動氣象站2013—2015年逐日氣溫、降水數據。其中1960—2019年日值數據有部分站點數據缺測,為保證研究數據的完整性和連續性,缺測數據通過站點已有數據與鄰近站點數據采用回歸方法[32]進行插補,部分缺測站點結果如圖2(圖2為部分所缺站點與鄰近站點數據的一致性檢驗)所示。由圖2可以看出,缺測數據站點與臨近站點的數據一致性良好,R2均大于0.97以上,說明采用臨近站點的插補方法是可行的。

圖2 部分缺測站點與臨近站點的數據一致性檢驗Fig.2 Data consistency test between lack of measured data site and adjacent site

數字高程(DEM)數據分辨率為30m×30m,來源于國家基礎地理信息中心；ENSO數據來自美國海洋氣象局NOAA(http://www.cpc.noaa.gov),ENSO事件選用赤道中、東太平洋El Nio3.4區的海表溫度距平(Sea surface temperature anomaly,SSTA)指數進行表征[23]；太陽黑子數據來源于美國天文觀測網站公布的太陽黑子相對數。

1.3 研究方法

1.3.1標準潛在蒸散發指數SPEI

Vicente-Serrano等[33]提出標準化降水蒸散指數(SPEI),兼顧帕爾默干旱指數(PDSI)和標準化降水指數(SPI)的優點,適合多尺度、多空間比較的優點。SPEI表征全球變暖背景下干旱的變化特征,在全球各地區有較好應用[34—36]。具體計算過程參見以下參考文獻[33,37]。秦嶺山地的旱澇等級劃分參考GB/T20481—2006《氣象干旱等級》,并借鑒劉珂和蔣大膀[38]的劃分方法,具體標準見表1。

表1 標準化降水蒸散指數(SPEI)對應的旱澇等級Table 1 SPEI grades for drought and flood

1.3.2Anuplin插值方法及驗證

Anusplin空間插值法,是由澳大利亞學者Hutchinson基于薄盤光滑樣條函數理論開發,該軟件通過多個影響因子進行空間插值,更加適用于長時間序列的氣象要素插值處理[39],并且在復雜山地環境下,插值精度誤差小[40],研究表明Anusplin對氣象數據的插值相于其他插值法更加準確[41],因此本文選用了Anusplin對秦嶺山地各站點SPEI進行空間插值。采用交叉驗證方法選取中高海拔站點和中低海拔站點數據,運用平均絕對誤差(MAE)和均方根誤差(RMSE)2個參數評估SPEI數據的插值精度。中高海拔站點驗證：采用太白山地區2013—2015年11個中高海拔區自動氣象站點數據對Anusplin法空間插值結果進行檢驗；中低海拔站點驗證：從32個站點中每次隨機預留3個站點作為驗證,剩余29個站點用來建立插值模型,共取4次,得到12個驗證點,用來評估中低海拔地區插值驗證精度。表2插值結果精度最大年份、最小年份以及中間年份的驗證結果,SPEI插值結果在中低海拔處、中高海拔插值良好,滿足研究需要。

表2 SPEI空間插值結果檢驗Table 2 Results of SPEI spatial interpolation of the Qinling Mountains

1.3.3相關性分析

使用交叉小波變換(XWT)與小波相干變換(WTC)分析秦嶺山地SPEI與ENSO、太陽黑子的關系。交叉小波變換[42]是一種將小波變換和交叉譜分析結合的一種新的信號分析技術,可以從多時間尺度研究兩個時間序列在時域頻中的相互關系。該方法可以揭示兩個不同時段尺度上的相關性和一致性,并能再現時頻空間中的相位關系。小波相干譜是用來衡量兩個時間序列在時頻域中局部相關的低值區,兩者在小波相干譜中也可能對應著顯著的相關性。小波相干譜的檢驗采用蒙特卡洛檢驗法。具體使用方法,見參考文獻[42]。

在使用交叉小波變換對秦嶺山地SPEI研究的基礎上,結合小波相干譜,更能準確地得出秦嶺山地SPEI及其影響因子特征指數的時間序列的時頻位相關系[43]。

2 結果與分析

2.1 1960—2019年秦嶺山地旱澇變化

2.1.1秦嶺山地SPEI指數時間變化趨勢

圖3為秦嶺山地平均SPEI指數年際變化趨勢及其Mann-Kendall檢驗結果。由圖3可以看出,1960—2019年,秦嶺山地年平均SPEI指數以0.124/10a的速度下降,干旱趨勢明顯增強,1990年秦嶺山地發生干旱突變。突變前的30年洪澇事件相對較多,而突變后的30年干旱頻繁發生,干旱事件大于洪澇事件。在0.05的置信度水平下,由UF曲線可知,1960—2019年秦嶺年平均SPEI指數呈現波動變化,并于1990年發生下降突變,且在2000—2019年間(除2011—2013年)達顯著下降趨勢,而在突變之前,無論是干旱事件還是洪澇事件基本未達到顯著變化。

圖3 1960—2019年秦嶺山地SPEI值年際變化及M-K突變檢驗Fig.3 Interannual variation of SPEI value and M-K mutation test in Qinling Mountains from 1960 to 2019SPEI: 標準化降水蒸散指數 Standardized precipitation evapotranspiration index；M-K: Mann-Kendall; UF,Forward standard normal distribution; UB,Backward standard normal distribution; 在給定顯著性水平a=0.05,統計量UF和UB的臨界值為±1.96; UF>0,表示序列呈上升趨勢；反之,呈下降趨勢,大于或小于±1.96,表示上升或下降趨勢顯著

2.1.2秦嶺山地SPEI指數空間變化趨勢

通過對1960—2019年秦嶺山地各站點的SPEI值進行Anusplin插值,得到60張SPEI的空間分布圖,采用線性傾向分析的方法,得到秦嶺山地每個柵格上年SPEI變化傾向率并進行顯著性分析(圖4)。由圖4秦嶺SPEI傾向率可知,秦嶺山地SPEI的變化率介于-0.350/10a到0.086/10a之間,傾向率大于0的地區占總面積的4.17%,傾向率小于0的地區占總面積的95.83%。由SPEI傾向率顯著性檢驗可知,秦嶺山地90.23%的面積顯著下降趨勢(P≤0.1),5.17%不顯著下降；2.64%不顯著上升；1.96%顯著上升。

圖4 1960—2019年秦嶺山地年均SPEI傾向率與顯著性空間分布Fig.4 Spatial distribution of SPEI tendency rate and its significance in the Qinling Mountains

其中,秦嶺南、北坡的年均SPEI指數分別以0.121/10a和0.171/10a的速度下降,表明北坡的干旱化趨勢大于南坡。其中北坡的周至、鄠邑、寶雞的干旱化程度較大,其SPEI指數變化率分別為-0.179/10a、-0.129/10a、-0.172/10a；南坡SPEI指數傾向率下降較明顯的地區為鎮安、柞水和城固,分別是-0.179/10a、-0.194/10a和-0.172/10a；而南坡的商南、安康和略陽表現出較微弱的濕潤化特征,傾向率為0.063/10a、0.022/10a和0.013/10a。

參考《陜西秦嶺生態環境保護綱要》中依據生態系統基本特征對秦嶺高、中、低海拔的劃分,將秦嶺劃分為<1500m、1500—2600m和>2600m 3個海拔區域[10],并在3個海拔區內提取SPEI傾向率。結果發現,<1500m、1500—2600m和>2600m 3個區間范圍的平均傾向率分別為-0.111/10a、-0.193/10a和-0.286/10a,說明高海拔地區旱澇狀況對氣候變化更為敏感。

綜上所述,整個秦嶺山地干旱化趨勢顯著,且北坡的干旱化趨勢大于南坡；高海拔地區SPEI指數呈現明顯的下降趨勢,即高海拔地區干旱更加敏感。

2.2 秦嶺南北旱澇發生頻率變化特征

按照SPEI旱澇等級劃分標準(表1)將SPEI指數劃分為不同的旱澇級別,并分為6個年代際變化進行分析,結果見表3。由表3可以看出,秦嶺南北的干旱發生頻率呈上升趨勢,洪澇發生頻率呈下降趨勢,20世紀80年代之前,秦嶺北坡的洪澇發生頻率大于南坡,20世紀80年代開始,秦嶺北坡的干旱發生頻率大于南坡。20世紀60—70年代秦嶺南坡和北坡地區均由濕潤向干旱發展,且秦嶺北坡的澇災頻率大于秦嶺南坡；20世紀80年代秦嶺南北坡均以濕潤為主,且秦嶺南坡的澇災頻率大于北坡；20世紀90年代到21世紀的前10年,秦嶺地區濕潤事件呈現斷崖式下降,旱災頻率和等級明顯增加,秦嶺北坡的干旱事件由12.50%上升到48.33%,南坡由6.67%劇增到41.67%,北坡的干旱程度大于秦嶺南坡；2010—2019年秦嶺地區開始轉向濕潤,但其干旱程度仍高于20世紀60年代干旱,且北坡的干旱程度大于秦嶺南坡。

表3 1960—2019年秦嶺南北旱澇發生頻率/%Table 3 Frequency of drought and flood in the Qinling Mountains from 1960 to 2019

秦嶺地區1960—2019年SPEI指數在1990年發生降低突變,值得注意的是,突變前30年(1960—1989年)秦嶺地區整體濕潤比例平均值為36.94%,突變后30年(1990—2019年)濕潤比例平均值下降為18.19%；干旱比例平均值由突變前的17.64%急劇上升到突變后的38.19%,表明1990年以后,秦嶺由濕潤轉向干旱的趨勢明顯。此外,突變發生前秦嶺南北坡極端干旱事件從未發生,嚴重干旱事件也很罕見,突變后嚴重干旱和極端干旱事件發生頻率較高；同時,突變后秦嶺南北坡極端濕潤和嚴重濕潤事件近乎銷聲匿跡,1990—2019年只發生3次嚴重濕潤事件。

3 秦嶺山地旱澇變化周期與成因分析

3.1 秦嶺山地旱澇周期

采用Morlet小波對秦嶺年SPEI值進行周期分析,結果如圖5。小波變換系數實部時頻圖中,正小波代表SPEI指數偏大時期,表示濕潤條件,負小波代表SPEI指數偏小時期,表示干旱條件。由圖5秦嶺SPEI的小波周期圖可以看出,秦嶺山地主要存在23年的中長周期及9年左右的短周期,大尺度的周期嵌套著小尺度的周期變化,且不同周期對應的SPEI指數偏大偏小情況不同。23年尺度的中長周期,其周期信號具有全域性特點,周期信號最強,小波系數等值線閉合值高,是秦嶺山地SPEI指數序列的最大周期變化。9年左右的周期變化,周期信號具有局域性特征,以1995為界,周期振蕩在1960—1995年表現最明顯。由圖5秦嶺SPEI小波分析方差可知,秦嶺山地SPEI干旱指數序列的小波方差有2個峰值,對應周期分別為23年和9年。其中23年尺度的小波方差值遠大于9年尺度對應的小波方差峰值,表明23年的周期振蕩最為明顯,為第一主周期,9年周期為次周期。該結論與小波實部時頻圖得到結論基本一致。

圖5 1960—2019年秦嶺山地SPEI指數小波分析圖Fig.5 Wavelet analysis of SPEI index in the Qinling Mountains from 1960 to 2019

3.2 秦嶺山地旱澇變化的成因分析

影響氣候旱澇的直接原因是氣溫和降水的異常,而氣溫和降水變化的原因可能與熱帶海洋表面溫度、大氣環流、太陽活動等綜合因素的影響。本文就太陽黑子變化、海表溫度距平指數(SSTA)、ENSO事件分析秦嶺山地旱澇變化的成因。

3.2.1太陽黑子的影響

圖6為秦嶺山地1960—2019年SPEI與太陽黑子的交叉小波計算結果。由圖6交叉小波能量譜可知,秦嶺年SPEI與太陽黑子存在一個顯著的共振周期振蕩,大約為8—10年周期(1965—1994年)。其中1960—1984期間相位向上偏左,近似負相關；1985—1994期間,相位向上偏右,近似正相關。由圖6交叉小波凝聚譜可以看出,交叉小波凝聚譜彌補了交叉小波能量譜在低能區相關性分析的不足,交叉小波凝聚譜有著較大的時頻域空間,SPEI與太陽黑子序列在有效譜區內存在3個周期,5—6年周期(1963—1975年)、3年周期(1975—1978年)和2年周期(1994—2005年)。5—6年周期相位差向上偏左,近似負相關；3年周期SPEI變化相位比太陽黑子提前90°；2年周期SPEI變化與太陽黑子呈負相關。可見太陽黑子相對數在不同的時間尺度上對旱澇變化影響不同,在1960—1984年和1994—2005年太陽黑子與秦嶺干旱呈負相關,而在1985—1994年呈正相關關系,整體上太陽黑子相對數與秦嶺旱澇干旱基本呈負相關關系。

圖6 秦嶺年SPEI與太陽黑子的交叉小波能量譜、交叉小波凝聚譜Fig.6 Cross wavelet power and wavelet coherence between SPEI and sunspot in the Qinling Mountains黑色實線圈閉合區域為通過置信水平為95%的標準背景譜檢驗；箭頭表示相位關系,←表示兩個序列變化呈負相關關系,→表示位正相關關系；↑表示SPEI變化滯后太陽黑子變化位相90°,↓表示SPEI變化相位超前太陽黑子90°;XWT:交叉小波變換 Cross wavelet transform；WTC: 小波變換相干法 Wavelet transform coherence

3.2.2海洋表面溫度距平指數(SSTA)的影響

圖7為秦嶺山地1960—2019年SPEI- 1與SSTA- 1的交叉小波計算結果。由圖7 SPEI與SSTA序列的交叉小波能量譜可知,SPEI與SSTA存在兩個顯著的共振周期振蕩,分別是2—3年周期(1962—1970年)和4—6年周期(1982—2007年)。前者相位差向下偏左,近似負相關；后者分為兩個階段,其中1982—1990年相位向上偏左,近似負相關,1991—2007年秦嶺山地SPEI滯后SSTA約1/4周期。結合SPEI與SSTA序列交叉小波凝聚譜可以發現,兩序列具有的凝聚性最強的周期為5—6年的年際共同變化周期(1995—2012年),位相差為垂直向上,SPEI滯后SSTA約1/4周期,約1.25—1.5年；2012年后位于有效譜區外,但2012年后在有效譜區外出現顯著正相位高能量振蕩,表明2012年后秦嶺SPEI受到東太平洋El Nio3.4區的海表溫度變化的影響依然很強烈。

圖7 秦嶺年SPEI與SSTA的交叉小波能量譜、交叉小波凝聚譜Fig.7 Cross wavelet power(left)and wavelet coherence(right)between SPEI and SSTA in the Qinling Mountains黑色實線圈閉合區域為通過置信水平為95%的標準背景譜檢驗；箭頭表示相位關系,←表示兩個序列變化呈負相關關系,→表示為正相關關系；↑表示SPEI變化相位滯后SSTA變化位相90°,↓表示SPEI變化相位超前SSTA變化相位90°;SSTA：海表溫度距平 Sea surface temperature anomaly

綜上所述,在1990年以前,SPEI與SSTA存在2—3年周期(1962—1970年)和4—6年周期(1982—1990年)的顯著負相關共振周期,即隨著海溫的增加,SPEI呈現下降趨勢；1990年以后,SPEI與SSTA具有凝聚性最強的5—6年的年際共同變化周期(1995—2018年),且秦嶺山地SPEI滯后SSTA約1/4周期。說明在不同時域范圍內,SSTA對秦嶺山地旱澇變化的影響不同。

3.2.3ENSO與SPEI值的關系

根據中國國家氣象中心(National center of China)提供的厄爾尼諾/拉尼娜事件判別方法并參考其他文獻的劃分結果[22—23],統計1960—2019年ENSO事件。El Nio事件年共有14次,La Nina事件年共有22次。圖8為ENSO事件強度與事件年SPEI值的關系,在La Nina事件年,SPEI指數相對較大,整個區域多數處于濕潤期；在El Nio事件年及其前后1年,SPEI值相對偏小,整個區域基本處于干旱期。在該區域60年間15次干旱事件(SPEI值<0.5)中,有10次發生在El Nio事件年及其前后1年；在60年間的16次洪澇事件(SPEI值>0.5),其中有9次發生在La Nina事件年。在1990年突變前,El Nio事件6次,La Nina事件14次,La Nina事件多于El Nio事件,突變前濕潤年多于干旱年；在1990年突變后,El Nio事件10次,La Nina事件8次,El Nio事件大于La Nina事件,突變后干旱年多于濕潤年。這說明,ENSO事件對秦嶺山地的旱澇事件影響非常顯著,在La Nina年易發生洪澇事件,在El Nio年易發生干旱事件,或者發生在El Nio年前后一年,地處西北地區的秦嶺山脈同樣會受到熱帶太平洋地區氣溫和水溫變化的影響。

圖8 ENSO事件與秦嶺山地SPEI值關系Fig.8 The relationship between ENSO events and SPEI value over Qinling Mountains from 1960 to 2019ENSO：厄爾尼諾/南方濤動El Nio-Southern Oscillation

4 討論與結論

4.1 討論

全球變化使得全球干旱呈現增強趨勢,且局地干旱更加劇烈[44—46],秦嶺山地作為中國南北過渡帶,是氣候變化的敏感區[47—48]。本文研究1960—2019年秦嶺山地旱澇變化的空間差異時,發現秦嶺山地的干旱狀況尤其是20世紀90年代以來秦嶺山地的嚴重干旱和極端干旱事件異常強烈,且秦嶺北坡的干旱程度大于秦嶺南坡,這與以往研究的結論一致[49—50]。有研究認為,這種狀況可能是因為秦嶺具有強烈的阻隔作用,南方的水汽很難越過秦嶺到達秦嶺北坡,使得秦嶺北坡的氣候比較干燥,南坡的氣候比較濕潤[37,51]；另一方面這種南北空間分異的原因也可能是東亞夏季對流層溫度年代轉折的原因[47,52]。1992年后,中國35°N以北年代際變暖,35°N以南的地區對流層溫度年代際變冷。秦嶺以北關中地區位于35°N過渡區,秦嶺以南地區位于35°N以南地區。東亞夏季對流層溫度年代際的轉折,對秦嶺以北地區(尤其是關中平原)增溫具有放大作用,對秦嶺南坡增溫具有削弱作用[53]。這兩方面的原因,使得秦嶺SPEI發生干旱突變后,秦嶺北坡的干旱程度大于秦嶺南坡。

另外,通過研究發現秦嶺山地高海拔地區SPEI指數呈現明顯的下降趨勢,即高海拔地區干旱更加敏感。有研究表明[54],隨著氣候變暖,高海拔地區的植被對溫度的控制可能正在變緩,但干旱正成為森林生長的一個更重要的限制,特別是對中高海拔森林和易于干旱的林地和灌木林地。秦嶺高海拔地區的太白紅杉為適應生境變化正向高山灌叢、裸巖分布處遷移,林線附近的幼齡林隨處可見；而巴山冷杉卻出現大面積退化甚至死亡現象,尤其是在其上限區域更為嚴重[55]。這與該地區近些年來的干旱加劇是否有關？也可能是不同植被類型對干旱的敏感不同。

秦嶺山地SPEI與太陽黑子交叉小波計算得出,太陽黑子相對數在不同的時間尺度上對秦嶺山地旱澇變化影響不同,這與趙小娟和延軍平[56]利用月降水量計算的旱澇指數與太陽黑子在80年代前呈負相關,80年代后呈正相關,以及與王鵬濤[57]統計的1961—2013年時間段內,總體在太陽黑子谷值年附近出現澇情頻率略高,在太陽黑子峰值年附近出現旱情頻率遠遠高于澇情基本一致。有個別時間段內二者之間的相關性不一致,造成這種差異的原因可能是由于研究范圍、選取的資料、數據的處理方法不同有一定關系。ENSO對我國的降水影響顯著。當El Nio強時,全年降水偏少,易發生干旱事件[58—59]；而La Nina強時,夏秋降水偏多,易發生洪澇事件[59]。秦嶺位于中國東部季風區,是北亞熱帶和暖溫帶的分界線,影響其干旱演變的機理和因素均比較復雜,后續研究應該明確更多影響因子,進一步探究多因子對秦嶺山地旱澇變化的影響,從而對該地區林業和農業的生產提供建議。

4.2 結論

(1)1960—2019年,秦嶺山地年SPEI指數以0.124/10a的速度在下降,1990年為干旱的突變年。其中,90.23%的面積呈顯著下降趨勢,1.96%的面積呈顯著上升趨勢；秦嶺南、北坡的年SPEI指數傾向率分別為-0.075/10a和-0.128/10a,秦嶺北坡的干旱化趨勢大于南坡,且高海拔地區的SPEI變化趨勢更為明顯。

(2)秦嶺南坡和北坡地區旱澇發生頻率變化總趨勢較為一致,表現出旱災增加而澇災減少,突變前30年秦嶺山地整體濕潤比例平均值為36.94%,突變后30年下降為18.19%,而干旱比例平均值由突變前的17.64%急劇上升至突變后的38.19%,即1990年后,秦嶺由濕潤轉向干旱的趨勢明顯。突變前30年秦嶺南北坡極端干旱事件、嚴重干旱事件極少發生,發生頻率幾乎為0；突變后30年嚴重干旱和極端干旱事件發生頻率增加,秦嶺南北坡極端濕潤和嚴重濕潤事件近乎銷聲匿跡。

(3)太陽黑子與秦嶺山地旱澇變化以顯著負相關關系為主；ENSO事件對秦嶺山地的旱澇變化影響較大,在La Nina年易發生洪澇事件,在El Nio年易發生干旱事件,或者發生在El Nio年前后一年；在不同時域范圍內,SSTA對秦嶺山地旱澇變化的影響不同：1990年以前,SPEI與SSTA存在顯著的負相關關系；1990年后,SPEI與SSTA存在5—6年的強凝聚性共振周期,且SPEI滯后SSTA約1/4周期。