基于SPI和云模型的海河平原区干旱特征研究

根据海河平原20个气象站1955—2019年逐日降水量计算了年尺度和季尺度的标准化降水指数(SPI),对各尺度不同等级的干旱频率及其时空特征进行分析;以年尺度SPI为样本,采用正态云发生器算法和多步还原逆向云变换算法构建云模型,分析了干旱的随机性和稳定性。结果表明,海河平原区干旱频率主要分布区间为[0.28,0.31],呈现轻旱高频、重旱低频的特点;春旱发生频率最高,冬旱频率最小,夏季地区间及年际间差异最大。年际间SPI云模型的3个特征参数均呈减小趋势,其中熵呈显著减小趋势,且超熵与熵呈显著正相关,即SPI分布的随机性和不均匀性变化趋势一致;空间上各站点超熵和熵则呈极显著负相关,随机性和不均匀性呈相反趋势;云特征的年际差异大于站点间差异,即云模型能够更好地反映区域年际间SPI在空间上的随机性和稳定性。海河平原整体上有趋于干旱的趋势,各站点SPI的随机性显著减小,且变化趋于稳定。     

气候变化背景下山西省气象干旱时空演变特征

干旱频发对生态资源、农业发展造成了严重影响,为揭示山西省干旱时空演变特征,基于1971—2020年山西省24个气象站点的逐月气象资料,利用改进的Mann-Kendall方法检验各气象因子的年变化趋势,采用FAO56 Penman-Monteith公式计算参考作物腾发量（ET0）,分析单个气象因子变化情况下ET0的变化特征和对气象因子的敏感性,比较各时间尺度（月、季、年尺度）不同干旱指数（降水距平百分率（Pa）、标准化降水指数（SPI）和标准化降水蒸散指数（SPEI））对山西省干旱灾害监测能力。结果表明：ET0与相对湿度呈负相关,气象因子对ET0的敏感性由大到小依次为相对湿度、日最高气温、2m处风速、日最低气温、日平均气温,ET0呈波动下降趋势。SPEI能够在多时间尺度上有效反映山西省干旱状况,是该地区干旱监测的有效工具。在月、季、年尺度下,比较3个干旱指数, Pa检测效果较差,〖JP2〗SPI和SPEI在某些地理区域存在较大差异,整体而言,SPEI在多数地区检测干旱的性能更好;SPEI-1〖JP〗尺度下,各干旱等级发生频率由大到小依次为轻旱（14.8%）、中旱（10.6%）、重旱（5.6%）、特旱（1.9%）,3月干旱发生率最高（34%）,12月发生率最低（31.8%）,吕梁市、晋中市、大同市干旱情况较为严重;SPEI-3尺度下,季节发生干旱频率由大到小依次为秋季（33.5%）、夏季（32.5%）、春季（31.9%）、冬季（31.4%）,大同市、长治市特旱发生频率最高,旱情最为严重,忻州市轻旱频率、朔州市中旱频率、吕梁市重旱频率最高;SPEI-12尺度下,轻、中、重、特旱频率分别为14.8%、10.5%、5.4%、2.3%,SPEI-12相较SPEI-1和SPEI-3识别重旱、特旱的站点更多,并基于游程理论得出,山西省南部干旱频次更多,东部干旱历时更长、干旱严重程度更大,干旱峰值主要出现在山西省南北部,由于年均降水呈波动性下降,年均气温整体上升,山西省的气候趋于暖干化,南北部旱情将有所加重,中部地区旱情有所减缓,全域性干旱仍有很大发生可能。     

基于SPEI的南盘江流域近40年冬春干旱时空特征研究

以标准化降水蒸发指数(SPEI)作为干旱指标,根据SPEI的总体变化趋势、干旱覆盖范围、发生频率、周期及空间分布,分析南盘江流域冬春干旱的时空分布特征。结果表明,1971—2010年,南盘江流域年均SPEI处于下降趋势且存在6、10年的周期变化;干旱覆盖范围逐渐扩大,轻旱呈下降趋势,中旱及重旱呈上升趋势;流域各地区发生不同程度干旱,轻旱由西南向东北方向递减,重旱与之相反,中旱则以西南至东北方向中部最低;流域内冬春干旱多为中旱。     

1961—2020年东北三省干旱时空分布特征

【目的】分析1961—2020年东北三省干旱时空分布格局。【方法】基于1961—2020年东北三省的86个气象站实测数据,计算1961—2020年不同时间尺度的标准化降水蒸散指数（SPEI）,并结合游程理论、Mann-Kendall检验、经验正交函数（EOF）分解等方法对东北三省的干旱时空变化特征进行分析。【结果】年尺度上,SPEI均呈缓慢减小趋势,但整体上高于-2.0,无显著突变点,干旱发生频率为25.5%～37.6%,中旱、重旱、特旱发生的频率自西向东呈“高-低-高”、“中间高两边低”、“逐渐降低”的分布规律;季尺度上,春夏秋季呈下降趋势,冬季呈现上升趋势,这表明冬季东北三省干旱有所减轻,而春夏秋三季的干旱有所加重,干旱在空间上发生的频次为春季>冬季>夏季>秋季;干旱历时越长其干旱烈度越小,代表站点越干旱;年际尺度上EOF分解得到的前4个特征向量和四季尺度分解得到的第一个特征向量的主要空间模态表现为全区一致、南北反向分布特征。【结论】东北三省除春季和冬季外,年和其余两季SPEI都呈现出下降趋势,其中南部干旱有加重趋势,北部呈现湿润趋势。     

基于云模型和相对湿润度指数的干旱时空分布特征分析

根据川中丘陵区8个典型站点1960—2011年逐月气象资料计算相对湿润度指数,并引入云模型,在年、季时间尺度上分析该研究区的干旱时空分布特性。结果表明,1994年为突变年,干旱开始呈持续加重趋势,干旱强度的时间分布较均匀且稳定;冬季干旱最严重,春季次之,冬季干旱强度的时间分布最均匀也最稳定;夏季和秋季不干旱,但夏季干旱强度的时间分布最不稳定,秋季干旱强度的时间分布最离散,且干旱呈显著加重趋势。除冬季干旱强度的空间分布的离散程度比时间分布的离散外,其余时段都比时间分布均匀,但稳定性比时间分布的小。因此,川中丘陵区主要为季节性干旱,特别应在冬季做好防旱减灾工作。     

考虑气候分区的甘肃省干旱时空分布特征分析

甘肃省地处生态脆弱区,气候条件复杂,干旱发生概率高、范围广。为了更好地研究甘肃省干旱时空变化特征,综合考虑甘肃省气候类型和地理特征将其划分为4个气候分区（Ⅰ区,河西大陆性气候区;Ⅱ区,陇中北部季风气候区;Ⅲ区,陇南-陇中南部季风气候区;Ⅳ区,甘南高寒气候区）,并采用甘肃省26个国家气象站点的气象资料,计算其近60年（1960—2019年）的月、季和年尺度的标准化降水蒸散指数（SPEI-1、SPEI-3、SPEI-12）,结合气候倾向率、Mann-Kendall突变检验、空间插值等方法探讨甘肃省近60年的干旱时空演变特征。结果表明：从时间变化角度看,不同时间尺度的SPEI均呈减小变化趋势,且随时间尺度的增大,SPEI波动幅度越小;在四季变化上,春、夏、秋季SPEI在甘肃省各气候分区都呈现在波动中下降的趋势,且下降趋势明显,表明干旱趋势显著,冬季SPEI在各气候分区呈现在波动中上升的趋势,表明有湿润化的趋势。从空间变化角度看,甘肃省Ⅰ区呈干旱减缓趋势,Ⅱ区、Ⅲ区和Ⅳ区呈干旱加剧趋势,且春季各气候分区干旱加剧趋势明显,夏、秋季次之,而冬季基本上都呈现干旱减缓趋势;甘肃省不同气候分区不同等级干旱发生频率分布差异大且不均衡,干旱频率由小到大依次为：特旱、中旱、重旱、轻旱。     

甘肃省农业干旱对多尺度气象干旱的响应

基于气象站点和卫星遥感数据,以标准化降水蒸散发指数(SPEI)和植被状态指数(VCI)分别表征气象干旱和农业干旱,利用统计方法和Arcgis技术分析了甘肃省气象及农业干旱的时间变化趋势和空间分布特征,采用最大相关系数法分析了不同时间尺度的SPEI指数对VCI指数的响应关系。结果表明:气象干旱在春、夏、秋及生长季干旱发生频率最高的地区分别为:陇东地区、河西地区、陇东与河西地区、陇东地区。大部分地区气象干旱呈增加趋势,而农业干旱呈减缓的趋势。农业干旱发生频率表现出西北部和东部高,中部和南部低的空间格局。SPEI与VCI相关性特征表明,空间上SPEI与VCI在林地和草地的相关性最大;时间上VCI指数与SPEI-3相关性最大,即农业干旱对3个月尺度的气象干旱响应最灵敏。研究结果可为甘肃省的农业防旱工作提供参考。     

基于降水距平百分率的安徽省近50a干旱时空分布特征分析

基于安徽省1965-2014年15个气象站点的降水资料,以降水距平百分率(Pa)为干旱指标,从年和季(3个月)时间尺度定量地分析安徽省时空变化特征。研究结果表明:安徽省干旱在空间尺度上分布不均,北部和西南地区干旱发生频率高,中部和东南地区发生频率较低,自北向南干旱频率逐渐降低。通过对季节尺度干旱结果的比较可知,秋旱发生频率最高、强度最大、干旱范围最广,其次是夏旱、冬旱和春旱。其中春旱和秋旱有加重趋势,而夏旱和冬旱趋势不明显。     

基于SPI的云南省多尺度干旱时空演变特征识别

【目的】识别云南省多尺度干旱的时空演变特征。【方法】基于云南省36个气象站31 a的气象数据,基于标准化降水指数（SPI）,结合GIS空间分析、非参数Mann-kendall趋势检验,识别云南省多尺度气象干旱时空分布及演变特征。【结果】(1)SPI在年尺度、季节尺度均呈波动变化趋势,除春季SPI略有增长外,夏季、秋季、冬季和年尺度的SPI均表现为减小趋势,秋季SPI变幅最大,冬季变幅最小。(2)年尺度干旱频率分布在32.26%～50.00%之间,主导的干旱等级为轻微干旱和极端干旱,干旱频率高值区主要分布在文山、红河、昆明、楚雄、德宏。(3)春、夏、秋、冬4个季节的干旱频率分别为39.86%、39.83%、38.43%、41.33%,尽管季节间干旱频率差异较小,但不同季节主导性干旱等级差异较大。除春季外,各季节的主导性干旱等级均包含极端干旱。(4)年尺度上,除5个站点干旱呈增强趋势外,其余站点均无显著变化趋势;春季大部分站点干旱演变呈减小趋势,而夏季、秋季、冬季则分别有11、6、2个站点呈显著增强趋势。【结论】云南省年尺度和季节尺度干旱频率分布及演变趋势呈明显的时空分异特征,区域干旱以季...     

基于SPEI的陕西省干旱特征及其对玉米产量的影响

基于陕西省1971-2020年32个气象站实测气象资料，计算不同尺度玉米生育期标准化降水蒸散指数（SPEI），利用旋转正交经验函数法、趋势分析法和小波分析法分析玉米不同生育期的干旱时空特征。结合陕西省9地区1990-2020年玉米单产数据，借助HP滤波法分离出玉米气象产量，采用交叉小波分析和线性回归法分析了干旱对玉米气象产量的影响。结果表明：(1)研究区干湿空间分布在玉米生育期可划分出关中、延安、榆林和陕南西南部4个干旱敏感区域；(2)在1971-2020年内，全生育期关中、榆林和延安地区呈干-湿交替变化，1990s末陕西大部分地区干旱较严重；(3)铜川、宝鸡、咸阳和渭南地区玉米气象产量与花丝期干湿状况密切相关，其余地区受全生育期干湿状况影响最大。玉米气象产量与干旱状况呈显著的正相关，且在1994-2000年存在1～4 a的共振周期；(4)榆林、铜川和渭南地区玉米气象产量随SPEI值增大而增加，而延安、宝鸡、咸阳、安康、汉中和商洛当SPEI值大于1.6或小于-0.4时会发生轻度及以上程度的减产。     

贵州省2001—2015年植被覆盖NDVI时空演变及其对SPEI的响应

引起植被覆盖变化的气候因子占据主导地位。研究探讨了贵州省近15年来植被指数长时间序列的变化特征、基于标准化降水蒸散指数（SPEI）的干旱时空变化特征及两者之间的相关关系,可为区域植被覆盖保护与恢复提供一定的理论依据。选择2001—2015年MODIS NDVI（1 km）及19个气象站点气温、降水数据,采用一元线性回归的方法探究贵州省近15年来植被覆盖NDVI在年、月尺度下时空演变特征,及其与气温、降水和标准化降水蒸散指数（SPEI）的相关关系。结果表明:贵州西北至东南地区多年平均NDVI呈低中高分布格局,p<0.01上的生长速率为0.051/（10 a）,呈显著增加的趋势;多年平均气温、降水量的空间分布从西北到南方向呈现出低-中-高的特征,其易发生干旱的地区主要集中在贵州的西北地区,干旱在区域内的空间差异较大,黔西北、黔西南地区为易旱集中区;年均NDVI与年均SPEI、年均气温和年均降雨量的相关系数均为正值,表示NDVI与其响应因子具有一定的相关性,但与SPEI的相关性不显著,与气温和降水的相关性在p<0.01上呈显著性的正相关,且相关系数均大于0.5以上,相关程度较高;1—6月大致（p<0.01显著）呈现不显著的负相关,7—9月和11月表现为除9月（p<0.01显著）外均呈现不显著的正相关。      

基于气象指标优化模型的自贡地区干旱等级评定

以自贡地区季节性干旱为研究对象,基于区域综合干旱评价中不同指标评价结果具有不确定性,利用逐日平均气温、降水量、土壤湿度等单项气象指标资料,选取降水距平百分率、湿润度指数、土壤含水量、标准化降水指数4种干旱评价指标,运用加权法判定各评价指标的权重,并采用改进的TOPSIS评价模型,按照《气象干旱等级》(GB 20481-2006)评价标准,对自贡地区2017年1-6月旱情进行综合指标评价。研究结果表明:1月和2月为特大干旱,3月为轻旱,6月为无旱,与自贡地区同期气象干旱实况监测一致;由于评价与监测时间尺度不同以及降水时空分布不均,使得4月和5月的评价结果与实况重旱不完全一致,但在统一评价时空尺度时改进TOPSIS模型评价结果客观并且符合自贡地区实际情况。     

韶关市近50年干旱与烟草需水量变化特征研究

基于1971-2020年韶关市8个气象观测站逐日气象数据,计算不同时间尺度标准化降水蒸散发指数(SPEI),并采用MMK趋势检验和作物系数法等方法,研究了近50年韶关地区干旱与烟草需水量变化特征.结果表明:①2000s后,韶关的干旱程度有增强的趋势,且年干旱影响范围在不断扩大;②从空间分布来看,年干旱发生频率总体呈"北多南少"的分布规律,韶关曲江是季节尺度干旱事件易发生地;③韶关地区的干旱化主要由气温和降水共同作用,其中降水占主导因素;④韶关南雄烟草生长期需水量以5.98 mm/10a的速率显著递增,与SPEI指数呈负相关.总的来看,韶关市干旱渐趋严重,且呈四季干旱多发,中部受灾严重以及春冬季易旱涝急转的特征.其中韶关南雄由于干旱化有加剧趋势,需特别在烟草生长期内做好水资源配置和规划管理工作.     

贵州省干旱时空变化特征及其对气候变化的响应

为了探究在气候变化背景下不同时间尺度的干旱变化特征,基于贵州省19个代表气象站1960—2013年气象资料,采用标准降水蒸散指数(SPEI),分析了贵州省年度、4个季节以及秋收作物生长季的时空分布特征和发生规律及其对气候变化的响应。结果表明,年度、春季、夏季和秋季的干旱情况呈加重趋势且具有长期持续性;除冬旱外,年度和其余季节的干旱站次比扩大,以局域性和全域性干旱为主,干旱强度增强,以轻度和中度干旱为主;春季和夏季是贵州省干旱的高发时段,春季最易旱区集中在黔西北地区,夏季最易旱区分布在黔东北和黔东南地区;整个研究时域内秋收作物生长季的干旱化趋势上升,尤其是在2001年以后中干旱情况明显加重;干旱易发区呈由东向西的转移趋势;影响贵州省干旱的主要气象要素是降水、相对湿度和日照时数,其次是温度。     

基于标准降水指数的黑龙江省气象干旱特征分析

以黑龙江省27个气象站点1959-2014年的逐月降水数据为基础,计算不同时间尺度的标准降水指数,结合主成分分析法分析该省气象干旱的严重程度、影响范围、时空分布的多时间尺度特性。结果表明,黑龙江发生气象干旱的频率约为30%,省内气象干旱影响范围在1980年前呈扩大趋势之后逐渐缩小,2000-2014年干旱范围轻微增大后趋于稳定。气象干旱空间分布格局主要存在整体一致型和西北-东南对立分布两种态势。随着时间的变化,黑龙江在1980年后极端事件发生较多,2000年后旱化趋势显著。该结论可为研究区内的水资源分配及农业发展提供理论指导作用。     

基于云模型的安徽省干湿指数时空分布特征研究

为探究变化背景下安徽省干湿指数时空分布格局，利用安徽省1957—2016年的逐日气象观测数据，在采用区域修正模式的FAO 56 Penman-Monteith模型计算潜在蒸散量（ET0）的基础上，通过云模型定量描述近60年安徽省干湿指数（AI）的时空分布特征、均匀性和稳定性。结果表明：安徽省AI、ET0呈现波动下降趋势，倾向率分别为-0.006a-1和-0583mm/a，降水量P呈现1155mm/a的上升趋势，ET0和P的相向趋势造成了AI的逐渐降低，近60年安徽省总体呈现变湿趋势。相较于ET0与AI，P最为离散，稳定性最差。在四季尺度上，以夏季为主导（-0.012a-1）的夏秋冬AI降低为安徽省干湿变化主要特征，AI超熵值由高到低依次为夏季、秋季、春冬季，不确定性逐渐降低；四季ET0变化熵值均低于年均熵值，四季ET0模糊性与随机性较差，冬季ET0具有最大不稳定性；夏冬季节的雨雪增加与春秋季降水量减少是安徽省四季降水格局的主要表现形式，且夏季降水增加趋势显著（2 467mm/a），同时表现出最大的不均匀性和不稳定性。在空间尺度上，AI、ET0和P均呈现皖南至皖北的梯度变化特征，〖JP〗出现非平滑纬度地带性现象，空间上各区域熵与超熵均高于时间序列，空间上AI的分布更为离散、不稳定。     

基于DSSAT-CERES-Wheat的黄土高原西部春小麦干旱影响研究

为提出有效措施预防黄土高原西部地区春小麦生产受到气象和农业干旱的影响,估算了1961—2018年期间、时间尺度1～6个月标准化降水蒸散指数（Standardized precipitation evapotranspiration index, SPEI）以及深度0～10 cm和深度10～40 cm的土壤水分亏缺指数（Soil moisture deficit index, SMDI）,探究了气象和农业干旱时空变化规律;利用DSSAT-CERES-Wheat模型模拟了黄土高原西部7个站点春小麦1961—2018年的生长要素和产量数据,分析了其时空变化规律;并研究了气象和农业干旱对春小麦生长过程及产量的影响。结果表明：以甘肃临夏站为例,时间尺度1～6个月SPEI和SMDI的干湿状态总体上一致,SPEI总体呈现干湿交替,深度0～10 cm的SMDI以及深度10～40 cm的SMDI的变化基本一致,均呈现变湿润的趋势。DSSAT-CERES-Wheat模型模拟黄土高原西部春小麦生长过程和产量方面的效果良好（决定系数R²为0.65～0.84）;1961—2018年春小麦最...     

基于SPEI的贵州省分区干旱时空演变特征

[目的]干旱对贵州省水循环及水资源管理系统造成严重破坏,科学合理地认识干旱时空演变对抗旱减灾及社会稳定至关重要。[方法]利用贵州省18个气象站点1960 2012年逐月降水和平均气温数据计算标准化降水蒸散指数SPEI评估干旱,采用M-K趋势检验、B-G分割法、极点对称模态分解法ESMD和反距离权重插值法分析了贵州省分区分时段干旱时空演变特征。[结果]贵州省月、季和年尺度SPEI序列均呈波动下降趋势,其中夏季和冬季SPEI序列变化未通过显著性检验,且20世纪60 90年代,贵州省各分区干湿变化具有较强的一致性,21世纪各分区的干湿变化不具有明显的一致性;以黔西北年SPEI为例,基于ESMD分解法得到3个模态分量IMF和1个趋势项R,从R看出干旱指数整体上呈波动“减小-增大”趋势,分析IMF1-IMF3振荡可得黔西北地区干旱具有2.1、7.6和26.5a的周期特征,且年代际周期26.5a在干旱变化中起主导作用,ESMD法在非线性、非平稳时间序列周期及趋势分析中应用效果较好;依据B-G分割法检测结果,得到1960 1986年、1987 2003年和2004 2012年3个研究时段,2004 2012年黔西北地区的冬旱强度和黔西南地区的春旱频率达到最大,分别为1.82和77.78%,2004 2012年四季干旱强度明显增大,且1986 2012年贵州省高强度干旱呈现由北向南转移趋势,1960 2003年四季干旱高频区呈现由东南向西北转移趋势,1960 2012年各分区四季干旱频率呈现增加趋势。[结论]贵州省各分区呈干旱化趋势,且干旱频率和强度呈现不同程度的增加。     

东北三省地区生长季旱涝对春玉米产量的影响

评估生长季旱涝对作物产量的影响有助于农民采取措施增产保收。本研究基于1988—2017年气象站点数据和灾情、产量等统计数据,以中国东北三省为研究区,通过对比多时间尺度指标——标准化降水指数（SPI）和标准化降水蒸散指数（SPEI）与旱涝受灾率的关系,选择优势指数表征东北春玉米生长季干湿状况,基于HP滤波构建相对气象产量,利用距离相关分析方法选取合理时间尺度和关键月份的指数,分析这些指数与春玉米相对气象产量的关系以及不同生育阶段水分条件与产量之间的关系。结果表明：（1）SPI、SPEI均能表征东北地区农作物受旱和受涝状况,整体上SPEI在表征东北地区旱涝时更具优越性,尤其在辽宁省,因旱受灾率与SPI和SPEI相关系数差距明显,因涝受灾率与SPEI相关系数最大值为0.54,与SPI相关性不显著。（2）辽宁省SPEI₃-8与相对气象产量的距离相关系数最大,吉林省和黑龙江省SPEI₆-8与相对气象产量的距离相关系数最大;各省对应的SPEI与相对气象产量呈向下的抛物线趋势,其中辽宁省春玉米产量受干旱和雨涝的共同影响,吉林、黑龙江两省主要受干旱灾害的影响。（3）辽宁省春玉米在拔节—抽穗期主要受干旱影响,生长季后期受洪涝灾害影响较前期加重;当SPEI为1.0左右时,吉林省春玉米在出苗—拔节、拔节—抽穗期可达到最高产,抽穗—乳熟期受干旱影响严重;黑龙江关键生育期主要受旱灾影响,在出苗—拔节、拔节—抽穗期正常偏湿年份可达到最高产量,但中度及以上雨涝仍会导致玉米减产,抽穗—乳熟期在轻度湿润时可高产,重度湿润时会因涝减产。本研究对东北三省地区预估旱涝灾害对春玉米产量影响和及时采取灾害防御措施具有一定的参考价值。     

基于DSSAT-CERES-Wheat的黄土高原西部春小麦干旱影响研究

为提出有效措施预防黄土高原西部地区春小麦生产受到气象和农业干旱的影响,估算了1961—2018年期间、时间尺度1~6个月标准化降水蒸散指数（Standardized precipitation evapotranspiration index, SPEI）以及深度0~10cm和深度10~40cm的土壤水分亏缺指数（Soil moisture deficit index, SMDI）,探究了气象和农业干旱时空变化规律;利用DSSAT-CERES-Wheat模型模拟了黄土高原西部7个站点春小麦1961—2018年的生长要素和产量数据,分析了其时空变化规律;并研究了气象和农业干旱对春小麦生长过程及产量的影响。结果表明：以甘肃临夏站为例,时间尺度1~6个月SPEI和SMDI的干湿状态总体上一致,SPEI总体呈现干湿交替,深度0~10cm的SMDI以及深度10~40cm的SMDI的变化基本一致,均呈现变湿润的趋势。DSSAT-CERES-Wheat模型模拟黄土高原西部春小麦生长过程和产量方面的效果良好（决定系数R2为0.65~0.84）;1961—2018年春小麦最大叶面积指数和地上生物量无明显变化趋势,而产量在2005年之后有增加的趋势。开花期和灌浆期的干旱对春小麦生长过程以及产量的影响更大,SMDI与春小麦生长和产量要素之间的关系比SPEI更为密切,表明农业干旱对春小麦生长和产量的影响更大,其中深度0~10cm的SMDI比深度10~40cm的SMDI影响程度大。时间尺度2个月的深度0~10cm的SMDI是干旱背景下影响春小麦生长和产量的关键时间尺度。本研究为黄土高原西部春小麦生产应对气象和农业干旱提供了参考。