1978一2020年烏蘭縣干旱災害發(fā)生特點及其危險性評估分析

中圖分類號：P426.616 文獻標志碼：B 文章編號：2095-3305（2025）05-0323-03

在全球氣候系統(tǒng)持續(xù)增溫的背景下，我國氣候格局呈現(xiàn)顯著異質(zhì)性，極端天氣氣候事件發(fā)生頻率與強度呈上升趨勢，暴雨洪澇、高溫熱浪、持續(xù)性干旱等復合型災害鏈式響應特征凸顯[1-2]。其中，干旱災害作為跨氣候帶的廣域性致災因子，其發(fā)生范圍、持續(xù)周期與致災強度均呈現(xiàn)非線性增長態(tài)勢，尤其對農(nóng)業(yè)生態(tài)系統(tǒng)、水資源安全及社會經(jīng)濟運行構(gòu)成多維脅迫效應，已成為全球自然災害中經(jīng)濟損失與生態(tài)退化貢獻率最高的災種之一[3-4]。當前，全球共有北非、澳大利亞、中蒙、西南亞、中亞、北美、南美及南非8大干旱區(qū)[5-8]。我國作為中蒙干旱區(qū)的主體構(gòu)成單元，地處全球唯一的中緯度內(nèi)陸干旱帶，其干旱氣候形成機制具有獨特的區(qū)域分異特征一受西風帶環(huán)流與大陸高壓系統(tǒng)的協(xié)同調(diào)制[。并且我國干旱事件呈現(xiàn)高頻次、廣域性與持續(xù)性特征，在農(nóng)業(yè)減產(chǎn)、生態(tài)退化及水資源危機等維度均表現(xiàn)出顯著的災損強度[10]。

烏蘭縣太陽輻射強，日照時間長，光能資源豐富，是青海省太陽輻射富集地區(qū)之一。烏蘭縣地處歐亞大陸內(nèi)陸核心地帶，氣候特征表現(xiàn)為典型的溫帶干旱型大陸性氣候。大氣環(huán)流以穩(wěn)定西風帶主導，并且受地形抬升效應影響，東部邊緣區(qū)域存在局地性東南季風水汽輸送，形成獨特的半干旱微氣候單元。全年盛行風場呈現(xiàn)顯著偏西風特征，風力侵蝕作用強烈，構(gòu)成典型干旱區(qū)地表過程特征。因此，烏蘭縣開展干旱災害調(diào)查研究具有重要現(xiàn)實意義。

1數(shù)據(jù)來源

數(shù)據(jù)源于1978—2020年烏蘭縣基本氣象站及茶卡基準氣候站的降水量、氣溫、日照、大風、相對濕度、蒸發(fā)量等氣象觀測資料。其中，在國家級氣象站由人工觀測轉(zhuǎn)為自動觀測之前，降水日值數(shù)據(jù)源于雨量筒的觀測，小時降水數(shù)據(jù)源于翻斗式降水自記儀。此外，以氣象干旱綜合指數(shù)（MCI）為基礎(chǔ)指標，進行干旱調(diào)查時段內(nèi)逐日干旱監(jiān)測。

2處理方法

MCI的計算公式如下：

MCI=Ka×（a×SPIW₆₀+b×MI₃₀+c×SPI₉₀+d×SPI₁₅₀）

式（1）中，MCI為氣象干旱綜合指數(shù)； SPIW₆₀ 為60d標準化權(quán)重降水指數(shù)，表征短歷時降水虧缺； MI₃₀ 為30d相對濕潤度指數(shù)，反映近地層水分收支動態(tài)； SPI₉₀ 與 SPI₁₅₀ 分別為90d和150d標準化降水指數(shù)，用于刻畫季節(jié)至年際尺度的水分異常； Ka 為基于作物物候期對土壤水分脅迫的響應閾值所確定的季節(jié)修正因子[11]。

權(quán)重系數(shù)配置遵循氣候分區(qū)空間異質(zhì)性原則：在北方及干旱敏感型區(qū)域（北緯 35^° 以北），參數(shù)賦值為a=0.3，b=0.5，c=0.3，d=0.2 ；在南方及濕潤過渡區(qū)（北緯 35^° 以南），參數(shù)優(yōu)化為 a=0.5，b=0.6，c=0.2，d=0.1 該權(quán)重體系通過主成分分析與區(qū)域干旱脆弱性驗證，確保干旱診斷結(jié)果與農(nóng)業(yè)需水周期的時空匹配性。

2.1干旱過程的識別方法

單站干旱過程的界定標準如下：在連續(xù)觀測周期內(nèi)，若某站點出現(xiàn)干旱持續(xù)時間 ?15d ，且干旱強度等級達到輕度干旱（含）以上，同時至少存在1d達到中度干旱閾值，則判定為一次有效干旱過程。干旱過程強度采用逐日滑動統(tǒng)計方法進行量化表征，具體算法如下：在干旱過程持續(xù)期內(nèi)，以累積干旱指數(shù)為度量指標，通過滑動時間窗口計算各時段干旱強度積分值，取最大累積強度值作為該站點的干旱過程強度極值。

累計干旱強度計算公式如下：

根據(jù)H危險性指數(shù)大小，采用自然斷點法將風險等級劃分為I級至V級，共4個等級，分別對應危險性高、較高、較低、低等級，具體見表2。

式（2中， n 為干旱持續(xù)天數(shù)； S（n） 為干旱持續(xù) n 天的累計干旱強度； I_i 為第 i 天干旱指數(shù)絕對值，輕旱記為 0;a 為權(quán)重系數(shù)，推薦取 0.5^[12]

干旱過程強度計算公式如下：

式（3）中， m 為干旱過程總天數(shù)； S（n） 為干旱持續(xù) n （1?n?m ）天的累積干旱強度； max_n=1 為通過不斷滑動干旱過程內(nèi)持續(xù)天數(shù) n ，比較尋找 n=1，2，… k 天的最大累積干旱強度; max_k=1 Σ_m（Σ） 為通過不斷滑動干旱過程內(nèi)干旱日 k（1?k?m ），比較尋找包含第 k 天的最大累積干旱強度。

基于分位數(shù)統(tǒng)計理論，選取1981—2010年作為氣候基準時段，對歷史干旱過程強度指數(shù)（Z指數(shù)）進行標準化處理。采用氣候?qū)W常用分級方法，以30年序列的Z指數(shù)累積頻率分布為基礎(chǔ)，通過第50、80、95百分位數(shù)作為閾值分割點，將干旱過程強度劃分為4個等級：一般（ Zlt;50% ）、較強 （50%?Zlt;80% ）、強 （80%?Z lt;95% ）和特強 （95%?Z?100% ），具體見表1。

2.2危險性評估方法

選擇年尺度內(nèi)多次干旱過程中的累積干旱強度的總和作為危險性指標。該指標可以反映干旱時長和強度的綜合指標。具體統(tǒng)計方法如下：

式（4）中，SMCI為單站年多次干旱過程累計干旱強度 （絕對值）， MCI_ij 為j干旱過程中第i天氣象干旱綜合指數(shù)， n 為j干旱過程持續(xù)天數(shù)， m 為站點年干旱過程數(shù)。

3干旱過程調(diào)查

3.1歷次干旱事件分析

1980—2020年烏蘭縣共發(fā)生46次干旱過程。由表3可知，歷次開始時間平均為5月30日，結(jié)束時間平均為10月9日，歷時時長平均132d，干旱強度平均為7.2，干旱過程強度平均為7.3，呈減弱趨勢，但變化趨勢不顯著。進入21世紀后，累計干旱強度較21世紀前偏弱 17.3% ，干旱過程強度偏弱 16.0% 。

由表4可知，歷次干旱過程評估等級次數(shù)為特強 lt; 強 lt; 較強 lt; 弱，占比依次為 8.7%17.4%?26.1% 51.2% ，較強、強、特強3個等級次數(shù)占比相加達到 48.8% ○

由表5可知，1980—2020年，烏蘭站歷次干旱過程降水量平均值為 31.6mm ，降水量最大值為 116.1mm 出在1980年；降水量最小值為 0.0mm ，出現(xiàn)在1986年。降水距平百分率平均值為 -47.2% ，最大值為 8% 最小值為 -100% 。氣溫距平平均值為 0.5°C ，最大值為 ，最小值為 -3.2°C 。最長連續(xù)無降水日數(shù)平均值達 15.2d ，最大值為 43d 最小值為 相對濕潤度指數(shù)值越小則越干旱，統(tǒng)計期內(nèi)相對濕潤度指數(shù)為-0.6，最大值為0.7，最小值為-1.0。

3.2歷年干旱事件分析

由圖1可知，1978—2020年烏蘭縣平均降水量為225.8mm ，呈顯著增加趨勢，平均每10年增加 20.2mm 此外，統(tǒng)計期內(nèi)，2007年后烏蘭縣降水量呈波動增加趨勢。

由圖2可知，1978—2020年烏蘭縣各等級干旱日數(shù)平均值由多到少分別為特重度 lt; 重度 lt; 中度 lt; 輕度，其中輕度干旱日數(shù)平均值為43.3d、中度干旱日數(shù)平均值為 23.8d 、重度干旱日數(shù)平均值為9.7d、特重度干旱日數(shù)平均值為 4.3d ；輕度干旱日數(shù)最大值為 102d 中度干旱日數(shù)最大值為75d，重度干旱日數(shù)最大值為41d，特重度干旱日數(shù)最大值為 46d 此外，2001年烏蘭縣年最長干旱日數(shù)最大，為 106d

4干旱致災危險性評估

由圖3可知，烏蘭縣自東向西干旱危險性風險呈遞減趨勢。烏蘭縣東部地區(qū)為干旱危險性較高、高風險區(qū)，中部為干旱危險性中等風險區(qū)，西部為干旱危險性低風險區(qū)，中低風險區(qū)占烏蘭縣大部分面積。

5結(jié)論

（1）1978—2020年烏蘭地區(qū)出現(xiàn)過輕旱、中旱、重旱和特重旱，以輕旱比例最大。

（2）烏蘭縣干旱危險性風險呈自東向西遞減趨勢。烏蘭縣東部地區(qū)為較高、高風險區(qū)，中部地區(qū)為干旱危險性中等風險區(qū)，西部地區(qū)為干旱危險性低風險區(qū)。中低風險區(qū)占烏蘭縣大部分面積。

參考文獻

[1]陳楠.菏澤市氣象災害風險評估與區(qū)劃研究[J].山東農(nóng)業(yè)大學學報（自然科學版），2018，49（2）：257-261.

[2]陳逸驍，岳思妤，夏雯雯.中國干旱災害的時空變化及其與直接經(jīng)濟損失的關(guān)聯(lián)性研究[J].干旱氣象，2024，42（4）：485-497.

[3]姜大膀，王曉欣.對IPCC第六次評估報告中有關(guān)干旱變化的解讀[J].大氣科學學報，2021，44（5）：650-653

[4]賀潔，王讓會，劉春偉.基于SPAC系統(tǒng)的阿克蘇地區(qū)農(nóng)業(yè)干旱災害風險評估與區(qū)劃[J].干旱地區(qū)農(nóng)業(yè)研究，2024，42（5）：255-262.

[5]胡婷，孫穎.IPCCAR6報告解讀：人類活動對氣候系統(tǒng)的影響[J].氣候變化研究進展，2021，17（6）：644-651.

[6]錢正安，宋敏紅，吳統(tǒng)文，等.世界干旱氣候研究動態(tài)及進展綜述（I）：若干主要干旱區(qū)國家的研究動態(tài)及聯(lián)合國的貢獻[J].高原氣象，2017，36（6）：1433-1456.

[7]錢正安，宋敏紅，吳統(tǒng)文，等.世界干旱氣候研究動態(tài)及進展綜述（II）：主要研究進展[J].高原氣象，2017，36（6）：1457-1476.

[8]謝五三，張強，李威，等.干旱指數(shù)在中國東北、西南和長江中下游地區(qū)適用性分析[J].高原氣象，2021，40（5）：1136-1146

[9]何娟，趙軍學，陳余，等.2022年云南省金沙江流域極端高溫干旱天氣成因分析[J].中國防汛抗旱，2024，34（5）：45-50.59.

[10]屈艷萍，陳茜茜，高輝，等.我國農(nóng)業(yè)干旱災害風險評估及分布特征分析[J].中國水利，2023（8）：23-27.

[11]袁喆，徐翔宇，許繼軍，等.基于災損擬合分析的區(qū)域干旱災害風險區(qū)劃方法及應用：以湖南省為例[J].中國防汛抗旱，2023，33（3）：24-29.

[12]李小涵，潘興瑤，楊默遠，等.基于多尺度SPEI指數(shù)的北京市干旱時空特征分析[J].水利水電技術(shù)（中英文），2021，52（11）：50-63.