文献摘录_干旱

1961-2020年新疆地区干旱演变时空特征分析

1研究方法:

本研究的主要工作为:采用Sen′s斜率趋势法和Mann-Kendall检验分析新疆地区干湿状况的趋势性;采用连续小波变换了解季节尺度干旱的周期性规律;耦合Sen′s斜率趋势法和Hurst指数探索新疆地区未来干湿变化趋势。以期对新疆地区干旱防灾减灾和水资源合理配置提供一定的理论支持。

2 数据来源

气象数据来源于国家地球系统科学数据中心(http://www.geodata.cn/)。包括逐月最高温度、最低温度、平均温度、降水量、相对湿度、日照时数、气压和风速数据。数据为栅格数据,空间分辨率为1 km。季节划分按照气象标准划分,春季为3-5月,夏季为6-8月,秋季为9-11月,冬季为12月至次年2月。

3 方 法

3.1 干旱指数计算

标准化降水蒸散指数(SPEI)考虑了降水和温度条件对干旱的影响,是一个简便的多尺度干旱指数。计算潜在蒸散发量的常用方法包括Thornthwaite法和Penman-Monteith法[17]。我们分别使用两种方法计算了12个月尺度的SPEI值。两种方法所获得的SPEI空间分布较为相似(见图1)。随后进行Pearson相关性分析,结果表明两种方法计算的SPEI的空间相关性较高[见图1(c)]。考虑到数据获取难易程度等因素,本研究选用计算变量少、应用广泛且计算方法相对简单的Thornthwaite法计算3个月时间尺度的SPEI。SPEI等级划分见表1。干旱频率是研究期内发生干旱的年数占总年数的比例,其值越大,干旱发生越频繁。

3.2 时间趋势分析法

3.2.1 Sen's斜率估计法

3.2.2 Mann-Kendall 检验

3.3 连续小波变换

3.4 旋转经验正交函数法(rotating empirical orthog⁃onal function, REOF)

3.5 Hurst指数和R/S分析法

4 结 果

4.1 SPEI的趋势性及不同等级干旱发生频率

4.2 基于REOF分区的各区SPEI时空演变特征

4.3 SPEI的周期性

4.4 未来SPEI变化趋势

5 讨论与结论

5.1 讨 论

5.2 结 论

利用MCI指数和Gumbel-Copula函数评估新疆干旱灾害危险性
 

干旱是新疆地区的主要气象灾害之一,其危险性评估对该地区防旱抗旱工作具有重要的指导意义。该研究基于新疆106个气象站1961—2019年逐日观测数据计算气象干旱综合指数(meteorological drought composite index,MCI),根据游程理论识别干旱过程,采用Gumbel-Copula函数建立干旱历时和烈度的联合分布并计算干旱重现期;选取干旱频次、历时和烈度作为危险性评估因子,采用随机森林算法计算权重并得到新疆干旱灾害危险性结果。结果表明:1961—2019年间新疆共出现了47次干旱过程,其中短历时、低烈度(干旱烈度≤50且干旱历时≤60 d)干旱过程多发,长历时、高烈度(干旱烈度≥200且干旱历时≥180 d)重现期较长。长历时和高烈度倾向于同时发生,但随着干旱历时和烈度的增加,长历时和高烈度干旱过程发生概率较低。新疆地区干旱灾害危险性空间分布上呈现“中间低,南北高”的特点,天山山脉地区干旱重现期长于其他地区,危险性低,天山北坡的干旱过程发生频率低、持续时间短、强度小,危险性较低;南疆大部分地区的干旱过程发生频率较低,但持续时间长、强度大、危险性较高。而北疆大部分地区干旱发生频率高,但持续时间不长,强度不高,但塔城地区西北部和阿勒泰地区危险性较高。因此南北地区对干旱灾害应对应有所不同。在全球变暖背景下,新疆各地区用水矛盾进一步加剧,各地应结合实际,统筹提高水资源高效配置合理利用水平,合理开发水资源,降低干旱灾害的风险。
 

以MCI作为干旱指标,基于游程理论识别干旱过程,采用Copula函数建立干旱历时和干旱烈度的联合分布并计算干旱重现期,揭示新疆干旱特征。同时,选取干旱过程频次、历时和烈度作为危险性评价因子,采用随机森林算法赋权,对新疆地区干旱灾害危险性进行等级划分。以期为增强当地干旱灾害应对能力,减少旱灾损失提供重要科学参考。

1.2 方 法

1.2.1 干旱过程识别方法

选用MCI指数作为干旱指标的计算方法如下[17]:

根据游程理论识别干旱过程,当日干旱指数的等级连续15 d及以上达到轻旱及以上,且至少有1 d达中旱及以上等级,则确定为1次干旱过程。干旱过程时段内第1次出现轻旱的日期为干旱开始日。干旱过程发生后,当连续5 d干旱等级为无旱时,则干旱过程结束,干旱过程结束前最后一天日干旱等级达轻旱及以上的日期为干旱结束日[19]。干旱过程开始日到结束日(含结束日)的总天数为干旱历时,干旱历时所对应的干旱指数累计值的绝对值记为干旱烈度。以图2为例,该时段内共识别出两次干旱过程E1和E2,E1干旱历时为t1到t2,干旱烈度为t1到t2内干旱指数之和的绝对值;E2干旱历时为t3到t4,干旱烈度为t3到t4内干旱指数之和的绝对值。干旱过程E1开始时间t1到干旱过程E2开始时间t3记为一次干旱间隔时间。

1.2.2 干旱特征分析方法

通过1.2.1中方法得到干旱过程的历时和烈度后,首先确立历时和烈度的概率分布,其次选用合适的Copula函数建立干旱历时和干旱烈度的联合概率分布,最后计算干旱过程重现期。已有研究指出干旱历时和干旱烈度一般服从指数分布或伽马分布[20-22]:

指数分布:

式中F(x)为指数分布,x为历时或烈度,μ为待估计参数。伽马分布:

数。常用的Copula函数中,Gumbel-Copula函数对随机变量之间的上尾部的变化较为敏感,能较好地捕捉随机变量间的上尾部相关的变化,因此选用单参数的Gumbel-Copula函数建立二者的联合分布,单参数的Gumbel-Copula函数如下式,C (Fd , Fs , θ)为联合分布,Fd为干旱历时的边缘分布,Fs为干旱烈度的边缘分布,θ为待估计参数:

已知干旱历时、干旱烈度的边缘分布函数及其联合分布函数,干旱重现期计算式[23-25]见式(7)~(8),其中联合重现期指干旱历时或干旱烈度大于等于某一值的干旱过程重现期,同现重现期指干旱历时和干旱烈度同时大于等于某一值的干旱过程重现期。二维联合分布重现期T计算如下:

同现重现期计算如下:

式中E(L)为干旱间隔期期望,Fd(x)为干旱历时的边缘分布函数,Fs(x)为干旱烈度的边缘分布函数,C(Fd(x)、Fs(x))为联合分布函数。

1.2.3 干旱致灾危险性分析方法

本文以干旱过程次数、历时和烈度作为危险性评价因子对新疆地区干旱灾害危险性进行危险性分析。根据自然灾害风险理论,干旱危险性评价模型为

式中Hj为第j个站点干旱灾害危险性指数,wj为第j种因子危险性权重,Qj为第j种因子的危险性指标。为了使得各因子危险性指数具有同一性和可比性,危险性评价前进行指标归一化处理。干旱过程次数、平均历时和平均烈度的值越大,干旱危险性越大,均为正向指标,归一化方法见下式:

式中yk为归一化后指标值,xk为指标原值,xmax、xmin分别为指标最大值和最小值。目前常用的确定权重方法主要有主观赋权法、客观赋权法和综合赋权法。主观赋权法和综合赋权法均涉及到决策者的主观意愿,而干旱灾害常由众多客观自然因素综合作用产生,因此客观赋权法更适合干旱致灾因子权重计算。但常用的客观赋权法多从因子的信息量大小、因子间对比强度和冲突性等方面计算权重,难以体现因子的重要性或贡献度。而随机森林算法在分类过程中能提取变量重要性,可作为赋权计算方法。随机森林算法行分类任务时,用有抽样放回的方法从样本集中选取N个样本作为一个训练集。然后重复L次以下步骤(L为随机森林中决策树的个数),随机不重复地选择V个特征,利用这V个特征分别对样本集进行划分,并对特征重要性评估,找到最佳的划分特征,进而对样本分类。本文首先依据干旱特征的空间分布差异将站点进行分类,把干旱过程次数、平均历时和平均烈度视为干旱过程的3个特征,将分类结果和归一化特征值输入随机森林模型进行训练,从而得到干旱过程次数、干旱过程平均历时和干旱过程平均烈度的重要性,既权重。最后将权重代入(9)式计算得到危险性指数,采用标准差分级法划分新疆地区干旱灾害危险性等级。本文使用的随机森林模型建立方法来自Python的sklearn包中RandomForestClassifier方法。

2 结果与分析

2.1 干旱特征

1961—2019年新疆地区共出现全区大范围干旱过程47次,其中干旱过程历时普遍在60~120 d之间,干旱

 2.2 危险性

3 讨 论

4 结 论

基于标准化降水指数的1961-2020年昌吉地区气象干旱趋势分析

采用昌吉地区10个气象站1961-2020年降水量资料,计算昌吉地区年、季尺度标准化降水指数(SPI-12、SPI-3),并对SPI指数评价实际干旱的能力进行验证。运用趋势分析法、M-K突变检验法、小波分析法等方法,探究昌吉地区气象干旱变化特征;在此基础上分析年、季尺度上的干旱频率、干旱强度和干旱覆盖面积的变化趋势。结果表明:SPI指数可以表征昌吉地区的干旱特征;1961-2020年昌吉地区年SPI值呈明显的阶段性特征,年代变化趋势呈变干-变湿-变干的变化波动,进入21世纪以来,变干趋势较为明显;昌吉地区春、夏、秋季SPI呈不显著的湿润化态势,但进入21世纪以后,春、夏季逐年变干旱化,冬季呈显著的湿润化态势;干旱强度在全区范围内主要为轻旱和中旱等级,2010年以来春、夏、秋季干旱强度明显增大;1961-2000年干旱发生面积有轻微减少,进入21世纪以来干旱范围向扩大趋势发展,全域性和区域性干旱发生较为频繁;在周期性变化方面,存在着3~5 a、8~18 a、20~30 a的多重周期振荡,且随时间尺度降低,表现的“干-湿”交替渐趋频繁,但不同时间尺度表现出不同的干湿震荡规律。
 

1.2 资料来源

1.3 分析方法

本文运用Matlab环境下进行突变检验和周期分析,利用Origin和Excel软件进行趋势变化分析。

1.3.1 突变检验法

1.3.2 标准化降水指数的原理和等级划分

1.3.3 评估干旱过程的方法

1.3.4 Morlet小波周期分析方法

2 结果分析

2.1 SPI指数在昌吉地区的适用性分析

2.2 SPI指数的时间分布特征

2.2.1 年变化及突变检验

2.2.2 季节变化及突变检验

2.3 干旱频率分析

2.4 干旱强度分析

2.4.2 季节干旱强度

2.5 干旱站次比分析

2.5.1 年干旱站次比

2.5.2 季节干旱站次比

2.6 干旱周期分析

3 结 论

新疆气象干旱过程识别及多维变量联合分布特征分析

采用1960—2021年新疆60个气象站点逐日气象数据,选取气象干旱综合指数(MCI)作为干旱评价指标进行干旱等级的划分,基于游程理论识别干旱过程并提取3个典型干旱特征变量,分析新疆近62年来发生干旱过程的时间变化趋势和各等级干旱日数的空间分布特征,通过优选得出的Copula函数构建干旱特征变量的二维、三维联合分布函数模型,推求干旱重现期。

1.2 数据来源

气象资料主要来自于中国气象数据网(http://data.cma.cn/),选取1960—2021年新疆范围内60个国家基本气象站的降水量、气温、风速、相对湿度及日照时数等逐日观测数据,数据的可靠性、代表性经过了中国气象管理中心的校核。气象站点分布如图1所示,各站点基本信息如表1所列,其中北疆包含33个站点,南疆包含27个站点,站点分布相对均匀,能较好的代表新疆干旱的整体情况。

2 研究方法

2.1 干旱等级的划分

气象干旱综合指数(MCI)的公式为

式中,SPIW60为近60 d标准化权重降水指数;MI30为近30 d相对湿润度指数;SPI90和SPI150分别为近90 d、150 d标准化降水指数,各分量均采用逐日滚动计算;a、b、c、d分别为各分量的权重系数;Ka为季节调节系数,根据研究区气象干旱情况和不同季节主要农作物生长发育阶段对土壤水分的敏感程度确定。各分量的详细计算方法和a、b、c、d及Ka的取值依据参见国标《气象干旱等级》(GB/T 20481—2017)[22],其中a、b、c、d在中国西北地区取值分别为0.3、0.5、0.3、0.2,Ka的逐月取值如表2所列;基于Ka的取值情况,本文仅对新疆4—10月进行气象干旱监测,其中季节划分标准春季为4—5月,夏季为6—8月,秋季为9—10月;依据季节划分标准,将干旱分为春旱、夏旱、秋旱、春夏连旱、夏秋连旱、三季连旱6种类型。

  • 20
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

___Y1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值