基于SPEI的西北地區(qū)干旱時空分布特征及成因分析

馮仕遠，初萍萍,姚 欣，尹德軍，郭 陽

(1.山東省港口集團日照港集團有限公司，山東 日照 276826；2.日照興業(yè)房地產(chǎn)開發(fā)有限公司，山東 日照 276826)

干旱是最普遍、最復(fù)雜的自然災(zāi)害，具有發(fā)生頻率高、持續(xù)時間長且影響范圍廣等特點[1]。中國西北干旱區(qū)地處中緯度地帶，地域遼闊，地形復(fù)雜[2]，山-盆相間，沙漠與綠洲共存，氣象要素分布極其不均，是全球同緯度最干旱地區(qū)之一，同時也是生態(tài)環(huán)境嚴重脆弱地區(qū)與全球氣候變化的最敏感地區(qū)[3]。干旱缺水問題是困擾西北地區(qū)社會發(fā)展的主要障礙之一，也一直是學者研究關(guān)注的熱點[4]。陳亞寧等[5]探討了氣候變化對干旱區(qū)水循環(huán)、水資源安全以及水資源未來趨勢的影響；任朝霞等[6]對西北季節(jié)性氣溫降雨變化進行了分析并得出西北地區(qū)氣溫中心低四周高的趨勢；馮慧娟等[7]針對西北干旱情況，對西北水資源問題從管理層面提出相關(guān)建議。

定量化研究干旱時空變化特征并闡述其形成的機制，對干旱的防治、減災(zāi)決策以及對未來的干旱狀況進行評估和監(jiān)測預(yù)測等方面有重要實際意義[8-9]。近年來，多種干旱定量化研究指數(shù)相繼提出[10-11]。目前，SPEI指數(shù)是監(jiān)測干旱發(fā)生過程及溫度升高對干旱影響的最有利工具之一[12]。該指數(shù)是SPI的改進，可以解決PDSI(帕默爾干旱指標)和SPI(標準化降水指標)不能綜合表征在全球氣候變化大背景下氣溫和降水對干旱發(fā)生的共同效應(yīng)的問題。近年來，國內(nèi)外學者逐漸開始應(yīng)用該指數(shù)進行不同尺度干旱研究，楊絢等[13]基于SPEI指數(shù)分析了淮北地區(qū)干旱時空分布特征，并驗證了SPEI的適用性；周丹等[14]利用SPEI指數(shù)探討了華北地區(qū)干旱時空分布特征及其成因分析，并對ENSO與氣象變化對干旱程度進行相關(guān)分析。Hernandez E A等[15]利用SPEI指數(shù)對德克薩斯州南部的沿海半干旱地區(qū)進行定量計算分析，并對21世紀前后的干旱成因分別進行探討。相關(guān)研究表明標準化降水蒸發(fā)指數(shù)(SPEI)具有多時間尺度的優(yōu)勢，能夠?qū)Σ煌瑫r間尺度的旱澇情勢進行比較，且具有良好的穩(wěn)定性。

目前西北干旱時空分布特征研究大多針對于降雨、氣溫對干旱時空影響，且使用SPEI指數(shù)分析較少，本文針對西北氣溫、降雨、ENSO、MEI等因素對西北地區(qū)干旱時空演變分布特征進行分析，結(jié)合SPEI干旱指數(shù)，對西北干旱進行定性定量的分析，以1960—2018年降水、氣溫等數(shù)據(jù)為基礎(chǔ)，采用SPEI指數(shù)對西北地區(qū)多尺度下干旱發(fā)生的時空變化規(guī)律進行分析，并進一步對干旱發(fā)生原因進行探討，以期為該地區(qū)旱災(zāi)評估、干旱預(yù)測預(yù)警等提供支撐。

1 研究區(qū)概況

中國西北地區(qū)位于72°25′～110°55′E，31°35′～49°15′N，行政下轄地區(qū)包括新疆、青海、甘肅、寧夏、陜西5個行政區(qū)，占地面積320萬km2(圖1)，西北地區(qū)地形復(fù)雜，深居內(nèi)陸，遠離海洋，受高原、山地地形的影響，濕潤氣流難以到達西北地區(qū)，黃土高原、沙灘戈壁、荒漠草原等自然景觀交錯不齊。因此，絕大部分地區(qū)為溫帶大陸性氣候和高寒氣候，僅東南方向有小部分地區(qū)為溫帶季風氣候。受氣候條件影響，西北地區(qū)夏季氣溫高，降水稀少，且自東向西逐漸遞減，冬季寒冷干燥。西北地區(qū)年降水量由東向西逐漸減少，東部地區(qū)年降水量可達400 mm左右，西部地區(qū)降低至200 mm左右，有些地區(qū)年降水量低至50 mm以下。干旱是西北地區(qū)的主要自然特征，中國夏季最炎熱的地區(qū)——吐魯番盆地和中國降水最少的地區(qū)——托克遜大部分區(qū)域?qū)贉貛Т箨懶愿珊蛋敫珊禋夂蚝透咴瓪夂?，夏季最熱以及中國降雨最少的地區(qū)均位于西北境內(nèi)，降雨稀少氣候干旱是西北地區(qū)最主要的氣候特征。

圖1 研究區(qū)概括

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)收集分析

本文采用的數(shù)據(jù)是逐月降水和平均氣溫，均來自于中國氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)，選用中國西北地區(qū)1960—2018年113個氣象站點(圖1)數(shù)據(jù),個別站點缺失的數(shù)據(jù)按照鄰近站點線性回歸法進行插補,數(shù)據(jù)可靠性和連續(xù)性均能滿足研究的需求；DEM數(shù)據(jù)來自于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)；厄爾尼諾數(shù)據(jù)來自于NCARUCAR(https://climatedataguide.ucar.edu/climate-data)；夏季風數(shù)據(jù)來源于北京師范大學全球變化與地球系統(tǒng)科學研究院(http://ljp.gcess.cn/dct/page)；高原夏季風數(shù)據(jù)來源于參考文獻[21]的統(tǒng)計數(shù)據(jù)。

2.2 SPEI方法及干旱等級劃分

該指標由Vicente-Serrano提出[12]，主要由降水量和蒸散發(fā)的差值構(gòu)建指數(shù)，同時采用log-logistic概率分布函數(shù)進行描述，最后通過正態(tài)標準化，用差值的累計頻率劃分等級(表1)。詳細計算過程如下。

表1 SPEI干旱指數(shù)等級劃分

a)計算潛在蒸散量。由于西北大多數(shù)地區(qū)多年降雨量低于200 mm，因此潛在蒸散量采用Penman-Monteith的方法進行計算。過程見式(1)：

(1)

式中 PETi——月潛在蒸散量；H——年熱量指數(shù)；Ti——月平均溫度；A——常數(shù)。

其中月熱量指數(shù)Hi計算方程見式(2)：

(2)

年熱量指數(shù)H計算過程見式(3)：

(3)

常數(shù)A的計算見式(4)：

A=6.75×10-7H3-7.71×10-5H2+1.792×10-2H+0.4

(4)

當月平均溫度≤0℃，月熱量指數(shù)為0，潛在蒸散量為0值。

b)計算月降水與月潛在蒸散的差值見式(5)：

Di=Pi-PETi

(5)

式中Di——月降水量與月潛在蒸散量的差值；Pi——月降水量。

c)正態(tài)標準化。由于差值有負值，所以采用log-logistic概率分布函數(shù)，求得log-logistic累積函數(shù)，計算過程見式(6)：

(6)

α、β、γ通過線性擬合得出，見式(7)—(9)：

(7)

(8)

(9)

其中Γ是階乘函數(shù)，使用無偏估計(unbiased estimator)進行概率加權(quán)矩計算Ws，見式(10)：

(10)

當概率密度P≤0.5時：

(11)

(12)

P=1-F(x)

(13)

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。

當概率密度P>0.5時,取P=1-P：

(14)

參數(shù)取值同上。各干旱指數(shù)等級劃分見表1。

2.3 M-K檢驗與小波分析

M-K檢驗全稱為Mann-Kendall非參數(shù)統(tǒng)計檢驗法[16]，在時間序列分析趨勢當中，M-K檢驗法是世界氣象組織舉薦并且已經(jīng)普遍應(yīng)用的方法，起初是由Mann與Kendall提出，多數(shù)學者相繼使用M-K法來分析降水、徑流、氣溫與水質(zhì)要素的時間序列趨勢變化，該方法計算簡單，適用性強，不需要數(shù)據(jù)呈標準正態(tài)分布，在長期氣象數(shù)據(jù)資料的觀測背景下，針對氣候變化趨勢所進行的分析，應(yīng)用Mann-Kendall檢驗法可以判斷氣候序列中是否存在氣候突變，如果存在，可確定出突變發(fā)生的時間，且個別異常點并不會影響總體分析結(jié)果；小波函數(shù)源于多分辨分析，其基本思想是將擴中的函數(shù)f(t)表示為一系列逐次逼近表達式,其中每一個都是f(t)動經(jīng)過平滑后的形式，它們分別對應(yīng)不同的分辨率。多分辨分析又稱多尺度分析，是建立在函數(shù)空間概念基礎(chǔ)上的理論，其思想的形成來源于工程。小波分析在長序列數(shù)據(jù)的周期性變化方面應(yīng)用廣泛，通過在時間以及發(fā)生頻率2個方面對一種或多種指標進行二維顯示，從而對長時間序列事件進行頻率結(jié)構(gòu)的詳細分析[17]。

3 西北地區(qū)干旱時空分布特征分析

按照泰森多邊形方法計算各站點權(quán)重從而計算研究區(qū)域長序列多尺度SPEI數(shù)值，具體泰森多邊形劃分情況見圖1。

3.1 時間演變特征

為揭示西北地區(qū)干旱時間演化特征，分別對SPEI指標進行1960—2018年1月、3月、12月(SPEI-1、SPEI-3、SPEI-12)不同尺度進行計算，并分析其干旱波動情況。

3.1.1干旱年度時間變化分析

西北地區(qū)干濕現(xiàn)象交替出現(xiàn)(圖2)，年SPEI值以-0.155/10a的趨勢下降，說明干旱情況愈發(fā)嚴重；由年SPEI變化曲線明顯得出西北地區(qū)1962、1965年出現(xiàn)偏旱情況，1997年出現(xiàn)重旱情，2006、2008、2013年出現(xiàn)中旱，與實際干旱年相對應(yīng)[18]，又以SPEI-1、SPEI-3作為驗證，確保SPEI-12分析的準確性，其中2013年SPEI-1、SPEI-3均出現(xiàn)極旱波動情景，而SPEI-12顯示為中旱，說明2013年出現(xiàn)過極旱旱情，但平均干旱處于中旱狀態(tài)；M-K突變檢驗表明，1993年前SPEI值呈現(xiàn)小范圍波動狀態(tài)，突變點出現(xiàn)在1993—1994年，表明在此時間之后干旱屬于突變現(xiàn)象，且2000年后下降趨勢超過了0.05顯著性水平信度線，表明2000年后SPEI下降趨勢更為顯著。

a)SPEI-1

3.1.2季節(jié)性干旱時間變化分析

為揭示干旱在不同季節(jié)的年際變化情況，以SPEI-3分析近60年研究區(qū)不同季節(jié)干旱波動狀態(tài)(圖3)。春、夏、秋季SPEI值變化均處于明顯下降趨勢，且下降速率分別為0.18、0.13、0.16/10a；冬季SPEI值以0.102/10a的速率上升，可能由于冬季降雨量較低且溫度較低等因素有關(guān)，總體而言，年干旱指標呈現(xiàn)逐漸下降趨勢，說明干旱情況愈發(fā)嚴重。

a)春季SPEI指數(shù)趨勢

春季M-K突變檢驗顯示1960—1988年以及1996至今UF曲線均在0值以下，說明兩期時間SPEI值均處于下降趨勢，春季SPEI值突變點為2000年，且2008年以后下降趨勢超過了0.05顯著性水平信度線，表明2008后SPEI下降趨勢更為顯著；夏季M-K突變檢驗顯示1960—1999年UF曲線幾乎全部處于0值以上，說明該時間段SPEI值處于上升趨勢，且1969—1987年上升趨勢超過了0.05顯著性水平信度線，表明該段時間后SPEI上升趨勢較為顯著，夏季SPEI突變點位于1998年，可能與1998年全球氣溫急劇升高有關(guān)，1999年后UF曲線處于0值以下，且2007年以后超過了0.05顯著性水平信度線，表明2007后SPEI下降趨勢更為顯著；秋季M-K突變檢驗顯示1985年突變點前SPEI指數(shù)呈現(xiàn)較大幅度干濕動蕩狀態(tài)，1989年以后下降趨勢超過了0.05顯著性水平信度線，表明1989年后SPEI下降趨勢更為顯著；冬季M-K檢驗顯示1968年后SPEI處于上升狀態(tài)，且處于連續(xù)振蕩狀態(tài)，無準確突變點，表明冬季SPEI振蕩較為顯著，且1999年上升趨勢超過了0.05顯著性水平信度線，表明1999年后SPEI上升趨勢較為顯著；綜上，西北地區(qū)除冬季外均出現(xiàn)較為明顯的干旱趨勢，春旱、夏旱變化趨勢大體一致，2000年左右突變較為明顯。

3.2 空間分布特征

3.2.1干旱年代空間分布特征

采用SPEI-12對西北地區(qū)干旱年代空間分布進行分析(圖4)。1960s多省平均SPEI值處于正常范圍，1962、1965年西北地區(qū)出現(xiàn)偏旱[6]，但平均SPEI值體現(xiàn)并不明顯，其中僅新疆塔里木盆地處出現(xiàn)2個偏旱輕旱點；1970s、1980s平均SPEI值仍處于正常范圍，與《中國氣象災(zāi)害大典》相對應(yīng)；1990s研究區(qū)域青海、陜西省以及甘肅、寧夏部分區(qū)域出現(xiàn)偏旱情況；2000s干旱情況普遍嚴重，研究區(qū)域中部干旱最為嚴重，SPEI值小于-1的面積占比為2.4%，小于-0.5的累積頻率占比57%，說明該時段出現(xiàn)旱情的頻率較高；2010s全省大部分區(qū)域干旱較2000s有所加重，且干旱區(qū)域與2000s干旱區(qū)域較為一致，SPEI值小于-1的面積占比為12.5%，小于-0.5的累積頻率占比43%。從SPEI指數(shù)年代變化情況來看，干旱情況隨年際變化而增長，2010s后出現(xiàn)中旱、重旱頻率較高，但與2000s相比，輕旱所占面積有所緩解。

圖4 西北地區(qū)不同年代SPEI指數(shù)空間分布

3.2.2季節(jié)空間分布特征

采用SPEI-3對西北地區(qū)季節(jié)空間分布進行分析(圖5)。從干旱程度分析，各個季節(jié)均處于由“極旱-輕旱”概率不斷增加的狀態(tài)。從干旱頻率分布特征分析，極旱主要分布于新疆、青海、甘肅部分區(qū)域，且主要發(fā)生在春、夏、秋三季，四季極旱概率在3%以上面積占比分別為37%、67%、40%、0.8%；重旱頻率季節(jié)分布與極旱較為相似，主要發(fā)生于春、夏、秋三季，冬季重旱以及極旱發(fā)生頻率較低，覆蓋面積較少；中旱頻率分布不均，大部分區(qū)域中旱頻率在6%～15%，新疆省南部冬季發(fā)生中旱概率較低，僅在0～6%，但新疆、甘肅以及青海省交界處大部分區(qū)域中旱頻率高于15%，且冷湖、小灶火等區(qū)域高于20%；春季、夏季輕旱分布相對一致，輕旱概率大部分低于20%，秋季新疆、青海以及甘肅省輕旱概率大部分位于12%～15%，陜西、寧夏輕旱概率大部分位于15%～20%，冬季新疆省西南部輕旱概率較大，部分區(qū)域大于25%。

圖5 西北地區(qū)季節(jié)干旱空間分布

3.2.3頻率空間分布特征

采用SPEI-1對西北地區(qū)干旱頻率空間分布特征進行分析(圖6)。極旱概率范圍為0.3%～3.2%，頻率高發(fā)地點位于新疆省西南部分；重旱發(fā)生概率范圍為2.4%～6.6%，頻率高發(fā)區(qū)域為陜西、甘肅、青海3省的東南角以及新疆中北部個別區(qū)域如焉耆、富蘊、阿拉山口等；中旱發(fā)生頻率發(fā)生概率范圍為5.3%～16.4%，除新疆、青海中南部區(qū)域頻率較低外，其他部分干旱頻率均處于偏高狀態(tài)；輕旱發(fā)生概率范圍為11.5%～30.0%，整體發(fā)生概率偏高，頻率高發(fā)區(qū)域為研究區(qū)域中部、中西部以及寧夏北部?？傮w而言，不同旱情發(fā)生概率范圍相差較大，且高頻發(fā)生地點分布相對分散，也側(cè)面體現(xiàn)了西北干旱情況的錯綜復(fù)雜。

圖6 西北地區(qū)干旱頻率空間分布

4 西北地區(qū)干旱成因分析

4.1 季風影響分析

降雨氣溫等氣象因素受季風影響顯著，從而影響干旱情況。張存杰等[19]研究發(fā)現(xiàn)，東亞夏季風對西北干旱有一定影響，強東亞夏季風對溫度以及降雨有促進作用，但對于溫度的持續(xù)性較強，強夏季風帶來的高溫可能會持續(xù)到秋冬季節(jié)，從而影響干旱程度；荀學義等[20]指出高原季風與西北地區(qū)干旱有一定相關(guān)性。

東亞夏季風與SPEI夏季指數(shù)總體處于下降趨勢，傾向率較為一致(圖7)。曲線變化顯示1985年前夏季SPEI指數(shù)大部分呈現(xiàn)正值，與東亞夏季風變化趨勢相對一致，說明此期間東亞季風強度與干旱呈現(xiàn)負相關(guān)，1980—2010年東亞夏季風指數(shù)與SPEI夏季指標呈現(xiàn)反方向分布，說明此期間該季風強度與干旱呈現(xiàn)正相關(guān)；2010—2017年又呈現(xiàn)負相關(guān)狀態(tài)；高原夏季風與SPEI夏季指標總體趨勢呈反方向分布，說明高原夏季風的增加促進了西北干旱的發(fā)展，且傾向率的絕對值更為相近，曲線變化顯示2000年前夏季SPEI指數(shù)與高原夏季風指數(shù)趨勢擬合較好，說明此期間該季風強度與干旱呈現(xiàn)負相關(guān)，2000年后高原夏季風與SPEI夏季指數(shù)呈反方向分布，說明此期間該季風強度與干旱呈現(xiàn)正相關(guān)。綜上分析，2種夏季風對干旱均產(chǎn)生影響但影響的整體趨勢不同。

a)東亞夏季風與SPEI夏季指數(shù)趨勢分析

4.2 ENSO影響分析

4.2.1ENSO事件影響分析

趙永平等[21]、徐澤華等[22]發(fā)現(xiàn)并驗證了ENSO事件影響東亞季風環(huán)流和太平洋副熱帶高壓，對中國從沿海到內(nèi)陸的氣候均產(chǎn)生不同程度的影響。因此本文對1960—2018年ENSO冷暖事件分別進行統(tǒng)計并與SPEI月計算指標進行系統(tǒng)分析，結(jié)果見表2，2000年前暖事件時期所對應(yīng)SPEI平均值為-0.006，整個西北地區(qū)累積出現(xiàn)干旱站點120個，氣象站點最高干旱程度為出現(xiàn)3次重旱，2000年前冷事件時期對應(yīng)SPEI平均值為0.06，累積出現(xiàn)干旱站點44個，最高干旱程度為輕旱，且出現(xiàn)3次無旱時期。經(jīng)以上數(shù)據(jù)對比發(fā)現(xiàn)，2000年前ENSO冷暖事件對干旱程度均產(chǎn)生影響，但暖事件產(chǎn)生的影響更高；西北地區(qū)2000年后暖事件時期對應(yīng)SPEI平均值為-0.114，累積出現(xiàn)干旱站點116個，氣象站點最高干旱程度為出現(xiàn)3次重旱，2000年后冷事件時期對應(yīng)SPEI平均值為-0.08，累積出現(xiàn)干旱站點162個，最高干旱程度出現(xiàn)2次極旱，對比以上數(shù)據(jù)發(fā)現(xiàn)，2000年后ENSO冷暖事件對干旱均產(chǎn)生較大影響。雖然以上分析各時期SPEI平均值均在正常范圍以內(nèi)，但干旱事件依舊能從數(shù)據(jù)中體現(xiàn)，說明干旱發(fā)生時期以及干旱歷時分布不均，但SPEI負值能體現(xiàn)干旱程度，2000前暖事件以及2000年后冷暖事件時期SPEI值均為負值，說明ENSO事件變化對西北干旱有一定程度的影響。

表2 ENSO冷暖事件對干旱影響分析

4.2.2MEI與SPEI周期分析

MEI[23-24]是ENSO多變量指數(shù)，是將海風、經(jīng)向風、緯向風、天空云量、海平面氣壓以及海平面附近溫度經(jīng)一系列運算所得。

運用Matlab2018軟件對SPEI與MEI指數(shù)進行交叉小波分析與相干小波分析，進一步分析SPEI與MEI之間的周期性以及相關(guān)性特征(圖8)，圖中箭頭指向表明2個指標的相位關(guān)系，箭頭指向向右表明兩指數(shù)正相位，箭頭指向向左表明兩指數(shù)反相位，垂直向下表明SPEI小波變化提前MEI指數(shù)1/4個周期，垂直向上則表明MEI變化提前SPEI指數(shù)1/4個周期。黑色細實線為小波邊界效應(yīng)影響錐,在該曲線以外的功率譜由于受到邊界效應(yīng)的影響而不予考慮，粗黑實線表示通過置信水平為95%的紅噪聲檢驗。圖8所示，交叉小波高能量區(qū)在1965—1974年表現(xiàn)出2.8～3.8 a的振蕩周期，1982—1991年表現(xiàn)出3.8～5.5 a的振蕩周期，且均通過了顯著性水平α=0.05下的紅色噪音標準譜檢驗，SPEI與MEI呈負相位變化，同時MEI指數(shù)提前SPEI指數(shù)1/8個周期(相位角約左上45°)1992—1996年表現(xiàn)為2.5～3.8 a的振蕩周期，且兩指數(shù)幾乎呈現(xiàn)完全負相位變化(箭頭指向水平向左)；小波相干譜相關(guān)性通過了顯著性水平α=0.05下的紅色噪音標準譜在1964—1973存在0～2 a的振蕩周期，同時MEI指數(shù)提前SPEI指數(shù)1/8個周期(相位角約左上45°)，說明MEI變化對干旱發(fā)生有一定的促進作用。

a)交叉小波功率譜

5 結(jié)論

本文基于SPEI指數(shù)，利用Arcgis10.6軟件結(jié)合M-K檢驗、小波分析、線性趨勢分析以及相關(guān)系數(shù)等分析方法對中國西北地區(qū)干旱時空分布特征以及成因分析進行了探討，得出以下結(jié)論。

a)SPEI指數(shù)反映干旱情況在西北地區(qū)適用性較好，年尺度SPEI指數(shù)反映干旱年份與實際干旱年、月尺度以及季尺度SPEI值一致性較好；西北地區(qū)干旱化趨勢較為明顯，M-K檢驗突變點在1993—1994年，2000年后干旱趨勢比1990年前顯著；SPEI在數(shù)值上存在“大-中-小”三重嵌套振蕩周期，其中準7年振蕩周期為第一主周期；西北地區(qū)春、夏、秋3個季節(jié)SPEI值傾向率分別為-0.18、-0.13、-0.16/10a，且突變點分別為2000、1998、1985年，說明干旱處于加重趨勢，而冬季干旱可能因個別氣象指標處于緩慢減輕趨勢。

b)西北區(qū)域不同季節(jié)、不同干旱程度、不同區(qū)域的頻率分布不盡一致，且從輕旱-極旱發(fā)生概率以及覆蓋面積不斷減??；干旱年代空間分布表明整體干旱情況處于加重趨勢，尤以2000s后更為嚴重，且干旱分布較為集中，主要分布在新疆、青海以及甘肅三省交界部分；干旱空間頻率顯示，西北地區(qū)不同干旱程度概率分布情況大不相同。

c)西北地區(qū)夏季干旱受季風影響，SPEI夏季指標與東亞夏季風及高原夏季風的傾向率絕對值相近，說明整體發(fā)展趨勢下高原夏季風的增加與東亞夏季風的減弱對西北干旱起到了促進的作用；對ENSO冷暖事件分別進行統(tǒng)計分析，結(jié)果表明2000年前干旱情況與暖事件相關(guān)性較大，2000年后冷暖事件對干旱情況均產(chǎn)生較大影響；SPEI與MEI存在相似的振蕩周期特征，高能量區(qū)二者存在3期且大范圍在1.5～6 a的共振周期，兩者反相位變化，說明隨著MEI的增加SPEI指數(shù)呈下降趨勢。

d)季風變化在一定程度上影響西北地區(qū)的氣溫降雨，從而影響干旱災(zāi)情，從相關(guān)性方面來講，季風、ENSO事件對西北地區(qū)的干旱發(fā)生均起到了加強和促進的作用；本文從季風以及ENSO等方面探討干旱成因，但影響干旱的因素較多，例如人類活動、水源條件以及水資源利用率等，所以干旱分析進程仍需與更多指標相互聯(lián)系。