全球多区域多年干旱的驱动机制与特征解析：基于再分析数据的比较研究

本研究针对气候变化背景下日益频发的多年干旱（MYDs）问题，通过分析加州、西欧、印度等六区域的再数据（ERA5），系统比较了多年干旱与普通干旱（NDs）的时空特征与驱动机制。研究发现不同气候区MYDs的持续时间、起始模式和驱动因子（如降水/PET阈值）存在显著差异，并揭示了南半球地区SPEI-12的长期记忆效应，为干旱预测和水资源管理提供了科学依据。

　　

气候变化正导致全球干旱事件频率和强度显著增加，其中持续时间超过一年的多年干旱（Multi-Year Droughts, MYDs）因其对水资源、农业和生态系统的累积性破坏尤为引人关注。然而，目前对MYDs的驱动机制缺乏系统性认知，不同地区对"多年干旱"的定义标准不一，且短时干旱（Normal Droughts, NDs）与MYDs的区分依据模糊。这种知识空白使得干旱预警和管理面临巨大挑战——例如，2018年南非开普敦因MYD险些耗尽供水，而澳大利亚"千禧干旱"（2001-2009）导致农业损失高达50亿澳元。

为破解这一难题，乌得勒支大学（Utrecht University）的研究团队在《Weather and Climate Extremes》发表研究，首次基于ERA5再分析数据（1950-2023），对全球六大典型气候区（加州CAL、西欧WEU、印度IND、阿根廷ARG、南非SA、澳大利亚AUS）的MYDs开展多维度比较。研究采用标准化降水蒸散发指数（SPEI-12）量化干旱，通过Penman-Monteith方程计算潜在蒸散发（PET），结合自相关分析和阈值判定方法，揭示了MYDs的时空演变规律及其与气候因子的关联。

关键技术方法
研究采用ERA5再分析数据集（空间分辨率0.5°×0.5°），计算12个月尺度的SPEI指数（SPEI-12）识别MYDs（定义：SPEI-12≤-1持续≥12个月）。通过对比不同区域SPEI-12与降水/PET的线性回归关系，结合自相关函数评估干旱持续性。数据验证涵盖MERRA-2、JRA-3Q等5种再分析产品和CHIRPS等观测数据。

研究结果

3.1 多年干旱的统计特征
• 区域差异显著：南半球MYDs占比更高（澳大利亚32%为MYDs），而加州仅6%。阿根廷MYDs平均持续20个月，远超NDs的8个月（图3）。
• 时间分布：印度MYDs集中发生于20世纪，而加州全部出现在2010年后，反映气候变暖的影响（图2）。

3.2 MYDs的时间演变模式
• 起始机制二分性：季风区（如印度）因雨季缺失呈现"突发型"干旱（SPEI-1至SPEI-12同步下降）；而年降水均匀区（如西欧）需3-9个月累积缺水（图4b）。
• 维持机制：加州MYDs由连续干旱冬季驱动（图4d），而阿根廷多源于夏季-秋季干旱叠加。

3.3 直接驱动因子
• 降水主导型：印度MYDs降水异常达-40mm/month，显著低于NDs（图5）。
• PET主导型：西欧MYDs期间PET持续升高（+15mm/month），与NDs分化（图5b）。
• 阈值效应：澳大利亚PET>120mm/month时MYD概率达80%（图6a），而加州需同时满足PR<50mm且PET>90mm。

3.4 长期记忆效应
南半球（阿根廷、澳大利亚、南非）SPEI-12自相关性突破白噪声95%置信区间（图7a），暗示ENSO（厄尔尼诺-南方振荡）等海气耦合过程的预测潜力。

结论与意义
该研究首次建立全球多区域MYDs的统一分析框架，揭示了三项核心发现：

1. 气候分异性：混合气候带（如加州/阿根廷）MYDs与NDs持续时间差异最大（Δ>15个月），而季风区差异最小；
2. 驱动阈值：PET在能量限制区（西欧）和降水在水文限制区（印度）分别构成MYDs的"预警信号"；
3. 预测窗口：南半球因海洋记忆效应（如PDO太平洋年代际振荡）具备6-12个月预测潜力。

这些发现不仅为干旱分类提供科学依据（如建议将MYD阈值从SPEI-12≤-1调整为≤-1.5），更指导区域差异化防控——例如澳大利亚可重点监测PET异常，而印度需关注季风失效。未来研究可结合CMIP6模型，进一步解析气候变化对MYDs的放大效应。

（注：全文数据与代码已开源，DOI:10.24416/UU01-MQT1NN）