1961–2015年新疆區域SPEI乾旱指數數據集
1961–2015年新疆區域SPEI乾旱指數數據集 作者:姚俊強 毛煒嶧 胡文峰 陳靜 范煜婷 2019年7月19日 |
|
摘要&關鍵詞
編輯摘要:新疆地處亞洲中部乾旱區,地形複雜,生態環境脆弱,抵禦災害的能力較低,是全球氣候變暖的敏感區和強烈影響區。隨着全球氣候變暖,新疆的乾旱化問題引起了廣泛關注。本文基於中國新疆區域55個氣象觀測站1961–2015年逐日氣溫和降水觀測資料,經過數據質量控制和異常值剔除,計算得到每個站點1961–2015年1、3、6、12、24和48個月時間尺度逐月標準化降水蒸散發指數(SPEI)時間變化序列,整理出新疆乾旱指數數據集。本數據集為分析新疆區域長時間序列不同時間尺度乾旱變化趨勢及變化特徵提供了數據支撐,也可以作為基礎數據來探索乾旱事件對生態水文環境和農牧業生產的影響。
關鍵詞:標準化降水蒸散發指數;新疆;乾旱變化;氣象站點
Abstract & Keywords
編輯Abstract: Xinjiang is located in the Eurasian hinterland in northwestern China. With complex terrain and fragile ecological environment, Xinjiang is particularly sensitive to global warming. Indeed, drought in Xinjiang has attracted extensive attention under global warming. Based on daily temperature and precipitation observed at 55 meteorological stations over Xinjiang during 1961 – 2015, this study calculated a series of drought indices based on the Standardized Precipitation Evapotranspiration Index (SPEI). The SPEI was calculated for each station with selected time scales of 1, 3, 6, 12, 24 and 48 months. This dataset is useful for research on the trends and spatial-temporal characteristics of drought events over Xinjiang. When used together with regional statistics, it helps reveal the impacts of drought on agricultural production and eco-hydrological environment.
Keywords: Standardized Precipitation Evapotranspiration Index; Xinjiang; climate change; meteorological stations
數據庫(集)基本信息簡介
編輯數據庫(集)名稱 | 1961–2015年新疆區域SPEI乾旱指數數據集 |
數據作者 | 姚俊強,毛煒嶧,胡文峰,陳靜,范煜婷 |
數據通信作者 | 姚俊強(yaojq1987@126.com) |
數據時間範圍 | 1961~2015年 |
地理區域 | 新疆區域,包括55個氣象觀測站 |
空間分辨率 | 月 |
數據量 | 2.38 MB |
數據格式 | *.xlsx |
數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/632 |
基金項目 | 國家重點研發計劃項目(2018YFC1507101);國家自然科學基金項目(41501050;41605067);中央級公益性科研院所基本科研業務費專項資金項目(IDM201506)。 |
數據庫(集)組成 | 本數據集由6個不同時間尺度乾旱指數文件(xlsx)組成,包括1、3、6、12、24和48個月時間尺度乾旱指數結果,結果文件以時間尺度命名。每個指數結果文件均由年份、月份、SPEI值和對應站點WMO編號組成。每個文件的數據量因站點數目及時間尺度的不同略有差異,如3個月時間尺度乾旱指數結果從1961年3月開始,因此在1961年1月和2月無值,用「NA」表示,以此類推。 |
Dataset Profile
編輯Title | A dataset of drought indices based on the standardized precipitation evapotranspiration index (SPEI) over Xinjiang, China (1961 – 2015) |
Data corresponding author | Yao Junqiang (yaojq1987@126.com) |
Data authors | Yao Junqiang, MaoWeiyi, Chen Jing, Fan Yuting |
Time range | 1961–2015 |
Geographical scope | Xinjiang Uygur Autonomous Region, including 55 meteorological stations |
Spatial resolution | Month |
Data volume | 2.38 MB |
Data format | *.xlsx |
Data service system | < http://www.sciencedb.cn/dataSet/handle/632> |
Sources of funding | National Key Research and Development Program of China (2018YFC1507101); National Natural Science Foundation of China (41501050, 41605067); Basic Research Operating Expenses of the Central-level Non-profit Research Institutes (IDM201506). |
Dataset composition | This dataset consists of 6 .xlsx files which record drought indices at different timescales, including SPEI 1 mo, SPEI 3 mo, SPEI 6 mo, SPEI 12 mo, SPEI 24 mo and SPEI 48 mo timescale drought indices. Files of this dataset are named after their index names in English. Each file consists of information on year, month, SPEI index results, and WMO site numbers. Each file has a slightly different data volume depending on the number of sites and the different timescales used. For example, the value of SPEI 3 mo timescale started from March 1961, thus there was no value in January and February 1961, denoted by "NA", and so on. |
引 言
編輯乾旱是氣象災害中最為嚴重的災害之一,它具有出現頻率高、持續時間長、波及範圍大的特點,因此備受科學界和社會的關注[1][2][3]。近年來,隨着全球變暖的不斷加劇,極端天氣氣候事件頻繁出現,乾旱的發生頻率和強度明顯增加,不但給人類帶來巨大的經濟損失,還會造成水資源短缺、荒漠化加劇和沙塵暴頻發等生態問題,對乾旱區的影響更加明顯[4][5]。隨着國家「一帶一路」倡議的實施,新疆作為「絲綢之路經濟帶」核心區,備受關注。新疆地處亞洲中部乾旱區,地形複雜,生態環境極其脆弱,抵禦災害的能力較低,是全球氣候變暖的敏感區和強烈影響區[6][7]。隨着全球氣候變暖導致水循環過程加劇,新疆氣候有明顯改變,引起了廣泛關注[7]。21世紀初,施雅風院士提出了西北乾旱區氣候呈現「暖濕化」特徵,其中乾旱區西部(新疆)更加明顯。21世紀以來,新疆氣候發生明顯變化,表現為氣溫出現躍變式升高且維持高溫波動,降水量呈微弱的減少趨勢,這勢必對區域乾濕氣候變化產生重要影響[7]。乾旱具有多時空尺度的特徵。氣象乾旱是乾旱的本質,其他乾旱都是氣象乾旱引發的結果[8]。氣象乾旱變化分析需氣象觀測資料作為基礎數據。
目前,觀測資料內容雖全面,涉及乾濕氣候表徵的有降水、水汽壓、相對濕度等要素,但單個要素並不能全面反映乾濕狀況,不利於直觀分析乾旱氣候變化。基於氣象觀測資料,能夠計算出一些可以綜合表徵區域乾濕氣候變化的指標,統稱為乾旱指數[2]。降水和蒸發變化是影響乾濕氣候形成的兩個最主要驅動因子,標準化降水蒸散指數(SPEI)綜合考慮了降水和蒸發作用,且具有多尺度特徵,能夠在不同時間尺度上合理地評估乾濕變化[9]。利用SPEI指數不僅可以直觀反映區域乾濕分布與變化趨勢,而且能夠反映不同尺度的乾旱變化情況[10]。因此,提供支持新疆地區乾濕氣候研究的SPEI多時間尺度乾旱指數數據十分必要。
本數據集為新疆區域不同時間尺度乾旱指數數據。利用逐月氣溫和降水數據,建立1961–2015年1、3、6、12、24和48個月時間尺度逐月乾旱變化時間序列,整理出乾旱指數數據集,為進一步分析新疆區域長時間序列內不同時間尺度乾旱變化趨勢及變化特徵提供了可靠的數據支撐。
1 數據採集和處理方法
編輯1.1 站點分布
編輯本文所採用的原始氣象站觀測資料來源於中國氣象科學數據共享服務網(http://data.cma.cn/),气象观测站点主要分布于新疆维吾尔自治区主要绿洲区域,山区和沙漠腹地站点稀少,大部分气象观测站高程范围在200–1500 m,跨越了高原溫帶、暖溫帶、中溫帶和亞寒帶等4個溫度帶。本文選取了55個地面氣象觀測站觀測數據,選用的新疆區域氣象站點及其空間高程分布如圖1所示。
圖1 氣象觀測站點分布圖
1.2 數據生產流程
編輯數據生產流程共分為4部分:數據預處理、計算潛在蒸散發量、計算標準化降水蒸散發指數(SPEI)和整理乾旱指數結果,整體流程如圖2所示。
圖2 乾旱指數生產流程
1.2.1 數據預處理
編輯原始氣象觀測站點數據來源於國家氣象信息中心,選取新疆76個國家基準站1961–2015年逐日氣溫和降水數據。同時對逐日氣溫數據進行平均,對逐次降水量數據進行求和,獲得逐月數據。另剔除了連續缺測3個月以上的台站記錄,最終獲得了55個氣象觀測站的觀測記錄。提取每個站點1961–2015年逐月氣溫和降水量的全部記錄,並按年月依次排序,輸出以55個站點名命名的ASCII 格式文本文件,便於滿足後續計算乾旱指數的數據需求。
1.2.2 潛在蒸散發量的計算
編輯潛在蒸散發量(PET)是計算SPEI乾旱指數的關鍵變量。本數據集採用Thornthwaite方法[11]計算PET,具體如下:
\(PET=\begin{Bmatrix}0 & T< 0\\ 16\left ( \frac{N}{12} \right )\left ( \frac{NDM}{30} \right )\left ( \frac{10T}{I} \right )^{m} & 0\leqslant T< 26.5\\ -415.85+32.24T-0.43T^{2} & T\geqslant 26.5\end{Bmatrix}\) (1)
其中T為逐月平均溫度,N為最大日照時數,NDM為逐月的日數,I為年熱量指數,是用每年12個月的月熱量指數求和得到。年熱量指數的計算為:
\(I=\sum _{i=1}^{12}{\left(\frac{T}{5}\right)}^{1.514}\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{T}>0\) (2)
m 是與I有關的係數,利用式(3)可得到:
m =6.75×10-7I3 -7.71×10-5I2 +1.79×10-2I +0.492 (3)
利用Thornthwaite方法計算PET,所需的計算變量少,方法簡單易行,因此應用廣泛。
1.2.3 標準化降水蒸散發指數(SPEI)的計算
編輯在全球變暖背景下,增溫對乾旱的影響日益明顯,而SPEI指數考慮了氣溫變化對乾旱的影響。SPEI指數的計算程序軟件來自西班牙CSIC機構(http://digital.csic.es/),计算过程包括以下四个步骤[9]:
(1)計算氣候水平衡量:
氣候水平衡量Di 即降水量Pi 與潛在蒸散發量PETi 之差,
Di =Pi-PETi (4)
其中PET用第1.2.2節中的Thomthwaite方法計算得到。
(2)建立不同時間尺度的氣候水平衡累積序列:
\({D}_{n}^{k}=\sum _{i=0}^{k-1}\left({P}_{n-i}PET}_{n-i}\right) , n\ge k\) (5)
式中,k为时间尺度,一般为月,n为计算次数。
(3)采用log-logistic 概率密度函数拟合建立数据序列:
\(f\left(x\right)=\frac{\beta }{\alpha }{\left(\frac{\chi -\gamma }{\alpha }\right)}^{\beta -1}{\left[1+{\left(\frac{\chi -\gamma }{\alpha }\right)}^{\beta }\right]}^{-2}\) (6)
式中,\(\alpha \)为尺度系数,\(\beta \)为形状系数,\(\gamma \)为origin参数,可通过L-矩参数估计方法求得。因此,给定时间尺度的累积概率为:
\(F\left(x\right)={\left[1+{\left(\frac{\mathrm{\alpha }}{\mathrm{\chi \mathrm{\gamma }}\right)}^{\mathrm{\beta }}\right]}^{-1}\) (7)
(4)對累積概率密度進行標準正態分布轉換,獲取相應的SPEI時間變化序列:
\(SPEI=W-\frac{{C}_{0}+{C}_{1}W+{C}_{2}{W}^{2}}{1+{d}_{1}W+{d}_{2}{W}^{2}+{d}_{3}{W}^{3}}, \) (8)
式中,W是一個參數,其值為\(\sqrt{-2ln\left(P\right)}。\)P 是超過確定水分盈虧的概率,當P≤0.5時,P=1−F(x);當P>0.5時,P=1−P,SPEI的符號被逆轉。式中其他常數項分別為C0 =2.515517,C1 =2.515517,C2 =2.515517,d1 =2.515517,d2 =2.515517,d3 =2.515517。
綜上,SPEI指數不僅具有多時間尺度特徵,而且考慮了氣溫的敏感性影響,在變暖背景下乾濕分析中具有明顯的優勢[9][7]。
1.2.4 時間尺度選擇與結果整理
編輯乾旱具有多尺度特徵,不同時間尺度對不同受災體的影響存在差異。因此,選取不同時間尺度,可以反映不同類型的乾旱狀況。如3個月時間尺度可以反映氣象乾旱,6個月時間尺度可以反映農業生態乾旱,而12個月時間尺度則反映水文乾旱[7]。因此,本數據集主要選取1、3、6、12、24和48個月時間尺度,來計算不同時間尺度各站逐月乾旱指數。表1給出了國際上通用的基於SPEI指數的乾旱等級劃分標準。利用該標準,可以確定某一站點在某月發生乾旱變化的程度[7]。
表1 SPEI乾旱等級劃分
極端乾旱 | 中等乾旱 | 輕度乾旱 | 正常 | 輕度濕潤 | 中等濕潤 | 極端濕潤 | |
SPEI值 | ≤−2.0 | −2.0~−1.0 | −1.0~−0.5 | −0.5~0.5 | 0.5~1.0 | 1.0~2.0 | ≥2.0 |
2 數據樣本描述
編輯本數據集包含新疆區域55個站點、6個時間尺度的乾旱指數結果文件。為了便於計算處理與應用,存儲為xlsx格式文件,結果文件以時間尺度命名,例如 SPEI-3.xlsx。每個指數結果文件均包含4個屬性值:年份、月份、SPEI值和對應站點WMO編號(如 51053)。其中第一列為年份,第二列為月份,第三列之後為對應站點的逐月SPEI乾旱指數值;第一行是站點對應的世界氣象組織(WMO)統一的氣象站點編號,第二行之後為對應時間的逐站SPEI乾旱指數值,如圖3所示。
圖3 SPEI-1數據樣本
3 數據質量控制和評估
編輯3.1 數據初步質量控制
編輯數據質量控制是計算測站SPEI乾旱指數的必要步驟,測站原始觀測數據的異常值及錯誤會導致計算乾旱指數錯誤,影響數據集後續應用分析。數據質量控制主要包括對原始數據的特殊值的處理,以及在乾旱指數生產過程中通過軟件自動識別和人工校檢的手段,對數據進行嚴格質量控制。新疆氣象信息中心對原始數據進行了初步質量控制。首先,檢測每個站點逐日氣溫和降水量數據是否存在缺測,缺測超過3個月自動踢除;缺測不超過3個月的,缺測值用相鄰月份的平均值代替;其次,進行了邏輯異常值的判斷,日平均氣溫利用日最低和最高溫度進行檢測,降水量不能小於0 mm;邏輯異常值用相鄰月份的平均值代替。經過數據質量控制,從76個國家基準站中選取了55個完整站點的1961–2015年逐日氣溫和降水數據來計算SPEI指數。
3.2 乾旱指數產品評估
編輯為了進一步直觀顯示本數據集內乾旱指數反映出的乾濕變化趨勢,將各站點不同時間尺度的乾旱指數時間變化序列和變化斜率的空間分布展示出來,從而進一步驗證本數據集結果的可靠性。圖4是各站點不同時間尺度乾旱指數每10年的年際變化趨勢,圖5是1961–2015年1–24個月時間尺度逐月乾旱指數時間變化序列可視化結果。
圖4 不同時間尺度SPEI乾旱指數變化趨勢可視化結果
圖5 不同時間尺度SPEI乾旱指數時間變化可視化結果[6]
根據圖4不同時間尺度乾旱指數變化趨勢可知,新疆西北部以變濕為主,東南部以變干為主,這與以往研究中西北地區西部(新疆西部)暖濕化的結果一致[12][13]。圖5的時間變化可知,新疆在20世紀80年代中後期至90年代有明顯的暖濕化;但在21世紀以來,隨着溫度躍升,蒸發需求加劇,而降水量增加趨勢減緩甚至微弱減少,導致較明顯的暖干化趨勢。其中乾旱化區域主要在新疆南部、東部和天山山區,而在新疆西北部和西南部(帕米爾高原)增濕特徵明顯。這與馬柱國等[14]利用降水數據、自矯正的帕爾默乾旱指數(sc_PDSI)及GRACE衛星反演的陸地水儲量等多源資料得出的結果一致,認為近些年來中國北方和西北部有變干趨勢。
乾旱化也對農牧業災害有重要影響。利用新疆區域農作物受災面積數據[15]來進一步驗證本數據集結果的可靠性。從圖6中農作物受災面積和12個月尺度乾旱指數對比發現,農作物受災面積和12個月尺度乾旱指數對應關係很好,相關係數在0.60以上,說明12個月尺度乾旱指數能夠很好地反映乾旱對農業生產受災的影響情況(圖6、圖7)。
圖6 12個月時間尺度SPEI指數與農作物受災面積對比
圖7 12個月時間尺度SPEI指數與農作物受災面積的散點圖
4 數據價值及使用建議
編輯乾旱事件的發生頻率、強度和變化趨勢對區域氣候變化和生態環境的分析及評價具有直接影響,本數據集可以和土壤濕度、植被覆蓋、水文徑流數據配合使用,用於探索新疆地區不同尺度乾旱的發生頻率、強度、變化趨勢及空間特徵。本數據集也可以用來與當地農業受災面積、災害損失等統計數據做關聯分析,評估乾旱事件對農牧業生產的影響。
本數據集共享了新疆區域55個氣象站點1961–2015年不同時間尺度乾旱指數的結果。數據文件按時間尺度分別存儲,數據文件格式為xlsx,便於後續處理與應用,用戶可根據實際情況選擇性下載數據。
參考文獻
編輯- ↑ DAI A. Increasing drought under global warming in observations and models[J]. Nature Climate Change, 2012, 3: 52-58.
- ^ 2.0 2.1 張強, 張良, 崔顯成, 等. 乾旱監測與評價技術的發展及其科學挑戰[J]. 地球科學進展, 2011, 26: 763-778.
- ↑ 楊慶, 李明星, 鄭子彥, 等. 7種氣象乾旱指數的中國區域適應性[J]. 中國科學: 地球科學, 2017, 47: 337-353.
- ↑ 張利利, 周俊菊, 張恆瑋, 等. 基於SPI的石羊河流域氣候乾濕變化及乾旱事件的時空格局特徵研究[J]. 生態學報, 2017, 37(3): 996-1007.
- ↑ 蘇宏新, 李廣起. 基於 SPEI 的北京低頻乾旱與氣候指數關係[J]. 生態學報, 2012, 32(17): 5467-5475.
- ↑ YAO J Q, CHEN Y N, ZHAO Y, et al. Response of vegetation NDVI to climatic extremes in the arid region of Central Asia: a case study in Xinjiang, China[J]. Theoretical and Applied Climatology, 2018, 131: 1503-1515
- ^ 7.0 7.1 7.2 7.3 7.4 7.5 YAO J, ZHAO Y, CHEN Y, et al. Multi-scale assessments of droughts: A case study in Xinjiang, China[J]. Science of The Total Environment, 2018, 630: 444-452.
- ↑ DAI A. Drought under global warming: A review[J]. WIREs Climate Change, 2011, 2: 45–65.
- ^ 9.0 9.1 9.2 VICENTE-SERRANO S M, BEGUERÍA S, LÓPEZ-MORENO J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate. 2010, 23 (7): 1696–1718.
- ↑ YAO J Q, ZHAO Y, YU X J. Spatial-temporal variation and impacts of drought in Xinjiang (Northwest China) during 1961–2015[J]. 2018, PeerJ 6: e4926.
- ↑ THORNTHWAITE C W. An approach toward a rational classification of climate[J]. Geogr. Rev, 1948, 38: 55–94.
- ↑ 施雅風, 沈永平, 李棟梁, 等. 中國西北氣候由暖干向暖濕轉型的特徵和趨勢探討[J]. 第四紀研究, 2003, 23: 152–164.
- ↑ 施雅風, 沈永平, 胡汝驥. 西北氣候由暖干向暖濕轉型的信號、影響和前景初步探討[J]. 冰川凍土, 2002, 24: 219–226.
- ↑ 馬柱國, 符淙斌, 楊慶, 等. 關於我國北方乾旱化及其轉折性變化[J]. 大氣科學, 2018. DOI: 10.3878/j.issn.1006-9895.1802.18110.
- ↑ GUO J, CHEN H, ZHANG X, et al. A dataset of agro-meteorological disaster-affected area and grain loss in China (1949 – 2015). Science Data Bank. DOI: 10.11922/sciencedb.537.
數據引用格式
編輯姚俊強, 毛煒嶧, 胡文峰, 等. 1961–2015年新疆區域SPEI乾旱指數數據集[DB/OL]. Science Data Bank, 2018. (2018-07-11). DOI: 10.11922/sciencedb.632.