1959—2019年辽河流域气象干旱时空特征分析

【目的】在全球气候变化的背景下，干旱问题日趋明显，对辽河流域干旱特征进行分析可为当地的防旱抗旱工作提供指导。【方法】基于1959—2019年辽河流域40个气象站点数据，应用标准化降水蒸散指数(SPEI),结合Copula函数、重现期计算探究流域气象干旱特征，并利用交叉小波分析探究SPEI与遥相关因子的相关关系。【结果】结果显示：1959—2019年，夏、秋季流域SPEI呈下降趋势；下辽河平原、东辽河平原、辽东丘陵南部以及西北、西南山地地区气象干旱同现重现期较短，在3～10 a之间；大兴安岭山地地区、下辽河平原、东辽河平原和辽东丘陵南端联合重现期较低，在1.5～3.5 a之间；SPEI与太阳黑子(SN)、北极涛动(AO)、太平洋年代际涛动(PDO)、南方涛动指数(SOI)、北大西洋涛动(NAO)在不同时间尺度的共振周期上，有较好的相关关系。【结论】结果表明：夏、秋季流域气象干旱呈加剧的趋势；基于Copula函数进行联合概率分析，更利于全面表征干旱事件的发生和发展规律，其中Gumbel Copula和Frank Copula函数能更好地拟合辽河流域绝大多数站点干旱烈度及干旱历时的联合分布；...     

基于SPEI的西北地区干旱时空分布特征及成因分析

基于西北地区113个气象站点逐月降水以及平均气温资料,采用SPEI(标准化降雨蒸散指数)分析计算1960—2018年干旱进程,又结合M-K检验、一元线性趋势分析以及Arcgis软件等,对近60 a西北干旱时空变化特征进行分析。为探讨西北地区干旱成因,采用一元线性分析以及交叉小波等方法分别对夏季风、ENSO(厄尔尼诺/南方涛动)事件以及MEI(多变量ENSO指数)进行计算分析以反映各指标与干旱的相关性及其周期特征。结果表明:多时间尺度SPEI指标能较好反映西北地区干旱情况,西北地区干旱发生强度逐年增加;研究区季节性干旱相对明显,干旱面积随年代变化而增加,尤以2000s以后更为显著,新疆东部以及青海、甘肃西北部干旱程度明显加重;SPEI夏季干旱指数与东亚夏季风、高原夏季风均有一定程度的相关性,且二者对干旱的影响趋势大体相反;2000年前ENSO暖事件对干旱强度以及发生频率影响较大,2000年后ENSO冷、暖事件均产生较大影响;交叉小波与小波相干图像显示SPEI与MEI存在相似的振荡周期特征,二者存在4期显著性能量区且共振周期范围在0～6 a,说明ENSO对干旱起到促进作用并伴一定周期性。     

黑河流域1967-2009年气象干旱时空变化特征

以标准化降水蒸散指数(SPEI)反映气象干旱,基于黑河流域内外19个气象站1967-2009年月气象数据,计算季节尺度SPEI序列,利用M-K趋势检验、小波分析、反距离权重(IDW)插值等方法分析黑河流域春、夏、秋、冬四季43年间干旱变化趋势、周期特征以及干旱频率的空间分布特征。结果表明:中、上游干旱指数呈增大趋势,即旱情有所减缓,而下游干旱指数呈减小趋势,即干旱情况逐渐加重;无旱频率最大,且从上游到下游整体呈增加趋势;黑河流域干旱周期特征主要表现出16~22a和32~33a的年代际周期及2~5a和6~11a的年际周期特征;黑河流域四个季节轻中旱发生频率比重特旱发生频率大得多,且春、夏和秋季的轻中旱发生的高频区集中在中上游,冬季集中在下游,而四季的重旱和特旱发生高频区空间分布特征与轻旱和中旱正好相反。研究结果可为黑河流域水资源合理开发利用和科学抗旱提供理论依据。     

基于SPI的辽阳春夏干旱特征及周期研究

利用长系列降水资料,以SPI为干旱指标,结合小波函数,分析春夏干旱动态、趋势变化、覆盖率、周期成分。结果表明,连续干旱少,春旱趋势性不明显,夏旱增强变幅明显,极端夏旱更易发生;春季重旱覆盖率减弱,夏季重旱覆盖率上升;春旱有2组不同周期循环,夏旱3组不同周期震荡。春夏干旱影响农作物生长,春夏旱研究对干旱预警、农业抗旱调度具有重要意义。     

4种气象干旱指数在新疆的适用性分析

在研究干旱问题时,由于研究的区域不同,其气候条件、致旱原因也不同,因此,并不能简单地采取某一种干旱指数来评定区域的旱情,必须总结该区域各指数的适用性,才能得到最适合该区域干旱研究的干旱指数。将新疆62个气象站点划分为12个分区,先将K干旱指数、干旱侦测指数(RDI)、标准化降水指数(SPI)和标准化降水蒸散指数(SPEI)等4种干旱指数的阈值进行本地化修正,再利用春、夏、秋3季最长连续无雨日数评价的干旱等级分别与各干旱指数的评价等级进行吻合度分析,最后利用年尺度的土壤湿度分别与各年尺度的干旱指数进行相关性分析。结果表明:(1)在春、夏、秋3季,K指数适用于东疆和南疆平原盆地地区的春旱与秋旱的监测,以及吐鄯托盆地的夏旱监测;RDI指数适用于北疆东部和北部3季的旱情监测、北疆沿天山一带和天山山区的春旱监测;SPI指数适用于天山和南疆西部山区的夏旱监测;SPEI指数适用于北疆西部和南疆西部山区的春旱监测,以及东疆、南疆、北疆西部和北疆沿天山一带的夏旱监测,北疆西部及北疆沿天山一带的秋旱监测。(2)在年尺度适用性上,K指数适用于北疆地区、南疆西部以及阿克苏地区;RDI指数适用于整个北疆地区;SPI指数适用于北疆沿天山一带、北疆西部、阿克苏地区以及南疆西部;SPEI指数适用于北疆沿天山一带、北疆西部和南疆西部山区。     

基于小波分析的汀江水沙通量变化规律研究

利用1951-2007年月平均水沙通量资料,采用Morlet小波函数,对汀江上杭水文站近60年来的年际和年代际变化特征进行小波分析,揭示了汀江水沙通量的多时间尺度变化特征和突变点,并根据小波能量谱(能量集中区)所对应的主周期进行了趋势分析.计算结果表明,洪季水沙通量的多时间尺度振荡趋势和位相与水沙通量的年变化特征相一致;洪季(4-9月)和年径流量均存在18年左右时间尺度的主振荡周期,6 -9年时间尺度的次主周期;洪季(年)沙通量均存在28年左右时间尺度的主振荡周期,16年时间尺度的次主周期;经小波趋势分析,未来10 -20年,汀江水沙通量与正常值相比呈降低趋势.     

黄淮海流域干旱时间组合特征分析

采用自组织映射图(SOM)神经网络法对流域气象站点进行聚类分析,结合中国气候分区将流域划分为7个子分区。基于流域及其周边203个基本气象站点1961-2013年的降水资料,采用标准化降水指数(SPI)、线性倾向估计和M-K趋势检验法分析了流域多时间尺度干旱的组合特征。结果表明:年尺度上,淮河下游地区的干旱频率最高,达37.74%。除了流域的北部和西部地区以外,其他地区的干旱均呈加重趋势;季节尺度上,流域的东北部和北部地区春旱发生频率最高,淮河下游地区夏旱和冬旱的发生频率最高,流域的北部和中部地区秋旱发生频率最高。流域小范围区域的春旱和夏旱呈加剧趋势,流域南部的大范围区域秋旱呈加剧趋势,全流域的冬旱呈减弱趋势。     

安徽省季节干旱时空特征及对大气环流的响应

【目的】在全球变暖的背景下,干旱事件发生更为频繁、剧烈,研究安徽省季节干旱特征及大气环流遥相关关系,可为安徽省旱灾防治工作提供指导。【方法】以标准化降水指数(SPI)为干旱指标,采用Sen斜率估计Mann—Kendall趋势检验等方法分析安徽省各季节降水趋势和干旱时空特征,并通过交叉小波变换(XWT)和小波相干变换(WTC)探究各地区季节干旱与大气环流的相关关系。【结果】结果显示：在1960—2021年间,春季和秋季降水量减少,干旱站次比增大。夏季和冬季降水量增大,干旱站次比减少;春季和夏季干旱频率在淮北平原最高,干旱强度在大别山区最大。秋季干旱频率在皖南山区最高,干旱强度在江淮丘陵最大。冬季干旱频率在大别山区最高,干旱强度在皖南山区最大;南方涛动指数(SOI)与皖中和皖南地区春季SPI、北大西洋振荡(NAO)与皖中和皖南地区夏季SPI以及皖南地区冬季SPI、太平洋北美振荡(PNA)与皖中和皖南地区秋季SPI、北极涛动指数(AO)与皖北和皖中地区冬季SPI在不同时间尺度的共振周期上具有较好的相关关系。【结论】春季和秋季有变干趋势,夏季和冬季有变湿趋势。安徽省平原和丘陵地区干旱频率较大,...     

1960-2016年贵州喀斯特山区干旱时空动态分析

干旱是造成喀斯特地区损失最为严重的自然灾害之一。以我国西南喀斯特集中分布区域为研究区,基于研究区33个气象站1960-2016年的逐日降水数据,利用PA指数和Mann-Kendall检验方法分析了1960-2016年干旱时空分布特征。结果表明:研究区降雨量有减少趋势,PA指数呈减小趋势,干旱呈增强趋势,2011年PA均值最小;研究区各季干旱强度均呈上升趋势,且冬旱强度最强、发生干旱年份最多,秋旱次之,春旱和夏旱强度较弱、发生干旱的年份较少;年际干旱频次高发区集中于研究区南部、西北部及中东部地区;仅秋、冬季西部和东南部部分地区出现特旱且频次低,秋、冬季发生重旱、中旱和轻旱的频次高,春、夏季较低;春季干旱频次西高东低,夏季中部高,秋季南高北低,冬季西高东低;干旱与地形因子显著相关,重、特旱易发生在高陡地区。综上所述,研究区干旱有增强趋势且秋、冬季趋势较强,空间上呈现明显的季节性和区域性,且与地形因子显著相关。     

1961—2020年黄土高原地区气象干旱时空演变特征研究

基于黄土高原地区61个气象站点1961—2020年的逐日气象资料,探究该研究区域的历史干旱演变特征。采用标准化降雨蒸散指数(SPEI),运用Morlet小波分析、干旱面积覆盖率、干旱发生频率和Mann-Kendall突变检验等研究方法,揭示近60 a全球变暖背景下黄土高原地区的干湿变化特征及周期特征,并对干旱进行归因分析。研究结果表明：SPEI值的干湿交替变化具有全域性,年度SPEI＿12和春、秋、冬季SPEI＿3在研究时段呈逐年下降趋势,干旱倾向趋势降幅排序为秋>春>冬>年,夏季SPEI＿3呈现相对平缓的升高趋势,趋势率为0.02/10a;干旱覆盖面积整体呈上升趋势不显著,年干旱频率在31.40%和35.15%之间,中西部区域站点干旱化趋势较大;不同时间尺度的干湿变化周期不稳定,目前正处于并长期处于偏暖湿化阶段。目前的暖湿化趋势仅体现为量的变化,并不足以改变该区域的基本气候状态,其仍处于温凉干燥的干旱与半干旱气候范围。     

干旱指数在四川省的适用性分析

干旱灾害频发严重制约着四川省的农业发展,为合理分析四川省干旱情况,干旱指数的选择尤为重要。本文基于四川省39个气象站点1960年-2013年的气象资料,分别计算1961年、1994年、2006年和2009年-2010年各站点相对湿润指数M、气象干旱综合指数CI、标准化降水指数SPI和标准化降水蒸散指数SPEI,利用Arcgis反距离插值法进行空间插值,并与中国气象灾害大典记录的四川省典型年干旱情况进行对比分析,进而评价四种干旱指数在四川省的适用性。结果表明:对于1961年夏旱,M指数和CI指数均表现出无旱或轻旱,SPI指数结果较实际情况偏小,SPEI指数监测出了干旱的重灾区,效果在四个干旱指标中最好;1994年夏伏旱,M指数监测结果偏小;CI指数出现了空报,对川东地区和川西高原的监测结果偏小,SPEI指数在达县、巴中一带结果偏小,而SPI指数在成都、绵阳一带的结果偏小。2006年伏旱,M指数监测结果偏小;CI指数比M指数效果稍好,但结果仍然偏小;SPI指数和SPEI指数监测出的干旱特征与实际一致;2009年-2010年的冬春连旱,SPEI指数效果最好,M指数次之,SPI指数效果最差。SPEI指数最能反映四川省典型干旱年干旱的空间分布特征。     

ENSO影响下安徽省旱涝灾害及农业生产损失时空变化特征

基于1961—2014年25个气象站资料,采用线性趋势法、标准化降水蒸散指数(SPEI)、M-K趋势检验以及皮尔逊相关分析法,分析了ENSO影响下安徽省1961—2014年近54年旱涝时空特征及对农业生产影响。研究表明:(1)与ENSO事件有关的中度以上干旱(洪涝)发生次数占中度以上干旱(洪涝)总次数的68%(83%),且干旱事件受厄尔尼诺次年及拉尼娜年影响大,洪涝受厄尔尼诺当年影响更大;(2)春、秋季SPEI波动幅度大于夏季和冬季,洪旱灾害风险增大。春季呈干旱化趋势,冬季在20世纪90年代湿润化达到最大,随后趋向于干旱化。与皖北地区相比较,皖南地区各月份趋势变化大;(3)安徽各地区的旱涝指数与SSTA的相关性在ENSO冷暖事件中不同,ENSO暖事件对皖南地区相关系数最大达0.32,超过99%置信度检验,影响更为显著,而ENSO冷事件对皖北地区相关系数最大达0.28,超过99%置信度检验,影响更为显著。随着滞后性月份的增加,安徽各区域的旱涝指数与SSTA的相关系数逐渐增大,皖南地区与SSTA相关性大于皖北地区,SSTA对未来3个月皖南旱涝有明显的影响;(4)近20年皖北、皖南地区稻、麦减产主要发生在ENSO事件年或者前一年,且减产率高。皖北地区和江淮地区的小麦减产发生次数较少,小麦减产率较大,而皖南地区小麦减产发生年份较多,小麦减产率较小。ENSO对农业生产的影响与旱涝分布状况有关,江淮地区良好的灌溉条件会降低ENSO年农业旱涝受灾风险。     

新疆多时间尺度干湿变化特征分析

使用1963-2018年CRU TS v4.0.3逐月格点数据,通过计算新疆月、季、年不同时间尺度的标准化降水蒸散指数(SPEI)对干湿变化情况进行量化,并使用Mann-Kendall非参数检验、小波功率谱等方法对干湿指标的变化趋势与周期特征进行分析.结果表明:新疆在1988年前后表现出了干旱向湿润的转变;SPEI变化...     

基于ARIMA模型的云南气象干旱预测研究

近年来,云南地区的干旱引起了社会广泛关注。为了对云南省未来一个时期的干旱情况进行预测,利用1961~2013年云南省29个气象站逐月降水和气温资料计算云南各地区标准化降水蒸散指数（SPEI）,并建立了SPEI序列自回归移动平均模型（ARIMA）,对模型参数进行率定和验证后,确定了模型参数和表达式。利用所建立的模型,对云南省各地区2014~2023年年平均SPEI值进行预测。结果显示,未来一段时期内云南各地区气象干旱仍将持续。针对云南的干旱情况,提出了相应的抗旱对策建议。      

适宜表征农业干旱的气象干旱指标——以湖南省为例

以最新的全国土壤水再分析产品为参考,通过最大相关性分析确定最适宜表征湖南省农业干旱的标准化降水蒸散发指数(SPEI)时间尺度,进而分析湖南省1960-2014年农业干旱的时空演变特征。结果表明:全省尺度最适宜表征农业干旱的SPEI时间尺度为SPEI-6;基于SPEI-6表征的全省农业干旱在1960-2014年呈不显著减小趋势,中度及以上干旱的发生频率为14.4%,重度及以上干旱的发生频率为4.9%;在季节分布上,中度及以上农业干旱在冬季发生频率最高,其次为秋季;重度及以上农业干旱亦在冬季发生频率最高,其次为春季;在年代际变化上,农业干旱的发生频率在20世纪60年代最高,而后持续降低,90年代达到最低值,21世纪初又快速升高。     

鄱阳湖干旱多尺度特征及其与月均水位的相关性

以鄱阳湖13个气象站1957~2013年的逐月降水量、平均气温、各站点纬度和同期水位站逐月平均水位为实验数据,分别计算1、3、6、12、24、48个月尺度下标准降水指数(SPI)和标准降水蒸散指数(SPEI)时间序列,并利用Morlet小波分析理论,分析了该序列多时间尺度变化特征。基于Mann-Kendall检验,分析了鄱阳湖气象干旱趋势特征;利用Spearman秩相关系数,研究了不同时间尺度SPI和SPEI序列与月平均水位的相关关系。研究表明,鄱阳湖流域SPI和SPEI序列存在约68个月变化的主周期,两个主要特征时间尺度变化的强分布;气象干旱与湖水位的相关关系随时间尺度的增大而减弱。     

基于SPEI的贵州省气象干旱时空演变特征及双变量区域频率分析

为深入探究贵州省干旱事件发展规律及区域重现期特征,采用贵州省1960—2017年逐月气象资料计算标准化降水蒸散指数（SPEI）,采用三阈值法游程理论、小波理论、Copula函数等方法对干旱时空演变特征、周期特征以及区域重现期特征进行分析。结果表明：1960—2017年贵州省干旱整体上呈严重化趋势,各分区存在差异,其中黔西南地区的干旱化趋势最为明显,SPEI线性倾向率为-0.003/10a;干旱强度由高到底的分区排序依次为黔东、黔北、黔西南、黔中、黔西北、黔南,且黔中地区的干旱发生频率最高;贵州省四季干旱的主周期分别为18、15、30和8 a,空间上南北分布差异显著,周期较长的区域范围呈现先增加后减少的趋势;贵州省黔北地区的干旱重现期最小,表明此区域发生极端干旱事件的概率较大,遭受干旱灾害的可能性较大。研究结果可为贵州省水资源管理及干旱风险防治提供科学依据。     

滹沱河流域植被覆盖时空演变及其与 SPEI 的相关关系

选择2001-2015年MODIS NDVI(250m)及14个气象站点气温、降水数据,通过计算标准化降水蒸散指数(SPEI),探究滹沱河流域近15年植被覆盖时空演变特征,分别从月、季节、年等尺度探究植被覆盖与SPEI的相关关系。结果显示:(1)近15年滹沱河流域归一化植被指数(NDVI)呈显著增加趋势,增速为0.024/(10a)。(2)植被恢复以明显改善为主,覆盖范围占整个流域面积的51.58%,主要分布于流域中、上游。(3)滹沱河流域SPEI总体上呈波动上升趋势,干旱程度有所降低,流域中游变湿趋势最显著。(4)6月、7月是干旱条件对植被覆盖影响最显著的月份,其中,6月气温对NDVI的影响大于降水,而7月降水对NDVI的影响大于气温;夏季干旱程度对植被覆盖度的影响最为明显;NDVI年际变化与SPEI具有显著正相关关系,干旱对植被生长状态有较大影响。     

基于改进三维识别方法的西北地区干旱事件分析

以标准化降水蒸散指数(SPEI)为基础,基于改进的干旱三维识别方法,提取多个反映干旱空间动态演变过程的特征变量,对西北地区识别的气象干旱事件进行分类并分析其时空演变模式,揭示季节干旱发展规律。结果表明：改进的干旱三维识别方法能够准确提取出时空连续的干旱事件,提高了干旱时空动态演变监测的可视化程度;1960—2018年西北地区气象干旱事件以同向迁移规律为主,青海省北部和甘肃省中部为两个主干旱中心区域,且呈现出历时逐渐变短、大面积干旱事件占比逐渐降低的趋势;西北地区季节连旱事件多集中在青海省,春夏秋连旱事件由东南向西北方向迁移,夏秋冬连旱事件由西南向东北方向迁移,且两种季节连旱事件在发展后期的迁移速率相对较快。