标准化降水指标与Z指数在我国应用的对比分析--.pdf

《标准化降水指标与Z指数在我国应用的对比分析--.pdf》由会员分享，可在线阅读，更多相关《标准化降水指标与Z指数在我国应用的对比分析--.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、标准化降水指标与Z指数在我国应用的对比分析袁文平 周广胜3(中国科学院植物研究所植被数量生态学重点实验室,北京 100093)摘 要 利用分布于我国不同气候区的7个气象台站19511995年的月降水资料,比较分析了标准化降水指标(Standardized precipitation index,SPI)和在我国已成熟应用的Z指数。结果表明,SPI计算简单,资料容易获取,而且计算结果与Z指数有极好的一致性。同时,由于SPI是通过概率密度函数求解累积概率,再将累积概率标准化而得,具有稳定的计算特性,消除了降水的时空分布差异,在各个区域和各个时段均能有效地反映旱涝状况,优于在我国广泛应用的Z指数。此

2、外,SPI还可以计算不同时间尺度的指标值,能够满足不同水资源状况分析的要求。以北京为例,探讨了应用4种时间尺度的SPI值反映19511995年期间的旱涝事件,发现SPI能准确地反映北京45年间的旱涝趋势,对于旱涝灾害有着良好的预测作用,可用于我国的水资源评估以及不同时间尺度的干旱监测。关键词 标准化降水指标 Z指数 干旱COMPARISON BETWEEN STANDARDIZED PRECIPITATIONINDEX ANDZ-INDEX IN CHINAY UAN Wen-Ping and ZHOU Guang-Sheng3(Laboratory of Quantitative Veget

3、ation Ecology,Institute of Botany,Chinese Academy of Sciences,Beijing100093,China)AbstractDroughts are the worlds costliest natural disasters,causing an estimated6-8 billion inglobal damages annually and affecting more people than any other form of natural disaster.Given the conse2quences and pervas

4、iveness of droughts,it is important to assess the specialized indices that are used to assessdrought severity.The standardized precipitation index(SPI)has several characteristics that are an improve2ment over previous indices,including its simplicity and temporal flexibility that allow it to examine

5、 both shortterm and long term drought conditions.Computation of theSPIinvolves fitting a gamma probability densityfunction to a given time series of monthly precipitation totalsfor a weather station.The resulting parameters arethen used to find the probability of a particular precipitation event ove

6、r a given time scale.This probability isthen converted to the standard normal random variableSPIindex value.In this article,1-monthSPIare cal2culated and compared with theZ-index,the most widely used index in China.The results demonstrated that 1-monthSPIcalculated for 7 observational stations are g

7、reatly consistent withZ2index,but that theSPIrarelyrelates to distributing on precipitation,avoiding some of the irregularities associated with theZ-index.Thus,theSPIis superior to theZ-index in its application.We also investigated drought and flood eventsfrom 1951-1995 for Beijing in greater detail

8、.By using the24-monthSPI(SPI24),three well-defined drought and flood events were identified from the data series.Ingeneral,the same drought and flood events were observed using the 12-monthSPI(SPI12)as theSPI24,al2though there were some interruptions where theSPI12values approached zero or became ne

9、gative for short peri2ods.For 3-month periods(SPI3),theSPIvaluesfrequentlyfell above and below zero.These results highlighttheSPIcharacteristics at different time scales.As the time scale increases from 1 to 24 months,theSPIre2sponds more slowly to short-term precipitation variation,and the cycles o

10、f positive(wet conditions)and nega2tive(drought)SPIvalues become more visible.The possibility of calculating theSPIfor different time scalesenhances its analysis capacity,since it allows the estimation of different antecedent conditions in the soils.Whereas the shortest scales(1 to 3 months)quantifi

11、es superficial soil water,which bears a direct significancefor agriculture,the longest accumulation scales(12 to 24 months)indicate the state of subsoil moisture as wellas other surface and subsurface water resources.The joint consideration of differentSPIscales in the analysiscontributed to a satis

12、factory explanation of risk conditions before each flood event reported.These results indi2cate that theSPIis an effective index for assessing drought conditions at different time scales and should beadopted for use in China.收稿日期:2003207222 接受日期:2004202228 基金项目:国家重点基础研究发展规划项目(973项目)(G1999043407)、中国科

13、学院创新工程项目(KZCXI-SW-01-12,KSCX2-1-07)和国家自然科学基金项目(40231018,30070642,30028001,49905005,39730110,30300049)3 通讯作者Author for correspondenceE-mail:zhougs 植物生态学报 2004,28(4)523529Acta Phytoecologica SinicaKey wordsStandardized precipitation index,Z-index,Drought 干旱作为一种气象灾害,长期困扰着工农业生产。据测算,每年因干旱造成的全球经济损失高达6080亿

14、美元,远远超过了其它气象灾害(Wilhite,2000)。我国平均每年受旱面积约2 159.3万公顷,约占各种气象灾害面积的60%,每年因旱灾损失粮食100亿公斤。随着经济的迅速发展、人口增长及由此引起的以气候变暖为标志的全球变化的发生,干旱有进一步加重的趋势,从而必将对我国社会经济及人民生活造成严重的影响。同时水分也是制约陆地生态系统的关键因子。每年全球有一半以上的陆地生态系统面临着干旱的威胁(Felix,1997)。目前,关于干旱指标已有大量的研究(Richard&Heim,2002)。由于干旱的形成原因异常复杂,影响因素很多,许多干旱指标都是针对具体的研究目的而设定,所以干旱指标具有明显

15、的地域性和不同的时间应用尺度。正因为如此,不同学者利用不同干旱指标对我国干旱区的划分仍存在不同的意见,上下相差5%(47.5%52.5%),即48万km2的国土是属于半干旱区还是半湿润区尚不确定(王廷禄,1990)。根据建立途径的不同可以把干旱指标大致归纳为两类。一类是通过研究干旱机理,力图细致地反映干旱涉及的各个物理过程,如土壤水分蒸发、地表径流和地表水分补给等,以提高对干旱强度和持续时间的反映精度。这类指标以PDSI(Palmerdrought severity index)(Palmer,1965)、KBDI(Keetchbyram drought index)1)、WAWAHAMO(Z

16、ierl,2001)等为代表。另一类干旱指标则是通过气象学方法研究降水量的统计分布规律,以反映干旱的强度和持续时间。第一类指标的物理机制较为明确,但其计算繁杂,对资料要求较高,部分参数不能依靠实验获得,只能靠经验估计,从而大大降低了计算精度。而且由于干旱与局部的气候、土壤、植被等多种因素有关,所以时空变异也在一定程度上降低了这类指标的适用范围。第二类指标计算简单,所需资料容易获取,而且由于指标不涉及具体的干旱机理,时空适应性较强。代表性模型是McKee等(Seileret al.,2002)在评估美国科罗拉多干旱状况时提出的基于降水量的标准化降水指标(SPI)。该指标替代了计算烦杂的PDSI,

17、能够较好地反映干旱强度和持续时间,而且具有多时间尺度应用的特性,使得用同一个干旱指标反映不同时间尺度和不同方面的水资源状况成为可能,因而得到广泛应用(Hayeset al.,1999)。本文通过比较SPI和在我国应用较为成熟的Z指数(鞠笑生等,1998),分析了SPI的应用特性及其在我国的适用性,发现SPI计算简单可行,在我国不同气候区域都具有良好的计算稳定特性,优于Z指数,其多时间尺度应用特性可以满足不同地区、不同应用的需求,可以为我国的水资源评估和不同时间尺度的干旱监测服务。1 研究方法与资料1.1 研究方法比较SPI与Z指数在全国不同气候区的一致性,在此基础上分析两者在反映干旱程度上的差

18、异,考察SPI反映旱涝状况的优越性,为SPI应用于我国的水资源评估和不同时间尺度的干旱监测提供依据。SPI:由于不同时间、不同地区降水量变化幅度很大,直接用降水量很难在不同时空尺度上相互比较,而且降水分布是一种偏态分布,不是正态分布,所以在降水分析中,采用分布概率来描述降水量的变化,然后再经正态标准化求得SPI值。假设某一时段的降水量为x,则其 分布的概率密度函数为:g(x)=1()x-1e-x/(x 0)()=0 x-1e-xdx式中,为形状参数,为尺度参数,x为降水量,()是gamma函数。最佳的、估计值可采用极大似然估计方法求得,即=1+1+4A/34A=?xA=ln(?x)-ln(x)

19、n式中,n为计算序列的长度。于是,给定时间尺度的累积概率可计算如下:1)Keetoh,J.J.&G.M.Byram.1968.A drought index for forest fire control.In:Asheville,N.C.ed.Southeastern Forest Experment Station.USDAForest Service Research Paper SE-38.33.524植 物 生 态 学 报28卷G(x)=x0g(x)dx=1()x0 x-1e-x/dx令t=x/上式可变为不完全的gamma方程:G(x)=1()x0t a-1e-tdt由于gamma方

20、程不包含x=0的情况,而实际降水量可以为0,所以累积概率表示为:H(x)=q+(1-q)G(x)。式中,q是降水量为0的概率。如果m表示降水时间序列中降水量为0的数量,则q=m/n。累积概率H(x)可以通过下式转换为标准正态分布函数。当0 H(x)0.5时:Z=SPI=-(t-c0+c1t+c2t21+d1t+d2t2+d3t3)t=ln1H(x)2当0.5 H(x)而后对降水量进行正态化处理,这样可将概率密度函数Person 型分布转换为以Z为变量的标准正态分布。转换公式为:Zi=6Cs|Cs2i+1|13-6Cs+Cs6式中:Cs为偏态系数,i为标准变量,计算公式分别为:Cs=ni=1(X

21、i-?X)3n3,i=Xi-?X式中:=1nni=1(Xi-?X)2,?X=1nni=1Xi根据Z变量的正态分布曲线,划分为7个等级,并确定其相应的Z界限值,各级旱涝指标见表1。1.2 研究资料为比较SPI和Z指数,且使之具有代表性,在全国不同气候区选择7个代表气象站(北京、成都、济南、昆明、兰州、锡林浩特、武汉)的19511995年气象资料。除锡林浩特气象站为43年(19531995年)资料外,其余6站均为45年。2 结果与分析2.1SPI和Z指数的单站一致性比较对全国7个代表性气象台站45年间(锡林浩特为43年)每月的SPI和Z指数的计算后发现,SPI和Z指数在衡量旱涝程度上具有很好的一致

22、性,并利用SPSS统计软件进行Mann-Whitney方法的一致性检验。所得结果见表2。各站所得p值均大于0.05,SPI和Z指数在衡量单站单月旱涝程度上具有极显著的一致性。图1给出了19861995年昆明和锡林浩特每月的SPI和Z指数等级值。2.2SPI和Z指数对比分析SPI和Z指数在计算时是把相同月份的降水量作为一个序列来衡量,某月的旱涝程度是与长时间序列的平均水平相比较做出的,某月的降水量较大则对应的指标值也较大(趋向于湿润),反之对应的指 标值也较小(趋向于干旱)。所以,能否准确反映表1SPI和Z指数的旱涝等级Table 1Classification scales forSPIand

23、Z-index等级Scale标准化降水指标SPIZ值Z-index类型Moisture category1234567 2(1.5,2)(1,1.5)(-1,1)(-1.5,-1)(-2,-1.5)1.96(1.44,1.96)(0.84,1.44)(-0.84,0.84)(-1.44,-0.84)(-1.96,-1.44)X2,异常时Z1Z2,则有:|Cs21+1Cs22+1|1求解不等式可得Z指数出现异常的条件:X1+X2-4Cs+2?X随着右式的增大,出现Z指数计算异常的可能性也会相应的变大。Z指数值计算是基于降水量,但是其所表现出的趋势却在这时与降水量的变化趋势相反。这说明Z指数计算公

24、式存在较为严重的漏洞,在极端情况下表现出了上述的异常结果。相比而言,SPI是根据降水量的概率分布计算累积概率,然后再转化成标准正态分布而得,与Z指数相比具有优良的计算稳定的特性,很好地符合实际降水的变化趋势,明显地反映了旱涝程度。2.3SPI多时间尺度应用特性的例证由于干旱自身的复杂性和对社会影响的广泛性,在评价干旱程度及其影响时需要了解不同时间尺度上的水分变化。目前,不同部门、不同地区根据各自的应用需求,使用不同时间尺度的干旱指标,这样大大降低了干旱程度之间的可比性和对干旱监测526植 物 生 态 学 报28卷表3 北京部分年份10月的降水量、Z指数和SPI值Table 3Precipita

25、tion、Z-index andSPIin October partial years in Beijing年份Year降水量Precipitation(mm)Z指数Index标准化降水指标SPI19570.0-0.04-1.7019620.0-0.04-1.7019900.3-0.07-1.6419751.6-0.19-1.3319653.5-0.45-1.0019853.8-0.51-0.9619864.1-0.57-0.9219874.1-0.57-0.9219894.6-0.70-0.8519794.7-0.73-0.8419635.4-1.24-0.7619715.5-1.11-0.

26、7419525.7-0.93-0.7219695.7-0.93-0.7219828.5-0.28-0.4419959.6-0.16-0.3519939.9-0.13-0.33196110.0-0.12-0.32197410.0-0.12-0.32199410.3-0.09-0.29的一致性。SPI通过求算给定时间尺度的累积概率,使其能够在多个时间尺度上进行计算。从而SPI不仅可以用于监测短时期内的水分变化,如对农业生产有着重要影响的土壤水分变化,而且还可以监测长时期的水分动态,如地下水供给、径流量等。虽然,Z指数在反映单月旱涝的同时,也可以反映不同时间尺度的水分变化。但是,如前所述,Z指数在计

27、算上的不稳定性同样会影响多时间尺度指标值的计算结果。本文以北京19511995年4个时间尺度的SPI指标值为例说明其多时间尺度的使用特性。北京在19511995年期间发生了3次严重的干旱(六振达,1996)。1965年北京降水量显著减少,年降水量仅377 mm,出现了历史上严重的干旱,引起了城市的供水危机;19701972年3年连旱,年均降水量仅为508 mm,造成200多万亩作物减产,最后依靠大量打井超采地下水得以度过;20世纪80年代初连续5年干旱,水库水位大幅度下降,农业受灾面积达300多万亩。在这45年期间发生过最大规模的洪涝灾害是在1959年。1959年7月下旬至8月下旬降水量比同期

28、增长70%,累积平均降水量达到1 051.8 mm,致使农田大面积受灾,城区进水(李裕宏,1999)。通过计算12个月和24个月时间尺度的SPI值(分别标记为SPI12和SPI24),可以明确地标示出3次旱灾和1959年的涝灾(图2c、d)。SPI12与SPI24的柱状图相比有较大的正负波动。不同时间尺度的SPI值对于降水量的敏感性不同,时间尺度越小,则对于一次降水变化越显著,其值会发生较大变化,甚至是正负波动。相反,时间尺度越大则对于一次降水的反映并不显著,只有持续的多次降水才会使之发生波动。这对于监测长时期的水分状况是合理的(Seileret al.,2002)。SPI12和SPI24都显

29、示出虽然在1957年出现了短暂的轻微水分亏缺,但是总体而言,从1954年起北京的水分充足,说明下层土壤水分、径流量、地下水以及水库蓄水量丰富。因而,1959年7、8月间的大量降水不能有效地经由土壤下渗、地表径流和水库蓄水分担,造成了北京45年间最严重的涝灾。长期的水分富足状态(SPI12和SPI24保持较大的正值)和短时间大量的降水(SPI1)可以很好地成为指示1959年涝灾的信号。SPI12和SPI24在19651969年、19701972年和19801985年3个时期内持续保持较大的负值,这与历史记录中北京3次大规模的干旱有极好的对应关系。3个时期内的SPI1(单月的SPI值)和SPI3(

30、3个月的SPI值)也有着相应的变化趋势。如SPI3在1965年7月、1968年3月和1975年4月等前后出现了较为明显的水分亏缺。SPI1也有着类似的趋势,只是期间的波动更为明显。这是因为SPI1对于每次降水变化都极为显著。由此可见,应用多时间尺度的SPI指标值配合分析,能够清楚地得到不同方面的水资源状况。SPI1可以监测每月的水分变化,可以准确地反映土壤水分状况,这对于适时作好排水灌溉,保证农业生产是极为必要的。SPI12和SPI24对于下层土壤水分、河流径流量、地下水位以及水库蓄水量有较好地反映。综合分析多时间尺度的SPI值可以有效地反映旱涝程度及其持续时间。3 结 论干旱指标的发展经历了

31、由最初只是反映降水多少的简单指标到现在建立针对某一具体问题的复杂模型(如PDSI、K BDI)。我国科学工作者在干旱指标的制定和应用方面作了大量工作,但是由于干旱的复杂性和影响的广泛性,迄今为止还没有建立起完善统一的干旱指标体系,不同地区、不同领域使用不同尺度的干旱指标,这样大大降低了干旱等级的可比性和干旱监测的连续性。SPI可以计算不同时间4期袁文平等:标准化降水指标与Z指数在我国应用的对比分析527图219511995年北京SPI多时间尺度分析Fig.2SPIvalues calculated form the 1951-1995 series for different periods

32、in Beijinga:单月1 month(SPI1)b:3个月3 months(SPI3)c:12个月12 months(SPI12)d:24个月24 months(SPI24)尺度的指标值,满足多种水分监测需求,可以为不同部门和领域提供一个统一的干旱指标。通过对SPI与Z指数一致性比较和多时间尺度分析,得到如下结论:1)SPI和Z指数的计算只需要降水作为输入量,资料容易获取,也避免了机理模型繁杂的计算和大量经验性的参数输入,同时又抓住了反映干旱的主项:降水。而且由于不涉及具体的干旱机理,其时空适应性强,克服了机理性干旱指标因为寒冷、地形、土壤类型等因素所造成的使用上的制约。2)SPI和Z指

33、数两者用非正态分布拟合某一时段的降水量,再经过正态化处理,在计算原理上具有一定的相似性,这也是两者在全国不同气候区域评价旱涝等级时得到一致性极显著的原因,也显示了在一定程度上两者的可替代性。但是两种指标在计算过程中采取不同的技术路线,因而对于旱涝程度的衡量效果不尽相同。Z指数是把概率密度函数直接标准化,其中涉及到偏态系数、标准变量等参数,表明Z指数的大小不仅与降水量有关,还与降水的时空分布有关。鞠笑生等(1997)研究指出,Z指数分析效果与偏态系数密切相关,偏态系数越大,Z指数的分析结果越好,越能反映出旱涝的程度。因而不同地区或不同月季降水的差异会导致Z指数使用效果的差异。SPI则是通过概率密

34、度函数求解累积概率,再将累积概率标准化,计算过程中没有涉及与降水量的时空分布特性有关的参数,降低了指标值计算的时空变异,对不同时空的旱涝状况都有良好的反映。通过对SPI和Z指数对比分析后发现,与Z指数相比,SPI具有更加优越的计算稳定的特性。3)SPI同Z指数一样存在因不涉及干旱机理而产生的不足。首先,由于SPI的计算特性,不同地点528植 物 生 态 学 报28卷的干旱等级频度相同,即假定了所有地点发生旱涝极端事件的概率相同,无法标识旱涝频发地区。其次,除由于降水偏少影响以外,气候变暖蒸发加大也是造成干旱的重要因素(方修琦等,1997),而SPI没有考虑气温、蒸发对干旱的影响。最后,SPI值

35、的计算是建立在长时间序列基础上的,其单月值是在该时间序列同一时期平均水平上的反映。与湿季同样多的甚至是少的降水量在旱季的SPI值会大得多。例如,在图2a中1993年11月的降水量只有43.4mm,远低于1994年7月459.2 mm的降水量,但是其SPI值却为2.74,1994年7月的指标值为2.05。其原因在于北京地区11月份的平均降水量仅为7.7mm,43.4 mm的降水量就会得到较大的SPI值。但是这并不意味着1993年11月发生了重涝事件。这是由于SPI值是建立在时间序列中同期水平的基础上,具有一定的合理性。另一方面也说明在利用SPI进行旱涝分析时必须结合具体情况加以分析。4)由于SP

36、I多时间尺度的特性,从而使得用同一个干旱指标反映不同时间尺度和不同方面的水资源状况成为可能。而且,SPI可以直接区分引起干旱的两种直接原因:土壤水分亏缺和用于补给的水分亏缺(Byun&Wilhite,1999)。土壤水分亏缺是由于目前的降水减少而致,而用于补给的水分亏缺则与长期的降水缺乏有关。考虑两种水分亏缺过程并探讨两者的关系,可以提高干旱的预测精度和及时性。SPI计算简单易行,资料容易获取,同时在各个地区和各个时段都具有良好的计算稳定性,能有效地反映旱涝状况,优于在我国有着成熟应用的Z指数。而且还具有优越的多时间尺度应用特性,可以满足不同地区、不同应用的需求,因而可以为我国的水资源评估和不

37、同时间尺度的干旱监测服务。参 考 文 献Byun,H.R.&D.A.Wilhite.1999.Objective quantification ofdrought severity and duration.Journal of Climate,12:27472756.Fang,X.Q.(方修琦),Y.R.He(何英茹)&W.B.Zhang(章文波).1997.An EOF analysis on drought effect on agriculturein China during 19781994.Journal of Natural Disasters(自然灾害学报),6(1):596

38、4.(in Chinese with English abstract)Felix,N.K.1997.G lobal drought watch from space.Bulletin ofAmerican Meteorological Society,78:621636.Hayes,M.J.,M.D.Svoboda,D.A.Wilhite&O.V.Van2yarkho.1999.Monitoring the 1996 drought using the standardizedprecipitation index.Bulletin of the American Meteorologica

39、l Soci2ety,80:429438.Ju,X.S.(鞠笑生),X.W.Yang(杨贤为),L.J.Chen(陈丽娟)&Y.M.Wang(王有民).1997.Research on determinationof station indexes and division of regional flood/drought grades inChina.Quarterly Journal of Applied Meteorology(应用气象学报),8:2633.(in Chinese with English abstract)Ju,X.S.(鞠笑生),X.K.Z ou(邹旭恺)&Q.Zh

40、ang(张强).1998.The method of climatic drought-flood index and its analy2sis.Journal of Natural Disasters(自然灾害学报),7(3):5157.(in Chinese with English abstract)Li,Y.H.(李裕宏).1999.Review on flood of 1959 in Beijing.Beijing Water Resources(北京水利),(4):2124.(in Chi2nese)Liu,Z.D(六振达).1996.Review and consider on

41、 water crisis inBeijing.Beijing Water Resources(北京水利),(6):89.(inChinese)Palmer,W.C.1965.Meteorological drought.U.S.Weather Bu2reau Research Paper.4558.Richard,R.&J.R.Heim.2002.A review of twentieth-centurydrought index used in the United States.Bulletin of AmericanMeteorological Society,83:11491165.

42、Seiler,B.A.,M.Hayes&L.Bressan.2002.Using the standard2ized precipitation index for flood risk monitoring.InternationalJournal of Climatology,22:13651376.Wang,Y.L.(王延禄).1990.The summa concerning arid meteoro2logical targets to establish,quote and test in China.Arid LandGeography(干旱区地理),13(3):8086.(in

43、 Chinese withEnglish abstract)Wilhite,D.A.2000.Drought as a natural hazard:concepts anddefinitions.In:Wilhite,D.A.ed.Drought:a global assess2ment.New Y ork:Routledge.318.Yao,Z.S.(幺枕生)&Y.G.Ding(丁裕国).1990.Climatestatistics.Beijing:China Meteorological Press.161180.(inChinese)Zierl,B.2001.A water balance model to simulate drought inforested ecosystems and its application to the entire forested areain Switzerland.Journal of Hydrology,242:115136.责任编委:刘世荣 责任编辑:姜联合4期袁文平等:标准化降水指标与Z指数在我国应用的对比分析529