基于改进帕默尔干旱指数的中国气象干旱时空演变分析

王兆礼，李　军，黄泽勤，钟睿达，陈佳颖，邱卓辉（华南理工大学土木与交通学院，广州 510641）



基于改进帕默尔干旱指数的中国气象干旱时空演变分析

王兆礼，李军，黄泽勤，钟睿达，陈佳颖，邱卓辉
（华南理工大学土木与交通学院，广州 510641）

摘要：近几十年来随着全球变暖的不断加剧，中国多地频繁发生干旱灾害，经济损失也越来越大，因而研究干旱的时空演变对社会经济发展具有重要的现实意义。论文基于改进帕默尔干旱指数（scPDSI）分析了1961—2009年间年和四季干湿变化，并利用旋转经验正交函数（rotated empirical orthogonal function，REOF）探讨了中国气象干旱的时空演变特征。结果表明：1）近49 a来，整体上中国年和四季均呈显著变湿趋势，且均在20世纪70年代初期发生了由干变湿的突变；2）年及四季均存在2～8 a的振荡周期，其中夏季主周期为4.4 a，其余主周期均为6.2 a；3）根据REOF时空分解的前8个空间模态，将中国划分成8个干湿特征区域，其中大兴安岭地区、东南地区、西北地区和青藏高原南部地区有变湿趋势，后两个区域变湿趋势显著；东北—内蒙古高原区、青藏高原北部地区、中部地区和黄淮海平原地区呈变干趋势，前3个区变干趋势显著，黄淮海平原分区干湿变化不明显；各分区普遍具有2～9 a的振荡周期；4）极涡指数、印度洋偶极子和太平洋涛动与部分地区气象干旱有较好的相关关系。研究结果可为研究区防旱、抗旱与干旱预测提供参考依据。

关键词：干旱；气象；降水；改进帕默尔干旱指数；旋转经验正交函数；时空演变；中国

王兆礼，李军，黄泽勤，钟睿达，陈佳颖，邱卓辉. 基于改进帕默尔干旱指数的中国气象干旱时空演变分析[J]. 农业工程学报，2016，32（2）：161－168.doi：10.11975/j.issn.1002-6819.2016.02.024http://www.tcsae.org

Wang Zhaoli， Li Jun， Huang Zeqin， Zhong Ruida， Chen Jiayin， Qiu Zhuohui. Spatiotemporal variations analysis of meteorological drought in China based on scPDSI[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2016，32（2）: 161－168. （in Chinese with English abstract）doi：10.11975/j.issn.1002-6819.2016.02.024http://www.tcsae.org

Email：wangzhl@scut.edu.cn

0　引　言

干旱是一种自然灾害，对农业生产、水资源供给和环境生态系统产生不良影响[1-2]。气候变化伴随着人类活动增加（如，森林砍伐、大规模修建水库等）造成全球气温升高，这加快全球的水文循环，影响干旱发生频次，甚至可能导致旱灾的发生[3]。干旱发生在世界上大部分地区，甚至在湿润地区[4]。自20世纪50年代以来，大范围的干旱在世界各地都有发生，例如，澳大利亚、非洲、亚洲、欧洲和美洲等地区[5]。近10年来中国多地发生严重旱灾。例如，长江流域多次发生旱灾，在2006年长江径流量跌落到近50年来最底点[6]及2009－2010年在中国西南地区发生冬春极端严重干旱[7]。旱灾给社会经济发展和生态环境带来诸多不利影响，故分析中国的干旱时空演变具有重要的现实意义。

由于干旱的复杂性，使用不同的干旱指数、数据集或者计算蒸发量方法来评估干旱往往得出不同的结果[8]。例如，Dai认为全球干旱呈增加趋势[9]，但Sheffield等研究发现过去60年里全球干旱状况几乎没有发生变化[10]。众学者也对中国干旱进行诸多研究，获得了若干新的认识，但也出现上述类似结果，难有共识性结论。一种观点认为中国干旱无明显变化，例如，Wang等运用SPEI 和SPI指数分析中国干湿变化，并认为1961－2012年期间中国干旱没有呈增加或减少趋势[11]。Zou等发现1951 －2003年间，整个中国的干旱状况并无增加或下降的趋势[12]。徐仁贵等基于蒸散量和湿润指数，研究发现中国极端干旱区面积在显著减小，西北蒸散量呈显著减小趋势[13]。翟盘茂等认为1951－2003年间中国干旱面积略有增加，但变化趋势并不显著[14]。第二种观点认为中国干旱呈增加趋势，例如，Li等的研究表明，在1951－2005年间中国土壤水分减少趋势显著，干旱加剧[15]。Wang等结合土壤中水分变化，分析了中国1950－2006年中国干旱的严重程度、持续时间和频率，结果表明由土壤中缺乏水分引起的干旱变得更加频繁，在东北和中部地区这种情况更加显著，这容易引起农业干旱[16]。Yu等[17]表明近50年来，受旱面积每10年以3.72%的速度增长，且自1990年代以来，中国严重和极端干旱灾害呈增加趋势。叶敏等[18]分析中国旱涝时空变化特征，认为21世纪以来，中国干旱发生变频繁，且强度也增加。陈方藻等[19]研究发现近60年来中国干旱的发生整体呈上升趋势。

上述研究成果为中国干旱的研究提供重要的参考依据，但也出现了类似全球研究的两种矛盾性结论。那么，中国气象干旱的变化趋势到底如何，是否具有突变特性和显著的周期性还有待进一步深入研究。再者，已有的大多研究使用的干旱指数只牵涉单一的降雨量（如SPI指数），或所用的干旱指数采用桑斯维特（Thornthwaite）算法计算蒸发量，忽略了辐射和空气动力控制等因素（如SPEI_Th，PDSI_Th），不能精确评估干旱变化[8]。因而采用精确性更高的scPDSI_PM指数（使用Penman-Monteith公式计算蒸散发）分析中国气象干旱状况就显得十分必要了。

鉴于此，本文基于2013年发布的高空间分辨率scPDSI_PM数据集，采用线性回归、Mann-Kendall方法、小波分析和旋转经验正交函数（rotated empirical orthogonal function，REOF）等方法，研究1961－2009年中国气象干旱的时空分布和演变规律，并探究干旱的大气环流影响因素，以期为研究区防旱、抗旱提供理论依据和科学参考。

1　研究区概况和研究方法

1.1研究区域

中国幅员辽阔，跨经纬度较广（73°40′～135°2′E，3°52′～53°33′N），位于亚欧大陆东部，太平洋西岸，距印度洋较近，中国气候受大陆、大洋影响显著。由于地形复杂，气候类型复杂多样，地跨多个温度带，可划分为多个不同干湿特征区域，在同一气候类型中，热量和干湿程度差异较大。中国是全球气象灾害最频繁、最严重的国家之一，其中干旱又是最严重的灾害之一。过去干旱普遍发生在中国北区地区，且造成严重危害，但近年来南方地区严重干旱事件也频繁发生[20]。在1959、1960、1972、1978、1997、2006与2009－2010年等年份中国都发生严重旱灾，小干旱灾害几乎每年都会发生，平均每年有千万公顷的农田因旱受灾，占各类灾害影响面积的60%以上[21]。

1.2数据获取与处理

本文的scPDSI_PM数据[22]（self-calibrating palmer drought severity index based on Penman-Monteith）来源于英国东英格利亚大学气候研究中心（climatic research unit，CRU）编辑的气候数据集。该数据集基于CRU TS 3.10.01版本气候数据，具有较高的精度[22]，可从英国气象数据中心下载（http://www.badc.rl.ac.uk/）。本研究所选的中国地区3 725个网格点的数据资料均来自scPDSI_PM数据集，时间范围为1961－2009年，空间分辨率为0.5°×0.5°。有关土壤田间持水量、径流的推求过程可参考文献[22]。该数据集主要有3个优势：1）在多样的气候条件下，scPDSI有相似的变动范围，使其更适合分析不同地区的有效水分。2）使用物理意义更清晰的Penman-Monteith公式（PM）计算蒸散量，用实际的植被代替参考作物， 植被数据来源于美国地质调查局， 为卫星遥感解译数据（1 km分辨率）。3）计算水分平衡时考虑了季节性积雪动态变化[22]。中国基础地理信息（ArcGIS格式）由中国科学院资源环境科学数据中心提供（http://www.resdc.cn）。74项大气环流数据由国家气候中心气候系统诊断预测室提供（http://ncc.cma.gov.cn）；太平洋涛动（Pacific Oscillation， PDO）数据来源于Earth System Research Laboratory （ESRL） of NOAA（http://www.esrl.noaa.gov/psd/ data/correlation/pdo.data）；印度洋偶极子（Indian Ocean Dipole，IOD）数据由日本低纬度气候预测研究所提供（http://www.jamstec.go.jp/frsgc/research/d1/iod/e/index.html）。数据处理过程为：首先运用ArcGIS10.2软件裁减出中国部分，再运用R软件计算年均和四季scPDSI值及其MK值；采用Matlab软件做M-K突变检测图及小波分析图，最后再运用ArcGIS10.2软件获得REOF空间分区图。

1.3　研究方法

1.3.1改进的帕默尔干旱指数（scPDSI）

PDSI广泛运用于干旱评估，由Palmer提出的[23]，最初是为测量陆地表面水分供需的累积距平。PDSI考虑气温因素，可以有效反映气候变化对于干旱的影响[23]。此外，其表征在一段时间内，该地区实际水分供应持续少于当地气候适宜水分供应的水分亏缺[23]。但因PDSI对于不同空间的干旱分析有差异，认为不适用于评估不同地区的干旱[22]。而scPDSI较PDSI有较大改进，且使用FAO PM公式计算蒸散发，精确度更高[22]。此外，scPDSI用各自站点的气候资料得出的值取代气候权重因子和持续因子，故较少受地域约束，具有更大的空间可比性[24]，具体PDSI和scPDSI计算方法详见参考文献[25-26]。scPDSI指数的干旱等级分布，详见表1。

表1 scPDSI干湿等级划分标准Table 1 Classification of scPDSI values

1.3.2统计方法

对于中国气象干旱的时间变化主要采取趋势分析、突变分析和周期分析，空间变化则采用旋转经验正交函数（REOF）。本文采用Mannn-Kendall法（M-K法）[27-28]对年和四季scPDSI值进行突变检测。M-K法是一种非参数统计检验方法，具有不需要样本遵从一定的分布，不受少数异常值干扰，检测范围宽广和定量化程度高的优点。小波分析（continuous wavelet transform，CWT）[29]是建立在经典的傅里叶分析和窗口傅里叶变换的基础上发展起，是国际上十分热门的一种周期分析方法。它可以很好表征时间序列的周期振荡现象，可以提供连续、平滑的小波能量谱图。

旋转经验正交函数（REOF）[30]是基于经验正交函数（empirical orthogonal function，EOF），进一步分析要素场空间分布的局部区域特征，可更好表现地域差异，同时反映不同地域的相关分布，将气候要素一致的地区划分为同一的区域。上述方法的计算步骤详见参考文献[31]。

2　结果与分析

2.1中国干湿变化分析及周期分析

2.1.1年与四季干湿变化趋势和突变检测

为研究1961－2009年中国年、四季的干湿突变情况，采用M-K法对年和四季的scPDSI时间序列进行突变分析（图1）。由图1可知，UF曲线自20世纪70年代呈上升趋势，表明整体上中国呈变湿趋势。一直到21世纪初期，这种变湿趋势超过0.05临界线，表明变湿趋势显著（P＜0.05）；但2005年以来，又呈现明显的变干趋势，这与近几年中国多地频繁发生干旱灾害相吻合。UF与UB曲线相交位置可知，1971年为由干变湿的突变点。基于面积平均的中国春季、夏季、秋季、冬季与年系列的变化趋势基本一致（图略），均呈显著的变湿趋势，1970年代初期为变湿的突变点，均通过了检验（P＜0.05）。

图1　中国年scPDSI指数M-K突变检测图Fig.1　Mann-Kendall test of annual scPDSI across China

2.1.2年及四季的干湿变化周期分析

为研究干湿序列不同时间尺度的变化特征，使用小波分析其周期变化特征。由2 a小波功率图可知，在1961－2009年scPDSI序列存在2.6、4.4、6.2、14.7和24.8 a的周期，其中2.6、4.4和6.2 a的周期通过95%的红噪声检验，6.2a为该序列的主周期。在连续小波变换图中，能量密度的峰值主要集中在1960年代、1980年代到90年代中期、80年代中期到2000年和1950年代到21世纪初期。其中，1980年代到90年代中期、80年代中期到2000年分别存在5～8 a和2～3 a的振荡周期，并均通过红噪声检验，此外1960年代和1980年代到21世纪初期存在2～4 a和4～8 a的振荡周期，但没有通过红噪声检验，可知基于面积平均的中国年干湿变化存在2.0～8.0 a的振荡周期。

图2　中国年干湿变化小波分析图Fig.2　Wavelet analysis map of average annual dry/wet changes in China

春、秋和冬季干湿变化周期基本一致（图略），均存在2.6、6.2、14.7和24.8a的周期，其中2.6和6.2 a的周期经过红噪声检测，主周期均为6.2 a。夏季存在3.1、4.4、14.7和24.8 a的周期，其中3.1和4.4 a的周期经过红噪声检测，主周期为4.4 a。四季干湿变化基本一致，存在2～8 a 的振荡周期。

2.2中国气象干旱时空演变特征分析

2.2.1REOF空间分区

为研究中国干湿变化空间分布规律，对中国49 a的年和四季scPDSI值作旋转经验正交函数（REOF）分解，结果表明：年和四季空间分区基本一致。限于篇幅，本文仅分析年尺度空间模态，前8个主分量旋转后的方差贡献分别为14.3%、9.8%、8.6%、7.2%、6.9%、5.5%、5.1%、4.5%，累积解释方差贡献占总方差的61.9%。

图3是年scPDSI值前8个 REOF旋转载荷向量（rotated load vector，RLV）的空间分布。图3a为第1空间模态（REOF1），RLV1正的高值区位于中国西北部地区，其中心旋转载荷向量值为0.055。图3b为第2空间模态（REOF2），RLV2正的高值区位于东北—内蒙古高原地区，中心旋转载荷向量值为0.053。第3旋转载荷向量RLV3正的高值区位于黄淮海平原地区，中心旋转载荷向量值为0.061（图3c）。图3d为第4空间模态（REOF4），RLV4负的高值位于青藏高原北部地区，中心旋转载荷向量值为−0.057。第5空间模态（REOF5），RLV5正的高值区位于中国中部地区（包括四川盆地、汉中盆地和黄土高原等地区），其中心旋转载荷向量值为0.055（图3e）。图2f为第6空间模态（REOF6），RLV6的高值区位于青藏高原南部地区，其中心旋转载荷向量值为0.067。第7空间模态（图3g），RLV7的高值区位于大兴安岭地区，其中心旋转载荷向量值为0.066。第8空间模态（图3h），RLV8负的高值区位于中国东南地区，其中心旋转载荷向量值为−0. 060。

根据各模态在空间上的高载荷区，将中国划分成8个干湿特征区域：西北地区、东北—内蒙古高原地区、黄淮海平原地区、青藏高原北部地区、中部地区、青藏高原南部地区、大兴安岭地区、东南地区。相邻区域基本没有重叠，REOF分区结果合理地反映了中国地形的实际情况。

2.2.2 各分区年和四季干湿状况时间演变趋势分析

REOF分解得到的旋转主成分（rotated principal components，RPC）序列实际上反映了各分区干湿状况的时间变化特征，本文分析8个分区年和四季干湿状况的时间变化M-K值，结果见表2。限于篇幅，本文具体分析年尺度干湿变化特征。

由表2可知，西北地区、青藏高原南部地区、大兴安岭地区和东南地区有变湿趋势，其前两个区变湿趋势显著（P＜0.05）；而东北—内蒙古高原地区、青藏高原北部地区、中部地区和黄淮海平原地区呈现出变干趋势，其中，前3个分区变干趋势显著（P＜0.05），黄淮海平原地区变干趋势不明显。此外，西北地区年和四季M-K值均大于1.96，表明全年变湿趋势显著（P＜0.05）；而中部地区年和四季M-K值均小于-1.96，全年变干趋势显著（P＜0.05）。其他分区干湿变化季节特征较明显，存在一定差异性，但大部分地区春季均呈变干趋势，夏季均呈现变湿趋势。

图3　前8个REOF的旋转载荷向量空间分布Fig.3　Spatial distributions of rotated load vector of first eight REOFs

表2　中国各分区年和四季干湿变化M-K值Table 2 M-K trend test of average annual and season dry/wet changes in China

2.2.3 各分区年干湿变化周期

为了进一步探索中国49 a来不同区域干湿的年际及年代际变化特征。采用小波分析方法研究前8个空间模态的干湿状况（即旋转主成分rotated principal components，RPC）的周期特征（图4）。由图4可知，不同分区干湿变化的时间尺度分布不均匀，各分区具有2～9 a的振荡周期，且具有明显的局部化特征，干湿变化具有区域差异性。西北地区（图4a）1993－2005年存在3～5a振荡周期，1997－2009年存在6～9 a振荡周期。由图4b可知，东北－内蒙古高原地区1982－2009年存在3～9 a的振荡周期。在黄淮海平原地区1961－1969年存在4～8 a的周期，1987－1994存在4～6年的周期（图4c）。青藏高原北部地区（图4d）1961－1967年存在2～5 a的周期，1981－1988存在6～7 a的周期。在中部地区（图4e），3～6 a的周期大约出现在1961－1970年，1970年至2009年存在6～8 a的周期。由图4f可知，青藏高原南部地区1973－1984年存在3～4 a的周期，1980－2003年存在8～10 a的周期。大兴安岭地区（图4g）仅在1977－1994年存在3～8 a的周期。在东南地区（图4h），1968－1977出现2～4 a的振荡周期，1994－2005年出现4～6 a的振荡周期。

图4　REOF分解的8个旋转主成分小波分析Fig.4　Continuous wavelet transform of annual rotated PC series

2.3与大尺度环流的关系

相关研究表明，中国地处亚洲季风区，容易受各种大气环流的影响[32-35]。但有关大尺度大气环流指标对中国干旱的演变是否有影响的研究还较薄弱，故本文用年scPDSI值及各分区旋转主成分（RPC）与大气环流因子做相关分析（表3），识别可能影响中国干旱的大气环流因子。

表3　全国和各分区scPDSI与大气环流指数的关系Table 3 Correlation between scPDSI and circulation indices of subregion and whole country

由表3可知，极涡指数跟年均scPDSI值密切相关，当极涡指数低值时，scPDSI值较大。西北地区不仅受极涡指数影响，也受印度洋偶极子（IOD）和太平洋涛动（PDO）影响，与其呈正相关趋势。IOD与东北—内蒙古高原地区呈负相关关系。黄淮海平原地区PDO呈负相关关系。青藏高原北部地区与极涡指数呈正相关关系，但与IOD呈负相关关系。中部地区受北美、亚洲极涡面积指数影响，与其呈正相关关系，但与IOD呈负相关关系。极涡指数与青藏高原南部地区呈负相关关系，IOD与青藏高原南部地区呈正相关关系。北半球极涡面积指数与大兴安岭地区呈负相关关系，亚洲极涡强度指数与东南地区呈正相关关系。

以上相关分析表明，极涡指数与中国大部分地区气象干旱有较好相关性。前人众多研究结果认为极涡与中国不少区域降水、气温有一定的联系。例如，极涡指数与后期中国气温呈负相关，在春季，若太平洋区极涡面积异常大，亚洲区极涡面积、北美区极涡面积强度异常弱，长江、黄河之间中游地区的降水出现负距平，广东、福建沿海降水出现正距平[36-37]。印度洋偶极子与中国部分地区降雨密切相关，如IOD指数为正位相时，华北及江淮流域夏季干旱少雨，而华南沿海地区为多雨带。此外云南、河套地区北部、东北北部也为正的降水距平区。当印度洋偶极指数为负位相，夏季南北地区多雨而长江流域少雨[38]。北半球冬季IOD正异常峰值后一年春季欧亚中高纬度地区呈显著的负欧亚太平洋型遥相关，长江以北（特别是黄河中上游地区）大部分地区持续多雨，反之，中国东部大部分地区降雨偏少，容易发生大范围干旱。太平洋涛动是影响中国降雨的另一重要因素[39]。亚洲—太平洋涛动指数可很好指示中国东部水变化。当PDO指数偏高时，长江以北和以南、南亚地区的降水增加，而长江流域的降水减少[40]。

3　讨　论

论文应用scPDSI_PM指数研究表明，中国年和四季变湿趋势均显著且存在2～8 a的振荡周期，该结论有别于前人[11-19]的研究结论。究其原因主要是采用PM公式计算蒸散发所导致。已有的研究多采用桑斯维特（Thornthwaite，Th）算法计算蒸发量，其在中国的效用是值得怀疑的[41]，用Th算法评估干旱的结果很可能会被夸大[10]。而Penman-Monteith（PM）算法考虑了辐射因素、风速等因素，这可以更加精确地评估干旱[10]。Zheng 等[42]研究表明风速、太阳辐射和湿度对中国地区的蒸发量有较大影响。而由于辐射、水汽压差以及（或者）风速的减小，可能最终导致蒸发的减弱[10]。Chen等[41]用PM算法计算中国1956－2005年的蒸发量，发现蒸发量显著减少。然而，由于气温的显著增加，采用Th公式计算得到的潜在蒸发量大都呈增加趋势[10，17，41]。因而，在中国大部分地区蒸发量减少的背景下，scPDSI指数采用PM算法计算蒸发量，这可能使得scPDSI_PM值更加准确，在此基础上得出的相关研究结论可能更接于实际情况。后续的研究可借鉴Nɑture期刊讨论全球干旱变化趋势研究的思路与方法[8-10]，深入探讨Th与PM公式以及不同数据源降水数据对中国气象干旱变化趋势分析的影响。

4　结　论

根据中国1961－2009年间高空间分辨率（0.5°×0.5°）scPDSI_PM（self-calibrating palmer drought severity index based on Penman-Monteith）数据集，Mann-Kendall法、小波分析和旋转经验正交函数（rotated empirical orthogonal function，REOF）等方法对中国气象干旱时空演变分析，并探讨了干旱与大气环流因子的关系，得到如下结论。

1）在1961－2009年间，整体上中国年和四季变湿趋势均显著（P＜0.05），且均于20世纪70年代初期发生了突变。周期分析表明，年和四季的周期基本一致，年干湿变化存在2.6、4.4和6.2 a的周期，其中主周期为6.2 a，春、秋、冬季有2.6和6.2 a的周期，主周期为6.2 a，夏季主周期为4.4a；年和四季均存在2～8 a的振荡周期。

2）根据前8个REOF空间模态，将中国划分为8个干湿特征区：西北地区、东北—内蒙古高原地区、黄淮平原地区、青藏高原北部地区、中部地区、青藏高原南部地区、大兴安岭地区、东南地区。REOF分区结果较好表现了地域特征，客观反映了中国干旱分区实际情况。各分区年干湿时间演变趋势分析表明：西北地区、青藏高原南部地区、大兴安岭地区和东南地区呈变湿趋势；其中前两个区变湿趋势显著（P＜0.05）；东北—内蒙古高原区、青藏高原北部地区、中部地区和黄淮平原区呈现出变干趋势，其中前3个区年变干趋势显著；8个分区所处地理位置不同，受各种气候因素影响存在差异，但干湿变化普遍存在2～9 a的振荡周期。

3）极涡指数与中国大部分地区气象干旱有较好相关性；西北地区干湿变化可能受极涡、印度洋偶极子（indian ocean dipole，IOD）和太平洋涛动（pacific oscillation，PDO）影响；东北—内蒙古高原区、青藏高原和中部地区（包括四川盆地、汉中盆地和黄土高原等地区）干湿变化受IOD影响显著；PDO与黄淮海平原地区干旱呈负相关关系。

[参考文献]

[1] Ashok K M， Vijay P S. Drought modeling-a review[J]. Journal of Hydrology， 2011， 403: 157－175.

[2] Steven M Q， Timothy N P. An evaluation of agricultural drought indices for the Canadian prairies[J]. Agricultural and Forest Meteorology， 2003， 118: 49－62.

[3] Liu Zhiyong， Zhou Ping， Zhang Fangqiu， et al. Spatiotemporal characteristics of dryness/wetness conditions across Qinghai Province， Northwest China[J]. Agricultural and Forest Meteorology， 2013（182/183）: 101－108.

[4] Chen Hupo， Sun Jianqi. Changes in drought characteristics over China using the standardized precipitation evapotranspiration index[J]. Journal of Climate， 2015， 28（13）: 5430－5447.

[5] Ashok K M， Vijay P S. A review of drought concepts[J]. Journal of Hydrology， 2010， 391（1/2）: 204－216.

[6] Yu Meixiu， Li Qiongfang， Lu Guobin， et al. Investigation into the impact of the Gezhouba and the Three Gores Reservoirs on the flow regime of the Yangtze River[J]. Journal of Hydrologic Engineering， 2013， 18（9）: 1098－1106.

[7] Barriopedro D， Gouveia C M， Trigo R M， et al. The 2009/10 drought in China: possible causes and impacts on vegetation[J]. Journal of Hydrometeorology， 2012， 13: 1251－1267.

[8] Kevin E T， Dai Aiguo， Gerard VDS， et al. Global warming and changes in drought[J]. Nature climate change， 2014， 4: 17－22.

[9] Dai Aiguo. Increasing drought under global warming in observations and models[J]. Nature climate change， 2013， 3: 52－58.

[10] Justin S， Eric FW， Michael LR. Little change in global drought over the past 60 years[J]. Nature Climate Change，2012， 491: 435－441.

[11] Wang Wen， Zhu Ye， Xu Rengui， et al. Drought severity change in China during 1961－2012 indicated by SPI and SPEI[J]. Natural Hazards， 2015， 75: 2437－2451.

[12] Zou Xukai， Zhai Panmao， Zhang Qiang. Variations in droughts over China:1951－2003[J]. Geophysical Research Letters， 2005， 32（4）: 2437－2451.

[13] 徐仁贵，王文，汪小菊. 1961－2012年中国地表干湿状况时空变化特征[J]. 中国农村水利水电，2014，8：30－35. Xu Rengui， Wang wen， Wang Xiaoju. Spatio-temporal changes of surface humidity over China during 1961－2012[J]. China Rural Water Conservancy and Hydropower， 2014， 8: 30－35. （in Chinese with English abstract）

[14] 翟盘茂，邹旭恺. 1951－2003年中国气温和降水变化及其对干旱的影响[J]. 气候变化研究进展，2005，1（1）：16－18. Zhai Panmao， Zou Xukai. Changes in temperature and precipitation and their impacts on drought in China during 1951－2003[J]. Advances in Climate Change Research， 2005，1（1）: 16－18. （in Chinese with English abstract）

[15] Li Jinbao， Edward R， Cook RD， et al. Moisture variability across China and Mongolia: 1951－2005[J]. Climate Dynamics， 2009， 32: 1173－1186.

[16] Wang AiHui， Dennis PL， Justin S. Soil moisture drought in China， 1950－2006[J]. Journal of Climate， 2011， 24: 3257－3271.

[17] Yu Meixiu， Li Qiongfang， Michael JH， et al. Are droughts becoming more frequent or severe in China based on the standardized precipitation evapotranspiration Index: 1951－2010？[J]. International Journal of Climatology， 2014， 34: 545－558.

[18] 叶敏，钱忠华，吴永萍. 中国旱涝时空分布特征分析[J]. 物理学报，2013，62（13）：139－203. Ye Min， Qian Zhonghua， Wu Yongping. Spatiotemporal evolution of the droughts and floods over China[J]. Acta Physica Sinica， 2013， 62（13）: 139－203. （in Chinese with English abstract）

[19] 陈方藻，刘江，李茂松. 60年来中国农业干旱时空演替规律研究[J]. 西南师范大学学报，2011，36（4）：111－114. Chen Fangzao， Liu Jiang，Li Mao-song. Researches on spatial and temporal succession law of agricultural drought in the past 60 years in China[J]. Journal of Southwest China Normal University， 2011， 36（4）: 111－114. （in Chinese with English abstract）

[20] 黄晚华，杨晓光，李茂松，等. 基于标准化降水指数的中国南方季节性干旱近58a演变特征[J]. 农业工程学报，2010，26（7）：50－59. Huang Wanhua， Yang Xiaoguang， Li Maosong， et al. Evolution characteristics of seasonal drought in the south of China during the past 58 years based on standardized precipitation index[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2010，26（7）: 50－59. （in Chinese with English abstract）

[21] 中国气象局. 中国灾害性天气气候图集（1961－2006）[M].北京：气象出版社，2007：32－40.

[22] Schrier GVD， Barichivich J， Briffa KR， et al. A scPDSI-based global data set of dry and wet spells for 1901－2009[J]. Journal of Geophysical Research， 2013， 118: 4025－4048.

[23] Palmer WC. Meteorological drought[R]. US. Weather Bureau Research Paper No. 45， 1965.

[24] Wan Huaijung， Chen Yaning， Pan Yingping， et al. Spatial and temporal variability of drought in the arid region of China and its relationships to teleconnection indices[J]. Journal of Hydrology， 2015， 523: 283－296.

[25] Lu Liu， Yang Hong， Christopher NB， et al. Hydroclimatological drought analyses and projections using meteorological and hydrological drought indices: a case study in Blue River Basin， Oklahoma[J]. Water Resources Manage，2012， 26: 2761－2779.

[26] Nathan W， Steve G， Michael JH. A self-calibrating palmer drought severity index[J]. Journal of Climate， 2004， 17: 2335－2351.

[27] Kendall， MG， Rank Correlation Methods， 4th ed. Charles Griffin， London， 1975.

[28] Henry BM. Nonparametric tests against trend[J]. Econometric Society， 1945， 3（3）: 245－259.

[29] Christopher T， Gilbert PC. A practical guide to wavelet analysis[J]. American Meteorological Society， 1998， 79: 61－78.

[30] Tao Lian， Chen Dake. An evaluation of rotated EOF analysis and its application to tropical Pacific SST variability[J]. Journal of Climate， 2012， 5（15）: 5361－5373.

[31] 魏凤英. 现代气候统计诊断预测技术[M]. 北京：气象出版社，1999.

[32] Lee H F， Zhang D D. Relationship between NAO and drought disasters in northwestern China in the last millennium[J]. Journal of Arid Environments， 2011，75（11）: 1114－1120.

[33] Li Yong， Lu Riyu， He Jinhai. Several climate factors influencing the winter temperature over china[J]. Chinese Journal of Atmospheric Sciences， 2007， 31（3）: 505－514.

[34] Xiao Mingzhong， Zhang Qiang， Vijay PS， et al. Influences of ENSO， NAO， IOD and PDO on seasonal precipitation regimes in the Yangtze River basin， China[J]. International Journal of Climatology， 2014， 35（12）: 3556－3567.

[35] Gu Sinan， Yang Xiuqun. Variability of the northern circumpolar vortex and its association with climate anomaly in China[J]. Scientia Meteorologica Sinica， 2006， 26（2）: 135－142.

[36] 张恒德，陆维松，高守亭，等. 北极涡活动对我国同期及后期气温的影响[J]. 南京气象学院学报，2006，29（4）：507－516. Zhang Hengde， Lu Weisong， Gao Shouting， et al. Influence of the north polar vortex activity on the contemporaneous and subsequent air temperature in China[J]. Journal of Nanjing Insitute of Meteorology， 2006， 29（4）: 507－516. （in Chinese with English abstract）

[37] 张恒德，高守亭，张友姝. 北极涡年代际变化及其与我国春季降水的关系[J]. 气候与环境研究，2006，11（5）：593－604. Zhang Hengde， Gao Shouting， Zhang Youshu. The interdecadal variation of north polar vortex and itsrelationships with spring precipitation in China[J]. Climatic and Environmental Research， 2006， 11（5）: 593－604. （in Chinese with English abstract）

[38] 肖子牛，晏红明，李崇银. 印度洋地区异常海温的偶极振荡与中国降水及温度的关系[J]. 热带气象学报，2002，18（4）：335－344. Xiao Ziniu， Yan Hongming， Li Chongyin. The relationship between indian ocean SSTA dipole index and the precipitation and temperature over China[J]. Journal of Tropical Meteorology， 2002， 18（4）: 335－344. （in Chinese with English abstract）

[39] 杨秋明. 南印度洋副热带偶极子型海温异常与全球环流和我国降水变化的关系[J]. 海洋学报，2006，28（3）：47－56. Yang Qiuming. Indian Ocean subtropical dipole and variations of global circulations and rainfall in China[J]. Acta Oceanologica Sinica， 2006， 28（3）: 47－56. （in Chinese with English abstract）

[40] 赵平，陈军明，肖栋，等. 夏季亚洲—太平洋涛动与大气环流和季风降水[J]. 气象学报，2008，66（5）：716－729. Zhao Ping， Chen Junmin， Xiao Dong， et al. Summer Asian-Pacific oscillation and its relation-ship with atmospheric circulation and monsoon rainfall[J]. Acta Meteorologica Sinica， 2008， 66（5）: 716－729. （in Chinese with English abstract）

[41] Chen Deliang， Xu Chong-Yu， Ren Guoyu. Comparison of the Thornthwaite method and pan data with the standard Penman-Monteith estimates of reference ET in China[J]. Climate Research， 2008， 28: 123－132.

·农业信息与电气技术·

[42] Zheng Chaolei， Wang Quan. Spatiotemporal pattern of the global sensitivity of the reference evapotranspiration to climatic variables in recent five decades over China[J]. Stochastic Environmental Research and Risk Assessment，2015， 29: 1937－1947.

Spatiotemporal variations analysis of meteorological drought in China based on scPDSI

Wang Zhaoli, Li Jun, Huang Zeqin, Zhong Ruida, Chen Jiayin, Qiu Zhuohui
（School of Civil Engineering ɑnd Trɑnsportɑtion， South Chinɑ University of Technology， Guɑngzhou 510641， Chinɑ）

Abstract:In recent decades， frequent droughts have been detected in some places in China along with the global climate change， which cause great damage to the development of social economy. Thus， it’s high time to investigate the spatio-temporal evolution of droughts. Based on the newly published scPDSI PM （self-calibrating Palmer drought severity index based on Penman-Monteith） dataset with high spatial resolution， the annual and seasonal variations of droughts in China from 1961 to 2009 were researched. Other research methods like linear regression， Mann-Kendall method， wavelet analysis as well as REOF （rotated empirical orthogonal function） were adopted to investigate the spatio-temporal pattern of droughts in China， and find out how droughts changed under the influence of the general circulation of atmosphere， in order to provide the foundation for drought control and drought resistance. The results indicated that: 1） In 1961-2009， China as a whole became moist significantly at annual and seasonal scale with the mutations of turning drought to wetness detected in early 1970s. 2）Period analysis illustrated that the oscillation period of seasonal and annual drought remained generally unanimous， and the dominant period of annual drought was 6.2 years， while drought in spring， autumn and winter generally had the periods of 2.6 and 6.2 years with 6.2 years as the dominant period; otherwise， drought in summer presented a dominant period of 4.4 years. 3）In the light of the spatial modes disassembled from REOF， the entire country was divided into 8 regions with different characteristics of drought or wetness， which were Northwest China， Northeast - Inner Mongolia Plateau area， the Greater Khingan Range area， the northern Qinghai-Tibet Plateau area， the southern Qinghai-Tibet Plateau area， the Middle China （including Sichuan Basin， Hanzhong Basin and Loess Plateau）， Huang-Huai-Hai Plain and Southeast China. It was found that the sub-regions of REOF could primely manifest the geographical features of different regions， and hence objectively testify the actual drought condition in China. Among the 8 regions， the Greater Khingan Range area， Southeast China， the southern Qinghai-Tibet Plateau area， and Northwest China were getting moist while the latter 2 areas had a significant trend （P＜0.05）; Northeast - Inner Mongolia Plateau area， the northern Qinghai-Tibet Plateau area， the Middle China and Huang-Huai-Hai Plain were getting dry， and except Huang-Huai-Hai Plain， the former 3 regions were prominently getting dry. Take the regions as the objects， no matter at annual or seasonal scale， Northwest China was getting moist， while the Middle China was getting arid （P＜0.05）. Although the geographical positions of the 8 regions resulted in the discrepancy of influence under different climate factors， the 8 regions generally had the oscillation period of 2-9 years. 4） M-K test （Mann-Kendall test） on the 8 regions showed that the seasonal MK values of different regions varied with each other， which indicated that drought-wet degree of different regions had obvious seasonal feature， and yet most regions had a tendency of getting drought in spring and getting moist in summer. 5） Good correlations were found between polar vortex index and drought in most areas. Correlation analysis indicated that droughts in Northwest China may be affected by the polar vortex， Indian Ocean Dipole （IOD） and Pacific Oscillation （PDO）. Droughts in Northeast - Inner Mongolia Plateau area， the Qinghai-Tibet Plateau area and the Middle China were significantly influenced by IOD， and drought of Huang-Huai-Hai Plain was negatively correlated with PDO. Unlike the conventional PDSI index， scPDSI integrates solar radiation and air speed into account， which will be of scientific and practical importance to forecast and distinguish different drought conditions.

Keywords:drought; meteorology; precipitation; scPDSI; REOF; spatio-temporal evolution; China

基金项目：国家自然科学基金（51209095，51579105），国家科技支撑计划（2012BAC21B0103），中央高校基本科研业务费专项基金（2014ZZ0027）。

作者简介：王兆礼，男（汉族），江苏徐州人，博士，副教授，主要从事水文水资源研究。广州华南理工大学 土木与交通学院，510641。

收稿日期：2015-11-06

修订日期：2015-12-23

中图分类号：S165

文献标志码：A

文章编号：1002-6819（2016）-02-0161-08

doi：10.11975/j.issn.1002-6819.2016.02.024