干旱指標研究進展

李柏貞，周廣勝

(中國氣象科學研究院， 北京 100081)

干旱指標研究進展

李柏貞，周廣勝*

(中國氣象科學研究院， 北京 100081)

干旱作為全球最為常見的自然災害之一，已經對我國的農業(yè)生產造成了嚴重影響。為更好地預測影響作物的干旱并及時采取應對措施，綜述了國內外廣泛應用的各類干旱指標，包括氣象指標、土壤墑情指標、作物生理生態(tài)指標及其它綜合監(jiān)測指標等，評述了各類干旱指標的優(yōu)缺點以及在農業(yè)上的適用性，探討了未來以作物干旱為核心的干旱指標研究擬重視的方面，以為減緩和預防干旱對農業(yè)的不良影響及制訂科學的政策提供依據(jù)。

干旱指標；氣象指標；土壤墑情指標；作物生理生態(tài)指標；綜合監(jiān)測指標

大量礦物燃料的燃燒、亂砍濫伐等人類活動和工業(yè)化過程已經導致地球環(huán)境的嚴重惡化及以氣候變暖為標志的全球變化，包括冰川退縮、河道斷流、湖泊萎縮、沙漠化加劇、生物多樣性受損等，特別是干旱的發(fā)生日益頻繁，已經成為全球最為常見的自然災害之一[1- 2]。干旱作為長時間的累積過程，是正常的氣候現(xiàn)象。氣候變暖背景下，我國干旱呈現(xiàn)發(fā)生頻率高、分布面積大、時空分布不均勻、持續(xù)時間長等特點[3]，對農業(yè)生產的影響尤其嚴重[4]，且農業(yè)和農村可能是未來50a受全球變化影響最大的部門和地區(qū)[1]。

影響作物的干旱發(fā)生發(fā)展非常復雜，不僅與作物本身的生物學特性有關，包括作物品種、作物生物特性、耐旱程度、種植布局、生長狀況等，還受到氣象和水文條件等自然因素、下墊面及人為管理、耕作制度的影響。

為減緩和預防干旱對作物生產帶來的不良影響，與作物密切相關的干旱指標建立非常重要。正因為如此，一系列干旱指標已被建立，包括氣象指標、土壤墑情指標、作物生理生態(tài)指標及其它綜合監(jiān)測指標等，其中較為常用的干旱指標有土壤含水量、作物水分脅迫指數(shù)和帕爾默干旱指數(shù)(PDSI)[5- 6]。

為建立反映作物水分脅迫的干旱指標，本文將綜述近年來國內外廣泛應用的各種干旱指標，并分析其優(yōu)劣與適用性，探討未來反映作物水分脅迫的干旱指標研究擬重視的方面，為減緩和預防干旱對農業(yè)的不良影響及制訂科學的政策提供依據(jù)。

1 氣象指標

氣象學認為，干旱是一種長期干燥少雨且穩(wěn)定的氣候現(xiàn)象，實際上是由于缺乏足夠的降水引起，是氣候水熱不平衡的表現(xiàn)。自然降水是農田水分的主要來源，是造成作物水分脅迫的主要原因。因此，降水量常被用于描述干旱。

1.1 降水量指標

降水量指標是一種以某地某時段的降水量確定旱澇標準的定量指標，主要用于地下水位較深且無灌溉條件的雨養(yǎng)農業(yè)區(qū)。該指標形式多種多樣，但大多數(shù)指標都是與該時期多年平均降水量進行對比獲得。

1.1.1 降水距平百分率

降水距平百分率指某時期降水量與同期多年平均降水量的距平百分率，反映了該時期降水量相對于同期平均狀態(tài)的偏離程度，是一個具有時空對比性的相對指標。

降水距平百分率的優(yōu)點在于意義明確、方法簡單直觀，但是其響應慢、敏感性低，反映的旱澇程度較弱，而且該指標未考慮底墑作用，對平均值的依賴性較大，對降水時空分布不均勻地區(qū)不能確定一個統(tǒng)一的劃分標準，即相同的指標值會對應不同程度的旱澇，如我國的西北地區(qū)[7- 8]。

1.1.2 濕度指標

濕度指標是假設降水量為常態(tài)分布時的降水變異系數(shù)，用以表征旱澇程度，也稱標準差指標[11]。濕度指標(I)定義如下：

1.1.3Z指數(shù)

Z指數(shù)是假設降水量服從概率密度函數(shù)Person-III分布對降水量進行正態(tài)化處理，將降水量轉化為以Z為變量的標準正態(tài)分布，用以表征旱澇程度：

式中，Xi為降水的標準化變量，Xi的平均值為0，方差為1，消除了降水平均值不同而造成的影響；Cs為偏態(tài)系數(shù)，用來檢驗觀測值是否服從正態(tài)分布，偏態(tài)系數(shù)越大，Z指數(shù)分析結果越好，越能反映出旱澇程度[7]。

式中，n為樣本數(shù)；S為樣本均方差。Z指數(shù)在描述旱澇程度時需要針對不同地區(qū)進行修正，并給出了適用于不同地區(qū)的劃分標準[7,12- 13]。該指標計算起來較為簡便，意義明確，適合在我國北部和西北部使用，同時該指標較降水距平百分率指標更符合實際情況[7- 8,12]。

除以上常用指標外，與降水量有關的旱澇指標還有用于衡量與林火相關的干旱指標Muger′s Index[14]、BMDI[15]、K指標[4]、反映干旱強度和持續(xù)時間的標準化降水指標SPI[16]、連續(xù)無雨日數(shù)[17]等。

降水量指標的優(yōu)點在于方法簡單明了、資料容易獲取、意義明確，但是該類指標僅考慮了單一的降水量因子，沒考慮作物、下墊面及其它相關因素的影響，考慮到降水時空分布的不均勻性，降水量指標只能大致反映干旱發(fā)生的趨勢，不能準確反映某一段時間小范圍內的干旱程度，也不能直接表示作物遭受干旱的影響程度。同時，由于降水時空結構復雜，局地性強，預報困難，所以降水量指標難以大尺度使用，預報未來干旱的不確定性也較大。

1.2 溫度與降水共同影響的綜合指標

溫度與降水共同影響的綜合指標較單一的氣溫或降水指標包含的應用信息更豐富。溫度的高低反映了地面蒸發(fā)的多少，再結合降水量可綜合反映地面水分的收支狀況，從而可以間接反映作物水分收支狀況。

1.2.1 Ped干旱指數(shù)

Ped干旱指數(shù)(S)是指標準化氣溫距平與標準化降水量距平之差，可用于比較不同區(qū)域和不同年份的干旱頻率與敏感度[18]：

式中，ΔT、σT分別為月均氣溫的距平和均方差；ΔR、σR分別為月降水量的距平和均方差?；赑ed的干旱劃分為：中旱(23)。該干旱指數(shù)可作為短期氣候預報對象，服務于未來作物對水分脅迫的預測。

1.2.2 德馬頓(De. Martonne)干旱指標

德馬頓(De. Martonne)干旱指標(I)的計算公式為：

式中，R為月降水量；T為月均氣溫。當?shù)埋R頓干旱指標(I)小于30時，干旱開始發(fā)生[18]。由于溫度與蒸發(fā)有一定關系，該指標在一定程度上考慮了水分收支情況，且資料易于獲取，計算簡單，在一定程度上指示了作物對水分脅迫的反應。

1.2.3 水熱系數(shù)指標

水熱系數(shù)指標(Kw)是利用降水量和積溫表示的干旱指標，由前蘇聯(lián)農業(yè)氣候學家謝良尼諾夫于1971年提出：

Kw=∑P/0.1∑T≥10℃

式中，∑P、∑T≥10℃分別為日均氣溫≥10℃的降水量總和與積溫。該指標雖然大多用于評價氣候干旱，但是積溫和降水量是作物正常生長發(fā)育的重要因子，因而也可作為作物對水分脅迫的指標。

在各種干旱類型中，氣象干旱的表現(xiàn)最為明顯直接，是其它類型干旱發(fā)生的先導[19]。由于氣象指標未考慮下墊面、作物等因素的影響，所以氣象指標只能大致反映出干旱發(fā)生的趨勢，不能直接表示作物遭受干旱的影響程度。

2 土壤墑情指標

土壤墑情指土壤的濕度狀況，也是反映作物對水分脅迫的最成熟的指標之一[5]。作物生長發(fā)育的水分主要靠根系直接從土壤中獲取，土壤水分含量是限制作物生長發(fā)育的重要因子之一，可以以土壤含水量作為作物對水分脅迫指標[20]。

2.1 土壤相對濕度

土壤相對濕度是指土壤含水量與田間持水量的百分比。根據(jù)土壤相對濕潤度(R)進行干旱等級劃分：無旱(R>60%)、輕度干旱(50%

2.2 相對濕潤度指數(shù)

相對濕潤度指數(shù)(M)是中國氣象局2005年《干旱監(jiān)測和影響評價業(yè)務規(guī)定》中推薦的干旱指標之一，能較好地反映土壤水分收支平衡：

式中，P為降水量；Ea為作物實際蒸散量，利用FAO推薦的Penman-Monteith修正公式與作物系數(shù)計算得到。

相對濕潤指數(shù)只能計算單一時段(季、月、旬等)的土壤水分收支平衡，不能反映前期的土壤水分盈虧對研究時段水分狀況的影響，也無法評定區(qū)域作物對水分脅迫的響應。由于干旱是一個累積過程，為此有研究提出復合相對濕潤度指數(shù)和區(qū)域綜合相對濕潤度指數(shù)的干旱指標[21]。

2.3 土壤有效水分存儲量

土壤有效水分存儲量(s)指存儲在作物根系活動層內能被作物根系吸收的有效水分量：

s=0.1(w-ww)ρh

式中，w為土壤濕度；ww為凋萎濕度；ρ為土壤容重；h為土層厚度[22]。當土壤有效水分存儲量s小到一定程度，即土壤濕度很小不足以提供作物生長發(fā)育所需的水分，作物將會發(fā)生萎蔫。因此，s可以用于評價作物缺水狀況。該指標確定的干旱范圍需要根據(jù)土質、作物和生長期等具體特性決定。

土壤墑情指標是基于廣泛的試驗而建立，土壤墑情直接影響作物各生理過程(如氣孔導度、葉水勢、光合速率等)[23]。由于不同作物不同生育期所需的水分不同，使用土壤墑情指標時必須注意不同作物不同生長發(fā)育階段所需的土壤水分下限。同時，利用土壤墑情評價作物對水分脅迫響應有其不確定性，單站土壤水分的觀測資料代表性較差，目前還不能很好地評估大尺度作物對水分脅迫的響應[5]。

3 作物生理生態(tài)指標

作物生理生態(tài)指標主要包括作物生理指標和作物形態(tài)指標兩類。作物生理指標包括利用葉片相對含水量、氣孔導度、葉水勢、光合速率、冠層溫度、蒸騰速率、細胞汁液濃度等建立的指標；作物形態(tài)指標是指利用作物長勢、長相來判斷作物的缺水程度。

3.1 葉水勢指標

葉水勢指標是反映作物對水分脅迫響應程度的較好指標，它不僅能夠反映氣候干旱特征，還能直接反映作物生理干旱特征，因為它能定量地反映作物葉片中的水分狀況，特別是在凌晨、干旱或半干旱區(qū)的9:00—12:00的葉水勢對于干旱程度的反映最為明顯[5,23- 24]。作物受旱時，葉水勢迅速下降。葉水勢指標ψl與蒸騰速率、大氣水勢和葉片氣孔阻抗等因素有關：

ψl=ψa+TrRla

式中，ψa為大氣水勢，可根據(jù)氣溫和大氣相對濕度計算；Tr為蒸騰速率(μg·cm-2·s-1)，可利用能量平衡原理估算或LI- 6400直接測量；Rla為葉氣系統(tǒng)的水流阻力(s/m)，Rla=rl+ra，rl為氣孔阻抗，ra為空氣阻抗。

研究表明，葉水勢指標是反映我國西北半干旱區(qū)作物對水分脅迫響應最敏感的指標[25]，并構建了基于遙感信息的葉水勢估算模型[5]。不同地區(qū)、不同作物或不同生育期的葉水勢臨界值不同；同時，葉水勢指標在水分脅迫足以影響作物生長時，充分供水作物和發(fā)生水分脅迫作物的葉水勢并沒有差異[23]，因此使用葉水勢指標時需注意水分充足和不足的情況。

3.2 冠氣溫差指標

冠層溫度是判斷作物水分虧缺最敏感的指標之一[26]。冠氣溫差指標是以作物冠層溫度與氣溫的差值作為判斷作物對水分脅迫響應的依據(jù)。冠氣溫差曾被用作作物缺水狀況的指標[27- 28]，如采用每日13:00—15:00冠氣溫差累計值S作為作物對水分脅迫響應的指標[29]：

式中，N為作物冠層溫度高于氣溫的連續(xù)天數(shù)，n=1為起始日期；Tc為作物冠層溫度；Ta為離作物冠層層頂2m處的氣溫。當土壤水分減少到一定值時，作物冠層溫度將會高于氣溫，連續(xù)N天缺水后，如果S值大于作物開始缺水的臨界值S0，則表示作物發(fā)生干旱，且冠氣溫差越大，蒸騰速率也越大，缺水越多，作物受旱程度越嚴重。

不同作物(春小麥和棉花)的冠氣溫差與土壤含水量、氣象因素、環(huán)境因素之間的關系不同[30- 31]，冬小麥的冠氣溫差與產量存在很好的相關關系[26]，但冠氣溫差指標受大氣環(huán)境影響較大，當大氣蒸發(fā)力較弱時，該指標不能真實地反映作物受水分脅迫的程度[32]。

3.3 作物水分脅迫指數(shù)

作物水分脅迫指數(shù)(CWSI)是以冠氣溫差作為主要計算因子，綜合考慮了太陽輻射、植物、大氣等各因素對作物水分狀況的影響[33]：

式中，ETd為作物實際蒸散發(fā)量；ETp為作物潛在蒸散發(fā)量[34]。基于CWSI的干旱劃分為[35]：重旱(CWSI>0.913)、中旱(0.765

當引入冠氣溫差等計算因子后，CWSI可計算如下[37]：

(Tc-Ta)ll=A+B×VPD

(Tc-Ta)ul=A+B×VPG

式中，(Tc-Ta)為冠氣溫差，可以通過儀器觀測；(Tc-Ta)ll為作物潛在蒸發(fā)狀態(tài)下的冠氣溫差，是冠氣溫差的最小值；(Tc-Ta)ul為作物在完全沒有蒸騰作用下的冠氣溫差，是冠氣溫差的最大值；VPD為大氣飽和水汽壓差，可以通過溫度和濕度計算得到；VPG是指溫度分別Ta、Ta+A下的空氣飽和水汽壓之差；A、B為經驗系數(shù)。冠氣溫差的上、下限值也可根據(jù)冠層單層能量平衡阻力模式計算，從而構成了CWSI的理論公式[37]。CWSI在0—1之間，值越大表示受旱程度越嚴重。

該指標能夠很好地反映冬小麥、棉花等作物的水分脅迫狀況[38- 40]，并可與遙感信息獲取的大面積作物冠層溫度相結合，及時了解作物對水分脅迫響應的程度。但是，CWSI計算過于繁瑣，在葉面積指數(shù)較低(作物生長發(fā)育早期)時應用效果較差，利用遙感也會額外引入地表溫度信息等噪音。

3.4 水分虧缺指數(shù)WDI

水分虧缺指數(shù)(WDI)是以冠層溫度為基礎擴展而來的反映農作物旱情的重要指標之一，是基于能量平衡雙層模型建立起來的[41]：

式中，Ts為地表混合溫度，即作物和土壤的混合溫度；Ta為空氣溫度；(Ts-Ta)m、(Ts-Ta)x分別為地表與空氣溫差的最小值和最大值：

式中，SAVI為土壤調節(jié)植被指數(shù)；c0、c1、d0、d1可利用植被指數(shù)-溫度關系梯形(VIT梯形)解出。WDI越大，表明作物受旱程度越嚴重。

該指標大多都利用了遙感信息，并克服了CWSI的不足，可以在葉面積指數(shù)較低時使用，而且遙感探測到的溫度信息更接近地表混合溫度，但在作物灌溉后遙感對于地表混合溫度反映的“滯后性”還不能解決[37]。

3.5 氣孔導度指標

氣孔導度指標是由水分虧缺指數(shù)(WDI)衍生而來，反映作物對水分脅迫響應的指標，因為WDI在生理上反映了葉片氣孔導度與作物水分狀況之間的定量關系[42]。當土壤水分虧缺，作物發(fā)生干旱時，作物葉片氣孔部分關閉，阻力增加，減少蒸騰失水速率，從而影響光合作用。干旱越嚴重，氣孔阻力越大，導度越小。因此，氣孔導度是天氣條件與土壤水分狀況等因素綜合影響的結果。氣孔阻力可用MK3和AP- 4氣孔儀測定，根據(jù)試驗資料可建立氣孔導度動態(tài)模式，進而確定作物缺水狀況。不同作物及其不同生育期的氣孔導度變化不同，對土壤水分閾值的響應也不同[23]。

研究認為，該指標較利用蒸散量估算作物缺水狀況更準確、更簡單[42]，如基于氣孔導度建立的冬小麥缺水指標[37]。氣孔導度是反映作物對水分脅迫響應較好的指標，但它具有雙重調節(jié)功能，有時變化較為復雜[25]。

3.6 光合速率指標

光合作用是植物重要的生理活動之一，是產生有機物質的主要源泉。水分是進行光合作用的重要原料，光合速率大小與作物體內的水分狀況有直接關系，而作物體內的水分大部分是由根系從土壤中獲取，所以光合速率大小間接地與土壤水分狀況密切相關。不同作物的光合速率對土壤水分變動的閾值響應不相同[23]。

研究表明，玉米在輕度干旱時的光合速率會受到一定程度的抑制[43]，而高粱、糜子等作物在輕度缺水時，光合速率幾乎不受影響，甚至有些特定生育期的作物在輕度干旱時，對光合速率有促進作用，如小麥灌漿期[44]。當土壤水分低于15%時，冬小麥不同生育期內的葉片光合速率隨土壤水分的減小而明顯降低[44]；冬小麥的光合速率與減產率具有較強的相關性[45]，從而為作物受旱程度的風險預測和產量監(jiān)測提供了依據(jù)。

3.7 蒸騰速率指標

為維持作物正常生長發(fā)育的水分需求，作物主要靠蒸騰作用將水分運輸?shù)阶魑锏母髌鞴僦腥ァ．斪魑锇l(fā)生干旱時，作物將會自動調節(jié)自身的蒸騰速率以減少水分虧缺，干旱越嚴重，蒸騰速率也越小。研究表明，作物蒸騰速率變化對土壤水分含量有明顯的閾值反應[23,44]；當水分下降到植株有效水分的25%—30%時，蒸騰速率開始顯著降低[44]。

3.8 葉綠素指標

葉綠素含量是顯示作物健康程度的生理生化指標。當作物發(fā)生干旱時，作物健康程度受影響。隨著植物生育期進程，葉綠素含量呈現(xiàn)先增大后減小的趨勢，這是由植物自身的生理特征決定的。作物缺水時，葉綠素含量不會呈現(xiàn)單一的增加或降低的趨勢。

研究表明，冬小麥中度缺水時葉綠素含量最大，嚴重水分脅迫時葉綠素含量最低，輕度缺水則處于居中位置，并且在嚴重缺水時，葉綠素含量隨生育期進程變化非常緩慢[45]。玉米葉片的葉綠素合成也對水分感應較為敏感，對土壤水分含量也存在明顯的閾值反應，但該指標與作物減產率的相關性較低，所以該指標最好作為一個輔助指標使用[46]。

同時，用于反映作物對水分脅迫響應的作物生理生態(tài)指標還有傷流量指標、胞汁液濃度指標等[47]。作物生理生態(tài)指標是最能直接反映作物受旱程度的指標，但是作物形態(tài)指標常為定性指標，帶有一定的主觀性，而作物生理指標大都是在田間取植株或葉片進行測定，不同測定時間、不同葉齡、不同葉位的測定結果存在差異，所以取樣的代表性很關鍵，該類指標更適于小范圍的作物旱情監(jiān)測[32,48]。

4 其它監(jiān)測指標

4.1 作物供需水指標

作物供需水指標是指在大氣-土壤-作物系統(tǒng)中從農作物的水分供需變化出發(fā)，以農田水量平衡為依據(jù)，通過田間試驗及現(xiàn)有文獻資料的統(tǒng)計分析，綜合考慮研究時段內降水、地下水利用、灌溉水量、作物需水量等供水和需水因素，提出的能合理反映農作物旱象、旱情的一種綜合性指標。

陜西省作物旱情預報系統(tǒng)就是從作物旱情測報出發(fā)提出的反映作物受旱程度的作物供需水指標Kd[49]：

式中，P為有效供水量(mm)；W為作物需水量(mm)；P0為時段內有效降水量(mm)；G為時段內地下水利用量(mm)；W0、W1、W2分別為作物根系活動層內土壤凋萎含水量(mm)、時段初期土壤含水量(mm)、時段末期土壤含水量(mm)；I為時段內灌溉水量(mm)；ET為時段內充分供水時的作物需水量(mm)。據(jù)此提出的陜西省作物供需水指標Kd為[49]：偏澇(Kd>1.3)、正常(1.3≥Kd>0.8)、輕旱(0.8≥Kd>0.6)、中等干旱(0.6≥Kd>0.4)、重旱(0.4≥Kd>0)、極端干旱(作物凋萎、死亡)(Kd=0)。

該指標涉及多種水分因子，物理概念明確，所需參數(shù)可利用氣象資料、實驗資料或計算求得，實際應用效果較好。

4.2 減產百分率模型指標

減產百分率模型指標(L)是以不同生育階段水分虧缺對作物產量影響，綜合確定的作物對水分脅迫響應的指標：

式中，Y為實際產量；Ym為使用作物光溫生產潛力計算的最大產量；n為作物的生育階段；λi為作物在第i階段的水分敏感系數(shù)，反映不同生育期缺水對作物產量的影響程度；ETa為實際耗水量；ETm為最大耗水量。據(jù)此，給出的冬小麥干旱指標為[50]：輕旱(減產10%以下)、中旱(10%—20%)、重旱(20%—30%)、嚴重干旱(大于30%)。該指標對產量預報具有重要意義。

4.3 農作物水分綜合指標

農作物水分綜合指標D計算如下：

式中，P為作物生長期內的降水量；Re為無效降水量，即徑流量與深層滲漏量之和；ρ0為作物生長初期根系層的平均土壤含水量；ρg為根系層內1mm降水量引起土壤含水量的增加量；Rg為同時段地下水補給量；E0為作物生長期內的潛在蒸發(fā)量；ρm為作物正常生長發(fā)育所要求的適宜土壤含水量。據(jù)此，給出的農作物水分綜合指標D劃分為：水分過多(D>1.3)、正常(0.8

4.4 PDSI干旱指標

帕爾默干旱指標PDSI是以土壤水量平衡為依據(jù)，綜合考慮水文循環(huán)的各項因子(如降水、蒸散、徑流等)及相應影響作物對水分脅迫響應的權重系數(shù)，是一種被廣泛應用于評估作物旱情的綜合性干旱指標[51]：

PDSI=kid

d=P-P0=P-(αiPET+βiPR+γiPRO-δiPL)

Ki=17.67K′/∑DK′

K′=1.5lg{[(PET+R+RO)/(P+L)+2.8]/D}+0.5

式中，P為實際降水量；P0為氣候適宜的降水量；PET、PR、PR0、PL分別為可能的蒸散量、土壤水補給量、徑流量、損失量；R、R0、L分別為實際的土壤水補給量、徑流量、損失量；D為各月水分距平d的絕對值的平均值；α、β、γ、δ分別為各項對應的權重系數(shù)，其值取決于研究區(qū)域的氣候特征。該指標被廣為應用并修正，如基于PDSI的適于較大空間尺度的作物水分指標CMI[52]、自適應帕默爾干旱指數(shù)(SC-PDSI)[53]、修正帕爾默干旱指數(shù)(MPDSI)[54- 55]和適于中國的帕爾默干旱指數(shù)[56- 57]。

PDSI指標是迄今為止應用最廣泛、最成功、最具突破性進展的干旱指標，基本上能描述干旱發(fā)生、發(fā)展直至結束的全過程，具有較好的時間、空間可比性，但該指標考慮因子較多，對資料條件要求高，計算也過于繁瑣，具有較大的任意性，無法實現(xiàn)逐日作物對水分脅迫響應的監(jiān)測[6,19,21,58]。

4.5 干旱經濟計量指標

干旱經濟計量指標是以作物產量、收益、價格、糧食供需情況等經濟因子來評估干旱影響程度的指標，如在尼日利亞的干旱區(qū)，采用供給響應函數(shù)作為主要糧食作物小米對水分脅迫響應的指標[59]：

Qmt=α0+α1RAINt+α2(RAIN)2+α3Pmt-1+α4Pst-1+α5T+Ut

式中，Qmt為t時段小米產量；RAINt為t時段降水指數(shù)，即該時段降水量與多年平均降水量之比；Pmt-1為剔除通貨膨脹后上一年的小米價格；Pst-1為剔除通貨膨脹后上一年的高粱(競爭糧食作物)價格；T是由于生產技術改變而產生的時間趨勢項；Ut為t時段隨機誤差；α0、α1、α2、α4、α5為各項對應的參數(shù)估計。降水量越少，干旱越嚴重，小米產量越低，供給量則越少。研究表明[59]，降水量減少1%，小米產量將降低0.45%。

干旱經濟計量指標考慮了人文、環(huán)境、社會等非農業(yè)因素，不能直接反映作物的實際干旱程度，同時，該指標滯后性大，對實際應對農業(yè)干旱效果不顯著。

4.6 遙感干旱監(jiān)測指標

隨著地面遙感、衛(wèi)星遙感、雷達遙感、微波遙感等多種遙感手段的增加，為作物旱情監(jiān)測開辟了一條新途徑。目前，遙感干旱監(jiān)測從溫度、土壤水分、作物長勢等角度，建立了基于水分平衡和能量平衡的多種監(jiān)測模型，主要利用方法有熱慣量法、蒸散法、植被指數(shù)法、微波遙感法等[35]。同時，基于作物光譜信息可反映作物的水分狀況[60]。

遙感技術為作物水分脅迫指數(shù)CWSI、水分虧缺指數(shù)WDI等干旱指標的計算與資料獲取提供了方便，可實現(xiàn)長時期、大范圍的動態(tài)干旱監(jiān)測[61]，但是遙感信息的“滯后性”問題有待進一步解決。

5 問題與展望

國內外科學家已就干旱指標開展了大量研究，具有代表性的氣象指標、土壤墑性指標和作物生理生態(tài)指標分別從大氣干燥程度、土壤供水能力和作物耐旱能力方面描述了作物的缺水程度；而且各類干旱指標都具有一定的時間與空間尺度范圍[62]，還不能綜合反映不同地區(qū)的自然條件、下墊面、作物品種、人類活動等因素影響，都具有一定的局限性。迄今為止，還沒有建立起一個可用于作物對水分脅迫響應的業(yè)務服務指標即作物干旱，更沒有將作物干旱與其光合能力聯(lián)系起來進行作物干旱分級，制約著減緩和預防干旱對農業(yè)不良影響的科學政策與措施的制定。

為此，迫切需要開展作物干旱監(jiān)測預警及評價關鍵技術的研究。通過分析主要作物不同生育期對不同等級氣象干旱與土壤水分及其持續(xù)時間響應的生物學特征，揭示作物干旱對氣象干旱與土壤干旱的響應特征與關系；建立作物對氣象干旱與土壤干旱響應的生物學指標體系、作物干旱與土壤水分關系模型及作物干旱與氣象干旱關系模型；結合遙感監(jiān)測信息，完善作物干旱的遙感監(jiān)測指標；研發(fā)耦合遙感信息的作物干旱監(jiān)測指標體系及作物干旱等級劃分與災損評估技術，開發(fā)作物干旱監(jiān)測預警及評估業(yè)務系統(tǒng)，以科學地制定作物應對干旱的對策措施，確保作物穩(wěn)產高產。

[1] He Q D, Hui D Y, Wu W S, Ming W S, Rong D G, Da L E, Zhen L C, Xiang S Z, Nan S H, Rong W S, He W G. Ecological and environmental change in west China and its response strategy. Advance in Earth Sciences, 2002, 17(3): 314- 319.

[2] Lashkari A, Bannayan M. Agrometeorological study of crop drought vulnerability and avoidance in northeast of Iran. Theoretical and Applied Climatology, 2012.

[3] Li M S, Li S, Li Y H. Studies on drought in the past 50 years in China. Agricultural Meteorology, 2003, 24(1): 8- 11.

[4] Zhang Q, Gao G. The spatial and temporal features of drought and flood disasters in the past 50 yearsand monitoring and warning services in China. Science & Technology Review, 2004(7): 21- 24.

[5] Zhang J, Zhang Q, Zhao H, Zhang P L. Theory and application of leaf water potential retrieved from remote sensing. Chinese Journal of Ecology, 2008, 27(6): 916- 923.

[6] Tatli H, Türkes M. Empirical Orthogonal Function analysis of the palmer drought indices. Agricultural and Forest Meteorology, 2011(151): 981- 991.

[7] Ju X S, Yang X W, Chen L J, Wang Y M. Research on determination of station indices and division of regional flood/drought grades in China. Quarterly Journal of Applied Meteorlolgy, 1997, 08(1): 26- 33.

[8] Zhang C J, Wang B L, Liu D X, Cai Z L. Research on drought and flood indices in the northwest China. Plateau Meteorology, 1998, 17(4): 381- 389.

[9] Wu D L, Wang C Y, Zhang X F, Xue H X. Study on the crop climate drought index of winter wheat in north China. Science & Technology, 2009, 27(7): 32- 36.

[10] Zhou X K, Zhang Q, Wang Y M, Gao G. Drought indices and operational drought monitoring in the U.S.A. and China. Meteorological Monthly, 2005, 31(7): 6- 9.

[11] Xu E H. Theory of annual precipitation normality. Acta Meteorologica Sinica, 1950, 21(1/4): 17- 34.

[12] Wang Z W, Zhai P M, Zhang H T. Variation of drought over northern China during 1950—2000. Journal of Geographical Sciences, 2003, 13(4): 480- 487.

[13] H Ding, D Liu, T Li. Model of projection pursuit drought evaluation based on improved artificial fish swarm algorithm of Sanjiang Plain. Mechanic Automation and Control Engineering (MACE), 2010 International Conference on, 2010. 1908- 1911.

[14] Munger, Thornton T. Graphic method of representing and comparing drought intensities. Monthly Weather Review, 1916, 44(11): 642- 643.

[15] Bahlme H N, Mooley. Large scale drought/flood and monsoon circulation. Monthly Weather Review, 1980, 108: 1197- 1211.

[16] Pai D, Sridhar L, Guhathakurta P, Hatwar H. District-wide drought climatology of the southwest monsoon season over India based on standardized precipitation index (SPI). Nat Hazards, 2011, 59(3): 1797- 1813.

[17] Justino F, de Mélo A S, Setzer A, Sismanoglu R, Sediyama G C, Ribeiro G A, Machado J P, Sterl A. Greenhouse gas induced changes in the fire risk in Brazil in ECHAM5/MPI-OM coupled climate model. Climate Change, 2011, 106(2): 285- 302.

[18] Koleva E, Alexandrov V. Drought in the Bulgarian low regions during the 20th century. Theoretical Applied Climatology, 2008, 92(1): 113- 120.

[19] Yuan W P, Zhou G S. Theoratical study and research prospect on drought indices. Advance in Earth Sciences, 2004, 19(6): 982- 991.

[20] Tang G M, Jiang S M. Drought index and drought prediction for rice. Water Resources and Hydropower Engineering, 2011, 42(8): 54- 58.

[21] Feng J S, Wang J Y, Wang X T, Xue X P, Chen C Y, Li H Y, Fan L J. The application of relative humidity index to agricultural drought monitoring. Quarterly Journal of Applied Meteorology, 2011, 22(6): 766- 72.

[22] Yao Y B, Zhang C J, Deng Z Y, Dong A X, Zhang X Y, Wei F, Yang J H. Overview of meteorological and agricultural drought indices. Agricultural Research in the Arid Areas, 2007, 25(1): 185- 189.

[23] Zhang X Y, Pei D, You M Z. Response of leaf water potential, photosynthesis and stomatal conductance to varying soil moisture in four crops: winter wheat, corn, sorghum and millet. Acta Phytoecologica Sinica, 2000, 24(3): 280- 283.

[24] Kramer P J. An early discussion of cell water relation in thermodynamic terminology. Plant, Cell & Environment, 1985, 8(3): 171- 172.

[25] Zhang J, Zhang Q, Zhao J H, Wang S, Zhao H, Wang J. The response of three crop drought indices to spring wheat water stress over semi-arid region in northwest China. Acta Ecologica Sinica, 2008, 28(4): 1646- 1654.

[26] Chen S L, Zhang X Y, Chen S Y, Sun H Y, Pei D. Variation and interrelationship of winter wheat canopy-air temperature difference, leaf water potential and crop water stress index under different water supply conditions. Acta Tritical Crops, 2005, 25(5): 38- 43.

[27] Jackson R D, Idso S B, Reginato R J, Ehrler W L. Crop temperature reveals stress. Crops and Soils, 1977, 29(8): 10- 13.

[28] Idso S B, Jackson R D, Reginato R J. Remote-sensing of crop yields. Sicence, 1977, 186: 19- 25.

[29] Dong Z G. Research on soil moisture index. Meteorological Monthly, 1985(1).

[30] Cai H J, Xiong Y Z, Liu H J. Diagnosis of crop water deficit by canopy---air temperature Difference. agricultural research in the Arid areas, 1993, 11(3): 49- 54.

[31] Ehrler W L. Cotton leaf temperatures as related to soil water depletion and meteorological factors. Agronomy Journal, 1973, 65(3): 404- 409.

[32] Liu X Y, He W P, Zhang J. Drought indicators and their applications in field scale. Agricultural Meteorology, 2005, 26(2): 99- 105.

[33] Idso S B, Reginato R J, Reicosky D C, Hatfield J L. Determining soil-induced plant water potential depressions in alfalfa by means of infrared thermometry. Agronomy Journal, 1981, 5(73): 826- 830.

[34] Jackson R D, Idso S B, Reginato R J, J Printer P J. Canopy temperature as a crop water stress indicator. Water Resources Research, 1981, 17(4): 1133- 1138.

[35] Li J R. Method and advances of drought monitoring by remote sensing. Hydrology, 2001, 21(4): 15- 17.

[36] Qi S H, Zhang Y P, Niu Z, Wang C Y, Zhen L. Application of water deficit index in drought monitoring in China with remote sensing. Acta Pedologica Sinica, 2005, 42(3): 367- 372.

[37] Yuan G F, Tang D Y, Luo Y, Yu Q. Advances in canopy-temperature-based crop water stress research. Advanced in Earth Sciences, 2001, 16(1): 49- 54.

[38] González-Dugo M, Moran M, Mateos L, Bryant R. Canopy temperature variability as an indicator of crop water stress severity. Irrigation Science, 2006, 24(4): 233- 240.

[39] Yuan G F, Luo Y, Shun X M, Tang D Y. Winter wheat water stress detection based on canopy surface temperature. transactions of the Chinese society of agricultural engineering, 2002, 18(6): 13- 17.

[40] Alderfasi A A, Nielsen D C. Use of crop water stress index for monitoring water status and scheduling irrigation in wheat. Agricultural Water Management, 2001, 47(1): 69- 75.

[41] Moran M S, Clarke T R, Inoue Y, Vidal A. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index. Remote Sensing of Environment, 1994, 49(3): 246- 263.

[42] Kang S Z, Xiong Y Z. Discriminant method for crop water status and irrigation index research. Journal of Hydraulic Engineering, 1991(1): 34- 39.

[43] Wang J S. Effects of water stress on the physiological and ecological characteristics of maize[D]. Shanxi: Shanxi Agricultural University, 2004.

[44] Chen Y M, Shun J S, Xiao J F. A study on the soil moisture controlling standard of water saving irrigation. Irrigation and Drain, 1997, 16(1): 25- 29.

[45] Cong J O, Li N, Xu Y J, Gu W, Le Z Y, Huang S Q, Xi B, Lei Y. Relationship between indices of growth, physiology and reflectivity and yield of winter wheat under water stress. Chinese Journal of Eco-Agriculture, 2010, 18(1): 67- 71.

[46] Zhang S Y, Guo J, Liu W, Zhao J K, Gu S Y. Responses of mainphysiological and biochemical indexes of maize leaf to soil moisture at seedling stage. Journal of Maize Sciences, 2011, 19(5): 68- 72, 77.

[47] Liu Y Z, Li Q X, Shun W R, Jing K P, Wang G Q, Li W X. Dry target system of the climate and the crop. Journal of Shanxi Agricultural Sciences, 2005, 33(3): 50- 53.

[48] Han M Z, Yang F, Wang Z B. Review of common agricultural drought index. Water Conservancy Science and Technology and Economy, 2010, 16(6): 681- 682.

[49] Wang M X, Hu Y H, Xiong Y Z. Study on the crop drought forecasting system in Shanxi Province. Northwest Water Resources & Water Engineering, 1996, 07(2).

[50] Kang X Y, Gu G Q, Shi Y S, Tian G Q, Gu Y L. Drought indices and prediction models for winter wheat. Chinese Journal of Eco-Agriculture, 2011, 17(4): 860- 865.

[51] Palmer W C. Meteorological Drought. Research Paper No.45. Office of Climatology U.S. Weather Bureau, Washington, 1965.

[52] Pamler W C. Keeping track of crop moisture conditions, nationwide: The new crop moisture index. Weatherwise, 1968, 21: 156- 161.

[53] Wells N, Goddard S, Hayes M J. A self-calibrating palmer drought severity index. Journal of Climate, 2004, 17(15): 2335- 2351.

[54] Mo K C, Chelliah M. The modified Palmer Drought Severity Index based on the NCEP north American regional reanalysis. Journal of Applied Meteorology and Climatology, 2005, 45(10): 1362- 1375.

[55] Ye J G, Shen S H, Lü H Q. Application of modified Palmer Drought Severity Index in agricultural drought monitoring. Chinese Journal of Agrometeorology, 2009, 30(2): 257- 261.

[56] Liu W W. Further modification and application of the Palmer Drought Severity Model[D]. Beijing: Chinese Academy of Meteorological Sciences, 2003.

[57] Zhai J Q, Su B, Krysanova V, Vetter T, Chao G, Tong J. Spatial variation and trends in PDSI and SPI indices and their relation to streamflow in 10 Large regions of China. Journal Climate, 2010, 23: 649- 663.

[58] Hayes M J, Svoboda M D, Wilhite D A, Hayes. Monitoring the 1996 drought using the standardized precipitation index. Bulletin of the American Meteorologicl Society, 1999, 80: 429- 438.

[59] Abdullahi A B, Iheanacho A C, Ibrahim A. Econometric analysis of the relationship between drought and millet production in the arid zone of Nigeria: A case study of Borno and Yobe States. Journal of Agriculture & Social Sciences, 2006, 2(3): 170- 174.

[60] Zhang J H, Yao F M, Li L, Zhang W Z. Relationships between water indices and soil moisture/crop physiological indices using ground-based remote sensing and field experiments. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(4): 151- 155.

[61] Tan D B, Liu L M, Yan J J, Hu Y. Research on drought monitoring model based on MODIS data. Journal of Yangtze River Scientitic Research Institute, 2004, 21(3): 11- 15.

[62] Richard R, Heim Jr. A review of twentieth-century drought index used in the United States. Bulletin of the American Meteorological Society, 2002, 83(8): 1149- 1165.

參考文獻：

[1] 秦大河, 丁一匯, 王紹武, 王蘇民, 董光榮, 林而達, 劉春蓁, 佘之祥, 孫惠南, 王守榮, 伍光和. 中國西部生態(tài)環(huán)境變化與對策建議. 地球科學進展, 2002, 17(3): 314- 319.

[3] 李茂松, 李森, 李育慧. 中國近50年旱災災情分析. 中國農業(yè)氣象, 2003, 24(1): 8- 11.

[4] 張強, 高歌. 我國近50年旱澇災害時空變化及監(jiān)測預警服務. 科技導報, 2004(7): 21- 24.

[5] 張杰, 張強, 趙宏, 張平蘭. 定量遙感反演作物水勢的原理及其應用. 生態(tài)學雜志, 2008, 27(6): 916- 923.

[7] 鞠笑生, 楊賢為, 陳麗娟, 王有民. 我國單站旱澇指標確定和區(qū)域旱澇級別劃分的研究. 應用氣象學報, 1997, 08(1): 26- 33.

[8] 張存杰, 王寶靈, 劉德祥, 蔡忠蘭. 西北地區(qū)旱澇指標的研究. 高原氣象, 1998, 17(4): 381- 389.

[9] 吳東麗, 王春乙, 張雪芬, 薛紅喜. 華北冬小麥作物氣候干旱指數(shù)研究. 科技導報, 2009, 27(7): 32- 36.

[10] 鄒旭愷, 張強, 王有民, 高歌. 干旱指標研究進展及中美兩國國家級干旱監(jiān)測. 氣象, 2005, 31(7): 6- 9.

[11] 徐爾灝. 論年雨量之常態(tài)性. 氣象學報, 1950, 21(1- 4): 17- 34.

[19] 袁文平, 周廣勝. 干旱指標的理論分析與研究展望. 地球科學進展, 2004, 19(6): 982- 991.

[20] 湯廣民, 蔣尚明. 水稻的干旱指標與干旱預報. 水利水電技術, 2011, 42(8): 54- 58.

[21] 馮建設, 王建源, 王新堂, 薛曉萍, 陳艷春, 李鴻怡, 范里駒. 相對濕潤度指數(shù)在農業(yè)干旱監(jiān)測業(yè)務中的應用. 應用氣象學報, 2011, 22(6): 766- 772.

[22] 姚玉璧, 張存杰, 鄧振鏞, 董安祥, 張秀云, 魏鋒, 楊金虎. 氣象、農業(yè)干旱指標綜述. 干旱地區(qū)農業(yè)研究, 2007, 25(1): 185- 189,211.

[23] 張喜英, 裴冬, 由懋正. 幾種作物的生理指標對土壤水分變動的閾值反應. 植物生態(tài)學報, 2000, 24(3): 280- 283.

[25] 張杰, 張強, 趙建華, 王勝, 趙宏, 王靜. 作物干旱指標對西北半干旱區(qū)春小麥缺水特征的反映. 生態(tài)學報, 2008, 28(4): 1646- 1654.

[26] 陳四龍, 張喜英, 陳素英, 孫宏勇, 裴冬. 不同供水條件下冬小麥冠氣溫差、葉片水勢和水分虧缺指數(shù)的變化及其相互關系. 麥類作物學報, 2005, 25(5): 38- 43.

[29] 董振國. 對土壤水分指標的研究. 氣象, 1985(1).

[30] 蔡煥杰, 熊運章, 劉海軍. 用冠層溫度- 氣溫差方法診斷作物缺水狀況的研究. 干旱地區(qū)農業(yè)研究, 1993, 11(3): 49- 54.

[32] 劉曉英, 郝衛(wèi)平, 張健. 農田尺度下干旱指標及應用. 中國農業(yè)氣象, 2005, 26(2): 99- 105.

[35] 李紀人. 旱情遙感監(jiān)測方法及其進展. 水文, 2001, 21(4): 15- 17.

[36] 齊述華, 張源沛, 牛錚, 王長耀, 鄭林. 水分虧缺指數(shù)在全國干旱遙感監(jiān)測中的應用研究. 土壤學報, 2005, 42(3): 367- 372.

[37] 袁國富, 唐登銀, 羅毅, 于強. 基于冠層溫度的作物缺水研究進展. 地球科學進展, 2001, 16(1): 49- 54.

[39] 袁國富, 羅毅, 孫曉敏, 唐登銀. 作物冠層表面溫度診斷冬小麥水分脅迫的試驗研究. 農業(yè)工程學報, 2002, 18(6): 13- 17.

[42] 康紹忠, 熊運章. 作物缺水狀況的判別方法與灌水指標的研究. 水利學報, 1991(1): 34- 39.

[43] 王建程. 水分脅迫對玉米生理生態(tài)特性影響研究[D]. 山西: 山西農業(yè)大學, 2004.

[44] 陳玉民, 孫景生, 肖俊夫. 節(jié)水灌溉的土壤水分控制標準問題研究. 灌溉排水, 1997, 16(1): 25- 29.

[45] 叢建鷗, 李寧, 許映軍, 顧衛(wèi), 樂章燕, 黃樹青, 席賓, 雷飏. 干旱脅迫下冬小麥產量結構與生長、生理、光譜指標的關系. 中國生態(tài)農業(yè)學報, 2010, 18(1): 67- 71.

[46] 張淑勇, 國靜, 劉煒, 趙京考, 谷思玉. 玉米苗期葉片主要生理生化指標對土壤水分的響應. 玉米科學, 2011, 19(5): 68- 72, 77.

[47] 劉永忠, 李齊霞, 孫萬榮, 靳鯤鵬, 王根全, 李萬星. 氣候干旱與作物干旱指標體系. 山西農業(yè)科學, 2005, 33(3): 50- 53.

[48] 韓明徵, 楊帆, 王忠波. 農業(yè)旱情常用指標評述. 水利科技與經濟, 2010, 16(6): 681- 682.

[49] 王密俠, 胡彥華, 熊運章. 陜西省作物旱情預報系統(tǒng)的研究. 西北水資源與水工程, 1996, 07(2).

[50] 康西言, 顧光芹, 史印山, 田國強, 谷永利. 冬小麥干旱指標及干旱預測模型研究. 中國生態(tài)農業(yè)學報, 2011, 17(4): 860- 865.

[55] 葉建剛, 申雙和, 呂厚荃. 修正帕默爾干旱指數(shù)在農業(yè)干旱監(jiān)測中的應用. 中國農業(yè)氣象, 2009, 30(2): 257- 261.

[56] 劉巍巍. 帕默爾旱度模式的進一步修正及其應用[D]. 北京: 中國氣象科學研究院, 2003.

[60] 張佳華, 姚鳳梅, 李莉, 張文宗. 基于遙感和地面試驗的水分指數(shù)與土壤濕度及生理指標關系. 農業(yè)工程學報, 2010, 26(4): 151- 155.

[61] 譚德寶, 劉良明, 鄢俊潔, 胡艷. MODIS數(shù)據(jù)的干旱監(jiān)測模型研究. 長江科學院院報, 2004, 21(3): 11- 15.

Advance in the study on drought index

LI Bozhen, ZHOU Guangsheng*

ChineseAcademyofMeteorologicalSciences,Beijing100081,China

Drought as one of the most common natural disaster in the world, had caused serious influence on agricultural production in China. To accurately predict the drought affecting agricultural production, this paper reviews various kinds of drought indices which are widely used at home and abroad in recent years, including meteorological index, soil moisture index, crop physiological and ecological index, and other comprehensive monitoring index. Moreover, this paper also analyzes the advantage and disadvantage of different drought indices and their adaptabilities in agriculture, and discusses the important tasks of drought index research centering on crop drought in the future, in order to mitigate and prevent the negative impact of drought on agricultural and provide reference for the manage countermeasures.

drought index; meteorological index; soil moisture content index; crop physiological and ecological index; comprehensive monitoring index

國家重點基礎研究發(fā)展計劃項目(2010CB951303)；公益性行業(yè)(農業(yè))科研專項經費項目(200903003)

2012- 10- 20;

2013- 06- 21

10.5846/stxb201210201457

*通訊作者Corresponding author.E-mail: gszhou@ibcas.ac.cn

李柏貞，周廣勝.干旱指標研究進展.生態(tài)學報,2014,34(5):1043- 1052.

Li B Z, Zhou G S.Advance in the study on drought index.Acta Ecologica Sinica,2014,34(5):1043- 1052.