基于SPI指數(shù)的當(dāng)前及未來(lái)中國(guó)東北地區(qū)干旱時(shí)空演變特征分析

張芯瑜 張琪,2 韓佳昊

(1 南京信息工程大學(xué) 應(yīng)用氣象學(xué)院，南京 210044；2 江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室，南京 210044)

引 言

1970s以來(lái)，氣候變化增加了大氣持水能力，改變著大氣環(huán)流格局，加劇全球干旱[1]。東北地區(qū)目前是我國(guó)氣候變化最為顯著的區(qū)域之一[2]。統(tǒng)計(jì)結(jié)果顯示，1980s以來(lái)東北地區(qū)干旱明顯加劇，面積增加，造成嚴(yán)重?fù)p失[3]。因此研究東北地區(qū)未來(lái)干旱事件的時(shí)空演變特征具有重要意義。

干旱指數(shù)是研究干旱事件的主要手段，迄今表征干旱程度的指數(shù)有近百種，較為常用的有標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index, SPI)、Z指數(shù)、Palmer干旱指數(shù)(Palmer Drought Severity Index, PDSI)和標(biāo)準(zhǔn)降水蒸散指數(shù)(Standardized Precipitation Evapotranspiration Index, SPEI)等[4]。各指數(shù)主要以降水量、氣溫等數(shù)據(jù)為輸入，分析不同時(shí)間尺度上水分盈缺狀況。其中Mckee, et al[5]開(kāi)發(fā)的SPI指數(shù)具有計(jì)算合理、意義清晰、時(shí)間尺度靈活等特點(diǎn)，得到廣泛使用。東北地區(qū)降水具有東南部多且向內(nèi)陸地區(qū)減少以及主要集中在夏季的分布特征，多數(shù)研究都顯示在過(guò)去的幾十年干旱有頻率增加、空間分布差異大的特征[6-8]。同時(shí)也有部分對(duì)東北地區(qū)未來(lái)氣溫、降水量變化情況進(jìn)行預(yù)估性研究，耦合模式比較計(jì)劃(CMIP5)的模式對(duì)東北地區(qū)的模擬效果較好[9]，模式預(yù)估結(jié)果顯示RCP4.5和RCP8.5情景下未來(lái)東北地區(qū)氣溫、降水都顯著增加，且東部地區(qū)降水增加更顯著，RCP8.5情景下增溫更明顯[10-11]。目前已有的研究多從氣象要素的未來(lái)變化情況開(kāi)展，而對(duì)于未來(lái)東北地區(qū)干旱變化特征特別是更小時(shí)間、空間尺度的研究較為少見(jiàn)，需開(kāi)展相關(guān)研究。

本文擬基于降水量歷史觀測(cè)數(shù)據(jù)和模式預(yù)估數(shù)據(jù)，采用SPI指數(shù)識(shí)別干旱事件，分析東北地區(qū)干旱危險(xiǎn)性在未來(lái)近期(2020—2049年)、遠(yuǎn)期(2070—2099年)相對(duì)于歷史時(shí)期(1976—2005年)的變化趨勢(shì)和空間分布規(guī)律，為東北地區(qū)應(yīng)對(duì)氣候變化，制定農(nóng)業(yè)發(fā)展規(guī)劃提供指導(dǎo)和建議。

1 資料與方法

1.1 研究區(qū)概況

東北地區(qū)(38°40′～53°20′N，111°37′～135°5′E)包括黑龍江、吉林、遼寧以及內(nèi)蒙古東四盟(圖1)，屬溫帶季風(fēng)氣候區(qū)，北部部分地區(qū)為寒溫帶季風(fēng)氣候，東北平原大部分屬半濕潤(rùn)區(qū)，內(nèi)蒙古東部屬于半干旱區(qū)。

1.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)包括降水量歷史觀測(cè)數(shù)據(jù)和氣候模式預(yù)估數(shù)據(jù)。歷史觀測(cè)數(shù)據(jù)來(lái)源于國(guó)家氣象信息中心(http:∥data.cma.cn/)，包括1976—2005年?yáng)|北地區(qū)25個(gè)氣象站(圖1)逐日降水?dāng)?shù)據(jù)，用于驗(yàn)證模式預(yù)估數(shù)據(jù)的可用性及分析歷史階段的干旱特征。

氣候模式預(yù)估數(shù)據(jù)來(lái)源于美國(guó)航天局發(fā)布的統(tǒng)計(jì)降尺度氣候評(píng)估數(shù)據(jù)集NASA Earth Exchange/Global Daily Downscaled Projections (NEX-GDDP，簡(jiǎn)稱GDDP)(https:∥cds.nccs.nasa.gov/nex-gddp/)。該數(shù)據(jù)集采用誤差訂正空間分解法(Bias Correction and Spatial Disaggregation, BCSD)將大氣環(huán)流模式(General Circulation Model, GCM)數(shù)據(jù)插值到空間分辨率為0.25°×0.25°的網(wǎng)格[12]。數(shù)據(jù)集包括IPCC AR5中模擬全球氣候變化的CMIP5中的21個(gè)GCMs的統(tǒng)計(jì)降尺度結(jié)果，有逐日最高溫度、最低溫度及降水?dāng)?shù)據(jù)，歷史時(shí)期為1850—2005年，未來(lái)預(yù)估時(shí)期為2006—2100年。其中未來(lái)預(yù)估數(shù)據(jù)包括RCP4.5和RCP8.5兩種典型濃度路徑。該數(shù)據(jù)集提供了超高時(shí)空分辨率的模式預(yù)估數(shù)據(jù)，一些學(xué)者對(duì)該產(chǎn)品進(jìn)行效果評(píng)價(jià)并用于未來(lái)氣候變化影響的研究，取得了較好的效果[13-15]。

根據(jù)以往研究，從21個(gè)模式挑選出以下11個(gè)在我國(guó)(東北地區(qū))適用性較好的模式：bcc-csm1-1、CCSM4、CNRM-CM5、GFDL-ESM2G、IPSL-CM5A-LR、IPSL-CM5A-MR、MIROC5、MIROC-ESM、MIROC-ESM-CHEM、MRI-CGCM3、NorESM1-M[16-18]。選用1976—2005年?yáng)|北地區(qū)25個(gè)氣象站點(diǎn)的月降水量觀測(cè)數(shù)據(jù)和各個(gè)站點(diǎn)所在格點(diǎn)的模式預(yù)估數(shù)據(jù)進(jìn)行對(duì)比，驗(yàn)證不同模式在東北地區(qū)的適用性。如圖2所示，各個(gè)模式與觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)均在0.7左右，標(biāo)準(zhǔn)差也與觀測(cè)數(shù)據(jù)(Observation, obs)接近，說(shuō)明模式對(duì)東北地區(qū)降水模擬效果較好，其中中國(guó)國(guó)家氣候中心的bcc-csm1-1模式效果略優(yōu)于其他模式，因此本研究采用該模式的降尺度數(shù)據(jù)分析未來(lái)東北地區(qū)干旱情況。

圖2 1976—2005東北地區(qū)降水模擬值與觀測(cè)值泰勒?qǐng)DFig.2 Taylor diagram for displaying the observation and simulationprecipitation in Northeast China during 1976-2005

1.3 研究方法

1.3.1 標(biāo)準(zhǔn)化降水指數(shù)

采用SPI識(shí)別干旱事件，具體過(guò)程如下[5-6]：

(1)該指數(shù)基于某地區(qū)30 a及以上的長(zhǎng)期降水量序列計(jì)算一定時(shí)間尺度(如1個(gè)月、3個(gè)月、6個(gè)月、12個(gè)月等)的累計(jì)降水量，降水量序列采用gamma概率分布擬合：

(1)

(2)

其中：α、β分別為gamma概率分布的形狀、尺度參數(shù)，采用極大似然法進(jìn)行估計(jì)：

(3)

(4)

(5)

(2)gamma概率分布中變量不為0，實(shí)際情況下降水可以為0，若降水序列的長(zhǎng)度為n，降水量為0的頻數(shù)為m，設(shè)q=m/n，則gamma概率分布為：

H(x)=q+(1-q)g(x)，

(6)

(3)將gamma概率分布轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布即可得SPI：

(7)

(8)

其中：c0=2.515 517，c1=0.802 853，c2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 308。

根據(jù)SPI值的大小確定旱澇情況，一般SPI<-0.5則認(rèn)為發(fā)生了干旱，值越小干旱越嚴(yán)重[19]。為了使不同時(shí)段的SPI指數(shù)具有可比性，采用歷史時(shí)期、RCP4.5情景近期(2020—2049年)、RCP4.5情景遠(yuǎn)期(2070—2099年)、RCP8.5情景近期和RCP8.5情景遠(yuǎn)期共150 a的降水量數(shù)據(jù)序列計(jì)算年尺度和季節(jié)尺度的SPI值。

1.3.2 干旱危險(xiǎn)性的計(jì)算

危險(xiǎn)性由事件發(fā)生的強(qiáng)度和頻率共同決定[19]，干旱強(qiáng)度越大、頻率越高，則該地區(qū)的干旱危險(xiǎn)性越大。本文計(jì)算逐年的年尺度和季節(jié)尺度的SPI值，擬合各地區(qū)不同情景和時(shí)期的SPI概率密度曲線，從而獲取不同強(qiáng)度干旱發(fā)生的頻率，根據(jù)以下公式計(jì)算干旱危險(xiǎn)性：

(9)

其中：DH為干旱危險(xiǎn)性；SPI值的大小描述干旱強(qiáng)度；f(SPI)為對(duì)應(yīng)SPI值出現(xiàn)的頻率，由于干旱對(duì)應(yīng)的SPI值為負(fù)數(shù)，因此結(jié)果取相反數(shù)。DH值越大說(shuō)明該地區(qū)在這段時(shí)間內(nèi)干旱危險(xiǎn)性越大，反之越小。采用該方法計(jì)算的干旱危險(xiǎn)性很好的綜合了某個(gè)地區(qū)某一時(shí)段內(nèi)干旱發(fā)生的頻率和強(qiáng)度特征。

2 結(jié)果與分析

2.1 不同氣候變化情景下未來(lái)近期、遠(yuǎn)期降水量變化

如圖3所示，整個(gè)東北地區(qū)年降水量平均值在歷史時(shí)期為506.34 mm，期間有增加趨勢(shì)但不明顯。在未來(lái)近期，RCP4.5和RCP8.5兩種情景下年均降水量都較歷史時(shí)期有所增加，分別為550.87 mm和539.98 mm，RCP4.5情景下增加幅度較大。到未來(lái)遠(yuǎn)期，兩種情景下年均降水量進(jìn)一步增加，分別為559.83 mm和573.77 mm，較近期相比RCP8.5情景年均降水量增幅更大。

圖3 不同氣候變化情景下東北地區(qū)年降水量隨時(shí)間變化情況Fig.3 Average yearly precipitation under different emission scenarios

圖5 不同情景下未來(lái)近期、遠(yuǎn)期年均降水增幅空間分布Fig.4 Spatial distribution of precipitation increment under different climate scenarios

由圖4可以看出，在歷史時(shí)期東北地區(qū)年均降水量最小值分布在最西部的內(nèi)蒙古地區(qū)，最大值出現(xiàn)在吉林、遼寧東南沿海地區(qū)。降水量整體分布呈現(xiàn)出從東南向西部地區(qū)遞減的趨勢(shì)，受海陸位置的影響明顯。東南沿海濕潤(rùn)地區(qū)與內(nèi)陸干旱地區(qū)的年降水量之差最高達(dá)800 mm左右。

圖4 歷史時(shí)期年均降水量空間分布Fig.4 Spatial distribution of multi-year average precipitationduring 1976-2005

圖5為各地區(qū)未來(lái)年均降水量較歷史時(shí)期增加百分比，可以看出，在RCP4.5情景下，研究區(qū)在未來(lái)近期、遠(yuǎn)期相對(duì)于歷史時(shí)期降水均有增加，且未來(lái)遠(yuǎn)期增幅更高，空間分布上呈現(xiàn)中間較高兩側(cè)較低。在RCP8.5情景下，未來(lái)近期降水增幅不大，特別是在黑龍江中西部地區(qū)降水量有所減少；在未來(lái)遠(yuǎn)期降水增幅大幅提高特別是在西部地區(qū)。總體而言，未來(lái)遠(yuǎn)期較近期降水增幅更明顯，中西部地區(qū)較周圍降水增幅明顯。

2.2 不同氣候變化情景下未來(lái)近期、遠(yuǎn)期干旱危險(xiǎn)性變化

由圖6a可以看出，與歷史時(shí)期的東北地區(qū)年尺度SPI概率密度曲線相比，在RCP4.5情景下未來(lái)近期和遠(yuǎn)期的曲線都偏右，SPI值整體較大，較歷史時(shí)期濕潤(rùn)；遠(yuǎn)期與近期相比SPI>1的雨澇年概率明顯要高。由圖6b可以看出，RCP8.5情景未來(lái)時(shí)期的概率密度曲線都右偏，雨澇事件較歷史時(shí)期多，僅在RCP8.5情景未來(lái)近期SPI<-3的嚴(yán)重干旱事件較歷史時(shí)期發(fā)生頻率高?？傮w來(lái)說(shuō)兩種情景下未來(lái)干旱發(fā)生的頻率強(qiáng)度都有所下降。

圖6 不同時(shí)段年尺度SPI概率密度曲線Fig.6 Probability density functions of yearly SPI at present and future

圖7 不同情景下未來(lái)近期、遠(yuǎn)期年尺度干旱危險(xiǎn)性空間分布Fig.7 Spatial distribution of yearly drought hazards under different climate scenarios

圖7為各時(shí)段年尺度干旱危險(xiǎn)性的空間分布。歷史時(shí)期東北地區(qū)干旱危險(xiǎn)性均值為0.162，研究區(qū)中西部部分地區(qū)危險(xiǎn)性較低。RCP4.5情景下未來(lái)近期、遠(yuǎn)期，整個(gè)東北地區(qū)的干旱危險(xiǎn)性較歷史時(shí)期明顯減小，兩個(gè)時(shí)期全區(qū)危險(xiǎn)性均值約為0.087、0.089；在空間分布上未來(lái)近期呈現(xiàn)中部地區(qū)危險(xiǎn)性較低東西兩側(cè)略高，到未來(lái)遠(yuǎn)期西南部地區(qū)干旱危險(xiǎn)性較近期有所增加。在RCP8.5情景下，未來(lái)近期研究區(qū)中部地區(qū)干旱危險(xiǎn)性較歷史時(shí)期有所增加，周圍地區(qū)降低，全區(qū)平均值約為0.144；在未來(lái)遠(yuǎn)期全區(qū)干旱危險(xiǎn)性都有明顯降低，特別是在西南和東南地區(qū)，全區(qū)平均值約為0.088?？傮w看來(lái)，僅在RCP8.5情景下未來(lái)近期研究區(qū)中部地區(qū)干旱有加重趨勢(shì)，其余皆呈減弱趨勢(shì)。

圖8為未來(lái)不同氣候變化情景下各個(gè)季節(jié)干旱危險(xiǎn)性空間分布情況。季節(jié)劃分標(biāo)準(zhǔn)以：冬季為12—次年2月，春季為3—5月，夏季為6—8月，秋季為9—11月。歷史時(shí)期干旱嚴(yán)重且春季干旱較其他季節(jié)更加嚴(yán)重。在未來(lái)近期RCP4.5情景下干旱危險(xiǎn)降低，特別是春季降低幅度最大；未來(lái)近期RCP8.5情景下，各個(gè)季節(jié)干旱危險(xiǎn)降低幅度較RCP4.5情景低，尤其是夏季干旱危險(xiǎn)較歷史時(shí)期出現(xiàn)增加，特別是在研究區(qū)中部，對(duì)比圖7可以發(fā)現(xiàn)，該時(shí)段年尺度干旱危險(xiǎn)增加主要源于夏季的降水變化；在未來(lái)遠(yuǎn)期RCP4.5情景下，春季和夏季干旱危險(xiǎn)與未來(lái)近期變化不大，秋季研究區(qū)西南部地區(qū)干旱危險(xiǎn)有所增加，該時(shí)段西南部年尺度干旱危險(xiǎn)較高主要源于秋季降水的變化。在未來(lái)遠(yuǎn)期RCP8.5情景下，夏季和秋季干旱危險(xiǎn)與未來(lái)近期相比都有所降低，特別是夏季降低明顯，而春季干旱危險(xiǎn)較未來(lái)近期相比有所增加。東北地區(qū)特別是在研究區(qū)的西部，氣候模式預(yù)估的冬季降水量數(shù)據(jù)很多年份為0，由于SPI指數(shù)在計(jì)算時(shí)0值不能過(guò)多，所以圖7中冬季干旱危險(xiǎn)性無(wú)數(shù)值的區(qū)域?yàn)槟Ｊ筋A(yù)估的冬季降水量多年為0的格點(diǎn)?？梢钥闯?，不同季節(jié)之間各區(qū)域在未來(lái)干旱危險(xiǎn)變化差異明顯。

圖8 不同季節(jié)干旱危險(xiǎn)性空間分布Fig.8 Spatial distribution of seasonal drought hazards

3 結(jié)論與討論

3.1 結(jié)論

本文基于降水量歷史觀測(cè)數(shù)據(jù)和NEX-GDDP高分辨率降尺度模式預(yù)估數(shù)據(jù)，采用SPI指數(shù)識(shí)別干旱事件，分析RCP4.5和RCP8.5情景下東北地區(qū)在未來(lái)近期(2020—2049年)、遠(yuǎn)期(2070—2099年)干旱危險(xiǎn)性的空間分布規(guī)律。主要結(jié)論如下：在眾多的大氣環(huán)流模式中，bcc-csm1-1模式的降水?dāng)?shù)據(jù)降尺度結(jié)果在東北地區(qū)的適用性更好。東北地區(qū)降水量呈現(xiàn)出東南地區(qū)較多向西部地區(qū)減少的趨勢(shì)，未來(lái)兩種氣候變化情景下降水量都有增加的趨勢(shì)，且增加百分比在中部西部地區(qū)高，其他地區(qū)較低，僅在RCP8.5情景下未來(lái)近期黑龍江中西部地區(qū)降水有降低。綜合干旱發(fā)生的頻率和強(qiáng)度評(píng)估干旱危險(xiǎn)性，由于SPI僅考慮降水量表征旱澇，研究區(qū)未來(lái)干旱危險(xiǎn)的空間分布與降水增幅空間分布情況總體一致。通過(guò)對(duì)未來(lái)不同季節(jié)干旱危險(xiǎn)性的分析發(fā)現(xiàn)，各區(qū)域不同時(shí)段年尺度干旱危險(xiǎn)的變化各個(gè)季節(jié)貢獻(xiàn)程度不同。本文預(yù)估了未來(lái)東北地區(qū)干旱的變化情況，對(duì)于防災(zāi)減災(zāi)、我國(guó)農(nóng)業(yè)規(guī)劃布局具有一定的指導(dǎo)意義。在全球暖干化的背景下，未來(lái)東北地區(qū)在保障國(guó)家糧食安全中可能會(huì)占有更重要的地位。

3.2 討論

(1)不同的大氣環(huán)流模式的機(jī)理及在不同地區(qū)的適用情況不同，以往很多研究并未對(duì)不同模式在當(dāng)?shù)氐哪M效果進(jìn)行比較[20-21]，本研究通過(guò)比較不同模式確定bcc-csm1-1模式的降尺度結(jié)果在東北地區(qū)表現(xiàn)更好，與陶純?nèi)數(shù)萚10]、陳曉晨等[22]研究結(jié)果一致[10,22]。

(2)東北地區(qū)降水在未來(lái)近期和遠(yuǎn)期都有增加的趨勢(shì)，SPI指數(shù)顯示未來(lái)干旱有所緩解。張玉靜等[20]在預(yù)估我國(guó)極端氣候事件未來(lái)變化情況時(shí)也發(fā)現(xiàn)，東北地區(qū)降水量呈現(xiàn)增多的趨勢(shì)[22]，空間分辨率為0.5°×0.5°，本文為0.25°×0.25°，能夠更好的反應(yīng)出局部地區(qū)的變化情況。由于SPI指數(shù)計(jì)算干旱時(shí)只將降水量作為輸入，而氣溫是影響干旱的另一個(gè)主要因素，未來(lái)全球氣溫升高，可能會(huì)削弱降水量增多帶來(lái)的效益。此外，東北地區(qū)冬季降水少，特別是中西部地區(qū)多年平均冬季降水普遍小于10 mm[23]，雖然NEX-GDDP降尺度數(shù)據(jù)整體模擬效果較好，但模式預(yù)估的冬季降水在很多年份為0，與實(shí)際情況存在一定的誤差。