不同气象干旱指数在北疆绿洲农业区适用性分析

摘要 选取北疆绿洲农业区11个气象站1961—2020年的数据，按月尺度计算降水距平百分率（PA）、标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）、K指数和气象干旱综合指数（MCI）5种干旱指数，通过比较这些指数的相关性、不同等级的干旱发生频率以及在典型干旱年份的识别能力，分析各指数在该区域的适用性。结果表明，PA和SPI对降水亏缺有敏感的反应，但对温度的关联较弱，未充分考虑增温对干旱的影响；MCI与温度和降水的关联均较弱，倾向于低估重旱和特旱；SPEI和K指数与温度和降水均有较好的关联，但K指数过多地报告中度至重度干旱，而SPEI则全面考虑了温度和降水对干旱的综合影响，其结果更符合实际情况。由于SPEI计算蒸散发采用的Thornthwaite方法可能高估了温度对干旱的影响，在降水显著偏少、温度偏差较小的情况下，SPI的监测结果可能比SPEI更为严重，因此，建议结合SPI使用，以弥补这一不足。

关键词 气象干旱指数；月尺度；适用性；北疆绿洲农业区

中图分类号 S162 文献标识码 A 文章编号 0517-6611（2024）13-0172-06

doi：10.3969/j.issn.0517-6611.2024.13.042

开放科学（资源服务）标识码（OSID）：

22bc202ae42930ae5c50a466c78365c5

Applicability Analysis of Different Meteorological Drought Index in Oasis Agricultural Area of Northern Xinjiang

ZHANG Yan1， XIAO Feng-jin2， ZHANG Xin3 et al

（1.Xinjiang Production and Construction Corps Sixth Division Meteorological Bureau，Wujiaqu，Xinjiang 831300;2.National Climate Center， Beijing 100081;3.Xinjiang Bozhou Meteorological Bureau， Bozhou，Xinjiang 833400）

Abstract Selecting data from the oasis agricultural area 11 stations of Northern Xinjiang from 1961 to 2020， five drought indices were calculated on a monthly scale， including the precipitation anomaly percentage （PA）， standardized precipitation index （SPI）， standardized precipitation evapotranspiration index （SPEI）， K index and meteorological drought composite index （MCI）. By comparing the correlation， frequency of drought occurrences at different levels and the ability to identify typical drought years among these indices， we analyzed their applicability in the region. The result showed that PA and SPI were sensitive to precipitation deficits but had a weaker correlation with temperature， failing to fully consider the impact of warming on droughts; MCI also had weaker correlations with temperature and precipitation， tending to underestimate severe and exceptional drought situations; both SPEI and K index showed a better correlation with temperature and precipitation， but the K index reported moderate to severe droughts excessively， while SPEI more comprehensively considered the combined effect of temperature and precipitation on droughts， making its results more realistic. However， due to the Thornthwaite method used by SPEI， which may overestimate the impact of temperature on drought， in cases of significantly less precipitation and minor temperature deviations， SPI’s monitoring results may be more severe than SPEI’s. Therefore， it was recommended to use SPI in conjunction with SPEI to compensate for this shortcoming.

Key words Meteorological drought indices;Monthly scale;Applicability;Oasis agricultural area of Northern Xinjiang

基金项目 国家科技重大专项（2022ZD0119500）；第六师五家渠市科技计划项目（2221）。

作者简介 张燕（1970—），女，江苏如东人，高级工程师，硕士，从事农业气象干旱监测与诊断研究。*通信作者，研究员，博士，从事气象灾害监测与风险评估研究。

收稿日期 2023-11-09

干旱灾害是制约西北地区社会经济发展、农业生产和生态文明建设的重要自然灾害，而且随着气候变暖，西北地区极端干旱事件发生频率和强度均呈增加趋势，影响不断加重［1］，因此，科学应对干旱灾害，及时、有效地监测干旱的发生和发展，客观、准确地评估干旱的影响程度和范围，可为区域范围制定行之有效的抗旱措施、提高农业和社会经济抵御旱灾的风险能力提供理论支撑。

干旱指标是干旱监测的基础与核心［2］，一般分为两大类，一类是基于卫星遥感信息，一类是基于气候、土壤生态环境、作物因子等信息［3］，其中气候数据表征的气象干旱被认为是各类干旱中最先发生的，常将对气象干旱的监测用于干旱预警，但不同干旱指数监测能力不同，因此，要开展干旱指数的适用性研究，因地因时选取适宜干旱指数，才能做好气象干旱的有效监测。

新疆位于西北地区西部，气候干旱，降水稀少，其干旱状况一直备受关注。在干旱指数的适用性方面，慈晖等［4］对比分析了标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）、自适应帕默尔指数（scPDSI）和有效干旱指数（EDI）4种指数在新疆5个区域的适用性，发现SPEI指数优于其他3种指数；王舒等［5］利用K指数、SPI、SPEI和干旱侦测指数（RDI）4种干旱指数对新疆12个分区进行适用性分析，发现不同分区适用的干旱指数不同；郭冬等［6］利用降水距平百分率（PA）、SPEI、scPDSI和气象干旱综合指数（MCI）4种干旱指数对新疆5个分区的适用性进行分析，结果表明，MCI的适用性优于其他3种指数。但以上干旱指数的分析都是基于年、季尺度，而干旱事件具有多时间尺度的特征，包括从旬到年代甚至更长时间范围，短期干旱是经常发生的［7］，目前基于短时间尺度比如月尺度的干旱指数适用性研究在新疆开展较少。

新疆绿洲农业经济是天山南北经济发展的重要模式［8］，天山北坡是新疆绿洲最为密集和经济最发达的地区，也是连接我国内地和中亚、欧洲各国的中心区［9］。笔者以天山北坡的农业区域即北疆绿洲农业区为研究区域，对目前应用较为广泛的5种干旱指数（PA、SPI、SPEI、K指数、MCI）基于月时间尺度在该区域的适用性进行分析，选择精确的干旱指数，以期为气象干旱监测、预警提供参考依据，也为北疆绿洲农业经济可持续发展提供科技支撑。

1 资料与方法

1.1 研究区概况

北疆绿洲农业区地处天山北坡的冲积平原区，南部为天山山区，北部为古尔班通古特沙漠，属大陆性气候，降水稀少，蒸发强烈，是典型的干旱绿洲区，同时也是北疆重要的粮棉产区。选取该区内11个国家气象观测台站作为北疆农业种植区的代表站，这些站点的海拔在300～800 m，下垫面相对均匀平整。研究区内气象台站位置如图1所示。

1.2 数据来源

气象数据来源于中国气象科学数据共享服务网，时间为1961—2020年；灾情、旱情资料来源于中国气象局《中国气象灾害大典》（新疆卷）［10］、相关文献［11-19］和气象情报；干旱指数PA、SPI、SPEI、K指数的数据是通过程序设计计算得到，MCI数据来源于国家气候中心。

1.3 研究方法

1.3.1 统计方法。

根据北疆农作物生长特点，计算时段选取4—10月。采用皮尔逊（Pearson）相关系数计算干旱指数之间及与气象要素之间的相关性，显著性检验采用t检验；时间序列的线性变化趋势采用一元线性回归进行趋势倾向估计，并用Mann-Kendall检验其趋势的显著性。

1.3.2 干旱指数的计算。

（1）降水距平百分率（PA）。反映某时段降水量相对于常年同期平均降水量的偏离程度，计算公式如下：

PA=P-×100%（1）

式中：P为某时段降水量（mm）；为计算时段同期平均降水量（mm）。

（2）标准化降水指数（SPI）。Mckee等［20］提出的基于降水量的指标，由世界气象组织推荐使用，采用双参数的Γ分布概率密度函数拟合降水量的分布，然后再经正态标准化求得SPI值，计算公式如下：

当累积概率H（x）在（0，0.5］时，

SPI=-（t-c0+c1t+c2t21+d1t+d2t2+d3t3），t=ln1H（x）2（2）

当H（x）在（0.5，1.0）时，

SPI=t-c0+c1t+c2t21+d1t+d2t2+d3t3，t=ln1（1-H（x））2（3）

式中：c0=2.515 517；c1=0.802 853；c2=0.010 328；d1=1.432 788；d2=0.189 269；d3=0.001 308。

（3）标准化降水蒸散指数（SPEI）。SPEI是Vicente-Serrano等［21］在SPI的基础上引入潜在蒸散发的概念构建的。首先计算逐月潜在蒸散发，潜在蒸散发的计算采用Thornthwaite方法［22］，然后采用Log-Logistic概率密度函数f（x）来描述月降水量与潜在蒸散量差值的变化，得到月水分平衡量的概率分布函数F（x），经正态标准化处理后得到SPEI指数，计算公式如下：

SPEI=

ω-c0+c1ω+c2ω21+d1ω+d2ω2+d3ω3P≤0.5

-（ω-c0+c1ω+c2ω21+d1ω+d2ω2+d3ω3）P>0.5

（4）

式中：ω=-2lnP;c0、c1、c2、d1、d2、d3的值与SPI的相同。

（4）K指数。根据某时段内降水量和蒸发量的相对变率来确定旱涝状况［23］，计算公式如下：

K=R′/E′（5）

式中：R′为某时段降水的相对变率；E′为某时段潜在蒸散发的相对变率。

（5）气象干旱综合指数（MCI）。在综合气象干旱指数（CI）的基础上修正的综合指数［24］，计算公式如下：

MCI=Ka×（a×SPIW60+b×MI30+c×SPI90+d×SPI150）（6）

式中：SPIW60是近60 d标准化权重降水指数；MI30是近30 d相对湿润度指数；SPI90和 SPI150分别是近90和150 d标准化降水指数；a、b、c、d是各指数的权重系数；Ka是季节调节系数。由于MCI得到的是逐日的监测结果，参考王素萍等［25］的方法，得到各站逐月的MCI，新疆4—10月的Ka值分别为0.6、1.0、1.2、1.2、1.0、0.9、0.4［24］，因此要恢复原值，即各站的月值除以对应月的Ka值。

1.3.3 不同干旱指数等级划分标准。

该研究将干旱划分为无旱、轻旱、中旱、重旱、特旱5个等级，各指数干旱等级的划分标准见表1。

2 结果与分析

2.1 相关性分析

气象上通常以4、7、10月代表春季、夏季、秋季，故选取4、7、10月分析各指数之间的相关性。由表2可见，MCI与其他4种指数相关性均较弱，而其他4种指数之间的相关性均较好，均在接近0.8或0.8以上。

各指数与月降水量的相关性分析（PA是降水量本身，故不需讨论），除MCI与降水量的正相关较弱外，SPI、SPEI、K指数与月降水量的正相关均较好，均在接近0.8或0.8以上，相关系数由大到小的顺序是SPI、K指数、SPEI（7月略有不同，顺序是K指数、SPI、SPEI），说明SPI、K指数对降水量的变化较SPEI更敏感。

各指数与月平均气温的相关性分析，SPEI、K指数与温度的负相关均较好，其中SPEI最强，其与平均气温的相关程度接近其与降水量的，4月甚至高于降水量的，这会高估温度对干旱的影响，可能原因是SPEI计算蒸散发选用的Thornthwaite方法所致［26］，SPI、PA、MCI与温度的负相关偏弱。众所周知，降水是主要的致旱因子，但温度对干旱的影响是不能忽视的。

2.2 各指数不同等级干旱发生频率和干旱总频率分析

为进一步比较各指数对于干旱的确定情况，分析各指数不同等级干旱发生频率和干旱总频率的分布。依旧选取4、7、10月，分析结果见图2。结果表明，PA、SPI、SPEI这3种指数的不同等级干旱频率分布相对合理，与王舒等［5］研究得出的干旱指数不同等级干旱频率分布（特旱2%、重旱5%、中旱8%、轻旱15%）较接近，均表现为轻旱＞中旱＞重旱＞特旱，这与实际情况是相符的，但3种指数具体的干旱等级值有差异；干旱总频率与史玉光［10］研究得出的北疆干旱年的频率（36.8%）也较接近。

K指数的干旱总频率最高（近80%），不同等级干旱频率均偏多，与PA、SPI、SPEI 3种指数相比，干旱总频率偏多2.2～2.7倍，轻旱偏多1.2～1.8倍、中旱偏多2.4～5.2倍、重旱偏多3.1～6.9倍、特旱偏多1.8～3.9倍；不同等级干旱分布上表现为中旱频率均高于轻旱，甚至7月的重旱频率也高于轻旱，说明K指数的干旱总频率和不同等级干旱频率分布都不合理。

MCI的7月干旱总频率是5种指数中最少的，不同等级干旱频率虽然也表现为由轻旱至特旱依次减少，但轻旱太多，重旱、特旱太少，分布上也是不合理的，其中，重旱、特旱频率与PA、SPI、SPEI相比分别偏少了120%～350%和380%～1 100%，比K指数偏少更多；轻旱频率比K指数偏少，比其他指数偏多。

2.3 各指数对典型干旱事件的反应能力对比分析

为了解各干旱指数在实际旱情中的表现，从典型干旱事件反应能力上进行分析。根据相关文献［10-19］的灾情、旱情描述，选取21个典型干旱事件，其中严重春旱7次，严重夏旱8次，严重秋旱6次，具体年份见表3。由于现有文献材料中对历史旱情、灾情的文字描述与干旱指数的数值和等级之间无法建立准确的一一对应［2］，在这里通过比较各指数不同等级干旱出现的站次比评估对干旱反应的敏感程度［23］，然后采用相关文献［27］对恰当指数的选取方法，即多个干旱指数对干旱的判定等级表现为指数1＞指数2＞指数3时，则选取指数2为恰当指数的方法来确定适宜指数。

首先计算各指数不同等级的干旱站次比（P）：P=nk/n×100%，式中，n为总台站数，nk为第k等级干旱台站数。根据P的大小定义如下［28］：当P≥70%，为全域性干旱；当50%≤P＜70%时，为区域性干旱；30%≤P＜50%时，为部分区域性干旱；10%≤P＜30%时，为局域性干旱；P＜10%时，基本无旱。为了便于分析，每个干旱事件只选取一个月做对比，并选取旱情最严重的月份，如果不在同一个月，则以相关文献描述为准。统计结果是春旱最重的月份都是出现在5月，夏旱主要是在7、8月，个别在6月，秋旱主要是10月，但2006和2008年5种指数不在同一个月，根据文献［11-12］旱情时段选定9月。

选取的这21个严重干旱事件，有的干旱事件范围广、强度强，比如1962年大旱年，研究区中旱以上站次比达到全局性干旱的范围，就认为与实际相符；有的干旱事件是区域范围比较严重，比如1976年的夏旱，旱情描述是研究区的偏西地区，1971年的秋旱，旱情描述是研究区的偏东地区，那么中旱以上站次比只要达到了局域性干旱或部分局域性干旱的范围，就认为与实际相符。经统计，发生局域范围的干旱事件有4次，分别是1968和1976年的夏旱，1971和1985年的秋旱，其他17次均为全局性干旱事件。由表3可见，17次全局性干旱事件中，达到中旱及以上等级的次数PA有10次，SPI有9次，SPEI有15次，K指数有17次，MCI有8次，其中SPEI的2006年和2008年的秋旱在9月的干旱范围偏小，但10月份达到了全局性干旱的范围；4次区域范围的干旱事件中，PA、SPI的4次都符合，SPEI有2次符合，MCI有3次符合，K指数的4次均不符合，范围均偏大。以上分析说明，对典型干旱年的旱情判识，K指数偏重，MCI偏轻，PA、SPI和SPEI介于2种指数之间，因此对该农业区来说，恰当指数就是PA、SPI和SPEI，该研究再对这3种指数进一步分析。

新疆是变暖最显著的区域之一，研究表明，1961—2017年新疆年平均气温升温速率远远高于全球和全国的升温速率，1997年开始全疆明显增暖［29］。PA、SPI和SPEI这3种指数，只有SPEI能够综合反映温度、降水对干旱的影响［4］。在21个干旱事件中，1997年之后出现的干旱事件共有7次，其中6次都表现为SPEI对旱情的描述较PA、SPI好，说明SPEI对该区域的干旱监测优于PA、SPI。分析具体干旱年份发现，当月平均温度偏低或偏高幅度偏小时，PA、SPI的判识优于SPEI，比如1985年研究区中西部秋旱严重，降水量偏少70%以上，但平均气温较多年平均值偏低-0.8 ℃［10，17-18］；2006年研究区秋旱严重，降水量偏少80%以上，但平均气温较多年平均值偏高0.1 ℃［11，17-18］。由表3可见，对旱情的描述，PA、SPI均比SPEI更符合实际，说明应该从PA、SPI中再选择一种指数，与SPEI共同监测，以弥补其不足。

PA是将降水量当作正态分布来考虑，SPI则考虑降水量是偏态分布［2］。相关文献［30］表明，偏态系数可以用来检验样本资料序列是否服从正态分布。在α=0.05的显著水平下，有偏态系数（Cs）：|Cs|<1.966（n-2）（n+1）（n+3），则认为该序列服从正态分布。对于该研究来讲n=60，计算得到的偏态系数小于0.590时，则序列服从正态分布。由图3可见，只有个别站个别月服从正态分布，大部分站的月降水量均不服从正态分布，即研究区各站的月降水量基本都是偏态分布，因此宜选择SPI作为补充。

3 讨论

该研究对PA、SPI、SPEI、K指数和MCI这5种干旱指数在北疆绿洲农业区的适用性进行分析，结果表明SPEI较优，与慈晖等［4］、王舒等［5］基于年、季尺度干旱指数的适用性分析结果是基本一致的，但与郭冬等［6］的研究结果不一致，可能原因是文献中给出的适宜干旱指数MCI是适用于新疆整个区域的，范围较大，而新疆地形地貌较为复杂，气候差异明显，该研究选取的研究区域是北疆的一部分，下垫面较为均匀平整，选取的干旱指数更适用，文献中指出MCI各等级干旱频率比其他指数均偏低，与该研究的结果是一致的。

从新疆农业生产角度来说，春旱的威胁是很大的，特别是5月份，正是农作物需水关键期，如果前冬降雪偏少，春季降水再严重偏少，将对农业生产带来很大影响。从上文的统计可知，5月各指数旱情描述一致性较好，5种指数（PA、SPI、SPEI、K指数、MCI）在该月的线性变化趋势分别是6.23、0.11、0.00、0.05、0.05/10 a（P＞0.05），趋势差异不大，但相对来讲，SPEI、K指数、MCI的趋势变化较为接近，计算中都包含温度、降水2个致旱因子，PA、Swba9d6udzDf2/2I39dKSOlg8wN5f5Tg3pAdTMkXrOW0=PI的计算中只有一个降水致旱因子，表征旱情减轻的趋势要大些，换言之，就是对旱情的描述偏轻。气候变化是干旱演变的重要驱动因素［31］，以新疆发生明显增暖的1997年为界，分段统计5月平均气温、降水量和潜在蒸散发的距平变化，平均气温1997—2020年与1961—1996年相比增加了1.1 ℃，同期降水量虽有增多，但仍为负距平，同时潜在蒸散发由偏少转为偏多，从水分收支来看，降水增加说明水分收入增加了，但并未改变干旱局面，温度升高、蒸散发增加说明水分支出也增加了，所以干旱强度的变化不会太大，只是气候背景从冷干转为暖干，与SPEI、K指数、MCI反映的趋势变化较一致；经统计，各指数不同等级干旱年数上，PA、SPI、SPEI、K指数、MCI轻旱以上等级分别有14、15、20、50、20年，中旱以上等级分别有10、11、11、38、5年，重旱以上等级分别有3、3、4、15、1年，特旱以上等级分别有1、1、1、1、0年，可见对干旱的确定，K指数偏重，MCI偏轻，SPEI更合适，以上分析也表明，SPEI在研究区的适用性优于其他4种指数。

4 结论

该研究选取PA、SPI、SPEI、K指数、MCI 5种干旱指数在北疆绿洲农业区进行对比分析，优选出更适用于该区域的干旱指数，结论如下：

（1）各指数之间，除MCI外，其他4种指数之间的相关均比较好；各指数与气象要素之间，PA、SPI与降水的相关最好，与温度的相关偏弱，MCI与温度、降水的相关均偏弱，K指数、SPEI与降水、温度的相关均比较好。

（2）PA、SPI、SPEI干旱总频率和不同等级干旱频率分布相对合理，较符合实际，但每个指数干旱等级值有差异；K指数干旱频率分布不合理，干旱总频率偏多，中旱、重旱明显偏多；MCI各等级干旱频率分布也不合理，其中轻旱偏多，重旱、特旱明显偏少。

（3）对典型干旱年的判识，K指数偏重，MCI偏轻，PA、SPI对增温引起干旱的变化不敏感，而SPEI能综合考虑温度、降水的共同影响，监测结果较符合实际。需要注意的是，SPEI计算蒸散发选用的Thornthwaite方法可能高估温度对干旱的影响，当降水量明显偏少，而温度偏低或偏高幅度较小时，会出现SPI监测结果较SPEI偏强的情况，基于月降水量偏态分布的事实，要结合SPI一起使用，以弥补其不足。

参考文献

［1］ 张强，姚玉璧，李耀辉，等.中国西北地区干旱气象灾害监测预警与减灾技术研究进展及其展望［J］.地球科学进展，2015，30（2）：196-213.

［2］ 李忆平，李耀辉.气象干旱指数在中国的适应性研究进展［J］.干旱气象，2017，35（5）：709-723.

［3］ HERNANDEZ E A，UDDAMERI V.Standardized precipitation evaporation index（SPEI）-based drought assessment in semi-arid south Texas［J］.Environmental earth science，2014，71（6）：2491-2501.

［4］ 慈晖，张强，肖名忠.多种气象干旱指数在新疆干旱评价中的应用对比研究［J］.中山大学学报（自然科学版），2016，55（2）：124-133.

［5］ 王舒，肖高翔.4种气象干旱指数在新疆的适用性分析［J］.人民长江，2021，52（9）：86-92，100.

［6］ 郭冬，吐尔逊·哈斯木，吴秀兰，等.四种气象干旱指数在新疆区域适用性研究［J］.沙漠与绿洲气象，2022，16（3）：90-101.

［7］ 张强，姚玉璧，李耀辉，等.中国干旱事件成因和变化规律的研究进展与展望［J］.气象学报，2020，78（3）：500-521.

［8］ 张安福，田海峰.新疆绿洲农业经济与国家安全［J］.思想战线，2013，39（6）：72-75.

［9］ 宋文杰，张清，刘莎莎，等.基于 LUCC 的干旱区人为干扰与生态安全分析：以天山北坡经济带绿洲为例［J］.干旱区研究，2018，35（1）：235-242.

［10］ 史玉光.中国气象灾害大典：新疆卷［M］.北京：气象出版社，2008：4-35.

［11］ 江远安，张太西.2006年新疆十大天气气候事件［J］.沙漠与绿洲气象，2007，1（1）：60-61.

［12］ 新疆气候中心.2008年新疆十大天气气候事件［J］.沙漠与绿洲气象，2009，3（1）：61-63.

［13］ 新疆气候中心.新疆2012年十大天气气候事件［J］.沙漠与绿洲气象，2013，7（1）：75.

［14］ 新疆气候中心.新疆2014年十大天气气候事件［J］.沙漠与绿洲气象，2015，9（1）：2.

［15］ 刘德才.1991年新疆自然灾害综述与评价［J］.干旱区研究，1992，9（3）：71-76.

［16］ 白云岗，木沙·如孜，雷晓云，等.新疆干旱灾害的特征及其影响因素分析［J］.人民黄河，2012，34（7）：61-63.

［17］ 叶尔克江·霍依哈孜，阿帕尔·肉孜，周国宏，等.昌吉州气象干旱特征及其对农业生产的影响分析［J］.湖北农业科学，2021，60（14）：64-70，75.

［18］ 阿帕尔·肉孜，柳宏英，叶尔克江·霍依哈孜.基于标准化降水指数的1961—2020年昌吉地区气象干旱趋势分析［J］.节水灌溉，2023（5）：84-95.

［19］ 石彦军，任余龙，李耀辉，等.标准化降水指数在新疆极端干旱事件中的应用［J］.兰州大学学报（自然科学版），2014，50（4）：523-528.

［20］ MCKEE T B，DOESKEN N J，KLEIST J.The relationship of drought frequency and duration to time scales［C］//Proceedings of the 8th conference on applied climatology.Boston：American Meteorological Society，1993：179-183.

［21］ VICENTE-SERRANO S M，BEGUERIA S，LPEZ-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.

［22］ THORNTHWAITE C W.An approach toward a rational classification of climate［J］.Geographical review，1948，38（1）：55-94.

［23］ 庄晓翠，杨森，赵正波，等.干旱指标及其在新疆阿勒泰地区干旱监测分析中的应用［J］.灾害学，2010，25（3）：81-85.

［24］ 中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会.气象干旱等级：GB/T 20481—2017［S］.北京：中国标准出版社，2017.

［25］ 王素萍，王劲松，张强，等.多种干旱指数在中国北方的适用性及其差异原因初探［J］.高原气象，2020，39（2）：628-640.

［26］ 杨庆，李明星，郑子彦，等.7种气象干旱指数的中国区域适应性［J］.中国科学：地球科学，2017，47（3）：337-353.

［27］ 叶天舒，钱忠华，余锦华，等.三种干旱指数在云南省的适用性分析［J］.扬州大学学报（自然科学版），2013，16（3）：41-46.

［28］ 王婷，章新平，黎祖贤，等.近52年来洞庭湖流域气象干旱的时空分布特征［J］.长江流域资源与环境，2016，25（3）：514-522.

［29］ 吴秀兰，张太西，王慧，等.1961—2017年新疆区域气候变化特征分析［J］.沙漠与绿洲气象，2020，14（4）：27-34.

［30］ 周晋红，李丽平，秦爱民.山西气象干旱指标的确定及干旱气候变化研究［J］.干旱地区农业研究，2010，28（3）：240-247，264.

［31］ 裴源生，蒋桂芹，翟家齐.干旱演变驱动机制理论框架及其关键问题［J］.水科学进展，2013，24（3）：449-456.