基于游程理論和CWDI_a的農業(yè)干旱時空特征分析

徐敏 孔維財 徐經緯 高蘋 徐萌

摘要：?選用1960-2019年江蘇省69個基本氣象站逐日觀測資料和全省旱災資料，通過計算逐日作物水分虧缺距平指數，基于游程理論和小波分析等統(tǒng)計方法，分析農業(yè)干旱歷時、頻率、強度、范圍的時空變化特征及其與干旱實際發(fā)生面積的關聯度。結果表明：近60年全省平均年干旱日數變化范圍是26～146 d，蘇北、蘇中、蘇南年平均干旱日數分別為106 d、78 d、58 d，冬季干旱日數占年干旱總日數的比例最高，為32.3%，其次是夏季，中度干旱、重度干旱、特別干旱日數占近60年干旱總日數的比例分別為34%、29%、20%，蘇北中度干旱、重度干旱、特別干旱60年平均發(fā)生頻率分別為8.35%、6.50%、6.66%;干旱強度北強南弱，呈緯向分布，西北部旱情最重，也是最易發(fā)生極端干旱事件的地方;近60年中度干旱、重度干旱、特別干旱平均覆蓋率分別為94.4%、83.0%、54.7%，21世紀10年代中度干旱及以上等級干旱發(fā)生范圍最大;年干旱日數和干旱強度年際波動明顯，無明顯線性變化趨勢，總體存在13～17年振蕩周期;干旱歷時長短和強度大小對實際受災面積、成災面積的影響不同，受災面積與干旱日數的相關性更強，成災面積與干旱強度的相關性更強。

關鍵詞：?農業(yè)干旱;時空變化特征;游程理論;作物水分虧缺距平指數

中圖分類號：?S423??文獻標識碼：?A??文章編號：?1000-4440（2021）02-0362-11

Abstract：?Based on the daily observed data of 69 basic meteorological stations in Jiangsu province from 1960 to 2019 and drought data of the whole province， the temporal and spatial variation characteristics of agricultural drought duration， frequency，intensity and range and their correlation with drought area were analyzed by calculating the daily crop water deficit abnormal index and using the Runs Theory and wavelet analysis method. The results showed that， in recent 60 years， the average annual drought days in the whole province varied from 26 d to 146 d. The average drought days in northern， central and southern Jiangsu were 106 d， 78 d and 58 d respectively. The proportion of drought days in winter was the highest （32.3%）， followed by summer. The proportion of moderate drought days， severe drought days and extreme drought days accounted for 34%， 29% and 20% of the total drought days in recent 60 years， respectively. The average frequency of moderate drought， severe drought and extreme drought in northern Jiangsu province were 8.35%， 6.50% and 6.66%， respectively. The drought intensity was strong in the north and weak in the south， and was distributed in latitudinal direction. The drought was the most serious in the northwest， and the northwest was also the place most likely to occur extreme drought events. In recent 60 years， the average coverage rates of moderate drought， severe drought and extreme drought were 94.4%， 83.0% and 54.7%， respectively. In the 10′s of the 21st century， the range of moderate drought and above was the largest. The annual drought days and drought intensity fluctuated obviously， and there was no obvious linear change trend. There was an oscillation period of 13-17 years. The influence of duration and intensity of drought on the actual affected area and disaster area was different. The correlation between affected area and drought days was stronger， and the correlation between disaster area and drought intensity was stronger.

Key words：?agricultural drought;spatial and temporal characteristics;Runs Theory;crop water deficit abnormal index

干旱具有持續(xù)時間長、影響范圍大、發(fā)生頻率高等特點，是影響中國農業(yè)生產最為嚴重的自然災害之一。農業(yè)干旱可直接導致大面積作物減產，嚴重時甚至導致絕收，同時還會對農田灌溉用水造成巨大壓力。新中國成立后，因干旱造成的多年平均糧食損失約3.000×107 t，約占全國糧食總產量的6.5%，農業(yè)干旱已成為中國農業(yè)生產的重要制約因素之一[1]。據研究，中緯度地區(qū)氣候暖干化是全球氣候變化最顯著特征[2]，造成的主要問題之一就是干旱問題日趨嚴重。據全球氣候模式預測結果，21世紀全球干旱風險將會進一步增加[3]。在干旱的諸多不利影響中，對農業(yè)系統(tǒng)的影響最為明顯，全球干旱所造成的損失約占氣象災害的50%以上[4]。農業(yè)是國民經濟基礎，關乎國家糧食安全和社會穩(wěn)定，因此，農業(yè)干旱研究也已成為各國政府和研究人員共同關注的焦點問題[5]。

農業(yè)干旱是指農作物生長的需水量與土壤有效供水量之間因收支不平衡造成的水分短缺現象，干旱程度與氣象、土壤、水資源利用效率、作物本身的蒸散能力等因素都存在一定聯系，但根本原因還是長期無有效降水引起。探明農業(yè)干旱發(fā)生規(guī)律和成因及災變機制，才能做好農業(yè)干旱的監(jiān)測-預警-評估，而要了解不同區(qū)域農業(yè)干旱規(guī)律，首先需要從已有的觀測資料中將干旱事件識別出來，游程理論是目前識別干旱的最重要手段[6-7]，能夠將干旱歷時和干旱強度進行有效分離，已在氣象干旱[8]、水文干旱[9]等領域得到了較好應用，但在農業(yè)干旱中的應用還鮮見報道。在利用游程理論進行農業(yè)干旱事件識別過程中，農業(yè)干旱指標是關鍵參數。前人已對農業(yè)干旱指標做了系列研究，提出了植被干旱響應指數、帕默爾干旱指數、標準降水蒸散指數、標準降水指數、水分虧缺指數等[10]，并利用這些干旱指數對各地干旱時空變化規(guī)律進行了分析，其中作物水分虧缺指數由于能較好反映土壤、作物、氣象三要素的綜合影響，還能反映出作物需水量和降水量之間的匹配關系，因此在分析小麥[11]、大豆[12]、玉米[13]等單作物生長季的干旱時空分布特征時，均有學者采用此指數進行研究。前人的一系列成果為我們在理論上奠定了基礎，在實際應用上提供了參考。

江蘇省地處長江三角洲地區(qū)，是經濟大省，也是糧食大省[14]。江蘇省處于北亞熱帶與暖溫帶的過渡氣候帶，屬東亞季風氣候區(qū)，是中國典型的旱澇災害頻發(fā)區(qū)[15]。2019年江蘇省發(fā)生了近年來最嚴重的一次大范圍春夏秋連旱，河、湖水位嚴重下降，導致灌溉用水緊張，據農業(yè)部門統(tǒng)計，全省小麥和油菜受旱面積約達1.8×105 hm2，旱區(qū)苗情整體偏弱。本研究選用江蘇省為研究區(qū)域，根據全年作物輪作方式，選取合適的作物系數，計算逐日的作物水分虧缺距平指數，應用游程理論從水分虧缺距平指數序列中分離出干旱強度和干旱歷時，探究研究區(qū)農業(yè)干旱特征變量的時空變化規(guī)律，以及與農業(yè)干旱實際災害面積之間的關系，以期為區(qū)域防旱減災應對措施的制定提供科學依據，為進一步提高作物抗旱性、培育抗旱品種提供理論支持。

1?資料與方法

1.1?資料及來源

研究資料為1960-2019年江蘇省69個基本氣象站的歷史實測資料，包括逐日降水量、日平均氣溫、日最高氣溫、日最低氣溫、日平均相對濕度、日平均風速、日平均氣壓、日日照時數，資料來自江蘇省氣象局。1978-2018年江蘇省農業(yè)旱災受災面積與成災面積，來自江蘇省統(tǒng)計局。由于江蘇省南北跨度大，按照氣候相似性原則，綜合考慮農業(yè)區(qū)劃，江蘇省可分為3個區(qū)[16]：蘇南（18個站）、蘇中（34個站）、蘇北（17個站），以此分析不同區(qū)域的農業(yè)干旱時空特征。具體站點信息見圖1。

1.2?研究方法

1.2.1?作物水分虧缺指數與水分虧缺距平指數的計算方法?作物水分虧缺指數是指外界水分不能滿足作物需水量的部分占作物需水量的比例，該指數綜合考慮了土壤、作物、氣象三方面因素，對不同區(qū)域的農業(yè)干旱具有較好的適用性[17]。逐日水分虧缺指數計算公式如下：

式中：CWDI為水分虧缺指數（%）;a、b、c、d、e為權重，根據GBT 32136-2015 農業(yè)干旱等級[18]中的經驗值設定，分別為0.30、0.25、0.20、0.15、0.10;CWDIj、CWDIj-1、CWDIj-2、CWDIj-3、CWDIj-4分別為第j、j-1、j-2、j-3、j-4時間單位的水分虧缺指數（%），其中時間單位是指10 d為1個時間單位，j是指要計算水分虧缺指數日期的前面10 d，其余以此類推。CWDIj計算公式如下：

式中：Pj為某10 d的降水量（mm）;ETcj為某10 d的實際蒸散量（mm），ETcj計算公式如下：

式中：ET0為作物參考蒸散量（mm），采用聯合國糧農組織推薦的Penman-Monteith 公式[19]計算，kc為作物所處發(fā)育階段的作物系數。江蘇省是稻麥輪作地區(qū)，且冬小麥和水稻的種植面積遠大于其他作物，因此上年11月至當年5月選用江蘇省冬小麥的作物系數，當年6月至10月選用江蘇省水稻的作物系數，具體kc數值詳見GBT 32136-2015 農業(yè)干旱等級[18]。

由于在不同季節(jié)作物種類不同，蒸散量存在一定差異，因此通過計算作物水分虧缺距平指數以消除區(qū)域與季節(jié)差異，逐日水分虧缺距平指數計算公式如下：

式中：CWDIa為某時段作物水分虧缺距平指數（%）;CWDI為水分虧缺指數（%）;CWDI————為所計算時段同期作物水分虧缺指數1981-2010年的平均值（%），若CWDI————≤0 ，是指當歷史同期的氣候平均降水量與實際蒸散量總體相當甚至水分充盈時，則水分虧缺距平指數即為水分虧缺指數本身;若CWDI————>0，是指當歷史同期平均存在水分虧缺時，則按照距平百分率的算法計算出水分虧缺指數距平值。

1.2.2?基于游程理論識別干旱強度和干旱歷時?游程理論主要用來揭示隨機事件持續(xù)發(fā)生的統(tǒng)計規(guī)律，定量估計其持續(xù)歷時的概率分布和重現期等，它是揭示干旱發(fā)生基本規(guī)律的重要理論方法。以計算出的逐日CWDIa為基礎，首先根據干旱判別指標[18]，當CWDIa>0.40時則判定為發(fā)生干旱，數值越大表示干旱程度越強;其次利用游程理論從CWDIa時間序列中分離出歷時和強度2個干旱特征量，將干旱歷時中逐日的CWDIa進行累加得到干旱強度（S），圖2中大于0.40的面積為干旱強度（S），。

1.2.3?小波分析方法?20世紀80年代初，由Morlet提出的一種具有時-頻多分辨功能的小波分析法，為更好地研究時間序列問題提供了可能，它能清晰地揭示出隱藏在時間序列中的多種變化周期。小波分析的基本思想是用一簇小波函數系來表示或逼近某一信號，該函數是指具有振蕩性、能夠迅速衰減到零的一類函數，即小波函數ψ（t）∈L2（R）且滿足：

式中，ψ（t）為小波函數，它可通過降尺度的伸縮和時間軸上的平移構成一簇函數系：

式中，ψa，b（t）為子小波;a為尺度因子，反映小波的周期長度;b為平移因子，反映時間上的平移。

1.2.4?干旱日數、干旱發(fā)生頻率、干旱強度的計算方法?（1）不同時段干旱日數：為分析全省總體的干旱日數年際變化特征，將69個站點的年干旱日數進行站點平均，得到全省逐年的干旱日數，對蘇北、蘇中、蘇南區(qū)域的站點分別進行區(qū)域平均，得到各區(qū)域逐年干旱日數;對各站點的春季、夏季、秋季、冬季干旱日數進行站點平均，則得到逐年的全省各季節(jié)的干旱日數。（2）干旱發(fā)生頻率：為分析不同強度干旱發(fā)生頻率的空間分布，首先分別計算出69個站點的輕度干旱、中度干旱、重度干旱、特別干旱的近60年平均干旱日數，然后分別除以全年天數，得到各等級干旱的平均發(fā)生頻率。（3）干旱強度：對1960-2019年逐年各站所有干旱日的CWDIa值求和后，得到歷年各站的干旱強度值，再對逐年全省各發(fā)生干旱的臺站CWDIa值求平均后，則得到江蘇省歷年干旱強度;將年干旱強度除以年干旱日數得到歷年干旱發(fā)生期內的日均干旱強度。

2?結果與分析

2.1?江蘇省農業(yè)干旱歷時的時空變化特征

2.1.1?年干旱日數?從圖3a可見，1960-2019年全省年干旱日數呈波動特征，年干旱總日數的變化范圍是26 d（1987年）～146 d（1978年），平均干旱日數為81 d，年干旱日數超過100 d的年數共有18年，年干旱日數少于50 d的年數共有12年。全省年干旱日數存在13～17年的振蕩周期（圖3b）。從不同區(qū)域的年際變化來看，蘇北、蘇中、蘇南的年干旱日數同樣呈波動特征，且波動規(guī)律基本一致，但數值存在差異，大小排序為蘇北年干旱日數>蘇中年干旱日數>蘇南年干旱日數。蘇北、蘇中、蘇南的年干旱總日數的變化范圍分別是39 d（1972年）～190 d（1966年）、15 d（1993年）～157 d（1978年）、6 d（1993年）～129 d（1978年），平均干旱日數分別為106 d、78 d、58 d。

2.1.2?季節(jié)干旱日數?各季節(jié)干旱日數的年際變化同樣呈波動特征，波動規(guī)律不一致，冬季、春季、夏季波動幅度明顯大于秋季，春季、夏季、秋季、冬季的近60年平均干旱日數分別為24 d、22 d、16 d、30 d。從逐年各季節(jié)干旱日數占年干旱總日數的比例來看，冬季總體占比最大（圖3c）。對60年各季節(jié)干旱占比進行分析，發(fā)現冬季平均占比為32.3%，春季和夏季平均占比分別為24.8%、24.9%，秋季平均占比為18.0%。

2.1.3?輕度干旱、中度干旱、重度干旱、特別干旱的干旱日數?為比較不同干旱程度的時間變化特征，按照GBT 32136-2015 農業(yè)干旱等級[19]，根據0.400.85（特別干旱）進行干旱等級劃分。對各站點出現輕度干旱、中度干旱、重度干旱、特別干旱的日數分別進行站點平均，得到全省逐年4種干旱等級的干旱日數，并將各等級干旱日數與年干旱總日數相比，得到各等級干旱日數的占比。統(tǒng)計結果表明：輕度干旱、中度干旱、重度干旱、特別干旱的近60年年干旱日數變化范圍分別為12 d（1987年）～53 d（1966年）、9 d（1987年）～47 d（1968年）、3 d（1972年）～39 d（1962年）、0 d（2003年）～43 d（1988年），輕度干旱、中度干旱、重度干旱、特別干旱近60年平均干旱日數分別為30 d、26 d、18 d、15 d，所占年干旱總日數的平均比例分別為34%、29%、20%、17%，即輕度干旱占比最大、其次是中度干旱和重度干旱，特別干旱占比最小（圖3d）。

計算各年代平均年干旱日數發(fā)現，20世紀60年代-21世紀10年代，全省年代平均干旱日數、中度干旱和重度干旱年代平均干旱日數的年代際變化規(guī)律總體一致，均為先降后升，都呈“單谷型”，即20世紀60年代和70年代最多，21世紀00年代和10年代為次多，20世紀80年代和90年代最少（表1）。不同區(qū)域年代平均干旱日數自北向南遞減，即蘇北>蘇中>蘇南，不同干旱等級年代平均干旱日數則是隨著干旱等級加重干旱日數隨之減少。

2.1.4?不同強度干旱發(fā)生頻率?輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率變化范圍分別為5.47%～10.16%、3.86%～9.65%、2.68%～7.73%、2.38%～8.76%。從圖4中可以看出，各地不同強度的干旱發(fā)生頻率總體呈“北高南低”，蘇北輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率分別為9.31%、8.35%、6.50%、6.66%，蘇中輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率分別為8.13%、7.21%、5.07%、3.62%，蘇南輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率分別為6.95%、5.64%、3.58%、2.95%。由此可見，蘇北不同強度的干旱發(fā)生頻率均高于蘇中和蘇南地區(qū)，蘇中和蘇南地區(qū)輕度干旱、中度干旱、重度干旱、特別干旱的發(fā)生頻率依次遞減，但蘇北特別干旱的發(fā)生頻率高于重度干旱，需要格外關注，防旱抗旱措施不容忽視。

2.2?江蘇省農業(yè)干旱強度的時空變化特征

2.2.1?全省平均年干旱強度?從圖5a可以看出，近60年來江蘇省逐年干旱強度呈波動式變化，變化范圍是1 459%（1972年）～9 353%（1978年），年干旱強度同樣存在13～17年的振蕩周期。蘇北、蘇中、蘇南的年干旱強度同樣呈波動特征，且波動規(guī)律基本一致，但數值存在差異，大小排序為蘇北年干旱強度>蘇中年干旱強度>蘇南年干旱強度，蘇北、蘇中、蘇南的年干旱強度的變化范圍分別是2 055%（1972年）～13 453%（1968年）、769%（1993年）～9 988%（1978年）、276%（1993年）～8 088%（1978年）。

2.2.2?干旱發(fā)生期內全省平均的日均干旱強度?從圖5b可以看出，近60年來全省的日均干旱強度變化范圍是51%（1985年）～75%（1973年），屬于輕度干旱、中度干旱、重度干旱級別的年數分別為9年、48年、3年。其中1973年的日均干旱強度為近60年之最，達重度干旱級別。雖然1978年的年干旱強度為歷史最強，但日均干旱強度是64%，為中度干旱級別。從干旱持續(xù)天數來看，1973年的干旱期為84 d，1978年的干旱期為146 d，后者的累積效應明顯大于前者。從日干旱強度的區(qū)域差異來看，仍然是蘇北地區(qū)最強，變化范圍是53%（1972年）～77%（2010年、2011年），屬于輕度干旱、中度干旱、重度干旱級別的年數分別為2年、42年、16年，1973年蘇北的日干旱強度是74%，同樣達重度干旱級別，但稍弱于2010年和2011年。由此可見，干旱持續(xù)日數和日干旱強度都對干旱發(fā)生程度具有非常重要的影響，且發(fā)生程度還與所在區(qū)域相關。

2.2.3?中度干旱、重度干旱、特別干旱的空間覆蓋率?中度干旱以上等級旱情易對農業(yè)產量產生不利影響[20]，因此，為了分析中度干旱及以上等級干旱的發(fā)生范圍的變化情況，將歷年達中度干旱、重度干旱、特別干旱級別的氣象站點數分別除以全省總站點數得到歷年各等級干旱覆蓋率（圖5c）。從圖5c中可以看出：近60年來，全省中度干旱、重度干旱、特別干旱覆蓋率變化范圍分別是55.1%～100.0%、27.5%～100.0%、0～98.6%，60年平均覆蓋率分別為94.4%、83.0%、54.7%，重度干旱和特別干旱的覆蓋率年際變化大，中度干旱覆蓋率相對較穩(wěn)定。由于輕度干旱每年全省各地基本都有發(fā)生，所以圖5c中未給出。從覆蓋率年代際變化來看（表1），21世紀10年代中度干旱和重度干旱覆蓋率均位列歷史同等級干旱之最，分別為97.4%、89.0%，特別干旱覆蓋率位列歷史同等級干旱第二（57.7%）。由此可見，21世紀10年代中度干旱及以上等級干旱發(fā)生范圍有所擴大。

2.2.4?干旱發(fā)生期內各站點日均干旱強度和日極大干旱強度?圖6a顯示，江蘇省各站點日均干旱強度60年平均值總體呈緯向分布，由南向北旱情逐漸加重。日均干旱強度最大的區(qū)域在淮北北部，為64.2%～67.7%，中心位于西北部地區(qū)，包含沛縣、豐縣、邳州等地;日均干旱強度次之的區(qū)域在沿淮地區(qū)，為61.8%～64.2%;江淮之間大部和蘇南地區(qū)的日均干旱強度是57.2%～61.8%，南部日均干旱強度弱于北部，最小值出現在宜興?？梢?，1960-2019年江蘇省西北部日均干旱強度最大，農業(yè)干旱總體較重。

圖6b顯示，各地逐年日極大干旱強度60年平均值均在76.3%以上，空間分布特征與日均干旱強度的分布特征一致，強度也是自南向北增強?；幢钡貐^(qū)日極大干旱強度都在86.1%以上，其中淮北西北部為高值中心，沛縣和豐縣均為94.1%;蘇南地區(qū)的日極大干旱強度相對弱一些，大部分地區(qū)在80.2%以下?？梢?，西北部也是發(fā)生極端干旱最強的地方。

2.3?江蘇省農業(yè)干旱歷時和干旱強度與農業(yè)實際受災情況的相關性

根據江蘇省統(tǒng)計局提供的1978-2018年江蘇全省干旱數據，在2003年前干旱面積明顯大于2003年之后的干旱面積。2003年之前干旱受災面積變化范圍是1.400×105～4.969×106 hm2（平均值為1.143×106 hm2），成災面積變化范圍是2.600×104～1.613×106 hm2（平均值為4.270×105 hm2），尤其是1978年、1988年、1994年、2000年出現了歷史極端干旱，干旱受災面積、成災面積分別為4.969×106 hm2、8.890×105 hm2，2.850×106 hm2、1.613×106 hm2，2.954×106 hm2、1.346×106 hm2，1.901×106 hm2、1.360×106 hm2;2003年之后干旱受災面積變化范圍是6.00×103～5.99×105 hm2（平均值為2.59×105 hm2），成災面積變化范圍是0～2.41×105 hm2（平均值為1.00×105 hm2）。

由于歷年全省農作物總播種面積并不固定，而是存在“先降后升”的變化特征，變化范圍是6.213 6×106～8.747 0×106 hm2（多年平均值是7.861 7×106 hm2），因此為了更好地揭示干旱發(fā)生面積與干旱日數和干旱強度之間的關系，計算了歷年受災和成災面積占總播種面積的比例。從圖7可見，歷年受災和成災面積占總播種面積的比例存在波動變化，受災和成災面積占比高的年份總體是年干旱日數多、旱期日均干旱強度強。受災面積比例與年干旱日數和旱期日均干旱強度的相關系數分別是0.466、0.410，分別通過了0.002、0.010的顯著性檢驗;成災面積比例與年干旱日數和旱期日均干旱強度的相關系數分別是0.364、0.497，分別通過了0.020、0.001的顯著性檢驗?？梢姡転拿娣e與干旱日數的相關性更強，成災面積與干旱強度的相關性更強。1988年成災面積比例最高，為19.2%，對應的干旱日數和旱期日均干旱強度分別是126 d、73.6%，兩者在歷史上分別位列第2、第1;1978年雖然受災面積比例最大，但成災面積比例是10.4%，位列歷史第4，主要是因為雖然干旱日數最多，長達146 d，但日均干旱強度并不是最強，屬中度干旱級別;2003年以來，無論是受災面積占比還是成災面積占比均處于低位，但年干旱日數和日均干旱強度并非處于歷史低位，這可能與經濟發(fā)展水平的不斷提升以及農田水利設施的不斷投入有關，使得農田灌溉能力逐步增強，在有足夠水源的情況下，通過灌溉有效緩解了旱情。

3?討論

通過計算逐日作物水分虧缺距平指數，基于游程理論有效識別農業(yè)干旱的強度和歷時，揭示了江蘇省近60年來干旱歷時天數、旱情強度、覆蓋范圍的變化規(guī)律，及與全省農業(yè)干旱實際災害面積之間的關系。具體結論如下：（1）1960-2019年全省年干旱日數呈波動特征，沒有明顯的線性變化趨勢，存在13～17年的振蕩周期。近60年年干旱日數變化范圍是26 d（1987年）～146 d（1978年）;年干旱日數在空間上呈“北多南少”的分布特征，蘇北、蘇中、蘇南年平均干旱日數分別為106 d、78 d、58 d;春季、夏季、秋季、冬季干旱日數占年干旱總日數的平均比例分別為24.8%、24.9%、18.0%、32.3%，即冬季發(fā)生干旱的日數最多;輕度干旱、中度干旱、重度干旱、特別干旱日數占年干旱總日數的平均比例分別為34%、29%、20%、17%;全省年代平均干旱日數、中度干旱和重度干旱年代平均干旱日數的年代際變化規(guī)律總體一致，均為先降后升;各地不同強度的干旱發(fā)生頻率總體呈“北高南低”，蘇北輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率分別為9.31%、8.35%、6.50%、6.66%，蘇中輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率分別為8.13%、7.21%、5.07%、3.62%，蘇南輕度干旱、中度干旱、重度干旱、特別干旱的平均發(fā)生頻率分別為6.95%、5.64%、3.58%、2.95%。（2）1960-2019年全省年干旱強度和旱期日均干旱強度都呈波動特征，同樣沒有明顯的線性變化趨勢，變化范圍分別是1 459%（1972年）～9 353%（1978年）、51%（1985年）～75%（1973年），近60年來也存在13～17年的振蕩周期。年干旱強度和旱期日均干旱強度60年平均值總體呈緯向分布格局，由南向北旱情逐漸加重，其中西北部農業(yè)干旱總體較重，也是最易發(fā)生極端最強干旱的地方，沛縣和豐縣日極大干旱強度60年平均值均高達94.1%。近60年中度干旱、重度干旱、特別干旱平均覆蓋率分別為94.4%、83.0%、54.7%，中度干旱覆蓋率相對較穩(wěn)定，重度干旱和特別干旱的覆蓋率年際變化大。21世紀10年代中度干旱及以上等級干旱發(fā)生范圍要大于其他年代，中度干旱和重度干旱覆蓋率均位列歷史同等級干旱之最（分別為97.4%、89.0%），特別干旱覆蓋率位列歷史同等級干旱第二（57.7%）。（3）在2003年前干旱面積明顯大于2003年之后的干旱面積。1978-2002年干旱受災面積和成災面積的變化范圍分別是1.400×105～4.969×106 hm2、2.600×104～1.613×106 hm2，尤其是20世紀70年代、80年代、90年代及21世紀00年代均出現了歷史極端干旱年份;2003-2018年干旱受災面積和成災面積的變化范圍分別是6.00×103～5.99×105 hm2、0～2.41×105 hm2。受災和成災面積占比高的年份總體年干旱日數多、旱期日均干旱強度強，受災面積與干旱日數的相關性更強，成災面積與干旱強度的相關性更強，相關系數分別為0.466、0.497。

溫克剛等[21]利用2008年之前的旱情記錄資料對江蘇省各季節(jié)發(fā)生干旱的頻次進行初步統(tǒng)計，結果表明：江蘇省冬旱平均5年2遇，夏旱平均4年1遇，春旱、秋旱平均10年1～2遇，但未對各地不同強度的干旱發(fā)生頻率進行統(tǒng)計分析。本研究通過詳細分析發(fā)現蘇北的特別干旱發(fā)生頻率高于重度干旱發(fā)生頻率，發(fā)生頻率可以更直觀地反映各地干旱發(fā)生的可能性。氣象干旱是農業(yè)干旱的源頭和關鍵誘因，兩者之間存在緊密關聯性。本研究發(fā)現的江蘇省農業(yè)干旱發(fā)生頻率“北高南低”，氣象干旱持續(xù)日數和干旱強度沒有明顯的線性變化趨勢以及1978年的年干旱強度最強等特征均與包云軒等[22]的分析結果相一致。但農業(yè)干旱的本質是作物生育期內水分供需不平衡，所以氣象干旱的時空分布規(guī)律并不能完全表征農業(yè)干旱的時空分布特征。包云軒等[22]指出“各等級氣象干旱日數冬季多夏季少”。而本研究采用的是水分虧缺距平指數，考慮了稻麥兩大作物的實際蒸散量，發(fā)現夏季干旱日數占全年干旱日數的比例并不是4個季節(jié)中最少的，而是僅次于冬季。夏季6-8月是水稻移栽-分蘗-拔節(jié)孕穗的關鍵生長期，其中拔節(jié)孕穗期是水稻一生中生理需水最多的時期，而且氣溫高，作物蒸散量也較大，若缺水易導致穗粒數減少。張旭暉等[23]采用水分盈虧量和標準蒸散量的比值作為干旱指標，對江蘇省不同區(qū)域各季節(jié)農業(yè)干旱的發(fā)生概率進行了初步分析，但未對不同等級的干旱日數和干旱強度特征進行研究，并且所用的氣象資料時段是1960-1998年，距今已有20多年。尤新媛等[11]利用水分虧缺指數對江蘇省1981-2010年冬小麥生長季干旱時空特征進行了分析，而本研究中不僅考慮冬小麥生長季，也考慮水稻生長季的干旱特征，即對全年的農業(yè)干旱特征進行了分析。王錦杰等[24]利用MODIS數據基于植被健康指數對2001-2018年江蘇省農業(yè)干旱特征進行了分析，結果表明：多年平均整體干旱面積占比為36.08%，綜合干旱頻率和干旱面積2個指標，夏季是江蘇省農業(yè)干旱易發(fā)季節(jié)，發(fā)生頻率高。盡管王錦杰等[24]的研究對象是所有植被，但通過衛(wèi)星監(jiān)測數據發(fā)現夏季是農業(yè)干旱易發(fā)季節(jié)，該結論與本研究得出的夏季干旱特征是比較吻合的。

以上對比分析結果表明將游程理論和CWDIa相結合可以有效分離出農業(yè)干旱的歷時和強度，能較好地揭示出不同區(qū)域、不同等級農業(yè)干旱的發(fā)生時長、旱情強度、發(fā)生頻率、覆蓋范圍等的時空分布特征，以及干旱歷時長短和干旱強度大小對實際受災面積、成災面積的影響差異。本研究結果可為農業(yè)用水管理、抗旱應急措施制定、作物種植區(qū)劃等提供理論支撐。研究中也存在一定不足，由于農田灌溉量數據不易獲取，所以在計算作物水分虧缺指數時，并未考慮農田灌溉因素[25-26]，同時也未考慮土壤類型[27]、植被覆蓋率[28]等影響因素。土壤類型決定了蓄水能力，季節(jié)性植被覆蓋率在一定程度上也對地表蒸散、降水分布、干旱程度有影響。今后可以從以下2個方面進一步提高農業(yè)干旱特征分析的客觀性，一是融合考慮更多影響干旱發(fā)生程度的因素，二是可以從干旱事件過程的角度，即不僅僅單純統(tǒng)計干旱日數，而是從干旱持續(xù)時長的角度，剝離出持續(xù)不同時長的干旱事件，與歷史實際干旱災情相對照，以期尋找出不同干旱時長下的定量影響程度。

參考文獻：

[1]?陳方藻，劉?江，李茂松. 60年來中國農業(yè)干旱時空演替規(guī)律研究[J]. 西南師范大學學報（ 自然科學版） ， 2011， 36（4）：111-115.

[2]?IPCC. Emissions scenarios： A special report of working group III of the intergovernmental panels on climate change[M]. England ：Cambridge Press， 2000.

[3]?DAI A. Drought under global warming： A review. Wiley interdisciplinary reviews[J].Climate Change， 2011， 2（1）： 45-65.

[4]?趙俊芳. 氣候變化對農業(yè)影響研究綜述[J].中國農業(yè)氣象， 2010， 31（2）：200-205.

[5]?DAI A G. Increasing drought under global warming in observations and models[J]. Nature Climate Change， 2013， 3：52-58.

[6]?HERBST P H， BREDENKAMP D B， BARKER H M G. A technique for the evaluation of drought from rainfall data[J]. Journal of Hydrology， 1966， 4（66）： 264-272.

[7]?MOHAN S， RANGACHARYA N C V. A modified method for drought identification[J]. Hydrological Sciences Journal， 1991， 36（1）： 11-21.

[8]?左冬冬，侯?威，顏鵬程，等. 基于游程理論和兩變量聯合分布的中國西南地區(qū)干旱特征研究[J]. 物理學報， 2014， 63（23）： 53-64.

[9]?周玉良，袁瀟晨，周?平，等. 基于地下水埋深的區(qū)域干旱頻率分析研究[J]. 水利學報， 2012， 43（9）：1075-1083.

[10]MORAN M S， CLARKE T R， INOUE Y， et al. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J]. Remote Sensing of Environment， 1994， 49（3）： 246-263.

[11]尤新媛，胡正華，張雪松，等. 基于作物水分虧缺指數的江蘇省冬小麥生長季干旱時空特征[J]. 江蘇農業(yè)科學， 2019， 47（2）： 243-249.

[12]解文娟，楊曉光，楊?婕，等.氣候變化背景下東北三省大豆干旱時空特征[J].生態(tài)學報， 2014， 34（21）： 6232-6243.

[13]譚方穎，何?亮，呂厚荃，等. 基于游程理論的農業(yè)干旱指數在遼寧省春玉米旱災損失評估中的應用[J]. 中國生態(tài)農業(yè)學報（中英文）， 2020， 28（2）： 191-199.

[14]徐?敏，徐經緯，高?蘋，等. 不同統(tǒng)計模型在冬小麥產量預報中的預報能力評估——以江蘇麥區(qū)為例[J]. 中國生態(tài)農業(yè)學報（中英文）， 2020， 28（3）： 438-447.

[15]葉正偉. 江蘇旱澇災害對農業(yè)經濟的影響及承災系統(tǒng)分析[J]. 江蘇農業(yè)科學， 2006， 34（4）： 5-7.

[16]徐?敏，徐經緯，謝志清，等. 隨機森林機器算法在江蘇省小麥赤霉病病穗率預測中的應用[J].氣象學報， 2020， 78（1）： 143-153.

[17]劉丙軍，邵東國，沈新平. 作物需水時空尺度特征研究進展[J]. 農業(yè)工程學報， 2007， 23（5）： 258-264.

[18]國家氣象中心. 農業(yè)干旱等級： GB/T 32136-2015[S]. 北京： 中國標準出版社， 2015.

[19]孫晶華，張吳平，吳亞楠. 山西省參考作物蒸散量的時空變化特征及影響因素分析[J]. 灌溉排水學報， 2017， 36（4）： 59-65.

[20]尹周祥，高?超，李學文，等. 淮河上游冬小麥生長關鍵期旱澇災害閾值研究[J]. 灌溉排水學報， 2017， 36（7）： 100-107.

[21]溫克剛，卞光輝. 中國氣象災害大典： 江蘇卷[M]. 北京： 氣象出版社， 2008： 156-158.

[22]包云軒，孟翠麗，申雙和，等. 基于CI指數的江蘇省近50年干旱的時空分布規(guī)律[J]. 地理學報， 2011， 66（5）： 599-608.

[23]張旭暉，居為民. 江蘇省近40年農業(yè)干旱發(fā)生規(guī)律[J]. 災害學， 2000， 15（3）： 42-45.

[24]王錦杰，陳?昊，張?瑩， 等. 基于植被健康指數的2001-2018年間江蘇省農業(yè)干旱時空分析[J]. 江蘇農業(yè)科學， 2020， 48（6）： 223-231.

[25]張仔羅，文?雯，曹?碩，等. 滴灌灌溉量和頻次對小麥一青貯玉米復播體系蒸發(fā)蒸騰量和作物系數的影響[J].江蘇農業(yè)科學，2019，47（13）：104-109.

[26]徐利崗，王懷博，鮑子云，等. 基于土壤水分下限的寧夏枸杞滴灌灌溉制度試驗研究[J].排灌機械工程學報，2020，38（5）：523-529.

[27]裴源生，蔣桂芹，翟家齊. 干旱演變驅動機制理論框架及其關鍵問題[J]. 水科學進展， 2013， 24（3）： 449-456.

[28]張?強，姚玉璧，李耀輝，等. 中國干旱事件成因和變化規(guī)律的研究進展與展望[J]. 氣象學報， 2020， 78（3）： 500-521.

（責任編輯：張震林）