Urszula Somorowska*
WZROST ZAGROŻENIA SUSZĄ HYDROLOGICZNĄ W RÓŻNYCH REGIONACH GEOGRAFICZNYCH POLSKI
W XX WIEKU
Increase in the hydrological drought risk in diff erent geographical regions of Poland in the 20th century
Abstract. Th e purpose of this study was to evaluate the growing threat of hydrological droughts for the territory of Poland. Using the values of the Palmer Drought Severity Index (PDSI) tendencies in the appearance of drought months were analyzed in sum-mer months in the 20th century. An increase in the frequency of appearance of drought months was detected in last two decades. Monthly minimum values of the PDSI show statistically signifi cant downward tendency which indicates tendency towards over dry-ing. Mean values of the PDSI for the period 1991–2000 was signifi cantly lower then values in the reference period 1961–1990 for the most of the territory of Poland.
Słowa kluczowe: susza, wskaźnik surowości suszy Palmera, częstość, przepływ Key words: drought, Palmer Drought Severity Index, frequency, discharge
WSTĘP
Katastrofalne susze i ulewy występują coraz częściej i z coraz większą in-tensywnością. Zjawiska hydrologiczne mają nierzadko gwałtowniejszy przebieg, a wzrost częstości występowania zdarzeń ekstremalnych staje się istotnym pro-blemem ze skutkami przyrodniczymi, ekonomicznymi i społecznymi. Sygnali-zowane ostatnio nasilanie się tych zjawisk, obserwowane w różnych skalach przestrzennych, prowadzi w konsekwencji do zmian ustroju hydrologicznego rzek oraz do ograniczenia dostępności zasobów wodnych. Susze i powodzie w Polsce i na świecie są przedmiotem wielu badań, podejmowanych między innymi w kontekście globalnych zmian klimatu (Kundzewicz 2008, Starkel Kun-dzewicz 2008).
Otwartym zagadnieniem pozostaje nadal ocena wpływu ekstremalnych zja-wisk meteorologicznych na dynamikę procesów hydrologicznych. Istotnym problemem jest wpływ zmieniających się w skali sezonowej i wieloletniej czyn-ników meteorologicznych na pojawianie się susz atmosferycznych, glebowych oraz hydrologicznych. Do często stosowanych parametrów oceny susz glebo-wych i hydrologicznych można zaliczyć wskaźnik surowości suszy Palmera (Ju-rak i in. 1998, Klementová & Litschmann 2004, Somorowska 2007, Krysanova i in. 2008), który zastosowano również w niniejszej pracy. Ocenie poddano wielo letnią zmienność wskaźnika Palmera w dziesięciu regionach fi zycznoge-ografi cznych Polski. Zbadano jego związek z przepływem rzek, w wybranych zlewniach nizinnych, pojeziernych i górskich. Badano zagrożenie suszą hydro-logiczną na obszarze Polski w XX wieku w półroczu letnim, w miesiącach maj– październik. Hipotezę o wzroście zagrożenia suszą hydrologiczną zweryfi kowa-no analizując:
– trendy czasowe minimalnych rocznych wartości wskaźnika Palmera, – przebieg funkcji kumulowanych odchyleń,
– częstość występowania miesięcy suchych w dekadach wielolecia 1901– 2000,
– zmienność przestrzenną i czasową średnich wieloletnich wartości wskaźni-ka Palmera w okresie 1991–2000 oraz w okresie referencyjnym 1961– 1990,
– zależność między wskaźnikiem Palmera a średnim miesięcznym przepły-wem rzek.
DANE I METODY BADAŃ
Do analizy wykorzystano miesięczne wartości wskaźnika surowości suszy Palmera (ang. Palmer Drought Severity Index – PDSI), pochodzące ze zbioru danych udostępnionych dla obszaru Europy przez Climatic Research Unit (CRU), Norwich w Wielkiej Brytanii (van der Schrier i in. 2006, http://www.cru. uea.ac.uk/cru/data/). Są to wartości wskaźnika Palmera obliczone przez van der Schriera i in. (2006) według metody opracowanej przez Wellsa i in. (2004), sta-nowiącej modyfi kację oryginalnej metody Palmera (1965). W niniejszej pracy wykorzystano metodykę wcześniej stosowaną przez Somorowską (2007). Pod-stawą obliczeń wskaźnika Palmera jest uproszczony model bilansu wodnego, w którym ocenia się różnicę między opadem aktualnym (P) a wielkością opadu miarodajnego klimatycznie1 (P̑), uzależnionego od lokalnych warunków
klima-1 Jako opad miarodajny klimatycznie (ang. Climatically Appropriate for Existing
Con-ditions – the CAFEC precipitation) przyjmuje się wartość opadu obliczoną wg równania:
tu. Różnica ta, traktowana jako miara uwilgotnienia obszarowego, jest oblicza-na wg rówoblicza-nania: d = P – P̑, gdzie d – wskaźnik defi cytu wody (ang. moisture departure). Jest to inaczej nadmiar bądź niedobór opadu odniesiony do wielko-ści opadu miarodajnego klimatycznie – wilgoci, która może uczestniczyć w lo-kalnej wymianie wody w powierzchniowych warstwach gleby. Wskaźnik Palme-ra jest liczony w przedziałach miesięcznych, na podstawie miary uwilgotnienia obszarowego d oraz wybranych charakterystyk klimatu. W oryginalnej meto-dzie Palmera do wyznaczenia miarodajnych składników bilansu wodnego sto-sowano empiryczne współczynniki wagowe określone na podstawie niewielkiej liczby stacji klimatycznych, natomiast w metodzie zmodyfi kowanej przez Wel-lsa i in. (2004) zastąpiono je przez współczynniki określone na podstawie wie-loletnich charakterystyk lokalnego klimatu. Do obliczeń wartości zmodyfi ko-wanego wskaźnika Palmera (ang. self-calibrating Palmer Drought Severity Index – scPDSI), udostępnionych przez CRU, autorzy wykorzystali miesięczne sumy opadów oraz średnie miesięczne wartości temperatury powietrza, pochodzące z bazy danych klimatycznych CRU TS 2.1 (Michell & Jones 2005). Są to dane obejmujące lata 1901–2002, udostępnione w rozdzielczości przestrzennej 0,5° szer. geogr. i 0,5° dług. geogr., w punktach gridowych.
Ze zbioru wartości wskaźnika Palmera dla Europy wyodrębniono dane do-tyczące 192 punktów gridowych, położonych w granicach Polski bądź w bez-pośrednim jej sąsiedztwie. Obliczono średnią ważoną wskaźnika surowości suszy Palmera w wybranych trzydziestu zlewniach, a także w dziesięciu regio-nach fi zycznogeografi cznych Polski (Tab. 1, Rys. 1). Współczynniki wagowe wyznaczono w programie IDRISI na podstawie powierzchni wieloboków Th ies-sena. Zapis numeryczny granic zlewni pozyskano z elektronicznej Mapy Podziału Hydrografi cznego Polski (MPHP 2004), natomiast granice regionów fi -zycznogeografi cznych według Kondrackiego (2002), przyjęto stosując wydzielenia regionów udostępnione przez Instytut Paleogeografi i i Geoekologii UAM, w postaci zbiorów wektorowych w formacie „shape” (https://geo.wnoz. us.edu.pl/). W obrębie Pobrzeża Południowobałtyckiego oraz Pojezierza Połu-dniowobałtyckiego (Regiony I, II, Tab. 1) dominującym typem ustrojów rzecz-nych są ustrój śnieżny średnio wykształcony oraz ustrój śnieżny słabo wykształ-cony, według klasyfi kacji opracowanej przez Dynowską (1994). Pierwszy z nich reprezentują rzeki Rega, Ina, Drawa oraz Drwęca, natomiast drugi typ – Gwda, Brda, Wda oraz Wierzyca. W obszarze Nizin Środkowopolskich (Region III, PET – potencjalna ewapotranspiracja, PR – defi cyt wilgotności gleby, inaczej – potencjalna
od-nawialność retencji (ang. recharge), PRO – potencjalny odpływ, PL – potencjal ne straty, αi, βi, γi
i δi – bilansowe współczynniki liczbowe (ang. water balance coeffi cients). Wartość współczyn-ników obliczana jest wg: αi = Σn ETi / Σn PETi αi = Σn ETi / Σn PETi βi = Σn Ri / Σn PRi βi = Σn Ri
/ Σn PRi , γi = Σn ROi / Σn PROi γi = Σn ROi / Σn PROi , δi = Σn Li / Σn PLi δi = Σn Li / Σn PLi , gdzie n – liczba lat, ET – ewapotranspiracja, R – odnawialność retencji, RO – odpływ, L – straty .
Tab. 1. Zlewnie objęte analizą, na podstawie regionalizacji fi zycznogeografi cznej Kondrackiego, 2002
Table 1. Catchments selected for the analysis, based on physico-geographical region-alization according to Kondracki, 2002
Lp. Region fi zycznogeografi czny
Physico-geographical region Zlewnia (Catchment) Nr Rzeka, wodowskaz River, profi le Pow. (Area) (km2) I II III IV V VI VII VIII IX X Pobrzeża Południowobałtyckie, Pobrzeża Wschodniobałtyckie Pojezierza Południowobałtyckie Niziny Sasko-Łużyckie, Niziny Środkowopolskie, bez wsch. cz. Nizina Północnomazowiecka, Nizina Północnopodlaska Nizina Południowopodlaska, Polesie, oraz Równina Wołomińska, Równina Garwolińska, Dolina Dolnego Bugu Sudety (z Przedgórzem Sudeckim) Wyżyna Małopolska Wyżyna Śląsko-Krakowska Wyżyna Lubelsko-Lwowska Wyżyna Wołyńsko-Podolska Podkarpacie Północne Karpaty: Karpaty Zachodnie, Karpaty Wschodnie Pojezierza Wschodniobałtyckie 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Ina, Goleniów (I/II) Rega, Trzebiatów (I/II) Drawa, Drawsko Pom. Gwda, Ptusza Brda, Tuchola Wda, Czarna Woda Wierzyca, Boże Pole Szl. Drwęca, Elgiszewo Skrwa Prawa, Parzeń Prosna, Bogusław Bzura, Sochaczew Rawka, Kęszyce Utrata, Krubice Świder, Wólka Mlądzka Liwiec, Łochów Nurzec, Boćki Narew, Suraż Supraśl, Fasty Orzyc, Krasnosielc Skora, Chojnów
zlewnie nie objęte analizą zlewnie nie objęte analizą zlewnie nie objęte analizą
Soła, Żywiec Kamienica, Nowy Sącz Solinka, Terka San, Dwernik Łyna, Smolajny Omulew, Krukowo Krutynia, Ukta Pisa, Ptaki Ełk, Ełk
Czarna Hańcza, Cz. Folw.
2138 2644 592 2042 2477 828 406 5019 1490 4282 6258 1192 728 860 2471 535 3425 1824 1326 266 783 237 309 418 2302 1208 653 3576 829 488
Tab. 1) dominującym typem ustroju rzecznego jest ustrój śnieżny średnio wy-kształcony, reprezentowany przez rzeki Prosnę, Bzurę, Rawkę i Utratę. Rzeki Świder, Liwiec, Nurzec oraz Narew reprezentują typ ustroju śnieżnego silnie wykształconego, dominującego w obrębie Niziny Północnomazowieckiej oraz Niziny Pólnocnopodlaskiej (Region IV, Tab. 1). Typ ustroju śnieżno-deszczowe-go przeważająceśnieżno-deszczowe-go w Sudetach (Region V, Tab. 1) jest reprezentowany przez Skorę, natomiast typ ustroju deszczowo-śnieżnego charakterystycznego w ob-Rys. 1. Lokalizacja zlewni objętych analizą, rozmieszczenie punktów gridowych z bazy danych wskaźnika Palmera wg van der Schrier i in. (2006) oraz zasięg wydzielonych regionów fi zycznogeografi cznych, na podstawie podziału Kondrackiego (2002). Ozna-czenia I-X wg tabeli 2
Fig. 1. Location of catchments selected for analysis, location of the grid points of the Palmer Drought Severity Index from the database according to Schrier et al. (2006) and extend of selected areas based on physico-geographical regionalization according to Kondracki (2002). Symbols I-X according to table 2
szarze Karpat Zachodnich – przez Sołę i Kamienicę. Solinka i San charaktery-zujące się ustrojem śnieżnym silnie wykształconym reprezentują obszar Karpat Wschodnich. W regionie X (Tab. 1) dominującym typem jest ustrój śnieżny średnio wykształcony, reprezentowany przez rzeki Łynę, Omulew, Krutynię, Pisę, Ełk i Czarną Hańczę. Typ ustroju zlewni wytypowanych do analizy został określony na podstawie miesięcznych wartości współczynnika Pardé w przebie-gu rocznym w wieloleciu.
Obliczone wartości wskaźnika Palmera posłużyły do analizy i oceny zmien-ności występowania miesięcy suchych zdefi niowanych na podstawie wartości granicznych (Tab. 2). Analizowano wartości wskaźnika Palmera poniżej –2, obejmując w ten sposób okresy umiarkowanie suche, wyjątkowo suche i skraj-nie suche. Obliczono częstości występowania miesięcy suchych w okresie let-nim, w poszczególnych dekadach wielolecia 1901–2000. Ponadto analizowano minimalne wartości wskaźnika scPDSI w okresie wegetacji, w wieloleciu 1901– 2002. Kierunek i istotność trendu minimalnych rocznych wartości scPDSI okre-ślono na podstawie metody parametrycznej stosując równanie regresji liniowej. Normalność rozkładu sprawdzono za pomocą testu W Shapiro-Wilka, nato-miast niezależność elementów w ciągach danych – przy pomocy testu serii. Analizowano krytyczne poziomy istotności p, oznaczające prawdopodobień-stwo odrzucenia hipotezy zerowej o braku zmian w analizowanym szeregu cza-sowym. Decyzję o przyjęciu bądź odrzuceniu hipotezy zerowej podejmowano na poziomie istotności α=0,05 oraz α=0,10. W przypadku, gdy przyjęty poziom istotności był większy niż poziom krytyczny (α ≥ p), hipotezę zerową odrzuca-no, przyjmując jednocześnie hipotezę alternatywną o istotnych zmianach.
W ocenie wieloletniej zmienności minimalnych wartości wskaźnika Palme-ra badano sekwencje występowania lat suchych, stosując metodę kumulowa-nych odchyleń od wartości średniej. W polskiej literaturze hydrologicznej me-toda ta znana jest pod nazwą skumulowanych odchyłek od średniej (Chełmicki 1989), bezwymiarowej krzywej różnicowej (Byczkowski i in. 2001), funkcji ku-mulowanych odchyleń (Somorowska 2001) lub integralno-różnicowej krzywej sumowej (Jokiel 2004). Krzywa sumowa standaryzowanego wskaźnika Palmera, przedstawia skumulowane odchylenia minimów rocznych od wartości średniej wieloletniej.
W celu zbadania zależności między wskaźnikiem Palmera oraz wielkością przepływu rzek w miesiącach letnich (maj–październik) dokonano standaryza-cji średnich miesięcznych przepływów trzydziestu rzek położonych w różnych regionach fi zycznogeografi cznych Polski (Tab. 1). Za przepływ standaryzowany przyjęto zmienną QSTij = log(SQij / SQj) , gdzie: QSTij – średni miesięczny przepływ standaryzowany w j-tym miesiącu i-tego roku, SQij – średni miesięcz-ny przepływ w j-tym miesiącu i-tego roku, SQj – średnia wieloletnia wartość przepływu w j-tym miesiącu. Standaryzacja ta została przeprowadzona zgodnie
z procedurą zaproponowaną przez Jurak i in. (1998). Analizowano zależność między wartościami wskaźnika Palmera scPDSI obliczonymi jako średnie wa-żone w wybranych zlewniach oraz QSTij w wieloleciu 1951–2002. Istotność współczynników korelacji na poziomie istotności α=0,05 sprawdzono w progra-mie STATISTICA w wersji 8, stosując moduł Statystyki podstawowe-Korelacje. W przypadku, gdy przyjęty poziom istotności α był większy niż poziom kry-tyczny p, przyjęto hipotezę o istotnym związku analizowanych zmiennych. Tab. 2. Klasyfi kacja okresów suchych wg Palmera (van der Schrier et al. 2006) Table 2. Classifi cation of dry periods according to Palmer (van der Schrier et al. 2006)
Wartość wskaźnika surowości suszy Palmera
Value of the Palmer Drought Severity Index
Typ okresu Type of the period
-0,5 do 0,5 Zbliżony do normalnego (Near normal)
-0,5 do –1,0 Początek krótkiego okresu suchego
(Incipient dry spell)
–1,0 do –2,0 Lekko suchy (Slightly dry)
–2,0 do –3,0 Umiarkowanie suchy (Moderately dry)
–3,0 do –4,0 Wyjątkowo suchy (Severely dry)
≤–4,0 Skrajnie suchy (Extreme dry)
WYNIKI BADAŃ
W seriach minimalnych rocznych wartości wskaźnika Palmera zaznaczyła się tendencja spadkowa (Rys. 2), istotna statystycznie na poziomie istotności
α=0,05 lub α=0,10. Wskazuje to na występowanie miesięcy coraz bardziej
su-chych we wszystkich dziesięciu analizowanych regionach fi zycznogeografi cz-nych. Jednakże współczynniki korelacji przyjmują stosunkowo niskie wartości, w granicach -0,33<R<-0,18, co oznacza, że analizowany spadkowy trend warto-ści wskaźnika Palmera w długim okresie (1901–2002) nie jest wyraźny, a jego charakter może być tylko pozorny. Z tego względu ocenie poddano tendencje krótkookresowe. W dwóch ostatnich dekadach XX-tego wieku zaobserwowano znacznie więcej miesięcy suchych (scPDSI poniżej –2), w porównaniu do po-przednich dekad (Rys. 3). Wyjątek stanowią Pobrzeże Bałtyku oraz Pojezierza Wschodniobałtyckie. Wzrost suchości w tym okresie potwierdza spadkowy cha-rakter funkcji kumulowanych odchyleń, co wskazuje na wystąpienie wyraźnej sekwencji lat suchszych od przeciętnych (Rys. 4).
Rys. 2. Zmienność minimalnej rocznej wartości wskaźnika surowości suszy Palmera scPDSI w różnych regionach Polski, w miesiącach maj – październik, w latach 1901– 2002
Fig. 2. Variability of the minimum annual value of the Palmer Drought Severity Index scPDSI in diff erent regions of Poland, in months May-October, in years 1901–2002
-8 -6 -4 -2 0 2 4 6 8 PDSI I Pobrze¿e Ba³tyku y = -0,012x + 23,6 R2 = 0,07 p = 0,008 R = -0,26 -8 -6 -4 -2 0 2 4 6 8 PDSI II Pojezierza Po³udniow oba³tyckie y = -0,015x + 29,9 R2 = 0,11 p = 0,0006 R = -0,33 -8 -6 -4 -2 0 2 4 6 8 PDSI
III Niziny Sasko-£u¿yckie Niziny Œrodkow opolskie
y = -0,01x + 17 R2 = 0,07 p = 0,07 R = -0,18 -8 -6 -4 -2 0 2 4 6 8 PDSI IV Nizina Pó³nocnopodlaska Nizina Pó³nocnomazow iecka
y = -0,010x + 19,1 R2 = 0,04 p = 0,0374 R = - 0,21 -8 -6 -4 -2 0 2 4 6 8 PDSI V Sudety y = -0,011x + 21,83 R2 = 0,05 p = 0,0272 R = -0,22 -8-6 -4 -2 0 2 4 6 8 PDSI VI Wy¿yna Ma³opolska Wy¿yna Œl¹ sko-Krakow ska
y = -0,01x + 18,4 R2 = 0,03 p = 0,07 R = -0,18 -8 -6 -4 -2 0 2 4 6 8 PDSI
VII Wy¿yna Lubelsko-Lwowska Wy¿yna Zachodniow o³yñska
y = -0,016x + 31,6 R2 = 0,11 p = 0,0009 R = -0,32 -8 -6 -4 -2 0 2 4 6 8 PDSI VIII Podkarpacie y = -0,014x + 26,20 R2 = 0,08 p = 0,0039 R = -0,28 -8 -6 -4 -2 0 2 4 6 8 PDSI IX Karpaty y = -0,011x + 22,2 R2 = 0,05 p = 0,0249 R = -0,22 -8 -6 -4 -2 0 2 4 6 8 PDSI X Pojezierza Wschodnioba³tyckie y = -0,010x + 19,5 R2 = 0,04 p = 0,05 R = -0,19
0 0 6 0 0 10 5 10 7 0 0 20 40 60 Li c zba m ie s ię c y N u m b er o f m o nt h s I Pobrzeże Bałtyku 0 0 3 0 0 12 7 0 17 14 0 20 40 60 Li c zba m ie s ię c y N u m b er o f m o nt h s II Pojezierza Południowobałtyckie 2 1 6 0 6 14 1 0 21 15 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th
s III Niziny Sasko-Łużyckie
Niziny Środkowopolskie 1 7 9 0 0 16 12 0 18 11 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th s IV Nizina Północnopodlaska Nizina Północnomazowiecka 2 3 1 0 13 9 0 0 14 13 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th s V Sudety 3 4 7 0 6 12 3 0 26 18 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th s VI Wyżyna Małopolska Wyżyna Śląsko-Krakowska 0 0 5 4 4 2 0 2 13 27 0 20 40 60 Li c zba m ie s ię c y N u m b er o f m o nt h
s VII Wyżyna Lubelsko-Lwowska
Wyżyna Zachodniowołyńska 4 2 7 3 9 2 1 4 30 31 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th s VIII Podkarpacie 4 4 7 0 19 6 5 0 37 15 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th s IX Karpaty 0 3 6 0 0 17 6 3 0 1 0 20 40 60 Li c zba m ie s ię c y N u mb e r o f mo n th s X Pojezierza Wschodniobałtyckie
Rys. 3. Częstość wskaźnika surowości suszy Palmera o wartościach poniżej –2, w deka-dach wielolecia 1901–2000, w miesiącach maj – październik, w różnych regionach Polski Fig. 3. Frequency of the Palmer Drought Severity Index with the value below –2, in de-cades of the period 1901–2000, in months May-October, in diff erent regions of Poland
-10 -5 0 5 10 15 20 25 SC AD (s c P D S I) Karpaty Podkarpacie Sudety Polska -10 -5 0 5 10 15 20 25 SC AD (s c P D S I)
Wyżyna Lubelsko-Lwowska, Wyżyna Wołyńska-Podolska (Region VII)
Wyżyna Małopolska, Wyżyna Śląsko-Krakowska (Region VI)
Polska -10 -5 0 5 10 15 20 25 SC AD (s c P D S I)
Niziny Sasko-Łużyckie, Niziny Środkowopolskie (Region III) Nizina Północnopodlaska, Nizina Północnomazowiecka (Region IV) Polska 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 -10 -5 0 5 10 15 20 25 SC AD (s c P D S I)
Pojezierza Południowobałtyckie (Region II) Pojezierza Wschodnioobałtyckie (Region X)
Pobrzeże Batyku (Region I)
Polska (Region IX) (Region V) (Region VIII)
Rys. 4. Standaryzowana krzywa sumowa minimalnych rocznych wartości wskaźnika surowości suszy Palmera w różnych regionach Polski w latach 1901–2002
Fig. 4. Standardized cumulative annual deviation (SCAD) of the Palmer Drought Sever-ity Index in diff erent regions of Poland in years 1901–2002
-7 -6.5 -6 -5.5 -5 -4.5 -4 -3.5 -3 -2.5 -2 scPDSI 0 100000 0 100 km
16°0'0''E 20°0'0''E 24°0'0''E
16°0'0''E 20°0'0''E 24°0'0''E
50°0'0''N 52°0'0''N 54°0'0''N 50°0'0''N 52°0'0''N 54°0'0''N a) -5.5 -5 -4.5 -4 -3.5 -3 -2.5 -2 scPDSI 00 100000100 km
16°0'0''E 20°0'0''E 24°0'0''E
16°0'0''E 20°0'0''E 24°0'0''E
50°0'0''N 52°0'0''N 54°0'0''N 50°0'0''N 52°0'0''N 54°0'0''N b)
Rys. 5. Obszary zagrożone suszą glebową w miesiącach letnich, na podstawie wskaźni-ka surowości suszy Palmera: a) w sierpniu 1990 roku, b) w sierpniu 1992 roku
Fig. 5. Areas threatened with drought in summer months on the basis of the Palmer Drought Severity Index: a) August 1990, b) August 1992
Przykładowo przedstawiono zasięgi wybranych susz letnich obejmujących znaczną powierzchnię Polski, które wystąpiły w sierpniu latach 1990 i 1992 (Rys. 5a, b). Szczególnie niskie wartości wskaźnika Palmera, poniżej –6, zaobserwo-wano w Polsce środkowej w roku 1990. Natomiast w wieloleciu 1991–2000 średnie miesięczne były znacznie niższe od wartości w okresie referencyjnym 1961–1990 (Rys. 6, 7). Świadczy to o spadku przeciętnego obszarowego uwil-gotnienia na obszarze Polski, z wyraźną tendencją do przesuszania w miesią-cach letnich.
Zależność między wskaźnikiem surowości suszy Palmera a średnim mie-sięcznym standaryzowanym przepływem analizowanych rzek przedstawiono na rysunku 8. Zależność tę przybliżono modelem regresji w postaci równania linii prostej. We wszystkich badanych zlewniach współczynnik determinacji R2
osiągnął wartość poniżej 0,5, co oznacza, że tylko mniejszość wariancji między
-3 -2.5 -2 -1.5 -1 -0.5 0 0 100000 0 100 km scPDSI 5 0 °0 '0 0 ''N 5 2 °0 '0 ''N 5 4 °0 '0 ''N 50° 0' 00' 'N 5 2° 0 '0' 'N 5 4 °0 '0 ''N
16°0'00''E 20°0'0''E 24°0'0''E
16°0'00''E 20°0'0''E 24°0'0''E
0 100 km
Rys. 6. Zmienność przestrzenna średniej wieloletniej wartości wskaźnika surowości susz Palmera w sierpniu w Polsce w latach 1991–2000
Fig. 6. Spatial variability of the long term mean monthly value of the Palmer Drought Severity Index in August in Poland in years 1991–2000
analizowanymi zmiennymi jest wyjaśniona przez regresję. Może to świadczyć o braku pełnej synchroniczności występowania susz atmosferycznych, glebo-wych i hydrologicznych. Korelacja jest jednak istotna statystycznie, również w przypadku zlewni jeziornych, gdzie reakcja odpływu ze zlewni na suszę at-mosferyczną jest „tłumiona” przez znaczną retencyjność tych zlewni, co wyni-ka z dużej pojemności zbiorników wód podziemnych i dużej retencji powierzch-niowej (Zwoliński, 2008). Niemniej również w badanych zlewniach jeziornych wykazano istotność związku.
-3 -2.5 -2 -1.5 -1 -0.5 0 Różnica scPDSI 0 100 km
16°0'0''E 20°0'0''E 24°0'0''E
16°0'0''E 20°0'0''E 24°0'0''E
50° 0 '0 ''N 52° 0' 0' 'N 5 4 °0 '0 ''N 50 °0 '0 ''N 5 2 °0' 0 ''N 54° 0' 0' 'N
Rys. 7. Anomalie średniej wieloletniej wartości wskaźnika Palmera w sierpniu w latach 1991–2000 w stosunku do wartości średniej dla okresu referencyjnego 1961–1990 Fig. 7. Anomalies of the mean monthly value of the Palmer Drought Severity Index in August in years 1991–2000 with respect to the average value in reference period 1961– 1990
-6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 1 Ina, Goleniów y = 0.078x - 0.002 R = 0,39 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 2 Rega, Trzebiatów y = 0.081x R = 0,53 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T
3 Drawa, Drawsko Pomorskie
y = 0.101x + 0.113 R = 0,51 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 4 Gwda, Ptusza y = 0.094x + 0.112 R = 0,6 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -1 -0.5 0 0.5 1 QS T 5 Brda, Tuchola y = 0,035x - 0,003 R = 0,34 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T
6 Wda, Czarna Woda
y = 0.053x - 0.025 R = 0,46 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 scPDSI QS T
7 Wierzyca, Boże Pole Szlacheckie
y = 0.077x - 0.070 R = 0,49 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 scPDSI QS T 8 Drwęca, Elgiszewo y = 0,123x - 0,086 R = 0,59 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 8 -4 -2 0 2 4 QS T
9 Skrwa (Prawa), Parzeń
y = 0.141x - 0.181 R = 0,47 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -4 -2 0 2 4 QS T 10 Prosna, Bogusław y = 0.161x - 0.219 R = 0,54 wsp. korelacji istotny z p<0.05
Rys. 8. Zależność standaryzowanych wartości przepływów QST od wskaźnika surowo-ści suszy Palmera scPDSI w wybranych zlewniach w wieloleciu 1951–2002
-6 -4 -2 0 2 4 6 -4 -2 0 2 4 QS T 11 Bzura, Sochaczew y = 0,143x - 0,207 R = 0,51 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -4 -2 0 2 4 QS T 12 Rawka, Kęszyce y = 0.114x - 0.065 R = 0,61 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 8 -4 -2 0 2 4 QS T 13 Utrata, Krubice y = 0.133x - 0.180 R = 0,47 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 8 -4 -2 0 2 4 QS T
14 Świder, Wólka Mlądzka
y = 0.141x - 0.223 R = 0,51 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 8 -3 -2 -1 0 1 2 3 QS T 15 Liwiec, Łochów y = 0.112x - 0.090 R = 0,47 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -3 -2 -1 0 1 2 3 QS T 16 Nurzec, Boćki y = 0.146x - 0.039 R = 0,45 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -3 -2 -1 0 1 2 3 QS T 17 Narew, Suraż y = 0.153x - 0.019 R = 0,5 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 18 Supraśl, Fasty y = 0.112x + 0.028 R = 0,59 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -3 -2 -1 0 1 2 3 scPDSI QS T 19 Orzyc, Krasnosielc y = 0.299x - 0.267 R = 0,63 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -4 -2 0 2 4 scPDSI QS T 20 Skora, Chojnów y = 0.245x - 0.023 R = 0,65 wsp. korelacji istotny z p<0.05
Fig. 8. Relationship between standarized values of the discharge (QS) and the Palmer Drought Severity Index (scPDSI) in the selected catchments in years 1951–2002
-6 -4 -2 0 2 4 6 -4 -2 0 2 4 scPDSI QS T 21 Soła, Żywiec y = 0.134x - 0.192 R = 0,37 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -4 -2 0 2 4 QS T 22 Kamienica, Nowy Sącz y = 0.146x - 0.178 R = 0,37 -6 -4 -2 0 2 4 6 -4 -2 0 2 4 QS T 23 Solinka, Terka y = 0.074x - 0.171 R = 0,23 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -4 -2 0 2 4 QS T 24 San, Dwernik y = 0.140x - 0.276 R = 0,33 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 25 Łyna, Smojlany y = 0.112x - 0.071 R = 0,68 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -3 -2 -1 0 1 2 3 scPDSI QS T 26 Omulew, Krukowo y = 0.164x - 0.119 R = 0,65 wsp. korelacji istotny z p<0,05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 27 Krutynia, Ukta y = 0.093x - 0.591 R = 0,45 wsp. korelacji istotny z p<0,05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 28 Pisa, Ptaki y = 0.123x - 0.075 R = 0,56 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T 29 Ełk, Ełk y = 0,172x - 0,122 R = 0,59 wsp. korelacji istotny z p<0.05 -6 -4 -2 0 2 4 6 -2 -1 0 1 2 QS T
30 Czarna Hańcza, Czerwony Folwark
y = 0.086x - 0.001 R = 0,51 wsp. korelacji istotny z p<0.05
wsp. korelacji istotny z p<0.05
cd. Rys. 8. Fig. 8.
WNIOSKI
Uzyskane wyniki badań są podstawą sformułowania następujących wnio-sków:
1. Wskaźnik surowości suszy Palmera może być przydatny do oceny obszaro-wych susz hydrologicznych występujących w miesiącach letnich.
2. Zależność między wskaźnikiem Palmera a przepływem rzek jest istotna, również w zlewniach o dużej retencji powierzchniowej i podziemnej. 3. W ostatnich dwóch dekadach XX wieku stwierdzono występowanie
zwięk-szonej liczby miesięcy suchych we wszystkich analizowanych regionach geografi cznych Polski, z wyłączeniem Pobrzeża Bałtyku oraz Pojezierzy Wschodniobałtyckich.
4. Na wzrost zagrożenia suszą wskazuje spadek średnich wieloletnich wartości wskaźnika Palmera, który wystąpił szczególnie wyraźnie w ostatniej deka-dzie XX-tego wieku. Na dużej powierzchni kraju wartości wskaźnika Pal-mera były niższe w wieloleciu 1991–2000 niż w okresie referencyjnym 1961–1990. Świadczy to o pogłębianiu się susz hydrologicznych.
5. Istotnym elementem w ocenie susz hydrologicznych mogą być symulacje niskich przepływów rzek w rzeczywistych i prognozowanych warunkach zmian klimatu, realizowane poprzez modelowanie hydrologiczne.
Literatura
Byczkowski A., Banasik K., Hejduk L., Mandes B., 2001, Wieloletnie tendencje zmian procesów opadu i odpływu w małych zlewniach nizinnych (na przykładzie zlewni Zagożdżonki). [W:] Jaworski J., Szkutnicki J., 2001, Dynamika obiegu wody w zlewniach rzecznych. IMGW, Warszawa, 43–52.
Chełmicki W., 1989, Wybrane metody oceny wahań zwierciadła wód podziemnych. Przegląd Geografi czny, 61, 1–2, 63–76.
Dynowska I., 1994, Reżim odpływu rzecznego, plansza 32.3: Odpływ rzeczny. [w:] Atlas Rzeczypospolitej Polskiej. Główny geodeta Kraju, PPWK, Warszawa.
Jokiel P., 2004, Zasoby wodne środkowej Polski na progu XXI wieku. Wyd. UŁ, Łódź. Jurak D., Głowacka B., Kaczmarek Z., 1998, Meteorologiczny wskaźnik suszy
hydro-logicznej. Wiad. IMGW, T.21(42), Z. 4, s. 23–38.
Klementová E., Litschmann T., 2004, Assessment of drought using Palmer Drought Severi ty Index. Acta Scientiarum Polonorum – Formatio Circumiectus, No. 3 (1), s. 133–140. Kondracki J., 2002, Geografi a regionalna Polski. Wyd. Nauk. PWN, Warszawa.
Krysanova, V., T. Vetter and F.F. Hattermann 2008. Detection of change in the drought frequency in the Elbe basin: comparison of three methods, Hydrological Sciences Journal, 53(3), 519–537.
Kundzewicz Z.W., 2008, Hydrological extremes in the changing world, Folia Geograph-ica, Series Geographica PhysGeograph-ica, Vol.39, 37–52.
MPHP: Komputerowa Mapa Podziału Hydrografi cznego Polski, 2004. IMGW, War-szawa.
Mitchell T.D., Jones P.D., 2005, An improved method of constructing a database of monthly climate observations and associated high-resolution grids, International Journal of Climatology, Vol. 25(6), s. 693–712.
Palmer W.C., 1965, Meteorologic Drought. U.S. Weather Bureau Res., Research Paper No. 45, Washington, D.C., 58 pp.
Somorowska U., 2001, Wieloletni rytm zmian opadów, stanów wód podziemnych i przepływów w małej zlewni nizinnej, Przegląd Geofi zyczny, t. 46, z. 3, 197–207. Somorowska U., 2007, Zmienność wskaźnika surowości susz Palmera i jego wpływ na
odpływ ze zlewni nizinnej, Prace i Studia Geografi czne, 38, 73–83.
Starkel L., Kundzewicz Z., 2008, Konsekwencje zmian klimatu dla zagospodarowania przestrzennego kraju, Nauka, 1, 85–101.
van der Schrier G., Briff a K.R., Jones P.D., Osborn T.J., 2006, Summer moisture varia-bility across Europe, Journal of Climate, Vol. 19, s. 2818–2834.
Wells N., Goddard S., Hayes M.J., 2004, A self-calibrating Palmer Drought Severity Index, Journal of Climate, Vol. 17, s. 2335–2351.
Zwoliński Z., 2008, Wybrane zjawiska ekstremalne pojezierzy polskich, Landform Ana-lysis, 8, 98–106.
