1961—2015年黄淮海平原夏玉米干旱识别及时空特征分析

吴 霞，王培娟，公衍铎，杨建莹

1961—2015年黄淮海平原夏玉米干旱识别及时空特征分析

吴 霞1,2，王培娟3※，公衍铎4，杨建莹3

（1. 黑龙江省生态气象中心，哈尔滨 150030； 2. 黑龙江省生态遥感中心，哈尔滨 150030； 3. 中国气象科学研究院，北京 100081； 4. 黑龙江省气象台，哈尔滨 150030）

利用黄淮海平原内气象数据、农业气象数据、夏玉米实际灾情资料，参考标准化降水指数SPI的计算公式，结合实际干旱灾情数据构建夏玉米干旱指数SPI10和SPI30，并分析黄淮海平原夏玉米生长季干旱的时空分布特征。结果表明：播种-抽雄期、抽雄-成熟期的旬尺度SPI10干旱阈值分别为-0.10和-0.35、月尺度SPI30干旱阈值分别为-0.60和-0.65，灾情验证结果显示时间尺度更小的SPI10在反映黄淮海平原夏玉米干旱特征方面效果更好。基于SPI10分析了黄淮海平原夏玉米干旱的时空分布特征，发现播种-抽雄期的平均干旱频率和干旱强度均明显高于抽雄-成熟期，并且干旱强度的时空分布特征均与干旱频率较为一致，一般表现为干旱频率越高的地区，累计干旱强度也越强；同时，75%的年份中播种-抽雄期的干旱范围大于抽雄-成熟期。综合以上结果，黄淮海平原夏玉米在营养生长阶段更容易受到水分缺失的影响，更易发生干旱胁迫。

干旱；气象；农作物；夏玉米；农业干旱；标准化降水指数；黄淮海平原

0 引 言

中国是世界上人口最多的国家，人口数量占世界人口总数的18%左右，保障中国的粮食安全对中国社会稳定和经济的可持续发展至关重要。干旱是对中国影响最大的自然灾害之一，具有覆盖范围广、发生频率高、持续时间长、后延影响大的特征，并且在全球气候变暖的大背景下，干旱发生的频率和强度均在迅速增长，干旱对中国农业生产的冲击和影响也最大[1-2]。

玉米是中国第一大粮食作物，2017年，玉米的种植面积和产量分别占全国粮食作物种植总面积和总产量的36%和39%（http://www.stats.gov.cn/tjsj/）。中国主要的玉米产区是东北、华北和西南地区，其中，位于华北地区的黄淮海平原夏玉米区是中国最大的玉米集中产区之一[3]，该区夏玉米一般在六月中下旬播种，十月上旬收获。近年来，黄淮海平原夏玉米的种植面积和产量均呈逐渐增加的趋势[4]，在中国粮食生产中占有举足轻重的地位，对保障国家粮食安全起着重要的作用。但是黄淮海平原全年总降水较少，且时空分布不均衡，平均干旱受灾面积占全国干旱受灾面积的比例高达28%[5-6]，干旱灾害的频繁发生[7-9]严重影响夏玉米的生长发育和产量形成，进而危及国家粮食安全[10-11]。因此在黄淮海地区开展夏玉米干旱研究，建立夏玉米不同发育阶段的干旱灾害识别指标，对该地区干旱状况进行监测和评估，对农业防灾减灾及中国粮食安全意义重大[3,12]。

干旱指数是开展干旱监测、风险评估的基本依据，也是研究干旱演变特征的有效工具。已有研究多通过标准化降水指数（SPI，standardized precipitation index）[13]、标准化降水蒸散指数（SPEI，standardized precipitation evapotranspiration index）[14]、降水距平百分率（PA，precipitation anomaly percentage）[15]、降水指数（，precipitation index）[16]、帕尔默干旱指数（PDSI，palmer drought severity index）[17]、相对湿润度指数（，relative humidity index）[18]、地表水分供应指数（SWSI，surface water supply index）[19]等对干旱特征进行分析。其中，标准化降水指数具有计算简单、时间尺度灵活、对干旱反应灵敏等优点，被广泛应用于干旱监测[20-26]。但SPI表征的是大气干旱程度，难以准确反映干旱对农作物的影响；同时，不同时间尺度SPI在不同地区进行干旱分析时均采用相同的阈值，实际上作物在不同的发育阶段对干旱的敏感性不同，干旱阈值亦可能随之变化。此外，SPI以月尺度为最小分析单元，会跨越玉米的不同发育阶段，对干旱灾害的识别精度将产生较大影响。

本研究以黄淮海平原气象数据、农业气象数据、夏玉米实际灾情数据为基础，基于标准化降水指数（SPI），分别计算黄淮海平原旬尺度和月尺度的逐日SPI值，进而构建夏玉米不同发育阶段旬尺度和月尺度干旱识别指数（SPI10和SPI30），结合历史灾情资料厘定夏玉米不同发育阶段的干旱指数阈值，利用随机预留的独立灾情样本验证SPI10和SPI30对夏玉米干旱识别的准确性，选定玉米干旱最佳识别指标及阈值，阐明黄淮海平原夏玉米不同发育阶段干旱的时空分布特征，以期为中国夏玉米干旱监测提供基础资料。

1 研究区域和资料来源

1.1 研究区概况

黄淮海平原包括河北、河南、安徽、山东、江苏、北京及天津五省二市的大部或部分地区（图1），面积约33万km2，属暖温带半湿润季风气候，热量适于一年二熟，主要栽种方式是夏玉米-冬小麦轮作[27]。该区属黄淮海夏玉米区，雨热同季，有利于玉米生产，是中国最大的夏玉米种植区。但在夏玉米生长季，该地区气温高、降水时空分布不均、且蒸散量大[28]，季节性干旱时有发生，对夏玉米生产不利。

1.2 资料来源及处理

本文所用数据主要包括气象数据、农业气象数据和夏玉米实际灾情数据。

气象数据来自于中国气象数据网（http://data.cma.cn/site/index.html）。经过数据质量控制及有效性检查后，本研究选取数据较齐全的46个气象站点（图1）1961－2015年的逐日降水量数据。

农业气象数据主要为黄淮海平原及其周边的33个站点（图1）2000－2013年夏玉米发育期数据，包括夏玉米播种、抽雄和成熟日期。玉米抽雄期是营养生长和生殖生长并进时期，标志着玉米由营养生长转向生殖生长，也是玉米生长发育最快、决定产量最关键的时期。由于夏玉米在不同发育阶段对水分需求不同，对干旱的耐受程度亦不同，因此，本研究以抽雄期为分界，将夏玉米全生育期分为播种-抽雄期和抽雄-成熟期两个发育阶段。考虑到有些站点部分年份夏玉米发育期资料完整性较差，研究中先分别求出各站点夏玉米播种期、抽雄期和成熟期日序的多年平均值，通过反距离权重（inverse distance weighted，IDW）算法在黄淮海平原范围内进行空间插值（插值精度为0.1°），再根据气象站点位置提取发育期数据（图2）。

图1 黄淮海平原位置及观测站点空间分布图

图2 黄淮海平原夏玉米播种期、抽雄期和成熟期日序分布

实际灾情数据来自于《中国气象灾害大典（综合卷）》、2005－2015年的《中国气象灾害年鉴》及2000－2013年的中国农业气象灾情旬值数据集，从中提取黄淮海平原及其周边21个常规灾情记录点（图1）记录的干旱灾害发生的起止时间和地点。例如：《中国气象灾害大典（综合卷）》[29]记载：1983年8月份，大秋作物进入拔节抽穗期，华北出现卡脖旱，影响玉米授粉和籽粒饱满，导致秋粮减产。《中国气象灾害年鉴》（2005年）[30]记载：2004年6月11日至7月10日，河北全省平均降水量比常年偏少4成，持续高温天气加剧了旱情的发展，对夏玉米的苗期生长不利。

2 研究方法

2.1 SPI计算

降水分布是一种偏态分布，因此对降水进行分析时多采用Γ分布描述降水变化。计算标准化降水指数时，先采用Γ分布对时段降水的累计概率()进行正态标准化处理，并通过标准化降水累积频率分布来识别干旱，计算公式如下[31]：

当0＜()≤0.5时：

当0.5＜()＜1时：

（2）

式中()为时段降水的累计概率；0=2.516；1=0.803；2=0.010；1=1.433；2=0.189；3=0.001。

相应的气象干旱指标为[31]：SPI＞−0.5为无旱，SPI≤−0.5为有旱。

为了更好地识别和评估旱情，采用以下方法逐日计算SPI：从当日分别向前推算10和30 d为一个计算单元，分别计算每日的旬尺度和月尺度标准化降水指数（SPIx和SPIm）。

2.2 夏玉米不同发育阶段干旱灾害样本构建

若实际灾情记录中，一次干旱过程的持续时间跨越抽雄期，即干旱持续发生在播种-抽雄期和抽雄-成熟期2个相邻的发育阶段内，需以该年抽雄期所在日期为分界点，将该灾情分割为2个干旱样本（例如：山东胶州在2000年7月30日-9月7日发生了干旱，且2000年胶州夏玉米在8月13日开始抽雄，因此，将该灾害样本分为7月30日-8月12日和8月13日－9月7日2个灾害样本），分别计算每个灾害样本持续时间内逐日SPIx和SPIm，再计算旬尺度和月尺度SPI平均值，记为SPI10和SPI30，得到夏玉米播种-抽雄期和抽雄-成熟期两个发育阶段内干旱灾害样本SPI10和SPI30序列。之后利用Lilliefors检验方法[32]分别判断夏玉米播种-抽雄期和抽雄-成熟期2个发育阶段内的干旱灾害样本序列SPI10和SPI30是否满足正态分布。即当Lilliefors检验值（）大于0.05时，表示样本序列服从正态分布；且值越接近0.5，表示拟合的显著性越高。

2.3 夏玉米干旱指数阈值的确定

当SPI10和SPI30样本序列服从正态分布时，采用t-分布区间估计方法对样本序列进行置信区间估计，来估计样本的重现水平。采用样本序列95%置信区间的上限值作为夏玉米干旱的临界阈值，即灾害持续时间内SPI10或SPI30不大于各自的阈值时，表明夏玉米在该发育阶段内发生干旱灾害的可能性是95%[32-36]。

2.4 指数验证

利用构建指数前随机预留的夏玉米干旱灾害样本及其他历史灾情资料，依据干旱灾害发生地点及持续时间，基于SPI10和SPI30识别该段时间内该地夏玉米是否发生干旱，对比验证其与历史灾情记录的一致性。

2.5 干旱特征指标

干旱特征可通过干旱频率、干旱范围及干旱强度来表征[37-38]。

2.5.1 干旱频率

时间分析中，干旱频率（drought frequency，DF）为研究区内所有站点夏玉米某一发育阶段SPI10或SPI30的平均值不大于相应干旱阈值的年份数与总年份数的比值，这里的总年份数取值为5，即统计时以5 a为一个统计单元：

式中为每5 a（1961－1965年，1966－1970年，…，2011－2015年）内所有站点夏玉米某一发育阶段SPI10或SPI30的平均值不大于相应干旱阈值的年份数，DF值越大表明干旱发生越频繁。

空间分析中，干旱频率（DFs）为研究时段内某站点（）夏玉米在某一发育阶段干旱发生年份数与总年份数的比值，即

式中1为研究时段内某站点（）夏玉米某一发育阶段SPI10或SPI30不大于相应干旱阈值的年份数，为研究时段总年份数（值为55），DF值越大表明干旱发生越频繁。

2.5.2 干旱范围

干旱范围（drought extent，DE）为某一年（）整个研究区内夏玉米某一发育阶段发生干旱的站点数与总站点数的比值（站次比），即

式中DE为第年研究区的干旱范围，m为研究范围内第年夏玉米某一发育阶段发生干旱的站点数，为研究区内总站点数，DE值越大表明干旱影响的范围越广。

2.5.3 干旱强度

时间分析中，干旱强度（drought severity，DS）为研究区内，某一年（）在夏玉米某一发育阶段发生干旱站点的SPI10或SPI30值之和，即

式中DS为第年的干旱强度（为1961－2015年）；为时间尺度（10或30），为10时，SPI10表示旬尺度结果；为30时，SPI30表示月尺度结果；(SPI)为第年某站点（）夏玉米某一发育阶段SPI不大于相应干旱阈值时的值，为第年内SPI不大于相应干旱阈值的站点数，DS值越小表明干旱越强。

空间分析中，干旱强度（DS）为研究时段内，某站点（）在夏玉米某一发育阶段发生干旱年份的SPI10或SPI30值之和，即

式中为研究时段内SPI不大于相应干旱阈值的年份数，DS值越小表明干旱越强。

为分析黄淮海平原夏玉米生长季干旱特征变化，计算1961－2015年夏玉米播种-抽雄期和抽雄-成熟期的干旱频率、干旱范围及干旱强度，以分析其时间变化特征。

2.6 结果的空间表达

反距离权重算法具有普适性强、算法简单等优点，被广泛应用于各领域空间分析与制图[28,33]。本文通过反距离权重算法，对黄淮海平原各站点1961－2015年夏玉米播种-抽雄期和抽雄-成熟期的干旱频率、干旱强度进行空间插值，以分析其空间分布特征。

3 结果与分析

3.1 夏玉米干旱指数SPI10和SPI30构建

利用收集到的黄淮海平原夏玉米生长季既有发育期观测又有灾情记录的21个记录点的69个干旱样本（播种-抽雄期57个、抽雄-成熟期12个），分别对夏玉米播种-抽雄期和抽雄-成熟期2个发育阶段的干旱灾害样本序列SPI10和SPI30进行Lilliefors检验，判断其是否服从正态分布（显著性水平0.05）。检验结果表明，所有样本序列均通过了正态分布检验（>0.05）。

利用-分布区间估计方法，得到夏玉米播种-抽雄期和抽雄-成熟期干旱样本序列SPI10和SPI30的95%置信区间（表1），以95%置信区间的上限值作为干旱阈值，由此确定夏玉米播种-抽雄期和抽雄-成熟期发生干旱的临界阈值。以黄淮海平原夏玉米播种-抽雄期干旱灾害旬尺度SPI10结果为例，SPI10的95％置信区间为−0.434～−0.087，即夏玉米播种-抽雄期受到干旱胁迫时，SPI10有95%的概率在−0.434～−0.087之间。因此，将其对应的95%置信区间的上限值−0.087确定为夏玉米播种-抽雄期发生干旱的SPI10阈值。同理，黄淮海平原夏玉米抽雄-成熟期的旬尺度SPI10和播种-抽雄期、抽雄-成熟期的月尺度SPI30阈值分别为−0.344、−0.613和−0.648。为应用方便，将指数取以0和0.05结束，即播种-抽雄期旬尺度SPI10不高于−0.10时表示夏玉米受到了干旱胁迫，SPI10高于−0.10时表示夏玉米不受干旱胁迫。因此，黄淮海平原夏玉米播种-抽雄期、抽雄-成熟期的旬尺度SPI10阈值分别为−0.10和−0.35；月尺度SPI30阈值分别为−0.60和−0.65。

旬尺度SPI10和月尺度SPI30在2个发育阶段的干旱阈值均是播种-抽雄期高于抽雄-成熟期，说明夏玉米在播种-抽雄期对水分变化更为敏感，更易发生水分胁迫。并且，旬尺度SPI10在2个发育阶段的干旱阈值均高于月尺度SPI30，说明构建的指数在时间尺度越小时对作物干旱越敏感，反应越迅速。

表1 黄淮海平原夏玉米各发育阶段干旱指数临界阈值

3.2 夏玉米干旱指数SPI10和SPI30验证

利用构建指数前随机预留的15个夏玉米干旱灾害样本（包括播种-抽雄期9个、抽雄-成熟期6个）及其他历史记录中干旱发生情况对夏玉米干旱指数（旬尺度SPI10和月尺度SPI30）进行独立性验证。

3.2.1 随机预留干旱灾害样本验证结果

利用随机预留的夏玉米干旱灾害样本验证干旱指数SPI10和SPI30，结果表明（表2）：夏玉米全生育期，基于SPI10识别的灾情结果与历史记录中灾情描述相吻合的样本有14个，准确率93.3%；其中播种-抽雄期和抽雄-成熟期吻合的样本数分别是8个和6个，准确率分别为88.9%和100%。基于SPI30识别的灾情结果与历史记录灾情描述相吻合的样本有12个，准确率80.0%；其中播种-抽雄期和抽雄-成熟期吻合的样本数分别是6个和6个，准确率分别为66.7%和100%。可以认为构建的夏玉米干旱指数（旬尺度SPI10和月尺度SPI30）整体上能够比较客观地体现出研究区域的实际受灾情况，并且时间步长越小时，验证的准确性越高（SPI10的验证准确率高于SPI30）。

3.2.2 历史记录中干旱验证结果

随机选取黄淮海平原北部的河北省饶阳站和南部的安徽省砀山站，分析1961-2015年夏玉米生长季基于SPI10和SPI30的干旱识别结果，并与历史灾情记录进行对比验证。

河北省饶阳和安徽省砀山夏玉米生长季，SPI10和SPI30的年际变化特征整体较为一致，大部分年份对干旱的识别结果也一致。饶阳站夏玉米播种-抽雄期（图3a），SPI10和SPI30均识别为有旱的年份为：1968、1972、1983、1992、1997、1998、2003、2010和2015年，同时，SPI10还识别出了1963、1980、1984、1989、2000、2006、2009和2014年的干旱。饶阳站夏玉米抽雄-成熟期（图3b），SPI10和SPI30均识别为有旱的年份为：1965、1979、1989、1991、1997、1999、2000、2002和2015年，同时，SPI10还识别出了1961、1972、1994和2002年的干旱，SPI30识别出了1975和2004年的干旱。砀山站夏玉米播种-抽雄期（图3c），SPI10和SPI30均识别为有旱的年份为：1966、1968、1976、1985、1993、1997、1998、2011和2014年，同时，SPI10还识别出了1961、1962、1974、1975、1986、1987、1988、1991、1992、1994、1999、2010和2012年的干旱，SPI30识别出了1969和1977年的干旱。砀山站夏玉米抽雄-成熟期（图3d），SPI10和SPI30均识别为有旱的年份为：1966、1975、1988、1989和2009年，同时，SPI10还识别出了1977、1978和2000年的干旱，SPI30识别出了1968和1996年的干旱。

表2 黄淮海平原夏玉米干旱指数（SPI10和SPI30）识别结果验证

注：“T”表示指数识别结果与灾害样本无差异，“F”表示指数识别结果与灾害样本有差异。

Note: “T” indicates that the result identified by SPI10or SPI30is consistent with the disaster sample, and “F” indicates that the result identified by SPI10or SPI30is different from the disaster sample.

图3 基于SPI10和SPI30识别的1961－2015年河北饶阳、安徽砀山夏玉米生长季干旱状况

饶阳站，SPI10对夏玉米播种-抽雄期和抽雄-成熟期干旱的识别结果与历史灾情记录一致的比例均为96.4%；SPI30对夏玉米播种-抽雄期和抽雄-成熟期干旱的识别结果与历史灾情记录一致的比例分别为85.5%和92.7%（图4a，图4b）。砀山站，SPI10对夏玉米播种-抽雄期和抽雄-成熟期干旱的识别结果与历史灾情记录一致的比例分别为94.5%和98.2%；SPI30对夏玉米播种-抽雄期和抽雄-成熟期干旱的识别结果与历史灾情记录一致的比例分别为74.5%和89.1%（图4c，图4d）。表明SPI10能够比SPI30更准确地识别出夏玉米生长季内的干旱状况，即干旱指数的时间尺度越小时越能抓住农业干旱的特征。因此，后续将基于SPI10的干旱识别结果分析黄淮海平原夏玉米干旱时空分布特征。

注： “0”表示无干旱发生，“1”表示有干旱发生。

3.3 夏玉米生长季干旱时间变化特征

3.3.1 干旱频率

利用SPI10的区域平均值，统计黄淮海平原1961-2015年夏玉米不同发育阶段的SPI10年际变化（图5a）及每5a间隔干旱频率变化（图5b）。整体上，除2001-2005年夏玉米抽雄-成熟期的干旱频率高于播种-抽雄期外，其余每5a间隔的播种-抽雄期干旱频率均大于等于抽雄-成熟期。播种-抽雄期的干旱频率整体表现为波动上升的特征，1981年以后，5a间隔的播种-抽雄期平均干旱频率均不低于20%，尤其1996－2000年和2011－2015年，干旱频率分别达到60%和80%，与王素萍等[20]研究得到的黄淮海地区20世纪60年代、70年代和21世纪10年代干旱频率较低，20世纪80年代和90年代分别是干旱的易发区和高发区的结论较为一致。

3.3.2 干旱强度

由图6可见，黄淮海平原夏玉米2个发育阶段干旱强度的时间波动特征均与干旱频率较为一致。播种-抽雄期，1966－1970年、1996－2000年和2011－2015年的干旱强度较强，其中，1996－2000年达到−0.93；抽雄-成熟期，1966－1970年和2001－2005年的干旱强度较强，其中，2001－2005年达到−0.92。总体上，播种-抽雄期和抽雄-成熟期干旱强度的差异与两个发育阶段干旱频率的差异较为一致。

注：*表示变化趋势通过了0.05的显著性检验。

图6 1961－2015年黄淮海平原夏玉米生长季干旱强度时间变化

3.4 夏玉米生长季干旱空间分布特征

3.4.1 干旱范围

夏玉米播种-抽雄期，黄淮海平原干旱范围年际变化整体呈增加趋势（图7），但变化趋势不显著；干旱范围较广的年份为1968年、1992年、1997年、1999年和2014年，干旱站次比均高于70%，尤其是1992年、1997年和2014年高达80%以上，表现为全域性干旱。抽雄-成熟期，黄淮海平原干旱范围年际变化整体特征不明显，干旱范围在2001－2002年出现较大值（＞60%）。本研究结果与郑晓东等[39]利用标准化降水指数分析得出淮河流域1992年为区域性干旱，1968年、1997年、1999年、2001年和2002年为全域性干旱的结论较为一致。1961－2015年，75%的年份中黄淮海平原夏玉米播种-抽雄期的干旱范围大于抽雄-成熟期，说明黄淮海平原夏玉米在营养生长阶段更易受到干旱的影响。

图7 1961－2015年黄淮海平原夏玉米生长季干旱范围变化

3.4.2 干旱频率

1961－2015年，黄淮海平原夏玉米播种-抽雄期和抽雄-成熟期干旱频率空间分布各具特点（图8），其中，播种-抽雄期的干旱频率在黄淮海平原东南部较高（>40%），中部地区略低（≤35%）；抽雄-成熟期的干旱频率在黄淮海平原西北部和南部地区较高（>20%），东南部地区略低（≤15%）。并且，黄淮海平原夏玉米播种-抽雄期的干旱频率整体高于抽雄-成熟期，平均值分别为39%和19%，说明黄淮海平原夏玉米在播种-抽雄期更容易受到水分缺失的影响，更易发生干旱胁迫，尤其在东南部地区，干旱频率在两个发育阶段的差异最大。

图8 1961－2015年黄淮海平原夏玉米生长季干旱频率空间分布图

3.4.3 干旱强度

图9为1961－2015年黄淮海平原夏玉米生长季播种-抽雄期和抽雄-成熟期累计干旱强度的空间分布。由图可见，干旱强度的空间分布特征与干旱频率较为一致，一般表现为干旱频率越高的地区，累计干旱强度也越强。播种-抽雄期，黄淮海平原北部、西南部和东南部部分地区的干旱强度较大（≤−8），中部地区干旱强度略小（>−7）。抽雄-成熟期，黄淮海平原的西北部、东部和南部部分地区干旱强度较大（≤−6），东北部、西南部和东南部部分地区干旱强度略小（>−5）。

图9 1961－2015年黄淮海平原夏玉米生长季干旱强度空间分布图

1961－2015年，黄淮海平原夏玉米播种-抽雄期的干旱强度整体高于抽雄-成熟期，并且在黄淮海平原东南部地区的干旱强度在两个发育阶段的差异最大，与干旱频率的分布特征相似。成林等[40]对1961－2010年华北夏玉米生长季的干旱时空特征分析结果也显示：河北中南部、山东北部及河南南部地区，夏玉米全生育期干旱强度较大，其中，河北南部及河南北部地区的夏玉米初夏旱强度较大。陈少丹等[41]基于TDVI的河南省1961－2016年干旱分布结果显示：河南省中部和南部地区干旱程度较大，与本文研究结果相似。

4 讨 论

基于本文的研究结果，建议加强抗旱性玉米品种的选育，并在缺水和干旱地区适当扩大种植面积。加强干旱频发及干旱强度较大地区的田间管理：进行深耕松土，以促进作物根系发展，提高土壤水分的利用率；利用作物秸秆进行覆盖，以减少土壤水分蒸发，增加土壤储水，并发挥保湿作用。

本研究中用于构建干旱指数SPI10和SPI30的实际干旱灾情数据均为人为记录，具有一定的主观性，即使是明确记录了灾情开始和结束日期，也是以旬为基础进行记录的，对灾情开始和结束日期的记录可能并不准确，会对干旱阈值的厘定造成一定的影响。由于气象站点发育期数据缺乏，在后期分析时采用的是各站点发育期多年平均值，可能会对结果产生一定的影响。本文在构建干旱指数时未考虑玉米品种特性，后续研究若基于抗旱品种进行分析，指数可能会有所变化。根据《中国农业气象土壤水分数据集（1981－2010）》中关于2003－2010年的灌溉记录，发现研究范围内夏玉米生长季主要以雨养为主，因此，在构建干旱指数时未加入灌溉的水量，后续研究中应考虑灌溉量对干旱的影响。

由于可收集的干旱灾害样本较少：虽然Lilliefors检验适用于检验小样本是否符合正态分布，但在一定程度上，较少的样本会增大指数构建的不确定性。同时，受限于收集到的干旱灾害样本数量，本研究以抽雄期为界，将夏玉米全生育期分为播种-抽雄期（营养生长）和抽雄-成熟期（生殖生长）两个发育阶段进行分析，构建的干旱指数也仅识别了夏玉米有旱和无旱两种情况，不能区分出干旱等级。后续研究中，有必要收集更详细的干旱灾情数据，及时补充灾害样本，将夏玉米生长季划分为更细致的发育阶段，构建可区分不同干旱程度的夏玉米干旱指数。

5 结 论

本研究以黄淮海平原夏玉米为研究对象，参考标准化降水指数SPI的计算公式，结合实际干旱灾情数据构建夏玉米干旱指数SPI10和SPI30，厘定夏玉米不同发育阶段SPI10和SPI30干旱阈值，构建得到黄淮海平原夏玉米播种-抽雄期、抽雄-成熟期的旬尺度SPI10和月尺度SPI30干旱指标；分析了黄淮海平原夏玉米播种-抽雄期、抽雄-成熟期干旱时空分布特征，得到如下主要结论：

1）夏玉米播种-抽雄期、抽雄-成熟期的旬尺度SPI10干旱阈值分别为-0.10和-0.35，月尺度SPI30干旱阈值分别为-0.60和-0.65，SPI10和SPI30在两个发育阶段的干旱阈值均是播种-抽雄期高于抽雄-成熟期，说明夏玉米在播种-抽雄期对水分变化更为敏感，更易发生水分胁迫；利用随机预留的干旱样本和历史干旱记录的验证结果均表明，SPI10和SPI30能够较好的反映黄淮海平原的干旱特征，且时间尺度更小的SPI10的效果更好。

2）基于SPI10的时间变化特征表明：1961-2015年，黄淮海平原夏玉米播种-抽雄期的平均干旱频率和干旱强度均明显高于抽雄-成熟期，且两个发育阶段干旱强度的时间波动特征均与干旱频率较为一致。

3）基于SPI10的空间分布特征表明：75%的年份中播种-抽雄期的干旱范围大于抽雄-成熟期，并且播种-抽雄期干旱范围年际变化整体呈增加趋势，但变化趋势不显著；播种-抽雄期的干旱频率在黄淮海平原东南部较高，中部地区较低；抽雄-成熟期的干旱频率在黄淮海平原西北部和南部地区较高，东南部地区较低；干旱强度的空间分布特征与干旱频率较为一致，一般表现为干旱频率越高的地区，累计干旱强度也越强；并且，播种-抽雄期的干旱频率和干旱强度均整体高于抽雄-成熟期，尤其在东南部地区，干旱频率和干旱强度在两个发育阶段的差异均最大。

[1] Grayson M. Agriculture and drought[J]. Nature, 2013, 501(7468): S1.

[2] 张强，韩兰英，王胜，等. 影响南方农业干旱灾损率的气候要素关键期特征[J]. 科学通报，2018，63(23)：74－88.

Zhang Qiang, Han Lanying, Wang Sheng, et al. The affected characteristic of key period’s climate factor on the agricultural disaster loss caused by drought in the south China[J]. Chinese Science Bulletin, 2018, 63(23): 74－88. (in Chinese with English abstract)

[3] 刘京宝. 中国北方玉米栽培[M]. 北京：中国农业科学技术出版社，2012.

[4] 薛昌颖，马志红，胡程达. 近40a黄淮海地区夏玉米生长季干旱时空特征分析[J]. 自然灾害学报，2016，25(2)：1－14.

Xue Changying, Ma Zhihong, Hu Chengda. Spatiotemporal characteristics of drought during summer corn growing season in Huang-Huai-Hai area for recent 40 years[J]. Journal of Natural Disasters, 2016, 25(2): 1－14. (in Chinese with English abstract)

[5] 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：自然科学版，2011，36(4)：111－114.

Chen Fangcao, Liu Jiang, Li Maosong. Researches on spatial and temporal succession law of agricultural drought in the past 60 years in China[J]. Journal of Southwest China Normal University: Natural Science Edition, 2011, 36(4): 111－114. (in Chinese with English abstract)

[6] 杨晓光，李茂松. 北方主要作物干旱和低温灾害防控技术[M]. 北京：中国农业科学技术出版社，2016.

[7] Wang F, Wang Z M, Yang H B, et al. Study of the temporal and spatial patterns of drought in the Yellow River basin based on SPEI[J]. Science China Earth Sciences, 2018, 61(8): 1098－1111.

[8] 花婷，王训明，张彩霞，等. 东亚干旱半干旱及半湿润区400年来帕尔默干旱指数的时空变化[J]. 科学通报，2013，58：4143－4152.

Hua Ting, Wang Xunming, Zhang Caixia, et al. Temporal and spatial variations in the Palmer Drought Severity Index over the past four centuries in arid, semiarid, and semihumid East Asia[J]. Chinese Science Bulletin, 2013, 58: 4143－4152. (in Chinese with English abstract)

[9] 王飞，王宗敏，杨海波，等. 基于SPEI的黄河流域干旱时空格局研究[J]. 中国科学：地球科学，2018，48(9)：1169－1183.

Wang Fei, Wang Zongmin, Yang Haibo, et al. Study of the temporal and spatial patterns of drought in the Yellow River basin based on SPEI[J]. Science China Earth Sciences, 2018, 48(9): 1169－1183. (in Chinese with English abstract)

[10] 薛昌颖，张弘，刘荣花. 黄淮海地区夏玉米生长季的干旱风险[J]. 应用生态学报，2016，27(5)：1521－1529.

Xue Changying, Zhang Hong, Liu Ronghua. Drought risk of summer corn in Huanghuaihai area, China[J]. Chinese Journal of Applied Ecology, 2016, 27(5): 1521－1529. (in Chinese with English abstract)

[11] 温克刚. 中国气象灾害大典, 河南卷[M]. 北京：气象出版社，2005.

[12] 薛昌颖，刘荣花，马志红. 黄淮海地区夏玉米干旱等级划分[J]. 农业工程学报，2014，30(16)：147－156.

Xue Changying, Liu Ronghua, Ma Zhihong. Drought grade classification of summer corn in Huang-Huai-Hai area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(16): 147－156. (in Chinese with English abstract)

[13] Mckee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[C]//Eighth Conference on Applied Climatology, 1993.

[14] 王芳，王春乙，邬定荣，等. 近30年中美玉米带生长季干旱特征的差异及成因分析[J]. 中国农业气象，2018，39(6)：398－410.

Wang Fang, Wang Chunyi, Wu Dingrong, et al. Difference and cause analysis of drought characteristics during growth period between the corn belts of China and the United States in past 30 years[J]. Chinese Journal of Agrometeorology, 2018, 39(6): 398－410. (in Chinese with English abstract)

[15] 吴荣军，史继清，关福来，等. 干旱综合风险指标的构建及风险区划：以河北省冬麦区为例[J]. 自然灾害学报，2013，22(1)：145－152.

Wu Rongjun, Shi Jiqing, Guan Fulai, et al. Integrated index construction and zoning of drought risk: A case study of winter wheat area in Hebei Province[J]. Journal of Natural Disasters, 2013, 22(1): 145－152. (in Chinese with English abstract)

[16] 曹永强，路璐，张兰霞，等. 基于Z指数的辽宁省气象干旱时空特性分析[J]. 资源科学，2012，34(8)：1518－1525.

Cao Yongqiang, Lu Lu, Zhang Lanxia, et al. Spatio-temporal characteristics of meteorological drought in Liaoning Province based on Z index[J]. Resources Science, 2012, 34(8): 1518－1525. (in Chinese with English abstract)

[17] Akinremi O O, Mcginn S M, Barr A G. Evaluation of the Palmer Drought Index on the Canadian prairies[J]. Journal of Climate, 2009, 9(5): 897－905.

[18] 冯建设，王建源，王新堂，等. 相对湿润度指数在农业干旱监测业务中的应用[J]. 应用气象学报，2011，22(6)：766－772.

Feng Jianshe, Wang Jianyuan, Wang Xintang, et al. The application of relative humidity index to agricultural drought monitoring[J]. Journal of Applied Meteorological Science, 2011, 22(6): 766－772. (in Chinese with English abstract)

[19] Garen D C. Revised Surface-water supply index for western United States[J]. Journal of Water Resources Planning & Management, 1993, 119(4): 437－554.

[20] 王素萍，张存杰，李耀辉，等. 基于标准化降水指数的1960－2011年中国不同时间尺度干旱特征[J]. 中国沙漠，2014，34(3)：827－834.

Wang Suping, Zhang Cunjie, Li Yaohui, et al. Analysis of multi-timescale drought variation based on standardized precipitation index in China during 1960－2011[J]. Journal of Desert Research, 2014, 34(3): 827－834. (in Chinese with English abstract)

[21] 高西宁，徐庆喆，丛俊霞，等. 基于标准化降水指数的辽宁省近54年干旱时空规律分析[J]. 生态环境学报，2015，24(11)：1851－1857.

Gao Xining, Xu Qingzhe, Cong Junxia, et al. Temporal and spatial patterns of droughts based on Standard Precipitation Index (SPI) in Liaoning Province in recent 54a[J]. Ecology and Environmental Sciences, 2015, 24(11): 1851－1857. (in Chinese with English abstract)

[22] 刘维，李祎君，何亮，等. 基于SPI判定的东北春玉米生长季干旱对产量的影响[J]. 农业工程学报，2018，34(22)：121－127.

Liu Wei, Li Yijun, He Liang, et al. Effect of growing season drought on spring corn yields in Northeast China based on standardized precipitation index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 121－127. (in Chinese with English abstract)

[23] 李斌，解建仓，胡彦华，等. 基于标准化降水指数的陕西省干旱时空变化特征分析[J]. 农业工程学报，2017，33(17)：113－119.

Li Bin, Xie Jiancang, Hu Yanhua, et al. Analysis on spatiotemporal variability characteristics of drought in Shaanxi Province using standardized precipitation index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(17): 113－119. (in Chinese with English abstract)

[24] 杨晓静，左德鹏，徐宗学. 基于标准化降水指数的云南省近55年旱涝演变特征[J]. 资源科学，2014，36(3)：473－480.

Yang Xiaojing, Zuo Depeng, Xu Zongxue. Characteristics of droughts and floods analyzed using the standardized precipitation index in Yunnan Province during the past 55 years[J]. Resources Science, 2014, 36(3): 473－480. (in Chinese with English abstract)

[25] Gao C, Su B D, Krysanova V, et al. Spatial variation and trends in PDSI and SPI indices and their relation to streamflow in 10 large regions of China[J]. Journal of Climate, 2010, 23(3): 649－663.

[26] Hayes M J, Svoboda M D, Wilhite D A, et al. Monitoring the 1996 drought using the standardized precipitation index[J]. Bulletin of the American Meteorological Society, 1999, 80: 429－438.

[27] 石元春, 贾大林. 黄淮海平原农业图集[M]. 北京：北京农业大学出版社，1989.

[28] 吴霞，王培娟，霍治国，等. 1961－2015年中国潜在蒸散时空变化特征与成因[J]. 资源科学，2017，39(5)：964－977.

Wu Xia, Wang Peijuan, Huo Zhiguo, et al. Spatio- temporal distribution characteristics of potential evapotranspiration and impact factors from 1961 to 2015 in China[J]. Resources Science, 2017, 39(5): 964－977. (in Chinese with English abstract)

[29] 温克刚，丁一汇. 中国气象灾害大典（综合卷）[M]. 北京：气象出版社，2008.

[30] 董文杰. 中国气象灾害年鉴(2005)[M]. 北京：气象出版社，2005.

[31] 张存杰，刘海波，宋艳玲，等. GB/T 20481－2017气象干旱等级[S]. 北京：中国标准出版社，2017.

[32] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京：气象出版社，2007.

[33] Wu X, Wang P J, Huo Z G, et al. Crop drought identification index for winter wheat based on evapotranspiration in the Huang-Huai-Hai Plain, China[J]. Agriculture, Ecosystems & Environment, 2018, 263: 18－30.

[34] Friday F, Monday M. Theory of probability and mathematical statistics[J]. American Mathematical Society, 1974, 2: 223－224.

[35] 吴霞. 基于蒸散的黄淮海平原冬小麦干旱识别方法研究[D]. 北京：中国气象科学研究院，2018.

Wu Xia. Method for Drought Identification of Winter Wheat Based on Evapotranspiration in the Huang-Huai-Hai Plain, China[D]. Beijing: Chinese Academy of Meteorological

Sciences, 2018. (in Chinese with English abstract)

[36] 杨弘毅，霍治国，杨建莹，等. 江汉和江南西部春玉米涝渍指标及风险评估[J]. 应用气象学报，2017，28(2)：237－246.

Yang Hongyi, Huo Zhiguo, Yang Jianying, et al. Indicators and risk of spring corn waterlogging disaster in Jianghan and west region of Jinagnan[J]. Journal of Applied Meteorological Science, 2017, 28(2): 237－246. (in Chinese with English abstract)

[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)：5882－5893.

Shen Guoqiang, Zheng Haifeng, Lei Zhenfeng. Spatiotemporal analysis of meteorological drought (1961－2014) in Northeast China using a standardized precipitation evapotranspiration index[J]. Acta Ecological Sinica, 2017, 37(17): 5882－5893. (in Chinese with English abstract)

[38] 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58 a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)

[39] 郑晓东，鲁帆，马静，等. 基于标准化降水指数的淮河流域干旱演变特征分析[J]. 水利水电技术，2012，43(4)：102－106.

Zheng Xiaodong, Lu Fan, Ma Jing, et al. SPI based analysis on evolvement feature of drought in Huaihe River Basin[J]. Water Resources and Hydropower Engineering, 2012, 43(4): 102－106. (in Chinese with English abstract)

[40] 成林，张广周，陈怀亮. 华北冬小麦-夏玉米两熟区干旱特征分析[J]. 气象与环境科学，2014，37(4)：8－13.

Cheng Lin, Zhang Guangzhou, Chen Huailiang. Characteristic analysis of drought for winter wheat and summer corn cropping area in North China[J]. Meteorological and Environmental Sciences, 2014, 37(4): 8－13. (in Chinese with English abstract)

[41] 陈少丹，张利平，汤柔馨，等. 基于SPEI和TVDI的河南省干旱时空变化分析[J]. 农业工程学报，2017，33(24)：126－132.

Chen Shaodan, Zhang Liping, Tang Rouxin, et al. Analysis on temporal and spatial variation of drought in Henan Province based on SPEI and TVDI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(24): 126－132. (in Chinese with English abstract)

Analysis of drought identification and spatio-temporal characteristics for summer corn in Huang-Huai-Hai Plain in year of 1961－2015

Wu Xia1,2, Wang Peijuan3※, Gong Yanduo4, Yang Jianying3

(1.,150030,; 2.,150030,; 3.,100081,; 4.,150030,)

In the context of global warming, the frequency and severity of drought are increasing rapidly, and the impact of drought on China's agricultural production is also the largest. In this study, meteorological data of 46 stations, the phenophases of summer corn at 33 agro-meteorological stations and historical disaster data in 1961-2015 in the Huang-huai-hai Plain were integrated to establish crop drought identification indices for summer corn drought disasters. Referring to the calculation formula of standardized precipitation index (SPI), daily SPI10on the ten-scale and SPI30on the monthly scale were calculated based on SPI. The SPI10and SPI30for summer corn at different developmental stages were formed by establishing the drought sample sequences. The historical disaster data were used to determine the thresholds of SPI10and SPI30for different development stages of summer corn. The thresholds were determined basing on a Lilliefors goodness-of-fit test and the upper threshold of a 95% confidence interval. And then the SPI10and SPI30for summer corn at sowing-tasseling stage and tasseling-maturity stage in the Huang-huai-hai Plain were constructed and evaluated the fitness by random drought samples reserved independently and other historical drought records. The better indicator and threshold for summer corn drought were selected. On this basis, we analyzed the drought disaster and revealed the spatio-temporal characteristics of drought disaster at different development stages of summer corn, in order to provide basic data for drought monitoring in China. Main results were showed as below: 1) The thresholds of SPI10for summer corn at sowing-tasseling stage and tasseling-maturity stage were -0.10 and -0.35, respectively. The thresholds of SPI30for summer corn at sowing-tasseling stage and tasseling-maturity stage were -0.60 and -0.65, respectively. The results identified by SPI10and SPI30were basically consistent with the random drought samples reserved independently and historical drought records, and the effect of SPI10was better. 2) The temporal characteristics of drought for summer corn in the Huang-huai-hai Plain from 1961-2015 were analyzed based on SPI10. The results showed that: The average drought frequency and average drought severity of summer corn at sowing-tasseling stage were significantly higher than that at tasseling-mature period. The time fluctuation characteristics of drought severity in both development stages were consistent with the drought frequency. 3) The spatial distribution characteristics of drought for summer corn in the Huang-huai-hai Plain were analyzed based on SPI10. The results showed that: The interannual variation of the drought extent at sowing-tasseling stage showed an overall increase, but the change trend was not significant. The overall characteristics of the interannual variation of the drought extent at tasseling-maturity stage were not obvious. Drought extent at sowing-tasseling stage was greater than that at tasseling-maturity stage in 75% of the years. Drought frequency at sowing-tasseling stage for summer corn was higher in the southeastern part of the Huang-huai-hai Plain and lower in the central. Drought frequency at tasseling-maturity stage for summer corn was higher in the northwest and south part of the Huang-huai-hai Plain and lower in the southeast. The spatial distribution characteristics of drought severity were consistent with the drought frequency. Generally, the area with higher drought frequency had stronger cumulative drought severity. Moreover, the drought frequency and drought severity at sowing-tasseling stage were higher than that at tasseling-maturity stage. The difference in drought frequency or drought severity was the greatest in the southeastern region of the Huang-huai-hai Plain at both developmental stages.

drought; meteorology; crops; summer corn; agricultural drought; standardized precipitation index; the Huang-huai-hai Plain

吴 霞，王培娟，公衍铎，杨建莹. 1961—2015年黄淮海平原夏玉米干旱识别及时空特征分析[J]. 农业工程学报，2019，35(18)：189－199.doi：10.11975/j.issn.1002-6819.2019.18.023 http://www.tcsae.org

Wu Xia, Wang Peijuan, Gong Yanduo, Yang Jianying. Analysis of drought identification and spatio-temporal characteristics for summer corn in Huang-Huai-Hai Plain in year of 1961－2015[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(18): 189－199. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.18.023 http://www.tcsae.org

2019-07-19

2019-08-29

国家自然科学基金项目（31771672和31701312）；中国气象科学研究院基本科研业务费重点项目（2019Z015）

吴 霞，助理工程师，研究方向为农业气象与生态遥感。Email：wuxia0428@163.com

王培娟，研究员，博士，主要从事生态环境与农业气象研究。Email：wangpj@cma.gov.cn

10.11975/j.issn.1002-6819.2019.18.023

P49; S166

A

1002-6819(2019)-18-0189-11