近年来, 中纬度地区气候暖干化是全球范围干旱问题日趋严重的主要原因之一, 同时也是全球造成损失最大的气象灾害^[1-3]。IPCC第四次评估报告指出因干旱而导致的影响区域有进一步扩大的趋势^[4], 所以世界气象学界对干旱的探讨已成为当前研究的热点问题。干旱特征、干旱指数不仅是其研究的重要参数, 更是研究干旱的关键问题之一。

目前, 学者们研究干旱普遍采用的干旱指数包括帕默尔干旱指数(PDSI, Palmer Drought Severity Index)^[5]、综合气象干旱指数(CI, Compound Index)^[6]、Z指数^[7]、标准化降水指数(SPI, Standardized Precipitation Index)^[8]以及标准化降水蒸散指数(SPEI, Standardized Precipitation Evapotranspiration Index)^[9-10]等。其中, PDSI指数是较早用于干旱研究的重要指数之一, 考虑了干旱程度受前期气候条件的影响, 对干旱特征的时空描述较为合理^[11]。但不足在于用主观因素界定了旱情等级, 在判断极端旱情时有存在滞后若干月份的可能^[12]; SPI指数能对不同时间尺度及区域的干旱强度和持续时间做出更全面的反映, 在众多方法中应用较为成熟, 但其仅考虑了降水资料, 因子较为单一, 故反映干旱变化问题不够全面。因此, Vicente-Serrano等^[9-10]基于SPI指数, 利用降水和蒸散提出了标准化降水蒸散指数(SPEI), 该指数在综合PDSI考虑蒸散对气温敏感、SPI多时空优点的基础上, 为检测和监测全球变暖背景下干旱的变化特征提供了较好的方法支撑。

西北地区属干旱半干旱气候, 对该区域的干旱特征研究更具有现实意义。前期季定民^[13]、张调风^[14]、张勃^[15]、梁丹^[16]、叶磊^[17]、周丹^[18]等学者应用SPEI指数分别对甘肃河东、青海省、陇东地区、河西走廊、嘉陵江流域、陕西地区干旱特征进行了研究, 表明SPEI在研究区域具有很好的适用性, 但大多是对SPEI与气温和降水量的关系分析, 未对干旱特征做进一步的研究, 特别是对于SPEI指数与NDVI指数相关性的分析较为鲜见。

NDVI(即归一化植被指数(Normal Difference Vegetation index, NDVI))能综合监测和评估地表植被生长及覆盖状况, 由遥感影像近红外波段(NIR)和红外波段(R)反射率计算而得^[19-20]。SPEI是基于气温和降水量计算而来, 并且SPEI值是多尺度的, 能够清楚反应区域干旱与可获得水资源状况。研究发现, SPEI指数和植被覆盖的关系最为紧密^[21-22]。刘世梁^[21]对云南省年际SPEI与NDVI的时间尺度相关性进行了研究; 张勃^[22]基于NDVI, 分析了西南地区气温、降水量及SPEI 3种变量与NDVI在年际尺度上的空间相关性。却均未涉及对综合效应的干旱指标的小区域、多尺度的时空格局演化规律及形成机理的研究。

宝鸡地区是中国气候变化的敏感地带, 处于我国东西与南北两大地震带的交汇点和长江与黄河两大水系的分界处, 降水年际年内分布极其不均。宝鸡是个有着独特自然地理环境的地区^[23-25], 该地区自然灾害以旱涝灾害为主, 旱灾多于涝灾^{[18, 26]}, 生态环境较为脆弱。

因此, 基于SPEI指数, 以ArcGIS软件作为数据处理平台, 对宝鸡地区近40年来历年和历年各季、月尺度的干旱发生频率和干旱发生强度进行分析, 进而采用2001以来宝鸡地区SPEI与植被NDVI数据, 探讨干旱与植被覆盖状况的时空相关性, 为宝鸡地区相关部门进行全区干旱监测预警以及制定防旱抗旱等提供理论依据。

1 研究区概况

宝鸡地处106°18′—108°03′E, 33°35′—35°06′N, 陕西省(关中平原)西部, 属内陆中纬度、半干旱与半湿润区的交接地带, 具有显著的大陆性季风气候(图 1)。是我国南方与北方、东方与西方边缘地带的交叉点。秦岭南屏, 渭水中流, 关陇西阻北横, 渭北沃野平原。冬季天气寒冷干燥, 夏季温热多雨和炎热干燥天气交替出现, 春季升温迅速且多变少雨, 秋季因降温迅速又多阴雨连绵的气候特征。全区年均气温13℃左右, 年均降水量700 mm左右, 降水年际和年内变化大, 年内降水集中在7、8、9三个月, 占全年降水的50%左右, 年均蒸发量800 mm左右, 气温、降水量季相较为分明^[27-29]。

2 数据来源与研究方法 2.1 数据来源

选用宝鸡地区1974—2013年11个气象站点(其中, 宝鸡县2003年撤县设立陈仓区, 本文中仍沿用旧制宝鸡县)气温和降水量的月观测数据; ASTER DEM数据来自地理国情监测云平台; MODIS NDVI数据来自LP DAAC中的MODIS产品的MOD13A3数据集; 土地利用/覆盖数据提取于基于Landsat TM/ETM数据的国家尺度1: 10比例尺专题数据库。利用宝鸡地区矢量数据裁剪下载的NDVI月数据, 得到研究区月NDVI数据; 对20个相邻经纬度的DEM原始数据进行拼接, 并用宝鸡地区(县界)矢量数据裁剪DEM栅格数据, 获得宝鸡地区DEM数据。以ArcGIS作为数据处理平台, 采用均值替换法对个别站台各别年份的月气象缺测数据进行插补处理, 利用地统计模块中的协同克里格法在考虑海拔影响的情况下对气象数据进行插值处理, 后经相同的投影方式对宝鸡地区所有遥感数据进行投影转换。本研究分别以年、季(当年3—5月为春季、6—8月为夏季、9—11为秋季、12月至次年1—2月为冬季)、月作为研究尺度。

2.2 研究方法 2.2.1 标准化降水蒸散指数

通过正态标准化处理降水与蒸散, 差值即为SPEI。常用其偏离平均状态的程度来表征某地区的干旱发生强度^{[15, 29]}。计算步骤如下：

第一步, 运用Thornthwaite法计算潜在蒸散量：

(1)

(2)

式中, PET为潜在蒸散量; T为月均温; H为年热量指数; A为常数。其中, A=0.49+0.179H-0.0000771H²+0.000000675H³。

第二步, 计算逐月降水量与蒸散量的差值：

(3)

式中, D_i为降水量与蒸散量的差值, P_i为月降水量, PET_i为月蒸散量。

第三步, 由于原始数据序列D_i中可能存在负值, 故采用log-logistic概率分布F(x)计算每个D_i数值对应的SPEI值, 即D_i数据序列正态化。计算时有如下两种情况：

① 当P≤0.5时,

(4)

式中, , c₀=2.515517, c₁=0.802853, c₂=0.010328, d₁=1.432788, d₂=0.189269, d₃=0.001308。

② 当P > 0.5时,

(5)

SPEI具有多时间尺度特征, 月时间尺度、3个月时间尺度分别可以较为清晰的反映干旱过程的细微变化、反映季节的干旱发生情况^[29]。文章通过计算宝鸡地区11个气象站点1974年1月到2013年12月的SPEI, 以1、3、12个月时间尺度的SPEI表征宝鸡地区月、季和年际干旱时空变化特征(表 1)。

2.2.2 干旱发生强度

《气象干旱等级》中关于气象干旱发生强度的诠释为, 所有天或月的综合气象干旱指数(CI)值在干旱过程内为轻度以上的干旱等级之和^[6]。用以评价宝鸡地区内干旱严重程度, 其值越小, 干旱程度越强。计算公式如下：

(6)

式中, m为宝鸡地区内发生干旱的站点数, |SPEI_i|为发生干旱时的SPEI的绝对值。其值越小, 干旱程度越强。当连续3个月的SPEI月尺度数值为轻度干旱以上时, 则确定为发生一次连续干旱过程^[30]。

3 结果与分析 3.1 干旱的时间分布特征 3.1.1 干旱指数年际变化及突变检验

11个气象站均匀分布在宝鸡地区, 且各站台资料具有良好的连续性, 因此代表性良好。从SPEI年际变化趋势(图 2)可以看出, 宝鸡地区干旱主要开始于20世纪70年代中期, 结束于20世纪90年代中期, 期间的20年来干旱频繁发生。90年代中期以后干旱发生频率有所降低。1974—2013年近40年来宝鸡地区年均SPEI指数以-2.50%/a的速度下降, 干旱趋势明显增强。由SPEI数值波动来看, 最干旱的年份(1988年)偏离正常年的程度大于最湿润年份(2000年)。图 2年均SPEI指数Mann-Kendall趋势检验^[31]结果, 实曲线为UF值, 虚曲线为UB值, 两条粗虚线分别表示上下临界线(0.05)。由UF线可见, 自20世纪90年代中期以来, 宝鸡地区年均干旱指数呈明显的上升趋势, 以2007年至2010年增大趋势最为显著(超过0.05临界线)。年均SPEI指数突变现象出现在20世纪90年代中期, 具体是从1995年开始的。突变前平均为-0.379, 突变后为-0.004, 前后相差0.375。

3.1.2 干旱发生频率分布特征

宝鸡地区年尺度和春季在50%及以上的共计23次, 干旱最为严重, 冬季共计17次, 干旱状况较好。全区干旱发生频率均差异较大(冬季变化幅度较小), 且自2008年以来干旱有再次增加的趋势。综合来看, 年、春、夏、秋、冬及月尺度上全区干旱发生频率普遍(图 3)。

从整体来看, 近40年来宝鸡全区年干旱发生频率整体差异较大(0—100%), 1981—1985、1989—2004年虽干旱起伏变化明显, 但干、湿年份交替存在。年尺度上, 全区达60%及以上有19 a, 发生频率最低的年份(0)和最高的年份(100%)分别为7 a和3 a, 以20世纪70年代到21世纪初期干湿交错最为显著, 2004—2008年干旱情况较有好转, 2008年以来干旱又有再次加重的趋势。

月尺度干旱发生频率差异较大, 达60%以上的有17 a, 全区有22个年份的月尺度干旱频率值高于平均值(10 a平均值)。1979年、1988年和1991年为干旱发生现象最频繁年份, 未发生干旱现象的共计7 a(图 3)。

造成全区上述状况的原因是秦岭穿其境而过, 其以南气候较湿润、以北较干燥, 且主峰太白山位居其中, 阻隔了南方水汽的大量输送, 这是造成宝鸡地区较为干旱的主要原因; 此外, 虽然宝鸡大部分地区处于渭河流域中段, 但同时又位于关山山地和渭北黄土台塬, 水土流失较为严重, 降水集中于7—9月, 降水类型多为雷阵雨和暴雨, 土壤蓄水保墒能力较弱, 年均蒸发量大于降水量, 加之人为因素影响, 增加了干旱的发生频率。

3.2 干旱发生强度空间分布特征

基于宝鸡地区11个气象站点逐月SPEI值及不同级别的SPEI干旱指数, 统计分析1974—2013年近40年、季及月尺度6个时间尺度上的干旱发生强度, 利用ArcGIS 10.4绘制空间分布图(图 4)。可以看出, 宝鸡地区干旱发生强度整体呈现“东强西弱”的特征, 6个时间尺度上中东部干旱发生强度最强。除秋季外, 均表现为整体偏干旱的分布规律, 且各时间尺度上的空间地域分布范围与年尺度较为一致。干旱发生强度在年尺度上最弱的地区分布在凤县东部-宝鸡市南部-太白县整个县域内、陇县西部地区, 干旱发生强度面积占总面积的23.54%;凤县与太白县两县的整个县域内及其区域之间过渡地区的宝鸡市南部地区、陇县中西部地区, 全区干旱发生强度较弱, 占总面积的48.83%。干旱强度最强的区域占10.70%, 集中分布在宝鸡县东部至扶风东部的扇贝形区域(由西向东)。

春季干旱空间分布规律与年尺度最为接近, 整体偏干现象最为明显, 以宝鸡县东部至扶风东部的扇贝形区域(由西向东)的11.90%居6个时间尺度中最高, 相比最低的冬季(5.77%), 增长速度高达51.52%。而最弱(20.51%)和较弱(44.06%)的区域面积均为6个时间尺度上的最低值; 月尺度、夏季、秋季、冬季4个时间尺度较春季和年尺度上干旱发生强度最强区域的面积以-16.02%的速度呈依次减少的变化趋势; 夏季和月尺度, 干旱发生强度最弱和较弱的区域面积大小最为相近。数据显示, 夏季最弱30.14%、较弱51.10%, 月尺度最弱30.79%、较弱51.31%。从研究区整体时间尺度来看, 二者的干旱强度均较为适中, 就两个时间尺度的空间变化趋势来看, 干旱状况逐渐趋好的区域表现为向麟游东部和眉县呈扇贝口扩大的变化趋势。再综合二者的干旱强度最强的面积区域比例来看, 全区干旱差异最大(月4.95%、夏3.73%), 但以偏湿润的气候为主; 冬季干旱强度差异最小, 仅1.44%, 与夏季和月尺度分布规律一样, 也以偏湿润的气候为主。最弱面积占51.16%、较弱占80.40%, 均仅稍次于6个时间尺度上最弱和较弱区域所占面积比例最大的秋季(75.47%、83.92%)。除麟游、岐山、扶风、眉县宝鸡地区的4个东部县域外, 全区干旱状况均表现较好, 其中以秋季在6个时间尺度上表现最好(图 4)。

3.3 SPEI与NDVI的相关性分析

运用ArcGIS 10.4绘制2001—2013年NDVI值与对应年、季、月尺度上SPEI相关性空间分布图, 来进行相关性分析, 全区6个时间尺度的两者相关性均通过了0.05显著性水平检验(图 5)。考虑到不同土地利用类型的影响, 依据国家尺度1: 10比例尺土地利用/覆盖专题数据库LUCC数据分类体系, 经重分类绘制成耕地、林地、草地、水域、城乡用地、未利用土地6类研究区土地利用/覆盖类型图(图 6), 再分别统计各类土地利用类型的SPEI与NDVI相关性空间分布规律(图 7)及相关系数均值(表 2)。就宝鸡地区的土地利用面积现状来看(图 6), 依次为林地>草地>耕地>城乡>水域>未利用土地, 林地和草地广泛分布在全区的北、西、南地区, 占全区总面积比例达68.39%。全区土地利用情况较好, 未利用土地比例仅占全区面积的0.03%。

结合图 5、图 6、图 7及表 2可以看出, 年尺度上, 正相关性较负相关性分布区域面积明显, 正相关性像元面积百分比达80.48%, 仅次于冬季, 极显著正相关性集中分布在千阳草地地带和岐山县域内的耕地地区。从6类土地利用类型和SPEI与NDVI的年相关系数来看(图 7), 正负相关性以渭河为界呈南北两侧较均匀的分布, 相关系数均值均为正相关, 除极少的未利用土地外, 其他5类土地利用类型的相关系数均值大小基本持平; 春季全区干旱指数与NDVI呈正相关性的地区与负相关性地区分布最为均匀, 像元面积百分比基本相同, 正负交错分布现象显著, 尤以陇县北部集中区域的负相关性最高(相关系数≤-0.5), 占全区总面积的1.98%, 正相关性显著(相关系数≥0.5)区域集中于宝鸡县东部(占总面积5.21%)。未利用土地和城乡用地这2类土地类型对SPEI与NDVI的相关性的影响最大, 呈显著正相关, 除此之外, 以林地和草地为主的凤县和太白县负相关性极为显著, 分布面积较为广泛。主要原因是凤县和太白县处于秦岭山脉之中, 且春季升温迅速且少雨, 植被需水不足, 植物光合作用不佳, 因而难以保持植被的正常生长; 夏季呈负相关性的像元个数占总像元数的73.57%, 仅次于冬季。除凤翔南部和宝鸡县北部至扶风中东部的东西线状地带正相关性表现最为显著外, 负相关广泛分布在整个宝鸡地区。其中, 极显著正相关系数(>0.71)的像元个数占总像元数的2.34%, 仅高于冬季的0.03%。但与6类土地类型的影响较小; 秋季整体相关性均较好, 正负相关性分布较均匀, 整体上表现为“东正西负”的分布特征, 显著负相关(< -0.65)仅占全区的0.02%, 显著正相关(> 0.65)区域次于冬季和年尺度, 接近3%, 大面积分布在宝鸡地区东部、凤县全区和陇县大多地区。土地利用类型对干旱与植被的空间响应与春季的分布规律较为一致(图 5)。

相较于6个时间尺度上的相关系数空间分布规律来看, 冬季、月尺度上的正负相关层次分布最为明显, 冬季负相关性和月尺度的正相关性遍布全区, 分别高达93.64%(负相关)和94.10%(正相关)。二者尺度上的空间分布区域较为一致, 广泛分布于除宝鸡县东部-扶风东西走向的扇贝形区域外的其他县域。其中, 冬季的负相关像元百分比虽为宝鸡地区6个时间尺度上最高, 但极显著负相关(< 0.65)像元百分比(2.37%)却次于夏季的5.77%, 而月尺度的极显著正相关性仍为多尺度下的最高值。同时, 与年尺度相比, 冬季土地类型的极显著正负相关性分布区域有所减小, 显著正相关性集中分布在宝鸡地区的耕地、水域和城乡地区, 显著负相关性广泛分布在林地、草地地区。这一分布规律与秋季恰巧相反(图 5)。

综上所述, 春、秋正负相关性空间分布较均匀, 夏季负相关性分布广泛, 冬季和月尺度极显著负相关和极显著正相关像元面积比例均为最高。且凤翔南部和宝鸡县北部围城的区域至扶风中东部的东西线状地带, 6个时间尺度上的SPEI与NDVI相关性均呈显著正相关分布(除月尺度); 从6类土地利用类型在6个时间尺度上的相关性响应来看, 均表现为林地、草地负相关性最为显著(除夏季), 夏季、秋季、月尺度上, 耕地、水域、城乡地区, 相关性较弱, 即此3个时间尺度上干旱与植被覆盖的相关性与土地利用类型无关。主要原因是该地带处于关中平原的西部地区, 植被覆盖状况主要以农田种植为主, 随农作物的收种变化而变化。近年来, 新成立的宝鸡国家高新技术产业开发区、蔡家坡经济技术开发区、宝鸡蟠龙新区、宝鸡陆港新区(两开发区两新区)带动了该地带的产业发展, 已经成为宝鸡市新的经济增长区域。随着城市化的快速发展, 这些区域的大量农田逐渐转变为城市建设用地, 因此表现出干旱与植被呈显著正相关的现象; 研究的6个时间尺度中, 夏季和冬季的负相关性表现显著, 集中分布在宝鸡县西部、凤县、太白和麟游地区, 主要原因是4个地区均为海拔较高、年均温较低的林地/草地地区。因此植被覆盖状况较好, 干旱与植被覆盖负相关性较高。

4 结论与讨论

(1) 宝鸡地区干旱主要开始于20世纪70年代中期, 结束于20世纪90年代中期, 期间的20年来干旱频繁发生。近40年来年均SPEI指数以-2.50%/a的速度下降, 干旱趋势明显增强。年均SPEI指数突变现象从1998年开始, 突变前后相差0.375。可见, 自20世纪末以来, 宝鸡地区年均干旱指数呈明显的增暖趋势。

(2) 针对干旱发生强度最弱区域的分析, 发现在6个时间尺度上, 秋季最弱的面积占总面积的75.47%, 为最高, 其次为冬季的51.16%, 月尺度和夏季基本持平, 春季干旱较少发生; 从干旱发生强度最强区域的分析可见, 春季干旱化趋势最为明显, 较最低的冬季增速可达51.52%, 主要分布于宝鸡县东部至扶风东部的扇贝形区域(由西向东)。月尺度、夏季、秋季、冬季4个时间尺度以-16.02%的速度呈干旱化依次减弱的变化趋势; 相反, 秋季和冬季均以偏湿润的气候为主, 夏季和月尺度干旱发生强度较为适中。整体来看, 6个时间尺度上干旱发生强度均是以“东强西弱”的特征分布。

(3) 由于宝鸡地区的城乡周边, 植被覆盖以农田种植为主, 故随季节变化显著。另外, 该区域两开发区两新区产业的快速发展, 城市化进程使得大量农田逐渐转变为城市建设用地, 因此表现为干旱与植被呈显著正相关的现象(除月尺度)。而6个时间尺度中, 夏季和冬季的负相关性表现显著, 集中分布在宝鸡县西部、凤县、太白和麟游等山区, 这些地区均为海拔较高、年均温较低的林地/草地地区。因此植被覆盖状况较好, 干旱与植被覆盖负相关性较高。

利用SPEI指数对宝鸡地区近40年不同时间尺度的干旱特征进行了分析, 并基于经重分类为6类的宝鸡地区土地利用/覆盖数据, 分析了SPEI指数与植被NDVI的相关性。研究发现宝鸡地区SPEI指数与NDVI指数两者四个季节的相关性整体均呈现较好, 综合的表征了干旱与植被覆盖的响应关系, 期望为区域干旱发生成因的研究提供新的参考依据。