• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2025, 43(2): 186-194 DOI: 10.11755/j.issn.1006-7639-2025-02-0186

论文

1961—2023年黑龙江省多尺度干旱时空特征

刘玉莲,1,2, 李秀芬3, 康恒元,4, 孙爽1,2, 袁芳5, 周贺玲6, 沈月钊7

1.黑龙江省气候中心,黑龙江 哈尔滨 150030

2.五营国家气候观象台,黑龙江 五营 153000

3.黑龙江省气象科学研究所,黑龙江 哈尔滨 150030

4.黑龙江省哈尔滨市气象局,黑龙江 哈尔滨 150028

5.中国气象局气象干部培训学院湖北分院,湖北 武汉 430074

6.河北省廊坊市气象局,河北 廊坊 131001

7.黑龙江省五常市气象局,黑龙江 五常 150040

Multi-scale drought spatiotemporal characteristics in Heilongjiang Province from 1961 to 2023

LIU Yulian,1,2, LI Xiufen3, KANG Hengyuan,4, SUN Shuang1,2, YUAN Fang5, ZHOU Heling6, SHEN Yuezhao7

1. Climate Center of Heilongjiang Province, Harbin 150030, China

2. Wuying National Climatological Observatory, Wuying 153000, Heilongjiang, China

3. Heilongjiang Province Institute of Meteorological Sciences, Harbin 150030, China

4. Harbin Meteorological Bureau of Heilongjiang Province, Harbin 150028, China

5. Training Centre, CMA, Hubei Branch, Wuhan 430074, China

6. Langfang Meteorological Bureau of Hebei Province, Langfang 131001, Hebei, China

7. Wuchang Meteorological Bureau of Heilongjiang Province , Wuchang 150040, Heilongjiang, China

通讯作者: 康恒元(1970—),男,正高级工程师,主要从事气象网络保障和信息技术。E-mail:627362835@qq.com

责任编辑: 黄小燕;校对:王涓力

收稿日期: 2024-08-6   修回日期: 2024-10-22  

基金资助: 辽宁省科学技术计划项目(2023JH2/101300090)
黑龙江省自然科学基金联合引导项目(LH2019D013)
国家重点研发计划项目(2018YFA0605603)
辽宁省气象局重点创新团队项目“气候变化对东北地区影响及评估”共同资助

Received: 2024-08-6   Revised: 2024-10-22  

作者简介 About authors

刘玉莲(1974—),女,正高级工程师,主要从事区域气候变化研究。E-mail:Liuyl74@qq.com

摘要

明确气候变化背景下黑龙江省多尺度干旱时空特征,对于防灾减灾、保障粮食安全至关重要。基于1961—2023年黑龙江省水平分辨率为1°×1°的NCEP(National Center for Environmental Prediction)和GPCC(Global Precipitation Climatology Centre)月尺度格点气象数据,计算不同时间尺度的标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI),使用K-means聚类方法,将黑龙江省分为3个区域,分析1961—2023年黑龙江省不同干旱分区、多时间尺度气象干旱时空特征。结果表明:1961—2023年黑龙江省SPEI指数表现出明显的波动,北部山区4月SPEI呈现显著减小趋势,而中西平原区和东南区在不同时间尺度下SPEI呈增加趋势,表明黑龙江省不同区域的干湿状况存在显著的空间差异。黑龙江省气象干旱主要以大范围群发的形式出现,有两个明显的高发期,分别是1967—1989年和1999—2011年;夏季干旱影响范围普遍大于春季。最近气候期(1991—2020年)黑龙江省的干旱频次增加、强度增强,这一趋势对区域的生态安全和可持续发展构成了挑战。

关键词: 多尺度干旱; SPEI; 黑龙江; K-means聚类

Abstract

It is crucial for disaster prevention, mitigation, and food security to elucidate the temporal and spatial characteristics of multi-scale drought in Heilongjiang Province under the background of climate change. Based on NCEP (National Centers for Environmental Prediction) and GPCC (Global Precipitation Climatology Center) monthly grid meteorological data with a horizontal resolution of 1°×1° in Heilongjiang Province from 1961 to 2023, the standardized precipitation evapotranspiration index (SPEI) was calculated at various time scales. Additionally, the K-means clustering method was employed to divide Heilongjiang Province into three distinct zones, and the spatio-temporal characteristics of meteorological drought for multiple time scales in different zones in Heilongjiang Province from 1961 to 2023. The results show that the SPEI in Heilongjiang Province fluctuated significantly from 1961 to 2023. Notably, the SPEI in the northern mountainous region decreased markedly in April, while the SPEI in the central and western plain areas as well as the southeastern region increased at varying time scales, reflecting obvious spatial disparities in dry and wet conditions across different regions of Heilongjiang Province. Meteorological drought in Heilongjiang Province predominantly manifested as large-scale widespread occurrences, with two prominent high-frequency periods: 1967-1989 and 1999-2011. Furthermore, the spatial extent of drought in summer generally exceeded that in spring. In the recent climatic period (1991-2020), the frequency of drought in Heilongjiang Province increased and the intensity of drought intensified. And this trend poses a challenge to regional ecological security and sustainable development.

Keywords: multi-scale drought; standardized precipitation evapotranspiration index; Heilongjiang Province; K-means clustering

PDF (3074KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

刘玉莲, 李秀芬, 康恒元, 孙爽, 袁芳, 周贺玲, 沈月钊. 1961—2023年黑龙江省多尺度干旱时空特征[J]. 干旱气象, 2025, 43(2): 186-194 DOI:10.11755/j.issn.1006-7639-2025-02-0186

LIU Yulian, LI Xiufen, KANG Hengyuan, SUN Shuang, YUAN Fang, ZHOU Heling, SHEN Yuezhao. Multi-scale drought spatiotemporal characteristics in Heilongjiang Province from 1961 to 2023[J]. Arid Meteorology, 2025, 43(2): 186-194 DOI:10.11755/j.issn.1006-7639-2025-02-0186

0 引言

干旱作为一种极端气候事件,深刻影响着社会经济、生态系统、人类生产生活以及社会稳定等诸多方面(UNCCD,2022),已然成为气候变化研究领域的前沿课题(王芝兰等,2019;马有绚等,2020;王莺等,2022)。在全球变暖的大背景下,我国干旱灾害呈现出严重程度加深、持续时间延长、影响范围扩大的趋势(陈燕丽等,2019;王敏等,2022;薛亮等,2023;高婧等,2024;邓彪等,2024),所造成的经济损失约占所有自然气象灾害的35%(王劲松等,2012),不断威胁着我国粮食安全和生态安全。鉴于气象干旱事件具有明显的区域特性和复杂性(马柱国和任小波,2007;张强等,2020),从多维度、多尺度深入探究干旱的演变规律,对推动经济社会持续健康发展、提升旱灾应对能力具有至关重要的意义。

为更精准地描述干旱状况,诸多学者构建了一系列干旱指数。如Palmer(1965)提出了帕默尔干旱强度指数(Palmer Drought Severity Index,PDSI),McKee等(1993)研发出标准降水指数(Standardized Precipitation Index,SPI),Vicente-Serrano等(2010)又推出标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)。其中,SPEI融合了PDSI和SPI的优点,综合考虑降水和气温对干旱的影响,因此其适用性非常广泛,能够有效应用于各类气候区域的干旱监测工作(宋艳玲,2022;余兴湛等,2022;张玮煊等,2023)。

黑龙江省作为我国重要的商品粮基地,在国家粮食安全体系中占据关键地位。自2010年起,黑龙江省粮食产量占全国比重持续稳定在10%以上(殷琪荔,2023),堪称国家粮食安全的坚实“压舱石”。该省地处高纬度的季风气候区,对气候变化极为敏感,农业气象灾害频发,对粮食产量影响显著。同时,黑龙江省属典型的雨养农业区,降水变率大且时空分布不均(高永刚,2012;姜丽霞等,2019),致使作物生长季内干旱和洪涝灾害频繁发生(杨晓静等,2016),其中干旱对粮食产量的负面影响最大(王秋京等,2016)。因此,精准刻画干旱特征,成为保障黑龙江省农业安全生产与粮食安全的紧迫任务。

围绕黑龙江省气象干旱问题,刘玉莲和于宏敏(2012)、王莹等(2023)分别基于逐日综合气象干旱指数(Comprehensive Meteorological Drought Index,CI)和气象干旱综合指数(Meteorological Drought Composite Index,MCI),剖析了黑龙江作物生长期的干旱变化态势;李秀芬等(2020)基于SPI、朱海霞等(2019)利用连续无有效降水日数,分别对黑龙江大豆生长季的旱涝时序特征及干旱格局进行了分析。然而,现有的研究大多依赖站点气象资料,在精细化干旱监测评估方面存在局限性,难以满足现代化农业生产的需求。鉴于此,本文利用1961—2023年黑龙江省范围内水平分辨率为1°×1°的美国国家环境预报中心(National Center for Environmental Prediction,NCEP)和全球降水气候学中心(Global Precipitation Climatology Centre,GPCC)的月尺度格点气象数据,计算得到SPEI指数序列。在此基础上,利用K-means聚类方法,对黑龙江省进行气候分区,并深入分析多时间尺度下黑龙江省气象干旱的时空特征,旨在全面了解气候变化背景下该区域气象干旱的演变规律。

1 数据与方法

1.1 数据来源

SPEI计算所采用的平均温度数据来自NCEP,降水量数据来自GPCC,资料起止时间为1961—2023年;潜在蒸散数据来自欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的ERA5再分析数据集,资料起止时间1961—2020年。以上资料的水平分辨率均为1°×1°,时间分辨率均为月。

年资料统计遵循自然年算法,生长季界定为每年5—9月,春季为3—5月,夏季为6—8月;取1991—2020年要素平均值作为该要素气候态。

1.2 方法

1.2.1 标准化降水蒸散指数(SPEI)

SPEI通过计算降水量与潜在蒸散量之间的差值,分析该差值相较于平均状态的离散程度,以此来反映特定区域的干旱状况(Mehr and Vaheddoost,2020),其计算方法参考Vicente-Serrano等(2010)文献。分别计算1、3、5、12个月时间尺度的SPEI,依次表示为SPEI1、SPEI3、SPEI5、SPEI12。SPEI1主要反映短时干旱情况,着重分析4—10月(非封冻期)逐月的干旱变化;同时,选取3—5月、6—8月、5—9月、1—12月的SPEI分别代表春季、夏季、生长季、年际的干旱状况;区域平均的SPEI序列,通过对区域(全省或各分区)内各格点的SPEI值进行算术平均计算得出。由于11月至次年3月,土壤处于封冻状态,降水多以固态形式存在,因此不分析秋冬季的干旱情况。基于SPEI的干旱等级划分标准(表1)参照Vicente-Serrano等(2010)研究结果和《气象干旱等级》(全国气候与气候变化标准化技术委员会,2017)。

表1   基于SPEI的干旱等级划分标准

Tab.1  Classification standard of drought grade based on SPEI

干旱等级SPEI
无旱SPEI>-0.5
轻旱-1.0<SPEI≤-0.5
中旱-1.5<SPEI≤-1.0
重旱-2.0<SPEI≤-1.5
特旱SPEI≤-2.0

新窗口打开| 下载CSV


1.2.2 K-means聚类

K-means聚类属于无监督机器学习的范畴,是一种常用的聚类分析方法,其借助欧氏距离来衡量样本间的相似程度,并根据相似度完成数据聚类。利用K-means聚类方法,以年SPEI为基准,将黑龙江省分为3个区域(图1):Ⅰ区为北部山区,涵盖17个格点;Ⅱ区为中西平原区,包含18个格点;Ⅲ区为东南区,共有24个格点。

图1

图1   基于K-means聚类的黑龙江省区域划分

注:基于自然资源部标准地图服务网站标准地图[审图号:GS (2019)1822号]制作,底图边界无修改。

Fig.1   Regional division of Heilongjiang Province based on K-means clustering


1.2.3 干旱评价指标

1)干旱格点占比:区域内出现气象干旱的格点数量占总格点数量的百分比(P),用于评价干旱影响范围(韩志慧等,2017;李秀芬等,2020)。具体划分为以下几类:全域性干旱(P≥50%)、区域性干旱(25%≤P<50%)、局域性干旱(10%≤P<25%)和无明显干旱(P<10%)。

2)干旱强度:区域内达到干旱标准的格点SPEI的平均值。

3)干旱频次:在特定时间段内干旱事件发生的次数,用来衡量干旱发生频率。

1.2.4 变率

变率通过计算统计时段内相邻两年要素差值绝对值的平均值来确定。SPEI变率体现了SPEI在不同时间尺度下的变化程度,反映地区干湿条件的稳定性。当变率较大时,表明波动明显,意味着干湿转换更加剧烈,极端干旱或极端湿润的情况更容易发生;反之,若变率较小,则说明该地区干湿条件相对稳定。

2 结果分析

2.1 SPEI时间变化

通过分析黑龙江省不同区域的年尺度SPEI变化情况(表2图2)可知,1961—2023年全省平均SPEI最大值(3.4)出现在2020年,最小值(-1.5)出现在2001年,整体上没有表现出明显的变化趋势。然而,自2000年以来,黑龙江年SPEI呈现出显著的增加趋势,增加速率达1.4·(10 a)-1,通过α=0.05的显著性检验。SPEI的年代际变化表现为“减小、增加、减小、增加”的波动趋势,其中2010年代SPEI最大,平均值为0.6,其次为1980年代和1960年代,而21世纪最初10 a最小,平均值为-0.5。

表2   1961—2023年黑龙江省不同区域不同时间尺度SPEI统计

Tab.2  The statistics of SPEI at different time scales in different regions of Heilongjiang Province from 1961 to 2023

时间尺度不同区域最大值最大值出现年份最小值最小值出现年份变化趋势/(10 a)-1变率
全省3.42020-1.520010.120.73
北部山区3.22021-1.620070.080.84
中西平原区3.72020-2.020010.17*0.94
东南区3.42020-1.520010.120.92
生长季全省3.32020-1.420010.100.64
北部山区2.92021-1.620020.080.84
中西平原区3.82020-1.820010.16*0.88
东南区3.22020-1.519990.080.81
春季全省1.82022-1.620030.090.88
北部山区2.12021-1.820180.011.08
中西平原区1.72022-1.720090.071.03
东南区1.92022-2.020030.16**1.01
夏季全省2.82020-1.420070.090.71
北部山区2.52020-1.720050.060.89
中西平原区3.02023-1.520010.140.87
东南区3.02023-1.419700.070.91

注:*、**分别表示通过α=0.05、α=0.01的显著性检验。

新窗口打开| 下载CSV


图2

图2   1961—2023年黑龙江省不同区域年尺度SPEI年际变化

Fig.2   The inter-annual variation of annual SPEI in different regions of Heilongjiang Province from 1961 to 2023


北部山区、中西平原区和东南区自2000年以来SPEI均呈现出显著增加趋势,增加速率分别为1.2·(10 a)-1、1.6·(10 a)-1、1.5·(10 a)-1(通过α=0.05的显著性检验);中西平原区1961—2023年SPEI增加趋势显著,速率为0.17·(10 a)-1(通过α=0.05的显著性检验)。此外,中西平原区和东南区的SPEI变率较大,而北部山区的SPEI变率相对较小。

1961—2023年黑龙江省不同区域生长季SPEI变化(表2图3)与全省情况相似,自2000年以来,全省和不同区域的SPEI均呈显著增加趋势(增加速率均通过α=0.05的显著性检验),其中,中西平原区的增加速率最大。另外,中西平原区变率较大,东南区相对较小。

图3

图3   1961—2023年黑龙江省不同区域生长季SPEI年际变化

Fig.3   The inter-annual variation of SPEI during the growing season in different regions of Heilongjiang Province from 1961 to 2023


1961—2023年,黑龙江全省平均的春季、夏季SPEI均未表现出明显的变化趋势,但2000年以来,夏季SPEI显著增加(通过α=0.05的显著性检验)。北部山区、中西平原区的春季、夏季SPEI都没有明显变化趋势,东南区夏季SPEI无明显变化趋势,而春季SPEI则以0.16·(10 a)-1的速率显著增加(通过α=0.05的显著性检验)。春季北部山区SPEI变率较大,夏季东南区SPEI变率较大。

全省5、6、8、9月的SPEI自2000年以来呈显著增加趋势(增加速率均通过α=0.05的显著性检验);4月波动范围最大,为-2.5~1.9;其次是9月,为-1.7~2.6;5月波动范围最小,为-1.7~1.4。

北部山区4月SPEI减小趋势显著,减小速率为0.14·(10 a)-1(通过α=0.05的显著性检验);4月波动范围(-3.3~2.2)最大,其次是8月(-1.4~2.7),10月波动范围(-1.6~1.4)最小。中西平原区6月SPEI增加趋势显著,速率为0.17·(10 a)-1(通过α=0.05的显著性检验);9月和4月波动范围较大(分别为-1.8~3.6、-2.8~2.2),5月波动范围(-1.9~1.6)较小。月尺度SPEI变率较大,干湿波动较显著。

东南区5月SPEI增加趋势显著,变化速率为0.14·(10 a)-1(通过α=0.05的显著性检验)。月SPEI的波动表现出与其他两个区域的差异,其9月SPEI波动范围最大(-2.0~2.5),而4月波动范围最小。

2.2 气象干旱时间变化

2.2.1 干旱范围的时间变化

1961—2023年,黑龙江省全省年干旱格点占比多年平均为29.5%,2001年的干旱影响范围最大,占比89.8%。在63 a中,有52 a发生干旱(82.5%),其中17 a全域性干旱(27.0%),16 a为区域性干旱(25.4%),6 a为局域性干旱(9.5%)。可见黑龙江年际尺度干旱以大范围群发为主。干旱高发期集中在两个时段,分别是1967—1989年和1999—2011年,这与黑龙江省降水的年代际变化基本吻合(康恒元等,2022),且省内出现的全域性干旱,均发生在这两个时期内。1961—2023年,北部山区年干旱格点占比平均为29.1%,2005年干旱影响范围最大,干旱格点占比达100%;中西平原区年干旱格点占比平均为29.9%(高于其他两个区域),2000年干旱影响范围最大;东南区年干旱格点占比平均为29.4%,1982年干旱影响范围最大。

生长季干旱格点占比全省平均为28.7%,2000年最大,达100.0%;21世纪最初10 a的干旱范围最大,干旱格点平均占比56.9%;1970年代次之,平均占比40.2%;2010年代最小,平均占比16.3%。北部山区干旱格点占比平均为28.1%,中西平原区为29.6%,东南区为28.5%。

春季干旱格点占比全省为30.6%,2003年最大,达100.0%;1990年代的春旱范围最大,干旱格点占比43.4%;2010年代最小,占比19.7%。北部山区、中西平原区和东南区春旱占比平均分别为31.0%、32.8%和28.6%。

夏季干旱格点占比全省为29.9%,1970年最大,为96.6%;21世纪最初10 a的夏旱最重,干旱格点占比为51.0%;1980年代最小,占比为19.3%,这与年尺度、春季、生长季的干旱范围2010年代最小不同。北部山区、中西平原区和东南区夏季干旱格点占比平均分别为30.2%、28.0%和31.2%。

月尺度看,1961—2023年全省4月和9月的干旱范围较大,5月干旱范围较小。北部山区4月和9月干旱范围较大,7月较小;4月干旱范围在1961—2023年增加趋势显著(通过α=0.05的显著性检验)。中西平原区4月和9月干旱范围较大,8月较小;10月干旱范围在1961—2023年增加趋势显著(通过α=0.05的显著性检验)。东南区10月和9月干旱范围较大,8月较小。

全省和各区域年尺度轻旱范围平均为10%~20%,中旱为5%~10%,重旱和特旱低于5%。4—6月干旱范围较小,随着季节推移,干旱范围有所增加;7—8月干旱范围较大,尤其是7月;9—10月干旱范围又有所下降。夏季平均干旱范围普遍大于春季,表明夏季可能更易受大范围干旱影响。

2.2.2 干旱强度的时间变化

图4图5分别为1961—2023年黑龙江省年、生长季干旱强度演变。可见,不同尺度不同区域气象干旱强度较大值主要集中在干旱高发期,1999—2011年的干旱强度较1967—1989年更大。

图4

图4   1961—2023年黑龙江省不同区域年干旱强度演变

Fig.4   The evolution of annual drought intensity in different regions of Heilongjiang Province from 1961 to 2023


图5

图5   1961—2023年黑龙江省不同区域生长季干旱强度演变

Fig.5   The evolution of drought intensity in growing season in different regions of Heilongjiang Province from 1961 to 2023


黑龙江省年尺度干旱强度(图4)全省和各区域平均均为0.9,全省最大值为1.7(出现在2001年),北部山区最大为1.6(2002年),中西平原区最大为2.0(2001年),东南区最大为1.6(2001年)。

生长季干旱强度(图5)全省平均为1.0,最大为1.5(出现在2001年)。北部山区和中部平原区平均干旱强度均为0.9,东南区平均为1.0。北部山区、中西平原区和东南区最大干旱强度分别为1.6(2002年)、1.8(2001年)和1.5(1999年)。

春季和夏季干旱强度全省平均分别为1.0和0.9,最大值分别为1.6(2003年)和1.5(2007年);北部山区春季和夏季平均干旱强度均为1.0,春季最大为1.8(2018年),夏季最大为1.7(2007年);中西平原区春季和夏季平均干旱强度分别为1.0和0.9,春季最大为1.7(2009年),夏季最大为1.5(2001年);东南区春季和夏季平均干旱强度均为1.0,最大分别为2.0(2003年)和1.5(2007年)。

2.3 气象干旱空间分布

为了解黑龙江省气象干旱空间分布特征及变化,统计最近气候期(1991—2020年)黑龙江省干旱频次和干旱强度,并与前一个气候期(1961—1990年)比较。

2.3.1 干旱频次空间分布

1991—2020年黑龙江省年尺度干旱频次平均发生10.1次,黑龙江省中南部干旱频发,最多发生15.0次,大兴安岭北部山区干旱发生最少,为4.0次。生长季和春季的干旱频次与年际尺度相近,分别为10.0次和10.1次,干旱多发区分别是大兴安岭北部和松嫩平原西部;夏季干旱频次为10.4次,干旱多发区在西北部大兴安岭中部。逐月来看,4月干旱频次最高,平均为13.0次,大兴安岭北部干旱多发;5月干旱频次最低,平均9.9次,随后,干旱频次逐渐上升,9月达到最高(平均频次为15.7次),高发区主要在西部和西北部;10月干旱频次略有下降(11.0次),高发区在松嫩平原北部。

1991—2020年轻旱平均发生5.1次,高频区位于张广才岭西部,低频区位于三江平原南部、老爷岭北部;中旱平均发生2.4次,高发区位于松嫩平原北部;重旱平均发生2.1次,高发于西北部大兴安岭中部;特旱频次最低,为0.4次,多发于西北部大兴安岭中北部。

与前一个气候期相比,最近气候期黑龙江省平均气象干旱频次为增多趋势,年尺度增加1.6次,生长季和夏季分别增多1.9次和2.1次,春季相对增多较少,为0.9次。月尺度4月和9月增多最多,分别为4.5次和4.1次。

2.3.2 干旱强度空间分布

图6为1991—2020年黑龙江省年和生长季干旱强度空间分布。可以看出,1991—2020年,黑龙江省年际尺度平均干旱强度为1.1,干旱强度大值出现在三江平原南部、老爷岭北部,强度最强达1.4。生长季平均干旱强度略高于年际尺度,为1.2,大值区出现在大兴安岭北部山区,强度最强达1.6;春季平均干旱强度为1.2,大值区出现在大兴安岭北部山区,强度为1.4;夏季平均干旱强度为1.1,与生长季相近但略低于春季,大值区与生长季相同,都在大兴安岭北部山区,强度为1.6。4—10月,逐月尺度的干旱强度表现出波动性,4—6月平均干旱强度最强,为1.2;7—8月,干旱强度略有下降,为1.1;9月和10月的平均干旱强度回升至1.2。

图6

图6   1991—2020年黑龙江省年(a)和生长季(b)干旱强度空间分布

Fig.6   Spatial distribution of annual (a) and growing season (b) drought intensity in Heilongjiang Province from 1991 to 2020


与前一个气候期相比,最近气候期黑龙江省气象干旱平均强度都表现出增强趋势,全省平均年气象干旱强度增加0.1,生长季、春季和夏季增均加0.2,4月和6月也均增加0.2。

3 结论与讨论

本文利用1961—2023年黑龙江省水平分辨率为1°×1°的NCEP和GPCC月尺度格点气象数据,计算不同时间尺度的标准化降水蒸散指数(SPEI),进而分析黑龙江省不同区域、多时间尺度下气象干旱的时空特征,得到以下主要结论。

(1)1961—2023年,黑龙江省平均年SPEI最大值为3.4,最小值为-1.5;SPEI的年代际变化表现为“减小、增加、减小、增加”的波动趋势。北部山区4月SPEI减小趋势显著,减小速率为0.14·(10 a)-1;中西平原区年、生长季、6月SPEI增加趋势显著,年和6月增加速率均为0.17·(10 a)-1,生长季增加速率为0.16·(10 a)-1;东南区春季和5月SPEI增加趋势显著,速率分别为0.16·(10 a)-1和0.14·(10 a)-1

(2)1961—2023年,黑龙江气象干旱以大范围群发为主,两个高发期分别是1967—1989年和1999—2011年。全省和不同区域年际尺度轻旱影响范围为10%~20%,中旱为5%~10%,重旱和特旱通常低于5%;夏季干旱范围大于春季。

本文揭示了黑龙江省不同地区不同时间尺度干旱和湿润状况的波动。21世纪20年代初期SPEI为1961年以来最高,中西平原区年、生长季及6月的SPEI,东南区春季和5月的SPEI,均呈现出增加趋势,这可能与黑龙江省近几年降水偏多有关(康恒元等,2022);而北部山区4月SPEI却有减小趋势,表明大小兴安岭春季干旱风险明显增加。

参考文献

陈燕丽, 蒙良莉, 黄肖寒, , 2019.

基于SPEI的广西喀斯特地区1971—2017年干旱时空演变

[J]. 干旱气象, 37(3):353-362.

[本文引用: 1]

邓彪, 孙蕊, 邢开瑜, , 2024.

1961—2022年四川省区域性干旱过程识别及时空演变特征

[J]. 高原山地气象研究, 44(1): 85-93.

[本文引用: 1]

高婧, 井立红, 李海燕, , 2024.

近60 a新疆塔城地区降水及气象干旱变化特征

[J]. 高原山地气象研究, 44(1): 134-142.

[本文引用: 1]

高永刚, 2012.

黑龙江省1967—2007年极端气温与降水综合强度的时空特征分析

[J]. 资源科学, 34(11): 2 170-2 180.

[本文引用: 1]

韩志慧, 刘小刚, 郝琨, , 2017.

基于SPI指数的内蒙古地区干旱演变特征及趋势预测

[J]. 排灌机械工程学报, 35(5):430-439.

[本文引用: 1]

姜丽霞, 朱海霞, 闫敏慧, , 2019.

黑龙江省主汛期异常降水变化及其与洪涝的关系研究

[J]. 灾害学, 34(2): 1-6.

[本文引用: 1]

康恒元, 周贺玲, 袁芳, , 2022.

黑龙江省多水期降水特征

[J]. 沙漠与绿洲气象, 16(6):101-110.

[本文引用: 2]

李秀芬, 郭昭滨, 朱海霞, , 2020.

黑龙江省大豆生长季旱涝时序特征及其对产量的影响

[J]. 应用生态学报, 31(4):1223-1 232.

[本文引用: 2]

刘玉莲, 于宏敏, 2012.

基于CI指数的黑龙江省作物生长关键期干旱变化

[J]. 气象与环境学报, 28(1):48-54.

[本文引用: 1]

马有绚, 李万志, 王丽霞, , 2020.

基于SPI的青海省春季干旱时空演变特征及环流诊断

[J]. 干旱气象, 38(3):362-370.

[本文引用: 1]

马柱国, 任小波, 2007.

1951—2006年中国区域干旱化特征

[J]. 气候变化研究进展, 3(4):195-201.

[本文引用: 1]

全国气候与气候变化标准化技术委员会, 2017. 气象干旱等级:GB/T 20481—2017[S]. 北京: 中国标准出版社.

[本文引用: 1]

宋艳玲, 2022.

全球干旱指数研究进展

[J]. 应用气象学报, 33(5):513-526.

[本文引用: 1]

王劲松, 李耀辉, 王润元, , 2012.

我国气象干旱研究进展评述

[J]. 干旱气象, 30(4):497-508.

[本文引用: 1]

近几十年来,在全球变化和社会经济高速发展的影响下,全球环境问题尤为突出。其中最为严峻的问题之一是干旱的频繁发生。干旱已经成为全球性的问题,由干旱,尤其是重大干旱灾害所引起的水资源匮乏、粮食危机、生态恶化( 如荒漠化等) ,直接威胁到国家的长期粮食安全和社会稳定。针对这些问题,本文介绍了国家对干旱研究的需求和近年来在干旱研究领域的主要科技进展,提出了目前干旱研究领域存在争议的问题、以及面对国家需求应解决的关键科学问题。并对未来5 ~ 10 a该领域的发展趋势进行了简要分析。

王敏, 尹义星, 陈晓旸, , 2022.

基于SPEI的近百年天津地区气象干旱时空演变特征

[J]. 干旱气象, 40(1):11-21.

DOI      [本文引用: 1]

基于1921&#x02014;2016年天津地区降水、气温观测数据,对全球降水气候中心降水(GPCC-P)、东英吉利大学气候研究中心气温(CRU-T)进行适用性评估后发现GPCC-P和CRU-T均能较好地反映天津地区降水和气温的变化。在此基础上,进一步利用GPCC-P、CRU-T计算的标准化降水蒸散指数(SPEI)分析天津地区近百年干旱时空演变特征并判断其未来变化趋势。结果表明:(1)天津干旱主要发生于1940年代初期、1990年代末和2000年代初期,四季均以轻旱和中旱为主,干旱高频季节由秋、冬季逐渐转为春、夏季。(2)天津全区SPEI气候趋势在6个时期除秋季整体呈 &#x0201c;升、降、升&#x0201d;分布特征外,春、夏、冬季均表现为 &#x0201c;升、降&#x0201d;的分布特征,且夏季下降趋势最为显著,1961&#x02014;2010年宁河每10 a下降0.30。(3)1921&#x02014;1970、1931&#x02014;1980、1941&#x02014;1990年天津春、冬季湿润化趋势由降水主导,而夏、秋季则由气温和降水协同影响; 1951&#x02014;2000、1961&#x02014;2010、1971&#x02014;2016年春季干旱趋势主要受气温影响,夏、冬季则为气温和降水协同影响,随着全球变暖,气温升高对干旱的影响逐渐增强。(4)1921&#x02014;2016年天津地区四季SPEI与PDO呈负相关关系,春、夏季相关性从西北向东南递减,而秋、冬季相关性则由东南向西北递减。(5)未来夏季天津全区、冬季天津西南部呈干旱化趋势,春季干旱化趋势、秋季湿润化趋势不明显。

王秋京, 吕佳佳, 李秀芬, , 2016.

黑龙江省农业气象灾害分布特征及其对农业生产的影响

[J]. 黑龙江水利科技, 44(4): 57-61.

[本文引用: 1]

王莺, 张强, 王劲松, , 2022.

21世纪以来干旱研究的若干新进展与展望

[J]. 干旱气象, 40(4):549-566.

DOI      [本文引用: 1]

干旱是中国影响范围最广、造成经济损失最严重的自然灾害之一,直接威胁国家粮食安全和社会经济发展,对干旱问题的认识和研究有助于提升国家防旱减灾能力。自新中国成立以来,中国对于干旱气象的研究取得了丰硕的成果。本文以21世纪以来中国气象局干旱气候变化与减灾重点开放实验室为平台开展的与干旱气象相关的科研项目群取得的研究成果为基础,通过成果检索,对干旱监测技术、干旱时空分布规律、干旱致灾特征、干旱灾害风险及其对气候变暖的响应以及干旱灾害风险管理与防御技术等方面的新进展进行总结和归纳。同时,基于干旱气象研究的前沿发展趋势,提出中国未来干旱气象研究应在加强气候变化背景下干旱高发区综合性干旱观测试验基础上,从不同维度和尺度定量研究干旱形成机理,构建多源数据融合和多方法结合的综合干旱监测新方法,揭示干旱致灾机理,科学评估干旱灾害风险,提出具有可执行性的风险管理策略等重点科学问题上取得突破。这对于推动中国干旱气象研究具有积极意义。

王莹, 张舒, 徐永清, , 2023.

近50 a黑龙江省5—9月气象干旱及大气环流异常特征

[J]. 干旱气象, 41(4):540-549.

DOI      [本文引用: 1]

黑龙江省是我国主要的粮食生产基地,研究该区域干旱气候特征对科学开展旱灾防御治理具有重要作用。基于1971—2020年农作物生长季(5—9月)黑龙江省80个国家气象站逐日气温、降水资料,计算黑龙江省逐日气象干旱综合指数(Meteorological Drought Composite Index,MCI),分析黑龙江省中旱、重旱、特旱日数时空分布特征,进一步对比分析典型干旱、湿润年的环流特征。结果表明:1971—2020年5—9月,黑龙江省大兴安岭南部、松嫩平原西部是干旱多发区;干旱日数月际空间分布西多东少、中部腹地局部偏多;中旱、重旱、特旱日数年代际特征明显且均呈减少趋势,中旱减少趋势最明显,变化速率为-1.7 d·(10 a)<sup>-1</sup>。典型干旱年与典型湿润年的环流存在显著差异,典型干旱年,贝加尔湖以西地区受反气旋控制,黑龙江上空受西风带气流控制,盛行下沉气流,不利于冷暖空气交汇,水汽输送通道不明显,水汽难以到达黑龙江地区;典型湿润年情况则相反。

王芝兰, 周甘霖, 张宇, , 2019.

美国干旱监测预测业务发展及其科学挑战

[J]. 干旱气象, 37(2):183-197.

[本文引用: 1]

薛亮, 袁淑杰, 王劲松, 2023.

我国不同区域气象干旱成因研究进展与展望

[J]. 干旱气象, 41(1):1-13.

DOI      [本文引用: 1]

在全球增暖背景下,我国干旱灾害的严重程度、持续时间和影响范围均呈增加趋势。气象干旱是干旱灾害发生的前提,厘清气象干旱形成原因,对提高干旱预警能力、制定干旱灾害应对策略和防御措施有重要科学意义。本文较为全面地梳理了我国气象干旱成因的研究进展。首先,考虑干旱的成因具有区域差异性,分别总结了我国西北、华北、东北、华东、华南及西南6个区域的干旱成因;考虑干旱的时间持续性,基于季节干旱、两季连旱和三季连旱,分别从冷暖空气、位势高度场、海温场异常等方面归纳各区域不同持续时间气象干旱形成的主要影响因子。其次,提出了目前我国气象干旱成因研究面临的科学问题和未来研究方向。鉴于已有的干旱成因研究多以对单一影响因子研究为主,即便考虑了干旱形成的多个影响因子,但仍然相对缺乏对多因子间协同作用的定量分析,因此未来需要关注不同影响因子对气象干旱形成的贡献率及彼此间协同作用的定量关系。

杨晓静, 徐宗学, 左德鹏, , 2016.

东北三省近55 a旱涝时空演变特征

[J]. 自然灾害学报, 25(4): 9-19.

[本文引用: 1]

殷琪荔, 2023. 气候变化对黑龙江省粮食全要素生产率的影响研究[D]. 哈尔滨: 东北农业大学.

[本文引用: 1]

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):1051-1 058.

[本文引用: 1]

张强, 姚玉璧, 李耀辉, , 2020.

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, 78(3):500-521.

[本文引用: 1]

张玮煊, 刁鹏, 巴音才次克, , 2023.

基于SPEI的开都河流域干旱时空演变特征分析

[J]. 沙漠与绿洲气象, 17(6):102-110.

[本文引用: 1]

朱海霞, 李秀芬, 赵慧颖, , 2019.

黑龙江省大豆生长季干旱时空格局

[J]. 干旱地区农业研究, 37(2):229-237.

[本文引用: 1]

MCKEE T, DOESKEN N, KLEIST J, 1993.

The relationship of drought frequency and duration to time scales

[C]. The 8th Conference on Applied Climatology. Anaheim: California.

[本文引用: 1]

MEHR A, VAHEDDOOST B, 2020.

Identification of the trends associated with the SPI and SPEI indices across Ankara, Turkey

[J]. Theoretical and Applied Climatology, 139(3):1531-1 542.

[本文引用: 1]

PALMER W, 1965.

Meteorological drought

[C]. Research Paper.45, U. S. Department of Commerce, Weather Bureau, Washington D. C., 58pp

[本文引用: 1]

THOMTHWAITE C, 1948.

An approach toward a rational classification of climate

[J]. Geographical Review, 38(1): 55-94.

UNCCD, 2022.

Drought in numbers 2022-restoration for readiness and resilience

[R]. United Nations Convention to Combat Desertification: 1-51.

[本文引用: 1]

VICENTE-SERRANO S M, BEGUERÍA S, LÓPEZ-MORENO J I, 2010.

A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index

[J]. Journal of Climate, 23(7): 1 696-1 718.

[本文引用: 3]

/