文摘
标准化降水指数(SPI)计算了10月至12月(反应)和一月到三月(JFM)夏季subseasons自由邦省,南非,评估高度对干旱的影响严重程度和频率。观察到的时空异质性的SPI变化显示因素管理干旱年际变化显著不同区域内的两个subseasons。强烈的相关性 和0.93 subseasons观察整个集群。平均SPI的重大转变,向高生命subseason期间,发现西部低地和中部地区的省在1990年代。一个方差分析测试揭示了一个重要的生命subseason期间干旱严重程度和高度之间的关系。高度的影响在一定程度上是表现在经向风和SPI极端之间牢固的关系。当风很大程度上向北,自由州主要在于德拉肯斯堡山脉的迎风面,但在于雨影当风大多来自南方。ENSO和SPI显示更强的相关性之间的关系的初夏subseason比夏末subseason而整体呈现一个强度随高度递减的省份。
1。介绍
气候变化的影响已经被研究人员,环保主义者和政客(1- - - - - -3]。复发的极端气候事件已被确认为气候变化的证据(4]。在美国的研究(5)、欧洲(6)和亚洲(7)已经完成检查的患病率极端气候变量。在非洲,类似的研究在北部和中部地区的大陆8,9),但却缺乏足够的关注。南部非洲被认为是干旱半干旱年降雨量高可变性作为共同特征(10]。的影响相对于其他自然灾害(干旱是排在第一位11]。虽然做了研究气候变化的降雨,对比结果观察特别是半干旱地区(3]。研究了在高海拔地区自1990年代认为气候变化将严重影响世界的山区(12,13]。例如,极端干旱的频率增加了在东北和华北山区(7]。在认识到这一现实,联合国秘书长宣布2002年“国际年的山脉。“在面对气候变化,山生物将受害最深,因为它是适应范围相对狭窄的降水和温度(14]。研究山区正在慢慢获得关注在美国等世界其他地区(15)、亚洲(16],和慢慢非洲[12,17]。
许多干旱指数开发理解干旱。干旱指数是定量测量,描述干旱水平同化数据从一个或几个指标,例如,降水(18]。在使用最广泛的指标—帕尔默干旱强度指数(PDSI)、作物水分指数和标准化降水指数(SPI) [19]。SPI已经成为受欢迎的由于其计算简单,因为它只需要降雨数据。它还允许检测各种不同系统和区域干旱影响而使计算的估计时间,大小,干旱强度(20.]。农业干旱,也称为土壤水分干旱,存在可用的土壤水分不足时维持作物和饲料导致农业生产力下降21]。当SPI是专为气象干旱、农业干旱时,它也可以用来检测计算短时间尺度自土壤水分条件对降水异常在相对较短的范围内(21]。在时间范围内(比如12或24个月),这是更适合水资源管理的目的。SPI基于降水的概率发生在一个给定的时间段。由于降水不是正态分布,应用数学变换,转换后的降水值服从正态分布。这种转变正态分布后,分类极端和严重干旱频率的经验在任何地点和时间尺度变得一致(20.]。然而,SPI像其他指数,有其局限性;它不考虑其他变量的贡献干旱严重,例如,大气蒸发需求22]。此外,SPI在干旱气候(不提供可靠的估计23]。尽管有这些缺点,SPI仍然是最广泛使用和接受的指标在气候研究,尝试和测试效率的决策(24]。
了解山区的气候条件不仅是重要的农业也对生物多样性的研究,因为在山里生活不是由海拔本身,而是与高度相关的气候条件(25]。在这项研究中,唯一的山脉的一部分,位于自由州的政治边界省份之间被认为是为了提供一个比较分析山区(东部)和低洼地区位于西部的省份。深入分析了山相关的强度、频率、高分辨率和空间极端干旱的程度,有必要进行更全面的评估干旱的影响。这项工作主要集中在短期气象干旱(3月12月和3个月的spi),因为他们可以作为农业干旱的代理在自由州省是重要的。理解这些干旱将了解该地区的韧性的关键。因此,本研究的目的是分析严重极端干旱和严重的极端潮湿条件在非洲南部山区,特别强调德拉肯斯堡山脉的边界内的南非自由邦省1960年和2013年之间的时期。
2。材料和方法
2.1。研究区域
研究区域局限于政治边界的南非自由邦省(图1(一))。省位于北纬26.6°之间和30.7°年代和经度24.3°E和29.8°E和延伸高地平原Maluti-Drakensberg山脉的延伸与莱索托边境。德拉肯斯堡山脉覆盖大约1125公里2并达到海拔超过3475米的高度。南非主要的分水岭,是奥兰治河的源头,一个商业农业供水的主要来源。该省面积129825公里2。自由州省的气候深受地理位置,这是大陆,特点是温暖的夏天炎热潮湿,冬天凉爽寒冷干燥。降雨季节跨度从10月至3月。收到最大数量在1月和2月,给JFM subseason平均总降水量比核能开发局subseason,对季节性降水总量56%的贡献。西向东季节性的月平均降水增加已经被观察到省与西方极端接收每月平均不超过50毫米,而极端东收到超过100毫米的近似10月至3月期间(图1 (b))。
(一)在南非自由邦省的位置
(b)分布的季节性月平均降水(去年)在南非自由邦省。数据从1960年到2013年
2.2。数据
每月平均降水(mm)覆盖1960 - 2013年期间从气候Explorer中提取的气候研究部门(CRU TS4.01)网格数据文件在0.5°×0.5°的空间分辨率(可以从https://climexp.knmi.nl)。风数据从ERA-interim下载(分辨率T255),目前最大的全球大气再分析数据集和由欧洲中期天气预报中心(ECMWF)。分析了在线使用气候Explorer。这些数据产品主要来源于观察符合世界气象组织指导方针和网络上都是免费的。在许多发展中国家的观测数据和所需的数据长度和质量是不可用29日]。正是由于这种限制,再分析数据的使用在气候科学领域已经得到普及。多项研究表明,当使用这些数据可能不准确站数据,不同的是无关紧要的在许多情况下(30.]。53年满足最低时期气候分析持续时间要求世界气象组织指南中概述(31日]。
总共107个网格点是用于分析覆盖自由州省。网格点的直接边界省份也包括这些点的影响有助于整个省内地区气候特征(图2)。省是分为三个基于高度同质条件或集群。这样做是利用热点分析(HSA)在ArcGIS(版本10.3)的环境。使用特殊的分析如HSA有助于识别组位置空间均匀性和高已经表明,这种隔离可能显著增加插值结果的质量(32]。聚类分析不需要先验知识的数据结构如正常情况需要在其他统计检验(33]。
HSA是当地的空间格局分析工具可以通过考虑上下文中的每个特性邻近特性和确定如果本地模式(一个目标特性和其邻国)与全球统计不同模式(数据集所有功能)。的分数和值结果与每个特性确定相关的差异是否显著。因此,这个变量可能会提高其他插值技术使用时的结果,而不是海拔作为辅助变量。集群由HSA使干旱和潮湿的比较省内不同区域的特性。此外,逆距离权重(IDW)插值法用于频率地图做准备。IDW技术假定每个测试点有当地的影响,随着距离的增大而减小;因此,给出了输出表面敏感的聚类和异常值的存在。
月降水值被用来计算spi在3个月的规模、期限1和10使用干旱指数计算器(DrinC)。subseasonal降雨量的不同的气候控制在非洲南部的分析是由分裂从1 - 10。10月至12月期间,通常认为是初夏,大气中有一个主要的温带性质频繁截止低点(34]。在1月和2月,热带环流系统更普遍在南非与当地对流主导(35]。两subseasons安排分析,1960年OND_SPI匹配JFM_SPI为1961。这是由于降雨季节重叠两个日历年;因此,连续的报导分为10赛季前一年(1960年)和1的第二年(1961年)。为了避免分裂降水季节,南部非洲气象年7月开始和结束在6月的日历年,因此通常被称为一个赛季1960/61。在这项研究中,分别分析了subseasons。这两个趋势subseasons使用参数测试研究了这些被认为是更强大的尤其是对数据,被认为是独立的和正态分布36]。
2.3。计算SPI
SPI是计算每月为53年降水数据(1960 - 2013)后详细过程描述(28),用公式表示 在哪里是月降雨量,是说,是降雨的标准差计算每月的整个时间序列值。
使用SPI分类(27)(表1),只有严重的极端干旱(SPI≤1.282−)进行了分析,以放大干旱信号。
干旱年和频率的比例至少两个subseasons严重干旱年三个单独的集群计算。()代表干旱年的总数从轻微的干旱极端干旱。频率百分比计算如下: 干旱是spi的总计数≤−0.524。
来确定干旱程度与高度的可变性,我们综合分析应用的技术。我们提取了至少五年最严重的干旱的SPI≤1.282−省级规模。由1965年、1972年、1990年、1994年和1997年。平均为每个集群绘制了五年严重干旱。
3所示。结果与讨论
3.1。在自由州省干旱强度的时间变化
使用网格点数据,平均计算SPI全省给省平均SPI和单个集群。的省级规模做是为了使比较干旱(湿)年省级规模与集群规模。这将帮助确定最理想的空间规模用于干旱地区的防范和应对。数据3(一个)和3 (b)说明了省级SPI的演化对于核能开发局和JFM,分别。生命subseason,严重干旱年(SPI≤1.282−) 1994(−2.023), 1990(−1.974), 1965(−1.653), 1997(−1.580)和1972(−1.393),而最潮湿的一年(SPI≥1.282)是2001 (1.575)。转向高方差的十年运行方差(红线)确认为顺序的显著变化方差检测器(SRSD),有一个政权转变值为0.002的初夏subseason(的生命)。这个系统的模式在方差可以表示一个连贯的影响从外部大规模过程。10年滑动平均(虚线图3)表明,平均pre - 1980的特点是降水赤字在1980年代后期主要盈余降雨。然而,在后者最严重时期两干旱发生在1990年和1994年。
(一)
(b)
在JFM subseason,严重的干旱(SPI≤1.282−)在1992年经历了(−1.990),2007(−1.601)和1983 (−1.459)。严重的湿年(SPI≥1.282)经验丰富的在同一subseason 1974 (1.706), 1976 (1.699), 1988 (1.600), 1991 (1.366)。似乎是转向有湿润的时代1987年之后虽然里边有更极端的干旱时期。从10年运行方差(实线),它可以指出JFM图的SPI的年际变化3 (b)不变量和SRSD表明,周期是没有任何重大转变。因此,在1960年至2013年之间,更严重的干旱(计数)条件,核能开发局的经历比在subseason JFM subseason;五(5)年对三(3)年期间经历更严重的湿年是JFM subseason比subseason期间。小动物——一张长有配对样本以及显示之间存在显著差异的生命和JFM干旱/湿级53年的时期。的JFM subseason有更强烈的干旱/ subseason湿条件比(49)= 6.727 。它可以指出,两个subseasons spi的表现明显不同,表明对比流程负责干旱subseasons中的发展。
10年期意味着运行表明,在1990年代早期时代之前的几十年里连续干旱和湿润年振荡的意思。总体上是指出,该地区的干旱,其大小在过去三十年里愈演愈烈。自从JFM SPI模式似乎更随机,我们更倾向于进一步调查不那么复杂的生命周期在搜索区域极端事件系统的驱动程序。似乎没有明确原因的发生在该地区干湿两用极端JFM,因此很可能更多的本地因素,不简单的确定缺乏建模的情况下,发挥重要作用。
当地关系自由州的SPI年际和空间变化在很大程度上仍是未知的。然而,SPI值依赖于几个不相关的因素,如降雨的数量和他们的强度和本赛季的开始和停止。一个自由州地区的突出特点是其极端的空间异质性SPI。可能是认为的异质性是一个结果的复杂地形区域,在很大程度上是由德拉肯斯堡山脉的西部地区。因此有趣的调查这个地形如何影响整个地区的干旱信号。
从保险公司获得的三个集群维护剩下的分析和被用来评估干旱演变差异低洼地区和非洲南部的山区。严重干旱年省级规模从1960年到2013年,核能开发局的选择只有subseason以显示干旱强度的变化为每个集群。这是因为JFM subseason SPI是没有任何重大转变,以及一个良好定义的模式变化。从图4(一)集群3干旱频率和最高比例最高的严重干旱,集群1和2都有相等的频率和比例的严重干旱,但低于集群经验3。因此,尽管集群3干旱频率最高的记录,更极端的干旱发生在集群1。严重的干旱比例增加集群而极端干旱正在减少。的以及干旱相邻集群之间的显著差异的结果显示,虽然有相邻的簇之间没有显著差异的复合材料,集群1和3表现出显著差异= 0.1054(90%置信水平)。图4 (b)显示干旱程度的分布在三个集群复合年总结在图4(一)。复合年三个集群是1965,1972,1990,1994,1997。干旱严重程度随高度增加,从集群1到集群subseason只有3中。在没有观察到JFM subseason。然而,集群2经历了3/5年来最严重的干旱最严重的干旱年省级。干旱强度的变化与集群表明干旱并不是均匀地分布在一个季节,可以通过救济他们进化的强烈影响。
(一)
(b)
测量协会的SPI记录三个集群的生命subseason期间,线性相关系数, ,计算了。皮尔逊相关性三个集群之间的SPI的核能开发局subseason表明集群之间存在显著的正相关关系集群1和2 ( ),集群1和集群3 ( 集群2和集群之间),3 ( )。这个结果意味着干/湿变化所有的集群是高度相关的。它清楚地表明,集群之间的关系是弱和更多样的生命,较弱的时空一致性的象征。SRSD发现了一个显著的转变SPI方差在集群1和2 1990左右( 和 、职责)在核能开发局subseason(图5)。虽然有一个强大的集群之间的正相关关系,分配的结果之间的差异配对集群(配对差异)表明,之间没有统计上的显著差异对在JFM subseason。
(一)
(b)
干旱频率的空间分布两个subseasons如图6。干旱的图中显示热点(SPI≤−1.282)年期间两个subseasons。干旱的最高频率集中在带的中部省份,给干旱多发地带的水平带的强度在初夏subseason(图6(一))。这表明进一步调查的识别和分析的因素可能导致的脆弱性增加这些地区严重干旱subseason期间。常见已知条件带来干旱与反气旋条件相关联,但通常的空间尺度上,影响太大占不同的干旱在自由州。在JFM subseason,容易出现严重的干旱地区的极端的东北端,中央西部,和极端的东南部地区的省份(图6 (b))。
(一)
(b)
海拔对干旱的影响程度进行了测试使用方差分析。结果如表所示2。结果表明,海拔高度对干旱严重程度具有显著影响,核能开发局的自由州省subseason但不是在JFM subseason(在括号中)。这种影响是重要的( ; )。这意味着,核能开发局的干旱发生显著的变化与高度而JFM干旱变化并不与高度的变化,确认系统,给该地区带来降水是不同的。那些生命的高度相关,而JFM不是。这意味着救援降雨,风力有关,是一个可能的候选人之间的关系来解释干旱和高度,核能开发局的时期。
方差分析结果对干旱/湿频率显示高度的影响意义在JFM subseason只有严重的干旱和严重的湿条件(在括号中)(表3)。这意味着JFM严重的干旱和潮湿的频率随高度。
3.2。风与干旱/湿事件在自由州
对流不太突出,核能开发局的时期,因此救援降雨应该主导自由州的山区。此外,由于救援被发现显著影响subseasonal干旱程度,然后更有可能因素影响降雨获得在特定的地方是它的风速和风向。这是因为这两个参数确定水分的数量由一个空气质量和救援的速度迫使绝热冷却,随后翻译降雨。这意味着一个特定的地方可以在山上的雨影/迎风面根据盛行风那个赛季的平均特征。因此,在本节中,我们分析了风特点的干旱和潮湿的事件来确定风影响的程度定义干旱/湿空间属性为自由州省选中的季节。
强烈的干旱和高度之间的联系是一个有趣的观察(表2)。德拉肯斯堡附近地区雨水生产系统包括两种类型(37]。降水的主要来源是大规模的雷暴和orographically诱导风暴。前者更流行在太阳能增强对流的JFM subseason。因此,后者是风与表面特征如湿度、风速和方向,应该占大多数的降雨期间的生命,因为这有一个很大的轴承向风和雨影方面的一个特定的地方。在这方面,在图7我们目前的干旱/湿复合材料与表面附近的纬向和经向风异常(850 hPa)。有人指出表面风似乎最健壮的链接在这subseason干旱和潮湿的事件。图7表明,在干旱、近地表风西(a)和北(b)的异常高压已经建立了西部的地区(c),这是进一步见图7(c)的矢量风在自由州往东南地区,是由低压异常位于东南部的印度次大陆的位势高度。这是一定会用平流输送相对寒冷和相对干燥的海洋风。丰水年复合材料显示相反的风在哪里强北风(e)几乎没有纬向风异常(d)图7(f)重申了对该地区相应的矢量风北端,是由高压异常区域的西南地区所反映的位势高度。这些风用平流输送相对温暖和潮湿的热带空气自由州,被迫上升接近德拉肯斯堡南部高地。我们假设底层的北风将增强德拉肯斯堡高地的地形影响自由州省,在降雨已经注意到通常随着高度增加。因此北风异常与湿事件而在自由州西南风异常与干旱地区。
说明强烈的区域连接SPI的风力因素,我们在数据8(一个)和8 (b)的空间相关性平均自由州SPI与表面的纬向和经向风。重大协会与两个风场很明显的干旱有关西和南风异常而湿集与扭转风异常。影响出现大幅削弱对德拉肯斯堡山脉的顶峰。这削弱了可见的影响越来越高度的西部和北部山区。因此,尽管水分的数量是由风来确定干旱/湿,风的方向相对于高地也决定了哪些地方变成了雨影,哪些没有。
(一)
(b)
3.3。高度改性SPI与ENSO的关系
自由州的ENSO与JFM SPI的关系是弱负相关−0.29和价值值为0.032时,对于核能开发局SPI−0.385的值和相对较强值为0.004。在图9(一个)我们现在与ENSO的关系这三个集群在核能开发局和JFM。有趣的是,强烈的关系取决于集群的影响在这两种情况下因此标志着救援的ENSO对极端降雨事件的影响。很明显,ENSO影响最强的低地但弱的高地。救援修改降雨收到在一处,海拔越高,越修改降水发生。因此,这个观察重申中发挥的重要作用在减弱ENSO对降雨的影响。然而,指出,核能开发局的相关性更强比JFM时期所有集群。图9 (b)支持发现厄尔尼诺现象不仅影响更强烈的生命比JFM时期还显示了一个更大的影响集群1。这样的高度自由州省强烈演示了一个健壮的与ENSO的关系。
(一)
(b)
4所示。结论
这项研究的目的是评估高度对干旱的影响严重程度和频率在南非自由邦省。研究显示空间异质性SPI在自由州的因素,表明治理干旱区域内的显著变化和年际变化的早期subseason降雨季节晚。高原地区(集群3)干旱频率最高虽然更极端的干旱发生在极端西部地势低洼的地区(集群1)。在初夏季节集群之间的显著差异,反应,观察。这些结果表明,高度的变化产生重大影响在初夏季节干旱严重但不是在夏末的季节。研究针对干旱的SPI≤−1.282。ENSO的关系和SPI显示更强的相关性比夏末subseason初夏subseason。当地影响ENSO的强烈影响,海拔较低的地区在哪里更强但在高海拔较弱。山是一个重要的生态资源,保证有效的保护策略以及在该地区所发生的管理大量经济活动往往超出了边界的山区。从这个角度来看,灾害管理机构需要考虑省干旱条件下的脆弱性。
的利益冲突
作者宣称没有利益冲突。
确认
自由州大学的作者希望承认Afromontane研究组(阿鲁)获得的金融支持。工作进行了使用气候研究小组的数据集对气候资源管理器提供的网站。