陳 靜，劉洪濱，王艷君，王安乾，蘇布達(dá),**，居 輝

?

華北平原干旱事件特征及農(nóng)業(yè)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(dá)1,2**，居 輝3

(1.南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同中心/地理與遙感學(xué)院，南京 210044；2.中國氣象局國家氣候中心，北京 100081；3.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081）

根據(jù)1961-2014年華北平原52個氣象觀測站月降水?dāng)?shù)據(jù)和區(qū)域氣候模式COSMO-CLM（CCLM）輸出的逐月降水預(yù)估數(shù)據(jù)，利用標(biāo)準(zhǔn)化降水指數(shù)，結(jié)合“強度-面積-持續(xù)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(xù)時間的區(qū)域最強干旱事件的強度-面積特征及其時空分布規(guī)律。同時，基于2000年的土地利用數(shù)據(jù)，分析了2016-2050年華北平原農(nóng)業(yè)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(zhǔn)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(fā)生；RCP2.6情景下發(fā)生頻率最高。（3）2016-2050年，RCP2.6和RCP 4.5情景下，華北平原農(nóng)業(yè)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(xiàn)在2040s后期，2040s前期及2020s中期。

強度-面積-持續(xù)時間（IAD）方法；CCLM模式；RCP情景；農(nóng)業(yè)用地；暴露度

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

為了定量研究干旱問題，國內(nèi)外學(xué)者基于現(xiàn)有觀測數(shù)據(jù)提出了多種干旱指標(biāo)及方法，如標(biāo)準(zhǔn)化降水指數(shù)（SPI）、Palmer干旱指數(shù)、土壤含水率、綜合氣象干旱指數(shù)等，其中標(biāo)準(zhǔn)化降水指數(shù)對干旱反應(yīng)靈敏，計算簡單，適用于不同時間尺度的干旱的監(jiān)測，得到廣泛應(yīng)用[3-6]。

華北平原作為中國重要的糧、棉、油產(chǎn)地之一，水資源短缺、干旱嚴(yán)重，嚴(yán)重制約了農(nóng)業(yè)生產(chǎn)發(fā)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(qū)域特征[10-13]，對造成干旱的大氣環(huán)流和ENSO原因等方面[13-15]也有大量的研究報道。但現(xiàn)有研究大多基于觀測資料對過去干旱規(guī)律進(jìn)行單點式的歸納總結(jié)，往往忽略了事件的空間連續(xù)性，對連續(xù)面積上的區(qū)域事件的認(rèn)識還存在不足。此外，隨著氣候變化越來越受到關(guān)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(jié)果結(jié)合干旱指標(biāo)模擬預(yù)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(rèn)識干旱的規(guī)律，對合理有效規(guī)劃未來農(nóng)業(yè)發(fā)展有著重要的現(xiàn)實意義。

本文利用華北平原52個地面觀測站的逐月降水?dāng)?shù)據(jù)及區(qū)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(yù)估數(shù)據(jù)，采用強度-面積-持續(xù)時間三要素相結(jié)合的方法，考慮干旱事件的空間連續(xù)性，從區(qū)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(fā)生規(guī)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(nóng)業(yè)用地對干旱的暴露度研究。旨在對華北平原不同持續(xù)時間的區(qū)域干旱事件發(fā)生規(guī)律有進(jìn)一步認(rèn)識，為應(yīng)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(guān)防災(zāi)減災(zāi)措施和可持續(xù)農(nóng)業(yè)發(fā)展政策提供參考依據(jù)。

1 材料與方法

1.1 研究區(qū)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(qū)、季節(jié)、年際間差異較大，冬、春季少雨干旱。本文研究區(qū)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(qū)，面積約為41.9萬km2。

1.2 數(shù)據(jù)資料

觀測資料為華北平原52個氣象站1961-2014年逐月降水?dāng)?shù)據(jù)，由國家氣象信息中心提供并進(jìn)行數(shù)據(jù)質(zhì)量控制。這些臺站資料經(jīng)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(wǎng)格化數(shù)據(jù)[19-20]。

土地利用數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所發(fā)布的2000年土地利用數(shù)據(jù)。該數(shù)據(jù)采用Landsat遙感數(shù)據(jù)解譯而成，包括農(nóng)業(yè)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(nóng)業(yè)用地數(shù)據(jù)，包括水田及旱地2個二級土地利用類型，約28萬km2。研究區(qū)氣象站和農(nóng)業(yè)用地分布見圖1。

模式數(shù)據(jù)采用德國波茨坦氣候影響研究所（PIK）區(qū)域氣候模式COSMO-CLM（CCLM）輸出數(shù)據(jù)。區(qū)域氣候模式CCLM是世界氣候研究計劃發(fā)起的國際區(qū)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(zhǔn)期，2016-2050年為預(yù)估期。區(qū)域氣候模式CCLM對中國區(qū)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(wěn)定濃度的情景。目前應(yīng)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(wěn)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(jìn)行研究。

1.3 研究方法

1.3.1 標(biāo)準(zhǔn)化降水指數(shù)（Standardized Precipitation Index，SPI）

標(biāo)準(zhǔn)化降水指數(shù)（SPI）是表征某段時間內(nèi)降水出現(xiàn)概率大小的指標(biāo)，適合月尺度以上相對當(dāng)?shù)貧夂驙顩r的干旱監(jiān)測與評估[29-30]。該方法基于降水?dāng)?shù)據(jù)，采用標(biāo)準(zhǔn)化降水累計頻率劃分干旱等級，有著適應(yīng)性強，反應(yīng)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(cè)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?dāng)?shù)據(jù)及2016-2050年共35a的模擬降水?dāng)?shù)據(jù)，采用SPI12指數(shù)對華北地區(qū)過去及未來的干旱事件進(jìn)行分析。根據(jù)《氣象干旱等級》標(biāo)準(zhǔn)，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(xù)時間”分析方法（Intensity- Area-Duration，IAD）

干旱是區(qū)域性現(xiàn)象，干旱事件可以定義為在連續(xù)面積上發(fā)生的具有一定持續(xù)時間的過程。IAD方法可以將干旱事件的強度、面積和持續(xù)時間三者聯(lián)立起來，討論不同持續(xù)時間區(qū)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(fā)展，同時反映時間延續(xù)性和空間連續(xù)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(qū)域干旱事件進(jìn)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(fā)生干旱，若該格點發(fā)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(fā)生干旱，直至相鄰的格點均不發(fā)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(qū)域，亦用此方法進(jìn)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(shù)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(xù)時間，是連續(xù)不間斷發(fā)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(xù)時間為例進(jìn)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(yīng)的干旱強度，將這些反映干旱事件強度-面積對應(yīng)關(guān)系的點連成線，可得到該次干旱事件的強度-面積-持續(xù)時間曲線（IAD曲線），體現(xiàn)此次干旱事件的強度-面積的發(fā)展趨勢。選取不同面積值對應(yīng)的所有干旱事件IAD曲線的強度最大值，可形成該段發(fā)生時間內(nèi)或該持續(xù)時間尺度下所有干旱事件的IAD包絡(luò)線，反映不同干旱面積上最大的干旱強度，即，研究區(qū)所經(jīng)歷的最嚴(yán)重的干旱情況。

1.3.3 農(nóng)業(yè)用地暴露度

暴露度是指人員、生計、物種或生態(tài)系統(tǒng)、環(huán)境功能、服務(wù)和資源、基礎(chǔ)設(shè)施或經(jīng)濟、社會或文化資產(chǎn)有可能受到不利影響的位置和環(huán)境[35]。本文農(nóng)業(yè)用地暴露度是指暴露在干旱下的農(nóng)業(yè)用地面積，為暴露在所有干旱事件下的格點農(nóng)業(yè)用地面積之和。

2 結(jié)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(jìn)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(tǒng)一為2000s。

圖2為5個不同持續(xù)時間（1、3、6、9、12個月）下干旱事件的IAD包絡(luò)線，反映1961-2014年華北平原遭受的不同持續(xù)時間最嚴(yán)重的干旱事件?？梢?，干旱持續(xù)時間為1個月時，最大強度出現(xiàn)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(xù)時間分別為3、6個月時，最強、次強和最弱干旱出現(xiàn)的時期與持續(xù)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(xù)9個月的干旱最大強度仍然發(fā)生在1960s，其SPI值為-3.0。次強為1970s，而強度最小的事件則出現(xiàn)在2000年后；干旱持續(xù)12個月時，最強干旱時期未發(fā)生改變，為1960s，次強干旱事件則出現(xiàn)在1990s，強度最小的干旱事件出現(xiàn)在2000年后。持續(xù)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(xù)時間尺度下，最大強度的干旱事件均發(fā)生在1960s，強度最小的干旱事件出現(xiàn)在1990s及2000s，研究期內(nèi)干旱事件強度整體上呈現(xiàn)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(xù)時間為1個月，發(fā)生在1999年，影響面積達(dá)3.8萬km2。3、6、9、12月持續(xù)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(xù)期大范圍干旱事件發(fā)生在1990s，中長持續(xù)期大范圍干旱事件發(fā)生在1960s。而1970s是5個既定持續(xù)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(xù)時段的干旱事件IAD包絡(luò)線表明，1960s發(fā)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(yán)重的時期。1970s干旱事件的特點為干旱強度較大，影響面積?。?980s干旱強度和面積均為中等；1990s長持續(xù)時間的干旱事件強度較強，影響面積較?。?000s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(jìn)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(yù)估

2.2.1 模式模擬效果評估

將基準(zhǔn)期（1961-2005年）CCLM模式輸出結(jié)果與同期觀測結(jié)果進(jìn)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(jié)果與觀測結(jié)果的空間相關(guān)系數(shù)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(tǒng)性低估，模擬值較觀測結(jié)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(jié)果表明，華北平原夏季降水多，冬季少，降水的峰值出現(xiàn)在7月，與實際的降水年內(nèi)分布規(guī)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(jié)果偏小，而在降水較少的月份，CCLM模擬降水結(jié)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(guī)律，可作為研究華北平原區(qū)域干旱事件預(yù)估的基礎(chǔ)。

2.2.2 未來可能出現(xiàn)的干旱事件

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

RCPs情景下，2016-2050年華北平原發(fā)生的干旱事件如圖6所示。可見，2016-2050年，RCP2.6情景下華北平原共發(fā)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(zhǔn)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(xù)時間較長，且面積可達(dá)基準(zhǔn)期最大干旱面積的1.5~2倍。RCP4.5情景下共發(fā)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(xù)12個月的事件，干旱影響面積約為基準(zhǔn)期最大干旱面積的1.1～1.5倍。而對于短、中持續(xù)期干旱（持續(xù)1、3、6、9個月），RCP4.5情景下僅發(fā)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(fā)生。RCP8.5情景下僅有7次45a未遇的干旱事件，主要表現(xiàn)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(zhǔn)期，但面積增幅相對較小，約比基準(zhǔn)期大0.5萬km2。

綜合3種情景下發(fā)生的45a未遇干旱事件：RCP2.6發(fā)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(xù)期的事件以強度大于基準(zhǔn)期為主，長持續(xù)時間尺度下發(fā)生影響范圍更大的干旱事件居多；RCP8.5情景下，發(fā)生此類事件的可能性最少，且多為持續(xù)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(xiàn)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(luò)線如圖7所示，反映未來（2016-2050年）華北平原可能遭受的最嚴(yán)重干旱情況。

由圖7a可見，持續(xù)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(zhǔn)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(zhǔn)期，且RCP4.5情景干旱強度大于RCP2.6情景。干旱事件持續(xù)3個月時（圖7b），3種排放情景下均有強度大于基準(zhǔn)期的干旱事件發(fā)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(fā)生了強度大于基準(zhǔn)期的干旱事件，且當(dāng)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(xiàn)大于基準(zhǔn)期強度的干旱事件，為5個研究持續(xù)時間尺度中僅有的RCP8.5情景下發(fā)生的大強度事件。干旱事件持續(xù)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(fā)生強度大于基準(zhǔn)期的干旱事件。干旱事件持續(xù)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(fā)生強度大于基準(zhǔn)期的干旱事件。干旱事件持續(xù)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(fā)生強度大于基準(zhǔn)期的干旱事件。綜合來看，RCP4.5情景下相對更易發(fā)生強度大于基準(zhǔn)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(fā)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(yán)重；而RCP8.5情景干旱事件強度普遍小于基準(zhǔn)期，僅發(fā)生了持續(xù)期較短（3個月）的強度大于基準(zhǔn)期的事件。

從干旱最大影響面積上看，干旱持續(xù)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(zhǔn)期，RCP8.5情景最大干旱面積可達(dá)40萬km2，意味著華北平原95%的區(qū)域?qū)l(fā)生干旱；干旱持續(xù)時間為3個月時，RCP2.6情景、RCP4.5情景與基準(zhǔn)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(xù)期較長時（持續(xù)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(zhǔn)期，分別約為27.5萬km2、22.1萬km2，相當(dāng)于半個華北平原發(fā)生干旱。干旱持續(xù)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(zhǔn)期。總的來看，RCP2.6情景下不同持續(xù)時間的干旱影響面積均相對較大，但僅在持續(xù)時間較短（1個月）和較長（12個月）時發(fā)生面積大于基準(zhǔn)期的事件；RCP8.5情景下則僅在干旱持續(xù)時間較短（1、3個月）時發(fā)生最大面積大于基準(zhǔn)期的事件；RCP4.5情景僅在干旱持續(xù)時間較長時（12個月）發(fā)生最大面積大于基準(zhǔn)期的事件。

綜合考慮干旱事件的強度、面積和持續(xù)時間，3種RCP情景下2016-2050年華北平原干旱事件將呈現(xiàn)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(xù)期較短。

5個既定持續(xù)時間干旱事件的IAD包絡(luò)線進(jìn)一步表明（圖7），RCP2.6情景下包絡(luò)線主要由發(fā)生在2040s后期、少量發(fā)生于2010s后期及2030s前期的事件組成，發(fā)生時段集中；RCP4.5情景IAD包絡(luò)線主要由2030s后期及2040s前期干旱事件組成，發(fā)生時間相對較為集中；而RCP8.5情景干旱發(fā)生時段較為分散，構(gòu)成IAD包絡(luò)線的干旱事件發(fā)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(xù)期IAD包絡(luò)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(zhǔn)判斷未來干旱事件遷移走向。由圖可見，干旱事件持續(xù)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(fā)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(xù)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(fā)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。總的來說，2016-2050年，RCP2.6情景下干旱中心有向南轉(zhuǎn)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(zhuǎn)移的趨勢。

2.3 未來農(nóng)業(yè)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(nóng)業(yè)用地面積如圖9a所示，每年的農(nóng)業(yè)用地暴露度為暴露于該年若干次干旱事件的農(nóng)業(yè)用地面積之和?？梢?，基準(zhǔn)期（1961-2005年）華北平原平均每年暴露在干旱下的農(nóng)業(yè)用地面積累積達(dá)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(nóng)業(yè)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(nóng)業(yè)用地暴露度相對于基準(zhǔn)期（1961-2005年）農(nóng)業(yè)用地暴露度均值的增長情況。可見，RCP2.6情景下，2016-2050年華北平原農(nóng)業(yè)用地暴露度整體呈增加的趨勢。2030s前RCP2.6情景下農(nóng)業(yè)用地暴露度普遍小于基準(zhǔn)期的平均值，平均每年相對基準(zhǔn)期減小約26.5%；2030s農(nóng)業(yè)用地暴露度有所增加，增長幅度最大為基準(zhǔn)期1.5倍；2040s前期和中期華北平原農(nóng)業(yè)用地的暴露度也普遍小于基準(zhǔn)期，減小幅度是基準(zhǔn)期的50%左右；2040s后期為華北平原在該情景下干旱最嚴(yán)重的時期，暴露于干旱的農(nóng)業(yè)用地面積大幅增長，最大增幅達(dá)基準(zhǔn)期近3倍，該時期華北平原平均每月大約有62.7%的農(nóng)業(yè)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(nóng)業(yè)用地面積為49.6萬km2，相當(dāng)于每月14.8%的農(nóng)業(yè)用地面積將遭受干旱。

RCP4.5情景下，華北平原農(nóng)業(yè)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(nóng)業(yè)用地暴露度小于基準(zhǔn)期平均值，平均每年相對基準(zhǔn)期減小約48.8%；2020s后期開始呈現(xiàn)增大趨勢，直至2040s前期達(dá)到2016-2050年農(nóng)業(yè)用地暴露度峰值，最大增幅約為基準(zhǔn)期的2.2倍，即平均每月約有53%的農(nóng)業(yè)用地面積將暴露在干旱災(zāi)害之下。2016-2050年，RCP4.5情景平均每年暴露的農(nóng)業(yè)用地面積為51.8萬km2，相當(dāng)于每月約有15.4%的農(nóng)業(yè)用地將遭受干旱的損害。

RCP8.5情景下，華北平原的農(nóng)業(yè)用地暴露度呈減小趨勢，峰值出現(xiàn)在2020s中期，相對于基準(zhǔn)期增長約2.7倍，相當(dāng)于平均每月有61%的農(nóng)業(yè)用地面積會遭受干旱。2020s后期-2030s中期，華北平原農(nóng)業(yè)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(xiàn)了兩個極大值，其暴露的農(nóng)業(yè)用地面積分別是基準(zhǔn)期的2倍及1.9倍，相當(dāng)于華北平原平均每月約有46.9%的農(nóng)業(yè)用地將遭受干旱。2040s中后期，華北平原農(nóng)業(yè)用地暴露度將大幅減小，減幅達(dá)基準(zhǔn)期的60%~90%。2016-2050年，RCP8.5情景平均每年農(nóng)業(yè)用地暴露度為52.5萬km2，相當(dāng)于平均每月15.6%的農(nóng)業(yè)用地會遭受干旱侵襲。

3 結(jié)論與討論

（1）1960s是華北平原1961-2014年干旱最嚴(yán)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(guī)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(fā)生基準(zhǔn)期45a未遇的干旱事件。RCP2.6情景下發(fā)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(fā)生，并以面積更大事件為主。

（3）2016-2050年，2040s后期是RCP2.6情景發(fā)生干旱最嚴(yán)重的時期；2030s后期-2040s前期是RCP4.5情景下干旱最為嚴(yán)重的時期；RCP8.5情景下，最強干旱事件的發(fā)生時間較分散，2020s中期與2030s中期是RCP8.5情景下發(fā)生干旱相對嚴(yán)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(yán)重的區(qū)域。

（4）2016-2050年，RCP2.6和RCP4.5情景下華北平原農(nóng)業(yè)用地暴露度呈現(xiàn)增大趨勢，RCP8.5情景下呈現(xiàn)減小趨勢。3種情景下暴露度峰值分別出現(xiàn)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(nóng)業(yè)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(shù)據(jù)和CCLM模式數(shù)據(jù)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(guī)律。結(jié)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(nóng)業(yè)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(fā)展規(guī)律，合理制定防災(zāi)減災(zāi)措施，對華北平原農(nóng)業(yè)的可持續(xù)發(fā)展具有重要意義。

參考文獻(xiàn)：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(zāi)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(qū)干旱時空動態(tài)格局分析:基于標(biāo)準(zhǔn)化降雨指數(shù)[J].資源科學(xué),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(biāo)準(zhǔn)化降水指數(shù)的中國南方季節(jié)性干旱近58a演變特征[J].農(nóng)業(yè)工程學(xué)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(biāo)準(zhǔn)化降水指數(shù)的陜西黃土高原地區(qū)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(jìn)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(qū)近50年干旱發(fā)生強度的特征及成因分析[J].自然災(zāi)害學(xué)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(zāi)害學(xué)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(qū)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(jì)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(qū)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(qū)干旱時空變化趨勢[J].干旱區(qū)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(xué)杰.一套格點化的中國區(qū)域逐日觀測資料及與其它資料的對比[J].地球物理學(xué)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(yù)估[J].氣候變化研究進(jìn)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(dá),等.高分辨率區(qū)域氣候模式CCLM對鄱陽湖流域氣溫的模擬評估[J].中國農(nóng)業(yè)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(dá),等.塔里木河流域極端氣候事件模擬與RCP4.5情景下的預(yù)估研究[J].干旱區(qū)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(dá),高超,等.高精度區(qū)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(huán)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(xué)與人類可持續(xù)發(fā)展[J].地理科學(xué)進(jìn)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(biāo)準(zhǔn)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(xué)學(xué)報(自然科學(xué)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(qū)域性極端降水事件及人口經(jīng)濟暴露度研究[J].氣象學(xué)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(chǔ)研究發(fā)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