综合干旱指数构建及其在不同草原类型中的应用

赵水霞，王文君，吴英杰，李 玮，全 强

综合干旱指数构建及其在不同草原类型中的应用

赵水霞，王文君※，吴英杰，李 玮，全 强

（1. 中国水利水电科学研究院内蒙古阴山北麓荒漠草原生态水文野外科学观测研究站，北京 100038；2.水利部牧区水利科学研究所，呼和浩特 010020）

干旱指数是评估旱情等级、制定防旱减灾对策的重要指标。该研究从干旱发生的物理机制出发，基于CRITIC（Criteria Importance Through Inter-criteria Correlation）客观赋权法，综合考虑气象标准化降水蒸散指数（Standard Precipitation Evapotranspiration Index，SPEI）、植被供水指数（Vegetation Supply Water Index，VSWI）和日光诱导叶绿素荧光指数（Solar-induced Chlorophyll Fluorescence，SIF）在干旱发展过程中的作用机制，构建融合多源信息的综合干旱指数，探究其在不同草原类型干旱中的适用性和敏感性，进而分析干旱的时空分布及演化特征。结果表明：综合干旱指数既能敏锐捕捉气象干旱的早期开始，亦能从水文和牧业干旱角度综合反映旱情的持续过程和时间，相比单一干旱指数，具有综合表征多尺度干旱演化特征的优势；2007—2018年，内蒙古锡林郭勒草原干旱频率呈波动中下降趋势，干旱强度主要以轻中旱为主，重旱及以上干旱集中在春秋两季；空间分布上从西北向东南逐渐降低，呈现荒漠草原>典型草原>草甸草原，典型草原中北部旱情严重的特征。该研究对蒙古高原不同草原类型干旱事件精准监测及旱灾防御具有重要意义。

干旱；降水；综合干旱指数；叶绿素荧光指数；适用性；锡林郭勒草原

0 引 言

干旱作为全球最为突出的自然灾害之一，具有持续时间长、影响范围广及旱灾损失大等特点，全球气候变暖趋势下，干旱灾害风险日益严峻，严重影响和制约着生态环境安全、农牧业高质量发展及人类生活水平提高，使得实现干旱的精准化监测，变被动减灾为主动防灾是国内外亟待解决的关键科学问题，具有重要的现实意义[1-3]。锡林郭勒草原位于蒙古高原东南部，是内蒙古天然草原的主体，在植被类型上具有一定的完整性和典型性，而频发的干旱事件严重制约了当地社会经济的可持续发展，使得实现旱情分布及演化趋势的精准化监测成为“十四五”期间亟待解决的关键科学问题之一[4-5]。

适用的干旱指数是确保旱情精准监测的基础，受干旱复杂性及自然水循环过程相互关联的影响，单一干旱指数往往难以准确反映干旱的多类型及多尺度特征，使得构建基于指标-影响关联分析的多源信息综合干旱指数成为目前研究的难点问题及热点趋势[4, 6-7]。综合干旱指数的构建分为考虑气象、水文和农业致旱因子的综合干旱指数和多种单一干旱指数组合的综合干旱指数，构建方法多为权重组合、多变量联合分布和机器学习，单一干旱指数较少时常选用结构简单且易于理解的权重组合方法，如CRITIC（Criteria Importance Through Inter-criteria Correlation客观赋权法[8]。基于致旱因子的综合干旱指数多采用线性回归及数据挖掘等手段，综合考虑气象降水盈亏、土壤水分供给及植被生长条件的相互作用，进而构建适用于不同区域下垫面的综合干旱监测模型[9-10]；以草地生态系统为例，降水与蒸散失衡造成土壤水分亏缺是干旱发生的主要诱因，植被受干旱水分胁迫影响，光合作用和物质代谢受阻，进而降低叶片生长速率和植被蒸腾效应，导致植被生物量锐减、生产力下降及草畜不平衡。传统的地面数据点状监测，难以准确刻画大尺度旱情空间分布，随着遥感监测技术的不断发展，越来越多的遥感干旱指数被用于综合干旱指数的构建及旱情的精准监测，如归一化植被指数（Normalized Difference Vegetation Index，NDVI）、温度植被干旱指数（Temperature Vegetation Drought Index，TVDI）及土壤湿度监测指数（Soil Moisture Monitoring Index，SMMI）等[4,11-13]。近年来，新型日光诱导叶绿素荧光（Solar-induced Chlorophyll Fluorescence，SIF）遥感指数被发现对水分胁迫非常敏感，在碳氮循环、初级生产力估算及植被胁迫等领域被广泛应用，其原理是植被在吸收太阳能进行光合作用时会释放出一种长波信号，该信号为自然状态下的叶绿素荧光，其作为光合作用的副产物对水分胁迫的敏感性显著高于主要通过反射率估算的植被指数（归一化植被指数、增强型植被指数）[14-18]，在有效监测植被瞬时光合作用、受胁迫状态及物候监测等方面具有明显优势，一定程度上缓减了作物对干旱胁迫的滞后效应，提高了干旱监测的准确度。

融合多源地面及遥感信息的综合干旱指数能较准确及时地监测干旱过程、客观全面地评估干旱程度，但从综合干旱指数的应用与推广技术上来看，综合干旱指数的区域适用性和差异性问题仍然存在[8,19-21]，有必要从干旱机制及致旱因子相互耦合作用出发，进一步构建适用于不同下垫面及不同气候条件的有效综合干旱指数及旱情等级评估标准。本研究采用气象学、生态学及土壤学等多学科交叉理论，在考虑表征气象干旱的标准化降水蒸散指数（Standard Precipitation Evapotranspiration Index，SPEI）和土壤含水率的植被供水指数（Vegetation Supply Water Index，VSWI）基础上，尝试引入植被叶绿素荧光指数（Solar-induced Chlorophyll Fluorescence，SIF），利用CRITIC 客观赋权及回归分析等方法，构建适用于锡林郭勒不同类型草原旱情监测的综合干旱指数，以期提高综合干旱指数的针对性，实现旱情的精准化监测与评估，为气候变化下牧区防旱减灾及可持续发展提供科学依据。

1 研究区概况与数据来源

1.1 研究区概况

锡林郭勒草原作为内蒙古北方地区重要的生态屏障及畜牧业生产基地，受气候变化和持续性干旱的影响，区域防旱减灾任务面临严峻挑战。研究区位于内蒙古中东部，地势呈现东南低山丘陵、西北地形平坦的特点，如图1所示。区域气候属于温带大陆性季风气候，具有明显的季节性差异和地域差异，降水量由东南向西北逐渐减少，多年平均降水量为136～376 mm，年均气温为0.88～5.21 ℃；受降水分布格局及水分差异的影响，锡林郭勒草原类型从东北向西南涵盖了东南部草甸草原（多伦、西乌珠穆沁旗）、中部典型草原（东乌珠穆沁旗、那仁宝力格、锡林浩特和阿巴嘎旗）和西部荒漠草原（二连浩特、苏尼特左旗）[22-23]，为综合干旱指数的研究提供了较全面的区域条件。

1.2 数据来源

研究区气象数据和土壤相对湿度数据资料来源于中国气象科学数据共享服务网（http://data.cma.cn）。选取锡林郭勒草原时间序列较长且数据较为齐全的8个气象站点资料，通过数据整编获取2007—2018年各站点日均降水、温度、日照时数和相对湿度等数据，用于标准化降水蒸散指数的计算和综合干旱指数的构建。

2 研究方法

2.1 单一干旱指数计算

1）标准化降水蒸散指数（SPEI）

SPEI是一种综合考虑降水和蒸散的标准化干旱指数，其绝对值的大小反映了干旱或湿润的严重程度，假设降水与蒸散的差值服从Log-logistic概率分布，对其进行标准化处理，得到如下方程[24]：

式中常数项0、1、2、1、2、3分别为2.515 517、0.802 853、0.010 328、1.432 788、0.189 269、0.001 308；为累积概率加权矩；累积概率为对降水和潜在蒸散量差值数据系列的正态化处理结果，其中，潜在蒸散量的计算采用彭曼公式[22]。

通过计算各站点日值SPEI指数，进一步均值化得到研究区时间尺度统一的每16 d一次SPEI数值。

2）植被供水指数（VSWI）

植被供水指数（VSWI）以地面植被指数和地表温度为指标，用于间接反映土壤含水率及作物受干旱影响状况[25]。当植被受到干旱胁迫时，叶面气孔为减少水分损失产生一定闭合，进而导致冠层温度升高，植被指数降低，如下所示：

式中T为地表温度，℃；NDVI为归一化植被指数；分别采用中分辨率成像光谱仪MODIS传感器通道31（T）、通道1和通道2（NDVI）数据进行反演。

3）日光诱导叶绿素荧光指数（SIF）

植被在吸收太阳辐射通量后，在波长600～800 nm范围内发射出长波信号，称为日光诱导叶绿素荧光，其会受水分亏缺影响呈现不同程度下降，可用于监测植被的生理状态及水分胁迫状况[14-15]。目前可用于探测荧光的卫星主要有GOSAT（日本）、MetOp（GOME-2）、OCO-2（美国）、TANSAT（中国）和Sentinel-5P（TROPOMI）等[26-27]，Li等[28]采用Cubist模型树算法，基于OCO-2 SIF、MODIS EVI及气象数据，构建了时间分辨率为8 d，空间分辨率为0.05°的叶绿素荧光产品（Global‘OCO-2’ SIF，GOSIF），该产品相比OCO-2 SIF和MODIS GPP而言，可更加准确地估算植被初级生产力，反映区域气候变化特征[29]。

本研究采用2007—2018年锡林郭勒草原的GOSIF数据（https://globalecology.unh.edu/），在ARCGIS数据空间分析系统中对不同类型草原的叶绿素荧光数据进行提取和插值分析。

2.2 综合干旱指数（SSV）构建方法

采用CRITIC 赋权法进行综合干旱指数（SSV）的构建。CRITIC赋权法是一种客观赋权方法，将SPEI、VSWI和SIF作为综合干旱指数的输入指标，利用指标间的冲突性和信息量大小确定其权重值。两个指标间的相关系数越高，代表冲突性越小；单个指标的标准离差越大，其包含的信息量越大。该方法结合了相关性权重和信息量权重，在评价因子权重中具有显著的优越性[12]。

采用离差标准化法对数据进行归一化处理，保证基本度量单位统一且服从0～1之间的统计概率分布。

式中X和D分别为数据归一化处理前后的值；min和max分别为样本的最小值和最大值。

指标间的冲突性T和单个指标的信息量C表示为

式中r为指标和指标之间的相关系数；δ为第个指标的标准差，为一个评价指标的评价数量。C越大，则该指标的重要性越大。设W为权重系数，则

式中为综合干旱指标中单一指标数量。

综上所述，综合干旱指数（SSV）可表示为

式中D分别为SPEI、SIF和VSWI的归一化数值。

3 结果与分析

3.1 基于综合干旱指数干旱等级划分

基于数据正态标准化处理得到的综合干旱指数能综合表征降水与蒸散的水量平衡过程、土壤水分胁迫强度及植被敏感度状态。针对不同草原下垫面植被类型、植被盖度差异及其对降水和温度的敏感性差异，建立适用于不同季节和不同草原类型的综合干旱指数旱情等级评价标准，对旱情发生发展过程及演化趋势的精准定量化监测具有重要意义。根据CRITIC客观赋权法各致旱因子指标间的冲突性和对比强度，不同草原类型各指标权重系数如表1所示。

锡林郭勒不同草原类型降水和土壤相对湿度是表征气象干旱和农业干旱的重要指标，且土壤相对湿度信息是采取应对干旱措施的重要前提条件。本研究参照土壤相对湿度干旱等级划分标准方法[30]，通过建立与综合干旱指数的相关性模型，获得基于综合干旱指数的植被生长期干旱等级划分标准，如表2所示。

表1 CRITIC客观赋权法各指标权重系数

注：SIF为日光诱导叶绿素荧光指数；SPEI为标准化降水蒸散指数；VSWI为植被供水指数。

Note: SIF is solar-induced chlorophyll fluorescence; SPEI is standard precipitation evapotranspiration index; VSWI is vegetation supply water index.

表2 综合干旱指数SSV等级划分

3.2 基于综合干旱指数的干旱时空分布特征分析

3.2.1 锡林郭勒草原干旱的年际变化特征

图2为2007—2018年基于综合干旱指数的锡林郭勒草原不同程度干旱发生频率，可以发现：1）2007年以来，研究区不同程度的干旱每年均有发生，主要以轻旱和中旱为主；2）2009—2012年，干旱发生频率呈一定下降趋势，旱情有所缓减，但极端干旱事件增多，重旱和特旱发生频次增加；3）2012年以后，干旱频率显著增加且旱情程度有所加重，特旱频率最高年份出现在2016年，当年干旱发生频率达到82.3%。整体而言，21世纪，锡林郭勒盟草原旱情呈波动中略有下降特征。

经查阅《中国水旱灾害公报》《中国气象灾害年鉴》《内蒙古水旱灾害》及锡林郭勒盟防汛办旱情统计数据，锡林郭勒草原2007—2018年旱情主要呈现以下特征：2007年春夏连旱，旱情等级为重旱；2012年和2013年多地为无旱和轻旱；2014年8月上旬，锡林郭勒草原大部分地区出现轻度干旱，且西北部干旱严重；2014—2016年全区发生连续3a严重干旱，锡林郭勒草原大部分地区承受严重灾损，受2014和2015年持续性干旱影响，2016年锡林郭勒草原旱情严重，受旱面积达到1 064.24万hm2，直接经济损失8.27亿元；2017年4—5 月阿巴嘎旗、苏尼特左旗及东乌珠穆沁旗等地发生干旱。上述旱情结果与基于综合干旱指数评判的干旱频率和干旱程度相契合，一定程度上揭示了综合干旱指数的可靠性。

锡林郭勒草原是内蒙古自治区主要的畜牧业和饲草料生产基地，将内蒙古自治区2007—2018年农作物因旱受灾面积、受灾人口、因旱饮水困难牲畜及旱灾直接经济损失情况分别与锡林郭勒草原干旱频率做相关性分析，并将其与不同程度的干旱频率做皮尔逊显著性检验，如图3和表3所示。可以发现，年际干旱发生频率与农作物受旱面积、因旱饮水困难人畜及直接经济损失等均呈明显正相关；因研究时段锡林郭勒草原主要以轻中旱为主，不同干旱等级中，中旱频率与农作物受旱面积和直接经济损失呈显著性相关，显著性水平分别达到0.05和0.01，轻旱频率与受灾人口呈显著性相关，相关性达0.05显著性水平。

图3 锡林郭勒草原干旱发生频率与内蒙古地区旱灾损失相关性分析

表3 内蒙古自治区旱灾损失与锡林郭勒草原旱情等级的显著性检验

注：* 在 0.05 级别（双尾）相关性显著；** 在 0.01 级别（双尾）相关性显著。下同。

Note: * significant correlation at 0.05 level (two tailed); ** significant correlation at 0.01 level (two tailed). The same below.

3.2.2 锡林郭勒草原干旱的季节性时空分布特征

对锡林郭勒不同草原类型2007—2018年春、夏和秋3个季节干旱特征及季节性干旱频率时空分布特征进行分析，如图4和图5所示。可以看出，锡林郭勒草原轻中度干旱发生频率从强到弱表现为秋季、春季、夏季，空间分布由西北向东南逐渐下降，呈明显的条带状，全区干旱严重区域主要集中在西北部；重旱及以上干旱主要发生在春秋两季，夏季受降水量集中且雨强较大等影响，重度以上干旱基本没有，重旱严重区主要集中在锡林郭勒典型草原中北部阿巴嘎旗和那仁宝力格。按草原类型分析，荒漠草原的季节性干旱频率显著高于典型草原和草甸草原，但典型草原轻度干旱发生频繁，荒漠草原中度及以上干旱相对频发，典型草原秋季轻中旱和春季重特旱频率与荒漠草原相当。

3.3 综合干旱指数与单一干旱指数的敏感性分析

为直观反映综合干旱指数对干旱的敏感性，选取能充分体现降水盈亏程度的降水距平百分率（Precipitation Anomaly Percentage）气象干旱指数，将其与叶绿素荧光指数（SIF）、标准化降水蒸散指数（SPEI）、植被供水指数（VSWI）和综合干旱指数（SSV）绘制在随时间变化的同一坐标系统中，如图6所示。

从图6可知，单一干旱指数随降水距平百分率指数的变化趋势均比较显著，雨量越充沛，干旱指数越大，干旱程度越小。其中，标准化降水蒸散指数属于气象干旱指数，一定程度上对干旱的早期开始过程比较敏感，但其波动范围较大，适用于短历时旱情监测，对长序列旱情的精准监测有失偏颇；以最大和最小降水距平百分率指数为参照，发现植被供水指数和叶绿素荧光指数因反映的是土壤水分供给情况及植被光合作用效率，相比降水距平百分率指数而言，最大存在1～2个月的滞后期，而综合干旱指数SSV在耦合土壤水分和植被有效光合效率的基础上，对降水亏缺的短历时变化和长序列演变响应均比较及时，相比单一干旱指数而言，不仅能捕捉气象干旱的早期开始，亦能从多要素反映农牧业干旱的持续过程，一定程度上弥补了单一干旱指数对降水响应不及时的缺陷，进一步验证了综合干旱指数的有效性和可靠性。

选取2016年和2017年为典型年，对比分析综合干旱指数相比降水距平百分率指数和土壤相对湿润度指数（0～20 cm）在监测精度上的改进。2016年，锡林郭勒草原大部分地区均有不同程度的干旱，主要集中在西乌珠穆沁旗、东乌珠穆沁旗和苏尼特右旗，受灾人口分别为4.107 7万、1.679 4万和1.351 7万人，农作物受旱面积为220.68万、325.19万、184.38 万hm2，直接经济损失为148 959万、9 750 万、260万元，相比较而言，西乌珠穆沁旗干旱较东乌珠穆沁旗严重，且苏尼特右旗干旱特征突出。采用2016年锡林郭勒草原综合干旱指数和降水距平百分率指数分析干旱时空分布（图7），可以发现综合干旱指数与实际旱情更加吻合，且基于降水距平百分率指数的草甸草原旱情较综合干旱指数评估的旱情偏重，荒漠草原则偏轻。

受降雨持续偏少、气温异常偏高及大风天气较多的影响，锡林郭勒草原阿巴嘎旗于2017年4月1日—9月7日发生持续性干旱，直接经济损失达17 000万元；5月1日—8月29日和9月7日，东乌珠穆沁旗和苏尼特左旗发生旱灾，直接经济损失分别为59 000万、11 270万元；4月10和5月26日，锡林浩特市和西乌珠穆沁旗分别开始干旱，且锡林浩特市为春夏连旱，直接经济损失分别为6 213万、28 298万元。以2017年旱灾直接经济损失为参照，干旱程度表现为东乌珠穆沁旗>西乌珠穆沁旗>阿巴嘎旗>苏尼特左旗>锡林浩特。表4为2017年4 —9 月，锡林郭勒草原干旱地区基于综合干旱指数和土壤相对湿度指数每16 d的旱情等级结果，分析发现：综合干旱指数监测旱情等级相比土壤相对湿度指数偏重，尤其对荒漠草原；综合干旱指数与土壤相对湿度指数相比实际旱情均存在一定偏差，但干旱程度还与农作物受灾面积、受灾人口等有关，无法单纯依靠直接经济损失判别，且综合干旱指数监测干旱的开始与持续时间，相比土壤相对湿度指数而言，与实际旱情更吻合。

表4 基于综合干旱指数与土壤相对湿度指数的旱情对比分析

3.4 综合干旱指数在不同类型草原中的适用强度分析

不同类型草原受植被盖度、植被光合效率及土壤下渗率等不一的影响，对降水和土壤水分的时滞效应存在差异。本研究分析不同草原类型综合干旱指数对降水和土壤相对湿度的响应规律有利于精准描述旱情演化特征。锡林郭勒草甸草原、典型草原和荒漠草原的综合干旱指数与降水距平百分率指数相关性如图8所示；不同草原类型综合干旱指数与不同深度土壤相对湿度指数的相关显著性检验如表5所示。

表5 不同深度土壤相对湿度指数与综合干旱指数的相关性显著检验

从综合干旱指数与降水距平百分率指数的相关性可以发现，草甸草原和典型草原长序列综合干旱指数与降水距平百分率指数的变化趋势和相关性较荒漠草原显著；荒漠草原因生物多样性较少、生产力较低、土壤养分贫瘠且水分亏缺严重等特性，对一次强降水变化的响应更为敏感，对基于叶绿素荧光的综合干旱指数响应不显著，但不同草原类型综合干旱指数与土壤相对湿度指数显著相关（<0.01），且 0～20 cm深度的土壤相对湿度与综合干旱指数相关性最显著。因此，综合干旱指数适用于锡林郭勒不同草原类型的旱情监测，但荒漠草原相对草甸草原和典型草原的适用强度偏弱。

4 讨 论

干旱的精准化监测有利于准确把握旱情动态、评估区域干旱状况，提升农牧业生产力水平。传统的干旱监测包括地面降水、气温和蒸散等气象要素监测和卫星遥感大尺度干旱指数反演，将地面点状与遥感大尺度数据相结合，能有效反应干旱时空尺度的异质性。本研究采用权重组合方法，从致旱因子相互响应机制出发，融合地面降水和蒸散发、遥感植被光合效率及土壤水分等水循环过程因子，构建适用于不同下垫面条件的综合干旱指数，从气象、水文及农业角度综合刻画干旱，进而实现旱情的精准捕捉。

降水是干旱的主要驱动因子，一般而言，气象干旱指数能及时反映降水的亏缺状况，进而对干旱进行早期预警，而农业干旱和水文干旱则存在一定的滞后性。本研究融合新型叶绿素荧光指数一定程度上弥补了农业干旱滞后性影响，与单一干旱指数和气象干旱指数Pa对比，融合多源信息的综合干旱指数不仅能有效捕捉干旱的早期开始，亦能多方面反映干旱的持续过程及旱情等级。以锡林郭勒草原为例，2007—2018年，基于综合干旱指数的锡林郭勒草原旱情主要以轻中旱为主，秋季和春季的干旱强度较强，对人畜饮水困难及农作物受灾等产生直接影响，这与杜波波等[31-32]结论相契合，进一步揭示了综合干旱指数的可靠性。西部二连浩特和苏尼特左旗荒漠草原土壤贫瘠，保水性差，植被类型多为戈壁针茅和石生针茅，与中东部典型草原和草甸草原对比，其对降水过程的响应更加敏感；荒漠草原牧草对一次有效降水过程（≥10 mm）的生理响应短于草甸草原，一般为7～12 d[33]，草原类型越干旱，其植被盖度对降水的滞后效应和累积效应越明显[34]，除此之外，荒漠草原受长序列蒸散发强耗损及植被盖度对降水滞后效应等影响，综合干旱指数与降水距平百分率指数和土壤相对湿度指数的相关系数相对较低，但正相关性显著，一定程度上揭示了不同草原类型对气候因子响应程度不一，只有综合气象、土壤及植被等多要素因子，才能精准刻画旱情变化，进而评估旱情等级。

5 结 论

本研究基于锡林郭勒草原2007—2018年每16 d一次的标准化降水蒸散指数、植被供水指数及叶绿素荧光指数，构建了适用于不用类型草原和植被不同生长季的综合干旱指数，从干旱指数敏感性及可靠性等方面分析了综合干旱指数的适用性，在此基础上，探究了锡林郭勒草原干旱的年际及季节性变化特征，得出以下主要结论：

1）综合干旱指数从干旱机理出发，对干旱信息进行了最优组合，输入信息易于获取和计算，相比单一干旱指数在旱情的定性和定量分析中具有较大优越性，融合叶绿素荧光指数的综合干旱指数在锡林郭勒不同草原类型干旱分析中具有适用性和可靠性。

2）2007年以来，锡林郭勒草原主要以轻旱和中旱为主，呈现由西向东逐渐下降的条带状，重旱及以上干旱集中在春季和秋季，空间上以中部典型草原和荒漠草原过渡带频发为主。

3）荒漠草原对降水过程的响应比较敏感，植被盖度对降水的滞后效应和累积效应显著，使用单一干旱指数监测其旱情，一定程度上会造成实际情况的夸大和不实，而综合水热、土壤及植被立地条件等探究干旱过程，有利于实现精准监测。

[1] 张强，韩兰英，张立阳，等. 论气候变暖背景下干旱和干旱灾害风险特征与管理策略[J]. 地球科学进展，2014，29(1)：80-91.

Zhang Qiang, Han Lanying, Zhang Liyang, et al. Analysis on the character and management strategy of drought disaster and risk under the climatic warming[J]. Advances in Earth Science, 2014, 29(1): 80-91. (in Chinese with English abstract)

[2] King A D, Pitman A J, Henley B J, et al. The role of climate variability in Australian drought[J]. Nature Climate Change, 2020, 10(3): 177-179.

[3] 吴循，周青. 气候变暖对陆地生态系统的影响[J]. 中国生态农业学报，2008，16(1)：223-228.

Wu Xun, Zhou Qing. Effect of climate change and global warming on terrestrial ecosystems[J]. Chinese Journal of Eco-Agriculture, 2008, 16(1): 223-228. (in Chinese with English abstract)

[4] 屈艳萍，吕娟，苏志诚，等. 抗旱减灾研究综述及展望[J]. 水利学报，2018，49(1)：115-125.

Qu Yanping, Lv Juan, Su Zhicheng, et al. Research review and perspective of drought mitigation[J]. Journal of Hydraulic Engineering, 2018, 49(1): 115-125. (in Chinese with English abstract)

[5] 许世卫. 中国农业监测预警的研究进展与展望[J]. 农学学报，2018，8(1)：197-202.

Xu Shiwei. Review on research in agricultural monitoring and early warning in China[J]. Journal of Agriculture, 2018, 8(1): 197-202. (in Chinese with English abstract)

[6] Hao Z, Singh V P. Drought characterization from a multivariate perspective: A review[J]. Journal of Hydrology, 2015, 527: 668-678.

[7] 赵福年，王润元，王莺，等. 干旱过程、时空尺度及干旱指数构建机制的探讨[J]. 灾害学，2018，33(4)：32-39.

Zhao Funian, Wang Runyuan, Wang Ying, et al. Discussion of process, temporal and spatial scale for drought and establishment of drought indices[J]. Journal of Catastrophology, 2018, 33(4): 32-39. (in Chinese with English abstract)

[8] 吴志勇，程丹丹，何海，等. 综合干旱指数研究进展[J]. 水资源保护，2021，37(1)：36-45.

Wu Zhiyong, Cheng Dandan, He Hai, et al. Research progress of composite drought index[J]. Water Resources Protection, 2021, 37(1): 36-45. (in Chinese with English abstract)

[9] 温庆志，孙鹏，张强，等. 基于多源遥感数据的农业干旱监测模型构建及应用[J]. 生态学报，2019，39(20)：7757-7770.

Wen Qingzhi, Sun Peng, Zhang Qiang, et al. An integrated agricultural drought monitoring model based on multi-source remote sensing data: model development and application[J]. Acta Ecologica Sinica, 2019, 39(20): 7757-7770. (in Chinese with English abstract)

[10] 杜灵通，田庆久，王磊，等. 基于多源遥感数据的综合干旱监测模型构建[J]. 农业工程学报，2014，30(9)：126-132.

Du Lingtong, Tian Qingjiu, Wang Lei, et al. A synthesized drought monitoring model based on multi-source remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(9): 126-132. (in Chinese with English abstract)

[11] 李军，吴旭树，王兆礼，等. 基于新型综合干旱指数的珠江流域未来干旱变化特征研究[J]. 水利学报，2021，52(4)：486-497.

Li Jun, Wu Xushu, Wang Zhaoli, et al. Changes of drought characteristics in future in Pearl River Basin describing by a new comprehensive standardized drought index[J]. Journal of Hydraulic Engineering, 2021, 52(4): 486-497. (in Chinese with English abstract)

[12] 王玺圳，粟晓玲，张更喜. 综合干旱指数的构建及其在泾惠渠灌区的应用[J]. 干旱地区农业研究，2019，37(4)：223-230.

Wang Xizhen, Su Xiaoling, Zhang Gengxi. Construction of comprehensive drought index and its application in Jinghui irrigation area[J]. Agricultural Research in the Arid Areas, 2019, 37(4): 223-230. (in Chinese with English abstract)

[13] 王思楠，李瑞平，李夏子. 基于综合干旱指数的毛乌素沙地腹部土壤水分反演及分布[J]. 农业工程学报，2019，35(13)：113-121.

Wang Sinan, Li Ruiping, Li Xiazi. Inversion and distribution of soil moisture in belly of Maowusu sandy land based on comprehensive drought index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(13): 113-121. (in Chinese with English abstract)

[14] 章钊颖，王松寒，邱博，等. 日光诱导叶绿素荧光遥感反演及碳循环应用进展[J]. 遥感学报，2019，23(1)：37-52.

Zhang Zhaoying, Wang Songhan, Qiu Bo, et al. Retrieval of sun-induced chlorophyll fluorescence and advancements in carbon cycle application[J]. Journal of Remote Sensing, 2019, 23(1): 37-52. (in Chinese with English abstract)

[15] 王雅楠，韦瑾，汤旭光，等. 应用叶绿素荧光估算植被总初级生产力研究进展[J]. 遥感技术与应用，2020，35(5)：975-989.

Wang Yanan, Wei Jin, Tang Xuguang, et al. Progress of using the chlorophyll fluorescence to estimate terrestrial gross primary production[J]. Remote Sensing Technology and Application, 2020, 35(5): 975-989. (in Chinese with English abstract)

[16] 刘雷震，武建军，周洪奎，等. 叶绿素荧光及其在水分胁迫监测中的研究进展[J]. 光谱学与光谱分析，2017，37(9)：2780-2787.

Liu Leizhen, Wu Jianjun, Zhou Hongkui, et al. Chlorophyll fluorescence and its progress in detecting water stress[J]. Spectroscopy and Spectral Analysis, 2017, 37(9): 2780-2787. (in Chinese with English abstract)

[17] Wang H, Xiao J. Improving the capability of the SCOPE model for simulating solar-induced fluorescence and gross primary production using data from OCO-2 and flux towers[J]. Remote Sensing, 2021, 13(4): 794.

[18] 钱新. 基于叶绿素荧光遥感的植被干旱胁迫指数构建[D]. 南京：南京大学，2019.

Qian Xin. A Vegetation Drought Stress Index Based on Solar-Induced Chlorophyll Fluorescence[D]. Najing: Najing University, 2019. (in Chinese with English abstract)

[19] 陈家宁，孙怀卫，王建鹏，等. 综合气象干旱指数改进及其适用性分析[J]. 农业工程学报，2020，36(16)：71-77.

Chen Jianing, Sun Huaiwei, Wang Jianpeng, et al. Improvement of comprehensive meteorological drought index and its applicability analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(16): 71-77. (in Chinese with English abstract)

[20] 江笑薇，白建军，刘宪峰. 基于多源信息的综合干旱监测研究进展与展望[J]. 地球科学进展，2019，34(3)：275-287.

Jiang Xiaowei, Bai Jianjun, Liu Xianfeng. Research progress and prospect of integrated drought monitoring based on multisource information[J]. Advances in Earth Science, 2019, 34(3): 275-287. (in Chinese with English abstract)

[21] 张建平，刘宗元，王靖，等. 西南地区综合干旱监测模型构建与验证[J]. 农业工程学报，2017，33(5)：102-107.

Zhang Jianping, Liu Zongyuan, Wang Jing, et al. Construction and validation of comprehensive drought monitoring model in Southwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 102-107. (in Chinese with English abstract)

[22] 贾若楠，杜鑫，李强子，等. 近15年锡林郭勒盟植被变化时空特征及其对气候的响应[J]. 中国水土保持科学，2016，14(5)：47-56.

Jia Ruonan, Du Xin, Li Qiangzi, et al. Spatiotemporal characteristics of vegetation variation in Xilin Gol League in recent 15 years and its response to climate[J]. Science of Soil and Water Conservation, 2016, 14(5): 47-56. (in Chinese with English abstract)

[23] 赵水霞，王文君，吴英杰，等. 近59a锡林郭勒草原旱灾驱动气候因子分析[J]. 干旱区研究，2021，38(3)：785-793.

Zhao Shuixia, Wang Wenjun, Wu Yingjie, et al. Analysis of drought-driving climatic factors of Xilin Gol grassland in the past 59 years[J]. Arid Zone Research, 2021, 38(3): 785-793. (in Chinese with English abstract)

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

[25] Javed T, Zhang J, Bhattarai N, et al. Drought characterization across agricultural regions of China using standardized precipitation and vegetation water supply indices[J]. Journal of Cleaner Production, 2021, 313:127866. doi:10.1016/j. jclepro.2021.127866

[26] 张永江，刘良云，侯名语，等. 植物叶绿素荧光遥感研究进展[J]. 遥感学报，2009，13(5)：963-978.

Zhang Yongjiang, Liu Liangyun, Hou Mingyu, et al. Progress in remote sensing of vegetation chlorophyll fluorescence[J]. National Remote Sensing Bulletin, 2009, 13(5): 963-978. (in Chinese with English abstract)

[27] 张立福，王思恒，黄长平. 太阳诱导叶绿素荧光的卫星遥感反演方法[J]. 遥感学报，2018，22(1)：1-12.

Zhang Lifu, Wang Siheng, Huang Changping. Top-of-atmosphere hyperspectral remote sensing of solar-induced chlorophyll fluorescence: A review of methods[J]. National Remote Sensing Bulletin, 2018, 22(1): 1-12. (in Chinese with English abstract)

[28] Li X, Xiao J F. A global, 0.05-degree product of solar-induced chlorophyll fluorescence derived from OCO-2, MODIS, and reanalysis data[J]. Remote Sensing, 2019, 11(5), 517. doi: 10. 3390/rs11050517.

[29] Qiu R, Han G, X Ma, et al. A comparison of OCO-2 SIF, MODIS GPP, and GOSIF data from gross primary production (GPP) estimation and seasonal cycles in North America[J]. Remote Sensing, 2020, 12(2): 258.

[30] 崔园园，张强，李威，等. CLDAS融合土壤相对湿度产品适用性评估及在气象干旱监测中的应用[J]. 海洋气象学报，2020，40(4)：105-113.

Cui Yuanyuan, Zhang Qiang, Li Wei, et al. Applicability evaluation of CLDAS merged soil relative moisture product and its application in meteorological drought monitoring[J]. Journal of Marine Meteorology, 2020, 40(4): 105-113. (in Chinese with English abstract)

[31] 杜波波，阿拉腾图娅，包刚. 2002-2016年锡林郭勒草原干旱时空特征[J].水土保持研究，2019，26(4)：190-194，202.

Du Bobo, Alatengtuya, Bao Gang. Temporal and spatial characteristics of drought in the Xilingol grassland from 2002 to 2016[J]. Research of Soil and Water Conservation, 2019, 26(4): 190-194, 202. (in Chinese with English abstract)

[32] 张巧凤，刘桂香，于红博，等. 锡林郭勒草原土壤含水量遥感反演模型及干旱监测[J]. 草业学报，2017，26(11)：1-11.

Zhang Qiaofeng, Liu Guixiang, Yu Hongbo, et al. Soil moisture modelling and drought monitoring using remote sensing in Xilingol grassland[J]. Acta Prataculturae Sinica, 2017, 26(11): 1-11. (in Chinese with English abstract)

[33] 刘志刚，刘丽萍，游晓勇，等. 锡林郭勒草原气候变化与干旱特征[J]. 内蒙古气象，2008(1)：17-18.

Liu Zhigang, Liu Liping, You Xiaoyong, et al. Characteristics of climate change and drought in Xilingol Grassland[J]. Meteorology Journal of Inner Mongolia, 2008(1): 17-18. (in Chinese with English abstract)

[34] 王举凤，何亮，陆绍娟，等. 内蒙古不同类型草原光合植被覆盖度对降水变化的响应[J]. 生态学报，2020，40(16)：5620-5629.

Wang Jufeng, He Liang, Lu Shaojuan, et al. Photosynthetic vegetation cover response to precipitation on the Inner Mongolian Steppe[J]. Acta Ecologica Sinica, 2020, 40(16): 5620-5629. (in Chinese with English abstract)

Construction and application of comprehensive drought index in different steppe types

Zhao Shuixia, Wang Wenjun※, Wu Yingjie, Li Wei, Quan Qiang

(1.,,100038,;2.,,010020,)

The drought index is important to the drought grade evaluation, drought prevention, and mitigation measures formulating.Based on the physical mechanism of drought, the objective weighting method of Criteria Importance Through Inter-criteria Correlation (CRITIC) was used to construct a comprehensive drought index with multi-source information. The mechanism of Standardized Precipitation Evapotranspiration Index (SPEI), Vegetation Supply Water Index (VSWI), and Solar-induced Chlorophyll Fluorescence index (SIF) were comprehensively considered in the drought development process. The vegetation types, coverage, and their sensitivity to precipitation and temperature of different steppes were also been considered in the comprehensive drought index construction. Taking Xinlingol steppe in Inner Mongolia as an example, the applicability and sensitivity of comprehensive drought index in different steppe types were explored compared with the precipitation anomaly percentage index of meteorological drought and the Relative Soil Moisture Index (RSM) of agricultural drought. The temporal and spatial distribution and evolution characteristics of drought were further analyzed in desert, typical and meadow steppes during 2007—2018. The results showed that: 1) The comprehensive drought index can not only sensitively capture the early stage of drought but also comprehensively reflect the duration and time of drought from the perspective of hydrology and pastoral area drought. The comprehensive drought index makes up for the limitation of drought information revealed by a single drought index to a certain extent, which can effectively identify the temporal and spatial distribution characteristics of drought, and improve the pertinence and accuracy of drought monitoring. 2) The temporal and spatial distribution characteristics of drought in Xinlingol steppe evaluated by the comprehensive drought index were more consistent with the actual drought condition compared with precipitation anomaly percentage index and RSM, and the correlation between 0-20 cm RSM and comprehensive drought index was the most significant. The drought frequency of the Xilingol steppe during 2007—2018 showed a fluctuating downward trend, which had a significant positive correlation with the drought crop area, affected population, and direct economic loss. 3) The drought intensity of the Xinlingol steppe was mainly light and moderate drought, in which the severe and extreme drought mainly happened in spring and autumn. For different steppe types of Xilingol, the drought frequency of desert steppe was significantly higher than that of typical steppe and meadow steppe, and the spatial distribution of drought shows a gradually decreasing trend from northwest to southeast and serious drought in the middle and north part of the typical steppe. This study carried out an optimal combination of drought information, in which the input information is easy to obtain and calculate, and the application of solar-induced chlorophyll fluorescence index effectively revealed the response of vegetation to drought stress.The application intensity of the comprehensive drought index in the desert steppe is relatively weak compared with meadow and typical steppe because the soil and biodiversity situation of the desert steppe is poor, the vegetation is sensitive to a precipitation process, and the cumulative effect is significant. This study is of great significance to the drought events monitoring and prevention in different steppe types on the Mongolian Plateau.

drought; precipitation; comprehensive drought index; chlorophyll fluorescence index; applicability; Xilingol steppe

赵水霞，王文君，吴英杰，等. 综合干旱指数构建及其在不同草原类型中的应用[J]. 农业工程学报，2021，37(16)：99-107.doi：10.11975/j.issn.1002-6819.2021.16.013 http://www.tcsae.org

Zhao Shuixia, Wang Wenjun, Wu Yingjie, et al. Construction and application of comprehensive drought index in different steppe types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(16): 99-107. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.16.013 http://www.tcsae.org

2021-06-22

2021-08-10

内蒙古自治区科技计划重大专项及科技计划项目（2020ZD0020，2021GG0050）；中国水科院“五大人才”创新团队项目和基本科研专项（MK0145B022021；MK2020J12）

赵水霞，博士，工程师，研究方向为干旱半干旱区生态水文。Email：zhaosx@iwhr.com

王文君，高级工程师，研究方向为干旱半干旱区生态水文。Email：wangwj@iwhr.com

10.11975/j.issn.1002-6819.2021.16.013

P426.616

A

1002-6819(2021)-16-0099-09