Jun.2021NO.6VOL.31
2021年6月第6期第31卷
SPECIAL TOPICS
收稿日期：2021-04-30第一作者信息：曹睿，男，硕士研究生，E-mail：****************。基金项目：国家重点研发计划课题项目（2017YFC1502403）；中央高校基本科研业务费项目（B200204045）。
曹睿1何海1吴志勇1殷浩1王萍2
（1.河海大学水文水资源学院，南京210098；2.江苏省水文水资源勘测局，南京210029）
摘
要：季节尺度气象干旱事件的发生与大尺度环流系统的异常运动密切相关。在识别长江中下游地区历史气象干旱事件的基础
上，探讨了致旱环流系统异常特征，提取具有指示性意义的信号，以季节尺度气象干旱指数为干旱预测
指标，应用偏最小二乘回归法构建了季节尺度干旱预测概念模型。模型率定和验证结果显示，率定期预测与实测的SPI3指数相关系数为0.64，验证期为0.56，表明该预测模型具有一定的预测效果。本研究方法可为区域季节尺度气象干旱预测和提前研判干旱发展情势提供技术支持。关键词：气象干旱；干旱预测；季节尺度；长江中下游地区中图法分类号：S423；P426.616
文献标识码：A
文章编号：1673-9264（2021）06-11-05
DOI:10.16867/j.issn.1673-9264.2021137
曹睿，何海，吴志勇，等.长江中下游地区季节尺度气象干旱预测概念模型[J].中国防汛抗旱，2021，31（6）：11-15.CAO Rui ，HE Hai ，WU Zhiyong ，et al.A conceptual model for meteorological drought prediction at seasonal scale in the middle and lower reaches of Yangtze River[J].China Flood &Drought Management ，2021，31（6）：11-15.（in Chinese ）
0引言
由干旱引发的灾害是我国主要的自然灾害之一。为了减少旱灾造成的影响，党中央提出了“坚持以防为主、防灾抗灾救灾相结合，全面提升综合防灾能力”的新时代防灾抗灾救灾新理念。干旱预测是提升干
mh370写给2014年的一封信旱灾害综合防范能力的重要途径。但由于干旱问题的复杂性，构建一套行之有效的干旱预测方法具有相当大的难度，尤其是对于大范围、长历时、季节性特大干旱的预测，目前在国家需求层面，尚未取得可作为决策依据的成果。
干旱发生的直接表现是大范围、长历时、持续性的降水亏缺。因此，在干旱预测研究方面，已有研究将区域气候模式预测的季节降水直接应用于季节尺度气象干旱预测[1-3]。但是，通常影响降水的天气系统为中小尺度复杂天气系统，气候模式中对于此类复杂的中小尺度物理过程通常采用参数化方案近似描述，对季节降水预测技 巧非常有限，在干旱预测中缺乏直接应用价值[4-6]。而大气环流主要受海陆差异、海气作用等空间和时间上连续性较强的大尺度要素影响，其模拟和预测能力相对较高，且季节尺度降水特征往往与大尺度环流特征有关[7-8]。因此，通过大气环流场间接预测季节尺度干旱通常有更好的效果。
长江中下游地区是我国受干旱影响最为严重的地区之一，科学有效的干旱预测对于提升区域干旱灾害防御能力具有重要意义。本文以长江中下游地区为研究区域，利用1979—2016年逐日站点降水资料和欧洲中期天气预报中心（ECMWF ）的ERA-Interim 再分析数据集等资料，识别长江中下游地区的历史干旱事件，分析干旱事件对应的大尺度环流系统异常特征，提取具有指示性意义的信号因子，构建基于环流系统异常的干旱预测概念模型，探讨预测模型模拟效果，以期为提前研判季节尺度干旱发生发展情势提供科学依据。
1研究资料与方法
1.1资料来源
研究涉及的资料主要包括降水资料和气温、位势高度资料。其中，降水资料来源于《中国地面气候资料日值数据集（V3.0）》中长江中下游地区329站点1979—2016年逐日降水数据资料。气温资料和位势高度资料主要来源于EC⁃MWF提供的1980—2016年期间的ERA-Interim再分析数据集，其分辨率为2°×2°，资料范围为10°S～90°N、0°～360°E，包含5个气压层，分别为200hPa、500hPa、700hPa、850hPa和1000hPa。
1.2研究方法
（1）干旱指标选取与干旱识别。季节尺度干旱研究通常选用季节尺度降水总量，计算标准化降水指数（Standardized Precipitation Index，SPI）进行区域干旱分析[9]。但是基于季节尺度降水总量的SPI指标，难以反映季节尺度干旱发生、持续、缓解、解除等不同阶段的变化特征。因此，本文采用逐日降水资料，将传统的基于季节降水总量3个月滑动平均的SPI，滑动时间窗口由月调整为日，构建90d逐日滑动降水标准化指数即得到SPI3指数，然后匹配气象干旱过程的时间尺度和滑动窗口，进行干旱识别，以实现大气环流系统异常特征与干旱发生发展过程的时程关联。
（2）大气环流异常信号提取。大气环流异常信号提取采用标准化距平场方法，该方法是利用大气物理量、诊断量的标准化距平形式来研究极端天气气候事件异常特征的一种方法[10]，它能够很好地反映气象要素在气候平均态上的异常情况，进而有效识别天气系统中的异常特征[11]，是研究大范围干旱、极端降水等异常天气事件的有效方法。根据大气环流要素的空间分辨率对长江中下游地区进行网格划分，利用气候背景下序列标准差反映大气水分变化的平均程度，序列平均值反映气候的平均状况。以每个格点的大气环流要素变量值与该格点多年平均值的差值反映距平值，距平值和标准差的比值即为信号值，区域所有网格点的信号值即构成信号场。
（3）干旱预测模型构建。基于大尺度环流异常的干旱预测模型构建具体步骤为：①分析干旱发生时各气压层的气温场（TEMP）和位势高度场（HGT）的异常特征；②筛选与长江中下游地区干旱的发生发展有较大相关性的大尺度异常区域；③根据其环流的异常特征区域，提取异常信号并构建预测因子；④利用偏最小二乘回归法[12-13]率定预测因子与SPI3的统计关系，构建预测模型；⑤检验预测模型干旱模拟结果的有效性与模型的适用性。
2干旱过程识别与环流异常信号提取
2.1干旱过程识别
利用SPI3指数和我国《气象干旱等级》（GB/T20481—2017）中的旱涝等级划分方法[14]，识别出长
江中下游地区1979—2008年的12场重度干旱过程及其持续时间，结果
如表1所示。
2.2大气环流异常信号提取
考虑到与降水有关的天气系统主要出现在对流层中，因此，根据上述识别出的干旱过程，利用1979—2008年的气温和位势高度资料计算干旱发生发展各个阶段，200hPa、500hPa、700hPa、850hPa和1000hPa5个对流层内各气压层的气温和位势高度的季节尺度标准化距平场，绘制并提取出与长江中下游地区干旱的发生发展有较大相关性的大尺度异常区域A～P。结果如图1所示。
由图1可知，A、D、F为200hPa位势高度场的正异常区，B、C、E为200hPa位势高度场的负异常区；H、I、L为500hPa位势高度场的正异常区，G、J、K为500hPa位势高度场的负异常区；N为1000hPa位势高度场的正异常区，M为1000hPa位势高度场的负异常区；O为850hPa气温场的正异常区，P为850hPa气温场的负异常区。各区域的经纬度等要素如表2所示。
表11979—2008年长江中下游地区重度干旱过程及其持续时间
时间
1981年6月16日至10月6日
1985年5月30日至9月25日
1986年2月19日至4月30日
1986年9月14日至11月14日
1988年6月30日至9月3日
1991年10月5日至1992年1月4日
1992年7月28日至1993年1月12日
1998年10月25日至1999年4月16日
2000年4月8日至6月23日
2004年3月3日至5月14日
2007年5月1日至7月13日
2008年3月23日至6月17日
干旱程度
重度干旱
重度干旱
重度干旱
重度干旱
重度干旱
重度干旱
重度干旱
重度干旱
重度干旱
重度干旱
盐酸氧氟沙星
重度干旱
重度干旱
Jun.2021NO.6VOL.31
2021年6月第6期第31卷SPECIAL TOPICS
3预测模型率定与验证
依据表2大尺度环流异常区域划分的结果，分别计算1979—2008年长江中下游地区重度干旱期间，位势高度场和气温场异常关键区A～P共计16个区域内，200hPa、500hPa和1000hPa位势高度场和850hPa气温场的季节尺度标准化距平逐日区域平均值，作为预测因子。长江中下游地区逐日滑动的SPI3作为预测对象，利用偏最小二乘回归法率定预测因子与SPI3指数的统计关系，据此建立长
江中下游地区季节尺度气象干旱预测模型。进而利用2009—2016年的ERA-Interim再分析数据集的位势高度和气温数据驱动预测模型，对干旱预测模型进行验证。预测因子与SPI3率定的统计关系见下式。
Y=0.31A
HGT-0.24B HGT+0.10C HGT-0.32D HGT-0.10E HGT-0.19F HGT+0.08G HGT+0.29H HGT-0.43I HGT-0.19J HGT-0.41K HGT+1.05L HGT+0.07M HGT+0.03N HGT-
0.03O TEMP-0.04P TEMP-0.00056
式中：Y为预测对象，A
HGT
～N
HGT
分别为A～N区域的位
势高度场异常信号区域对应的预测因子；O
TEMP
、P
TEMP
为O、P区域温度场异常信号区域对应的预测因子。
预测模型率定验证结果如图2所示，图2（a）为模型率定结果，图2（b）为模型验证结果。从图2（a）率定结果可以看出，采用偏最小二乘回归法率定后得到的位势高度场和气温场异常信号与SPI3的统计关系，虽然在模拟SPI3变化强度方面与基于实测降水计算的SPI3有一定差别，模拟结果反映的干旱强度总体偏弱，但是能够较好地反映干旱发生发展的变化趋势，率定期预测SPI3和实测SPI3的相关系数达到0.64。图2（b）验证结果也表明，该预测模型对于季节尺度气象干旱发生发展趋势的模拟效果较好，验证期预测SPI3和实测SPI3的相关系数为0.56，略低于率定
物理量HGT TEMP
气压层
200hPa
500hPa
1000hPa
850hPa
区域
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
经度
166°E～172°W
161°E～150°W
116°E～138°E
特鲁多119°E～147°E
张德英
60°E～85°E
111°E～146°E
121°E～147°E
118°E～154°E
168°E～161°W
165°E～174°W
62°E～92°E
114°E～148°E
142°E～155°E
129°E～160°E
106°E～116°E
88°E～107°E
纬度
47°N～65°N
22°N～37°N
54°N～64°N
36°N～43°N
37°N～54°N
28°N～42°N
50°N～62°N
30°N～43°N
46°N～61°N
21°N～31°N
32°N～48°N
12°N～38°N
48°N～57°N
24°N～41°N
25°N～38°N
4°N～24°N
图1不同阶段干旱气温及位势高度的季节尺度标准化距平场及异常区域划分示意图表2大尺度环流异常区域划分
2
h
P
a
（
H
G
T
）
5
h
P
a
（
H
G
T
）
1
h
P
a
（
H
G
T
）
8
5
h
P
a
（
T
E
M
P
）
干旱全程干旱开始干旱持续干旱缓解
1996-06-05S P I 3
实测
模拟
1980-01-01
1985-06-232007-05-19
1990-12-14
-4
-3-2-10
12342001-11-26时间（年-月-日）
（a ）模型率定结果
2009-01-01
2011-09-28
2010-05-162013-02-092014-06-242015-11-062017-03-20
实测预测
时间（年-月-日）S P I 3
-4-3-2-101234
-5
（b ）模型验证结果
期。验证期对于SPI3变化强度的模拟同率定期一样，稍显不足。考虑到对于季节尺度干旱的预测而言，重点关注的是干
旱情势的发展变化，因此，该预测模型对于长江中下游地区季节尺度气象干旱情势的预测具有一定的应用价值。
图2季节尺度干旱预测模型率定验证结果
4结论
（1）利用长江中下游地区1979—2008年逐日站点降水资料，构建90d 逐日滑动降水标准化距平指数SPI3，识别出长江中下游地区12场重度以上干旱过程及其持续时间，建立了大气环流要素与干旱发生发展过程的时程关联。
（2）基于ECMWF ERA-Interim 再分析气温和位势高度资料，计算干旱发生发展各阶段，200hPa 、500hPa 、700hPa 、850hPa 和1000hPa 5个对流层内各气压层的气温和位势高度的季节尺度标准化距平场，提取出与长江中下游地区干旱发生发展有较大相关性的16个关键区域和异常信号，筛选出研究区季节尺度气象干旱预测模型的预测因子，分别为200hPa 、500hPa 和1000hPa 的位势高度场，以及850hPa 的气温场。
（3）以长江中下游地区的SPI3作为预测对象，利用偏最小二乘回归法建立了长江中下游地区季节尺度气象干旱预测模型，率定期预测SPI3和实测SPI3的相关系数为0.64，验证期预测SPI3和实测SPI3的相关系数为0.56。预
测模型能够较好地反映干旱发生发展的变化趋势，对SPI3变化强度的模拟稍显不足。
（4）季节尺度气象干旱预测重点关注的是未来干旱情
势的发展变化，该预测模型对于长江中下游地区的季节尺度气象干旱情势的预测具有一定的参考应用价值。参考文献
[1]Zhou T，Yu R，Zhang J，et al.Why the western pacific subtropical
high has extended westward since the late 1970s[J].Journal of Climate，2009，22（8）：2199-2215.
[2]苏涛，张世轩，支蓉，等.江淮流域夏季降水对前冬持续时间长短的
响应[J].物理学报，2013，62（6）：525-533.
[3]Cheung H N，Zhou W，Mok H Y，et al.Revisiting the climatology of
atmospheric blocking in the northern hemisphere[J].Advances in Atmospheric Sciences，2013，30（2）：397-410.
硫铁矿制硫酸
[4]Yuan X，Wood E F，Roundy J K，et al.CFSv2-based seasonal hydrocli-matic forecasts over the conterminous United States[J].Journal of Climate，2013，26（13）：4828-4847.
Jun.2021NO.6VOL.31
2021年6月第6期第31卷SPECIAL TOPICS
[5]Hoerling M，Eischeid J，Kumar A，et al.Causes and predictability of
the2012great plains drought[J].Bulletin of the American Meteo-rological Society，2014，95（2）：269-282.
[6]刘长征，杜良敏，柯宗建，等.国家气候中心多模式解释应用集成预
测[J].应用气象学报，2013，24（6）：677-685.
[7]Wood E F a，Schubert S D b，Wood A W c，et al.Prospects for advancing
drought understanding，monitoring and prediction[J].Journal of Hydrometeorology，2015，16（4）：1636-1657.
[8]Li Y，Lu G，He H，et al.The sensitivity of dynamical downscaling
seasonal precipitation forecasts to convection and land surface parameterization in a high resolution regional climate model[J].中国政党
Advances in Meteorology，2019（10）：1-14.
[9]Mckee T B，Doesken N J，Kleist J.The relationship of drought fre-
quency and duration to time scales[C]//Paper Presented at8th
Conference on Applied Climatology，Am Meteorol Soc，Anaheim，Ca-lif，1993：179-184.
[10]Hart R E，Grumm R H.Using normalized climatological anomalies to
rank synoptic-scale events objectively[J].Monthly Weather Re-view，2001，129（9）：2426-2422.
[11]Grumm R H，Hart R.Standardized anomalies applied to significant
cold season weather events：preliminary findings[J].Weather and Forecasting，2001，16（6）：736-754.
[12]闫恒乾，洪梅，张韧，等.基于偏最小二乘回归的冬季北太平洋风暴
轴指数的特征诊断[J].气象科学，2018，38（5）：596-605.
[13]韩嫣然.基于偏最小二乘回归法的城市水资源承载力影响因子研究
[J].地下水，2019，41（1）：156-157，186.
[14]国家气候中心，中国气象局预报与网络司，中国气象局兰州干旱气象研究
所.气象干旱等级：GB/T20481—2017[S].北京：中国标准出版社，2017.
A conceptual model for meteorological drought prediction at seasonal scale in the middle and lower
reaches of Yangtze River
CAO Rui1，HE Hai1，WU Zhiyong1，YIN Hao1，WANG Ping2
（1.College of Hydrology and Water Resources，Hohai University，Nanjing210098；
2.Hydrology and Water Resources Investigation Bureau of Jiangsu Province，Nanjing210029）
Abstract：The occurrence of meteorological drought events at seasonal scale is closely related to the abnormal movement of large-scale circulation system.Based on the identification of historical meteorological drought events in the middle and lower reaches of Yangtze River，the anomalous characteristics of drought-causing circulation system were discussed，and the indicative signals were selected.The conceptual model of drought prediction at seasonal scale was established by using the method of partial least squares regression with the seasonal meteorological drought index as the drought prediction index.The calibration and validation results show that the correlation coefficient between the predicted SPI3index and the measured SPI3index is0.64in the calibration period and0.56in the validation period，indicating that the prediction model has a certain prediction effect.This study can provide technical support for regional seasonal scale meteorological drought prediction and advance analysis of drought development situation.
Keywords：meteorological drought；drought prediction；seasonal scale；the middle and lower reaches of Yangtze river
责任编辑姚力玮
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议