近51年新疆S干旱指数变化特征分析

利用新疆地区52个气象站1960-2010年月降水量和无雨日数资料,定义了S干旱指数,采用EOF、REOF、Morlet小波分析、Mann-Kendall分析、分布函数等方法,分析了近51年来新疆干旱指数的时空分布特征。结果表明:EOF分解得出,新疆干旱指数存在三种主要的空间分布,即全区一致变化型、南北反向变化型和东西反向变化型;根据REOF前四个旋转荷载向量场高载荷区分布,将新疆干旱指数分成四个区,即新疆北部地区、新疆南部地区、天山中西部地区和天山东部地区;新疆北部地区、天山中西部地区和天山东部地区干旱指数有增大的总趋势,新疆南部地区干旱指数有减小的总趋势。     

新疆生态脆弱性时空演变及驱动力分析

生态脆弱性评价是了解区域生态状况的重要途径,科学评估生态脆弱性等级及变化对区域生态保护与建设,实现区域可持续发展具有重要意义。研究利用SRP模型构建新疆生态脆弱性评价指标体系,结合空间主成分分析方法构建生态脆弱性指数评价模型,分析新疆生态脆弱性时空演变特征。结果表明:(1)2000—2018年,新疆生态敏感性整体为中度敏感,呈现东南高西北低,主要受景观破碎度和土壤侵蚀程度影响;生态恢复力受植被覆盖度影响较大,整体呈西北高、东南低,变化幅度小,恢复力较弱;生态压力大致呈南、北部的山区和中部绿洲区、山区高、东南低,主要影响因子是人均GDP、农业依赖度和人口密度。(2)2000—2018年新疆生态脆弱性整体处于中度脆弱到重度脆弱。南、北部植被覆盖度低的地区生态脆弱等级较高,中部高海拔林草丰富地区生态脆弱性等级相对较低;2000—2018年新疆生态脆弱性综合指数呈现先增长后降低趋势。(3)生态脆弱性主要驱动力方面,人为活动因子的农业依赖度、人口密度、土地垦殖率,自然环境因子的生境质量指数、景观破碎度、景观恢复力指数和年均降水量7个指标是新疆2000—2018年生态脆弱性变化的主要单因子;生境质量指数、景观恢复力指数、景观破碎度指数、植被覆盖率的变化与区域人类活动的相互作用是促使新疆生态脆弱性的主要驱动力。     

甘肃省冬小麦干旱灾害风险评估及其区划

为提高西北旱作冬小麦干旱风险管理水平,选用甘肃省41个气象站1971—2016年逐日常规气象观测资料及甘肃省冬小麦农业生产相关资料,基于自然灾害风险理论,从危险性、暴露性、脆弱性、防灾能力4个因子出发,建立了甘肃省冬小麦干旱灾害风险评估模型,并用Arc GIS对甘肃省冬小麦进行干旱风险区划。结果表明:甘肃省冬小麦全生育期干旱高危险区和次高危险区主要位于陇中北部、陇东北部和陇南南部;高暴露区和次高暴露区集中在陇东和陇南地区;高脆弱区和次高脆弱区主要位于陇东大部;次低防灾能力区和低防灾能力区位于陇东大部和陇南北部。甘肃省冬小麦高风险区分布于庆阳市北部和陇南市南部,次高风险区和中度风险区主要位于陇东大部、陇中北部和天水市北部,省内其余冬小麦区属于次低和低风险区。该研究成果将为甘肃冬小麦防灾减灾及可持续发展提供一定理论依据。     

典型脆弱区干旱灾害风险评估关键技术研究

基于对黄土塬区旱灾风险成因的深入分析，选取“灾害胁迫—社会脆弱性—暴露”的自然灾害风险评价体系及相应的遥感数据和社会经济数据作为干旱灾害风险数据源，通过层次分析法构建旱灾风险评估模型，并运用GIS技术分别对3项指标因子进行空间叠加分析，最后利用自然断点法对庆阳地区旱灾风险进行等级划分与评估。计算结果表明：(1)整体而言，庆阳地区干旱灾害风险有显著的空间差异，呈“北高南低、西高东低”的特点，这主要是由于降雨时空分布不均造成的。(2)庆阳地区高、次高、中、次低、低风险等级面积分别占研究区总面积的11.30%、24.90%、30.96%、18.54%、14.3%。(3)高风险区主要集中在环县北部以及庆阳市中心地区；次高风险区主要分布在环县中部、华池县北部以及镇原县北部地区；中风险区主要分布在镇原县南部、庆城县南部、华池县南部、正宁县西部以及宁县南部地区；次低风险区主要分布在宁县东部以及合水县南部；低风险区主要集中在庆阳市东部，即华池县东南部、合水县东部、宁县东部以及正宁县大部分地区。     

近50a新疆沙尘暴冷热点的时空分布特征

利用1961-2010年新疆88个气象站的观测资料,运用空间自相关和热点分析方法,分析了近50a新疆沙尘暴冷热点的时空分布特征。结果显示:新疆沙尘暴具有明显的地区差异,空间分布具有较强的正空间自相关性,属于显著的空间集聚分布;冷热点空间演化格局逐渐稳定,呈现出不断缩小并集聚分布的趋势,冷点向新疆北部的博州和伊犁河谷集聚,热点位于塔克拉玛干沙漠边缘的和田及其周边地区,沙尘暴的防灾减灾工作需重点关注热点的时空变化。     

基于模糊聚类循环迭代模型的陕西省农业干旱风险评估与区划

为了加强陕西省农业干旱风险评估和应急管理能力,以10个地级市为研究对象,选择表征农业干旱风险的危害性、暴露性、脆弱性和抗旱能力等方面的17个代表性指标,建立了具有区域适用性的农业干旱风险评价指标体系;基于模糊聚类循环迭代方法构建了农业干旱风险评估模型,并结合GIS技术,对陕西省农业干旱风险进行评估和区划研究。结果表明:全省农业干旱风险具有明显的区域差异性和规律性,极严重-严重干旱风险区主要分布在榆林、渭南、商洛地区;中度干旱风险区主要分布在延安、宝鸡和咸阳地区;一般-轻度干旱风险区主要分布在铜川、安康、西安和汉中地区,农业干旱风险总体呈北部地区大于南部地区,关中东部地区高于西部地区的特点。依据研究结果,为管理部门决策制定提出了不同风险区抗旱减灾措施建议。     

近40 a内蒙古冬旱时空演变特征

冬季干旱是制约内蒙古冬季畜牧业生产的主要干扰因子之一,定量表征其时空变化特征和发展规律对防灾减灾、保障农牧业健康发展具有重要意义。利用1980—2021年冬季（10月—翌年3月）ERA5-Land再分析气象数据,计算1个月和6个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）,采用趋势分析、时空热点分析等方法,分析内蒙古全区和五种主要植被类型区冬季干旱演变特征。结果表明：（1）近40 a内蒙古冬季整体SPEI呈现下降趋势,干旱化现象在不同植被和月份中表现不一,也有少数植被和月份趋于湿润化。（2）内蒙古地区冬季干旱的时空热点变化模式主要表现为：振荡的热点、振荡的冷点和未检测到模式。具体从季节和月时间尺度来看,冬旱热点主要集中在内蒙古中部和西部的大部分地区,以及东部的兴安盟和通辽市,即这些区域冬旱现象呈现加剧的趋势。（3）在干旱频率与频数统计方面,轻度冬旱事件发生频率最高,而荒漠草原和隔壁荒漠地区是发生冬旱事件最为频繁和严重的区域。     

基于TVDI的攀西地区干旱时空变化特征研究

利用MODIS地表温度数据（LST）和归一化植被指数（NDVI）构建Ts-NDVI特征空间，通过计算温度植被干旱指数（TVDI）详细分析了攀西地区2001—2020年干旱时空变化规律。结果表明：（1）从时间角度来看，20年间攀西地区TVDI年均值介于0.5481~0.5820，以-0.0001·a^-1速率缓慢减小，且在2001年和2009年出现大范围中旱。季节性干旱特点表现为冬干春旱，各季TVDI均值分别为冬季0.5618、春季0.6058、夏季0.5590、秋季0.5365，表明冬、春两季较夏、秋两季更容易形成干旱。TVDI月均最大值出现在5月份，为0.6089；最小值出现在9月份，为0.5204；每年2—6月以中旱为主；7月起旱情减轻，转为轻旱；10月起旱情逐渐加重。（2）从空间角度来看，攀西地区旱情变化趋势南北差异明显，南部干旱发生的频率和范围大于北部地区，呈现出中部、南部及西南部高，北部、西北部及东北部低的空间分布特征。（3）从典型干旱年份来看，攀西地区2001年、2006年和2011年春旱耕地在空间分布上具有一定的相似性。其中，受中旱的耕地主要分布在攀西北部和中部；而受重旱的耕地主要集中分布在攀西西南部。研究结果表明，2001—2020年攀西地区旱情稍有缓解，不同季节间干旱差异性较大，干旱范围以攀西中部和南部为主。     

东北三省农业旱灾特征及重现期分析

东北三省是我国最大的粮仓,明晰该地的农业旱灾特征有利于开展粮食安全工作。文中依据东北三省1990-2020年的气象数据构建标准化降水蒸散指数,用以量化干旱特征,依据线性回归法确定引发不同级别农业旱灾的干旱特征阈值,进而通过Copula函数对不同级别农业旱灾的重现期展开研究。结果显示：1)东北三省均于1996年后整体呈现干旱化趋势,与之相关的农业旱灾于2009年前均呈现重灾化趋势,且均于2010年左右农业旱灾损失程度发生突变式下降。2)辽宁省轻度及以上级别农业旱灾过程的平均发生周期为15.26个月,吉林省为16.27个月,黑龙江省为22.36个月。3)较重度及以上级别的农业旱灾高频次发生区域集中在辽宁省的渤海湾沿岸和东北地区,吉林省的北部地区,黑龙江省的东部地区。研究结果可为合理规划东北三省的农业生产结构提供指导。     

基于InVEST模型的共和县生境质量时空变化及驱动因素

在新型城镇化背景下,青海省共和县作为兰西城市群建设的关键节点和典型的荒漠生态脆弱区,其经济和生态的协调发展对建设海南州可持续发展议程创新示范区具有重要意义。本研究基于2000年、2010年、2020年三期土地利用数据,利用InVEST模型,对2000—2020年共和县生境质量时空分布及效应变化特征进行探究,进而对生境质量的影响因子及其作用进行地理探测器和局部空间回归。结果表明：（1）2000—2020年共和县生境质量整体呈上升趋势,生境质量均值分别为0.612(2000年)、0.626(2010年)、0.627(2020年),生境质量空间分布存在明显的区域差异,空间格局上呈现北高南低的态势。（2）影响共和县生境质量的主驱动因子为年平均气温（TEM）和归一化植被指数（NDVI）,因子间的交互作用对生境质量空间分异的影响大于单一因子,TEM与香农均匀度指数（SHEI）、香农多样性指数（SHDI）交互作用强烈。（3）TEM对生境质量呈负向效应,负向影响区域主要集中在共和北部与东部地区;NDVI呈正向效应,正向影响区域主要集中在共和中部与南部地区;国民生产总值（GDP）对生境质量的正向效应较2...     

基于降水量距平百分率的内蒙古地区干旱特征

利用1971-2015年内蒙古地区52个气象站逐月降水量观测数据,采用降水量距平百分率(Pa),从干旱频率和干旱变化趋势率分析了研究区近45 a来干旱时空分布特征。结果表明:从时间变化来看,年降水量呈微弱的下降趋势,并于1998年和2012年发生突变;春季、秋季和冬季降水量变化呈上升趋势,夏季降水量变化呈下降趋势;年尺度干旱主要发生在1999-2011年;季节尺度干旱发生频率为冬旱>春旱>秋旱>夏旱。从空间变化来看,多年平均降水量由东向西呈逐级递减趋势,降水分布地域特征明显,大兴安岭以东地区和巴彦淖尔市西部地区降水变化趋势率较高,呼伦贝尔市西北部、通辽市中南部、赤峰市中部、阿拉善盟西部地区降水变化趋势率较低;发生不同等级干旱的几率为轻旱>特旱>中旱>重旱,各级干旱易发生地区集中在呼伦贝尔市西部、赤峰市中北部、通辽市北部、锡林郭勒盟中西部以及阿拉善盟西部地区。Pa变化趋势率表现为,呼伦贝尔市中东部、巴彦淖尔市西部和阿拉善盟东部呈上升趋势,即干旱程度减轻;兴安盟南部至鄂尔多斯市、阿拉善盟中西部呈下降趋势,即干旱程度加重。     

基于EPIC模型的中国典型小麦干旱致灾风险评价

运用EPIC(Environmental Policy Integrated Climate)农作物生长模型模拟了1966—2005年中国典型小麦生长过程,构建了基于水分胁迫的小麦干旱致灾强度指数,对中国小麦干旱致灾强度和风险的时空分布规律进行了定量评价分析。结果表明:小麦干旱致灾强度呈现出从西北干旱区向东南湿润区递减的趋势,且春小麦分布区旱灾致灾强度高于冬小麦分布区;中国农牧交错带是小麦干旱致灾强度较强且波动较大的区域,也是小麦干旱致灾风险较高的区域;1966-2005年春小麦区干旱致灾强度呈现下降趋势,而冬小麦区呈现普遍上升趋势,其中北部和黄淮冬麦上升趋势最为明显。     

西北地区秋季干旱指数的变化特征

利用甘肃、宁夏、青海、新疆4省(区)的137个气象站30年的降水、蒸发资料,确定适合西北地区的干旱指数计算方法,分析中国西北地区秋季降水、蒸发、干旱指数的空间分布、时间演变等特征.结果表明:西北地区秋季平均自然降水从东南到西北依次减少,在甘肃西部、青海西北部、新疆南部有一条东西向的少雨带,是干旱最严重的地方.新疆南部、甘肃西部、青海西部重旱频率最高,平均2年一遇;新疆北部、甘肃南部、青海南部、中旱频率为30%左右,平均3年一遇,轻旱频率30%左右,平均3年一遇.表明西北地区的干旱有明显的地域特征,即新疆中南部、甘肃西部、青海西部为干旱区,新疆北部、甘肃中东部、青海东部和南部为半干旱区.     

中国西北地区太阳辐射时空分异特征北大核心CSCD

应用近60 a中国西北169个国家基本气象站气象观测资料,对中国西北总辐射的时域变化、空间分布和次区域时空演变特征进行了研究。结果表明:(1)青海西北部的柴达木盆地和甘肃西部为太阳能资源最丰富区,陕西南部和甘肃东南部的较小区域为资源丰富区,其余大面积区域均为资源很丰富区。(2)1961—2020年除新疆西南部、甘肃和新疆接壤区、甘肃北部和陕西北部的小范围区域总辐射呈上升趋势外,西北大部分区域总辐射呈下降趋势。(3)EOF第一模态特征向量场表明,总辐射振荡强度由西向东加强,各分量高载荷区主要集中于中东部,该区域是总辐射易出现异常、振荡强且敏感的地区。(4)EOF第二模态特征向量场自西向东呈双偶极子型;青海全境和甘肃大部为正值区域,也是总辐射异常振荡最强的区域。(5)依据REOF特征向量不同模态空间分异结构类型,可将研究区域划分为主要受东亚季风影响的“西北东部异常型”、主要受东亚季风影响边缘区的“西北中部异常型”和主要受西风带影响的“西北西部异常型”等3个次区域。3个次区域总辐射减少的突变点分别出现在1973年、2017年和2008年。     

1971—2016年河南省夏玉米生长季极端干旱时空特征

选用地表湿润指数,利用1971—2016年气象数据对河南省夏季极端干旱发生的时空特征进行了分析。结果表明：近46 a来,河南省夏季极端干旱发生频数在年均0.08～2.15月之间,总体上呈现微弱的下降趋势。6月和9月极端干旱发生次数高于7月和8月。1970s发生频数最多,2000s最少,2010s呈现回升的趋势。6月和9月极端干旱发生站次百分比明显高于7月和8月,且6、7月和9月的发生站次百分比在2010s也呈现回升趋势。各年代平均发生频数均以豫南地区最高,近46 a来极端干旱总次数呈现由南向北逐渐递减的分布特征,但6月份发生总次数高值区则主要分布在豫中和豫西地区。全省范围内极端干旱发生存在明显的4~8 a周期变化,2010s极端干旱发生频数和站次百分比均呈回升趋势,应引起夏玉米生产上的关注和重视。     

贵州省干旱时空分布特征研究

为探究季节性干旱对贵州省农业生产造成的影响,基于贵州省9个气象站点1960~2010年逐日降雨资料计算的标准化降水指数(SPI),使用Mann-Kendall趋势检验和GIS克里金插值等方法,分析了该区域近51a以来的干旱时空分布特征。结果表明:近51a来贵州省内大部分站点的月尺度SPI值在4-5月和9-10月呈下降趋势;年尺度SPI值呈减小趋势,干旱影响站次比呈上升趋势,干旱范围和干旱程度有加大趋势;1年四季中干旱频率空间分布在不同地域上显示出了较大差异性。     

甘肃黄土高原地区春旱指标研究

利用甘肃省甘肃黄土高原地区12个代表站1958~2003年春季3~5月逐候降水、蒸发资料,建立了该地区早春旱和晚春旱指数序列,确定了春旱等级标准,进一步分析了春旱的时空分布特征及其年际(年代际)变化规律。结果表明:(1)干旱指数能够连续动态地监测干旱过程,因而具有较好的代表性;(2)甘肃黄土高原地区早春旱和晚春旱北部高于南部,干旱中心在陇中;(3)重晚(早)春旱的发生频率增加(减少),站数增多(减少);(4)区域性早春旱随年代呈下降趋势,区域性晚春旱略有上升的趋势,但不明显。     

改进的TOPSIS模型在陕西省农业干旱脆弱性区划中的应用

以陕西10个地市作为研究对象,从暴露性、敏感性以及恢复能力三个方面选取12个指标构建农业干旱脆弱性评价指标体系,应用改进的TOPSIS模型计算得出各市区的相对贴近度,对陕西省农业干旱脆弱性进行综合评价。结果表明:陕西省农业干旱脆弱性存在地域性差异,10个市区的农业干旱脆弱性由高到低排序依次为安康(0.7841)商洛(0.7650)汉中(0.6939)西安(0.5977)榆林(0.4657)延安(0.4605)渭南(0.4555)铜川(0.4319)宝鸡(0.3525)咸阳(0.2996),整体呈现"南高北低"的分布格局;从暴露性来看,陕西省农业干旱暴露性指数最高为渭南,其次为咸阳和西安,其它市区均较低;从敏感性来看,陕西省农业干旱敏感性分布两极分化严重,主要表现为陕南地区敏感性总体偏高,关中地区和陕北地区除铜川市和延安市敏感性较高外,均处于较低水平;从恢复能力来看,陕西省农业干旱的恢复力分布无明显规律,按其恢复力由高到底排序依次为:延安渭南榆林咸阳西安铜川宝鸡汉中安康商洛。改进的TOPSIS模型能较合理地从整体上对农业干旱脆弱性进行评价分区,符合实际情况,为其他多属性综合评价提供了一个新的思路和算法。     

基于三维识别的中国干旱事件演变特征分析北大核心CSCD

中国是世界上受干旱影响最严重的国家之一,干旱频发给我国经济社会发展和生态环境造成严重影响。为分析近40 a干旱事件的时空特征,本文结合三维聚类算法,从干旱事件时空联动的本质出发,识别中国1981—2020年间干旱事件并定量分析干旱事件的时空动态演变过程。主要结论如下:三维聚类算法能有效识别干旱事件及其动态变化过程。中国1981—2020年间发生持续2个月及以上的干旱事件102场,空间上,干旱事件空间轨迹倾向于自东向西发展;时间上,干旱事件时间重叠度较高,长历时干旱多具有多峰特点。此外,覆盖范围广且严重度高的干旱事件集中发生于2005—2010年。本文结论有助于发现中国干旱事件的时空演化规律,为我国干旱监测和干旱风险管理提供科学参考。     

基于ORYZA2000模型的华北地区旱稻干旱风险评估

针对华北地区旱稻产量年际不稳定的问题,利用作物生长模拟技术与数理统计相结合的方法,对华北地区气候背景下旱稻生长季内干旱风险进行了定量评估。以模型模拟的雨养条件下实际蒸散量相对于潜在条件下的蒸散量(即需水量)的亏缺率(即水分亏缺指数),以雨养条件下产量相对于潜在产量的损失率(即灾损指数)作为产量灾损强度评价指标,从受旱程度以及产量损失两个角度构建干旱风险评估模型,进行干旱风险评估。结果表明,华北地区旱稻全生育期水分亏缺指数在0.35~0.45之间,其中出苗~穗分化阶段指数值在各生育阶段中最高。干旱灾损指数变化在0.24~0.50之间,其中河北的西北部、山东北部及河南的南部较高。就干旱强度风险及灾损风险而言,空间分布趋势基本一致,风险指数低的地区主要分布在河北北部、山东南部等地区,河北中南部、河南大部等地风险指数较高;就综合风险指数而言,高值区主要分布在河南的西部和南部、山东北部以及河北中部的部分地区,低值区主要分布在北京、天津、河北北部、山东大部以及河南北部的大部分地区。总体上看,华北大部地区旱稻干旱综合风险较低,但在农业生产实际中仍不能忽视高风险区的干旱应对及防御。