spi标准降水指数在干旱监测中的应用.docxVIP

spi标准降水指数在干旱监测中的应用 长期以来，世界干旱频繁发生，给人类社会带来了巨大的经济损失，严重威胁着社会、经济和环境的可持续发展。而旱灾是世界上影响最广、造成农业经济损失最大的自然灾害之一。世界各国均有旱灾发生, 近一半的国家灾情比较严重。全球自然灾害造成的经济损失平均每年约400×108美元, 其中旱灾损失占15%, 约60×108美元。据统计, 中国每年自然灾害经济损失约660×108元, 其中旱灾约200×108元。干旱, 由于它自身缓慢的发生过程、巨大的影响范围、造成的非工程性损失难以量化等特点而不同于洪涝, 使得人类在对它的认识与预测上困难重重。因此, 如何及时有效地预测干旱的发生发展是制定抗旱政策, 减缓旱情、防预旱灾的关键。目前, 在不同的指标对于干旱的指示作用方面已开展了大量的研究[4,5,6,7,8,9,10,11,12]。SPI (StandardizedPreciptationIndex) 标准降雨指数是McKee等提出的基于降水量的干旱指数。该指数是以Г分布概率来描述降水量的变化, 再经正态标准化求得。SPI能够较好地反映干旱强度和持续时间, 而且具有多时间尺度应用的特性, 使得用同一个干旱指标反映不同时间尺度和不同方面的水资源状况成为可能, 因而得到广泛应用, 而其中多数为研究12个月以及1年内尺度的SPI, 对于长时间尺度的SPI值反映干湿状况的研究甚少。事实上, SPI对于降水量的敏感性不同, 时间尺度越小, 则对于一次降水变化越显著, 其值会发生较大变化;相反, 长时间尺度的SPI值更利于指示平均状况, 有效地避免极端情况的影响。基于此, 本文选择黄淮海平原区作为研究区域, 以区域内气象站点的降水量数据来求得长时间尺度 (本文选取12个月与36个月) 的SPI值, 以此来对比序列两端各三年平均干湿状况的差异, 并选取典型站点来研究1961-2000年这段历史时期内的干湿状况的变化, 通过此来研究长时间尺度的SPI值对于地表干湿状况的指示作用;同时分析研究区域内干旱的时空分异状况, 提示研究区域内在1961-2000年这段时期内地表干湿状况变化的规律与趋势, 为及时有效地预测干旱的发生发展, 制定抗旱政策, 防预旱灾提供科学依据。 1 黄淮海平原农区 研究区域位于黄淮海地区, 包括北京、天津、河北、河南、山东、安徽和江苏以及内蒙古等境内的300多个县市区, 总面积30万km2以上。黄淮海平原是我国最大的平原, 也是我国粮、棉、油的主要产区。据统计, 1998年黄淮海平原区耕地面积达17.95×106hm2, 人口为2.14×108人, 该年粮食总产占全国总产的21.6%, 棉花总产占全国的36.3%, 油料总产占全国的24.0%。 2 数据与研究方法 2.1 气象站点筛选及序列分析 气象站点数据来自“中国气象科学数据共享服务网”。根据降水量数据的统一性和可获取性, 在研究区域内筛选出其中的71个气象站点, 包括内蒙古自治区境内的6个、北京2个、天津2个、河北省21个、河南省12个、山东省19个、山西省19个、江苏省4个、安徽省境内5个气象站点 (见表1) , 为保证数据的完整性, 各站点的降水量数据序列均为1961-2000年。 2.2 处理方法 2.2.1 降水分布偏态模型 由于不同时间、不同地区降水量变化幅度很大, 直接用降水量很难在不同时空尺度上相互比较, 而且降水分布是一种偏态分布, 采用Г分布概率来描述降水量的这种偏态分布变化更为合适, 然后再经正态标准化求得SPI值。SPI具体求算过程已有很多专业文献给以详尽的论述, 本文不再赘述。文中分别采用12和36个月尺度的SPI值指示多年平均干湿状况, 作研究区内干湿状况的时空分异分析。 2.2.2 spi值的空间分布 将研究区域内筛选出的71个气象站点1961年1月-2000年12月的月降水量数据求算36个月尺度的月值SPI。将所求得SPI值序列取其两个端点, 以1963年12月的SPI值表征1961年1月-1963年12月研究区域内的干湿状况, 以2000年12月的SPI值表征1998年1月-2000年12月研究区域内的干湿状况 (分别以SPI 1与SPI 2表示) 及其两者的差值ΔSPI (SPI 2-SPI 1) 来表示其差异的程度, 用Kriging插值法对上述71个站点的3个SPI值—SPI 1、SPI 2与ΔSPI分别进行空间插值, 得到研究区内2个不同时段36个月尺度SPI值的空间分布图及其差值的分布图 (图1) 。 2.2.3 典型网点的分析 根据研究域内气象站点的分布情况, 结合中国多年平均降水量等值线图在研究区域内的71个站点中选取呼和浩特、北京、太原、郑州4个典型站点对其进行时间过程的分析。具体是计算出4个站点