基于标准化降水蒸散指数的干旱敏感性分析——以呼伦贝尔市为例

为研究气象因子变化对标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI)的影响,利用呼伦贝尔市5个气象站点1960~2015年逐日气象数据,通过FAO Penman-Monteith公式计算标准化降水蒸散指数,在分析月尺度干旱特征基础上,利用Sobol′全局敏感性方法分析SPEI对平均温度、温差、相对湿度、风速、冠层表面净辐射量和降水的敏感性。结果表明:呼伦贝尔市近56a来平均干旱强度为-1.19,且平均干旱强度以-0.03·10a-1速率不显著递减。极限干旱强度累计值多年波动范围为-7.33~-0.80,且每10a递减速率为-0.12。多年干旱频率波动范围为8%~58%,平均干旱频率为33%。尽管呼伦贝尔市整体上呈现不显著的干旱化趋势,但进入21世纪后,极端干旱事件发生频率增加较为明显。Sobol′全局敏感分析表明,除降水最敏感外,SPEI在春季、夏季、秋季、冬季次敏感因子分别为:平均温度、相对湿度、风速、平均温度。年际SPEI对降水、平均温度、相对湿度、风速、温差、冠层表面净辐射量的总敏感性分别为:0.71,0.13,0.12,0.11,0.03,0.01。年际SPEI与温差、相对湿度、降水的相关系数分别为-0.671(p0.01),0.551(p0.01),0.872(p0.01),相关性强;平均温度、冠层表面净辐射量、风速与SPEI的相关系数分别为-0.151,0.086,-0.150,呈弱相关。通过SPEI与气象因子的敏感性及相关性分析可知,呼伦贝尔市年际SPEI受降水、相对湿度的影响较大,受冠层表面净辐射影响较小。     

干旱对庐山日本柳杉径向生长量的影响

【目的】研究选用SPEI(标准化降水蒸散指数)分析庐山自然保护区干旱状况,及其对日本柳杉(Cryptomoria japonica)径向生长的影响,为庐山日本柳杉的生长和林分经营等提供一些理论依据。【方法】通过建立STD(树轮年表)的树轮宽度指数来反映庐山日本柳杉的径向生长量情况,计算分析SPEI来反映庐山自然保护区近几十年来的干旱变化情况。采用Mann-Kendall突变检验、相关性检验分析、小波分析、多元回归等方法探讨研究庐山日本柳杉径向生长量以及干旱变化。【结果】研究发现:(1)在1967—1970年、1977—1981年、2004—2012年庐山日本柳杉生长情况低于预期标准;(2)标准化降水蒸散指数随时间尺度的增大,波动周期越来越长较长,相对而言,SPEI12更为集中、波动较小,能够更好更准确的反映干旱年变化特征。SPEI12反映出庐山1967—1970年达到重旱程度,1978—1980年特旱,2002—2003年中旱,2005—2013年中旱至重旱;(3)树轮宽度指数与月尺度、半年尺度标准化降水蒸散指数呈显著正相关,与年尺度标准化降水蒸散指数呈极显著正相关关系。同时树轮宽度指数与上年8月至当年6月年尺度标准化降水蒸散指数呈显著正相关,其中与当年5月呈极显著正相关。【结论】日本柳杉生长量的周期变化与干旱周期变化接近,日本柳杉生长量变化相对干旱的变化会持续一到两年左右。     

基于SPEI的东北地区农作物生长季干旱特征分析

利用1968—2017年东北地区89个站点的月值数据,采用Penman-Monteith模型计算了潜在蒸散,进而计算出标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI).分析多尺度SPEI与作物因旱受灾面积的相关关系,结果表明,8月份的4个月尺度SPEI与受旱面积的关系最为密切,故以此代表东北地区农作物生长季干旱.对东北地区生长季SPEI进行突变和趋势分析,发现以1983年为突变点由干转湿,且总体上呈现出湿润化的趋势.月时间尺度的SPEI表明,除9月份出现干旱化趋势且不显著外,其他月份均呈现变湿趋势,其中4和10月份湿润化显著.空间上,大部分区域表现为SPEI增加的趋势,其中SPEI显著增加区域主要分布在东北中西部地区,SPEI减小的站点主要分布在南部区域,但均未通过0.05的显著性检验.生长季不同月份干旱的高发区各不相同.     

基于不同参考作物腾发量计算方法的SPEI干旱分析——以赤峰地区为例

标准化降水蒸散指数(SPEI)通过参考作物腾发量(ET0)与降水的差值表征一个地区干湿状况,是分析干旱演变趋势的一种具有多尺度、多空间特性的重要指标,已广泛应用于干旱评估、水资源管理等领域。为了研究不同ET0的计算方法对SPEI的影响,根据内蒙古赤峰附近的6个气象站56a的逐日气象资料,以Penman-Monteith法(PM法)为标准,分别对基于温度的Thornthwaite法(TW法)和基于辐射的Priestley-Taylor法(PT法)进行了多重对比分析。结果表明:在干旱频率方面,两种方法较PM法都低估了旱情。TW法更接近PM法的计算结果。在多时间尺度干旱频率分析方面,PM法在特旱和正常方面的频率在大部分时间尺度下大于其他两种方法,而在重旱和干旱方面的频率小于其他两种方法。较PM法而言,TW法和PT法对干旱的响应偏弱,弱化了干旱等级。且随着时间尺度的增加,3种方法相互间大小规律整体不变。时间尺度大于3个月的情况下,3种方法 SPEI间差异规律更为明显。在干旱历时方面,两种方法与PM法无显著性差异。在平均干旱强度方面,PT法显著低于PM法,而TW法与PM法无显著性差异。PT法低估了干旱强度,TW法与PM法更为接近。U检验表明TW法与PM法一致性最好,在干旱历时和平均干旱强度方面,TW法与PM法间一致性系数(0.964,0.353)均高于PT法与PM法间的系数(0.628,0.279)。     

沙颍河流域季节性干旱的时空分布特征

干旱是沙颍河流域最严重的自然灾害之一。选取该流域1961—2010年的月降水和月平均气温资料,计算3个月尺度的标准化降水蒸散指数(SPEI),采用Mann-Kendall法和Morlet小波分析探讨其季节干旱特征。结果表明,近50 a来沙颍河流域春秋季干旱发生频率较高,干旱有加强趋势,且秋季干旱变化趋势显著,夏冬季干旱发生频率较低,干旱有减弱趋势。流域季节性干旱的空间分布差异较大。四季SPEI序列分别存在8、8、17、20 a的第一主周期特征。研究结果可为沙颍河流域防灾减灾提供参考依据。     

不同时间步长的Hargreaves公式修正式适用性研究

为比较不同时间步长的Hargreaves公式修正式的适用性,利用哈尔滨市气象台48年的逐日气象数据,应用Penman-Monteith公式和Hargreaves公式计算了哈尔滨市参考作物蒸发蒸腾量(ET0)的日、旬、月值,基于两公式计算的ET0数据,采纳FAO推荐的方法建立了Hargreaves公式修正式模型,通过分析...     

基于标准化降水蒸散指数研究干旱对北京地区作物产量的影响

利用华北平原冬小麦-夏玉米一年两熟种植典型区域北京地区1962—2011年逐月降水、温度资料计算多尺度标准化降水指数(SPI)和标准化降水蒸散指数(SPEI),分析干旱对作物产量的影响。结果显示:1)在过去50年内,SPI与SPEI所评判的干旱演变有巨大的不同,SPEI对气候变暖的响应是造成上述现象的主要原因。2)1990—2011年干旱指数与作物产量的关系显著(P<0.05),短时间尺度的SPI₃-8和SPEI₃-8与玉米气候产量呈曲线关系,所建立的回归方程可以解释60.0%和60.1%的玉米产量变异,适宜的干湿状态在-0.8到3.2(SPI)和-0.9到2.1(SPEI)之间。3)长时间尺度的SPI₂₄-5和SPEI₂₄-5与冬小麦气候产量呈线性相关,可以解释其51.8%和51.2%的产量变异。研究结果符合北京地区玉米以雨养为主、冬小麦以地下水补灌为主的实际情况。4)利用12或24个月尺度的干旱指数判断区域水分状况,可以帮助决断冬小麦返青后的灌水次数和灌水量,在防范产量风险的同时,提高水资源的利用效率。本研究表明,选择适合的时间尺度和月份的SPI和SPEI可以用来评价华北平原旱涝状况对农业生产的影响。降水量缺乏仍然是导致北京地区作物减产的主要因素。但华北平原由于气温升高导致干旱化的趋势明显,未来研究华北平原干旱对作物产量的影响,需更加注重运用综合了降水和蒸散因素的干旱指数,以提高评价干旱对产量影响的准确性。     

简化参照作物蒸散量（ETo）计算公式在青海省高寒区的适用性分析

【目的】以Penman-Monteith FAO-56公式为参照,分析Hargreaves、Priestley-Taylor和Makkink 3种简化的参照作物蒸散量(ETo)公式在青海高寒区的适用性。【方法】以青海省5个气候区(湿润、半湿润、半干旱、干旱和极端干旱)11个气象站1984-2011年的旬气象资料计算ETo,建立分析3种简化公式旬ETo与PenmanMonteith FAO-56公式的线性回归方程,并对比其年值的均方根误差率,分析3种简化公式的适用性。【结果】Hargreaves公式在大多数站点都低估了ETo,但在湿润和半湿润区的计算结果较好;Priestley-Taylor公式在多数站点都高估了ETo;Makkink公式在所有站点都低估了ETo,但其旬ETo值的误差最小,其与PMF-56公式的线性回归结果也最好。除极端干旱区外,Priestley-Taylor和Makkink公式计算的ETo与PMF-56公式的年均方根误差率均小于15%。【结论】Hargreaves公式只适用于青海省的湿润和半湿润区,Priestley-Taylor和Makkink公式可以直接用于青海省极端干旱区以外地区ETo的计算。     

气象科技服务在山东省干旱风险管理与防控中的应用

运用山东省1981—2015年实测月降水和月平均气温数据,基于标准化降水蒸散指数(SPEI指数)分析山东省干旱时空演变规律,提出了应对旱灾的干旱风险管理概念,并论述其含义和作用,总结了气象科技服务具体的应对措施.结果表明:(1)干旱事件在秋季和春季的发生频率最高,在夏季发生频率最低;(2)干旱事件在山东省西北部地区的发生频率明显高于东南部地区;(3)区域干旱灾害管理应由危机管理向风险管理转变;(4)从开展和推广旱灾气象指数保险产品、加强旱灾预警网络、建立并加强干旱监测业务水平和平台、加强防旱抗旱基础设施建设和完善干旱管理法律框架5个方面改善山东和全国的干旱灾害应对体系.研究有助于对干旱实现风险管理,降低旱灾危害,促进社会经济可持续发展,并为国家制定防治干旱风险区域战略计划提供科学依据.     

东北地区粮食作物产量变化特征及其对气象干旱的响应研究

基于东北三省1961—2015年的气象数据,计算了4个时段(雪季、雨季、生长季和年际)的标准化降水蒸散指数SPEI,同时利用HP滤波法分离了1992—2015年4种粮食作物(水稻、玉米、大豆、小麦)的气象产量,并构建相应的标准化产量残差序列,分析东北三省不同时段的SPEI对该地区主要粮食作物气象产量的影响,结果表明1)雪季SPEI与粮食作物产量残差序列显著相关,尤其是在辽宁省更为明显;2)作物气象产量对SPEI的响应与发生区域、时段、作物品种有关,水稻的气象产量与各时段SPEI基本成负相关,大豆气象产量随生长季、年际SPEI的增大表现为先升高后降低,但小麦气象产量与SPEI的关系不甚明显。因此,在东北整体干旱化的背景下,不同时节的SPEI对各作物产量的影响并不同步,可见东北地区主要粮食作物对气象干旱的响应存在地区差异性和季节差异性。在实际工作中,应结合大尺度下的气候变化规律和局地的气候特点对农情进行分析诊断,尤其是非生长季的气象干旱应引起重视,以更全面地指导未来的农业生产决策。     

基于SPEI和MI分析陕西省干旱特征及趋势变化

【目的】目前干旱研究多为基于历史干旱事件分析成因与变化趋势,而结合过去与未来长时间序列数据更能揭示干旱变化特点。寻找在基于CMIP5模型输出未来气象数据时模拟干旱指数方法并探究陕西省过去与未来干旱变化特点,为陕西省未来农业水资源管理提供依据。【方法】根据陕西省18个气象站历史数据以及CMIP5模式输出未来气象数据,比较了3种模型模拟参考作物蒸发蒸腾量（ET₀）,并基于参考作物蒸发蒸腾量（ET₀）和降水数据计算标准降水蒸发指数（SPEI）和相对湿润指数（MI）反映干旱程度,比较过去（1958—2018年）与未来（2019—2100年）干旱的时空变化特点。【结果】多元线性回归模型（Multiple Linear Regression, MLR）能较准确的模拟参考作物蒸发蒸腾量（ET₀）（RMSE=0.457 mm·d ^-1）;在RCP2.6和RCP8.5情景下未来干旱指数呈现上升趋势,在RCP8.5情景下,21世纪40年代存在干旱指数的突变年份;陕西省未来干旱程度降低,年内干旱分布更加不均匀;未来时期夏玉米生长季干旱程度减小,冬小麦生长季干旱程度增加。【结论】在不同RCP情景下,未来干旱变化特征存在差异,相同RCP情景下,SPEI和MI反映的干旱特征变化基本一致,但部分时段存在变化差异。为有效应对气候变化对旱作作物产量造成的负面影响,应当增强土壤蓄水保墒能力,尤其加强冬小麦生长季的抗旱工作。     

Analysis of Drought Characteristics and Its Trend Change in Shaanxi Province Based on SPEI and MI

【Objective】 At present, most drought studies were based on historical drought events to analyze the causes and trends. This paper sought to simulate the drought index method when outputting future meteorological data based on CMIP5 model, and explored the characteristics of past and future drought changes in Shaanxi Province, which could provide a basis for the future management of agricultural water resources in Shaanxi Province. 【Method】Based on the historical data of 18 meteorological stations in Shaanxi Province and CMIP5 model, the future meteorological data were output. The reference crop evapotranspiration (ET₀) was simulated by comparing three kinds of models. The standard precipitation evaporation index (SPEI) and relative moisture index (MI) were calculated based on the reference crop ET₀ and precipitation data to reflect the drought degree. The spatial and temporal characteristics of drought in the past (1958-2017) and in the future (2018-2100) were compared.【Result】Multiple linear regression (MLR) simulation could accurately predict the reference crop ET₀ (RMSE=0.457 mm·d ^-1). In the RCP2.6 and RCP8.5 scenarios, the future drought index showed an upward trend. Under the RCP8.5 scenario, there was a sudden change in the drought index in the 1940s. The degree of drought would decrease in the future of Shaanxi Province, and the distribution of drought would be more uneven during the year. In the future, the degree of drought would decrease during summer maize growth season, and the degree of drought would increase during winter wheat growth season.【Conclusion】The characteristics and extent of drought change were different under different RCP scenarios. The changes in drought characteristics reflected by SPEI and MI were basically the same, but there were differences in the changes in some time periods. In order to effectively cope with the negative impact of climate change on dry crop yields, it was necessary to enhance soil water storage and conservation capacity, especially to strengthen drought resistance during the winter wheat growing season.     

陕北黄土丘陵沟壑区ALOS遥感影像融合方法研究

【目的】通过几种遥感影像融合方法的比较,筛选适合于陕北黄土丘陵沟壑区遥感影像处理的融合方法。【方法】利用ALOS全色波段与多光谱影像,通过主成分变换、乘法变换和Brovey变换等3种融合方法,对陕北黄土丘陵沟壑区遥感影像进行融合,并对融合后的影像进行效果评价。【结果】所有融合处理图像的标准差和信息熵多大于原始影像,融合后图像的信息量大大增加,其中Brovey变换法在提高目视效果和识别精度方面优于其他2种融合方法。【结论】3种变换融合方法中,Brovey变换更适合于陕北黄土丘陵沟壑区ALOS遥感影像的融合,同时也为提高该区遥感影像的解译精度奠定了基础。     

海南岛干旱的气象特征及监测指标

为科学制定应对干旱措施,减轻干旱对海南生态和生产的影响,从降水分布、干旱成因、干湿状况、水分平衡及监测指标等角度描述海南岛干旱的气象特征。结果表明,海南岛降水时空分布不均匀:冬春少、夏秋多,空间上东多西少;从干湿指数看,11月到翌年4月气候干燥,5月开始逐渐变湿,8、9、10月最为湿润。地表实际蒸散发量中间山区高,四周平原台地低。从月降水满足实际蒸散发需水量的能力来看,海南岛的冬春季节降水充沛月比例较低,普遍在20%以下;南部和西部尤为严重,监测海南岛干旱发生发展,旱季适宜用6个月或12个月时间尺度的 SPEI指数,而雨季适宜用3个月时间尺度的SPEI指数。     

SPEI_(PM)-based research on drought impact on maize yield in North China Plain

The calculation method of potential evapotranspiration(PET) was improved by adopting a more reliable PET estimate based on the Penman-Monteith equation into the standardized precipitation evapotranspiration index(SPEI) in this study(SPEI PM). This improvement increased the applicability of SPEI in North China Plain(NCP). The historic meteorological data during 1962–2011 were used to calculate SPEI PM. The detrended yields of maize from Hebei, Henan, Shandong, Beijing, and Tianjin provinces/cities of NCP were obtained by linear sliding average method. Then regression analysis was made to study the relationships between detrended yields and SPEI values. Different time scales were applied, and thus SPEI PM was mentioned as SPEI PMk-j(k=time scale, 1, 2, 3, 4,…, 24 mon; j=month, 1, 2, 3,..., 12), among which SPEI PM3-8 reflected the water condition from June to August, a period of heavy precipitation and vigorous growth of maize in NCP. SPEI PM3-8 was highly correlated with detrended yield in this region, which can effectively evaluate the effect of drought on maize yield. Additionally, this relationship becomes more significant in recent 20 yr. The regression model based on the SPEI series explained 64.8% of the variability of the annual detrended yield in Beijing, 45.2% in Henan, 58.6% in Shandong, and 54.6% in Hebei. Moreover, when SPEI PM3-8 is in the range of –0.6 to 1.1, –0.9 to 0.8 and –0.8 to 2.3, the detrended yield increases in Shandong, Henan and Beijing. The yield increasing range was during normal water condition in Shandong and Henan, where precipitation was abundant. It indicated that the field management matched well with local water condition and thus allowed stable and high yield. Maize yield increase in these two provinces in the future can be realized by further improving water use efficiency and enhancing the stress resistance as well as yield stability. In Hebei and Beijing, the precipitation is less and thus the normal water condition cannot meet the high yield target. Increasing of water input and improving water use efficiency are both strategies for future yield increase. As global climate change became stronger and yield demands increased, the relationship between drought and maize yield became much closer in NCP too. The research of drought monitoring method and strategies for yield increase should be enhanced in the future, so as to provide strong supports for food security and agricultural sustainable development in China.     

Analysis on Temporal and Spatial Variation Characteristics of Potential Evapotranspiration in Guizhou Province

[目的]分析贵州省潜在蒸散发量时空变异特征。[方法]根据贵州省1960-2007年19个气象观测站观察资料,应用优化的Penman-Monteith公式及SEBAL净辐射模型公式计算各站参考作物蒸发蒸腾量ET0,并借助Arcgis9.3空间差值法、气候倾向率统计方法、K-M检验、小波分析等分析了各监测站内气象因子与ET0的相关性区域分异及时空变化特征。[结果]潜在蒸散发与气象因子的相关性在贵州省内呈现区域分异,潜在蒸散发与气象因子的相关性与气象因子的年内变化量没有直接联系;潜在蒸散发量的变化存在3个周期,分别为1、5和10年,存在3个突变点,分别为1965、1984和1999年,主要受到气温、降雨及太阳辐射的影响。[结论]对现有水资源情况下灌溉发展模式,农业结构调整,生态建设方面起到现实指导意义。     

三种不同干旱动态监测指数在陕西省的适用性研究

运用陕西省96个站1981—2012年近32年的逐日气温、降水、风速、相对湿度等资料,分别计算出各站逐日(向前滚动30天)的三种干旱动态监测指数：降水距平百分率(P_a)、相对湿润干旱指数(MI)、标准化降水指数(SPI),并将陕西省按地域由北至南分为陕北、关中、陕南,按季节分为春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12—2月),分别统计出不同干旱动态监测指数对应的干旱发生的频率并与历史记载中实际干旱情况进行比对,对三种干旱动态监测指数在陕西省的适用性进行分析。结果表明：夏季MI指数得到的干旱频率最高,P_a指数最低,冬季MI指数得到的干旱频率最低,P_a指数最高; 在春、冬季节P_a指数的适用性较好,在夏、秋季节MI指数的适用性较好; 陕西省夏季容易发生局地强降水,而在秋、冬季容易出现长时间的无降水,导致SPI指数在夏、秋、冬季节的适用性不太好。     

太子河流域参考作物腾发量变化特征及影响因素分析

采用太子河流域内8个气象站1960～2005年间气象资料,应用penman-montieth公式计算了46年间逐月参考作物腾发量(ET0),对参考作物腾发量及气象因素的年际变化特征、月际变化特征及趋势进行了分析,应用统计检验方法分析了影响流域参考作物腾发量变化的主要气象因素。结果表明:近46年间太子河流域ET0值呈现缓慢下降趋势,年内ET0值分布以5～6月份最高,1月份最低,影响ET0的主要气象因素按影响程度强弱依次为日照、风速、温度、相对湿度。