Spatio-temporal variation of drought in Sichuan Province from 1997 to 2021

doi:10.11755/j.issn.1006-7639(2023)-02-0241

Abstract

Abstract:

Constructing suitable meteorological drought indicators is an important foundation for drought monitoring and drought evaluation services. Based on the daily average temperature and precipitation of 155 national meteorological stations in Sichuan Province from 1997 to 2021, as well as the crop area data of each county (city or district), the modified meteorological drought composite index (MCI_m) is formed by improving the seasonal adjustment coefficient of the meteorological drought composite index (MCI). The regional drought process identification method was revised according to annual drought disaster area and annual effective irrigation area and 51 regional drought processes in Sichuan Province were identified in the past years. The temporal and spatial distribution characteristics of regional drought processes in Sichuan Province were analyzed by using empirical orthogonal function (EOF), rotated empirical orthogonal function (REOF) and Morlet wavelet analysis. The results show that the evolution results of the durative day, average intensity, average impact area and comprehensive intensity index of the regional drought processes in Sichuan Province decrease initially, followed by increase, but then again decrease. The average annual cumulative days of regional drought process in the basin area were more than those in the mountains area around the basin, and those in the mountains area around the basin were more than those in western Sichuan Plateau and Panxi area. The spatial pattern of annual accumulated MCI_m anomaly decomposed by EOF was consistent in Sichuan Province and was also opposite in the northern and southern parts of Sichuan. Sichuan Province can be divided into six drought climatic areas. The annual cumulative MCI_m periodic change from 2009 to 2015 was more obvious than that from 2001 to 2008 in each area. The identified regional drought processes according to improved regional drought process identification method are in good agreement with the drought disaster situation and could better reflect the actual situation of drought in Sichuan Province more accurately.

Key words: regional drought, identification, drought assessment, modified meteorological drought composite index, Sichuan Province

摘要：

构建适宜的气象干旱指标是开展干旱监测和干旱评价业务服务的基础。基于1997—2021年四川省155个国家气象站逐日平均气温和降水，以及各县（市、区）农作物播种面积资料，通过改进气象干旱综合指数（Meteorological Drought Composite Index， MCI）中的季节调节系数，形成改进的气象干旱综合指数（Modified Meteorological Drought Composite Index， MCI_m）；再结合历年干旱受灾面积、有效灌溉面积修订区域性干旱过程识别方法，并识别出四川省历年区域性干旱过程51次，然后再利用经验正交函数（Empirical Orthogonal Function，EOF）、旋转经验正交函数（Rotated Empirical Orthogonal Function）、Morlet小波分析法，分析区域性干旱过程时空分布特征。结果表明：1997—2021年四川省发生区域性干旱过程的持续日数呈现出“先变短再增长再变短”，平均影响范围呈现出“先减小再增大再减小”，平均强度和综合强度呈现出“先减弱再增强再减弱”的变化趋势。平均年干旱过程累积日数总体呈现盆地多于盆周山区、盆周山区多于川西高原和攀西地区的特征。年累积MCI_m距平EOF分解空间型存在全区一致特征，同时也存在南北反位相特征。四川省可划分为6个区域性干旱气候区，2009—2015年各区年累积MCI_m周期变化比2001—2008年更明显。改进后的区域性干旱过程识别方法识别出的干旱过程与干旱灾情更为吻合，更能准确反映四川省干旱发生的实际状况。

关键词: 区域性干旱, 识别, 干旱评估, 改进MCI, 四川省

CLC Number:

P462.3

CAI Yiheng, LI Shuai, ZHANG Qiang, DENG Biao, LUO Yu, SUN Rui. Spatio-temporal variation of drought in Sichuan Province from 1997 to 2021[J]. Journal of Arid Meteorology, 2023, 41(2): 241-250.

蔡怡亨, 李帅, 张强, 邓彪, 罗玉, 孙蕊. 1997—2021年四川省干旱时空变化特征分析[J]. 干旱气象, 2023, 41(2): 241-250.

Figures/Tables 12

Fig.1 Distribution of 155 national meteorological stations and agricultural regions in Sichuan Province

Fig.2 Variations of annual drought disaster area and annual effective irrigation area in Sichuan Province from 1997 to 2021

Tab.1 The threshold of the number of neighbor stations and percentile of meteorological drought threshold of regional drought processes in Sichuan Province

起止年	相邻站点数阈值	第p个百分位
1997—2008	15	15
2009—2015	25	15
2016—2021	35	14

Fig.3 Variations of annual accumulated number of stations with persistent drought and annual drought disaster area in Sichuan Province from 1997 to 2021

Fig.4 The frequency distribution of regional drought process characteristic variables in Sichuan Province from 1997 to 2021 （a） durative day，（b） average intensity，（c） average influential area，（d） comprehensive intensity index

Tab.2 Regional drought processes with the top 5 characteristic variable and comprehensive intensity index （Z） in Sichuan Province from 1997 to 2021

排位	D/d（过程）	A_a/站（过程）	I_a（过程）	Z（过程）
1	201 （1997-07-18至1998-02-03）	83.62 （2012-12-21至2013-04-04）	-2.30 （1997-01-01至1997-01-22）	0.60 （2012-12-21至2013-04-04）
2	136 （2000-12-19至2001-05-03）	70.60 （2009-02-04至2009-02-28）	-2.23 （2009-11-01至2009-12-12）	0.48 （1997-07-18至1998-02-03）
3	130 （2011-08-09至2011-12-16）	70.02 （2002-08-29至2002-10-18）	-2.20 （2010-01-02至2010-02-17）	0.43 （2006-06-10至2006-10-04）
4	117 （2006-06-10至2006-10-04）	65.45 （2010-01-02至2010-02-17）	-2.15 （2011-08-09至2011-12-16）	0.43 （2011-08-09至2011-12-16）
5	105 （2012-12-21至2013-4-4）	60.81 （1997-07-18至1998-02-03）	-2.15 （1998-11-01至1998-12-09）	0.41 （1999-01-11至1999-04-24）

Fig.5 The distribution of each characteristic variable of 51 regional drought processes in Sichuan Province from 1997 to 2021 （a） durative day，（b） average intensity，（c） average influential area，（d） comprehensive intensity index

Fig.6 Spatial distribution of annual accumulated days of drought processes averaged from 1997 to 2021 in Sichuan Province （Unit： d）

Fig.7 The spatial patterns （a， b） and time coefficients （c， d） of the first （a， c） and second （b， d） modes of annual accumulated MCIm anomaly decomposed by EOF in Sichuan Province from 1997 to 2021

Fig.8 The drought climate division in Sichuan Province

Fig.9 Variation of annual accumulated MCIm in six drought climatic areas in Sichuan Province from 1997 to 2021

Fig.10 The real part of the wavelet coefficients of annual accumulated MCIm in six drought climatic areas in Sichuan Province from 1997 to 2021 （The thick black contour designates critical value at the 0.050 significance level， and the cone of influence （COI） where edge effects might distort the picture is shown as a light contour）

References 35

[1]	安莉娟, 任福民, 李韵婕, 等, 2014. 近50年华北区域性气象干旱事件的特征分析[J]. 气象, 40(9): 1 097-1 105.
[2]	樊东卫, 何勃亮, 李长华, 等, 2019. 球面距离计算方法及精度比较[J]. 天文研究与技术, 16(1): 69-76.
[3]	甘书龙, 1986. 四川省农业资源与区划[M]. 成都: 四川省社会科学院出版社.
[4]	郭冬, 吐尔逊·哈斯木, 吴秀兰, 等, 2022. 四种气象干旱指数在新疆区域适用性研究[J]. 沙漠与绿洲气象, 16(3): 90-101.
[5]	韩兰英, 张强, 贾建英, 等, 2019. 气候变暖背景下中国干旱强度、频次和持续时间及其南北差异性[J]. 中国沙漠, 39(5): 1-10. DOI
[6]	姜大膀, 王晓欣, 2021. 对IPCC第六次评估报告中有关干旱变化的解读[J]. 大气科学学报, 44(5): 650-653.
[7]	金燕, 况雪源, 晏红明, 等, 2018. 近55年来云南区域性干旱事件的分布特征和变化趋势研究[J]. 气象, 44(9): 1 169-1 178.
[8]	李万志, 张调风, 马有绚, 等, 2021. 基于灾害风险因子的青海省干旱灾害风险区划[J]. 干旱气象, 39(3): 480-485.
[9]	李忆平, 王劲松, 李耀辉, 2015. 2009/2010年中国西南区域性大旱的特征分析[J]. 干旱气象, 33(4): 537-545. DOI
[10]	李韵婕, 任福民, 李忆平, 等, 2014. 1960—2010年中国西南地区区域性气象干旱事件的特征分析[J]. 气象学报, 72(2): 266-276.
[11]	廖要明, 张存杰, 邹旭恺, 2021. 区域性干旱过程监测评估方法:QX/T597—2021[S]. 北京: 气象出版社.
[12]	廖要明, 张存杰, 2017. 基于MCI的中国干旱时空分布及灾情变化特征[J]. 气象, 43(11): 1 402-1 409.
[13]	刘振宏, 李娇, 孙艳云, 等, 2020. 辽宁西部农作物生长季干旱风险及降水满足度研究[J]. 沙漠与绿洲气象, 14(4):124-130.
[14]	马鹏里, 韩兰英, 张旭东, 等, 2019. 气候变暖背景下中国干旱变化的区域特征[J]. 中国沙漠, 39(6): 209-215. DOI
[15]	任福民, 2015. 中国干旱、强降水、高温和低温区域性极端事件[M]. 北京: 气象出版社.
[16]	王朝勇, 孙文樵, 王智育, 等, 1999. 四川省(暨重庆市)农田水分盈亏与农业干旱评估研究[R]. 四川省水利电力研究所.
[17]	王春学, 张顺谦, 陈文秀, 等, 2019. 气象干旱综合指数MCI在四川省的适用性分析及修订[J]. 中国农学通报, 35(9): 115-121. DOI
[18]	王素萍, 王劲松, 张强, 等, 2020. 多种干旱指数在中国北方的适用性及其差异原因初探[J]. 高原气象, 39(3): 628-640. DOI
[19]	魏凤英, 2007. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社:105-121.
[20]	谢五三, 张强, 李威, 等, 2021. 干旱指数在中国东北、西南和长江中下游地区适用性分析[J]. 高原气象, 40(5): 1 136-1 146.
[21]	熊志强, 1999. 四川农业灾害与减灾对策[M]. 成都: 四川科学技术出版社.
[22]	余兴湛, 蒲义良, 康伯乾, 2022. 基于SPEI的广东省近50 a干旱时空特征[J]. 干旱气象, 40(6): 1 051-1 058.
[23]	张超, 罗伯良, 2021. 湖南夏秋季持续性区域气象干旱的时空特征[J]. 干旱气象, 39(2): 193-202.
[24]	国家气候中心, 2017. 气象干旱等级:GB/T 20481—2017[S]. 北京: 中国标准出版社.
[25]	张强, 韩兰英, 郝小翠, 等, 2015. 气候变化对中国农业旱灾损失率的影响及其南北区域差异性[J]. 气象学报, 73(6): 1 092-1 103.
[26]	张强, 潘学标, 马柱国, 等, 2009. 干旱[M]. 北京: 气象出版社.
[27]	张强, 谢五三, 陈鲜艳, 等, 2021. 1961—2019年长江中下游区域性干旱过程及其变化[J]. 气象学报, 79(4): 570-581.
[28]	赵海燕, 张文千, 邹旭恺, 等, 2021. 气候变化背景下中国农业干旱时空变化特征分析[J]. 中国农业气象, 42(1): 69-79.
[29]	邹旭恺, 赵琳, 陈鲜艳, 等, 2022. 中国重大干旱事件分析(1961—2020年)[M]. 北京: 气象出版社,12.
[30]	CAI X, ZHANG W, FANG X, et al, 2021. Identification of regional drought processes in North China using MCI analysis[J]. Land, 10(12): 1 390.DOI:10.2166/ws.2022.313. DOI URL
[31]	CHEN H, SUN J, 2016. Anthropogenic warming has caused hot droughts more frequently in China[J]. Journal of Hydrology, 544: 306-318. DOI URL
[32]	NORTH G R, BELL T L, CAHALAN R F, et al, 1982. Sampling error in the estimation of empirical orthogonal functions[J]. Monthly Weather Review, 110(7): 699-706. DOI URL
[33]	REN F, CUI D, GONG Z, et al, 2012. An objective identification technique for regional extreme events[J]. Journal of Climate, 25: 7 015-7 027. DOI URL
[34]	TORRENCE C, COMPO G, 1997. A practical guide to Wavelet analysis[J]. Bulletin of the American Meteorological Society, 79: 61-78. DOI URL
[35]	YU M, LI Q, HAYES M J, et al, 2014. Are droughts becoming more frequent or severe in China based on the Standardized Precipitation Evapotranspiration Index: 1951-2010?[J]. International Journal of Climatology, 34(3): 545-558. DOI URL