(1.南京信息工程大學 水文與水資源工程學院，南京 210044； 2.長江科學院 水資源綜合利用研究所，武漢 430010；3.河海大學 水文水資源學院，南京 210098； 4.徐州市河湖管理中心，江蘇 徐州 221018)

1 研究背景

在全球增暖背景下，區(qū)域水熱資源的時空分配發(fā)生改變，極端降水、高溫熱浪等氣候異常事件頻繁發(fā)生，嚴重影響糧食安全、生態(tài)環(huán)境和公眾生命健康[1-2]。未來受氣候變化的影響，全球不同地區(qū)遭遇干旱、高溫熱浪等單一極端事件的風險加大[3-4]。廣發(fā)、頻發(fā)的干旱和高溫熱浪增加了二者并發(fā)的可能性。相關(guān)研究指出，兩種極端事件同時發(fā)生會通過土壤水-大氣的耦合作用形成正反饋，進而加劇干旱和高溫熱浪的強度[5-7]。因此，與單一極端事件相比，復(fù)合型極端事件更具有威脅性與破壞性。

復(fù)合型干旱熱浪指兩種單一極端事件在爆發(fā)時間節(jié)點或災(zāi)害持續(xù)期內(nèi)有交叉重疊的現(xiàn)象。近年來，國內(nèi)外研究者在不同氣候區(qū)分別評估了干旱、高溫熱浪的時空分布規(guī)律以及復(fù)合事件的頻次、影響范圍和并發(fā)概率等特征[8-10]。例如，Hao等[11]基于CRU月尺度降水和氣溫數(shù)據(jù)構(gòu)建復(fù)合事件指示因子，在全球尺度上評估了復(fù)合事件的嚴重程度及其變化。Manning等[12]利用Copula函數(shù)分析了歐洲夏季干熱復(fù)合事件的發(fā)生概率，并指出升高的氣溫是引起干熱復(fù)合事件發(fā)生概率增加的主要驅(qū)動因素。Kong等[13]分析了中國東部復(fù)合型干旱熱浪的頻次，發(fā)現(xiàn)北部和南部遭遇復(fù)合型極端事件的數(shù)量約為中部地區(qū)的2倍。Shi等[14]基于標準化降水指數(shù)(Standardized Precipitation Index，SPI)和日最高氣溫數(shù)據(jù)比較分析了單一熱浪事件與復(fù)合事件在熱浪持續(xù)時間和熱浪強度方面的差異。Zhang等[15]研究表明，除華中地區(qū)外，東北、華北、華南等地遭遇農(nóng)業(yè)干旱和熱浪并發(fā)事件的頻次顯著增加?？紤]到熱浪過程和干旱監(jiān)測時間尺度不匹配的問題，孫藝杰等[16]將日尺度熱浪過程集成至月尺度，并結(jié)合SPI分析了黃土高原干旱和熱浪的時空特征?？傮w而言，現(xiàn)有研究大多在月以上尺度分析復(fù)合型干旱熱浪的演變特征，鮮有研究關(guān)注更短時間尺度(如周)內(nèi)干旱與高溫熱浪的伴生關(guān)系。此外，在表征區(qū)域干旱狀態(tài)方面，也以降水為主要考慮因素居多。

干旱具有多時間尺度的特征，且影響因素眾多，相較于單因素干旱指數(shù)，綜合干旱指數(shù)能夠較全面地考慮區(qū)域水熱虧缺/盈余狀況[17]。鑒于此，本文基于中國氣象站1961—2017年實測降水、氣溫等數(shù)據(jù)，根據(jù)標準化帕爾默干旱指數(shù)(Standardized Palmer Drought Severity Index，SPDI)原理方法構(gòu)建周尺度綜合干旱指數(shù)SPDI序列，采用相對閾值法識別高溫熱浪事件，在周尺度上統(tǒng)計分析干旱和高溫熱浪的時空演變規(guī)律與并發(fā)特征，重點關(guān)注干旱熱浪復(fù)合事件的組成結(jié)構(gòu)，以期為極端氣象災(zāi)害防治和水資源優(yōu)化管理提供參考。

2 研究區(qū)與數(shù)據(jù)

本文以中國大陸為研究區(qū)，采用國家氣象共享服務(wù)中心發(fā)布的824個氣象站(圖1)基本氣象要素逐日數(shù)據(jù)，包括降水，最高、最低、平均氣溫、風速、相對濕度、大氣壓和日照時數(shù)，其時間跨度為1961—2017年。田間有效持水量(Available Water Capacity，AWC)數(shù)據(jù)來自世界土壤數(shù)據(jù)庫(Harmonized World Soil Database，HWSD)土壤數(shù)據(jù)集V1.2，空間分辨率為0.05°，其中中國區(qū)數(shù)據(jù)是根據(jù)中國科學院南京土壤研究所提供的1∶1 000 000土壤數(shù)據(jù)建立得到。AWC是標準化帕爾默干旱指數(shù)(SPDI)中的重要參數(shù)，本文以氣象站點的地理坐標為基準，提取各氣象站點所在網(wǎng)格的AWC值進行干旱指數(shù)計算。

圖1 氣象站點空間分布Fig.1 Spatial distribution of meteorological stationsin China

3 研究方法

3.1 標準化帕爾默干旱指數(shù)(SPDI)

標準化帕爾默干旱指數(shù)(SPDI)是將帕爾默干旱指數(shù)(Palmer Drought Severity Index，PDSI)的水文賬模塊與標準化干旱指數(shù)(Standardized Index，SI)中基于概率統(tǒng)計的標準化模塊相耦合，研制得到的一種新型綜合干旱指數(shù)[18]。SPDI既保留了原始PDSI對水文循環(huán)這一物理過程考慮相對完備的特點，同時兼顧了SI統(tǒng)計特征穩(wěn)定、時間尺度可變的優(yōu)勢，在全球不同氣候區(qū)具有較好的適用性[19]。

與PDSI一致，SPDI也通過引入“氣候適宜降水量”(Climatically Appropriate for Existing Condition，CAFEC)的概念，表征特定地區(qū)用以維持正常土壤濕度水平所需的最小降水量。CAFEC降水量的大小取決于當?shù)貧夂驐l件，計算公式為

CAEFC=αiPET+βiPR+γiPRO+δiPL 。(1)

式中：PET、PR、PRO和PL分別為可能蒸散量、土壤可能補水量、可能徑流深和土壤可能失水量，ET、R、RO和L分別為上述4個變量的實際值；i表示一年中第i個時間步長(通常為周或月)；αi、βi、γi和δi均為特定地區(qū)的權(quán)重因子(或稱水量平衡系數(shù))，計算公式為

PET、PR、PRO、PL與當?shù)赝寥烙行Ш緼WC密切相關(guān)，具體估算公式可參考文獻[18]。由于原始PDSI中采用Thornthwaite公式估算PET，高估了氣溫的影響作用，本文采用更具物理基礎(chǔ)的Penman-Monteith公式[20]估算PET。PDSI采用實際降水量與CAFEC降水量之間的差值來反映某一地區(qū)特定時刻的水分異常狀況(干或濕)，通常表示為水分虧缺d。

SPDI=N-1(F(d;μ,δ,Ψ)) 。

(3)

式中：N-1(˙)為標準正態(tài)分布逆函數(shù)；F為d服從的累積概率分布函數(shù)；μ，δ和ψ分別為概率分布形狀、尺度和形態(tài)參數(shù)。SPDI的旱澇等級劃分標準與SPI一致，即當SPDI取值為[-0.5，-1)、[-1，-1.5)、[-1.5，-2)、≤-2時，分別對應(yīng)于輕旱、中旱、重旱、極旱4個等級。

3.2 熱浪事件識別方法

參考聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，IPCC)關(guān)于高溫熱浪的定義，本文將一個完整的熱浪事件定義為連續(xù)3 d及以上的極端高溫過程。熱浪的判別需同時滿足2個條件：①當日最高氣溫超過高溫閾值；②持續(xù)時間至少為3 d。高溫閾值由相對閾值方法確定，該方法能夠充分考慮高溫的地域性差異，在分析大范圍熱浪事件及其空間特征方面有優(yōu)勢[21]。具體計算方法為將各站點1961—2017年夏季(6月1日至8月31日)日最高氣溫排序，選取90%分位值作為各站點高溫閾值。當某一站點日最高溫度連續(xù)3 d及以上超過該站高溫閾值時記為一次熱浪過程，熱浪的持續(xù)時間為完整的熱浪過程所包含的天數(shù)，熱浪事件的總數(shù)即為頻次。

3.3 趨勢及突變分析方法

本文采用Mann-Kendall(MK)檢驗分析干旱和熱浪事件的年際變化趨勢。MK檢驗是一種非參數(shù)檢驗方法[22-23]，該方法對待檢測序列的分布無要求，且不受少數(shù)異常值的干擾。其計算原理為基于原始序列的秩，構(gòu)造服從標準正態(tài)分布統(tǒng)計變量Z。給定顯著性水平α，若|Z|≥|Z1-α/2|，則表明顯著性水平為α時，該序列具有顯著的上升(Z為正)或者下降(Z為負)趨勢；若|Z|<|Z1-α/2|，則表明顯著性水平為α時，該序列呈不顯著的上升(Z為正)或者下降(Z為負)趨勢。其中，顯著性水平α為0.10、0.05、0.01時，相應(yīng)閾值Z1-α/2分別為±1.645、±1.96和±2.573。

此外，本文采用Pettitt突變檢驗分析兩種極端事件的突變年份。該方法也是一種非參數(shù)秩檢驗法[24]，其零假設(shè)為樣本序列服從同一分布，即不存在突變點；備擇假設(shè)為樣本序列存在突變點t0，t0前后兩個子序列的分布存在明顯差異。Pettitt突變檢驗方法能夠確定序列發(fā)生突變的時間，及其出現(xiàn)概率p(t0)。當序列中存在多個突變點時，選取p(t0)最大值的出現(xiàn)位置為該序列發(fā)生突變的唯一時間點。

4 結(jié)果與分析

4.1 干旱與熱浪時空特征

4.1.1 年內(nèi)分布及年際變化

圖2為1961—2017年干旱和熱浪發(fā)生頻率(以各周發(fā)生極端事件的百分比表示)的年內(nèi)分布。從圖2可以看出，全國不同地區(qū)干旱發(fā)生頻率在0～80%范圍內(nèi)波動，具有較大的空間差異性。就全國平均而言，冬季(10周之前，45周之后)干旱出現(xiàn)的頻率最低，約為10%，夏季為干旱的主要爆發(fā)期，發(fā)生頻率約為50%。與干旱相比，熱浪的季節(jié)性特征更為突出。全國熱浪集中爆發(fā)于16～40周，夏季熱浪出現(xiàn)的頻次最高，最高可達60%。

圖2 1961—2017年中國干旱和熱浪頻率年內(nèi)分布箱線圖Fig.2 Boxplots of the weekly frequencies of droughtsand heatwaves in China during 1961-2017

圖3為1961—2017年全國發(fā)生中旱及以上(即SPDI≤-1)和熱浪站次比的時間序列。從圖3可以看出，干旱站次比的月序列在5%～40%范圍內(nèi)波動，年序列呈現(xiàn)先減后增的變化趨勢。以1995年為轉(zhuǎn)折點，20世紀80年代之前每年約有20%的站點遭受中旱，隨后站次比年序列持續(xù)下降，在1995年達到最低值(約為10%)。1995—2017年站次比序列呈上升趨勢，最高值出現(xiàn)在2009年，全國約有25%的臺站出現(xiàn)中旱。與干旱類似，熱浪站次比的年序列也呈先減后增的變化趨勢，且由線性傾向率可以看出，熱浪站次比時間序列的變化略低于干旱序列。上述分析表明，近20 a以來中國大陸地區(qū)有變干變熱的發(fā)展態(tài)勢。

4.1.2 演變趨勢及突變分析

圖4為1961—2017年各氣象臺站干旱與熱浪頻次的年趨勢。由于SPDI綜合考慮了降水、氣溫、風速、相對濕度等多個變量，其表征的干旱頻次的演變趨勢與僅考慮日最高氣溫的熱浪相比，在空間分布上具有顯著差異。從圖4可以看出，在0.01的顯著性水平下，干旱頻次增加的站點主要位于東北、華北和云南東部。中國東部和南部干旱頻次呈不顯著的上升趨勢，位于長江中下游、新疆北部和四川南部的部分站點，干旱頻次略有下降，但未通過0.1的顯著性檢驗。相比之下，熱浪頻次顯著增加的站點明顯增多，表明在氣候變暖背景下，熱浪事件變得更為頻繁。在0.01顯著性水平下，全國大部分地區(qū)熱浪頻次呈增加趨勢。位于東北東部和長江中下游的部分站點呈增加趨勢，淮河流域個別站點則呈減少趨勢，且均未通過0.1的顯著性檢驗。

圖3 1961—2017年全國中旱(即SPDI≤-1)和熱浪站次比時間序列及線性趨勢Fig.3 Time series and corresponding linear trends ofthe percentage of meteorological sites under moderatedroughts (SPDI≤-1) and heatwaves in China during1961-2017

圖4 基于MK趨勢檢驗的1961—2017年干旱頻次與熱浪年趨勢空間分布Fig.4 MK trend test results for annual drought eventsand heat waves during 1961-2017

圖5 1961—2017年干旱和熱浪年頻次突變年份(0.1顯著性水平下)空間分布Fig.5 Change-point detection results (at a 10%significance level) of heat waves and droughtsduring 1961-2017

圖5為基于Pettitt突變檢驗的干旱和熱浪年頻次檢驗結(jié)果。從圖5可以看出，中國大部分地區(qū)干旱頻次發(fā)生突變的年份集中在20世紀80—90年代。黃淮海地區(qū)、西北(青海、和新疆大部分地區(qū))、云南以及廣東沿海部分站點發(fā)生突變年份相對較早，突變點出現(xiàn)在60年代和70年代。湖南、福建以及江西省少部分站點，干旱突變年份為2000年以后。高溫熱浪突變年份的空間分布與干旱較為相似，區(qū)別主要集中在內(nèi)蒙古東北部及京津冀地區(qū)，熱浪頻次發(fā)生突變的年份比干旱約提前10 a。

4.2 干旱與熱浪并發(fā)特征分析

4.2.1 復(fù)合型干旱熱浪的空間分布

復(fù)合型干旱熱浪是指在旱情持續(xù)時間內(nèi)(即干旱開始時刻至結(jié)束時刻)，同時伴有熱浪發(fā)生的復(fù)合型極端事件。如圖6所示，復(fù)合型干旱熱浪的高發(fā)區(qū)主要位于云南，其次為東北、華北以及廣西、廣東沿海的站點，長江流域和新疆西北部的復(fù)合事件頻次最低，不足30次。從復(fù)合事件占干旱事件總數(shù)的比例來看，西南(主要為云南和四川)和東北為高值區(qū)，復(fù)合事件占比高達70%以上，即70%的干旱與熱浪事件在爆發(fā)時間上有重合。低值區(qū)則主要位于東部和西北地區(qū)，尤其是長江中下游地區(qū)，復(fù)合事件僅占干旱事件總數(shù)的20%。

圖6 1961—2017年旱情持續(xù)期內(nèi)干旱熱浪并發(fā)事件頻次及并發(fā)事件數(shù)量占干旱事件總數(shù)量的比例Fig.6 Spatial distribution of the frequency of concur-rent heatwaves and droughts and the ratio of concurrentevents to total drought events during 1961-2017

4.2.2 旱情不同階段復(fù)合事件比例分析

為探究復(fù)合型干旱熱浪的組成形態(tài)，本文將干旱過程劃分為孕育階段(旱情開始時刻前3周)、發(fā)展階段(旱情開始時刻至干旱強度最大值出現(xiàn)時刻)和恢復(fù)階段(干旱強度最大值出現(xiàn)時刻至旱情結(jié)束時刻)，并統(tǒng)計1961—2017年旱情持續(xù)期內(nèi)各階段熱浪頻次及復(fù)合事件占比。如圖7和圖8所示，干旱爆發(fā)前期，全國大部分站點的熱浪頻次在10～20次之間波動，云南地區(qū)熱浪頻次最高，長江中下游的個別站點頻次最低(<5次)。由箱線圖的統(tǒng)計結(jié)果可知，就全國平均而言，約有65%的熱浪爆發(fā)于干旱開始—發(fā)展階段，出現(xiàn)在干旱恢復(fù)階段的熱浪比例約占35%?？臻g上，旱情發(fā)展階段熱浪出現(xiàn)的比例呈現(xiàn)北高南低的分布格局，而位于長江中下游以南的少部分站點，熱浪則主要出現(xiàn)在旱情恢復(fù)階段，其占比約為50%～70%。

圖7 1961—2017年干旱爆發(fā)前期熱浪頻次及旱情發(fā)展不同階段熱浪發(fā)生比例的空間分布Fig.7 Spatial distribution and boxplot of the frequencyof heatwaves prior to drought onset, and the proportionof concurrent heatwaves in different stages of droughtfrom 1961 to 2017

圖8 不同階段并發(fā)事件百分比箱線圖Fig.8 Box plots of concurrent event percentage indifferent stages

圖9為1961—2017年干旱熱浪復(fù)合型極端事件出現(xiàn)頻次的年趨勢檢驗結(jié)果。從圖9可以看出，除淮河流域和長江中下游個別站點呈不顯著增加趨勢外，全國大部分站點呈極顯著增加趨勢，并通過了0.01的顯著性檢驗，表明在氣候持續(xù)增暖背景下，干旱熱浪并發(fā)的可能性增強。

圖9 基于MK檢驗的1961—2017年干旱熱浪復(fù)合事件發(fā)生頻次年趨勢Fig.9 MK trend test results of annual concurrentheatwaves and droughts during 1961-2017

5 討 論

本文基于SPDI和相對閾值法分析了中國近60 a干旱和高溫熱浪的時空特征。就單一極端事件而言，全國大部分地區(qū)的干旱和熱浪頻次均有所增加，這一結(jié)論與已有研究[25-26]基本一致。復(fù)合事件方面，不同于以往研究，本文以周為統(tǒng)計單位，在短時間尺度內(nèi)分析了干旱和熱浪的并發(fā)特征。結(jié)果顯示，云南為復(fù)合型干旱熱浪的高發(fā)區(qū)，其次為東北、華北以及廣西、廣東沿海，這一結(jié)論與已有研究[27]基本一致。值得注意的是，盡管長江中下游部分地區(qū)復(fù)合事件的頻次相對較低，但在氣候變暖背景下，該區(qū)域未來時期干旱增加趨勢明顯[28]，由此進一步加大干旱和熱浪復(fù)合事件的風險，需要引起足夠重視。旱情不同階段的熱浪比例顯示，全國約有65%的熱浪爆發(fā)于干旱的開始—發(fā)展階段，而在云南和長江中下游以南少部分地區(qū)，熱浪則主要出現(xiàn)在旱情恢復(fù)階段，該結(jié)果可為不同區(qū)域開展極端復(fù)合事件的防御和風險管理提供參考。盡管已有研究指出在復(fù)合事件中干旱和熱浪的歷時和強度會進一步加劇[7, 12, 14]，但不同階段的影響作用如何尚不明確，還有待深入。

6 結(jié) 論

本文基于中國824個氣象站1961—2017年實測降水、氣溫等資料，根據(jù)標準化帕爾默干旱指數(shù)原理方法構(gòu)建周尺度綜合干旱指數(shù)SPDI序列，采用相對閾值法識別高溫熱浪過程，分析周尺度干旱和高溫熱浪的時空演變規(guī)律和并發(fā)特征，基于干旱過程分析了復(fù)合型干旱熱浪的組成結(jié)構(gòu)，主要結(jié)論如下：

(1)夏季為干旱和高溫熱浪的主要爆發(fā)期，出現(xiàn)頻率為50%～60%，冬季全國無熱浪發(fā)生，干旱出現(xiàn)頻率約為10%。在年際變化上，以1995年為轉(zhuǎn)折點，干旱站次比的年序列呈現(xiàn)先減后增的變化趨勢。熱浪站次比的年序列與干旱一致，但其變化率略低于干旱序列。

(2)中國東北、華北和云南東部的干旱頻次呈極顯著增加趨勢，東部和南部地區(qū)呈不顯著上升趨勢，長江中下游、新疆北部和四川南部的部分站點則呈不顯著下降趨勢。對于熱浪而言，除東北東部、長江中下游的部分站點呈不顯著增加趨勢以及淮河流域個別站點呈不顯著減少趨勢外，全國大部分站點的熱浪頻次呈增加趨勢。

(3)中國大部分地區(qū)干旱頻次在1980s至1990s發(fā)生突變。黃淮海、西北、云南以及廣東沿海部分站點突變年份較早，突變點出現(xiàn)在1960s和1970s。湖南、福建以及江西少部分站點干旱突變年份為2000年以后。高溫熱浪頻次突變年份的空間分布與干旱較為相似，區(qū)別主要在內(nèi)蒙古東北部及京津冀地區(qū)，熱浪頻次的突變年份比干旱頻次早10 a左右。

(4)復(fù)合型干旱熱浪的高發(fā)區(qū)主要位于云南，其次為東北、華北以及廣西、廣東沿海，長江流域和新疆西北部的復(fù)合事件頻次最少。復(fù)合事件占干旱事件總數(shù)的比例顯示，西南和東北約有70%的干旱與熱浪事件在爆發(fā)時間上有重合，低值區(qū)則主要位于長江中下游和西北地區(qū)，復(fù)合事件僅占干旱事件總數(shù)的20%。

(5)干旱爆發(fā)前3周，全國大部分站點的熱浪頻次在10～20之間波動，云南地區(qū)熱浪頻次最高，長江中下游的個別站點頻次最低。復(fù)合事件中，約有65%的熱浪爆發(fā)于干旱開始—發(fā)展階段，出現(xiàn)在干旱恢復(fù)階段的熱浪比例約占35%?？臻g上，旱情發(fā)展階段的熱浪比例呈北高南低的分布格局，云南和長江中下游以南的少部分站點，熱浪則主要出現(xiàn)在旱情恢復(fù)階段，其占比為50%～70%。

(6)除淮河流域和長江中下游個別站點呈不顯著增加趨勢外，全國大部分站點干旱熱浪復(fù)合事件的頻次呈極顯著增加趨勢。

本文主要探討了中國近60 a干旱和熱浪兩種極端事件的時空演變規(guī)律及其并發(fā)特征，后期可進一步從物理驅(qū)動的角度探究復(fù)合極端事件的形成機制及影響因素，以更好地服務(wù)于極端事件監(jiān)測與預(yù)警。