气象与农业干旱指数研究进展

李伟光， 刘少军， 侯美亭， 韩 静， 陈小敏

(1.海南省气候中心，海口 570203； 2.海南省南海气象防灾减灾重点实验室，海口 570203； 3.海南省气象科学研究所，海口 570203； 4.中国气象局气象干部培训学院，北京 100081)

引 言

干旱是世界上最主要的自然灾害之一，它影响着人类活动的各个方面。世界气象组织(WMO)统计表明，干旱灾害占气象灾害的50%左右,造成的经济损失远远超过了其他气象灾害[1]。在我国干旱灾害发生频次约占总灾害频次的1/3,为各项灾害之首[2]。农业是人类经济行业中需水量最大的行业，也是最易受干旱影响的行业。对我国来说，需要用地球上7%的土地养活全球20%的人口，耕地的复种指数远较其他国家的高，单位面积农田需水量更多，农业生产的干旱脆弱性也就更高[3]。我国农业平均每年受灾面积占播种面积的1/3，其中一半以上遭受干旱灾害[4]。

伴随着气候变化，地表温度升高，热量资源增加，作物适宜生育期延长及其带来的农田蒸散量的增加，都将加剧干旱发生频率和严重程度[5]。人口持续增多，生态环境保护的重视，能源和工业经济的发展，社会经济用水量的成倍增长等，加剧了对地表水资源的争夺。另外，水质污染、地下水的过量开采都将加重干旱带来的农业损失。农业生产决策部门和普通农户迫切需要准确监测和评估干旱给生产带来的损失。

1 干旱的复杂性

干旱是最常见的自然灾害，也是最复杂的自然灾害。不同行业的人所理解的干旱内涵也不尽相同。首先是干旱定义的复杂性。世界气象组织将干旱定义为长期地、持续地缺乏降水[6]；联合国粮农组织(FAO)则定义为作物由缺水导致的产量损失[7]。世界气象组织对干旱的定义侧重降水的缺少，但它没有明确区分气候上的干燥与异常天气造成的持续降水偏少，所以在评价不同区域(比如沙漠和湿润区)干旱程度时可能引起曲解。联合国粮农组织从影响的后果定义干旱，引入了作物不缺水时的产量这一无法直接测量的变量，所以很难准确测定。此外，还有一些其他的定义，其中最著名的定义是Palmer在1959年提出的“干旱是指一个区域水文条件明显偏离常态”[8]。Palmer这个思想后来被McKee[9]、Vicente-Serrano[10]等科学家吸收，并广泛传播。Palmer从偏离常态的角度进行定义干旱，优点是排除了不同区域水文条件的差异，利于不同区域间比较，这种思想也被越来越多的行业指标所接纳。问题是对于干旱开始的标志、持续的时间仍然是模糊的。干旱的发生是缓慢而递进的，所以很难界定它的开始时间。通常的解决方法是设定一个固定的阈值[11]，但这个阈值会随着区域的不同或者季节的不同而变化，很难用一个统一固定的数值准确界定干旱的开始和持续时间。并且干旱带来的损失难以用一个干旱指数来反映。干旱损失或旱灾的大小不仅与干旱指数大小有关，而且与干旱持续时间有关；另外它们之间的关系是非线性的[12]，干旱指数每变化一个单位，干旱损失就可能增加几倍。

农业干旱是尤为复杂的一种干旱。首先农业干旱的对象是农作物，农作物生产深受人类活动和环境条件的影响，最终产量波动(灾损)是生产者主动活动和自然环境客观波动共同作用的结果。农业生产中的作物栽培布局、栽培制度、品种选择及管理措施等人类活动，决定了产量对天气环境波动的敏感性，使产量面对自然灾害的损失程度不同。其次，农业干旱有两种空间尺度，农田尺度和区域尺度[13]。农田尺度较小，气候条件相似、作物类型品种接近、发育期相近、管理措施相同，表征干旱的指数可以直接测量或计算；区域尺度范围大，气候条件、土壤类型、作物品种、生长发育、管理措施等均存在一定程度的时空差异，表征干旱的参数或指数只能通过抽样或代表站统计间接而来。若将农田尺度建立的模型简单移植到区域尺度的干旱监测或评估，会产生较大误差。第三，农业生产中农田耗散水的来源比较复杂。农田耗散水的来源有自然降水、江河水库灌溉用水及地下水补给；而且农田耗散水除蒸散外还会渗漏一部分，而渗漏量比例会随不同地块土壤的持水能力不同而差异较大；另外当不同作物用水发生争夺时，农民往往选择灌溉经济收益较高的经济作物而不灌溉粮食作物。鉴于这些原因，固定或者不合理的供水子系统(前期降水)设置将导致干旱监测分析的失真。第四，在评估农业减产损失时难以区分干旱和其他灾害影响损失。作物生长受多种环境因素制约，当生长季内遭受两种以上灾害时，很难区分各自损失。例如，干旱往往伴随着高温，在产量形成时可能出现热害或者干热风灾害，此时将这些产量损失划为干旱还是热害或者干热风都将影响最终结果。

尽管干旱和农业干旱关系及区分细节极其复杂，但各行业生产者和决策者仍都需要一个简单有效的指数来指导生产和决策。农业生产者需关注农田尺度当前和未来一段时间可支配水资源对作物的满足情况，而政府决策者和粮油贸易商则关注区域尺度内对总体产量的影响程度。为此国内外科学家设计了许多纷繁复杂的干旱指数来量化干旱。更加准确合理的干旱指数对表征当前干旱程度和影响程度，对促进决策者进行有效的水资源管理从而减少农业损失、保障农业生产具有非常重要的意义。

2 干旱指数的发展与适用性

由于干旱影响的范围十分广泛，农业、林业、生态、水文、气象等科学家从不同的角度对此展开了深入的研究，设计了一系列干旱指数来量化干旱。从应用行业来看，干旱指数可以分为气象干旱指数、农业干旱指数、水文干旱指数和社会经济干旱指数。本文仅针对前两种进行介绍。

2.1 气象干旱指数

气象干旱指数由于其数据记录的标准化，长期以来受到各行业使用者的欢迎，被视为其他行业干旱指数的基础[12]，甚至被修订后代用。气象干旱指数的发展过程和设计理念大致可以分为以下四类。

2.1.1 早期干旱指数

早期气象资料记录时间较短，难以获取其他地区气象资料，这时的干旱指数一般依靠单站气象资料，主要为降水量，进行计算。这个时期的干旱指数以连续无雨日数[12]、不同时间尺度降水距平或累计降水距平、气候干燥度等简单指数为主。这类干旱指数的优点是意义明确，局地适用性好，容易被使用者理解和接受，应用非常广泛，即使是现在也是应用最广泛的指标。但这类干旱指数存在以下两个方面的问题：第一，这类干旱指数往往以当地情况建立指标，不同地区、季节气象条件变异大，建立的指标也不同。例如，英国连续15 d降水<0.25 mm(或1.0 mm)定义为干旱开始，印度将一周降水量为常年值一半以下定义为干旱开始，而俄罗斯将连续10 d总降水量<5 mm[12]定义为干旱开始。第二，这类干旱指数仅关注了地表水分平衡的输入项，未涉及耗散输出项，对地表水分收支平衡没有反映[12]。这两个方面就导致这类指数不能用于不同地区或不同季节间干旱程度的比较。

2.1.2 Palmer干旱指数(PDSI)

Palmer干旱指数是干旱指数发展的里程碑，由Palmer 在1965年提出。它从地表水分平衡的概念出发，考虑当月降水相对该月气候适宜降水量的异常及前一月异常的累积效应[9]。由于最初的Palmer指数是基于9个气候区以年为单位的资料设计的干旱指数，致使它不具有空间和不同月份之间的可比性，故许多科学家订正了更适应当地的PDSI[14]。Wells建立的自适应PDSI(Self-calibrating PDSI)，通过动态校正指数计算中的经验因子和气候权重系数[15]，使得该指数空间可比性提高。目前，由于Palmer干旱指数可以较好地监测区域干旱程度[16]，并且对温度的响应比较灵敏，是公认较好的干旱指标。但是PDSI仍然存在一定的局限性，比如计算过程中需要确定土壤的持水量、时间尺度单一等，参数难以向区域外推广[17]。当用于我国这种幅员辽阔、台站稀少、地表结构复杂的大范围干旱监测时，会受参数选取和统一等因素制约。

2.1.3 标准化的干旱指数。

标准化的干旱指数以Mckee 1993年提出标准化降水指数(SPI)为标志[9]。SPI可以计算不同时间尺度的降水来反映不同水资源变化[18-19]。在SPI计算中，一般假设降水服从Γ分布，先求出月以上尺度降水量的分布概率，然后正态标准化而得。与此类似的还有Z指数，它假设某时段的降水量服从Person Ⅲ型分布,后对降水量进行正态化处理。标准化干旱指数是基于历史上年内同时段降水量呈偏态分布的事实，然后进行正态化，将降水量转化成了该降水量偏离常态的程度。由于当地生态需水量是对当地降水长期适应的结果，降水量越少越罕见，造成的干旱危害越大。从水分平衡来看，温度和降水共同影响干旱，PDSI中两者对干旱指数波动具有相近的贡献率[16]。SPI未考虑温度对干旱的强化作用，在评价农业生产时，考虑水分平衡的PDSI比只考虑降水的SPI更具有敏感性[20]。Sergio 2010年提出的标准化降水蒸散指数(SPEI)解决了这一问题[21]。SPEI集合了以上两个指数的优点，既融合了降水和温度对于区域干旱的影响，同时具有多时间和多空间尺度的特性，因此可以对某一区域旱涝分布情况进行分析。SPEI不仅考虑了与干旱直接相关的降水条件的影响，同时也考虑了温度波动对干旱程度的影响，这样比单纯考虑降水的SPI、Z指数及降水距平指数等对干旱的反映具有更强的实际意义。SPEI计算方便，需要的气象数据容易获得，不像常用的PDSI和CWDI一样需要大量的经验参数输入和模型运算。SPEI计算过程中构建了简单的降水蒸散模型，增强了指数的机理性，消除了地域、植被、地形等差异对指数的影响，因此非常适合全球变暖背景下区域干旱变化趋势的监测。不论是SPI还是SPEI，都存在一个时间分辨率不够精细的问题，通常只能适用于月以上的监测尺度。这一方面是由于短时期(月以下)降水量的分布概率用反演函数(Gamma或 log-logistic)拟合效果较差[22-23],另一方面是强行应用到逐日滚动监测时会出现由于强降水滑出计算窗而导致干旱指数不合理跳跃的问题[24-25]。

2.1.4 综合气象干旱指数类

这类指数往往是多种干旱指数的组合或根据使用目的订正的气象干旱指数。比较有代表性的有基于供水关系的作物水分胁迫指数(CWSI)[26]、有效水含量指数、缺余水量指数等[27]，以及基于Palmer干旱指数的CMI等。目前，国家气候中心用于全国干旱监测的综合气象干旱监测指数(CI、MCI)就是这类。该指数为加权计算30天、90天标准化降水及30天的相对湿润度指数。前期降水的加权处理消除了综合气象干旱指数(CI)逐日监测时的不合理跳跃，并利用作物系数Kc来增强反映农业干旱的能力。该指数设计合理，既保留了反映气候干燥程度的相对湿润度指数项，又含有反映不同时间内降水偏离常态的项；但在空间干旱监测方面，需要人为根据地区和季节设置作物系数Kc，存在一定主观性[28]。

气象干旱指数还有很多，比如下次降水平均等待时间(AWTP)[29]、有效降水[30]及一些综合或修订的干旱指数[31-32]，都能从不同角度反映干旱状况。

2.2 农业干旱指数

农业上一般通过灾损来评价灾害严重程度，但这种结果评价法不利于调整生产措施以减轻灾害损失。因此为及时监测或评估农业生产对干旱的反映，不同层次土壤水分、农田供水、生理状态等农业干旱指数被开发出来，主要有三类。

2.2.1 土壤水分指数类

这类指数是农业干旱中最具有物理意义且应用最广泛的干旱指数，主要有土壤重量含水量、体积含水量、相对湿度、有效水分储量等。这类指数从土壤供水的角度分析干旱，当土壤中的水分能够满足作物蒸腾需要时即认定为没有干旱发生；当其不能满足作物蒸腾需要，开始影响作物正常生理生化过程，进而影响产量时为干旱开始。作物对土壤水分的需求随发育期不同而变化，以播种期、水分临界期和作物需水关键期影响最大。随着对干旱认识的增强，确定了一系列作物的土壤水分指标，如适宜含水量、凋萎含水量等指标，并从单纯的土壤水分指数发展出土壤水分距平、作物水分供需差等指数，开发出土壤水分模型、动态模拟土壤水分模型[33]。总之，土壤水分指数是非常理想的农田尺度的农业干旱指数。但土壤水分受地表作物、土壤类型、周围地形地势影响，在空间上变异较大，观测点的数据代表范围往往较小，仅依靠几个测点反映区域农业干旱往往带来较大偏差。

为开展气象为农服务，中国气象局从2009年开始了土壤水分自动化观测站点建设，截至2017年底，已有2038个站点投入业务运行。全国土壤水分自动观测网的建成，实现了全国范围农田干旱程度监控、干旱预警等功能，为科学灌溉和高效利用水资源奠定了基础，大大提高和改进了农业气象观测水平和农业气象服务能力。

2.2.2 作物生理生态指数类

这类指标反映了干旱对作物生理生态的影响，如作物形态指标、叶片水势、气孔导度、伤流量、冠层温差、蒸腾速率等。水分是植物进行生理活动的基础，一旦缺水将迅速影响植物生理、生化、生态活动。植物生理活动的变化会通过植株形态反映出来，比如萎蔫、叶片失绿等。但作物形态指标只能定性，不易量化，判识主观性强，难以比较，而且形态上出现干旱时，作物生长发育已经受到较严重的影响，这类作物形态指标呈现滞后性，一般很难在实际生产中应用[34]。为此一系列定量植物生理活动的指标如叶片水势、气孔导度、伤流量等被用来反映作物受旱程度。这些指标往往依靠仪器设备或实验室测定，数据的一致性受作物种类及气象环境的影响，难以大范围横向或纵向比较。总之，这类指标指数非常直观，符合人类认识事物的基本规律，能够直接反映作物受影响的程度及干旱解除时的恢复能力，但与上一类指数一样，属于田间尺度的干旱指数，在区域范围内准确性依赖于观测站点的代表性，难以进行时间、空间比较[35]。

2.2.3 卫星遥感干旱指数类

这类指数根据监测的对象又可以分为4种：一是通过微波(SAR)或者热惯量来估测土壤水分，如垂直干旱指数(PDI)、表观热惯量(ATI)、微波反演土壤水分等[36]，这些指标比较适用于裸露的土地[37-38]；二是通过监测植被指数的偏差来表征作物形态或长势[38-39]，如植被指数距平(AVI)、植被条件指数(VCI)等，这些适用于植被覆盖地区；三是利用植被含水量对短波红外波段非常敏感的特征直接反映植被含水量，比如短波红外垂直失水指数(SPSI)、归一化差异水分指数(NDWI)等[26]；四是通过监测冠层温度的变化来反演植物受干旱胁迫的程度，如条件温度植被指数(TCI)、归一化温度指数(NDTI)及结合温度与植被指数的作物水分亏缺指数(CWSI)、水分亏缺指数(WDI)、温度植被干旱指数(TVDI)等。卫星遥感干旱指数的优点是具有非常好的空间分辨率[40-41]，可以实现一段时间和一定空间上的连续性监测；缺点是建立的各种反演模型中的参数在不同季节和地区不够稳定，反演模型受其他因素影响比较大，不能区分其他因素造成的地物特征变化。另外，由于云的遮挡、采样频率等问题，时间分辨率精度不高[5,42]。GRACE卫星通过测量全球重力场时间变化信息，进而实现对陆地水储量变化的监测，极大程度地弥补了传统SAR遥感卫星只能反演地表几个厘米厚的土壤湿度的不足[43]。GRACE卫星数据获得的地下水储量、蒸散量和土壤湿度等参量与实测数据有较好的一致性，很好地补充了地面观测之不足,但其缺点是空间分辨率较低[44]。

2.3 气象与农业干旱的联系与区别

虽然气象干旱是产生农业干旱的原因，气象干旱往往伴随着不同程度的农业干旱，两种干旱指数也可以在一定程度上代用，但是两种干旱的侧重点是不同的。

首先，气象干旱更多地关注当地水分平衡偏离常态的程度，所以气象干旱指数时间监测尺度一般为月以上。农业干旱则更注重当地降水或土壤供水能力与作物需求的差值。从两者发生的先后顺序上来说，一般会有时滞，气象干旱先发生，随后土壤水分减少，导致植物根系不能获取足够的水分进而产生农业干旱。另外，在水分敏感期，随着作物的快速生长，作物对水分的需求迅速增加，需水量与土壤供水能力的差值也加大，这就要求农业干旱指数具有较高的时间分辨率。

其次，在气象干旱指数中，蒸散的计算方式对干旱指数的波动贡献较小[45]，但在农业干旱中蒸散估算的偏差会导致对作物需水量估算的不准确。另外由于作物不同发育期作物系数的不同会对农田蒸散产生更大偏差[46-47]，所以在农业干旱指数设计中，蒸散的准确估算显得尤为重要。

第三，我国大部分地区属于季风气候，雨热同季，春季温度上升较快而同期降水较少，温度已经适宜作物生长，降水却成为制约作物生长的限制因子，所以我国很多地方有十年九旱之说。标准化降水指数(SPI)、标准化降水蒸散指数(SPEI)及广义极值分布干旱指数(GEVI)都是利用概率分布函数对降水或降水蒸散差进行拟合，取不同重现期对应的指数值作为干旱的阈值。所以这类指数在不同地区、不同季节干旱发生频率一致，这在一定程度上限制了气象干旱指数在农业上的应用。

3 发展与展望

由于土壤和作物水分状况测量工作量大，费时费力，且观测站在表征区域干旱状况时的代表性差，所以决策者和科学家们希望寻求一种简便的方法来表征干旱。虽然仅仅依靠气象干旱指数不能给出农业干旱的精确时段和强度概念，但在监测与评估区域农业干旱时，修订的气象干旱指数仍然是当前最简便且有效的手段。用来反映农业干旱的理想干旱指数应该具有以下三个特点。

一是应具备良好的时间空间分辨率。由于干旱的发生是缓慢的，但是在作物生长的关键期干旱的致灾又是迅速的，所以好的干旱指数应该具有良好的时间分辨率。水资源的管理者和决策者需要从宏观上考虑干旱的程度，农田尺度的干旱往往以点带面，给决策者造成片面认识，良好的干旱指数应具备区域、农田尺度的适应性。

二是能够反映农田供水和蒸散的平衡。中国大约有一半的农田属于灌溉农田，灌溉水的来源有地下水、地表蓄水等。在干旱指数设计过程中，应考虑不同空间或者时间尺度上灌溉水分对当前农田蒸散的补充作用。

三是理想的干旱指数在区域范围内应具有相对稳定的阈值来识别干旱，从而测定干旱持续时间、极端强度、累积强度，这3项特征是准确评估生产损失的关键。

为满足农业干旱监测要求，干旱指数设计需融合气象和遥感数据，从数据源上满足干旱监测对时间和空间分辨率的要求；基于致旱机理，也就是从降水或土壤供水能力与作物需水量(农田蒸散)的直接矛盾着手。目前陆表真实蒸散的遥感反演算法已相对成熟，相关数据准确性已经能够满足干旱监测需求，可尝试利用其成果替代参考作物蒸散开展干旱指标研究。

干旱具有很强的复杂性，用单一的干旱指数指标很难反映不同地区、季节干旱的本质特征[48-49]。因此，各地可对不同对象、不同时期设计适合当地的干旱指数指标，准确、迅速地反映当地干旱的特征和影响。