基于标准化降水蒸散指数的中国干旱趋势研究

标准化降水蒸散指数(SPEI)通过标准化潜在蒸散与降水的差值表征一个地区干湿状况偏离常年的程度,是分析干旱演变趋势的新理想指标,目前已经广泛应用于干旱评估、水资源管理等领域。用SPEI和1951—2009年中国区域160个站的月降水量及月平均气温资料,对中国59年来干旱化的空间分布、四季干旱趋势变化和全国极端干旱事件发生频次进行了分析,并定性分析了干旱发生的原因。结果表明,我国普遍存在干旱化的事实,西部、华北和东北地区干旱化最为显著。我国四季均呈现干旱化趋势,其中春、秋季干旱化趋势明显,夏季最近15年都处于干旱状态,但干旱化趋势未通过0.05显著性检验;另外全国极端干旱事件发生频率明显增多。东北和华北地区的降水呈现轻微减少趋势,而温度升高趋势明显,降水和温度的共同作用导致了明显的干旱化。四川盆地温度升高趋势不显著,但降水减少显著,降水较少是导致四川盆地干旱化的主要原因。降水频率的减少和集中也导致近几年极端干旱事件明显增多。我国普遍的干旱化趋势和明显增多的极端干旱事件可能对我国经济发展产生阻碍。     

基于标准化降水指数的浙江省旱涝特征分析

基于浙江省84个气象站1980~2009年的降水资料,选择标准化降水指数作为旱涝评价指标,分析了全省旱涝发生频率、旱涝站次比和旱涝强度的时空分布特征。结果表明:全省旱涝灾害频率高,年际上呈现旱涝急转特征。全省旱涝灾害影响范围广,多年平均旱站比28.6%,涝站比25.8%,平均干旱强度和洪涝强度分别为中旱和中涝。在空间分布上,旱涝灾害频率呈斑块状的区域性特征分布,表现为多个高频区;干旱高频区主要分布中旱站和重旱站,而洪涝高频区分布中涝站,这些区域可能是潜在的自然灾害区,应加强抗旱防洪措施建设。     

基于标准化降水指数的山东省近45年旱涝演变特征

为探究山东省旱涝的演变特征,使用山东省25个国家气象观测站近45年的逐月降水资料,计算了月、季节和年尺度标准化降水指数(SPI),用旱涝频率、旱涝站次比、旱涝强度等指标分析了山东省旱涝的时空特征。结果表明:(1)山东省多年平均雨涝频率高于干旱频率,但不同地区、不同等级的旱涝频率差异较大,旱涝事件呈常态化发展趋势。(2)山东省旱涝影响范围大致相当。20世纪70年代的秋季旱涝状态以正常为主,其他时段各季节旱涝状态以交替出现为主。各季节多年平均雨涝频率均高于干旱频率,但多年和各季节的平均干旱强度均高于平均雨涝强度。(3)山东省受干旱的影响总体上大于雨涝,但20世纪70年代雨涝的强度和范围均明显大于干旱。20世纪80年代的秋季干旱影响范围最大,20世纪80年代的冬季雨涝影响范围最大。山东省旱涝的时空差异较大,全省受干旱的影响总体上大于雨涝,旱涝事件为常态化事件。     

标准化降水实际蒸散指标的构建及其适用性分析

为高效准确地开展区域干旱监测,该研究基于最大熵增原理构建了一种基于实际蒸散发的干旱监测指标（标准化降水实际蒸散指数,Standardized Precipitation Actual Evapotranspiration Index,SPAEI）,以河南、湖北、湖南为研究对象对SPAEI进行了适用性验证,并采用该指标对华中地区进行了干旱变化趋势和周期性分析。研究结果表明：1）由最大熵增蒸散模型计算所得的SPAEI指数对华中地区的干旱评估具有较好的适用性;其中,SPAEI相比于SPEI-Th与SPEI-PM（分别由Thornthwaite和Penman-Monteith方法获得）更符合历史旱灾中的实际干旱面积（SPAEI3,即3个月时间尺度SPAEI）与受灾面积相关系数为0.56～0.65）、植被健康状态等特征,也具有更高的历史旱灾识别率。2）对华中地区干旱指标的趋势分析表明,鄂西南恩施地区、湘南衡阳郴州地区的春/冬季、鄂西北和湘西邵阳地区的夏季、鄂西北部分地区的冬季呈现干旱加重的趋势。3）华中地区存在16个月左右的干旱主周期、6～8个月的短周期以及6 a左右的长周期。研究提出的SPAEI确定方法预计可为区域干旱监测提供参考,对农业、气象等方面的监测、预警具有广泛应用潜力。     

基于标准化降水指数的陕西省干旱时空变化特征分析

干旱作为当今全球范围内危害严重且频发的一种自然灾害之一,对人类和自然系统都产生较大影响.该文基于陕西省长历时的典型测站逐日降水资料,采用标准化降水指数(standardized precipitation index,SPI)、干旱频率、干旱站次比和干旱强度等干旱指标,揭示陕西省干旱时间与空间尺度上的变化特征,为区域水资源合理调配提供参考.结果表明:1)研究区域整体上干旱范围有扩大的趋势,研究时段内干旱较为频繁且持续时间较长,其中,区域内各个站点干旱发生频率均值为70.0%,轻旱和中旱发生频率较高,重旱和特旱发生频率相对较低;2)干旱站次比呈现出季节性特点,其中,春季、冬季干旱站次比呈增加趋势,夏季、秋季干旱站次比呈减少趋势;3)干旱强度变化不明显,其中,春季、冬季的干旱强度呈增强趋势,夏季、秋季干旱强度呈减弱趋势;干旱站次比和干旱强度变化趋势基本一致;4)干旱呈现出较明显的区域变化特征,其中,既有覆盖全省范围的全域性干旱,也有局部地区干旱,并且干旱频率、干旱站次比和干旱强度空间上分布上也存在差异.     

TRMM卫星降水产品降尺度及其在湘江流域水文模拟中的应用

高时空分辨率降水数据对准确刻画区域降水时空变化特征、精准模拟区域生态和水文过程具有重要的现实意义。以湘江流域为例,在考虑地理、地形和植被等多重要素的基础上,建立了基于地理加权回归法（Geographic Weighted Regression,GWR）的热带降雨测量卫星（Tropical Rainfall Measuring Mission,TRMM）降水降尺度模型,并采用比例指数法反演得到星地融合日降水Ⅰ、Ⅱ、Ⅲ三种产品,用来驱动土壤和水评估模型（Soil and Water Assessment Tool,SWAT）,分析评估其在水文模拟中的应用潜力。结果表明：1）GWR降尺度后,在TRMM降水空间分辨率由0.25°提升至0.05°的同时,同气象站点观测月降水之间的决定系数（R2）平均提升了0.33,均方根误差（RMSE）平均降低了43.30 mm,平均相对偏差（Average Relative Error,ARE）平均降低了38.71个百分点,表明该降尺度模型在湘江流域TRMM月降水降尺度研究中具有良好的适用性;2）与TRMM日降水量相比,星地融合日降水Ⅲ产品同气象站点观测日降水量的R2提高了0.81,RMSE降低了10.27 mm,ARE降低了0.11个百分点,表明以气象站点观测日降水量作比例指数展布星地融合月降水是可行有效的;3）星地融合日降水Ⅲ产品在SWAT模型日、月径流模拟中的纳什效率系数最大,分别为0.79、0.93,相对误差最小,分别为0.12%、1.10%,水文模拟效果最优,可替代气象站点和TRMM卫星降水进行水文模拟。研究结果可为气象站点稀缺区域的高精度降水资料获取和高效水文模拟提供数据支撑和方法借鉴。     

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）。     

标准化降水指标在海南岛干旱监测中的应用分析

本文证明了利用г分布拟合海南岛不同尺度降水量的可行性,并结合实例分析应用标准化降水指数(SPI)判断评价海南岛旱情.结果表明,不同时间尺度SPI值结合使用可以准确判断海南岛旱季和雨季不同类型干旱的开始、持续时间及严重程度.在海南岛,冬春季节采用6个月和12个月的SPI指数,夏秋季节采用1个月或3个月的SPI指数进行旱情监测较为可行.     

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

近年来南方地区季节性干旱频繁发生,对农业生产造成了严重影响。分析其演变特征和发生规律,能为应对全球气候变化背景下制订抗旱减灾对策提供理论依据。该研究利用中国南方15个省（市、区）的气象台站降水资料,选择采用标准化降水指数（SPI）为干旱指标,计算了南方地区最近58 a（1951－2008年）各月干旱指数,在此基础上分析了全年及各季季节性干旱的站次比（发生干旱站数与总站数之比）和干旱强度的年际变化。研究结果表明：干旱程度在时间尺度上呈不同程度增加趋势;干旱的季节性特征为春旱和秋旱有加重的趋势,而夏旱和冬旱有减轻的趋势。季节性干旱空间演变特征表现为：长江中下游地区、西南地区、华南地区等各区域季节性干旱变化与整个南方总体干旱变化表现基本一致。在当前气候变化背景下,我国南方干旱整体上呈现对农业生产的不利影响加重的趋势。研究和验证表明标准化降水指数（SPI）能很好地体现季节性干旱的年际变化特征。     

基于主成分分析的叶面积指数尺度效应

为描述多空间尺度观测数据在表达同一区域农作物叶面积指数(LAI)分布特征时存在的差异,该文提出了一种基于主成分分析(PCA)的LAI尺度效应分析方法。该方法充分考虑了多尺度数据的相关性与差异性,从统计分析角度出发,采用PCA进行数据挖掘和信息重组,引入动态多元线性回归模式基于主成分信息(PCs)反演估算LAI,进而定量描述尺度效应。选取大麦和玉米为试验对象,先以地面最细空间尺度观测数据为基准,通过尺度上推构建一系列不同空间尺度数据;再依据上述尺度效应分析方法进行有效信息提取和LAI估算,并纳入有效主成分个数(NEPCs)、决定系数(R2)和平均相对精度(MRA)等参数定量描述尺度效应。理论分析和数值实践证实了该方法在农作物LAI尺度效应定量分析中的可行性和有效性。     

前期降水指数结合SAR数据提取作物渍害空间分布信息

为实现高时空分辨率的作物渍害空间分布信息的提取,该研究以夏收作物受渍害最严重的湖北省监利市的夏收作物为研究对象,通过水云模型,结合Sentinel-1A SAR数据,提取了12 d间隔的监利市土壤表层相对体积含水量空间分布,再以每天的前期降水指数视作具有一定误差的观察数据,运用卡尔曼滤波插值方法,实现了以天为单位监利市2018年至2020年每年1-4月夏收作物区土壤表层相对体积含水量空间分布信息的提取,经220hm2试验区的土壤湿度数据验证,其Nash-Stucliffe效率系数为0.909;结合夏收作物渍害的判别标准,获取了监利市夏收作物同期的渍害时空分布信息,与试验区观测的结果相似;同时通过对计算结果数据的分析,发现前期降水指数与该指数下所有的夏收作物受渍农田比例(受渍农田面积与监利夏收作物总面积比率)的最大值有明显的二次多项式关系。由于Sentinel-1A SAR数据不受云层干扰,可以全天候获取,前期降水指数可用气象台站数据计算,这种作物渍害高时空分辨率监测的方法可实现渍害监测。     

Monitoring of meteorological drought and its impact on rice (Oryza sativa L.) productivity in Odisha using standardized precipitation index

The dynamics of meteorological drought and its relationship with block level rice productivity over the Eastern Indian state of Odisha was assessed during the wet season (June to November) using the standardized precipitation index (SPI). The time series of rainfall data (1983–2008) from 168 rain gauge stations was used to derive the 1- and 3-month SPI of different wet season months. The 1- and 3-month SPI data were interpolated to map spatial patterns of meteorological drought and its severity, and the maps of a drought (2008) and normal (2007) year were discussed in detail. Further, the time series of SPI was exploited to assess the drought risk in Odisha. Correlation analysis of 1- and 3-month SPI with rice productivity index (RPI) showed that the SPI of 1-month time scale particularly in July (r = 0.49) and October (r = 0.33) had significantly stronger relationship with RPI than any of the 3-month SPI individually during wet season. The cumulative degree of severity of drought could be better explained by 3-month SPI map when drought events are well spread in the preceding months. Regression models were developed using 1- and 3-month SPI for forecasting rice productivity of blocks with varying proportion of rainfed area in Odisha. Model developed based on 1-month SPI accounted for 27% yield variability in rice and could be used for forecasting rice productivity.     

安徽省1949-2003年洪旱灾害时序分形特征研究

基于安徽省1949—2003年的洪旱灾害统计资料,运用分形理论重构了其嵌入相空间序列,探讨了其时序的分形特征,计算出了分维数。研究表明,洪旱灾害受灾面积的时序分布具有分形特征。相应的饱和分维数分别为d=2.56和d=3.55。饱和关联维数对应的嵌入空间的最小维数为8.0。Hurst分析结果显示,20世纪80年代以来安徽省洪旱灾害受灾面积呈扩大态势。该研究结果可为建立洪旱灾害受灾面积的时序预测预报模型提供依据。     

四湖流域水稻耗水与降雨匹配度及水稻旱涝易损特征分析

水稻是中国主要粮食作物之一,研究气候变化环境下降雨特征及其与水稻耗水之间的匹配关系,明晰水稻水分盈亏状况及旱涝易损特征,可为区域水资源配置规划与灌溉排水管理等提供重要依据。该研究以湖北江汉平原四湖流域为研究区域,基于5个气象站点1961—2020年逐日气象资料,利用Penman-Monteith公式、Mann-Kendall趋势检验、气候倾向率、空间插值分析等方法,分析了降雨量、水稻田间耗水量及水分盈亏指数时空分布特征,基于水分盈亏指数分析了水稻旱涝易损特征。结果表明：四湖流域多年平均降雨量为1209.2mm,且以35.1 mm/10a的平均速度显著上升,东南部降雨量及上升趋势均高于西北部;1）早、中、晚稻生育期多年平均降雨量分别为492.0、509.9和269.1 mm,早、中稻生育期降雨量分别以17.9 mm/10a和18.4 mm/10a的平均速度呈不显著上升趋势,晚稻生育期降雨量以-10.7 mm/10a的平均速度呈不显著下降趋势;2）早、中、晚稻多年平均田间耗水量分别为411.4、595.5和401.4 mm,中稻田间耗水量远大于早稻和晚稻,早、中稻田间耗水量分别以-5.54 mm/10a和-11.43mm/10a的平均速度显著下降,晚稻田间耗水量以-1.52 mm/10a的平均速度呈不显著下降趋势;3）早、中、晚稻多年平均水分盈亏指数分别为0.22、-0.12和-0.31,早、中稻水分盈亏指数以0.06/10a和0.04/10a的平均速度呈不显著上升趋势,晚稻水分盈亏指数以-0.03/10a的平均速度呈不显著下降趋势,早、中稻水分盈余程度在增加,晚稻水分亏缺加剧;4）四湖流域早、中、晚稻干旱频率分别在10.0%～16.7%、28.3%～40.0%和51.8%～60.0%之间,晚稻最容易受干旱威胁。早、中、晚稻雨涝频率分别在1.7%～15.0%、1.7%～3.3%和0～1.7%之间,早稻更容易受雨涝威胁。总体上,四湖流域早稻发生旱涝灾害的频率较小（20.7%）,中稻次之（37%）,晚稻最容易受旱涝威胁（56%）,水稻耗水与降雨匹配程度为：早稻＞中稻＞晚稻,要特别注意晚稻干旱缺水问题。     

贵州省农业净灌溉需水量与灌溉需求指数时空分布

农业用水需求时空分布规律可为区域抗旱减灾管理和灌溉水资源优化配置提供科学依据。基于贵州省及其周边国家气象站点长系列资料和1953-2012年贵州省9个市(州)水稻、玉米、冬小麦、油菜和烤烟的种植面积,计算贵州省9市(州)近60 a净灌溉需水量及灌溉需求指数,分析其时空分布特征。结果表明:1)贵州省的净灌溉需水量和灌溉需求指数分别在314.48~742.57 mm和0.34~0.68之间,60 a间农业净灌溉需水量的和灌溉需求指数呈波动变化,多峰值分布的特征,总体上峰值有所减小但波动周期延长;2)1993—2000年是净灌溉需水量和灌溉需求指数总体变化的转折时期,之前为下降期,之后为上升期;3)净灌溉需水量和灌溉需求指数的季节特征明显,分别为夏季和冬季最高;4)净灌溉需水量(IR)呈现东高西低的规律,灌溉需求指数(IRI)呈现东部、西北部高,西南部低的规律,全省9市(州)可分为3个风险区,东部、西北部的缺水高风险区是抗旱管理的重点区域;5)气候变化是贵州省净灌溉需水量和灌溉需求指数升高的主导因素,它主要通过降水减少来实现的。研究可为贵州省农业季节性缺水问题识别、农业水利工程布局和种植结构调整提供支撑。