东部型、中部型ENSO影响长江流域降水的调查与分析

Progress 研究进展华北夏季降水异常与大气环流和海温的关系段光玉 华丽仙 罗思源 于琼花（云南省昌宁县气象局，昌宁 678100）摘要：利用1961—2015年中国地面气象台站格点化降水资料、NOAA 提供的逐月海表温度资料，以及NCEP /NCAR 月平均再分析资料，采用EOF 、相关分析和合成分析等方法，分析了华北夏季降水与大气环流和海温的关系以及冬季EP 型El Niño 指数（I EP ）对华北次年夏季降水的影响。

结果表明：华北夏季降水偏多（少）年的环流特征为贝加尔湖地区位势高度负（正）距平，北太平洋存在一位势高度正（负）异常中心，日本海到渤海正位势高度距平加强（减弱），表现为东亚地区典型的东高（低）西低（高）的环流形势；同期夏季在赤道中东太平洋存在关键区海温异常，与华北夏季降水呈显著负相关关系，表明关键区海温增暖（变冷），华北夏季降水减少（增加）；冬季I EP 指数正位相年华北次年夏季降水正异常，西北太平洋上空500 hPa 位势高度显著负异常，中高纬呈现两脊一槽型环流形势，西太平洋副热带高压位置较气候态偏西，赤道西太平洋为明显的异常东风，低层垂直上升运动为孟加拉湾经向通道和太平洋纬向通道的水汽输送提供有利动力条件，有利于华北雨季降水偏多；I EP 指数负位相年环流形势则相反。

关键词：华北夏季降水，EP 型El Niño 指数，太平洋海温，大气环流DOI：10.3969/j.issn.2095-1973.2023.06.005The Relationship between Summer Precipitation Anomaly in North China, Atmospheric Circulation and SSTDuan Guangyu, Hua Lixian, Luo Siyuan, Yu Qionghua(Changning Meteorological Bureau of Yunnan Province, Changning 678100)Abstract: Using the gridded precipitation data from Chinese ground meteorological stations, the NOAA monthly sea surface temperature (SST ) data, and the NCEP/NCAR monthly mean reanalysis data from 1961－2015, and with EOF, correlation analysis, and synthetic analysis, we analyze the relationship between summer precipitation, atmospheric circulation and SST in North China, as well as the influence of the winter EP-type El Niño index (I EP ) on summer precipitation in North China in the following year. The results show that the circulation characteristics of the increased (decreased ) summer precipitation in North China are negative (positive ) geopotential height anomaly in Lake Baikal, a positive (negative ) anomalous center in the North Pacific Ocean, and a strengthening (weakening ) positive geopotential height anomaly from the Sea of Japan to the Bohai Sea, which is typical of the east-high (low ) west-low (high ) circulation in the East Asian region . There is an anomaly of key SSTs in the east-central equatorial Pacific Ocean in the same period of summer precipitation in North China, exhibiting a significant negative correlation, which means that the increased (decreased ) SST in the key area is correlated to the decreased (increased ) summer precipitation in North China. Positive phase years of winter I EP index are accompanied with positive anomaly of summer precipitation in North China in the following year, while significant negative anomaly is identified at 500 hPa over Northwest Pacific Ocean. The circulation type of two ridges and a trough type appears in the middle and high latitudes. The subtropical high pressure in the western Pacific Ocean shifts more westward than the climatic state. Obvious anomalous easterly wind is found in the equatorial west Pacific. The vertical uplift movement in the low level provides favorable dynamic conditions for the transport of water vapor in the meridional channel of the Bay of Bengal and the latitudinal channel of the Pacific Ocean, which is conducive to the increased precipitation in the rainy season in North China; The opposite situation occurs in the negative phase years of the I EP index.Keywords: summer precipitation in North China, EP type El Niño index, the Pacific sea surface temperature, atmospheric circulation0 引言20世纪60年代中期以后，华北降水呈现减少趋势，特别是70年代以来，降水减少更加明显[1-2]。

气候变化下长江流域未来径流与旱涝变化特征研究一、摘要本研究采用先进的气候模型和数据分析方法，对长江流域未来气候变化及其对径流和旱涝灾害的影响进行了深入研究。

结果表明，在全球气候变暖的背景下，长江流域未来径流量将呈现减少趋势，而旱涝灾害的频率和强度可能增加。

本报告将为流域水资源管理和防灾减灾提供科学依据。

二、引言长江流域是我国最重要的河流之一，其水资源对于国家经济和社会发展具有重要意义。

然而，在全球气候变化的背景下，长江流域的水资源面临着严峻的挑战。

因此，深入研究气候变化对长江流域径流和旱涝灾害的影响，对于制定科学的水资源管理策略具有重要意义。

三、研究方法3.1 数据来源为了深入研究长江流域的气候变化，我们采用了多种数据来源：1.历史气象数据：从中国气象局获取了长江流域过去50年的逐日气温、降水量、风速、相对湿度等气象数据。

2.气候模型输出：采用了国际知名的全球气候模型（GCM）和区域气候模型（RCM）的输出数据。

特别是针对长江流域，我们选用了高分辨率的RCM输出，以确保模拟的准确性。

3.地理信息数据：包括长江流域的地形、土壤类型、土地利用类型等，这些数据对于水文模型的准确性至关重要。

3.2 数据分析方法在数据处理和分析阶段，我们采用了以下方法：1.趋势分析：使用线性回归方法分析历史气象数据的长期趋势，如气温和降水量的年际变化。

2.极端事件分析：利用极值理论，对极端降水和极端气温事件进行定义和统计分析。

3.水文模拟：采用分布式水文模型，结合气候模型输出和地理信息数据，对长江流域的径流量进行模拟。

4.灾害风险评估：结合历史灾害数据和径流模拟结果，采用风险评估方法，分析旱涝灾害的变化特征。

3.3 使用的模型与工具本研究主要使用了以下模型和工具：1.全球气候模型（GCM）和区域气候模型（RCM）：用于模拟和预测未来的气候变化。

2.分布式水文模型：用于模拟长江流域的径流量，考虑了地形、土壤、植被等多种因素。

东亚副热带西风急流的年代际变化对我国降水量分布的影响摘要利用1983-2011年全国各省市随机挑选出来的气象站点观测的全年日降水资料和同年NCEP/NCAR月平均再分析资料，对我国南北方全年降水与同期东亚副热带西风急流的位置的年代际变化进行了分析。

关键字：东亚副热带西风急流；中国降水；年代际变化；急流轴引言：东亚副热带西风急流，一直以来都是气象学家们所研究的重点，它不仅是大气环流形势的重要组成部分，更是影响我国乃至整个亚太地区的天气、气候异常的重要系统之一。

东亚副热带西风急流是一条独立环绕副热带地区的强锋带，终年在东亚上空活动，常常出现在西太平洋副热带高压的北部边缘，具有明显的季节变化特征。

东亚副热带西风急流的北跳和南退是东亚大气环流季节性突变的重要特征，影响着中国天气的变化。

陶诗言等[1]指出东亚梅雨的开始和结束与6月及7月份亚洲上空南支西风急流的两次北跳过程密切相关。

叶笃正等[2]很早就注意到亚洲地区气候的季节变化与6月及10月大气环流的突变紧密相连，并指出这种突变的重要表现之一是副热带西风急流的北跃或南落。

高由禧[3]及丁一汇等[4]的研究则表明高空急流带所引起的次级环流往往导致其南侧出现明显的降水中心。

Krishnamurti[5]分析了1955年冬季北半球200hPa风速场，得出副热带西风急流是围绕着地球的一个连续带，在这支西风急流中有三个波，但未提及其与天气分布的关系。

Liang 等[6]通过对资料观测和CCM3 模拟资料的对比分析研究了东亚季风降水与对流层急流的联系，认为北部的东亚副热带西风急流与南部的Hadley环流是影响东亚区域季风降水的显著系统。

东亚副热带西风急流与亚洲、西北太平洋地区的天气、气候变化关系如此密切，对于分析其变化特征和及其地面气象要素可以加深对东亚副热带西风急流的理解，对东亚区域气候变化在年代尺度上的认识。

尽管人们在东亚副热带西风急流的形成机制方面做了大量的研究，但是由于东亚地区地形复杂，海陆分布不均，特别是青藏高原的影响，许多问题仍待解决，尤其是对东亚副热带西风急流的时空变化特征等问题需要进一步的研究。

2018 海气相互作用复习题答案By AXD ZHHR MYW1、为什么暖池位于热带西太平洋？1）南、北赤道流都是自东向西运动，其将大量的表层暖水运输到了热带西太平洋，使得温跃层东部变浅，西部加深，较深的温跃层使得温跃层以下的冷水难以上升到海表，因此，西太出现暖池，与之对应，东太海水较冷。

这种 SST 的纬向差异在赤道低层大气中建立了纬向压力梯度，增强了赤道信风和对应的沃克环流，信风增强之后进一步加强了大洋东部的海表冷却和温跃层上翘，使得 SST 的纬向梯度进一步加强，从而进一步加强了信风和对应的沃克环流，形成热带太平洋海洋-大气耦合反馈机制；2）赤道太平洋东西跨度大，赤道东太平洋的冷水难以影响到赤道西太平洋 地区；3）赤道西太平洋岛屿众多，不规则的边界削弱了边界涌升流；4）欧亚大陆东端和北美大陆西端的地形阻断了北极冷水进入太平洋，太平 洋深层水主要来自大西洋，深层水在长期输运过程中由于混合及地热加热得以缓慢增温；5）该海域位于信风与季风的交替区，平均风速小，蒸发小。

赤道西太平洋 年均风应力明显小于其它海区，弱风减小了自海面向大气的显热、潜热输送；2、热带东太平洋水温季节变化的方向为什么呈东-西向在背景风场为信风的情况下，SST 正（负）异常信号的西侧会出现异常西风 （东风），从而造成西侧的背景信风减弱（加强），导致海面蒸发减弱（加强），因此平均西向流的冷平流作用减弱（加强），最终出现在赤道 SST 正（负）异常的西侧。

线性化后的混合层简化方程为222''''T T V c V T t x H c UH αεαμ∂∂+=-∂∂= 平均纬向风为东风，即U 为负时'T x∂∂ 为负，即西传。

3、热带东太平洋上空的I TCZ为什么总是位于北半球？什么机制导致热带东太平洋上空 ITCZ 位于北半球？1）Ekman 输运赤道东太平洋海温分布南北不对称，在北半球，在东北信风的驱动下，Ekman 输送沿西北方向，不会产生离岸/向岸流，在南半球，在东南风信风的驱动下，Ekman 输送沿西南方向运动，产生了明显的离岸流，此也形成了东太平洋冷舌及温跃层的倾斜，于是在赤道东太平的南侧产生离岸涌升流，导致SST 偏低，加之秘鲁寒流的影响，导致该区域SST 常年处于较低值，打破了太阳辐射南北移动引起的海温变化，使得ITCZ常年位于北半球。

气候变化对长江流域洪涝灾害影响研究气候变化是当前全球面临的重要挑战之一。

长江流域作为中国最长的河流流域，其地理位置和复杂的气候形势使得该区域特别容易受到洪涝灾害的影响。

因此，研究气候变化对长江流域洪涝灾害的影响至关重要。

首先，长江流域洪涝灾害与气候变化之间有着密切的关系。

长江流域位于亚热带到暖温带交界地带，受季风影响较大。

气候变化导致了长江流域降水的时空分布变化，进而影响了该地区的洪涝灾害发生频率和强度。

其次，气候变化引起的长江流域洪涝灾害主要有两个方面的影响。

首先，气候变暖导致冰川和雪冰融化加速，进而增加了长江流域的径流量和水位高度。

这种情况下，洪水容易发生，并且洪水的规模和范围可能会扩大。

其次，气候变化还会增加热带气旋和暴雨天气的频率和强度，这将导致长江流域出现更多的极端降水事件，如暴雨和短时强降水，从而增加了洪涝灾害的风险。

第三，长江流域洪涝灾害对该地区的经济和社会发展造成严重影响。

洪涝灾害导致农田受灾、蔬菜水果受污染，进而影响粮食和农产品的产量和质量。

此外，洪涝灾害还会造成人员伤亡和财产损失，对居民的生命财产安全构成威胁。

为了应对气候变化对长江流域洪涝灾害的影响，我们应该采取一系列的措施。

首先，加强气候监测和预警体系的建设，提前预测和预警洪涝灾害的发生，为民众提供及时的应对措施。

其次，加强防洪堤坝的建设和维护，增加河道的排水能力，降低洪涝灾害的风险。

此外，加强生态修复，保护和恢复湿地等自然防护屏障，减少洪水的侵袭范围。

同样重要的是，需要加强国际合作，共同应对气候变化对洪涝灾害的挑战。

长江流域跨越多个国家，其洪涝灾害的影响不仅限于中国，还涉及到该流域周边的其他国家。

因此，各国应该加强信息共享和合作，共同应对洪涝灾害的挑战。

最后，个人也应该加入到应对洪涝灾害的行动中来。

我们可以通过减少废弃物的排放、降低能源消耗、植树造林等方式，为气候变化的应对做出一份贡献。

综上所述，气候变化对长江流域洪涝灾害的影响不可忽视。

论我国汛期降水预报因子的重要性[摘要]最近几年，我国每年因自然灾害遭受的损失巨大，每年损失大约在1200～1800亿元之间。

其中旱涝造成的灾害占很大比重。

本文对我国汛期降水预报的重要性、汛期降水预报因子进行了分析探讨。

[关键词]汛期预报汛期预报因子1汛期预报的重要性旱涝灾害在我国自然灾害中较严重的灾害。

通常干旱影响的范围广，频率也较高。

1950～1986年37年间平均每年旱灾面积约2×107hm2，每年约20%面积受旱，占各种气候灾害影响总面积的59.3%，个别年尤其严重。

如1972年全国受灾农田达3×107hm2，粮食减产39×108kg。

大约有30%的耕地受旱，可见影响之巨大。

雨涝的范围一般稍小，频率也低一些，1950～1986年37年间平均每年雨涝面积67×105hm2，每年约6%～7%的面积受涝。

占各种气候灾害影响总面积的22.9%。

因雨涝平均每年减产28×108kg粮食。

但个别严重年如1991年仅安徽、江苏两省就减产120×108kg。

约占当时全国粮食产量的3%，1998年长江流域遭受几十年未遇的洪涝。

受灾人口在2亿以上，经济损失可能达到1600亿元。

可见干旱、雨涝对我国经济，特别是农业生产影响之巨大。

就是因为1954年我国发生了长江流域洪涝，1956年又出现淮河洪涝。

因此，从1958年开始我国正式发布汛期（5～9月）降水预报，并成为气候预测的中心任务。

这个制度一直延续到目前。

1969、1972及1970年我国东北地区出现了夏季低温冷害。

后两年东北地区粮食分别减产63×108kg及47.5×108kg。

因此，从70年代后期开始在汛期预报中，增加了对低温冷害的预报。

同时在汛期预报中也包括4～6月华南前汛期降水预报，及台风季登陆台风预报。

不过6～8月夏季降水的分布趋势始终是汛期预报的重点。

在汛期降水预报中经常会考虑的因子如下：1.1海温吕炯最早指出西北太平洋的海温对我国气候及长期预报有重要意义。

两类厄尔尼诺现象及其对我国次年夏季雨带分布影响的探究摘要首先确定以厄尔尼诺发生时增温幅度较大的位置作为两类厄尔尼诺（中部型、东部型）现象的分类依据，利用NCEP/NCAR的1948-2020年再分析大气资料及NOAA提供1951-2020年线性最优插值全球海温资料等，分析海温距平分布及演变特征，筛选出两类厄尔尼诺事件，并进行合成分析发现两类厄尔尼诺事件下的次年夏季降水场分布均具有较大差别。

结合夏季太平洋-日本遥相关型(PJ)指数，将两类厄尔尼诺现象影响沃克环流状态进而影响西太平洋地区位势高度，与日本海附近位势场异常影响副高北移进而影响中国区域夏季降水分布，相串联进行探讨，发现东部型（中部型）厄尔尼诺现象使沃克环流下沉支东（西）移，西太平洋地区位势高度偏低（高），日本海附近反气旋性环流加强（减弱），致使副高致使位置偏北（南），进而导致雨带的偏北（南）。

由此总结可以得出的结论是：当年出现东部型（中部型）厄尔尼诺事件时，次年夏季雨带偏北（南）。

关键词两类厄尔尼诺现象夏季降水 PJ遥相关型合成分析1 引言海气间相互作用对大气演变具有重要影响，厄尔尼诺现象是海气相互作用的最重要信号（张文君等，2018），早期研究已经注意到厄尔尼诺事件的发生过程包括两类，一类主要在太平洋东部（秘鲁沿岸）增暖再向西扩展（本文称该状态为东部型厄尔尼诺现象），另一类则主要在赤道中太平洋出现大范围增暖并自西向东扩展（本文称该状态为中部型厄尔尼诺现象）（李崇银，2000；秦坚肇和王亚非，2014）。

不同的海表面温度异常分布，会对热带对流加热场的分布产生不同影响，进而影响大气环流结构（李丽平等，2015）。

例如，两类厄尔尼诺发展年，中国东北和华北地区的夏季降水呈反位相的分布（周建琴等，2017）。

在西北太平洋异常反气旋环流的主要影响下，东部型和中部型ENSO往往分别造成我国南方冬季降水偏多和偏少（徐康等，2013）。

厄尔尼诺事件可导致西北太平洋位势高度场异常进而影响我国夏季降水分布（袁媛等，2012；郭栋等，2016）。

近60年我国旱涝灾情时空特征分析姚亚庆;郑粉莉;关颖慧【摘要】Based on the statistics of covered area and affected area by flood and drought during 1950—2010,the tendency of the temporal distribution and the characteristics of the spatial distribution were analyzed .The results showed that the covered area and affected area had an increasing tendency over the time for flood and drought .Especially since the1990s,the areas were significantly more than before .Meanwhile,the covered area was 1 .4 time that of the average . In terms of the spatial distribution,the influence by the disaster was different in everyregion .Flood was as serious as drought in east China,central China and northeast China,drought was the main disaster in north China and northwest China,and flood was the main issue in southwest China .The most serious covered areas by drought and by flood were north China and east China,accounting for 1 1 .09%and 7 .19%of the total covered areas countrywide,respectively . Therefore it has significant meaning to reduce the losses by meteorological disasters through the improvement of defense and mitigation against disasters .%基于对1950—2010年我国旱涝灾害受灾面积和成灾面积的统计数据，分析了我国旱涝灾害的时间变化趋势和空间分布特征。

中国气候异常变化与ENSO准四年循环的联系分析朱艳峰;陈隆勋;宇如聪【期刊名称】《热带气象学报》【年(卷),期】2003(019)004【摘要】从月资料分析入手,分析了中国大陆地区的降水和气温异常与ENSO的联系.首先用REOF方法对降水和气温的变化进行分区分析,并讨论其年际变化特点.然后对降水和海温场、气温和海温场分别进行CSVD分析,讨论了在ENSO准四年循环的不同位相上,气温和降水的异常变化情况.结果表明:(1) 在El Nino期间,我国东部地区,尤其是东北、长江中下游的江南地区降水偏多,容易发生洪涝,华北地区、黄河流域尤其是中部降水偏少,可能发生干旱.其中长江中下游的南部降水与赤道中东太平洋海温在准四年变化上关系密切,当中东太平洋海温达到最高值后约3个月,长江中下游的南部降水出现最大正距平.(2) 在El Nino期间,东北容易出现低温天气,而其它地区尤其是河套地区及西南南部易出现高温天气.其中东北地区气温变化与赤道中东太平洋海温在准四年变化上关系密切,当中东太平洋海温达到最高值后约2个月,东北气温的负距平出现最低.La Nina阶段,情况与前述相反.【总页数】12页(P345-356)【作者】朱艳峰;陈隆勋;宇如聪【作者单位】国家气候中心北京 100081;中国气象科学研究院北京 100081;中国科学院大气科学和地球流体力学数值模拟国家重点试验室北京 100029【正文语种】中文【中图分类】P732【相关文献】1.北极海冰与ENSO事件在准四年时间尺度上的可能联系 [J], 朱艳峰;陈隆勋2.亚澳季风异常与ENSO准四年变化的联系分析 [J], 朱艳峰;陈隆勋3.ENSO引起的短期气候异常变化的潜在可预报性的数值研究 [J], 郭艳君4.联合GRACE和气象水文数据研究2010～2016年亚马孙平原水储量异常变化与极端气候和ENSO的关系 [J], 金钟炜;金涛勇5.春季北大西洋三极型海温异常变化及其与NAO和ENSO的联系 [J], 李忠贤; 于怡秋; 邓伟涛; 曾刚; 吴玲玲因版权原因，仅展示原文概要，查看原文内容请购买。

气象学与天气气候学课程论文——ENSO事件对我国天气气候的影响姓名：陈玲学号：1201050110院系：水文水资源学院专业：自然地理与资源环境二O一五年七月ENSO事件及其对气候的影响1.什么是ENSO事件1.1定义ENSO事件即是厄尔尼诺/南方涛动。

南方涛动是指在太平洋与“印尼—澳洲”地区之间气团平衡移动的情况，它与出现厄尔尼诺或拉尼娜时的典型风场有关。

在La Niña（拉尼娜）期间，东南太平洋气压明显升高，“印尼—澳洲”(印度洋)的气压减弱。

El Niño（厄尔尼诺）期间的情况正好相反，东南太平洋气压明显降低，“印尼—澳洲”的气压升高。

鉴于厄尔尼诺与南方涛动之间的密切关系，气象上把两者合称为ENSO事件。

厄尔尼诺和拉尼娜则是ENSO循环过程中冷暖两种不同位相的异常状态。

因此厄尔尼诺也称ENSO暖事件，拉尼娜也称ENSO冷事件。

1.2形成原因在正常状况下，北半球赤道附近吹东北信风，南半球赤道附近吹东南信风。

信风带动海水自东向西流动，分别形成北赤道洋流和南赤道暖流。

从赤道东太平洋流出的海水，靠海洋底部的涌升补充，由于底层海水温度较低，因此使表面水温低于四周，形成东西部海温差。

于是在西太平洋上，空气受热上升；而在东太平洋上，空气冷却下沉。

这就在热带太平洋上空形成了一个环流圈（沃克环流Walker Circulation），空气从西太平洋上升，在高空向东输送，到东太平洋以后下降，在低空向西输送形成赤道东风，回到西太平洋，周而复始。

但是，一旦东风减弱，甚至变为西风时，赤道东太平洋地区的冷水上翻减少或停止，海水温度就升高，形成大范围的海水温度异常增暖。

由于东太平洋的海水变温暖，本来冷却下沉的空气被削弱了，太平洋东西两侧的温度差值变小，整个沃克环流的强度也会减弱。

不仅如此，沃克环流原本上升和下沉的位置也会发生偏移，原本在西太平洋的上升中心移动到了中太平洋，赤道东风随之变弱，并向东撤退。

第３８卷第１７期２０１８年９月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．３８，Ｎｏ．１７Ｓｅｐ．，２０１８基金项目：国家自然科学基金项目（４１５６１０２４）；高校博士学科点专项科研基金项目（２０１３６２０３１１０００２）收稿日期：２０１７⁃０７⁃０１；㊀㊀网络出版日期：２０１８⁃０５⁃３０∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｚｈａｎｇｂｏ＠ｎｗｎｕ．ｅｄｕ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０１７０７０１１１８５曹博，张勃，马彬，唐敏，王国强，吴乾慧，贾艳青．基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析．生态学报，２０１８，３８（１７）：６２５８⁃６２６７．ＣａｏＢ，ＺｈａｎｇＢ，ＭａＢ，ＴａｎｇＭ，ＷａｎｇＧＱ，ＷｕＱＨ，ＪｉａＹＱ．ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎａｌｙｓｉｓｏｆｄｒｏｕｇｈｔｂａｓｅｄｏｎＳＰＥＩｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０１８，３８（１７）：６２５８⁃６２６７．基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析曹㊀博，张㊀勃∗，马㊀彬，唐㊀敏，王国强，吴乾慧，贾艳青西北师范大学地理与环境科学学院，兰州㊀７３００７０摘要：基于长江中下游流域１９６１ ２０１５年１２９个气象站点的逐日气温和降水数据，利用标准化降水蒸散指数（ＳＰＥＩ），对长江中下游流域近５５年年尺度及各季节干旱变化趋势㊁站次比㊁强度和频率进行了分析，并探讨了干旱和区域气温㊁降水变化及ＥＮＳＯ的关系㊂结果表明：（１）在区域尺度，近５５年长江中下游流域年尺度㊁春季和秋季呈干旱化趋势，春季干旱化趋势显著；夏季和冬季呈湿润化趋势㊂空间变化上，对于年尺度，汉江流域㊁中游干流区及洞庭湖流域以干旱化趋势为主，鄱阳湖流域㊁下游干流区和太湖流域以湿润化趋势为主；春季和秋季分别有９６．９０％和９２．２５％的站点呈干旱化趋势；夏季和冬季分别有８２．９５％和７２．８７％的站点呈湿润化趋势㊂（２）年尺度㊁春季和秋季干旱站次比及强度均呈增加趋势，春旱站次比与强度增加趋势显著；夏季和冬季干旱站次比和强度均呈下降趋势㊂（３）年尺度和春季干旱频率在２１世纪初均达到最高，年尺度㊁春季和夏季干旱频率从２０世纪９０年代到２１世纪初均呈增加趋势㊂（４）春㊁秋季干旱化趋势与降水量的减少及气温的上升相关，夏㊁冬季降水量的增加使得夏㊁冬季呈湿润化趋势㊂冬季ＳＯＩ和次年春季干旱相关性极显著，冬季发生拉尼娜事件时，次年春季更易发生干旱㊂关键词：标准化降水蒸散指数；干旱趋势；干旱频率；长江中下游流域ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎａｌｙｓｉｓｏｆｄｒｏｕｇｈｔｂａｓｅｄｏｎＳＰＥＩｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎＣＡＯＢｏ，ＺＨＡＮＧＢｏ∗，ＭＡＢｉｎ，ＴＡＮＧＭｉｎ，ＷＡＮＧＧｕｏｑｉａｎｇ，ＷＵＱｉａｎｈｕｉ，ＪＩＡＹａｎｑｉｎｇＣｏｌｌｅｇｅｏｆＧｅｏｇｒａｐｈｙａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＮｏｒｔｈｗｅｓｔＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＤｒｏｕｇｈｔｉｓｏｎｅｏｆｔｈｅｍａｊｏｒｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒｓｉｎＣｈｉｎａ．Ｉｎｔｈｅｃｏｎｔｅｘｔｏｆｇｌｏｂａｌｗａｒｍｉｎｇ，ｔｈｅｌｏｓｓｅｓｃａｕｓｅｄｂｙｄｒｏｕｇｈｔｈａｖｅｉｎｃｒｅａｓｅｄｓｉｇｎｉｆｉｃａｎｔｌｙ．Ａｓａｎｉｍｐｏｒｔａｎｔｇｒａｉｎ，ｅｄｉｂｌｅｏｉｌ，ａｎｄｃｏｔｔｏｎｐｒｏｄｕｃｔｉｏｎａｒｅａ，ｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎｉｓｄｅｎｓｅｌｙｐｏｐｕｌａｔｅｄａｎｄｅｃｏｎｏｍｉｃａｌｌｙｄｅｖｅｌｏｐｅｄ．Ａｌｔｈｏｕｇｈｔｈｅａｒｅａｉｓｒｉｃｈｉｎｗａｔｅｒｒｅｓｏｕｒｃｅｓ，ｔｈｅｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐｒｅｃｉｐｉｔａｔｉｏｎｉｓｕｎｅｖｅｎａｎｄｉｎｔｅｒａｎｎｕａｌｖａｒｉａｔｉｏｎｉｓｌａｒｇｅ，ｗｈｉｃｈｏｆｔｅｎｉｎｄｕｃｅｓｔｅｒｒｉｂｌｅｓｅａｓｏｎａｌｄｒｏｕｇｈｔ．Ｂａｓｅｄｏｎｄａｉｌｙｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａｏｆ１２９ｓｔａｔｉｏｎｓｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ，ｔｈｅＳｔａｎｄａｒｄｉｚｅｄＰｒｅｃｉｐｉｔａｔｉｏｎＥｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎＩｎｄｅｘ（ＳＰＥＩ）ｗａｓｕｓｅｄｔｏａｎａｌｙｚｅｔｈｅｔｒｅｎｄｓ，ｓｔａｔｉｏｎｓｐｒｏｐｏｒｔｉｏｎｓ，ｓｅｖｅｒｉｔｙ，ａｎｄｆｒｅｑｕｅｎｃｙｏｆａｎｎｕａｌａｎｄｓｅａｓｏｎａｌｄｒｏｕｇｈｔｓ．Ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｄｒｏｕｇｈｔａｎｄｔｅｍｐｅｒａｔｕｒｅ，ｐｒｅｃｉｐｉｔａｔｉｏｎ，ａｎｄＥＮＳＯ（ＥｌＮｉñｏ⁃ＳｏｕｔｈｅｒｎＯｓｃｉｌｌａｔｉｏｎ）ｗｅｒｅａｌｓｏｃｏｎｓｉｄｅｒｅｄ．ＴｈｅｒｅｇｉｏｎａｌａｎａｌｙｓｉｓｏｆＳＰＥＩｉｎｄｉｃａｔｅｄｔｈａｔａｎｎｕａｌ，ｓｐｒｉｎｇａｎｄａｕｔｕｍｎｄｒｏｕｇｈｔｓｈａｖｅｂｅｃｏｍｅｍｏｒｅｓｅｒｉｏｕｓ，ｅｓｐｅｃｉａｌｌｙｉｎｓｐｒｉｎｇ；ｓｕｍｍｅｒａｎｄｗｉｎｔｅｒｓｈｏｗｅｄａｗｅｔｔｅｒｔｒｅｎｄ．Ｆｏｒａｎｎｕａｌｄｒｏｕｇｈｔ，ｔｈｅＨａｎＲｉｖｅｒＢａｓｉｎ，ＭｉｄｓｔｒｅａｍＲｉｖｅｒａｒｅａ，ａｎｄＤｏｎｇｔｉｎｇＬａｋｅＢａｓｉｎｗｅｒｅｉｎｃｒｅａｓｉｎｇｌｙｄｒｙ，ｗｈｅｒｅａｓｔｈｅＰｏｙａｎｇＬａｋｅＢａｓｉｎ，ＤｏｗｎｓｔｒｅａｍＲｉｖｅｒａｒｅａ，ａｎｄＴａｉｈｕＬａｋｅＢａｓｉｎｍａｉｎｌｙｓｈｏｗｅｄａｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ．Ｆｏｒｔｈｅｓｔａｔｉｏｎｓ，９６．９０％ａｎｄ９２．２５％ｓｈｏｗｅｄａｄｒｏｕｇｈｔｔｒｅｎｄｉｎｔｈｅｓｐｒｉｎｇａｎｄａｕｔｕｍｎ，ｒｅｓｐｅｃｔｉｖｅｌｙ；８２．９５％ａｎｄ７２．８７％ｏｆｓｔａｔｉｏｎｓｓｈｏｗｅｄａｗｅｔｔｉｎｇｔｒｅｎｄｉｎｓｕｍｍｅｒａｎｄｗｉｎｔｅｒ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｓｔａｔｉｏｎᶄｓｐｒｏｐｏｒｔｉｏｎｓａｎｄｓｅｖｅｒｉｔｙｏｆａｎｎｕａｌ，ｓｐｒｉｎｇ，ａｎｄａｕｔｕｍｎｄｒｏｕｇｈｔｓａｌｌｓｈｏｗｅｄａｎｉｎｃｒｅａｓｉｎｇｔｒｅｎｄ．Ｉｎｓｐｒｉｎｇ，ｔｈｅｓｅｔｒｅｎｄｓａｒｅｓｉｇｎｉｆｉｃａｎｔ，ｗｈｉｌｅｔｈｅｐｒｏｐｏｒｔｉｏｎａｎｄｓｅｖｅｒｉｔｙｏｆｓｕｍｍｅｒａｎｄｗｉｎｔｅｒｄｒｏｕｇｈｔｓａｌｌｓｈｏｗｅｄａｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ．Ａｎｎｕａｌａｎｄｓｐｒｉｎｇｄｒｏｕｇｈｔｆｒｅｑｕｅｎｃｙｐｅａｋｅｄａｔｔｈｅｂｅｇｉｎｎｉｎｇｏｆｔｈｅ２１ｓｔｃｅｎｔｕｒｙ．Ｆｒｅｑｕｅｎｃｙｏｆａｎｎｕａｌ，ｓｐｒｉｎｇ，ａｎｄｓｕｍｍｅｒｄｒｏｕｇｈｔｓｉｎｃｒｅａｓｅｄｆｒｏｍｔｈｅ１９９０ｓｔｏｔｈｅｂｅｇｉｎｎｉｎｇｏｆｔｈｅ２１ｓｔｃｅｎｔｕｒｙ．Ｔｈｅｄｒｏｕｇｈｔｔｒｅｎｄｓｏｆｓｐｒｉｎｇａｎｄａｕｔｕｍｎａｒｅｒｅｌａｔｅｄｔｏｄｅｃｒｅａｓｅｓｉｎｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｉｎｃｒｅａｓｅｓｉｎｔｅｍｐｅｒａｔｕｒｅ，ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｔｒｉｂｕｔｉｎｇｔｏｔｈｅｗｅｔｔｒｅｎｄｓｉｎｓｕｍｍｅｒａｎｄｗｉｎｔｅｒ．ＴｈｅｒｅｉｓｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｓｐｒｉｎｇｄｒｏｕｇｈｔａｎｄＳＯＩ（ＳｏｕｔｈｅｒｎＯｓｃｉｌｌａｔｉｏｎＩｎｄｅｘ）ｏｆｌａｓｔｗｉｎｔｅｒ．ＩｆａＬａＮｉｎａｅｖｅｎｔｏｃｃｕｒｒｅｄｉｎｗｉｎｔｅｒ，ｔｈｅｎｅｘｔｓｐｒｉｎｇｗｏｕｌｄｂｅｉｎｃｒｅａｓｉｎｇｌｙｐｒｏｎｅｔｏｄｒｏｕｇｈｔ．ＫｅｙＷｏｒｄｓ：ＳｔａｎｄａｒｄｉｚｅｄＰｒｅｃｉｐｉｔａｔｉｏｎＥｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎＩｎｄｅｘ（ＳＰＥＩ）；ｄｒｏｕｇｈｔｔｒｅｎｄ；ｄｒｏｕｇｈｔｆｒｅｑｕｅｎｃｙ；ｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ干旱是中国主要的气象灾害之一，近年来，在全球变暖的背景下［１］，全国遭受干旱的地区在扩大，干旱造成的损失大幅增加［２⁃３］，且未来几十年旱情可能呈加重趋势［４⁃５］㊂长江中下游流域人口密集㊁经济发达，是我国重要的粮㊁油㊁棉生产基地，该区虽水资源丰富，但年内降水时间分布不均且年际变化较大，区域内季节性干旱时有发生，造成的影响不容忽视［６⁃８］，如２０１１年春旱给该区农业㊁人畜饮水㊁江河及湖泊水位㊁渔业生产㊁水运等带来了严重影响［９］㊂而且相关研究表明， 骤发性干旱 在我国南方地区发生频率更高［４］，南方干旱会对生态系统［８，１０⁃１１］产生严重的影响㊂干旱指数是研究干旱的重要手段，黄晚华等利用标准化降水指数（ＳＰＩ）［１２］和降水距平百分率［１３］对中国南方季节性干旱进行了分析，王文等［６］用Ｐａｌｍｅｒ指数（ＰＤＳＩ）对长江中下游地区干旱特征进行了研究㊂ＳＰＥＩ综合考虑了气温和降水对干旱的影响，弥补了降水距平百分率和ＳＰＩ未考虑气温对干旱影响的缺点，同时与ＰＤＳＩ相比，具有计算简单㊁多时间尺度㊁多空间比较等优点［１４⁃１６］，在我国湿润地区有很好的适用性［１７⁃１８］㊂马彬等［１９］基于ＳＰＥＩ对中国东部季风区的研究表明，气候出现暖干化，局部地区干旱出现极端化㊂李亮［２０］基于综合气象干旱指数和ＳＰＥＩ对长江中下游地区季节性干旱特征进行了分析，但仅仅是基于代表站点㊂张余庆等［１５］基于ＳＰＥＩ分析了赣江流域旱涝演变的周期性特征㊂赵林等［２１］用ＳＰＥＩ分析了湖北省年尺度干旱站次比㊁强度和频率㊂以上研究多在大区域或省域尺度开展，流域尺度干旱变化特征的研究对于流域水资源管理和生态平衡具有重要意义［２２］，但是基于ＳＰＥＩ对长江中下游流域不同时间尺度干旱站次比㊁强度㊁频率的综合分析相对较少㊂考虑到干旱对长江中下游流域自然生态环境及社会经济影响的严重性，本文利用ＳＰＥＩ指数，结合干旱站次比㊁强度及频率，分析长江中下游流域１９６１ ２０１５年年尺度和各季节干旱时空变化特征，并对干旱和流域气温㊁降水变化及ＥＮＳＯ的关系进行了研究，可以进一步丰富人们对该区域干旱发生规律的认识，以期为流域水资源规划和防灾减灾提供科学依据㊂１㊀资料来源与研究方法１．１㊀研究区概况长江是中国最长的河流，上游和中游的分界点为湖北宜昌，中游和下游的分界点为江西湖口㊂长江中下游流域由中游干流区（主要分布于湖北省）㊁汉江流域（主要分布于陕西省㊁河南省及湖北省）㊁洞庭湖流域（主要分布于贵州省㊁湖南省和湖北省）㊁鄱阳湖流域（主要分布于江西省）㊁长江下游干流区（主要分布于安徽省和江苏省）及太湖流域（主要分布于江苏省㊁上海市及浙江省）组成［２３］（图１）㊂长江中下游流域多为海拔较低的丘陵和平原，以亚热带季风气候为主，东亚季风活动明显［７］㊂１．２㊀数据来源气象数据来源于中国气象科学数据共享服务网（ｈｔｔｐ：／／ｃｄｃ．ｃｍａ．ｇｏｖ．ｃｎ），选用长江中下游流域１９６１２０１５年资料序列较长的１２９个气象站点的逐日降水和气温数据，经过进一步计算得到月降水量和月平均气温㊂该数据经过了严格的质量控制，其中有６个站点存在数据缺测，缺测时间主要为１９６７和１９６８年的部分９５２６１７期㊀㊀㊀曹博㊀等：基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析㊀０６２６㊀生㊀态㊀学㊀报㊀㊀㊀３８卷㊀图１㊀长江中下游流域气象站点分布图Ｆｉｇ．１㊀ＤｉｓｔｒｉｂｕｔｉｏｎｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ月份，用相邻站点线性回归方法对缺测数据进行插补，插补后的数据经过极值检验和时间一致性检验㊂湖北省的五峰站迁站海拔差异较大，故未使用该站数据，气象站点分布情况如图１所示㊂多变量ＥＮＳＯ指数（ＭＥＩ）数据来源于ｈｔｔｐ：／／ｗｗｗ．ｅｓｒｌ．ｎｏａａ．ｇｏｖ／㊂Ｎｉñｏ３．４区海洋表面温度距平（ＳＳＴＡ）和南方涛动指数（ＳＯＩ）数据来源于ｈｔｔｐ：／／ｗｗｗ．ｃｄｃ．ｎｏａａ．ｇｏｖ／㊂１．３㊀研究方法１．３．１㊀标准化降水蒸散指数标准化降水蒸散指数（ＳＰＥＩ）是Ｖｉｃｅｎｔｅ⁃Ｓｅｒｒａｎｏ等在标准化降水指数（ＳＰＩ）的基础上，考虑水分亏缺和累积效应两个因素，用降水量和潜在蒸散量的差值偏离平均状态的程度来表征干旱，其中潜在蒸散量的算法主要为Ｔｈｏｒｎｔｈｗａｉｔｅ法和Ｐｅｎｍａｎ⁃Ｍｏｎｔｅｉｔｈ法，因为基于两种算法的ＳＰＥＩ值在长江中下游流域差异较小［２４］，且Ｔｈｏｒｎｔｈｗａｉｔｅ法具有计算简便的优点，本文采用该方法计算潜在蒸散量，ＳＰＥＩ具体计算方法参照文献［２５］㊂参考相关研究［２６］，根据累积概率分布函数将ＳＰＥＩ值分为９个旱涝等级：极涝（ＳＰＥＩȡ２．０）㊁重涝（１．５ɤＳＰＥＩ＜２．０）㊁中涝（１．０ɤＳＰＥＩ＜１．５）㊁轻涝（０．５ɤＳＰＥＩ＜１．０）㊁正常（－０．５＜ＳＰＥＩ＜０．５）㊁轻旱（－１＜ＳＰＥＩɤ－０．５）㊁中旱（－１．５＜ＳＰＥＩɤ－１．０）㊁重旱（－２．０＜ＳＰＥＩɤ－１．５）㊁极旱（ＳＰＥＩɤ－２．０）㊂３个月时间尺度ＳＰＥＩ能反映季节尺度的旱涝情况，与农业旱涝关系密切；１２个月时间尺度ＳＰＥＩ能较清晰的反映长期旱涝变化特征，并对河流径流量㊁下层土壤含水量以及水库储水量有较好的反映［１５］㊂本文选用３㊁１２个月时间尺度的ＳＰＥＩ分析研究区季节和年尺度干旱时空演变特征㊂春㊁夏㊁秋㊁冬季干旱分别由３个月时间尺度５月㊁８月㊁１１月和次年２月的ＳＰＥＩ值表示，年尺度干旱由１２个月时间尺度１２月份的ＳＰＥＩ值表示㊂１．３．２㊀干旱站次比（ｄｒｏｕｇｈｔｓｔａｔｉｏｎｓｐｒｏｐｏｒｔｉｏｎ，Ｐｊ）用某一区域内干旱发生站数占全部站数的比例来评价干旱影响范围的大小［１２］㊂Ｐｊ＝ｍ／Ｍˑ１００％式中，Ｍ是研究区总气象站数；ｍ为发生干旱的站数；下标ｊ为不同年份的代号㊂１．３．３㊀干旱强度（ｄｒｏｕｇｈｔｓｅｖｅｒｉｔｙ，Ｓｉｊ）用于评价某时段区域干旱严重程度㊂Ｓｉｊ＝ðｍｉ＝１ＳＰＥＩｉ式中，ｊ表示年份，ｉ表示不同站号，ｍ为发生干旱的站数，｜ＳＰＥＩｉ｜表示ｊ年ｉ站发生干旱时ＳＰＥＩ的绝对值㊂１．３．４㊀干旱频率（ｄｒｏｕｇｈｔｆｒｅｑｕｅｎｃｙ，Ｆｉ）用于评价某站在某时段干旱发生的频繁程度［１２］㊂Ｆｉ＝（ｎ／Ｎ）ˑ１００％式中，下标ｉ为不同站号，Ｎ为某站有气象资料的总年数；ｎ为该站发生干旱的年数㊂由于长江中下游流域水资源较为丰富，轻旱造成的影响相对较小，本文中的干旱站次比㊁强度和频率均按中旱（含中旱及以上）等级统计㊂采用线性倾向估计法分析ＳＰＥＩ及干旱站次比与强度的年际变化趋势［２７］，显著性检验为Ｆ检验㊂采用反距离加权插值法对ＳＰＥＩ变化趋势和干旱频率进行空间化处理㊂用偏相关分析法研究ＳＰＥＩ和气温㊁降水的关系［２８］，用相关分析对干旱和ＥＮＳＯ各表征因子的关系进行研究［２８］㊂２㊀结果分析２．１㊀干旱时间变化特征２．１．１㊀ＳＰＥＩ变化趋势由表１可知，１９６１ ２０１５年长江中下游流域年尺度ＳＰＥＩ呈下降趋势，倾向率为－０．０２０／１０ａ㊂春季和秋季ＳＰＥＩ也均呈下降趋势，即干旱化趋势，倾向率分别为－０．１２１／１０ａ和－０．０９３／１０ａ，春季干旱化趋势显著（Ｐ＜０．０５）㊂夏季和冬季ＳＰＥＩ呈上升趋势，即湿润化趋势，倾向率分别为０．０７７／１０ａ和０．０４９／１０ａ㊂表１㊀１９６１—２０１５年长江中下游流域ＳＰＥＩ年际变化趋势Ｔａｂｌｅ１㊀ＩｎｔｅｒａｎｎｕａｌｖａｒｉａｔｉｏｎｏｆＳＰＥＩｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎｆｒｏｍ１９６１ｔｏ２０１５变化趋势Ｔｒｅｎｄ年尺度Ａｎｎｕａｌ春季Ｓｐｒｉｎｇ夏季Ｓｕｍｍｅｒ秋季Ａｕｔｕｍｎ冬季Ｗｉｎｔｅｒ倾向率Ｔｅｎｄｅｎｃｙｒａｔｅ－０．０２０／１０ａ－０．１２１／１０ａ∗０．０７７／１０ａ－０．０９３／１０ａ０．０４９／１０ａＲ２０．００３０．１０２０．０６２０．０６２０．０１２㊀㊀∗表示通过０．０５水平的置信度检验２．１．２㊀干旱站次比和干旱强度为了进一步说明干旱变化趋势，本文对１９６１ ２０１５年长江中下游流域干旱站次比和强度进行了分析㊂年尺度干旱站次比和强度均呈增加趋势，倾向率分别为１．０６５％／１０ａ和２．１５／１０ａ，表明年尺度干旱呈加重趋势㊂年干旱站次比在５０％以上的年份有１９６６㊁１９７８和２０１１，１９７８年最高，达６８．２２％㊂年干旱强度最大的年份为１９７８年，达１５０．６４，其次为２０１１（１１８．７７）和１９６６（１００．７４）（图２）㊂春旱站次比为极显著（Ｐ＜０．０１）的增加趋势，倾向率为３．９６９％／１０ａ，春旱强度为显著（Ｐ＜０．０５）的增加趋势，倾向率为８．７８５／１０ａ㊂春旱站次比在５０％以上的年份有２０００㊁２００１㊁２００７和２０１１年，２０１１年最高，达８７．６０％㊂春旱强度最大的年份为２０１１年，达２３５．６１，其次为２００７（１２５．０４）和２００１（１０５．２９）（图２）㊂夏旱站次比和强度均呈现减小趋势，倾向率分别为－２．１４５％／１０ａ和－４．４７９／１０ａ，表明夏旱呈减弱趋势㊂夏旱站次比在５０％以上的年份为１９７８年，达６１．２４％㊂夏旱强度最大的年份为１９７８年，达１３７．１２，其次为１９７２（１０４．２１）和２０１３（９０．５７）（图２）㊂秋旱站次比和强度均呈增加趋势，倾向率分别为２．９３４％／１０ａ和６．００４／１０，表明秋旱呈加重趋势㊂秋旱站次比在５０％以上的年份有１９７９㊁１９９８和２００７，１９９８和２００７年均达到６３．５７％㊂秋旱强度最大的年份为１９９８年，达１４９．６４，其次为２００７（１２１．７６）和１９７９（１０４．３７）（图２）㊂冬旱站次比和强度均呈下降趋势，倾向率分别为－１．３６５％／１０ａ和－１．９３９／１０ａ，表明冬旱呈减轻趋势㊂冬旱站次比在５０％以上的年份有１９６２㊁１９６７和１９９８，１９９８年最大，达９１．４７％㊂冬旱强度最大的年份为１９９８年，达２３０．５４，其次为１９６２（１５８．７１）和１９６７（１１１．４７）㊂年和各季节干旱站次比和强度的变化趋势与干湿变化１６２６㊀１７期㊀㊀㊀曹博㊀等：基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析㊀２６２６㊀生㊀态㊀学㊀报㊀㊀㊀３８卷㊀图２㊀１９６１—２０１５年长江中下游流域干旱站次比及干旱强度Ｆｉｇ．２㊀Ｓｔａｔｉｏｎｓｐｒｏｐｏｒｔｉｏｎａｎｄｓｅｖｅｒｉｔｙｏｆｄｒｏｕｇｈｔｆｒｏｍ１９６１ｔｏ２０１５ｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ趋势相对应，由干旱站次比与强度确定的重旱年与相关文献的记录相吻合［３，７，２０］（图２）㊂２．２㊀干旱空间变化特征２．２．１㊀ＳＰＥＩ变化趋势图３是１９６１ ２０１５年长江中下游流域年尺度及各季节ＳＰＥＩ变化趋势的空间分布图㊂１９６１ ２０１５年，长江中下游流域年尺度ＳＰＥＩ呈上升㊁不变和下降趋势的站点分别占总站点数的４４．９６％㊁１．５５％和５３．４９％㊂区域西部的洞庭湖流域㊁中游干流区及汉江流域ＳＰＥＩ主要为下降趋势，倾向率集中在－０．１／１０ａ ０之间；东部的鄱阳湖流域㊁下游干流区及太湖流域ＳＰＥＩ主要为上升趋势，倾向率集中在０ ０．１／１０ａ之间㊂９６．９０％的站点春季ＳＰＥＩ呈下降趋势，表明春季长江中下游流域整体以干旱化趋势为主，ＳＰＥＩ下降幅度图３㊀１９６１ ２０１５年长江中下游流域ＳＰＥＩ变化趋势空间分布Ｆｉｇ．３㊀ＳｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆＳＰＥＩｆｒｏｍ１９６１ ２０１５ｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ空间差异明显，在鄱阳湖流域东南部较小，向外围逐渐增加㊂２６．３６％的站点春季ＳＰＥＩ呈显著（Ｐ＜０．０５）下降趋势，主要位于太湖流域㊁下游干流区东部㊁洞庭湖流域中西部及汉江流域，ＳＰＥＩ变化倾向率多小于－０．１５／１０ａ㊂８２．９５％的站点夏季ＳＰＥＩ呈上升趋势，表明夏季以湿润化趋势为主㊂ＳＰＥＩ上升幅度空间差异明显，上升幅度最高的区域在太湖流域，在０．１５／１０ａ以上，其次为下游干流区㊁鄱阳湖流域东部及汉江流域中部，在０．１／１０ａ ０．１５／１０ａ之间㊂１０．０８％的站点夏季ＳＰＥＩ显著（Ｐ＜０．０５）上升，在太湖流域分布集中㊂９２．２５％的站点秋季ＳＰＥＩ呈下降趋势，表明秋季以干旱化趋势为主㊂ＳＰＥＩ下降幅度在鄱阳湖流域中部和北部及洞庭湖流域北部较低，向南北两侧逐渐升高，在汉江流域东部㊁下游干流区东部及太湖流域下降幅度较大，低于－０．１５／１０ａ㊂１３．９５％的站点秋季ＳＰＥＩ呈显著（Ｐ＜０．０５）下降趋势，主要分布于太湖流域㊁下游干流区东部及汉江流域东部㊂分别有７２．８７％和２７．１３％的站点冬季ＳＰＥＩ呈上升和下降趋势，表明以湿润化趋势为主㊂呈下降趋势的站点集中分布于洞庭湖流域中西部及汉江流域，其他区域以上升趋势为主㊂１１．６３％的站点ＳＰＥＩ上升趋势显著，主要分布于太湖流域和下游干流区，上升幅度多大于０．１５／１０ａ㊂值得注意的是，太湖流域大部分站点在春季和秋季呈显著（Ｐ＜０．０５）的干旱化趋势，而在夏季和冬季呈显著（Ｐ＜０．０５）的湿润化趋势㊂洞庭湖流域中西部和汉江流域在春㊁秋㊁冬和年尺度均以干旱化趋势为主㊂３６２６１７期㊀㊀㊀曹博㊀等：基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析㊀４６２６㊀生㊀态㊀学㊀报㊀㊀㊀３８卷㊀２．２．２㊀干旱频率变化特征１９６１ ２０１５年和各时间段干旱频率如图４所示［２，２１］㊂图４㊀１９６１—２０１５年长江中下游流域干旱频率空间变化Ｆｉｇ．４㊀Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆｄｒｏｕｇｈｔｆｒｅｑｕｅｎｃｙｆｒｏｍ１９６１ｔｏ２０１５ｉｎｔｈｅＭｉｄｄｌｅａｎｄＬｏｗｅｒＹａｎｇｔｚｅＢａｓｉｎ１９６１ ２０１５年，长江中下游流域年尺度㊁春㊁夏㊁秋㊁冬干旱频率分别为１７．５６％㊁１６．２７％㊁１７．２４％㊁１７．５６％和１６．５３％，年尺度干旱和秋旱频率较高，其次为夏旱㊂年尺度干旱频率在１８％以上的区域主要在汉江流域㊁洞庭湖流域西部和东部㊁鄱阳湖流域西部和东部㊁中游干流区中部㊂春旱频率在１８％以上的区域主要为汉江流域中部和洞庭湖流域西部㊂夏旱频率在１８％以上的区域主要分布在汉江流域㊁中游干流区㊁洞庭湖流域南部和鄱阳湖流域南部㊂秋旱频率在１８％以上的区域主要为洞庭湖流域西北和东部㊁鄱阳湖流域中北部和下游干流区㊂冬旱发生频率在１８％以上的区域主要为汉江流域东部㊁中游干流区东部㊁鄱阳湖流域西北部㊁下游干流区及太湖流域南部㊂不同年代干旱频率差异显著㊂年尺度干旱频率年代际变化为减⁃减⁃增⁃增，在２１世纪初达到最高，区域平均干旱频率为２４．４０％㊂春旱频率年代际变化为减⁃增⁃增⁃增，在２１世纪初达到最高，区域平均干旱频率为２７．０５％㊂夏旱频率在１９６０ｓ最高，年代际变化为减⁃减⁃减⁃增，在１９９０ｓ达到最低，２１世纪初有所增加㊂秋旱频率年代际变化为增⁃减⁃增⁃减，在１９９０ｓ达到最高，为２７．１１％，在２１世纪初下降为２４．２２％㊂冬旱频率在１９６０ｓ最高，年代际变化为减⁃增⁃增⁃减㊂年尺度㊁春季和夏季干旱频率从１９９０ｓ到２１世纪初均表现为增加趋势，秋旱频率虽未增加，但仍高于１９６０ｓ㊁１９７０ｓ和１９８０ｓ㊂２．３㊀干旱变化影响因素分析２．３．１㊀ＳＰＥＩ和气温㊁降水的关系由于各季节ＳＰＥＩ变化趋势具有较好的空间一致性，从区域角度对各季节ＳＰＥＩ变化和气温㊁降水的关系进行分析㊂由表２可知，１９６１ ２０１５年长江中下游流域各季节气温均呈增加趋势，除了夏季，均通过了０．０１的置信度检验，春季气温上升最快，为０．２７ħ／１０ａ㊂夏季和冬季降水量均呈增加趋势，倾向率分别为１６．２６ｍｍ／１０ａ和５．４０ｍｍ／１０ａ，夏季降水增加显著（Ｐ＜０．０５）；春季和秋季降水量呈减少趋势，倾向率分别为－７．６２ｍｍ／１０ａ㊁－５．０８ｍｍ／１０ａ㊂整体上ＳＰＥＩ和气温呈极显著（Ｐ＜０．０１）的负相关，和降水呈极显著（Ｐ＜０．０１）的正相关㊂春季和秋季降水量的减少和气温的上升共同导致春㊁秋季呈干旱化趋势；夏季气温变化不明显㊁但降水量显著增加，使夏季呈湿润化趋势；冬季气温和降水均呈增加趋势，但冬季气温对ＳＰＥＩ的影响较小，相关性仅为－０．６０，所以冬季呈湿润化趋势㊂表２㊀１９６１ ２０１５年长江中下游流域气温㊁降水变化及其与ＳＰＥＩ的偏相关性Ｔａｂｌｅ２㊀ＶａｒｉａｔｉｏｎｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｔｈｅｉｒＰａｒｔｉａｌｃｏｒｒｅｌａｔｉｏｎｗｉｔｈＳＰＥＩ季节Ｓｅａｓｏｎ气温变化倾向率Ｌｉｎｅａｒｔｒｅｎｄｏｆｔｅｍｐｅｒａｔｕｒｅ／（ħ／１０ａ）气温与ＳＰＥＩ关系ＰａｒｔｉａｌｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｅｍｐｅｒａｔｕｒｅａｎｄＳＰＥＩ降水变化倾向率Ｌｉｎｅａｒｔｒｅｎｄｏｆｐｒｅｃｉｐｉｔａｔｉｏｎ／（ｍｍ／１０ａ）降水与ＳＰＥＩ关系ＰａｒｔｉａｌｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄＳＰＥＩ春季Ｓｐｒｉｎｇ０．２７∗∗－０．７７∗∗－７．６２０．９８∗∗夏季Ｓｕｍｍｅｒ０．０４－０．７４∗∗１６．２６∗０．９７∗∗秋季Ａｕｔｕｍｎ０．２０∗∗－０．８９∗∗－５．０８０．９９∗∗冬季Ｗｉｎｔｅｒ０．２５∗∗－０．６０∗∗５．４００．９７∗∗㊀㊀∗，∗∗分别表示通过０．０５和０．０１水平的置信度检验２．３．２㊀干旱和ＥＮＳＯ的关系厄尔尼诺／南方涛动（ＥＮＳＯ）与中国各地的干旱有密切的联系［２９］，其特征值常用赤道太平洋中东部海洋表面温度距平值（ＳＳＴＡ）㊁南方涛动指数（ＳＯＩ）和多变量ＥＮＳＯ指数（ＭＥＩ）表示㊂当发生厄尔尼诺事件（ＥＮＳＯ暖事件）时，ＳＳＴＡ和ＭＥＩ为正值，ＳＯＩ为负值；发生拉尼娜事件（ＥＮＳＯ冷事件）时，ＳＳＴＡ和ＭＥＩ为负值，ＳＯＩ为正值［３０］㊂对干旱和ＥＮＳＯ各特征值的相关性进行统计（表３），表明冬季ＥＮＳＯ对次年春旱影响显著，相对于ＭＥＩ和ＳＳＴＡ，冬季ＳＯＩ和次年春季ＳＰＥＩ㊁干旱站次比及强度相关性更高，相关性极显著（Ｐ＜０．０１）㊂冬季ＳＯＩ和次年春季ＳＰＥＩ呈负相关，与干旱站次比和强度呈正相关，表明冬季ＳＯＩ值越大，越易发生干旱，即拉尼娜事件在冬季发生时，次年春季更易发生干旱㊂１９６１ ２０１５年，共有１４年冬季发生拉尼娜事件［３１］，次年春季平均干旱频率㊁强度和站次比分别为２４．３５％㊁５１．５４和２４．３６％；而冬季未发生拉尼娜事件时，次年春季平均干旱频率㊁强度和站次比分别为１３．３７％㊁２４．５０和１３．５０％，由此进一步说明拉尼娜事件在冬季发生时对次年春旱的影响㊂春季ＭＥＩ及ＳＳＴＡ与同年夏季ＳＰＥＩ相关性显著（Ｐ＜０．０５），但是和干旱站次比及强度并不存在显著的关系㊂３㊀结论与讨论３．１㊀主要结论（１）区域尺度上，１９６１ ２０１５年，长江中下游流域年尺度㊁春季和秋季均呈干旱化趋势，春季干旱化趋势显著；夏季和冬季均呈湿润化趋势㊂年尺度㊁春季和秋季干旱站次比及强度均呈增加趋势，春旱站次比与强度增加趋势显著；夏季和冬季干旱站次比和强度均呈下降趋势㊂（２）空间变化上，对于年尺度，汉江流域㊁中游干流区及洞庭湖流域以干旱化趋势为主；鄱阳湖流域㊁下游干流区和太湖流域以湿润化趋势为主㊂对于季节尺度，春季和秋季分别有９６．９０％和９２．２５％的站点呈干旱化趋势；夏季和冬季分别有８２．９５％和７２．８７％的站点呈湿润化趋势㊂５６２６㊀１７期㊀㊀㊀曹博㊀等：基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析㊀表３㊀干旱和ＥＮＳＯ的关系Ｔａｂｌｅ３㊀ＣｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｄｒｏｕｇｈｔａｎｄＥＮＳＯＳＰＥＩ和干旱特征ＳＰＥＩａｎｄｄｒｏｕｇｈｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓ时间尺度ＴｉｍｅｓｃａｌｅＭＥＩ前期ＭＥＩＭＥＩｏｆｌａｓｔｙｅａｒ／ｓｅａｓｏｎＳＯＩ前期ＳＯＩＳＯＩｏｆｌａｓｔｙｅａｒ／ｓｅａｓｏｎＳＳＴＡ前期ＳＳＴＡＳＳＴＡｏｆｌａｓｔｙｅａｒ／ｓｅａｓｏｎＳＰＥＩ年尺度０．２００．１３－０．１６－０．０５０．１４０．１０春季０．２５０．３６∗∗－０．２２－０．３９∗∗０．１８０．３５∗∗夏季０．１８０．２７∗－０．１０－０．１７０．０８０．２８∗秋季０．１８０．１５－０．０７－０．２２０．１５０．０９冬季０．２６０．２３－０．２５－０．１７０．２５０．２７∗干旱站次比年尺度－０．１８－０．０６０．１４０－０．１１０Ｄｒｏｕｇｈｔｓｔａｔｉｏｎｓ春季－０．２５－０．３∗０．２４０．３７∗∗－０．１７－０．２５ｐｒｏｐｏｒｔｉｏｎ夏季－０．１４－０．２１０．０９０．０９－０．０５－０．２３秋季－０．１４－０．０８０．０６０．２２－０．１１－０．０３冬季－０．１２－０．１３０．０９０．０８－０．１２－０．１７干旱强度年尺度－０．１７－０．０５０．１３－０．０１－０．１０．０１Ｄｒｏｕｇｈｔｓｅｖｅｒｉｔｙ春季－０．２６－０．３２∗０．２８∗０．４∗∗－０．１７－０．２６夏季－０．１１－０．１９０．０８０．０７－０．０２－０．２秋季－０．１５－０．０６０．０８０．２３－０．１２－０．０３冬季－０．１５－０．１６０．１２０．１２－０．１６－０．１９㊀㊀∗，∗∗分别表示通过０．０５和０．０１水平的置信度检验㊂对于年尺度，前期指上一年；对于季节尺度，前期指上一个季节㊂ＳＰＥＩ：标准化降水蒸散指数，ＳｔａｎｄａｒｄｉｚｅｄＰｒｅｃｉｐｉｔａｔｉｏｎＥｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎＩｎｄｅｘ；ＭＥＩ：多变量ＥＮＳＯ指数，ＭｕｌｔｉｖａｒｉａｔｅＥＮＳＯＩｎｄｅｘ；ＳＯＩ：南方涛动指数，ＳｏｕｔｈｅｒｎＯｓｃｉｌｌａｔｉｏｎＩｎｄｅｘ；ＳＳＴＡ：海洋表面温度距平，ＳｅａＳｕｒｆａｃｅＴｅｍｐｅｒａｔｕｒｅＡｎｏｍａｌｙ（３）干旱频率时空分布差异显著，年尺度和春季干旱频率在２１世纪初均达到最高；年尺度㊁春季和夏季干旱频率从２０世纪９０年代到２１世纪初均呈增加趋势㊂（４）春㊁秋季干旱化趋势与降水量的减少及气温的上升相关，夏㊁冬季降水量的增加使得夏㊁冬季呈湿润化趋势㊂相对于ＭＥＩ和ＳＳＴＡ，冬季ＳＯＩ和次年春旱相关性更强，相关性极显著，冬季发生拉尼娜事件时，次年春季更易发生干旱㊂３．２㊀讨论本文综合分析ＳＰＥＩ㊁干旱站次比和强度的变化特征，表明长江中下游流域年尺度㊁春季和秋季干旱加重；夏季和冬季干旱减弱㊂黄晚华等［１２］基于ＳＰＩ对中国南方干旱的研究以及王文举等［３２］基于ＳＰＥＩ对湖北省的研究同样发现，春旱和秋旱加重，夏旱和冬旱减轻㊂不同学者分别对中国［２］和中国东部季风区［１９］的研究发现，近２０年干旱事件增加；有学者［２１，３２］对湖北省的研究表明，２０００年以后干旱加重；本研究发现，相对于之前的年代，长江中下游流域年尺度和春季干旱频率在２１世纪初均达到最高，在干旱频率较高和干旱化趋势显著的区域应注重旱灾的防御㊂本文分析的气象干旱是其他类型干旱研究及干旱风险评估和区划的基础，干旱变化趋势对于农业㊁生态㊁社会经济等的影响仍值得探讨［８，３３⁃３５］㊂气温在干旱变化中起着重要的作用［２，１６］，Ｃｈｅｎ等［５］发现，近２０年中国干旱事件持续而显著的增加主要和气温大幅升高㊁降水却没有较大变化有关㊂本研究表明，长江中下游流域春㊁秋季干旱化趋势受气温上升和降水减少共同影响㊂当冬季发生拉尼娜事件时，次年春季更易发生干旱，这是由于拉尼娜事件会使西太平洋副热带高压势力减弱，暖湿气流无法深入长江中下游流域，从而造成干旱［９，３６］㊂本文仅从气温㊁降水及ＥＮＳＯ的角度对干旱变化的影响因素进行了分析，机理方面有待进一步研究㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＩＰＣＣ．ＣｌｉｍａｔｅＣｈａｎｇｅ２０１３：ＴｈｅＰｈｙｓｉｃａｌＳｃｉｅｎｃｅＢａｓｉｓ．ＣｏｎｔｒｉｂｕｔｉｏｎｏｆＷｏｒｋｉｎｇＧｒｏｕｐＩｔｏｔｈｅＦｉｆｔｈＡｓｓｅｓｓｍｅｎｔＲｅｐｏｒｔｏｆｔｈｅＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉｍａｔｅＣｈａｎｇｅ．ＮｅｗＹｏｒｋ：ＣａｍｂｒｉｄｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２０１３．６６２６㊀生㊀态㊀学㊀报㊀㊀㊀３８卷㊀［２］㊀ＹｕＭＸ，ＬｉＱＦ，ＨａｙｅｓＭＪ，ＳｖｏｂｏｄａＭ，ＨｅｉｍＲＲ．ＡｒｅｄｒｏｕｇｈｔｓｂｅｃｏｍｉｎｇｍｏｒｅｆｒｅｑｕｅｎｔｏｒｓｅｖｅｒｅｉｎＣｈｉｎａｂａｓｅｄｏｎｔｈｅｓｔａｎｄａｒｄｉｚｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎｉｎｄｅｘ：１９５１ ２０１０？ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｌｉｍａｔｏｌｏｇｙ，２０１４，３４（３）：５４５⁃５５８．［３］㊀温克刚，丁一汇．中国气象灾害大典（综合卷）．北京：气象出版社，２００８．［４］㊀ＷａｎｇＬＹ，ＹｕａｎＸ，ＸｉｅＺＨ，ＷｕＰＬ，ＬｉＹＨ．ＩｎｃｒｅａｓｉｎｇｆｌａｓｈｄｒｏｕｇｈｔｓｏｖｅｒＣｈｉｎａｄｕｒｉｎｇｔｈｅｒｅｃｅｎｔｇｌｏｂａｌｗａｒｍｉｎｇｈｉａｔｕｓ．ＳｃｉｅｎｔｉｆｉｃＲｅｐｏｒｔｓ，２０１６，６：３０５７１．［５］㊀ＣｈｅｎＨＰ，ＳｕｎＪＱ．ＡｎｔｈｒｏｐｏｇｅｎｉｃｗａｒｍｉｎｇｈａｓｃａｕｓｅｄｈｏｔｄｒｏｕｇｈｔｓｍｏｒｅｆｒｅｑｕｅｎｔｌｙｉｎＣｈｉｎａ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１７，５４４：３０６⁃３１８．［６］㊀王文，许志丽，蔡晓军，高晶．基于ＰＤＳＩ的长江中下游地区干旱分布特征．高原气象，２０１６，３５（３）：６９３⁃７０７．［７］㊀秦鹏程，刘敏．气象干旱诊断评估方法及其在长江中下游地区的应用．长江流域资源与环境，２０１５，２４（１１）：１９６９⁃１９７６．［８］㊀於琍．干旱对生态系统脆弱性的影响研究 以长江中下游地区为例．长江流域资源与环境，２０１４，２３（７）：１０６３⁃１０７０．［９］㊀王素萍，段海霞，冯建英．２０１１年春季全国干旱状况及其影响与成因．干旱气象，２０１１，２９（２）：２６１⁃２６８．［１０］㊀ＹｕａｎＷＰ，ＣａｉＷＷ，ＣｈｅｎＹ，ＬｉｕＳＧ，ＤｏｎｇＷＪ，ＺｈａｎｇＨＣ，ＹｕＧＲ，ＣｈｅｎＺＱ，ＨｅＨＬ，ＧｕｏＷＤ，ＬｉｕＤ，ＬｉｕＳＭ，ＸｉａｎｇＷＨ，ＸｉｅＺＨ，ＺｈａｏＺＨ，ＺｈｏｕＧＭ．ＳｅｖｅｒｅｓｕｍｍｅｒｈｅａｔｗａｖｅａｎｄｄｒｏｕｇｈｔｓｔｒｏｎｇｌｙｒｅｄｕｃｅｄｃａｒｂｏｎｕｐｔａｋｅｉｎＳｏｕｔｈｅｒｎＣｈｉｎａ．ＳｃｉｅｎｔｉｆｉｃＲｅｐｏｒｔｓ，２０１６，６：１８８１３．［１１］㊀张鹏霞，叶清，欧阳芳，彭龙慧，刘兴平，郭跃华，曾菊平．气候变暖㊁干旱加重江西省森林病虫灾害．生态学报，２０１７，３７（２）：６３９⁃６４９．［１２］㊀黄晚华，杨晓光，李茂松，张晓煜，王明田，代姝玮，马洁华．基于标准化降水指数的中国南方季节性干旱近５８ａ演变特征．农业工程学报，２０１０，２６（７）：５０⁃５９．［１３］㊀黄晚华，隋月，杨晓光，代姝玮，李茂松．气候变化背景下中国南方地区季节性干旱特征与适应．Ⅲ．基于降水量距平百分率的南方地区季节性干旱时空特征．应用生态学报，２０１３，２４（２）：３９７⁃４０６．［１４］㊀庄少伟，左洪超，任鹏程，熊光洁，李邦东，董文成，王利盈．标准化降水蒸发指数在中国区域的应用．气候与环境研究，２０１３，１８（５）：６１７⁃６２５．［１５］㊀张余庆，项瑛，陈昌春，危润初．赣江流域旱涝时空变化特征研究．气象科学，２０１５，３５（３）：３４６⁃３５２．［１６］㊀ＬｉｕＺＰ，ＷａｎｇＹＱ，ＳｈａｏＭＡ，ＪｉａＸＸ，ＬｉＸＬ．ＳｐａｔｉｏｔｅｍｐｏｒａｌａｎａｌｙｓｉｓｏｆｍｕｌｔｉｓｃａｌａｒｄｒｏｕｇｈｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｃｒｏｓｓｔｈｅＬｏｅｓｓＰｌａｔｅａｕｏｆＣｈｉｎａ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１６，５３４：２８１⁃２９９．［１７］㊀王林，陈文．标准化降水蒸散指数在中国干旱监测的适用性分析．高原气象，２０１４，３３（２）：４２３⁃４３１．［１８］㊀杨庆，李明星，郑子彦，马柱国．７种气象干旱指数的中国区域适应性．中国科学：地球科学，２０１７，４７（３）：３３７⁃３５３．［１９］㊀马彬，张勃，周丹，张耀宗，王国强，唐敏．基于标准化降水蒸散指数的中国东部季风区干旱特征分析．自然资源学报，２０１６，３１（７）：１１８５⁃１１９７．［２０］㊀李亮．ＣＩ指数及ＳＰＥＩ指数在长江中下游地区的适用性分析［Ｄ］．南京：南京信息工程大学，２０１５．［２１］㊀赵林，于家烁，薄岩，杨娇，李汉青．基于ＳＰＥＩ的湖北省近５２年干旱时空格局变化．长江流域资源与环境，２０１５，２４（７）：１２３０⁃１２３７．［２２］㊀ＬｉＢ，ＳｕＨＢ，ＣｈｅｎＦ，ＷｕＪＪ，ＱｉＪＷ．Ｔｈｅｃｈａｎｇｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｒｏｕｇｈｔｉｎｃｈｉｎａｆｒｏｍ１９８２ｔｏ２００５．ＮａｔｕｒａｌＨａｚａｒｄｓ，２０１３，６８（２）：７２３⁃７４３．［２３］㊀王琼，张明军，王圣杰，骆书飞，汪宝龙，朱小凡．１９６２ ２０１１年长江流域极端气温事件分析．地理学报，２０１３，６８（５）：６１１⁃６２５．［２４］㊀刘珂，姜大膀．基于两种潜在蒸散发算法的ＳＰＥＩ对中国干湿变化的分析．大气科学，２０１５，３９（１）：２３⁃３６．［２５］㊀Ｖｉｃｅｎｔｅ⁃ＳｅｒｒａｎｏＳＭ，ＢｅｇｕｅｒíａＳ，Ｌóｐｅｚ⁃ＭｏｒｅｎｏＪＩ．Ａｍｕｌｔｉｓｃａｌａｒｄｒｏｕｇｈｔｉｎｄｅｘｓｅｎｓｉｔｉｖｅｔｏｇｌｏｂａｌｗａｒｍｉｎｇ：ｔｈｅｓｔａｎｄａｒｄｉｚｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎｉｎｄｅｘ．ＪｏｕｒｎａｌｏｆＣｌｉｍａｔｅ，２０１０，２３（７）：１６９６⁃１７１８．［２６］㊀周丹，张勃，任培贵，张春玲，杨尚武，季定民．基于标准化降水蒸散指数的陕西省近５０ａ干旱特征分析．自然资源学报，２０１４，２９（４）：６７７⁃６８８．［２７］㊀魏凤英．现代气候统计诊断与预测技术（第二版）．北京：气象出版社，２００７：３７⁃３８．［２８］㊀徐建华．计量地理学．北京：高等教育出版社，２００６：４７⁃５７．［２９］㊀卢爱刚，葛剑平，庞德谦，何元庆，庞洪喜．４０ａ来中国旱灾对ＥＮＳＯ事件的区域差异响应研究．冰川冻土，２００６，２８（４）：５３５⁃５４２．［３０］㊀许武成，王文，马劲松，徐邓耀．１９５１ ２００７年的ＥＮＳＯ事件及其特征值．自然灾害学报，２００９，１８（４）：１８⁃２４．［３１］㊀中国气象局．ＱＸ／Ｔ３７０ ２０１７厄尔尼诺／拉尼娜事件判别方法．北京：气象出版社，２０１７．［３２］㊀王文举，崔鹏，刘敏，沈蕾，李鑫，秦鹏程．近５０年湖北省多时间尺度干旱演变特征．中国农学通报，２０１２，２８（２９）：２７９⁃２８４．［３３］㊀李翔翔，居辉，刘勤，李迎春，秦晓晨．基于ＳＰＥＩ⁃ＰＭ指数的黄淮海平原干旱特征分析．生态学报，２０１７，３７（６）：２０５４⁃２０６６．［３４］㊀沈国强，郑海峰，雷振锋．基于ＳＰＥＩ指数的１９６１ ２０１４年东北地区气象干旱时空特征研究．生态学报，２０１７，３７（１７）：５８８２⁃５８９３．［３５］㊀ＰｏｔｏｐＶ，ＭｏžｎｙᶄＭ，ＳｏｕｋｕｐＪ．ＤｒｏｕｇｈｔｅｖｏｌｕｔｉｏｎａｔｖａｒｉｏｕｓｔｉｍｅｓｃａｌｅｓｉｎｔｈｅｌｏｗｌａｎｄｒｅｇｉｏｎｓａｎｄｔｈｅｉｒｉｍｐａｃｔｏｎｖｅｇｅｔａｂｌｅｃｒｏｐｓｉｎｔｈｅＣｚｅｃｈＲｅｐｕｂｌｉｃ．ＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｒｅｓｔＭｅｔｅｏｒｏｌｏｇｙ，２０１２，１５６：１２１⁃１３３．［３６］㊀万日金，赵兵科，侯依玲．江南春雨的年际变率及其影响因子分析．高原气象，２００８，２７（增刊）：１１８⁃１２３．７６２６１７期㊀㊀㊀曹博㊀等：基于ＳＰＥＩ指数的长江中下游流域干旱时空特征分析㊀。

三类厄尔尼诺事件对东亚大气环流及中国东部次年夏季降水的影响李丽平;宋哲;吴楠【摘要】利用全球海表温度(SST)资料、ONI(Oceanic Nino Index)序列以及中国160站逐月降水资料,研究了不同类型El Nino事件的主要特征及其对东亚大气环流及中国东部次年夏季逐月及季节降水的影响.结果表明:1)据El Nino事件期间SST最大正异常所在区域,将El Nino事件分为Nino3、Nino4和Nino3.4型.2)El Nino事件次年6月,Nino3型时降水显著正异常区主要位于鄱阳湖和洞庭湖流域,Nino4型时位于鄱阳湖流域、桂粤湘三省交界及广西西部,Nino3.4型时位于洞庭湖流域.7月Nino3型降水显著正异常区北移至长江流域,8月则呈西多东少反相分布.从次年6月至8月,Nino4型降水显著正异常区逐渐北移,Nino3.4型降水显著正异常区则从南到北再移向东北.3)在整个次年夏季,Nino3、Nino4和Nino3.4型降水显著正异常区在中国东部呈自南向北分布.无论逐月或季节降水,均是Nino4型降水正异常最强、Nino3.4型最弱.4)不同类型事件次年夏季和各月环流特征存在一定差异,总体而言,对于南亚高压,Nino3型、Nino4型事件后呈偏强、东伸和北抬的特点,且后者较前者时更强;Nino3.4型事件后主要呈减弱、西退特征.对于西太平洋副热带高压,Nino3型、Nino4型事件后主要呈偏强、西伸、北抬特征,后者较前者更强,西伸、北抬也更明显;Nino3.4型后,副高以东撤、北抬特征为主.【期刊名称】《大气科学学报》【年(卷),期】2015(038)006【总页数】13页(P753-765)【关键词】El Nino事件分型;夏季降水异常;南亚高压;西太平洋副热带高压;中国东部【作者】李丽平;宋哲;吴楠【作者单位】南京信息工程大学气象灾害预报预警与评估协同创新中心,江苏南京210044;气象灾害教育部重点实验室(南京信息工程大学),江苏南京210044;南京信息工程大学大气科学学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心,江苏南京210044;气象灾害教育部重点实验室(南京信息工程大学),江苏南京210044;南京信息工程大学大气科学学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心,江苏南京210044;气象灾害教育部重点实验室(南京信息工程大学),江苏南京210044;南京信息工程大学大气科学学院,江苏南京210044【正文语种】中文【中图分类】P732El Nino现象是热带海表温度最强的年际异常信号,它对热带太平洋地区乃至全球天气气候异常都有重要影响,故对El Nino事件的研究始终深受关注和重视(任福民等,2012;张福颖等,2012;祁莉等,2014)。

ENSO事件对我国季节降水和温度的影响ENSO（El Niño-Southern Oscillation）事件是指热带太平洋地区海水温度变化和大气环流相互作用所引起的一系列现象。

这一事件对于全球的气候系统都有显著的影响，其中包括我国的季节降水和温度。

本文将就ENSO事件对我国季节降水和温度的影响进行探讨。

一、ENSO事件对我国季节降水的影响ENSO事件主要通过影响大气环流系统，进而改变我国季节降水的分布和强度。

具体来说，ENSO事件分为El Niño（厄尔尼诺）和LaNiña（拉尼娜）两种状态，其对我国降水的影响也是不同的。

1. El Niño事件在El Niño事件发生时，热带太平洋东部地区海水温度明显上升，而西太平洋地区海水温度下降。

这种海温异常导致大气环流发生变化，进而影响我国的降水。

一般而言，El Niño事件导致我国冬季和春季降水偏少，尤其是南方地区。

其原因是El Niño事件使得副热带高压偏强，导致南方地区的降水亏缺。

另一方面，El Niño事件还会导致我国东北地区的冬季降水增多，这是因为冷空气和暖湿气流的相互作用所引起的。

2. La Niña事件相对于El Niño事件，La Niña事件则是热带太平洋东部地区海水温度下降，而西太平洋地区海水温度上升。

La Niña事件通常使得我国南方地区冬季和春季降水增多，尤其是华南地区。

这是因为La Niña事件导致副热带高压偏弱，使得南方地区的降水增加。

另一方面，La Niña事件还可能导致我国北方地区的降水减少，尤其是华北地区。

二、ENSO事件对我国季节温度的影响ENSO事件对我国季节温度的影响主要体现在冬季和夏季，而春季和秋季的影响较弱。

1. 冬季影响El Niño事件使得我国冬季气温偏高，尤其是东北地区。

ENSO事件对我国季节降水和温度的影响ENSO事件，即厄尔尼诺南方涛动事件，是指太平洋赤道地区海水温度异常升高和气候异常现象的复杂系统。

它对全球气候系统产生广泛而深远的影响，其中也包括我国的季节降水和温度。

本文将探讨ENSO事件对我国季节降水和温度的影响。

首先，ENSO事件对我国季节降水具有明显的影响。

厄尔尼诺事件期间，我的国大部分地区经历了气候异常。

例如，在冬季和早春季节，厄尔尼诺现象通常导致中国中部和北部地区的降水明显减少。

这种降水减少的现象一方面会导致一些地区的旱灾和水资源短缺问题，另一方面也会对农作物生产和灌溉系统造成不利影响。

此外，受到厄尔尼诺事件的影响，我国的南方地区在冬季和早春季节可能出现异常增加的降水量。

这将引发一系列问题，如洪涝、滑坡和泥石流等自然灾害。

其次，ENSO事件也对我国的季节温度产生了较为显著的影响。

在厄尔尼诺事件期间，我国北方地区通常会经历异常升温。

这导致北方地区的冬季和早春季节温度高于常年水平。

这种气温升高不仅会影响北方地区的冬季作物正常生长和种植，还可能引发冰雪融化和环境变化等问题。

相反，我国南方地区在ENSO事件期间通常会出现异常降温的情况。

南方地区的冬季和早春季节温度较常年水平偏低，这对当地的农作物正常生长和人们日常生活产生一定的影响。

ENSO事件对我国季节降水和温度的影响并不是一成不变的，不同的ENSO事件可能导致不同的结果。

例如，强烈的厄尔尼诺事件可以导致中国大部分地区降水减少和温度升高。

而拉尼娜事件则相反，可能导致我国大部分地区降水增多和温度降低。

这种变化给我国的农业、水资源管理和自然灾害防范等方面带来了巨大的挑战。

为了更好地应对ENSO事件对我国季节降水和温度的影响，我们应加强气象观测和预测能力，提前预判ENSO事件的发展趋势和影响程度，以便采取相应的措施应对。

例如，在厄尔尼诺事件期间，应加强干旱地区的水资源管理和灌溉系统建设，加大对南方地区洪涝和自然灾害的监测和预警工作。