基于三维识别的旱涝急转事件特征与动态演化规律

《Ecological Indicators》:Characteristics and dynamic evolution patterns of drought-flood abrupt alternation events based on three-dimensional identification

【字体: 大 中 小 】 时间:2026年07月31日 来源:Ecological Indicators 8.7

编辑推荐:

  旱涝急转(DFAA)事件作为一种独特的水文气象灾害,其动态演化特征和非线性机制仍知之甚少。本研究引入了一种日尺度干湿急转指数(DWAAI),该指数基于中国气象强迫数据集(CMFD)的日标准化降水蒸散指数(SPEI)数据构建。DWAAI通过加权方案整合了多时间尺

  
旱涝急转(DFAA)事件作为一种独特的水文气象灾害,其动态演化特征和非线性机制仍知之甚少。本研究引入了一种日尺度干湿急转指数(DWAAI),该指数基于中国气象强迫数据集(CMFD)的日标准化降水蒸散指数(SPEI)数据构建。DWAAI通过加权方案整合了多时间尺度(30天、90天和360天)的SPEI值,明确考虑了前期干旱或洪涝条件的累积效应。通过识别DFAA斑块并应用空间连通性规则、时间重叠准则和斑块合并程序,研究人员创新性地开发了一个三维(经度-纬度-时间)识别框架,实现了DFAA斑块的连续时空追踪。通过将事件迁移和严重性转变纳入评估框架,研究人员系统分析了DFAA事件的时空演化。主要发现如下:(1)基于DWAAI,DFAA事件被分为四个严重性等级(轻度、中度、重度和极端),平均严重性、持续时间、受影响面积和强度均随事件等级增加而递增。中度事件发生频率最高且组内分布最集中。(2)空间上,事件频率呈东高西低格局,华南湿润区(SH)为热点区域。过去四十年,旱转涝(DTF)和涝转旱(FTD)事件均呈波动增加,西北内陆干旱区(NIA)增加最为显著。(3)约51.28%的事件在演化过程中表现出受影响面积扩大,其中约一半伴有事件严重性变化,并识别出四种主要演化模式。(4)饱和水汽压差(VPD)和尼诺(NINO)指数被识别为所有四个区域的共同影响因素,表明DFAA事件受区域共同和区域特有因素共同调控。本研究将动态演化维度纳入DFAA评估,加深了对DFAA演化机制的理解,并为风险防控提供了新的分析框架。
旱涝急转事件的特征与动态演化规律:基于三维识别的系统性解读

**研究背景与问题**

旱涝急转事件是一种典型的复合极端气候事件,指在短时间内干旱与洪涝状态的快速转换,通常分为旱转涝和涝转旱两种类型。此类事件对农业生产、生态保护、水土保持及流域防洪抗旱构成严重威胁。近年来,全球范围内DFAA事件的频率和强度呈显著上升趋势,基于第六次耦合模式比对计划(CMIP6)和共享社会经济路径(SSPs)的预估表明,未来DFAA事件将更加频繁且严重。然而,现有研究对DFAA事件的定义尚不统一,缺乏明确的干旱和洪涝持续时间阈值以及转换窗口标准。识别方法多基于单一指数(如旱涝急转强度指数DFAAMI)或静态评估,难以捕捉事件的动态演化过程,例如空间扩张、强度中心迁移和严重性转变。现有研究常将DFAA视为孤立点事件,缺乏从时空连续体角度对其三维(经度-纬度-时间)动态演化特征的系统分析。因此,开展这项研究旨在通过引入三维识别框架,揭示DFAA事件的动态演化机制,为风险防控提供新视角。

**研究内容与结论**

研究人员构建了基于日尺度标准化降水蒸散指数(SPEI)的干湿急转指数(DWAAI),该指数通过加权整合30天、90天和360天时间尺度的SPEI值,考虑了前期干旱或洪涝的累积效应。利用空间连通性规则(100 km空间阈值)、时间重叠准则(5天转换窗口)和斑块合并程序,开发了三维(经度-纬度-时间)识别框架,将DFAA斑块合并为连续时空事件,并提取了事件的持续时间、受影响面积、严重性、强度、迁移距离、迁移速度和迁移方向等属性。以中国为研究区,基于1979-2018年日SPEI数据,系统分析了DFAA事件的时空演化特征和影响因素。研究发表在《Ecological Indicators》。

**主要关键技术方法**

本研究采用的关键技术方法包括:(1)基于中国气象强迫数据集(CMFD)的日SPEI数据,构建多时间尺度(30天、90天、360天)的DWAAI指数,通过加权方案表征累积效应;(2)采用三维识别框架,通过空间连通性规则(100 km网格窗口)和时间重叠准则(5天转换窗口)对DFAA斑块进行时空合并,形成连续事件;(3)使用Pearson相关分析,量化气温(TEMP)、饱和水汽压差(VPD)、风速(WS)、土壤水分(SM)、蒸散发(E)、叶面积指数(LAI)、太阳辐射(SRAD)及遥相关指数(NINO、PDO、AO、NAO)等影响因素与DFAA事件季节数量的相关性。数据来源包括CMFD(1979-2018,0.1°分辨率)、GIMMS LAI 4g(1982-2020,1/12°)、GLEAM土壤水分和蒸散发(1980-2023,0.1°)及NOAA遥相关指数。分析时段为1982-2018年。

**研究结果**

**3.1 时间格局** 研究人员基于DWAAI识别了1979-2018年间中国共20,349次DTF事件和23,707次FTD事件。所有区域FTD事件频率略高于DTF。DTF和FTD事件分别以每年18.70和18.19次的速率波动增加,其中西北内陆干旱区(NIA)增速最快。事件严重性以中度和重度为主,约占四分之三,极端事件占比约3%-7%。季节上,春夏以DTF为主,秋冬以FTD为主,秋季为多数区域峰值季节,华南湿润区(SH)夏季事件最多。

**3.2 空间格局** DFAA事件覆盖中国98%以上领土,平均每个像素DTF和FTD事件分别发生6.62次和7.43次。低频区(1-5次)主要分布在青藏高原(QTP)和NIA西部,高频区(>20次)高度集中于SH东部和南部。中度事件空间范围最广,覆盖87.65%-92.01%面积,极端事件覆盖约五分之一面积,且热点聚类随严重性增加而增强。SH全年均为热点,夏季DTF和秋季FTD的高频区分布最广。

**3.3 属性特征** 随着事件严重性从轻度、中度、重度到极端递增,平均严重性(2.24至18.30)、持续时间(49.39至107.54天)、受影响面积(256.82至2255.14 km2)和强度(0.05至0.19)均呈递增趋势。中度事件组内分布最集中,极端事件离散度最大。约51.28%的事件在演化过程中面积扩大,其中47.65%伴随严重性变化。识别出五种严重性演化模式:递增型(50.28%从轻度到中度)、递减型(52.17%从重度到中度)、峰值型、谷值型和波动型。受影响面积与严重性无正相关,大面积事件多为中重度,而极端事件面积较小但持续时间和强度更大。

**3.4 前十事件特征** 按受影响面积排序的前十事件均为中度,平均迁移距离117.96 km,速度8.93 km/day,50%发生于SH。按严重性排序的前十事件中70%为极端FTD,集中在QTP和NIA,仅5个事件有迁移且面积较小。按持续时间排序的前十事件中9个位于NIA和QTP,最长持续978天。按强度排序的前十事件中70%为极端事件,8个发生在气候过渡带或国界附近。以受影响面积最大的事件为例(2010年6月2日至9月11日,长三角地区),其中心向东北迁移,面积先快速扩大后稳定再收缩,严重性呈谷型波动,强度呈阶梯下降。

**3.5 影响因素分析** 通过Pearson相关分析,QDTP区域土壤水分(SM)是关键调节因子,与春、夏、冬季DTF及夏、秋季FTD显著正相关;蒸散发(E)促进秋冬DTF;太平洋年代际振荡(PDO)负相位抑制春夏DTF;VPD促进秋季DTF;风速(WS)负相关于多个季节。NIA区域,秋季北极涛动(AO)和北大西洋涛动(NAO)负相位抑制FTD;夏季NINO正相位加剧FTD;秋季降水(PREC)和春季气温(TEMP)促进FTD;夏季VPD与DTF和FTD均显著正相关。SH区域,夏季NINO正相关于FTD;PDO负相位抑制夏冬DTF;TEMP促进春秋DTF和夏春FTD;VPD夏季显著正相关;叶面积指数(LAI)正相关于秋DTF和冬FTD。北方半湿润区(NS)区域,TEMP在几乎所有季节显著,VPD夏季促进作用最强,太阳辐射(SRAD)夏季正相关,LAI促进春季FTD,WS在春秋有抑制作用。跨区域比较发现,VPD和NINO是共同影响因素,FTD事件对气候因子更敏感,WS和SM在特定区域起关键调节作用。

**讨论与结论**

讨论部分总结:本研究引入DWAAI和三维识别模型,实现了DFAA事件的精确分类与动态演化追踪。约51.28%的事件在演化中面积扩大,近一半伴有严重性变化,揭示了DFAA事件并非静态点事件,而是具有空间扩张和类型变化的动态过程。动态演化维度应纳入评估,关注迁移方向、面积变化和严重性转变。驱动机制方面,VPD和NINO是跨区域共同驱动因子,其中VPD通过增强大气蒸发需求促进DFAA,NINO通过削弱东亚夏季风加剧FTD。不同区域主导因素存在差异,如SM在QTP起关键作用,WS在NS和QTP起抑制作用,AO和NAO仅影响NIA秋季。研究创新在于从三维视角实现了DFAA事件的连续时空追踪,不足包括DWAAI参数α未进行区域校准、迁移演化解释基于统计推断缺乏物理机制验证。未来可结合多源遥感数据和机器学习构建动态预警模型。

研究结论部分翻译:本研究基于高分辨率日SPEI数据构建DWAAI,通过三维“经度-纬度-时间”整合,实现了DFAA事件的严重性、持续时间、受影响面积、强度、迁移距离、迁移方向及迁移速度的定量识别与分类,为理解不同气候背景下的DFAA事件提供了系统框架。分析表明,过去四十年DFAA事件频率呈增加趋势,NIA增加最为显著,反映其对气候变暖的高敏感性。空间上,事件频率呈东高西低格局,SH为持续热点,极端事件集中于气候过渡带。事件严重性、持续时间、面积和强度随等级递增,而迁移行为与严重性无关,受区域水文地理背景控制。约一半事件在演化中面积扩大,且近一半伴有严重性变化,揭示DFAA事件通过斑块融合过程演化,具有面积增长和严重性类别转变的双重特征。影响因素分析显示,VPD是跨区域共同驱动因子,夏季与所有四区DFAA事件强相关;FTD事件对气候强迫比DTF更敏感;NINO指数夏季与FTD显著正相关,通过加剧干旱促进其发生。VPD和NINO为共享驱动因子,而SM在QTP起主导作用,AO和NAO仅秋季影响NIA,WS抑制NS和QTP事件。总体而言,DFAA事件受区域共同和区域特有因素共同调控。本研究将DFAA事件研究从单指标诊断推进到多维斑块追踪,揭示了斑块融合过程中的演化特征,为风险防控和水资源管理提供了新分析框架。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号