中国陆地干旱指数的时空
变化及其机制分析
中期报告
城市与环境学院 00826063 徐湘涛
指导老师: 城市与环境学院 生态学系 朴世龙
1. 前言 1.1. 研究背景
自2007年IPCC(Intergovernmental Panel on Climate Change)第四次工作报告公布以来,气候变化与全球变暖问题便持续被人关注。气候变化导致的干旱对生物圈产生显著的影响。已有的研究表明,气候变暖所导致的干旱造成了过去 10年里自然火灾发生的次数相比上世纪70年代增加了4倍(Gillett et al., 2004; Running, 2006)。同时,研究表明,进入21世纪后,干旱胁迫的增加导致上世纪80-90年代持续增长的植被活动开始呈下降趋势(Lotsch et al., 2005; Angert et al., 2005)。
干旱造成的影响也不仅仅限于自然界。它所带来的水资源危机也直接影响人类社会的政治、经济、生活等诸多方面。2010 年我国西南的严重春旱在导致作物减产、绝收等农业问题的同时,其引发的饮用水困难等威胁社会稳定的问题也不容忽视。如何研究和评估气候变化导致的干旱所产生的负面影响,从而制定相应的策略是当今人类所面临的一个重大科学挑战(张新时等, 1997)。
中国位于欧亚大陆的东部,是全球气候变化最为剧烈的地区之一 (Piao et al., 2010 Nature),经历着较显著的气候变化(中国气候变化国别研究组,2000)。干旱是中国气候变化最剧烈的表现之一。考虑到中国拥有 143 万km2的干旱地区以及14 万km2的半干旱地区,不断增加的干旱威胁越来越受到科学家和政策制定者们的关注。同时,中国水资源与人口、土地、经济发展组合状况不理想,水资源区域性分布南北不均衡,降雨量南方比较充沛,年均超过1000mm,而北方内陆地区降雨量少,年均少于 400 mm。降雨分布的区域性也造成中国对干旱问题更加敏感。因而,了解中国干旱现象的时空变化显得尤为重要。
1.2. PDSI干旱指数
土壤水分条件是干旱的一个重要指标,由于长期土壤水分观测数据稀少, 对干旱动态的描述主要依赖气候变量的推导。PDSI (Palmer’s Drought Severity Index)系 1965 年美国商业部气象局气候办公室的Wayne C. Palmer 在综合前人对气象要素与水文要素关系的基础之上提出的干旱气候模型。相比其他模型而言,PDSI 考虑了土壤先期含水量、水分供应和需求等因素,因此至今仍被包括IPCC评估报告在内的许多工作所使用,用于评估土壤水分供给的异常。
然而 PDSI干旱指数也存在诸多缺陷,其原本就是为受降水控制的干旱、半干旱地区所设计(Doesken et al. 1991). Palmer也认为向其他区域的外推很可能会导致不正确的结果(Palmer 1965). 同时PDSI指数也被检验出包含一个长为12个月的固有时间尺度(Thomas B. McKee et al. 1993). 此外,包括 PDSI 在内的各类干旱指数,对干旱动态的定量描述的方法目前还不够完善,大多数模型没有考虑年内的植被覆盖变化、融雪等自然过程,并过于武断地建立干旱的不同标准(Heim et al., 2002)。
除去计算模型上的固有缺陷,目前的国际上通用的PDSI数据集空间分辨率不够精细(Dai A. G et al. 2004) ,不确定性较大,限制了全国或区域尺度上的研究。
最近的研究进一步表明,PDSI模型对于调控土壤水分动态的因子考虑并不全面,有待改善。降水一直被认为是直接影响土壤水分的最重要因素,之前的研究往往集中在分析降水量与土壤水分的关系上,却忽视了降水频率的作用(Easterling et al,. 2000)。统计分析表明中国夏季降水频率显著影响了夏季土壤水分的变化(Piao et al., 2009)。
为此,本项目拟运用中国 800多个站点的气象水文数据以及相关的植被数据,对 PDSI模型进行验证与检测,探讨过去三十年中国陆地生态系统干旱胁迫的变化,探究改进PDSI模型。在此基础上,综合研究中国陆地干旱指数的时空格局及其历史演变过程;探讨形成中国陆地干旱指数时空格局的驱动力;并结合遥感数据研究中国植被对干旱胁迫变化的响应
2. 已完成的工作 2.1. 数据集
PDSI干旱指数是基于月降水(P)和月均温(T)来计算的。最初由于缺乏数据和相关理论,Palmer对土壤有效含水量(Available Water Capacity)模型采用了简单的统一划分,即含有1 in.(25.4mm)水分的表层和含有9 in.水分的底层,并假设水分蒸发速率在土壤表层等于潜在蒸发率,而底层水分只有在表层蒸发完毕后才会开始蒸发。随着土壤质地资料的完善和土壤质地与AWC关系的确立(朴世龙 2004),运用土壤质地资料构建AWC模型,如果AWC大于1 in.则表层含水量为1 in. 底层含水量为AWC – 1 in.,而如果AWC 小于 1 in.则表层含水量为AWC,底层含水量为0。本文中运用的数据资料见表1:
表1 数据集 变量 P T NDVI Soil Moisture Soil Texture 数量 中国833个站点(日数据) 1/12°×1/12°全国数据 中国833个站点(日数据) 1/12°×1/12°全国数据 1/12°×1/12°全国数据 中国169个站点(旬数据) 中国1 : 100万土壤质地图(朴世龙 2004) 时间 1981 – 2006 1981 – 2009 1981 – 2006 1981 – 2009 1981 – 2009 1981 – 2002 来源 中国气象局国家气象数据中心 Peng et al., in preparation 中国气象局国家气象数据中心 Peng et al., in preparation GIMMS (Tucker et al., 2005) 中国气象局国家气象数据中心 基于 1 ∶ 1400 万《中国土壤质地图》 ( 邓时琴, 1986) 2.2. PDSI模型简介
PDSI模型的基础是土壤水分平衡公式
P – (ET + RO) = R – L = ΔSoil Moisture. [1]
其中P代表降水量,ET代表蒸散量,RO为径流量,R为土壤水分增加量,L为土壤水分损失量。所有变量均为同一时段内的值,实质为输入 – 输出 = 变化量。
Palmer引入了很多潜在量地概念,除去经常被使用的PE(潜在蒸发量),还有PR(潜在土壤水分增加量),PRO(潜在径流量),PL(潜在水分损失量)。这些潜在变量都可以通过已知变
量计算出来。为了表征模型应用地点的气候平均状态,Palmer定义了一系列系数,用于计算平均值:
α= mean ET / mean PE [2]; β = mean R / mean PR [3]; γ = mean RO / mean PRO [4]; δ= mean L / mean PL [5];
(其中mean代表多年平均值,下同)
对于每个月份计算相应的系数,则某个月的“正常”气候状态应该为该月的潜在值乘以相应的系数,由此得到相应的CAFEC(Climatically Appropriate For Existing Conditions)值。并通过公式[1]计算出CAFEC_P: CAFEC_P = CAFEC_ET + CAFEC_RO + CAFEC_R - CAFEC_L [6] 那么用实际降水P减去CAFEC_P就代表了该地的降水异常:
D = P – CAFEC_P [7]
通过对Kansas和Iowa长年气象数据的研究分析,Palmer提出了一个标准化降水异常值的系数K,用于拉平不同地区的降水异常值的差异,便于进行空间比较: K = 1.5 * log10(((mean PE + mean R + mean RO) / (mean P + mean L) + 2.80) / mean D) + 0.50 [8] 并定义土壤水分异常指数 Z = D * K [9] 干旱现象不是一个瞬时发生的事件,而往往是土壤水分异常不断积累的结果,为了考虑干旱的历时因素,Palmer通过对美国Kansas和Iowa干旱事件的统计分析,最终确立了PDSI干旱指数:
Xi = Xi – 1 + Zi / 3 – 0.103 Xi – 1 (X1 = Z1 / 3) [10] Palmer将X反映出的水分情况划分为如表2所示
表2 (Heim. 2002)
2.3. 初步结果
PDSI指数在模拟和预测美国中部平原地区取得了较为良好的效果,但研究表明,PDSI
在其他地区的应用并不一定能很好的反映土壤水分的变化(Seneviratne et al., 2010)。评估PDSI的效用,必然需要对现有PDSI模型在中国的应用结果进行分析。
运用1/12°× 1/12°的全国温度与降水数据,计算出每个像素点的PDSI指数,取每个季节的平均值(春季-3,4,5 夏季-6,7,8 秋季-9,10,11 冬季-12,1,2),计算每一年不同PDSI区间的面积比例,如图1所示。可以看到全国PDSI< 0 (即干旱)区域的比例有一个缓缓上升的趋势,尤其是夏季和秋季,和中国过去30年的气候总体趋势是符合的。图2给出了1998年夏季全国的PDSI分布图,可以看出在大体的分布趋势上是和气候状况吻合的。
为了进一步验证PDSI模型能否反应中国不同区域的土壤水分情况,分别计算夏季(夏季土壤水分受降水影响较大,结果较明显)PDSI 和Z与相应SM0-20(0-20cm土壤含水量)和SM0-50(0-50cm土壤含水量)。169个站点的结果如图3所示。绝大多数站点的p值均小于0.05,而相关性r 大多在0.4-0.6左右。
为进一步研究植被生长和干旱胁迫变化的关系,我们对30年来全国夏季平均NDVI和PDSI的变化进行了相关分析(图4)。初步结果表明,北方干旱区的植被活动与干旱胁迫的变化有较好的相关性。
图1
横轴为年份,纵轴为面积比例,颜色越偏棕色表明PDSI越低(越干旱)
图2
1998年夏季全国PDSI空间分布
中国陆地干旱指数的时空变化及其机制分析
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)