鄧翠玲，佘敦先，鄧 瑤，陳 進(jìn)，張利平 ，洪 思

(1.武漢大學(xué) 水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，武漢 430072； 2.中國電建集團(tuán) 昆明勘測設(shè)計研究院有限公司， 昆明 650041； 3.長江科學(xué)院 流域水資源與生態(tài)環(huán)境湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430010)

1 研究背景

干旱是最常見的自然災(zāi)害之一，往往會造成農(nóng)業(yè)減產(chǎn)、阻礙區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展、加劇生態(tài)惡化等不利影響[1]。據(jù)統(tǒng)計全球約有45%的土地受到干旱災(zāi)害的影響[2]，每年因干旱造成的損失高達(dá)60億～80億美元，遠(yuǎn)超過其它任何一種自然災(zāi)害[3]。有研究表明，在全球氣候變化背景下，我國受旱災(zāi)影響的區(qū)域不斷擴(kuò)大，并有從干旱區(qū)向半濕潤、濕潤地區(qū)逐漸擴(kuò)張的趨勢[4]，且未來干旱發(fā)生頻次、干旱強(qiáng)度和干旱歷時均呈現(xiàn)不同程度的增加趨勢[5]。頻發(fā)的干旱災(zāi)害已成為制約我國區(qū)域經(jīng)濟(jì)社會可持續(xù)發(fā)展和生態(tài)文明建設(shè)的重要因素，因此，分析未來干旱的時空變化特征對合理管理與分配區(qū)域水資源，完善區(qū)域經(jīng)濟(jì)社會發(fā)展規(guī)劃具有重要現(xiàn)實(shí)意義。

由于干旱的發(fā)生受多種因素的影響，目前還沒有完全公認(rèn)的統(tǒng)一定義，一般是指因長期降雨虧缺引起的水資源短缺的現(xiàn)象[6]。干旱一般可分為氣象干旱、農(nóng)業(yè)干旱、水文干旱和社會經(jīng)濟(jì)干旱。通常由大氣降水虧缺造成的氣象干旱最先出現(xiàn)，隨后才會引發(fā)其它類型的干旱，因此，對氣象干旱評估和規(guī)律分析是對其它類型干旱監(jiān)測和預(yù)警的基礎(chǔ)[7-9]。干旱指標(biāo)是科學(xué)定量評估及刻畫干旱的一種有效技術(shù)手段，常用的氣象干旱指標(biāo)有：標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index, SPI)[10]、帕默爾干旱指數(shù)(Palmer Drought Severity Index, PDSI)[11]和標(biāo)準(zhǔn)化蒸散發(fā)指數(shù)(Standardized Precipitation Evapotranspiration Index, SPEI)[12]等，其中SPI和SPEI因其計算簡單、多時間尺度、空間比較等優(yōu)點(diǎn)[12-14]，在全球及我國氣象干旱評估及演變規(guī)律研究中得到廣泛應(yīng)用[2, 5,15-16]。莊少偉等[14]、楊慶等[17]的研究表明在我國年降水量>200 mm的區(qū)域，SPI和SPEI能較準(zhǔn)確刻畫區(qū)域干旱狀況。由于SPI僅考慮了降水對區(qū)域干旱的影響[10]，而SPEI在繼承了SPI優(yōu)點(diǎn)的同時，考慮了降水和潛在蒸散發(fā)對干旱的影響[12]，因此，SPI和SPEI 對刻畫同一區(qū)域的干旱既有共性，也有差異性，在使用前，需要進(jìn)行合理的評估和分析。在全球氣候變暖的背景下，增溫已經(jīng)成為影響區(qū)域干旱的重要因素之一[18]，對比分析未來時期SPI與SPEI對區(qū)域干旱的評估差異，對進(jìn)一步理解氣候變化對干旱的影響具有重要意義。

全球氣候模式(Global Climate Model, GCM)包含了不同濃度發(fā)展路徑(Representative Concentration Pathways, RCPs)，能為分析評估不同情景下未來氣候變化提供數(shù)據(jù)支持[5]?？缧袠I(yè)影響模式比較計劃(Inter-Sectoral Impact Model Intercomparison Project, ISIMIP)由德國波茲坦氣候影響研究所(Potsdam Institute for Climate Impact Research, PIK)和國際應(yīng)用系統(tǒng)分析研究所(International Institute for Applied Systems Analysis, IIASA)共同發(fā)起，所應(yīng)用的模式均選自國際耦合模式比較計劃(Coupled Model Intercomparison Project Phase 5, CMIP5)，包含了低排放情景RCP-2.6、中等排放情景RCP-4.5和RCP-6.0以及高排放情景RCP-8.5這4種濃度發(fā)展路徑，目的在于探討全球變化對地表過程和人類社會的影響[19],其研究成果被廣泛應(yīng)用于分析研究未來不同情景下的氣候變化特征[16,20-21]。

長江中下游區(qū)域人口密集，區(qū)內(nèi)經(jīng)濟(jì)發(fā)達(dá)，同時也是我國三大糧食主產(chǎn)區(qū)之一，在保證我國糧食安全方面占有重要的地位[22]。受季風(fēng)雨帶往返的影響，該區(qū)域經(jīng)常遭受季節(jié)性干旱[9]，給農(nóng)業(yè)和社會經(jīng)濟(jì)建設(shè)造成不容忽視的影響。Liu等[23]和曹博等[24]的研究表明近55 a長江中下游區(qū)域春季和秋季干旱發(fā)生頻率和強(qiáng)度呈現(xiàn)出顯著增加趨勢。劉君龍等[25]對長江流域未來干旱的研究發(fā)現(xiàn)干旱頻次較歷史增加約30% 。在以增溫為顯著特征的全球氣候變化背景下，預(yù)估未來長江中下游區(qū)域干旱發(fā)生演變規(guī)律對制定區(qū)域抗旱、防災(zāi)減災(zāi)策略等方面有重要意義。

本文選擇長江中下游區(qū)域?yàn)檠芯繀^(qū)，選取ISIMIP計劃發(fā)布的未來RCP-2.6、RCP-6.0和RCP-8.5情景下的氣象數(shù)據(jù)，通過計算長江中下游區(qū)域SPI和SPEI干旱指數(shù)，預(yù)估未來長江中下游區(qū)域氣象干旱發(fā)展的時空演變特點(diǎn)，并對比分析SPI和SPEI對該區(qū)域未來干旱的刻畫。

2 資料與方法

2.1 研究區(qū)概況

長江中下游區(qū)域(范圍為106°5′E —121°54′ E和 24°29′N —34°11′ N)泛指長江流域宜昌水文站以下區(qū)域，包括長江干流的中下游、洞庭湖流域、鄱陽湖流域、漢江流域和太湖流域，涉及我國9個省(直轄市)，面積約80萬km2(圖1)。該區(qū)域地貌以山地、丘陵和平原為主，高程從西到東遞減，屬于亞熱帶季風(fēng)氣候，全年多年平均氣溫14～18 ℃，年降水量1 000～1 400 mm[26]，水資源相對較為豐沛，但降水年內(nèi)分配不均，50%以上的降水集中在6—8月，易發(fā)生季節(jié)性干旱[9]。

圖1 研究區(qū)位置Fig.1 Location of study area

2.2 數(shù)據(jù)來源

本文選取了長江中下游區(qū)域及其周邊121個氣象站點(diǎn)1960—2015年的逐日氣象資料，數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心(http:∥www.nmic.cn/)。站點(diǎn)潛在蒸散發(fā)量由聯(lián)合國糧農(nóng)組織(Food and Agriculture Organization ，F(xiàn)AO)推薦的 Penman-Monteith公式計算得到。基于站點(diǎn)日降水?dāng)?shù)據(jù)和潛在蒸散發(fā)量數(shù)據(jù)，應(yīng)用反距離加權(quán)(Inverse Distance Weighted，IDW)插值方法得到0.5°×0.5°的空間格點(diǎn)數(shù)據(jù)，用于分析歷史時期研究區(qū)降水量和潛在蒸散發(fā)量的趨勢變化。

未來時期的模式數(shù)據(jù)來源于ISIMIP2b計劃(https:∥www.isimip.org/)，選取GFDL-ESM2M、HadGEM2-ES、IPSL-CM5A-LR和MIROC54個模式2016—2099年3個典型排放情景(RCP-2.6、RCP-6.0和RCP-8.5)的日尺度降水量和月尺度潛在蒸散發(fā)量數(shù)據(jù)作為分析未來時期干旱時空演變的基礎(chǔ)氣象數(shù)據(jù)。以上數(shù)據(jù)空間分辨率為0.5°×0.5°，降水量和潛在蒸散發(fā)量數(shù)據(jù)均基于EWEMBI數(shù)據(jù)集(包含EAR-Interim再分析數(shù)據(jù)、eartH2O驅(qū)動觀測數(shù)據(jù)、NASA地表輻射平衡數(shù)據(jù)等)進(jìn)行了偏差校正[27-28]，該數(shù)據(jù)被國內(nèi)外學(xué)者廣泛應(yīng)用于未來水文氣象相關(guān)研究[16,22,29-31]。

2.3 干旱指標(biāo)及計算方法

SPI是由McKee等[10]基于降水?dāng)?shù)據(jù)提出的一種具有多時間尺度的氣象干旱指標(biāo)。該方法假設(shè)降水時間序列服從兩參數(shù)Γ分布并對其進(jìn)行擬合，然后對概率分布進(jìn)行正態(tài)標(biāo)準(zhǔn)化處理即得到SPI，最后根據(jù)累積頻率分布對干旱等級進(jìn)行劃分。SPI的具體構(gòu)造步驟如下。

假定某一時段內(nèi)的降水量x服從Γ分布,即

(1)

式中：f(x)為降水量x的概率密度；β、γ分別為尺度參數(shù)和形狀參數(shù)。對于某一時間的降水量x0，隨機(jī)變量x

(2)

當(dāng)x=0時，概率F(x=0)為

F(x=0)=m/n。

(3)

式中m、n分別為降水為0的樣本數(shù)和樣本總數(shù)。

將式(2)計算得到的值代入標(biāo)準(zhǔn)正態(tài)化分布函數(shù)可得SPI為

SPI=φ-1(F)。

(4)

式中φ(F)為標(biāo)準(zhǔn)正態(tài)分布函數(shù);φ-1(F)為該函數(shù)的逆函數(shù)。

Vicente-Serrano等[12]在2010年提出了一種考慮潛在蒸散發(fā)影響的干旱指數(shù)SPEI，SPEI的計算過程與SPI相似，不同之處在于SPEI假設(shè)水分虧缺(降水量與潛在蒸散發(fā)量的差值)服從log-logistic分布，并基于水分虧缺計算干旱指數(shù)，具體構(gòu)造步驟如下。

首先基于降水量和潛在蒸散發(fā)量計算水分虧缺Di為

Di=Pi-PETi。

(5)

式中：Pi為第i個月份的降水量；PETi為第i個月份的潛在蒸散發(fā)量。然后基于log-logistic概率分布函數(shù)計算得到水分虧缺的概率分布函數(shù)F(x)為

(6)

式中α、β、γ分別為形狀參數(shù)、尺度參數(shù)和位置參數(shù)，其具體計算步驟可見參考文獻(xiàn)[12]。最后對分布函數(shù)正態(tài)標(biāo)準(zhǔn)化處理即可得到SPEI，類似式(4)。

SPI與SPEI具有多時間尺度的特點(diǎn)，12個月尺度的干旱指數(shù)能反映一定區(qū)域整年的干旱情況，多用于分析干旱的年際變化特征[32]。因此本文選取12個月尺度的SPI和SPEI 分析長江流域未來時期干旱的年際變化。參照SPI和SPEI的干旱等級劃分標(biāo)準(zhǔn)[10, 12]，認(rèn)為當(dāng)干旱指標(biāo)值<-1時，發(fā)生干旱；反之，不發(fā)生干旱。

3 未來時期干旱趨勢分析

圖2對比分析了研究區(qū)歷史時期(1960—2015年)和未來時期(2020—2099年)不同情景下降水量和潛在蒸散發(fā)量的年際變化趨勢，圖中Ph、PETh分別為歷史時期降水量和潛在蒸散發(fā)量。

圖2 長江中下游區(qū)域1960—2099年降水量和潛在蒸散發(fā)量年際變化Fig.2 Inter-annual change trends of precipitation and potential evapotranspiration during 1960-2099

由圖2可以看出：

(1)歷史時期和未來時期不同情景下降水量均呈輕微增加趨勢，增加幅度均<1.5 mm/a2，未來時期除RCP-2.6情景外，其它情景下降水量增加幅度均大于歷史時期且通過顯著性檢驗(yàn)(P<0.05)。

(2)潛在蒸散發(fā)量歷史時期整體呈下降趨勢，1990年之后明顯增加；未來時期整體呈顯著上升趨勢，不同情景下增加幅度和變化特點(diǎn)差異較大， RCP-2.6情景下，潛在蒸散發(fā)量呈現(xiàn)出先增加后逐漸趨于平穩(wěn)的態(tài)勢，RCP-6.0情景下呈現(xiàn)出先增加后減小再增加趨勢，RCP-8.5情景下呈持續(xù)增加趨勢，且增加幅度最大,為3.71 mm/a2。

為探究研究區(qū)未來時期干旱演變特征，計算并分析了4種模式不同情景下2020—2099年12月尺度SPI和SPEI的變化趨勢。從圖3可以看出，不同模式下對未來時期干旱預(yù)估的結(jié)果不同，不同情景下4種模式的SPI均值主要呈增加趨勢，表明未來時期研究區(qū)干旱呈減緩趨勢。RCP-8.5情景下SPI增加幅度最大，IPSL-CM5A-LR模式未來不同情景下SPI均呈現(xiàn)出下降趨勢。除個別模式外，不同情景下SPEI呈顯著減小趨勢，表明該區(qū)域未來時期干旱化趨勢增加，其中RCP-8.5情景下干旱增加趨勢最大，4個模式SPEI減小趨勢均值為0.011/a。未來時期SPI與SPEI變化趨勢不同的原因可能是SPI僅考慮了降水量對干旱的影響，而SPEI則考慮了降水量和不斷增加的潛在蒸散發(fā)量共同對干旱的影響。

圖3 不同情景、不同模式2020—2099年SPI和SPEI年際變化趨勢Fig.3 Inter-annual change trends of SPI and SPEI during 2020-2099 in three scenarios from 4 GCMs

圖4展示了長江中下游區(qū)域未來時期4個時間段(2020—2039年、2040—2059年、2060—2079年、2080—2099年)不同情景下SPI和SPEI的變化趨勢,SPI12、SPEI12分別為12個月尺度的SPI、SPEI的變化趨勢的范圍。

圖4 長江中下游區(qū)域未來不同時間段、不同情景下 SPI和SPEI變化趨勢Fig.4 Change trends of SPI and SPEI in different future time periods in three scenarios

從圖4可以看出：

(1)在RCP-2.6情景下，SPI和SPEI在2020—2039年和2080—2099年呈增加趨勢，SPEI在2040—2059年和2060—2079年呈減小趨勢。

(2)在RCP-6.0和RCP-8.5情景下，SPI在2020—2039年呈減小趨勢， 2040—2099年以增加趨勢為主；SPEI在2020—2059年呈現(xiàn)出減小趨勢，在2080—2099年主要呈現(xiàn)出增加趨勢。

(3)綜合比對分析SPI和SPEI在不同時間段和未來不同情景下的變化趨勢，干旱在2020—2059年可能存在增加趨勢，在2060—2099年可能呈現(xiàn)出減小趨勢，且SPI呈現(xiàn)出的干旱增強(qiáng)較SPEI弱。

圖5為不同模式、不同情景下12個月尺度SPI和SPEI年際變化趨勢空間分布，從圖5可以看出：

圖5 不同情景、不同模式下2020—2099年SPI和SPEI年際變化趨勢空間分布Fig.5 Spatial distribution of inter-annual change trends of SPI and SPEI during 2020-2099 in three scenarios from 4 GCMs

(1)研究區(qū)未來時期SPI整體呈現(xiàn)出上升趨勢，不同情景、不同區(qū)域SPI變化趨勢不同。GFDL-ESM2M、HadGEM2-ES和MIROC5模式的SPI在RCP-2.6情景下增加趨勢最小，RCP-8.5情景下增加趨勢最大；IPSL-CM5A-LR模式的SPI在RCP-2.6情景下整體呈增加趨勢，而在RCP-6.0和RCP-8.5情景下呈減小趨勢。RCP-2.6情景下，不同模式SPI明顯增加區(qū)域分布在漢江流域、中游干流區(qū)西部、下游干流區(qū)和太湖水系；RCP-6.0情景下，SPI增加區(qū)域集中在洞庭湖水系和鄱陽湖水系；RCP-8.5情景下，SPI增加較為明顯的區(qū)域集中在研究區(qū)西北部，包括漢江流域和洞庭湖水系的西部。

(2)除MIROC5模式外，其它模式SPEI減小趨勢隨著排放濃度的增加逐漸增加，而MIROC5模式下SPEI減小趨勢在RCP-2.6情景下最大，其它情景下減小趨勢較緩。RCP-2.6情景下，SPEI減小的區(qū)域主要分布在洞庭湖水系和鄱陽湖水系；RCP-6.0情景下SPEI明顯減小區(qū)域集中在研究區(qū)北部，包括漢江流域、中游和下游干流區(qū)；RCP-8.5情景下SPEI減小區(qū)域主要分布在鄱陽湖水系和洞庭湖水系，SPEI增加區(qū)域主要分布在漢江流域。

為了分析長江中下游區(qū)域不同二級子流域未來干旱的發(fā)展趨勢，本文將未來情景下4個模式數(shù)據(jù)SPI和SPEI變化趨勢的均值作為未來干旱整體變化趨勢，計算結(jié)果如圖6所示。對比分析圖6(a)和圖6(b)可知：

圖6 長江中下游區(qū)域未來時期不同時間段不同情景下二級子流域SPI和SPEI的變化趨勢Fig.6 Change trends of SPI and SPEI in different future time periods in six subbasins under three scenarios

(1)SPI整體增加趨勢大于SPEI，且不同流域差別明顯。洞庭湖水系在2020—2059年呈現(xiàn)出增加趨勢，且RCP-2.6情景下增加趨勢最大；2020—2079年，漢江流域在RCP-2.6、RCP-6.0情景下呈現(xiàn)出增加趨勢，而在RCP-8.5情景下呈現(xiàn)出減小趨勢。

(2)2080—2099年，SPEI在RCP-6.0和RCP-8.5情景下均呈現(xiàn)出減小趨勢；鄱陽湖水系除2020—2039年RCP-6.0和RCP-8.5情景以及2060—2079年RCP-2.6情景呈現(xiàn)出減小趨勢，其它時間段不同情景下SPEI主要呈現(xiàn)出增加趨勢；2020—2039年和2080—2099年，中游干流區(qū)和下游干流區(qū)SPEI在RCP-2.6情景下呈現(xiàn)出增加趨勢，2040—2059年RCP-8.5情景下存在明顯增加趨勢；太湖水系2040—2059年和2080—2099年SPEI主要呈現(xiàn)出增加趨勢。

圖7展示了未來時期不同模式、不同情景下長江中下游區(qū)域SPI和SPEI的空間相關(guān)性，由于潛在蒸散發(fā)量隨著排放濃度的增加不斷增加，SPI和SPEI的空間相關(guān)性隨之呈現(xiàn)出遞減趨勢，3種情景下4種模式研究區(qū)SPI與SPEI 空間相關(guān)性均值分別為0.90、0.86、0.79。不同情景下，研究區(qū)SPI與SPEI的相關(guān)性從北到南，由西到東呈現(xiàn)出增加趨勢；鄱陽湖水系SPI與SPEI相關(guān)性最高，漢江流域SPI與SPEI相關(guān)性相對較低；GFDL-ESM2M模式不同情景下SPI與SPEI相關(guān)性較高，MIROC5模式SPI與SPEI相關(guān)性較低。

圖7 不同情景下2020—2099年SPI和SPEI相關(guān)性空間分布Fig.7 Spatial distribution of correlation between SPI and SPEI during 2020-2099 under three scenarios

4 長江中下游區(qū)域應(yīng)對干旱災(zāi)害的措施討論

長江流域中下游是我國重要的糧食產(chǎn)地和經(jīng)濟(jì)支撐區(qū)域，新中國成立以后，為提高區(qū)域防洪抗旱能力和滿足灌溉供水需求，該區(qū)域先后修建了大量水利工程，比如僅鄱陽湖流域現(xiàn)有蓄水工程超過25萬座, 總庫容3.01×107km3, 有效灌溉面積達(dá)1.83×104km2[33]。雖然長江中下游區(qū)域水庫數(shù)量較多，但仍然存在部分干旱風(fēng)險高的區(qū)域缺乏完善的水利工程體系，如湖南省衡陽市、邵陽市、婁底市等地區(qū)，素有“衡邵干旱走廊之稱”，干旱往往會造成巨大的干旱損失。因此為了更好應(yīng)對干旱災(zāi)害，必須大力加強(qiáng)防旱抗旱工作。一方面要加強(qiáng)工程措施及其管理，提高干旱抵御能力。首先要綜合區(qū)域發(fā)展規(guī)劃和環(huán)境保護(hù)要求，從水資源合理開發(fā)利用和與生態(tài)環(huán)境友好相處角度出發(fā)，建設(shè)更多的惠及一方人民的水利工程；其次要完善水庫治理和聯(lián)合調(diào)度管理機(jī)制，充分挖掘現(xiàn)有水利工程的潛力，緩解水資源供需矛盾。另一方面要增強(qiáng)非工程措施建設(shè)，增強(qiáng)干旱災(zāi)害應(yīng)對能力。如加強(qiáng)干旱預(yù)警工作，縮短干旱反應(yīng)時間，提高應(yīng)急響應(yīng)能力，盡量減小干旱損失；加強(qiáng)水資源管理，建設(shè)節(jié)水型社會，提高單位水資源的生產(chǎn)力，實(shí)現(xiàn)全社會高效用水，從根本上解決水資源緊缺問題。

5 結(jié)論與展望

本文利用ISIMIP計劃的4個全球氣候模式在RCP-2.6、RCP-6.0和RCP-8.5情景下2020—2099年降水和潛在蒸散發(fā)數(shù)據(jù)，基于SPI和SPEI干旱指標(biāo)，分析了長江中下游區(qū)域未來時期干旱的時空變化趨勢和演變規(guī)律，并對比分析了SPI和SPEI指標(biāo)對長江中下游區(qū)域干旱刻畫的異同。主要結(jié)論如下：

(1)綜合4個模式數(shù)據(jù)，長江中下游區(qū)域2020—2099年降水呈輕微波動上升趨勢；3種情景下潛在蒸散發(fā)均呈現(xiàn)顯著上升趨勢，RCP-2.6情景下潛在蒸散發(fā)先增加后趨于平穩(wěn)，RCP-6.0和RCP-8.5情景下則呈持續(xù)增加趨勢。

(2)未來時期研究區(qū)不同情景下SPI總體呈增加趨勢，且漢江流域和洞庭湖水系西北部增加相對較大；SPEI總體呈減小趨勢，不同情景下SPEI變化趨勢的空間分布異質(zhì)性較強(qiáng)，RCP-6.0和RCP-8.5情景下SPEI減小幅度較大區(qū)域分別分布在漢江流域、中游和下游干流區(qū)、太湖水系以及鄱陽湖和洞庭湖水系南部。

(3)受潛在蒸散發(fā)的影響，隨著排放濃度的增加，SPI與SPEI相關(guān)性逐漸減弱，且研究區(qū)西北地區(qū)二者相關(guān)性相對較低，東南部相關(guān)性相對較高。

(4)未來不同時間段不同子流域干旱變化趨勢存在明顯差別，2060—2099年干旱減小趨勢較2020-2059年弱，且SPI呈現(xiàn)出的干旱增強(qiáng)趨勢較SPEI弱。

本文基于ISIMIP 2b數(shù)據(jù),結(jié)合干旱指標(biāo)分析了長江中下游區(qū)域未來氣象干旱變化趨勢，為未來干旱災(zāi)害管理提供了一定的科學(xué)支撐，但對未來干旱發(fā)展機(jī)理和風(fēng)險研究還有待深入?；诓煌Ｊ綌?shù)據(jù)對干旱的預(yù)估存在差別，應(yīng)進(jìn)一步研究造成差別的原因并綜合不同模式結(jié)果，實(shí)現(xiàn)基于不同模式數(shù)據(jù)的干旱集合預(yù)估。