楊星星, 楊云川,2,3, 鄧思敏, 廖麗萍,2,3, 謝鑫昌, 田 憶

(1.廣西大學 土木建筑工程學院, 南寧 530004; 2.廣西大學 工程防災與結構安全教育部重點實驗室,南寧 530004; 3.廣西防災減災與工程安全重點實驗室, 南寧 530004)

干旱是最常見的自然災害之一，其歷時長，影響范圍廣，對自然生態(tài)系統(tǒng)破壞大，嚴重影響著人類社會的發(fā)展[1]。干旱不僅發(fā)生在降水匱乏、氣候干燥的地區(qū)，在降水豐沛、氣候濕潤的地區(qū)也常有發(fā)生，且由于物候影響，濕潤地區(qū)植物生長過程中耗水量較大，干旱爆發(fā)對其生態(tài)系統(tǒng)的破壞也更加嚴重[2]。2010年，中國西南地區(qū)大旱便是典型的濕潤地區(qū)干旱事件，該次干旱事件造成上千萬人飲水困難，30多萬hm2農(nóng)作物受災，直接經(jīng)濟損失近200億元[3]。而在全球氣候變暖的大背景下，干旱的強度及頻次均顯著增多[4]，使得抗旱減災工作日益嚴峻。

干旱的巨大危害性也吸引了眾多學者的關注[5-7]。張強等[2]分析了中國南方地區(qū)干旱受災面積的時間特征，并以干旱強度為致災因子評估了區(qū)域旱災風險。劉小剛等[8]基于SPI和SPEI指數(shù)研究了云南省過去及未來的干旱頻率特征。何嬌楠等[9]則以SPI值作為干旱致災因子采用災害風險理論評估了云南省旱災風險。賈艷青等[10]基于日SPEI指數(shù)分析了西南地區(qū)極端干旱事件的趨勢變化及空間分布等特征。柳媛普等[6]以CI指數(shù)作為干旱強度評估了氣候變暖背景下西南地區(qū)干旱風險。康永輝等[11]研究了廣西大石山區(qū)的干旱特性并分析了其成因，結果表明巖溶地質特性以及水土流失嚴重等因素是當?shù)睾禐募觿〉闹饕?。綜上可知，目前對于典型濕潤地區(qū)——西南地區(qū)的干旱特征以及旱災風險等方面的研究已有很多，但相關研究也存在一些不足：(1) 大多數(shù)研究僅采用干旱指數(shù)值進行特征分析及風險評估，忽略了干旱的多維度特征，而干旱的致災危險性是由干旱強度以及歷時等多種特征共同決定；(2) 大多數(shù)研究僅對干旱的趨勢或頻率等一兩種特性進行分析，缺乏對干旱特征的全面綜合分析研究。

廣西是西南地區(qū)的重要組成部分，作為典型的亞熱帶季風濕潤區(qū)[12]，其年降水量豐沛但時空分布不均，且?guī)r溶發(fā)育的石山丘陵、洼地廣泛分布，土層淺薄且保水能力差，產(chǎn)匯流過程復雜[13]，致使多年來區(qū)域洪澇、干旱災害頻繁，損失巨大[14]，區(qū)域干旱特性及旱災風險研究迫在眉睫。籍此，本文基于1961—2016年廣西降水及氣溫數(shù)據(jù)計算出SPEI值，采用游程理論提取出干旱的強度及歷時兩個維度信息，在此基礎上采用多種方法分析對比這兩個維度的趨勢、突變、周期、頻率等多種特征，最后又以干旱強度及歷時共同作為致災因子并結合社會經(jīng)濟發(fā)展數(shù)據(jù)評估廣西地區(qū)農(nóng)業(yè)旱災風險，以期為廣西乃至西南地區(qū)的干旱監(jiān)測、預警等工作提供科學參考。

1 研究數(shù)據(jù)與方法

1.1 數(shù) 據(jù)

文中主要用到廣西地區(qū)1961—2016年降雨、氣溫數(shù)據(jù)，以及2015—2016年的廣西地區(qū)社會發(fā)展統(tǒng)計數(shù)據(jù)。其中降雨數(shù)據(jù)和氣溫數(shù)據(jù)分別來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)的《中國地面降水月值0.5°×0.5°格點數(shù)據(jù)集(V2.0)》和《中國地面氣溫月值0.5°×0.5°格點數(shù)據(jù)集(V2.0)》。兩數(shù)據(jù)集均基于2 472個國家氣象站地面觀測數(shù)據(jù)通過薄盤樣條法插值而來，數(shù)據(jù)集經(jīng)嚴格交叉驗證、誤差分析，質量狀況良好[30]。研究中通過Python從數(shù)據(jù)集中批量提取廣西地區(qū)0.5°×0.5°格點(87個)的1961—2016年逐月降水和氣溫數(shù)據(jù)用于特征及風險分析(圖1)。而計算各旱災風險評估指標所需的廣西社會發(fā)展統(tǒng)計數(shù)據(jù)，包括耕地面積、行政區(qū)面積、播種面積、農(nóng)業(yè)生產(chǎn)總值、耕地面積等(表1)則主要來源于2015—2016年廣西統(tǒng)計年鑒(http:∥tjj.gxzf.gov.cn/)。

圖1 廣西0.5度格點分布

1.2 干旱監(jiān)測指數(shù)

標準化蒸散發(fā)指數(shù)(standardized precipitation evapotranspiration index,SPEI)是由Vicenteserrano等[15]提出的基于水量平衡原理的干旱監(jiān)測指數(shù)，其主要通過計算凈降水量偏離平均狀態(tài)的程度來描述干旱強度[8]。其主要計算步驟包括[1]：(1) 計算區(qū)域潛在蒸散發(fā)。(使用Thornthwaite 公式或Penman-Monteith 公式);(2) 計算逐月凈降水量。(即降雨與潛在蒸散發(fā)的差值);(3) 計算不同時間尺度的水分盈虧累積序列，當選取時間尺度為1月時，計算結果即為SPEI1，同理可得SPEI3，SPEI6，SPEI12;(4) 對水分盈虧累積序列進行正態(tài)化(采用log-logistic函數(shù));(5) 進行標準正態(tài)分布轉換，計算得SPEI值。SPEI的干旱強度分級表與SPI相同，可參考相關文獻。

表1 旱災風險評估指標

1.3 干旱特征分析

1.3.1 干旱多維度信息提取方法 研究中采用游程理論提取干旱強度及干旱歷時兩個維度信息，其基本操作步驟如下[16]：

(1) 確定R0，R1，R2。本研究中根據(jù)侯陳瑤等[17]以及蘆佳玉等[18]的研究經(jīng)驗，選取R0=0，R1=-0.3，R2=-0.5。

(2) 確定潛在干旱事件。若某月SPEI1≤R1,則將該月視作潛在干旱月，對于連續(xù)潛在干旱月視作一次潛在干旱事件。如圖2中有a，b，c1，c2，d這4次潛在干旱事件。

(3) 從潛在事件中篩選出干旱事件。對于歷時僅有1月的潛在干旱事件，若其SPEI≥R2則將其剔除，否則視為一次干旱事件；若兩次潛在干旱事件間隔一個月，且該月SPEI≤R0，兩者合并為一次干旱事件；其余歷時大于一個月的潛在事件均視為一次干旱事件。如圖2中a被剔除，b為干旱事件，c1和c2合并為一次干旱，d為一次干旱事件。

圖2 基于游程理論的干旱事件識別及干旱特征變量的確定

1.3.2 干旱時間序列特征分析方法 為較為清晰地分析干旱強度以及歷時序列的各種特征，研究中采用線性傾向率[19]描述干旱強度及歷時的年變化量，采用Mann-kendall檢驗干旱強度及歷時變化趨勢的顯著程度，采用Hurst方法[20]評估兩者變化趨勢的未來延續(xù)性，采用Pettitt算法[21]檢驗兩者的變異性，采用EEMD方法[22]分析兩者的周期性。以上方法均是常用的水文氣象時間序列分析方法，其詳細計算過程可參考相關文獻。

1.3.3 干旱頻率分析方法 Copula函數(shù)是常用的多維干旱特征聯(lián)合分布函數(shù)，其定義域為[0,1]，其不要求變量同分布，可以將符合不同形式邊緣分布的干旱特征聯(lián)合起來[17,23]。由Copula建立的聯(lián)合分布函數(shù)形式如下[23]：

F(d,s)=P(D≤d,S≤s)=C[FD(d),FS(s)]

(1)

式中：D為干旱歷時；S為強度，F(xiàn)D(d)，F(xiàn)S(s)分別為歷時、強度的邊緣分布函數(shù)；C為聯(lián)合分布。

其具體構建步驟如下：

(1) 求出干旱歷時及強度的邊緣分布函數(shù)。采用Weibull，Gamma，Normal，Birnbaum-Saunders，Logistic，Log-Normal，Poisson，Exponential這8種分布函數(shù)[23]分別擬合基于游程理論提取的干旱歷時及干旱強度，并采用Kolmogorov-Smirnov(KS)檢驗[24]擬合效果的顯著性，最后根據(jù)均方差(OLS)最小原則[25]從通過顯著性檢驗的備選函數(shù)中找到干旱歷時及強度的最優(yōu)邊緣分布。

(2) 選取Normal，T，F(xiàn)rank，Clayton，Gumbel共5種常用Copula函數(shù)[26]作為干旱強度及歷時的備選聯(lián)合分布函數(shù)，采用極大似然法計算出每種Copula函數(shù)的參數(shù)，并采用Bootstrap Cramér-von Mises(CM)方法[24]進行假設檢驗，最后從通過檢驗的Copula函數(shù)中選擇均方差(OLS)最小的作為最優(yōu)Copula。

1.4 農(nóng)業(yè)旱災風險評估

1.4.1 旱災風險評估指標選取 研究中采用基于旱災損失風險構成要素的風險評估方法，即從災害的危險性(H)、暴露性(E)、敏感性(V)以及抗旱能力(RE)等方面選取一定的指標進行旱災風險評估[27]。并根據(jù)計算公式：

(2)

計算出區(qū)域旱災風險值。對于危險性等各個維度指標的選取則從現(xiàn)有研究經(jīng)驗[27-28]以及資料的易獲取性兩個方面考慮，最終選取的指標見表1。每個功能層指標與權重乘積的加和即為該功能層的值。

1.4.2 旱災風險評估指標權重確定方法 對于旱災風險評估中各指標權重的確定則采用投影尋蹤模型。投影尋蹤法主要原理是將高維數(shù)據(jù)投影到低維空間，然后建立投影指標函數(shù)，當函數(shù)達到最優(yōu)時，其對應的即為最佳投影向量[29]，即可用于指標權重的確定。對于投影函數(shù)的最優(yōu)解求解則常采用遺傳算法[30]。

2 結果與分析

2.1 干旱時間變化特征

2.1.1 干旱序列趨勢變化特征 采用游程理論從廣西SPEI1序列中提取出干旱強度以及干旱歷時，并統(tǒng)計出整個區(qū)域每年干旱事件的平均強度以及平均歷時(圖3)，并計算出兩序列的Cv值，傾向率、Mann-kendall趨勢檢驗Z值，以及Hurst值(表2)。由圖3可知，1961—2016年，廣西地區(qū)干旱強度與歷時的波動均較為平緩，兩者Cv值均在0.5以下。在變化趨勢上，干旱強度與干旱歷時則呈現(xiàn)出較大的差異性，1961—2016年，干旱強度呈現(xiàn)出微弱的下降趨勢，其下降率小于-0.001/a，而干旱歷時則呈現(xiàn)出微弱的上升趨勢，其上升率為0.007月/a，不過兩者變化的趨勢均不顯著，其Mann-kendall檢驗值均小于1.28，未通過90%顯著性檢驗。從Hurst值來看，干旱歷時的Hurst值為0.729，有較大的可能會繼續(xù)保持微弱上升趨勢，而干旱強度的Hurst僅有0.591，其變化趨勢的未來延續(xù)性不顯著。

圖3 廣西1961-2016年干旱強度、歷時序列變化曲線

表2 廣西1961-2016年干旱強度及歷時序列特征值

2.1.2 干旱序列突變及周期變化特征 為分析1961—2016年廣西干旱的突變特征，采用Pettitt算法，分別檢測干旱強度以及干旱歷時序列的突變點。由圖4可知，廣西地區(qū)1961—2016年的干旱強度序列以及干旱歷時序列均存在突變點，前者突變點在2007年，后者突變點在1985年，兩突變點均通過了95%顯著性檢驗。突變后的平均干旱強度相比與突變前增加了12.26%，而平均干旱歷時則相對于突變前則增加了14.56%。

圖4 廣西1961-2016年干旱強度及歷時序列突變檢驗

為分析1961—2016年廣西干旱的周期性特征，采用EEMD算法分別對干旱強度以及干旱歷時進行分解。如圖5可知，干旱強度和歷時序列均可被分解為4個IMF分量，以及一個Res余量。各分量間差異顯著，但總體呈現(xiàn)出由IMF1到IMF4，振動頻率以及振動幅度均逐漸減小的變化特性。而Res余量則體現(xiàn)出干旱強度以及干旱歷時在不同時期的變化趨勢，干旱強度在1961—1991年呈現(xiàn)出逐漸下降的趨勢，隨后在1991—2016年又呈現(xiàn)出逐漸上升的變化趨勢；而干旱歷時序列則是在1961—1981年逐漸下降，1981—2001年逐漸上升，2001—2016年又逐漸下降。為確定兩序列主要周期，對各序列IMF分量進行顯著性檢驗[31]。由圖6可知，干旱強度及干旱歷時序列各分量中僅有IMF1分量通過顯著性檢驗，其中前者比后者更加顯著，干旱強度IMF1落在90%置信區(qū)以上，而干旱歷時IMF1落在80%置信區(qū)以上，其余分量中，干旱強度的IMF3分量，以及干旱歷時的IMF3，IMF4分量也均接近80%顯著性檢驗線，但均未通過檢驗。對強度和歷時的IMF1序列進行Hilbert-Huang變換即可得到兩者對應的中心頻率分別為0.30，0.32，頻率的倒數(shù)即為周期，則可得兩者對應的主周期為3.38，3.12 a。

圖5 廣西1961-2016年干旱強度、歷時序列EEMD分解

圖6 干旱強度、歷時各IMF分量顯著性檢驗

2.1.3 干旱頻率特征 為分析廣西地區(qū)1961—2016年干旱的單變量頻率特征，采用1.3.3中方法擬合出干旱歷時及強度的分布函數(shù)。最終選取Log-Normal(μ=0.510，σ=0.564)作為干旱歷時的最優(yōu)分布，選取Birnbaum-Saunders(β=1.598，γ=0.656)作為干旱強度的最優(yōu)分布，兩者經(jīng)驗概率分布與理論概率分布曲線如圖7所示，Log-Normal和Birnbaum-Saunders分布對干旱歷時及干旱強度的擬合較好，兩者經(jīng)驗分布曲線與理論概率分布曲線基本重合。廣西地區(qū)大多數(shù)干旱事件的歷時都在7個月以內(nèi)，歷時在1～4月的干旱事件最多(超過80%)；強度大多小于8，強度值在0～4的干旱事件超過80%。

圖7 干旱歷時及強度的經(jīng)驗分布和理論分布

為分析基于干旱強度及歷時的雙變量干旱頻率特征，采用1.3.3中方法最終選取Gumbel Copula(θ=3.185)函數(shù)建立干旱強度及歷時的二維聯(lián)合分布。圖8為基于干旱歷時及強度的聯(lián)合概率分布圖，由圖8可查得不同干旱強度及歷時下的干旱頻率，且由圖可知廣西地區(qū)短歷時低強度干旱居多，極少有干旱事件強度大于12且歷時大于12個月，但干旱歷時不大于4個月且干旱強度不大于4的干旱事件約有60%；隨著干旱歷時和干旱強度值的不斷增大，二者的聯(lián)合累計概率值也不斷增大，但聯(lián)合累計概率值越大，其增長速度也越慢，這說明大多數(shù)干旱事件以短歷時低強度為主，而強度越高且歷時越長的干旱事件越少。

2.2 干旱空間分布特征

使用游程理論識別出每個格點1961—2016年所有干旱事件的強度及歷時，并計算出其平均強度及平均歷時空間插值。由圖9可知，廣西干旱平均強度為1.20～2.05，其中桂東南的貴港、玉林、北海等地較高，在1.65以上，其次在桂北的桂林、柳州以及桂西河池西部、崇左等地為1.50～1.60，最低的則是桂北的河池東部以及桂南的欽州、防城港等地在1.50以下。廣西干旱歷時則集中在4.4～4.9個月，且呈現(xiàn)出，桂北的桂林北部—河池，以及桂東南的梧州—防城港兩個帶狀區(qū)域較低(4.4～4.7個月)，賀州—崇左的帶狀區(qū)域較高(4.7～4.9個月)。由干旱強度以及干旱歷時的空間分布對比則可以看出，干旱強度及干旱歷時的空間分布在整體上沒有表現(xiàn)出顯著的相關性，但在部分地區(qū)，例如桂北的河池東部以及桂南的欽州西部兩者均偏小，而在桂中的來賓、貴港等地兩者均偏大。

計算出每個格點年干旱強度及干旱歷時序列的年變化率，并計算出每個序列的Mann-kendall趨勢檢驗值和Hurst值(圖10)。由圖10可知，干旱強度及歷時呈現(xiàn)出顯著的空間分布特征。從干旱強度來看，桂北呈現(xiàn)出降低趨勢，而桂南則呈現(xiàn)出上升趨勢，但僅有桂北及桂東南極小部分區(qū)域的變化趨勢較為顯著，其余大部分區(qū)域的Mann-kendall檢驗值均為-1.28～1.28(顯著性檢驗小于90%)，而從干旱歷時來看，全區(qū)大部均呈現(xiàn)出上升趨勢，僅有桂北小部分區(qū)域呈現(xiàn)出下降趨勢，但除桂北小部分區(qū)域的增長趨勢較為顯著，其余地區(qū)均未通過90%顯著性檢驗。在趨勢未來延續(xù)性方面，干旱歷時序列在全區(qū)域大部分地區(qū)的Hurst值均在0.50左右，未來延續(xù)性并不明確，而干旱強度序列的Husrt值在桂西以及桂南等小部分區(qū)域在0.50附近，其余區(qū)域Hurst值均在0.60以上，呈現(xiàn)出一定的趨勢延續(xù)性，尤其是在桂中等區(qū)域，其Hurst值在0.70以上，其趨勢延續(xù)性較強。

2.3 農(nóng)業(yè)旱災風險

計算出風險評估各指標值，進行歸一化處理以后建立投影尋蹤模型，其中各市SPEI強度及歷時由各市區(qū)域內(nèi)格點的強度及歷時的多年算術平均求得。根據(jù)1.3.2內(nèi)容建立投影尋蹤模型并得到最佳投影方向A={0.152,0.292,0.401,0.189,0.470,0.145,0.341,0.098,0.282,0.404}，A中每一個元素順序對應表1中a1—a12。通過投影向量可以計算出各市的危險性、暴露性、敏感性、抗旱能力值，并根據(jù)旱災風險綜合計算公式可得各市干旱風險(圖11)。

圖8 干旱強度及歷時的聯(lián)合概率分布

圖9 廣西干旱強度及歷時空間分布

圖10 廣西干旱強度及歷時的變化趨勢空間分布

圖11 廣西干旱危險性、暴露性、脆弱性、抗旱能力及農(nóng)業(yè)旱災風險空間分布

由圖11可知,廣西地區(qū)的干旱危險性在賀州、貴港以及百色等地較高，在桂南的欽州、北海、防城港等地較低，其余地區(qū)則相差不大；而暴露性則在桂中地區(qū)較高，尤其是崇左、來賓等地，在桂西的百色以及桂東的賀州、梧州等地偏低，這與屈艷萍等[32]對全國旱災暴露性研究結果較為相似(崇左等地較高，桂東地區(qū)偏低)；脆弱性則呈現(xiàn)出由桂東向桂西逐漸增加的變化趨勢，這與康永輝等[11]對桂西北地區(qū)的脆弱性研究結果較為相似(桂西脆弱性較高)；抗旱能力則是在桂北的桂林以及桂東等區(qū)域較低，桂中的次之，桂西等地則較高，但最高的則是桂中的來賓。綜合各項指標計算得廣西地區(qū)各市干旱風險值，其中干旱風險最高的是桂西南的崇左，以及桂中的來賓，其余各區(qū)域中，桂西北的旱災風險要明顯高于桂東南，這與張強等[2]在研究華南地區(qū)旱災風險的結論有一定的相同之處(桂西較高，桂東北及桂東較低)。

3 結 論

(1) 1961—2016年，廣西干旱強度呈現(xiàn)出微弱的下降趨勢，而歷時則微弱上升，但兩者的變化趨勢均不顯著，不過后者表現(xiàn)出更強的未來延續(xù)性；干旱強度序列在2007年存在突變點，而歷時則在1985年；干旱頻次和歷時的周期均在3.20 a左右。

(2) Log-Normal和Birnbaum-Saunders函數(shù)可以分別較好地擬合干旱歷時和干旱強度的概率分布；而Gumbel Copula函數(shù)則為兩者最優(yōu)的聯(lián)合概率分布。就單變量來說，超過80%的干旱歷時在1～4個月，超過80%的干旱強度在0～4；就雙變量來說，短歷時低強度干旱居多，約有60%的干旱事件強度及歷時均小于4。

(3) 干旱強度在桂東南較大，桂西次之，桂南最低；干旱歷時則在賀州—來賓—崇左的帶狀區(qū)域內(nèi)較高，在桂東南較低。就變化趨勢來說，強度在桂北以減小為主，在桂南以增長為主；歷時在全區(qū)大部分區(qū)域均以增長為主，且桂中較高；但全區(qū)大部分區(qū)域強度及歷時的變化趨勢均不顯著。

(4) 廣西地區(qū)干旱風險最高的是桂東南的崇左，以及桂中的來賓，其余各區(qū)域中，桂西北區(qū)域的干旱風險要明顯高于桂東南。