基于SPI的云南省多尺度干旱时空演变特征识别

【目的】识别云南省多尺度干旱的时空演变特征。【方法】基于云南省36个气象站31 a的气象数据,基于标准化降水指数（SPI）,结合GIS空间分析、非参数Mann-kendall趋势检验,识别云南省多尺度气象干旱时空分布及演变特征。【结果】(1)SPI在年尺度、季节尺度均呈波动变化趋势,除春季SPI略有增长外,夏季、秋季、冬季和年尺度的SPI均表现为减小趋势,秋季SPI变幅最大,冬季变幅最小。(2)年尺度干旱频率分布在32.26%～50.00%之间,主导的干旱等级为轻微干旱和极端干旱,干旱频率高值区主要分布在文山、红河、昆明、楚雄、德宏。(3)春、夏、秋、冬4个季节的干旱频率分别为39.86%、39.83%、38.43%、41.33%,尽管季节间干旱频率差异较小,但不同季节主导性干旱等级差异较大。除春季外,各季节的主导性干旱等级均包含极端干旱。(4)年尺度上,除5个站点干旱呈增强趋势外,其余站点均无显著变化趋势;春季大部分站点干旱演变呈减小趋势,而夏季、秋季、冬季则分别有11、6、2个站点呈显著增强趋势。【结论】云南省年尺度和季节尺度干旱频率分布及演变趋势呈明显的时空分异特征,区域干旱以季...     

1983―2015年中国西南地区干旱综合损失率与SPI的关系研究

【目的】揭示1983―2015年中国西南地区干旱综合损失率与SPI的关系。【方法】利用1983―2015年西南地区旱灾资料研究了西南地区旱灾在1983―2015年的变化规律及发生概率;利用40个代表站点1960—2015年的月降水量资料计算月、季和年尺度SPI值,进一步研究了1983―2015年不同时间尺度的干旱综合损失率与SPI的相关关系。【结果】1983―2015年西南地区干旱的受灾率、成灾率、绝收率和综合损失率的多年平均值分别为11.79%、5.84%、1.30%和4.86%,除云南的旱灾呈不显著上升趋势外,其他省份和整个西南地区的旱灾呈下降趋势,各省旱灾情况较为接近,其中云南和贵州的旱灾情况比广西和四川严重,西南地区干旱综合损失率大于6%的概率为29.8%。【结论】除云南省干旱综合损失率与5月SPI值最为相关外,其他省份和西南地区干旱综合损失率都与8月、夏季和年尺度的SPI值的相关性最大。     

甘肃省农业干旱对多尺度气象干旱的响应

基于气象站点和卫星遥感数据,以标准化降水蒸散发指数(SPEI)和植被状态指数(VCI)分别表征气象干旱和农业干旱,利用统计方法和Arcgis技术分析了甘肃省气象及农业干旱的时间变化趋势和空间分布特征,采用最大相关系数法分析了不同时间尺度的SPEI指数对VCI指数的响应关系。结果表明:气象干旱在春、夏、秋及生长季干旱发生频率最高的地区分别为:陇东地区、河西地区、陇东与河西地区、陇东地区。大部分地区气象干旱呈增加趋势,而农业干旱呈减缓的趋势。农业干旱发生频率表现出西北部和东部高,中部和南部低的空间格局。SPEI与VCI相关性特征表明,空间上SPEI与VCI在林地和草地的相关性最大;时间上VCI指数与SPEI-3相关性最大,即农业干旱对3个月尺度的气象干旱响应最灵敏。研究结果可为甘肃省的农业防旱工作提供参考。     

韶关市近50年干旱与烟草需水量变化特征研究

基于1971-2020年韶关市8个气象观测站逐日气象数据,计算不同时间尺度标准化降水蒸散发指数(SPEI),并采用MMK趋势检验和作物系数法等方法,研究了近50年韶关地区干旱与烟草需水量变化特征.结果表明:①2000s后,韶关的干旱程度有增强的趋势,且年干旱影响范围在不断扩大;②从空间分布来看,年干旱发生频率总体呈"北多南少"的分布规律,韶关曲江是季节尺度干旱事件易发生地;③韶关地区的干旱化主要由气温和降水共同作用,其中降水占主导因素;④韶关南雄烟草生长期需水量以5.98 mm/10a的速率显著递增,与SPEI指数呈负相关.总的来看,韶关市干旱渐趋严重,且呈四季干旱多发,中部受灾严重以及春冬季易旱涝急转的特征.其中韶关南雄由于干旱化有加剧趋势,需特别在烟草生长期内做好水资源配置和规划管理工作.     

基于SPI和云模型的海河平原区干旱特征研究

根据海河平原20个气象站1955—2019年逐日降水量计算了年尺度和季尺度的标准化降水指数(SPI),对各尺度不同等级的干旱频率及其时空特征进行分析;以年尺度SPI为样本,采用正态云发生器算法和多步还原逆向云变换算法构建云模型,分析了干旱的随机性和稳定性。结果表明,海河平原区干旱频率主要分布区间为[0.28,0.31],呈现轻旱高频、重旱低频的特点;春旱发生频率最高,冬旱频率最小,夏季地区间及年际间差异最大。年际间SPI云模型的3个特征参数均呈减小趋势,其中熵呈显著减小趋势,且超熵与熵呈显著正相关,即SPI分布的随机性和不均匀性变化趋势一致;空间上各站点超熵和熵则呈极显著负相关,随机性和不均匀性呈相反趋势;云特征的年际差异大于站点间差异,即云模型能够更好地反映区域年际间SPI在空间上的随机性和稳定性。海河平原整体上有趋于干旱的趋势,各站点SPI的随机性显著减小,且变化趋于稳定。     

基于标准降水指数的黑龙江省气象干旱特征分析

以黑龙江省27个气象站点1959-2014年的逐月降水数据为基础,计算不同时间尺度的标准降水指数,结合主成分分析法分析该省气象干旱的严重程度、影响范围、时空分布的多时间尺度特性。结果表明,黑龙江发生气象干旱的频率约为30%,省内气象干旱影响范围在1980年前呈扩大趋势之后逐渐缩小,2000-2014年干旱范围轻微增大后趋于稳定。气象干旱空间分布格局主要存在整体一致型和西北-东南对立分布两种态势。随着时间的变化,黑龙江在1980年后极端事件发生较多,2000年后旱化趋势显著。该结论可为研究区内的水资源分配及农业发展提供理论指导作用。     

基于干旱指数法的星星哨灌区旱涝状况研究

利用星星哨灌区1954-2009年的降水资料,计算降水距平百分率指标(Pa指数)和标准化降水指标(SPI),划分出灌区历年的干旱等级,研究了灌区各干旱等级的变化情况及发展趋势,并运用权马尔可夫链模型预测了灌区未来6年的降水量。研究结果表明:在星星哨灌区56年间,降水量有明显减少趋势,重旱重涝灾害增多,其中:夏季降水量略呈下降趋势,干旱等级略有上升,且旱涝灾害程度加重;秋季降水量减少明显,干旱等级明显上升,旱灾发生次数增加。预测结果表明:在2010-2015年间,灌区降水量总体呈下降趋势,将对灌区农业生产带来较大影响。     

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。     

气候变化背景下山西省气象干旱时空演变特征

干旱频发对生态资源、农业发展造成了严重影响,为揭示山西省干旱时空演变特征,基于1971—2020年山西省24个气象站点的逐月气象资料,利用改进的Mann-Kendall方法检验各气象因子的年变化趋势,采用FAO56 Penman-Monteith公式计算参考作物腾发量（ET0）,分析单个气象因子变化情况下ET0的变化特征和对气象因子的敏感性,比较各时间尺度（月、季、年尺度）不同干旱指数（降水距平百分率（Pa）、标准化降水指数（SPI）和标准化降水蒸散指数（SPEI））对山西省干旱灾害监测能力。结果表明：ET0与相对湿度呈负相关,气象因子对ET0的敏感性由大到小依次为相对湿度、日最高气温、2m处风速、日最低气温、日平均气温,ET0呈波动下降趋势。SPEI能够在多时间尺度上有效反映山西省干旱状况,是该地区干旱监测的有效工具。在月、季、年尺度下,比较3个干旱指数, Pa检测效果较差,〖JP2〗SPI和SPEI在某些地理区域存在较大差异,整体而言,SPEI在多数地区检测干旱的性能更好;SPEI-1〖JP〗尺度下,各干旱等级发生频率由大到小依次为轻旱（14.8%）、中旱（10.6%）、重旱（5.6%）、特旱（1.9%）,3月干旱发生率最高（34%）,12月发生率最低（31.8%）,吕梁市、晋中市、大同市干旱情况较为严重;SPEI-3尺度下,季节发生干旱频率由大到小依次为秋季（33.5%）、夏季（32.5%）、春季（31.9%）、冬季（31.4%）,大同市、长治市特旱发生频率最高,旱情最为严重,忻州市轻旱频率、朔州市中旱频率、吕梁市重旱频率最高;SPEI-12尺度下,轻、中、重、特旱频率分别为14.8%、10.5%、5.4%、2.3%,SPEI-12相较SPEI-1和SPEI-3识别重旱、特旱的站点更多,并基于游程理论得出,山西省南部干旱频次更多,东部干旱历时更长、干旱严重程度更大,干旱峰值主要出现在山西省南北部,由于年均降水呈波动性下降,年均气温整体上升,山西省的气候趋于暖干化,南北部旱情将有所加重,中部地区旱情有所减缓,全域性干旱仍有很大发生可能。     

近53a宁夏地区多尺度干旱特征分析

采用宁夏18个气象站1960—2012年气象数据,基于SPEI在划分区域的基础上,研究了宁夏不同时空尺度的干湿状况的演变特征,干旱强度的变化趋势以及干旱影响范围的变化特征。结果表明:1近53a来宁夏地区存在明显的干湿变化,1998年之前是相对干旱的时期,干旱发生的频率高,强度大,影响范围广;1998年之后,宁夏大部分地区进入相对湿润时期,干旱发生的频率减少,强度也在下降,干旱影响的范围明显减小。2近53a宁夏存在湿润化趋势,北部的湿润化趋势要快于中部和南部。北部引黄灌区冬春季的湿润化趋势要快于夏秋季;而中部干旱带和南部山区则是秋冬季湿润化趋势要显著快于春夏季。3宁夏北部引黄灌区和中部干旱带的干旱强度有不同程度的减轻趋势,南部山区则有轻微的增强趋势,但不显著。北部引黄灌区各个季节发生干旱的总频次基本相当,但春旱的强度较大。中部干旱带的冬旱无论发生的总频次还是强度都高于其他季节;南部山区冬旱的发生频次最高,春旱的强度最大,达到了-2.22,属于极端干旱。4宁夏干旱发生的范围总体趋势是在减小,同时存在明显的阶段性特征。20世纪60年代前期、60年代后期到70年代中期、80年代中后期及90年代前期到中期的中度以上干旱发生的范围较大,2000年以后干旱发生的范围明显减小。     

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。     

五种干旱指数在云南省的适用性分析

干旱指数是研究干旱的核心和基础,但其计算表达方式多样,并且不同的干旱指数具有一定的使用条件和范围,因此筛选适合云南省干旱监测的干旱指数,对干旱预警及该地区的干旱研究具有重要意义。利用云南省29个气象站点1960年1月—2014年12月降水和气温的月平均资料,在月尺度上计算并对比分析了5种干旱指数在不同地区、不同季节的适用性。结果表明,冬春季,在滇西北和滇东北地区,优先选择SPI;在滇中地区,建议选用SPI和Pa;在滇西南地区,Pa的适用性优于其他4种指数;在滇东南地区,CInew的监测效果较好。夏秋季,除在滇西北地区建议使用SPI外,在其他地区SPEI的适用性更强。SPI对2009年11月—2010年3月冬春连旱干旱演变过程的描述能力略优于其他4种指数。     

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。     

安徽省农业旱灾特征及其对粮食生产的影响

分别从旱灾的发生频率、时空分布、发生与发展过程及其对粮食产量的影响等方面,分析了安徽省农业旱灾的特征和变化趋势,以及粮食生产对干旱的响应规律。结果表明,安徽省的旱灾呈现明显周期性波动,轻重灾情交替出现,其波动周期大致为5～10年;严重以上旱灾的发生机遇平均约为4年一次,且旱灾在水旱灾害中所占的比例及其对粮食生产的致灾强度呈增长变化趋势;农业干旱灾害具有明显的区域差异性,安徽淮河流域旱灾的年均成灾面积和粮食减产量均占全省的70%左右。粮食减产率与旱灾成灾率二者之间呈现一定的正相关关系,即随着成灾率的增加粮食减产率呈上升趋势,其拟合关系以多项式较为理想,为减轻粮食灾害损失、进行旱灾治理的重点区域是该省的淮北平原和江淮丘陵粮食主产区。     

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。     

两种气象干旱指标的应用比较研究

基于两种常用的气象干旱指标计算方法--Z指数和标准化降水指数（SPI指数）,改进了两种干旱指标的区域化计算方法。通过比较分析两种不同干旱指标方法,结果表明SPI指数与Z指数具有较好的一致性。同时,SPI指数计算较Z指数简单,资料容易获取,其借助概率密度函数转化计算,消除了降水资料的时空分布差异,具有良好的稳定性,能有效地反映区域的旱涝状况,为区域水资源评估及旱涝灾害预测预警提供了可靠的依据。