多種干旱指標在攀枝花地區干旱評價中的應用研究

劉健鋒,劉正風,李永軍,王 峰

(1.攀枝花市水資源配置工程推進中心,四川 攀枝花 617000;2.水利部水利水電規劃設計總院,北京 100120;3.福建省水利水電勘測設計研究院有限公司,福州 350001;4.攀枝花市氣象臺,四川 攀枝花 617000)

0 引言

干旱災害是所有自然災害中發生最普遍、最廣泛的災害之一,分布范圍廣、發生頻度高,嚴重影響農業生產、工業生產,制約國民經濟發展。西南地區是中國干旱強度的次級中心[1-2],在氣候變暖的背景下,極端高溫干旱天氣頻發,使該地區近些年來出現大面積的農作物絕收、生活用水困難和巨大經濟損失,該現象在干熱河谷攀枝花地區表現最為明顯[3-5]。攀枝花地區防旱抗旱工作面臨嚴峻挑戰。

干旱指數是干旱評價的一個重要指標。目前雖存在各種形式的干旱指數,但由于干旱形成的復雜性和影響部門的廣泛性,至今尚無統一的干旱指標體系。鑒于此,本文以干熱河谷攀枝花地區為例,選用1967-2018年的徑流資料、1988-2019年的氣象資料,基于降水和氣溫的標準化蒸散發指數(Standardized Precipitation Evapotranspiration Index,SPEI指數)[6]、降水的標準化降水指數(Standardized Precipitation Evapotranspiration Index,SPI指數)[7]、徑流的標準化徑流指數(Standardized Streamflow Index,SSI指數)[8],比較三者之間的相關性,并對比分析各指標在攀枝花地區的實際應用效果,為攀枝花地區干旱防災減災及旱情監測和預警提供參考。

1 研究區域概況與資料

攀枝花市位于中國西南川滇交界部,金沙江與雅礱江交匯于此。地理坐標介于北緯26°05′～27°21′,東經101°08′～102°15′。東北面與四川省涼山彝族自治州的會理、德昌、鹽源3縣接壤,西南面與云南省的寧蒗、華坪、永仁3縣交界。北距成都749 km,南距昆明351 km,是四川省通往華南、東南亞沿邊、沿?？诎兜年澜c,為“四川南向門戶”上重要的交通樞紐和商貿物資集散地。

攀枝花市屬南亞熱帶-北溫帶的多種氣候類型,被稱為“南亞熱帶為基帶的立體氣候”,夏季長,四季不分明,干、雨季降雨差異顯著,溫度的日較差大,全年日照時數達2 300～2 700 h,太陽輻射強(578～628 kJ/cm2),蒸發量大,小氣候復雜多樣。年平均氣溫20℃左右,無霜期300 d以上,是四川省年平均氣溫總熱量最高的地區。5-10月為雨季,6-9月強降水多發,易引發地質災害,11月至翌年4月為干季,季節性干旱常發,雨季總降雨量占年雨量的近95%,干季總降雨量占年雨量的5%左右。攀枝花市的年均降水量從北向南逐步遞減。最少降水區域在東區和仁和區中部,降水量少于850 mm;年降水量在1 200 mm以上。

選取攀枝花氣象站點(北緯26.57°,東經101.72°)1988-2019年的月氣溫和月降水等氣象資料,計算了不同時間尺度的SPEI指數值和SPI指數值;選取水文站點(北緯26.40°,東經101.76°)1967-2018年的月徑流資料,計算了長系列的SSI指數值。

2 研究方法

2.1 SPI指數

SPI指數是一種廣泛應用于氣象、農業、水資源管理等領域的干旱指數,用于描述一個區域的降水狀況相對于長期平均水平的異常情況。該指數對降水數據進行標準化處理,將原始的降水數據轉換為標準正態分布的降水指數。通過將標準化后的降水數據累加到不同的時間段(例如1個月、3個月、6個月等),可以得到不同時間尺度上的SPI干旱指數[6]。該指數的優點是可以針對不同時間尺度上的降水異常情況進行評估,同時,也具有較好的應用價值。

2.2 SPEI指數

SPEI指數是一種考慮了蒸散發的干旱指數,與SPI指數相比,SPEI指數考慮了降水和蒸發蒸騰對干旱的影響?；诮邓蜌鉁財祿?計算出該地區的蒸發蒸騰數據。通常采用基于溫度和濕度計算的Penman-Monteith公式來估算蒸發蒸騰數據。對降水和蒸發蒸騰數據進行標準化處理,將原始的數據轉換為標準正態分布的指數。通過將標準化后的降水和蒸發蒸騰數據累加到不同的時間段,可以得到不同時間尺度上的SPEI干旱指數[7]。SPEI指數是一種更全面、更綜合的干旱指數,可以更準確地評估氣候變化對干旱的影響。

2.3 SSI指數

SSI指數是一種用于評估地區徑流干旱的指數。與SPI和SPEI指數類似,SSI指數通過標準化徑流量來評估徑流干旱的程度。具體計算可參考文獻[8]。

三種干旱指數干旱等級劃分見表1。

表1 SPI、SPEI、SSI指數干旱等級劃分

3 結果與分析

3.1 不同干旱指標相關性分析

3.1.1 SPEI與SPI比較

圖1為各時間尺度的SPEI指數和SPI指數的相關性。由圖1可看出,1個月、3個月、6個月、9個月和12個月的SPEI與SPI相關系數均在0.85以上,均為顯著相關。值得一提的是,在3個月和6個月時間尺度上,SPEI和SPI最相關。這可能對于降水量少蒸散發很大的西南攀枝花地區而言,1個月時間尺度由于降水量與蒸散發量差異大故兩個指數相關性略低,而對于9個月尺度和12個月尺度,累積時間尺度越長,累積降水量和蒸散發量差值也越顯著,故SPEI指數和SPI指數這個兩個時間尺度的相關性也相對偏低。季尺度和半年尺度對干熱河谷攀枝花地區來說,累積降水量與蒸散發量的相對差異沒有其他時間尺度明顯。

圖1 SPEI、SPI、SSI指數三者相關系數

3.1.2 SPEI、SPI與SSI比較

各個時間尺度SPI指數、SPEI指數與SSI指數的相關性見圖1。由圖1可見,SPI指數與SSI指數相關系數整體不高,均在0.4以下,均不顯著相關。具體地,在1個月、3個月和6個月較高,均在0.395及以上,9個月和12個月較低,分別為0.335和0.319。對于SPEI指數,該指數與SSI指數的相關性較SPI指數顯著提升,1個月、3個月、6個月時間尺度的相關系數均在0.4以上,其中1個月和3個月相關系數接近且在0.44以上;9個月和12個月時間尺度的相關系數值未達到顯著相關,分別為0.381和0.390。以上分析表明,SPEI與SSI的相關關系明顯優于SPI與SSI相關關系。這主要是因為SPEI是在基于降水的基礎上,通過氣溫波動考慮了蒸散發對干旱的影響,而對于降水量與蒸發量差異大的攀枝花地區,若只考慮降水虧缺對干旱的影響,則顯然不能更實際地反應區域的水量平衡條件。SSI指數是基于徑流量的一個干旱指數,表征的是區域水量平衡情況。所以從計算原理上,SPEI指數與SSI指數更為一致,在全球變暖的背景下,該計算原理也更合理。

3.2 三種干旱指標與實際旱情的對比分析

干熱河谷攀枝花地區干旱頻發,“十年十旱”。鑒于特大干旱事件社會影響大、經濟損失重,選取攀枝花地區歷史典型特大干旱事件評價SPEI指數、SPI指數和SSI指數在該區域的適用性。經查閱[1-5],攀枝花仁和地區在1988年、1989年、1992年、2003-2004年、2011-2012年、2018-2019年發生了特大干旱事件。圖2為不同時間尺度SPEI指數和SPI指數以及SSI指數的時間序列圖。綠色陰影表示各干旱指數識別的典型干旱事件。

圖2 SPI、SPEI、SSI指數時間序列變化

據史料記載,1988年攀枝花地區發生了春夏伏連旱,干旱等級達到特旱。本次干旱遭遇多月連續高溫以及降水虧缺引發的特大干旱事件。由圖可知,3個月時間尺度的SPEI指數和SPI指數對本次干旱的起始時間、結束時間以及干旱強度的判斷上,均與歷史記載較為接近。1個月SPEI指數和SPI指數雖然識別出了特旱干旱等級,但由于指數時間尺度短,對干旱結束時間判斷上提前了一個月。此外,6個月時間尺度SPI也識別出了本次特旱事件,但SPEI只識別出了重旱,更進一步說明降雨虧缺主導了本次干旱。由于徑流調蓄作用,SSI指數也僅識別出重旱。12個月SPEI和SPI由于時間尺度過長,未識別出本次特旱。

1989年是由于多月降雨虧缺導致的特旱事件。因此在大于1個月時間尺度的SPEI指數和SPI指數中,只有SPI識別出了本次特旱事件。1個月SPI和SPEI由于考慮前期雨量周期短,均未識別出本次特大干旱。SSI識別為中旱。1992年高溫和降雨虧缺均不顯著,因此,只識別到中旱或重旱,與查閱到的資料有出入?？赡茉蚴潜敬窝芯窟x取的是仁和地區的水文氣象資料,而記載的是整個攀枝花地區的旱情,此次未能準確反映仁和地區的真實干旱情況。2003-2004年是高溫和降水虧缺引起的特大干旱,但總體而言高溫貢獻略高于降雨虧缺,因此,3個月和9個月SPI均未識別出本次特旱。2009年多月降雨虧缺及2010年春夏連續4個月高溫加降雨虧缺,導致仁和地區出現特大水文干旱。2011年7月開始,降水顯著虧缺,一直持續到2012年6月,期間也有高溫但增溫幅度不大。此次干旱事件中,除了1個月和3個月SPEI,其他干旱指數均監測到了本次特旱,尤其是SSI指數連續十個月顯示特旱等級。此后,降雨虧缺是常態,但增溫強度變強,因此,2014年和2015年春季,SPEI指數分別識別特旱驟旱,而SSI在2015年夏季監測到特大水文干旱。2018年11月開始,仁和再次遭遇高強度高溫氣候,其中2018年12月-2019年2月連續累積增溫7.8℃,1個月和3個月SPEI識別出此次特旱。

4 結論

通過比較SPEI指數、SPI指數和SSI指數在攀枝花仁和地區的應用,可以得到以下結論:

(1)SPEI指數和SPI指數顯著相關,其中6個月時間尺度最相關,SPEI與SSI的相關性明顯優于SPI與SSI的相關性;

(2)SPI指數擅于識別對于降雨虧缺主導的干旱,而SPEI指數對增溫顯著的干旱事件表現最佳,SSI指數對長歷時持續性干旱識別效果較好;

(3)時間尺度上,短時間尺度對于短期高強度降水虧缺或高溫導致的干旱監測效果較好,而長時間尺度對長期弱降水虧缺或高溫導致的干旱監測效果較好;

(4)月降水虧缺量大于多年平均降水量50%情況下,單月氣溫增幅超過2.4℃或連續3個月累積增幅超過3.7℃,極有可能引發特大干旱事件;

(5)需要構建攀枝花地區的綜合干旱指數,才能精確識別和監測該地區的干旱。