華北平原干旱事件特征及農業用地暴露度演變分析*

陳 靜，劉洪濱，王艷君，王安乾，蘇布達,**，居 輝

?

華北平原干旱事件特征及農業用地暴露度演變分析*

陳 靜1，劉洪濱2，王艷君1，王安乾1，蘇布達1,2**，居 輝3

(1.南京信息工程大學氣象災害預報預警與評估協同中心/地理與遙感學院，南京 210044；2.中國氣象局國家氣候中心，北京 100081；3.中國農業科學院農業環境與可持續發展研究所，北京 100081）

根據1961-2014年華北平原52個氣象觀測站月降水數據和區域氣候模式COSMO-CLM（CCLM）輸出的逐月降水預估數據，利用標準化降水指數，結合“強度-面積-持續時間”（Intensity-Area-Duration, IAD）方法，研究了華北平原過去（1961-2014年）和未來（2016-2050年）3種排放情景(RCP2.6、4.5、8.5）下，不同持續時間的區域最強干旱事件的強度-面積特征及其時空分布規律。同時，基于2000年的土地利用數據，分析了2016-2050年華北平原農業用地暴露度的演變。研究表明：（1）1961-2014年，華北平原干旱中心在空間上呈由南向北遷移的趨勢。（2）相比基準期（1961-2005年），過去45a未遇的干旱事件在2016-2050年RCP3種情景下均有可能發生；RCP2.6情景下發生頻率最高。（3）2016-2050年，RCP2.6和RCP 4.5情景下，華北平原農業用地干旱暴露度（即暴露面積）呈增大趨勢，RCP4.5情景下干旱暴露面積增加的速率更大，RCP8.5情景下則與之相反，呈減小趨勢。3種情景下暴露度峰值分別出現在2040s后期，2040s前期及2020s中期。

強度-面積-持續時間（IAD）方法；CCLM模式；RCP情景；農業用地；暴露度

干旱是影響最為廣泛的自然災害之一，2015年全球各類天氣氣候災害造成的經濟損失約占所有自然災害的65%，其中干旱所造成的經濟損失占18%[1]。中國是全球變化的敏感區和脆弱區之一，災害造成的直接經濟損失遠超世界平均水平。1985-2014年干旱造成的直接經濟損失占總損失的19.4%，平均每年因旱造成的農作物經濟損失可達272.48億元[2]。因此，對干旱事件發生規律及農業用地暴露度演變進行分析對防災減災具有十分重要的科學意義。

為了定量研究干旱問題，國內外學者基于現有觀測數據提出了多種干旱指標及方法，如標準化降水指數（SPI）、Palmer干旱指數、土壤含水率、綜合氣象干旱指數等，其中標準化降水指數對干旱反應靈敏，計算簡單，適用于不同時間尺度的干旱的監測，得到廣泛應用[3-6]。

華北平原作為中國重要的糧、棉、油產地之一，水資源短缺、干旱嚴重，嚴重制約了農業生產發展。研究表明，過去50多年華北平原干旱有著顯著增長的趨勢，而其原因主要是降水的減少[7-9]，并且，華北平原的干旱具有顯著的年代際特征和突變特征[8-9]。同時，對華北平原干旱的強度和區域特征[10-13]，對造成干旱的大氣環流和ENSO原因等方面[13-15]也有大量的研究報道。但現有研究大多基于觀測資料對過去干旱規律進行單點式的歸納總結，往往忽略了事件的空間連續性，對連續面積上的區域事件的認識還存在不足。此外，隨著氣候變化越來越受到關注，氣候變化背景下未來干旱格局的特征及演變成為新的研究熱點。氣候模式輸出結果結合干旱指標模擬預估未來不同時間、空間尺度的干旱情況，已成為目前研究氣候變化背景下干旱時空格局演變的重要手段之一[16-18]。了解華北平原未來干旱格局分布，認識干旱的規律，對合理有效規劃未來農業發展有著重要的現實意義。

本文利用華北平原52個地面觀測站的逐月降水數據及區域氣候模式CCLM輸出3種排放情景（RCP2.6、4.5、8.5）的月降水預估數據，采用強度-面積-持續時間三要素相結合的方法，考慮干旱事件的空間連續性，從區域事件的角度分析華北平原過去（1961-2014年）和未來（2016-2050年）干旱事件的發生規律和特點，并基于歷次干旱事件的影響面積，初步開展華北平原農業用地對干旱的暴露度研究。旨在對華北平原不同持續時間的區域干旱事件發生規律有進一步認識，為應對全球氣候變化背景下華北平原干旱格局的演變，制定相關防災減災措施和可持續農業發展政策提供參考依據。

1 材料與方法

1.1 研究區概況

華北平原（32°-40°N，114°-121°E）位于長城以南，淮河以北，東臨黃海、渤海，西為太行山和豫西山地。屬暖溫帶半濕潤氣候，降水呈由南向北隨緯度遞減的格局，地區、季節、年際間差異較大，冬、春季少雨干旱。本文研究區域主要包括北京、天津、山西、河北、山東、河南、江蘇、安徽省的部分地區，面積約為41.9萬km2。

1.2 數據資料

觀測資料為華北平原52個氣象站1961-2014年逐月降水數據，由國家氣象信息中心提供并進行數據質量控制。這些臺站資料經由氣候場和距平場分別插值并疊加，生成分辨率為0.5°×0.5°的網格化數據[19-20]。

土地利用數據來源于中國科學院地理科學與資源研究所發布的2000年土地利用數據。該數據采用Landsat遙感數據解譯而成，包括農業用地、林地、草地、水域、居民地和未利用土地6個一級土地類型。本文主要利用其農業用地數據，包括水田及旱地2個二級土地利用類型，約28萬km2。研究區氣象站和農業用地分布見圖1。

模式數據采用德國波茨坦氣候影響研究所（PIK）區域氣候模式COSMO-CLM（CCLM）輸出數據。區域氣候模式CCLM是世界氣候研究計劃發起的國際區域氣候模式降尺度實驗（CORDEX）的模式之一，是基于德國氣象局Local Model（LM）模型，以ECHAM6的輸出為邊界條件的動力降尺度模型，空間分辨率為0.5°×0.5°。本文選取CCLM模式輸出的華北平原167個格點3種排放情景（RCP2.6、4.5、8.5）的月降水資料，時間跨度為1961-2050年。其中1961-2005年為基準期，2016-2050年為預估期。區域氣候模式CCLM對中國區域氣候的模擬效果已在前人研究中得到驗證[21-26]。

RCPs是指世界氣候研究計劃（WCRP）中耦合模式比較計劃第五階段（CMIP5）框架下的一套新情景[27-28]，是用單位面積的輻射強迫來表示未來100a溫室氣體穩定濃度的情景。目前應用較多的4種情景分別為低排放情景（RCP2.6）、中低排放情景（RCP4.5）、中排放情景（RCP6）、高排放情景（RCP8.5），分別指2100年輻射強迫穩定在2.6、4.5、6、8.5W·m-2。本文選取RCP2.6、RCP4.5和RCP8.5共3種情景進行研究。

1.3 研究方法

1.3.1 標準化降水指數（Standardized Precipitation Index，SPI）

標準化降水指數（SPI）是表征某段時間內降水出現概率大小的指標，適合月尺度以上相對當地氣候狀況的干旱監測與評估[29-30]。該方法基于降水數據，采用標準化降水累計頻率劃分干旱等級，有著適應性強，反應敏感，所需資料易獲取等特點，具有普適性。不同時間尺度的SPI對水分的盈虧的側重點不同，SPI12反映了長時間土壤水分的變化。本文基于1961-2014年共45a的歷史降水數據及2016-2050年共35a的模擬降水數據，采用SPI12指數對華北地區過去及未來的干旱事件進行分析。根據《氣象干旱等級》標準，SPI值大于1，為澇；SPI值小于-1，為旱（見表1）。

1.3.2“強度-面積-持續時間”分析方法（Intensity- Area-Duration，IAD）

干旱是區域性現象，干旱事件可以定義為在連續面積上發生的具有一定持續時間的過程。IAD方法可以將干旱事件的強度、面積和持續時間三者聯立起來，討論不同持續時間區域干旱事件強度-面積的變化，以及干旱事件在時間和空間上的發展，同時反映時間延續性和空間連續性[31-34]。IAD方法基于格點的空間鄰近性，利用簡單的聚類算法對區域干旱事件進行識別。選取強度最大的格點作為干旱中心，依次判斷其周圍相鄰的格點是否發生干旱，若該格點發生干旱（SPI<-1），則該格點歸為第一個干旱事件，并將這兩個格點作為新的干旱中心，依次判斷其相鄰的格點是否發生干旱，直至相鄰的格點均不發生干旱，第一個干旱事件識別即完成。在第一個干旱事件以外的區域，亦用此方法進行其余干旱事件的識別。

IAD中，I為干旱事件的強度（用干旱指數SPI表示），即組成該次干旱事件的所有格點的強度（SPI）平均值。A為干旱事件的影響面積（km2），為該次事件包含的所有格點面積之和。D為干旱事件的持續時間，是連續不間斷發生干旱事件的時間跨度。本文選取1、3、6、9、12月等5個不同長短干旱持續時間為例進行討論。

干旱事件識別過程中，可以得到某次事件在不同面積上對應的干旱強度，將這些反映干旱事件強度-面積對應關系的點連成線，可得到該次干旱事件的強度-面積-持續時間曲線（IAD曲線），體現此次干旱事件的強度-面積的發展趨勢。選取不同面積值對應的所有干旱事件IAD曲線的強度最大值，可形成該段發生時間內或該持續時間尺度下所有干旱事件的IAD包絡線，反映不同干旱面積上最大的干旱強度，即，研究區所經歷的最嚴重的干旱情況。

1.3.3 農業用地暴露度

暴露度是指人員、生計、物種或生態系統、環境功能、服務和資源、基礎設施或經濟、社會或文化資產有可能受到不利影響的位置和環境[35]。本文農業用地暴露度是指暴露在干旱下的農業用地面積，為暴露在所有干旱事件下的格點農業用地面積之和。

2 結果與分析

2.1 觀測到的最強干旱事件特征

將1961-2014年劃分為5個階段對華北平原干旱事件進行分析，其中1961-1969年為1960s，1970-1979年為1970s，1980-1989年為1980s，1990-1999年為1990s，2000-2014年統一為2000s。

圖2為5個不同持續時間（1、3、6、9、12個月）下干旱事件的IAD包絡線，反映1961-2014年華北平原遭受的不同持續時間最嚴重的干旱事件?？梢?，干旱持續時間為1個月時，最大強度出現在1960s，1970s次之，1990s干旱強度最小。最大干旱強度的SPI值為-3.7，屬于特旱級別。干旱持續時間分別為3、6個月時，最強、次強和最弱干旱出現的時期與持續1個月的干旱事件相同，分別為1960s、1970s和1990s。最強事件的SPI值分別為-3.4和-3.1；持續9個月的干旱最大強度仍然發生在1960s，其SPI值為-3.0。次強為1970s，而強度最小的事件則出現在2000年后；干旱持續12個月時，最強干旱時期未發生改變，為1960s，次強干旱事件則出現在1990s，強度最小的干旱事件出現在2000年后。持續9個月和12個月的最大干旱事件的SPI分別為-3.0和-2.9。說明不同持續時間尺度下，最大強度的干旱事件均發生在1960s，強度最小的干旱事件出現在1990s及2000s，研究期內干旱事件強度整體上呈現微弱的減小趨勢。

從受旱面積來看，華北平原影響面積最大的干旱事件持續時間為1個月，發生在1999年，影響面積達3.8萬km2。3、6、9、12月持續時間的最大面積干旱事件分別為2002年的2.5萬km2，1966年的2.3萬km2，1966年2.31萬km2和1966年1.56萬km2。即短持續期大范圍干旱事件發生在1990s，中長持續期大范圍干旱事件發生在1960s。而1970s是5個既定持續時間下干旱影響面積最小的時期，其受影響面積僅為最大影響面積的1/3左右。

綜合5個既定持續時段的干旱事件IAD包絡線表明，1960s發生的干旱具有強度大且范圍廣的特點，是1961-2014年華北平原干旱最嚴重的時期。1970s干旱事件的特點為干旱強度較大，影響面積??；1980s干旱強度和面積均為中等；1990s長持續時間的干旱事件強度較強，影響面積較??；2000s干旱強度較小，影響面積較大。

由圖3可見，1960s華北平原最強干旱中心主要集中在華北平原的南部，1970s主要集中在華北平原的東南部，1980s主要分布在華北平原的中部，1990s主要分布在華北平原的中西部和北部，進入2000年后，華北平原的干旱中心呈東北-西南向分布。說明1961-2014年華北平原的干旱事件最強中心有由南向北逐漸遷移的趨勢。2000年后，華北平原干旱事件中心呈東北-西南向分布。

2.2 未來最強干旱事件預估

2.2.1 模式模擬效果評估

將基準期（1961-2005年）CCLM模式輸出結果與同期觀測結果進行對比，以分析CCLM模式對華北平原降水的空間模擬能力，如圖4所示?？梢?，CCLM模式較好地模擬了華北平原南部降水多北部偏少，降水由南向北逐漸減少的空間格局。CCLM模式模擬結果與觀測結果的空間相關系數為0.89，說明兩者在空間分布上有著較好的一致性，CCLM模式能夠在一定程度上模擬華北平原降水的空間分布。但CCLM模式對華北平原的降水模擬有系統性低估，模擬值較觀測結果普遍偏低。

圖5為多年平均（1961-2005年）月降水量的CCLM模式輸出與地面實測值的對比。CCLM模式模擬結果表明，華北平原夏季降水多，冬季少，降水的峰值出現在7月，與實際的降水年內分布規律相符。但在降水較多的7、8月，模擬的降水量峰值較觀測結果偏小，而在降水較少的月份，CCLM模擬降水結果則相對偏高。

可見，CCLM模式雖然在降水量的模擬上仍存在不足，但能夠較好地模擬華北平原降水的空間分布特點和時間分布規律，可作為研究華北平原區域干旱事件預估的基礎。

2.2.2 未來可能出現的干旱事件

分析基準期（1961-2005年）華北平原所有干旱事件在不同面積上所能達到的最大強度值，繪制基準期的IAD包絡線，以表征基準期45a華北平原干旱事件所能達到的最大強度和最大面積。將其與不同RCP情景下發生的干旱事件進行對比，分析未來不同情景下干旱事件的特征及出現過去45a未遇事件的頻率。

RCPs情景下，2016-2050年華北平原發生的干旱事件如圖6所示?？梢?，2016-2050年，RCP2.6情景下華北平原共發生35次45a未遇的干旱事件，其中27次為前所未遇的大強度干旱事件，其強度略大于基準期；8次為前所未遇的大面積干旱事件。這些事件大部分持續時間較長，且面積可達基準期最大干旱面積的1.5~2倍。RCP4.5情景下共發生20次45a未遇干旱事件，其中5次為前所未遇大面積干旱事件，均為持續12個月的事件，干旱影響面積約為基準期最大干旱面積的1.1～1.5倍。而對于短、中持續期干旱（持續1、3、6、9個月），RCP4.5情景下僅發生了15次45a未遇的大強度干旱事件，未有前所未遇的大面積干旱事件發生。RCP8.5情景下僅有7次45a未遇的干旱事件，主要表現為1～3個月的短期干旱事件。其中有5次干旱事件的影響面積大于基準期，但面積增幅相對較小，約比基準期大0.5萬km2。

綜合3種情景下發生的45a未遇干旱事件：RCP2.6發生前所未遇的干旱事件的頻次最高，并以大強度事件居多；RCP4.5情景下此類事件特點鮮明，短或中持續期的事件以強度大于基準期為主，長持續時間尺度下發生影響范圍更大的干旱事件居多；RCP8.5情景下，發生此類事件的可能性最少，且多為持續時間較短的前所未遇大面積干旱事件為主。

2.2.3 未來可能出現的最強干旱事件

3種排放情景（RCP2.6、4.5、8.5）下華北平原最強干旱事件的IAD包絡線如圖7所示，反映未來（2016-2050年）華北平原可能遭受的最嚴重干旱情況。

由圖7a可見，持續1個月的干旱事件中，RCP8.5情景下的最大干旱強度均小于基準期強度，在干旱面積大于10萬km2時，RCP2.6情景和RCP4.5情景下的最大干旱強度均大于基準期，且RCP4.5情景干旱強度大于RCP2.6情景。干旱事件持續3個月時（圖7b），3種排放情景下均有強度大于基準期的干旱事件發生。RCP2.6情景和RCP4.5情景分別在干旱面積大于9萬km2和6萬km2時發生了強度大于基準期的干旱事件，且當干旱面積大于12萬km2時，RCP2.6情景下的最大干旱強度將大于RCP4.5情景。而RCP8.5情景在干旱面積大于27萬km2時出現大于基準期強度的干旱事件，為5個研究持續時間尺度中僅有的RCP8.5情景下發生的大強度事件。干旱事件持續6個月時（圖7c），RCP2.6情景和RCP4.5情景分別在干旱面積大于5萬km2和2萬km2時發生強度大于基準期的干旱事件。干旱事件持續9個月（圖7d），RCP2.6情景和RCP4.5情景分別在干旱面積大于2.3萬km2和1萬km2時發生強度大于基準期的干旱事件。干旱事件持續12個月時（圖7e），RCP2.6情景和RCP4.5情景分別在干旱面積大于6000km2和5000km2時發生強度大于基準期的干旱事件。綜合來看，RCP4.5情景下相對更易發生強度大于基準期的干旱事件，但可能多為小范圍高強度干旱事件；RCP2.6情景則發生大范圍且大強度的干旱事件為主，干旱形勢較RCP4.5更為嚴重；而RCP8.5情景干旱事件強度普遍小于基準期，僅發生了持續期較短（3個月）的強度大于基準期的事件。

從干旱最大影響面積上看，干旱持續1個月時，RCP2.6情景下干旱影響面積大于RCP4.5情景，且均大于基準期，RCP8.5情景最大干旱面積可達40萬km2，意味著華北平原95%的區域將發生干旱；干旱持續時間為3個月時，RCP2.6情景、RCP4.5情景與基準期最大干旱面積相差不大，分別為27.54萬km2、27.61萬km2及27.59萬km2；干旱持續期較長時（持續6、9個月），RCP2.6情景下最大干旱影響面積大于其它兩個排放情景，但小于基準期，分別約為27.5萬km2、22.1萬km2，相當于半個華北平原發生干旱。干旱持續時間為12個月時，RCP2.6情景為3個情景中最大，面積約為20.1萬km2。RCP4.5情景最大干旱影響面積略大于RCP8.5情景，分別為12.5萬km2、8.24萬km2，僅在RCP8.5情景下干旱面積小于基準期?？偟膩砜?，RCP2.6情景下不同持續時間的干旱影響面積均相對較大，但僅在持續時間較短（1個月）和較長（12個月）時發生面積大于基準期的事件；RCP8.5情景下則僅在干旱持續時間較短（1、3個月）時發生最大面積大于基準期的事件；RCP4.5情景僅在干旱持續時間較長時（12個月）發生最大面積大于基準期的事件。

綜合考慮干旱事件的強度、面積和持續時間，3種RCP情景下2016-2050年華北平原干旱事件將呈現以下特征：RCP2.6情景下干旱事件強度大，且影響面積大；RCP4.5情景干旱事件強度大，而影響面積較??；RCP8.5情景下干旱事件強度小，影響面積較大的事件持續期較短。

5個既定持續時間干旱事件的IAD包絡線進一步表明（圖7），RCP2.6情景下包絡線主要由發生在2040s后期、少量發生于2010s后期及2030s前期的事件組成，發生時段集中；RCP4.5情景IAD包絡線主要由2030s后期及2040s前期干旱事件組成，發生時間相對較為集中；而RCP8.5情景干旱發生時段較為分散，構成IAD包絡線的干旱事件發生時段包括2010s后期和2020s前期、2030s后期及2040s前期等4個時期。

3個RCP排放情景下，不同持續期IAD包絡線上記錄的干旱事件最強中心的空間分布如圖8所示，選取2000-2005年干旱中心的分布為基準判斷未來干旱事件遷移走向。由圖可見，干旱事件持續1個月時，2000-2005年干旱中心分布在華北平原的中部及北部，RCP2.6情景下，2010s后期、2030s前期主要發生在華北平原最南端，2040s后期主要分布在華北平原的中南部，整體均較2000-2005年干旱分布向南遷移；RCP4.5情景下，2030s干旱事件主要分布在華北平原北部，2040s主要分布在華北平原中南部，相對2000-2005年向北遷移后向南遷移；RCP8.5情景下，2010s后期及2020s前期干旱事件集中在華北平原西部，2030s、2040s集中在華北平原南部，整體較2000-2005年向西南方向移動。干旱事件持續3、6、9、12個月時，2000-2005年的干旱中心位于華北平原的中部。RCP2.6情景下干旱事件多集中發生在2040s，主要分布在華北平原的南部；RCP4.5情景下2030s后期干旱事件集中在華北平原北部，2040s集中在華北平原的中部；RCP8.5情景下2010s、2020s干旱事件集中在華北平原西部，2030s、2040s分布在華北平原的南部?？偟膩碚f，2016-2050年，RCP2.6情景下干旱中心有向南轉移的趨勢，RCP4.5情景干旱事件有先向北后向南遷移的趨勢，而RCP8.5情景則有先向西后向南轉移的趨勢。

2.3 未來農業用地暴露度的可能演變趨勢

2016-2050年華北平原逐年暴露于干旱事件的農業用地面積如圖9a所示，每年的農業用地暴露度為暴露于該年若干次干旱事件的農業用地面積之和?？梢?，基準期（1961-2005年）華北平原平均每年暴露在干旱下的農業用地面積累積達53.14萬km2，是華北平原總耕地面積的1.9倍，平均每月暴露在干旱下的農業用地面積占總耕地面積的15.8%。

圖9b是2016-2050年3種不同排放情景下（RCP2.6、4.5、8.5）農業用地暴露度相對于基準期（1961-2005年）農業用地暴露度均值的增長情況?？梢?，RCP2.6情景下，2016-2050年華北平原農業用地暴露度整體呈增加的趨勢。2030s前RCP2.6情景下農業用地暴露度普遍小于基準期的平均值，平均每年相對基準期減小約26.5%；2030s農業用地暴露度有所增加，增長幅度最大為基準期1.5倍；2040s前期和中期華北平原農業用地的暴露度也普遍小于基準期，減小幅度是基準期的50%左右；2040s后期為華北平原在該情景下干旱最嚴重的時期，暴露于干旱的農業用地面積大幅增長，最大增幅達基準期近3倍，該時期華北平原平均每月大約有62.7%的農業用地將遭受干旱的襲擊。2016-2050年，RCP2.6情景平均每年暴露在干旱下的農業用地面積為49.6萬km2，相當于每月14.8%的農業用地面積將遭受干旱。

RCP4.5情景下，華北平原農業用地暴露度的變化趨勢與RCP2.6情景相似，整體呈增加趨勢，增長速率略大于RCP2.6情景。2010s后期-2020s中期，RCP4.5情景下華北平原農業用地暴露度小于基準期平均值，平均每年相對基準期減小約48.8%；2020s后期開始呈現增大趨勢，直至2040s前期達到2016-2050年農業用地暴露度峰值，最大增幅約為基準期的2.2倍，即平均每月約有53%的農業用地面積將暴露在干旱災害之下。2016-2050年，RCP4.5情景平均每年暴露的農業用地面積為51.8萬km2，相當于每月約有15.4%的農業用地將遭受干旱的損害。

RCP8.5情景下，華北平原的農業用地暴露度呈減小趨勢，峰值出現在2020s中期，相對于基準期增長約2.7倍，相當于平均每月有61%的農業用地面積會遭受干旱。2020s后期-2030s中期，華北平原農業用地的暴露度呈減小趨勢，而后在2030s后期及2040s前期，暴露度有顯著的增大，出現了兩個極大值，其暴露的農業用地面積分別是基準期的2倍及1.9倍，相當于華北平原平均每月約有46.9%的農業用地將遭受干旱。2040s中后期，華北平原農業用地暴露度將大幅減小，減幅達基準期的60%~90%。2016-2050年，RCP8.5情景平均每年農業用地暴露度為52.5萬km2，相當于平均每月15.6%的農業用地會遭受干旱侵襲。

3 結論與討論

（1）1960s是華北平原1961-2014年干旱最嚴重的時期，干旱有強度大且范圍廣的特點，事件主要集中分布在華北平原南部。1961-2014年，華北平原干旱中心空間分布上有由南向北遷移的規律。2000年后呈東北-西南向分布。

（2）2016-2050年，3種情景下均有可能發生基準期45a未遇的干旱事件。RCP2.6情景下發生此類干旱事件頻次最高，RCP8.5情景下最低。RCP2.6和RCP4.5情景下，以強度更大的干旱事件為主，RCP8.5情景下，僅有短期干旱事件發生，并以面積更大事件為主。

（3）2016-2050年，2040s后期是RCP2.6情景發生干旱最嚴重的時期；2030s后期-2040s前期是RCP4.5情景下干旱最為嚴重的時期；RCP8.5情景下，最強干旱事件的發生時間較分散，2020s中期與2030s中期是RCP8.5情景下發生干旱相對嚴重的時期。在干旱中心的空間分布上，2016-2050年，RCP2.6情景干旱中心將向南遷移，RCP4.5情景干旱中心則先向北移動，后期向南遷移；RCP8.5情景則向西移動后有向南移動的趨勢。至2050年，華北平原中部是干旱最為嚴重的區域。

（4）2016-2050年，RCP2.6和RCP4.5情景下華北平原農業用地暴露度呈現增大趨勢，RCP8.5情景下呈現減小趨勢。3種情景下暴露度峰值分別出現在2040s后期，2040s前期及2020s中期。RCP2.6、RCP4.5和RCP8.5情景平均每年的農業用地暴露度分別為49.6萬km2、51.8萬km2、52.5萬km2。

本文基于歷史數據和CCLM模式數據分別討論了華北平原過去45a及未來35a華北平原干旱事件中心的分布及遷移規律。結果顯示2000年后華北平原的干旱中心呈東北-西南向分布；未來35a，RCP2.6、RCP4.5及RCP8.5情景下干旱事件中心將以不同趨勢向華北平原南部移動。干旱中心的遷移是造成不同排放情景下農業用地暴露度演變趨勢不同的重要因素之一，因此，考慮不同排放情景干旱事件的時空發展規律，合理制定防災減災措施，對華北平原農業的可持續發展具有重要意義。

參考文獻：References

[1]Munich R.Topics geo: natural catastrophes in 2015:the earth’s “hotting up”[OL].http://www.munichre.com/site/mram- mobile/ get/documents_E-1170838805/mram/assetpool.munichreamerica.wrap/PDF/03Weather%20Risks/08875_Topics_Geo_2015_en.pdf.

[2]中國氣象局.中國氣象災害年鑒[M].氣象出版社, 2015.

China Meteorological Administration.China meteorological disaster yearbook[M].Meteorological Press of China,2015.(in Chinese)

[3]Jenkins K,Warren R.Quantifying the impact of climate change on drought regimes using the Standardised Precipitation Index[J].Theoretical & Applied Climatology,2015, 120(1-2): 41-54.

[4]趙林,武建軍,呂愛鋒,等.黃淮海平原及其附近地區干旱時空動態格局分析:基于標準化降雨指數[J].資源科學,2011, 33(3):468-476.

Zhao L,Wu J J,Lv A F,et al.Spatial and temporal analysis of drought over the huang-huai-hai plain and its surrounding based on the standardized precipitation index[J].Resources Science,2011,33(3):468-476.(in Chinese)

[5]黃晚華,楊曉光,李茂松,等.基于標準化降水指數的中國南方季節性干旱近58a演變特征[J].農業工程學報,2010, 26(7):50-59.

Huang W H,Yang X G,Li M S,et al.Evolution characteristics of seasonal drought in the south of China during the past 58 years based on standardized precipitation index[J]. Transactions of the CSAE,2010,26(7):50-59.(in Chinese)

[6]孫智輝,王治亮,曹雪梅,等.基于標準化降水指數的陜西黃土高原地區1971-2010年干旱變化特征[J].中國沙漠,2013, 33(5):1560-1567.

Sun Z H,Wang Z L,Cao X M,et al.Characteristics of drought change in the Loess Plateau area of Shaanxi based on the Standardized Precipitation Index during 1971-2010[J].Journal of Desert Research,2013,33(5):1560-1567.(in Chinese)

[7]翟盤茂,鄒旭愷.1951-2003年中國氣溫和降水變化及其對干旱的影響[J].氣候變化研究進展, 2005,1(1):16-18.

Zhai P M,Zhou X K.Change in temperature and precipitation and their impact on drought in China during 1951- 2003[J].Advances in Climate Change Research, 2005, 1(1):16-18.(in Chinese)

[8]Ma Z,Fu C.Some evidence of drying trend over northern China from 1951-2004[J].Chinese Science Bulletin,2006, 51(23):2913-2925.

[9]周丹,張勃,羅靜,等.基于SPEI的華北地區近50年干旱發生強度的特征及成因分析[J].自然災害學報,2014,(4):192-202.

Zhou D,Zhang B,Luo J,et al.SPEI-based intensity characteristics and cause analysis of drought in north China during recent 50 years[J].Journal of Natural Disasters,2014, (4): 192-202.(in Chinese)

[10]盧洪健,莫興國,胡實.華北平原1960-2009年氣象干旱的時空變化特征[J].自然災害學報,2012,(6):72-82.

Lu H J,Mo X G,Hu S.Spatiotemporal variation characteristics of meteorological droughts in North China Plain during 1960-2009[J].Journal of Natural Disasters,2012,(6):72-82.(in Chinese)

[11]Yuan Z,Yan D H,Yang Z Y,et al.Temporal and spatial variability of drought in Huang-Huai-Hai River Basin, China[J].Theoretical & Applied Climatology, 2015,122 (3):1-15.

[12]安莉娟,任福民,李韻婕,等.近50年華北區域性氣象干旱事件的特征分析[J].氣象,2014, 40(9):1097-1105.

An L J,Ren F M,Li Y J,et al.Study on characteristics of regional drought events over North China during the past 50 years[J].Meteorological Monthly,2014,40(9):1097-1105.(in Chinese)

[13]榮艷淑,余錦華,段麗瑤.20世紀80和90年代華北干旱特征及成因分析[J].高原氣象,2007,26(2):319-325.

Rong Y S,Yu J H,Duan L Y.Causes and comparison of the droughts of North China in 1980's and 1990's[J].Plateau Meteorology,2007,26(2):319-325.(in Chinese)

[14]Ma Z G.The interdecadal dry/wet trend and shift of North China and their relationship to the Pacific Decadal Oscillation (PDO)[J].Chinese Science Bulletin,2007, 52(15):2130-2139.

[15]琚建華,呂俊梅,任菊章.北極濤動年代際變化對華北地區干旱化的影響[J].高原氣象,2006,25(1):74-81.

Ju J H,Lv J M,Ren J Z.The effect of lnterdecadal variations of arctic 0scillation on aridization in North China[J].Plateau Meteorology,2006,25(1):74-81.(in Chinese)

[16]Burke E J,Brown S J,Christidis N.Modeling the recent evolution of global drought and projections for the twenty-first century with the Hadley Centre Climate Model[J].Journal of Hydrometeorology, 2006,7(5): 1113-1 125.

[17]Wang L,Chen W.A CMIP5 multi-model projection of future temperature,precipitation,and climatological drought in China[J].International Journal of Climatology,2014, 34(6): 2059-2078.

[18]胡實,莫興國,林忠輝.未來氣候情景下我國北方地區干旱時空變化趨勢[J].干旱區地理,2015,38(2):239-248.

Hu S,Mo X G,Lin Z H.Projections of spatial-temporal variation of drought in north China[J].Arid Land Geography, 2015,38(2):239-248.(in Chinese)

[19]Xu Y,Gao X J,Shen Y,et al.A daily temperature dataset over China and its application in validating a RCM simulation[J].Advances in Atmospheric Sciences, 2009,26(4):763-772.

[20]吳佳,高學杰.一套格點化的中國區域逐日觀測資料及與其它資料的對比[J].地球物理學報,2013,56(4):1102-1111.

Wu J,Gao X J.A gridded daily observation dataset over China region and comparison with other datasets[J].Chinese J.Geophys.,2013,56(4):1102-1111.(in Chinese)

[21]Fischer T,Menz C,Su B,et al.Simulated and projected climate extremes in the Zhujiang River Basin,South China,using the regional climate model COSMO-CLM[J].International Journal of Climatology,2013,33(14):2988-3001.

[22]陶輝,黃金龍,翟建青,等.長江流域氣候變化高分辨率模擬與RCP4.5情景下的預估[J].氣候變化研究進展,2013, 9(4):246-251.

Tao H,Huang J L,Zhai J Q,et al.Simulation and projection of climate changes under the RCP4.5 scenario in the Yangtze River basin based on CCLM[J].Advances in Climate Change Research,2013,9(4):246-251.(in Chinese)

[23]孟玉婧,姜彤,蘇布達,等.高分辨率區域氣候模式CCLM對鄱陽湖流域氣溫的模擬評估[J].中國農業氣象,2013, 34(2):123-129.

Meng Y J,Jiang T,Su B D.Temperature simulation assessment by high-resolution regional Climate Model (CCLM)in Poyang Lake Basin[J].Chinese Journal of Agrometeorology,2013,34(2):123-129.(in Chinese)

[24]黃金龍,陶輝,蘇布達,等.塔里木河流域極端氣候事件模擬與RCP4.5情景下的預估研究[J].干旱區地理,2014, 37(3):490-498.

Huang J L,Tao H,Su B D,et al.Simulation of climate extreme events in the Tarim River Basin and projection under the RCP4.5 scenario[J].Arid Land Geography,2014, 37(3):490- 498.(in Chinese)

[25]高超,張正濤,陳實,等.RCP4.5情景下淮河流域氣候變化的高分辨率模擬[J].地理研究,2014,33(3):467-477.

Gao C,Zhang Z T,Chen S,et al.The high-resolution simulation of climate change model under RCP4.5 scenarios in the Huaihe River Basin[J].Geographical Research,2014, 33(3):467-477.(in Chinese)

[26]談豐,蘇布達,高超,等.高精度區域氣候模式對淮河流域降水的模擬評估[J].長江流域資源與環境,2012, 21(10):1236-1242.

Tan F,Su B D,Gao C,et al.High-resolution regional climate model(CCLM) for Simulation of precipitation in the Huaihe River Basin,China[J].Resources and Environment in the Yangtza Basin,2012,21(10):1236-1242.(in Chinese)

[27]秦大河.氣候變化科學與人類可持續發展[J].地理科學進展,2014,33(7):874-883.

Qin D H.Climate change science and sustainable development[J].Progress in Geography,2014, 33(7): 874-883. (in Chinese)

[28]Moss R H,Edmonds J A,Hibbard K A,et al.The next generation of scenarios for climate change research and assessment[J]. Nature,2010,463(7282):747-756.

[29]McKee T B,Doesken N J,Kleist J.The relationship of drought frequency and duration to time scales[J].Preprints,Eighth Conf.on Applied Climatology,Anaheim,CA, Amer.Meteor. Soc.,1993:179-184.

[30]國家氣候中心.GB/T20481-2006 氣象干旱等級[S].北京:中國標準出版社,2005.

National Climate Center.GB/T20481-2006,Classification of meteorological drought[S].Beijing:Standards Press of China, 2005.(in Chinese)

[31]Andreadis K M,Clark E A,Wood A W,et al.Twentieth-century drought in the conterminous United States[J].Journal of Hydrometeorology,2005,6(6):985-1001.

[32]Zhai J Q,Huang J L,Su B D,et al.Intensity-area-duration analysis of droughts in China 1960-2013[J].Climate Dynamics, 2016:1-18.

[33]劉慧,田富強,湯秋鴻,等.基于水文模型和遙感的干旱評估和重建[J].清華大學學報(自然科學版),2013(5):613-617.

Liu H,Tian F Q,Tang Q H,et al.Drought evaluation and reconstruction based on a hydrologic model and remote sensing[J].J.Tsinghua Univ.(Sci.&Tech.),2013(5): 613-617. (in Chinese)

[34]景丞,姜彤,王艷君,等.中國區域性極端降水事件及人口經濟暴露度研究[J].氣象學報,2016,74(4):572-582.

Jing C,Jiang T,Wang Y J,et al.A study on regional extreme precipitation events and the exposure of population and economy in China[J].Acta Meteorologica Sinica,2016,74(4): 572-582.(in chinese).

[35]IPCC.Climate change 2014:impacts,adaptation,and vulnera- bility.IPCC working group 2 contribution to AR5[R]. Cambridge,UK,New York,USA:Cambridge University Press, 2014.

Variation of Drought Characteristics and its Agricultural Exposure in North China Plain

CHEN Jing1,LIU Hong-bin2,WANG Yan-jun1,WANG An-qian1,SU Bu-da1,2,JU Hui3

(1.Collaboration Innovation Center on Forecast and Evaluation of Meteorological Disasters/School of Geography & Remote Sensing, Nanjing University of Information Science &Technology, Nanjing 210044, China;2.National Climate Center, Beijing 100081;3.Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Science, Beijing 100081)

s: Based on the observed monthly precipitation data of 52 meteorological stations for 1961-2014 and the projected data of regional climate model COSMO-CLM (CCLM), the standardized precipitation index (SPI) and the Intensity-Area-Duration method (IAD method) were used to analyze the characteristics and spatial-temporal distribution of the drought events in the past (1961-2014) and future (2016-2050) under RCP scenarios(RCP2.6，4.5，8.5 ). And the evolution of agricultural land exposure to these drought events in 2016-2050 was estimated by applying the land use data in 2000. Results showed that: (1) from 1961 to 2014, the spatial distribution of drought center migrated from south to north in the North China Plain. (2)The unprecedented drought events are projected to occur in all three RCP scenarios in 2016-2050，and probably happens more frequently in RCP2.6 than other scenarios. (3) Under RCP2.6 and 4.5 scenarios, the exposure of agricultural land to drought is expected to raise, and that of RCP4.5 scenario increases comparatively faster. While, the trend of agriculture land exposure might decrease under RCP8.5 scenario for 2016-2050. The peak value of agricultural exposure under three RCP scenarios will occur in the late 2040s, the early 2040s, and the mid-2020s, respectively.

Intensity-Area-Duration method; Regional climate model CCLM; RCP scenarios; Agriculture land; Exposure

10.3969/j.issn.1000-6362.2016.05.011

2016-02-29**

。E-mail：subd@cma.gov.cn

國家重點基礎研究發展計劃項目（973計劃）（2012CB955904；2012CB955903）

陳靜（1992-），女，碩士生，主要從事氣候變化影響評估方面研究。E-mail：ch_jing92@163.com