基于SPEI的黄河流域多尺度干湿特征分析

高秉丽， 巩 杰， 李 焱， 靳甜甜

（兰州大学资源环境学院/西部环境教育部重点实验室，甘肃兰州 730000）

联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第六次评估报告指出，全球气候变暖是不争的事实［1］。气候变暖导致全球和区域水分循环加快，降水、径流及蒸散发等水分平衡过程发生改变，对气候干湿状况及水资源供需平衡产生重要影响，进而影响着区域农业生产、经济发展及生态环境质量［2］。因此，研究干湿变化对区域旱涝等气候事件防治及社会经济发展具有现实意义［3］。目前广泛使用标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index，SPEI）表征区域干湿变化，其综合考虑了蒸散发和降水对区域干湿变化的影响，融合了Palmer 干旱指数（Palmer Drought Severity Index，PDSI）对温度敏感的特点和标准化降水指数（Standardized Precipitation Index，SPI）多尺度、多空间的特征［4］。近年来，众多学者采用SPEI开展了全国及区域干湿变化研究。Wu 等［5］研究了中国1960—2014 年干旱特征，发现1960—2014 年中国SPEI 变化趋势不显著，1993 年为干旱转折点，在此之后干旱的严重程度、影响面积和发生频率均增加；王东等［6］发现1960—2012 年中国西南地区呈干旱化趋势且干旱强度不断增加；马彬等［7］对中国东部季风区近53 a 干旱时空变化特征进行了研究，指出东部季风区各时间尺度的干旱面积覆盖率均呈扩大趋势；赵林等［8］分析发现湖北省干旱站次比和干旱强度变化趋势基本一致，表明SPEI适用于监测全球增温背景下干湿气候时空演变特征。

黄河流域位于欧亚大陆的中纬度地区，大部分地区属于我国干旱半干旱区，是我国气候变化敏感区和生态环境脆弱区。受地理位置和东亚季风气候的影响，流域水资源条件先天不足且降水不均，是我国旱涝灾害特别是旱灾频发地区之一［9］，有“十年九旱”之说。特别是近61 a来，在气候变化和人类活动的共同作用下，黄河流域气温明显升高，干旱发生频率显著提高，影响程度日益加剧，给流域粮食生产、能源、城市供水及生态环境带来了极大风险［10］。日益凸显的干旱问题己成为阻碍黄河流域经济发展的重大问题。目前已有学者［11-12］利用SPEI对黄河流域进行了研究，发现黄河流域干旱程度加剧；任怡［13］、周帅等［14］基于其他干旱指数的研究也得出了相同结论，表明基于SPEI的相关研究能很好的揭示黄河流域干湿特征。但这些研究计算SPEI采用仅需气温数据的Thornthwaite公式，未能综合考虑影响干湿变化的其他自然因素，这样就可能高估全球增温下的干旱趋势和强度［15］。王作亮等［16］认为，SPI较基于Thornthwaite公式的SPEI更适用于黄河源区干旱程度的评估，原因为基于Thornthwaite公式的SPEI 在青藏高原地区计算误差较大。还有研究表明，基于Penman-Monteith 公式的SPEI 在中国干旱监测中表现优于基于Thornthwaite 公式的SPEI，特别在干旱地区［17］；且SPEI从理论上较SPI更为完善［16］。鉴于此，本研究利用基于Penman-Monteith公式的SPEI揭示了1960—2020年黄河流域干湿气候时空演变特征及持续性，并探讨了不同气象因子对黄河流域干湿变化的影响，以期为全球增暖背景下进一步认识黄河流域干湿事件提供参考。

1 数据来源与方法

1.1 研究区概况

黄河流域位于我国中北部地区（32°10′～41°50′N，95°53′～119°05′E），发源于青藏高原巴颜喀拉山，流经青、川、甘、宁、内蒙古、陕、晋、豫、鲁9 省区，于山东垦利县注入渤海，总面积约79.5×104km2（图1）。流域地势起伏剧烈，自西向东横跨青藏高原、内蒙古高原、黄土高原和黄淮海平原。黄河流域自西向东依次为干旱区、半干旱区、半湿润区和湿润区，全流域多年平均降水量440 mm，多年平均温度7 ℃，降水量和气温均呈南高北低、东高西低的特征［18］。需要强调的是，本文提及的省份仅表示相应省份在黄河流域的区域，而非完整省域［19］。

图1 黄河流域位置及气象站点分布Fig.1 Location and spatial distribution of the meteorological stations in the Yellow River Basin

1.2 数据来源

黄河流域86 个气象站点1960—2020 年的逐日最高气温（℃）、平均气温（℃）、最低气温（℃）、降水量（mm）、相对湿度（%）、日照时数（h）及平均风速（m·s-1）等数据来源于中国气象数据网（http://data.cma.cn/）。以缺测数据不能超过0.1%为标准［20］，并经过数据质量及有效性检查，筛选出数据较完整的70个站点。其中，站点缺测数据及异常值采用该日相邻2 d该气象要素的平均值进行插补［21］。

1.3 研究方法

1.3.1 标准化降水蒸散指数SPEI SPEI 是Vicente-Serrano 等［22］于2010 年在SPI 基础上提出的，通过降水量和潜在蒸散发差值偏离平均状态的程度来表征某区域干湿状态［23］。SPEI 计算的关键是潜在蒸散发，相较于Thornthwaite公式，基于Penman-Monteith公式获得的潜在蒸散发与干旱区、湿润区的实测数据契合度更高［24］。因此，基于Penman-Monteith公式计算潜在蒸散发，采用刘钰等［25］研究结果修正Penman-Monteith公式中的净辐射，使其能更好的适用于黄河流域。SPEI 具体计算过程参见文献［26］。SPEI具有多时间尺度特征，SPEI-1（1个月时间尺度）反映月干湿水平，SPEI-3（3个月时间尺度）反映季节干湿水平，SPEI-6（6个月时间尺度）反映6个月尺度干湿水平，SPEI-12（12 个月时间尺度）反映年干湿水平［4］。研究分别选取SPEI-3 中5 月、8月、11 月和次年2 月的SPEI 表征春季（3—5 月）、夏季（6—8 月）、秋季（9—11月）和冬季（12 月—次年2月）干湿状况，选取SPEI-12 中12 月的SPEI 表征年际干湿状况。文中根据表1标准进行各类干湿事件划分［27］。

表1 基于SPEI的干湿等级划分Tab.1 Classification of drought and wet grade based on SPEI

1.3.2 气候倾向率 气候倾向率是利用一元线性回归方程表示某一气象因子在某个时间段内的变化趋势，其计算公式：

式中：yi为样本大小为n的气象因子；ti为yi所对应的时间；a为回归常数；b为回归系数；a和b用最小二乘法计算。文中将b×10 作为气象因子的气候倾向率，并对拟合回归方程的显著性进行F检验（P＜0.05）。利用气候倾向率分析1960—2020 年黄河流域SPEI和不同气象因子变化趋势。

1.3.3 偏相关分析 偏相关分析指在多个变量构成的系统中，当研究2个变量之间的相关程度时，把其他要素的影响视为常数，即暂不考虑其他变量的影响，单独研究2个变量之间的线性相关程度，所得结果为偏相关系数。其计算公式如下：

式中：rxy,z为控制了z的条件下，x、y之间的偏相关系数。rxy为变量x、y间的相关系数；rxz为变量x、z间的相关系数；ryz为变量y、z间的相关系数。利用偏相关分析探讨不同气象因子对黄河流域干湿变化的影响。

2 结果与分析

2.1 黄河流域SPEI时间变化特征

2.1.1 不同时间尺度SPEI 趋势变化 由图2 可知，黄河流域不同时间尺度的SPEI 随时间变化的敏感性不同，时间尺度越短，干湿波动越频繁；反之，时间尺度越长，干湿波动越平缓。

SPEI-1在1960—2020年间波动幅度最大，说明受月尺度降水和气温的影响，干湿交替比较频繁（图2a）。研究时段内正常、轻度干旱（湿润）、中等干旱（湿润）、极端干旱（湿润）在所有干湿事件中所占的百分比分别为55.87%、16.53%（14.62%）、6.01%（6.97%）和0%（0%），表明随着干湿等级的不断加重，其对应的干湿事件比例也逐渐减少。其中，中等干旱主要发生在秋季，轻度干旱在春季发生的次数多于其他季节，轻度湿润主要发生在夏冬季，中等湿润主要发生在春季。

图2 黄河流域不同时间尺度的SPEI变化Fig.2 Variations of SPEI at different time scales in the Yellow River Basin

SPEI-3 的波动特点与SPEI-1 相似，但波动频率较平缓（图2b）。研究时段内，1960—2020年间正常、轻度干旱（湿润）、中等干旱（湿润）、极端干旱（湿润）在所有干湿事件中所占的百分比分别为55.75%、16.16%（16.99%）、5.48%（5.62%）和0%（0%）；其中，中等干旱和轻度湿润在秋季发生频率最高，轻度干旱在夏季发生频率最高，中等湿润在春季发生频率最高。

从SPEI-6序列中可以看出，1960—2020年间正常、轻度干旱（湿润）、中等干旱（湿润）、极端干旱（湿润）在所有干湿事件中所占的百分比分别为58.60%、14.44%（15.41%）、6.60%（4.95%）、0%（0%）；其中，中等干旱在冬季发生的频率高于其他季节，轻度干旱和轻度湿润均在夏季发生频率最高，中等湿润主要发生在春冬季（图2c）。

从SPEI-12序列中可知，1960—2020年间正常、轻度干旱（湿润）、中等干旱（湿润）、极端干旱（湿润）在所有干湿事件中所占的百分比分别为57.70%、18.31%（15.12%）、4.30%（4.57%）和0%（0%）；其中，中等干旱在春冬两季的发生频率略高于夏秋两季，轻度干旱在秋季发生频率最高，轻度湿润主要发生在春夏季，中等湿润在冬季发生频率最高（图2d）。此外，黄河流域不同时间尺度的SPEI均呈下降趋势（图2），表明黄河流域在过去61 a 来气候逐渐变干。

2.1.2 SPEI 年际及季节变化特征 1960—2020 年黄河流域夏季SPEI呈上升态势，表现出湿润化趋势（图3c）；流域年、春季、秋季和冬季SPEI 呈下降态势，表现出干旱化趋势（图3）。由图3a可见，1960—2020年黄河流域年尺度SPEI波动频繁，呈不显著下降态势，倾向率为-0.008·（10a）-1。具体而言，SPEI小于-0.5，即发生干旱的年份分别为1960 年、1965年、1969年、1972年等16个年份，其中1965年、1972年、1997 年SPEI 小于-1.0，为中度干旱。由季节变化特征来看，流域夏季SPEI 呈上升趋势，即湿润化趋势［倾向率为0.044·（10a）-1］；春季、秋季和冬季SPEI 倾向率均为负值，说明春季、秋季和冬季的SPEI均呈不同程度的下降趋势，即呈干旱化趋势，且四季SPEI 变化趋势均不显著（图3b～图3e），与已有研究结果一致［28］。

图3 1960—2020年黄河流域年和季节SPEI变化Fig.3 Inter-annual and seasonal variations of SPEI in the Yellow River Basin from 1960 to 2020

2.2 SPEI空间变化特征

1960—2020 年黄河流域年和季节尺度的SPEI年际变化空间差异明显（图4）。黄河流域年SPEI呈上升和下降趋势的站点分别占总站点数的48.57%和51.43%，青海西北部、甘肃北部等地站点SPEI 呈显著上升趋势，SPEI呈显著下降趋势的站点主要分布于甘肃中部、宁夏西北部等地，SPEI 倾向率的空间分布特征不仅与气象因子相关，还受大气环流和海陆分布的影响（图4a）。春季62.86%的站点SPEI呈下降趋势，主要分布于甘肃、山西大部及陕西等地，通过显著性检验的站点仅占18.57%，主要位于宁夏西北部、陕西东北角和西南角等地，下降幅度均低于-0.10·（10a）-1（图4b）。夏季64.29%的站点SPEI处于上升趋势，表明该季节流域干旱状况有所缓解，其中11.43%显著上升的站点主要分布在青海西北部及陕西西南角等地，上升幅度均大于0.10·（10a）-1；35.71%的站点SPEI 呈下降趋势，其中靖远站的SPEI下降幅度最大（图4c）。秋季SPEI处于上升和下降趋势的站点分别占35.71%和64.29%，仅西宁站、景泰站和包头站SPEI 呈显著上升趋势，呈显著下降趋势的站点主要分布在甘肃中部（图4d）。黄河流域冬季51.43%的站点SPEI 呈下降趋势，其中20.00%通过显著性检验的站点主要分布在甘肃中部、宁夏和山西西北部及陕西的东北角等地（图4e）。

图4 1960—2020年黄河流域年和四季SPEI气候倾向率空间分布Fig.4 Spatial distribution of climate trend rate of annual and seasonal SPEI in the Yellow River Basin from 1960 to 2020

综上所述，黄河流域SPEI除夏季外，年及春季、秋季和冬季下降站点数均大于上升站点数，表明黄河流域除夏季外，流域年、春季、秋季和冬季均存在变干趋势。

2.3 黄河流域干湿的多时间尺度特征

为充分了解黄河流域1960—2020 年干湿事件的演变特征，依据表1划分标准，统计了流域61 a来70个站点每月的SPEI，绘制出不同年代及不同季节干湿事件发生频率图（图5）。由图5a 可知，1960—2020年黄河流域干湿事件总频率整体呈减少趋势，1980—1989 年干湿事件累计频率最小，为61.37%，且1960—2020 年干旱事件发生频率大于湿润事件。从干旱事件发生频率而言，6 个时段整体呈现“增-减-增”的变化趋势，其中1970—1979年干旱事件发生频率多于其他时段，是典型的偏干时段；从湿润事件发生频率而言，除了2000—2009年轻度湿润发生频率高于中等湿润，其余时段中等湿润发生频率均高于轻度湿润，此外1960—1969年湿润事件发生频率高于其他5个时段，是典型的偏湿时段。

图5 1960—2020年黄河流域不同时段（a）和不同季节（b）干湿发生频率Fig.5 Frequency of drought and wet in different periods(a)and seasons(b)in the Yellow River Basin from 1960 to 2020

由图5b可知，黄河流域不同季节干湿事件发生频率大小为：秋季＞夏季＞春季＞冬季，其中，极端干旱在冬季发生频率最高，为1.67%；夏秋季极端湿润发生频率最高，均为1.76%；而轻度和中等干湿事件各季发生频率相当。季节性干湿能很好的反映农业旱涝状况，因此，在农业方面应做好冬旱和夏涝秋涝的预警工作，起到防灾减灾的作用。

2.4 黄河流域干湿持续性特征

由于以往对黄河流域干湿的持续性特征分析相对较少，事实上持续性干湿事件对农业生产损失更为严重，因此本研究采用SPEI-1 数据，依据SPEI的干湿等级划分标准，定义连续3 个月SPEI≤-0.5（发生轻度干旱及以上）为1次连续干旱过程，连续3个月SPEI＞0.5（发生轻度湿润及以上）为1 次连续湿润过程，将该干湿过程的SPEI平均值作为此次干湿事件的SPEI，将持续性干湿事件的SPEI最小（大）值作为此次持续性干（湿）事件的强度［29］，干湿事件的持续时间也可以反映干湿事件的严重程度，持续时间越长，干湿状况越严重［30］。表2 和表3 分别给出了1960—2020年持续性干湿事件发生时间、强度和持续时间。

表3 持续性湿润事件发生时间、强度和持续时间Tab.3 Time,intensity and duration of the persistent wet event

由表2 可知，1960—2020 年黄河流域共发生持续性干旱事件9次；从持续时间长度来看，除了2次持续4 个月，其他7 次均持续3 个月；从发生年代来看，20 世纪60、70 年代各2 次，90 年代3 次，而21 世纪以来共2次；从强度来看，1998年开始的持续性干旱事件累计SPEI＜-4.0，明显小于其他8次，且最小月SPEI 和月平均SPEI 均为9 次干旱事件中的最小值，表明1998 年11 月到1999 年2 月发生了最强干旱事件，从强度变化趋势来看，1960—2020 年持续性干旱事件的强度趋于变大；从跨越季节来看，春夏季均发生3 次，累计分别为8 个月和4 个月，秋冬季均发生5 次，累计分别为8 个月和9 个月，从发生季节来看，秋冬季发生持续性干旱事件的概率最大，其次是春季，夏季发生持续性干旱事件的概率最小。

表2 持续性干旱事件发生时间、强度和持续时间Tab.2 Time,intensity and duration of the persistent drought event

由表3 可知，1960—2020 年黄河流域共发生持续性湿润事件7次；从持续时间长度来看，除1次持续6 个月，其他6 次均持续3 或4 个月；从发生年代来看，20世纪60年代3次，70、80、90年代各1次，而21 世纪以来1 次；从强度变化看，最明显的是1989年11 月到1990 年4 月的湿润事件，其累计SPEI 和月平均SPEI 分别为6.31 和1.05，最大月SPEI 为1.54，其强度位于第三，此外，1961 年的持续性湿润时间最大月SPEI 为1.71，其强度最大，从强度变化趋势来看，1960—2020年持续性湿润事件的强度有略微增强的趋势；从跨越季节来看，春季共发生3次，累计8 个月，夏季共发生1 次，累计1 个月，秋季共发生5次，累计9个月，冬季共发生4次，累计8个月，从发生季节来看，秋季发生持续性湿润事件的概率最大，其次是春冬季，夏季发生持续性湿润事件的概率最小。

2.5 黄河流域干湿影响因素分析

SPEI变化受降水量和潜在蒸散发共同影响，而潜在蒸散发又与最高气温、平均气温、最低气温、相对湿度、日照时数及平均风速等气象因子变化相关。因此，为探讨黄河流域干湿变化的影响因素，选取降水量、最高气温、平均气温、最低气温、相对湿度、日照时数及平均风速7个气象因子，利用偏相关分析法求出黄河流域各站点7个气象因子和SPEI的偏相关系数，各气象因子对SPEI影响用偏相关系数绝对值大小表征，则SPEI与各气象因子偏相关系数绝对值大小为：降水量（rpcp）＞平均风速（rws）＞相对湿度（rrh）＞日照时数（rdh）＞平均气温（rt）＞最低气温（rtmin）＞最高气温（rtmax），其偏相关系数分别为0.96、-0.76，0.47，-0.41，-0.18，0.06，0.05。黄河流域SPEI与前3个气象因子的偏相关系数空间分布如图6 所示。除了黄河流域零星站点rpcp较低外，流域大部分地区站点rpcp均高于0.90，且流域西部和东部大部分地区站点的rpcp高于0.96（图6a）。流域西北部站点rws绝对值偏高，甘肃西南角和陕西中南部等地站点rws绝对值偏低，且流域91.43%的站点rws绝对值高于0.50（图6b）。黄河流域rrh除合作站为负值外，其余站点均为正值；其中，青海西南部、宁夏北部、内蒙古西部等地站点rrh高于0.50，rrh低于0.30 的站点零星分布于流域中南部（图6c）。

图6 1960—2020年黄河流域年均SPEI与主要气象因子偏相关系数的空间分布Fig.6 Spatial distribution of partial correlation coefficient between annual SPEI and main meteorological factors in the Yellow River Basin from 1960 to 2020

将黄河流域每个气象站点与SPEI 偏相关系数绝对值最高的2个气象因子组合（图7），发现黄河流域第一主导因素为降水量的站点有69个（占总站点的98.57%）；其中，第一主导因素为降水量、第二主导因素为平均风速的站点共有65个（占站点总数的92.86%），分布于流域大部；第一主导因素为降水量、第二主导因素为相对湿度的站点仅2个，分别是泰山站和华家岭站；第一主导因素为降水量、第二主导因素为日照时数的站点是河南站和临汾站。第一主导因素为平均风速，第二主导因素为降水量的站点为景泰站（图7）。可见，黄河流域大部分地区SPFI变化与降水量和平均风速有关。

图7 1960—2020年黄河流域各气象站点与年均SPEI偏相关系数绝对值较高的两气象因子组合分布Fig.7 Spatial distribution of two meteorological factors with higher absolute value of partial correlation coefficient between annual SPEI and meteorological stations in the Yellow River Basin from 1960 to 2020

通过对黄河流域降水量、平均风速和相对湿度的变化趋势分析发现（图8），1960—2020 年黄河流域降水量呈微弱减少趋势；平均风速在20 世纪60年代初期和中期相对较低，在60 年代末至70 年代中期较高，之后呈减少趋势；相对湿度变化基本稳定，整个研究时段呈微弱减少趋势，但较平均风速的减少趋势弱。由于黄河流域降水量和相对湿度与SPEI 呈正相关，平均风速与SPEI 呈负相关。因此，降水量的微弱减少和平均风速的减少、相对湿度的降低共同导致61 a 来黄河流域SPEI 整体呈微弱下降趋势。

图8 1960—2020年黄河流域降水量、平均风速和相对湿度随时间相对变化趋势Fig.8 Relative variation trend of precipitation,average wind speed and relative humidity in the Yellow River Basin from 1960 to 2020

3 讨论

本研究选用基于Penman-Monteith 公式的SPEI分析了黄河流域61 a 来干湿时空变化特征，指出气候变化背景下，黄河流域除夏季外，流域年、春季、秋季和冬季均呈干旱化趋势，而王飞等［11］研究表明黄河流域除冬季外，流域年、春季、夏季和秋季均呈干旱化趋势，造成这种差异的可能原因有：（1）选取的研究时段不同。王飞等［11］选取时段为1961—2015 年，本研究选取了1960—2020 年。（2）气象站点数目、空间分布和潜在蒸散发的计算方法不同。已有研究利用黄河流域及周边124 个气象站点数据，基于Thornthwaite 公式获得潜在蒸散发；本研究选取了黄河流域70 个气象站点，基于Penman-Monteith 公式计算潜在蒸散发。相对Thornthwaite 模型而言，Penman-Monteith公式不但考虑了温度要素，还结合平均风速、相对湿度、日照时数等气象因子［31］，在一定程度上影响了SPEI 的计算结果。空间分布上，黄河流域年SPEI 在青海西北部、甘肃北部等地呈显著上升趋势，在甘肃中部和宁夏西北部等地呈显著下降趋势，流域整体呈现变干趋势。刘珂等［24］发现黄河流域整体呈现变干趋势，这与本研究的结果一致。但刘珂等［24］发现黄河流域变干的区域面积远大于变湿区域，且河套地区有显著的变干趋势，这与本研究得到的结果存在一定差异，可能由于本研究选取的流域站点数目较少而导致空间连续性不强引起，未来应利用高空间分辨率栅格数据代替站点资料以得到更加准确的结果。在黄河流域整体变干的背景下，应转被动、应急性的防旱减灾工作为积极主动抗旱工作，做好流域水土保持工作，逐步改善流域生态环境；加强流域农田水利基本建设，改善农业生产条件；加强抗旱减灾关键技术研究，提高流域综合抗旱能力，为实现黄河流域生态可持续发展做贡献。

此外，研究不同气象因子对黄河流域干湿变化的影响也十分重要。本研究分析发现，影响黄河流域干湿变化的7 个气象因子中，降水量、相对湿度、最高气温和最低气温是影响干湿变化的正影响因子，平均风速、日照时数和平均气温是影响干湿变化的负影响因子。已有研究表明，黄河流域年干湿变化的主导因子为降水量和相对湿度［28］，但本研究发现流域年干湿变化的主导因子为降水量和平均风速。这表明降水量是影响黄河流域干湿变化的第一主导因素，即降水量是黄河流域干湿变化的主控因素，但第二主导因素的不同原因可能在于表征黄河流域干湿变化的指标及研究时段的不同。

本研究也存在一些不足，在探讨影响黄河流域干湿变化的气象因素时，仅考虑了单个气象因子对黄河流域气候干湿变化的影响，而不同气象因子之间的相关关系和多个气象因子的综合效应还有待进一步探讨，以期更进一步明确影响黄河流域干湿变化的主导因子。某一区域的干湿变化不仅与气象因子相关，还与人类活动、地形地势及土壤状况等多种因素相关，若将黄河流域地形地势、植被状况、土壤状况及人类活动等因素结合考虑，研究黄河流域干湿状况的时空变化规律，可以更明确的了解流域干湿变化时空特征及异常分布特征。

4 结论

（1）不同时间尺度的SPEI 反映的干湿等级及频率具有一定的差异性，干湿等级以正常和轻度为主。年际变化上，1960—2020年黄河流域夏季呈不显著变湿趋势，流域年、春季、秋季和冬季均呈不显著变干趋势。空间尺度上，黄河流域夏季以变湿为主，年、春季、秋季和冬季以变干为主。

（2）从干湿事件的不同时间尺度来看，1960—2020年黄河流域干旱事件发生频率大于湿润事件，1970—1979年是典型的偏干时段，1960—1969年是典型的偏湿时段；在季节尺度上，干湿事件发生频率秋季＞夏季＞春季＞冬季。

（3）在干湿的持续性特征上，所有干旱事件均持续3 或4 个月，持续性干旱事件在秋冬季发生概率最大；持续性湿润事件在秋季发生概率最大，其次是在春冬季，夏季发生概率最小。

（4）1960—2020 年SPEI 呈不显著下降趋势主要是降水量、平均风速及相对湿度降低共同作用的结果。