黄淮海平原及其附近地区干旱时空动态格局分析_基于标准化降雨指数
第33卷第3期2011年3月2011，33（3）：468-476Resources ScienceVol.33，No.3Mar.，2011文章编号：1007-7588（2011）03-0468-09黄淮海平原及其附近地区干旱时空动态格局分析——基于标准化降雨指数赵林1,2,3,武建军1,2,3,吕爱锋4,刘晓晨1,2,3,刘明1,2,3（1.北京师范大学地表过程与资源生态国家重点实验室，北京100875；2.北京师范大学民政部/教育部减灾与应急管理研究院，北京100875;3.北京师范大学环境演变与自然灾害教育部重点实验室，北京100875;4.中国科学院地理科学与资源研究所，北京100101）摘要：本文根据中国气候区划图将黄淮海及其附近地区划分为4个气候子区域，利用该区域气象站点1961年-2008年的降水数据计算出子区内各站点的不同时间尺度的标准化降雨指数（Standardized Precipitation Index,简称SPI ）；通过各子区站点的SPI 差异分析了研究区内发生干旱的时空差异及其动态格局。
结果表明：在3个月尺度上，A 区、B 区发生严重、极端干旱的频率较高，然而整个研究区发生总体干旱的频率没有明显区别；在6个月尺度上，A 区、B 区发生干旱的频率较高，C 区、D 区发生极端干旱的频率较低，其中安徽北部和河南东部地区发生严重等级干旱的频率较高；在12个月尺度上，A 区、B 区发生总体干旱的频率较高，C 区、D 区发生严重干旱和极端干旱的频率较高；就季节性干旱而言，在3个月尺度上，4个子区域发生各等级干旱的频率也存在较大差别。
此外，从12个月尺度SPI 值时间序列变化趋势来看，1962年-2008年全区干旱有轻微加重的趋势，且整个研究区及其各子区域干旱变化趋势处于波动中，全区20世纪60年代和90年代有明显加重趋势，70、80年代以及2000年以来有减缓的趋势。
关键词：干旱；黄淮海地区；SPI ；时空格局1引言干旱是指在长期无降水或降水异常偏少的气候背景下，由于水分的收支或供求不平衡形成的水分短缺现象[1-3].干旱给人类社会造成严重损失。
据统计，世界范围内在各类自然灾害造成的总损失中，气象灾害引起的损失约占85%，而干旱占气象灾害损失的50%左右[4]。
中国干旱灾害发生频繁，常年农作物受旱面积约0.20~0.27亿hm 2，每年因旱灾造成的粮食损失在100~200亿kg ，占各种自然灾害损失总量的60%[5]。
中国北方是干旱频发的主要地区，仅2000年全国受旱面积高达4054万hm 2，其中北方15省（市、区）受旱面积占全国的70%[7]。
随着全球气候变暖和降水时空分布的时空不均匀性加剧，全球陆地上干旱区的面积增加了一倍多[10]。
1950年-2000年间，我国北方主要农业区干旱面积呈扩大趋势，特别是华北等地干旱面积扩大迅速，而且极端年份干旱面积显著扩大[8]。
如何应对不断严峻的干旱形势，减少干旱给人类社会和生态环境带来的影响，开展区域干旱时空动态变化特征研究，深入探讨区域干旱发生及其变异规律，对于提高干旱管理的科学性和前瞻性都具有重要的科学意义。
区域干旱时空动态监测的方法多种多样，既有基于站点的观测法[11-16]，也有基于遥感的大尺度反演方法[17-22]以及基于气象数据的模型方法。
气象指数法因其算法一致性高、计算简便快捷、对干旱反应灵敏、时间序列长、时间尺度灵活、数据稳定等优点，目前被广泛应用于不同时空尺度上干旱动态的研究。
帕默尔指数（Palmer Drought Severity Index ，简称PDSI ）和SPI 指数是最常用的气象干旱指数。
收稿日期：2010-06-10；修订日期：2010-12-01基金项目：国家自然科学基金项目（编号：NSFC40601091,NSFC40801216）；国家科技支撑计划项目（编号：2006BAC18B06）。
作者简介：赵林，男，重庆市江津区人，博士生，主要从事干旱灾害风险研究。
E-mail:zhaolin@ 通讯作者：武建军，E-mail:jjwu@2011年3月赵林等：黄淮海平原及其附近地区干旱时空动态格局分析PDSI 主要反映的是土壤干旱状况，它可以较好地监测土壤水分以及径流的变化情况，但是一些学者也提出了它的局限性[23-27]，主要有以下几点：①在计算过程中需要确定干旱和湿润期的开始和结束时间，因此该指数对土壤干旱的反应不够迅速灵敏；②过程参数仅参考美国少数地区得出，不具有区域推广性；③对土壤有效含水量（AWC ）的依赖性较大；④它所采用的双层土壤模型较为简单，不能较好地反映实际情况；⑤未考虑降雪、雪盖和冻土等因素，因此在冬春季有降雪的地区并不适用；⑥未充分考虑降水和地表径流之间的滞后时间，导致地表径流量被低估；⑦潜在蒸散量计算不够准确。
而SPI 指数主要反映的是气象干旱状况，它抓住了降水这一在干旱形成过程中的决定性因素，对干旱反应敏捷，且计算过程十分简便，时间尺度十分灵活，经过标准化后在不同时间尺度以及不同区域间都具有可比性，Guttman [27]通过对PDSI 和SPI 的比较分析指出SPI 比PDSI 更具有统计上的一致性。
国外很多学者利用SPI 指数做了很多区域干旱时空格局的相关研究工作[28-32]。
我国应用SPI 进行干旱监测和时空分析的研究案例相对较少，最近几年才逐渐有一些研究成果出现。
袁文平等[33]通过对比研究认为SPI 优于Z 指数,能够有效地反映我国各个区域和各个时段的干旱状况。
李伟光等[34]采用SPI 分别对我国海南省进行了干旱监测和分析，结果表明该指数可较好地进行气象干旱监测与评价。
车少静等[35]和闫峰等[36]分别基于站点尺度和栅格尺度的SPI 对河北省的干旱时空分布特征进行了刻画。
这些国内外的相关研究对于利用SPI 指数来认识区域干旱时空格局及其变化特征研究提供了很好的借鉴。
黄淮海平原是我国农业发展最早的地区之一，也是全国粮、棉、油生产大县分布最集中的地区，据统计，1998年该区粮食总产占全国总产的21.6%，棉花总产占36.3%，油料总产占24.0%[37]。
由于气候和自然条件的影响，此区是我国旱灾多发区和重发区，每年因旱灾造成的经济损失十分严重，对该区干旱时空格局发展规律的研究具有重要的科学意义和实践意义。
此外，由于紧靠黄淮海平原的山西省和内蒙古部分地区处于温带半干旱区，受干旱的影响也十分严重，因此本文以更广范围的黄淮海平原及其附近地区（包括了传统意义上的黄淮海平原及其周边的山西和内蒙古部分地区）为研究区，基于区内气象站点上的降雨量数据，利用SPI 指数序列的时间变化及其所确定的各等级干旱发生频率的空间分布来深入分析黄淮海地区近48年气象干旱的时空格局变化规律。
2研究区、数据和方法2.1研究区和数据研究区位于108.5°E-120.5°E ，32°N-44.5°N ，是我国旱灾多发区和重发区。
该区包括了传统意义上的黄淮海平原及其周边的山西和内蒙古部分地区，包括北京市、天津市、河北省、山西省以及内蒙古自治区、山东省、河南省、浙江省和安徽省的部分地区（图1）。
本文采用的数据由中国气象科学数据共享服务网（/）提供，包括了研究区69个气象站点（如图1所示）1961年-2008年月降雨量数据，以此作为计算SPI 值的输入参数。
利用中国气象科学数据共享网（/）提供的气象站点月降雨量数据作为输入参数，计算气象干旱指数SPI ，利用该指数所确定的干旱等级结合干旱频率公式计算出研究区每个站点每个干旱等级图1研究区Fig.1Study area469第33卷第3期资源科学的发生频率，再将其导入到ArcGIS 软件中绘制成干旱频率专题图，以分析研究区干旱的空间分布特征。
同时，将12个月尺度的SPI 值进行平均处理后可以得到研究区及其子区域的12个月尺度SPI 值的时间序列，并对其时间序列变化趋势在年代际尺度上进行分析。
2.2标准降雨指数的计算标准化降水指数（Standardized Precipitation Index ）简称SPI ，是由McKee T.B.等[38-39]于1993年开发的气象干旱指数，在计算时只需输入30年以上的月降雨量数据序列。
它可以计算1个月、3个月、6个月等短时间尺度，也可以计算12个月、24个月、48个月等长时间尺度，但需要注意的是，在计算长时间尺度的SPI 时，输入的月降雨量数据序列就需要更长一些才能保证计算的准确度。
不同时间尺度的SPI 值体现水分亏盈的侧重点不同（National Drought Mitigation Center ’s website,/ndmc/），1个月、3个月、6个月等短时间尺度的SPI 值代表的是区域短时间内的水分亏盈情况（例如土壤湿度），可以反映农作物在生长期的水分供给是否充足等状况。
而12个月、24个月、48个月等长时间尺度的SPI 值代表的是区域长时间的水分亏盈情况，可以反映河流水位、水库水位、地下水水位等状况。
SPI 的主要计算过程如下[33]：找到一个合适的Gamma 概率分布函数去匹配处理后的数据（因为McKee 等人在分析大量历史资料后发现月降雨量是比较符合Gamma 分布特征的）。
假设某一时段的降水量为x ，则其γ分布的概率密度函数为:g (x )=1βαΓ(α)x α-1e -x /β(x >0)Γ(α)=∫0∞x α-1e -xd x（1）式中α为形状参数；β为尺度参数；x 为降雨量；Γ(α)是gamma 函数。
用最大似然法去估算α和β的最佳值，即：α̂=β̂=x ˉα̂A =ln(x ˉ)-∑ln(x )n （2）式中n 为计算序列的长度。
然后，在计算得到累积概率密度函数G (x )后，又考虑到Gamma 函数对x =0时没有定义，而降水序列可能会包含0值，因此采用以下公式对G (x )进行转换：H (x )=q +(1-q )G (x )（3）式中q 是降水序列中0值出现的频率。
再用高斯函数将H (x )标准化后得到最终的SPI 值，以便不同区域间指数值可比较。
最后得出SPI 值后，根据累积概率分布函数可以确定干旱等级，如表1所示。
本文对研究区内69个气象站点分别进行了3个月、6个月、12个月尺度的SPI 值的计算（结果分别记为SPI 3、SPI 6、SPI 12），然后根据表1对应的干旱等级进行统一划分，计算每一个等级干旱发生的频率F 。
频率计算方法为：F =发生某一等级干旱的月份记录数/总月份记录数。
2.3子区域划分为了更好的揭示该区干旱时空动态格局，本文以中国气候区划图为基础地图，通过合并亚区，将研究区划分为4个子区域，如图2所示。
基于标准化降水指数的淮河流域干旱演变特征分析
基于标准化降水指数的淮河流域干旱演变特征分析郑晓东;鲁帆;马静;李彦军【期刊名称】《水利水电技术》【年(卷),期】2012(043)004【摘要】利用淮河流域35个气象站点的降水资料,采用标准化降水指数(Standardized Drecipitafion in-dex,SPI)分析了淮河流域近50年(1961 ～2010年)的年度干旱指数,并利用干旱发生频率、干旱站次比和干旱强度三项干旱指标分析了淮河流域的干旱演变特征.研究结果表明,近50年来,淮河流域以轻旱、中旱为主,重旱、特旱相对较少,有干旱发生面积有逐年递减而发生强度呈增强趋势.在当前气候变化背景下,淮河流域干旱对农业生产的不利影响有减小的趋势.【总页数】5页(P102-106)【作者】郑晓东;鲁帆;马静;李彦军【作者单位】中国水利水电科学研究院水资源所,北京100038;河北工程大学,河北邯郸056038;中国水利水电科学研究院水资源所,北京100038;中国水利水电科学研究院水资源所,北京100038;辽宁师范大学城市与环境学院,辽宁大连116029;河北工程大学,河北邯郸056038【正文语种】中文【中图分类】S423【相关文献】1.基于SPI和HI的淮河上中游流域气象干旱特征分析 [J], 郭佳香;王景才;周建康2.基于SPEI指数的淮河流域干旱时空演变特征及影响研究 [J], 夏敏;孙鹏;张强;姚蕊;王友贞;温庆志3.基于标准化降水指数的渭河流域多尺度干旱特征分析 [J], 苟非洲; 强文博; 程玉婷4.基于标准化降水指数的淮河流域近50年干旱时空分布特征 [J], 胡杨;吴绍飞5.基于生态网络分析法的淮河流域用水系统演变特征分析 [J], 谈箐因版权原因，仅展示原文概要，查看原文内容请购买。
基于标准化降水、径流指数的黄河流域近50年气象水文干旱演变分析
生更加频繁 ， 干旱等级也越来越高。流域水文干旱主要与流域干旱 、 半干旱气候 区的气象干旱有 １ ～５个月 的滞时 。 关键词 ： 黄河 流域 ； 标准降水指数 （ Ｓ Ｐ Ｉ ） ； 标 准流量指数（ Ｓ Ｄ Ｉ ） ； 干旱 ； 时滞互相关分 析 中图分类号 ： Ｐ ４ ２ ６ ． ６ １ ６ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ２ 一Ｏ ５ ０ ４ （ ２ ０ １ ５ ） Ｏ ３ 一Ｏ Ｏ ６ ９ —０ ７
ｄ ｏ ｉ ： １ ０ ． ３ ９ Ｉ ６ ９ ／ ｊ ｌ ｉ ｓ ｓ ｎ ． １ ６ ７ ２ —０ ５ ０ ４ ． ２ ０ １ ５ ． ０ ３ ． ０ １ ４
基 于标 准化 降水 、 径 流 指 数 的 黄 河 流 域
近 ５ Ｏ年气 象水 文干 旱 演 变 分 析
何 福力 ， 胡彩虹ｋ， 王纪军 ， 王云玲 。
（ １ ． 郑州 大学水利与环境学院 ， 河南 郑州 ４ ５ ０ ０ ０ １ ； ２ ． 河南省气候中心 ， 河南 郑州 ４ ５ ０ ０ ０ ３ ； ３ ． 黄河河 １ ： １ 水文水 资源勘测局 ， 山东 东 营 ２ ５ ７ ０ ９ １ ）
摘要 ： 针对 黄河 流域 近年来干旱频繁发生和水资源 匮乏状况 ， 基于 １ ９ ６ １ —２ ０ １ ０年黄河 流域 １ ４ ６个气象 站的逐月 降
波及范围广 。随着全球变暖和水循环过程加速 ， 降 标 准 降 水 指 数 （ Ｓ ｔ ａ ｎ ｄ ａ ｒ ｄ ｉ ｚ ｅ ｄ Ｐ ｒ ｅ ｃ ｉ ｐ ｉ ｔ ａ ｔ ｉ ｏ ｎ Ｉ ｎ ｄ ｅ ｘ ， 水 的时 空格局 及其 结构将 发生显著 变化 ， 进而 增加 干 Ｓ Ｐ Ｉ ） 及标 准流 量指 数 （ Ｓ ｔ ａ ｎ ｄ ａ ｒ ｄ ｉ ｚ ｅ ｄ Ｄｉ ｓ ｃ ｈ ａ ｒ ｇ ｅ Ｉ ｎ — 旱发 生风险 ， 导致我 国水 资源供需矛盾更 加突 出Ｌ ２ ］ 。 ｄ ｅ ｘ ， Ｓ Ｄ Ｉ ） ， 采用气候倾 向率 、 反距离插值 和时滞互相 黄河 流域 自然 地 理 条 件 复 杂 ， 水 文 气 象 情 况 特 关 分析 对黄 河流 域 的气 象 和水 文 干旱 时空 分布 特 征
１９６１—２０２０年黄土高原地区气象干旱时空演变特征研究
ｈｔｔｐ：／／ｗｗｗ．ｒｅｎｍｉｎｚｈｕｊｉａｎｇ．ｃｎＤＯＩ：１０ ３９６９／ｊ ｉｓｓｎ １００１ ９２３５ ２０２３ １１ ００１第４４卷第１１期人民珠江 ２０２３年１１月 ＰＥＡＲＬＲＩＶＥＲ基金项目：国家自然科学基金项目（１１７６１００５）；宁夏自然科学基金项目（２０２１ＡＡＣ０３０３７）收稿日期：２０２３－０２－１３作者简介：李梦婷（１９９８—），女，硕士研究生，主要从事水文学及水资源研究。
Ｅ－ｍａｉｌ：ａｂｂｙ１ｌｅｅ＠１６３．ｃｏｍ通信作者：李春光（１９６４—），男，教授，主要从事河流水沙数值模拟研究。
Ｅ－ｍａｉｌ：２００２０９２＠ｎｕｎ．ｅｄｕ．ｃｎ李梦婷，李春光．１９６１—２０２０年黄土高原地区气象干旱时空演变特征研究［Ｊ］．人民珠江，２０２３，４４（１１）：１－１０．１９６１—２０２０年黄土高原地区气象干旱时空演变特征研究李梦婷１，李春光１，２（１．宁夏大学，宁夏 银川 ７５００２１；２．北方民族大学，宁夏 银川 ７５００２１）摘要：基于黄土高原地区６１个气象站点１９６１—２０２０年的逐日气象资料，探究该研究区域的历史干旱演变特征。
采用标准化降雨蒸散指数（ＳＰＥＩ），运用Ｍｏｒｌｅｔ小波分析、干旱面积覆盖率、干旱发生频率和Ｍａｎｎ Ｋｅｎｄａｌｌ突变检验等研究方法，揭示近６０ａ全球变暖背景下黄土高原地区的干湿变化特征及周期特征，并对干旱进行归因分析。
研究结果表明：ＳＰＥＩ值的干湿交替变化具有全域性，年度ＳＰＥＩ＿１２和春、秋、冬季ＳＰＥＩ＿３在研究时段呈逐年下降趋势，干旱倾向趋势降幅排序为秋＞春＞冬＞年，夏季ＳＰＥＩ＿３呈现相对平缓的升高趋势，趋势率为０．０２／１０ａ；干旱覆盖面积整体呈上升趋势不显著，年干旱频率在３１．４０％和３５．１５％之间，中西部区域站点干旱化趋势较大；不同时间尺度的干湿变化周期不稳定，目前正处于并长期处于偏暖湿化阶段。
目前的暖湿化趋势仅体现为量的变化，并不足以改变该区域的基本气候状态，其仍处于温凉干燥的干旱与半干旱气候范围。
安徽省近50年干旱时空特征分析
安徽省近50年干旱时空特征分析谢五三;田红【摘要】利用安徽省78个气象台站 1961-2009年共49年的逐日气温和降水资料,采用综合气象干旱指数计算每个干旱过程,进而得到各个台站每年的干旱日数.通过趋势分析、EOF分析、功率谱及小波分析、滑动T检验等方法系统分析了近50年安徽省干旱时空特征,结果表明:运用累积频率法对CI指数的阈值进行修正,修正前后值基本一致;安徽省常年干旱日数基本呈纬向空间分布特征,干旱频率自北向南递减;沿淮淮北及江淮之间东部地区干旱日数呈减少趋势,其它地区呈增加趋势,但未通过0.05的显著性检验;干旱日数EOF展开前三个模态累积方差贡献为75%,第一模态全省一致为正,基本呈纬向空间分布;第二模态零线横向将安徽分为南北两部分,北多(少)南少(多);第三模态零线横向将安徽分为三部分,两头多(少)中间少(多);干旱日数主周期为12～13年,次周期为2～3年左右.在12～13年的时间尺度上,近50年干旱日数经历了由少到多3个循环交替.此外,干旱日数在1968年前后存在一次突变.%By using daily precipitation and temperature data from 78 stations of Anhui province during 1961 ～2009, the drought process is calculated by CI index, then the drought days for stations each year are figured out and the spatial-temporal characteristics of drought over Anhui province in recent 50 years is analyzed by trend analysis, EOF, power spectrum analysis, wavelet analysis, moving T-test and so on. The results show that the original and corrected thresholds of CI index which are corrected by the cumulative frequency are basically the same.The distribution of the average drought days during 1971 ～ 2000 is latitudinal and drought frequency descends form north to south. The trend of drought daysdescends in Huaibei and the east of Jianghuai, and ascends in the other area, but the both have not pass the 0. 05 significance test. The cumulative percent variance of the EOF first three modes reaches 75％, the first mode are plus in all province and the distribution is latitudinal, the zero line transversely makes off north and south pans in the second mode and three parts in the third mode. The main period of drought days is 12 ～ 13 years and the secondary is around 2 ～3 years. In recent 50 years, the drought days experience three circulations on 12 ～ 13 years scale, and the drought days mutate around 1968.【期刊名称】《灾害学》【年(卷),期】2011(026)001【总页数】5页(P94-98)【关键词】干旱日数;时空特征;干旱指数;安徽省【作者】谢五三;田红【作者单位】安徽省气候中心,安徽,合肥,230031;安徽省气候中心,安徽,合肥,230031【正文语种】中文【中图分类】P426.6160 引言干旱是我国主要的自然灾害之一,特点是发生频率高、影响范围大、持续时间长[1],如2008年11月-2009年1月,30年未遇的秋冬连旱袭击我国北方冬麦区,造成严重的经济损失。
黄淮海平原土地系统结构变化的模拟与分析
黄淮海平原土地系统结构变化的模拟与分析
邓祥征;战金艳;苏红波;姜群鸥;迟百余
【期刊名称】《农业科学与技术（英文版）》
【年(卷),期】2007(008)003
【摘要】本文研究了1988年至2000年黄淮海平原土地系统的动态变化。
空间优势经济学模型是在1 km的电池中建立的，以定量分析土地系统动态变化机制的驱动力，如自然，社会和经济因素。
通过在每一个1 km细胞的陆地系统的动态变化，在2000至2020期间，在每1 km细胞中，在每一个1 km细胞上的动态变化，
促进了与不同的情况下的土地系统的动态变化的未来达伦姆制度。
研究导致土地的动态变化系统结构主要从Cuhivated地区改变为建设领域和印度Arcas，以及在
此期间发进的森林区域。
虽然土地系统结构的GVolutions在2000年至2020年
与不同的推荐标准，生态保护和经济发展不同。
主要土地系统结构的动态变化是随着耕地地区的衰落和林地的不断观念，建筑陆地拖车的增加。
【总页数】8页(P45-52)
【作者】邓祥征;战金艳;苏红波;姜群鸥;迟百余
【作者单位】中国科学院地理科学与资源研究所,北京,100101;中国科学院农业政
策研究中心,北京,100101;北京师范大学环境学院,北京,100875;中国科学院地理科
学与资源研究所,北京,100101;中南大学地学与环境工程学院,湖南长沙,410083;山
东师范大学人口资源与环境学院,山东济南,250014
【正文语种】中文
【中图分类】S1
因版权原因，仅展示原文概要，查看原文内容请购买。
黄淮海地区干旱变化特征及其对气候变化的响应
黄淮海地区干旱变化特征及其对气候变化的响应徐建文;居辉;刘勤;杨建莹【摘要】为了探究气候变化背景下黄淮海地区的干旱特征,基于黄淮海平原34个气象站点的1961-2012年气象数据,使用相对湿润指数探讨分析了近50年黄淮海地区冬小麦生长季及4个季节干旱的时空变化及其对气候变化的响应.结果表明:(1)在整个分析期内(1961-2011)冬小麦生长季干旱减轻,但是在近20年干旱有了加重的趋势,且干旱加重的趋势是一种突变现象.(2)黄淮海地区1961年以来,春季、冬季以及冬小麦生长季内均表现为不同程度的干旱,干旱频率都达到90％以上,其中春、冬两季最为干旱,3个时段整个黄淮海中北部地区都为高频干旱区域,且4个季节及冬小麦生长季干旱程度与干旱频率的区域分布均表现为由南向北递增的趋势.(3)黄淮海地区的干旱特征对降水、太阳辐射和相对湿度这3个气候要素的变化最为敏感.【期刊名称】《生态学报》【年(卷),期】2014(034)002【总页数】11页(P460-470)【关键词】相对湿润度;干旱;季节;冬小麦;气候变化;黄淮海【作者】徐建文;居辉;刘勤;杨建莹【作者单位】中国农业科学院农业环境与可持续发展研究所作物高效用水与抗灾减损国家工程实验室,北京100081;农业部农业环境重点实验室,北京100081;中国农业科学院农业环境与可持续发展研究所作物高效用水与抗灾减损国家工程实验室,北京100081;农业部农业环境重点实验室,北京100081;中国农业科学院农业环境与可持续发展研究所作物高效用水与抗灾减损国家工程实验室,北京100081;农业部旱作节水农业重点实验室,北京100081;中国农业科学院农业环境与可持续发展研究所作物高效用水与抗灾减损国家工程实验室,北京100081;农业部旱作节水农业重点实验室,北京100081【正文语种】中文全球变暖已经成为一个不争的事实，与之相关的科学研究成为近年来的热点。
IPCC第四次评估报告[1]指出，最近100年(1906—2005年)全球地表温度上升了0.74(0.56—0.92)℃，比2001年第三次评估报告的100a(1901—2000年)上升0.6(0.4—0.8)℃有所提高。
基于标准化降水指数的中国南方季节性干旱近58a演变特征
少的指标，该指标适合于月以上尺度相对于当地气候状
况的干旱监测与评估[2,23]。SPI 采用 Γ 分布概率来描述降
水量的变化，将偏态概率分布的降水量进行正态标准化
处理，最终用标准化降水累积频率分布来划分干旱等级。
SPI 可用公式（1）求得 [22-23]
SPI = S t − (c2t + c1)t + c0 ((d3t + d2 )t + d1)t +1.0
第 26 卷 第 7 期 50 2010 年 7 月
农业工程学报 Transactions of the CSAE
Vol.26 No.7 Jul. 2010
基于标准化降水指数的中国南方季节性干旱近 58 a 演变特征
黄晚华 1,2 ，杨晓光 1 ※，李茂松 3，张晓煜 1，王明田 4，代姝玮 1，马洁华 1
中旱（含中旱以上）发生的年份均记为中旱，以此类推。
2）干旱站次比（Pj）。Pj 是用某一区域内干旱发生站 数多少占全部站数的比例来评价干旱影响范围的大小，
可用以下公式表示
Pj = m / M ×100%
（4）
式中：M ——研究区域内总气象站数；m ——发生干旱的
站数；下标 j 指代不同年份的代号。干旱发生站次比（Pj） 表示一定区域干旱发生的范围的大小，也间接反映干旱
收稿日期：2009-12-23 修订日期：2010-06-09 基金项目：国家科技支撑计划（2006BAD04B07）；公益性行业（农业）科 研专项（200803028）；国家科技基础性工作专项（2007FY120100）部分研 究内容 作者简介：黄晚华（1978－），男，湖南邵东县人，工程师，主要从事农业 气象科研和业务工作。长沙 湖南省气象科学研究所，410007。 Email: huangwh2008@ ※通信作者：杨晓光（1967－），女，教授，博士，博士生导师。主要从事 气候变化与农业气象灾害，气候变化与耕作制度适应性领域研究。北京 中 国农业大学资源与环境学院，100193。Email: yangxg@
基于联合干旱指数的黄河流域干旱时空特征
㊀收稿日期：２０１９－０１－２３㊀基金项目： 十三五 国家重点研发计划项目（２０１６ＹＦＡ０６０１５０４）；国家自然科学基金资助项目（４１８０７１６５，４１５０１０１７）；江苏省自然科学基金资助项目（ＢＫ２０１８０５１２）㊀作者简介：曹闯（１９９４ ），男，江苏盐城人，硕士研究生，研究方向为水文水资源㊀通信作者：任立良（１９６３ ），男，江苏扬中人，教授，博士，博士生导师，研究方向为水文水资源㊀Ｅ⁃ｍａｉｌ：ｒｌｌ＠ｈｈｕ．ｅｄｕ．ｃｎʌ水资源ɔ基于联合干旱指数的黄河流域干旱时空特征曹㊀闯１，２，任立良１，２，刘㊀懿１，２，江善虎１，２，张林齐１，２，张㊀璐１，２（１．河海大学水文水资源与水利工程科学国家重点实验室，江苏南京２１００９８；２．河海大学水文水资源学院，江苏南京２１００９８）摘㊀要：依据黄河流域１００个气象站１９６１ ２０１３年的降水数据，采用高斯Ｃｏｐｕｌａ函数并联合５个时间尺度的标准降水指数（ＳＰＩ），构建了联合干旱指数（ＪＤＩ），进而剖析流域干旱时空演变特性和评估历史时期干旱特征（历时㊁烈度）及联合特征分布规律㊂结果表明：ＪＤＩ具备短时间尺度ＳＰＩ对干旱事件开始时刻的快速捕捉能力，同时考虑到长时间尺度ＳＰＩ的时间滞后性，在捕捉干旱传播及演变过程方面体现出较大优势；从时空分布特征来看，黄河流域中南部地区在２０世纪９０年代存在明显的干旱高频区，渭河㊁泾河㊁洛河流域存在以年代为周期的旱涝交替现象；黄河流域西北部地区㊁北部河套平原和大黑河子流域及中南部少数地区比其他地区更易发生长历时㊁大烈度干旱事件；变动阈值水平能引起历时和烈度较大的变化幅度，而联合特征对阈值水平变化的响应不敏感㊂关键词：Ｃｏｐｕｌａ函数；干旱；阈值水平；时空特征；黄河流域中图分类号：ＴＶ２１３．４；ＴＶ８８２．１㊀㊀㊀文献标志码：Ａ㊀㊀㊀ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－１３７９．２０１９．０５．０１２㊀Ｓｐａｔｉａｌ⁃ＴｅｍｐｏｒａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＤｒｏｕｇｈｔｏｆｔｈｅＹｅｌｌｏｗＲｉｖｅｒＢａｓｉｎＢａｓｅｄｏｎＪｏｉｎｔＤｒｏｕｇｈｔＩｎｄｅｘＣＡＯＣｈｕａｎｇ１，２，ＲＥＮＬｉｌｉａｎｇ１，２，ＬＩＵＹｉ１，２，ＪＩＡＮＧＳｈａｎｈｕ１，２，ＺＨＡＮＧＬｉｎｑｉ１，２，ＺＨＡＮＧＬｕ１，２（１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｙｄｒｏｌｏｇｙ⁃ＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９８，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＨｙｄｒｏｌｏｇｙａｎｄＷａｔｅｒＲｅｓｏｕｒｃｅｓ，ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｄａｉｌｙｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａｏｆ１００ｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓｉｎｔｈｅＹｅｌｌｏｗＲｉｖｅｒｂａｓｉｎｆｒｏｍ１９６１ｔｏ２０１３，ｕｓｉｎｇＧａｕｓｓｉａｎＣｏｐｕｌａｆｕｎｃｔｉｏｎａｎｄｃｏｍｂｉｎｉｎｇｓｔａｎｄａｒｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｄｅｘｅｓ（ＳＰＩ）ｏｎ５ｔｉｍｅｓｃａｌｅｓ，ｔｈｉｓｐａｐｅｒｃｏｎｓｔｒｕｃｔｅｄｔｈｅＪｏｉｎｔＤｒｏｕｇｈｔＩｎｄｅｘ（ＪＤＩ），ｆｕｒｔｈｅｒａｎａｌｙｚｅｄｔｈｅｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌｄｒｏｕｇｈｔｅｖｏｌｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｖａｌｕａｔｅｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｌａｗｓｏｆｈｉｓｔｏｒｉｃａｌｐｅｒｉｏｄｄｒｏｕｇｈｔｃｈａｒａｃ⁃ｔｅｒｓ（ｄｕｒａｔｉｏｎａｎｄｉｎｔｅｎｓｉｔｙ）ａｎｄｔｈｅｊｏｉｎｔｄｒｏｕｇｈｔｃｈａｒａｃｔｅｒｓ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＪＤＩｈａｓｔｈｅａｂｉｌｉｔｙｔｏｑｕｉｃｋｌｙｃａｐｔｕｒｅｔｈｅｏｎｓｅｔｏｆｄｒｏｕｇｈｔｅｖｅｎｔｓｏｎｔｈｅｓｈｏｒｔｔｉｍｅｓｃａｌｅＳＰＩａｎｄｃａｎｔａｋｅｉｎｔｏｃｏｎｓｉｄｅｒａｔｉｏｎｔｈｅｔｉｍｅｌａｇｏｆｔｈｅｌｏｎｇｔｉｍｅｓｃａｌｅＳＰＩ，ｗｈｉｃｈｓｈｏｗｓａｇｏｏｄａｄｖａｎｔａｇｅｉｎｃａｐｔｕｒｉｎｇｔｈｅｐｒｏｐａｇａｔｉｏｎａｎｄｅｖｏｌｕｔｉｏｎｏｆｄｒｏｕｇｈｔ；ｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｅｃｅｎｔｒａｌａｎｄｓｏｕｔｈ⁃ｅｒｎｒｅｇｉｏｎｓｏｆｔｈｅｂａｓｉｎｈａｖｅｓｉｇｎｉｆｉｃａｎｔｈｉｇｈｄｒｏｕｇｈｔｆｒｅｑｕｅｎｃｙａｒｅａｓｉｎｔｈｅ１９９０ｓ，ｔｈｅＷｅｉｈｅＲｉｖｅｒｂａｓｉｎａｎｄＪｉｎｇｈｅＲｉｖｅｒｂａｓｉｎａｎｄＬｕｏｈｅＲｉｖｅｒｂａｓｉｎｈａｖｅｔｈｅｄｒｏｕｇｈｔａｎｄｆｌｏｏｄａｌｔｅｒｎａｔｉｏｎｗｉｔｈｔｈｅｐｅｒｉｏｄ；ｔｈｅｎｏｒｔｈｗｅｓｔｅｒｎｒｅｇｉｏｎｏｆｔｈｅｂａｓｉｎ，ｔｈｅｎｏｒｔｈｅｒｎＨｅｔａｏｐｌａｉｎａｎｄＤａｈｅｉＲｉｖｅｒｂａｓｉｎａｎｄａｆｅｗａｒｅａｓｉｎｔｈｅｓｏｕｔｈ⁃ｃｅｎｔｒａｌｒｅｇｉｏｎａｒｅｍｏｒｅｖｕｌｎｅｒａｂｌｅｔｏｐｒｏｌｏｎｇｅｄａｎｄｓｅｖｅｒｅｄｒｏｕｇｈｔｅｖｅｎｔｓｔｈａｎｔｈａｔｏｆｏｔｈｅｒｒｅｇｉｏｎｓ；ｔｈｅｖａｒｉａｔｉｏｎｏｆｔｈｒｅｓｈｏｌｄｌｅｖｅｌｃａｎｌｅａｄｔｏｌａｒｇｅｖａｒｉａｔｉｏｎｒａｎｇｅｏｆｄｒｏｕｇｈｔｆｅａｔｕｒｅｓ，ｗｈｉｌｅｔｈｅｊｏｉｎｔｆｅａｔｕｒｅｓａｒｅｉｎｓｅｎｓｉｔｉｖｅｔｏｔｈｅｉｒｒｅｓｐｏｎｓｅｓ．Ｋｅｙｗｏｒｄｓ：Ｃｏｐｕｌａｆｕｎｃｔｉｏｎ；ｄｒｏｕｇｈｔ；ｔｈｒｅｓｈｏｌｄｌｅｖｅｌ；ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｓ；ＹｅｌｌｏｗＲｉｖｅｒｂａｓｉｎ㊀㊀干旱是气象灾害之一，给社会生产㊁生活等方面带来巨大危害［１］㊂在未来一段时期内全球气候变化仍以变暖为主，旱灾将朝着发生频率增大的趋势发展［２－３］㊂黄河流域是我国重要的农业生产基地，也是受气候变化影响的敏感区，历史上干旱频发且旱情严重［４－５］，因此研究该流域干旱时空特征及变化趋势具有重要意义㊂干旱研究中干旱特征一般用阈值方法识别和提取，然而阈值水平的选取存在很大的主观性［６］，不同阈值水平下的干旱特征（趋势㊁面积㊁事件历时㊁烈度和频率等）存在差异性㊂干旱指数是研究干旱时空特征的重要指标，常用的标准干旱指数（ＳＩ）突破了传统干旱指数单一时间尺度的限制，但不同时间尺度的ＳＩ在反映某一特定月份的干湿状态时可能产生不一致的结果［７］，联合多时间尺度的ＳＩ模拟干旱的发展演变过程可以提高干旱监测的精确性㊂近年来，有关学者广泛采用线性权重法㊁水量平衡法和联合概率分布函数构建以融合多个变量为核心的综合干旱指数［８－１０］㊂线性权重法在赋权时存在一定的主观性，无法反映变量间的非线性影响特征；水量平衡法存在水文模型参数估计和模型结构不确定性等诸多问题，带来较大的计㊃１５㊃第４１卷第５期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀人㊀民㊀黄㊀河㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ｖｏｌ．４１，Ｎｏ．５㊀㊀２０１９年５月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ＹＥＬＬＯＷ㊀ＲＩＶＥＲ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ｍａｙ，２０１９㊀㊀算误差；Ｃｏｐｕｌａ函数是一种联合多个边缘分布的非线性方法，可以巧妙避免上述问题，同时考虑了变量的统计特征，因而应用广泛㊂鉴于标准降水指数（ＳＰＩ）具有可变的时间尺度，且所需数据易于获取㊁计算简单，笔者采用高斯Ｃｏｐｕｌａ函数描述５个时间尺度ＳＰＩ间的关联结构，构建联合干旱指数（ＪＤＩ），并测试ＪＤＩ对干旱的诊断效果㊂在此基础上，剖析黄河流域干旱时空演变特性，进一步利用游程分析提取不同阈值水平下的干旱特征，研究阈值水平变化对干旱特征的影响，评估历史时期干旱事件历时㊁烈度及历时－烈度联合特征分布规律，以期为流域旱灾防治提供参考㊂１㊀研究区概况与数据来源黄河流域面积７９．５万ｋｍ２，地势西高东低，位于大气环流西风带，受极地高压㊁青藏高压与副高压影响㊂流域内各地气候特征差异显著，年际降水空间分布不均，年内降水有显著季节性特征，洪涝㊁干旱时常发生㊂本文选取流域内及周边１００个气象站（见图１）１９６１ ２０１３年逐日降水量数据（数据来源于中国气象数据网ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ／）进行分析㊂采用均值替换法插补缺测数据，使日降水量数据完整，并将其处理为月降水量数据㊂图１㊀黄河流域及周边气象站分布２㊀研究方法２．１㊀标准降水指数（ＳＰＩ）［１１］先计算ｗ个月的累计降水量：Ｕｗ（ｔ）＝ðｔｉ＝ｔ－ｗ＋１Ｄ（ｉ）（１）式中：ｔ为时间，月；Ｄ（ｉ）为１个月的降水量序列，ｍｍ㊂将Ｕｗ（ｔ）按月份分为１２个子序列Ｕｍｗ（ｍ＝１，２， ，１２），为避免样本重叠，ｗ不大于１２㊂对每个子序列Ｕｍｗ进行拟合检验，将累积概率标准正态化转换可得到ＳＰＩ㊂２．２㊀联合干旱指数（ＪＤＩ）采用伽玛分布拟合不同时间尺度的Ｕｍｗ，基于高斯Ｃｏｐｕｌａ函数联合边缘分布累积概率㊂Ｓｋｌａｒ定理和有关研究［１２］提出了理论和经验Ｃｏｐｕｌａ方法，公式为ｑ＝Ｃ［Ｆ１（Ｕ１），Ｆ２（Ｕ２）， ，Ｆｄ（Ｕｄ）］＝Ｐ［Ｕ１ɤＦ１（Ｕ１）， ，ＵｄɤＦｄ（Ｕｄ）］（２）Ｃ（ｋ１ｎ，ｋ２ｎ， ，ｋｄｎ）＝ａｎ（３）式中：ｑ为联合累积概率；Ｕｄ为多维随机向量Ｕ第ｄ维度的变量；Ｆ为边缘分布累积概率；Ｐ为联结函数；Ｃ为ｄ维Ｃｏｐｕｌａ函数；ｎ为变量样本数；ｋ为维度的序次；ａ为样本值小于样本秩统计量的个数㊂ｑ反映全部边缘分布的联合影响，是一种联合的水分盈亏状态，值越小代表水分亏缺程度越严重㊂基于存在某一概率分布函数能够描述ｑ的猜想，有学者［１１］提出Ｋｅｎｄａｌｌ分布函数Ｋｃ（ｑ）作为联合概率的分布函数，其表达式为Ｋｃ（ｑ）＝Ｐ［Ｃ（Ｆ１（Ｕ１）， ，Ｆｄ（Ｕｄ））ɤｑ］（４）Ｋｃ（ｑ）由标准正态分布的逆函数转为ＪＤＩ，其干旱等级划分标准（见表１）与ＳＰＩ一致㊂表１㊀ＪＤＩ干旱等级划分标准干旱类型ＪＤＩ正常－０．５＜ＪＤＩɤ０．５轻旱－１．０＜ＪＤＩɤ－０．５中旱－１．５＜ＪＤＩɤ－１．０重旱－２．０＜ＪＤＩɤ－１．５特旱ＪＤＩɤ－２．０２．３㊀游程分析通过游程分析［１３］提取干旱特征（见图２），阈值水平Ｘ０截取随时间ｔ变化的干旱指数序列Ｘ，在某时段内有Ｘ＜Ｘ０（负游程），表明一次干旱事件发生㊂为降低轻微干旱的影响效应［１４］，对于历时仅为１个月的干旱，指数值小于Ｘ２方视为干旱发生，否则忽略不计㊂若两次干旱仅相隔１个月且指数值小于Ｘ１，可视为１次干旱过程，对应的干旱特征变量将合并㊂为研究阈值变化对干旱特征的影响，本文设定３种阈值水平：阈值水平１为Ｘ０取－０．７，阈值水平２为Ｘ０取－０．５，阈值水平３为Ｘ０取－０．３；Ｘ１皆取０，表示长历时且指数值为０的事件会导致严重干旱；Ｘ２皆取－１，表示轻旱以上等级干旱发生时的指数值㊂图２㊀游程分析示意㊃２５㊃２．４㊀边缘分布与联合分布选用水文频率分析中常用的指数分布㊁伽玛分布㊁对数正态分布㊁韦布尔分布４种分布函数，对１００个气象站的干旱历时与烈度进行拟合，统一采用最大似然法［１５］估计参数，通过Ｋｏｌｍｏｇｏｒｏｖ－Ｓｍｉｒｎｏｖ假设检验［１６］确定最优边缘分布㊂对干旱变量的二维联结，选用ＡｒｃｈｉｍｅｄｅａｎＣｏｐｕｌａ函数簇中的Ｃｌａｙｔｏｎ㊁Ｆｒａｎｋ㊁Ｇｕｍｂｅｌ函数作为联结函数，并以ＲＭＳＥ㊁ＡＩＣ㊁ＢＩＣ等统计量作为评价标准来确定最优联合分布㊂２．５㊀干旱事件重现期重现期可视为一次超标事件发生所需的试验次数，采用超定量抽样方式［１７］计算重现期：Ｔｐ＝λＰ（Ｙ＞ｙ）＝Ｎ／ｋ１－Ｆ（ｙ）（５）式中：Ｙ为随机变量；ｙ为任意实数；λ为干旱间隔的期望值，月；ｋ为Ｎ年内发生干旱的次数；Ｆ（ｙ）为累积概率㊂两变量（Ｙ，Ｗ）联合重现期Ｔ㊁同现重现期Ｔᶄ定义为发生Ｙ＞ｙ或Ｗ＞ｗ㊁Ｙ＞ｙ且Ｗ＞ｗ的联合概率［１８］：Ｔ＝λＰ（Ｙ＞ｙɣＷ＞ｗ）＝λ１－Ｃ［ＦＹ（ｙ），ＦＷ（ｗ）］（６）Ｔᶄ＝λＰ（Ｙ＞ｙɘＷ＞ｗ）＝λ１－ＦＹ（ｙ）－ＦＷ（ｗ）＋Ｃ［ＦＹ（ｙ），ＦＷ（ｗ）］（７）３㊀结果与分析３．１㊀指数构建与对比高斯Ｃｏｐｕｌａ函数应用于１２维联合分布时，在参数估计中可能存在不收敛的情形且计算速度慢，不利于实际应用，因此本文采用降低维度的方式，依据５个时间尺度（１㊁３㊁６㊁９㊁１２个月）标准干旱指数ＳＰＩ１㊁ＳＰＩ３㊁ＳＰＩ６㊁ＳＰＩ９㊁ＳＰＩ１２两两之间的相关性，基于５维高斯Ｃｏｐｕｌａ函数构建ＪＤＩ㊂为评价对多维边缘分布的拟合状况，以黄河流域不同区域西宁㊁平凉㊁榆林㊁济南４个站点为例，绘制５维高斯Ｃｏｐｕｌａ函数与１２维经验Ｃｏｐｕｌａ函数建立的联合分布的概率散点图，并拟合其线性关系（见图３）㊂结果显示：有９６个气象站的拟合优度Ｒ２大于０．９８，表明趋势线拟合可靠；有９５个气象站的线性拟合优度大于０．９３，表明５维高斯Ｃｏｐｕｌａ函数基本能保留１２维经验Ｃｏｐｕｌａ函数的联合分布信息㊂将不同干旱指数序列与‘中国近五百年旱涝分布图集“的旱涝记录进行对比（见图４），分析ＪＤＩ的合理性㊂为便于比较，相应地调整了‘中国近五百年旱涝图３㊀经验概率与理论概率的拟合关系分布图集“的旱涝等级划分标准（见表２）㊂平凉站１９６２ ２０００年旱涝监测结果显示：ＪＤＩ具备短时间尺㊃３５㊃度ＳＰＩ对干旱开始时刻反应灵敏的能力，其指标序列易出现波动；ＪＤＩ具备长时间尺度ＳＰＩ识别干旱持续性的能力，能体现时间滞后效应㊂不同时间尺度的ＳＰＩ对干旱的敏感度不同，ＪＤＩ基本能捕捉到典型历史干旱事件（如１９６５年㊁１９７２年㊁１９９７年等特大干旱）㊂ＪＤＩ综合了各时间尺度ＳＰＩ反映的干旱特征信息，反映的干旱状态是至少３个不同时间尺度ＳＰＩ反映的降水量处于偏少的状态㊂图４㊀平凉站干旱指数与旱涝图集对比表２㊀‘中国近五百年旱涝分布图集“旱涝分级调整旱涝程度ＪＤＩ涝偏涝正常偏旱旱原旱涝分级１２３４５调整后分级２１０－１－２３．２㊀干旱演变表３统计了１９６２ ２０１３年黄河流域不同区域４个气象站的不同年代际年均干旱月数，结果显示：西宁站干旱频发，不同等级年均干旱月数呈年代际波动减少趋势；平凉站不同等级年均干旱月数呈年代际波动增加的趋势，其中２０世纪９０年代中旱以上等级年均干旱月数占比较大；榆林站不同年代际年均干旱月数相差较小，１９６２ １９６９年年均干旱月数不多，但极旱年均月数占比很大；济南站１９６２ １９６９年和２０世纪８０年代年均干旱月数较多，轻旱以上等级年均月数占比较大㊂不同气象站年均轻旱月数在各年代际相差较小，流域内轻旱分布较为均匀㊂黄河流域１９６２ ２０１３年不同年代际中旱及以上等级干旱频率的空间分布见图５㊂１９６２ １９６９年干旱集中发生在黄河流域西北部大通河子流域和北部地区河套平原及大黑河子流域，少数气象站的干旱频率超过３５％；２０世纪７０年代干旱频率在大通河子流域减小至２０％以下，在大黑河子流域减小至１５％以下，在黄河流域中部部分地区为１５％ ２０％；８０年代干旱频率在黄河流域下游地区增大至２０％以上，在其他地区不同程度地减小；９０年代干旱频率在黄河流域大部分地区显著增大（尤其是中部泾河㊁渭河和汾河子流域增大至２５％以上，很多气象站超过３５％），中旱㊁重旱㊁极旱集中发生在黄河流域中南部地区，主要表现为２次特大干旱事件（１９９５年陕甘地区发生严重春夏连旱，１９９７年黄河流域大部分地区发生严重夏旱）；２０００ ２０１３年干旱频率在黄河流域源头以南地区有所增大，在流域中南部地区减小至１０％ ２０％㊂总体上，大通河子流域和黄河流域下游地区干旱变化趋势一致，中部渭河㊁泾河和洛河子流域存在以年代为周期的旱涝交替现象㊂表３㊀１９６２ ２０１３年黄河流域各年代际的年均干旱月数气象站时段轻旱中旱重旱极旱总干旱西宁１９６２ １９６９１．９２．８１．５１．１７．３１９７０ １９７９１．６０．８０．２０．２２．８１９８０ １９８９２．５１．６０．５０．１４．７１９９０ １９９９１．４０．６０．５０２．５２０００ ２０１３０．８０．１０００．９平凉１９６２ １９６９１．００．３０．４０．３１．９１９７０ １９７９１．４１．２０．３０２．９１９８０ １９８９１．９１．５０．５０３．９１９９０ １９９９１．４０．７０．８０．７３．６２０００ ２０１３２．７１．３０．５０．１４．６榆林１９６２ １９６９０．８０．４０．５１．３２．９１９７０ １９７９２．１０．５０．３０２．９１９８０ １９８９２．０１．５０．８０４．３１９９０ １９９９２．０１．５０．３０．４４．２２０００ ２０１３１．４１．２０．４０３．０济南１９６２ １９６９２．６１．５０．６０．８５．５１９７０ １９７９１．７０．９０．１０２．７１９８０ １９８９２．２１．４１．３０．３５．２１９９０ １９９９１．２０．７０．３０．１２．３２０００ ２０１３１．１１．００．３０．２２．５图５㊀中旱及以上等级干旱频率空间分布３．３㊀边缘分布与Ｃｏｐｕｌａ函数不同阈值水平下４种边缘分布对干旱特征变量的拟合度检验结果见表４㊂Ｌｏｇｎ分布的ＫＳ检验通过率（理论概率与经验概率一致程度的显著性水平为０．０５的气象站数量占气象站总数量的百分比）最高且接近于１，因此选用对数正态分布拟合各阈值水平下干旱历时与烈度的关系㊂所有气象站变量间Ｐｅａｒｓｏｎ㊁Ｓｐｅａｒｍａｎ㊁Ｋｅｎｄａｌｌ相关系数的范围分别为０．７５６ ０．９８４㊁０．６８４ ０．９４１㊁０．５１０ ０．８２２，表明两者相关度较高㊂ＲＭＳＥ㊁ＢＩＣ等评价指标值越小，联合函数拟合度㊃４５㊃就越好㊂不同阈值水平下３种联合分布的拟合结果见表５，由于ＦｒａｎｋＣｏｐｕｌａ函数拟合最优的气象站数最多，因此选用ＦｒａｎｋＣｏｐｕｌａ函数作为各阈值水平下的二维联合函数㊂３．４㊀干旱特征分布规律不同阈值水平下干旱历时与烈度的联合重现期㊁同现重现期见图６㊂可以看出：对于某一长历时㊁大烈度的干旱事件，同现重现期远大于联合重现期㊂图中散点的历时大多在１０个月以内，烈度大多在８以下，它们的联合重现期大多在１０ａ以内，同现重现期大多在１５ａ以内，两者相差不大㊂散点基本分散在４５ʎ线附近，表明历时长而烈度小的干旱事件罕见，进一步说明两者相关度较高㊂从实际应用视角看，分析同现重现期比联合重现期更有意义，因此本文仅就同现重现期分析流域干旱特征㊂表４㊀边缘分布优选干旱特征分布类型ＫＳ检验通过率阈值水平１阈值水平２阈值水平３历时Ｅｘｐ０．５００．９１０．９７Ｇａｍ０．４８０．８７０．９０Ｌｏｇｎ０．９６１．０００．９７Ｗｂｌ０．６７０．９５０．９７烈度Ｅｘｐ０．６５０．７８０．８１Ｇａｍ０．７９０．８９０．９５Ｌｏｇｎ１．００１．００１．００Ｗｂｌ０．９７０．９７１．００表５㊀联合分布优选阈值水平拟合最优的气象站数ＣｌａｙｔｏｎＣｏｐｕｌａ函数ＦｒａｎｋＣｏｐｕｌａ函数ＧｕｍｂｅｌＣｏｐｕｌａ函数１７６１３２２３８７１０３１０６６２４图６㊀平凉站的联合重现期、同现重现期㊀㊀１０ａ重现期干旱特征值（历时㊁烈度）及同现重现期的空间分布见图７㊂对于同一阈值水平，１０ａ一遇干旱历时和烈度的空间分布较为吻合，均表现为黄河流域西北部地区㊁北部河套平原及大黑河子流域㊁中南部少数地区的干旱历时长㊁烈度大，而黄河流域源头西北部㊁中部干流中下段和下游大部分地区的干旱历时短㊁烈度小；历时长㊁烈度大的地区同现重现期小，同现重现期越小，历时和烈度越可能同时大于各自阈值，干旱风险就越大，不同的是黄河源头北部同现重现期也小，易出现旱情㊂对于不同阈值水平，干旱特征值和同现重现期的空间分布均有所变化但大体类似，阈值水平每增加０．２，干旱历时和烈度均增加１ ３，同现重现期高值区发生无规则的轻微变化，但对低值区影响甚小㊂阈值水平的微小变化能引起干旱历时和烈度同一方向较大的变动幅度，而同现重现期具有良好的稳定性㊂４㊀结㊀论（１）将基于５维高斯Ｃｏｐｕｌａ函数构建的联合干旱指数ＪＤＩ与ＳＰＩ相比较，发现ＪＤＩ综合了不同时间尺度ＳＰＩ的干旱特征信息，具备短时间尺度ＳＰＩ快速捕捉干旱开始时刻的能力，也考虑了时间滞后效应，兼具长时间尺度ＳＰＩ识别干旱持续性的能力，在描述干旱传播及演变过程方面有较大优势㊂（２）根据黄河流域各年代际的年均干旱月数和干旱频率分析干旱演变特性，发现西宁站不同等级年均干旱月数呈年代际减少的趋势，而平凉站呈年代际增大的趋势㊂各年代际轻旱分布均匀，２０世纪９０年代流域中南部地区存在显著的干旱频率高值区㊂从干旱频率看，中部渭河㊁泾河㊁洛河子流域存在以年代为周㊃５５㊃期的旱涝交替现象㊂图７㊀１０ａ一遇干旱历时㊁烈度及同现重现期的空间分布㊀㊀（３）采用Ｌｏｇｎ分布拟合干旱历时㊁烈度，并采用ＦｒａｎｋＣｏｐｕｌａ函数联合历时与烈度，以此分析干旱特征分布规律，发现黄河流域历时长而烈度小的干旱事件罕见，流域西北部地区㊁北部河套平原及大黑河子流域和中部偏南少数地区的干旱历时长㊁烈度大㊁重现期短㊁风险大，而黄河流域源头西北部㊁中部干流中下段和下游大部分地区呈现相反情形㊂（４）以小梯度变化的阈值水平分别提取干旱特征，发现阈值水平轻微的变化能引起干旱历时和烈度同一方向较大的变动幅度，但对同现重现期影响较小㊂干旱历时和烈度对阈值水平响应敏感，同现重现期稳定性良好㊂参考文献：［１］㊀刘彤，闫天池．我国的主要气象灾害及其经济损失［Ｊ］．自然灾害学报，２０１１，２０（２）：９０－９５．［２］㊀ＲＥＩＮＭＡＮＳＬ．ＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉｍａｔｅＣｈａｎｇｅ（ＩＰＣＣ）［Ｊ］．ＥｎｃｙｃｌｏｐｅｄｉａｏｆＥｎｅｒｇｙＮａｔｕｒａｌＲｅｓｏｕｒｃｅ＆ＥｎｖｉｒｏｎｍｅｎｔａｌＥｃｏｎｏｍｉｃｓ，２０１３，２６（２）：４８－５６．［３］㊀黄荣辉，杜振彩．全球变暖背景下中国旱涝气候灾害的演变特征及趋势［Ｊ］．自然杂志，２０１０，３２（４）：１８７－１９５．［４］㊀杨肖丽，郑巍斐，林长清，等．基于统计降尺度和ＳＰＩ的黄河流域干旱预测［Ｊ］．河海大学学报（自然科学版），２０１７，４５（５）：３７７－３８３．［５］㊀魏甡生．中国历史上的干旱［Ｊ］．知识就是力量，２００９（４）：１６－１８．［６］㊀陆桂华，闫桂霞，吴志勇，等．基于Ｃｏｐｕｌａ函数的区域干旱分析方法［Ｊ］．水科学进展，２０１０，２１（２）：１８８－１９３．［７］㊀ＨＡＹＥＳＭＪ，ＳＶＯＢＯＤＡＭＤ，ＷＩＬＨＩＴＥＤＡ，ｅｔａｌ．Ｍｏｎｉ⁃ｔｏｒｉｎｇｔｈｅ１９９６ＤｒｏｕｇｈｔＵｓｉｎｇｔｈｅＳｔａｎｄａｒｄｉｚｅｄＰｒｅｃｉｐｉｔａｔｉｏｎＩｎｄｅｘ［Ｊ］．ＢｕｌｌｅｔｉｎｏｆｔｈｅＡｍｅｒｉｃａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙ，１９９９，８０（３）：４２９－４３８．［８］㊀ＭＯＫＣ，ＬＥＴＴＥＮＭＡＩＥＲＤＰ．ＯｂｊｅｃｔｉｖｅＤｒｏｕｇｈｔＣｌａｓｓｉｆｉ⁃ｃａｔｉｏｎＵｓｉｎｇＭｕｌｔｉｐｌｅＬａｎｄＳｕｒｆａｃｅＭｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｍｅｔｅｏｒｏｌｏｇｙ，２０１４，１５（３）：９９０－１０１０．［９］㊀ＨＡＯＺ，ＡＧＨＡＫＯＵＣＨＡＫＡ．ＭｕｌｔｉｖａｒｉａｔｅＳｔａｎｄａｒｄｉｚｅｄＤｒｏｕｇｈｔＩｎｄｅｘ：ＡＰａｒａｍｅｔｒｉｃＭｕｌｔｉ⁃ＩｎｄｅｘＭｏｄｅｌ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＷａｔｅｒＲｅｓｏｕｒｃｅｓ，２０１３，５７（９）：１２－１８．［１０］㊀ＪＯＥＨ．ＭｕｌｔｉｖａｒｉａｔｅＭｏｄｅｌｓａｎｄＤｅｐｅｎｄｅｎｃｅＣｏｎｃｅｐｔｓ［Ｊ］．Ｔｅｃｈｎｏｍｅｔｒｉｃｓ，１９９８，４０（４）：３５３．［１１］㊀ＫＡＯＳＣ，ＧＯＶＩＮＤＡＲＡＪＵＲＳ．ＡＣｏｐｕｌａ⁃ＢａｓｅｄＪｏｉｎｔＤｅｆｉｃｉｔＩｎｄｅｘｆｏｒＤｒｏｕｇｈｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１０，３８０（１）：１２１－１３４．［１２］㊀ＮＥＬＳＥＮＲＢ．ＡｎＩｎｔｒｏｄｕｃｔｉｏｎｔｏＣｏｐｕｌａｓ［Ｊ］．Ｔｅｃｈｎｏｍｅｔ⁃ｒｉｃｓ，２０００，４２（３）：３１７－３１７．［１３］㊀ＹＥＶＪＥＶＩＣＨＶ．ＡｎＯｂｊｅｃｔｉｖｅＡｐｐｒｏａｃｈｔｏＤｅｆｉｎｉｔｉｏｎｓａｎｄＩｎｖｅｓｔｉｇａｔｉｏｎｓｏｆＣｏｎｔｉｎｅｎｔａｌＨｙｄｒｏｌｏｇｉｃＤｒｏｕｇｈｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，１９６７，７（３）：４９１－４９４．［１４］㊀ＬＩＵＸＦ，ＷＡＮＧＳＸ，ＺＨＯＵＹ，ｅｔａｌ．ＳｐａｔｉａｌＡｎａｌｙｓｉｓｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＤｒｏｕｇｈｔＲｅｔｕｒｎＰｅｒｉｏｄｓｉｎＣｈｉｎａＵｓｉｎｇＣｏｐ⁃ｕｌａｓ［Ｊ］．ＮａｔｕｒａｌＨａｚａｒｄｓ，２０１６，８０（１）：３６７－３８８．［１５］㊀ＣＨＥＮＸ，ＦＡＮＹ．ＥｓｔｉｍａｔｉｏｎｏｆＣｏｐｕｌａ⁃ＢａｓｅｄＳｅｍｉｐａｒａ⁃ｍｅｔｒｉｃＴｉｍｅＳｅｒｉｅｓＭｏｄｅｌｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｅｔｒｉｃｓ，２００６，１３０（２）：３０７－３３５．［１６］㊀ＭＡＳＳＥＹＪＲＦ．ＴｈｅＫｏｌｍｏｇｏｒｏｖ⁃ＳｍｉｒｎｏｖＴｅｓｔｆｏｒＧｏｏｄｎｅｓｓｏｆＦｉｔ［Ｊ］．ＰｕｂｌｉｃａｔｉｏｎｓｏｆｔｈｅＡｍｅｒｉｃａｎＳｔａｔｉｓｔｉｃａｌＡｓｓｏｃｉａ⁃ｔｉｏｎ，１９５１，４６（３）：６８－７８．［１７］㊀程亮，金菊良，郦建强，等．干旱频率分析研究进展［Ｊ］．水科学进展，２０１３，２４（２）：２９６－３０２．［１８］㊀ＳＨＩＡＵＪＴ．ＦｉｔｔｉｎｇＤｒｏｕｇｈｔＤｕｒａｔｉｏｎａｎｄＳｅｖｅｒｉｔｙｗｉｔｈＴｗｏ－ＤｉｍｅｎｓｉｏｎａｌＣｏｐｕｌａｓ［Ｊ］．ＷａｔｅｒＲｅｓｏｕｒｃｅｓＭａｎａｇｅｍｅｎｔ，２００６，２０（５）：７９５－８１５．ʌ责任编辑㊀张华兴ɔ㊃６５㊃。
基于降水距平的黄淮平原夏玉米干旱评估指标研究
式中， ｙ为作物 历年 单产 ； 为趋势 产量 ； 为气 象
产量 ； 随机 “ ｅ为 噪声 ” 一般 忽略 不计 ， （ ） 可简 ， 故 １式
化为：
Ｙ＝ ＋ （） ２
玉米 生长季 农业气 象 干 旱 指标 ， 为进 行 夏 玉米 干 旱
代 表站 ， 择 杞 县 、 阳 和莱 州 站 作 为 灌 区 的代 表 选 濮
黄淮 平原是 夏 玉 米 主产 区 ， 资源 不 足 是 限制 水
该地 区农 业可 持续 发展 的主 要 因 素 ， 是 威 胁 夏玉 也
米稳 产高 产 的主要 气 象 灾 害 之一 。统 计 资 料 表 明 ，
合 农 业干 旱 划 分标 准 ， 定 了夏玉 米 生长 季 不 同等 级 的农 业 气象 干 旱 指 标 ， 降水 负距 平 ＜ ｏ 、０ ～５ ％ 、ｏ ～ 确 即 ２％ ２％ ｏ ５％
８ ％ 、 ０ 时 ， 别 出现 轻 旱 、 ０ ＞８ ％ 分 中旱 、 旱和 严 重 干旱 ， 量 分别 减 少 ＜１％ 、 ％ ～２ ％ 、 ％ 一 ０ 、 ０ 。 重 产 ０ １ ０ ０ ２ ０ ３ ％ ＞３％ 关 键词 ：夏 玉米 ； 势 产 量 ； 象 产 量 ； 趋 气 干旱 指 标 ｌ 淮平 原 黄
三 次 多项 武 拟合 趋势 产量 ， 离 相 对 气 象 产 量 ； 析 不 同 生 育 阶 段 降水 距 平 和 相 对 气 象 产 量 的相 关 关 系 ， 果 表 分 分 结
明， 玉米 出苗 一抽 雄 期 降水 距 平 与 相 对 气 象产 量 呈 显著 的正 相 关 ； 过统 计 分 析 ， 立 了它们 之 间 的 回 归方 程 ， 结 通 建 并
指标 的 研 究 相 对 较 少 。本 文 从 降水 和产 量 资 料 出 发， 运用 统计 学方 法 ， 究 二者 之 间 的关 系 ， 定 夏 研 确
基于实际蒸散构建的干旱指数在黄淮海地区的适用性_王莹_图文_.
基于实际蒸散构建的干旱指数在黄淮海地区的适用性王莹 1吴荣军 2,3郭照冰 1*(1南京信息工程大学环境与科学学院,南京 210044; 2南京信息工程大学应用气象学院,南京 210044; 3江苏省农业气象重点实验室,南京 210044摘要基于 NOAH 陆面模式模拟的实际蒸散产品,分析了 2002— 2010年黄淮海地区实际蒸散的时空分布特征。
同时, 结合 MOD17潜在蒸散数据和 MOD13 NDVI构建了 2002— 2010年的农业干旱指数——干旱敏感性指数(DSI ,并以 2002年 1— 12月为例,利用帕默尔干旱指数 (PDSI 、冬小麦减产率以及实际旱情资料, 分析了 DSI(800~900 mm ,最低值出现在西北部(<300 mm ; DSI 、呈正相关(r 2=0.61和变化趋势的一致性,均在 2002和 -1.33 , 2003年最高(0.81和 0.92 , ; DSI 2r 2=0.06 ,关键词evapotranspiration. WANG Ying11* (1School ofNanjing 210044, China ; 2Science Technology, Nanjing ; 3Meteorology, NanjingAbstract :minimum less than 300 mm in the northwest. The DSI and PDSI had positive correlation (r 2=0.61 and high concordance in change trend. They all got the low point (-0.61 and -1.33 in 2002 and reached the peak (0.81 and 0.92 in 2003. The correlation between DSI and yield reduction rate of winter wheat (r 2=0.43 was more significant thanthat between PDSI and yield reduction rate of winter wheat (r 2=0.06. So, the DSI reflected a high spatial resolution of drought pattern and could reflect the region agricultural drought severity and intensity more accurately.Key words: actual evapotranspiration; agricultural drought index; Huang-Huai-Hai Region.本文由赤峰学院学报提供 本文由中国气象局农业气象保障与应用技术重点实验室开放基金项目(AMF201305和国家自然科学基金项目 (41575110资助 This work was supported by the Key Laboratory of Agrometeorological Safeguard and Applied Technique of China Meteorological Administration (AMF201305 and The National Natural Science Foundation of China (41575110.2015-08-10Received, 2016-02-04 Accepted.*通讯作者 Corresponding author. E-mail: guocumt@干旱是中国的主要自然灾害之一, 其中的农业干旱是以植物生长状态以及土壤含水量为特征, 生长季节内因缺少水分供给而造成土壤缺水, 使农作物生长发育受抑, 导致作物减产甚至绝收的一种农业气象灾害。