氣象干旱研究進(jìn)展

田　佳

(楊凌職業(yè)技術(shù)學(xué)院， 陜西 楊凌 712100)

?

氣象干旱研究進(jìn)展

田佳

(楊凌職業(yè)技術(shù)學(xué)院， 陜西 楊凌 712100)

干旱研究目前是學(xué)術(shù)界的研究熱點(diǎn)。文章通過總結(jié)國內(nèi)外近年來在干旱方面的研究成果，重點(diǎn)分析了學(xué)術(shù)界對(duì)干旱的定義、分類；氣象干旱指標(biāo)研究進(jìn)展；氣象干旱特征研究方法；氣象干旱預(yù)測(cè)技術(shù)方面的研究進(jìn)展，進(jìn)而分析了氣象干旱研究目前存在的問題。

氣象干旱；干旱指標(biāo)；干旱特征；干旱預(yù)測(cè)；研究進(jìn)展

干旱通常指水分的收與支或供與求不平衡形成的水分短缺現(xiàn)象。一般有兩種類型的干旱，一類是由氣候、海陸分布、地形等相對(duì)穩(wěn)定的因素在某一相對(duì)固定的地區(qū)常年形成的水分短缺現(xiàn)象，也可以稱之為干燥或氣候干旱；另一類干旱是由于各種因素，如氣候變化等形成的隨機(jī)性異常水分短缺現(xiàn)象，或轉(zhuǎn)化成短期干旱；在多數(shù)情況下所說的干旱通常指后面一種干旱。

干旱涉及自然現(xiàn)象、人類活動(dòng)和社會(huì)經(jīng)濟(jì)等諸多方面，各學(xué)科對(duì)干旱有不同的理解和定義。各個(gè)學(xué)科之間由于研究的著眼點(diǎn)不同，因此各學(xué)科在不同地區(qū)采用的干旱標(biāo)準(zhǔn)都不統(tǒng)一。因此把干旱作為氣象災(zāi)害是不合適的，對(duì)干旱研究也不能局限于對(duì)干旱的氣象研究。在許多情況下，缺少準(zhǔn)確而客觀的定義一直是理解干旱的主要障礙，并可能導(dǎo)致決策失誤[1]。

干旱與許多因素有關(guān)，如蒸發(fā)、降水、氣溫、灌溉條件、土壤底墑、種植結(jié)構(gòu)、作物生育期的抗旱能力以及工業(yè)和城鄉(xiāng)用水等，因而產(chǎn)生了因?qū)W科不同或應(yīng)用領(lǐng)域的不同所定義的干旱分類，即氣象干旱(meterological drought)、水文干旱(hydrological drought)、農(nóng)業(yè)干旱(agricultural drought)、社會(huì)經(jīng)濟(jì)干旱(socioeconomic drought)[2]。從氣象學(xué)的角度來說，干旱通常定義為長期的(常指一個(gè)或多個(gè)季節(jié))降水不足而對(duì)大范圍地區(qū)造成不利影響；水文氣象干旱則是指一種持續(xù)地、地區(qū)性廣泛的河川流量和蓄水量較正常年份偏少，難以滿足需水要求的一種水文現(xiàn)象，主要討論水資源的豐枯狀況；農(nóng)業(yè)干旱指作物生長過程中因供水不足，阻礙作物正常生長而發(fā)生的水量供需不平衡現(xiàn)象，農(nóng)業(yè)干旱主要與前期土壤濕度，作物生長期有效降水量以及作物需水量有關(guān)。社會(huì)經(jīng)濟(jì)干旱指由于社會(huì)、經(jīng)濟(jì)的發(fā)展需水量日益增加，以水分影響生產(chǎn)、消費(fèi)活動(dòng)等描述干旱，其指標(biāo)常與商品的供需聯(lián)系在一起，如建立降水、徑流和糧食生產(chǎn)、發(fā)電量、航運(yùn)、旅游效益以及生命財(cái)產(chǎn)損失等關(guān)系。

氣象干旱指持續(xù)的異常降水短缺。以降水量不足為特征，用特定歷時(shí)的絕對(duì)降水量為干旱程度判別的定量指標(biāo)。主要研究天氣的干、濕程度，與研究區(qū)域的氣候變化特征緊密相關(guān)，通常用某時(shí)段低于平均值的降水來定義。對(duì)特定歷時(shí)，不同國家有不同的規(guī)定，從幾天到幾年不等。氣象干旱雖然也以降水量不足作為特征，但它不是以降水量的絕對(duì)值而是降水量與其均值的比例為指標(biāo)。二者的差別在于，前者重在降水的利用，反映一種供需關(guān)系；后者重在氣候變化，是否出現(xiàn)了異?，F(xiàn)象。氣象干旱可以反映特定歷時(shí)內(nèi)降水量不能滿足正常的需要，是導(dǎo)致農(nóng)業(yè)干旱和水文干旱的重要原因。

1　氣象干旱指標(biāo)研究進(jìn)展

降水是形成旱澇的重要因素之一，而且降水(降雨)資料也易于獲取。所以氣象干旱指標(biāo)通常都是以降水量為基礎(chǔ)，通過分析計(jì)算確定一個(gè)地區(qū)的旱澇程度。過去比較常見的氣象干旱指標(biāo)僅考慮降水量因素，例如Lang (1955)的降雨因素指標(biāo)；Chow(1964)的降水量變差系數(shù)指標(biāo)以及我國曾采用過的正負(fù)距平指標(biāo)和比值百分?jǐn)?shù)指標(biāo)等。中國氣象中心的Z指標(biāo)和中央氣象局氣象科學(xué)研究員的P指數(shù)指標(biāo)也屬于單因子指標(biāo)。多因子指標(biāo)是以降水量為主，兼顧其它諸要素作為干旱指標(biāo)，這類指標(biāo)在我國使用較多的主要是美國Palmer氣象干旱指標(biāo)[3-4]等。

(1) 標(biāo)準(zhǔn)差指標(biāo)

徐爾顴在假定年降水量服從正態(tài)分布的基礎(chǔ)上，提出用降水量的標(biāo)準(zhǔn)差來劃分旱澇等級(jí)[3]。

(1)

利用降水量標(biāo)準(zhǔn)差指標(biāo)的劃分標(biāo)準(zhǔn)見表1。

表1　標(biāo)準(zhǔn)差指標(biāo)旱澇標(biāo)準(zhǔn)

(2) 降水距平百分率

(2)

中央氣象局于1972年曾用該指標(biāo)劃分旱澇等級(jí)(見表2)。

表2　降水量距平百分率旱澇等級(jí)

降水距平的概念簡單，但也存在缺陷[5]。第一，距平或累計(jì)距平的重要性取決于它相對(duì)于典型距平標(biāo)準(zhǔn)值(如標(biāo)準(zhǔn)偏差)的大??；第二，干旱開始的時(shí)間對(duì)計(jì)算累計(jì)距平是至關(guān)重要的，但該方法不能清楚地反映這個(gè)特性。相反，干旱開始的時(shí)間通常是由累計(jì)距平開始明顯下降的時(shí)間確定的，帶有一定的主觀性。

(3)Z指標(biāo)

Z指標(biāo)是使用最為廣泛的指標(biāo)之一。許多學(xué)者認(rèn)為P-III型概率密度函數(shù)能較好地?cái)M合某一時(shí)段(年以下)降水量的概率分布情況，P-III型概率密度函數(shù)為：

(3)

黃嘉佑通過對(duì)P-III型概率密度函數(shù)直接積分，并將積分值分為五個(gè)值域來劃分干旱等級(jí)，即

(4)

擬定的Z指標(biāo)旱澇劃分標(biāo)準(zhǔn)如表3所示。

(4) 標(biāo)準(zhǔn)化降水指標(biāo)(rspi)

美國學(xué)者M(jìn)cKee等認(rèn)識(shí)到降水不足對(duì)地下水、水庫蓄水、土壤水、積雪厚度和徑流等方面影響的差異，開發(fā)了反映干旱對(duì)不同類型的水資源可利用量影響的SPI(Standardized Precipitation Index)指數(shù)。SPI指數(shù)認(rèn)為是標(biāo)準(zhǔn)偏差，即降水值偏離平均值，與我國所采用的標(biāo)準(zhǔn)差指數(shù)類似。

表3　Z指標(biāo)旱澇劃分標(biāo)準(zhǔn)

由于在不同時(shí)間、不同地區(qū)降水量變化幅度很大，直接用降水量很難在不同時(shí)空尺度上相互比較，而且降水分布是一種偏態(tài)分布，所以在降水分析中，采用Γ分布概率來描述降水量的變化，然后再經(jīng)過正態(tài)標(biāo)準(zhǔn)化求得標(biāo)準(zhǔn)化降水指標(biāo)。假設(shè)某一時(shí)段的降水量為x，則其Gamma分布的概率密度函數(shù)為：

(5)

(6)

式中：α為形狀參數(shù)；β為尺度參數(shù)；x為降水量,mm；Γ(α)為Gamma函數(shù)。

最佳的α、β估計(jì)值可以采用極大似然進(jìn)行估計(jì)[1]。

(5)Bhalme-Mooley干旱指標(biāo)(rbmdi)

該指標(biāo)是Bhalme和Mooley在1980年提出的[4]。其表達(dá)式為：

(7)

ik=c1ik-1+c0pk

(8)

式中：pk為第k個(gè)月的標(biāo)準(zhǔn)化降水量；c1和c0是兩個(gè)參數(shù)，可以通過歷時(shí)旱澇資料來估算。

該指標(biāo)范圍如表4所示。

表4　rbmdi干旱指標(biāo)劃分標(biāo)準(zhǔn)

Bogard等人曾采用該指標(biāo)研究過不同環(huán)境模式對(duì)干旱現(xiàn)象的影響，并認(rèn)為rbmdi指標(biāo)僅考慮了降水量，可視為Palmer指標(biāo)的簡化形式[6]。rbmdi指標(biāo)采用n個(gè)月的降水量資料，這比采用年降水量的指標(biāo)更加合理，因?yàn)樗紤]了降水量的年內(nèi)分配。

(6) 正負(fù)距平指標(biāo)

劉昌明等[7]曾采用正負(fù)距平指標(biāo)識(shí)別和分析過海河流域的水旱災(zāi)害情況。

正負(fù)距平指標(biāo)的旱澇劃分標(biāo)準(zhǔn)如表5所示。

表5　正負(fù)距平指標(biāo)劃分標(biāo)準(zhǔn)

該指標(biāo)多以年降水量作為參數(shù)，忽視了降水量在年內(nèi)分配不均勻這一特性。

(7) 帕爾默指標(biāo)(Palmer)

帕爾默指標(biāo)[8-9]是一個(gè)被廣泛用于評(píng)估旱情的指標(biāo)。該方法引入了水量平衡的概念，同時(shí)又考慮了供需關(guān)系，具有較好的時(shí)間、空間可比性，能夠描述干旱形成、發(fā)展、減弱和結(jié)束的全過程。帕爾默方法的最大貢獻(xiàn)是首先提出了適應(yīng)降水量概念，以及用氣候特征權(quán)重因子修正水分異常指標(biāo)，使得各代表站之間、各月之間的干旱程度可以比較。

2　氣象干旱特征研究

氣象干旱特征研究從干旱周期更替、豐枯轉(zhuǎn)移入手，探求干旱發(fā)生的起訖時(shí)刻、延續(xù)時(shí)間、影響深度；劃分氣象干旱級(jí)別，應(yīng)用游程理論、負(fù)輪理論分析豐枯轉(zhuǎn)移概率及連續(xù)豐、枯年的分布特點(diǎn)；引入馬爾可夫平穩(wěn)概率研究干旱發(fā)生的自然屬性，以干旱強(qiáng)度、干旱周期、豐枯轉(zhuǎn)移概率等指標(biāo)，全面刻畫氣象干旱的特征[10]。

2.1干旱周期研究方法

(1) 頻譜分析法

頻譜分析法在水文氣象分析中的應(yīng)用越來越普遍。首先，許多看起來復(fù)雜的自然現(xiàn)象都存在著簡單的諧振因子；其次，頻譜分析的物理意義清晰易懂，數(shù)學(xué)方法簡單嚴(yán)謹(jǐn)；第三，頻譜分析既是一種分析方法，也是一種預(yù)報(bào)工具。能實(shí)現(xiàn)分析和預(yù)報(bào)相結(jié)合。

降水序列由大量諧波成分與隨機(jī)成分合成，通過對(duì)一定數(shù)量觀測(cè)數(shù)據(jù)的分析，得到與該觀測(cè)數(shù)據(jù)性質(zhì)有關(guān)的譜參數(shù)，揭示了降水過程線內(nèi)部譜成分與隨機(jī)成分的比重以及譜結(jié)構(gòu)組成方面的某些特有規(guī)律，物理意義明確。氣象資料時(shí)間序列的周期分量可用一組正弦函數(shù)來表示。因此可以用傅立葉級(jí)數(shù)將其在一定區(qū)間上展開，然后分析波參數(shù)之間的函數(shù)關(guān)系，確定周期或顯著性周期，從而確定周期性變化項(xiàng)，并建立相應(yīng)的數(shù)學(xué)模型[11-12]。

(2) 方差分析法

方差分析法，可以用來對(duì)時(shí)間序列中的周期項(xiàng)進(jìn)行識(shí)別。該法是將水文時(shí)間序列看成是由不同周期的規(guī)則波動(dòng)迭加而成，因而在提取周期時(shí)是逐步分解出一些比較明顯的周期成分，然后疊加起來作為該時(shí)間序列的周期項(xiàng)。

(3) 平滑濾波法

分析中采用累積距平曲線，對(duì)序列P(t)，t=1，2，…n，平滑濾波器模型為：

(9)

式中：l為步長；i為序號(hào)，i=1，2，3，…n；P為滑動(dòng)平均值。

(4) 累積濾波

對(duì)序列P(t)，t=1，2，…，n，累積濾波器模型為：

(10)

式中：P為累積值；i為序號(hào)，i=1，2，…，n。

2.2豐枯轉(zhuǎn)移特征研究

蔡明科[10]以負(fù)輪理論進(jìn)行研究，即以多年平均降水量為閾值，將降水量分為豐水和枯水2個(gè)子集，枯水期內(nèi)枯水和閾值之差稱負(fù)輪平均強(qiáng)度，閾值與枯水期內(nèi)最小枯水值之差稱最大負(fù)輪強(qiáng)度。這樣就得出氣象干旱期Ti，氣象干旱期降水量Si，氣象干旱期最大缺水量Pmax，平均缺水量P等概念，其計(jì)算公式為：

Ti=Ti1+Ti2+…+Tin

(11)

Si=Si1+Si2+…+Sin

(12)

Pi=P0-Si/Ti

(13)

Pimax=P0-[Sij]max

(14)

采用多年平均降水量P0作為閾值。大于多年平均值者為豐水年，否則為枯水年。

2.3連續(xù)豐枯變化研究

主要以游程理論進(jìn)行連續(xù)豐枯變化分析。游程理論是指持續(xù)出現(xiàn)的同類事件，在其前和其后為另外事件，年降水量資料可視為一個(gè)離散序列，若以多年平均降水量P0為閾值，凡Pi>P0者具有正變差，屬豐水集團(tuán)，凡Pi≤P0者，屬枯水集團(tuán)。當(dāng)連續(xù)出現(xiàn)Pi>P0(或Pi≤P0)時(shí)，則出現(xiàn)連豐年(或連枯年)，連豐年稱為正游程，連枯年稱為負(fù)游程。

2.4概率轉(zhuǎn)移研究

降水系列一般可以看作是馬爾柯夫過程，其特點(diǎn)是無后效性，即未來狀態(tài)的變化只與當(dāng)前狀態(tài)有關(guān)，而與過去狀態(tài)無關(guān)，馬爾柯夫鏈定義為狀態(tài)與序列均為離散的馬氏過程。對(duì)于馬氏鏈，描述它的概率特性，最重要的是如何推求其一步轉(zhuǎn)移概率[13-15]。

2.5干旱烈度

用于描述氣象干旱烈度概率分布的理論分布有Gamma分布和指數(shù)分布[11-12]。

2.6干旱烈度重現(xiàn)期

干旱事件重現(xiàn)期認(rèn)為是發(fā)生兩個(gè)干旱事件其烈度等于某一固定烈度Dc或大于某一固定烈度平均歷經(jīng)時(shí)間或平均間隔時(shí)間TDc。平均間隔時(shí)間TDc可以定義為此類干旱事件的開始(結(jié)束)到下一個(gè)同類干旱事件開始(結(jié)束)所經(jīng)時(shí)間，即期間干旱歷時(shí)Ld和無干旱歷時(shí)Ln的和[16,11]。

3　干旱預(yù)測(cè)技術(shù)研究進(jìn)展

現(xiàn)階段，主要通過降水預(yù)報(bào)來實(shí)現(xiàn)，預(yù)報(bào)方法可分為傳統(tǒng)數(shù)理統(tǒng)計(jì)預(yù)測(cè)方法和現(xiàn)代智能預(yù)測(cè)方法兩種。主要包括回歸分析法、馬爾科夫鏈、主成分分析法、功率譜分析、灰色預(yù)測(cè)、模糊預(yù)測(cè)、人工神經(jīng)網(wǎng)絡(luò)、3S技術(shù)、時(shí)間序列理論(AR，MA，ARMA，ARIMA模型)等方法[17-18]。

3.1回歸分析方法

回歸分析是對(duì)所測(cè)得的觀測(cè)數(shù)據(jù)的變動(dòng)趨勢(shì)進(jìn)行分析，擬合數(shù)學(xué)模型，對(duì)未來進(jìn)行預(yù)報(bào)的統(tǒng)計(jì)分析方法。主要包括一元回歸及多元回歸模型，降水量時(shí)間序列中應(yīng)用較多的是多元回歸模型。表達(dá)式如下：

y=β0+β1x1+β2x2……+βmxm+ε

(15)

式中：x1，x2，……xm為降水量數(shù)據(jù)；y是待預(yù)測(cè)的降水量值；β1，β2，……βm為待估參數(shù)；ε是隨機(jī)誤差。

回歸分析模型在降水量的預(yù)測(cè)應(yīng)用技廣泛，但其也存在一些問題，如對(duì)非線性特征的數(shù)據(jù)適用性不強(qiáng)；預(yù)測(cè)的模型精度不夠，預(yù)測(cè)效果不理想，且對(duì)原始數(shù)據(jù)的準(zhǔn)確性要求較高。

3.2灰色預(yù)測(cè)方法

灰色預(yù)測(cè)模型[19]是鄧聚龍教授在1979年發(fā)表的“參數(shù)不完全大系統(tǒng)的最小信息鎮(zhèn)定”的論文中提出的?；疑到y(tǒng)理論包括灰色預(yù)測(cè)、灰色災(zāi)變預(yù)測(cè)、灰色拓?fù)漕A(yù)測(cè)、多變量灰色預(yù)測(cè)及灰色決策等內(nèi)容。建立灰色預(yù)測(cè)模型是應(yīng)用灰色理論的首要部分，也是進(jìn)行下一步?jīng)Q策的前提條件。按照預(yù)測(cè)思想的不同，灰色預(yù)測(cè)模型主要包括GM(1，1)模型、GM(1，n)模型、MGM(1，n)模型及灰色Verhulst模型等。其中GM(1，1)模型是灰色預(yù)測(cè)模型的基本形式，其它幾種均是其擴(kuò)展形式。

3.3模糊預(yù)測(cè)方法

模糊預(yù)測(cè)適合于具有非線性特征的時(shí)間序列，且能提取數(shù)據(jù)序列的相似性，預(yù)測(cè)精度較高，比較適合降水量的預(yù)測(cè)。且模糊理論是一種能夠模擬專家的推理和決策方式，在預(yù)適應(yīng)能力，能夠使預(yù)測(cè)系統(tǒng)具有自我調(diào)節(jié)并借用具有一定豐富經(jīng)驗(yàn)的專家方案，預(yù)測(cè)結(jié)果通常要好于計(jì)算模型所計(jì)算的結(jié)果；另一方面，由于有主觀因素的干擾，預(yù)測(cè)時(shí)受人為因素的影響較大，且自學(xué)習(xí)的能力不強(qiáng)。相關(guān)文獻(xiàn)說明，模糊數(shù)學(xué)方法在降水量預(yù)報(bào)方面的應(yīng)用較廣，對(duì)降水預(yù)報(bào)來說是一種很成熟的技術(shù)。

3.4神經(jīng)網(wǎng)絡(luò)方法

應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)的基本思路是：首先建立一個(gè)神經(jīng)網(wǎng)絡(luò)，因其具有自學(xué)習(xí)、自適應(yīng)且可以模仿人腦的智能化處理的功能，可以利用以往的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，對(duì)連接權(quán)的權(quán)值進(jìn)行調(diào)整并且無限逼近預(yù)測(cè)值與歷史數(shù)據(jù)之間所存在的非線性關(guān)系，在調(diào)節(jié)過程中不受人為因素的干擾。應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)時(shí)，當(dāng)輸入預(yù)測(cè)變量時(shí)，該網(wǎng)絡(luò)自動(dòng)完成輸入與輸出之間的非線性映射，能夠精確的將變量與對(duì)象之間的規(guī)律描述出來。在誤差允許的范圍內(nèi)，還可對(duì)非完全的數(shù)據(jù)進(jìn)行處理。所以，國內(nèi)外的很多學(xué)者對(duì)人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用給予了很高的評(píng)價(jià)。

3.5時(shí)間序列預(yù)測(cè)方法

時(shí)間序列是指按時(shí)間順序排列的一組數(shù)字序列，在工程中主要是指對(duì)觀測(cè)信號(hào)采樣所獲得的數(shù)據(jù)[20]。時(shí)間序列分析就是指應(yīng)用數(shù)理統(tǒng)計(jì)的方法對(duì)所采集的數(shù)據(jù)進(jìn)行處理，分析其規(guī)律，預(yù)測(cè)其發(fā)展。通常時(shí)間序列預(yù)測(cè)能夠反映事物三種變化規(guī)律即：事物的趨勢(shì)、事物所具有的周期性及隨機(jī)性變化。時(shí)間序列預(yù)測(cè)發(fā)展至今已成為一種比較成熟的方法。在降水量預(yù)測(cè)中，時(shí)間序列將降水值看成是一隨機(jī)變化的時(shí)間序列，根據(jù)降水量的歷史資料，在適合的數(shù)學(xué)模型基礎(chǔ)上確立降水量預(yù)測(cè)的數(shù)學(xué)模型，對(duì)降水量實(shí)現(xiàn)實(shí)時(shí)預(yù)報(bào)。比較常見的有ARMA模型、非線性門限自回歸模型(TAR)、混沌時(shí)間序列。

4　氣象干旱研究目前存在的問題

4.1干旱定義的討論

近年來隨著全球氣候變暖，與人類生存密切相關(guān)的干旱問題顯得日益突出，已引起國內(nèi)外各界學(xué)者的極大關(guān)注[2,21]。遺憾的是缺少準(zhǔn)確和客觀的干旱定義一直是深入研究干旱問題的主要障礙。目前對(duì)干旱的定義很多，但都是從各自學(xué)科領(lǐng)域來描述這一現(xiàn)象。

干旱實(shí)質(zhì)就是持續(xù)缺水。干旱的各種定義是對(duì)干旱這一整體空間系統(tǒng)的不同環(huán)節(jié)的描述。耿鴻江[22]從邏輯學(xué)的角度，根據(jù)干旱概念的外延的不同側(cè)面、類屬，認(rèn)為干旱的各種定義不是相互對(duì)立的，而是彼此有著密切的聯(lián)系。

4.2氣象干旱指標(biāo)的選取

為了能夠科學(xué)準(zhǔn)確地描述干旱特征，干旱指標(biāo)隨著近年來的干旱研究不斷深入，其科學(xué)性和可操作性也在不斷地提高。氣象干旱指標(biāo)由只考慮降水量的單因素指標(biāo)諸如無降水連續(xù)日數(shù)、降水距平百分比、地表濕潤指數(shù)等發(fā)展成考慮溫度、蒸發(fā)量等因素的多因素指標(biāo)(水熱系數(shù)指標(biāo)、干燥度指標(biāo))。盡管干旱指標(biāo)客觀地反映了的區(qū)域干旱狀況，并被用來為減輕干旱影響所采取的水資源管理措施提供決策支持，但它仍然存在著如下問題：

(1) 對(duì)于氣象要素中所包含的諸多因素，到目前為止已有的干旱定義和指標(biāo)多達(dá)100多種，但缺乏可比性?，F(xiàn)在提出的氣象干旱指標(biāo)中絕大多數(shù)是僅分析其中的一個(gè)因素而建立起來的，如僅僅考慮降水等。

(2) 氣象干旱是一種具有一定空間分布的現(xiàn)象，所以表征它的空間特性是對(duì)其進(jìn)行有效評(píng)估的關(guān)鍵所在，而許多干旱指標(biāo)模型并沒有明確地把反映干旱的空間特征考慮在內(nèi)。

(3) 氣象干旱指標(biāo)應(yīng)具有適宜的時(shí)間空間尺度，但在已有的干旱指標(biāo)模型中，只有少數(shù)模型是普遍適用的，大部分都是僅適用于特定的某個(gè)地區(qū)，使用時(shí)須進(jìn)行修正[23-24]。

(4) 由于氣象干旱指標(biāo)眾多，所以研究者提出了許多專門的指數(shù)，但干旱的精確定量化卻成了一個(gè)很難的地理物理學(xué)問題[25]。

4.3氣象干旱特征研究

許多學(xué)者利用干旱指標(biāo)針對(duì)各地情況進(jìn)行干旱發(fā)生及分布特征的分析[11-12]，產(chǎn)生了重要的理論和應(yīng)用價(jià)值，但仍然存在一些不足。

(1) 氣象干旱特征研究中僅從單一氣象角度分析干旱的成因、發(fā)展及分布特征，不能完全反映氣象干旱的變化特征。

(2) 氣象干旱特征中將干旱周期、豐枯變化、豐枯轉(zhuǎn)移、連續(xù)豐枯變化、干旱烈度以及重現(xiàn)期進(jìn)行系統(tǒng)性研究分析氣象干旱特征的研究還沒有。

(3) 在氣象干旱預(yù)測(cè)方面，現(xiàn)在學(xué)者多是采用回歸預(yù)測(cè)模型、時(shí)間序列預(yù)測(cè)模型、灰色系統(tǒng)預(yù)測(cè)模型、BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型等比較常見的預(yù)測(cè)模型，還有在原來傳統(tǒng)的預(yù)測(cè)模型的基礎(chǔ)之上衍生出的許多新的預(yù)測(cè)模型和方法，如嚴(yán)格微分?jǐn)M合法HM(1，1)、非線性法NLGM(1，1)、模糊回歸法等，對(duì)干旱等級(jí)及年降水量進(jìn)行預(yù)測(cè)。這些預(yù)測(cè)只是對(duì)干旱特征進(jìn)行了總量的預(yù)估，而沒有針對(duì)氣象干旱的變化轉(zhuǎn)移特征做出科學(xué)的預(yù)測(cè)。

5　結(jié)　論

通過總結(jié)國內(nèi)外專家近年來在氣象干旱方面的研究成果，重點(diǎn)分析、對(duì)比了學(xué)術(shù)界對(duì)干旱的定義與分類；氣象干旱指標(biāo)研究進(jìn)展及各類指標(biāo)的優(yōu)缺點(diǎn)；探討了氣象干旱特征研究方法以及氣象干旱預(yù)測(cè)技術(shù)方面的研究進(jìn)展，進(jìn)而分析了氣象干旱研究目前存在的問題，指出了氣象干旱研究目前存在的問題。

[1]蔡明科.咸陽市氣象干旱特性研究[D].楊凌：西北農(nóng)林科技大學(xué)，2009：2-5.

[2]馮平.水文干旱分析原理與應(yīng)用[D].南京:河海大學(xué)，1997.

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

[4]Pamler W C. Meteorlogical Drought Research paper 45[R]. US: Weather Bureau, 1965.

[5]王琦,張亞民,康玲玲，等.黃河中游干旱化趨勢(shì)及其對(duì)徑流的影響[J].人民黃河,2004(8):34-36.

[6]王英.阜新地區(qū)干旱指標(biāo)計(jì)算及干旱預(yù)測(cè)[D].沈陽:沈陽農(nóng)業(yè)大學(xué),2006.

[7]劉昌明,魏忠義.華北平原農(nóng)業(yè)水文及水資源[M].北京:科學(xué)出版社,1989.

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

[9]Pamler W C. Meteorlogical Drought Research paper 45[R]. US: Weather Bureau, 1965.

[10]蔡明科.關(guān)中地區(qū)水文、氣象干旱特征對(duì)比研究[J].灌溉排水學(xué)報(bào),2003,22(6):33-37.

[11]宋松柏,蔡煥杰,粟曉玲.專門水文學(xué)概論[M].陜西楊凌:西北農(nóng)林科技大學(xué)出版社,2005.

[12]Lourens, Jager. A computerized crop-specific drought monitoring system: design concepts and initial testing[J]. Agricultural System, 1997(53):303-315.

[13]Feng Ping, Zhu Yuanshen. The identification of drought hazard[J]. Journal of Natural Resources, 1997,6(3):41-47.

[14]Herbst P H, Bredenkamp D B, Barker H M. A technique for the evaluation of drought from rainfall data[J]. Journal of Hydrology, 1966,4(4):264-272.

[15]Mohan S, Rangacharya N C. A modified method for drought identification[J]. Hydrological Sciences Journal, 1991,36(1):11-22.

[16]Bonaccorso B, Cancelliere A, Rossi G. An analytical formulation of return period of drought severity[J]. Stochastic Environmental Research and Risk Assessment, 2003,17(3):157-174.

[17]Murphy J. Prediction of climate Change over Europe using statistical and dynamical downscaling techniques. Intentional Journal of Climatology，2000,20(5)：489-501.

[18]Paulo A A, Ferreira E, Coelho C, et al. Drought class transition analysis through Markov and Loglinear models, an approach to early warning. Agricultural water Management, 2005,77(13):59-81.

[19]鄧聚龍.灰色控制系統(tǒng)[J].華中工學(xué)院學(xué)報(bào)，1982，10(3)：9-18.

[20]揚(yáng)叔子，吳雅．時(shí)間序列分析的工程應(yīng)用[M]．武漢：華中科技大學(xué)出版社，2007：209-241.

[21]孫榮強(qiáng).干旱定義及其指標(biāo)評(píng)述[J].災(zāi)害學(xué),1994,9(1):17-21.

[22]耿鴻江.干旱定義述評(píng)[J].災(zāi)害學(xué),1993,8(1):19-22.

[23]Beven K J, Kirkby M J. A physically based variable contributing area model of basin hydrology[J]. Hydrology Science Bulletin, 1979,24(1):43-69.

[24]Peters N E, Freer J, Beven K. Modelling hydrologic responses in a small forested catchment (Panola Mountain, Georgia, USA): A comparison of the original and a new dynamic TOPMODEL[J]. Hydrological Processes, 2003,17(2):345-362.

[25]John keyantash, John A. Dracup.干旱的定量化：干旱指數(shù)的評(píng)價(jià)[J].干旱氣象，2005,23(2):85-94.

Advances in Meteorological Drought Research

TIAN Jia

(YanglingVocational&TechnicalCollege,Yangling,Shaanxi712100,China)

Drought is a hot research issue. In this study, investigations on drought in recent years from both domestic and abroad were summarized. The academic definition and classification of drought were analyzed, as well as research progress of the indexes of meteorological drought, research methods of meteorological drought characteristics and research progress of meteorological drought forecasting technology. Moreover, problems existing in the study of meteorological drought were further discussed.

meteorological drought； drought index； drought characteristics； drought prediction； research progress

10.3969/j.issn.1672-1144.2016.04.042

2016-05-02

2016-06-21

田佳(1983—)，男，陜西戶縣人，碩士，講師，主要從事給排水工程和市政工程研究工作。E-mail:1161055331@qq.com

P429

A

1672—1144(2016)04—0216—06