李文龍，蔡 棟，蘇文亮，魏 巍，朱高峰，趙志剛，許 靜

（1.蘭州大學(xué)草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點實驗室 / 蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院，甘肅 蘭州 730020；2.蘭州大學(xué)資源環(huán)境學(xué)院，甘肅蘭州 730000；3.蘭州大學(xué)草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點實驗室 / 蘭州大學(xué)生命科學(xué)學(xué)院，甘肅 蘭州 730000；4.蘭州財經(jīng)大學(xué)經(jīng)濟管理學(xué)院，甘肅 蘭州 730020）

近年來全球氣候呈現(xiàn)暖干化的變化態(tài)勢[1]，因全球環(huán)境變化所引起的發(fā)生頻率更高、持續(xù)時間更長、作用更強的干旱，將導(dǎo)致區(qū)域性旱災(zāi)風(fēng)險的增加[2-3]。干旱災(zāi)害已經(jīng)成為全球最嚴(yán)重的自然災(zāi)害之一，據(jù)統(tǒng)計，旱災(zāi)在每年發(fā)生的氣象災(zāi)害中占總影響面積的50%，干旱已被中國科學(xué)技術(shù)藍(lán)皮書列為氣象災(zāi)害中的第一位[4-5]。目前，關(guān)于干旱的研究與統(tǒng)計大多以農(nóng)業(yè)干旱和水文干旱為主。例如，秦鵬程等[6]基于標(biāo)準(zhǔn)化降水蒸散指數(shù)(standardized precipitation evapotranspiration index,SPEI)研究了近50年東北玉米(Zea mays)生長季干旱演變特征，發(fā)現(xiàn)東北玉米生長季干旱風(fēng)險與氣候變化聯(lián)系緊密；徐向陽等[7]基于帕默爾干旱指數(shù)(palmer drought severity inde,PDSI)建立了模擬農(nóng)業(yè)干旱的數(shù)學(xué)模型，結(jié)果顯示該模型能夠定量估算旱災(zāi)范圍以及災(zāi)害所帶來的損失；李立新等[8]利用海河流域內(nèi)及其周邊51個氣象臺站的近50年氣候因子數(shù)據(jù)，采用相對濕潤度指數(shù)探討了流域近50年不同等級干旱的時空演變規(guī)律，揭示了海河流域的輕旱較高，并且干旱呈現(xiàn)增強的趨勢；管曉丹等[9]利用22年逐月GIMMS 8 km分辨率的歸一化差分植被指數(shù)(normalized difference vegetation index,NDVI)數(shù)據(jù)和西北地區(qū)138個氣象臺站的月降水?dāng)?shù)據(jù)，發(fā)現(xiàn)植被狀態(tài)指數(shù)(vegetation condition index,VCI)可以較好地反映西北大部分地區(qū)干旱的空間分布；王鶯等[10]采用基于信息擴散理論的模糊數(shù)學(xué)方法，建立了甘肅省農(nóng)業(yè)旱災(zāi)受災(zāi)風(fēng)險模型，結(jié)果顯示，旱災(zāi)指數(shù)在22%時旱災(zāi)受災(zāi)概率最大；Xu等[11]通過不同時間尺度的SPEI與小麥(Triticum aestivum)產(chǎn)量建立多元回歸模型，揭示了產(chǎn)量與SPEI之間的關(guān)系；Ming等[12]分析了基于彭曼模型的SPEI指數(shù)與華北平原夏玉米產(chǎn)量的關(guān)系；Xu等[13]利用SPEI指數(shù)對我國1961-2012年的干旱特征進行分析；She等[14]研究了中國黃河流域極端旱情的時空變化。然而，對于草地干旱生態(tài)風(fēng)險的研究相對較少。由于草地干旱的特殊性，它不同于農(nóng)業(yè)干旱，缺少人為因素的干擾，自然降水和溫度變化對草地生長狀況的影響更大，降水異常和溫度起伏對高寒草地所產(chǎn)生的影響比對農(nóng)作物的影響更加顯著。因此，需要選擇合適的干旱指標(biāo)對高寒草地進行氣候干旱監(jiān)測，以及對產(chǎn)生的干旱風(fēng)險進行評價。

1 研究區(qū)概況與研究方法

研究區(qū)(33°06′－35°44′ N，100°46′－104°44′ E)位于甘肅省西南部(圖1)，地處青藏高原東部邊緣，氣候寒冷濕潤，平均海拔3 000 m，年均溫1～3 ℃，年降水量400～700 mm。全州地形復(fù)雜，草地類型多樣，主要有高寒灌叢草甸類、高寒草甸類、低平草甸類、暖性草叢類、沼澤類、溫性草原類和溫性草甸草原類，總面積為272.34萬hm2，其中可利用草地面積為256.55萬hm2[15-18]。由于受全球氣候變化的影響，以碌曲縣為代表的年降水量由20世紀(jì)60年代的633.7 mm減少為2012年的595.9 mm，氣溫則從20世紀(jì)60年代到2012年升高了1.1 ℃，這些氣候變化導(dǎo)致降水補給減少，植物、土壤失水速度加快，進而造成旱災(zāi)、植被退化等生態(tài)環(huán)境惡化問題[19]。

圖1 研究區(qū)及氣象臺站點位置示意圖Figure 1 Map of the research area and the locations of the meteorological stations

1.1 研究數(shù)據(jù)

本研究所用數(shù)據(jù)主要有氣象臺站數(shù)據(jù)、數(shù)字化地圖數(shù)據(jù)以及遙感數(shù)據(jù)等。其中，氣象數(shù)據(jù)為甘南州及其周圍33個氣象臺站1955-2014年60年的日降水、日平均氣溫、日最大溫度、日最低溫度、日風(fēng)速等。數(shù)據(jù)來源于中國氣象局?jǐn)?shù)據(jù)中心(http://www.cma.gov.cv)。遙感數(shù)據(jù)主要為植被指數(shù)16 d合成產(chǎn)品MOD13Q1，包括NDVI指數(shù)和增強植被指數(shù)(enhanced vegetation index,EVI)兩種指數(shù)產(chǎn)品，影像覆蓋甘南州的軌道號為H26V05，空間分辨率為250 m，下載的遙感數(shù)據(jù)時間序列范圍為2000-2015年，空間坐標(biāo)統(tǒng)一為WGS1984。該數(shù)據(jù)來源于美國國家航空航天局(National Aeronautics and Space Administration，簡稱NASA)對地觀測系統(tǒng)數(shù)據(jù)共享平臺(https://e4ftl01.cr.usgs.gov/ASTT/)。此外，還用到全國草地類型矢量邊界以及行政矢量邊界數(shù)據(jù)等。數(shù)據(jù)下載來源于中國科學(xué)院地理科學(xué)與資源研究所(http://www.nfiieos.cn)。

1.2 研究方法

1.2.1 植被指數(shù)

由于歸一化植被指數(shù)(NDVI)受到土壤和葉冠背景、高植被覆蓋區(qū)域易飽和等因素的影響，其使用范圍受到限制[20-22]。而增強型植被指數(shù)(EVI)通過藍(lán)光與紅光對氣溶膠的差異，加入藍(lán)色波段以及增強植被信號，來矯正土壤背景和氣溶膠散射對植被的影響，同時，有效地解決了NDVI在植被高生物量區(qū)域易飽和的缺點[20,23]。因此將MODISEVI作為評價植被生長狀況的評價因子，其計算公式為[16]：

式中：NIR、R和B表示經(jīng)過大氣校正的近紅外、紅光和藍(lán)光通道的反射值；L= 1，為土壤調(diào)節(jié)參數(shù)；參數(shù)C1和C2值分別取6.0和7.5。

1.2.2 標(biāo)準(zhǔn)化降水蒸散指數(shù)

標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)通過計算降水與潛在蒸散量的差值偏離平均狀態(tài)的程度，表征某地區(qū)氣溫和降水對干旱發(fā)生的共同效應(yīng)[24-25]。該指數(shù)是Vicente-Serrano在標(biāo)準(zhǔn)化指數(shù)(standardization index,SPI)的基礎(chǔ)上加入潛在蒸散項建立的，既融入了降水和溫度對于區(qū)域干旱的影響，同時具有SPI多時間和多空間尺度的特性，兼具SPI指數(shù)和PDSI指數(shù)的優(yōu)點[26-27]。其計算公式[26]如下：

式中：W為概率加權(quán)矩，C0= 2.515 517，C1= 0.802 853，C2= 0.010 328，d1= 1.432 788，d2= 0.189 269，d3=0.001 308，具體計算步驟可見文獻[26]。

由于SPEI與SPI具有相同的特點，且計算方法相似，參考中國氣象局干旱監(jiān)測業(yè)務(wù)規(guī)定等資料，將SPI的干旱等級評價標(biāo)準(zhǔn)應(yīng)用于SPEI干旱風(fēng)險評價[28-32](表1)。

表1 SPEI干旱等級標(biāo)準(zhǔn)Table 1 Grade standard of drought based on SPEI

本研究選取不同時間尺度的SPEI作為自變量，分別將反映甘南高寒草地生長季5-9月草地生長狀況的EVI指數(shù)作為因變量，再以二者之間的相關(guān)性作為干旱評價標(biāo)準(zhǔn)，分析哪種時間尺度的SPEI能夠更加準(zhǔn)確地反映草地干旱發(fā)生的狀況。以瑪曲氣象臺站2000－2014年5－9月相關(guān)數(shù)據(jù)進行分析。

1.2.3 干旱時空變化動態(tài)分析

利用Arcgis10.4軟件對甘南內(nèi)部及其邊緣的33個氣象臺站進行反距離權(quán)重(IDW)插值，繪制甘南高寒草地干旱空間分布圖，分析草地生長季干旱分布的空間變化。由于Morlet小波是一種單頻、復(fù)正弦調(diào)制高斯波，頻域的局部性很好，因而常被用于水文和氣象時間序列的分析中。所以使用Morlet連續(xù)小波分析合作氣象臺站和瑪曲氣象臺站近60年來干旱變化的周期特性，Morlet小波計算步驟可參見參考文獻[33]。

1.2.4 干旱風(fēng)險評價模型

參照生態(tài)風(fēng)險評價模型，一般將風(fēng)險表示為[34-35]：

式中：R表示風(fēng)險，P表示風(fēng)險概率，D表示風(fēng)險后果或損失程度。

本研究以甘南高寒草地作為風(fēng)險受體，基于高寒草地生長狀況建立干旱災(zāi)害損失度；利用概率密度函數(shù)估計干旱風(fēng)險概率，最后確定高寒草地生長季干旱風(fēng)險值模型。

由于草地在水分充足條件下生長狀況可以達到Hmax，而在發(fā)生干旱時草地生長狀況為H1，草地為了達到在正常水分下的生長狀況，其損失為D=Hmax-H1。然而，這只是針對同一地點不同年份的比較，對于不同地點的草地，由于還受到其他因素的影響，在水分充足的情況下生長狀況也可能不同。因此研究中以干旱損失率來替代干旱損失度。公式如下：

干旱發(fā)生概率通過參數(shù)估計進行計算。一般當(dāng)數(shù)據(jù)服從正態(tài)分布時：

對于SPEI 6的干旱等級劃分以及概率累計函數(shù)的性質(zhì)，一個隨機的SPEI 6為s時，當(dāng)s ≥ -0.5時，干旱不會發(fā)生，此時P= 0；當(dāng)s ＜ -0.5時，

假設(shè)隨機變量服從正態(tài)分布，則參數(shù)可以通過訓(xùn)練數(shù)據(jù)進行估計。研究中以瑪曲氣象臺站60年草地生長季的21 600個數(shù)據(jù)作為樣本數(shù)據(jù)，繪制數(shù)據(jù)頻數(shù)分布圖，通過觀察可以判斷該數(shù)據(jù)符合正態(tài)分布類型，從而進行估計參數(shù)。

最后將當(dāng)年高寒草地生長季干旱風(fēng)險值表示為：

式中：y為年份，i為月份，Ri表示某月的干旱風(fēng)險值。

2 結(jié)果與分析

2.1 最適SPEI指數(shù)值選取

各臺站點在草地生長季(5－9月)不同時間尺度上SPEI與EVI的相關(guān)系數(shù)(表2)表明，在合作氣象臺站，與高寒草地EVI之間具有顯著相關(guān)性的 SPEI值有 6月份的 SPEI 2，7月份的 SPEI 4、SPEI 5、 SPEI 6、 SPEI 7、 SPEI 8、 SPEI 9、 SPEI 10，8月份除SPEI 1、SPEI 2、SPEI 3和SPEI 12外的其余指數(shù)值，9月份的 SPEI 6、SPEI 7、SPEI 8、SPEI 9；在瑪曲氣象臺站，與高寒草地EVI之間具有顯著相關(guān)性的指數(shù)值有6月份的SPEI 9，7月份除SPEI 1、SPEI 2、SPEI 12外的其余時間尺度，8月份除SPEI 1、SPEI 2、SPEI 3和SPEI 12外的其余時間尺度，9月份的 SPEI 6、SPEI 7、SPEI 8、SPEI 9。綜合比較兩者之間具有顯著相關(guān)性的數(shù)據(jù)發(fā)現(xiàn)，SPEI 5、SPEI 6、SPEI 7、SPEI 8和 SPEI 9指數(shù)值與EVI顯著相關(guān)的占較大比例，而SPEI 6與EVI之間的相關(guān)系數(shù)顯著性較其他時間尺度的SPEI更明顯。因此，本研究選取SPEI 6進行草地生長季干旱分析。同時查閱《中國氣象災(zāi)害大典》等歷史旱災(zāi)記錄[36-37]，共37個歷史記錄值，其中SPEI 6監(jiān)測粗精度為81%(不分干旱等級，統(tǒng)計干旱有無發(fā)生)，而SPEI 6的干旱監(jiān)測結(jié)果與歷史統(tǒng)計資料相一致(區(qū)分干旱等級)的有26個，該時間尺度的SPEI監(jiān)測精度達到70.27%。因此可將SPEI 6作為甘南草地干旱監(jiān)測的指標(biāo)，對甘南高寒草地生長季干旱進行評價。

2.2 研究區(qū)干濕變化周期分析

已有的研究表明，小波系數(shù)的變化趨勢與氣候長時間序列的波動具有很好的相關(guān)性，因而，可以用小波系數(shù)來反映氣候要素在不同時間尺度上的周期性和變化規(guī)律[38]。小波變換系數(shù)實部等值線圖(圖2)中，數(shù)值表示小波系數(shù)的實部，實部數(shù)值越大，相應(yīng)的SPEI 6值也越大，小波波幅表現(xiàn)為濕周期，反之則為干周期。對于合作氣象臺站點(圖2a)，明顯的震蕩周期主要集中在3－6年、8－10年。在1955－2000年間有8－10年“干－濕－干－濕－干”的短周期波動，在1973－2014年間3－6年的短周期波動較為明顯，經(jīng)歷了“干－濕－干－濕－干－濕－干－濕”的變化，并且這種3－6年內(nèi)的震蕩變化對短周期震蕩的影響幾乎貫穿整個時間序列；對于中時間尺度15年左右的震蕩，并沒有表現(xiàn)出特別明顯的干濕特性。對于瑪曲氣象臺站點近60年生長季SPEI 6而言(圖2b)，該臺站點存在準(zhǔn)4年、準(zhǔn)6年和準(zhǔn)14年的震蕩周期，在準(zhǔn)4年震蕩周期尺度上，1955－2004年間經(jīng)歷了“干－濕－干－濕－干－濕－干－濕－干－濕－干－濕－干－濕”的交替變化；同樣在1955—2014年間存在準(zhǔn)6年的中短期波動，周期交替變化表現(xiàn)為“干－濕－干－濕－干－濕－干－濕”；在準(zhǔn)14年較大尺度震蕩周期上，在整個時間序列內(nèi)周期變化表現(xiàn)為“干－濕－干－濕”的交替變換。

圖2 近60年合作和瑪曲氣象臺站點高寒草地生長季SPEI 6 Morlet小波系數(shù)等值線分布圖Figure 2 Distribution map of SPEI 6 Morlet wavelet coefficient isolines of the alpine meadow growing season in the cooperation meteorological station site of Hezuo and Maqu in the last 60 years

2.3 SPEI 6空間分布特征

圖3 近60年瑪曲氣象臺站點高寒草地生長季SPEI 6 Morlet小波系數(shù)等值線分布圖Figure 3 Spatial distribution of SPEI 6 values of the alpine meadow growing season in Gannan Prefecture from 2000 to 2014

在Arcgis10.4軟件中，利用克里金插值對甘南高寒草地2000－2014年SPEI 6進行插值分析(圖3)。2000、2001、2002、2004、2005、2007 以及 2009 年甘南地區(qū)干旱主要發(fā)生在研究區(qū)的東部，并且東南區(qū)域干旱較其他區(qū)域偏重；2003年干旱主要發(fā)生在南偏西小面積區(qū)域以及東南部；2006年干旱區(qū)域主要在南部區(qū)域；2008和2014年除了瑪曲西部的部分區(qū)域較濕潤外，甘南其他地區(qū)都發(fā)生了大面積的干旱；2010和2013年干旱發(fā)生區(qū)域較小，主要爆發(fā)于瑪曲的西部地區(qū)；2011和2012年干旱主要發(fā)生在研究區(qū)的北部，并且主要集中在合作和夏河地區(qū)。綜合分析甘南高寒草地生長季干旱發(fā)生的區(qū)域主要在甘南州的東部，西部相對來說發(fā)生干旱的頻率較低。

對近15年的SPEI 6進行趨勢分析(圖4)，當(dāng)SLOPE系數(shù)大于0時，表明SPEI 6在15年間呈現(xiàn)增大的趨勢，反之說明近15年間SPEI 6在逐漸減小。由于在瑪曲西部地區(qū)的SLOPE系數(shù)最小值為-0.005，說明SPEI 6有減小的趨勢，干旱呈現(xiàn)增強的趨勢。而在研究區(qū)的東部，SLOPE系數(shù)大于0，說明東部的SPEI 6有增大的趨勢，在東部干旱呈現(xiàn)逐漸減弱的狀態(tài)。

圖4 甘南州2000－2014年高寒草地生長季SPEI 6空間分布圖Figure 4 Spatial distribution of SLOPE trend coefficient of SPEI 6 of the alpine meadow in Gannan Prefecture during the growing season from 2000 to 2014

2.4 干旱概率密度函數(shù)估測

以瑪曲氣象臺站為例，利用1955－2014年草地生長季5－9月的SPEI 6共計21 660個樣本數(shù)據(jù)，進行正態(tài)分布擬合和參數(shù)估計，當(dāng)置信度為90%時，得到正態(tài)分布均值μ= 0.040 2，方差δ= 1.218 9。最后將所計算的參數(shù)代入模型(式9)，得到干旱發(fā)生概率。

2.5 干旱風(fēng)險評價結(jié)果

利用草地干旱生態(tài)風(fēng)險評價模型計算相應(yīng)年份高寒草地生長季草地干旱風(fēng)險值，采用五分法將干旱風(fēng)險值(0－100)劃分為不同干旱等級，由低到高依次對應(yīng)：低風(fēng)險區(qū)、次低風(fēng)險區(qū)、中等風(fēng)險區(qū)、次高風(fēng)險區(qū)和高風(fēng)險區(qū)[39-41]。如圖5所示，2000年甘南州東南部地區(qū)處于次低風(fēng)險區(qū)；2001和2006年甘南全州的干旱風(fēng)險都較大，干旱風(fēng)險處于低風(fēng)險－中等風(fēng)險之間；2002、2003、2007、2010、2012和2013年甘南州處于干旱低風(fēng)險區(qū)；2004和2009年干旱風(fēng)險較高的區(qū)域主要集中在甘南州西南部和東部地區(qū)；2005年干旱風(fēng)險較大的地區(qū)在甘南州東北部地區(qū)；2008年除了瑪曲西部部分區(qū)域干旱風(fēng)險值較小以外，其他區(qū)域的干旱風(fēng)險都較大；2014年干旱風(fēng)險值較大的區(qū)域主要在甘南的西南部地區(qū)。并且通過對2000－2014年甘南州的干旱風(fēng)險值進行SLOPE趨勢(圖6)分析發(fā)現(xiàn)，過去15年間，碌曲縣南部、瑪曲縣東南部以及瑪曲縣西北部邊界干旱風(fēng)險有加重的趨勢；甘南州東部地區(qū)干旱風(fēng)險呈減弱趨勢。整個研究區(qū)而言，西部干旱風(fēng)險大，東部干旱風(fēng)險小。

3 結(jié)論

1)利用Morlet小波分析(圖2)60年時間序列的SPEI 6，結(jié)果表明，甘南地區(qū)近60年間，有明顯的以3－6年為周期的“干”到“濕”交替變化。通過周期變化中所對應(yīng)的小波系數(shù)的實部發(fā)現(xiàn)，兩個“濕”周期所對應(yīng)的小波系數(shù)實部值在減小，意味著濕潤態(tài)勢在減弱，同時兩個“干”周期所對應(yīng)的小波系數(shù)實部值也在減小。所以整體而言，研究區(qū)經(jīng)歷了由“濕”到“干”的變化。結(jié)合30年合作、瑪曲氣象臺站點的年蒸發(fā)量、年降水量和年均溫數(shù)據(jù)，發(fā)現(xiàn)年降水量基本保持不變、年均溫呈現(xiàn)增長的趨勢，且增長趨勢較大，而年蒸發(fā)量呈現(xiàn)下降的趨勢，并且蒸發(fā)量遠(yuǎn)遠(yuǎn)大于降水量，符合氣候逐漸變“暖”變“干”的趨勢。

2)通過分析，甘南高寒草地生長季干旱發(fā)生的區(qū)域主要在甘南州的東部，西部相對來說發(fā)生干旱的頻率較低(圖3)，而甘南州西部地區(qū)的SPEI 6有減小的趨勢(圖4)，所以在甘南州地區(qū)，東部是干旱的主要發(fā)生區(qū)域，但是干旱呈現(xiàn)減弱的狀態(tài)，西部地區(qū)干旱發(fā)生較少，但是有逐漸增強的趨勢。

圖5 甘南州2000－2014年高寒草地生長季SPEI 6的SLOPE趨勢系數(shù)空間分布圖Figure 5 Drought risk in the alpine meadow in Gannan Prefecture during the growing season from 2000 to 2014

3)將干旱風(fēng)險(圖5)與SPEI 6空間分布(圖3)進行對比，可以發(fā)現(xiàn)，兩者揭示干旱特征現(xiàn)象基本一致，并且參考統(tǒng)計年鑒干旱記錄，2012和2013年均未發(fā)生干旱，而根據(jù)模型計算的干旱發(fā)生概率也非常低，結(jié)果顯示也未有干旱發(fā)生，因此該模型能很好地揭示干旱發(fā)生概率。

圖6 2000－2014年甘南州高寒草地生長季干旱風(fēng)險Figure 6 SLOPE trend map of drought risk in Gannan Prefecture from 2000 to 2014

本研究利用甘南周邊33個氣象臺站1955－2014年的日降水與氣溫數(shù)據(jù)，計算了不同時間尺度的SPEI干旱指數(shù)，對監(jiān)測甘南高寒草地生長季干旱的SPEI進行了最優(yōu)尺度分析。通過對SPEI 6時間序列進行Morlet連續(xù)小波分析，SPEI 6的空間分布特征分析，以及通過SPEI 6建立干旱發(fā)生概率模型，EVI指數(shù)建立干旱損失模型，同時以概率風(fēng)險模型為基礎(chǔ)建立干旱風(fēng)險評價模型，采用空間插值方法和SLOPE趨勢分析方法對甘南高寒草地干旱風(fēng)險進行評價，得出主要結(jié)論如下：SPEI 6能夠作為監(jiān)測高寒草地干旱狀況的主要指標(biāo)；研究區(qū)高寒草地在時間尺度上有明顯的短周期(3－6年)波動變化；空間上，近15年研究區(qū)呈現(xiàn)西部干旱加劇，東部干旱減緩的趨勢。未來干旱發(fā)生風(fēng)險較高的地區(qū)可能出現(xiàn)在碌曲縣南部，瑪曲縣南部，而瑪曲濕地周圍可能發(fā)生干旱的風(fēng)險概率較大；基于干旱損失度，建立的干旱發(fā)生概率模型和參數(shù)估計法，適合于對高寒草地的干旱生態(tài)風(fēng)險進行定量評價。綜上，本研究的研究方法和結(jié)果對高寒草地的草地資源生態(tài)安全研究有一定的實際和理論參考價值。