基于CanESM2的渭河流域干旱演變特征研究

丁 浩，張洪波，b，張靖銣，吳延銳，邵淑婷，姚聰聰，呂豐光

(長安大學(xué) a 水利與環(huán)境學(xué)院,b旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點實驗室,陜西 西安710054)

當(dāng)前氣候變化影響著全球不同地區(qū)氣象水文要素的時空分布特征，也是區(qū)域干旱演變的重要驅(qū)動力[1-2]。聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，IPCC)第五次工作報告(fifth assessment report，AR5)指出[3]，未來氣溫仍有持續(xù)升高的趨勢，干旱在世界范圍內(nèi)的發(fā)生頻率將呈現(xiàn)增長趨勢，且影響范圍逐漸增大。作為自然界三大災(zāi)害之一，干旱具有發(fā)展慢、范圍廣、發(fā)生頻率高和持續(xù)性強(qiáng)等特點，在我國的成災(zāi)率高達(dá)53%[4-5]。在全球氣候變化背景下，未來的干旱發(fā)生頻率與強(qiáng)度也會隨之變化，有關(guān)氣候變化下干旱的演化特征研究業(yè)已成為國內(nèi)外學(xué)者關(guān)注的熱點[6]。

全球氣候模式(general climate models，GCMs)是定量模擬預(yù)估未來氣候變化情景的有效工具。許多專家學(xué)者應(yīng)用各種GCMs，將歷史基準(zhǔn)期與未來期的干旱指標(biāo)序列分別作為獨立樣本，對全球及區(qū)域尺度下的干旱頻率與干旱強(qiáng)度進(jìn)行了模擬和演化趨勢研究。如Gu等[7]采用國際耦合模式比較計劃第5階段(coupled model inter-comparison project，CMIP5)的13個全球氣候模式，結(jié)合標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(standardized precipitation evapotranspiration index，SPEI)，分析了全球升溫1.5與2.0 ℃情景下區(qū)域干旱烈度和干旱歷時聯(lián)合重現(xiàn)期的變化，并對人口與經(jīng)濟(jì)的干旱暴露度進(jìn)行了評估。Rehana等[8]提出了降水實際蒸散發(fā)指數(shù)(standardised precipitation actual evapotranspiration index，SPAEI)，將該指數(shù)應(yīng)用于印度Krishna河流域，評估了未來情景下流域的干旱演化特征，并與SPEI和水文干旱指數(shù)(standardized runoff index，SRI)進(jìn)行了效能比較。劉子豪等[9]基于CMIP5中的11個全球氣候模式，借助遺傳算法分析了鄱陽湖流域潛在蒸散發(fā)在不同時期的演變規(guī)律，并透過Budyko假設(shè)研究了未來情景下鄱陽湖流域的干旱時空演變特征。

為了深入推動全球氣候變化的區(qū)域化影響研究，美國國家航空航天局(NASA)基于CMIP5的21個全球氣候模式，應(yīng)用偏差校正/空間分解(bias correction and spatial disaggregation，BCSD)方法，生成了一套高分辨率的降尺度日值數(shù)據(jù)集，即NASA earth exchange/global downscaled projections(NEX-GDDP)[10-12]，其包括了歷史時期(1950-2005年)和2種情景(RCP4.5、RCP8.5)下預(yù)估時段(2006-2100年)的日降水、最高氣溫和最低氣溫數(shù)據(jù)。目前，已有研究對NEX-GDDP降水與溫度數(shù)據(jù)在中國的適用性進(jìn)行了評估，如Ge等[13]評估了NEX-GDDP對中國極端降水的模擬性能，發(fā)現(xiàn)與CMIP5的直接輸出結(jié)果相比，NEX-GDDP能夠更好地描述中國極端降水的空間分布，且不確定性范圍較CMIP5直接輸出結(jié)果明顯下降，使得預(yù)估結(jié)果更加可靠。李金潔等[14]評估了NEX-GDDP對中國極端溫度的模擬能力，結(jié)果表明CanESM2、CESM1-BGC和MIROC-ESM-CHEM模式的模擬能力相對較高。

渭河流域位于我國西北內(nèi)陸區(qū)的東緣，是典型的干旱半干旱地區(qū)。渭河作為關(guān)中平原地區(qū)人類生產(chǎn)、生活的重要水源，為區(qū)域社會經(jīng)濟(jì)發(fā)展與水安全提供了關(guān)鍵性的保障。然而，長期以來渭河流域旱災(zāi)發(fā)生頻繁，且遭遇損失巨大，給渭河流域高質(zhì)量發(fā)展帶來了極大的負(fù)面影響[15-16]。一直以來，學(xué)者們都對渭河流域干旱演化、評價給予了高度關(guān)注，如雷江群等[17]利用渭河流域21個氣象站的氣象觀測資料，采用Penman-Monteith公式計算了潛在蒸散量和干燥指數(shù)，通過Mann-Kendall法、小波分析等方法，對渭河流域氣候要素與干燥指數(shù)的變化特征及干濕狀況進(jìn)行了分析。Zhao等[18]使用3個全球氣候模式與SWAT水文模型，研究了渭河流域未來水文干旱發(fā)生次數(shù)、持續(xù)時間和強(qiáng)度的變化規(guī)律。袁夢等[19]基于氣象干旱指數(shù)與水文干旱指數(shù)構(gòu)建了綜合干旱指數(shù)(comprehensive drought index,CDI)，并使用該指數(shù)分析了渭河流域近50年的干旱時空演化特征。田甜等[20]基于渭河流域21個氣象站點的實測降水、氣溫和日照時數(shù)數(shù)據(jù)，計算了各站點的年、季尺度SPEI值，采用累積距平法和有序聚類法對SPEI進(jìn)行了突變檢驗，并進(jìn)一步探討了渭河流域干旱覆蓋面積等的特征變化。

通過文獻(xiàn)梳理，不難發(fā)現(xiàn)已有研究主要集中在對歷史干旱演變過程或趨勢的分析與評價，盡管少數(shù)研究響應(yīng)了渭河流域未來持續(xù)旱化的趨勢，但在干旱指標(biāo)和事件對氣候情景的空間化響應(yīng)以及持續(xù)性分析方面還尚有不足。眾所周知，近年來全球氣候變化的區(qū)域效應(yīng)愈發(fā)明顯，對區(qū)域干旱事件發(fā)生發(fā)展的影響也日漸強(qiáng)烈，如何科學(xué)地認(rèn)識區(qū)域干旱過程對氣候變化的響應(yīng)，形成渭河流域有效的適應(yīng)性干旱管理策略尤為迫切。為此，本研究將基于CMIP5統(tǒng)計降尺度數(shù)據(jù)集NEX-GDDP，使用象限轉(zhuǎn)換法對CanESM2全球氣候模式下的降水與氣溫數(shù)據(jù)進(jìn)行校準(zhǔn)，并運用游程分析等方法，從干旱指標(biāo)(SPEI)與干旱事件特征的角度,分析渭河流域歷史基準(zhǔn)期與未來期2種排放情景(RCP4.5與RCP8.5)下的干旱時空演變特征，探討干旱事件的頻率空間變化與持續(xù)性變化，以期為渭河流域未來的旱災(zāi)防控和水安全保障,以及響應(yīng)黃河流域高質(zhì)量發(fā)展的重大國家戰(zhàn)略提供科技支撐。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

渭河是黃河的第一大支流，發(fā)源于甘肅省渭源縣的鳥鼠山東側(cè)和西秦嶺北側(cè)，流經(jīng)甘肅、寧夏、陜西三省，在陜西省潼關(guān)縣注入黃河，干流全長818 km。流域地形西高東低，北部為黃土高原，南部為秦嶺山脈，其地形及水系概況如圖1所示。

圖1 渭河流域地形及水系概況

渭河流域?qū)儆跍貛Т箨懶詺夂颍嗄昶骄鶜鉁?～14 ℃，多年平均降水量為500～800 mm，年水面蒸發(fā)量為700～1 000 mm，年陸面蒸發(fā)量約為500 mm，屬于我國典型的干旱半干旱地區(qū)。受降水影響，渭河徑流年際變化大，且年內(nèi)分配不均勻，多年平均天然徑流量為100.40億m3。渭河是陜西人民的母親河，流域內(nèi)集中了全省64%的人口、72%的灌溉面積、69%的糧食產(chǎn)量，是關(guān)中地區(qū)生產(chǎn)、生活用水的最主要水源，在流域高質(zhì)量發(fā)展和西部大開發(fā)中具有重要作用和戰(zhàn)略意義。根據(jù)文獻(xiàn)[19]所述，建國以來渭河流域共發(fā)生了600多次旱災(zāi)，其中40%屬于嚴(yán)重旱災(zāi)。1986年大旱受旱面積達(dá)148.4萬hm2，直接經(jīng)濟(jì)損失達(dá)9.46億元，1994-1995年發(fā)生的連旱造成了66.75億元的經(jīng)濟(jì)損失。進(jìn)入21世紀(jì)以來，流域的干旱情勢依舊嚴(yán)峻，2013-2014年出現(xiàn)了持續(xù)超過200 d的干旱事件，受旱面積約333.3萬hm2，經(jīng)濟(jì)損失巨大。由此可見，渭河流域旱災(zāi)發(fā)生頻繁，且危害程度較重。

1.2 研究數(shù)據(jù)

選取1966-2005年為歷史基準(zhǔn)期，2021-2060年為未來期，擬重點對比2個時期渭河流域干旱時空演化的差異性特征。研究主要涉及歷史期的實測氣象水文數(shù)據(jù)和氣候模式模擬數(shù)據(jù)。其中，歷史期實測氣象水文數(shù)據(jù)包括實測逐月降水、最高氣溫與最低氣溫柵格數(shù)據(jù)，均來源于國家科技基礎(chǔ)條件平臺——國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)，空間分辨率為1 km，時間為1966-2005年，該數(shù)據(jù)使用東安格利亞大學(xué)氣候研究中心(Climatic Research Unit,CRU)全球0.5°氣候數(shù)據(jù)及WorldClim全球高分辨率氣候數(shù)據(jù)，通過Delta空間降尺度方法在中國地區(qū)降尺度生成，并采用496個獨立氣象觀測點數(shù)據(jù)進(jìn)行了驗證，質(zhì)量可靠。氣候模式模擬數(shù)據(jù)選用了NEX-GDDP中CanESM2模式下歷史期(1966-2005年)與未來期(2021-2060年)2種情景(RCP4.5與RCP8.5)下逐日降水、最高最低氣溫數(shù)據(jù)，其中歷史數(shù)據(jù)主要用于建立歷史期模擬數(shù)據(jù)與實測數(shù)據(jù)之間的演化關(guān)系，進(jìn)而應(yīng)用象限轉(zhuǎn)換校正法，對未來期氣候模式模擬數(shù)據(jù)實施校準(zhǔn)。需要說明的是，由于CanESM2氣候模式歷史期模擬數(shù)據(jù)截止于2005年，故本研究選取1966-2005年作為歷史基準(zhǔn)期，同時為滿足象限轉(zhuǎn)換校正法基準(zhǔn)期和校準(zhǔn)期數(shù)據(jù)長度一致的要求，未來期選定為2021-2060年。

2 研究方法

開展全球氣候模式下渭河流域干旱演變及持續(xù)性特征研究的前提，是獲取相對可靠的未來期氣候模式輸出數(shù)據(jù)。為此，本研究先采用象限轉(zhuǎn)換校正法對GCMs未來情景數(shù)據(jù)進(jìn)行校準(zhǔn)，并基于校準(zhǔn)后的降水和最高、最低氣溫數(shù)據(jù)計算潛在蒸散發(fā)量，然后對降水與潛在蒸散發(fā)的差值序列進(jìn)行分布擬合與標(biāo)準(zhǔn)化，進(jìn)而得到未來氣候情景下的SPEI序列，最后采用Mann-Kendall趨勢檢驗與游程分析等方法，對歷史期和未來期渭河流域干旱指標(biāo)和特征變量的時空演變趨勢與持續(xù)性特征進(jìn)行系統(tǒng)研究。

2.1 象限轉(zhuǎn)換校正法

一般而言，氣候模式輸出數(shù)據(jù)與實測數(shù)據(jù)間多存在一定偏差，很難直接應(yīng)用于流域尺度的干旱指標(biāo)計算，因此在使用GCMs未來情景數(shù)據(jù)時，應(yīng)首先對其進(jìn)行校準(zhǔn)。本研究采用象限轉(zhuǎn)換校正法(quadrant transformation method，QTM)[21-22]對未來時期的降水和最高、最低氣溫數(shù)據(jù)實施校準(zhǔn)。QTM是利用GCMs模擬的歷史數(shù)據(jù)與實測歷史數(shù)據(jù)的關(guān)聯(lián)關(guān)系，對GCMs預(yù)測的未來數(shù)據(jù)進(jìn)行校準(zhǔn)的一種方法。以降水校正為例，QTM的基本原理如圖2所示。坐標(biāo)軸的橫軸為降水量的經(jīng)驗頻率，縱軸為降水量數(shù)值，第三象限繪制的是GCMs模式模擬數(shù)據(jù)(即需要校準(zhǔn)的未來降水?dāng)?shù)據(jù))頻率曲線，第四象限繪制的是GCMs模式歷史降水?dāng)?shù)據(jù)頻率曲線，第一象限繪制的是與GCMs模式歷史期同期的實測降水量頻率曲線，第二象限繪制的是GCMs模式數(shù)據(jù)校準(zhǔn)后的頻率曲線，即需要推求的曲線。

圖2 象限轉(zhuǎn)換校正法原理示意圖

QTM校準(zhǔn)的具體步驟如下：

(1)對需要校準(zhǔn)的GCMs模式未來模擬降雨量值進(jìn)行頻率計算，繪制頻率曲線于第三象限。針對某一頻率所對應(yīng)的降雨量值(初始點)做水平線，交于第四象限的GCMs模式歷史數(shù)據(jù)頻率曲線，沿該點作垂線，可確定該降雨量值在第四象限所對應(yīng)的頻率。

(2)將第四象限的垂線上延，與第一象限中的歷史實測降雨量頻率曲線相交，可得到該頻率所對應(yīng)的實測歷史降雨量值。

(3)沿第一象限中的實測歷史降雨量數(shù)值點做水平線，與過第三象限擬定初始點的垂線可交于第二象限，此交點的縱坐標(biāo)即校準(zhǔn)之后與初始點同頻率降雨量值。

(4)重復(fù)以上步驟，直到校準(zhǔn)完所有第三象限中頻率曲線上的數(shù)值點，即GCMs模式下不同頻率的未來降水量數(shù)據(jù)，將其配線，可得到第二象限中校準(zhǔn)之后的未來期降水量頻率曲線。

從以上步驟可以看出，第三象限與第四象限頻率曲線均在GCMs模式下形成，其差異主要由氣候變化造成，而第一象限與第四象限頻率曲線屬于同一歷史時期，其差異是由GCMs模式的不確定性造成。由此可見，相比于其他校準(zhǔn)方法，QTM既考慮了氣候變化的差異性，也考慮了模式的不確定性，是一種非常簡單有效的校準(zhǔn)方法。需要說明的是，由于氣候變化的影響，第三象限中的某些極端值在第四象限中可能未找到與之相對應(yīng)的GCMs模式歷史數(shù)據(jù)，在這種情況下則需要對第四象限的頻率曲線進(jìn)行適當(dāng)延拓。同時，為了保證校準(zhǔn)效果，擬校準(zhǔn)的GCMs模式未來模擬數(shù)據(jù)與歷史時期模擬數(shù)據(jù)的長度應(yīng)保持一致。

2.2 標(biāo)準(zhǔn)化降水蒸散指數(shù)

標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)的計算方法類似于標(biāo)準(zhǔn)化降水指數(shù)(standardized precipitation index,SPI)，主要使用降水量與潛在蒸散發(fā)量的差值描述研究區(qū)的干旱狀態(tài)，由于其考慮了蒸散發(fā)對干旱的影響，故SPEI通常對全球氣候變化導(dǎo)致的干旱化更加敏感，可反映不同尺度的干旱特征。SPEI的計算過程并不復(fù)雜，但需要計算逐月潛在蒸散發(fā)量。大量研究表明，國際糧農(nóng)組織推薦的Penman-Monteith(PM)公式在干旱和濕潤地區(qū)的蒸散發(fā)量計算上具有較高精度[23]，但該公式對氣象數(shù)據(jù)的需求較高，在很多地區(qū)或一些情況下很難完整得到。為此，Hargreaves等于1985年提出了Hargreaves公式[24]，其只需要最高、最低氣溫和大氣層頂輻射即可實現(xiàn)較高精度的計算[25-26]，適用區(qū)域更為廣泛。

本研究先采用Hargreaves公式計算流域逐月潛在蒸散發(fā)量，具體公式如下：

(1)

式中：PE為逐月潛在蒸散發(fā)量，mm/月；Ra為與大氣層頂輻射等價的水量，mm/月；Tmean為月平均日均氣溫，℃；Tmax和Tmin分別為月平均日最高氣溫與月平均日最低氣溫，℃。其中，Ra可通過太陽常數(shù)、太陽赤緯、緯度、月份進(jìn)行計算，具體計算步驟可參考文獻(xiàn)[27]。

然后，根據(jù)逐月潛在蒸散發(fā)量與逐月降水量，可計算兩者差值序列Di：

Di=Pi-PEi。

(2)

式中：Pi為逐月降水量，mm；PEi為逐月潛在蒸散發(fā)量，mm。

與SPI計算不同的是，由于差值序列Di中存在負(fù)值，而兩參數(shù)的Gamma分布要求變量大于0，因此SPEI的計算中一般選用三參數(shù)Gamma分布或三參數(shù)Log-Logistic分布對Di的累積序列進(jìn)行擬合。隨后，對其累積分布函數(shù)進(jìn)行正態(tài)標(biāo)準(zhǔn)化，即可得到不同時間尺度的SPEI值。為全面反映渭河流域年際與季節(jié)尺度的干旱情勢演變規(guī)律，本研究計算了3月季尺度(SPEI-3)與12月年尺度(SPEI-12)的SPEI值。依據(jù)國家氣候中心2006年發(fā)布的《氣象干旱等級》[28]，對SPEI進(jìn)行干旱等級劃分，具體如表1所示。

表1 SPEI干旱等級劃分標(biāo)準(zhǔn)

2.3 Mann-Kendall趨勢檢驗

Mann-Kendall(M-K)是一種典型的非參數(shù)趨勢檢驗方法，在水文氣象領(lǐng)域應(yīng)用廣泛。本研究將其用于SPEI序列的趨勢檢驗。根據(jù)M-K法的應(yīng)用條件，需保證檢驗數(shù)據(jù)為相互獨立的隨機(jī)變量，但在很多情況下，原始待檢驗的水文序列會帶有較強(qiáng)的自相關(guān)性，常導(dǎo)致趨勢檢驗結(jié)果存在一定誤差。為此，在趨勢檢驗前，本研究擬采用去趨勢預(yù)置白方法(TFPW)[29]對SPEI序列進(jìn)行去一階自相關(guān)處理，以剔除待檢序列的自相關(guān)性。通過計算，可獲得M-K統(tǒng)計量Z。若Z值為正，表明檢驗序列呈上升趨勢，若Z值為負(fù)則表明檢驗序列呈下降趨勢，且當(dāng)統(tǒng)計量|Z|>1.96時，表明超過0.05的顯著性水平，即檢驗序列變化呈顯著上升或下降[30]。

2.4 游程分析

干旱情勢分析中，通常借助干旱指數(shù)將水文氣象變量隨時間的波動轉(zhuǎn)化為可對比的旱澇情勢，從而劃分出干旱期與濕潤期，但其并不能表征一場干旱事件的強(qiáng)度及發(fā)生頻率，因此多需要應(yīng)用游程理論閾值法對干旱事件的各項特征變量進(jìn)行提取[31]。圖3給出了基于游程理論閾值法的干旱事件識別過程，以SPEI=-0.5為閾值對SPEI序列進(jìn)行截斷，則一場干旱事件的開始被定義為SPEI從閾值以上下降到閾值以下的時刻(t)，干旱事件的結(jié)束則正好相反。

圖3 基于游程理論閾值法的干旱事件識別及干旱特征變量提取

干旱歷時D被定義為干旱事件的結(jié)束時刻與開始時刻的差值，如D1、D2、D3；干旱烈度S為干旱歷時內(nèi)每月干旱指標(biāo)與閾值差值的絕對值的累積量，如S1、S2、S3；干旱事件的間隔時間L為一場干旱事件的開始時刻與下一場干旱事件開始時刻的差值，如L1、L2。

3 結(jié)果與分析

3.1 氣候模式數(shù)據(jù)校準(zhǔn)

基于QTM，使用NEX-GDDP數(shù)據(jù)集1966-2005年CanESM2模式歷史模擬數(shù)據(jù)與同期實測柵格數(shù)據(jù)，對2021-2060年CanESM2未來模擬數(shù)據(jù)進(jìn)行校準(zhǔn)。圖4給出了某一柵格校準(zhǔn)前后降水、最高氣溫與最低氣溫的散點分布圖。由圖4可見，對于降水，CanESM2模式歷史期模擬數(shù)據(jù)較實測歷史數(shù)據(jù)在低頻率與高頻率時均有所低估，經(jīng)校準(zhǔn)后，2種RCP情景下未來期不同分位數(shù)的降水量均有所提高，CanESM2模式數(shù)據(jù)的偏估狀況有明顯改善。最高氣溫數(shù)據(jù)中，CanESM2模式模擬數(shù)據(jù)較實測數(shù)據(jù)無明顯的偏估情況，模擬效果相對較好，校準(zhǔn)前后的數(shù)據(jù)分布也較為一致，各頻率對應(yīng)的最高氣溫值相近。與上述不同，最低氣溫的CanESM2模式歷史期模擬數(shù)據(jù)較實測數(shù)據(jù)整體出現(xiàn)高估情況，校準(zhǔn)后未來期各分位數(shù)對應(yīng)的最低氣溫值均有所降低，偏估情況得到一定改善。此外，從圖4也可以明顯看出，未來降水的分布與歷史基準(zhǔn)期相比變化不大，但氣溫上升趨勢明顯，可見氣候變化對區(qū)域干旱情勢的影響不容忽視。

3.2 SPEI時空演變特征

3.2.1 時間變化特征 基于歷史實測數(shù)據(jù)和校準(zhǔn)的未來CanESM2輸出數(shù)據(jù)，計算渭河流域SPEI值，其結(jié)果如圖5所示，其中(a)、(b)、(c)分別為歷史基準(zhǔn)期、未來期RCP4.5情景、未來期RCP8.5情景2種時間尺度(3月和12月)SPEI的時間變化(SPEI-3和SPEI-12)。由圖5可以看出，SPEI在季節(jié)尺度上的波動較為頻繁，干濕交替迅速，隨著累積時間尺度的增大，SPEI的變化趨于穩(wěn)定，干濕狀態(tài)的延續(xù)時間有所延長。究其原因，主要是由于隨累積月份的增加，本來一些夾雜在連續(xù)干旱期內(nèi)略高于閾值的SPEI(可能是突然的少量降水)的影響被抹去，一些夾雜在連續(xù)濕潤期內(nèi)略低于閾值的SPEI的影響也被剔除，使得原本割裂的氣象干旱事件得以連續(xù)[31]。從圖5還可以較為明顯地看出，歷史基準(zhǔn)期的SPEI在20世紀(jì)90年代以后負(fù)值明顯增多，且絕對值較大。其中年尺度SPEI平均值從0.22(1966-1990年)降低到-0.36(1991-2005年)，在整體上呈現(xiàn)出較為明顯的下降趨勢。這與鄒磊等[32]關(guān)于渭河流域干旱時空變化特征的研究結(jié)論基本一致。

未來2種RCP情景下，SPEI序列變化存在較為明顯的差異，如從圖5的SPEI-12序列可以看出，2050-2055年RCP4.5情景下的SPEI序列存在一個較短的干旱過程，且強(qiáng)度相對較小，無特旱(SPEI≤-2.0)過程出現(xiàn)，但在相同時段的RCP8.5情景下，SPEI序列存在一個較長的水分虧缺過程，強(qiáng)度較大，且出現(xiàn)了特旱。由此可知，不同的排放情景會較為強(qiáng)烈地影響區(qū)域的氣候過程，驅(qū)動流域降水與氣溫的差異性變化，從而引發(fā)SPEI表現(xiàn)上的不同。

(a)歷史基準(zhǔn)期；(b)未來期RCP4.5；(c)未來期RCP8.5

考慮到干旱事件的發(fā)生常具有季節(jié)性，根據(jù)渭河流域氣候特征，選用3月季尺度下5、8、11月及次年2月的SPEI值表征春、夏、秋、冬4個季節(jié)的干旱情況，選用12月年尺度的SPEI值表征干旱的年際變化，并采用M-K趨勢檢驗法對SPEI序列進(jìn)行趨勢分析，結(jié)果如圖6所示，其中中心黑色虛線圓圈為0.05顯著性水平臨界值。由圖6可知，歷史基準(zhǔn)期與未來期2種情景(RCP4.5與RCP8.5)下SPEI在年際變化中均表現(xiàn)出下降趨勢，但未通過0.05顯著性檢驗。季節(jié)變化中，除歷史基準(zhǔn)期夏季與未來期RCP4.5情景下的秋季表現(xiàn)出不顯著的上升趨勢外，其余各時期的SPEI值均呈下降趨勢，其中未來期RCP8.5情景下春季的下降趨勢通過了顯著性檢驗，說明在RCP8.5情景下未來渭河流域的春旱將顯著加劇。需要指出的是，田甜等[20]在研究渭河流域歷史時期年尺度干旱變化趨勢時，得出了SPEI顯著下降的結(jié)論，與本研究結(jié)果略有差別，這主要是由于計算使用的時間序列長度不同導(dǎo)致，但關(guān)于渭河流域整體呈現(xiàn)旱化趨勢的結(jié)論一致。

中心黑色虛線圓圈為0.05顯著性水平臨界值

3.2.2 空間分布特征 繪制歷史基準(zhǔn)期與未來期2種情景(RCP4.5與RCP8.5)下渭河流域年際與季節(jié)SPEI趨勢變化率的空間分布圖，結(jié)果如圖7所示，其中紅線圈畫區(qū)域為SPEI通過0.05顯著性檢驗的區(qū)域。

由圖7可知，從年際SPEI值的變化趨勢看，歷史基準(zhǔn)期全流域變化速率皆為負(fù)值，但下降趨勢并不顯著；未來期RCP4.5情景下，大部分地區(qū)的SPEI值仍呈現(xiàn)微弱下降趨勢，僅流域東部有微弱上升；未來期RCP8.5情景下，全流域SPEI值基本表現(xiàn)為較為明顯的下降趨勢，且有24%的區(qū)域通過了顯著性檢驗，這些區(qū)域多集中在流域西部與中東部地區(qū)。

紅線圈畫區(qū)域為SPEI通過0.05顯著性檢驗的區(qū)域

從季節(jié)SPEI值序列趨勢變化率的空間分布看，歷史基準(zhǔn)期春季和冬季存在顯著下降的區(qū)域，春季主要集中于南部低緯度小范圍地區(qū)，而冬季則相反，約占流域總面積25%的北部大范圍地區(qū)均表現(xiàn)出了顯著下降趨勢。未來期RCP4.5情景下，冬季顯著旱化區(qū)域相比基準(zhǔn)期表現(xiàn)出向西南遷移的趨向，導(dǎo)致流域上游地區(qū)大范圍的SPEI值出現(xiàn)速降。未來期RCP8.5情景下，春季SPEI在87%的流域面積上表現(xiàn)出顯著旱化趨勢，說明未來渭河流域春旱風(fēng)險將顯著提高?？偟膩碚f，春季與冬季仍是渭河流域未來干旱風(fēng)險防范的重點季節(jié)，且流域西部是冬旱防范的重點區(qū)域。

透過研究結(jié)果還可以發(fā)現(xiàn)，歷史基準(zhǔn)期春季與夏季SPEI的變化趨勢具有明顯的分層現(xiàn)象，而在未來2種RCP情景下并未發(fā)現(xiàn)這種現(xiàn)象。通過對相同季節(jié)降水量變化趨勢的統(tǒng)計分析，發(fā)現(xiàn)降雨的空間分布與SPEI極為相似，即歷史基準(zhǔn)期春季與夏季降水量變化速率同樣存在分層現(xiàn)象，但在未來2種RCP情景中則不復(fù)存在。由此可以看出，在影響SPEI變化的2個主要因素(降水量與潛在蒸散發(fā)量)中，降水應(yīng)該起到了相對主要的作用。一般而言，降水趨勢分布格局的變化多是地形條件和大氣環(huán)流綜合作用的結(jié)果[33]，當(dāng)一定時期內(nèi)地形處于穩(wěn)定時，則降水格局的變化應(yīng)該由氣候變化驅(qū)動。由以上分析可知，未來氣候變化可能引發(fā)渭河流域氣象水文要素的空間格局發(fā)生明顯變化，進(jìn)而驅(qū)動流域干旱時空分布格局的改變。

3.3 不同等級干旱事件發(fā)生頻率的空間分布特征

根據(jù)干旱劃分等級，基于SPEI-12對渭河流域不同等級干旱事件發(fā)生頻率的空間分布特征進(jìn)行統(tǒng)計分析，結(jié)果如圖8所示。由圖8可知：(1)輕旱事件。歷史基準(zhǔn)期輕旱的高發(fā)區(qū)主要集中在流域中部的廣大地區(qū)；未來期RCP4.5情景下，輕旱頻率高值區(qū)則主要覆蓋從流域源頭到流域中部的狹長地帶；RCP8.5情景下，輕旱多發(fā)區(qū)重點匯集在流域中南部的局部區(qū)域。綜合來看，未來2種RCP情景下輕旱頻率高值區(qū)的覆蓋面積明顯小于歷史基準(zhǔn)期，說明未來渭河流域輕旱事件的影響區(qū)將趨于縮減。(2)中旱事件。歷史基準(zhǔn)期渭河流域中旱發(fā)生頻率整體偏低，高值區(qū)主要出現(xiàn)在天水與寶雞附近，并向北有所延伸；未來RCP4.5情景下，中旱的高發(fā)地區(qū)呈零散的點狀分布，面積占比較低；未來RCP8.5情景下，相比基準(zhǔn)期中旱頻率高值區(qū)將繼續(xù)向北及向關(guān)中平原蔓延，且覆蓋面積有所增大。(3)重旱事件。歷史基準(zhǔn)期重旱的高發(fā)區(qū)主要集中于流域西部邊界處的高海拔地區(qū)；在未來2種RCP情景下，重旱高頻覆蓋區(qū)域會明顯加大，特別是RCP4.5情景下，流域大部分地區(qū)都會受到高頻重旱的影響，而RCP8.5情景下，流域的西部、北部與關(guān)中平原局部地區(qū)將是重旱的高發(fā)區(qū)。(4)特旱事件。歷史基準(zhǔn)期內(nèi)渭河流域的北部系特旱高發(fā)區(qū)；未來2種RCP情景下，流域北部特旱高值區(qū)會轉(zhuǎn)變?yōu)榈椭祬^(qū)，且流域整體特旱發(fā)生頻率也將走低。

圖8 歷史基準(zhǔn)期和未來期2種情景下渭河流域不同等級干旱事件發(fā)生頻率的空間分布特征

由以上分析可以看出，未來期不論是在RCP4.5還是RCP8.5情景下，中旱與重旱高頻區(qū)域相比歷史基準(zhǔn)期均有顯著增加。從不同等級干旱事件發(fā)生頻率的數(shù)值上看，未來期輕旱與中旱仍是渭河流域最主要的干旱類型，兩者累積發(fā)生頻率在大部分地區(qū)均可達(dá)到25%以上。未來期，渭河流域干旱事件的發(fā)生頻率會呈現(xiàn)“兩頭減少，中間增多”的態(tài)勢，即輕旱與特旱發(fā)生頻率的高值區(qū)域會減少，而中旱與重旱發(fā)生頻率的高值區(qū)域?qū)⒂兴黾印?/p>

3.4 干旱事件特征與持續(xù)性分析

3.4.1 干旱事件特征變量演變規(guī)律 干旱事件特征是認(rèn)識干旱發(fā)生、發(fā)展情勢及厘清干旱時空演變特征、探明干旱潛在成因的重要指標(biāo)，一般包括干旱事件發(fā)生次數(shù)、最大虧缺值、干旱歷時、干旱烈度和干旱間隔時間等。依據(jù)游程理論，以SPEI=-0.5為閾值識別流域內(nèi)的干旱事件，并對其干旱特征變量信息進(jìn)行提取，所得統(tǒng)計結(jié)果如表2所示。

表2 歷史基準(zhǔn)期和未來期2種情景下渭河流域不同尺度干旱事件的特征

由表2可知，干旱事件年尺度的發(fā)生次數(shù)相比季節(jié)尺度小，但干旱歷時、干旱烈度和干旱間隔時間則明顯增大，這主要是受到統(tǒng)計尺度的影響。統(tǒng)計數(shù)據(jù)表明，歷史基準(zhǔn)期，基于實測數(shù)據(jù)得到的SPEI在年尺度的平均干旱歷時較未來RCP4.5情景略大，但小于RCP8.5情景，平均干旱烈度排序為RCP8.5>RCP4.5>歷史基準(zhǔn)期。結(jié)合其他數(shù)據(jù)可以發(fā)現(xiàn)，未來RCP8.5情景下干旱發(fā)生次數(shù)相對較少，但干旱歷時與干旱強(qiáng)度均較大。

3.4.2 干旱事件的持續(xù)性特征 渭河流域持續(xù)性干旱事件時有發(fā)生，且常伴隨較大的災(zāi)害損失，因此干旱持續(xù)性的研究尤為必要。一般干旱事件的持續(xù)性特征主要包括兩個方面，即干旱事件的持續(xù)時長和干旱過后再次發(fā)生干旱所經(jīng)歷的時長[34]。前者被定義為干旱歷時，而后者則是相鄰干旱事件的干旱間隔與上一次干旱歷時的差值，為闡述方便，在此定義為絕對干旱間隔。干旱歷時反映了干旱事件本身的持續(xù)時間長度，而絕對干旱間隔則反映了一段時期內(nèi)干旱事件的高發(fā)性。本研究采用SPEI-3識別流域干旱事件，并在此基礎(chǔ)上分析干旱事件的持續(xù)性特征，圖9給出了渭河流域歷史基準(zhǔn)期和未來期2種情景(RCP4.5與RCP8.5)下不同干旱歷時干旱事件頻率的空間分布。

圖9 歷史基準(zhǔn)期和未來期2種情景下渭河流域不同干旱歷時干旱事件頻率的空間分布

由圖9可知：(1)歷史基準(zhǔn)期。持續(xù)1個月的干旱過程在整個渭河流域的發(fā)生頻率均較高，說明歷史基準(zhǔn)期內(nèi)干旱事件以短歷時為主，干旱事件較少持續(xù)發(fā)展。但在干旱歷時為5個月的干旱事件頻率分布中，可發(fā)現(xiàn)流域北部發(fā)生頻率較高，可達(dá)14%～20%，說明歷史基準(zhǔn)期內(nèi)渭河流域北部區(qū)易發(fā)生持續(xù)時間較長的干旱事件。(2)未來期RCP4.5情景。除渭河流域北部外，其余大部分地區(qū)仍以持續(xù)1個月的干旱過程為主，但頻率明顯下降，持續(xù)4個月的中長期干旱過程發(fā)生頻率較基準(zhǔn)期明顯提高，流域北部發(fā)生持續(xù)5個月干旱事件的頻率有所減小，逐漸轉(zhuǎn)變?yōu)橐灾虚L期干旱事件為主，且極端干旱事件頻率有所下降。(3)未來期RCP8.5情景。持續(xù)1個月的短期干旱頻率進(jìn)一步減小，持續(xù)2～4個月的中長期干旱事件頻率繼續(xù)提高，累積頻率在全流域可達(dá)到37%～69%，且高值區(qū)主要集中于流域西部與東南部的廣大區(qū)域。

總體來看，與歷史基準(zhǔn)期相比，未來2種情景發(fā)生短歷時干旱事件的頻率減小，中長歷時干旱事件頻率增加，但長歷時及超長歷時干旱事件有所減少。這與前面關(guān)于不同等級干旱發(fā)生頻率的結(jié)論類似，即未來干旱發(fā)生頻率將呈現(xiàn)“兩頭減少，中間增多”的態(tài)勢。

繪制歷史基準(zhǔn)期和未來期2種情景下渭河流域不同絕對干旱間隔干旱事件過程發(fā)生頻率的空間分布，結(jié)果如圖10所示。

圖10 歷史基準(zhǔn)期和未來期2種情景下渭河流域不同絕對干旱間隔干旱事件過程發(fā)生頻率的空間分布

從圖10可以看出，歷史基準(zhǔn)期與未來期渭河流域不同絕對干旱間隔干旱事件發(fā)生頻率的空間分布既有聯(lián)系也有區(qū)別。具體表現(xiàn)為：(1)歷史基準(zhǔn)期與未來期2種RCP情景下，流域主要絕對干旱間隔時間均為1～6個月，其中以1～3個月間隔的發(fā)生頻率最高，說明流域大部分地區(qū)干旱事件之間的時間間隔均較短。未來期2種RCP情景下，流域西部1～3個月間隔的低值區(qū)頻率有所升高，而RCP8.5情景東南部4～6個月間隔的干旱事件過程的發(fā)生頻率較高。(2)在7～9個月間隔尺度上，歷史基準(zhǔn)期與未來期干旱事件發(fā)生頻率的空間分布存在明顯差別，表現(xiàn)為歷史基準(zhǔn)期渭河流域北部發(fā)生頻率較低，但未來RCP8.5情景下流域北部存在少量高值區(qū)域；未來RCP4.5情景下，渭河流域西南部關(guān)中平原地帶存在小范圍高頻率區(qū)域，但總體區(qū)分度不大。(3)對于10個月以上間隔干旱事件的發(fā)生頻率，歷史基準(zhǔn)期與未來期存在較多相似特征，如流域北部3種情形(歷史基準(zhǔn)期、未來期RCP4.5和RCP8.5)下10月以上間隔的干旱事件發(fā)生頻率均相對較高，說明渭河流域北部發(fā)生的相鄰干旱事件的間隔時間相對較長。

綜上所述，未來期2種RCP情景下，渭河流域不同間隔干旱事件過程的發(fā)生頻率變化不大，局部存在差異性；歷史基準(zhǔn)期流域北部發(fā)生短時間間隔與長時間間隔干旱事件過程的頻率均較高，而在未來2種RCP情景下，短時間間隔干旱事件過程會減少，中長間隔的干旱事件過程會有所增多。

4 結(jié) 論

基于CMIP5統(tǒng)計降尺度數(shù)據(jù)集NEX-GDDP中的CanESM2氣候模式，采用象限轉(zhuǎn)換校正法(QTM)對氣候模式輸出數(shù)據(jù)進(jìn)行校準(zhǔn)，并運用Mann-Kendall和游程分析等方法，研究了渭河流域歷史基準(zhǔn)期與未來期2種排放情景(RCP4.5和RCP8.5)下干旱指標(biāo)及變量的時空演變與持續(xù)性特征，取得的主要結(jié)論如下：

(1)趨勢演化。歷史基準(zhǔn)期與未來期SPEI在年際變化上均表現(xiàn)出降低趨勢；季節(jié)尺度上，除歷史基準(zhǔn)期夏季與未來RCP4.5情景下秋季表現(xiàn)出不顯著的上升趨勢外，其余各季節(jié)SPEI值均呈下降趨勢，其中RCP8.5情景下春季的下降趨勢通過了顯著性檢驗，說明未來渭河流域春旱可能顯著加劇。

(2)空間演化。歷史基準(zhǔn)期冬季流域北部大范圍地區(qū)的SPEI呈顯著下降趨勢；RCP4.5情景下冬季流域顯著旱化區(qū)域出現(xiàn)向西南遷移的現(xiàn)象；RCP8.5情景下春季87%流域面積上出現(xiàn)顯著變旱的趨勢。春季與冬季仍是渭河流域未來干旱風(fēng)險防范的重點季節(jié)，且流域西部是冬旱的重點防范區(qū)域。

(3)干旱類型。未來期2種RCP情景下，流域中旱與重旱高頻區(qū)域相比歷史基準(zhǔn)期會有顯著上升；輕旱與中旱仍是渭河流域最主要的干旱類型；未來流域輕旱與特旱發(fā)生頻率的高值區(qū)域會減少，中旱與重旱發(fā)生頻率的高值區(qū)域會有所增加。

(4)干旱歷時。與基準(zhǔn)期相比，未來期流域發(fā)生短歷時干旱事件的頻率會有所減小，中長歷時干旱事件頻率會有所增加，長歷時及超長歷時干旱事件頻率將有所降低；從空間上看，流域北部與渭河源頭區(qū)長持續(xù)性干旱事件的發(fā)生頻率會顯著減小。

(5)干旱間隔。未來期2種RCP情景下，不同絕對干旱間隔的干旱事件發(fā)生頻率變化不大，且以1～6個月間隔的干旱事件過程為主，局地特征存在差異性，主要表現(xiàn)在流域西部1～3個月間隔的干旱事件會有所增加，4～6個月間隔的干旱事件會相應(yīng)減少；流域北部1～3個月間隔的干旱事件會有所減少，中長間隔的干旱事件呈增多趨勢。