1960―2018年吉安地区干旱特征分析与短期预测

【目的】深入探索吉安地区干旱的时空分布特征、演变趋势以及未来干旱状况。【方法】基于吉安地区13个区县气象站点1960―2018年降水量的不同时间尺度SPI值,利用反距离权重法对干旱频率进行空间插值,分析了年、四季干旱的空间分布特征;采用线性回归法、Mann-Kendall趋势检验法、干旱站次比和游程理论分析了干旱变化趋势、发生时序特征、影响范围和严重程度;通过加权Markov模型对降水量状态进行了预测。【结果】吉安地区年尺度干旱的频率和高频范围从轻旱到特旱逐渐减小;秋旱和冬旱较为严重,发生频率均在30%左右,夏旱地区分布差异大;多地春旱有加重倾向,夏旱呈减弱趋势;全流域干旱事件容易集中在短时间内发生,干旱范围以20 a为周期缩小明显,严重程度也有所减弱;最后,预测2019年和2020年偏枯的区县为6个和8个。【结论】吉安地区应重点做好秋冬季节的防旱工作,并且关注可能发生在21世纪20年代初期的大范围干旱事件。     

气温突变下内蒙古大兴安岭林区旱涝演变

【目的】探明内蒙古大兴安岭林区气候变化趋势及旱涝演变特征。【方法】基于内蒙古大兴安岭林区11个气象站1971—2015年年平均气温和月降水连续观测数据,利用一元线性回归、Mann-Kendall法以及标准化降水指数(SPI)方法进行了研究。【结果】(1)内蒙古大兴安岭林区年降水量在近1971—2015年来整体呈波动上升趋势,年际变化倾斜率为8.86 mm/10 a,但未通过显著性检验;年平均气温也呈上升趋势,并且通过0.001的显著性水平检验,年际变化率为0.4℃/10 a;(2)林区年平均气温在1987年发生增温突变,气温突变以后年降水量倾向率明显减小;(3)1971—2015年来林区旱涝频繁发生,20世纪70年代与21世纪00年代SPI12多小于0,这2个时期干旱发生较为频繁,而20世纪80年代至90年代以及21世纪10年代降水较多,这2个时期相对湿润,旱灾发生频率较低。【结论】1987年增温突变以后,林区旱涝事件发生更加频繁,并呈向极端干旱和极端湿润的方向发展;年时间尺度的SPI反映林区降水变化情况比较理想。     

ET_0变化趋势分析及估算模型研究——以新乡站为例

【目的】参考作物蒸散量(ET_0)的估算是计算作物腾发量的基础,也是区域水资源评价与灌溉政策制定的前提,因此,研究ET_0变化趋势与估算模型能够对该地区农田灌溉用水预报提供基础支持,进而为灌溉制度的制定以及水资源高效利用提供科学依据。【方法】以河南新乡气象站1962―2016年气象资料为基础,运用Penman-Monteith模型计算ET_0序列,Mann-Kendall趋势检验法对年及季节尺度ET_0序列变化趋势进行分析,并用均值生成函数模型对其进行了拟合与验证。【结果】①新乡地区年尺度ET_0序列在1975―2016年间呈减小趋势,并在1985―2004年、2006年显著;②新乡地区春季ET_0序列在1982―1983年及1988―2003年间呈显著的减小趋势,夏季ET_0序列在1980―2012年间呈显著的减小趋势。③均值生成函数模型在对年尺度ET_0序列进行拟合时,其一致性系数达到0.83,绝对误差与相对误差分别在-120.8～120.0 mm及-14.0%～18.2%之间。④均值生成函数模型在对季节尺度ET_0序列进行拟合时,其一致性系数在春、夏、秋、冬各季节分别达到0.85、0.81、0.88及0.89,绝对误差分别在-60.2～64.3、-64.4～58.9、-39.6～32.8、-37.0～25.1 mm之间,相对误差分别在-20.1%～36.7%、-22.1%～32.1%、-18.0%～22.9%、-23.9%～24.6%之间。【结论】新乡地区年尺度ET_0序列在1985―2004年间显著减小,均值生成函数模型在对年及各季节尺度ET_0序列进行拟合时整体效果较好,因此,可通过其进行年及季节尺度ET_0序列的估算,且其在秋、冬二季的拟合效果明显好于春、夏二季。     

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SPI的河南省冬小麦生育期干旱时空变化特征分析

【目的】探索以SPI监测冬小麦生育期内干旱时空变化、发展趋势和对粮食产量的影响。【方法】基于1961-2015年河南省17个站点的逐月气象资料,利用标准化降水指数(SPI)定量分析了河南省冬小麦生育期干旱时空演变特征及干旱对冬小麦产量的影响。【结果】生育前期干旱发生频率在24.1%~37.0%之间变化,固始和驻马店最低,三门峡和新乡最高;分蘖期干旱发生频率在18.5%~31.5%之间,开封最低而卢氏最高;返青—抽穗—成熟期干旱发生频率在27.8%~38.9%之间,商丘、西华和信阳最低而宝丰最高;全育期干旱发生频率在24.1%~38.9%之间,固始最低、孟津最高。未来河南省冬小麦生育前期、返青—抽穗—成熟期以干旱为主;分蘖期、全育期以湿润化为主。河南省返青—抽穗—成熟期和全育期干旱对冬小麦气候产量的影响较大。【结论】生育前期和返青—抽穗—成熟期未来呈干旱化趋势,应采用针对性措施及时灌溉,有效应对干旱和保障小麦生产。     

淮河流域1960-2014年水文、气象干旱指数及其与历史旱灾的关系

基于淮河流域1960-2014年的逐月降水数据、1956-2000年的逐月天然径流数据和1960-2000年的洪旱灾害受灾面积数据,借助SPI和SSI干旱指数,采用MK趋势分析、相关分析等方法探求区域气象和水文干旱的时间特征,揭示水文干旱对气象干旱的响应规律,并分析干旱指数与历史旱灾的关系。结果表明:SPI指数反映出的干旱比SSI的严重;1960年代的干旱出现频次最多,且干旱等级较为复杂;夏季干旱出现频次较低,秋冬季出现干旱的频次较多;M-K趋势检验显示,淮河流域的干旱趋势不显著;随着时间尺度的增大,SPI和SSI的相关性在增强;相邻站点的SSI对SPI的响应时间长度为1~4个月,尤其是在季节交替的月份,响应往往较快且更显著;研究区旱灾受灾面积呈显著扩大趋势;SPI、SSI与旱灾受灾面积呈负相关,与洪灾受灾面积呈正相关且相关性更强。     

基于MOD16的澴河流域蒸散发时空分布特征

【目的】研究流域尺度上的蒸散发分布规律,为流域水资源评价和农业生产提供依据。【方法】基于2000―2013年的MOD16蒸散发数据集,选取澴河花园站以上流域为研究区,对年际、年内以及不同土地利用类型下的流域实际蒸散发(ET)和潜在蒸散发(PET)进行了研究。【结果】针对本流域ET与PET计算,MOD16数据集的精度总体上符合要求,可用于蒸散发研究;2000―2013年,研究区多年平均ET为635 mm,总体上呈北高南低、东高西低的趋势。多年平均PET为1 536 mm,总体上北部丘陵地区最低,山区最高,其他区域分布较为均衡;ET呈逐年下降趋势,年际变化率5.53 mm/a,显著下降区域分布在平原地区。PET呈上升趋势,年际变化率16.13 mm/a,显著上升区域集中于丘陵地区;以ET和PET差值D反映流域的干旱程度,流域干旱情况呈现上升趋势,在3―6月和9―10月更易出现干旱现象,易旱区域主要为平原地区;不同土地利用类型下的ET在3―11月表现出差异性,从大到小依次为林地草地农田城镇。PET从大到小依次为城镇农田草地林地,林地PET峰值出现在6月,其他均出现在5月。【结论】由于气候条件和人类活动的影响,2000―2013年,澴河流域内ET有所下降,而PET有所上升,平原地区缺水情况最为明显。     

基于信息扩散理论的云南农业旱灾风险评估

选取云南省1950--2009年体现农业旱灾损失的旱灾受灾面积,旱灾成灾面积,旱灾粮食损失3类指标数据,应用信息扩散理论推求3类指标联合超越概率,采用投影寻踪法得到3类指标的综合损失指数,继而得到综合损失指数的超越概率,最后分析云南省干旱的历史重现概率。结果表明：每10a一遇的旱灾综合损失指数达到0．59;云南近10a旱灾损失巨大,特别是2005年发生了一次136．5年一遇的特大干旱;60年来,云南发生特大干旱为大于8．4a一遇。     

塔里木河流域产水量时空分布及驱动因素分析

【目的】研究区域产水量时空变化及其驱动因素,为区域水资源的调配与管理提供理论支撑。【方法】利用In VEST模型模拟了2000―2015年和田河流域、开都-孔雀河流域和叶尔羌河流域产水量的时空分布并对驱动因素进行了分析。【结果】空间上,各流域多年平均产水量均集中分布在流域上游地区,平均产水量多在30 mm以上。2000―2015年和田河流域和开都-孔雀河流域产水量以下降趋势为主,而叶尔羌河流域则相反。降水对流域产水功能起着关键作用,和田河流域、开都-孔雀河流域和叶尔羌河流域产水量与降水呈显著相关性的面积占比较大,分别为73.99%、88.49%和71.11%。气温和降水是影响各流域产水量空间分布的主导因素,其q值都在0.4380以上;各流域两两因子之间的交互作用都存在着非线性增强;和田河流域人口密度与GDP、开都-孔雀河流域相对湿度与太阳辐射和风速、叶尔羌河流域GDP、人口密度与相对湿度之间差异显著。【结论】西北干旱区内陆河典型流域产水量主要受气温和降水的影响。     

淮河上游冬小麦生长关键期旱涝灾害阈值研究

利用淮河上游地区1961-2015年13个气象站逐日降水数据,计算冬小麦生长关键期(2、3、4月)1个月尺度及3个月尺度SPI值,结合冬小麦产量数据,确定生长关键期对产量灾损率影响的具体时段,在此基础上分析了降水量变化及旱涝灾害空间分布,建立了SPI值与产量灾损率之间的定量关系。结果表明,(1)生长关键期(SPI3)和4月(SPI1_4)SPI值均与产量灾损率相关性程度高,分别通过0.01和0.05显著性水平检验;2个时段降水量变化整体呈减少趋势,且旱涝灾害空间分布存在一定的差异;(2)当SPI3值和SPI1_4值分别为-2.23和-1.82时,达到决定发生旱灾时产量灾损的阈值;(3)SPI3值和SPI1_4值与产量灾损率相关系数分别为0.94和0.82,在典型涝灾年,SPI值与产量灾损率具有线性关系。     

基于作物水分亏缺指数的云南省夏玉米不同生育期干旱时空特征分析

【目的】研究云南省夏玉米不同生育期干旱变化规律,为该区夏玉米合理布局和防御生育期内阶段性干旱提供科学依据。【方法】利用云南省1960—2014年32个典型气象站点逐日气象资料,计算夏玉米生育期逐旬作物水分亏缺指数(crop water deficit index,CWDI),采用线性趋势和M-K检验分析了云南省不同地区夏玉米干旱的时空变化特征,并探究了CWDI与夏玉米产量的关系。【结果】①云南省夏玉米初始生长期、快速生长期、生长中期、生长后期和全生育期平均干旱站次比分别为50.30%、12.36%、5.88%、6.00%和10.35%。②1960—2014年夏玉米初始生长期干旱站次比和CWDI均呈减小趋势,快速生长期、生长中期、生长后期和全生育期则均呈上升趋势,且快速生长期和生长中期干旱面积和强度上升幅度相对较大,上升趋势主要集中在滇西南。③云南省夏玉米各生育阶段不同等级干旱发生频率整体上表现出中部高四周低的分布特征,其中滇中干旱频率最高,滇西南最低;云南省夏玉米各生长阶段干旱强度上升幅度较大区域主要集中在滇西南和滇东北,上升幅度较小区域主要集中在滇中中西部和滇西北。④云南省夏玉米生长中期水分供需状况对夏玉米产量影响较大。【结论】一定幅度的干旱强度上升,有利于云南省西部夏玉米增产,尤其是滇西南地区;但会导致中东部夏玉米减产,尤其是滇东北。     

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SRI与Copula函数的黑河流域水文干旱等级划分及特征分析

【目的】基于SRI对黑河流域水文干旱进行等级划分及特征分析。【方法】利用2种不同的径流丰枯等级分类方法,对黑河流域莺落峡水文站的径流资料进行概率统计分析,提出基于SRI的水文干旱等级划分标准(标准1),分别采用标准1和基于标准化降水指数(SPI)的干旱等级划分标准(标准2),识别水文干旱历时、烈度、烈度峰值3个干旱特征变量,利用Copula函数进行水文干旱多变量联合分布研究,选取RMSE、AIC、BIC准则作为联合分布拟合优度检验的判别依据优选Copula函数类型,计算了不同干旱事件的重现期。【结果】基于标准1的水文干旱等级划分结果比标准2更符合实际干旱情况;单变量重现期介于联合重现期与同现重现期之间,可以进行干旱事件重现期估计;黑河流域发生持续2.68个月的重旱事件的重现期为3 a。【结论】基于SRI的干旱等级划分在多变量水文干旱研究中使联合分布函数拟合更优,分析得到的干旱特征更接近实际情况。     

中国区域植被对降水异常的时空响应特征

【目的】分析中国植被生长对降水异常的响应方式及其强度。【方法】基于1982―2015年GIMMS-NDVI和高分辨率栅格气候数据,采用二阶偏相关和时滞相关分析方法,研究了中国区域植被生长对降水异常响应的时空模式。【结果】①中国生长期植被NDVI呈显著的上升趋势,上升幅度为0.000 7/a,而降水年际间波动较大,整体趋势并不显著;②NDVI与降水异常的偏相关系数呈现显著的空间差异性,内蒙古中东部植被生长受降水异常的影响最为显著;③总体而言,植被生长对前1个月降水异常的响应最强烈,并且与超过3个月累积的降水异常相关性最强,而受同期降水异常的影响并不明显。【结论】降水变化对半干旱区植被生长活动影响最大;同时,不同植被类型的地区,植被对降水异常的响应模式存在显著差异,相比于灌木和草地,森林受降水异常的影响更小,且响应更迟缓。     

基于粒子群优化小波神经网络模型的春玉米生育阶段干旱预测

【目的】为更好地开展区域性作物生长季气候干旱预测,指导春玉米高效节水补灌生产。【方法】采用皮尔逊相关系数方法选取了与干旱指数最相关的因子,利用阜新市阜蒙县1965—2019年逐日气象数据,探索建立了粒子群算法优化的小波神经网络模型(PSO-WNN),将春玉米不同生育阶段的水分亏缺指数结果进行对比验证模型精度,并利用模型模拟预测未来5 a干旱发生情况。【结果】通过模型验证,春玉米5个生育阶段(播种—出苗阶段、出苗—拔节阶段、拔节—抽雄阶段、抽雄—乳熟阶段、乳熟—成熟阶段)的均方根误差(RMSE)分别为0.0419、0.0174、0.0481、0.0297、0.0421,决定系数R2分别为0.8402、0.9853、0.8990、0.9575、0.9177,且预测结果与实际干旱等级相符。【结论】文中构建的模型适用于阜新地区春玉米干旱预测,未来5 a该地区春玉米在播种—出苗阶段可能无旱或轻旱,出苗-拔节阶段可能发生中旱甚至特旱,生育后期干旱程度逐渐减弱,拔节—抽雄和抽雄—乳熟两个阶段出现轻旱概率较高,乳熟—成熟阶段出现干旱的概率较低,程度较小,表明未来几年该地区春玉米生产应该更多关注出苗—拔节阶段的旱情。     

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。     

Standard precipitation index to track drought and assess impact of rainfall on watertables in irrigation areas

The Standard Precipitation Index (SPI) is employed to track drought and assess the impact of rainfall on shallow groundwater levels in three selected irrigation areas of the Murray-Darling Basin in Australia. The continuous SPI method can provide better means of quantifying rainfall variability and correlating it with changes of shallow watertable levels since it is based on continuous statistical functions comparing rainfall variability over the entire rainfall record. Drought analysis in the Australian irrigation areas using SPI indicates that the recent 2000–2006 drought is not the worst drought that has occurred in the recorded history, however if the current low rainfall pattern continues, it would be one of the most prolonged drought. The shallow groundwater fluctuations in the Murrumbidgee Irrigation Area show a very strong correlation with winter rainfall variation. The shallow piezometric levels in the Coleambally Irrigation Area show a weaker degree of correlation with the SPI due to local and regional groundwater dynamics and changes in rice water use. The groundwater levels in the Murray Irrigation Area show least correlation with the SPI, which may be attributed to improved irrigation management practices and complex nature of the groundwater recharge and discharge processes in this area. The overall results however show that the SPI correlates well with fluctuations in shallow ground water table in irrigation areas, and can also capture major drought patterns in Australia. The correlation of SPI with groundwater levels can be adopted for environmental reporting and used as a method of relating climatic impacts on watertables. Differences in piezometric response between years with similar winter and yearly SPI values can be attributed to improvement in irrigators’ management practices.