丁 浩，張洪波，b，張靖銣，吳延銳，邵淑婷，姚聰聰，呂豐光

(長(zhǎng)安大學(xué) a 水利與環(huán)境學(xué)院,b旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點(diǎn)實(shí)驗(yàn)室,陜西 西安710054)

當(dāng)前氣候變化影響著全球不同地區(qū)氣象水文要素的時(shí)空分布特征，也是區(qū)域干旱演變的重要驅(qū)動(dòng)力[1-2]。聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)(Intergovernmental Panel on Climate Change，IPCC)第五次工作報(bào)告(fifth assessment report，AR5)指出[3]，未來(lái)氣溫仍有持續(xù)升高的趨勢(shì)，干旱在世界范圍內(nèi)的發(fā)生頻率將呈現(xiàn)增長(zhǎng)趨勢(shì)，且影響范圍逐漸增大。作為自然界三大災(zāi)害之一，干旱具有發(fā)展慢、范圍廣、發(fā)生頻率高和持續(xù)性強(qiáng)等特點(diǎn)，在我國(guó)的成災(zāi)率高達(dá)53%[4-5]。在全球氣候變化背景下，未來(lái)的干旱發(fā)生頻率與強(qiáng)度也會(huì)隨之變化，有關(guān)氣候變化下干旱的演化特征研究業(yè)已成為國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)[6]。

全球氣候模式(general climate models，GCMs)是定量模擬預(yù)估未來(lái)氣候變化情景的有效工具。許多專家學(xué)者應(yīng)用各種GCMs，將歷史基準(zhǔn)期與未來(lái)期的干旱指標(biāo)序列分別作為獨(dú)立樣本，對(duì)全球及區(qū)域尺度下的干旱頻率與干旱強(qiáng)度進(jìn)行了模擬和演化趨勢(shì)研究。如Gu等[7]采用國(guó)際耦合模式比較計(jì)劃第5階段(coupled model inter-comparison project，CMIP5)的13個(gè)全球氣候模式，結(jié)合標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(standardized precipitation evapotranspiration index，SPEI)，分析了全球升溫1.5與2.0 ℃情景下區(qū)域干旱烈度和干旱歷時(shí)聯(lián)合重現(xiàn)期的變化，并對(duì)人口與經(jīng)濟(jì)的干旱暴露度進(jìn)行了評(píng)估。Rehana等[8]提出了降水實(shí)際蒸散發(fā)指數(shù)(standardised precipitation actual evapotranspiration index，SPAEI)，將該指數(shù)應(yīng)用于印度Krishna河流域，評(píng)估了未來(lái)情景下流域的干旱演化特征，并與SPEI和水文干旱指數(shù)(standardized runoff index，SRI)進(jìn)行了效能比較。劉子豪等[9]基于CMIP5中的11個(gè)全球氣候模式，借助遺傳算法分析了鄱陽(yáng)湖流域潛在蒸散發(fā)在不同時(shí)期的演變規(guī)律，并透過(guò)Budyko假設(shè)研究了未來(lái)情景下鄱陽(yáng)湖流域的干旱時(shí)空演變特征。

為了深入推動(dòng)全球氣候變化的區(qū)域化影響研究，美國(guó)國(guó)家航空航天局(NASA)基于CMIP5的21個(gè)全球氣候模式，應(yīng)用偏差校正/空間分解(bias correction and spatial disaggregation，BCSD)方法，生成了一套高分辨率的降尺度日值數(shù)據(jù)集，即NASA earth exchange/global downscaled projections(NEX-GDDP)[10-12]，其包括了歷史時(shí)期(1950-2005年)和2種情景(RCP4.5、RCP8.5)下預(yù)估時(shí)段(2006-2100年)的日降水、最高氣溫和最低氣溫?cái)?shù)據(jù)。目前，已有研究對(duì)NEX-GDDP降水與溫度數(shù)據(jù)在中國(guó)的適用性進(jìn)行了評(píng)估，如Ge等[13]評(píng)估了NEX-GDDP對(duì)中國(guó)極端降水的模擬性能，發(fā)現(xiàn)與CMIP5的直接輸出結(jié)果相比，NEX-GDDP能夠更好地描述中國(guó)極端降水的空間分布，且不確定性范圍較CMIP5直接輸出結(jié)果明顯下降，使得預(yù)估結(jié)果更加可靠。李金潔等[14]評(píng)估了NEX-GDDP對(duì)中國(guó)極端溫度的模擬能力，結(jié)果表明CanESM2、CESM1-BGC和MIROC-ESM-CHEM模式的模擬能力相對(duì)較高。

渭河流域位于我國(guó)西北內(nèi)陸區(qū)的東緣，是典型的干旱半干旱地區(qū)。渭河作為關(guān)中平原地區(qū)人類生產(chǎn)、生活的重要水源，為區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展與水安全提供了關(guān)鍵性的保障。然而，長(zhǎng)期以來(lái)渭河流域旱災(zāi)發(fā)生頻繁，且遭遇損失巨大，給渭河流域高質(zhì)量發(fā)展帶來(lái)了極大的負(fù)面影響[15-16]。一直以來(lái)，學(xué)者們都對(duì)渭河流域干旱演化、評(píng)價(jià)給予了高度關(guān)注，如雷江群等[17]利用渭河流域21個(gè)氣象站的氣象觀測(cè)資料，采用Penman-Monteith公式計(jì)算了潛在蒸散量和干燥指數(shù)，通過(guò)Mann-Kendall法、小波分析等方法，對(duì)渭河流域氣候要素與干燥指數(shù)的變化特征及干濕狀況進(jìn)行了分析。Zhao等[18]使用3個(gè)全球氣候模式與SWAT水文模型，研究了渭河流域未來(lái)水文干旱發(fā)生次數(shù)、持續(xù)時(shí)間和強(qiáng)度的變化規(guī)律。袁夢(mèng)等[19]基于氣象干旱指數(shù)與水文干旱指數(shù)構(gòu)建了綜合干旱指數(shù)(comprehensive drought index,CDI)，并使用該指數(shù)分析了渭河流域近50年的干旱時(shí)空演化特征。田甜等[20]基于渭河流域21個(gè)氣象站點(diǎn)的實(shí)測(cè)降水、氣溫和日照時(shí)數(shù)數(shù)據(jù)，計(jì)算了各站點(diǎn)的年、季尺度SPEI值，采用累積距平法和有序聚類法對(duì)SPEI進(jìn)行了突變檢驗(yàn)，并進(jìn)一步探討了渭河流域干旱覆蓋面積等的特征變化。

通過(guò)文獻(xiàn)梳理，不難發(fā)現(xiàn)已有研究主要集中在對(duì)歷史干旱演變過(guò)程或趨勢(shì)的分析與評(píng)價(jià)，盡管少數(shù)研究響應(yīng)了渭河流域未來(lái)持續(xù)旱化的趨勢(shì)，但在干旱指標(biāo)和事件對(duì)氣候情景的空間化響應(yīng)以及持續(xù)性分析方面還尚有不足。眾所周知，近年來(lái)全球氣候變化的區(qū)域效應(yīng)愈發(fā)明顯，對(duì)區(qū)域干旱事件發(fā)生發(fā)展的影響也日漸強(qiáng)烈，如何科學(xué)地認(rèn)識(shí)區(qū)域干旱過(guò)程對(duì)氣候變化的響應(yīng)，形成渭河流域有效的適應(yīng)性干旱管理策略尤為迫切。為此，本研究將基于CMIP5統(tǒng)計(jì)降尺度數(shù)據(jù)集NEX-GDDP，使用象限轉(zhuǎn)換法對(duì)CanESM2全球氣候模式下的降水與氣溫?cái)?shù)據(jù)進(jìn)行校準(zhǔn)，并運(yùn)用游程分析等方法，從干旱指標(biāo)(SPEI)與干旱事件特征的角度,分析渭河流域歷史基準(zhǔn)期與未來(lái)期2種排放情景(RCP4.5與RCP8.5)下的干旱時(shí)空演變特征，探討干旱事件的頻率空間變化與持續(xù)性變化，以期為渭河流域未來(lái)的旱災(zāi)防控和水安全保障,以及響應(yīng)黃河流域高質(zhì)量發(fā)展的重大國(guó)家戰(zhàn)略提供科技支撐。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

渭河是黃河的第一大支流，發(fā)源于甘肅省渭源縣的鳥(niǎo)鼠山東側(cè)和西秦嶺北側(cè)，流經(jīng)甘肅、寧夏、陜西三省，在陜西省潼關(guān)縣注入黃河，干流全長(zhǎng)818 km。流域地形西高東低，北部為黃土高原，南部為秦嶺山脈，其地形及水系概況如圖1所示。

圖1 渭河流域地形及水系概況

渭河流域?qū)儆跍貛Т箨懶詺夂颍嗄昶骄鶜鉁?～14 ℃，多年平均降水量為500～800 mm，年水面蒸發(fā)量為700～1 000 mm，年陸面蒸發(fā)量約為500 mm，屬于我國(guó)典型的干旱半干旱地區(qū)。受降水影響，渭河徑流年際變化大，且年內(nèi)分配不均勻，多年平均天然徑流量為100.40億m3。渭河是陜西人民的母親河，流域內(nèi)集中了全省64%的人口、72%的灌溉面積、69%的糧食產(chǎn)量，是關(guān)中地區(qū)生產(chǎn)、生活用水的最主要水源，在流域高質(zhì)量發(fā)展和西部大開(kāi)發(fā)中具有重要作用和戰(zhàn)略意義。根據(jù)文獻(xiàn)[19]所述，建國(guó)以來(lái)渭河流域共發(fā)生了600多次旱災(zāi)，其中40%屬于嚴(yán)重旱災(zāi)。1986年大旱受旱面積達(dá)148.4萬(wàn)hm2，直接經(jīng)濟(jì)損失達(dá)9.46億元，1994-1995年發(fā)生的連旱造成了66.75億元的經(jīng)濟(jì)損失。進(jìn)入21世紀(jì)以來(lái)，流域的干旱情勢(shì)依舊嚴(yán)峻，2013-2014年出現(xiàn)了持續(xù)超過(guò)200 d的干旱事件，受旱面積約333.3萬(wàn)hm2，經(jīng)濟(jì)損失巨大。由此可見(jiàn)，渭河流域旱災(zāi)發(fā)生頻繁，且危害程度較重。

1.2 研究數(shù)據(jù)

選取1966-2005年為歷史基準(zhǔn)期，2021-2060年為未來(lái)期，擬重點(diǎn)對(duì)比2個(gè)時(shí)期渭河流域干旱時(shí)空演化的差異性特征。研究主要涉及歷史期的實(shí)測(cè)氣象水文數(shù)據(jù)和氣候模式模擬數(shù)據(jù)。其中，歷史期實(shí)測(cè)氣象水文數(shù)據(jù)包括實(shí)測(cè)逐月降水、最高氣溫與最低氣溫柵格數(shù)據(jù)，均來(lái)源于國(guó)家科技基礎(chǔ)條件平臺(tái)——國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)，空間分辨率為1 km，時(shí)間為1966-2005年，該數(shù)據(jù)使用東安格利亞大學(xué)氣候研究中心(Climatic Research Unit,CRU)全球0.5°氣候數(shù)據(jù)及WorldClim全球高分辨率氣候數(shù)據(jù)，通過(guò)Delta空間降尺度方法在中國(guó)地區(qū)降尺度生成，并采用496個(gè)獨(dú)立氣象觀測(cè)點(diǎn)數(shù)據(jù)進(jìn)行了驗(yàn)證，質(zhì)量可靠。氣候模式模擬數(shù)據(jù)選用了NEX-GDDP中CanESM2模式下歷史期(1966-2005年)與未來(lái)期(2021-2060年)2種情景(RCP4.5與RCP8.5)下逐日降水、最高最低氣溫?cái)?shù)據(jù)，其中歷史數(shù)據(jù)主要用于建立歷史期模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)之間的演化關(guān)系，進(jìn)而應(yīng)用象限轉(zhuǎn)換校正法，對(duì)未來(lái)期氣候模式模擬數(shù)據(jù)實(shí)施校準(zhǔn)。需要說(shuō)明的是，由于CanESM2氣候模式歷史期模擬數(shù)據(jù)截止于2005年，故本研究選取1966-2005年作為歷史基準(zhǔn)期，同時(shí)為滿足象限轉(zhuǎn)換校正法基準(zhǔn)期和校準(zhǔn)期數(shù)據(jù)長(zhǎng)度一致的要求，未來(lái)期選定為2021-2060年。

2 研究方法

開(kāi)展全球氣候模式下渭河流域干旱演變及持續(xù)性特征研究的前提，是獲取相對(duì)可靠的未來(lái)期氣候模式輸出數(shù)據(jù)。為此，本研究先采用象限轉(zhuǎn)換校正法對(duì)GCMs未來(lái)情景數(shù)據(jù)進(jìn)行校準(zhǔn)，并基于校準(zhǔn)后的降水和最高、最低氣溫?cái)?shù)據(jù)計(jì)算潛在蒸散發(fā)量，然后對(duì)降水與潛在蒸散發(fā)的差值序列進(jìn)行分布擬合與標(biāo)準(zhǔn)化，進(jìn)而得到未來(lái)氣候情景下的SPEI序列，最后采用Mann-Kendall趨勢(shì)檢驗(yàn)與游程分析等方法，對(duì)歷史期和未來(lái)期渭河流域干旱指標(biāo)和特征變量的時(shí)空演變趨勢(shì)與持續(xù)性特征進(jìn)行系統(tǒng)研究。

2.1 象限轉(zhuǎn)換校正法

一般而言，氣候模式輸出數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)間多存在一定偏差，很難直接應(yīng)用于流域尺度的干旱指標(biāo)計(jì)算，因此在使用GCMs未來(lái)情景數(shù)據(jù)時(shí)，應(yīng)首先對(duì)其進(jìn)行校準(zhǔn)。本研究采用象限轉(zhuǎn)換校正法(quadrant transformation method，QTM)[21-22]對(duì)未來(lái)時(shí)期的降水和最高、最低氣溫?cái)?shù)據(jù)實(shí)施校準(zhǔn)。QTM是利用GCMs模擬的歷史數(shù)據(jù)與實(shí)測(cè)歷史數(shù)據(jù)的關(guān)聯(lián)關(guān)系，對(duì)GCMs預(yù)測(cè)的未來(lái)數(shù)據(jù)進(jìn)行校準(zhǔn)的一種方法。以降水校正為例，QTM的基本原理如圖2所示。坐標(biāo)軸的橫軸為降水量的經(jīng)驗(yàn)頻率，縱軸為降水量數(shù)值，第三象限繪制的是GCMs模式模擬數(shù)據(jù)(即需要校準(zhǔn)的未來(lái)降水?dāng)?shù)據(jù))頻率曲線，第四象限繪制的是GCMs模式歷史降水?dāng)?shù)據(jù)頻率曲線，第一象限繪制的是與GCMs模式歷史期同期的實(shí)測(cè)降水量頻率曲線，第二象限繪制的是GCMs模式數(shù)據(jù)校準(zhǔn)后的頻率曲線，即需要推求的曲線。

圖2 象限轉(zhuǎn)換校正法原理示意圖

QTM校準(zhǔn)的具體步驟如下：

(1)對(duì)需要校準(zhǔn)的GCMs模式未來(lái)模擬降雨量值進(jìn)行頻率計(jì)算，繪制頻率曲線于第三象限。針對(duì)某一頻率所對(duì)應(yīng)的降雨量值(初始點(diǎn))做水平線，交于第四象限的GCMs模式歷史數(shù)據(jù)頻率曲線，沿該點(diǎn)作垂線，可確定該降雨量值在第四象限所對(duì)應(yīng)的頻率。

(2)將第四象限的垂線上延，與第一象限中的歷史實(shí)測(cè)降雨量頻率曲線相交，可得到該頻率所對(duì)應(yīng)的實(shí)測(cè)歷史降雨量值。

(3)沿第一象限中的實(shí)測(cè)歷史降雨量數(shù)值點(diǎn)做水平線，與過(guò)第三象限擬定初始點(diǎn)的垂線可交于第二象限，此交點(diǎn)的縱坐標(biāo)即校準(zhǔn)之后與初始點(diǎn)同頻率降雨量值。

(4)重復(fù)以上步驟，直到校準(zhǔn)完所有第三象限中頻率曲線上的數(shù)值點(diǎn)，即GCMs模式下不同頻率的未來(lái)降水量數(shù)據(jù)，將其配線，可得到第二象限中校準(zhǔn)之后的未來(lái)期降水量頻率曲線。

從以上步驟可以看出，第三象限與第四象限頻率曲線均在GCMs模式下形成，其差異主要由氣候變化造成，而第一象限與第四象限頻率曲線屬于同一歷史時(shí)期，其差異是由GCMs模式的不確定性造成。由此可見(jiàn)，相比于其他校準(zhǔn)方法，QTM既考慮了氣候變化的差異性，也考慮了模式的不確定性，是一種非常簡(jiǎn)單有效的校準(zhǔn)方法。需要說(shuō)明的是，由于氣候變化的影響，第三象限中的某些極端值在第四象限中可能未找到與之相對(duì)應(yīng)的GCMs模式歷史數(shù)據(jù)，在這種情況下則需要對(duì)第四象限的頻率曲線進(jìn)行適當(dāng)延拓。同時(shí)，為了保證校準(zhǔn)效果，擬校準(zhǔn)的GCMs模式未來(lái)模擬數(shù)據(jù)與歷史時(shí)期模擬數(shù)據(jù)的長(zhǎng)度應(yīng)保持一致。

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)的計(jì)算方法類似于標(biāo)準(zhǔn)化降水指數(shù)(standardized precipitation index,SPI)，主要使用降水量與潛在蒸散發(fā)量的差值描述研究區(qū)的干旱狀態(tài)，由于其考慮了蒸散發(fā)對(duì)干旱的影響，故SPEI通常對(duì)全球氣候變化導(dǎo)致的干旱化更加敏感，可反映不同尺度的干旱特征。SPEI的計(jì)算過(guò)程并不復(fù)雜，但需要計(jì)算逐月潛在蒸散發(fā)量。大量研究表明，國(guó)際糧農(nóng)組織推薦的Penman-Monteith(PM)公式在干旱和濕潤(rùn)地區(qū)的蒸散發(fā)量計(jì)算上具有較高精度[23]，但該公式對(duì)氣象數(shù)據(jù)的需求較高，在很多地區(qū)或一些情況下很難完整得到。為此，Hargreaves等于1985年提出了Hargreaves公式[24]，其只需要最高、最低氣溫和大氣層頂輻射即可實(shí)現(xiàn)較高精度的計(jì)算[25-26]，適用區(qū)域更為廣泛。

本研究先采用Hargreaves公式計(jì)算流域逐月潛在蒸散發(fā)量，具體公式如下：

(1)

式中：PE為逐月潛在蒸散發(fā)量，mm/月；Ra為與大氣層頂輻射等價(jià)的水量，mm/月；Tmean為月平均日均氣溫，℃；Tmax和Tmin分別為月平均日最高氣溫與月平均日最低氣溫，℃。其中，Ra可通過(guò)太陽(yáng)常數(shù)、太陽(yáng)赤緯、緯度、月份進(jìn)行計(jì)算，具體計(jì)算步驟可參考文獻(xiàn)[27]。

然后，根據(jù)逐月潛在蒸散發(fā)量與逐月降水量，可計(jì)算兩者差值序列Di：

Di=Pi-PEi。

(2)

式中：Pi為逐月降水量，mm；PEi為逐月潛在蒸散發(fā)量，mm。

與SPI計(jì)算不同的是，由于差值序列Di中存在負(fù)值，而兩參數(shù)的Gamma分布要求變量大于0，因此SPEI的計(jì)算中一般選用三參數(shù)Gamma分布或三參數(shù)Log-Logistic分布對(duì)Di的累積序列進(jìn)行擬合。隨后，對(duì)其累積分布函數(shù)進(jìn)行正態(tài)標(biāo)準(zhǔn)化，即可得到不同時(shí)間尺度的SPEI值。為全面反映渭河流域年際與季節(jié)尺度的干旱情勢(shì)演變規(guī)律，本研究計(jì)算了3月季尺度(SPEI-3)與12月年尺度(SPEI-12)的SPEI值。依據(jù)國(guó)家氣候中心2006年發(fā)布的《氣象干旱等級(jí)》[28]，對(duì)SPEI進(jìn)行干旱等級(jí)劃分，具體如表1所示。

表1 SPEI干旱等級(jí)劃分標(biāo)準(zhǔn)

2.3 Mann-Kendall趨勢(shì)檢驗(yàn)

Mann-Kendall(M-K)是一種典型的非參數(shù)趨勢(shì)檢驗(yàn)方法，在水文氣象領(lǐng)域應(yīng)用廣泛。本研究將其用于SPEI序列的趨勢(shì)檢驗(yàn)。根據(jù)M-K法的應(yīng)用條件，需保證檢驗(yàn)數(shù)據(jù)為相互獨(dú)立的隨機(jī)變量，但在很多情況下，原始待檢驗(yàn)的水文序列會(huì)帶有較強(qiáng)的自相關(guān)性，常導(dǎo)致趨勢(shì)檢驗(yàn)結(jié)果存在一定誤差。為此，在趨勢(shì)檢驗(yàn)前，本研究擬采用去趨勢(shì)預(yù)置白方法(TFPW)[29]對(duì)SPEI序列進(jìn)行去一階自相關(guān)處理，以剔除待檢序列的自相關(guān)性。通過(guò)計(jì)算，可獲得M-K統(tǒng)計(jì)量Z。若Z值為正，表明檢驗(yàn)序列呈上升趨勢(shì)，若Z值為負(fù)則表明檢驗(yàn)序列呈下降趨勢(shì)，且當(dāng)統(tǒng)計(jì)量|Z|>1.96時(shí)，表明超過(guò)0.05的顯著性水平，即檢驗(yàn)序列變化呈顯著上升或下降[30]。

2.4 游程分析

干旱情勢(shì)分析中，通常借助干旱指數(shù)將水文氣象變量隨時(shí)間的波動(dòng)轉(zhuǎn)化為可對(duì)比的旱澇情勢(shì)，從而劃分出干旱期與濕潤(rùn)期，但其并不能表征一場(chǎng)干旱事件的強(qiáng)度及發(fā)生頻率，因此多需要應(yīng)用游程理論閾值法對(duì)干旱事件的各項(xiàng)特征變量進(jìn)行提取[31]。圖3給出了基于游程理論閾值法的干旱事件識(shí)別過(guò)程，以SPEI=-0.5為閾值對(duì)SPEI序列進(jìn)行截?cái)?，則一場(chǎng)干旱事件的開(kāi)始被定義為SPEI從閾值以上下降到閾值以下的時(shí)刻(t)，干旱事件的結(jié)束則正好相反。

圖3 基于游程理論閾值法的干旱事件識(shí)別及干旱特征變量提取

干旱歷時(shí)D被定義為干旱事件的結(jié)束時(shí)刻與開(kāi)始時(shí)刻的差值，如D1、D2、D3；干旱烈度S為干旱歷時(shí)內(nèi)每月干旱指標(biāo)與閾值差值的絕對(duì)值的累積量，如S1、S2、S3；干旱事件的間隔時(shí)間L為一場(chǎng)干旱事件的開(kāi)始時(shí)刻與下一場(chǎng)干旱事件開(kāi)始時(shí)刻的差值，如L1、L2。

3 結(jié)果與分析

3.1 氣候模式數(shù)據(jù)校準(zhǔn)

基于QTM，使用NEX-GDDP數(shù)據(jù)集1966-2005年CanESM2模式歷史模擬數(shù)據(jù)與同期實(shí)測(cè)柵格數(shù)據(jù)，對(duì)2021-2060年CanESM2未來(lái)模擬數(shù)據(jù)進(jìn)行校準(zhǔn)。圖4給出了某一柵格校準(zhǔn)前后降水、最高氣溫與最低氣溫的散點(diǎn)分布圖。由圖4可見(jiàn)，對(duì)于降水，CanESM2模式歷史期模擬數(shù)據(jù)較實(shí)測(cè)歷史數(shù)據(jù)在低頻率與高頻率時(shí)均有所低估，經(jīng)校準(zhǔn)后，2種RCP情景下未來(lái)期不同分位數(shù)的降水量均有所提高，CanESM2模式數(shù)據(jù)的偏估狀況有明顯改善。最高氣溫?cái)?shù)據(jù)中，CanESM2模式模擬數(shù)據(jù)較實(shí)測(cè)數(shù)據(jù)無(wú)明顯的偏估情況，模擬效果相對(duì)較好，校準(zhǔn)前后的數(shù)據(jù)分布也較為一致，各頻率對(duì)應(yīng)的最高氣溫值相近。與上述不同，最低氣溫的CanESM2模式歷史期模擬數(shù)據(jù)較實(shí)測(cè)數(shù)據(jù)整體出現(xiàn)高估情況，校準(zhǔn)后未來(lái)期各分位數(shù)對(duì)應(yīng)的最低氣溫值均有所降低，偏估情況得到一定改善。此外，從圖4也可以明顯看出，未來(lái)降水的分布與歷史基準(zhǔn)期相比變化不大，但氣溫上升趨勢(shì)明顯，可見(jiàn)氣候變化對(duì)區(qū)域干旱情勢(shì)的影響不容忽視。

3.2 SPEI時(shí)空演變特征

3.2.1 時(shí)間變化特征 基于歷史實(shí)測(cè)數(shù)據(jù)和校準(zhǔn)的未來(lái)CanESM2輸出數(shù)據(jù)，計(jì)算渭河流域SPEI值，其結(jié)果如圖5所示，其中(a)、(b)、(c)分別為歷史基準(zhǔn)期、未來(lái)期RCP4.5情景、未來(lái)期RCP8.5情景2種時(shí)間尺度(3月和12月)SPEI的時(shí)間變化(SPEI-3和SPEI-12)。由圖5可以看出，SPEI在季節(jié)尺度上的波動(dòng)較為頻繁，干濕交替迅速，隨著累積時(shí)間尺度的增大，SPEI的變化趨于穩(wěn)定，干濕狀態(tài)的延續(xù)時(shí)間有所延長(zhǎng)。究其原因，主要是由于隨累積月份的增加，本來(lái)一些夾雜在連續(xù)干旱期內(nèi)略高于閾值的SPEI(可能是突然的少量降水)的影響被抹去，一些夾雜在連續(xù)濕潤(rùn)期內(nèi)略低于閾值的SPEI的影響也被剔除，使得原本割裂的氣象干旱事件得以連續(xù)[31]。從圖5還可以較為明顯地看出，歷史基準(zhǔn)期的SPEI在20世紀(jì)90年代以后負(fù)值明顯增多，且絕對(duì)值較大。其中年尺度SPEI平均值從0.22(1966-1990年)降低到-0.36(1991-2005年)，在整體上呈現(xiàn)出較為明顯的下降趨勢(shì)。這與鄒磊等[32]關(guān)于渭河流域干旱時(shí)空變化特征的研究結(jié)論基本一致。

未來(lái)2種RCP情景下，SPEI序列變化存在較為明顯的差異，如從圖5的SPEI-12序列可以看出，2050-2055年RCP4.5情景下的SPEI序列存在一個(gè)較短的干旱過(guò)程，且強(qiáng)度相對(duì)較小，無(wú)特旱(SPEI≤-2.0)過(guò)程出現(xiàn)，但在相同時(shí)段的RCP8.5情景下，SPEI序列存在一個(gè)較長(zhǎng)的水分虧缺過(guò)程，強(qiáng)度較大，且出現(xiàn)了特旱。由此可知，不同的排放情景會(huì)較為強(qiáng)烈地影響區(qū)域的氣候過(guò)程，驅(qū)動(dòng)流域降水與氣溫的差異性變化，從而引發(fā)SPEI表現(xiàn)上的不同。

(a)歷史基準(zhǔn)期；(b)未來(lái)期RCP4.5；(c)未來(lái)期RCP8.5

考慮到干旱事件的發(fā)生常具有季節(jié)性，根據(jù)渭河流域氣候特征，選用3月季尺度下5、8、11月及次年2月的SPEI值表征春、夏、秋、冬4個(gè)季節(jié)的干旱情況，選用12月年尺度的SPEI值表征干旱的年際變化，并采用M-K趨勢(shì)檢驗(yàn)法對(duì)SPEI序列進(jìn)行趨勢(shì)分析，結(jié)果如圖6所示，其中中心黑色虛線圓圈為0.05顯著性水平臨界值。由圖6可知，歷史基準(zhǔn)期與未來(lái)期2種情景(RCP4.5與RCP8.5)下SPEI在年際變化中均表現(xiàn)出下降趨勢(shì)，但未通過(guò)0.05顯著性檢驗(yàn)。季節(jié)變化中，除歷史基準(zhǔn)期夏季與未來(lái)期RCP4.5情景下的秋季表現(xiàn)出不顯著的上升趨勢(shì)外，其余各時(shí)期的SPEI值均呈下降趨勢(shì)，其中未來(lái)期RCP8.5情景下春季的下降趨勢(shì)通過(guò)了顯著性檢驗(yàn)，說(shuō)明在RCP8.5情景下未來(lái)渭河流域的春旱將顯著加劇。需要指出的是，田甜等[20]在研究渭河流域歷史時(shí)期年尺度干旱變化趨勢(shì)時(shí)，得出了SPEI顯著下降的結(jié)論，與本研究結(jié)果略有差別，這主要是由于計(jì)算使用的時(shí)間序列長(zhǎng)度不同導(dǎo)致，但關(guān)于渭河流域整體呈現(xiàn)旱化趨勢(shì)的結(jié)論一致。

中心黑色虛線圓圈為0.05顯著性水平臨界值

3.2.2 空間分布特征 繪制歷史基準(zhǔn)期與未來(lái)期2種情景(RCP4.5與RCP8.5)下渭河流域年際與季節(jié)SPEI趨勢(shì)變化率的空間分布圖，結(jié)果如圖7所示，其中紅線圈畫(huà)區(qū)域?yàn)镾PEI通過(guò)0.05顯著性檢驗(yàn)的區(qū)域。

由圖7可知，從年際SPEI值的變化趨勢(shì)看，歷史基準(zhǔn)期全流域變化速率皆為負(fù)值，但下降趨勢(shì)并不顯著；未來(lái)期RCP4.5情景下，大部分地區(qū)的SPEI值仍呈現(xiàn)微弱下降趨勢(shì)，僅流域東部有微弱上升；未來(lái)期RCP8.5情景下，全流域SPEI值基本表現(xiàn)為較為明顯的下降趨勢(shì)，且有24%的區(qū)域通過(guò)了顯著性檢驗(yàn)，這些區(qū)域多集中在流域西部與中東部地區(qū)。

紅線圈畫(huà)區(qū)域?yàn)镾PEI通過(guò)0.05顯著性檢驗(yàn)的區(qū)域

從季節(jié)SPEI值序列趨勢(shì)變化率的空間分布看，歷史基準(zhǔn)期春季和冬季存在顯著下降的區(qū)域，春季主要集中于南部低緯度小范圍地區(qū)，而冬季則相反，約占流域總面積25%的北部大范圍地區(qū)均表現(xiàn)出了顯著下降趨勢(shì)。未來(lái)期RCP4.5情景下，冬季顯著旱化區(qū)域相比基準(zhǔn)期表現(xiàn)出向西南遷移的趨向，導(dǎo)致流域上游地區(qū)大范圍的SPEI值出現(xiàn)速降。未來(lái)期RCP8.5情景下，春季SPEI在87%的流域面積上表現(xiàn)出顯著旱化趨勢(shì)，說(shuō)明未來(lái)渭河流域春旱風(fēng)險(xiǎn)將顯著提高。總的來(lái)說(shuō)，春季與冬季仍是渭河流域未來(lái)干旱風(fēng)險(xiǎn)防范的重點(diǎn)季節(jié)，且流域西部是冬旱防范的重點(diǎn)區(qū)域。

透過(guò)研究結(jié)果還可以發(fā)現(xiàn)，歷史基準(zhǔn)期春季與夏季SPEI的變化趨勢(shì)具有明顯的分層現(xiàn)象，而在未來(lái)2種RCP情景下并未發(fā)現(xiàn)這種現(xiàn)象。通過(guò)對(duì)相同季節(jié)降水量變化趨勢(shì)的統(tǒng)計(jì)分析，發(fā)現(xiàn)降雨的空間分布與SPEI極為相似，即歷史基準(zhǔn)期春季與夏季降水量變化速率同樣存在分層現(xiàn)象，但在未來(lái)2種RCP情景中則不復(fù)存在。由此可以看出，在影響SPEI變化的2個(gè)主要因素(降水量與潛在蒸散發(fā)量)中，降水應(yīng)該起到了相對(duì)主要的作用。一般而言，降水趨勢(shì)分布格局的變化多是地形條件和大氣環(huán)流綜合作用的結(jié)果[33]，當(dāng)一定時(shí)期內(nèi)地形處于穩(wěn)定時(shí)，則降水格局的變化應(yīng)該由氣候變化驅(qū)動(dòng)。由以上分析可知，未來(lái)氣候變化可能引發(fā)渭河流域氣象水文要素的空間格局發(fā)生明顯變化，進(jìn)而驅(qū)動(dòng)流域干旱時(shí)空分布格局的改變。

3.3 不同等級(jí)干旱事件發(fā)生頻率的空間分布特征

根據(jù)干旱劃分等級(jí)，基于SPEI-12對(duì)渭河流域不同等級(jí)干旱事件發(fā)生頻率的空間分布特征進(jìn)行統(tǒng)計(jì)分析，結(jié)果如圖8所示。由圖8可知：(1)輕旱事件。歷史基準(zhǔn)期輕旱的高發(fā)區(qū)主要集中在流域中部的廣大地區(qū)；未來(lái)期RCP4.5情景下，輕旱頻率高值區(qū)則主要覆蓋從流域源頭到流域中部的狹長(zhǎng)地帶；RCP8.5情景下，輕旱多發(fā)區(qū)重點(diǎn)匯集在流域中南部的局部區(qū)域。綜合來(lái)看，未來(lái)2種RCP情景下輕旱頻率高值區(qū)的覆蓋面積明顯小于歷史基準(zhǔn)期，說(shuō)明未來(lái)渭河流域輕旱事件的影響區(qū)將趨于縮減。(2)中旱事件。歷史基準(zhǔn)期渭河流域中旱發(fā)生頻率整體偏低，高值區(qū)主要出現(xiàn)在天水與寶雞附近，并向北有所延伸；未來(lái)RCP4.5情景下，中旱的高發(fā)地區(qū)呈零散的點(diǎn)狀分布，面積占比較低；未來(lái)RCP8.5情景下，相比基準(zhǔn)期中旱頻率高值區(qū)將繼續(xù)向北及向關(guān)中平原蔓延，且覆蓋面積有所增大。(3)重旱事件。歷史基準(zhǔn)期重旱的高發(fā)區(qū)主要集中于流域西部邊界處的高海拔地區(qū)；在未來(lái)2種RCP情景下，重旱高頻覆蓋區(qū)域會(huì)明顯加大，特別是RCP4.5情景下，流域大部分地區(qū)都會(huì)受到高頻重旱的影響，而RCP8.5情景下，流域的西部、北部與關(guān)中平原局部地區(qū)將是重旱的高發(fā)區(qū)。(4)特旱事件。歷史基準(zhǔn)期內(nèi)渭河流域的北部系特旱高發(fā)區(qū)；未來(lái)2種RCP情景下，流域北部特旱高值區(qū)會(huì)轉(zhuǎn)變?yōu)榈椭祬^(qū)，且流域整體特旱發(fā)生頻率也將走低。

圖8 歷史基準(zhǔn)期和未來(lái)期2種情景下渭河流域不同等級(jí)干旱事件發(fā)生頻率的空間分布特征

由以上分析可以看出，未來(lái)期不論是在RCP4.5還是RCP8.5情景下，中旱與重旱高頻區(qū)域相比歷史基準(zhǔn)期均有顯著增加。從不同等級(jí)干旱事件發(fā)生頻率的數(shù)值上看，未來(lái)期輕旱與中旱仍是渭河流域最主要的干旱類型，兩者累積發(fā)生頻率在大部分地區(qū)均可達(dá)到25%以上。未來(lái)期，渭河流域干旱事件的發(fā)生頻率會(huì)呈現(xiàn)“兩頭減少，中間增多”的態(tài)勢(shì)，即輕旱與特旱發(fā)生頻率的高值區(qū)域會(huì)減少，而中旱與重旱發(fā)生頻率的高值區(qū)域?qū)⒂兴黾印?/p>

3.4 干旱事件特征與持續(xù)性分析

3.4.1 干旱事件特征變量演變規(guī)律 干旱事件特征是認(rèn)識(shí)干旱發(fā)生、發(fā)展情勢(shì)及厘清干旱時(shí)空演變特征、探明干旱潛在成因的重要指標(biāo)，一般包括干旱事件發(fā)生次數(shù)、最大虧缺值、干旱歷時(shí)、干旱烈度和干旱間隔時(shí)間等。依據(jù)游程理論，以SPEI=-0.5為閾值識(shí)別流域內(nèi)的干旱事件，并對(duì)其干旱特征變量信息進(jìn)行提取，所得統(tǒng)計(jì)結(jié)果如表2所示。

表2 歷史基準(zhǔn)期和未來(lái)期2種情景下渭河流域不同尺度干旱事件的特征

由表2可知，干旱事件年尺度的發(fā)生次數(shù)相比季節(jié)尺度小，但干旱歷時(shí)、干旱烈度和干旱間隔時(shí)間則明顯增大，這主要是受到統(tǒng)計(jì)尺度的影響。統(tǒng)計(jì)數(shù)據(jù)表明，歷史基準(zhǔn)期，基于實(shí)測(cè)數(shù)據(jù)得到的SPEI在年尺度的平均干旱歷時(shí)較未來(lái)RCP4.5情景略大，但小于RCP8.5情景，平均干旱烈度排序?yàn)镽CP8.5>RCP4.5>歷史基準(zhǔn)期。結(jié)合其他數(shù)據(jù)可以發(fā)現(xiàn)，未來(lái)RCP8.5情景下干旱發(fā)生次數(shù)相對(duì)較少，但干旱歷時(shí)與干旱強(qiáng)度均較大。

3.4.2 干旱事件的持續(xù)性特征 渭河流域持續(xù)性干旱事件時(shí)有發(fā)生，且常伴隨較大的災(zāi)害損失，因此干旱持續(xù)性的研究尤為必要。一般干旱事件的持續(xù)性特征主要包括兩個(gè)方面，即干旱事件的持續(xù)時(shí)長(zhǎng)和干旱過(guò)后再次發(fā)生干旱所經(jīng)歷的時(shí)長(zhǎng)[34]。前者被定義為干旱歷時(shí)，而后者則是相鄰干旱事件的干旱間隔與上一次干旱歷時(shí)的差值，為闡述方便，在此定義為絕對(duì)干旱間隔。干旱歷時(shí)反映了干旱事件本身的持續(xù)時(shí)間長(zhǎng)度，而絕對(duì)干旱間隔則反映了一段時(shí)期內(nèi)干旱事件的高發(fā)性。本研究采用SPEI-3識(shí)別流域干旱事件，并在此基礎(chǔ)上分析干旱事件的持續(xù)性特征，圖9給出了渭河流域歷史基準(zhǔn)期和未來(lái)期2種情景(RCP4.5與RCP8.5)下不同干旱歷時(shí)干旱事件頻率的空間分布。

圖9 歷史基準(zhǔn)期和未來(lái)期2種情景下渭河流域不同干旱歷時(shí)干旱事件頻率的空間分布

由圖9可知：(1)歷史基準(zhǔn)期。持續(xù)1個(gè)月的干旱過(guò)程在整個(gè)渭河流域的發(fā)生頻率均較高，說(shuō)明歷史基準(zhǔn)期內(nèi)干旱事件以短歷時(shí)為主，干旱事件較少持續(xù)發(fā)展。但在干旱歷時(shí)為5個(gè)月的干旱事件頻率分布中，可發(fā)現(xiàn)流域北部發(fā)生頻率較高，可達(dá)14%～20%，說(shuō)明歷史基準(zhǔn)期內(nèi)渭河流域北部區(qū)易發(fā)生持續(xù)時(shí)間較長(zhǎng)的干旱事件。(2)未來(lái)期RCP4.5情景。除渭河流域北部外，其余大部分地區(qū)仍以持續(xù)1個(gè)月的干旱過(guò)程為主，但頻率明顯下降，持續(xù)4個(gè)月的中長(zhǎng)期干旱過(guò)程發(fā)生頻率較基準(zhǔn)期明顯提高，流域北部發(fā)生持續(xù)5個(gè)月干旱事件的頻率有所減小，逐漸轉(zhuǎn)變?yōu)橐灾虚L(zhǎng)期干旱事件為主，且極端干旱事件頻率有所下降。(3)未來(lái)期RCP8.5情景。持續(xù)1個(gè)月的短期干旱頻率進(jìn)一步減小，持續(xù)2～4個(gè)月的中長(zhǎng)期干旱事件頻率繼續(xù)提高，累積頻率在全流域可達(dá)到37%～69%，且高值區(qū)主要集中于流域西部與東南部的廣大區(qū)域。

總體來(lái)看，與歷史基準(zhǔn)期相比，未來(lái)2種情景發(fā)生短歷時(shí)干旱事件的頻率減小，中長(zhǎng)歷時(shí)干旱事件頻率增加，但長(zhǎng)歷時(shí)及超長(zhǎng)歷時(shí)干旱事件有所減少。這與前面關(guān)于不同等級(jí)干旱發(fā)生頻率的結(jié)論類似，即未來(lái)干旱發(fā)生頻率將呈現(xiàn)“兩頭減少，中間增多”的態(tài)勢(shì)。

繪制歷史基準(zhǔn)期和未來(lái)期2種情景下渭河流域不同絕對(duì)干旱間隔干旱事件過(guò)程發(fā)生頻率的空間分布，結(jié)果如圖10所示。

圖10 歷史基準(zhǔn)期和未來(lái)期2種情景下渭河流域不同絕對(duì)干旱間隔干旱事件過(guò)程發(fā)生頻率的空間分布

從圖10可以看出，歷史基準(zhǔn)期與未來(lái)期渭河流域不同絕對(duì)干旱間隔干旱事件發(fā)生頻率的空間分布既有聯(lián)系也有區(qū)別。具體表現(xiàn)為：(1)歷史基準(zhǔn)期與未來(lái)期2種RCP情景下，流域主要絕對(duì)干旱間隔時(shí)間均為1～6個(gè)月，其中以1～3個(gè)月間隔的發(fā)生頻率最高，說(shuō)明流域大部分地區(qū)干旱事件之間的時(shí)間間隔均較短。未來(lái)期2種RCP情景下，流域西部1～3個(gè)月間隔的低值區(qū)頻率有所升高，而RCP8.5情景東南部4～6個(gè)月間隔的干旱事件過(guò)程的發(fā)生頻率較高。(2)在7～9個(gè)月間隔尺度上，歷史基準(zhǔn)期與未來(lái)期干旱事件發(fā)生頻率的空間分布存在明顯差別，表現(xiàn)為歷史基準(zhǔn)期渭河流域北部發(fā)生頻率較低，但未來(lái)RCP8.5情景下流域北部存在少量高值區(qū)域；未來(lái)RCP4.5情景下，渭河流域西南部關(guān)中平原地帶存在小范圍高頻率區(qū)域，但總體區(qū)分度不大。(3)對(duì)于10個(gè)月以上間隔干旱事件的發(fā)生頻率，歷史基準(zhǔn)期與未來(lái)期存在較多相似特征，如流域北部3種情形(歷史基準(zhǔn)期、未來(lái)期RCP4.5和RCP8.5)下10月以上間隔的干旱事件發(fā)生頻率均相對(duì)較高，說(shuō)明渭河流域北部發(fā)生的相鄰干旱事件的間隔時(shí)間相對(duì)較長(zhǎng)。

綜上所述，未來(lái)期2種RCP情景下，渭河流域不同間隔干旱事件過(guò)程的發(fā)生頻率變化不大，局部存在差異性；歷史基準(zhǔn)期流域北部發(fā)生短時(shí)間間隔與長(zhǎng)時(shí)間間隔干旱事件過(guò)程的頻率均較高，而在未來(lái)2種RCP情景下，短時(shí)間間隔干旱事件過(guò)程會(huì)減少，中長(zhǎng)間隔的干旱事件過(guò)程會(huì)有所增多。

4 結(jié) 論

基于CMIP5統(tǒng)計(jì)降尺度數(shù)據(jù)集NEX-GDDP中的CanESM2氣候模式，采用象限轉(zhuǎn)換校正法(QTM)對(duì)氣候模式輸出數(shù)據(jù)進(jìn)行校準(zhǔn)，并運(yùn)用Mann-Kendall和游程分析等方法，研究了渭河流域歷史基準(zhǔn)期與未來(lái)期2種排放情景(RCP4.5和RCP8.5)下干旱指標(biāo)及變量的時(shí)空演變與持續(xù)性特征，取得的主要結(jié)論如下：

(1)趨勢(shì)演化。歷史基準(zhǔn)期與未來(lái)期SPEI在年際變化上均表現(xiàn)出降低趨勢(shì)；季節(jié)尺度上，除歷史基準(zhǔn)期夏季與未來(lái)RCP4.5情景下秋季表現(xiàn)出不顯著的上升趨勢(shì)外，其余各季節(jié)SPEI值均呈下降趨勢(shì)，其中RCP8.5情景下春季的下降趨勢(shì)通過(guò)了顯著性檢驗(yàn)，說(shuō)明未來(lái)渭河流域春旱可能顯著加劇。

(2)空間演化。歷史基準(zhǔn)期冬季流域北部大范圍地區(qū)的SPEI呈顯著下降趨勢(shì)；RCP4.5情景下冬季流域顯著旱化區(qū)域出現(xiàn)向西南遷移的現(xiàn)象；RCP8.5情景下春季87%流域面積上出現(xiàn)顯著變旱的趨勢(shì)。春季與冬季仍是渭河流域未來(lái)干旱風(fēng)險(xiǎn)防范的重點(diǎn)季節(jié)，且流域西部是冬旱的重點(diǎn)防范區(qū)域。

(3)干旱類型。未來(lái)期2種RCP情景下，流域中旱與重旱高頻區(qū)域相比歷史基準(zhǔn)期會(huì)有顯著上升；輕旱與中旱仍是渭河流域最主要的干旱類型；未來(lái)流域輕旱與特旱發(fā)生頻率的高值區(qū)域會(huì)減少，中旱與重旱發(fā)生頻率的高值區(qū)域會(huì)有所增加。

(4)干旱歷時(shí)。與基準(zhǔn)期相比，未來(lái)期流域發(fā)生短歷時(shí)干旱事件的頻率會(huì)有所減小，中長(zhǎng)歷時(shí)干旱事件頻率會(huì)有所增加，長(zhǎng)歷時(shí)及超長(zhǎng)歷時(shí)干旱事件頻率將有所降低；從空間上看，流域北部與渭河源頭區(qū)長(zhǎng)持續(xù)性干旱事件的發(fā)生頻率會(huì)顯著減小。

(5)干旱間隔。未來(lái)期2種RCP情景下，不同絕對(duì)干旱間隔的干旱事件發(fā)生頻率變化不大，且以1～6個(gè)月間隔的干旱事件過(guò)程為主，局地特征存在差異性，主要表現(xiàn)在流域西部1～3個(gè)月間隔的干旱事件會(huì)有所增加，4～6個(gè)月間隔的干旱事件會(huì)相應(yīng)減少；流域北部1～3個(gè)月間隔的干旱事件會(huì)有所減少，中長(zhǎng)間隔的干旱事件呈增多趨勢(shì)。