曹永強，李可欣，任 博，楊雪婷，周姝含，趙 慧

(1.遼寧師范大學(xué)地理科學(xué)學(xué)院，遼寧 大連 116029； 2.天津師范大學(xué)京津冀生態(tài)文明發(fā)展研究院，天津 300387)

近年來各類極端氣候頻發(fā)，由此引發(fā)的災(zāi)害日益增多且風(fēng)險日益加大。IPCC第六次報告指出，在過去的一個世紀(jì)里，全球氣溫上升了1.09℃，與第五次報告的0.78℃相比又上升了0.31℃[1]。全球氣候變暖導(dǎo)致我國干旱趨勢加重，旱災(zāi)造成的損失呈增加趨勢[2]。作為對人類社會影響最嚴重的災(zāi)害之一，干旱發(fā)生具有緩慢性、持續(xù)性及地域廣泛性等特點。干旱易造成水資源短缺、土地荒漠化加劇等問題并影響生態(tài)系統(tǒng)，同時隨著人口的增加和經(jīng)濟的發(fā)展，干旱引發(fā)的水資源短缺必然制約社會經(jīng)濟的發(fā)展。2020年全國因旱致農(nóng)作物受災(zāi)面積、直接經(jīng)濟損失與2015—2019年均值相比分別下降了44%和37%，云南、遼寧和山西等6個省(區(qū))旱情較為嚴重[3]，因此加強遼寧省的干旱研究有助于遼寧省對干旱致災(zāi)情況做出及時有效的應(yīng)對。

干旱可分為氣象干旱、農(nóng)業(yè)干旱、水文干旱和社會經(jīng)濟干旱4種[4]。干旱研究的基礎(chǔ)是對干旱的定量識別，因此干旱指數(shù)作為干旱定量分析的重要手段應(yīng)運而生[5]。早期研究干旱多注重于降水，采用降水的負距平來確定發(fā)生干旱的時間和強度，但是降水負距平難以建立干旱與社會生產(chǎn)生活的相關(guān)性。干旱的強度、范圍和持續(xù)時間可以通過干旱指數(shù)確定，由于不同區(qū)域干旱特征的特殊性，干旱發(fā)生時對社會及生產(chǎn)生活的影響也不盡相同，因此根據(jù)對干旱研究側(cè)重點的不同，不同干旱指數(shù)表征同一干旱事件的時空分異特征也會有所不同。目前，常用的氣象干旱指數(shù)有50余種，如Palmer干旱指數(shù)(Palmer drought severity index，PDSI)、標(biāo)準(zhǔn)化降水指數(shù)(standardized precipitation index，SPI)、標(biāo)準(zhǔn)化降水蒸散指數(shù)(standardized precipitation evapotranspiration index，SPEI)等。PDSI綜合考慮了某時段內(nèi)研究區(qū)的水分虧缺狀況，但是該指數(shù)中經(jīng)驗參數(shù)的取值依賴研究區(qū)完備的數(shù)據(jù)支持且計算復(fù)雜[6]。SPI在計算時只需考慮降水，時間尺度相對靈活，但是SPI對潛在蒸散發(fā)、氣溫和地表狀態(tài)等的表征存在欠缺?；诖耍?Vicente-Serrano等[7]提出了SPEI，SPEI具有能夠有效地描述多時間尺度的水分虧缺，反映不同水資源、降水和蒸散量之間的滯后關(guān)系,對溫度變化感應(yīng)靈敏，以及能夠進行多時間尺度計算、運算簡單、可以進行不同時間空間橫向或縱向比較等優(yōu)點，具有很強的適用性。近年來，我國學(xué)者對SPEI在我國不同地區(qū)及不同降水量情況下的適用性、不同未來氣候情景下的SPEI進行了分析，并利用SPEI對不同地區(qū)進行了干旱時空分析。王林等[8-9]對我國SPEI的適用性進行了分析，指出該指數(shù)能夠準(zhǔn)確描述特大干旱事件出現(xiàn)的地區(qū)中心、影響程度及范圍，且與PDSI相比有計算更便捷的優(yōu)點。莊少偉等[10]分析了全國范圍內(nèi)降水不同時SPEI的適用性問題，表明SPEI對地表干旱的表征更準(zhǔn)確，并探究了增溫效應(yīng)對干旱的影響。劉珂等[11]通過兩種潛在蒸散發(fā)算法計算得出SPEI并對1949—2008年我國干旱進行了研究，結(jié)果表明我國整體上處于變干趨勢，春季變干趨勢最明顯。胡實等[12]以3種不同未來氣候情況為背景研究了我國北方地區(qū)干旱情況，得出未來北方地區(qū)呈現(xiàn)干旱化趨勢，各季節(jié)不同干旱程度反差極大。除了對局部地區(qū)氣象因素對干旱的影響研究外，大尺度的氣候因子在干旱形成過程中作用明顯。目前大氣環(huán)流指數(shù)與干旱的研究已在我國不同地區(qū)展開。由于大氣環(huán)流的周期性、持續(xù)性和可預(yù)測性的特點，對干旱的預(yù)警預(yù)測具有重要意義。

近年來，氣候變暖也使遼寧省的氣候和環(huán)境發(fā)生變化，其中制約農(nóng)業(yè)發(fā)展的災(zāi)害事件頻發(fā)，其中頻繁發(fā)生的干旱對遼寧省糧食生產(chǎn)造成了嚴重的威脅[13]。本文利用遼寧省內(nèi)19個氣象站點1970—2020年基礎(chǔ)觀測資料，采用基于Penman-Monteith(PM)法的SPEI對遼寧省1970—2020年干旱情況進行統(tǒng)計與分析，探究其時空變化規(guī)律；在此基礎(chǔ)上分析各氣象因子與SPEI的相關(guān)性，并結(jié)合ENSO事件對遼寧省干旱進行分析，旨在為遼寧干旱問題的預(yù)警以及有效規(guī)避干旱情況的發(fā)生提供參考。

1 研究區(qū)概況

遼寧省位于東北三省最南端(118°53′E～125°46′E，38°43′N～43°26′N)(圖1)，東西部為山地丘陵，中部為平原，為溫帶大陸性季風(fēng)氣候，雨熱同期，四季分明。由于遼寧省南臨渤海和黃海，深受來自海洋的暖濕氣流影響，使該地區(qū)海洋性特征明顯，年平均降水量為400～1 000 mm，年平均氣溫為 5.2～11.7℃，年日照時數(shù)2 100～2 900 h。

圖1 研究區(qū)概況

遼寧省是我國糧食主產(chǎn)區(qū)之一，農(nóng)業(yè)發(fā)達，具有稻谷、玉米等基礎(chǔ)農(nóng)作物生長的良好條件，不僅屬于東北地區(qū)早熟單季稻稻區(qū)，同時也是東北春播玉米區(qū)。2020年我國糧食總產(chǎn)量為6 695億kg，比上年增加56.5億kg，其中，遼寧省糧食總產(chǎn)量為234億kg，居全國第12位，單位面積產(chǎn)量為6 630 kg/hm2，居全國第5位[14]。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

1970—2020年遼寧省逐日氣象數(shù)據(jù)(平均風(fēng)速、平均氣溫、日照時數(shù)、平均相對濕度、最高日氣溫、最低日氣溫)來源于中國氣象數(shù)據(jù)網(wǎng)(http：//data.cma.cn)。鑒于部分站點在1970年后建立，另有部分站點在2017年或更早已停止監(jiān)測，為保證數(shù)據(jù)的準(zhǔn)確性，最終選取分布均勻的19個氣象站點作為基礎(chǔ)氣象數(shù)據(jù)來源。ENSO數(shù)據(jù)和海表溫度距平指數(shù)(sea surface temperature anomalies，STTA)來源于中國氣象局國家氣候中心氣候監(jiān)測系統(tǒng)。

2.2 研究方法

2.2.1潛在蒸散量計算

由于實際蒸散量數(shù)據(jù)的缺乏，一般參照潛在蒸散量來估算實際蒸散量。PM法為聯(lián)合國糧農(nóng)組織推薦計算潛在蒸散量的方法，此方法通過氣溫、降水和風(fēng)速等要素進行綜合計算得出潛在蒸散量，計算誤差小，結(jié)果與作物實際蒸散量相符。潛在蒸散量計算公式為

式中：ET0為潛在蒸散量，mm；Δ為飽和水汽壓與溫度關(guān)系曲線的斜率值，kPa/℃；Rn為地面凈輻射量，MJ/m2；G為土壤熱通量，MJ/(m2·d)；γ為濕度計常數(shù)，kPa/℃；T為日平均溫度，℃；u2為2 m高度處風(fēng)速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa。式中參數(shù)計算及取值可參考GB/T 20481—2017《氣象干旱等級》。

2.2.2SPEI計算

SPEI通過對年均降水量和潛在蒸散量二者之間差值的正態(tài)標(biāo)準(zhǔn)化處理得到。SPEI計算方法考慮了氣象因子對潛在蒸散量的影響，加之研究區(qū)內(nèi)潛在蒸散量較大，因此適用于遼寧省的干旱評估。具體計算步驟如下：

a.計算潛在蒸散量與逐月降水量的差值Di:

Di=Pi-ETi

(2)

式中：Pi為第i月的累計降水量，mm；ETi為第i月的潛在蒸散量，mm，采用PM法計算；Di為反映第i月水分盈虧狀況的參數(shù)，mm。

b.構(gòu)建水分盈虧累積序列，采用log-logistic概率分布函數(shù)，并對概率密度進行標(biāo)準(zhǔn)化處理，計算出對應(yīng)的SPEI值：

(3)

式中：I為SPEI值；w概率加權(quán)矩；p為累積概率；C0、C1、C2、d1、d2、d3為常數(shù)項，C0=2.515 517，C1=0.802 853，C2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 30。根據(jù)GB/T 20481—2006《氣候干旱等級》，SPEI的干旱等級劃分標(biāo)準(zhǔn)為：I≤-2.0為特旱，-2.0-0.5為無旱。

本文分別計算了3個不同時間尺度的SPEI值，即月尺度(SPEI-1)、季尺度(SPEI-3)和年尺度(SPEI-12)。四季劃分標(biāo)準(zhǔn)：3—5月為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季。分別用SPEI-3的5月表示春季，8月表示夏季，11月表示秋季，次年2月表示冬季。

2.2.3干旱發(fā)生頻率

統(tǒng)計遼寧省19個氣象站點1970—2020年不同時間尺度I≤-0.5出現(xiàn)的次數(shù)n，計算其占總年數(shù)N(N=51)的比重，即為各站點干旱發(fā)生的頻率：

(4)

式中D為干旱發(fā)生的頻率。

2.2.4ENSO事件強度劃分

STTA由太平洋月平均海表溫度指數(shù)與同月多年平均海表溫度之差得到。參考文獻[15]并結(jié)合STTA對ENSO事件強度進行劃分，如表1所示。

表1 基于STTA的ENSO事件強度劃分標(biāo)準(zhǔn)

2.2.5相關(guān)分析法

相關(guān)性分析可衡量兩變量間的關(guān)系，相關(guān)系數(shù)的正負分別代表兩因子呈正相關(guān)關(guān)系或負相關(guān)關(guān)系，絕對值越大越相關(guān)，反之則相關(guān)性越小。

3 結(jié)果與分析

3.1 遼寧省氣象干旱時間演變分析

3.1.1不同時間尺度SPEI變化趨勢

基于遼寧省19個氣象站點氣象資料數(shù)據(jù)計算得到月、季、年多尺度SPEI值(圖2)，并通過線性傾向分析遼寧省1970—2020年的干旱變化特征及趨勢變化特征。

圖2 遼寧省不同時間尺度SPEI變化

a.從月尺度的SPEI(圖2(a))可以看出SPEI的變化頻繁且劇烈，呈明顯的正負振蕩，多年來在-1.93～2.38之間變化，反映了月降水對干旱程度的劇烈影響。 1970—2020年SPEI-1平均值為-0.04，屬于正常范圍。總體來看，在月尺度下共發(fā)生126次干旱事件，其中輕旱69次，中旱38次，重旱16次，極端干旱事件僅發(fā)生了3次，極端干旱事件多發(fā)生于夏季及秋季，輕旱、中旱、重旱、特旱在干旱事件中的占比分別為54.76%、30.16%、12.7%和2.38%，隨著干旱等級的提升，對應(yīng)干旱事件比例也隨之減小。

b.從季尺度的SPEI(圖2(b))可以看出，1970—2000年除少量年份外總體處于偏旱狀態(tài)，輕旱為主，中旱及以上旱情較少，沒有特旱事件發(fā)生；2001—2009年旱情較輕；2009年之后總體較濕潤，僅發(fā)生1次特旱事件，干旱的變化與氣象因子變化有關(guān)。

c.從年尺度的SPEI(圖2(c))可以看出，SPEI-12曲線最為平滑，全省1970—2020年輕旱、中旱、重旱、特旱在干旱事件中的占比分別為62.83%、34.52%、2.56%和0，SPEI-12值表征正常年份偏多，干旱事件多為輕旱和中旱，重旱事件很少，無特旱事件發(fā)生。2010年為旱澇轉(zhuǎn)折年，2010年以后除2014年發(fā)生1次干旱事件外都處于濕潤狀態(tài)。

綜合比較遼寧省月、季、年尺度SPEI變化可知：3個時間尺度的SPEI都顯示出明顯的周期振蕩，干旱事件發(fā)生頻繁，其中月尺度的SPEI波動幅度最為強烈，說明月尺度SPEI相比季尺度和年尺度對短時間內(nèi)降水和氣溫變化更為敏感，對短期內(nèi)的干旱事件反映更準(zhǔn)確。季尺度對季節(jié)性干旱有很好的反映。年尺度SPEI因為時間尺度的增大對氣象因子的響應(yīng)較月尺度SPEI相對遲緩，干旱的周期也相對延長，對短期的干旱響應(yīng)存在誤差，但對干旱的持續(xù)時間及發(fā)展趨勢具有明顯的指示作用。因此對不同時間尺度SPEI值的合理應(yīng)用有助于對遼寧省干旱進行預(yù)警預(yù)測。從不同時間尺度的SPEI趨勢線可知遼寧省未來氣候偏濕潤，干旱發(fā)生頻率有所下降，有利于促進農(nóng)業(yè)的發(fā)展，但干旱引發(fā)的旱情仍需重視。

3.1.2干旱年際及季節(jié)變化特征

為分析遼寧省年尺度SPEI的變化及突變情況，對遼寧省年尺度SPEI進行Mann-Kendall(M-K)突變檢驗。由圖3和圖4可知：1970—2020年遼寧省的SPEI值在零值線上波動變化，根據(jù)UF線可以看出，其上升下降趨勢交替出現(xiàn)，說明1970—2020年遼寧省濕潤干旱交替出現(xiàn)，1970—1979年、1986—1999年和2010—2020年為濕潤化階段(除1972年), 1980—1985年和2000—2009年為干旱化階段。2000—2002年干旱化相當(dāng)明顯，這一時期降水少，加之氣溫升高蒸散量上升，使水分缺失較大。2010—2020年又處于濕潤化階段，但2014年出現(xiàn)干旱且達到重旱等級，與實際干旱發(fā)生情況相符，因此SPEI對遼寧省的干旱監(jiān)測有很好的適用性。1974年、1975年和2010年為突變年份。2018年和2019年UF線超過0.05臨界線，說明遼寧省濕潤化顯著，應(yīng)加強防洪防澇工作。

圖3 1970—2020年遼寧省年尺度SPEIM-K突變檢驗曲線

圖4 1970—2020年遼寧省降水量和平均氣溫發(fā)展趨勢

圖5 1970—2020 年遼寧省四季SPEI變化趨勢及M-K突變檢驗

為分析遼寧省SPEI季尺度特征，利用SPEI-3繪制季尺度SPEI變化趨勢圖(圖5)。由圖5可知：①季尺度SPEI變化趨勢中，春夏秋季線性傾向率都是正值，處于不同程度的上升趨勢，冬季為負值，處于下降趨勢，說明遼寧省春夏秋季處于由干旱向濕潤階段發(fā)展，冬季趨于干旱，但趨勢不明顯。②春季SPEI(圖5(a))呈先上升后下降最后上升趨勢，2005年之前SPEI大多為負值，說明1970—2005年干旱事件頻繁，干旱化趨勢明顯。2005—2020年SPEI多為正值，處于濕潤階段。突變年為2007年，處于由干旱向濕潤轉(zhuǎn)變階段， 2017年濕潤趨勢顯著。③夏季SPEI(圖5(b))年際化階段性明顯，1970—1984年偏旱，1985—1998年偏澇，1999—2007年偏旱，2007年之后處于濕潤階段。1985年、1986年和2007年為突變年，均為由旱轉(zhuǎn)澇年。相對春季，夏季旱災(zāi)較少但強度較大，旱澇問題突出。④秋季SPEI(圖5(c))上升下降趨勢交替出現(xiàn)，但變化趨勢不顯著，干旱變化不穩(wěn)定，整體而言秋季變化與春夏兩季趨勢一致，變化特征總體為濕潤干旱交替出現(xiàn)。⑤冬季SPEI(圖5(d))在1970—2020年呈下降趨勢，1970—1999年和2010—2020年除個別年份為負值外，整體表現(xiàn)為濕潤化趨勢明顯。1999—2009年干旱化趨勢明顯，1970—1989年變化不穩(wěn)定，在2007年之后由干旱轉(zhuǎn)向濕潤。與曹永強等[16]對遼寧省近年來旱澇分析結(jié)果較一致，遼寧省四季干旱變化都有階段性特征。

圖6 遼寧省1970—2020年干旱發(fā)生頻率空間分布

3.1.3氣象干旱空間變化特征

為分析遼寧省干旱發(fā)生頻率的空間變化規(guī)律，通過對遼寧省19個氣象站點季尺度SPEI和年尺度SPEI計算得出季尺度干旱發(fā)生頻率和年尺度干旱發(fā)生頻率并進行插值，得到遼寧省干旱發(fā)生頻率空間分布如圖6所示。①由圖6(a)可見，遼寧省各地區(qū)干旱發(fā)生頻率、干旱強度均存在顯著差異，1970—2020年遼寧省夏季干旱發(fā)生面積以及頻率均為最高，其中彰武、清原、朝陽、丹東、大連5個地區(qū)四季干旱發(fā)生頻率均較高；②春季干旱發(fā)生頻率為20%～40%的區(qū)域占全省總面積的2/3，清原地區(qū)春季干旱發(fā)生頻率最高，達92.16%，特旱發(fā)生頻率為17.65%，其他地區(qū)以輕旱為主，其次則為中旱；③夏季干旱發(fā)生頻率為20%～40%的區(qū)域占全省面積的3/4以上，西部地區(qū)干旱分布較為連續(xù)，東部地區(qū)寬甸、岫巖、開原、沈陽等站點干旱發(fā)生頻率均低于20%，清原地區(qū)干旱情況最為嚴重，大連、彰武地區(qū)次之；④秋季干旱頻率為0～80%，1/2地區(qū)的干旱發(fā)生頻率為32%～48%，寬甸、岫巖秋季干旱發(fā)生頻率最低；⑤冬季各地干旱發(fā)生頻率中，僅特旱發(fā)生頻率為最低，1/3地區(qū)干旱發(fā)生頻率小于20%，僅清原地區(qū)干旱情況最為嚴重。

遼寧省年均干旱發(fā)生頻率為0～40%，以16%～24%為主；清原干旱發(fā)生頻率最高，為39.54%，彰武、營口次之。1949年遼寧省干旱發(fā)生頻率遼西最高、遼南次之且中部地區(qū)較低[17]，與本文研究結(jié)論基本一致。遼西地區(qū)相比省內(nèi)其他地區(qū)距海較遠，使遼西地區(qū)獲得水分偏少，同時遼西地區(qū)土壤以沙土為主，保水能力差，而不合理的開荒種植、開采地下水以及農(nóng)田水利設(shè)施老化淤積，也嚴重影響對干旱的有效應(yīng)對。丹東地區(qū)位于遼東，干旱發(fā)生頻率較高的原因主要是降水時空分布不均且年際變化大。受太平洋水汽和西伯利亞冷空氣影響，丹東的降雨多集中在夏季，且集中在山地地區(qū)，南部平原農(nóng)耕區(qū)缺水嚴重；丹東地區(qū)土層較薄，坡度大，缺乏有效的水利設(shè)施，雨水資源利用率低，同時ENSO事件的發(fā)生使丹東地區(qū)干旱發(fā)生頻率加大。大連市干旱發(fā)生頻率高主要是因為大連市降雨集中在夏季，春季農(nóng)作物需水量大，易造成春旱；此外水土流失嚴重，生產(chǎn)生活用水量增加，以及氣溫升高和城市化的加快使蒸發(fā)量變大也導(dǎo)致干旱風(fēng)險提高。

3.2 氣象干旱驅(qū)動因素分析

3.2.1氣象因素多年變化特征

圖7 遼寧省1970—2020各氣象因素變化規(guī)律

a.如圖7(a)所示，1970—2020年遼寧省年平均氣溫總體上呈上升趨勢。年平均氣溫在1983—1988年和2008—2013年兩個時間段出現(xiàn)下降趨勢，在2014年出現(xiàn)大幅度升高，同年遼寧省大部分地區(qū)氣溫異常偏高，且降水也相對較少，這與2013年5月發(fā)生的厄爾尼諾現(xiàn)象導(dǎo)致赤道中部和太平洋大部海溫較常年氣溫平均值偏高有著密切的關(guān)系。1970—2020年大尺度氣溫總體上升趨勢較為平穩(wěn)，變化波動較小。1970—2020年遼寧省平均風(fēng)速總體呈下降趨勢，總體區(qū)間為2～5 m/s，平均風(fēng)速為3.19 m/s，變化幅度較大，具有明顯的階段性特征，1994—2003年為變化偏弱階段，其他時段變化強度較大。

b.如圖7(b)所示，1970—2020年遼寧省平均相對濕度變化總體呈下降趨勢，總體在60%～75%區(qū)間內(nèi)波動，大幅度波動出現(xiàn)在2015—2020年，這主要與2015年開始平均風(fēng)速極大值出現(xiàn)以及降水量減少有關(guān)，平均相對濕度50 a尺度總體變化幅度較大，這同樣受到多年來降水與風(fēng)速不規(guī)則變化的影響，由于1970—2020年風(fēng)速呈明顯下降趨勢，而降水變化較為平穩(wěn)，二者綜合作用導(dǎo)致平均相對濕度有小幅度上升趨勢。1970—2020年遼寧省降水量平均值為695 mm，在460～1 100 mm區(qū)間內(nèi)波動。2010年夏季遼寧省平均降水量為475 mm，為1970—2020年最高值，該年遼河干流和部分支流水位超過警戒水位，同年遼寧省僅遼西地區(qū)降水量較少，其他地區(qū)年均降水量均多于該地區(qū)多年平均值1倍及以上，這種全域性降水量的增多，顯然與全球性天氣影響有關(guān)，即在一定程度上受到大氣環(huán)流的影響[18]。 1970—2020年遼寧省潛在蒸散量總體呈上升趨勢，多年平均值為866.68 mm，總體波動幅度較小，2004—2013年潛在蒸散量數(shù)值在趨勢線之下，主要是因為這段時間平均氣溫普遍較低，2013年后氣溫明顯攀升，潛在蒸散量則升高至趨勢線之上。2004—2008年SPEI-12呈明顯的先上升后下降的趨勢，平均氣溫與潛在蒸散量則呈現(xiàn)先下降后上升的趨勢，由此可以假設(shè)平均氣溫、潛在蒸散量與SPEI-12呈負相關(guān)關(guān)系，與平均風(fēng)速、平均相對濕度和降水量呈正相關(guān)關(guān)系，但氣象因素與SPEI之間相互作用較為復(fù)雜，依據(jù)“直觀”判斷并不具備科學(xué)依據(jù)，要探究遼寧省氣象干旱驅(qū)動因素具體驅(qū)動形式還需進一步分析討論。

3.2.2年尺度氣象因素與SPEI相關(guān)關(guān)系

以1970—2020年各氣象站點氣象數(shù)據(jù)為基礎(chǔ)，計算得到平均氣溫、平均風(fēng)速、平均相對濕度、潛在蒸數(shù)量和降水量5個氣象因素與SPEI的相關(guān)系數(shù)分別為-0.14、0.045、0.1、-0.527和0.792，明顯可以看出平均氣溫、潛在蒸散量與SPEI呈顯著負相關(guān)關(guān)系，這與前面假設(shè)基本一致。平均風(fēng)速、平均相對濕度、降水量則與SPEI呈正相關(guān)關(guān)系，在年尺度上各氣象因素與SPEI相關(guān)性中，降水量與SPEI相關(guān)性最強。

3.2.3季尺度氣象因素與SPEI相關(guān)關(guān)系

如表2所示，平均氣溫在季尺度上與SPEI均為負相關(guān)關(guān)系；平均風(fēng)速除夏季外均與SPEI呈正相關(guān)關(guān)系，而夏季則與SPEI呈負相關(guān)關(guān)系；平均相對濕度在季尺度上均與SPEI呈正相關(guān)關(guān)系；潛在蒸散量除夏季外均與SPEI呈正相關(guān)關(guān)系；降水量在季尺度上均與SPEI呈正相關(guān)關(guān)系。在季尺度中降水量與SPEI相關(guān)性均為最強，潛在蒸散量次之，可見降水量是影響SPEI變化的主導(dǎo)因素，而在春秋冬季潛在蒸散量也可認為是SPEI的主導(dǎo)因素之一。季尺度較年尺度各氣象因素與SPEI的相關(guān)性明顯升高，可見小時間尺度的氣象因素對SPEI的影響更明顯。平均氣溫與SPEI相關(guān)性絕對值在春季為最大，秋季次之，冬季最小。總體上,氣溫與SPEI呈正相關(guān)關(guān)系。夏季平均風(fēng)速與SPEI呈負相關(guān)關(guān)系，主要是由于夏季氣溫高，整體風(fēng)速較小，不易將空氣及土壤中水分消耗，而春季和秋季正值南北冷暖氣流運動交匯，使得風(fēng)速相對較大，水分易消散，平均風(fēng)速與SPEI相關(guān)性較小，平均風(fēng)速不是SPEI主導(dǎo)因素。平均相對濕度與SPEI相關(guān)性在春季和秋季最大，呈顯著正相關(guān)關(guān)系，即平均相對濕度越大，SPEI值越大，發(fā)生干旱的風(fēng)險就越低。

表2 季尺度各氣象因素與SPEI的相關(guān)系數(shù)

3.2.4ENSO冷暖事件與SPEI關(guān)系

趙永平等[19]研究表明，ENSO事件通過影響季風(fēng)環(huán)流和副熱帶高壓從而對我國的氣候產(chǎn)生不同程度的影響。對1970—2020年ENSO冷暖事件分別進行統(tǒng)計并與年尺度SPEI計算結(jié)果進行對比，結(jié)果如表3和表4所示，2000年前暖事件對應(yīng)的SPEI平均值為-0.127 1，遼寧省累計發(fā)生干旱的氣象站點為87個，2000年前冷事件對應(yīng)的SPEI平均值為0.197 6，遼寧省累計發(fā)生干旱的氣象站點為57個。通過對比發(fā)現(xiàn)，2000年前ENSO對干旱的發(fā)生均有影響，但暖事件影響更高。2000年后暖事件對應(yīng)的SPEI平均值為-0.109 0，遼寧省累計發(fā)生干旱的氣象站點為75個。2000年后冷事件對應(yīng)的SPEI平均值為0.472 9，遼寧省累計發(fā)生干旱的氣象站點為45個?？梢?000年后ENSO暖事件對干旱產(chǎn)生的影響大于ENSO冷事件。1970—2020年ENSO冷暖事件時期SPEI平均值均在正常范圍內(nèi)，但是對干旱事件的響應(yīng)依然存在，說明干旱歷時與干旱發(fā)生時期分布不均，且SPEI負值能反應(yīng)干旱程度，1970—2020年ENSO暖事件時期SPEI均值都為負，說明ENSO暖事件變化對遼寧省干旱有一定程度的影響且影響程度較ENSO冷事件大。

表3 ENSO暖事件對干旱的影響

表4 ENSO冷事件對干旱的影響

通過對遼寧省年尺度的SPEI與ENSO事件強度的相關(guān)性分析，結(jié)果顯示兩者的相關(guān)系數(shù)為-0.25，通過了0.05的顯著性檢驗，印證了ENSO事件影響著遼寧省干旱的發(fā)生，且暖事件發(fā)生時出現(xiàn)干旱的可能性更大，暖事件的強度越大，嚴重干旱的概率越大。將ENSO事件強度與遼寧省SPEI-12進行對比得到圖8，可見SPEI-12基本與ENSO事件強度呈負相關(guān)關(guān)系，與上述分析結(jié)果一致。

圖8 ENSO事件強度與SPEI-12對應(yīng)關(guān)系

3.3 討 論

圖2、圖3和圖5干旱發(fā)展情況與趨勢與王學(xué)鳳等[20]對近年來遼寧省旱澇特征分析的研究結(jié)果較一致；干旱發(fā)生頻率空間分布結(jié)果(圖6)與曹永強等[21]對遼寧省氣象干旱研究結(jié)果有相似性。本文關(guān)于干旱特征的研究中主要分析了干旱的時空分布特征、發(fā)展趨勢、頻率和強度，干旱作為一種極其復(fù)雜的過程，后續(xù)研究還需針對干旱歷時、烈度、周期性變化規(guī)律、干旱指數(shù)的適用性等方面對干旱特征進行全面分析，以更好地了解干旱的發(fā)生發(fā)展規(guī)律。

本文SPEI相關(guān)性研究主要基于基礎(chǔ)氣象因素，多注重小尺度氣象因素研究。在大尺度自然因素與SPEI關(guān)系方面，馮仕遠等[22]分析了夏季風(fēng)指數(shù)與SPEI的相關(guān)性；徐喬婷等[23]研究了SPEI與大西洋濤動、北極振蕩、太平洋濤動和ENSO之間的相互關(guān)系，結(jié)果表明大尺度的氣候因素對干旱的發(fā)生起重要作用，同時社會因素也影響著干旱的發(fā)生發(fā)展。因此，在今后的研究中還需要對不同氣候背景下的干旱發(fā)展情況與極端氣候因素及人類活動的影響進行深入研究分析。

4 結(jié) 論

a.總體上，1970—2020年遼寧省旱情減少，呈濕潤趨勢。不同時間尺度的SPEI波動變化差異較大，因此不同時間尺度的SPEI對干旱的變化表征也有所不同。周期振蕩明顯且波動較大的月尺度和季尺度SPEI對于短期內(nèi)的干旱變化表征明顯，年尺度SPEI具有穩(wěn)定性和明顯周期性，可標(biāo)識持續(xù)時間長的干旱。

b.時間上，1970—2020年遼寧省SPEI在不同時間尺度上均表現(xiàn)出明顯的周期性變化規(guī)律，隨著SPEI時間尺度的增大干旱發(fā)生頻率減小，干旱周期有所延長。干旱濕潤現(xiàn)象交替出現(xiàn)，1974年、1975年和2010年為轉(zhuǎn)折年，干旱濕潤趨勢發(fā)生變化。季尺度發(fā)展趨勢表明春夏秋季為濕潤趨勢，冬季呈干旱趨勢。

c.空間上，1970—2020 年遼寧省SPEI呈規(guī)律分布，遼西北干旱發(fā)生頻率最高具有連續(xù)性，遼東南部分地區(qū)干旱發(fā)生頻率高，夏季干旱發(fā)生的頻率以及強度最高。遼寧省全年大部分地區(qū)輕旱發(fā)生頻率最高，極端干旱事件在部分地區(qū)發(fā)生頻率低。

d.從相關(guān)性上看，1970—2020年遼寧省年尺度及季尺度與SPEI相關(guān)性最強的均為降水量，潛在蒸散量相關(guān)性次之，可以推斷降水量與潛在蒸散量為遼寧省干旱主要驅(qū)動因素。ENSO冷暖事件對遼寧省干旱都有一定影響，呈負相關(guān)關(guān)系，其中暖事件比冷事件對干旱的影響更大，發(fā)生極端干旱事件的概率也更大。