賀山峰 葛全勝 吳紹洪 戴爾阜

（1.河南理工大學安全與應急管理研究中心，河南焦作 454000;2.中國科學院地理科學與資源研究所，北京 100101）

全球氣候變化將給人類社會和自然系統(tǒng)帶來諸多風險。氣候變化風險源主要包括兩個方面:一是平均氣候狀況（氣溫、降水、海平面上升等）;二是極端天氣事件（熱帶氣旋、風暴潮、干旱、極端降水、高溫熱浪等）［1］。研究極端天氣事件的潛在變化是評估未來氣候變化對人類社會和自然系統(tǒng)影響的基礎［2］。預估極端天氣事件的方法之一是利用氣象觀測資料進行趨勢外推［3－4］。盡管歷史氣象資料有很大的參考價值，但過去的氣象統(tǒng)計信息只能部分地反映未來極端天氣事件的發(fā)生概率。氣候模式的不斷改進為利用大氣環(huán)流模式（GCMs）和區(qū)域氣候模式（RCMs）預估極端天氣事件及其影響提供了更可靠的工具［5－6］。已有一些學者應用氣候模式來評估氣候變化對洪水［7－8］、干旱［9］、風能［10］及水資源［11］可能造成的影響。但GCMs過粗的分辨率對于分析氣候變化對區(qū)域尺度的潛在影響是不夠的，而RCMs卻能很好地反映影響局地氣候的地面特征量和氣候本身未來的波動規(guī)律，被認為是獲取高分辨率局地氣候變化信息的有效方法［12］。

伴隨著20世紀下半葉的持續(xù)增暖，全球陸地大部分地區(qū)存在著干旱化的趨勢。與全球干旱化一樣，中國部分地區(qū)的干旱強度也呈現(xiàn)增加的趨勢，干旱問題日益凸顯，特別是進入21世紀以來，我國頻繁出現(xiàn)了多個破歷史記錄的極端干旱事件。近些年，國內(nèi)不少學者在干旱災害方面進行研究［13－15］，取得了大量成果，為區(qū)域防災減災提供了依據(jù)。但這些評估研究都是利用氣象觀測數(shù)據(jù)或歷史災情資料來開展的，并未考慮氣候變化對未來極端干旱事件發(fā)生頻率、強度和空間格局的影響。翟建青等［16］利用ECHAM5/MPI－OM氣候模式輸出的2001－2050年逐月降水量資料，選取標準化降水指數(shù)預估了3種排放情景下中國2050年前的旱澇格局，但其所使用的氣候情景數(shù)據(jù)分辨率較粗（1.875°），且未能從災害風險角度分析未來干旱致災危險性變化。

本文應用Hadley氣候預測與研究中心的區(qū)域氣候模式系統(tǒng)PRECIS（Providing Regional Climates for Impacts Studies）模擬的氣候情景數(shù)據(jù)，綜合考慮氣候變暖后降水和蒸發(fā)等要素的變化，分近期、中期和遠期三個時段對B2排放情景下①本文之所以選擇B2情景是因為該情景強調區(qū)域性的經(jīng)濟、社會和環(huán)境的可持續(xù)發(fā)展，是比較符合我國中長期發(fā)展規(guī)劃的氣候情景。未來我國西南地區(qū)干旱致災危險性時空格局進行預估，以期為全球氣候變化背景下該地區(qū)干旱災害風險管理和區(qū)域發(fā)展規(guī)劃提供科學依據(jù)。

1 研究數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

本研究所使用的氣候情景數(shù)據(jù)來自中國農(nóng)業(yè)科學院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所氣候變化研究組。該研究組應用英國Hadley中心開發(fā)的PRECIS模式，模擬了IPCC《排放情景特別報告（SRES）》中設計的B2情景下中國區(qū)域的氣候變化（1961－2100年），其水平分辨率在地理坐標下為緯度0.44°×經(jīng)度 0.44°，在中緯度地區(qū)水平格點間距約為50 km。關于PRECIS物理過程的詳細介紹可參閱文獻［17］。許吟?。?2，18］等人利用 ECMWF 再分析數(shù)據(jù)和氣象站點觀測數(shù)據(jù)驗證PRECIS對中國區(qū)域氣候模擬能力的研究表明:盡管一些氣候要素的模擬值存在一定偏差，但總體上PRECIS具有很強的模擬溫度和降水的能力，基本能夠模擬出各氣象要素年、季的大尺度分布特征。因此，本文不再對PRECIS模式進行驗證。

1.2 研究時段劃分

本研究包括以下四個時段:現(xiàn)階段為1981－2010年，未來分為近期（2011－2040年）、中期（2041－2070年）和遠期（2071－2100年）三個時段。文中所選指標均以各時段30年的平均值進行探討。

1.3 干旱致災危險性評估方法

關于干旱的指標已有大量研究，但很多干旱指標只考慮了降水這一個變量（如連續(xù)無雨日數(shù)，SPI指數(shù)，降水Z指數(shù)，降水距平等），在全球變暖背景下，僅僅考慮降水因素是不夠的。陸地表面干濕變化主要受降水和蒸發(fā)的影響，降水減少是干旱可能發(fā)生的一個重要方面;同時，地表溫度的升高會大大增加水分的蒸發(fā)散，使得干旱更容易發(fā)生。因此，干旱指標應該能夠衡量地表水分收支大小，本研究綜合考慮降水和蒸發(fā)兩個因素，采用地表濕潤指數(shù)（降水量/潛在蒸散量）作為變量來評價旱災危險性。

地表濕潤指數(shù)表達式為:

式（1）中，W為地表濕潤指數(shù)，P為年降水量（mm），ET0為年潛在蒸散量（mm）。本研究采用1998年聯(lián)合國糧農(nóng)組織（FAO）修訂的Penman-Monteith模型計算潛在蒸散量，該模型目前在國際上得到廣泛應用，并且同時適用于干旱和濕潤的氣候條件［19］。

干旱指標k值大小所指示的干旱等級列于表1。

表1 k值所指示的干旱等級Tab.1 Drought classification based on k

根據(jù)表1所列干旱等級，將輕旱、中旱和重旱的權重值按1∶2∶3的比例進行歸一化，建立干旱致災危險性評價模型:

式（3）中，HD為干旱致災危險性指數(shù)，f1、f2和f3分別為各時段輕旱、中旱和重旱的發(fā)生頻次。

本文將干旱致災危險性分為5個等級。具體的分級方法如下:首先，對現(xiàn)階段西南地區(qū)各縣域單元旱災危險性指數(shù)從小到大進行排序，再按1∶2∶4∶2∶1的大致比例將487個縣域單元分為5級;之后，提取現(xiàn)階段兩個相鄰等級縣域單元的旱災危險性指數(shù)，以其平均值作為旱災危險性的分級標準（如1、2級的分級標準是，將現(xiàn)階段1級縣域單元中最大的旱災危險性指數(shù)與2級中最小的旱災危險性指數(shù)求平均值所得）;最后，按照此分級標準對未來三個時段干旱致災危險性進行分級。

2 結果與分析

2.1 年均潛在蒸散量時空格局變化

如圖1所示，在現(xiàn)階段，我國西南地區(qū)年均潛在蒸散量平均為775.42 mm，最大值為1 100.21 mm，年均潛在蒸散量低于700 mm的地區(qū)占總面積的39.14%，主要分布在四川省、貴州省和重慶市，而高于1 000 mm的地區(qū)僅占6.91%，位于廣西省南部和云南省的北部。到了近期，西南地區(qū)年均潛在蒸散量增大為819.78 mm，其最大值為1 149.45 mm，其中大于 1 000 mm的地區(qū)面積增加到12.85%，約為現(xiàn)階段的1.86倍。在中期，西南地區(qū)年均潛在蒸散量繼續(xù)增加為 854.99 mm，最大值增加到1 202.25 mm，年均潛在蒸散量低于700 mm的地區(qū)面積繼續(xù)減小，而高于1 000 mm的地區(qū)則大幅增加為19.45%。到遠期，西南地區(qū)年均潛在蒸散量增加到890.30 mm，最大值為1 265.00 mm，年均潛在蒸散量低于700 mm的地區(qū)僅占西南地區(qū)總面積的5.84%，主要位于四川省西北部，而高于1 000 mm的地區(qū)則擴展為26.06%，為現(xiàn)階段的3.77倍之多，集中分布在廣西和云南兩省?？梢?，伴隨著全球氣溫升高，未來我國西南地區(qū)年均潛在蒸散量將呈現(xiàn)持續(xù)增大的趨勢，尤其是年均潛在蒸散量超過1 000 mm的面積將大幅增加。

2.2 年均地表濕潤指數(shù)時空格局變化

從圖2中可以發(fā)現(xiàn)，各個時段西南地區(qū)均呈現(xiàn)出“西干東濕”的格局，并且相對于現(xiàn)階段，未來西南地區(qū)總體上將呈變干的趨勢。在現(xiàn)階段，西南地區(qū)年均地表濕潤指數(shù)的平均值為1.51，其中地表濕潤指數(shù)小于1.0的地區(qū)占總面積的12.79%，大于1.8的地區(qū)占26.66%。而在近期，西南地區(qū)年均地表濕潤指數(shù)的平均值為1.46，小于1.0和大于1.8的地區(qū)分別占到總面積的14.68%和18.54%。中期階段，西南地區(qū)年均地表濕潤指數(shù)繼續(xù)減小為1.42，大于1.8的地區(qū)縮小至總面積的12.48%。到了遠期，西南地區(qū)年均地表濕潤指數(shù)為1.39，其中小于1.0的地區(qū)占總面積的17.09%，大于1.8的地區(qū)占9.25%，分別較現(xiàn)階段增加4.30%和減小17.41%。

圖1 SRES B2情景下不同時段西南地區(qū)年均潛在蒸散量變化（mm）Fig.1 Changes of annual potential evapotranspiration in Southwest China under SRES B2 scenario

2.3 干旱致災危險性時空格局變化

在對降水和蒸發(fā)等各因素分析和數(shù)字化的基礎上，依據(jù)評價模型（式3）在ArcGIS中對各因素圖層進行計算并分級，得到西南地區(qū)縣域尺度干旱致災危險性評價結果（圖3）。為詳細了解西南地區(qū)干旱致災危險性格局及其動態(tài)變化，表2列出了各時段旱災危險性等級的縣域個數(shù)和面積百分比。

可以發(fā)現(xiàn)，未來各時段西南地區(qū)干旱致災危險性空間格局變化很大。相對于現(xiàn)階段，未來西南地區(qū)旱災危險性處于1、2級的縣域個數(shù)和面積均呈現(xiàn)先減小后增大的趨勢，而5級的變化趨勢則與之相反，旱災危險性明顯增大。尤其在近期，處于旱災危險性5級的縣域個數(shù)由現(xiàn)階段的49個快速增加為236個，面積也占到總面積的50.30%，分別是現(xiàn)階段的4.82倍和6.24倍，是未來旱災危險性最嚴重的時段。到中期和遠期，西南地區(qū)旱災危險性相對于近期總體有所減小，但處于5級的縣域干旱致災危險性值卻有一定程度增大。需要指出的是，未來四川省西南部和云南省大部始終是西南地區(qū)旱災危險性最高的區(qū)域，在今后的旱災風險管理及防災減災規(guī)劃中需尤為注意。

表2 SRES B2情景下不同時段西南地區(qū)干旱致災危險性等級變化Tab.2 Changes of drought hazard grade in Southwest China under SRES B2 scenario

圖2 SRES B2情景下不同時段西南地區(qū)年均地表濕潤指數(shù)變化Fig.2 Changes of the annual surface humid index in Southwest China under SRES B2 scenario

3 結論

本文基于PRECIS區(qū)域氣候模式，模擬了SRES B2情景下西南地區(qū)現(xiàn)階段與未來時段潛在蒸散量和地表濕潤指數(shù)的變化情況，并對該地區(qū)干旱致災危險性的時空格局和變化趨勢進行研究，得到以下主要結論:

（1）伴隨著全球氣溫升高，未來西南地區(qū)年均潛在蒸散量將持續(xù)增大，尤其是年均潛在蒸散量超過1 000 mm的面積將大幅增加;同時，未來西南地區(qū)年均地表濕潤指數(shù)將逐漸減小，總體呈現(xiàn)變干的趨勢。

（2）相對于現(xiàn)階段，未來西南地區(qū)干旱致災危險性明顯增大，尤其是近期時段。在近期，西南地區(qū)旱災危險性處于5級的縣域個數(shù)和面積百分比分別為236個和50.30%，分別是現(xiàn)階段的4.82倍和6.24倍。四川省西南部和云南省大部始終是該地區(qū)未來旱災危險性最高的區(qū)域。

圖3 SRES B2情景下不同時段西南地區(qū)干旱致災危險性等級空間格局Fig.3 Spatial patterns of drought hazard grade in Southwest China under SRES B2 scenario

4 討論

自然災害具有自然和社會雙重屬性，其中致災危險性評估是從自然屬性角度來評估干旱危險性。根據(jù)自然災害風險分析理論［20］，在危險性評價的基礎上，進一步考慮社會經(jīng)濟因素，如人口、GDP、耕地、森林、草原、各種工程設施等的分布情況，以及遭遇干旱時這些承災體的易損程度、社會防災救災能力等，就可以進行干旱災害風險評價，辨識出高風險區(qū)，為各級政府開展風險管理提供科學依據(jù)。通過查閱《中國氣象災害大典》、《中國災害性天氣氣候圖集》以及近些年的災情資料可以發(fā)現(xiàn)，本文對現(xiàn)階段（1981－2010年）西南地區(qū)旱災危險性的評價結果與實際災情發(fā)生區(qū)域基本符合。但由于干旱災害形成、發(fā)展及產(chǎn)生后果的復雜性，影響因子眾多，目前的評價結果尚難以做到與實際情況完全吻合，有以下幾方面原因:考慮因素的全面性、各干旱等級權重值的真實性、預估氣候數(shù)據(jù)的誤差以及評價模型的科學性等等，還需要不斷深入研究，作出更符合實際、更加可信的干旱災害風險評價。

本文只選取了SRES B2情景，雖然這一情景是比較符合我國中長期發(fā)展規(guī)劃的氣候情景，但仍然存在較大不確定性。在以后的研究中，需要進一步拓展降低不確定性的方法，在現(xiàn)有情景預估的基礎上，進一步發(fā)展集合概率預測等技術手段，建立基于多情景多模式的集合概率預測情景方案。同時加強氣候模式模擬研究，提高模擬數(shù)據(jù)精度，降低氣候系統(tǒng)模式的不確定性［21］。

致謝:承蒙中國農(nóng)業(yè)科學院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所許吟隆研究員在論文數(shù)據(jù)方面提供的幫助，在此表示衷心的感謝!

（編輯:常 勇）

（

）

［1］IPCC.Climate Change 2007:Impacts，Adaptation and Vulnerability［M］.London:Cambridge University Press，2007.

［2］Tebaldi C，Hayhow K，Arblaster J M，et al.Going to Extremes:An Intercomparison of Model-simulated Historical and Future Changes in Extreme Events［J］.Climatic Change，2006，79（3 － 4）:185 －211.

［3］徐新創(chuàng)，葛全勝，鄭景云，等.區(qū)域農(nóng)業(yè)干旱風險評估研究:以中國西南地區(qū)為例［J］.地理科學進展，2011，30（7）:883－890.［Xu Xinchuang，Ge Quansheng，Zheng Jingyun，et al.Drought Risk Assessment on Regional Agriculture:A Case in Southwest China［J］.Progress in Geography，2011，30（7）:883 －890.］

［4］周后福，王興榮，翟武全，等.基于混合回歸模型的夏季高溫日數(shù)預測［J］.氣象科學，2005，25（5）:505－512.［Zhou Houfu，Wang Xingrong，Zhai Wuquan，et al.Test Prediction for Multi-Regression Modelon High Temperature Days［J］. Scientia Meteorologica Sinica，2005，25（5）:505 –512.］

［5］Zwiers R W，Kharin V V.Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2Doubling［J］.Journal of Climate，1998，11（9）:2200－2222.

［6］賀山峰，戴爾阜，葛全勝，等.中國高溫致災危險性時空格局預估［J］.自然災害學報，2010，19（2）:91－97.［He Shanfeng，Dai Erfu，Ge Quansheng，et al.Pre-estination of Spatiotemporal Pattern of Extreme Heat Hazard in China［J］.Journal of Natural Disasters，2010，19（2）:91 –97.］

［7］Raff D A，Pruitt T，Brekke L D.A Framework for Assessing Flood Frequency Based on Climate Projection Information［J］.Hydrology and Earth System Sciences Discussions，2009，6:2005 －2040.

［8］賀山峰，葛全勝，吳紹洪，等.安徽省洪澇致災危險性時空格局預估［J］.中國人口·資源與環(huán)境，2012，22（11）:32－39.［He Shanfeng，Ge Quansheng，Wu Shaohong，et al.Projecting Spatiotemporal Patterns of Flood Hazard over Anhui Province［J］.China Population，Resources and Environment，2012，22（11）:32 －39.］［9］Blenkinsop S， Fowler H J. Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models［J］.International Journal of Climatology，2007，27:1595 －1610.

［10］Bloom A，Kotroni V，Lagouvardos K.Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS［J］.Natural Hazards and Earth System Science，2008，8:1249－1257.

［11］Zhu T J，Jenkins M W，Lund J R.Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios［J］.Journal of American Water Resources Association，2005，41（5）:1027－1038.

［12］許吟隆，張勇，林一驊，等.利用PRECIS分析SRES B2情景下中國區(qū)域的氣候變化響應［J］.科學通報，2006，51（17）:2068 － 2074.［Xu Yinlong，Zhang Yong，Lin Yihua，et al.Analyses on the Climate Change Responses over China under SRES B2 Scenario Using PRECIS［J］.Chinese Science Bulletin，2006，51（18）:2260 –2267.］

［13］衛(wèi)捷，陶詩言，張慶云.Palmer干旱指數(shù)在華北干旱分析中的應用［J］.地理學報，2003，58（增）:91－99.［Wei Jie，Tao Shiyan，Zhang Qingyun.Analysis of Drought in Northern China Based on the Palmer Severity Drought Index［J］.Acta Geographica Sinica，2003，58（supp.）:91 – 99.］

［14］武建軍，劉曉晨，呂愛峰，等.黃淮海地區(qū)干濕狀況的時空分異研究［J］.中國人口·資源與環(huán)境，2011，21（2）:100－105.［Wu Jianjun，Liu Xiaochen，Lv Aifeng，et al.Analysis of the Temporal and Spatial Layout of Drought in the Huang-Huai-Hai Region［J］.China Population，Resources and Environment，2011，21（2）:100 － 105.］

［15］He B，Lv A F，Wu J J，et.al.Agricultural Drought Hazard Assessing and Spatial Characters Analysis in China［J］.Journal of Geographical Sciences，2011，21（2）:235 －249.

［16］翟建青，曾小凡，蘇布達，等.基于ECHAM5模式預估2050年前中國旱澇格局趨勢［J］.氣候變化研究進展，2009，5（4）:220 － 225.［Zhai Jianqing，Zeng Xiaofan，Su Buda，et al.Patterns of Dryness/Wetness in China before 2050 Projected by the ECHAM5 Model［J］.Advances in Climate Change Research，2009，5（4）:220 –225.］

［17］Jones R G，Noguer M，Hassell D C，et al.Generating High Resolution Climate Change Scenarios Using PRECIS［M］.Exeter:Met Office Hadley Centre，2004.

［18］許吟隆，Jones R.利用ECMWF再分析數(shù)據(jù)驗證PRECIS對中國區(qū)域氣候的模擬能力［J］.中國農(nóng)業(yè)氣象，2004，25（1）:5－9.［Xu Yinlong，Jones R.Validating PRECIS with ECMWF Reanalysis Data over China ［J］. Chinese Journal of Agrometeorology，2004，25（1）:5 －9.］

［19］Allen R G，Pereira L S，Raes D，et al.Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage Paper 56［M］.Rome:United Nations Food and Agriculture Organization，1998.

［20］葛全勝，鄒銘，鄭景云，等.中國自然災害風險綜合評估初步研究［M］.北京:科學出版社，2008.［Ge Quansheng，Zou Ming，Zheng Jingyun，et al.Integrated Assessment of Natural Disaster Risks in China［M］.Beijing:Science Press，2008.］

［21］吳紹洪，潘韜，賀山峰.氣候變化風險研究的初步探討［J］.氣候變化研究進展，2011，7（5）:363－368.［Wu Shaohong，Pan Tao，He Shanfeng.Primary Study on the Theories and Methods of Research on Climate Change Risk［J］.Advances in Climate Change Research，2011，7（5）:363 －368.］