王玲玲,何 巍,羅米娜,邱 玥,肖 佩
(1.四川省自貢市氣象局,四川 自貢 643000;2.高原與盆地暴雨旱澇災害四川省重點實驗室,四川 成都 610000)
川西高原地處青藏高原東部,其氣候特征和植被類型與四川東部地區(qū)差異很大,該區(qū)域是四川省主要的牧業(yè)基地,也是全國五大牧區(qū)之一,但近年來由于“缺草”導致該區(qū)域生態(tài)急劇惡化,畜牧業(yè)的發(fā)展受到制約[1]。夏季是牧草生長的關鍵時期,而干旱會明顯影響牧草長勢,造成牧草產量下降、黃枯期提前、生育期縮短等,且干旱還可能引發(fā)一系列的環(huán)境問題,例如草地群落結構簡單化、物種多樣性減少、土地沙化不斷擴展、鼠蟲害頻發(fā)等[2]。因此,對草原區(qū)域的干旱進行準確、有效地監(jiān)測,不僅可為該區(qū)域農牧業(yè)生產提供干旱風險的管理依據,還可為農牧民生活的改善以及生態(tài)環(huán)境的保護提供決策性支持。
干旱監(jiān)測方法主要分為傳統(tǒng)氣象監(jiān)測法和遙感監(jiān)測法。氣象監(jiān)測法是較為傳統(tǒng)的一種監(jiān)測技術,但缺乏對大區(qū)域干旱程度進行時空連續(xù)監(jiān)測。其中帕默爾干旱指數(palmer drought severity index,PDSI)采用雨量平衡模型,涉及降雨、蒸散發(fā)、土壤濕度等因素,考慮了前期水分對干旱的貢獻,具有明顯的物理意義,但PDSI仍存在一定局限性,比如輸入的數據較多、獲取難度大[3];相對濕潤指數(moisture index,MI)以土壤水分收支平衡為基礎,反映作物生長季節(jié)水分平衡特征,適用于旬以上的干旱監(jiān)測與評估[4];降水距平百分率(precipitation abnormity percentage,PA)利用歷年同期平均降水量和與實際降雨量的偏差來反映干旱程度,計算簡單但不能反映干旱形成的內在機理[5];標準化降水指數(standardized precipitation index,SPI)和標準化降水蒸散指數(standardized precipitation evapotranspiration index,SPEI)分別以降水數據、降水和溫度數據為輸入,計算簡單,但對降雨數據及其質量和概率分布的模擬依賴性很強[6]。
遙感監(jiān)測法彌補了氣象監(jiān)測的缺陷,具有時效性強、覆蓋面大的優(yōu)點。目前遙感監(jiān)測干旱的方法主要包括光學遙感監(jiān)測、熱紅外遙感監(jiān)測、微波遙感監(jiān)測、降水遙感監(jiān)測和蒸散法等[7]。其中,光學遙感監(jiān)測干旱發(fā)展成熟、應用廣泛,對于不同的下墊面條件都有良好的適用性[7],旱情監(jiān)測中植被條件指數、植被供水指數、距平植被指數和溫度狀態(tài)指數等最常用[8];熱紅外遙感監(jiān)測主要包括熱慣量法和地表溫度狀態(tài)指數[9];微波遙感監(jiān)測方法分為主動微波遙感和被動微波遙感[10];降水遙感監(jiān)測常與其他干旱指數共同使用進行氣象干旱監(jiān)測[11];蒸散法多以地表能量平衡方程為基礎,利用遙感所得地表反照率、植被指數和地表溫度,借助微氣象學基本原理建立單層模型、雙層模型和多層模型來估算蒸散量[12]。在實際的研究與應用中,多源多時相的綜合監(jiān)測方法可以動態(tài)、宏觀、高效地應用于大區(qū)域范圍旱情監(jiān)測中[13],如ANDERSON等[14]基于熱紅外的蒸散發(fā)數據,研究發(fā)現干旱監(jiān)測綜合指數USDM(US drought monitor)與蒸發(fā)脅迫指數(evaporative stress index,ESI)的相關性較高,在廣域、實時性監(jiān)測方面有較大優(yōu)勢,但有云、雪和地下水豐富的地方監(jiān)測效果較差;而MATTIJN等[15]通過TRMM3B42的降雨強迫與NDVI數據表現出的相位滯后進行早期干旱預測。
目前,國內干旱遙感監(jiān)測研究多集中于干旱和半干旱的平原地區(qū),對地形復雜且多云霧影響的西南地區(qū)研究相對較少[16]。因此,迫切需要對因下墊面限制而監(jiān)測站點稀少,且牧草生長多受伏旱影響的川西高原草地區(qū)域開展遙感干旱監(jiān)測。本文綜合考慮植被、溫度和降水在旱情發(fā)生發(fā)展中的作用及體現,構建基于植被狀態(tài)指數(vegetation condition index,VCI)、降水狀態(tài)指數(precipitation condition index,PCI)和溫度狀態(tài)指數(temperature condition index,TCI)客觀加權的歸一化旱情綜合指數(scaled drought condition index,SDCI),并選用標準化降水蒸散指數(SPEI)進行驗證,從歷年干旱個例、多年平均狀態(tài)和發(fā)生頻率對2000—2018年6—8月川西高原草地區(qū)域進行月尺度干旱監(jiān)測,并探討伏旱的時空特征,為川西高原草地區(qū)域干旱的防御提供更有針對性、更有效的方法。
川西高原(26°N—34°N、97°E—104°E)地處青藏高原東南緣,東西地貌差異明顯,分為川西北高原和川西山地兩部分。川西北高原地勢由西向東傾斜,分為丘狀高原和高平原;川西山地西北高、東南低,根據切割深淺可分為高山原和高山峽谷區(qū)[17]。這里天然草地覆蓋面積12.36×104km2,主要分布在海拔2800~4500 m的地帶,其草原類型主要為高寒草甸草地類、高寒灌叢草地類、山地灌草叢草地類和高寒沼澤草地類,天然草原牧草構成以禾本科、豆科、莎草科和雜類草為主。大部分地區(qū)年均氣溫在8 ℃以下,氣溫自東南向西北隨海拔由低到高相應降低,從海拔1321 m的瀘定到海拔4200 m的石渠縣城,年均氣溫差達17 ℃;其中北部大部分地區(qū)及南部理塘、稻城等高海拔地區(qū)最低氣溫低于-20 ℃,石渠達-37.7 ℃。西北部的丘狀高原冬季嚴寒漫長,夏季涼寒濕潤,年平均氣溫為0.8~4.3 ℃。山原地帶夏季溫涼,冬春寒冷,干濕季明顯,年平均氣溫為5.6~8.9 ℃。高山峽谷地帶,隨著海拔高度變化,氣候從亞熱帶到溫帶、寒溫帶、寒帶,呈明顯的垂直性差異。川西高原晴天多,日照時間長,常年日照時數為1900~2600 h,較川東盆地(1000~1600 h)多,年蒸發(fā)量為1232 mm。降水季節(jié)分布不均勻,5—10月為雨季,降水量占全年的90%,常年降水量為325~920 mm[17-18]。圖1為研究區(qū)地形及草地區(qū)域,可以看出川西高原草地區(qū)域海拔高度變化較大。(文中附圖涉及地圖均是基于四川省測繪地理信息局標準地圖網站下載的審圖號為川S(2017)096的標準地圖制作,底圖無修改)。
圖1 川西高原草地區(qū)域(陰影)地形及氣象站點分布Fig.1 The distribution of topography and meteorological stations in the grassland area (the shadow) in the western Sichuan plateau
1.2.1 遙感數據的獲取
選取2000—2018年6—8月川西高原草地區(qū)域MODIS(moderate-resolution imaging spectroradiometer)植被指數產品(MOD13Q1)、地表溫度產品(MOD11A2)和熱帶降水測量計劃衛(wèi)星(tropical rainfall measuring mission, TRMM)的降水產品數據(TRMM3B43)。其中,MODIS來自美國國家航空航天局(NASA)數據中心(https://ladsweb.modaps.eosdis.nasa.gov/search),MOD13Q1為16 d合成數據,空間分辨率為250 m,共114期,342景;MOD11A2為采用分裂窗算法反演獲得的每8 d合成數據,空間分辨率均為1 km,共171期,684景;TRMM3B43(https:∥pmm.nasa.gov)為格點數據,時間分辨率為3 h,空間分辨率為0.25°×0.25°,共14 592期。數字高程模型數據(DEM)由美國國家航空航天局(NASA)和國防部國家測繪局(NIMA)聯(lián)合測得,空間分辨率為90 m。
1.2.2 數據預處理
使用MRT(MODIS reprojection tool)和ArcGIS分別對MOD13Q1、MOD11A2產品各期影像數據進行拼接、投影轉換、格式轉換后,用川西高原草地區(qū)域矢量數據對數據掩膜提取,得到該區(qū)域2000—2018年6—8月歸一化植被指數(normalized difference vegetation index,NDVI)和地表溫度指數(land surface temperature,LST)。由于NDVI、LST和TRMM3B43數據的時間和空間分辨率不一致,且有云干擾,故對NDVI、LST數據分別采用最小和最大值合成法進行32 d合成處理,也可更大程度上減小云的影響;為體現降水累積效應,在ENVI/IDL環(huán)境中編程實現TRMM3B43降水數據逐3 h累加,累加時長為256 h(32 d);并基于ArcGIS的重采樣法[19]和反距離權重插值法(IDW)[20]分別將NDVI和TRMM3B43數據空間分辨率統(tǒng)一為1 km。最終得到2000—2018年6—8月每32 d的NDVI、LST和累積降水指數(PTRMM)。
1.2.3 地面氣象監(jiān)測數據
氣象數據來源于氣象科學數據共享平臺(http:∥data.cma.cn),主要包括川西高原草地區(qū)域31個氣象自動監(jiān)測站數據,獲取2000—2018年6—8月逐日降水量和平均氣溫數據,用于計算標準化降水蒸散指數(SPEI)。
分別選取植被狀態(tài)指數(VCI)、溫度狀態(tài)指數(TCI)和降水狀態(tài)指數(PCI),通過客觀賦權法構建適宜川西高原草地區(qū)域權重組合的歸一化旱情綜合指數(SDCI),并結合標準化降水蒸散指數(SPEI)對SDCI指數的干旱監(jiān)測效果進行驗證和評估。
2.1.1 指標選取
(1)植被狀態(tài)指數
NDVI指數可以反映植被的生長狀態(tài),但因植被生長稀疏或作物播收期等,不能直接表征干旱對植被生長的影響。為此,利用植被狀態(tài)指數(VCI)可反映不同生長周期中植被的狀態(tài),并消除了因不同地理位置、氣候背景和生態(tài)類型而產生的植被區(qū)域性差異,進一步指示干旱狀況[21]。VCI具體計算公式[21]如下:
(1)
式中:NDVIj表示某年第j期的歸一化植被指數(j=1,2,…,n),n為同年獲取NDVI的總期數;NDVImax、NDVImin分別表示NDVI在研究年限內第j期的最大和最小值。VCI值越大,表明植被生長狀況越好。
(2)溫度狀態(tài)指數
干旱發(fā)生時地表會產生熱應力,但地表溫度隨季節(jié)變化而變化,因此不能直接用于干旱監(jiān)測[22]。溫度狀態(tài)指數(TCI)為旱情監(jiān)測的初始指標,冠層溫度升高是植被受到水分脅迫的初期表現,因此冠層溫度可以較植被指數更早監(jiān)測到干旱的發(fā)生,且TCI在較高溫度或植被稀疏及作物播收期均可用于評估植被狀況和受水分脅迫狀況[22]。TCI具體計算公式[22]如下:
(2)
式中:LSTj(℃)表示某年第j期的地表溫度(j=1,2,…,n),n為同年獲取LST的總期數;LSTmax、LSTmin(℃)分別表示同期地表溫度的最大和最小值。當植被覆蓋類型及生長環(huán)境不變時,TCI趨近于0,表明植被受水分脅迫嚴重。
(3)降水狀態(tài)指數
全球不同地區(qū)TRMM降水產品與地面降水對比研究[23]表明,TRMM降水數據空間分布均勻,且精度基本接近氣象站點觀測的雨量數據,彌補了氣象觀測站點稀少且分布不均的不足;且TRMM降水數據可以監(jiān)測降水虧缺而引起的區(qū)域干旱過程,隨著數據時長的積累,其在干旱等氣候現象監(jiān)測中的作用更加突出[23]。為統(tǒng)一各指標量綱,對預處理的PTRMM數據進行歸一化處理得到降水狀態(tài)指數PCITRMM,具體公式[23]如下:
(3)
式中:PTRMMj表示某年第j期的降水量(j=1,2,…,n),n為同年獲取的PTRMM數據期數;PTRMMmax、PTRMMmin分別表示研究年限內第j期降水量的最大值和最小值。PCITRMM取值范圍為0~1,其值越小表明降水量越少。
2.1.2 歸一化旱情綜合指數(SDCI)的確定
干旱的發(fā)生發(fā)展過程是一種復雜的耦合過程,難以直接進行監(jiān)測,植被生長狀況、土壤水分供需以及大氣降水等均是不可或缺的因素。植被覆蓋度、生物量、葉面積、葉綠素等植被生理參數與干旱程度具有較好的相關性,故植被指數常作為判斷干旱程度的指標之一[16];當植被受到水分脅迫且植被形態(tài)尚未發(fā)生變化時,最早表現為植被冠層的溫度升高,故應用冠層溫度可以較植被指數更早監(jiān)測到干旱的發(fā)生狀況[21];而在不同區(qū)域、不同地勢地貌和氣候條件下,植被冠層溫度表現為不規(guī)律的時空變化特征,并且植被各生長階段的需水量也有所不同,使得植被指數和地表溫度指數的旱情監(jiān)測結果存在一定的時空差異。溫度對干旱的響應表現出滯后性,降水對植被的滯后效應與植被類型有關[23],川西高原草地區(qū)域的植被抗旱能力較差,植被對干旱的滯后效應時間較短,如果在一段時間內降水量大幅降低或沒有降雨,就會出現一定程度的旱情,加之該區(qū)域海拔高度差異大,灌溉基礎設施十分薄弱,多為自然降水。因此,干旱監(jiān)測時要綜合考慮植被狀態(tài)、地表溫度和大氣降水量等因素,RHEE等[24]研究發(fā)現,綜合植被狀態(tài)指數(VCI)、溫度狀態(tài)指數(TCI)和降水狀態(tài)指數(PCI)構建的歸一化旱情綜合指數(SDCI)可以更好地判斷旱情。考慮植被對旱情監(jiān)測存在一定的滯后性,溫度和降水時效性相對較高,綜合各參數指標監(jiān)測特點和前人經驗[24-25],整合內在表征PCI指數和外在表征VCI和TCI指數構建最適宜于川西高原草原地區(qū)歸一化旱情綜合指數(SDCI),選用決策結果可信度高、客觀性強且計算簡單的熵權法確定各指標權重[26],TCI、PCI、VCI指數的權重系數分別設為a、b、c,且a+b+c=1,具體公式[25]如下:
SDCI=aTCI+bPCI+cVCI(4)
選取2000—2018年6—8月川西高原草原地區(qū)TCI、PCI和VCI指數月均值,剔除異常數據后共167組樣本數據,基于Matlab 2016a軟件編程,通過各指標標準化、信息熵的確定獲取指標權重,熵權法計算詳見文獻[26]。經計算確定TCI、PCI和VCI權重系數分別為0.223、0.540和0.237,由此構建的干旱監(jiān)測指數(SDCI)在一定程度上突出了降水累積效應,能夠較為充分地表征氣溫、降水和植被對旱情影響的貢獻,其值越小表明研究區(qū)旱情越嚴重。具體公式如下:
SDCI=0.223TCI+0.540PCI+0.237VCI(5)
標準化降水蒸散指數(SPEI)是降水量與潛在蒸散發(fā)量差值序列的累積概率做正態(tài)標準化后的指數[27],該指數綜合考慮降水和溫度因子,兼顧了干旱對蒸散的響應以及空間一致性、多時間尺度等特點,是干旱監(jiān)測中較為理想的指標之一[28-29]。采用彭曼(Penman-Monteith)公式[30]獲得2000—2018年川西高原草地區(qū)域逐月蒸散量,結合逐月降水量和潛在蒸散量的差值反映水分盈虧及干濕程度,并建立月尺度的水分盈虧程度累積序列,由于原始數據序列中降水量與潛在蒸散的差值可能存在負值,因此采用Log-logistic概率分布對累積概率密度進行標準化[28],最終計算出月尺度SPEI指數,然后借助Anusplin軟件,結合數字高程數據(DEM)插值得到川西高原草地區(qū)域SPEI空間分布,具體公式[31]如下:
3.1.1 干旱指數驗證
利用2010—2018年6—8月川西高原草地區(qū)域的標準化降水蒸散指數(SPEI)對該區(qū)域SDCI干旱監(jiān)測結果進行驗證?;贏rcGIS波段集統(tǒng)計工具計算同期SPEI與SDCI干旱監(jiān)測結果的相關系數,去除2013、2015、2018年部分無效柵格值,通過均值合成得到27組對比樣本(表1)。結果顯示,2010—2018年6—8月SPEI與SDCI相關系數均在0.3以上,除了2010、2012、2016、2017年8月和2011年6月外,其余相關系數均通過α=0.05及以上的顯著性檢驗。個別不穩(wěn)定現象與川西高原氣象站點數量、采集數據質量限制以及降雨分布極不均勻、土壤類型和植被生長季需水狀況不同有一定關系。相關性最高為0.623,達0.5以上的占比為48%。說明歸一化旱情綜合指數(SDCI)能有效地應用于氣象站點稀少的川西高原草地區(qū)域月尺度伏旱監(jiān)測。
表1 2010—2018年6—8月川西高原草地區(qū)域歸一化旱情綜合指數(SDCI)與標準化降水蒸散指數(SPEI)的相關性Tab.1 Correlation coefficients between the SDCI and SPEI in the grassland area in the western Sichuan plateau from June to August during 2010-2018
3.1.2 歷史伏旱個例驗證
2006年夏季川渝地區(qū)發(fā)生嚴重的高溫伏旱事件,影響范圍廣、強度強、持續(xù)時間長,其中川東盆地旱情非常嚴重,且川西高原不同程度的伏旱對農牧業(yè)生產有很大影響[32]。因此,選取2006年6—8月川西高原草地區(qū)域的SDCI與SPEI監(jiān)測的月均值進行比對(圖2)。結果顯示,SDCI旱情監(jiān)測精度較高,與SPEI監(jiān)測的伏旱發(fā)生發(fā)展過程基本一致,僅部分區(qū)域干旱范圍和強度存在差異,7月SDCI與SPEI的干旱程度表現為理塘、稻城區(qū)域差異較大,8月巴塘旱情存在一定差異,這與站點數據精度以及不同地形下植被類型、水熱分布等差異性響應規(guī)律均有一定關系。據統(tǒng)計[33],2006年7—8月平均氣溫川西高原南部為20~26 ℃,北部為11~18 ℃,比往年同期偏高1.5~2.2 ℃,連續(xù)無降雨日數比常年偏多,大部地區(qū)降水較歷年同期偏少2~5成;2006年6月底開始,川西高原地區(qū)旱象露頭并呈發(fā)展趨勢,部分地方開始出現輕度及以上干旱,7月初至8月底干旱擴展到大部分地區(qū)[32]。從SDCI各月旱情分布看,川西高原草地區(qū)域6月主要以輕旱和無旱為主,其中甘孜州偏北和偏南的局部地區(qū)和阿壩州東部開始出現中度干旱。7月干旱范圍擴大,強度增強,重度干旱多分布在甘孜州西部和東部,其他區(qū)域多以中度干旱為主。8月干旱強度進一步增強,甘孜州西部巴塘、北部爐霍和阿壩州馬爾康以南均出現重旱到特旱,其他區(qū)域除石渠和諾爾蓋外均有中度以上旱情發(fā)生,這與張文江等[34]分析的四川盆地東部伏旱發(fā)生發(fā)展過程基本一致,僅部分區(qū)域的強度和范圍略有不同。說明基于綜合植被、溫度狀態(tài)和突出降水累積效應的干旱監(jiān)測指數(SDCI)適宜于川西高原草地區(qū)域,其具備對極端干旱事件的響應能力,且精度高于僅考慮降水或兼顧降水和蒸發(fā)量的氣象干旱指數。
圖2 2006年6—8月川西高原草地區(qū)域SDCI(a、b、c)和SPEI(d、e、f)監(jiān)測的干旱時空分布Fig.2 Spatial and temporal distribution of drought monitoring based on SDCI (a, b, c) and SPEI (d, e, f) in the grassland area in the western Sichuan plateau from June to August 2006
由于氣候環(huán)境、地勢地貌等自然因素和人為因素等差異,不同干旱監(jiān)測方法得到的干旱程度等級劃分標準并不統(tǒng)一,本文根據研究區(qū)歷史旱情實況,綜合盧曉寧等[25]研究結論和川西高原山地氣象干旱指標[35]確定適宜于川西高原草地區(qū)域的SDCI干旱等級閾值:0≤SDCI<0.15為特大干旱、0.15≤SDCI<0.20為嚴重干旱、0.20≤SDCI<0.25為中度干旱、0.25≤SDCI<0.30為輕度干旱、0.30≤SDCI<1.00為無旱[25,36],使川西高原草地區(qū)域的夏季伏旱綜合監(jiān)測結果更理想。
3.2.1 月尺度伏旱
月尺度的旱情遙感監(jiān)測能很好地揭示植被生長季內干旱的平均狀態(tài),而對這種平均狀態(tài)的認識對于準確評估干旱對作物生長的影響、有針對性地規(guī)劃區(qū)域農牧業(yè)生產都具有重要指導意義[22,30]。因此,將川西高原草地區(qū)域2000—2018年夏季(6—8月)月尺度SDCI監(jiān)測結果進行均值處理,得出伏旱平均狀態(tài)(圖3)。結果表明,夏季川西高原草地區(qū)域月尺度伏旱強度雖有不同,但位置多分布在甘孜州西部、南部和阿壩州南部一帶,東北部阿壩州的若爾蓋多為無旱。年均伏旱程度69.2%為輕度干旱,整體表現為8月和6月較強,以輕度到中度干旱為主,7月多表現為輕旱和無旱。6月干旱多發(fā)生在甘孜州中部偏西、偏南區(qū)域,以及甘孜和阿壩州交接處,主要包括巴塘、康定、色達和壤塘,達中度干旱以上的面積為0.52×104km2,輕度干旱面積為2.40×104km2。7月受副熱帶高壓和西南低渦位置及強度的影響,川西高原降水相對充足[37],草地區(qū)域多表現為無旱,中度干旱在川西高原偏南局部區(qū)域,面積為0.36×104km2,輕旱以下的面積為14.07×104km2,其占川西高原草地區(qū)域總面積的96%。由于副熱帶高壓西伸北抬以及南亞高壓的控制[37],8月川西高原草地區(qū)域高溫少雨,干旱強度增強、范圍擴大,干旱發(fā)生的位置與6月大致相同,多發(fā)生在甘孜州中部偏西、偏南區(qū)域,以及甘孜和阿壩州交接處,主要包括巴塘、康定、色達和壤塘,達中度以上干旱的面積為0.49×104km2,輕度干旱面積為2.44×104km2。這與王杰等[38]采用信息擴散方法,通過構造降水距平百分率得到的川西高原夏季不同等級農業(yè)干旱危險性的空間分布特征基本一致。
圖3 2000—2018年6—8月川西高原草地區(qū)域SDCI監(jiān)測的干旱時空分布Fig.3 Spatial and temporal distribution of drought monitoring based on SDCI in the grassland area in the western Sichuan plateau from June to August during 2000-2018
3.2.2 伏旱發(fā)生頻率時空分布
將2000—2018年6—8月川西高原草地區(qū)域SDCI監(jiān)測結果按照旱情等級進行像元提取,當像元值達到輕度干旱閾值以上,則認定在該期此像元發(fā)生干旱,賦值為1,其余象元賦值為0,從而獲得歷年各期以0和1屬性特征的伏旱柵格數據。將2000—2018年同期伏旱監(jiān)測重賦值數據累加求平均,即可得到2000—2018年6—8月川西高原草地區(qū)域輕旱及以上等級的干旱發(fā)生頻率(P),為凸顯該區(qū)域干旱發(fā)生頻率空間分布差異,故將P劃分為5個等級,分別為P≤30%、30%
60%(圖4),P值越大表明干旱發(fā)生頻率越高。另外,分別將像元值達到輕度、中度、重度和特大干旱閾值內的像元賦值為1,其余象元賦值為0,統(tǒng)計得到2000—2018年6—8月川西高原草地區(qū)域各干旱等級的干旱發(fā)生頻率(表2)。
表2 2000—2018年6—8月川西高原草地區(qū)域SDCI監(jiān)測的不同等級干旱發(fā)生頻率Tab.2 The frequency of drought with different levels based on SDCI in the grassland area in the western Sichuan plateau from June to August during 2000-2018 單位:%
結合圖4和表2可以看出,川西高原草地區(qū)域伏旱高發(fā)區(qū)范圍較廣,6、7、8月輕度及以上等級干旱發(fā)生頻率的平均值為61.12%,各月輕度及以上等級干旱發(fā)生頻率超過40%的面積分別為4.84×104、2.15×104、5.14×104km2,且多發(fā)生在甘孜州西南部的巴塘、理塘和稻城,北部的色達,以及西北部的石渠和東部康定區(qū)域,這與甄英等[39]運用Z指數、氣候傾向率、小波分析等方法得到的1961—2017年甘孜州干旱發(fā)生頻率分布呈自西北向西南及東南向東北減少的特征基本一致,而阿壩州北部的紅原和諾爾蓋地區(qū)干旱發(fā)生頻率較低(小于40%)。整體表現為6月和8月旱情發(fā)生頻率高、范圍廣,特大干旱發(fā)生頻率8月較高為2.82%;6月嚴重干旱和中度干旱發(fā)生頻率較高,分別為10.08%和29.27%。7月,副熱帶高壓西伸北抬至川西高原以東,副高外圍偏南氣流帶來了充沛的水汽,加之地形抬升作用,降水增多[37],使得川西高原中部一帶干旱較6月有明顯緩解,川西高原中部一帶干旱發(fā)生頻率減少至30%以下,輕度干旱較為頻發(fā)(60.66%),僅在巴塘和石渠部分地方干旱發(fā)生頻率達40%,這與盧曉寧等[25]研究得出的2000—2015年川西高原地區(qū)的伏旱平均發(fā)生頻率為60%,以及區(qū)域西部和西南部一帶伏旱最頻發(fā)的研究結論較為吻合。8月隨著青藏高壓和副熱帶高壓增強,川西高原區(qū)域多高溫少雨,干旱加重的區(qū)域主要集中于川西高原中部偏西大部分地區(qū),嚴重干旱和中度干旱發(fā)生頻率分別為8.00%和25.39%,輕度干旱發(fā)生頻率達63.79%,旱情加重趨勢和干旱發(fā)生頻率分布特征的結果也與盧曉寧等[1]通過距平植被指數法得到川西高原地區(qū)不同地形因子的干旱發(fā)生頻率差異結果基本一致。
(1)綜合考慮干旱發(fā)生發(fā)展過程中的土壤水分脅迫、植被生長狀態(tài)和氣象降水盈虧等因素,基于2000—2018年6—8月同期TCI、VCI和PCI指數構建突出降水累積效應且適宜于川西高原草地區(qū)域的歸一化旱情綜合指數(SDCI),監(jiān)測結果通過了同期標準化降水蒸散指數(SPEI)的驗證。突出降水累積效應的歸一化旱情綜合指數SDCI的監(jiān)測精度較高,其與SPEI對2006年川西高原草地區(qū)域高溫伏旱事件的監(jiān)測結果基本一致,主要表現為6月底旱象露頭并呈發(fā)展趨勢,以輕旱和無旱為主,從7月初到8月底伏旱擴展到大部分地方,僅部分地方伏旱發(fā)生范圍和強度與實況略有差異,故SDCI具備對極端干旱事件的響應能力且適用于川西高原草地區(qū)域干旱監(jiān)測。
(2)2000—2018年月尺度伏旱強度雖有不同,但位置多分布在甘孜州西部、南部和阿壩州南部一帶,東北部若爾蓋多表現為無旱。伏旱程度整體表現為8月和6月較強,以輕度到中度干旱為主,達中度干旱以上的面積分別為0.49×104、0.52×104km2,而7月多為輕旱和無旱,輕旱以下的面積為14.07×104km2。這與川西高原草地區(qū)域地理位置和氣候特征存在一定關系,7月高能高濕,降雨增多,旱象減輕,8月溫度升高、降水減少,干旱強度和范圍也隨之增強和擴大。
(3)2000—2018年6、7、8月川西高原草地區(qū)域輕度及以上等級干旱發(fā)生頻率超過40%的面積分別為4.84×104、2.15×104、5.14×104km2,且多發(fā)生在甘孜州西南部的巴塘、理塘和稻城,北部的色達,以及西北部的石渠和東部康定區(qū)域,輕度及以上等級干旱發(fā)生頻率的平均值為61.12%;而阿壩州北部的紅原和諾爾蓋地區(qū)干旱發(fā)生頻率較低(小于40%)。整體表現為6月和8月旱情發(fā)生頻率高、范圍廣,特大干旱發(fā)生頻率8月較高為2.82%;6月嚴重干旱和中度干旱發(fā)生頻率較高,分別為10.08%和29.27%。7月隨著降水增多,川西高原中部一帶干旱發(fā)生頻率減少至30%以下,輕度干旱較為頻發(fā)(60.66%)。8月研究區(qū)多高溫少雨,干旱加重的區(qū)域主要集中于川西高原中部偏西大部分地方。
干旱具有發(fā)生發(fā)展的復雜性以及多尺度變化特征,目前已有的干旱監(jiān)測指標多在指定時間和范圍內建立,很難達到時空普適性[13],這給旱情的監(jiān)測和評估帶來了嚴峻挑戰(zhàn)。對比川西高原地區(qū)干旱時空特征分析的相關研究發(fā)現,以TCI、VCI和PCI指數構建的歸一化旱情綜合指數(SDCI)分析川西高原草地區(qū)域的伏旱時空特征與相關研究結果基本一致[25,34,38],說明該指數在川西高原草地區(qū)域的干旱監(jiān)測中具有較好的適用性。但由于數據時間、范圍以及評估方法選取的不同,監(jiān)測得到的干旱程度和空間分布會有所不同,如SDCI監(jiān)測結果與ESI(evaporative stress index)、ETI(evapotranspiration index)等指數對西南地區(qū)干旱監(jiān)測的效果[40]存在強度和空間上的差異。
發(fā)生干旱時雖然地表溫度指數和降水指數時效性較高,但植被指數會表現出一定的滯后性,加之土壤類型和植被生長季需水狀況不同,導致客觀權重的確定仍存在一定的片面性;受實測氣象數據質量和站點數量限制,使SDCI與SPEI指數的相關性不穩(wěn)定,因此,最優(yōu)權重組合的確定和驗證應基于精細化格點氣象數據,采用科學的優(yōu)化算法,更好地提高干旱監(jiān)測結果的準確性和可信度是后期工作重點。而在構建SDCI時選用的熱帶降雨衛(wèi)星產品數據(TRMM3B43)的空間分辨率為0.25°×0.25°,重采樣為1 km×1 km,意味著0.25°網格內的全部1 km像元值均相等,這對SDCI旱情監(jiān)測結果的精度可能存在一定的影響,后期可選用精度更高的降水數據來提高干旱綜合監(jiān)測的精準度。此外,SDCI監(jiān)測結果在很大程度上能夠表征川西高原草地區(qū)域近20 a干旱的平均狀態(tài)和發(fā)生頻率,但對干旱發(fā)生機理僅做了現象描述和定性分析,加之干旱發(fā)生成因復雜,后期可繼續(xù)探究不同地形下植被類型、水熱分布等差異性響應規(guī)律,以便進一步了解干旱發(fā)生的機制。