近30年中美玉米带生长季干旱特征的差异及成因分析*

王 芳，王春乙**，邬定荣，姚树然，白月明，张继权

（1.中国气象科学研究院，北京 100081；2.河北省气象科学研究所，石家庄 050021；3.东北师范大学环境学院/自然灾害研究所，长春 130117）

45°N附近区域因光温水资源丰富、土壤肥沃，成为玉米的最佳生长区，中国和美国在此范围内形成了两个世界著名的“黄金玉米带”。然而气候变化背景下，极端天气事件频发，中美玉米种植均受到了频发灾害的影响，其中干旱灾害影响较大[1-3]。如2012年全美大旱，大平原地区玉米遭受巨大影响[4-7]。中国东北玉米带在2000、2007年亦受干旱影响而明显减产[1]。研究表明，未来气候变化情景下，玉米带地区干旱化趋势仍然存在，旱灾频率将继续增加[8-9]，这将使两地玉米产量产生巨大波动，严重威胁中美两国乃至世界粮食安全[4,10]。如何在农业生产中进一步提升应对极端气候变化的能力，已成为玉米带国家急需解决的问题。

两国政府早已开展了针对此问题的研究工作，尤其是美国。作为全球农业最为发达的国家，美国通过长期研究建立起的完备的干旱管理体系已成为其它国家借鉴的范例[11]。国内学者通过分析中美干旱管理工作的差异，认为中国当前应借鉴美国先进的干旱风险管理模式，转变固有的应急抗旱模式，以提升抗旱减灾能力[12]。已有部分地区在干旱灾前监测、抗旱措施改进、干旱风险区划以及农业旱灾保险等方面进行了初步尝试，并在大田实践中引进美国玉米生产技术[13-14]。但需要注意的是，尽管中美玉米所处的纬度带近似，但因降水、气温及环流系统[15-18]等的不同，两地的干旱特征可能并不相同。因此，借鉴美国先进抗旱减灾经验的前提是了解两地玉米生长季干旱的特征及其差异。

国内外研究人员利用多个干旱指数分别对两个玉米带的干旱特征进行了分析[19-20]。在中国，使用了干燥度、帕默尔干旱指数（PDSI）以及水分盈亏指数等指标对玉米生长季干旱进行评价[17,21-22]。在美国，研究人员采用降水亏缺、标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）等干旱指数进行玉米带干旱特征分析[23-24]。但由于研究时段、采用数据和研究方法的不同，无法对研究结果进行比较。而对两地干旱特征直接对比的研究，目前仍较少见。因此，两地玉米生长季内干旱发生规律及分布特征究竟有何异同，这些异同对国内参考美国抗旱经验有何意义，这些问题都尚未得到良好的解答。经过对多种干旱指数综合比较[25-28]，本文拟选择SPEI对中美玉米带生长季气象干旱特征进行比较，并分析差异的成因，以期为两地干旱灾害风险对比研究提供基础，并为中国东北地区借鉴美国玉米带先进抗旱减灾经验提供科学支撑。

1 资料与方法

1.1 资料与处理

1.1.1 资料来源及预处理

中国玉米带的气象资料为东北地区（黑龙江省、吉林省、辽宁省及内蒙古东部地区）的 216个气象站 1986−2015年的月值气象数据，气象要素包括降水、最高气温、最低气温、日照时数和风速，气象资料来自国家气象信息中心。其中，为计算 SPEI，风速需要转化为2m风速值，并利用FAO-56[29]推荐的方法将日照时数转换为太阳总辐射。此外，还收集了东北地区 2001−2015年地市级玉米总产及种植资料（包括玉米播种面积及耕地面积），资料来源于东北地区各省市及相关经济统计年鉴等。

美国玉米带研究区气象数据为内布拉斯加州等13个玉米主产州的72个气象站1986−2015年的月值气象数据，包括降水、最高气温、最低气温和风速，来自美国国家海洋和大气管理局（NOAA）的全球气象数据月值统计集（GSOM）。此外，利用逐日地面天气与气象资料集（Daymet）对 GSOM 中的太阳辐射数据进行补充，补充数据来自美国国家航空和宇宙航行局（NASA）橡树岭国家实验室（ORNL）分布活动档案中心（DAAC）。此外，还收集了13个玉米主产州2001−2015年玉米郡级产量数据，来源于美国农业部（USDA）国家农业统计服务系统（NASS）。

1.1.2 研究区范围的确定及气象站点的提取

对“黄金玉米带”具体范围的界定目前尚无统一标准，在界定中美玉米带研究区范围时，参照USDA首席经济学家办公室（COE）世界农业展望委员会（WAOB）对美国玉米带的定义，即将占区域玉米总产约 75%的范围定为玉米主产区。在确定中国东北玉米带时，选用东北地区 2001−2015年地市级玉米总产资料进行年均产量的计算，后将各地区玉米年均产量进行排序，从高到底提取累计值达到区域总产量（2001−2015年均约7652.4万t）约75%的所有地级市。此外，考虑到东北地区存在玉米种植面积较小总产较低但种植比例高的地级市，对各地区年均玉米种植比例进行统计，将高于区域平均值（约42.8%）的地级市也提取出来作为玉米带。最终得到东北地区33个地级市的全部或部分区域，作为中国东北玉米带研究区范围，其总面积约73万km2（图1a）。

对于美国玉米带的划分，参照 USDA COE WAOB的定义，首先对美国中部大平原地区13个玉米主要种植州内所有郡 2001−2015年玉米产量数据进行多年平均值的统计与降序排序，参照美国玉米总产平均值（2001−2015年均约4.7亿t），提取累计值达到其 75%左右的所有郡，构成美国玉米带研究区范围，最终提取出覆盖13州的482个郡，总面积约80万km2（图1b）。

根据确定的研究区范围，对中美玉米带研究区内气象站点重新提取，分别得到中国东北玉米带内125个气象站及位于美国玉米带研究区及邻近一个郡内的49个气象站点。两地气象站点分布较均匀，基本能代表各自区域的气候特征（图1）。

图1 中国东北玉米带（a）和美国玉米带（b）内气象站点分布Fig.1 Distribution of meteorological stations in the corn belts of Northeast China (a) and the US(b)

1.2 研究方法

1.2.1 SPEI的计算

利用干旱指数来量化中美玉米带生长季的干旱强度，由于SPEI融合了PDSI对蒸散的响应及SPI空间一致性、多时间尺度且计算简单等优点[30]，并在全球及各区域应用检验中得到较好的验证[31-32]，因此，选择SPEI进行玉米生长季干旱的量化。SPEI以月尺度降水及气象数据为输入数据，通过计算月降水与潜在蒸散的差值，进而构建不同月尺度水分亏缺序列，并进行Log-logistic分布拟合与正态标准化处理得到，其计算步骤详见文献[30]。

根据中美两地玉米生育期多年平均日期[16,33-34]，将玉米生长季（Growth period，GP）定为4−10月，以基本覆盖两地玉米播种前期−成熟收获整个阶段，以 10月份 7 个月尺度的 SPEI表征（7−SPEI−Oct），其表示10月份前7个月的累积水分状况。为进一步比较两地玉米不同生育阶段的干旱情况，还将玉米生长季划分为生长前期（Early growth stage，EGS，4−6月）与生长后期（Late growth stage，LGS，7−10月），其中4−6月覆盖了玉米播种前期至开花期，为主要的营养生长阶段，以7月份3个月尺度的SPEI表征（3−SPEI−Jun）。7−10 月覆盖了吐丝期−成熟期，为主要的生殖生长阶段，以 10月份 4个月尺度的SPEI表征（4−SPEI−Oct）。

利用R software中SPEI程序包[35]实现干旱指数的计算。通过输入中美玉米带研究区各站点的月尺度降水量和气象数据，采用FAO-56推荐的Penman-Monteith方法[29]计算蒸散量，针对生长季、生长前期及后期的阶段长度，分别选择7、3和4为月尺度参数计算并提取所有站点 7−SPEI−Oct，3−SPEI−Jun及 4−SPEI−Oct。

参照文献[26，36]确定中美两地玉米带干旱标准为，SPEI≥−0.5为无旱，SPEI＜−0.5为干旱。

1.2.2 干旱特征指标

使用干旱频率、干旱强度以及干旱范围[36-37]来表征干旱的特征。其中干旱频率（DF）指某站统计时段内玉米某生育阶段内干旱发生次数与总年数的比值，即

式中，N为统计时段总年数，n为统计时段内该生育阶段SPEI＜−0.5的年数，DF越大表明干旱发生越频繁。

干旱强度（DS）为某站统计时段内某生育阶段发生干旱年份的SPEI值之和，即

式中，SPEIi为统计时段内该生育阶段SPEI＜−0.5的值，n为SPEI＜−0.5的年数，DS越小表明干旱越强。

干旱范围（DEi）指整个研究区发生干旱的站次比，即统计逐年发生干旱站次的比例，即

式中，M 为研究区总站数，mi为研究区内第 i年发生干旱的站（次）数，DEi为第i年该研究区干旱范围，其值越大表明干旱影响的范围可能越广。

为比较两区域干湿变化及干旱范围的时间演变特征，利用式（1）−式（3）对两地近30a不同生育阶段区域平均SPEI进行干旱特征的计算，并对SPEI及干旱范围进行线性倾向估计。利用 ArcGIS反距离权重（IDW）插值法，对各站近30a玉米不同生育阶段的干旱频次、干旱强度进行空间插值并比较其分布特征。

2 结果与分析

2.1 中美玉米带生长季气候特征的比较

经计算，近30a中美玉米带的光、温、水的月变化均呈现为单峰型曲线特征（图2）。可见两地玉米生长季均处于辐射、气温和降水的高值区。其中，中国东北玉米带生长季内的太阳辐射总量高于美国玉米带，但生长前、后期太阳辐射量的变异系数也较高（图2a），生长前期表现为0.029（NEC）＞0.025（US），生长后期表现为 0.028（NEC）＞0.013（US）。相反，美国玉米带生长季的逐月平均气温均高于中国东北，同时具有变异系数较高的特征（图2b），生长前期表现为 0.062（US）＞0.049（NEC），生长后期表现为0.040（US）＞0.033（NEC）。图2c显示，两地生长季内逐月降水具有不同的分布规律，中国东北玉米带降水集中于玉米生长后期（前期167.8mm,后期355.8mm），前后期波动性不大（前期0.20，后期0.21），而美国玉米带降水分布则在前后期较均衡（前期 291.3mm；后期 318.9mm），后期相对波动性较小（前期0.21，后期0.15）。

图2 1986−2015年中美玉米带太阳辐射、平均气温和降水量气候平均值的月变化及玉米生长前期、后期各要素的变异系数Fig.2 Monthly variation of solar radiation, average air temperature, and precipitation and the coefficient of variation during early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

总的来说，相较美国，中国东北玉米带近30a在玉米生长季太阳辐射较高、平均气温较低、降水较为稀少且集中于玉米生长后期，而美国玉米带玉米生长前后期降水较均衡。在这种气候背景下，中国东北玉米带前期因少雨较易发生干旱，后期虽水分更为充足，但波动性更大，降水异常偏少的情景仍易发生，因此，后期干旱也易形成。美国玉米带玉米生长前后期降水较为均衡，发生干旱的可能性相对较低。

2.2 中美玉米带干旱时间变化特征的差异

2.2.1 SPEI

在玉米整个生长季，两地SPEI值的年际变化存在较为明显的差异。其中，中国玉米带在1999−2001年的SPEI连续小于−0.5，在1989、2007年也发生了较大旱情（SPEI＜−0.5），这与已有文献及统计资料中的东北干旱灾害年份一致[1]。美国玉米带则主要在1987−1989年、2005年及2012年出现了SPEI＜−0.5的情况，这也与文献中大平原地区发生旱灾的年份一致[10]。表明SPEI指标能够识别两地在玉米生长季内发生的气象干旱。此外，两地SPEI的气候倾向率正负虽不一致，但均未通过显著性检验，说明两地SPEI的变化趋势并不明显。

由图3b、图3c可见，玉米的生长前、后期，两地SPEI的年际波动依然存在明显差异，出现干旱的年份也不同。中国东北玉米带在生长前期有8a出现干旱（SPEI＜−0.5），后期有 7a；美国玉米带在生长前期有7a出现干旱，后期仅为5a。从线性变化趋势看，在玉米生长前期中国东北地区SPEI气候倾向率为正值，后期为负值，但均未达到显著性水平。美国玉米带玉米生长前期 SPEI呈显著增加趋势（0.30·10a−1，R2=0.167，P＜0.05，图3b），但后期变化趋势不显著。

2.2.2 干旱频率

利用中美玉米带SPEI的区域平均值，统计两地近30a内每5a玉米不同生育阶段的干旱频率。在玉米全生长季（图4a），中国东北玉米带的干旱频率在1996−2010年高于美国玉米带，而在1986−1990年及近5a内则相反。中国东北玉米带的干旱频率表现为先上升后下降的波动特征，美国玉米带的干旱频率则自 1986−1990年后维持较低值。总体上，中国东北地区的平均干旱频率明显高于美国玉米带（23.3%＞16.7%）。在玉米生长前期（图4b），两地干旱频率随时间波动的特征与全生长季较一致。在后期（图4c），中国东北地区自1996年后每5a发生干旱的频率均高于美国。美国玉米带在生长后期一直保持较低的干旱频率（≤20%），但1986−1995年在玉米生长前期阶段具有较高频次的干旱（≥40%）。

图3 1986−2015年中美玉米带生长季及玉米生长前期、后期SPEI的时间变化Fig.3 Time series of SPEI during growth period(GP), early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

图4 1986-2015年中美玉米带生长季及玉米生长前期、后期干旱频率的时间变化Fig.4 Time series of drought frequency during growth period(GP), early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

总体上，中国东北地区在整个生长季及生长前、后期的干旱频率均高于美国玉米带，两地生长后期的干旱频率差异更大，这是中美玉米带干旱特征存在的明显差异之一，可能与各自气候背景不一致有直接关系。

2.2.3 干旱强度

由图5可见，两地干旱强度的时间波动特征与干旱频率较一致。在玉米生长季，中国东北地区近30a平均干旱强度较美国玉米带强（−0.20＜−0.16，图5a）。时间波动上，中国东北玉米带的干旱强度具有先增强后减弱的特点，而美国玉米带则自1986−1990年后干旱强度有所减弱。在玉米生长前期，中国东北平均干旱强度仍高于美国玉米带，但两者差异不大（图5b），分别为−0.22和−0.21。在玉米生长后期，中国东北玉米带干旱频次明显高于美国，其平均干旱强度也较高（−0.16＜−0.12，图5c）。

总体上，中国东北地区在整个生长季及生长前、后期的平均干旱强度均高于美国玉米带，其中生长后期的干旱强度差异更大，这与两地干旱频率的差异较为一致。

2.2.4 干旱范围

从生长季来看（图6a），中国东北玉米带干旱范围较广的年份集中于1999−2001年，干旱站次比均高于70%，其年际变化趋势不显著。美国玉米带生长季干旱范围在20世纪80年代后期以及2005、2012年出现较大值（＞60%），尤其是1988年和2012年接近100%，表现为全域性干旱，其干旱范围趋于减少，但不明显。

中国东北地区生长季干旱范围的年际波动特征与玉米生长后期较为一致，说明后期对生长季干旱的影响更大，而美国玉米带则相反（图6b、图6c）。在变化趋势上，两地在生长前期的干旱范围均趋于减少，美国玉米带表现为显著减少趋势（−5.81%·10a−1，R2=0.105，P＜0.05），后期变化均不显著。

图5 1986−2015年中美玉米带玉米生长季及玉米生长前期、后期干旱强度的时间变化Fig.5 Time series of drought severity during growth period(GP), early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

图6 1986-2015年中美玉米带玉米生长季、生长前期及后期干旱范围的时间变化Fig.6 Time series of drought extent during growth period(GP), early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

2.3 中美玉米带干旱空间特征的差异

2.3.1 干旱频次

近30a两地干旱频次空间分布各具特点，其中，中国东北玉米带在玉米生长季的干旱频次分布呈现自东向西的增加（图7a），前期分布规律不明显（图7b），后期具有西北高、东南低的特点（图7c）。美国玉米带在玉米生长季（图7d）干旱频次分布呈现出东西高、中部低的特征，前期的频次分布也与其类似（图7e），但在后期区域中部的频次则较高（图7f）。

图7 1986-2015年中美玉米带不同时段累计干旱次数的空间分布Fig.7 Spatial distribution of drought accumulated times in the corn belts of NEC and the US from 1986 to 2015

2.3.2 干旱强度

图8为中美玉米带不同生育阶段近30a累计干旱强度的空间分布。由图可见，干旱强度的分布与干旱频次较为一致，普遍表现为干旱频次越高的地区，累计干旱强度也越强。中国东北玉米带在玉米生长季的干旱强度分布呈现自东向西的加强（图8a），前期整体分布较为一致（图8b），后期则具有西北强、东南弱的分布特征（图8c）。美国玉米带在玉米生长季干旱强度分布则呈现东西高、中部低的特征（图8d），生长前期的分布也与此类似（图8e），但生长后期在区域中部干旱强度较高（图8f）。

2.4 中美玉米带干旱特征主要差异的成因探讨

2.4.1 影响干旱的主要气象因子

对中美玉米带生长前、后期的SPEI与主要气象要素进行相关性分析。从表1可见，两地生长前、后期的 SPEI与降水、太阳辐射和最高气温的相关性较强，尤其是 SPEI与降水呈极显著正相关，两地玉米生长前后期的降水均可解释对应时段 SPEI变化的91%以上，这与已有研究结果一致[27,38-39]。表1还表明，中美两地SPEI与太阳辐射、最高气温均呈负相关。

图8 1986-2015年中美玉米带累计干旱强度的空间分布Fig.8 Spatial distribution of accumulated drought SPEI in the corn belts of NEC and the US from 1986 to 2015

表1 1986-2015年中美玉米带玉米生长前期(3-SPEI-Jun)和后期SPEI(4-SPEI-Oct)与主要气象要素的Pearson相关性Table 1 Pearson correlation between SPEI and main meteorological factors during early(3-SPEI-Jun) and late growth stage(4-SPEI-Oct) in the corn belts of NEC and the US from 1986 to 2015

2.4.2 干旱频率及强度差异的成因分析

研究期内，在玉米生长前期，中国东北玉米带（图9a）发生干旱的8a表现为降水同期偏少（偏少16.3%以上），辐射同期偏高（偏高2.2%以上），此外，其中 6a的最高气温均表现为同期偏高。美国玉米带（图9b）发生干旱的7a也表现为降水偏少（偏少12.2%以上），辐射同期偏高（偏高1.4%以上），此外，其中5a的最高气温均表现为同期偏高。近30a内中国东北玉米带太阳辐射、最高气温同期偏高，降水同期偏少的频率略高于美国玉米带（26.7%＞16.7%），这可能导致中国东北地区干旱频率及强度在前期略高于美国。

由图9c、图9d可见，与生长前期类似，两地在玉米生长后期发生干旱的年份往往为少雨高辐射并伴随高温的天气。当太阳辐射同期偏高0.9%与降水同期偏少16.5%以上时，中国东北地区玉米生长后期发生干旱（图9c），而美国玉米带发生干旱的临界值分别为1.0%与11.2%（图9d），且两地发生干旱的年份普遍表现为气温同期偏高。虽然生长后期美国玉米带的降水相对中国东北地区平均偏少，辐射较强，但由于近30a降水及太阳辐射较为集中，异常偏少/偏高比例高的年份较少，如美国玉米带降水偏少10%以上，辐射偏高1.0%以上仅为5a，而中国东北玉米带降水异常偏少15%以上，辐射偏高0.9%以上的年份达到 9a，因此，美国玉米带在玉米生长后期干旱频率及强度低于中国东北玉米带。

以上分析说明，逐年太阳辐射、降水及最高气温的不同配置造成了水分的波动变化，其具体机制可能涉及两地不同时段所受大气环流过程及大尺度气候背景等的不一致[17-18]，对这些物理机制详细的研究还有待进一步开展。

图9 1986−2015年中美玉米带生长前期和后期太阳辐射、降水量及最高气温的分布Fig.9 Distributions of solar radiation, precipitation and maximum air temperature during early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

2.4.3 干旱化趋势差异的成因分析

中医认为急性脑梗死合并心肌缺血的发病因素为气虚血滞、脉络瘀阻，在发病后患者发生半身不遂等临床症状，在治疗急性脑梗死合并心肌缺血时中医以益气活血、化瘀通络为主[3]。

SPEI值主要是基于降水、太阳辐射和最高气温计算得到，由表1可知，降水、太阳辐射及最高气温对SPEI的影响较大。对比中美玉米带在玉米生长前期、后期的 SPEI（图3）和太阳辐射、降水及最高气温的线性倾向率（表2）可以看出，近30a中国东北玉米带在玉米生长前期降水趋于增加，太阳辐射明显降低（P＜0.05），二者相互作用，导致 SPEI趋于下降，而美国玉米带降水明显增加（P＜0.05），辐射明显减少（P＜0.05）以及气温的不明显下降，三者相互作用，导致玉米生长前期 SPEI明显下降（P＜0.05）。两地在玉米生长后期气象要素的变化较为一致，均表现为降水不明显的减少，太阳辐射和最高气温趋于增加，其中中国东北地区最高气温明显增加，但二者的综合作用并未带来明显干旱化。

以上说明，中美玉米带在近30a生长前后期干旱化趋势的差异主要是因为两地降水、太阳辐射及最高气温变化趋势的不同导致的，美国玉米带前期降水及太阳辐射的明显变化起到了减弱前期干旱的作用。

表2 1986−2015年中美玉米带玉米生长前期、后期主要气象要素及SPEI线性倾向率的正负统计Table 2 Positive and negative statistics of linear tendency of main meteorological factors and SPEI during early(EGS) and late growth stage(LGS) in the corn belts of NEC and the US from 1986 to 2015

3 结论与讨论

近 30a中国东北玉米带生长季太阳辐射较美国玉米带偏高，平均气温偏低，降水较为稀少且集中于玉米生长后期，而美国玉米带前后期降水较均衡。在此气候背景下，两地不同生育阶段的SPEI年际波动及干旱频率、强度和干旱范围的时间变化均表现出明显的非同步性，空间分布上具有各自的特征。在生长季及生长前、后期中国东北玉米带发生干旱的频次和强度均高于美国玉米带，尤其是在后期两地干旱特征差异明显，这主要是因为中国东北玉米带少雨、高辐射且伴随高温的天气更易发生，尤其是在生长前期。而美国玉米带玉米生长前、后期降水、辐射及气温异常的年份出现频次低，因此，干旱频率及强度低于中国东北玉米带，尤其是后期异常年份较少使干旱次数及强度明显偏低。另外，在气候变化背景下，两地在不同生育阶段具有较为一致的光温水演变特征，致使两地干湿变化趋势较为一致，前期均趋于湿润，后期趋于干旱，但仅有美国玉米种植区在玉米生长前期湿润化表现明显，主要来自降水明显增加及辐射显著降低的贡献。以上结论与文献[39−41]的结果较为一致。

使用Penman-Monteith蒸散方法计算SPEI量化中美玉米带干旱强度的同时，比较了不同干旱指数（SPI与SPEI）及同一干旱指数（SPEI）不同蒸散计算方法（Thornthwaite法与Penman-Monteith法）得出的干旱特征的差异，结果表明 3种方法得到的区域干旱趋势较为一致，但干旱强度及空间分布存在差异，与相关文献[42-43]结果一致。这可能与SPI仅标准化降水，而SPEI利用Thorthwaite蒸散时仅考虑降水及气温有关。结果存在的差异说明了干旱特征对蒸散分量十分敏感，为了更合理地描述干湿变化特征，数据完整条件下推荐使用基于Penman-Monteith的SPEI来进行干旱识别。

干旱特征的形成是一个复杂多学科问题，关于其成因研究，目前仍是世界难题。干旱气候的形成涉及气象条件、大气环流背景及气候变化背景等多重影响[41]。本研究从宏观角度分析两地气象要素的差异从而探究中美干旱特征存在的不同，认为中美玉米带在玉米生长季的干旱特征及干旱化趋势存在的差异，主要受降水、辐射及气温的不同配合及其变化趋势的不一致所影响。气象要素不同的配合来自大尺度气候背景的影响，事实上处于同一纬度的中美玉米带虽气候表现相似，但由于各自处于不同的气候系统内，大尺度气候背景下仍表现不一，如夏季中国东北环流形势易出现蒙古高压增强，副高偏弱并伴随水汽输送偏少而导致干旱易发[15,17]，美国西部夏季干燥则主要受到热带大陆气团控制所致。另外，有研究[23,36,38]表明，大尺度气候背景如ENSO、PDO等均对中美玉米带的干旱特征及干旱化有所影响，不同气候背景的直接表现即为气象要素的不同配置与变化，本研究从宏观角度分析了两地干旱特征差异的成因，为后续进一步探究其物理机制提供了基础。

中美玉米带干旱特征上存在的差异，导致各自抗旱减灾工作的侧重点存在不一致。美国玉米带在玉米生长前期易发生干旱，且强度高，范围广，因此，应注重生长前期防旱措施的准备。而对于中国东北玉米带，干旱在玉米生长前、后期均易发生，高强度干旱在生殖生长阶段的发生可能会严重威胁玉米产量的形成[44]，因此，中国东北地区应注重整个生长季防旱抗旱措施的保障。其它干旱管理工作也应根据本国情况进行调整，如干旱保险应基于两地干旱特征的差异进行保险费率的调整[12,45]，此外，引进美国抗旱种质时也应相应进行品种改良[46]，尤其应注重品种的后期耐旱能力，确保借鉴来的经验产生更好的实际效果。

参考文献References

[1]王春乙,娄秀荣,王建林.中国农业气象灾害对作物产量的影响[J].自然灾害学报,2007,16(5):37-43.Wang C Y,Lou X R,Wang J L.Influence of agricultural meteorological disasters on output of crop in China[J].Journal of Natural Disasters,2007,16(5):37-43.(in Chinese)

[3]刘笑,何学敏,游松财.1976-2015年中国主要农业气象灾害的变化特征[J].中国农业气象,2017,38(8):481-487.Liu X,He X M,You S C.Characteristics of agricultural meteorological disasters in China from 1976 to 2015[J].Chinese Journal of Agrometeorology,2017,38(8):481-487.(in Chinese)

[4]董婉璐,杨军,程申,等.美国农业保险和农产品期货对农民收入的保障作用:以2012年美国玉米遭受旱灾为例[J].中国农村经济,2014,(9):82-86+96.Dong W L,Yang J,Cheng S,et al.The guarantee effect of US agricultural insurance and agricultural commodity futureson farmers’ income:a case study of US drought for corn in 2012[J].Chinese Rural Economy,2014,(9):82-86+96.(in Chinese)

[5]Wu D,Qu J J,Hao X J.Agricultural drought monitoring using MODIS-based drought indices over the USA Corn Belt[J].International Journal of Remote Sensing,2015,36(21):5403-5425.

[6]Otkin J A,Anderson M C,Hain C,et al.Assessing the evolution of soil moisture and vegetation conditions during the 2012 United States flash drought[J].Agricultural and Forest Meteorology,2016,218-219:230-242.

[7]Zhang L F,Jiao W Z,Zhang H M,et al.Studying drought phenomena in the Continental United States in 2011 and 2012 using various drought indices[J].Remote Sensing of Environment,2017,190: 96-106.

[8]Li Y P,Ye W,Wang M,et al.Climate change and drought:a risk assessment of crop-yield impacts[J].Climate Research,2009,39(1):31-46.

[9]马建勇,潘婕,许吟隆,等.SRES A1B情景下东北地区未来干旱趋势预估[J].干旱区研究,2013,30(2):329-335.Ma J Y,Pan J,Xv Y L,et al.Drought trend in Northeast China in the future under SRES A1B scenario[J].Arid Zone Research,2013,30(2):329-335.(in Chinese)

[10]宋莉莉,王秀东.美国世纪大旱引发的思考:农业生产中如何应对极端气候变化[J].中国农业信息,2013,(6): 13-14.Song L L,Wang X D.Reflections on American severe drought once in a centary:how to deal with extreme climate change in agricultural production[J].China Agricultural Information,2013,(6):13-14.(in Chinese)

[11]屈艳萍,吴玉成,苏志诚.国际干旱灾害管理实践及对我国的启示[J].中国水利,2013,(8):14-16+27.Qu Y P,Wu Y C,Su Z C.International practice of drought management and its enlightenments to China[J].China Water Resources,2013,(8):14-16+27.(in Chinese)

[12]薛军,廖晓莉.美国、以色列和巴西农业旱灾风险管理的经验借鉴[J].世界农业,2017,(2):59-64.Xue J,Liao X L.The lesson of the agricultural drought risk management experiences in the United States,Israel,and Brazil[J].World Agriculture,2017,(2):59-64.(in Chinese)

[13]高明,田子玉,蔡红梅,等.我国与美国玉米生产的差距浅析[J].玉米科学,2008,16(3):147-149.Gao M,Tian Z Y,Cai H M,et al.Analysis on the difference of maize production between American and China[J].Journal of Maize Sciences,2008,16(3):147-149.(in Chinese)

[14]杨双.东北地区玉米产业发展现状及趋势[J].中国种业,2015,(4):6-8.Yang S.The status and trend of Northeast corn industry development[J].China Seed Industry,2015,(4):6-8.(in Chinese)

[15]魏凤英,张婷.东北地区干旱强度频率分布特征及其环流背景[J].自然灾害学报,2009,18(3):1-7.Wei F Y,Zhang T.Frequency distribution of drought intensity in Northeast China and relevant circulation background[J].Journal of Natural Disasters,2009,18(3):1-7.(in Chinese)

[16]Mishra V,Cherkauer K A.Retrospective droughts in the crop growing season:implications to corn and soybean yield in the Midwestern United States[J].Agricultural and Forest Meteorology,2010,150(7-8):1030-1045.

[17]马建勇,许吟隆.东北地区作物生长季干旱时空分布特征及其环流背景[J].中国农业气象,2013,34(1):81-87.Ma J Y,Xu Y L.Temporal and spatial characteristics and circulation background of drought in crop growing season over Northeast China[J].Chinese Journal of Agrometeorology,2013,34(1):81-87.(in Chinese)

[18]Zhang F,Lei Y D,Yu Q R,et al.Causality of the drought in the Southwestern United States based on observations[J].Journal of Climate,2017,30(13):4891-4896.

[19]Heim R R.A review of twentieth-century drought indices used in the United States[J].Bulletin of the American Meteorological Society,2002,83(8):1149-1165.

[20]李柏贞,周广胜.干旱指标研究进展[J].生态学报,2014,34(5):1043-1052.Li B Z,Zhou G S.Advance in the study on drought index[J].Acta Ecologica Sinica,2014,34(5):1043-1052.(in Chinese)

[21]陈莉,方丽娟,李帅.东北地区近50年农作物生长季干旱趋势研究[J].灾害学,2010,25(4):5-10.Chen L,Fang L J,Li S.Study on drought trend of crop growing season in Northeast China in recent 50 years[J].Journal of Catastrophology,2010,25(4):5-10.(in Chinese)

[22]高晓容,王春乙,张继权,等.近50年东北玉米生育阶段需水量及旱涝时空变化[J].农业工程学报,2012,28(12):101-109.Gao X R,Wang C Y,Zhang J Q,et al.Crop water requirement and temporal-spatial variation of drought and flood disaster during growth stages for maize in Northeast during past 50 years[J].Transactions of the CSAE,2012,28(12):101-109.(in Chinese)

[23]Mo K C,Long L N,Schemm J K E.Characteristics of drought and persistent wet spells over the United States in the Atmosphere-Land-Ocean coupled model experiments[J].Earth Interactions,2012,16:26.

[24]Svoboda M D,Fuchs B A,Poulsen C C,et al.The drought risk atlas:Enhancing decision support for drought risk management in the United States[J].Journal of Hydrology,2015,526:274-286.

[25]Hunt E D,Svoboda M,Wardlow B,et al.Monitoring the effects of rapid onset of drought on non-irrigated maize with agronomic data and climate-based drought indices[J].Agricultural and Forest Meteorology,2014,191:1-11.

[26]高蓓,姜彤,苏布达,等.基于 SPEI的 1961-2012 年东北地区干旱演变特征分析[J].中国农业气象,2014,35(6):656-662.Gao Bi,Jiang T,Su B D,et al.Evolution analysis on droughts in Northeast China during 1961-2012 based on SPEI[J].Chinese Journal of Agrometeorology,2014,35(6):656-662.(in Chinese)

[27]Potopova V,Stepanek P,Mozny M,et al.Performance of the standardised precipitation evapotranspiration index at various lags for agricultural drought risk assessment in the Czech Republic[J].Agricultural and Forest Meteorology,2015,202:26-38.

[28]沈国强,郑海峰,雷振锋.SPEI指数在中国东北地区干旱研究中的适用性分析[J].生态学报,2017,37(11):1-9.Shen G Q,Zheng H F,Lei Z F.Applicability analysis of SPEI for drought research in Northeast China[J].Acta Ecologica Sinica,2017,37(11):1-9.(in Chinese)

[29]Allen R G,Pereira L S,Raes D,et al.Crop evapotranspirationguidelines for computing crop water requirements:FAO Irrigation and drainage paper 56[M].Rome:FAO,1998.

[30]Vicente-Serrano S M,Begueria S,Lopez-Moreno J I.A Multiscalar drought index sensitive to global warming:the standardized precipitation evapotranspiration index[J].Journal of Climate,2010,23(7):1696-1718.

[31]Wang Q F,Wu J J,Lei T J,et al.Temporal-spatial characteristics of severe drought events and their impact on agriculture on a global scale[J].Quaternary International,2014,349:10-21.

[32]Matiu M,Ankerst D P,Menzel A.Interactions between temperature and drought in global and regional crop yield variability during 1961-2014[J].Plos One,2017,12(5):23.

[33]Wu H,Hubbard K G,Wilhite D A.An agricultural drought risk-assessment model for corn and soybeans[J].International Journal of Climatology,2004,24(6):723-741.

[34]郭春明,任景全,张铁林,等.东北地区春玉米生长季农田蒸散量动态变化及其影响因子[J].中国农业气象,2016,37(4):400-407.Guo C M,Ren J Q,Zhang T L,et al.Dynamic change of evapotranspiration and influenced factors in the spring maize field in Northeast China[J].Chinese Journal of Agrometeorology,2016,37(4):400-407.(in Chinese)

[35]Begueria S,Vicente-Serrano S M,Reig F,et al.Standardized precipitation evapotranspiration index(SPEI)revisited:parameter fitting,evapotranspiration models,tools,datasets and drought monitoring[J].International Journal of Climatology,2014,34(10):3001-3023.

[36]Mitra S,Srivastava P.Spatiotemporal variability of meteorological droughts in southeastern USA[J].Natural Hazards,2017,86(3):1007-1038.

[37]沈国强,郑海峰,雷振锋.基于SPEI指数的1961-2014年东北地区气象干旱时空特征研究[J].生态学报,2017,37(17):1-13.Shen G Q,Zheng H F,Lei Z F.Spatiotemporal analysis of meteorological drought(1961-2014) in Northeast China using a standardized precipitation evapotranspiration index[J].Acta Ecologica Sinica,2017,37(17):1-13. (in Chinese)

[38]周丹,张勃,罗静,等.基于 SPEI的华北地区近 50年干旱发生强度的特征及成因分析[J].自然灾害学报,2014,23(4):192-202.Zhou D,Zhang B,Luo J,et al.SPEI-based intensity characteristics and cause analysis of drought in north China during recent 50 years[J].Journal of Natural Disasters,2014,23(4):192-202.(in Chinese)

[39]郑盛华,覃志豪,张文博.松嫩平原干旱变化特征及其对气候变化的响应[J].中国农业气象,2015,36(5):640-649.Zheng S H,Qin Z H,Zhang W B.Drought variation in songnen plain and its response to climate change[J].Chinese Journal of Agrometeorology,2015,36(5):640-649.(in Chinese)

[40]张淑杰,张玉书,孙龙彧,等.东北地区玉米生育期干旱分布特征及其成因分析[J].中国农业气象,2013,34(3):350-357.Zhang S J,Zhang Y S,Sun L Y,et al.Analysis of distributional characteristics and primary causes of maize drought in Northeast China[J].Chinese Journal of Agrometeorology,2013,34(3):350-357.(in Chinese)

[41]Cook E R,Woodhouse C A,Eakin C M,et al.Long-term aridity changes in the western United States[J].Science,2004,306(5698):1015-1018.

[42]刘珂,姜大膀.基于两种潜在蒸散发算法的 SPEI对中国干湿变化的分析[J].大气科学,2015,39(1):23-36.Liu K,Jiang D B.Analysis of dryness/wetness over China using Standardized Precipitation Evapotranspiration Index based on two evapotranspiration algorithms[J].Chinese Journal of Atmospheric Sciences,2015,39(1):23-36.(in Chinese)

[43]Dewes C F,Rangwala I,Barsugli J J,et al.Drought risk assessment under climate change is sensitive to methodological choices for the estimation of evaporative demand[J].Plos One,2017,12(3):22.

[44]张建平,何永坤,王靖,等.不同发育期干旱对玉米籽粒形成与产量的影响模拟[J].中国农业气象,2015,36(1): 43-49.Zhang J P,He Y K,Wang J,et al.Impact simulation of drought at different growth stages on grain formation and yield of maize[J].Chinese Journal of Agrometeorology,2015,36(1):43-49.(in Chinese)

[45]刘妮雅,杨伟坤.美国农业保险发展历史、新政及其经验借鉴[J].世界农业,2016,(12):100-105.Liu N N,Yang W K.A lesson from American agricultural insurance’s development history,new policy and its experience[J]. World Agriculture,2016,(12):100-105.(in Chinese)

[46]李海明,胡瑞法,张世煌.外来种质对中国玉米生产的遗传贡献[J].中国农业科学,2005,38(11):46-54.Li H M,Hu R F,Zhang S H.The impacts of US and CGIAR’s Germplasm on maize production in China[J].Scientia Agricultura Sinica,2005,38(11):46-54.(in Chinese)