淮河流域農(nóng)田旱澇逐日監(jiān)測指標(biāo)優(yōu)化及適用性分析

王曉東，陳金華※，陳 曦，岳 偉，魏忠光

（1. 安徽省農(nóng)業(yè)氣象中心，合肥 230031；2. 安徽海峰分析測試科技有限公司，合肥 230031）

0 引 言

由于地表水分收支不平衡導(dǎo)致的旱澇災(zāi)害是主要的農(nóng)業(yè)氣象災(zāi)害之一，由其造成的糧食損失約占中國糧食生產(chǎn)總損失的80%以上[1]?；春恿饔蛴捎跉夂蜻^渡性和不穩(wěn)定性特征，形成了“無降水旱、有降水澇、強(qiáng)降水洪”典型區(qū)域旱澇特征，加之流域生態(tài)環(huán)境脆弱性導(dǎo)致旱澇頻發(fā)[2]。旱澇災(zāi)害對淮河流域糧食作物產(chǎn)量影響顯著，大澇年冬小麥產(chǎn)量損失可占平均糧食產(chǎn)量的6%～12%，大旱年占到10%～20%[3]。而夏玉米和一季稻等秋收作物受旱澇災(zāi)害影響的減產(chǎn)幅度普遍大于冬小麥，如淮河流域1994、1997、2002 年的干旱，1982、1991、2003、2007年的夏季洪澇導(dǎo)致夏玉米等秋收作物受災(zāi)減產(chǎn)，減產(chǎn)率最高達(dá)30%以上[4]。氣候變化導(dǎo)致該區(qū)旱澇災(zāi)害明顯增多，加上區(qū)域經(jīng)濟(jì)發(fā)展水平不高，制約了對災(zāi)害的管理能力，旱澇災(zāi)害已成為影響該區(qū)農(nóng)業(yè)和國民經(jīng)濟(jì)可持續(xù)發(fā)展的重要障礙因素[5]。因此選擇合理的農(nóng)田旱澇監(jiān)測指標(biāo)，研究淮河流域農(nóng)田旱澇時空特征并開展實時旱澇監(jiān)測業(yè)務(wù)服務(wù)工作，對流域防災(zāi)減災(zāi)、保障糧食安全和社會經(jīng)濟(jì)可持續(xù)發(fā)展具有實際意義。

旱澇指標(biāo)是研究農(nóng)業(yè)旱澇的基礎(chǔ)，目前常用的主要指標(biāo)有綜合氣象干旱指數(shù)（Comprehensive Meteorological Drought Index，CI）、作物水分虧缺指數(shù)（Crop Water Deficit Index，CWDI）、帕默爾干旱指數(shù)（Palmer Drought Severity Index，PDSI）、標(biāo)準(zhǔn)化降水指數(shù)（Standardized Precipitation Index，SPI）、標(biāo)準(zhǔn)化降水蒸發(fā)指數(shù)（Standardized Precipitation Evapotranspiration Index，SPEI）等，眾多學(xué)者利用旱澇指標(biāo)對中國不同地區(qū)旱澇特征進(jìn)行了系統(tǒng)的研究，在旱澇時空分布特征[6-7]、強(qiáng)度發(fā)生頻率[8-9]、災(zāi)害評估和風(fēng)險區(qū)劃[10-11]以及遙感應(yīng)用[12]等方面取得眾多研究成果。此外，紀(jì)昌明等[13-15]學(xué)者也利用SPI 和SPEI 等旱澇指標(biāo)在淮河流域旱澇特征和產(chǎn)量影響等方面開展了研究。其中，SPEI 指數(shù)融合了SPI 與PDSI 指數(shù)的優(yōu)點，綜合考慮農(nóng)田水分平衡且同時能在多時間尺度上合理評估旱澇，能夠更客觀地描述地表干濕變化，具有適合多尺度、多空間比較的優(yōu)點，并且在大部分地區(qū)都有很好的適用性[16-17]。

目前大部分旱澇指標(biāo)多以旬、月、季尺度作為統(tǒng)計時段，且容易忽視降水發(fā)生時間對當(dāng)前旱澇的影響，不能完全反映旱澇逐日變化[18-19]。為滿足現(xiàn)代農(nóng)業(yè)旱澇監(jiān)測的要求，提升監(jiān)測的時效性與精細(xì)化水平，本文基于SPEI，針對淮河流域三大主要糧食作物（冬小麥、夏玉米和一季稻）農(nóng)田旱澇監(jiān)測，在充分考慮土壤水分變化特征的基礎(chǔ)上，優(yōu)化了農(nóng)田水分收支項中有效降水量和作物需水量計算，并采用三參數(shù)log-Logistic 概率分布擬合了日尺度前期累積降水蒸散差，通過正態(tài)標(biāo)準(zhǔn)化得到日尺度標(biāo)準(zhǔn)化前期降水蒸散指數(shù)（Standardized Antecedent Precipitation Evapotranspiration Index ，SAPEI），通過典型實例及一致性檢驗指標(biāo)Kappa 系數(shù)等探討了其在淮河流域農(nóng)田旱澇監(jiān)測中的適用性，最后計算分析了優(yōu)化后的SAPEI 時空變化特征。將SAPEI 應(yīng)用于農(nóng)田旱澇逐日動態(tài)監(jiān)測業(yè)務(wù)服務(wù)中，可及時預(yù)防并減輕農(nóng)田旱澇對作物影響，同時為防災(zāi)減災(zāi)措施的制定提供決策依據(jù)。

1 材料與方法

1.1 研究區(qū)域與數(shù)據(jù)來源

淮河流域地處中國東部，地跨湖北、河南、安徽、江蘇和山東5 ?。?11°55′～121°20′E，30°55′～36°20′N），其西部、南部和東北部為山地丘陵區(qū)，其余為平原（含湖泊和洼地），是黃淮海平原的重要組成部分。耕地面積約占全國耕地面積12%，糧食產(chǎn)量占全國總產(chǎn)量近15%，其中小麥產(chǎn)量接近全國總產(chǎn)量的一半，是中國糧食主產(chǎn)區(qū)和重要的農(nóng)產(chǎn)品基地[20-21]。該區(qū)域?qū)儆谝荒陜墒熳魑锓N植區(qū)，夏糧以小麥為主；秋糧中北部地區(qū)主要以夏玉米為主，南部及沿淮地區(qū)多為一季稻[22]。本文綜合考慮氣候地理、作物種植等因素，將淮河流域分為4 個區(qū)[4]。Ⅰ區(qū)：東北部山地丘陵區(qū)（冬小麥/夏玉米）；Ⅱ區(qū)：北部平原區(qū)（冬小麥/夏玉米）；Ⅲ區(qū)：中部平原區(qū)（冬小麥/夏玉米）；Ⅳ區(qū)：西部及沿淮區(qū)（冬小麥/一季稻）。

淮河流域173 個氣象觀測站1971—2020 年逐日平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)、水汽壓、平均風(fēng)速、相對濕度等氣象數(shù)據(jù)，16 個自動土壤水分代表站2011—2020 年0～50 cm 逐時自動土壤水分?jǐn)?shù)據(jù)（土壤體積含水率），36 個農(nóng)業(yè)氣象觀測站1981—2010年0～50 cm 歷史人工土壤水分?jǐn)?shù)據(jù)（土壤相對濕度）和作物發(fā)育期觀測數(shù)據(jù)，資料均來源于國家氣象信息中心；相關(guān)農(nóng)田旱澇災(zāi)情數(shù)據(jù)來源于1995—2018 年《治淮匯刊（年鑒）》。為確保逐日氣象數(shù)據(jù)質(zhì)量及其連續(xù)性，缺測序列≤5 d 的數(shù)據(jù)采用三次樣條函數(shù)內(nèi)插補(bǔ)齊，個別缺測序列＞5 d 的使用相鄰站點數(shù)據(jù)進(jìn)行插補(bǔ)訂正。另外由于日降水資料統(tǒng)計時段為前一日20 時至當(dāng)日20 時，因此使用20 時自動土壤水分?jǐn)?shù)據(jù)進(jìn)行研究分析。研究區(qū)域種植分區(qū)及各站點分布見圖1。

1.2 研究方法

1.2.1 有效降水量

有效降水量是指旱地作物用于滿足作物蒸發(fā)蒸騰需要的那部分降水量，其中不包括地表徑流和滲漏至作物根區(qū)以下的部分，也不包括淋洗鹽分所需要的降水深層滲漏部分。降水的有效性與降水量級直接相關(guān)，同時也與作物生長狀況、地表覆蓋情況、土壤的質(zhì)地結(jié)構(gòu)和當(dāng)前土壤的實際含水率有關(guān)[23]，常用的經(jīng)驗方法有FAO 推薦的參考作物蒸散量和降水量比率法[24]、美國農(nóng)業(yè)部土壤保持局推薦的有效降水量分析方法[25]等，但影響有效降水量的因素較多，精確計算比較困難，針對具體地區(qū)的適用性還有待進(jìn)一步驗證。

本文采用有效降水系數(shù)法，為消除固定有效降水系數(shù)存在的局限性問題，選擇淮河流域2011—2020 年運行較為穩(wěn)定且具有分區(qū)代表性的自動土壤水分觀測站數(shù)據(jù)，分析不同降水過程0～50 cm 土壤貯水量增量與過程累積降水量的關(guān)系。其中大雨量級以上的降水過程，0～50 cm 土層的土壤水分變化量普遍可占到整個土層的90%以上，50 cm 以下土層含水率總體較為穩(wěn)定，而冬小麥、夏玉米和一季稻的主要根系分布于0～50 cm 表土層中[26-27]，因此本研究選擇0～50 cm 土層平均土壤水分變化作為研究對象。另外剔除土壤貯水量增量大于過程累積降水量的樣本，在此基礎(chǔ)上建立各分區(qū)不同量級降水量和有效降水系數(shù)的關(guān)系，4 個分區(qū)相關(guān)系數(shù)均在0.68以上，通過了極顯著檢驗（P＜0.001）。該方法既考慮了不同降水等級有效性存在差異的特點，同時充分考慮土壤特性，具有較好的區(qū)域適用性，另外農(nóng)田環(huán)境小于5 mm 的降水量一般視為無效降水，因此區(qū)域有效降水可表示為

式中Pe為有效降水量，mm；Pd為日總降水量，mm；P0為有效降水量達(dá)到極大值時所對應(yīng)的日降水量值，mm；Pemax為有效降水量極大值，mm；a和b為計算有效降水系數(shù)的參數(shù)。圖2 是以淮河流域中部平原區(qū)為例，實際降水量與有效降水系數(shù)、有效降水量的關(guān)系。

基于分區(qū)自動土壤水分代表站點分析，獲取了淮河流域4 個主要農(nóng)業(yè)種植分區(qū)有效降水的估算結(jié)果及相關(guān)特征量，計算結(jié)果見表1。

表1 淮河流域分區(qū)有效降水量估算參數(shù)和特征值Table 1 Estimated parameters and eigenvalues of regional effective precipitation in Huaihe River Basin

1.2.2 作物需水量

某日大田作物的需水量（ETc）一般由作物系數(shù)（Kc）和參考作物蒸散量（ET0）計算得到。

其中Kc反映了作物蒸騰、土壤蒸發(fā)的綜合效應(yīng)，受作物類型、氣候條件、土壤蒸發(fā)、作物生長狀況等多種因素影響，本文為獲取淮河流域三大主要糧食作物逐日Kc值，首先基于FAO 推薦的作物生育期Kc變化模型[28]（圖3a），將作物發(fā)育期分為發(fā)育初期、中期和后期，然后根據(jù)淮河流域已有的Kc觀測試驗資料[29]，確定冬小麥、夏玉米和一季稻分區(qū)的初期作物系數(shù)（Kcini）、中期作物系數(shù)（Kcmid）和后期作物系數(shù)（Kcend）3 個標(biāo)準(zhǔn)作物系數(shù)，最后計算得到逐日Kc。以中部平原區(qū)的宿州站（夏糧為冬小麥，秋糧為夏玉米）為例，其年內(nèi)Kc變化見圖3b。各站點逐日參考作物蒸散量（ET0）計算采用聯(lián)合國糧農(nóng)組織（FAO1998）推薦的Penman-Monteith 模型，其中凈輻射估算的經(jīng)驗系數(shù)由流域輻射站實測資料計算得到，各站點采用最短距離和氣候相似性原理確定[30]，其余參數(shù)均采用FAO 推薦值。

1.2.3 旱澇指標(biāo)模型設(shè)計和優(yōu)化

某日農(nóng)田水分收支量（ΔW）可表示為

從實際農(nóng)田旱澇出發(fā)，綜合考慮農(nóng)田旱澇前期累積效應(yīng)，借鑒前期降水指數(shù)（Antecedent Precipitation Index，API）的設(shè)計理念，當(dāng)日農(nóng)田水分供應(yīng)能力與前期農(nóng)田水分收支量有關(guān)，且離當(dāng)日越久，影響越小，據(jù)此構(gòu)建前期累積降水與蒸散差值指數(shù)（Antecedent Precipitation Evapotranspiration Index，APEI）[31]。本文根據(jù)淮河流域農(nóng)田旱澇特征，對ΔW和K進(jìn)行本地化訂正，并優(yōu)化了APEI 計算，其公式如下：

式中m為前期農(nóng)田旱澇累積影響的天數(shù)，取值99；i為前推日序數(shù)（當(dāng)日記為0），統(tǒng)計時段共計100 d；ΔWi為第i日農(nóng)田水分收支量；K為衰減系數(shù)，通過對淮河流域分區(qū)土壤水分的衰減規(guī)律進(jìn)行研究，以獲取前期每日土壤水分影響權(quán)重系數(shù)，并對權(quán)重系數(shù)進(jìn)行歸一化處理，其中每個分區(qū)土壤水分站點選取4～6 個無降水的長時間序列樣本進(jìn)行研究分析，通過擬合獲得Ⅰ～Ⅳ區(qū)衰減系數(shù)，分別為0.891、0.908、0.921 和0.915。

仿照標(biāo)準(zhǔn)化降水指數(shù)SPI 的計算方法，采用三參數(shù)log-Logistic 概率密度函數(shù)對所建立的逐日APEI 數(shù)據(jù)序列進(jìn)行擬合，再經(jīng)正態(tài)標(biāo)準(zhǔn)化求得SAPEI 值，旱澇等級分類標(biāo)準(zhǔn)主要參考SPI 和SPEI 指數(shù)研究的相關(guān)文獻(xiàn)[6,8]，通過SAPEI 理論累積概率來確定，并結(jié)合土壤相對濕度分類等級[31]確定一一對應(yīng)關(guān)系。具體旱澇等級分類見表2。其概率密度函數(shù)如下：

表2 標(biāo)準(zhǔn)化前期降水蒸散指數(shù)（SAPEI）旱澇等級標(biāo)準(zhǔn)Table 2 Drought and flood grade standard of Standardized Antecedent Precipitation Evapotranspiration Index (SAPEI)

式中w為概率加權(quán)矩；常數(shù)項c0=2.515 517，c1=0.802 853，c2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 308，均為對累積概率密度進(jìn)行正態(tài)標(biāo)準(zhǔn)化后計算SAPEI 所需的參數(shù)。當(dāng)P≤0.5 時，P=1-F(x)；當(dāng)P＞0.5 時，P=1-P。

1.2.4 分布擬合檢驗

檢驗?zāi)硞€樣本是否符合正態(tài)分布的檢驗方法有T檢驗、z檢驗、偏度和峰度檢驗等，本文構(gòu)建的APEI 數(shù)據(jù)序列是假設(shè)其符合三參數(shù)log-Logistic 概率分布，并不適合直接采用正態(tài)分布檢驗法。經(jīng)常采用擬合優(yōu)度（χ2）檢驗和Kolmogorov-Smirnov（k-s）檢驗來驗證樣本是否符合某一理論分布，雖然k-s 檢驗的靈敏度沒有T檢驗等正態(tài)分布檢驗方法高，但相比于χ2檢驗，其適用范圍廣，且更具穩(wěn)定性，能較好地驗證樣本數(shù)據(jù)是否服從某一特定分布[32-33]，因此本文采用k-s檢驗法進(jìn)行分布擬合效果檢驗。

1.2.5 Kappa 系數(shù)

Kappa 系數(shù)是由Cohen 在1960 年提出并用于衡量分類精度的一致性檢驗指標(biāo)[34-35]。所謂一致性就是模型預(yù)測結(jié)果和實際分類結(jié)果是否一致?；诨煜仃囉嬎愕腒appa 系數(shù)取值在?1 到1 之間，通常大于0。一致性分類標(biāo)準(zhǔn)：無一致性（＜0）、極低的一致性（0.0～0.20）、一般的一致性（0.21～0.40）、中等的一致性（0.41～0.60）、高度的一致性（0.61～0.80）和幾乎完全一致（0.81～1）。Kappa 系數(shù)詳細(xì)計算見文獻(xiàn)[34]。

1.2.6 氣候傾向率和Mann-Kendall 趨勢檢驗

氣候傾向率可由某一氣候變量X與所對應(yīng)的時間t之間建立的一元線性回歸方程得到。

式中a0為截距，b0為回歸系數(shù)，a0和b0通過最小二乘法或經(jīng)驗正交多項式來確定，b0乘以10 即為氣候變量X的氣候傾向率。

Mann-Kendall 趨勢檢驗是一種非參數(shù)統(tǒng)計檢驗，不需要樣本服從一定的分布，同時也不受少數(shù)異常值的干擾，更適用于類型變量和順序變量[36]。因此適合本文中旱澇時間變化突變特征的分析。

2 結(jié)果與分析

2.1 APEI 分布擬合檢驗

SAPEI 是基于假設(shè)APEI 序列服從log-Logistic 概率分布，當(dāng)APEI 序列的經(jīng)驗概率分布與理論概率分布近似一致時，則認(rèn)為SAPEI 分析適用于該序列。為檢驗分布的擬合效果，分別計算了1971—2020 年APEI 序列的經(jīng)驗概率和理論概率，分別在淮河流域4 個分區(qū)選擇臨沂、商丘、宿州和淮南作為代表站（圖4），可以看出兩曲線的重合度都比較高，其中流域南部站點擬合效果總體好于北部。另外為更準(zhǔn)確驗證擬合效果，本文采用了k-s檢驗方法，對月尺度的APEI 序列進(jìn)行擬合效果檢驗，k-s檢驗的臨界值Dn=0.056，而淮河流域各站點的Dn值為0.038～0.057，其中有97%的站點Dn值小于臨界值，通過檢驗，個別未通過檢驗的站點主要是因為出現(xiàn)了歷史罕見的極端降水，但就整個淮河流域來說發(fā)生的總體概率較低。因此可認(rèn)為構(gòu)建的 APEI 序列符合三參數(shù)1og-Logistic 概率分布，應(yīng)用SAPEI 表征淮河流域由降水蒸散盈虧引發(fā)的農(nóng)田旱澇是可行的。

2.2 SAPEI 在淮河流域農(nóng)業(yè)旱澇監(jiān)測中的適用性評價

每個分區(qū)分別選擇1 個代表站點，同時選擇全年及三大作物生育期作為分析時段，通過4 個實例檢驗SAPEI在淮河流域農(nóng)業(yè)旱澇監(jiān)測中的適用性。圖5a 給出了臨沂站2020 年全年SAPEI 逐日變化及其對降水的響應(yīng)。年內(nèi)4 月至5 月上旬SAPEI 普遍小于?1.0（中旱及以上），7月中旬至8 月SAPEI 普遍大于1.0（中澇及以上），其余時段介于兩者之間，并且年內(nèi)SAPEI 的日變化能較好地響應(yīng)降水變化，如5 月9 日日降水量62.9 mm，SAPEI從前日的?2.03（特旱）變?yōu)?.15（中澇），與實際田間土壤墑情比較，監(jiān)測結(jié)果與實際情況基本相符。另外SAPEI 年內(nèi)變化曲線能較好地反映農(nóng)田失水特征，在無降水情況下，由于夏季農(nóng)田蒸散大，SAPEI 曲線的下降幅度明顯大于其他季節(jié)。SAPEI 能較真實地體現(xiàn)年內(nèi)有無降水情況下的實際逐日農(nóng)田旱澇變化。

圖5b 給出了商丘站1999—2000 年冬小麥生育期SAPEI 逐日變化及其對降水的響應(yīng)，當(dāng)年遭遇了流域性的干旱，干旱成災(zāi)面積在400 萬hm2以上，從商丘站的變化曲線可以看出2000 年初開始持續(xù)降水偏少，SAPEI呈明顯的下降趨勢，3 月底至6 月初持續(xù)中旱及以上旱情，其中特旱天數(shù)超過了20 d；圖5c 給出了宿州站2007 年夏玉米生育期SAPEI 逐日變化及其對降水的響應(yīng)，當(dāng)年出現(xiàn)了流域性大洪水，全流域農(nóng)作物受災(zāi)面積200 萬 hm2以上，從宿州站的變化曲線可以看出2007 年7 月至9 月農(nóng)田處于中等及以上澇漬；圖5d 給出了淮南站1978 年一季稻生育期SAPEI 逐日變化及其對降水的響應(yīng)，當(dāng)年淮河流域出現(xiàn)了春夏秋三季連旱，全流域作物受旱面積達(dá)600 萬hm2以上，從淮南站的變化曲線可以看出2007年8 月中旬至9 月底，農(nóng)田持續(xù)中旱及以上。結(jié)合歷史土壤墑情監(jiān)測資料及《治淮匯刊》年鑒中對作物旱澇具體災(zāi)情的描述，基于SAPEI 的農(nóng)田旱澇監(jiān)測結(jié)果能較客觀和準(zhǔn)確地反映當(dāng)時農(nóng)田實際旱澇特征。

為更加直觀對比降水前后SAPEI 的空間變化，選擇2013 年5 月21 日、5 月26 日旱情明顯緩解和解除前后SPAEI 旱澇監(jiān)測空間分布（圖6a 和6b）。期間大部分站點出現(xiàn)明顯降水，其中成武、寶豐和魯山等10 多個站點累積雨量達(dá)100 mm 以上，旱情基本解除，空間分布圖與實際農(nóng)田旱澇分布特征吻合程度較高（圖6c 和6d），SPAEI 可以較真實地反映面上農(nóng)田旱澇變化。同時引入Kappa 系數(shù)用于更加定量化評價SPAEI 面上農(nóng)田旱澇監(jiān)測和分類精度，按照旱澇等級標(biāo)準(zhǔn)，將歷史上站點墑情觀測日0～50 cm 土壤相對濕度平均等級與基于SAPEI的旱澇監(jiān)測等級進(jìn)行比較，計算兩者的Kappa 系數(shù)。其中，由于2010 年前土壤墑情以人工取土為主，每旬僅2組觀測數(shù)據(jù)且80 年代后數(shù)據(jù)相對比較完整，最終參與Kappa 系數(shù)計算的樣本數(shù)582 個。Kappa 系數(shù)計算結(jié)果為0.56～0.97，其中有93%的樣本Kappa 系數(shù)超過0.60，一致性程度達(dá)到高度一致或者幾乎完全一致，另有7%為中等一致性程度，如2013 年5 月21 日和5 月26 日Kappa系數(shù)分別為0.69 和0.74，與實際土壤墑情監(jiān)測結(jié)果高度一致；另外基于分析的樣本比較其旱澇等級差，大部分監(jiān)測結(jié)果一致或者相差一個等級的比例達(dá)到90%以上?？傮w來說，基于逐日SAPEI 農(nóng)田旱澇監(jiān)測空間分布結(jié)果能較準(zhǔn)確地反映實際面上農(nóng)田旱澇特征。

2.3 基于SAPEI 的淮河流域農(nóng)田旱澇時間變化特征

1971－2020 年淮河流域SAPEI 年際變化總體呈緩慢上升趨勢（圖7a），沒有明顯的突變發(fā)生，指數(shù)正負(fù)交替，尤其是2000 年以來指數(shù)正負(fù)波動小，以正常年份為主。冬小麥全生育期SAPEI 年際變化總體呈緩慢下降趨勢（圖7b），其中UF 和UB 曲線相交于1992 年，之后SAPEI普遍為負(fù)，表明SAPEI 在1992 年發(fā)生突變，由正常逐漸轉(zhuǎn)變?yōu)槠?。一季稻（Ⅳ區(qū)）全生育期SAPEI 年際變化趨勢不明顯（圖7c），但年際間波動幅度大，正負(fù)交替旱澇特征明顯，如1978 年SAPEI 達(dá)到最小值?0.921，當(dāng)年淮河流域南部一季稻種植區(qū)出現(xiàn)春夏秋三季連旱，降水量普遍只有需水量的一半，旱情十分嚴(yán)重，水稻減產(chǎn)明顯。夏玉米（Ⅰ、Ⅱ、Ⅲ區(qū)）全生育期SAPEI 年際變化總體呈上升趨勢（圖7d），2000 年前主要以旱澇交替的特征為主，2001—2010 年指數(shù)持續(xù)大于0，處于明顯的偏濕時段，2011 年后指數(shù)又趨于平穩(wěn)。

2.4 SAPEI 氣候傾向率空間分布特征

圖8a 給出了1971—2020 年淮河流域173 個站SAPEI氣候傾向率的空間分布。有57 個站點呈下降趨勢，其中有3 個站點下降速率達(dá)到了0.03/10 a（P＜0.1），主要分布在流域的西北部；另有116 個站點呈上升趨勢，其中有12 個站點上升速率超過了0.03/10 a（P＜0.1），主要分布在流域的中部偏北地區(qū)，中部的利辛和鳳陽等站點上升速率超過了0.04/10 a?？傮w來說，淮河流域大部分地區(qū)干旱呈現(xiàn)緩和趨勢。

圖8b～8d 給出了1971—2020 年淮河流域3 大主要糧食作物全生育期SAPEI 氣候傾向率的空間分布。冬小麥生育期有40%的站點呈上升趨勢，主要集中在流域的中北部地區(qū)，其中Ⅰ區(qū)的寧陽和寧陵等站點上升速率超過了0.03/10 a（P＜0.1），另外60%的站點呈下降趨勢，主要集中在流域南部和西部等地區(qū)，其中下降趨勢較明顯的站點主要集中在西北部的新鄭、長葛和汝州等地。一季稻生育期有60%的站點呈上升趨勢，主要集中在Ⅳ區(qū)的東部地區(qū)，其中鳳陽SAPEI 上升最為明顯，達(dá)到了0.06/10 a（P＜0.1），其余站點呈下降趨勢。夏玉米生育期有76%的站點呈上升趨勢，上升站點明顯多于下降站點，有26 個站點上升速率超過了0.05/10 a（P＜0.1），其中Ⅲ區(qū)的舞鋼和蒙城上升速率達(dá)到了0.1/10 a。

3 討 論

本文在旱澇指標(biāo)SPEI 的基礎(chǔ)上，以優(yōu)化后的SAPEI作為淮河流域農(nóng)田旱澇監(jiān)測指標(biāo)，該指標(biāo)充分考慮了前期農(nóng)田水分收支影響，并解決了大部分旱澇指標(biāo)（SPEI或水分虧缺指數(shù)等）時效性不高（多以旬、月、季尺度作為統(tǒng)計時段）的問題，實現(xiàn)了旱澇逐日監(jiān)測，時效性與精細(xì)化水平得到提升。逐日旱澇監(jiān)測與實際土壤墑情及典型歷史旱澇事件災(zāi)情信息記載情況比較后，旱澇等級的一致性程度較高，具有很好的區(qū)域適用性。另外利用SAPEI 對某一過程旱澇災(zāi)害進(jìn)行評估時，首先能較為準(zhǔn)確地獲取站點旱澇災(zāi)害開始和結(jié)束的時間，確定旱澇災(zāi)害的持續(xù)時長，同時能簡單評估災(zāi)害過程總體發(fā)生程度以及旱澇災(zāi)害過程變化趨勢（加重或緩解），尤其在評估跨月或跨年旱澇災(zāi)害過程時，與月、年等旱澇評估指標(biāo)相比，在評估效果和準(zhǔn)確性方面有明顯的優(yōu)勢?；赟APEI 對淮河流域旱澇時空分布特征進(jìn)行分析，與前人的研究結(jié)論進(jìn)行比較，如淮河流域干旱重心分布主要從淮河流域中心向四周擴(kuò)散[5]；流域冬小麥全生育期干旱指數(shù)多年呈上升趨勢，且1990 s 后呈明顯的偏干趨勢[14]；流域各區(qū)域夏玉米全生育期水分盈虧指數(shù)時間變化均呈增加趨勢，澇災(zāi)風(fēng)險增加[29]；姚蕊等[5,14]研究結(jié)論與本文的結(jié)果基本一致。但也存在不足和有待探討的問題：

1）基于SPEI 的適用性分析在華北[17]、東北[19]和華南[37]等不同地區(qū)以及全國尺度[6]均有相關(guān)的研究，適用性總體較好。但研究發(fā)現(xiàn)年均降水量小于200 mm 的干旱地區(qū)，由于冬季氣溫低，蒸發(fā)小且降水稀少，導(dǎo)致序列0值附近概率異常偏高，使用log-logistic 概率分布擬合會存在較大的偏差，降低了SPEI 在干旱地區(qū)旱澇分析中的適用性[38]。而本文在進(jìn)行SAPEI 擬合分析時也發(fā)現(xiàn)淮河流域北部偏旱地區(qū)的擬合效果比南部偏濕地區(qū)略差，但該指數(shù)設(shè)計時考慮了前期農(nóng)田水分收支影響并且淮河流域全年水分收支總體較為均衡，相比在干旱地區(qū)的應(yīng)用，0 值附近概率異常偏高的問題在很大程度上得到了解決，因此基于三參數(shù)log-Logistic 概率分布擬合方法總體上比較適用于淮河流域SAPEI 的計算。

2）雖然在農(nóng)田旱澇監(jiān)測方面SAPEI 體現(xiàn)了較好區(qū)域適用性，尤其在監(jiān)測時間尺度上得到了提升，但具體到某一農(nóng)田旱澇災(zāi)害過程定量評估方面，目前還沒有進(jìn)行深入的研究。下一步的工作將在充分考慮作物灌溉條件（灌溉、雨養(yǎng)）、地區(qū)抗災(zāi)能力等因素并結(jié)合田間實際受災(zāi)情況（受災(zāi)面積、減產(chǎn)率等），確定淮河流域不同作物農(nóng)田旱澇災(zāi)害定量評估指標(biāo)，并在站點旱澇評估的基礎(chǔ)上，建立區(qū)域綜合旱澇災(zāi)害評估指標(biāo)。

3）本文在優(yōu)化水分收支項（有效降水量和作物需水量）時，充分考慮了淮河流域不同區(qū)域的土壤特征。其中潮土、砂姜黑土和水稻土占流域總面積的70%以上[4]，分區(qū)土壤水分代表站點選擇時已盡量體現(xiàn)土壤代表性，共選擇了14 個站點。但由于土壤空間分布較為復(fù)雜，且土壤水分自動觀測與人工取土觀測相比準(zhǔn)確性和穩(wěn)定性略有不足，因此在此基礎(chǔ)上建立的分區(qū)有效降水系數(shù)和土壤水分衰減系數(shù)等本地化參數(shù)與實際情況會存在一定的偏差，需要進(jìn)一步驗證和完善，使參數(shù)更準(zhǔn)確。

4）逐日農(nóng)田SAPEI 監(jiān)測與實際土壤墑情旱澇等級對比分析時，總體一致性較好，但也出現(xiàn)了基于SAPEI 監(jiān)測的結(jié)果其旱澇程度普遍重于實際土壤墑情的情況，可能與考慮的前期農(nóng)田水分收支影響時段（本研究取100 d）有關(guān)，因此需要從機(jī)理性方面進(jìn)一步完善SAPEI 指數(shù)。另外在農(nóng)田旱澇監(jiān)測時僅考慮了冬小麥、夏玉米和一季稻3 種主要的糧食作物，而淮河流域大豆、甘薯和棉花等作物也有相當(dāng)面積的種植，在未來的工作中有必要根據(jù)不同作物的作物系數(shù)和種植比例計算得到站點逐日綜合作物系數(shù)，更加綜合和全面地考慮流域下墊面作物特征，使得農(nóng)田旱澇的監(jiān)測結(jié)果更加符合實際情況。

4 結(jié) 論

本文利用1971－2020 年淮河流域173 個氣象站點逐日氣象和土壤水分?jǐn)?shù)據(jù)，以SAPEI 作為旱澇動態(tài)監(jiān)測指標(biāo)，通過典型實例及一致性檢驗指標(biāo)等探討其在實際旱澇監(jiān)測中的適用性，并分析了農(nóng)田旱澇時空分布特征。主要結(jié)論如下：

1）通過站點概率分布曲線對比及k-s檢驗，基于三參數(shù)log-Logistic 概率分布擬合方法適用于淮河流域SAPEI 的計算，應(yīng)用SAPEI 表征淮河流域由降水蒸散盈虧引發(fā)的農(nóng)田旱澇是可行的。

2）基于站點實例分析SAPEI 動態(tài)變化結(jié)果與農(nóng)田實際旱澇特征基本一致；另外對比SAPEI 旱澇等級與實際土壤墑情等級，582 個實例計算的Kappa 系數(shù)中有93%的樣本Kappa 系數(shù)超過0.6，一致性程度達(dá)到高度一致或者幾乎完全一致，同時大部分實例旱澇監(jiān)測結(jié)果一致或者相差一個等級的比例達(dá)到90%以上。

3）淮河流域年SAPEI 呈上升趨勢，總體表現(xiàn)出干旱趨于緩和；冬小麥生育期呈下降趨勢，在1992 年發(fā)生突變；一季稻生育期正負(fù)波動明顯；夏玉米生育期呈上升趨勢，其中2001－2010 年指數(shù)持續(xù)大于0，處于明顯偏濕時段。從空間分布來看，流域大部分站點干旱呈現(xiàn)緩和趨勢。