• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

骤发干旱前期气象驱动条件及可模拟性分析

刘懿 朱烨 张林齐 郑丽虹 任立良 贾雨凡

刘懿, 朱烨, 张林齐, 郑丽虹, 任立良, 贾雨凡. 骤发干旱前期气象驱动条件及可模拟性分析[J]. 水科学进展, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
引用本文: 刘懿, 朱烨, 张林齐, 郑丽虹, 任立良, 贾雨凡. 骤发干旱前期气象驱动条件及可模拟性分析[J]. 水科学进展, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
LIU Yi, ZHU Ye, ZHANG Linqi, ZHENG Lihong, REN Liliang, JIA Yufan. Precedent meteorological driving forces of flash drought and their feasibility for flash drought simulation[J]. Advances in Water Science, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
Citation: LIU Yi, ZHU Ye, ZHANG Linqi, ZHENG Lihong, REN Liliang, JIA Yufan. Precedent meteorological driving forces of flash drought and their feasibility for flash drought simulation[J]. Advances in Water Science, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002

骤发干旱前期气象驱动条件及可模拟性分析

doi: 10.14042/j.cnki.32.1309.2021.04.002
基金项目: 

国家重点研发计划资助项目 2019YFC1510600

国家自然科学基金资助项目 41807165

详细信息
    作者简介:

    刘懿(1988-), 男, 重庆涪陵人, 副教授, 博士, 主要从事流域水循环过程模拟、干旱监测与评估方面研究。E-mail: liuyihhdx@126.com

    通讯作者:

    任立良, E-mail: njrll9999@126.com

  • 中图分类号: P429

Precedent meteorological driving forces of flash drought and their feasibility for flash drought simulation

Funds: 

The study is financially supported by the National Key R & D Program of China 2019YFC1510600

the National Natural Science Foundation of China 41807165

  • 摘要: 骤发干旱(简称骤旱)是一种以短历时、高强度、快速度为特征的极端事件,其形成速度已超出现有干旱监测工具的能力范围,监测模拟难度大。基于欧洲中心再分析产品(ERA)土壤含水量数据,构建考虑旱情开始速度的骤旱识别方法,提取中国1979—2018年骤旱事件,剖析旱情初期气象要素异常值的变化规律,探讨利用气象条件模拟骤旱的可行性。结果表明:①开始速度在空间上呈现显著的南北差异,长江以南地区较快,西北地区较慢;②骤旱比缓慢干旱具有更强的气象驱动力,骤旱各气象要素异常值的均值、峰值及变化幅度比缓慢干旱变化更为显著,尤其是峰值,约超过缓慢干旱0.5个标准差;③综合考虑骤旱爆发前后不同时段多个气象要素异常,能够较好地模拟开始速度,可用于监测与模拟骤旱。
  • 图  1  北京地区2010年秋季干旱事件开始过程及其气象异常特征

    Figure  1.  Evolution of soil moisture percentile and anomalies of relevant meteorological variables for the onset stage of the 2010 summer drought event in Beijing

    图  2  旱情开始速度空间分布及其频率特征

    Figure  2.  Spatial distribution for the velocity of soil moisture percentile reduction and the frequency distributions during the onset stage of flash drought

    图  3  干旱事件开始前后9个气象要素的均值、峰值和斜率

    Figure  3.  Evolution of 9 meteorological variables anomalies and the mean, maximum and slope during the onset stage

    图  4  所有骤旱事件形成初期气象要素异常值峰值的空间分布

    Figure  4.  Spatial distribution of the maximum anomalies of meteorological variables for all flash drought events

    图  5  骤旱爆发前7周(T0-7)至旱情开始阶段(T0+d)气象要素最大异常值频率分布

    Figure  5.  Frequency distributions of the maximum anomalies of meteorological variables during the antecedent periods (T0-7) and the onset stage (T0+d) of flash drought

    图  6  基于9个气象要素异常值模拟的旱情开始速度υ′与实际开始速度υ相关系数及均方根误差箱线图

    Figure  6.  Boxplots of the correlation coefficients and root mean square errors between observed velocity and simulated ones derived from 9 anomalies of meteorological variables, respectively

    图  7  北京地区基于回归模型的开始速度模拟值与实际旱情开始速度的散点关系

    Figure  7.  Scatter plots of the velocity of flash droughts derived from the multivariable linear regression model by using meteorological anomalies in different time periods and from the ERA soil moisture datasets of Beijing City locates

    图  8  全国基于回归模型的模拟开始速度与实际旱情开始速度相关系数和均方根误差箱线图及相关系数空间分布

    Figure  8.  As in Fig. 7 but for the boxplots of correlation coefficients and root mean square errors, and spatial distributions of correlation coefficients with data from all grids over China

  • [1] OTKIN J A, SVOBODA M, HUNT E D, et al. Flash droughts: a review and assessment of the challenges imposed by rapid-onset droughts in the United States[J]. Bulletin of the American Meteorological Society, 2018, 99(5): 911-919. doi:  10.1175/BAMS-D-17-0149.1
    [2] YUAN X, MA Z, PAN M, et al. Microwave remote sensing of short-term droughts during crop growing seasons[J]. Geophysical Research Letters, 2015, 42(11): 4394-4401. doi:  10.1002/2015GL064125
    [3] MO K C, LETTENMAIER D P. Precipitation deficit flash droughts over the United States[J]. Journal of Hydrometeorology, 2016, 17(4): 1169-1184. doi:  10.1175/JHM-D-15-0158.1
    [4] PENDERGRASS A G, MEEHL G A, PULWARTY R, et al. Flash droughts present a new challenge for subseasonal-to-seasonal prediction[J]. Nature Climate Change, 2020, 10(3): 191-199. doi:  10.1038/s41558-020-0709-0
    [5] 李耀辉, 周广胜, 袁星, 等. 干旱气象科学研究: "我国北方干旱致灾过程及机理"项目概述与主要进展[J]. 干旱气象, 2017, 35(2): 165-174. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201702001.htm

    LI Y H, ZHOU G S, YUAN X, et al. Summary of the main progress of drought meteorology scientific research: the mechanism and disaster formation processes of drought in the north region of China[J]. Journal of Arid Meteorology, 2017, 35(2): 165-174. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201702001.htm
    [6] 陈昌春, 张余庆, 王峻晔, 等. 骤发干旱研究进展与展望[J]. 南水北调与水利科技, 2020, 18(1): 26-33. https://www.cnki.com.cn/Article/CJFDTOTAL-NSBD202001007.htm

    CHEN C C, ZHANG Y Q, WANG J Y, et al. Flash drought: progress and prospect[J]. South-to-North Water Transfers and Water Science & Technology, 2020, 18(1): 26-33. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-NSBD202001007.htm
    [7] 张强, 姚玉璧, 李耀辉, 等. 中国干旱事件成因和变化规律的研究进展与展望[J]. 气象学报, 2020, 78(3): 500-521. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB202003011.htm

    ZHANG Q, YAO Y B, LI Y H, et al. Progress and prospect on the study of causes and variation regularity of droughts in China[J]. Acta Meteorologica Sinica, 2020, 78(3): 500-521. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB202003011.htm
    [8] 屈艳萍, 吕娟, 张伟兵, 等. 中国历史极端干旱研究进展[J]. 水科学进展, 2018, 29(2): 283-292. doi:  10.14042/j.cnki.32.1309.2018.02.016

    QU Y P, LYU J, ZHANG W B, et al. Progress in research on historical extreme drought in China[J]. Advances in Water Science, 2018, 29(2): 283-292. (in Chinese) doi:  10.14042/j.cnki.32.1309.2018.02.016
    [9] 严登华, 任立良, 王国庆, 等. 关于陆地水循环演变及其在全球变化中的作用研究设想[J]. 水科学进展, 2016, 27(6): 935-942. doi:  10.14042/j.cnki.32.1309.2016.06.017

    YAN D H, REN L L, WANG G Q, et al. Initiatives on evolution of terrestrial water cycle and its role in global change[J]. Advances in Water Science, 2016, 27(6): 935-942. (in Chinese) doi:  10.14042/j.cnki.32.1309.2016.06.017
    [10] 张建云, 王国庆, 金君良, 等. 1956-2018年中国江河径流演变及其变化特征[J]. 水科学进展, 2020, 31(2): 153-161. doi:  10.14042/j.cnki.32.1309.2020.02.001

    ZHANG J Y, WANG G Q, JIN J L, et al. Evolution and variation characteristics of the recorded runoff for the major rivers in China during 1956-2018[J]. Advances in Water Science, 2020, 31(2): 153-161. (in Chinese) doi:  10.14042/j.cnki.32.1309.2020.02.001
    [11] 严小林, 张建云, 鲍振鑫, 等. 海河流域近500年旱涝演变规律分析[J]. 水利水运工程学报, 2020(4): 17-23. https://www.cnki.com.cn/Article/CJFDTOTAL-SLSY202004003.htm

    YAN X L, ZHANG J Y, BAO Z X, et al. Evolution of drought and flood in the Haihe River basin for the last 500 years[J]. Hydro-Science and Engineering, 2020(4): 17-23. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLSY202004003.htm
    [12] FORD T W, LABOSIER C F. Meteorological conditions associated with the onset of flash drought in the Eastern United States[J]. Agricultural and Forest Meteorology, 2017, 247: 414-423. doi:  10.1016/j.agrformet.2017.08.031
    [13] YUAN X, WANG L Y, WU P L, et al. Anthropogenic shift towards higher risk of flash drought over China[J]. Nature Communications, 2019, 10: 4661. doi:  10.1038/s41467-019-12692-7
    [14] FORD T W, MCROBERTS D B, QUIRING S M, et al. On the utility of in situ soil moisture observations for flash drought early warning in Oklahoma, USA[J]. Geophysical Research Letters, 2015, 42(22): 9790-9798. doi:  10.1002/2015GL066600
    [15] OTKIN J A, SHAFER M, SVOBODA M, et al. Facilitating the use of drought early warning information through interactions with agricultural stakeholders[J]. Bulletin of the American Meteorological Society, 2015, 96(7): 1073-1078. doi:  10.1175/BAMS-D-14-00219.1
    [16] 张翔, 陈能成, 胡楚丽, 等. 1983-2015年我国农业区域三类骤旱时空分布特征分析[J]. 地球科学进展, 2018, 33(10): 1048-1057. doi:  10.11867/j.issn.1001-8166.2018.10.1048.

    ZHANG X, CHEN N C, HU C L, et al. Spatio-temporal distribution of three kinds of flash droughts over agricultural land in China from 1983 to 2015[J]. Advances in Earth Science, 2018, 33(10): 1048-1057. (in Chinese) doi:  10.11867/j.issn.1001-8166.2018.10.1048.
    [17] MO K C, LETTENMAIER D P. Heat wave flash droughts in decline[J]. Geophysical Research Letters, 2015, 42(8): 2823-2829. doi:  10.1002/2015GL064018
    [18] LIU Y, ZHU Y, REN L L, et al. Two different methods for flash drought identification: comparison of their strengths and limitations[J]. Journal of Hydrometeorology, 2020, 21(4): 691-704. doi:  10.1175/JHM-D-19-0088.1
    [19] ZHANG Y Q, YOU Q L, CHEN C C, et al. Evaluation of downscaled CMIP5 coupled with VIC model for flash drought simulation in a humid subtropical basin, China[J]. Journal of Climate, 2018, 31(3): 1075-1090. doi:  10.1175/JCLI-D-17-0378.1
    [20] LIU Y, ZHU Y, ZHANG L Q, et al. Flash droughts characterization over China: from a perspective of the rapid intensification rate[J]. Science of the Total Environment, 2020, 704: 135373. http://www.sciencedirect.com/science/article/pii/S0048969719353653
    [21] SHEFFIELD J, WOOD E F. Global trends and variability in soil moisture and drought characteristics, 1950-2000, from observation-driven simulations of the terrestrial hydrologic cycle[J]. Journal of Climate, 2008, 21(3): 432-458. doi:  10.1175/2007JCLI1822.1
    [22] SVOBODA M D, LeCOMTE D, HAYES M, et al. The drought monitor[J]. Bulletin of the American Meteorological Society, 2002, 83(8): 1181-1190. http://search.ebscohost.com/login.aspx?direct=true&db=aph&AN=7252895&site=ehost-live
    [23] 裴源生, 蒋桂芹, 翟家齐. 干旱演变驱动机制理论框架及其关键问题[J]. 水科学进展, 2013, 24(3): 449-456. http://skxjz.nhri.cn/article/id/2310

    PEI Y S, JIANG G Q, ZHAI J Q. Theoretical framework of drought evolution driving mechanism and the key problems[J]. Advances in Water Science, 2013, 24(3): 449-456. (in Chinese) http://skxjz.nhri.cn/article/id/2310
  • [1] 顾磊, 陈杰, 尹家波, 郭强, 王惠民, 周建中.  气候变化下中国主要流域气象水文干旱潜在风险传播 . 水科学进展, 2021, 32(3): 321-333. doi: 10.14042/j.cnki.32.1309.2021.03.001
    [2] 李昱, 席佳, 张弛, 王国庆, 黄强, 关铁生, 卢吉, 周惠成.  气候变化对澜湄流域气象水文干旱时空特性的影响 . 水科学进展, 2021, 32(4): 508-519. doi: 10.14042/j.cnki.32.1309.2021.04.003
    [3] 陈文倩, 丁建丽, 马勇刚, 张喆, 周杰.  亚洲中部干旱区积雪时空变异遥感分析 . 水科学进展, 2018, 29(1): 11-19. doi: 10.14042/j.cnki.32.1309.2018.01.002
    [4] 赵雪花, 赵茹欣.  水文干旱指数在汾河上游的适用性分析 . 水科学进展, 2016, 27(4): 512-519. doi: 10.14042/j.cnki.32.1309.2016.04.004
    [5] 刘文琨, 裴源生, 赵勇, 肖伟华.  区域气象干旱评估分析模式 . 水科学进展, 2014, 25(3): 318-326.
    [6] 裴源生, 蒋桂芹, 翟家齐.  干旱演变驱动机制理论框架及其关键问题 . 水科学进展, 2013, 24(3): 449-456.
    [7] 严登华, 袁喆, 杨志勇, 王勇, 于赢东.  1961年以来海河流域干旱时空变化特征分析 . 水科学进展, 2013, 24(1): 34-41.
    [8] 彭宽军, 陈勇航, 王文彩, 邱学兴, 林雄, 白鸿涛.  新疆山区低层云水资源时空分布特征 . 水科学进展, 2010, 21(5): 653-659.
    [9] 黄粤, 陈曦, 包安明, 刘铁, 冯先伟.  干旱区资料稀缺流域日径流过程模拟 . 水科学进展, 2009, 20(3): 332-336.
    [10] 朱俊, 刘丛强, 王雨春, 李思亮, 李军.  乌江渡水库中溶解性硅的时空分布特征 . 水科学进展, 2006, 17(3): 330-333.
    [11] 张建云, 杨扬, 陆桂华, 周国良, 戚建国, 王琳.  遥感定量监测地表干旱特征的方法研究和应用试验 . 水科学进展, 2005, 16(4): 541-545.
    [12] 倪深海, 顾颖, 王会容.  中国农业干旱脆弱性分区研究 . 水科学进展, 2005, 16(5): 705-709.
    [13] 周振民.  区域干旱特征理论及其应用 . 水科学进展, 2004, 15(4): 479-484.
    [14] 顾颖, 刘培.  应用模拟技术进行区域干旱分析 . 水科学进展, 1998, 9(3): 269-274.
    [15] 罗毅, 雷志栋, 杨诗秀.  潜在腾发量的季节性变化趋势及概率分布特性研究 . 水科学进展, 1997, 8(4): 308-312.
    [16] 宋慧珠, 张世法.  区域干旱统计特征初步分析 . 水科学进展, 1994, 5(1): 18-25.
    [17] 李永康.  江淮流域汛期降水时空分布特征及其环流背景初步分析 . 水科学进展, 1993, 4(4): 268-273.
    [18] 顾颖, 咎霞.  农业干旱模拟研究 . 水科学进展, 1993, 4(4): 253-259.
    [19] 贺勤, 吴晓东.  内蒙古中西部干旱和半干旱地区暴雨的气候特征分析 . 水科学进展, 1991, 2(4): 232-237.
    [20] 陆菊中, 林镜榆.  青藏高原东北侧夏季干旱的气象成因和长期预报研究 . 水科学进展, 1991, 2(4): 224-231.
  • 加载中
图(8)
计量
  • 文章访问数:  614
  • HTML全文浏览量:  133
  • PDF下载量:  110
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-15
  • 网络出版日期:  2021-06-02
  • 刊出日期:  2021-07-30

骤发干旱前期气象驱动条件及可模拟性分析

doi: 10.14042/j.cnki.32.1309.2021.04.002
    基金项目:

    国家重点研发计划资助项目 2019YFC1510600

    国家自然科学基金资助项目 41807165

    作者简介:

    刘懿(1988-), 男, 重庆涪陵人, 副教授, 博士, 主要从事流域水循环过程模拟、干旱监测与评估方面研究。E-mail: liuyihhdx@126.com

    通讯作者: 任立良, E-mail: njrll9999@126.com
  • 中图分类号: P429

摘要: 骤发干旱(简称骤旱)是一种以短历时、高强度、快速度为特征的极端事件,其形成速度已超出现有干旱监测工具的能力范围,监测模拟难度大。基于欧洲中心再分析产品(ERA)土壤含水量数据,构建考虑旱情开始速度的骤旱识别方法,提取中国1979—2018年骤旱事件,剖析旱情初期气象要素异常值的变化规律,探讨利用气象条件模拟骤旱的可行性。结果表明:①开始速度在空间上呈现显著的南北差异,长江以南地区较快,西北地区较慢;②骤旱比缓慢干旱具有更强的气象驱动力,骤旱各气象要素异常值的均值、峰值及变化幅度比缓慢干旱变化更为显著,尤其是峰值,约超过缓慢干旱0.5个标准差;③综合考虑骤旱爆发前后不同时段多个气象要素异常,能够较好地模拟开始速度,可用于监测与模拟骤旱。

English Abstract

刘懿, 朱烨, 张林齐, 郑丽虹, 任立良, 贾雨凡. 骤发干旱前期气象驱动条件及可模拟性分析[J]. 水科学进展, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
引用本文: 刘懿, 朱烨, 张林齐, 郑丽虹, 任立良, 贾雨凡. 骤发干旱前期气象驱动条件及可模拟性分析[J]. 水科学进展, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
LIU Yi, ZHU Ye, ZHANG Linqi, ZHENG Lihong, REN Liliang, JIA Yufan. Precedent meteorological driving forces of flash drought and their feasibility for flash drought simulation[J]. Advances in Water Science, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
Citation: LIU Yi, ZHU Ye, ZHANG Linqi, ZHENG Lihong, REN Liliang, JIA Yufan. Precedent meteorological driving forces of flash drought and their feasibility for flash drought simulation[J]. Advances in Water Science, 2021, 32(4): 497-507. doi: 10.14042/j.cnki.32.1309.2021.04.002
  • 骤发干旱(简称骤旱)是一种以短历时、高强度、快速度为特征的极端干旱事件, 通常不足1个月便可使土壤含水量从正常或偏涝状态骤减至重度甚至极端干旱状态[1-3], 近年来在全球不同地区频繁发生[4-5], 严重威胁农业生产和粮食安全。骤旱研究目前仍处于起步阶段, 其定义方式、识别方法、形成机制等方面的认识尚不明确, 现有技术方法尚无法实现骤旱的精准模拟和监测, 严重阻碍防旱抗旱工作的有效开展[6-11]

    现阶段在甄别骤旱的敏感触发因子、骤旱形成的复合作用等方面展开了一定研究[12-16]。Ford和Labosier[12]通过分析美国地区骤旱初期气象要素异常状态指出, 骤旱与潜在蒸散发的相关性高于降水和气温;Mo和Lettenmaier[17]基于美国陆面同化系统的降水、蒸散发、气温、土壤水等要素, 构建了多阈值组合的骤旱识别方法, 并划分了降水亏缺和高温热浪2种骤旱驱动类型。由于天气系统的复杂性以及下垫面条件的多样性, 不同区域骤旱形成的原因仍存在差异, 尤其是引发骤旱的关键气象要素及其作用机制等方面还有待进一步探索[3, 18]。目前, 国内研究大多采用Mo和Lettenmaier[17]构建的多阈值方法识别骤旱事件[19], 鲜有从气象驱动的角度探究骤旱的形成过程, 并以此为切入点模拟预测骤旱。

    本文基于欧洲中尺度气候预报中心制作的第四代全球再分析产品ERA-Interim/Land的土壤含水量资料, 从土壤含水量发展速率的角度[18, 20]定义并识别中国1979—2018年的骤旱事件, 分析旱情初期不同气象变量的异常状态, 在此基础上, 结合多元线性回归模型设置多情景模拟方案, 探讨利用气象要素模拟骤旱的可行性。

    • 采用ERA-Interim/Land土壤含水量资料(https://apps.ecmwf.int/datasets/data/interim-land/type=fc/)分析骤旱[20]。该产品融合了站点实测和卫星遥感反演等多源数据, 包含0~7 cm、7~28 cm、28~100 cm、100~289 cm 4层深度的逐日土壤含水量, 空间分辨率为0.25°, 时间跨度为1979—2018年。考虑到土壤含水量的时空变异特性以及骤旱评估需求, 本文将前3层土壤含水量转换为土壤水分位数用于干旱分析, 处理步骤如下:

      (1) 将前3层土壤含水量转换为0~100 cm整层深度的储水量;

      (2) 将逐日土壤水深度数据平均至周时间尺度;

      (3) 将原时间序列拆分为52个时间序列(例如1周, 2周, …, 52周, n=1979年, 1980年, …, 2018年)以消除季节性影响, 并优选合适的理论概率分布函数将其转换为土壤含水量分位数, 详细计算过程参考文献[18]。

      气象数据方面, 收集了国家气象科学数据中心发布的756个地面站点逐日气象观测资料, 包括降水(P)、最高/最低/平均气温(TmaxTminTmean)、平均气压(Pr)、空气湿度(H)、平均风速(W)、日照时数(S)8个变量。为使各气象要素与土壤含水量产品的空间分辨率一致, 采用克里金插值方法将站点资料插值成空间分辨率为0.25°的格点数据。此外, 考虑到降水和气温受地形和高程影响较大, 本文采用地形高程协同克里金方法对这2个变量进行插值处理。潜在蒸散发(ETP)采用世界粮农组织1998年推出的修正Penman-Monteith公式计算得到, 用以表征大气能量需求。为增强不同变量之间的时空可比性以及结果的普适性, 对上述9个气象要素均进行标准化处理(减去均值, 除以标准差), 得到各要素异常值。气象要素异常值的单位为标准差, 例如降水异常值为-1表示低于平均水平1个标准差; 反之, 异常值为+1表示高于平均水平1个标准差。

    • 旱情的迅速发展是骤旱区别于传统缓慢型干旱的显著特性。干旱事件是否为骤发干旱可通过以下3个步骤进行判定: 干旱事件提取、旱情开始阶段识别及开始阶段旱情平均发展速度(简称为开始速度, υ)计算。其中, υ的大小即为判别骤旱事件是否发生的阈值条件。详细步骤如下:

      (1) 利用游程理论, 逐网格分析基于土壤含水量分位数的时间序列, 提取干旱事件。参考相关研究[14, 21, 22], 以40%分位数作为干旱事件的临界阈值。1场干旱事件需同时满足以下条件: ①任一时刻的土壤含水量值不高于40%分位数, 即土壤含水量分位数低于40%分位数的第1时刻为干旱事件的开始时刻, 当土壤含水量再次上升至40%分位数时, 表示旱情结束;② 1场干旱事件中, 至少有1个时刻的土壤含水量值低于20%分位数, 以确保识别的干旱事件真正进入干旱状态;③由于短历时干旱事件的影响规模较小, 其对农业生产、生态环境等负面影响十分有限, 因此, 干旱历时(1场干旱事件的起始时刻与终止时刻之间的时间间隔)不足12周的短尺度干旱事件本文不予考虑。

      (2) 识别旱情的开始阶段。根据水分亏缺量的时程演变规律, 干旱的发展可分为旱情开始、持续发展、旱情缓解以及解除几个阶段[23]。开始阶段通常表现为, 土壤水分由偏涝或正常状态持续减少, 随后维持在相对较低的水平且无明显的下降或上升趋势(此后旱情进入持续阶段), 该过程是区分骤发干旱与缓慢干旱的关键特征之一[3], 本文将重点关注旱情开始阶段土壤含水量的演变特性。以北京地区例, 图 1(a)展示了2010年爆发的1场大规模持续性干旱事件中, 旱情开始阶段土壤含水量分位数的变化情况。可以看出, T0时刻为土壤含水量分位数低于40%的第1时刻, 表示骤旱的起点。当土壤含水量分位数维持在相对较低水平并且无明显的下降或上升趋势时, 表示快速衰减时段的结束, 即图 1T0+d时刻。T0+d时刻后, 土壤含水量继续维持在较低水平, 表示旱情的持续;当土壤含水量缓慢上升(恢复阶段), 在某一时刻超过40%时, 表示干旱状态解除。图 1(a)显示, 北京地区2010年的秋季干旱事件总历时29周, 其中旱情开始阶段(T0T0+d)约持续3周左右。旱情开始阶段具体数学求解方法详见文献[18]。

      图  1  北京地区2010年秋季干旱事件开始过程及其气象异常特征

      Figure 1.  Evolution of soil moisture percentile and anomalies of relevant meteorological variables for the onset stage of the 2010 summer drought event in Beijing

      (3) 为有效区分骤旱与缓慢型干旱, 本文引入开始速度的概念(图 1(a)), 用以衡量旱情发展快慢, 计算公式如下:

      $$ \upsilon=\frac{M_{\mathrm{S}}\left(T_{0}\right)-M_{\mathrm{S}}\left(T_{0+d}\right)}{d} $$ (1)

      式中: υ为旱情开始速度, %/周;T0为旱情开始时刻;T0+d为开始阶段的终止时刻;d为开始阶段历时;MS(T0)和MS(T0+d)分别为T0T0+d时刻土壤含水量分位数。参考Liu等[18]的敏感性分析结果, 若开始速度的阈值设置过低, 识别的骤旱频次将偏大;反之, 若阈值设置过高, 则骤旱频次偏低。将开始速度的阈值设置为10%/周时, 骤旱发生频率约为10%, 与其他方法[5]得到的结果较为一致, 因此采用10%/周(约为d小于3~4周)作为骤旱的阈值条件。

    • 干旱开始前期, 降水、潜在蒸散发、气温等关键气象要素的异常情况是决定旱情发展快慢的主要驱动力。以降水和潜在蒸散发为例, 图 1(b)展示了旱情爆发前7周(T0-7)至旱情开始阶段(T0+d), 各气象要素异常值的均值、线性斜率(拟合线性回归方程)、峰值及峰现时间等统计特征。通过分析各气象要素的变化特性与旱情开始速度的关系, 有助于从机理层面认识骤发干旱的形成机制。

    • 以降水、潜在蒸散发、最高/最低/平均气温、大气压、空气湿度、平均风速、日照时数9个气象要素为候选变量, 依次构建考虑不同时段不同气象要素的多套情景方案, 采用多元线性逐步回归模型模拟不同情景下的开始速度(υ′), 并与实际开始速度(υ)进行比较, 评估基于气象要素预测骤发干旱的可行性。情景模拟方案包括:

      (1) 方案一  以旱情爆发前7周至旱情开始阶段(T0-7T0+d)单一气象要素的异常值作为输入条件;

      (2) 方案二  以9个气象要素不同时段(共11个时段, 包括开始时刻T0及旱情爆发前7周至旱情开始阶段的10个时段: T0-1T0T0-2T0T0-3T0T0-4T0T0-5T0T0-6T0T0-7T0T0-7T0+1T0-7T0+2T0-7T0+3)的异常值作为输入条件。

      方案一可以检验单一气象要素对骤旱的模拟能力, 方案二则用以探测前期气象异常状态的累积效应以及临界爆发点对骤旱模拟效果的影响。线性回归模型公式如下:

      $$ \begin{gathered} \boldsymbol{V}_{i}=\alpha_{0}+\alpha_{1} \boldsymbol{X}_{1 i}+\cdots+\alpha_{j} \boldsymbol{X}_{j i}+\cdots+\alpha_{n} \boldsymbol{X}_{n i}+\boldsymbol{\xi} \\ \boldsymbol{V}=\left[\begin{array}{c} \boldsymbol{v}_{1} \\ v_{2} \\ \cdots \\ v_{m} \end{array}\right], \boldsymbol{X}=\left[\begin{array}{cccc} \bf{1} & x_{11} & \cdots & x_{n 1} \\ \bf{1} & x_{12} & \cdots & x_{n 2} \\ \vdots & \vdots & \vdots & \vdots \\ \bf{1} & x_{1 m} & \cdots & x_{n m} \end{array}\right], \boldsymbol{\alpha}=\left[\begin{array}{c} \alpha_{0} \\ \alpha_{1} \\ \vdots \\ \alpha_{n} \end{array}\right], \boldsymbol{\xi}=\left[\begin{array}{c} \xi_{0} \\ \xi_{1} \\ \vdots \\ \xi_{m} \end{array}\right] \end{gathered} $$ (2)

      式中: Xji为第i场干旱事件气象输入变量j(j=9, 10, …, 99, 不同情景下输入不同);υi为第i场干旱事件开始阶段平均速度;ai为回归系数;ξi为回归方程随机误差;m为各网格干旱事件总数;n为输入变量数。

    • 图 2(a)展示了所有干旱事件开始速度的空间分布, 可以看出, 中国西北地区旱情的开始速度明显较中国南方(长江以南)地区缓慢。图 2(b)比较了2个区域开始速度的频率分布特征。对于西北地区而言, 约有40%的干旱事件其开始速度位于5%/周~10%/周(开始历时大于4周), 开始速度小于5%/周(开始历时大于8周)的干旱事件数量则占30%。而在开始速度较快的长江以南地区, 近30%的事件开始速度位于10%/周~15%/周, 20%的事件开始速度位于15%/周~20%/周, 这意味着, 对于这些地区仅需3~4周旱情即可达到严重干旱状态。上述分析结果表明, 中国南方地区更易发生骤发干旱, 北方地区尤其是西北内陆则以缓慢干旱为主。这一结果与其他研究基于不同骤旱识别方法得到的结果基本一致[4, 13, 20]

      图  2  旱情开始速度空间分布及其频率特征

      Figure 2.  Spatial distribution for the velocity of soil moisture percentile reduction and the frequency distributions during the onset stage of flash drought

    • 基于全国格网数据, 图 3比较了骤发干旱与缓慢干旱发生前后降水和潜在蒸散发异常值的变化(图 3(a)图 3(b)), 以及旱情开始阶段(T0-7T0+d)9个气象要素的均值、峰值和线性斜率(图 3(c)图 3(i))。可以看出, 降水和空气湿度作为表征大气对陆面水分供应的因子, 在旱情爆发前期均表现为负异常; 与大气能量需求有关的变量, 如潜在蒸散发、气温、日照时数、大气压和风速, 则均为正异常。同时, 2种干旱类型相应的气象要素异常幅度也呈现一定的差别。总体上, 在骤旱爆发期间, 各气象要素异常值的均值、峰值绝对值和变化幅度比缓慢干旱大, 尤其是峰值, 其变化幅度约超过缓慢干旱0.5个标准差。这表明骤发干旱比缓慢干旱具有更强的气象驱动需求, 不仅表现在旱情发生前, 同时在旱情爆发后1~2周短时期内, 各气象要素的异常程度对于骤发干旱是否形成都具有至关重要的作用。

      图  3  干旱事件开始前后9个气象要素的均值、峰值和斜率

      Figure 3.  Evolution of 9 meteorological variables anomalies and the mean, maximum and slope during the onset stage

      图 4提取了所有骤旱事件中各气象要素异常值的峰值。与图 2中开始速度及骤旱事件的空间分布类似, 东北、长江以南、青藏高原等地区比西北、华北地区气象要素峰值的绝对值更大。例如, 南方地区降水异常值的峰值达到-0.8~-1.4, 西北内陆地区则不足-0.4;对于潜在蒸散发, 南方地区异常值的峰值为1.2以上, 北方地区则不足0.6。这一现象与中国的气候和地理因素密切相关。南方、东北、青藏高原等地区气候湿润, 表层至深层土壤含水量高, 植被覆盖度高且根系发达。在降水亏缺、高温等因素的共同作用下, 植被蒸散发能力急速增强, 使得土壤含水量对气象异常的响应更为敏感、快速, 因而更易形成骤旱。而西北、华北等干燥地区, 土层较厚, 土壤水对气象异常的响应相对迟缓、敏感度低。9个气象变量中, 降水、潜在蒸散发、最高气温、空气湿度以及日照时数的变化相对明显。图 5所示为骤旱爆发前7周至旱情开始阶段(T0-7T0+d)各气象要素最大异常值的频率分布(竖直虚线表示整个研究区平均值)。可以看出, 旱情爆发期间, 空气相对湿度的最大异常值在[-1.7, -0.2]间浮动, 平均约下降0.94个标准差, 其变化幅度大于降水(均值为-0.74, 变化范围为[-1.3, -0.3]); 能量需求方面, 潜在蒸散发和日照时数最大异常标准差的变化范围分别为[-0.2, 1.7]和[0.1, 1.7], 均值为0.86和0.95, 比最高气温的变化(变化范围为[-0.2, 1.4], 均值为0.62)更为剧烈。

      图  4  所有骤旱事件形成初期气象要素异常值峰值的空间分布

      Figure 4.  Spatial distribution of the maximum anomalies of meteorological variables for all flash drought events

      图  5  骤旱爆发前7周(T0-7)至旱情开始阶段(T0+d)气象要素最大异常值频率分布

      Figure 5.  Frequency distributions of the maximum anomalies of meteorological variables during the antecedent periods (T0-7) and the onset stage (T0+d) of flash drought

    • 基于公式(2)构建气象要素与骤旱的关系, 计算开始速度, 并与实际开始速度进行对比, 分析采用气象要素模拟骤旱的可行性。

      图 6所示为将单一气象要素异常值作为输入模拟的开始速度与实际开始速度的相关系数(R)和均方根误差(ERMS)箱线图。可以看出, 对于中国大部分地区而言, υ′与υ的相关系数位于0.2~0.4, 均方根误差为0.06~0.12, 表明采用单一气象要素难以准确模拟旱情的开始速度。

      图  6  基于9个气象要素异常值模拟的旱情开始速度υ′与实际开始速度υ相关系数及均方根误差箱线图

      Figure 6.  Boxplots of the correlation coefficients and root mean square errors between observed velocity and simulated ones derived from 9 anomalies of meteorological variables, respectively

      以北京为例, 图 7比较了以不同时段9个气象要素异常值为输入条件, 模拟得到的υ′与υ的一致性。可以看出, 当仅考虑开始时刻T0气象要素异常时, υ′与υ的相关系数仅为0.30, 均方根误差为0.06;随着前期更长时段的加入, 模拟结果逐渐提高;当以整个开始阶段(T0-7T0+2)作为输入条件时, υ′与υ的相关系数为0.74, 均方根误差为0.036。全国的模拟结果(图 8)呈现与图 7相似的现象, 即以T0-7T0+2时段的气象异常为输入条件得到的模拟效果最优。此外, 对于东北、华南、青藏至西南地区而言, 考虑骤旱爆发前3周的(T0-3T0)气象异常即能够取得较好的模拟结果, 相关系数超过0.60。

      图  7  北京地区基于回归模型的开始速度模拟值与实际旱情开始速度的散点关系

      Figure 7.  Scatter plots of the velocity of flash droughts derived from the multivariable linear regression model by using meteorological anomalies in different time periods and from the ERA soil moisture datasets of Beijing City locates

      图  8  全国基于回归模型的模拟开始速度与实际旱情开始速度相关系数和均方根误差箱线图及相关系数空间分布

      Figure 8.  As in Fig. 7 but for the boxplots of correlation coefficients and root mean square errors, and spatial distributions of correlation coefficients with data from all grids over China

      土壤含水量的衰减是一个复杂的物理过程, 不仅受多个气象要素共同控制, 同时与前期气象条件的累积以及滞后效应有关。降水严重亏缺, 大气能量需求激增, 充足的风力条件带走蒸散的水汽等都是引发土壤含水量变化的源动力, 忽略上述任一气象条件都将影响旱情开始速度的模拟结果。例如Ford和Labosier [12]也发现, 降水、气温单一要素与骤旱的关联性不及地表水分平衡状态(如降水与潜在蒸散发的差值)、大气能量需求(如潜在蒸散发、饱和水汽压差)与骤旱的关系密切。另一方面, 土壤含水量的初始状态也是影响衰减速度的重要因素。同一气象条件下, 初始土壤含水量越多, 土层薄, 干旱状态下土壤水分更容易逸散出地面回到大气, 土壤含水量的递减速度越快, 反之则越慢。考虑旱情爆发前期多个时刻气象异常状态能够较好地反映初始土壤水分状态, 进而提高骤旱开始速度的模拟精度。除输入要素外, 模拟方法也是重要影响因素之一。本文选取计算简便、原理简单的多元线性回归方法模拟开始速度, 考虑到气象驱动条件与骤旱开始速度之间更多地表现为非线性关系, 后续可尝试引入非线性方法以改善模拟精度。

    • 骤发干旱的形成机制及其监测预报是目前干旱领域亟待解决的难题。本文基于土壤含水量再分析数据, 识别中国1979—2018年骤旱事件, 剖析旱情初期气象要素异常值的变化规律, 进一步探讨利用气象条件模拟骤旱的可行性。主要结论如下:

      (1) 以土壤含水量为表征的旱情开始速度在空间上呈显著的南北差异, 旱情初期长江以南地区旱情开始速度较快, 具备骤旱快速度的形成特征, 西北地区旱情开始速度较小, 更倾向于向缓慢型干旱发展。

      (2) 骤旱比传统缓慢干旱具有更强的气象驱动力, 各气象要素异常值的均值、峰值及变化幅度在旱情爆发期间增长/降低明显, 尤其是各气象要素的峰值, 其数值约超过缓慢干旱0.5个标准差;空间上, 东北、南方及青藏高原等地区的异常值峰值显著高于西北地区。

      (3) 土壤含水量的衰减过程与前期多个气象条件的累积或滞后效应有关, 融合骤旱爆发前期不同时段多个气象要素的回归模型模拟的开始速度与实际旱情开始速度具有较好的一致性, 二者间的相关系数和均方根误差分别为0.74和0.036。

参考文献 (23)

目录

    /

    返回文章
    返回