气候变化背景下贵州省农作物生长期干旱时空变化规律_陈学凯
《2024年干旱—半干旱区草地与灌丛群落谱系结构研究》范文
《干旱—半干旱区草地与灌丛群落谱系结构研究》篇一一、引言在全球气候变化的大背景下，干旱与半干旱地区生态系统稳定性与结构研究成为了生态学领域的热点话题。
这些地区通常具有独特且复杂的植被组成，如草地和灌丛群落，它们不仅为当地生物提供栖息地，还对区域气候和水资源循环起到重要作用。
本文旨在探讨干旱—半干旱区草地与灌丛群落的谱系结构，分析其组成、分布及影响因素，为生态保护和恢复提供理论依据。
二、研究区域与方法1. 研究区域本研究选取了我国北方某干旱—半干旱地区作为研究对象，该地区具有典型的草地和灌丛群落分布。
2. 研究方法（1）样地设置：在研究区域内设置多个样地，每个样地内进行植被调查和土壤采样。
（2）谱系结构分析：通过采集的植被样本进行形态学和分子生物学分析，构建谱系树，并分析其结构。
（3）数据分析：运用统计学和生态学软件对数据进行处理和分析。
三、研究结果1. 群落组成研究区域内草地和灌丛群落主要由多种植物种组成，包括草本植物、灌木和乔木等。
不同物种在群落中的分布具有明显差异。
2. 谱系结构特征谱系树显示，草地群落和灌丛群落在进化上具有一定的连续性，但也在某些特征上存在明显差异。
草地在谱系结构上更倾向于以某些特定的物种为主，而灌丛群落的物种分布更为分散。
此外，干旱—半干旱环境对谱系结构的形成有显著影响，环境变化与群落结构的关系在谱系树上得以体现。
3. 影响因子的分析降水、土壤类型、地形等环境因子对群落谱系结构有显著影响。
其中，降水量是影响群落组成和分布的关键因素，土壤类型和地形则对群落的空间分布产生影响。
此外，人为活动如过度放牧、开垦等也对群落结构造成了一定程度的破坏。
四、讨论1. 群落演替与谱系结构的关系随着环境变化，群落可能发生演替，不同物种的种群数量和分布也会发生变化。
这些变化在谱系结构上得以体现，反映了物种的进化历程和对环境的适应能力。
2. 干旱—半干旱环境的特殊性这些地区环境条件相对恶劣，对植物生长具有挑战性。
未来气候变化情景下贵州省水稻干旱风险研究
未来气候变化情景下贵州省水稻干旱风险研究韩会庆;张娇艳;张英佳;王喆;蔡广鹏【期刊名称】《节水灌溉》【年(卷),期】2018(0)5【摘要】利用CMIP5全球气候模式预估的逐日降水资料,通过降水距平百分率构建水稻干旱风险评估模型,对未来气候变化情景下贵州省水稻移栽分蘖期、拔节孕穗期、抽穗成熟期和全发育期的干旱风险进行评估。
结果表明:RCP2.6、RCP4.5和RCP8.5情景下,贵州省水稻各发育期干旱风险呈现拔节孕穗期﹥抽穗成熟期﹥移栽分蘖期。
2081-2100年各情景下贵州省水稻全发育期干旱风险高于2016-2035年。
2016-2035年贵州省水稻各发育期和全发育期干旱风险空间差异较大。
2046-2065年和2081-2100年贵州省水稻各发育期和全发育期干旱风险空间基本呈现北部和东部较高,南部和西部较低的特点。
【总页数】6页(P51-56)【关键词】干旱风险;气候变化;水稻干旱;贵州省【作者】韩会庆;张娇艳;张英佳;王喆;蔡广鹏【作者单位】贵州理工学院建筑与城市规划学院;贵州省气候中心;贵州师范大学地理与环境科学学院【正文语种】中文【中图分类】S274.3【相关文献】1.未来气候变化情景下江苏水稻高温热害模拟研究Ⅰ:评估孕穗-抽穗期高温热害对水稻产量的影响 [J], 李琪;任景全;王连喜2.未来气候变化情景下江苏水稻高温热害模拟研究Ⅱ:孕穗-抽穗期水稻对高温热害的适应性分析 [J], 王连喜;任景全;李琪3.未来气候变化情景下贵州省降水集中度变化特征研究 [J], 韩会庆;李建鸿;安徐朋;陈思盈;侯佳威4.多模式多情景下西北内陆干旱区未来气候变化预估 [J], 颜楚睿;刘浏;黄冠华5.未来气候变化情景下我国粮食供需平衡风险研究(英文) [J], 周巧富;戴尔阜;吴绍洪;潘韬;陈曦炜因版权原因，仅展示原文概要，查看原文内容请购买。
如何科学应对农业旱灾
如何科学应对农业旱灾作者：上官周平来源：《发明与创新(综合版)》2009年第03期面对我国当前严峻的农业旱灾，为保证我国粮食安全与经济平稳运行，我们提出以自主抗旱减灾科技创新为主、技术集成与功能提升为辅的总体思路，生物抗灾、结构避灾、技术减灾和制度救灾的科学应对旱灾的实施策略，争取在以下五个方面取得突破。
1加强气候变化背景下区域农业旱灾成因、变化规律及旱灾评价研究，明确主要农作物生育期内不同等级农业旱灾的时空分布规律和年际变化趋势。
目前，我们还不能有效地利用气象、地形地貌、土壤、植被和作物布局等资料，尚不能通过气候因子与地形、土壤和作物之间的互动机理来预报和预测农业旱灾发生的原因、规律与趋势，致使人类不能主动地应对农业旱灾的发生与发展。
以后，我们应基于现代观测手段的实时监测数据和历史灾害资料，开展农业旱灾发生范围、强度、时间、历时等的动态监测，对干旱过程中主要作物农业旱灾发生发展的轨迹和造成的灾损进行定量描述，为认清旱灾发生规律，掌握旱灾状况提供科技支撑。
2应用现代生态科学的理念，积极开展农业抗旱减灾关键技术研究与创新，建立不同区域适水性和节水型抗旱避灾耕作制度和应急减灾模式。
鉴于作物抗旱机制的复杂性与多变性，目前还没有做到有明确目标的抗旱品种选育与有效的适水种植。
我们宜以作物整体抗旱和高效利用雨水抗旱为切入点，进行抗旱丰产生态适应性策略研究，筛选抗旱性强和水分利用效率高的耐旱性作物品种，建立生物抗旱技术体系；开发田间有效集蓄雨水和高效保存土壤水的关键技术，建立抗旱减灾集雨保墒一体化技术：依据不同作物需耗水规律和抗旱高效用水特性，研究应变型的高效用水农业栽培技术，调整作物布局与种植结构，建立我国不同干旱区域适水性和节水型抗旱避灾耕作制度和应急减灾模式，为区域抗旱减灾决策提供具有可操作性的技术。
3通过技术、管理、运行等技术的高度集成，积极应用防渗漏和现代节水技术，提高农业用水的利用率。
目前，30％以上的供水在输水过程中因渗漏而浪费，我们应研究以改进地面灌溉技术和农艺节水为主的旱区节水农业高效用水技术和设备，提出以减少灌区输水损失为主的农业工程节水新技术和新材料，以及节水工程老化机理、健康诊断与修复技术；并通过非常规水开发和资源优化配置，解决区域农业缺水问题。
贵州省2011年与2013年7—8月干旱对比分析及对农业的影响
贵州省2011年与2013年7—8月干旱对比分析及对农业的影响作者：王兴菊白慧周文钰陈贞宏张东海来源：《天津农业科学》2014年第11期摘要：利用NCEP再分析月平均资料、全省87站降水、气温、MCI监测资料、向外长波辐射OLR （Outgo inglongw ave rad iation）资料，分析了2011年和2013年夏季7到8月间干旱实况和环流的异常特征。
结果表明， 2011年和2013年降水偏少，降雨量排位为1981年以来同期第一和第二，气温偏高，2013年7到8月平均气温为1981年以来最高的1年达到25.4 ℃。
2011年和2013年副高和南压高压偏强，贵州等地及其水汽来源区域的对流活动都受到抑制，由南向北的水汽输送较差，来自北方的冷空气偏弱，西北气流不明显，贵州、四川一带没有明显的冷暖空气交汇带，导致降水偏少、气温偏高，最终形成了2011年和2013的干旱。
赤道中东太平洋海表面温度大范围持续变冷（暖）的现象可引起大气环流的异常相应，可将ENSO事件作为次年预测贵州夏季干旱与否的重要因子。
建议在贵州夏季干旱易发区域建设农业生产对策研究试验基地，指导农民改进农业种植结构，加大人工增雨力度应对夏旱。
关键词：西太平洋副高；南亚高压；水汽输送中图分类号：P426.616 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2014.11.027干旱是我国最常见的、影响最大的气候灾害，每年因干旱造成的粮食减产约占气象灾害粮食总损失的50%以上[1]。
根据黄荣辉和周连童[2]的研究结果，全国各地均可能发生干旱，全国每年平均受旱面积达0.2×108 hm2，在全球气候变暖的趋势下，特别是进入21世纪以来，贵州省降水处于一个相对少雨期，干旱极端气候事件频繁发生，2001年至2013年13年中，贵州发生了2001年夏旱、2004年西部春旱、2005年夏旱、2006年西部春旱和黔北特大夏旱、2009年7月至2010年5月夏秋连旱叠加冬春连旱的罕见特大干旱、2011年的特大夏秋连旱和2013年的夏旱。
贵州省农业农村厅关于印发《贵州省农业抗旱保丰收技术方案》的通知
贵州省农业农村厅关于印发《贵州省农业抗旱保丰收技术方案》的通知文章属性•【制定机关】贵州省农业农村厅•【公布日期】2011.08.16•【字号】黔农发〔2011〕202号•【施行日期】2011.08.16•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】农业管理其他规定正文贵州省农业农村厅关于印发《贵州省农业抗旱保丰收技术方案》的通知黔农发〔2011〕202号各市（州、地）农委、畜牧（水产）局、毕节地区农机局：今年以来，我省各地降水总量不足，特别是7月份降水偏少明显，大部县市区偏少5成至1倍，7月中下旬以来全省大部地区出现大范围高温天气，农业生产遭受严重干旱。
据省气象局预测，8月下旬，我省降雨继续偏少，全省旱情仍呈发展态势。
为加强当前农业抗旱救灾，抓好生产自救及灾后生产恢复，努力夺取全年农业丰收，我委研究制订了《贵州省农业抗旱保丰收技术方案》，现予印发，请结合实际贯彻落实。
附件：贵州省农业抗旱保丰收技术方案二〇一一年八月十六日附件：贵州省农业抗旱保丰收技术方案7月以来，我省大部地区出现严重干旱，农业生产遭受大损失。
为有效推进我省农业抗旱保丰收工作，特制订如下方案。
一、种植业对绝收田块，低海拔河谷地区由于后期温度条件好，可以考虑改种延晚果菜；中高海拔区可以根据当地生产、生态和市场条件改种秋马铃薯、荞麦、速生蔬菜等短季节作物，增收一季晚秋作物，再接秋冬种。
受旱作物采取以下主要技术措施：（一）水稻。
目前我省水稻大部地区已处于抽穗扬花阶段，一是灌水抗旱。
通过江河抽水、打井抽水等措施，利用一切可利用水源，及时灌溉。
二是施好粒肥。
一般追施磷酸二氢钾1—2次，每次每亩100克。
对叶色偏淡的田块，可每亩添力口尿素500克，追施粒肥，以保叶增粒重。
三是防好病虫。
重点抓好稻瘟病、稻飞虱、纹枯病等的防治。
稻飞虱100丛稻有虫1000头以上的田块，小若虫高峰期时用药防治：穗瘟病抽穗期应抢晴普遍施药预防（如用三环唑、富士一号等），一般始穗期喷一次，齐穗后再喷一次；纹枯病或孕穗期病丛率15—20%时，应立即施药控制，药剂主要为井岗霉素；其它病虫根据发生情况挑治或兼治。
《2024年干旱与半干旱区植被动态及其对气候变化的响应》范文
《干旱与半干旱区植被动态及其对气候变化的响应》篇一一、引言随着全球气候的不断变化，干旱与半干旱区域的生态系统受到了严重影响。
这些地区通常拥有独特的植被类型和生态系统结构，然而，气候的异常变化使得这些地区的植被动态出现了显著的改变。
本文将详细探讨干旱与半干旱区的植被动态以及其对气候变化的响应，并探讨其中的机理与影响因素。
二、干旱与半干旱区植被动态干旱与半干旱区是指降水量较低，蒸发量较高的地区。
这些地区的植被类型多样，包括草原、荒漠、稀树草原等。
在这些地区，植被动态主要受到水分、土壤、气候等多种因素的影响。
在正常的气候条件下，这些地区的植被通过适应环境，形成了独特的生态平衡。
然而，当气候发生变化时，这种平衡就会被打破。
例如，长时间的干旱会导致土壤水分减少，植被生长受阻，甚至出现大面积的荒漠化。
反之，当降水量增加时，植被会迅速恢复生长，形成更为丰富的生态系统。
三、植被对气候变化的响应气候变化对干旱与半干旱区的植被产生了深远的影响。
这些影响主要表现在以下几个方面：1. 植被类型的改变：随着气候的变化，一些适应力较强的植被类型会逐渐取代原有的植被类型。
例如，在干旱条件下，耐旱的植物种类会逐渐增多，而那些需要较多水分的植物种类则会逐渐减少或消失。
2. 生长季的变化：气候变化还会影响植物的生长季。
例如，在温度升高的条件下，植物的生长季可能会延长，而在降水量减少的情况下，生长季可能会缩短。
3. 生态系统的稳定性：气候的变化还会影响生态系统的稳定性。
在极端气候条件下，如长时间的干旱或洪水，生态系统可能会遭受严重的破坏，导致生物多样性的降低。
四、影响因素及机理影响干旱与半干旱区植被动态及对气候变化响应的因素众多，主要包括气候、土壤、生物因素等。
1. 气候因素：主要包括降水量、温度、风速等。
这些因素直接影响到植被的生长和分布。
例如，降水量是决定植被类型和分布的关键因素，而温度则影响到植物的生长速度和生命周期。
2. 土壤因素：土壤的质地、肥力和水分含量等都会影响到植被的生长。
贵州农业干旱时空分布与气候背景分析
云系覆盖，回波顶高3km ～6km ，云系整体自西北往东南移动；19时01分～29分，目标云系南部边缘回波顶高从6km 跃增到8km ，该云系边缘位置正对应地面盘州忠义、保田一带。
所以，回波顶高在6分钟内从6km 跃增到8km ，为此次降雹个例的一个特点。
3.3垂直积分液态含水量（VIL ）分析垂直积分液态水含量（VIL ）是由反射率因子数据转换成等价的液态水值，是假设所有反射率因子返回都是由液态水滴引起的经验导出关系，其表示云体在某一确定的底面积格点区域的垂直柱体内液态水总量。
冰雹的形成与云团液态水含参与，液态水越丰富，形成冰雹的概率越高，所以常把VIL 列为识别冰雹的重要参量之一。
3月29日18时55分，六盘水市盘州忠义西北方向有一回波（占6块网格）往东南方向移动，其VIL 范围在1kg/m 2～20kg/m 2；19时01分，目标回波VIL最大值提升到了35kg/m 2，且所占网格增加到了8块；19时06分，回波VIL 最大值降低到20kg/m 2，回波所占网格位置发生变化。
从垂直积分液态含水量来看此次过程，可看出回波的VIL 值在实际降雹地点区域经历了先跃增后迅速降低的变化。
4结语用多普勒雷达回波资料分析此次六盘水市盘州忠义2018年3月29日傍晚发生的冰雹天气过程，可以看出此个例的特点就是冰雹云团的组合反射率（CR ）强度无论是平面还是垂直剖面在鼎盛时刻均达到了60dBZ ，回波顶高在6分钟内从6km 跃增到8km 以及垂直积分液态水含量（VIL ）值在实际降雹地点区域经历了先跃增后迅速降低的变化。
参考文献[1]李军霞,晋李军,任晓霞,等.一次冰雹过程的多普勒雷达资料分析[J].山西气象,2003,62(01):22-24.[2]邝美清,张家斌,姜建萍.三明市冰雹天气特征分析[J].海峡科学,2018,140(08):28-32.[3]李丽丽,邹书平,杨哲,等.贵州中部一次多单体冰雹天气的雷达回波特征[J].中低纬山地气象,2018,42(02):21-27.[4]周永水,汪超.贵州省冰雹的时空分布特征[J].贵州气象,2009,33(06):9-11.[5]万雪丽,李亚鹏.贵州近三年多雹与少雹的环流特征及差异[A].中国气象学会学术年会[c],2013:976-980.[6]刘小艳,索勇,王瑾,等.基于CPAS 系统的贵州安顺市冰雹云识别指标研究[J].干旱气象,2017,35(04):688-693.[7]蒋汉开,刘小艳.一次多单体降雹过程及防雹作业情况分析[J].安徽农业科学,2015,43(31):166-169.[8]许焕斌,段英,刘海月.雹云物理与防雹的帮理和设计(第二版)[M].北京:气象出版社,2006:5-8,84-85,153-154.[9]俞小鼎,姚秀萍,熊廷南,等.多普勒天气雷达原理与业务应用[M].北京:气象出版社,2005:306.[10]叶宗秀,徐宝祥,龚乃虎,等.一次由回波合并形成的超级单体雹暴[J].高原气象,1987,6(01):75-85.作者简介：孙传东，本科学历，助理工程师，研究方向：冰雹云识别技术与方法。
贵州省干旱特性规律研究
贵州省干旱特性规律研究干旱灾害是全球最为常见的自然灾害，贵州省是我国的干旱高发地区之一。
文章基于贵州省各站点近20年的逐月降雨资料，以标准化降水蒸散指数SPEI 作为干旱识别指标，采用基于Copula的干旱频率分析方法对贵州省各站点近20年进行了干旱识别及干旱频率分析；计算了其干旱频率、干旱历时、干旱历时最大值、干旱烈度、干旱烈度最大值和干旱始末等干旱变量。
研究结果揭示了贵州省干旱在时间维度和空间维度的变化及分布规律、各季节旱的分布特征规律等，其对贵州省抗旱减灾具有一定的指导价值。
标签：干旱频率；干旱烈度；时空规律；贵州省1 基础数据和研究方法1.1 研究区基本情况贵州省地处我国西南腹，是一个高起于四川盆地、广西丘陵和湘西丘陵之间的岩溶山区，境内地势西高东低，自中部向北、东、南三面倾斜。
贵州属亚热带湿润季风气候，大部分地区雨量充沛，年均降水量为1143.6mm，但其降水时空分布不均衡，同时贵州省具有复杂的喀斯特地貌，这使得贵州省成为我国的干旱高发区。
所用基础数据贵州省境内19个气象站点1993-2012年的逐月降水资料，来源于中国气象科学数据共享服务网站和贵州省水利科学研究院，数据准确可靠且具有代表性，可真实反映贵州省相对应时段内的实际情况。
贵州省境内19个气象站点分布情况见图1。
1.2 研究方法1.2.1 干旱频率分析方法干旱发生频率及重现期研究主要采用基于Copula的干旱特征变量分析方法。
干旱特征变量分布中，干旱烈度S及干旱历时D大致复合Gamma分布和指数分布。
且可以用适线法去调试进而确定其分布函数的相关参数，以解决因为干旱特征变量数据的有限性及局限性而引起的计算差异及与事实不符的问题。
而当要运用两个特征变量来表示某一干旱情况、分析其频率等时，那么就需要衡量两干旱特征变量间的关联，也就是处理两特征变量间的联合概率分布函数。
研究表明，Copula理论是解决这一问题直接、便捷的一种方法，而其中的Archimedean Copula 函数因其形式简洁、计算方便被大量运用，这其中最常用的Archimedean copula函数有Gumbel-Hougaard（GH）、Clayton和Frank Copula。
贵阳市花溪区农业气候资源及主要农业气象灾害分析
贵阳市花溪区农业气候资源及主要农业气象灾害分析作者：赵仕慧汪圣洪张杰来源：《安徽农业科学》2015年第07期摘要利用1981～2010年的气象资料，对近30年花溪区农业气候资源状况及主要农业气象灾害进行了分析。
结果表明，花溪区光照资源全年较为欠缺，但在时间分布上与作物生长同季，即在大季作物生长期（4～9月）日照分配比例高，能满足作物生长需求，冬半年（10月～次年3月）日照偏少，对花溪小季作物（小麦、油菜）产量的形成有所影响；全年夏季降水多，秋季略少于春季，冬季降水少，但降水分布不均、变率大，降水量变化不定也是农业生产的不利因素，易发生干旱、洪涝等，影响农作物产量。
据统计，花溪区1981～2010年共出现过各类干旱20次；共出现冰雹8次，多发生在4月，5月次之，降雹时段大多在17：00～19：00；花溪暴雨分布时间5～8月，造成灾害的暴雨次数较少，>100 mm的降雨天数在花溪每年平均发生0.2 d。
关键词农业气候资源；农业气象灾害；花溪区中图分类号S161文献标识码A文章编号0517-6611（2015）07-184-03贵阳市花溪区地处云贵高原东斜坡上，海拔高度1 010～1 655 m，位于冷暖气流接触交替频繁的位置；同时又是冬夏季季风必经之地。
因此，花溪区面积虽小，但气象要素受地形地貌的影响较大，各地的光、热、水气候资源不一[1]。
笔者通过对近30年花溪区农业气候资源及主要农业气象灾害的分析，探讨了农业气象灾害的特点和发生规律，以期为花溪区的农业防灾减灾及气候资源利用提供参考依据。
1资料与方法利用贵阳市花溪区气象局观测站点1981～2010年的日照、气温和降水资料，采用统计学方法处理日照、温度和降水数据，进行气候要素变化分析，分析近30年花溪区农业气候资源和主要农业气象灾害。
季节划分为春季（3～5月）、夏季（6～8月）、秋季（9～11月）、冬季（12月～次年2月）。
2农业气候资源分析2.1光照资源贵阳市花溪区1981～2010年平均年日照时数为1 154.8 h，其中冬季平均日照时数为158.5 h，占全年的13.7%，春季平均日照时数为304.2 h，占全年的26.4%，夏季平均日照时数为409.9 h，占全年的35.5%，秋季平均日照时数为282.2 h，占全年的24.4%，大季作物生长季（4～9月）平均日照时数为761.1 h，占全年的65.9%（图1）。
气候变化对喀斯特地区农业的影响及适应策略——以贵州西部六盘水市为例
气候变化对喀斯特地区农业的影响及适应策略——以贵州西部六盘水市为例敖向红【摘要】全球气候变化已成为普遍共识,应对气候变化对农业生产所带来的危害是全世界所应关注的问题.中国南方以贵州为中心的喀斯特地貌区,山高坡陡,地形破碎,其特殊的地质、气候背景和尖锐的人地矛盾使该区生态环境脆弱、敏感、环境容量低、稳定性差.以严重水土流失——石漠化为主要特征的生态严重威胁着区域社会经济可持续发展和2.2亿人口赖以生存的空间.因此,气候变化背景下中国南方喀斯特地区的农业发展备受学术界和政府关注.【期刊名称】《贵阳学院学报（自然科学版）》【年(卷),期】2016(011)001【总页数】5页(P58-62)【关键词】气候变化;喀斯特地区;农业;影响;策略【作者】敖向红【作者单位】贵州师范大学南方喀斯特研究院,贵州贵阳550001;国家喀斯特石漠化防治工程技术研究中心,贵州贵阳550001【正文语种】中文【中图分类】S165目前在全球气候增暖背景下，各国科学家及政府部门对可能引起的环境和生态变化给予了极大关注[1]-[4]。
20世纪以来，全球气候变化对粮食生产的影响也引起国内外的广泛关注[5]-[7]。
农业生态系统是受气候变化影响最直接、最脆弱的系统，对于发展中的农业大国——中国来说更是如此[8]。
农业在进化中对环境和气候有一个自然选择的过程，对环境和气候变化有一个适应的能力，但是这种能力是有限的，超过一定范围，适应能力将被阻断，甚至难以恢复。
为此针对当前全球温度增高的现实和发展趋势，加大科学研究力度，总结成功经验，提高中国农业适应能力已经成为紧迫的任务[8]-[9]。
全球气候变暖是地球最显著的环境变化，政府间气候变换专门委员会(IPCC)第四次评估报告指出，最近100年(1906——2005年)地表平均温度增加0.74℃[10]。
影响作物生长发育的日温和夜温都有相应的升高，1979—2003年，全球年均日温和夜温分别升高0.35℃和1.13℃[11]。
贵州省农业气象灾害的变化特征及其对主要农作物的影响
贵州省农业气象灾害的变化特征及其对主要农作物的影响作者：姚清仿来源：《农业灾害研究》2020年第01期摘要运用贵州省1998—2017年水灾、旱灾、风雹、冷冻4种农业气象灾害受灾面积及主要农作物产量的数据，使用曲线拟合分析了贵州气象灾害变化特征。
同时，基于灰色关联度研究了4种农业气象灾害的变化对稻谷、小麦、玉米单产的影响。
结果表明，4种农业气象灾害受灾面积整体呈下降趋势，农作物受灾面积的大小排序为：干旱>水灾>风雹>冷冻。
4种气象灾害对贵州整个粮食单产的影响排序为：旱灾>风雹、冷冻>水灾。
4种气象灾害对稻谷、小麦、玉米3种主要农作物单产的影响排序为：风雹>水灾>旱灾>冷冻。
针对稻谷、小麦、玉米3种农作物，同一种气象灾害的影响程度不同。
关键词农业;气象灾害;曲线拟合;灰色关联度贵州省处于云贵高原东侧，是气象及其次生灾害高发省。
近10年来，贵州省因气象灾害及其次生、衍生灾害造成的直接经济损失占自然灾害损失的95%以上，平均每年造成的直接经济损失都在100亿元以上[1]。
显然，掌握农业气象灾害的特点和发生规律，对于防御气象灾害，提高防灾减灾的能力，趋利避害，保障农业增产具有十分重要的意义[2]。
虽然目前许多学者[2-5]就贵州农业气象灾害对农作物整体产量的影响开展了研究，但没有就贵州省不同的农作物做深入的展开。
笔者运用贵州省1998—2017年水灾、旱灾、风雹、冷冻4种农业气象灾害受灾面积及农作物产量的数据，基于灰色关联度找出了4种农业气象灾害（水灾、旱灾、风雹、冷冻）分别对稻谷、小麦、玉米3种主要农作物影响的主次关系，从而为有关决策部门指导农业生产和防灾减灾工作提供科学性的依据，为贵州省主要农业气象灾害影响评估和风险区划提供参考。
1资料与方法1.1数据来源贵州省1998—2017年水灾、旱灾、风雹、冷冻4种农业气象灾害受灾面积来源于国家统计局（http：///easyquery.htm？cn=EO103）和《中国气象灾害年鉴》。
1961-2012年贵州省极端降水时空变化特征
1961-2012年贵州省极端降水时空变化特征陈学凯;徐建新;胡娟萍;张泽中;黄鑫【期刊名称】《水资源与水工程学报》【年(卷),期】2015(0)4【摘要】利用贵州省1961-2012年日值降水资料,选取并计算了6个极端降水指数,结合Arc GIS空间分析工具与Mann-kendall非参数检验、滑动T检验、小波理论以及R/S分析等方法,就贵州省极端降水的时空变化规律进行了分析。
结果表明:1贵州省近52年以来,连续湿日(CWD)呈显著下降趋势,年最大1日降水量(RX1day)和降水强度(SDII)增多但不显著,年最大5日降水量(RX5day)、强降水量(R95)和年极强降水日数(R20mm)表现为不显著的下降趋势;2RX1day、RX5day、SDII和R20mm分别在1973、1972、1981和1992年发生明显的突变现象;3极端降水普遍存在6~7a的主周期和10~12a的次周期;4极端降水的高值区位于黔西南和黔东南地区,而低值区集中在黔西北地区;5各极端降水指数与年总降水量之间存在显著的正相关性;6极端降水在未来变化趋势中具有长期记忆性。
极端降水的变化对贵州当地农业生产和水资源利用造成负面影响,增加了自然灾害发生的风险。
【总页数】8页(P50-56)【关键词】极端降水指数;时空变化;突变;周期性;贵州省【作者】陈学凯;徐建新;胡娟萍;张泽中;黄鑫【作者单位】华北水利水电大学【正文语种】中文【中图分类】TV21【相关文献】1.1961-2012年湖北省极端气温时空变化特征分析 [J], 田士如;代侦勇2.1960—2018年嫩江流域极端降水事件时空变化特征 [J], 王建中;高鹏;刘翠杰;张蓉3.近40年云南省极端降水时空变化特征分析 [J], 王晓莹;景元书;鲁永新4.1964年-2013年云南省极端降水事件的时空变化特征 [J], 戚娜;曹言;王杰;张雷5.近60年山西省极端降水时空变化特征 [J], 董伯纲;于洋因版权原因，仅展示原文概要，查看原文内容请购买。
211104403_基于不同时间尺度的贵州省近50年气象干旱时空演化特征
第30卷第3期2023年6月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .30,N o .3J u n .,2023收稿日期:2022-04-23 修回日期:2022-05-07资助项目:国家自然科学基金(u 1612441,41471023);贵州省水利厅自然科学项目(K T 202237);贵州师范大学2015年博士科研启动项目贵州省自然科学基金项目(黔科合基础-Z K [2023]重点028) 第一作者:潘杉(1996 ),女,贵州德江人,硕士研究生,主要从事喀斯特水文水资源与遥感研究㊂E -m a i l :pa n _s h a n 77@163.c o m 通信作者:贺中华(1976 ),男,贵州兴义人,教授,博士生导师,主要从事喀斯特水文水资源与遥感研究㊂E -m a i l :h e z h o n gh u a 7621@126.c o m h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2023.03.033.潘杉,贺中华,陈莉会,等.基于不同时间尺度的贵州省近50年气象干旱时空演化特征[J ].水土保持研究,2023,30(3):279-288.P A NS h a n ,H EZ h o n g h u a ,C H E NL i h u i ,e t a l .S p a t i o t e m p o r a l E v o l u t i o nC h a r a c t e r i s t i c s o fM e t e o r o l o g i c a l D r o u gh t i nG u i z h o uP r o v i n c e i nR e c e n t 50Y e a r sB a s e do nD i f f e r e n tT i m eS c a l e s [J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2023,30(3):279-288.基于不同时间尺度的贵州省近50年气象干旱时空演化特征潘杉1,贺中华1,2,3,陈莉会1,王茂强1(贵州师范大学地理与环境科学学院,贵阳550025;2.贵州师范大学国家喀斯特石漠化防治工程技术研究中心,贵阳550001;3.贵州省山地资源与环境遥感应用重点实验室,贵阳550001)摘 要:[目的]基于气候因子分区条件下,分析贵州省不同区域在不同时间尺度下气象干旱的时空演变特征,可为干旱监测和预测㊁抗洪救灾提供理论依据㊂[方法]基于贵州省31个气象站点1970 2019年的逐月降水和气温数据,利用主成分分析讨论贵州省降水及气温变化特征,结合S P E I 指数研究贵州近50年气象干旱时空演化规律㊂[结果](1)贵州近50年气温变化由东向西逐渐递增,即西部为气温极端变化和重度变化区㊁中部和东部为中度变化区㊁南部和北部边缘为轻度变化区;贵州省降水变化由西向东逐渐递减,其中西部为极端变化和重度变化区㊁中部为重度变化区㊁东部为轻度变化及正常区;(2)贵州省近50年气象干旱强度中度变化区最大㊁其次是轻度变化区,重度变化区最小;随着年代的递增及时间尺度增大,气象干旱逐渐增强,并呈现 峰 谷 交替现象,其中1970 1985年及1990 2000年为干旱 低谷 期㊁1985 1990年及2000 2019年为干旱 峰值 期;(3)贵州近50年逐月干旱频率以中低频为主,主要发生在贵州东部㊁南部及北部;轻度变化与中度变化区70s 干旱频率最小㊁变幅最大,10s 干旱频率最大㊁变幅次之,其余年代干旱频率变化相对较小㊂[结论]气象干旱具有显著的时间尺度特征,干旱的时空演化是气候变化㊁流域地表及人类活动时空耦合的结果㊂关键词:时空演化;气象干旱;S P E I;贵州省中图分类号:P 426.616 文献标识码:A 文章编号:1005-3409(2023)03-0279-10S p a t i o t e m p o r a l E v o l u t i o nC h a r a c t e r i s t i c s o fM e t e o r o l o g i c a lD r o u gh t i n G u i z h o uP r o v i n c e i nR e c e n t 50Y e a r sB a s e do nD i f f e r e n t T i m e S c a l e sP A NS h a n 1,H EZ h o n g h u a 1,2,3,C H E N L i h u i 1,WA N G M a o q i a n g1(S c h o o l o f G e o g r a p h y a n dE n v i r o n m e n t a l S c i e n c e s ,G u i z h o uN o r m a lU n i v e r s i t y ,G u i y a n g 550025;2.N a t i o n a lE n g i n e e r i n g T e c h n o l o g y R e s e a r c hC e n t e r f o rK a r s tD e s e r t i f i c a t i o nC o n t r o l ,G u i z h o uN o r m a lU n i v e r s i t y ,G u i y a n g 550001;3.K e yL a b o r a t o r y o f R e m o t eS e n s i n g A p p l i c a t i o no f M o u n t a i nR e s o u r c e s a n dE n v i r o n m e n t i nG u i z h o uP r o v i n c e ,G u i y a n g 550001)A b s t r a c t :[O b j e c t i v e ]B a s e d o n t h e c l i m a t i c f a c t o r z o n i n g c o n d i t i o n s ,t h e s p a t i o t e m po r a l e v o l u t i o n c h a r a c t e r i s t i c s o f m e t e o r o l o g i c a l d r o u g h t i n d i f f e r e n t r e g i o n s o fG u i z h o uP r o v i n c e a t d i f f e r e n t t i m e s c a l e s a r e a n a l y z e d ,p r o v i d i n g at h e o r e t i c a l b a s i s f o r d r o u g h tm o n i t o r i n g an d p r e d i c t i o n ,f l o o d c o n t r o l a n dd i s a s t e r r e l i e f .[M e t h o d ]B a s e do n t h em o n t h l yp r e c i p i t a t i o na n d t e m p e r a t u r e d a t a o f 31m e t e o r o l o gi c a l s t a t i o n s i nG u i z h o uP r o v i n c e f r o m1970t o 2019,t h e v a r i a t i o n c h a r a c t e r i s t i c s o f p r e c i p i t a t i o n a n d t e m p e r a t u r e i nG u i z h o uP r o v i n c ew e r e d i s c u s s e db yp r i n c i p a l c o m p o n e n ta n a l y s i s ,b a s e do nS P E I I n d e x ,t h et e m p o r a la n ds p a t i a le v o l u t i o no f m e t e o r o l o g i c a l d r o u g h t i n G u i z h o u P r o v i n c ei nr e c e n t50y e a r s w a ss t u d i e d .[R e s u l t s ](1)T h et e m p e r a t u r ec h a n g eo f G u i z h o uP r o v i n c e i n r e c e n t 50y e a r s g r a d u a l l y i n c r e a s e d f r o me a s t t ow e s t ,t h a t i s ,t h ew e s t e r nr e gi o nw a s Copyright ©博看网. All Rights Reserved.t h ee x t r e m ea n ds e v e r et e m p e r a t u r ec h a n g er e g i o n,t h ec e n t r a la n de a s t e r nr e g i o n s w e r et h e m o d e r a t e t e m p e r a t u r e c h a n g e r e g i o n,a n d t h e s o u t h e r na n dn o r t h e r ne d g e sw e r e t h em i l d t e m p e r a t u r e c h a n g e r e g i o n. P r e c i p i t a t i o nv a r i a t i o n i nG u i z h o uP r o v i n c e g r a d u a l l y d e c r e a s e d f r o m w e s t t oe a s t,w i t he x t r e m ea n ds e v e r e v a r i a t i o n i nt h e w e s t,s e v e r ev a r i a t i o ni nt h e m i d d l e,a n d m i l da n dn o r m a lv a r i a t i o ni nt h ee a s t.(2)I n G u i z h o uP r o v i n c e,t h em o d e r a t e c h a n g e a r e a o fm e t e o r o l o g i c a l d r o u g h t i n t e n s i t y i n r e c e n t50y e a r sw a s t h e l a r g e s t, f o l l o w e db y t h em i l d c h a n g e a r e a,a n d t h e s e v e r e c h a n g e a r e aw a s t h e s m a l l e s t.W i t h t h e i n c r e a s e o f t i m e a n d t i m e s c a l e,m e t e o r o l o g i c a l d r o u g h t g r a d u a l l y i n c r e a s e d,a n d t h e p h e n o m e n o n o f p e a k-v a l l e y a l t e r n a t e d.T h e p e r i o d f r o m 1970t o1985a n d1990t o2000w e r e t h e t r o u g h p e r i o d o f d r o u g h t,a n d t h e p e r i o d f r o m1985t o1990a n d2000t o 2019w e r e t h e p e a k p e r i o d o f d r o u g h t.(3)I n r e c e n t50y e a r s,t h em o n t h l y d r o u g h t f r e q u e n c y i nG u i z h o u i s m a i n l y m e d i u m-l o wf r e q u e n c y,m a i n l y o c c u r r i n g i n t h e e a s t,s o u t ha n dn o r t ho fG u i z h o u;I n t h e a r e a sw i t h m i l d a n dm o d e r a t e c h a n g e s,t h e f r e q u e n c y o f d r o u g h tw a s t h e s m a l l e s t a n d t h e a m p l i t u d ew a s t h e l a r g e s t i n 70s,a n d t h e f r e q u e n c y o f d r o u g h tw a s t h e l a r g e s t a n d t h e a m p l i t u d ew a s t h e s e c o n d i n10s.T h e v a r i a t i o no f d r o u g h t f r e q u e n c y i nt h er e s t y e a r sw a sr e l a t i v e l y s m a l l.[C o n c l u s i o n]T h es t u d y s h o w st h a t t h ec l i m a t e d r o u g h t h a s r e m a r k a b l e t i m e-s c a l e c h a r a c t e r i s t i c s,a n d t h e s p a t i a l-t e m p o r a l e v o l u t i o no f d r o u g h t i s t h e r e s u l t o f t h e c o u p l i n g o f c l i m a t e c h a n g e,w a t e r s h e d s u r f a c e a n dh u m a na c t i v i t i e s.K e y w o r d s:S p a t i o t e m p o r a l e v o l u t i o n;m e t e o r o l o g i c a l d r o u g h t;S P E I;G u i z h o uP r o v i n c e干旱是指长时期缺乏降水或降水明显短缺的自然灾害现象[1],其具有影响范围最广㊁发生频率最高㊁持续时间最长的特点,给社会带来了极大的经济损失,对农业㊁水资源㊁生态环境都造成了严重的损害[2-4]㊂但干旱起始与结束较为缓慢,人们难以识别与界定一场干旱的发生,只有灾后评估时才能明确界定,所以较难对干旱进行准确预测;同时干旱具有时空分布动态性,加之受人类活动影响,单纯对干旱定义与研究较为困难,根据水循环过程中不同环节影响对象的不同,一般将干旱分为气象干旱㊁农业干旱㊁水文干旱和社会经济干旱[5-7],由于受降水亏缺影响,气象干旱是所有干旱类型的起点,农业干旱和水文干旱是过程,社会经济干旱是最终表现形式[8]㊂因此,研究气象干旱形成因素㊁分布规律㊁演变过程以及对干旱的监测和预测,对于应对其他干旱研究具有指导意义[9-11]㊂目前,针对干旱的描述主要是通过干旱指数来实现,大量国内外学者通过标准化降水指数(S P I)㊁帕默尔指数(P D S I)等[12-13]干旱指数对干旱进行量化研究㊂S P I 具有计算简单,可以量化不同时间尺度来体现出不同降水短缺尺度对不同类型水资源的影响,但并未考虑到气温和蒸散发对干旱的影响㊂2010年,在S P I的基础上, V i c e n t e提出了标准化降水蒸散指数(S P E I),S P E I在计算过程中增加了潜在蒸散量,S P E I既考虑了蒸散量的影响,又具有S P I多时间尺度的特征[14]㊂国内外许多研究已经证实在某些地区S P E I比S P I更适用,如史本林等[15]使用S P E I来研究河南省干旱特征,发现河南省有3个时期发生了持续干旱,其中春㊁夏两季干旱最严重,干旱发生强度在豫北和豫西偏东地区最大;曹永强等[16]运用S P E I研究辽宁省玉米生育期时空变化特征,结果表明辽宁省玉米不同生育期不同等级干旱频率整体呈由西北向东南递减的分布特征,其中播种 出苗期不同等级干旱频率最高,且干旱频发区主要在辽西地区;武慧敏等[17]研究巴音河流域水文干旱对气象干旱的响应,结果显示1961 2019年期间,巴音河流域气象干旱与水文干旱呈减缓态势,流域降水增多,有变湿趋势,气象干旱湿润化表现尤为显著㊂然而,这些研究区域主要集中于非喀斯特地区,鲜有运用S P E I指数针对喀斯特地区干旱变化趋势的研究㊂贵州省作为我国典型喀斯特地貌区,气象干旱对其造成的经济损失是极其严重的㊂因此,本研究以贵州省作为研究区,选取31个气象站点1970 2019年贵州省地面气候资料日值数据集为基础,基于S P E I 计算及A r c G I S的空间分析功能,研究不同分区下的干旱强度和干旱频率,并结合主成分分析讨论贵州省50年气象干旱时空演化特征,为喀斯特地区干旱监测和预测㊁抗旱救灾等提供一定的科学依据,对贵州省的干旱研究具有重大意义㊂1研究区概况贵州地处我国西南地区东南部,东经103ʎ36' 109ʎ35'㊁北纬24ʎ37' 29ʎ13',国土面积176167 k m2,平均海拔1100m(图1);研究区位于亚热带湿润季风区,气候温和湿润㊁雨量充沛,但降雨时空分布不均匀㊁75%的降水集中在4 9月,空间呈现由东南向西北递减的趋势㊂贵州位于云贵高原东部斜坡地带,地势西高东低,自中部向北㊁东㊁南三面倾斜,地貌082水土保持研究第30卷Copyright©博看网. All Rights Reserved.类型以高原㊁山地㊁丘陵和盆地为主,是岩溶地貌发育最为典型区域㊂全省河流分属于两大流域(长江与珠江流域)[18]㊁包括八大水系(牛栏江横江㊁乌江㊁赤水河㊁北盘江㊁南盘江㊁红水河㊁柳江㊁沅江),因此省内河流众多㊁河谷丛横,其中主要河流有乌江水系的三岔河㊁六冲河和鸭池河,以及南盘江和北盘江等㊂图1 贵州省主要河流及其气象站点分布2 研究数据与方法2.1 研究数据气象数据主要来源于中国气象数据网(h t t p :ʊd a t a .c m a .c n /),从中选取1970 2019年贵州省地面气候资料日值数据集,并对31个气象站点的逐月气温和降水数据进行统计;D E M 数据来自地理空间数据云(h t t p:ʊw w w .g s c l o u d .c n /s e a r c h ),选取A S T E R G D E M30m 数据㊂在数据处理过程中,对明显错误的值,进行剔除,对于个别站点缺失的个别数据采用均值替换法进行替换[19]㊂研究区D E M 和气象站点空间分布见图1㊂选用1月㊁4月㊁7月㊁10月及年均值的气温和降水数据用S P S S22.0进行主成分分析,根据特征值准则,气温提取了一个主成分,降水提取了两个主成分,将得到的主成分进行空间插值㊂2.2 研究方法2.2.1 标准化降雨蒸散指数(S P E I)计算(1)潜在蒸散发(P E T )计算P E T=16K (10T I)m (1)式中:T 为平均气温;I 为热量指数(年12个月指数之和),I =ð12i =1T 51.514:K 为纬度和月份计算的修正系数,K =N 12N D M30,N D M 为一个月的天数,N 为最大日照数;m =6.75ˑ10-7/I 3-7.71ˑ10-5/I 2+1.79ˑ10-2I +0.492㊂(2)逐月降雨与逐月潜在蒸散(P E T )的差值D i =P i -P E T i (2)(3)基于三参数L o g -l o g i s t i c 函数对降雨㊁潜在蒸散的模拟,计算概率密度函数的数据序列和给定时间序列的累积概率F (x ): f (x )=βα(x -γα)β-1 1+(x -βαβ) -2(3) F (x )= 1+(x -βαβ) -1(4)式中:F (x )为累积函数;f (x )为概率密度函数;α为尺度参数;β为形状参数;γ为原点参数㊂(4)S P E I 计算S P E I =W -C 0+C 1W +C 2W 21+d 1W +d 2W 2+d 3W 3(5) W =-2l n (P )(6)式中:当p ɤ0.5时,p =F (x );当p >0.5时,p =1-F (x );参数C 0=2.515517,C 1=0.802853,C 3=0.010328,d 1=1.432788,d 2=0.189269,d 3=0.001308[14]㊂气象干旱等级划分参考表1[20]㊂表1 S P E I 干旱等级划分标准干旱等级正常轻度干旱中度干旱重度干旱极端干旱S P E I 值>-0.5(-1.0,-0.5](-1.5,-1.0](-2,-1.5]ɤ-2.02.2.2 主成分分析 主成分分析就是把原本的多个指标,重新组合成少数几个综合指标的一种统计方法㊂气象学上经常把1月㊁4月㊁7月㊁10月作为冬季㊁春季㊁夏季㊁秋季的代表月份,因此本文基于1970 2019年的气温和降水数据,分别计算1月㊁4月㊁7月㊁10月㊁及年均温/年均降雨的变异系数(C v ),并进行主成分分析㊁提取特征值大1的主成分因素(Z );其中,气温提取1个主成分因素(Z )㊁累积贡献率为74.06%;降水提取2个主成分因素(Z 1,Z 2),累积贡献率分别为42.66%,21.21%㊂主成分的详细计算过程,请看参考文献21,提取到的主成分因素可表达为:Z =0.533x 1+0.541x 2+0.54x 3+0.192x 4+0.546x 5(7)Z 1=0.501x 1+0.39x 2+0.589x 3-.0.498x 4-0.04x 5(8)Z 2=0.281x 1-0.152x 2+0.016x 3+0.161x 4+0.932x 5(9)式中:x 1为年均温/年降雨量;x 2为1月气温/降水量;x 4为4月气温/降水量;x 5为7月气温/降水量;x 6为10月气温/降水量㊂根据贵州省气温/降水的C v 值并结合贵州实际情况,将贵州省气温及降雨变化划分为5个区,即:正常(0~0.2)㊁轻度变化(0.2~182第3期潘杉等:基于不同时间尺度的贵州省近50年气象干旱时空演化特征Copyright ©博看网. All Rights Reserved.0.4)㊁中度变化(0.4~0.6)㊁重度变化(0.6~0.8)以及极端变化(0.8~1);同时利用A r c G I S空间样条函数对贵州省气温/降雨分布进行模拟㊂2.2.3干旱频率干旱频率是指在研究时间序列内气象站干旱发生的频率:P=n Nˑ100%(10)式中:P表示干旱频率(%);N表示研究时间序列总数;n表示研究时段干旱发生的次数㊂为了便于描述和理解贵州省干旱发生频率时空演化特征,本文对气象干旱发生频率划分为5个等级:0~20%为极少发生(低频),20%~40%为较少发生(中低频),40%~ 60%为经常发生(中频),60%~80%为频繁发生(中高频),80%~100%为极频繁发生(高频)[22]㊂3结果与分析3.1贵州省气象特征分析从图2A可以看出,贵州省气温变化由东向西逐渐递增,即西部为气温极端变化和重度变化区㊁中部和东部为中度变化区㊁南部和北部边缘为轻度变化区㊂随着全球气候变化,贵州西部和中部极端气温变化最为显著,尤其毕节地区[23];同时,贵州西部的极端变化和重度变化区呈现规律性的递减,这主要原因是气候变化主要受制于地势起伏及海拔的影响㊂气温主成分累积贡献率虽大于降水,但结合贵州特殊的地形地貌,降水第1主成分因素更能体现出贵州干旱的时空演化特征(图2B,C)㊂针对贵州省降水变化,第1主成分由西向东逐渐递减,其中西部为极端变化和重度变化区(尤其威宁和盘县一带)㊁中部为重度变化区㊁东部为轻度变化及正常区(图2B)㊂降水变化第2主成分整体呈现东南向西北递减㊁东北西南条带分布格局(图2C)㊂其中,东南地区主要为重度变化区㊁局部为极端变化和中度变化区,西北地区主要是重度变化区㊁局部地区为重度变化和轻度变化区(图2C)㊂降水第1主成分累积献率远大于第2主成分,以及第2主成分分区结果主要体现出贵州局部地区降水的变化,因此本研究主要基于降水第1主成分分区结果,将贵州降水变化划分为轻度变化区(轻度变化和正常)㊁中度变化区及重度变化区(重度变化和极端变化)㊂图2贵州省气温降水分区3.2贵州省气象干旱强度空间分布特征3.2.1月尺度气象干旱强度空间分布特征整体而言,贵州省3个变化区(轻度变化区㊁中度变化区㊁重度变化区)气象干旱强度中度变化区最大㊁其次是轻度变化区,重度变化区最小(图3);同时,随着时间尺度递增,3个变化区的气象干旱强度呈现逐渐递减趋势,尤其是1~15个月尺度3个变化区的年内气象干旱变化较大㊂轻度变化区主要位于贵州省东部,海拔相对较低㊁夏季气温高,干旱以中度干旱为主,尤其在1个月尺度(S P E I-1)年内干旱强度呈现周期性变化,即5月和6月呈现波峰㊁2月出现波谷,干旱强度表现为中度干旱;3个月尺度(S P E I-3)呈现两峰(6月和10月)一谷(8月)现象;6个月尺度(S P E I-6)年内干旱强度逐渐递减,且1月㊁3月㊁6月呈现波峰,4月㊁8月㊁12月出现波谷,9个月尺度(S P E I-9)7月㊁10月呈现波峰,干旱为中度等级,以及12个月尺度(S P E I-12)表现为一峰(11月,中度干旱)一谷(5月,轻度干旱)现象㊂中度变化区主要分布在贵州省中部,干旱主要表现为中度及以上等级;在S P E I-1和S P E I-3气象干旱呈现周期性变化,且6月表现为波峰㊁2月和9月为波谷,尤其S P E I-3和S P E I-13的6月干旱强度表现为重度等级且向两极逐渐递减;当时间尺度大于10个月(中度干旱),气象干旱梯度较小,即随时间尺度递增干旱变化不显著㊂重度变化区涉及气象站点(威宁㊁盘县㊁望谟)较少,站点海拔高㊁降雨充沛,气象干旱主要表现为轻度和正常等级;尤其在1~7个月尺度干旱周期性显著,即6月和12月为波峰(轻度干旱),2月和8月为波谷(正常),在25个月和36个月尺度虽表现两个波峰,8~48个月尺度气象干旱程度较轻(S P E I-25,S P E I-36呈现微弱的波峰)㊁且年内变化较小㊂282水土保持研究第30卷Copyright©博看网. All Rights Reserved.3.2.2 季尺度气象干旱强度空间分布特征 与月尺度相比,3个变化区季尺度的气象干旱程度逐渐减弱,即轻度变化区主要表现为中度干旱㊁中度变化区表现为中度和轻度干旱㊁重度变化区表现为轻度和正常(图4);随着时间尺度递增,轻度变化区气象干旱表现为 强干旱㊁弱梯度 的变化趋势,重度变化区表现为 弱干旱㊁强梯度 ,而中度变化区表现为 强干旱㊁强梯度 ㊂轻度变化区在1~4个月时间尺度的春㊁夏㊁秋㊁冬干旱强度呈递减变化趋势,其中,S P E I -1冬季干旱强度最弱(轻度干旱),S P E I -3夏㊁秋季干旱强度最强(中度干旱);总体而言,干旱强度在1~22个月时间尺度逐渐递增㊁22~37个月尺度达极大值,37~48个月尺度逐渐递减㊂中度变化区在1~5个月时间尺度的4季干旱强度逐渐递减㊁干旱梯度变化快特征,其中S P E I -1的冬季干旱㊁S P E I -36的秋季干旱㊁以及S P E I -48春夏季干旱强度最弱,S P E I -1的春季干旱㊁S P E I -3的春夏季干旱㊁以及S P E I -6,S P E I -9和S P E I -12的夏季干旱强度最强;总体上,在S P E I -12之后随着时间尺度的增加,S P E I 值变化幅度较小㊂重度变化区域总体上S P E I 值变化幅度比较小,尤其是S P E I -12之后随着时间尺度的增加,S P E I值在-0.5~-0.4,未达到干旱等级,属于正常范畴;在1~10个月尺度夏秋干旱相对较强,尤其S P E I -3和S P E I -6的夏季干旱强度最大㊁冬季最小;4季干旱强度在10~19个月尺度基本没变化,19~48个月尺度呈现微弱变化㊂这说明时间尺度对4季干旱强度影响为中度变化区>轻度变化>重度变化区㊂图3 不同时间尺度的S P E I 值年内变化特征图4 不同时间尺度的S P E I 值季节变化特征3.2.3 年代际尺度气象干旱强度空间分布特征 总体而言,3个变化区的气象干旱强度随着年代的递增及时间尺度增大而增强,且呈现 峰 谷 交替现象,其中1970 1985年及1990 2000年干旱强度相对较弱,即干旱 低谷 期㊁1985 1990年及2000 2019年干旱强度相对较强,即干旱 峰值 期,1~10个月㊁20~26个月㊁35~40个月及45~48个月尺度干旱强度呈现 波峰 ㊁其余时间尺度呈现 波谷 ㊂这说明气象干旱深受降水㊁气温等因素影响,在人类活动影响也不容低估㊂轻度变化区在1970 1985年不同时间尺度干旱梯度变化小,干旱强度主要表现为轻度及以下等级,尤其在1970 1975年时间尺度大于30个月后基本不发生气象干旱,但1974年,1978年在1~5个月尺度干旱程度有所增强;1984 1991年干旱强度(轻度)相对平稳,仅在5~10,25,35及48个月尺度干旱强度表现一定的 峰值 ;1991 2004年干旱梯度变化小,以25个月尺度为阈值干旱强度可显著划分为轻度及正常两个等级;2004 2019年干旱强度特别显著,主要表现为中度及以上等级,且随着时间尺度递增干旱强度逐渐增强,尤其1~10,25,35个月尺度的2005年㊁2010年干旱表现为重度及以上等级㊂与轻度变化区相比,中度变化区干旱强度相对较轻㊁但干旱梯度变化相对较大,尤其1985年㊁2005年㊁2010年干旱梯度向两极递减,1975 1980年㊁1991 2000年时间尺度大于25个月干旱基本未发生(正常);2004 2014年干旱强度表现为中度及重382第3期潘杉等:基于不同时间尺度的贵州省近50年气象干旱时空演化特征Copyright ©博看网. All Rights Reserved.度等级,不同时间尺度干旱强度差异也较小㊁仅在1~10,25,35,48个月尺度表现出 峰值 特征㊂同理可知,重度变化区干旱强度呈现 峰 谷 交替更加显著㊁即2004 2019年㊁1985 1991年㊁1970 1975年表现为干旱 峰值 期㊁其余表现为干旱 低谷 期;随着时间尺度的增加,干旱 峰值 期的干旱强度逐渐增强㊁干旱 低谷 期的干旱强度无明显变化㊂总之,气象干旱强度在10s,00s,80s相对较强㊁在90s,70s相对较弱,这说明时间尺度对干旱强度影响与人类活动强度有密切的关系(图5)㊂图5不同时间尺度的S P E I值年代际变化特征3.3贵州省气象干旱频率时间演化特征从图6可知,贵州近50a逐月干旱频率以中低频为主,主要发生在贵州省东部㊁南部及北部,且1 12月不同地区干旱频率具有显著差异㊂空间分布上,1月㊁9月㊁10月㊁11月的干旱频率呈现东北高西南低分布,且南部干旱频率普遍高于北部,其中荔波㊁余庆㊁榕江㊁铜仁㊁罗甸以及凯里是干旱频率高发区;2月㊁8月总体呈现东西分布,尤其黎平㊁凯里㊁荔波及铜仁是干旱频率较高区;同理,4月㊁6月㊁7月干旱频率呈现为 离散型 分布,干旱频率较高主要集中于桐梓㊁铜仁㊁仁怀㊁兴仁㊁望谟以及织金等区;3月㊁5月㊁12月干旱频率为北部㊁中部及东南部较高,荔波㊁余庆㊁息烽㊁独山㊁织金㊁望谟及铜仁等地为干旱频率高发区㊂与月尺度相比,季尺度干旱频率空间分布从东北向西南逐渐递减(图7)㊂春季干旱频率以中低频为主,呈现东北部高㊁其余地区低的特点,尤其松桃㊁正安以及荔波为干旱中频区,盘州和独山为低频区;夏季干旱频率逐渐增加,呈现由东北向西部和北部转移趋势,且紫云和罗甸为干旱低频区㊁仁怀及湄潭为干旱高频区;秋季干旱频率主要呈现东南高㊁西北低,习水为干旱低频区㊁荔波为中频区;冬季干旱频率分布相对离散,干旱频率相对集中区是荔波和铜仁(高频区),以及中度变化区的息烽㊁凯里㊁三穗和轻度变化区的桐梓(低频区)㊂70s干旱频率以中低频为主(图7),主要分布于贵州中部㊁东部以及西南部等地,而低频地区主要集中分布于贵州北部㊁东南部以及中部零星地区;中低频地区和低频地区在80s主要集中分布于东部与西部㊁10s 则相反;90s和00s中低频和低频分布相对零散,尤其中低频地区在90s主要集中于东北㊁西北以及东部和南部局部区域,00s集中于东部以及西部局部区域㊂图8A表示S P E I不同时间尺度逐月的干旱频率㊂针对轻度变化区,50年来逐月干旱频率变化为28.56%~ 36.00%㊁均值31.91%,其中最低是都匀的12月㊁最高是仁怀的4月;中度变化区干旱频率变化在29.79%~ 34.69%,最低出现在贵阳的4月㊁最高是余庆的1月,均值32.02%,其中12月出现干旱频率异常值(34.00%);同理,重度变化区干旱频率变化是27.08%~39.13%㊁均值31.79%,其中干旱频率最小值出现在盘县的1月(27.08%)㊁最大值是望谟的4月㊂总体而言,重度变化区干旱频率变化最大,其次是轻度变化区,中度区的干旱频率相对较稳定,其中4月干旱频率变化最大㊂季尺度干旱频率在1~48个月的变化特征见图8B 所示㊂贵州近50年季尺度干旱频率变化范围为28.99%~ 34.67%㊁均值32.2%,其中高频为正安的春季㊁低频为黎平,独山的冬季出现干旱频率异常值(34.53%);中度482水土保持研究第30卷Copyright©博看网. All Rights Reserved.变化区干旱频率变化范围为30.67%~34.00%㊁均值为32.31%,其中仁怀的夏季和荔波的冬季干旱频率相对较高㊁紫云的夏季相对较低,且夏季干旱频率出现2个异常值区,即思南(34.00%)和紫云(30.67%);同理,重度变化区干旱频率变化范围为28.28%~36.23%㊁均值31.16%,其中低频在望谟的春季,高频在盘县的夏季,望谟的冬季表现干旱频率异常值㊂总体而言,重度变化区季尺度干旱频率变化最大(尤其春季),其次为轻度变化区,中度变化区最小㊂在年际尺度下(图8C),轻度变化㊁中度变化以及重度变化区干旱频率范围分别为0~46.67%,3.53%~ 60.00%,5.00%~61.67%,均值分别为31.58%,30.99%, 31.25%㊂轻度变化与中度变化区70s干旱频率最小㊁变幅最大,10s干旱频率最大㊁变幅次之,其余年代干旱频率变化相对一般,尤其轻度变化区在80s,90s和00s干旱频率相对集中㊁变幅最小,中度变化区干旱频率相对离散;重度变化区80s干旱频率相对最小㊁变幅最大,其次是10s,其余年代干旱频率及变幅最小㊂图6贵州省各个月份干旱频率变化582第3期潘杉等:基于不同时间尺度的贵州省近50年气象干旱时空演化特征Copyright©博看网. All Rights Reserved.图7贵州省季节及年代际干旱频率分布变化4讨论降雨和气温是气象干旱主要驱动因素,促使或抑制流域或区域尺度干旱的发生,因此本研究以1月㊁4月㊁7月㊁10月㊁及年均温/年均降雨为基础,分析贵州省50年降雨/气温的变异系数(C v),探讨降雨/气温的时空变异性㊂研究表明,贵州省气温变化由东向西逐渐递增,即西部为气温极端变化和重度变化区㊁中部和东部为中度变化区㊁南部和北部边缘为轻度变化区;贵州省降雨由西向东逐渐递减,其中西部为极端变化和重度变化区(尤其威宁和盘县一带)㊁中部为重度变化区㊁东部为轻度变化及正常区㊂已有研究表明,20世纪90年代以威宁为中心极端降水频率明显减少,贵州大部分地区是极端降水频发区[24];贵州西北地区降水偏少㊁尤其毕节㊁赫章多年平均降水量最小,导致西部地区呈现为极端变化和重度变化区[25]㊂因此,本研究结果与李勇[25]基于E O F的降水分区结果相似,是属于降水空间分布特征的全局型模式,降水变化呈现由西向东递减的趋势㊂这可能是贵州省远离海洋,降雨深受季节性影响,更受地形地貌分布的影响;同时,贵州地处云贵高原东部斜坡第二阶梯㊁长江与珠江两大流域分水岭的宽缓斜坡地带[26],地势西高东低,导致贵州全年气温变化西部大于中部和东部,以及降雨的年内分配不均,从而影响贵州气象干旱时空分异规律㊂从月尺度分析,气象干旱强度中度变化区最大㊁其次是轻度变化区,重度变化区最小,同时随着时间尺度递增, 3个变化区的气象干旱强度呈现逐渐递减趋势;重度变化区干旱频率变化最大,其次是轻度变化区,中度区的干旱频率相对较稳定㊂从季尺度上轻度变化区主要表现为中度干旱㊁中度变化区表现为中度和轻度干旱㊁重度变化区表现为轻度和正常;重度变化区季尺度干旱频率变化最大(尤其春季),其次为轻度变化区,中度变化区最小㊂随着全球气候的变化㊁以及人类活动的加剧,贵州省气象干旱强度在10s,00s,80s682水土保持研究第30卷Copyright©博看网. All Rights Reserved.。
《2024年干旱与半干旱区植被动态及其对气候变化的响应》范文
《干旱与半干旱区植被动态及其对气候变化的响应》篇一一、引言在全球化气候变化的背景下，干旱与半干旱区的生态环境日益受到关注。
这些区域因其独特的地理和气候条件，其植被动态对气候变化有着特别敏感的响应。
本文将探讨干旱与半干旱区植被的动态变化，以及这些变化如何影响并响应气候变化。
二、干旱与半干旱区的植被动态干旱与半干旱区，因其降水量低、蒸发量大，形成了独特的植被类型。
这些区域的植被主要由耐旱、耐盐碱的植物组成，如草原、荒漠、稀树草原等。
这些植被类型在空间分布上具有明显的地带性，随着降水量的变化，植被类型也会发生相应的变化。
然而，近年来，由于全球气候变化的影响，这些区域的植被动态发生了显著的变化。
一方面，由于气温升高和降水模式的改变，一些耐旱植物开始向更高海拔或更干燥的地区扩张；另一方面，一些对水分需求较高的植物种类则可能因为无法适应新的气候条件而逐渐消失。
三、植被动态对气候变化的响应植被作为生态系统的重要组成部分，其对气候变化的响应是复杂而多方面的。
在干旱与半干旱区，植被动态对气候变化的响应主要体现在以下几个方面：1. 植被类型的改变：随着气候变化，干旱与半干旱区的植被类型正在发生改变。
一些耐旱、耐盐碱的植物种类正在逐渐取代原有的植物种类。
2. 生长季的变化：由于气温的升高，一些植物的生长季也在发生变化。
例如，一些植物开始提前进入生长期，或者生长季的长度有所增加。
3. 生态系统的稳定性：植被的动态变化也会影响生态系统的稳定性。
新的植物种类可能会改变土壤的理化性质，进而影响其他生物的生存和繁衍。
四、应对策略与建议面对气候变化带来的挑战，我们需要采取积极的应对策略和措施。
首先，我们需要加强对干旱与半干旱区植被动态的监测和研究，以便更好地理解其变化机制和影响。
其次，我们需要通过生态工程和生态恢复等手段，帮助生态系统适应新的气候条件。
例如，我们可以种植耐旱、耐盐碱的植物，以增强生态系统的稳定性和抵抗力。
此外，我们还需要加强国际合作，共同应对全球气候变化带来的挑战。
基于不同时间尺度的喀斯特农业干旱时空演变特征及驱动探测——以贵州省为例
基于不同时间尺度的喀斯特农业干旱时空演变特征及驱动探测——以贵州省为例陈莉会;贺中华;潘杉;顾小林;许明金;游漫;皮贵宁【期刊名称】《水土保持学报》【年(卷),期】2023(37)2【摘要】为提高喀斯特农业干旱监测的准确性和进一步揭示其驱动机制,基于MODIS-NDVI/LST数据,利用地理加权回归模型对GLDAS土壤水分进行降尺度研究;并基于SSI对农业干旱进行识别,分析不同时间尺度农业干旱时空演变及联合概率特征;最后运用地理探测器揭示喀斯特农业干旱驱动机制。
结果表明:(1)20年间,贵州省不同时间尺度的干旱强度整体上呈减弱趋势,干旱面积也呈减少趋势;干旱强度和干旱频率在空间上呈西高东低分布格局。
(2)干旱联合特征值呈秋季>冬季>生长季>夏季>全年>春季规律,说明贵州省秋冬容易发生较高强度和较多面积的农业干旱。
(3)岩溶发育强度、降雨和海拔是喀斯特农业干旱主导驱动因子,与其空间分布有较强的耦合关系;不同因子交互作用对SSI均呈双因子增强和非线性增强,且各因子之间无显著性差异的组合较少,说明农业干旱是因子之间协同的结果。
研究结果可为喀斯特农业干旱监测和防旱抗旱措施的制定提供参考依据。
【总页数】13页(P136-148)【作者】陈莉会;贺中华;潘杉;顾小林;许明金;游漫;皮贵宁【作者单位】贵州师范大学地理与环境科学学院;贵州师范大学国家喀斯特石漠化防治工程技术研究中心;贵州省山地资源与环境遥感应用重点实验室;贵州省水文水资源局【正文语种】中文【中图分类】S423【相关文献】1.西南典型喀斯特地区石漠化时空演变特征——以贵州省普定县为例2.土地利用时空特征演变及社会经济驱动力研究——以贵州省湄潭县为例3.基于SPEI的贵州省分区干旱时空演变特征4.基于地理探测器的喀斯特山区生态系统服务关系分异特征及驱动力解析——以贵州省为例5.喀斯特山区耕地时空演变特征及驱动力分析:以毕节市为例因版权原因，仅展示原文概要，查看原文内容请购买。
贵阳二十四节气变化规律与农业发展关系
贵阳二十四节气变化规律与农业发展关系作者：杨敬婷来源：《农业与技术》2019年第09期二十四节气的出现和在农业生产中的应用，极大的推动了农业的发展。
二十四节气将1a 划分为24段，时令变化也体现着太阳光热的不同，以此来指导农业生产。
二十四节气每2个节点之间相隔15d左右，二十四节气是依据太阳在星空中运动的位置而确定。
二十四节气对1a之中的气象、物候等进行总结，使得民众能够依据时节进行播种、管理和收获。
下面就来具体介绍24节气变化规律与农业发展之间的关系[1]。
1 二十四节气内涵二十四节气是我们祖先在农耕社会期间通过反复实践形成的，其中蕴含着祖先的智慧结晶。
为了能够更好的掌握传统农耕的规律，祖先经过反复的思考和总结，确定了二十四节气以来指导农时。
二十四节气以立春开始，到大寒结束，不断循环。
春夏秋冬各有6个节气，每个节气的时间变化不超过24h，因此此时间误差在农业生产中是可以忽略不计的。
地球绕着太阳进行公转，将公转面称为黄道面，依据地球位于黄道面的不同位置，来界定季节的起始，而地球位于黄道面的位置归根结底取决于太阳光的入射角，太阳光的光照时间和强烈度，对于农业生产具有重要的指导作用。
而二十四节气中的春分、夏至、秋分以及冬至则是用以来表示昼夜的长短。
惊蛰、清明、小满、芒种中则是蕴含着物候特征，启示着气候条件在不断的变化，需要进行相应的农业活动。
雨水、谷雨、小雪、大雪则是表示季节降水量的多少和程度，以此来指示农业活动。
而小暑、大暑、处暑、大寒、小寒则指示气温的变化。
2 贵阳二十四节气变化规律与农业发展关系“雨水前后，植树插柳”、“小满前后，种瓜点豆”，这些谚语的存在则体现着二十四节气在指导农业生产中的重要作用，下面我们就来具体的介绍二十四节气变化规律与农业发展生产之间的关系。
贵阳为贵州省的省会城市，属于亚热带季风性气候，其气候特点为四季分明，全年降水量较多但是却分布不均匀，贵阳全年的阳光光照不充沛。
因此，贵阳农业生产过程中需要依据本地的气候特点并结合二十四节气来进行农业生产。
贵阳二十四节气变化规律与农业发展关系
贵阳二十四节气变化规律与农业发展关系贵阳是中国的一个内陆城市，位于贵州省。
贵阳的气候属于亚热带湿润季风气候，四季分明，温暖湿润。
在这样的气候条件下，贵阳的农业发展与二十四节气变化规律密切相关。
二十四节气是中国古代人民根据太阳在黄道上的运行轨迹和地球的自转、公转的规律，通过观察自然界的变化而确定的节气。
它们分别是立春、雨水、惊蛰、春分、清明、谷雨、立夏、小满、芒种、夏至、小暑、大暑、立秋、处暑、白露、秋分、寒露、霜降、立冬、小雪、大雪、冬至、小寒和大寒。
立春标志着春季的开始，雨水和惊蛰是春季的两个重要节气。
这时节，贵阳的气温逐渐回暖，雨水增多，有利于农作物的生长和发育。
随着气温的升高，春分和清明是春季的另外两个重要节气，此时正是贵阳农业生产的忙碌时期。
农民们将在春分时节开展犁地、施肥、播种等工作，而到了清明节气，则是贵阳的收获季节，农作物开始成熟。
谷雨是春季的最后一个节气，此时贵阳的降雨量较多，气温逐渐上升，对于稻谷、苞谷等作物的生长有重要作用。
立夏是夏季的开始，小满和芒种是夏季的两个重要节气。
贵阳的气温开始升高，降雨量逐渐增多，适宜水稻、棉花、玉米等夏季作物的种植。
夏至是夏季的中心节气，此时白天最长，太阳高度最大，贵阳的气温达到一年中的最高点，而小暑和大暑则是夏季炎热的体现。
此时，贵阳的农作物需要适当的灌溉，同时还需要做好防暑降温工作，以确保农作物的正常生长。
立秋标志着秋季的开始，处暑和白露是秋季的两个重要节气。
贵阳的气温开始下降，降雨量逐渐减少，这对于稻谷等秋季作物的生长有利。
随着秋分和寒露的到来，气温进一步下降，霜降和立冬则意味着冬季的降临。
贵阳冬季气温较低，阳光较少，农民们需要做好保暖工作，同时精心管理田地，确保冬季作物的种植。
小雪和大雪是冬季的两个重要节气，寒冷的天气对贵阳的农业生产造成一定的影响。
冬至代表着一年中白天最短、夜晚最长的时刻，大寒则是深冬季的极寒气温。
在这个时刻，贵阳的农民们会采取一系列措施，比如储存和保护冬季作物，将农业生产重心转移到温室大棚等封闭环境中。
1981~2017年贵州省盛夏旱涝急转时空演变特征
高原山地气象研究Plateau and Mountain Meteorology Research第40卷第2期2020年6月Vol.40 No.2June. 2020文章编号：1674 -2184(2020)02 -0059 -041981 -2017年贵州省盛夏旱涝急转时空演变特征李忠燕▽，张娇艳-王胡彤-王烁-陈早阳-曹蔚|(1.贵州省气候中心，贵阳550002；2贵州省山地气候与资源重点实验室，贵阳550002)摘要:为客观判定贵州省盛夏的旱涝急转事件，本文利用1981 -2017年7 ~8月贵州省78站逐月降水资料，计算并分析了贵州省盛夏旱涝急转指数(I dm )的时空演变特征。
结果表明：1981 ~2017年贵州省盛夏旱涝急转指数的变化趋势并不明显， 但年代际变化特征明显。
单独用km 来判定旱涝急转典型年并不完全准确，典型旱涝急转年的定义标准为：I dm 绝对值大于 1,其7、8月降水距平百分率绝对值在15%以上，且7、8月百分率之差的绝对值在50%以上。
贵州省涝转旱频次的大值区位于遵义市南部、黔东南州北部，表明该区域易发生涝转旱事件;旱转涝频次的大值区位于遵义市北部、安顺市东部至黔东南州北部一带，表明该区域易发生旱转涝事件。
关键词:旱涝急转;盛夏;指数中图分类号：P467文献标识码：A doi ： 10. 3969/j. issn. 1674 - 2184 - 2020.02.010引言干旱和洪涝是我国汛期两种常见的气象灾害，并且二者具有持续时间长、发生频率高、影响范围广，因此旱 涝异常将会给经济和生产造成严重的损失。
我国是受季风气候影响显著的国家⑷，旱涝异常往往与东亚季风的 活动、西太平洋副热带高压进程有关S'〕，造成降水的时空分布不均，季节内降水异常事件时有发生。
近年来，旱 涝急转作为季节内降水异常的典型代表,在夏季我国江南、华南以及西南地区常常发生，其研究也备受关注冏。
贵州省县域乡村韧性时空演变研究
优化乡村产业结构
培育壮大优势特色产业
推动一二三产融合发展
因地制宜，发展特色种养、特色食品、特色 手工艺等特色产业，培育乡村品牌。
发挥资源优势，发展乡村旅游、休闲农业等 新产业新业态，促进农村一二三产业融合发 展。
加强科技创新驱动
完善产业配套设施
加大科技投入，引导科研机构、高校等对乡 村产业进行科技研发和成果转化，提升产业 附加值。
黔东南地区
该地区的乡村韧性较弱，特别是在自然和生态方面。由于该地区的地形复杂，交通不便，经济发展相对滞后。 此外，该地区的农村生态环境也较为脆弱，容易受到自然灾害的影响。
04
贵州省县域乡村韧性影响 因素分析
经济因素
经济发展水平
贵州省各县域的经济发展水平差异较大，直接影响了乡村的经济发展和农民收入水平。经济发展水平高的地区，乡村韧性相 对较强。
2015-2020年
在此期间，贵州省县域乡村的韧性继续增强。政府实施了一系列扶贫农村改革政 策，促进了农村产业的发展和升级。同时，政府也加强了对农村生态环境的保护 ，提高了乡村居民的生活质量。
空间演变特征
黔中地区
该地区的乡村韧性较强，特别是在经济和社会方面。由于该地区是贵州省的经济中心，拥有较好的基础设施和 发展条件。此外，该地区的农村教育也相对较好，居民受教育程度较高。
在全球气候变化和极端天气事件不断增加的背 景下，乡村地区的韧性能力显得尤为重要，这 关系到当地居民的生活质量和福祉。
目前，关于乡村韧性的研究和实践多集中在城 市和发达地区，而针对欠发达和少数民族地区 的乡村韧性研究相对较少。
研究意义
本研究以贵州省县域乡村为研究对象 ，探讨其韧性时空演变特征和机制， 为提升该地区乡村韧性提供科学依据 和政策建议。
基于CWSI的贵州省干旱时空变化特征及影响因素分析
第29卷第3期2022年6月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .29,N o .3J u n .,2022收稿日期:2021-04-21 修回日期:2021-05-08资助项目:国家自然科学基金委员会 贵州省人民政府喀斯特科学研究中心项目(U 1812401);贵州省科学技术项目([2017]1131);贵州省科技支撑项目([2017]2855);贵州省科技厅科技支撑项目(黔科合支撑[2018]2776) 第一作者:梁任刚(1988 ),男(侗族),贵州天柱人,硕士研究生,主要从事地理信息系统与遥感研究㊂E -m a i l :290822359@q q.c o m 通信作者:周旭(1981 ),男,四川古蔺人,博士,副教授,硕士生导师,研究方向为遥感水文与流域管理㊂E -m a i l :z x z y8178@163.c o m 基于C W S I 的贵州省干旱时空变化特征及影响因素分析梁任刚,周旭,李松,杨大方,陈大蓉,裴宇(贵州师范大学地理与环境科学学院,贵阳550025;贵州师范学院贵州省流域地理国情监测重点实验室,贵阳550018)摘 要:为了促进贵州省农业和生态环境可持续发展,基于作物缺水指数(C r o p W a t e rS t r e s s I n d e x ,C W S I ),结合气象㊁植被指数等数据,采用T h e i l -S e n M e d i a n 趋势分析㊁M a n n -K e n d a l l 检验㊁变异系数和相关性分析等方法,对贵州省2000 2019年的干旱时空变化特征㊁趋势及影响因素进行了分析㊂研究表明:(1)贵州省C W S I 多年均值为0.43,整体处于轻旱等级,空间分布为东南湿润,西北干旱,多年旱情变化呈缓解趋势;(2)从地貌类型来看,非喀斯特地貌C W S I 多年均值为0.37,整体处于无旱等级,喀斯特地貌均值为0.47,处于轻旱状态;(3)从植被类型来看,除针叶林整体处于无旱状态外,其他植被类型都处于轻旱等级,且针叶林的变异系数(C V )值较其他林地高,说明其对气候因子的敏感性高,抗旱能力强;(4)贵州省C W S I 与降水和气温均呈负相关,负相关面积占比为95%和54%,说明降水对C W S I 的影响较大㊂综合分析得出,贵州省东南部湿润,西北地区干旱,全省干旱受喀斯特地貌㊁降水的影响较大㊂关键词:干旱;作物缺水指数(C W S I);喀斯特地貌;植被类型中图分类号:S 423 文献标识码:A 文章编号:1005-3409(2022)03-0284-08A n a l y s i s o fT e m p o r a l a n dS p a t i a lV a r i a t i o nC h a r a c t e r i s t i c s o fD r o u gh t i n G u i z h o uP r o v i n c e a n d I t s I n f l u e n c i n g Fa c t o r sB a s e do nC W S I L I A N G R e n g a n g ,Z HO U X u ,L I S o n g ,Y A N G D a f a n g ,C H E N D a r o n g,P E IY u (S c h o o l o f G e o g r a p h i c a n dE n v i r o n m e n t a lS c i e n c e s ,G u i z h o uN o r m a lU n i v e r s i t y ,G u i y a n g 550025,C h i n a )A b s t r a c t :T o p r o m o t e t h e s u s t a i n a b l e d e v e l o p m e n t o f a g r i c u l t u r e a n d e c o l o gi c a l e n v i r o n m e n t i nG u i z h o uP r o v -i n c e ,b a s e d o n t h e c r o p w a t e r s t r e s s i n d e x (C W S I ),m e t e o r o l o g i c a l a n d v e g e t a t i o n i n d e x d a t a ,w e u s e dT h e i l -S e n M e d i a n t r e n d a n a l y s i s ,M a n n -K e n d a l l t e s t ,a n d c o e f f i c i e n t o f v a r i a t i o n a n d c o r r e l a t i o n a n a l y s i s t o a n a l yz e t h e s p a t i a l a n dt e m p o r a lv a r i a t i o nc h a r a c t e r i s t i c so fd r o u g h t i n G u i z h o uP r o v i n c ef r o m 2000t o2019.T h e a n a l y s i sw a s c o n d u c t e d t o p r o v i d e a s c i e n t i f i c b a s i s f o r d r o u g h t r e s e a r c ha n dw a t e r r e s o u r c e sm a n a g e m e n t i n G u i z h o uP r o v i n c eb y a n a l y z i n g t h ec h a r a c t e r i s t i c s ,t r e n d sa n d i n f l u e n c i n g f a c t o r so fd r o u g h t f r o m 2000t o 2019.T h e r e s u l t s s h o wt h a t :(1)t h em u l t i -y e a r a v e r a g e v a l u e o fC W S I i nG u i z h o uP r o v i n c ew a s 0.43,w i t h a no v e r a l l l i g h t d r o u g h t l e v e l ,a n d t h e s p a t i a l d i s t r i b u t i o nw a sw e t i n t h e s o u t h e a s t a n d d r y i n t h e n o r t h w e s t ,a n d t h em u l t i -y e a r d r o u g h t c h a n g e sw e r e i n a r e l i e v i n g t e n d e n c y ;(2)i n t e r m s o f l a n d s c a p e t y p e s ,t h em u l t i -y e a r a v e r a g e v a l u e o fC W S I i nn o n -k a r s t l a n d s c a p e sw a s 0.37,w i t ha no v e r a l l d r o u gh t -f r e e l e v e l ,w h i l e t h e a v e r a g e v a l u e o f k a r s t l a n d s c a p e sw a s 0.47,w i t ha l i g h t d r o u g h t s t a t u s ;(3)f r o mt h e p e r s p e c t i v e o f v e ge t a -t i o n t y p e s ,e x c e p tf o r c o n i f e r o u s f o r e s t s ,a l l o t h e r v eg e t a t i o n t y p e sw e r e i n l i gh t d r o u g h t s t a t u s ,a n d t h e c o -e f fi c i e n t o f v a r i a t i o nv a l u e s o f c o n i f e r o u s f o r e s t sw e r eh i g h e r t h a n t h o s e o f o t h e rw o o d l a n d s ,i n d i c a t i n g th e i r h i g hs e n s i t i v i t y t o c l i m a t i c f a c t o r s a n ds t r o n g d r o u g h t r e s i s t a n c e ;(4)C W S I i nG u i z h o uP r o v i n c ew a sn e ga -t i v e l y c o r r e l a t e dw i t hN D V I a n d p r e c i p i t a t i o n ,a n d t h e a r e a so f n e g a t i v e c o r r e l a t i o nw a s 93%a n d95%,r e -s p e c t i v e l y ;i tw a sb o t h p o s i t i v e l y a n dn e g a t i v e l yc o r r e l a t e dw i t h t e m p e r a t u r e ,a nd t he a r e a of n e ga t i v e c o r r e -l a t i o nw a s54%.T h e c o m p r e h e n s i v e a n a l y s i s c o n c l u d e d t h a t t h e s o u t h e a s t e r n p a r t o fG u i z h o uP r o v i n c ew a s w e t a n d t h en o r t h w e s t e r n p a r tw a sd r y,a n dt h ed r o u g h t i nt h e p r o v i n c ew a s i n f l u e n c e db y t h ek a r s t l a n d-s c a p e,p r e c i p i t a t i o na n dv e g e t a t i o n.K e y w o r d s:d r o u g h t;C W S I;k a r s t l a n d s c a p e s;v e g e t a t i o n t y p e s干旱是一种复杂的自然灾害,在世界范围内对环境㊁社会和经济造成严重损害[1]㊂就经济成本而言,干旱被认为是最具破坏性的自然灾害之一[2]㊂在全球气候暖干化的大背景下,近些年干旱频率加快,旱情程度加重[3]㊂由于站点分布稀少和不均匀等缺点,基于气象站数据估算的干旱指数在空间上不连续,不能很好体现干旱的空间分布特征[4]㊂随着遥感技术发展日趋成熟,拥有高时空分辨率产品,使得基于遥感数据的干旱指数逐渐成为干旱研究的热点[5]㊂作物缺水指数(C W S I)综合了地面风速㊁日照时数㊁水汽压㊁气温等气候要素的作用,基于能量平衡原理理论为基础,具有较高的测量精度和明确的物理意义,在农业干旱研究中得到广泛应用[6]㊂在国内,申广荣等[7]利用作物缺水指数监测黄海平原旱情,结果表明C W S I基本达到了准确㊁实时监测旱情的目的;王玉娟等[8]基于C W S I对渭河流域进行干旱监测,结果表明模拟值与实测值相关系数达到0.80㊂但是C W S I计算需要地面观测资料和常规气象数据,计算过程比较复杂,因此在使用上受到一定限制[9]㊂2011年美国N A S A团队发布了全球陆地蒸散数据集(M D O16),该数据集基于P e n m a n-M o n t e i t h遥感模型和MO D I S数据研发[10],经过全球通量塔数据验证,模拟精度高达86%[11],为C W S I的计算提供了新思路和优质的数据源㊂近年来该数据集在我国得到广泛运用,如:温媛媛等[12]基于MO D16数据集与气象站点实测数据研究了山西省地表蒸散发和潜在蒸散发的空间分布特征㊁变化趋势及影响因素,结果证明MO D16蒸散产品与气象站点实测数据具有良好的空间相关性(R2=0.90);何慧娟等[4]基于MO D16产品,计算C W S I分析了陕西关中地区的干旱时空分布特征;汪左等[13]也通过MO D16数据集计算C W-S I,分析了安徽省干旱时候空特征及影响因素㊂贵州省是世界喀斯特地貌面积最大的连片区中心,长期强烈的岩溶作用致使其产生了地表㊁地下双层空间结构,土层浅薄㊁土壤分块分布且总量少,生态环境及其脆弱[14]㊂加上降水时空分布不均㊁下渗系数大㊁地下水位深等特点,干旱事件时常发生[15]㊂如2009年秋季至2010年春季以贵州为中心的5个省份严重旱灾[16]㊂前人针对贵州省干旱时空变化的研究大多基于气象站数据估算的干旱指数,这样的站 点 干旱不能很好表现其在空间上的分布特征[17-20]㊂本研究基于中分辨率遥感产品MO D16数据集,计算作物缺水指数(C W S I),分析2000 2019年贵州省干旱的时空分布特征及影响因素,由 点 转 面 的研究,为贵州省干旱研究与水资源管理提供科学依据㊂1研究区概况贵州省地处我国西南腹地,介于东经103ʎ36' 109ʎ35'㊁北纬24ʎ37' 29ʎ13',境内地势西高东低,平均海拔1100m(图1)㊂气候类型属亚热带高原季风湿润气候,由于地势差异性较大,导致其气温和降水在空间分布上不均匀,多年气温年均值10~20ħ,降水1100~1300mm,光照条件差,常年多云雨,相对湿度较大㊂境内约73%的国土面积都有碳酸岩露出,根据‘岩溶地区水土流失综合治理技术标准S L461-2009“和其他研究者的划分[21],可分为岩溶槽谷㊁断陷盆地㊁岩溶峡谷㊁峰丛洼地㊁岩溶高原和非喀斯特地区㊂贵州省主要粮食作物为水稻和玉米,虽然降水充沛,但由于其特殊的地形地貌原因,旱涝灾害时有发生,严重影响当地农业生产和生态环境可持续发展㊂2研究数据与方法2.1数据获取与处理2000 2019年的实际蒸散发(E v a p o t r a n s p i r a-t i o n,E T)㊁潜在蒸散发(P o t e n t i a lE v a p o t r a n s p i r a-t i o n,P E T)和归一化植被指数(N o r m a l i z e dD i f f e r e n-t i a lV e g e t a t i o n I n d e x,N D V I)以及2015年土地利用数据都来源中分辨率遥感产品MO D I S数据集,地址为:h t t p s:ʊl a d s w e b.m o d a p s.e o s d i s.n a s a.g o v/ s e a r c h/㊂其中年尺度的E T和P E T取自MO D16A3产品,空间分辨率为500m,月尺度的采用MO D16A2产品合成,空间分辨率为500m,时间分辨率为8d每期㊂N D V I为MO D13A3产品,该产品空间分辨率为1k m,时间分辨为月每期㊂土地利用数据为500m分辨率的M C D12Q1,采用I G B P的全球植被分类方案㊂土壤相对湿度㊁气温和降水数据来源中国气象数据网(h t t p:ʊd a t a.c m a.c n)㊂运用M R T工具将H D F格式的MO D I S数据转为G e oT I F F,并对其重投影㊂剔除MO D I S数据中582第3期梁任刚等:基于C W S I的贵州省干旱时空变化特征及影响因素分析的填充值,采用最大值合成法,将月尺度的N D V I 数据合成年尺度,E T ,P E T 按照期数日期合成月尺度㊂D E M 采用美国地质勘探局提供的30m 分辨率数据,并采用A N U S P L I N 软件薄盘光滑样条法以经度㊁纬度为自变量,对降水㊁气温进行插值,并重采样为1k m ㊂图1 研究区地势及2015年土地利用现状2.2 研究方法2.2.1 作物缺水指数法 蒸散发是地球下垫面水汽输送的过程,潜在蒸散发是指区域内供水条件十分充足的条件下区域蒸散发的能力,区域内E T 与P E T 的关系可作为该地区作物缺水及干旱的重要指标㊂J a c k s o n 等[22]将作物缺水指数(C W S I)定义为:C W S I =1-E TP E T(1)式中:E T 为实际蒸散量;P E T 为潜在蒸散量;C W S I 为作物缺水指数㊂C W S I 的值在0~1,值越小,表明越湿润,反之干旱㊂2.2.2 分析方法 运用T h e i l -S e n M e d i a n 趋势分析和M a n n -K e n d a l l 检验相结合的方法,此方法已经成功应用于水文㊁植被㊁气象等长时间序列分析中,在时序变化和趋势分析及趋势显著性检验方面取得了良好效果[23],计算公式详见文献[24]㊂用T h e i l -S e nM e -d i a n 趋势分别计算E T ,P E T 和C W S I 的变化速率,当斜率小于0时表明要素呈减少趋势,反之则呈增加趋势㊂M a n n -K e n d a l l 检验统计量Z 值用来判断趋势的显著性,当|Z |>1.65,1.96,2.58时分别表示分别通过了90%,95%和99%的置信度显著性检验,统计量p 值为变化趋势的显著性,p 值越低,表明变化趋势可信㊂采用变异系数(C o e f f i c i e n to fV a r i a t i o n ,C V )分析稳定性,它可以量化观测值的变异程度,能够准确表示单位均值的离散程度[13]㊂计算式为:C V=σX(2)式中:σ和X 表示标准差和平均值;C V 为变异系数,C V 值越大,表示数据波动大,数据分布越离散;反之则表示数据波动小,数据分布越集中㊂相关系数计算公式为:R =ðni =1C W S I i -CW S I ()X i -X ()[]ðni =1C W S I i -C W S I ()2ðni =1X i -X ()2(3)式中:R 为相关系数,R <0表示两要素呈为负相关,R >0表示两要素呈正相关;C W S I i 和C W S I 分别表示第i 年的C W S I 值和多年平均值;X i 表示第i 年的影响因素值;X 表示其多年均值㊂3 结果与分析3.1 C W S I 监测结果检验为了检验C W S I 在贵州省的适用性,依据国家气象局以20c m 土壤相对湿度作为旱情的分级标准[25],将C W S I 数据与20c m 土壤相对湿度数据做相关分析㊂由于贵州省农业气象站数据的大量缺失,经过比较筛选最终选取数据相对较全的2010年正安㊁赫章和水城3个站点(其中8月数据缺失)㊂由图2可见,C W S I 表示干旱的变化与土壤相对湿度的变化较为吻合,土壤相对湿度大时,C W S I 值低;土壤相对湿度小时,C W S I 值高㊂对20c m 土壤相对湿度与C W S I 数据做P e a r s o n 相关性分析,结果C W S I 与3个站点均呈负相关,且都通过了0.05的相关系数显著性检验,说明C W S I 可用于贵州省干旱监测㊂为了定量比较C W S I 和土壤相对湿度表达的干旱严重程度,依据国家气象局采用农业干旱等级标准[26],划分等级(表1)㊂682 水土保持研究 第29卷图22010年作物缺水指数与土壤相对湿度的对比表1干旱等级划分等级土壤相对湿度/%作物缺水指数C W S I类型1>600~0.4无旱250~600.4~0.6轻旱340~500.6~0.7中旱430~400.7~0.8重旱5<300.8~1.0特旱3.2E T,P E T和C W S I时间变化特征由图3可看出,研究期间贵州省E T,P E T和C W S I年际波动不大,E T,P E T均呈增加趋势,C W S I 呈减少趋势,E T的增长速率明显高于P E T,根据C W S I的计算公式可进一步验证C W S I呈减少趋势,表明研究期间贵州省旱情得到缓解㊂经统计,E T, P E T多年均值分别为761.25mm和1348.14mm, C W S I年均值为0.43,整体处于轻旱等级㊂2000 2013年处于轻旱等级,2014 2019年处于无旱状态, 2004年,C W S I值最高(0.51),是降水量偏低,实际蒸散量高而潜在蒸散作用较弱的原因,据以往研究,我国南方在2004年出现了53a来最为严重的干旱灾害[27];2014年C W S I值最低(0.38),是因为E T相对较高,而P E T相对较低㊂图32000-2019年贵州省E T,P E T和C W S I年际变化C W S I年内变化具有明显的季节性,呈先增加后减弱的趋势(图4)㊂2 5月值较高,最大值在4月,为0.53;6 9月C W S I值较低,最小值在6月,为0.33㊂干旱主要发生在春㊁秋和冬季,以轻旱为主㊂究其原因,贵州省主要粮食作物为水稻和玉米,水稻和玉米种植时间在3月㊁4月份,春季气温回升,降水少,加上农作物的生长需要大量水分,因此在春季C W S I达到最大值,即最为干旱;夏季气温和降水都达到全年最大值,加之农作物也正值生长旺盛期,因此实际蒸散量达到最大值,C W S I 全年最低,即最为湿润;9月㊁10月份为水稻和玉米的收获季节,气温与降水也逐渐降低,实际蒸散量降低,C W S I 也逐渐升高,即干旱呈增加趋势㊂3.3E T,P E T和C W S I空间分布特征由图5可以看出,研究期间贵州省E T均值呈东南高㊁西北低的分布,而P E T呈东北低㊁西南高的分布特征㊂20a间E T的变化趋势主要呈东西两侧减少南北部增加,其中黔东南州减小的速率最快,P E T 的变化趋势主要为中部减少四周增加㊂C W S I年均值分布受到E T和P E T共同影响,在空间上呈东南低,西北高分布趋势(图6)㊂结合图5 6发现,在E T高值P E T低值地区,C W S I值低,为湿润地区;E T值低P E T值高的地区,C W S I值高,属于干旱地区㊂C W S I多年均值为0.43,处于轻旱等级,其中:处于无旱等级的面积占全省国土面积的44%,主要分布在东部;轻旱地区面积占贵州省总面积的55%,主要分布于西部;中旱面积占1%,主要集中在西北部㊂贵州省干旱区主要分布在毕节市和六盘水,此地为贵州省平均海拔最高处,植被稀疏㊁气温低㊁气压高,降782第3期梁任刚等:基于C W S I的贵州省干旱时空变化特征及影响因素分析水量相对较少,导致其实际蒸散量低,陆面和大气在下垫面水分不足时相互作用更剧烈而导致P E T增大[15],因此C W S I值更高;湿润区集中在黔东南州,当地有大面积植被覆盖,地势低气温高,降雨量较大,因此E T值偏高而P E T较低㊂通过对贵州省各州市的C W S I值统计,由小到大依次为:黔东南州(0.36)<铜仁市㊁黔南州(0.38)<遵义市(0.40)<贵阳市(0.42)<安顺市(0.46)<毕节市(0.51)<六盘水(0.55)㊂整体上黔东南州㊁铜仁市和黔南州处于无旱状态,是由于这三地地势较低,植被覆盖度高降水多的原因㊂遵义市㊁贵阳市㊁安顺市㊁毕节市和六盘水处于轻旱状态,是因为地势相对较高,植被盖度低降水少㊂C W S I趋势越小与p值越小的空间大体一致(图6),说明其减小的变化趋势可信度高㊂C W S I的波动状态可由C V值来衡量,贵州省C W S I的平均C V值为0.1,大部分地区的C V值小于0.1,表明研究期间贵州省干旱变异程度非常稳定㊂图4贵州省E T,P E T和C W S I 年内变化图52000-2019年贵州省E T,P E T年均值及E T,P E T 变化趋势空间分布图62000-2019年C W S I年均值㊁变化趋势㊁趋势的显著性p值和C V值空间分布3.4不同地貌区的C W S I变化贵州省喀斯特岩溶地貌广布,不同岩溶地貌类型区域的岩性㊁土壤和水分等因素直接影响当地植被的生长状况,C W S I也在不同地貌区存在显著的差异性,因此,非常有必要对不同岩溶地貌对C W S I的影响作对比分析㊂与喀斯特地貌相比,非喀斯特地貌植被覆盖度较喀斯特地貌区高,因此非喀斯特地貌区E T值较喀斯特地貌值略高㊂在喀斯特地貌中,峰丛洼地的E T值最高,因为E T除了受到下垫环境面影响外,还与气候条件有关,峰丛洼地位于贵州省南部,较靠近赤道和海岸线,因此气温和降水较高㊂岩溶峡谷位于西北地区,地势偏高㊁降水少㊁气温低㊁植被覆盖度低,因此E T值偏低㊂通过对不同岩溶地貌多年C W S I均值统计结果显示(表2),多年各岩溶地貌的C W S I均值差别较大,由小到大依次为:非喀斯特地貌(0.36)<岩溶槽谷(0.39)<岩溶高原(0.43)<峰丛洼地(0.44)<岩溶峡谷(0.55)<断陷盆地(0.57)㊂整体上除了非喀斯特地貌外,其他岩溶地貌均处于轻旱等级㊂结合E T 与P E T分布来看,非喀斯特地貌E T值大,P E T值偏小,因此C W S I值较小,即气候湿润;断陷盆地E T值偏低,而P E T较高,因此C W S I值较高,即气候干燥㊂882水土保持研究第29卷与喀斯特地貌相比,非喀斯特地貌有更适合植被生长的下垫面条件,植被覆盖度高,保水能力强,且地势较低,气温高,实际蒸散量大,因此C W S I值较低,即较喀斯特地貌湿润㊂喀斯特地貌地区都伴随着不同程度的石漠化,不利于植被的生长,加上喀斯特岩溶地貌的地表和地下通常有溶洞,容易造成水分的流失,保水能力弱,且海拔较高,气温低,实际蒸散量小,因此易发生干旱㊂说明在相同地区,喀斯特地貌较非喀斯特地貌更易发生干旱㊂通过M a n n-K e n d a l l检验计算每个像元的Z值,用来进一步分析不同地貌C W S I的动态变化㊂由图7可看出,贵州全省不同地貌C W S I动态变化基本分为显著性减少和不显著性减少两部分,进一步说明贵州省在2000 2019年,干旱呈现减缓的趋势㊂其不明显减少主要集中在西北部分地区,即干旱较严重地区㊂经统计,不同岩溶地貌的Z均值分别为:峰丛洼地(-3.43)<岩溶高原(-2.92)<非喀斯特地区(-2.69)<断陷盆地(-2.63)<岩溶槽谷(-2.49)<岩溶峡谷(-2.47)㊂峰丛洼地减少最为显著,说明其旱情的缓解趋势速率最快㊂表2不同地貌多年E T,P E T,N D V I㊁降水㊁气温㊁C W S I统计地貌类型区E T P E T N D V I降水气温C W S I 岩溶高原区740.931305.060.791108.7714.580.43岩溶槽谷区776.061268.40.811109.7514.970.39非喀斯特区833.881310.70.831265.4915.740.36峰丛洼地区832.001482.490.801236.2517.140.45岩溶断陷区638.231489.500.791164.7713.910.57岩溶峡谷区600.051491.780.781032.8113.500.55图7C W S I年际变化趋势类型空间分布3.5不同植被类型C W S I变化将土地利用类型经过合并和剔除不需要像元,重新分类为针叶林㊁阔叶林㊁混交林㊁灌丛㊁草地㊁耕地㊂经统计得到2000 2019年不同植被类型E T,P E T 和C W S I年均值(图8)㊂多年E T均值排序为:混交林(499.26mm)<草地(644.41mm)<耕地(681.75 mm)<阔叶林(717.05mm)<灌丛(782.42mm)<针叶林(795.35mm)㊂混交林较之其他林地,林内的气温㊁地温变幅小,风速降低,导致E T较少[28];针叶林叶面积小,单位面积光合作用都小于其他林地,E T 值理应较小,但也正是叶面积小,冠层对光照的阻挡减小,相同光照条件下地表收到的热量更多,因此E T值更大;灌丛地表枯落物层较薄,土壤水蒸发迅速[28],因此E T值要高于阔叶林;草地由于其地表覆盖,减少了土壤水分的蒸发,因此E T值低于阔叶林地㊂不同植被类型C W S I多年均值由小到大依次排序为:针叶林(0.38)<灌丛(0.41)<阔叶林(0.42)<耕地(0.46)<草地(0.48)<混交林(0.61)㊂C W S I排序与E T保持一致,说明实际蒸散量对不同植被类型的干旱影响较大㊂图8不同植被类型多年E T,P E T,C W S I均值再结合变异系数C V值来分析不同植被C W S I 年际变化的稳定性,经统计得出:混交林(0.03)<草地=耕地(0.06)<阔叶林(0.08)<针叶林(0.09)<灌丛(0.1)㊂干旱的发生主要与气象因子相关,不同植被类型C W S I值的波动差异与其对气象因子的敏感性响应有关㊂灌丛与针叶林的C V值较高,表明灌丛与针叶林对气象因子的敏感性高,即抗旱能力越强㊂3.6C W S I变化的影响因素分析综上研究得出E T是影响C W S I的主要因素,影响E T的因素主要又为植被㊁降水和气温,由于植被的长势是受降水和气温共同影响的结果,因此本文着重分析降水和气温对贵州省C W S I的影响㊂为了更好的分析降水和气温对C W S I的影响,利用气象站点收集的降水和气温数据,先采用在复杂地形条件下效果较好的薄盘光滑样条函数(A n u s p l i n)插值法对气象数据进行空间插值,然后逐像元计算2000 2019年C W S I与降水和气温的相关系数㊂由图可以看出降水与C W S I呈负相关,在降水量大的东南地区,982第3期梁任刚等:基于C W S I的贵州省干旱时空变化特征及影响因素分析C W S I 值较小,在降水小的西北地区,C W S I 值较大㊂统计得出,降水与C W S I 呈负相关关系,呈负相关关系的面积占总面积的95%,表明降水量越大,C W S I 值越小,呈正相关关系区域主要集中在黔西南,这主要是因为干旱是受综合因素影响的,除了降水还受到气温㊁植被㊁地形㊁人类活动等因素影响㊂C W S I 与气温正负关系并存,但主要为负相关,负相关面积占总面积的54%,主要集中在黔东南州和安顺市,究其原因,在原本湿润区气温升高,会促进E T 的增长,从而使得C W S I 值变小㊂呈正相关的地区主要分布在降水较少㊁植被指数较低的西部㊁中部和北部地区㊂综合分析得出,在贵州C W S I 受降水的影响较大,降水多的东南方地区,C W S I 值低;在降水少的西北地区,C W S I 值较高(图9)㊂图9 2000-2019年贵州省降水㊁气温均值及其与C W S I 相关系数空间分布4 讨论与结论干旱指数众多,不同指数的计算方法㊁所需数据和适用区域各有不一㊂在已有研究中,MO D 16数据集在实际蒸散量估算和干湿模式监测等领域已经取得了显著性成效[29-31],因此本文采用MO D 16数据集进行C W S I 估算,并对计算结果进行了适用性验证,从而减少了结果的不确定性㊂从时空分布和变化趋势上较基于站点数据计算的干旱指数更为精准㊂本文基于C W S I 分析了贵州省2000 2019年干旱的时空特征,且分析了气候和下垫面环境对其干旱的影响情况,为贵州省的干旱研究提供了更多参考㊂但影响干旱的主要因素除气候㊁下垫面条件外,人类活动的影响也不容忽视,未来需要进一步研究人类活动对贵州省的干旱影响和各影响因子对干旱影响的贡献率等㊂本研究基于作物缺水指数(C W S I)㊁气温和降水等数据,采用T h e i l -S e n M e d i a n 趋势分析和M a n n -K e n d a l l 检验相结合㊁变异系数和相关性分析法,对贵州省2000 2019年作物缺水指数的时空分布特征及影响因素分析,得出以下结论:(1)研究期间贵州省C W S I 年均值分布受到E T和P E T 共同影响,在空间上呈东南低,西北高的分布特征;多年均值为0.43,整体上处于轻旱等级;整体呈减小趋势,表明贵州省旱情得到缓解㊂各州市C W S I 多年均值排序为:黔东南州(0.36)<铜仁市㊁黔南州(0.38)<遵义市(0.40)<贵阳市(0.42)<安顺市(0.46)<毕节市(0.51)<六盘水(0.55)㊂(2)C W S I 年内变化具有明显的季节性,整体上呈先增加后减弱的趋势:最大值在4月,为0.53;最小值在6月,为0.33㊂除夏季外,其他季节均处于轻旱等级㊂(3)多年C W S I 均值在不同地貌的分布为:非喀斯特地貌(0.36)<岩溶槽谷(0.39)<岩溶高原(0.43)<峰丛洼地(0.44)<岩溶峡谷(0.55)<断陷盆地(0.57),说明在贵州省,喀斯特岩溶地貌对干旱的影响较大;在不同植被类型的排序为:针叶林(0.38)<灌丛(0.41)<阔叶林(0.42)<耕地(0.46)<草地(0.48)<混交林(0.61),其中针叶林与灌丛的C V 值较其他林地高,说明其对气候因子的敏感性高,抗旱能力强㊂(4)在贵州省,C W S I 与降水㊁气温均呈负相关关系,面积占比分别为95%和54%,说明降水对贵州省干旱的影响较大㊂参考文献:[1] J i L ,P e t e r sAJ .A s s e s s i n g v e g e t a t i o n r e s p o n s e t o d r o u gh t i n t h e n o r t h e r nG r e a t P l a i n s u s i n g v e g e t a t i o na n dd r o u g h t i n d i -c e s [J ].R e m o t e S e n s i n g o f E n v i r o n m e n t ,2003,87(1):85-98.[2] V a nL o o nAF ,L a a h aG.H y d r o l o g i c a l d r o u g h t s e v e r i t ye x p l a i n e db y cl i m a t ea n dc a t c h m e n tc h a r a c t e r i s t i c s [J ].J o u r n a l o fH y d r o l o g y,2015,526:3-14.[3] 黄梦杰,贺新光,卢希安,等.长江流域的非平稳S P I 干旱时空特征分析[J ].长江流域资源与环境,2020,29(7):1597-1611.[4] 何慧娟,卓静,李红梅,等.基于MO D 16产品的陕西关中地区干旱时空分布特征[J ].干旱地区农业研究,2016,34(1):236-241.092 水土保持研究 第29卷[5]W e s t H,Q u i n n N,H o r s w e l l M.R e m o t es e n s i n g f o rd r o u g h t m o n i t o r i n g&i m p a c ta s se s s m e n t:P r o g r e s s,p a s tc h a l l e n g e sa n df u t u r e o p p o r t u n i t i e s[J].R e m o t e S e n s i n g o fE n v i r o n m e n t,2019,232:111291,h t t p s:ʊd o i.o r g/10,1016/j.r s e.2019.111291.[6]杨涛,宫辉力,李小娟,等.土壤水分遥感监测研究进展[J].生态学报,2010,30(22):6264-6277.[7]申广荣,田国良.作物缺水指数监测旱情方法研究[J].干旱地区农业研究,1998,16(1):123-128.[8]王玉娟,王树东,曾红娟,等.基于作物缺水指数法的渭河流域干旱特征[J].干旱区研究,2014,31(1):118-124.[9]王小平,郭铌.遥感监测干旱的方法及研究进展[J].干旱气象,2003,21(4):76-81.[10] M uQ,H e i n s c hFA,Z h a oM,e t a l.D e v e l o p m e n t o f ag l o b a l e v a p o t r a n s p i r a t i o na l g o r i t h m b a s e do n MO D I Sa n d g l ob a l m e t e o r o l o g y d a t a[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2007,111(4):519-536.[11]M u Q,Z h a o M,R u n n i n g S W.I m p r o v e m e n t st oaMO D I S g l o b a l t e r r e s t r i a l e v a p o t r a n s p i r a t i o na l g o r i t h m[J].R e m o t eS e n s i n g o fE n v i r o n m e n t,2011,115(8):1781-1800.[12]温媛媛,赵军,王炎强,等.基于MO D16的山西省地表蒸散发时空变化特征分析[J].地理科学进展,2020,39(2):255-264.[13]汪左,王芳,张运.基于C W S I的安徽省干旱时空特征及影响因素分析[J].自然资源学报,2018,33(5):853-866. [14]曾晓燕,许顺国,牟瑞芳.岩溶生态脆弱性的成因[J].地质灾害与环境保护,2006,17(1):5-8.[15]陈国富.岩溶石山区地表蒸散发及水文过程定量研究[D].重庆:西南大学,2013.[16]黄荣辉,刘永,王林,等.2009年秋至2010年春我国西南地区严重干旱的成因分析[J].大气科学,2012,36(3):443-457.[17]冯禹,崔宁博,徐燕梅,等.贵州省干旱时空分布特征研究[J].干旱区资源与环境,2015,29(8):82-86. [18]陈学凯,徐建新,雷宏军,等.贵州省干旱时空变化特征及其对气候变化的响应[J].灌溉排水学报,2015,34(8):72-81.[19]慎东方,商崇菊,方小宇,等.贵州省干旱历时和干旱烈度的时空特征分析[J].干旱区资源与环境,2016,30(7):138-143.[20]王盈盈,王志良,张泽中,等.基于S P E I的贵州省分区干旱时空演变特征[J].灌溉排水学报,2019,38(6):119-128.[21]王世杰,张信宝,白晓永.南方喀斯特石漠化分区的名称商榷与环境特点[J].山地学报,2013,31(1):18-24.[22]J a c k s o nRD,K u s t a sW P,C h o u d h u r y B J.Ar e e x a m i-n a t i o no f t h e c r o p w a t e r s t r e s s i n d e x[J].I r r i g a t i o nS c i-e n c e,1988,9(4):309-317.[23]刘海,黄跃飞,郑粮,等.长时序丹江口水源区N D V I数据集构建及其时空动态变化分析[J].长江流域资源与环境,2020,29(8):1780-1789.[24]袁丽华,蒋卫国,申文明,等.2000 2010年黄河流域植被覆盖的时空变化[J].生态学报,2013,33(24):7798-7806.[25]张强,邹旭凯,肖风劲,等.G B/T20481-2006.气象干旱等级[S].北京:中国标准出版社,2006. [26]王纯枝,毛留喜,吕厚荃,等.基于作物缺水指数的区域旱情遥感监测[A].中国气象学会.中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C].中国气象学会:中国气象学会,2007:10.[27]牛宁,李建平.2004年中国长江以南地区严重秋旱特征及其同期大气环流异常[J].大气科学,2007(2):254-264.[28]张继,周旭,蒋啸,等.贵州高原不同地貌区和植被类型水分利用效率的时空分异特征[J].山地学报,2019,37(2):173-185.[29] L i a q a tU W,C h o iM.A c c u r a c y c o m p a r i s o no f r e m o t e-l y s e n s e de v a p o t r a n s p i r a t i o n p r o d u c t s a n d t h e i r a s s o c i-a t e dw a t e r s t r e s s f o o t p r i n t su n d e rd i f f e r e n t l a n dc o v e rt y p e s i nK o r e a n p e n i n s u l a[J].J o u r n a l o fC l e a n e rP r o-d u c t i o n,2016,155(1):93-104.[30] Z h a n g T,P e n g J,L i a n g W,e ta l.S p a t i a l-t e m p o r a lp a t t e r n s o fw a t e r u s e e f f i c i e n c y a n dc l i m a t e c o n t r o l s i nC h i n a'sL o e s sP l a t e a ud u r i n g2000 2010[J].S c i e n c eo f t h eT o t a l E n v i r o n m e n t,2016,565:105-122.[31] Z o l o t o k r y l i nA N,T i t k o v aTB,B r i t o-C a s t i l l oL.W e ta n dd r yp a t t e r n sa s s o c i a t e d w i t h E N S O e v e n t s i nt h eS o n o r a nD e s e r t f r o m,2000 2015[J].J o u r n a l o fA r i dE n v i r o n m e n t s,2016,134:21-32.192第3期梁任刚等:基于C W S I的贵州省干旱时空变化特征及影响因素分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自然资源学报JOURNAL OF NATURAL RESOURCES第30卷第10期2015年10月V ol.30No.10Oct.,2015气候变化背景下贵州省农作物生长期干旱时空变化规律陈学凯1，雷宏军1*，徐建新1，黄鑫1，张泽中1，胡娟萍1，商崇菊2，杨静2（1.华北水利水电大学水利学院，郑州450045；2.贵州省水利科学研究院，贵阳550002）摘要：以干旱高发区贵州省为研究对象，利用贵州省19个站点1960—2013年气象日值资料，考虑气象干旱累积效应及当地秋收农作物生长时期需水要求，验证了秋收作物生育期内标准降水蒸散指数（Sep-SPEI-6）与粮食减产量之间的相关性。
基于Sep-SPEI-6指数采用Mann-Kendall 法、滑动t 检验、Morlet 小波周期分析以及Hurst 指数等方法分析了贵州省干旱时空变化特征。
结果表明：①Sep-SPEI-6与贵州省及各州、市粮食减产量呈极显著负相关性。
②在1991、2001年前后贵州省气候发生了突变。
③与第一阶段（1960—1991年）相比，第二阶段（1992—2001年）干旱发生频率和影响范围均减少了10.59%；较第二阶段，第三阶段（2002—2013年）分别增加了23.67%和24.74%；与前两阶段相比，第三阶段的干旱历时与强度增加显著。
④Sep-SPEI-6时间序列存在明显的周期性振荡特征，以22a 为第1主周期。
⑤各站点Sep-SPEI-6的Hurst 数值均大于0.5，说明其变化具有较好的持续性。
⑥干旱易发区呈现由东向西的转移趋势。
⑦农作物生长期内日降水＞1mm 天数和日照总时数是影响农作物生长期干旱的主要气象因素。
研究成果为贵州省抗旱减灾措施的制定提供了理论依据。
关键词：干旱；粮食减产；气候突变；标准降水蒸散指数；贵州省中图分类号：P429;S423文献标志码：A文章编号：1000-3037(2015)10-1735-15DOI ：10.11849/zrzyxb.2015.10.012在全球变暖和人类活动频繁干扰的背景下，世界范围内极端气候频繁发生[1]。
降水和气温的极端变化给社会发展、人类生活以及生态环境造成了极大影响[2-3]。
据调查，近年来世界范围内干旱范围和程度有进一步扩大的趋势[4]。
在我国年均因干旱粮食减产量和经济损失占气象灾害造成损失的50%左右[5]。
1951—2006年，我国年均农作物受旱面积达到2175.4×104hm 2，尤其是在20世纪80年代之后，受旱面积和因旱成灾面积均呈现显著增加趋势[6]。
近10a 来，西南地区发生了多次严重的干旱灾害事件，对当地农业生产和经济发展造成了巨大冲击，可见干旱事件多发区逐渐从我国北方向西南地区蔓延[7]。
贵州省处于高原向丘陵过渡地带，且喀斯特地貌广泛分布，绝大部分地区属雨养农业区，其收稿日期：2014-10-29；修订日期：2015-03-16。
基金项目：水利部公益性行业科研专项（201301039）；贵州省水利厅科技专项经费项目（KT201313）；国家自然科学基金项目（41271236）；河南省科技攻关计划项目（142102110058，142102310290）；华北水利水电大学青年科技创新人才项目（70459）；华北水利水电大学创新计划项目（HSCX2004059）。
第一作者简介：陈学凯（1990-），男，河北唐山人，硕士研究生，主要研究区域水资源高效利用方向研究。
E-mail:cxkkaixuan@*通信作者简介：雷宏军（1975-），男，湖北大冶人，副教授，博士后，主要从事节水灌溉及区域水资源高效利用研究。
E-mail:hj_lei2002@自然资源学报30卷1736粮食生产对年内降水分布的均匀性具有很强的依赖性，干旱灾害是制约贵州省农业乃至国民经济可持续发展最严重的自然灾害之一。
因此，研究贵州省干旱的时间变化趋势和空间分布特征及影响因素显得尤为迫切。
以往对干旱的研究大多集中在北方干旱半干旱地区[8-10]，但随着西南地区干旱事件逐渐增多，西南地区干旱问题已成为研究热点。
王明田等[11]采用修正的相对湿润指数，构建了符合西南地区的年、季干旱等级划分体系，对西南地区的季节性干旱进行了全面系统的分析。
刘宗元等[12]针对西南地区玉米的各个生长阶段，应用农业干旱参考指数分析了玉米生长期内干旱频率的空间分布特征。
贺晋云等[7]利用西南地区气象站点资料，通过计算地表湿润指数，研究了不同时间尺度下西南地区极端干旱变化特征。
许玲燕等[13]建立了云南省玉米气象产量与产量损失的关系模型，基于标准降水蒸散指数探讨了云南省历史干旱变化特征和夏玉米产量变化情况。
刘雪梅等[14]应用夏旱强度指数和修正的帕默尔指数，就不同的夏旱类型、发生频率及易发生时段和地区等方面，总结了贵州省夏旱主要特征并进行了夏旱分区。
但当前的研究多侧重于年代际、季节以及典型年份的分析，而对贵州省农作物生长时期内干旱过程研究较少。
干旱指数的选取是分析干旱变化特征的重要前提，目前应用比较广泛的干旱指数有降水距平百分率[15]、相对湿润指数[9]、帕默尔干旱指数[16]、综合气象干旱指数[17]、标准降水指数[18]和标准降水蒸散指数[19]等指标，其中Vicente-Serrano等[20]在2010年提出的标准降水蒸散指数（简称SPEI），不仅考虑了温度变化对干旱的影响作用，而且具有多时间尺度、多空间比较的优点，因此得到了广泛的应用[21-22]。
本文在充分考虑贵州省农作物生长时期需水特点的基础上，选取合适时间尺度的SPEI干旱指数，在气候变化的大背景下，基于ArcGIS软件平台，从干旱影响范围、发生频率、强度及历时以及干旱周期性、持续性等方面全面系统地分析贵州省农作物生长期干旱时空变化规律，以期为当地制定抗旱减灾措施提供理论依据。
1资料与方法1.1研究区域概况与数据来源贵州省位于我国西南部，地处青藏高原东南侧、云贵高原东斜坡上，地貌类型复杂多样，其山地占全省面积的61.7%。
贵州省属亚热带湿润季风气候，1960—2013年近54a 间多年平均气温为15.3℃，年均降水量为1143.6mm，但降水时空分布不均衡，4—9月降水最为集中，占全年降水量的75%以上，空间上呈现出由东南向西北递减的趋势，加之贵州省具有复杂的喀斯特地貌，使其成为干旱的高发地区。
贵州省素有“无灾不成年”的说法[23]。
气象数据来源于中国气象科学数据共享服务网站提供的1951—2013年日值数据集，综合考虑站点的空间分布、资料序列的完整性及均一性，对站点进行初步筛选，最终选取19个具有典型代表的基准基本站点，研究时域为1960年1月1日到2013年12月31日。
同时考虑到由于站点明显迁移及记录缺失等因素对研究结果造成的影响，根据样本一致性、代表性及可靠性的要求，对原始数据进行了较为严格的质量控制，以保证研究结果的可信度，站点分布情况见图1。
贵州省及各州市的粮食生产资料来源于贵州省统计年鉴。
10期陈学凯等：气候变化背景下贵州省农作物生长期干旱时空变化规律1.2研究方法1.2.1SPEI 指数计算SPEI 是Vicente-Serrano 等[20]基于标准化降水指数（SPI ）的基础上，考虑水分亏缺量和积累效应两个因素，利用降水和潜在蒸发量（PET ）之差作为输入量，以两者差值偏离平均状态的程度来表征区域干旱情况。
在全球气候变暖的背景下，SPEI 干旱指数既考虑了温度变化的因素，引入了地表蒸散变化，又融合了SPI 和帕默尔指数（PDSI ）的优点，是一个比较科学的干旱指数[24]。
SPEI 的干旱等级划分见表1。
1.2.2泰森多边形法泰森多边形法综合考虑了各个站点的权重，与算术平均法相比，计算结果较为精确，更符合实际情况；同时在应用过程中已实现了程序化操作，避免了人为主观划分的不确定性。
利用GIS 平台中的泰森多边形网格工具得到每个站点所控制的区域面积，其各站点控制的区域面积及其占整个研究区域面积的比例列于表2，贵州省降水和潜在蒸发序列由各个站点通过面积加权得到，某站点代表着由其控制的区域内干旱情况。
贵州省气象站点泰森多边形见图2所示。
1.2.3干旱指标计算选用多种干旱指标科学评估贵州省农作物生长期干旱变化规律。
为便于分析，将轻旱及轻旱以上年份记为有旱，中旱及中旱以上年份记为中旱，其他干旱级别以此类推，具体干旱评估指标如下：表1SPEI 干旱指数等级划分Table 1Classification scales of meteorological drought forSPEI表2各站点控制面积占研究区域总面积比例Table 2The proportion of each meteorological station area in the total controlarea图1贵州省气象站点分布Fig.1Meteorological station distribution in Guizhou Province173730卷自然资源学报1）干旱发生频率干旱频率P 是用来评价某一站点在研究时域内发生的干旱频繁程度，可由公式（1）计算：P =n /N ×100%(1)式中：N 代表某站研究时域的总年数；n 代表该站农作物生长期发生干旱的年数。
2）干旱影响范围干旱范围θd 用来评价发生干旱面积的大小，表示干旱发生面积的动态变化，即某一区域发生干旱的面积占研究区域总面积的比例，可用公式（2）计算：θd =S d /S t ×100%(2)式中：S d 为发生干旱的面积（km 2）；S t 为区域总面积（km 2）。
3）干旱强度及干旱历时干旱强度S 用来评价干旱严重程度，干旱历时D 表示干旱事件持续时间的长短。
基于游程理论[25-26]确定一次干旱过程（连续的SPEI ≤-0.5的时段）的历时和强度，将该次干旱过程中的SPEI 值累加表征该次干旱事件的强度，即：S =∑i =1D ||SPEI i (3)4）干旱持续性及干旱周期采用Hurst 指数来反映SPEI 时间序列变化的持续性。
当0≤H ＜0.5时，时间序列呈反持续性；当0.5＜H ≤1时，时间序列呈状态持续性，也称长期记忆性，即未来的变化情况与过去的趋势相同[27]。
为了方便周期分析，消除边界效应，对时间序列进行两侧对称补齐。
选取Morlet 小波函数进行周期性分析[28]，见公式（4）和公式（5）：W f (a ,b )=||a -1/2∑k =1Nf (k )⋅e ict⋅e-t 2/2(4)Var (a )=∫-8+8||W f(a ,b )2d b(5)式中：a 为尺度伸缩因子；b 为时间平移因子；W f (a,b )为小波变换系数；常数c =6.2；Var (a )为小波方差。