基于SPEI_PM指数的渭河流域气象干旱时空演变特征*

杨 睿，耿广坡**，周洪奎，王 涛

基于SPEI_PM指数的渭河流域气象干旱时空演变特征*

杨 睿1，耿广坡1**，周洪奎2，王 涛1

（1. 西安科技大学测绘科学与技术学院，西安 710054；2. 浙江省农业科学院数字农业研究所，杭州 310021）

利用渭河流域25个气象站点1980−2018年月值气象数据集，基于Penman-Monteith蒸散模型计算多个时间尺度的标准化降水蒸散发指数（SPEI），分析渭河流域气象干旱的演变、趋势、影响范围、发生频率和持续时间等时空变化特征，以期为渭河流域防灾减灾管理提供科学依据。结果表明：（1）近39a来渭河流域有明显的干湿周期变化，但整体上呈变干的趋势，干旱时段主要集中在1995−2009年，其中以2000−2009年的干旱站次比最大，平均达到36%，且干旱持续时间最长，约3.6个月，1980−1989年干旱持续时间最短，约1.6个月；（2）渭河流域秋季总体呈湿润变化趋势，而春季和夏季干旱在不断加剧，是区域年际干旱的主要驱动力；（3）渭河流域干旱以危害性较小的轻中旱为主，但2000年前后出现严重及极端干旱的站次相对较多，其中1997年研究区内发生的干旱程度较高，影响范围较广；（4）不同时间尺度各等级干旱发生频率的变化规律表现一致，均呈现出干旱等级越高发生频率越低的态势，且极端干旱在年际尺度内发生次数较为频繁，从空间上看渭河流域东北部是干旱多发区。总之，近39a来渭河流域总体干旱较为严重的时段为2000−2009年，且研究区内干旱呈北重南轻特征，因此北部地区仍需加强防灾管理。

SPEI_PM；多时间尺度；气象干旱；时空特征；渭河流域

干旱是中国发生最频繁、影响范围最广、造成损失最大的自然灾害之一[1]。干旱的频繁发生和长期持续，不仅会给社会经济特别是农业生产带来巨大的损失，还会造成水资源短缺、荒漠化加剧、沙尘暴频发等诸多生态和环境方面的不利影响。开展干旱的监测、评估与预测等一系列研究，已成为全球高度关注的热点问题，具有重大现实意义。

目前许多干旱指数被开发出来用于干旱监测，比如帕尔默干旱指数PDSI、标准化降水指数SPI和标准化降水蒸散指数SPEI等在全球、区域、国家、流域等不同空间尺度均得到了广泛应用[2−6]。其中Vicente-Serrano等[7]构建的SPEI在以往的基础上考虑气温要素引入了潜在蒸散，使之更适用于气候变暖背景，相比于PDSI和SPI，SPEI具有明显的优越性，不仅具有多时间尺度特征，而且能全面综合影响干旱的自然因子，使干旱监测结果更为准确。Tian等[8]利用SPEI指数对2018年发生在澳大利亚东南部的极端干旱事件进行识别并表征其干旱时空特征，发现干旱强度由西北向东南逐渐增大并在东南达到最高，其形成原因是厄尔尼诺现象及降水量的严重缺乏。李翔翔等[9]研究了黄淮海平原1960-2014年的干旱特征，发现总体上呈湿润趋势，且农业干旱面积呈显著减小态势，表明SPEI在黄淮海平原具有良好的适用性。目前SPEI指数计算过程中采用的蒸散发模型共有两种，由于它们考虑的气象要素不同会导致SPEI结果产生差异。Thornthwaite蒸散公式中所需气象要素仅有温度，计算简便。而基于Penman-Monteith模型的方法，除温度外还将太阳辐射、风速和站点所在空间位置等因子纳入到潜在蒸散计算过程中，这样则综合考虑了热量和空气动力成分。刘珂等[10]计算了基于两种潜在蒸散发方法的SPEI，对比分析了它们在表征干湿变化特征时的差异，研究发现从空间上看北方地区的空气动力成分对总潜在蒸散发的贡献大于南方，并且随着气候变暖趋势的进一步加大，这一影响会逐渐扩大。Chen等[2]研究发现，SPEI_PM在中国干旱监测中的表现优于SPEI_TH，特别是在干旱地区，近几十年来的温度变化在造成干旱的自然因子中所占权重最大。Wu等[6]利用SPEI_PM评估中国1960-2014年的干旱时空特征，发现干旱转折点在1993年，在此之后干旱的严重程度、影响面积和发生频率都在增加，尤其是南部和西北部。

自20世纪90年代末以来，由于全球明显增暖和东亚夏季风持续减弱的影响，中国各地干旱灾害日益频繁和严重，尤其是北方部分地区，先后出现了1995、1997和2000年的西北区东部和华北区的年代际大旱[2−3, 11]。渭河流域地处中国西北地区东部，旱灾频发，对当地社会经济和水资源管理造成巨大影响。目前有学者[12−15]利用干旱指数SPEI对渭河流域干旱特征进行了研究，发现渭河流域干旱程度在加剧，基于其它干旱指数的研究也得出了一致的结论[16−17]，但Cai等[18]认为干旱程度呈现先增加后减少的趋势，在20世纪90年代达到最大值。总体上渭河流域基于SPEI的相关干旱研究很好地揭示了干旱的区域性和季节性特点，但这些研究计算SPEI多采用基于Thornthwaite的温度方法，未能综合考虑影响干旱的其它自然因素，这样就可能高估了全球增温下的干旱趋势和强度。在中国北方地区，基于Penman-Monteith公式的SPEI对干旱状况分析结果更为客观[10]。鉴于此，本研究以渭河流域为研究区，基于Penman-Monteith模型的多尺度SPEI指数分析1980−2018年的干旱变化时空特征，以期为该地区应对气象干旱提供参考依据，加强渭河流域的防灾减灾管理。

1 资料与方法

1.1 研究区域

渭河流域是黄河最大的子流域，地处104°00′−110°20′E和33°40′−37°30′N，属大陆性季风气候区。年内温差较大，降水量时空分布不均且年际相差较大，年平均气温和降水均呈现由东向西依次递减的趋势[19]。渭河流域地形特点为西高东低，西部最高处高程3922m，自西向东地势逐渐变缓，河谷变宽。流域北部为黄土高原，南部为秦岭山区。

1.2 资料来源及预处理

气象数据为来自中国气象数据网（http://data.cma.cn/）的地面气候资料月值数据集，包括降水量（mm）、最高气温（℃）、最低气温（℃）、平均气温（℃）、风速（m×s−1）、日照时数（h）、经纬度（°）和海拔高度（m），时间范围为1980−2018年。选取渭河流域及其周边地区25个气象站点（图1），对个别1−2个月有数据缺测的站点，采用相邻站点值进行插补处理。

1.3 SPEI指数的计算

SPEI是降水与潜在蒸散量差值经标准化处理后的结果[20]。选取Penman-Monteith模型为潜在蒸散模型，计算研究区25个气象站点1980−2018年逐月多尺度SPEI值。SPEI_PM计算过程如下[9]。

（1）计算逐月潜在蒸散量PET，即

（2）计算逐月降水量与潜在蒸散量的差值，即

1.4 干旱特征分析

SPEI指数是具有多时间尺度的标准化干旱指标，等级划分见表1。SPEI-1、SPEI-3和SPEI-12分别表示月、季和年尺度SPEI，月、季尺度SPEI主要反映短期水分亏缺对干旱的影响，年尺度SPEI则能反映出干旱的年际变化特征。

表1 SPEI干旱等级划分

（1）干旱指数的趋势分析：采用Mann-Kendall（M-K）趋势检验方法分别对渭河流域内各气象站点1980−2018年所有月份SPEI-1、SPEI-3、SPEI-12值的变化趋势显著性进行检验。M-K趋势检验是一种非参数统计检验方法，计算简单方便，是目前常用的趋势变化研究方法。

（2）干旱站次比：某一时段内发生干旱的站点数占所有站点数的比例，反映区域内干旱影响范围的大小，计算式为

式中，Ps为干旱站次比（%）；s为SPEI≤−1.0的站点数量；S为站点总数。

（3）干旱频率：计算渭河流域1980年1月−2018年12月SPEI-1、SPEI-3、SPEI-12的干旱频率，即

式中，F表示干旱发生频率（%）；n为数据序列中的干旱次数；N为数据序列数。

（4）干旱持续时间：定义干旱持续时间为SPEI-3≤−1.0的连续月份（≥3个月）。

1.5 数据处理

通过R语言程序包(https://cran.r-project.org/web/ packages/SPEI/)计算多尺度SPEI，采用matlab实现Mann-Kendall趋势检验和面积图的绘制，利用ArcGIS软件制作各干旱特征的空间分布图。

2 结果与分析

2.1 干旱指数的时空演变

2.1.1 多尺度指数演变

将渭河流域内所有气象站点SPEI数据取平均值，计算得出全区各时间尺度的SPEI值（SPEI-1、SPEI-3和SPEI-12），获取各尺度SPEI逐月变化，结果见图2。由图2a可见，SPEI-1月值呈现正负交替，但周期较短、规律不明显，负值最低达到−1.76（2013年3月）。随着SPEI时间尺度逐渐增大（图2b、图2c），可以明显看到，1995年之前研究区以正值居多、负值相对较少，其中正值在SPEI-1、SPEI-3、SPEI-12中分别占比54.9%、63.2%、64.8%，负值分别占45.1%、36.8%、35.2%。1995−2005年SPEI负值明显增多，在月尺度中占比为57.5%，季尺度中占59.2%，年尺度中占78.3%。2005−2010年SPEI虽仍以负值居多，但值的大小整体呈增加趋势，并在2010−2013年达到正值居多状态。此后至2018年SPEI值出现了先正后负的小幅度波动，总体趋于正常。由此可见，用不同时间尺度干旱指数反映渭河流域干湿状况时，月尺度（SPEI-1）对变化周期反映不明显，但随着尺度增大，SPEI的周期变化特点越来越明显，总体表现为1995−2009年的干旱月份相对较多。

从图3可以看出，在20世纪90年代研究区干旱等级较大的年份主要集中在1997年前后，21世纪00年代主要集中在2002年前后，这两年也是历史干旱资料记录的受灾较为严重的年份，另外，1989年是干旱程度最轻的一年。月尺度（图3a）与季尺度（图3b）的干旱演变特征相似，干旱主要发生在20世纪80年代前中期（1980−1982年、1986−1987年）、20世纪90年代（1991−1992年、1994−1995年、1997年、1999年）、21世纪00年代（2000−2002年、2004−2006年）和2010−2018年，在空间上如会宁、华家岭、西吉等相邻区域站点具有相似的干旱分布规律。年尺度表现出的干旱等级略高于其它尺度（图 3c），且对各站点干湿情况较为敏感，近39a来同一站点干旱等级跨度较大，干旱主要发生在1980−1987年、1990−2008年及2011−2013年。

采用M-K趋势法检验渭河流域共39a逐月SPEI值的变化趋势，结果如图4所示。从M-K趋势系数的分布可以看出，各时间尺度SPEI均表现为呈下降趋势的站点数多于上升站点数，即1980−2018年渭河流域整体呈干旱趋势。从不同尺度来看，月尺度上（图4a）呈下降趋势的站点占88.0%，其中有8个站点达到极显著水平，同时佛坪站表现为显著上升趋势，秦都和华山站上升趋势不显著；季尺度上（图4b）共96.0%的站点呈下降趋势，其中有14个站点达到极显著水平，仅佛坪站呈显著上升趋势；年尺度上（图4c）共16个站点的下降趋势通过了0.01水平的显著性检验，佛坪站表现为显著上升趋势，华山站上升趋势不显著。从变化趋势的空间差异来看，干旱化站点主要分布在渭河流域的中北部，且大多数站点通过0.01水平的显著性检验；湿润化站点分布较为零散，主要集中在渭河流域南部，尤其是陕西省的佛坪站在三个尺度内均达到了显著水平。由此可见，随着SPEI尺度的增加，渭河流域的SPEI下降趋势更为明显，其中季尺度的SPEI更能表现出全区干旱化态势。

注：M-K趋势系数的绝对值大于1.96（2.58）时，表明变化趋势通过0.05（0.01）水平的显著性检验。下同。

Note: The absolute value of the trend is greater than 1.96 (2.58), indicating that P＜0.05 (0.01).The same as below.

2.1.2 季节变化

选取5、8、11和2月的季尺度SPEI分别代表春季（3−5月）、夏季（6−8月）、秋季（9−11月）和冬季（12−2月）四季的SPEI，其研究期内的年际变化结果见图5。由图可见，春季（图5a）、夏季（图5b）和冬季（图5d）SPEI分别以0.33×10a−1、0.15×10a−1和0.07×10a−1的变幅递减，秋季（图5c）SPEI以0.01×10a−1的速率呈现上升趋势。20世纪90年代之前春季SPEI变幅较小，此后至21世纪00年代降幅有所增加，并在2010年之后存在较小程度的回升；夏季SPEI在研究时段前20a内波动下降，但在2000年后急剧上升，此后又缓慢下降；秋季SPEI整体呈先降后升的趋势，最高值为2011年的1.89，最低值为1998年的−1.57；冬季SPEI年际波动幅度较大，无明显变化趋势。

研究期内流域4个季节SPEI空间趋势变化如图6所示。由图6a可见，春季SPEI整体表现为下降趋势，共有16个站点通过了0.05水平的显著性检验，其中8个站点达到极显著水平；夏季SPEI（图6b）呈现干旱趋势的站点占88.0%，有3个站点达到极显著水平；秋季SPEI（图6c）有88.0%的站点呈上升趋势，仅长武、泾河、镇安站表现为下降趋势，且全区变化趋势均不显著；冬季SPEI（图6d）共有72%的站点呈下降趋势，仅佛坪站出现显著上升趋势，其余站点的变化趋势均不显著。综合分析可知，渭河流域春季和夏季干旱均有加剧的趋势，这对于冬小麦和夏玉米的生长较为不利，容易导致粮食减产。

2.2 干旱影响范围时间变化

区域内干旱站次比反映渭河流域干旱影响范围的大小。统计逐年12月SPEI−12和5月、8月、11月、2月SPEI-3的干旱站次比，分别表示渭河流域各年份、季节干旱影响范围，结果如图7所示。由图7a可见，近39a来渭河流域年干旱站次比以3.05个百分点×10a−1的速率上升，多年均值为18.15%，并有13a的干旱站次比超过了该均值，其中干旱站次比超过50%的年份分别有1997年（84%）、2002年（80%）、2006年（68%）和2004年（64%）。春季、夏季干旱站次比增加趋势分别为7.58个百分点×10a−1和0.38个百分点×10a−1（图7b、图7c），与年干旱站次比变化及其趋势相似，说明春季和夏季干旱是渭河流域年际干旱的主要驱动力，其中2004年春季干旱站次比达到了100%，表明全流域发生了大范围春旱。秋季、冬季干旱站次比呈下降趋势，变化速率分别为16.89个百分点×10a−1和0.02个百分点×10a−1（图7d、图7e），秋季在20世纪80年代发生的干旱影响范围较大，1981年和1987年干旱站次比达到96%，2000年后基本无站点发生干旱，冬季干旱站次比时间变化趋势不明显，流域内干旱站次比超过50%的年份分别是1986年（64%）、1992年（64%）、1999年（92%）和2004年（84%）。

1980−2018年渭河流域不同干旱程度下的干旱站次比见图8。由图可以看出，渭河流域以危害性较小的轻中旱为主，2000年前后出现严重及极端干旱的站次相对较多。流域内极端干旱年平均站次比为0.92%，仅1997年（20%）、2000年（8%）和2002年（8%）发生了极端干旱，其它年份干旱事件均未达到极端程度；严重干旱年均站次比为5.44%，共有16a遭遇严重程度干旱事件，主要发生在1997年（44%）、2002年（28%）、2006年（28%）和1994年（28%）；中度干旱年均站次比为11.79%，共有28a遭遇了中度干旱事件，主要发生在2004年（52%）、2002年（44%）、2001年（40%）和2006年（40%）；轻微干旱年均站次比为13.74%，共有32a遭遇了轻旱事件；无旱年均站次比为68.10%，其中1983、1984、1988、1989、1992、1993和2010年全流域内所有站点均无干旱发生。此外，1997年渭河流域严重和极端干旱程度干旱站次比分别为20%和44%，表明1997年研究区内发生的干旱程度较高，影响范围较广，与历史记载的1997年渭河流域遭遇严重干旱事件吻合。

2.3 干旱发生频率时空变化

计算渭河流域25个气象站点1980−2018年年、季和月尺度（SPEI-12、SPEI-3和SPEI-1）的不同等级干旱发生频率，取站点算术平均值得到全区年、季和月干旱频率，结果如图9所示。总体上看，渭河流域发生频率最高为轻微干旱，极端干旱的发生频率最低，且不同尺度的干旱频率均表现为随着干旱等级增大，发生频率逐渐降低。从年际干旱频率来看，轻微干旱频率为14.51%，中度干旱频率为11.66%，严重干旱频率为5.07%，极端干旱频率为1.01%，总干旱频率为32.25%，整体以轻中旱为主。与年际干旱发生频率规律相似，渭河流域季节干旱以轻微程度为主，其次是中度、严重及极端干旱，发生频率依次为14.28%、11.29%、5.79%和0.81%。月尺度干旱发生频率与前者类似，从高到低依次为轻微干旱14.97%，中度干旱11.07%，严重干旱5.42%和极端干旱0.79%。另外，极端干旱的最高发生频率出现在12个月尺度上，而最低发生频率出现在月尺度上，表明年际尺度的极端干旱发生次数较为频繁，相对来说短期内极端干旱发生频率较低。

利用反距离权重插值（IDW）方法对各站点干旱发生频率进行插值，得到渭河流域各时间尺度干旱频率空间分布（图10）。由图10a可见，月尺度干旱频率为15.60%～18.59%，平均为17.28%，除中部地区外全区均易发生干旱，其中定边、洛川和镇安等站点干旱频率较高，分别为18.80%、18.59%和18.16%。图10b显示，季尺度干旱频率为16.45%～19.23%，平均为17.89%，崆峒—西峰—洛川一线以北的地区较易发生干旱，干旱频率约18.50%。图10c显示，年尺度干旱频率为13.25%～24.15%，平均为17.91%，与其它时间尺度相比，年尺度干旱频率高的区域面积小，集中在以洛川站点为核心呈圆状的地区，达到了整个研究区域内的最高干旱频率24.15%。由此可见，随着SPEI尺度增大，渭河流域全区的平均干旱频率增加，干旱多发区分布在流域北部及东部地区。除地势较低降水较多的关中平原外，整个研究区内月尺度和季尺度干旱频率普遍偏高，这是由于短时间尺度SPEI主要对短期的水分亏缺比较敏感，能准确地反映农业干旱情况。年SPEI可表征渭河流域内最高干旱频率，由于长时间尺度的SPEI对长期水分亏缺更敏感，说明洛川站所在地区的水文旱情较为严重，极大程度威胁到了该地的生态及社会经济。

2.4 干旱持续性时空特征

渭河流域近39a来干旱平均持续月数波动较大（表2），平均每次干旱事件持续时长约2.9个月，其中21世纪00年代是遭受持续性干旱影响最为严重的10a。20世纪80年代每次干旱事件的平均持续时长为1.6个月，其中1983、1984、1985和1989年未发生持续性干旱事件，说明该年代在研究时段内的持续性干旱危害最小；90年代平均每次干旱持续时间为3.1个月，其中1993年未受到持续性干旱影响，1997年渭河流域内发生了近39a来持续时间最长的干旱事件；21世纪00年代每次干旱的平均持续时间最长，达到3.6个月；2010−2018年有所下降，为3.3个月。另外，1980−2018年内各年份平均持续时间最长为1997年的5.5个月，表明1997年渭河流域发生了大范围的持续干旱事件，这主要是由于1997年的厄尔尼诺现象导致中国北方地区出现了持续高温事件。

表2 渭河流域各年份的干旱平均持续时间

干旱持续时间越长，对农作物影响越严重，对渭河流域25个气象站点干旱最长持续时间的年代际差异进行分析，结果表明（图11），渭河流域干旱持续性具有明显的年代际特征，21世纪00年代是遭受持续干旱影响最为严重的10a。20世纪80年代持续时间达到6个月以上的站点数仅有1个，为会宁站1986年9月−1987年2月及1987年8月−1988年1月；20世纪90年代的干旱持续性总的来说略弱于21世纪00年代，最长干旱持续时间达到6个月以上的站点占68%，其中有4个站点最长持续时间达到8个月，为华山站的1991年7月−1992年2月，环县、长武和耀县站1997年5−12月；21世纪00年代最长干旱持续时间达到6个月以上的站点占72％，其中有4个站点达到7个月，分别是临洮站2000年3−9月、洛川站2000年3−9月、铜川站2002年7月−2003年1月和岷县站2004年2−8月；而2010−2018年内无站点达到6个月的持续时长，仅吴旗和镇安站的最长持续时间达到5个月。

3 结论与讨论

3.1 结论

（1）1980−2018年内渭河流域有明显的干湿周期变化，但整体上干旱趋于严重，尤其是中北部地区干旱呈显著增强趋势，干旱时段主要集中在1995−2009年。渭河流域内秋季总体呈湿润的变化趋势，而春季和夏季干旱在不断加剧。

（2）近39a来渭河流域年干旱站次比以3.05%×10a−1的速率上升，且春季和夏季干旱是年际干旱的主要驱动力。流域内以危害性较小的轻中旱为主，但2000年前后出现严重及极端干旱的站次相对较多，其中1997年研究区内发生的干旱程度较高，影响范围较广。

（3）不同时间尺度各等级干旱发生频率的变化规律表现一致，均呈现出干旱程度越高发生频率越低的态势，且极端干旱在年际尺度内发生次数较为频繁，从空间上看渭河流域东北部是干旱的多发区。渭河流域干旱持续性具有明显的年代际差异，21世纪00年代干旱持续时间最长，平均接近4个月。

3.2 讨论

潜在蒸散量PET的计算方法决定了SPEI指数的准确性。近年来利用SPEI指数在渭河流域进行的研究多是先通过Thornthwaite模型计算出PET，由此而得到SPEI，但这种方法忽略了日照辐射和风速等的影响而只响应了温度的变化，可能高估了气候变暖大环境下的干旱趋势和强度。本研究采用Penman-Monteith方程计算出的PET考虑了辐射和空气动力成分，相对来说其结果具有更准确的物理意义，能更客观反映渭河流域的干旱状况。多项研究已证实了基于Penman-Monteith方程的SPEI在中国及各地区干旱监测方面优于基于Thornthwaite的SPEI[2−3]。本研究得出的渭河流域呈明显干旱趋势这一结果，与前人[12−14]的研究结论相同，表明在造成渭河流域干旱的因素中升温的影响更为直接，在该研究区内温度因子占主导作用；且流域内北部较南部的干旱趋势更为明显，这与赵安周等[21]的研究结果相似。1980−2018年渭河流域东北部是干旱的多发区，该结论与刘蕊娟等[15]的结论相符，但与李洁等[12]干旱主要发生在西北部地区的结论不一致。可能原因是李洁等的研究采用的是基于Thornthwaite方程的SPEI指数，忽略了日照辐射、风速等变量对潜在蒸散发的影响，故得到空间分布格局与降水分布相似的结论，低估了东部的洛川、华山等站点的干旱发生频率。

本研究分析得到的渭河流域典型干旱时期如1987年、1991−1992年、1994−1995年、1997−1998年以及2000−2002年，与《中国历史干旱（1949− 2000）》[22]及中国农业气象灾情旬值数据集（https://data.cma.cn/data/cdcdetail/dataCode/AGME_AB3_CHN_TEN/）等资料记录一致，表明SPEI_PM在渭河流域干湿特征分析中具有较好的适用性。但本研究也存在一定的不确定性，如基于站点尺度对渭河流域干旱影响范围进行分析，存在空间覆盖不全面的情况，区域代表性较为欠缺，故未来研究中若采用气象栅格数据集作为数据源能提高结论的准确性，为区域减轻干旱灾害风险提供科学依据。

[1] 赵海燕,张文千,邹旭恺,等.气候变化背景下中国农业干旱时空变化特征分析[J].中国农业气象,2021,42(1):69-79.

Zhao H Y,Zhang W Q,Zou X K,et al.Temporal and spatial characteristics of drought in China under climate change[J]. Chinese Journal of Agrometeorology,2021,42 (1):69-79.(in Chinese)

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

[3] Xu K,Yang D W,Yang H B,et al.Spatio-temporal variation of drought in China during 1961-2012:a climatic perspective[J].Journal of Hydrology,2015,526:253-264.

[4] Li X Y,Li Y,Chen A P,et al.The impact of the 2009/2010 drought on vegetation growth and terrestrial carbon balance in Southwest China[J].Agricultural and Forest Meteorology, 2019,269-270:239-248.

[5] 童德明,白雲,张莎,等.干旱严重程度指数(DSI)在山东省干旱遥感监测中的适用性[J].中国农业气象,2020,41(2): 102-112.

Tong D M,Bai Y,Zhang S,et al.Applicability of Drought Severity Index(DSI) in remote sensing monitoring of drought in Shandong Province[J].Chinese Journal of Agrometeorology,2020,41(2):102-112.(in Chinese)

[6] Wu Z T,Yu L,Du Z Q,et al.Recent changes in the drought of China from 1960 to 2014[J].International Journal of Climatology,2020,40(7):3281-3296.

[7] Vicente-Serrano S M,Beguería S,López-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.

[8] Tian F,Wu J J,Liu L Z,et al.Exceptional drought across southeastern Australia caused by extreme lack of precipitation and its impacts on NDVI and SIF in 2018[J].Remote Sensing,2019,12(1):54.

[9] 李翔翔,居辉,刘勤,等.基于SPEI-PM指数的黄淮海平原干旱特征分析[J].生态学报,2017,37(6):2054-2066.

Li X X,Ju H,Liu Q,et al.Analysis of drought characters based on the SPEI-PM index in Huang-Huai-Hai Plain[J]. Acta Ecologica Sinica,2017,37(6):2054-2066.(in Chinese)

[10] 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)

[11] 钱正安,宋敏红,吴统文,等.世界干旱气候研究动态及进展综述(Ⅱ):主要研究进展[J].高原气象,2017, 36(6): 1457-1476.

Qian Z A,Song M H,Wu T W,et al.Review of advances in world dryland climate research(Ⅱ):main investigation progress[J].Plateau Meteorology,2017,36(6):1457-1476.(in Chinese)

[12] 李洁,莫淑红,沈冰,等.基于SPEI的渭河流域干旱特征分析[J].西安理工大学学报,2016,32(1):70-76.

Li J,Mo S H,Shen B,et al.Analysis of drought characteristics of the Weihe river basin based on SPEI[J]. Journal of Xi’an University of Technology,2016,32(1): 70-76.(in Chinese)

[13] 田甜,黄强,郭爱军,等.基于标准化降水蒸散指数的渭河流域干旱演变特征分析[J].水力发电学报,2016,35(2): 16-27.

Tian T,Huang Q,Guo A J,et al.Drought evolution characteristics in Wei river basin based on standardized precipitation evapotranspiration index[J].Journal of Hydroelectric Engineering,2016,35(2):16-27.(in Chinese)

[14] 邹磊,余江游,夏军,等.基于SPEI的渭河流域干旱时空变化特征分析[J].干旱区地理,2020,43(2):329-338.

Zou L,Yu J Y,Xia J,et al.Temporal-spatial variation characteristics of drought in the Weihe river basin based on SPEI[J].Aridland Geography,2020,43(2):329-338.(in Chinese)

[15] 刘蕊娟,王旭红,赵会娟.渭河流域多尺度干旱时空特征分析[J].干旱地区农业研究,2017,35(3):99-106.

Liu R J,Wang X H,Zhao H J.Analysis of spatial-temporal characteristics of drought by multiple scales in Weihe river basin[J].Agricultural Research in the Arid Areas,2017, 35(3):99-106.(in Chinese)

[16] 黄生志,黄强,王义民,等.基于SPI的渭河流域干旱特征演变研究[J].自然灾害学报,2015,24(1):15-22.

Huang S Z,Huang Q,Wang Y M,et al.Evolution of drought characteristics in the Weihe river basin based on standardized precipitation index[J].Journal of Natural Disasters,2015,24(1):15-22.(in Chinese)

[17] Zou L,Xia J,She D X.Drought characteristic analysis based on an improved PDSI in the Wei river basin of China[J].Multidisciplinary Digital Publishing Institute,2017, 9(3):178.

[18] Cai S Y,Zuo D P,Xu Z X,et al.Spatiotemporal variability and assessment of drought in the Wei river basin of China[J].Proceedings of the International Association of Hydrological Sciences,2018,379:73-82.

[19] 史恒通.渭河流域粮食作物虚拟水贸易研究[D].咸阳:西北农林科技大学,2016.

Shi H T.Virtual water trade of crops in the Wei river basin[D].Yangling:Northwest Agriculture & Forestry University,2016.(in Chinese)

[20] 黄浩,张勃,马尚谦,等.甘肃河东地区气象干旱时空变化及干旱危险性分析[J].中国农业气象,2020,41(7):459-469.

Huang H,Zhang B,Ma S Q,et al.Temporal and spatial variations of meteorological drought and drought risk analysis in Hedong area of Gansu province[J].Chinese Journal of Agrometeorology,2020,41(7):459-469.(in Chinese)

[21] 赵安周,刘宪锋,朱秀芳,等.基于SWAT模型的渭河流域干旱时空分布[J].地理科学进展,2015,34(9):1156-1166.

Zhao A Z,Liu X F,Zhu X F,et al.Spatiotemporal patterns of droughts based on SWAT model for the Weihe river basin[J].Progress in Geography,2015,34(9):1156-1166.(in Chinese)

[22] 张世法,苏逸深,宋德敦,等.中国历史干旱(1949-2000)[M].南京:河海大学出版社,2008.

Zhang S F,Su Y S,Song D D,et al.Historical drought in China(1949-2000)[M].Nanjing:Hohai University Press,2008. (in Chinese)

Spatial-temporal Evolution of Meteorological Drought in the Wei River Basin Based on SPEI_PM

YANG Rui1, GENG Guang-po1, ZHOU Hong-kui2, WANG Tao1

(1. College of Geomatics, Xi'an University of Science and Technology, Xi’an 710054, China; 2. Institute of Digital Agriculture, Zhejiang Academy of Agricultural Sciences, Hangzhou 310021)

The frequent and long-lasting droughts have caused many adverse effects on the social economy and ecological environment. Understanding the drought characteristics in the Wei river basin is of great significance to the adjustment of regional economic structure and the rational utilization of water resources. Based on the monthly meteorological data set of 25 stations in the Wei river basin from 1980 to 2018 and the Penman-Monteith equation, the standardized precipitation evapotranspiration index (SPEI) of multiple time scales were calculated, and the spatial-temporal characteristics of drought were analyzed, including its evolution, trend, affected area, frequency and duration. The results showed that: (1) there was an obvious periodic variation of dry-wet status in the Wei river basin during the past 39 years, but the drying trend was appeared as a whole. The drought period was mainly concentrated in 1995−2009, among which the drought occurring stations ratio in 2000−2009 was the largest, with an average value of 36%. The longest drought duration was occurred in 2000−2009, about 3.6 months, and the shortest drought duration was occurred in1980−1989, about 1.6 months. (2) There was a trend of wetness in autumn, while the droughts in spring and summer was increasingly intensified, which was the main driving force of the inter-annual drought in the Wei river basin. (3) The droughts in the Wei river basin were dominated by mild and moderate droughts, but there were relatively more stations with severe and extreme droughts around 2000, among which the droughts occurred in 1997 had a higher degree and a wider range of impacts. (4) The variation of drought frequency for different drought levels at different time scales was consistent, showing that the higher the drought level, the lower the frequency. In addition, extreme droughts occurred more frequently at the annual scale, and the northeastern region of the Wei river basin was a drought-prone area in space. Above all, the drought condition in the Wei river basin was more severe from 2000 to 2009, and the droughts in the northern region was severer than that in the southern region, so more attentions should be paid to strengthening disaster prevention management in the northern area.

SPEI_PM; Multiple time scales; Meteorological drought; Spatial-temporal characteristics; Wei river basin

10.3969/j.issn.1000-6362.2021.11.007

杨睿,耿广坡,周洪奎,等.基于SPEI_PM指数的渭河流域气象干旱时空演变特征[J].中国农业气象,2021,42(11):962-974

收稿日期：2021−03−01

国家自然科学基金项目（41807503）；陕西省教育厅科研计划项目（21JK0771）；西安科技大学博士启动金项目（2017QDJ030）

通讯作者：耿广坡，讲师，主要从事干旱监测和风险评估研究，E-mail: gengguangpo@xust.edu.cn

杨睿，E-mail: 15074292109@163.com