1980-2019年海河流域气象干旱和农业干旱变化及传播特征

研究干旱演变和传播特征可为流域防灾抗灾提供帮助和建议。以海河流域为例,采用标准化降水蒸散发指数(SPEI)和标准化土壤湿度指数(SSMI)分别表征气象干旱和农业干旱,并结合趋势分析和频率分析等方法,对1980-2019年该流域气象干旱和农业干旱时空演变规律以及传播特征进行研究。结果表明：在干旱发生频率上,气象干旱和农业干旱的高发区分别集中在流域东北部和中部,不同季节空间分布存在显著性差异,春季和夏季为气象干旱频发季,冬季和春季为农业干旱频发季;从变化趋势上看,SPEI值呈减小趋势的区域主要集中在流域的中东部,其中春季减小趋势最为显著,而SSMI值呈“北增南减”的分布格局,其中秋季减小趋势最为显著;农业干旱对气象干旱的响应具有延时性,不同季节差异显著,夏季传播时间仅为5个月,秋季、冬季和春季的传播时间分别为6、9和11个月;在空间分布上,春季和夏季的相关系数较低,低值区主要分布在流域北部地区,秋季和冬季的相关系数较高,高值区集中分布在流域中部地区。     

贵州省干旱变化特征及其与大气环流关系

根据贵州省1960-2018年17个气象站点的月降水量和平均气温数据,采用标准化降水蒸散指数(SPEI)定量表征干旱,利用M-K趋势检验及R/S法分析了贵州省近59年干旱变化趋势及未来变化趋势的持续性,采用连续小波变换和交叉小波变换分析贵州省SPEI和4种环流因子(MEI、NAO、AO、PDO)的振荡周期特征及其之间在时频域中的共同特征和相关关系。结果表明:贵州省月、春、秋和年SPEI序列呈显著下降趋势(通过显著性检验),即贵州省春旱和秋旱逐步加剧,其中秋季下降速率最大为-0.108/(10a),而夏旱和冬旱的增加趋势未通过显著性检验;未来春旱和秋旱将保持上升趋势,干旱程度可能愈发严重,而未来夏旱和冬旱强度存在减弱的可能性;干旱事件具有显著的16～48个月的年际振荡周期特征,干旱和四种环流因子的年际共振周期为24～110个月,年代际共振周期为128～250个月,SPEI与NAO、AO之间呈滞后的正相关关系;整体上,MEI主要影响贵州省干旱较短的年际周期变化,PDO和AO主要影响干旱较长的年代际周期变化,而NAO的影响较小。     

基于两种SPEI序列的淮河流域干湿特征变化

基于FAO56 Penman-Monteith和Hargreaves-Samani两种潜在蒸散发计算方法得到了12个月尺度的标准化降水蒸散指数(SPEI),研究了1960—2016年淮河流域干湿时空变化特征以及两种SPEI序列对相关气象要素的敏感性。结果表明:两种SPEI序列均显示流域呈变湿趋势,温度距平值与SPEI负相关,与潜在蒸散发距平值正相关;空间上,流域西北和东部地区呈显著变湿趋势,中部地区为不显著变干趋势; SPEI去趋势后,流域的干湿变化斜率减小,去趋势过程不改变SPEI的趋势变化分布,只影响流域的干湿变化幅度;气象要素的趋势变化可影响流域干湿变化趋势和干湿等级,淮河流域干湿变化影响因素由强到弱顺序依次为温度、日照时数、风速和相对湿度。     

基于ARIMA模型的云南气象干旱预测研究

近年来,云南地区的干旱引起了社会广泛关注。为了对云南省未来一个时期的干旱情况进行预测,利用1961~2013年云南省29个气象站逐月降水和气温资料计算云南各地区标准化降水蒸散指数（SPEI）,并建立了SPEI序列自回归移动平均模型（ARIMA）,对模型参数进行率定和验证后,确定了模型参数和表达式。利用所建立的模型,对云南省各地区2014~2023年年平均SPEI值进行预测。结果显示,未来一段时期内云南各地区气象干旱仍将持续。针对云南的干旱情况,提出了相应的抗旱对策建议。      

基于不同蒸散方法的SPEI在天山南北坡气象干旱的差异性分析

为更好的研究与指导天山南北坡干旱灾害的预警与应对,采用Penman-Monteith、器测法和Thornthwaite方法确定潜在蒸散量(PET),并分别计算相应的标准化降水蒸散指数(SPEI),分别记为SPEI-PM、SPEI-SJ和SPEITH,探讨1960-2016年气象干旱时空变化特征与分析不同蒸散方法下干旱指数的差异性,并评估与历史干旱事件的相符性。结果表明:(1)从趋势变化分析可知,天山南北坡在SPEI-SJ和SPEI-PM指数下呈现湿润化和干旱面积率下降的特征,SPEI-TH指数则相反;(2)空间频率分析显示SPEI-SJ和SPEI-PM指数下研究区年和季节尺度上干旱发生频率一致,即春、夏干旱频发、秋季次之、冬季最少,而SPEI-TH指数下干旱发生频率在各时间变化特征相差不大,SPEI-SJ和SPEI-PM指数下干旱发生频率在空间上保持一致,局部区域存一定的偏差,总体与干旱强度变化趋势一致;(3)基于历次干旱事件可知,SPEI-PM指数对于1986年前的旱灾有较为准确的描述,而SPEI-SJ指数仅针对1990年后对干旱有较准确的描述,SPEI-TH指数对干旱的监测能力较差。综合分析表明SPEI-PM指数对历史干旱事件监测适用性较好,20世纪90年代后,SPEI-SJ指数对干旱的监测有重要的参考价值。     

滹沱河流域植被覆盖时空演变及其与 SPEI 的相关关系

选择2001-2015年MODIS NDVI(250m)及14个气象站点气温、降水数据,通过计算标准化降水蒸散指数(SPEI),探究滹沱河流域近15年植被覆盖时空演变特征,分别从月、季节、年等尺度探究植被覆盖与SPEI的相关关系。结果显示:(1)近15年滹沱河流域归一化植被指数(NDVI)呈显著增加趋势,增速为0.024/(10a)。(2)植被恢复以明显改善为主,覆盖范围占整个流域面积的51.58%,主要分布于流域中、上游。(3)滹沱河流域SPEI总体上呈波动上升趋势,干旱程度有所降低,流域中游变湿趋势最显著。(4)6月、7月是干旱条件对植被覆盖影响最显著的月份,其中,6月气温对NDVI的影响大于降水,而7月降水对NDVI的影响大于气温;夏季干旱程度对植被覆盖度的影响最为明显;NDVI年际变化与SPEI具有显著正相关关系,干旱对植被生长状态有较大影响。     

基于SPEI的海河流域干旱时空演变特征及环流成因分析

基于海河流域31个气象站1961—2017年逐日气象资料、美国国家环境预报中心(NCEP)和美国国家大气研究中心(NCAR)再分析数据集,计算了多时间尺度标准化降水蒸散指数(SPEI),分析了海河流域1961—2017年干旱时空演变特征,并结合流域夏季500 hPa等位势高度场分析了流域干旱演变特征的环流成因。结果表明:1961—2017年海河流域有轻微干旱趋势,且长历时干旱主要集中于1980—2017年,但干旱强度呈减弱趋势,春末(5、6月)湿润化趋势显著,夏季(7、8月)干旱化趋势显著;空间分布上,海河流域内57.4%的区域呈现干旱化趋势,19.0%的区域呈现干旱减弱趋势,全流域夏季呈显著干旱化趋势;蒙古高压增强、西太平洋副热带高压西移、南扩以及增强的环流特征不利于水汽输送及降水形成,高压系统的增强和水汽输送的减少是流域夏季干旱化趋势的原因之一。     

基于多模式情景的长江中下游未来气象干旱时空演变特征分析

为了分析未来时期(2020—2099年)长江中下游区域气象干旱演变特征,选取跨行业影响模式比较计划(ISIMIP)的4个全球气候模式,基于不同代表性浓度路径(RCP)的排放情景(RCP-2.6、RCP-6.0和RCP-8.5),分别计算了标准化降水指数(SPI)和标准化蒸散发指数(SPEI),探讨了两种指数对研究区气象干旱的刻画能力,分析了研究区未来气象干旱变化规律。研究结果表明:未来时期SPI整体呈增加趋势,汉江流域和洞庭湖水系西北区域增加幅度较大,说明该区域干旱减缓趋势明显;SPEI呈显著减小趋势,且随着排放浓度的增加,减小幅度逐渐增加,洞庭湖水系和鄱阳湖水系东南区域减小趋势较大,说明该区域未来时期干旱增加趋势明显;不同情景下SPI减小的区域SPEI也呈减小趋势且减小幅度更大;研究区SPI与SPEI的相关性从北到南、从西到东逐渐增强;SPI与SPEI的整体相关性随着排放浓度的增加逐渐减弱。研究成果有助于预估未来长江中下游区域干旱发生演变规律。     

基于SPEI的三江平原干旱时空分布特征分析

干旱监测指标是人们监测旱涝变化情况的重要参数,可为灾害预警、影响评估、应急管理及决策提供依据。基于1961—2014年的月降水量和月平均气温时间序列分别计算不同时间尺度(1月、3月、12月尺度)的SPEI值,在此基础上分析不同年、季节和月份干旱强度和干旱站次比的变化特征以及干旱发生频次的空间分布特征。结果表明:三江平原干旱强度及干旱发生范围总体呈略微上升趋势,夏季干旱强度最大,秋季干旱发生范围最广;空间尺度上,中旱及以上强度干旱发生频次较高的区域主要集中于鹤岗、富锦、佳木斯、萝北、集贤等地,呈从东南向西北增加的特点;三江平原的干旱情况在不同年代呈波动态势,1970年代和2000年代为干旱最严重的年代纪。     

浑善达克沙地归一化植被指数动态变化及其对标准化降水蒸散发指数的时空响应关系

本文采用GIMMS3g NDVI数据集和气候研究委员会SPEI数据集,通过像元尺度的相关分析,识别了浑善达克沙地1982-2015年NDV (I归一化植被指数,Normalized Differnce Vegetation Index)动态变化及其与SPEI(标准化降水蒸散发指数,Standardized Precipitation Evapotranspiration Index)在不同时间尺度上的响应关系。研究区近34年来平均NDVI为0.22,沙地植被总体呈恢复趋势,NDVI增加面积占沙地面积的55.56%。研究区NDVI与不同时间尺度SPEI显著性相关(α=0.05)面积占区域总面积的86.38%。与NDVI相关性最强的为SPEI-03,其次为SPEI-24,呈两极化现象。从不同季节来看,NDVI对SPEI的敏感程度依次为夏季(SPEI-3,51.17%)>生长季(SPEI-3,46.88%)>秋季(SPEI-3,40.32%)>春季(SPEI-9,33.37%)。总体而言,浑善达克沙地植被生长受中短期水热条件变化影响显著。本研究成果有助于进一步揭示变化环境下浑善达克沙地生态水文过程,对该地区生态修复与沙漠化防治具有一定的借鉴意义。