西南地区综合干旱监测模型构建与验证

在全球极端天气事件越来越多的大背景下,准确监测西南干旱对区域农业可持续发展具有重要的现实意义。该文选取降水距平百分率(percentage of precipitation anomaly index,Pa)、标准化降水指数(standard precipitation index,SPI)、相对湿润指数(relative moisture index,MI)等3种气象类干旱监测模型以及植被供水指数(vegetation water supply index,VWSI)与归一化植被指数(normalized differential vegetation index,NDVI)等2种遥感类干旱监测模型,并分别与实测土壤湿度作相关分析,在此基础上选取相关系数最高的相对湿润指数与归一化植被指数为自变量建立综合干旱监测指数(comprehensive drought monitoring index,DI)。结果表明,综合干旱指数与土壤水分实测值有较好的相关性,监测精度可达88.38%;在不同海拔高度内,综合干旱指数的拟合效果比单一指数效果更好,精度更高;在分析2009-2010年西南特大干旱旱情发展的时空演变过程中,综合干旱监测结果与实际干旱情况有较好的空间一致性,监测效果佳。研究成果为西南丘陵山区干旱监测提供了一种新的方法。     

基于TRMM数据的山东省干旱监测及其可靠性检验

为了兼顾卫星遥感干旱监测的高时空覆盖性和气象站点干旱监测的普遍适应性,使用热带降水测量卫星(TRMM)3B43的逐月降水量资料和单站干旱监测Z指数方法,对区域干旱过程进行监测。研究以黄淮海平原冬小麦主产区的山东省为例,使用该方法对1998年1月-2010年12月间的逐月干旱情况进行了监测,并利用同期气象数据计算出来的标准化降水指数(SPI)对TRMM-Z指数进行了验证。结果表明TRMM-Z指数监测出的干旱发生、发展过程与实际相符,其监测结果与站点SPI相关系数为0.83,达极显著水平。该干旱监测方法在区域干旱监测与评估中具有很好的适用性和精度,为有效获取气象与农业旱情提供了一种新的思路。     

土壤湿度农业干旱指数的改进及其适用性

准确监测农业干旱是保障粮食安全的基础。针对土壤湿度农业干旱指数(soil moisture agricultural drought index,SMADI)在干旱半干旱地区旱情监测不准确的问题,对SMADI进行了改进,同时修正了改进后的土壤湿度农业干旱指数(modified soil moisture agricultural drought index,SMADI_M)的干旱等级划分标准,并从全区与局部尺度、时间和空间尺度、以及对干旱响应的时效性三方面对SMADI_M的可靠性进行了验证。结果表明：SMADI_M改进了SMADI在低植被覆盖区存在的旱情高估的问题,弥补了SMADI的不足,可用于任意植被覆盖区的旱情监测;SMADI_M能够准确捕捉不同时间尺度(年、季、月)和空间尺度(全局、局部)的旱情信息,有效提高了农业干旱监测精度;与植被条件指数(vegetation condition index,VCI)和标准化降水蒸散指数(standardized precipitation evapotransp...     

干旱严重程度指数(DSI)在山东省干旱遥感监测中的适用性

选择一个合适的干旱遥感监测指标,对于及时准确评估干旱对农作物生长影响有重要意义。本文综合植被指数和蒸散发指数,构成干旱严重程度的指数(DSI),并定量评价DSI在山东地区干旱监测的适用性,以期为该区干旱遥感动态监测提供科学依据。在定量分析DSI适用性的过程中,采用相关分析方法,针对基于标准化降水指数(SPI)长时间序列中的典型干旱时期,将月尺度的DSI、归一化干旱指数(NDDI)、温度植被干旱指数(TVDI)分别与SPI、土壤相对湿度(RSM)进行皮尔森相关关系分析。结果表明,SPI、RSM与DSI的相关系数分别在0.40、0.30左右,整体上高于SPI、RSM与NDDI和TVDI的相关性。此外,DSI表示的旱情时空分布准确地捕捉到了历史时期山东各地区的典型干旱事件的发生及其干旱的变化过程。DSI可以反映气象干旱和农业干旱,对山东干旱遥感监测有较好的适用性。     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。     

基于空间信息的农业干旱综合监测模型及其应用

为提高农业干旱监测的准确性,采用遥感信息与地面气象观测数据相结合的方法进行农业干旱监测研究。选择适合高植被覆盖区旱情监测的标准化植被供水指数及适合热带气候区旱情监测的综合降水指数作为参数,通过与同步实测土壤含水量的数据融合构建了海南岛农业干旱综合指数模型。经检验,模型的均方根误差RMSE为4.65%,相对均方根误差RMSEr为19.28%,模型具有较高的精度,可以用来监测海南岛的农业干旱。应用模型对2004年10月至2005年1月海南岛农业干旱进行了监测。结果表明,海南岛旱情西部重于东部、北部重于南部、四周平原重于中部山区。2004年10月上旬起旱情持续加重,12月上旬达到旱情高峰,12月中旬旱情略有缓解,但直至监测末期2005年1月下旬旱情依然严重。旱情最严重的时段(2004年12月上旬),海南岛干旱影响范围广,水田和旱地的重旱面积比例分别为59%和61%,其他林地的重旱面积比例也达到了20%。监测期内,海南岛作物生长过程受到明显抑制,干旱造成NDVI累积值较上一生长季同期下降6.34%,2004年10月至12月海南岛天然橡胶减产约1.16万t。该文为农业干旱监测提供参考。     

基于作物缺水指数的农业干旱监测模型构建

农业干旱监测问题对农业生产具有重要影响,因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品,计算作物缺水指数（Crop Water Stress Index,CWSI）,结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量,3个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI-3）为因变量,基于偏差校正随机森林算法构建山东省2000-2019年作物生长季（4-10月）的偏差校正随机森林干旱状况指数（Bias-corrected Random Forest Drought Condition Index,BRF-DCI）。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明：加入CWSI后,所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72～0.85,优于未加入CWSI之前;加入CWSI后提高了干旱监测等级的准确率;BRF-DCI指数能较好地拟合各月份的SPEI-3指数,决定系数均在0.94以上;BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况,有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。     

基于WebGIS的湖北省干旱监测系统的设计与应用

为了对湖北省干旱灾害进行有效的监测,研究开发了一个基于WebGIS的湖北省干旱灾害监测与分析系统,应用GIS技术对无测站地区气象因子进行精细化模拟,采用降水距平百分率(Pa)、相对湿润度指数(Mi)、标准化降水指数(SPI)、综合干旱指数(Ci)、Palmer(PDSI)干旱指数这五种干旱指标来监测湖北省旱情;经过运行检验,本系统能对湖北省的干旱情况进行有效地监测,其运行速度快、旱情诊断准确,将在干旱监测业务中发挥较大作用。     

基于SWAT模型的清江流域中上游旱灾监测

为解决地形复杂区域因无法及时获取数据而影响旱灾监测的问题,该研究以湖北省清江流域中上游为例,基于具有较强物理机制的分布式水文模型(soil and water assessment tool,SWAT),建立作物水分亏缺指数进行农业旱情监测,其中,利用该流域的土地覆被、土壤、地形、气象以及2003-2005年和2007-2010年水文观测数据构建了流域SWAT模型,模拟作物水分亏缺指数的有关参量,包括潜在蒸散量和降水量。研究结果表明:1)SWAT模型模拟的潜在蒸散量与气象数据计算得到的潜在蒸散量拟合相关度达到97%以上;2)与标准化降水指数监测结果进行对比,基于SWAT模型建立的作物水分亏缺指数能够从机理方面客观反映监测区域作物生长期的受旱程度,有效实现了流域尺度的旱灾监测,克服了复杂地形区利用少数气象站点建立气象干旱指标评价旱情的局限性。该研究可为复杂地形区旱灾评估提供可行途径。     

典型农业干旱遥感监测指数的比较及分类体系

面对多种多样的农业旱情遥感监测指数,如何进行选取是目前遥感指数应用所面临的主要难题。该文以MODIS产品为遥感数据源,比较分析了13种典型的农业干旱遥感监测指数,建立了农业干旱遥感监测指数的分类体系,阐述了不同指数类型的适用范围。结果表明,多种遥感干旱指数对农业干旱的描述并非完全一致。不同指数利用不同的地表特征变化来描述农业干旱程度,是造成这种不一致的主要原因。据此,研究将典型农业干旱遥感监测指数分为4大类:土壤水分变化类、冠层温度变化类、植被水分变化类和作物形态及绿度变化类。其中第1类指数比较适宜于农业旱情预警及土壤干旱型农业旱情的监测,这类指数中修正的垂直干旱指数MPDI可以较好地反映表层土壤水分的变化,并适宜于时序变化监测。第2类指数不仅适宜于旱情预警,更适宜于旱情监测,这类指数中推荐选择基于LAI-LST特征空间的温度植被干旱指数TVDI;第3、4类指数,较适宜于农业旱灾的预警以及灾后评估,该文为农业干旱遥感监测指数的选取提供参考。     

甘肃省冬小麦水分盈亏指数的改进及其应用

冬小麦是甘肃省主要粮食作物,水分是限制该省旱作冬小麦生产最主要的因素,降水时空分布不均造成冬小麦干旱常年发生,因此准确监测甘肃省冬小麦干旱及定量评估灾害损失可为决策部门制定农业防灾减灾措施及保障区域粮食安全提供科学依据。利用甘肃省1981—2014年3个农业气象观测站土壤水分和冬小麦生育状况观测资料,38个冬小麦种植县气象资料、产量资料及干旱灾情资料,考虑冬小麦休闲期土壤储水及生育期水分盈亏量修订了作物水分盈亏指数,修订后作物水分盈亏指数与土壤储水、冬小麦产量要素和产量损失相关性较高,能客观、准确、定量地反映干旱对甘肃冬小麦产量的影响;利用水分盈亏指数分别建立冬小麦产量要素和产量损失评估模型。结果表明:产量要素评估模型均通过0.01水平显著性检验,产量损失评估模型大部分通过0.05水平显著性检验。产量要素评估模型回代结果与冬小麦产量要素实测值间均通过0.01水平的F检验;产量损失评估模型验证结果表明,68.4%种植县通过0.05水平F检验,基本能准确评估全省大部分地方干旱对冬小麦产量造成的损失。修订后作物水分盈亏指数能客观反映甘肃省冬小麦干旱,建立的评估模型能准确评估干旱对冬小麦造成的损失,具有一定的应用价值。     

华北平原不同等级干旱对冬小麦产量的影响

华北平原是中国重要的粮食生产基地,其中冬小麦播种面积和产量均居中国首位,在国家粮食安全中具有重要作用,干旱是影响该区域冬小麦产量的最主要农业气象灾害。该研究基于华北平原44个气象站点1981—2017年的逐日气象数据以及作物、土壤和田间管理资料,以作物水分亏缺指数为农业干旱指标,基于调参验证后的农业生产系统模型(Agricultural Production Systems Simulater,APSIM),评估了冬小麦生长发育中后期各生育阶段不同等级干旱对冬小麦单产和总产的影响。结果表明,冬小麦拔节-开花和开花-成熟阶段干旱造成冬小麦减产率空间上均呈北高南低的分布特征,且开花-成熟阶段干旱引起的减产率(26.8%)高于拔节-开花阶段干旱引起的减产率(19.1%),区域间比较均表现为干旱对京津冀地区冬小麦单产影响最大,对河南省冬小麦单产影响最小;随着干旱等级的加重减产率增大,开花-成熟阶段轻旱、中旱和重旱的减产率分别为16.5%、32.8%和44.9%,拔节-开花阶段轻旱、中旱和重旱的减产率分别为10.3%、18.8%和28.6%。结合冬小麦实际播种面积得到各生育阶段干旱对总产的影响,区域间比较均表现为干旱对山东省冬小麦总产影响最大,对河南省冬小麦总产影响最小。     

基于MODIS数据的山东省2014-2016年干旱监测分析

针对近年频发的干旱情况不能准确及时监测评估的问题,以山东省为研究区,基于温度植被干旱指数方法（TVDI）,利用S-G加权滤波对MODIS地表温度产品MOD11A2和植被指数产品MOD13A2数据进行了重建,根据重建后的数据计算2014—2016年山东省的温度植被干旱指数,在比较NDVI-LST与EVI-LST构建的温度植被指数干旱模型（TVDI）的基础上,利用效果更好的EVI-LST构建的TVDI模型反演山东省2014—2016年的干旱情况,最后利用气象站观测数据对TVDI结果进行了相关性分析。研究表明,山东省在2014—2015年全年平均干旱面积占比分别为37.62%,41.7%,2016年基本无旱情发生。气象站观测的降水、温度与TVDI的相关性均在0.32以上,且均通过显著性检验,说明植被覆盖信息和陆地表面温度信息相结合反演的TVDI空间和时间分布能够较好地反映表层土壤水分变化趋势,其作为旱情评价指标是合理的。     

基于SPEI_KC的华北平原小麦玉米周年干旱特征分析

华北平原是中国重要的冬小麦和夏玉米（麦玉）生产基地,同时也是水资源紧缺的区域,农业生产极易受到干旱的影响。该研究在标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）的基础上,引进作物系数（Kc）改进SPEI指数,并基于改进后的SPEI_KC指数从作物生长季尺度、关键生育期尺度以及麦玉周年尺度分析1961-2017年华北平原冬小麦-夏玉米周年干旱的时空分布和变化特征。结果表明：1）SPEI_Kc指数在华北平原麦玉周年干旱评估中的适用性优于SPEI_TW指数（采用Thornthwaite公式计算的SPEI指数）和SPEI_PM指数（采用Penma-Monteith公式计算的SPEI指数）：在（实际）有旱（指数）评估为有旱情况下,SPEI_Kc指数在代表气象站点的平均准确率为76.13%,较SPEI_TW指数、SPEI_PM指数均有提高;在无旱评估为无旱情况下,SPEI_KC指数准确率为85.67%,较SPEI_TW指数、SPEI_PM指数分别均有提高。2）小麦关键生育期和小麦生长季的空间分布均呈轻旱在河北北部较高,重旱在研究区中部较高分布,玉米关键生育期和玉米生长季干旱频率的空间分布均呈中旱在河北北部较高,重旱在山东西部较高分布。总体来说,研究区的东南部干旱频率小于西北部,山东半岛地区和河北中部旱情较轻,河南省干旱严重。3）年代际干旱程度总体呈略微减小的趋势,具体表现为大部分研究尺度的轻旱发生频率增加,所有研究尺度的中旱和重旱发生频率减小;小麦关键生育期、小麦生长季以及玉米生长季的干旱频率减小,玉米关键生育期和麦玉周年尺度干旱频率增加。研究结果能够为正确认识气候变化背景下该地区干旱分布和变化,进而采取合理措施应对气候变化提供理论依据。     

气候变化背景下中国主要作物农业气象灾害时空分布特征(Ⅱ):西北主要粮食作物干旱

基于中国西北地区1961-2010年149个气象站点逐日气象资料及春小麦、春玉米和夏玉米生育期资料,采用作物水分亏缺指数(CWDI)为作物干旱指标,明确了研究区域内3种作物干旱的空间分布特征和时间演变规律。研究结果表明:(1)3种作物生长季内及各生育阶段,干旱发生频繁,尤以特旱和重旱发生范围广、频率高,轻旱和中旱多发生在研究区域东部,甘肃南部和陕西南部等个别地区干旱发生频率相对较小。(2)春小麦生长季内干旱发生站次比为79.1%,春玉米生长季内干旱发生站次比为84.5%,夏玉米干旱发生站次比为77.4%;夏玉米生长季内站次比波动较小,春小麦和春玉米波动较大。总体而言,研究时段内春小麦生长期干旱发生站次比呈减小趋势,降幅为每10a减少0.55个百分点,春玉米和夏玉米干旱站次比呈增加趋势,增幅分别为每10a增加0.24个百分点和0.20个百分点。(3)研究区域东部春小麦和春玉米各生育阶段干旱强度呈增加趋势,西部呈下降趋势;夏玉米干旱强度在陕西北部、宁夏和河西走廊呈增加趋势,其它地区多为降低趋势。     

豫北冬小麦、夏玉米多年需灌水次数及典型 生育期需灌水分析

研究气候变化情景下豫北地区农业需灌水次数的变化情况,可为当地灌溉以及保证农业可持续发展提供参考。本文分析处理近63 a(1951—2013年)气象数据和新乡七里营站点土壤数据,结合作物生长参数,利用降水、灌溉、作物蒸散发与土壤水分之间变化关系,建立干旱灌水指数模型。此模型中干旱灌水指数(DII)分布在[-1,1]之间,小于0时即干旱需灌水。在现有冬小麦-夏玉米种植制度下,利用干旱灌水指数模型计算多年需干旱灌水指数,并进一步得到灌水次数。选择冬小麦生长季分别为湿润(1985—1986年)、正常(2004—2005年)、干旱(1983—1984年)的3个典型实际代表年度,夏玉米生长季分别为湿润(2003年)、正常(1993年)、干旱(2009年)的3个典型实际代表年,计算了不同代表年冬小麦、夏玉米作物需水情况。进一步计算得到了冬小麦、夏玉米在典型湿润、正常、干旱3个不同代表年的干旱灌水指数,并进行了有无灌水的干旱情况分析。结果表明:近63 a冬小麦-夏玉米系统每年需灌水2~7次不等,平均需灌水5.1次。冬小麦和夏玉米湿润、正常、干旱3个代表年蒸散发量(ETC)分别为489.4 mm、551.4 mm、481.7 mm和466.1 mm、477.8 mm、529.3 mm。在无灌水条件下典型代表年内,冬小麦、夏玉米都会遭遇不同程度干旱,典型湿润、正常、干旱代表年冬小麦分别灌水2次、3次、4次,夏玉米分别需灌水1次、2次、3次后,基本可以消除干旱对其正常生长影响。综上,通过干旱灌水指数来量化需灌溉次数是可行的。气候变化情景下,近10年(2003—2013年)需灌水频次变化大,年际间干旱事件频发,更好的科学灌溉管理可减少干旱对作物的影响。     

ENSO事件对山东省区域降水量及干旱指数的影响

根据山东省18个气象站点1961-2013年的逐月气温和降水量资料及由此计算的干旱指数SPEI,分析该区气温、降水量和SPEI与同期海温距平（SSTA）指数及ENSO事件的关系。结果表明：（1）近53a来山东省气温呈“降低—升高—降低—升高”的波动增长趋势（0.26℃·10a-1）（P＜0.05）,但与ENSO事件并无显著相关性。（2）山东省年降水量波动较大,并以15.32mm·10a-1的速率呈显著下降趋势（P＜0.05）,且与ENSO事件强度呈显著负相关（P＜0.05）,中、强等级ENSO事件对降水量的影响更明显。ENSO暖事件对降水量的滞后影响表现为减少其后期1～2个月的降水量,冷事件则增加其后期0～4个月的降水量。（3）近53a山东省发生干旱的次数、范围和强度从20世纪80年代显著增加,年SPEI值呈缓慢递减趋势,共发生5次轻旱和9次中旱。干旱站次比呈波动上升趋势,共出现11a全域性干旱、4a区域性干旱、6a部分地区干旱和17a局部地区干旱。（4）ENSO事件强度与干旱强度（SPEI）呈显著负相关（P＜0.05）,而与干旱发生范围呈显著正相关（P＜0.05）。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

山东省干旱时空分布特征及其与ENSO的相关性

基于山东省15个气象台站1964—2010年的逐月降水和平均气温资料,采用标准化降水蒸散指数(SPEI)定量分析了山东省不同时间尺度干旱发生频率,利用Mann-Kendall非参数检验法和Arcgis软件,对近50年山东省干旱的时空变化趋势进行分析。为了研究厄尔尼诺/南方涛动(ENSO)对山东省干旱的影响,运用连续小波(CWT)、交叉小波变换(XWT)和小波相干谱(WTC)分析SPEI与ENSO指数(多变量ENSO指数,MEI)的相关关系和周期特征。结果表明:多时间尺度的SPEI值可以较好地反映山东省的干旱情况;不同时间尺度的SPEI值随时间变化的敏感性存在明显差异,时间尺度越小,变化幅度越大。近50年山东地区呈现明显的增暖趋势,其中东部增温最为显著,降水减少和温度升高使山东气候趋于"暖干化",加剧山东省干旱程度。空间变化趋势上,山东省年SPEI和山东省年降水的空间分布具有一致性,总体有西部变湿润、东部变干的趋势。在干旱发生时间尺度上,月尺度干旱发生频率高于年尺度干旱发生频率,四季中春、秋季干旱最为严重。春旱和秋旱以鲁西和鲁西北平原发生频率最高,各地区之间差异明显。ENSO暖事件时,山东易旱;ENSO冷事件时,干旱减少。SPEI存在1~2.5 a尺度的年际振荡周期特征,呈现了与MEI指数相似的变化特征。高能量区,SPEI和MEI存在5~6 a的共振周期,SPEI较MEI提前1~2个月;低能量区,SPEI与MEI存在3~3.8 a呈负相位的共振周期。