1960—2019年中國(guó)流域尺度干旱時(shí)空演變特征研究

來(lái)和鑫，張澤中，王飛*，馮凱，朱曉萌

1960—2019年中國(guó)流域尺度干旱時(shí)空演變特征研究

來(lái)和鑫1，張澤中1，王飛1*，馮凱1，朱曉萌2

（1.華北水利水電大學(xué) 水利學(xué)院，鄭州 450046；2.貴州省水利工程建設(shè)質(zhì)量與安全中心，貴陽(yáng) 550002）

【目的】從流域尺度對(duì)中國(guó)進(jìn)行干旱時(shí)空演變特征分析。【方法】本文以標(biāo)準(zhǔn)化降水蒸散指數(shù)作為干旱指數(shù)，采用極點(diǎn)對(duì)稱(chēng)模態(tài)分解方法ESMD將時(shí)間序列進(jìn)行趨勢(shì)與周期分解，對(duì)全國(guó)流域尺度上的干旱時(shí)空演變特征進(jìn)行研究?！窘Y(jié)果】①1960—2019年各個(gè)流域的干旱時(shí)間變化特征具有差異性，其中內(nèi)陸河流域的干旱增加趨勢(shì)最為明顯，線(xiàn)性?xún)A向率為-0.192/10a；②ESMD分解結(jié)果表明全國(guó)干旱呈增加趨勢(shì)，且第一主周期為2.07 a，第二主周期為5 a；③輕旱、中旱、重旱、特旱、干旱的頻率均值分別為13.5%、10.4%、5.5%、2.3%、31.8%，強(qiáng)度均值分別為0.74、1.23、1.67、1.86、1.18。④與干旱的關(guān)系最為密切，而對(duì)干旱的影響并不顯著。【結(jié)論】除東南諸河流域外，各流域干旱均呈增加趨勢(shì)，且遙相關(guān)因素也會(huì)對(duì)干旱發(fā)生產(chǎn)生一定影響。

干旱；時(shí)空演變；標(biāo)準(zhǔn)化降水蒸散指數(shù); 中國(guó)

0 引言

【研究意義】干旱是全球普遍存在的一種氣候現(xiàn)象，同時(shí)也是一種會(huì)對(duì)人類(lèi)社會(huì)造成損失，影響極為嚴(yán)重的自然災(zāi)害[1]。近年來(lái)，氣候變化加劇，干旱頻發(fā)，聯(lián)合國(guó)氣候變化專(zhuān)門(mén)評(píng)估委員會(huì)（IPCC）第六次評(píng)估報(bào)告指出，幾乎全球陸地區(qū)域都觀測(cè)到干旱的增加，且未來(lái)隨著全球變暖，一些地區(qū)仍將經(jīng)歷更頻繁和更嚴(yán)重的干旱[2]。我國(guó)是世界上因旱損失最嚴(yán)重的國(guó)家之一[3]，開(kāi)展干旱時(shí)空演變特征研究有助于科學(xué)識(shí)別干旱、準(zhǔn)確認(rèn)識(shí)干旱演變規(guī)律，對(duì)于我國(guó)抗旱減災(zāi)等具有重要意義。

【研究進(jìn)展】標(biāo)準(zhǔn)化降水蒸散指數(shù)（）結(jié)合了標(biāo)準(zhǔn)化降水指數(shù)（）和帕爾默干旱指數(shù)（）的優(yōu)點(diǎn)，已被廣泛應(yīng)用于干旱特征識(shí)別方面的研究，表現(xiàn)出了較好的適用性[4]。多數(shù)學(xué)者利用指數(shù)研究不同區(qū)域的干旱特征，如王盈盈等[5]研究表明，貴州省干旱整體呈加劇趨勢(shì)且各分區(qū)具有較強(qiáng)的一致性；田豐等[6]研究表明，華北平原各級(jí)別干旱呈顯著的“集聚”空間分布特征；侯青青等[7]研究表明，黃土高原總體呈干旱化趨勢(shì)，年、季尺度差異較大；任建成等[8]研究表明，山東省季節(jié)及年際尺度主要表現(xiàn)為干濕狀態(tài)交替現(xiàn)象。

近年來(lái)，對(duì)干旱變化趨勢(shì)或周期性的分析，大多基于線(xiàn)性回歸分析、小波分析、正交分解等方法[9]。然而，由于人類(lèi)活動(dòng)的影響，氣候要素具有非線(xiàn)性、非平穩(wěn)變化特征，使得線(xiàn)性擬合區(qū)域氣候變化趨勢(shì)存在不足。極點(diǎn)對(duì)稱(chēng)模態(tài)分解法（ESMD）是對(duì)于經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的改進(jìn)，可以解決“模態(tài)混疊問(wèn)題”，在氣候分析中具有較為顯著的優(yōu)勢(shì)[10]。王飛等[11]應(yīng)用ESMD方法對(duì)黃河流域序列分解，結(jié)果表明黃河流域干旱呈顯著增加趨勢(shì)；孫東永等[12]使用ESMD方面探討了降水、徑流與太陽(yáng)黑子的相關(guān)關(guān)系，結(jié)果表明降水、徑流在11 a周期上與太陽(yáng)黑子呈一定的負(fù)相關(guān)關(guān)系；李凱等[13]利用ESMD方法對(duì)三江源徑流變化進(jìn)行分析，結(jié)果表明，周期性變化主導(dǎo)三江源年徑流變化特征。

【切入點(diǎn)】目前，關(guān)于我國(guó)不同區(qū)域的干旱時(shí)空分布特征等研究已有開(kāi)展[14-15]，但相關(guān)研究大多針對(duì)我國(guó)某個(gè)特定區(qū)域的干旱特征進(jìn)行識(shí)別，基于流域尺度聚焦于全國(guó)范圍內(nèi)的干旱研究尚未開(kāi)展。并且，干旱不僅與氣候變化與人類(lèi)活動(dòng)產(chǎn)生的直接影響有關(guān)，還與遙相關(guān)因素造成的間接作用有關(guān)[16-17]?！緮M解決的關(guān)鍵問(wèn)題】鑒于此，本文從流域尺度上分析了我國(guó)1960—2019年的干旱時(shí)空演變格局，并對(duì)遙相關(guān)因素與干旱的相關(guān)關(guān)系進(jìn)行初步探究，以期為全國(guó)抗旱減災(zāi)提供科學(xué)的決策依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

全國(guó)共有9大流域，分別為松遼河流域、內(nèi)陸河流域、海河流域、黃河流域、淮河流域、長(zhǎng)江流域、西南諸河流域、東南諸河流域和珠江流域。本文選取的氣象站點(diǎn)數(shù)據(jù)來(lái)源于國(guó)家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn/），包含1960—2019年全國(guó)共607個(gè)氣象站點(diǎn)的月值降水、氣溫?cái)?shù)據(jù)。此外，選取了1960—2019年的4種大尺度遙相關(guān)因子，分別為厄爾尼諾-南方濤動(dòng)指數(shù)、太平洋10 a濤動(dòng)指數(shù)、北大西洋濤動(dòng)指數(shù)和北極濤動(dòng)指數(shù)，以揭示遙相關(guān)因素對(duì)于全國(guó)干旱所產(chǎn)生的影響。

1.2 研究方法

1.2.1 標(biāo)準(zhǔn)化降水蒸散指數(shù)

標(biāo)準(zhǔn)化降水蒸散指數(shù)是綜合考慮降水和蒸散影響的干旱指數(shù)，由于具有多時(shí)間尺度的特性而在干旱評(píng)估和水資源管理領(lǐng)域得到廣泛應(yīng)用。1、3、12常用于表征月、季、年尺度下干旱變化情況，本文選用1、12分別表示全國(guó)不同流域月、年尺度下干旱變化，在分析月尺度干旱演變規(guī)律的基礎(chǔ)上，探究干旱年際變化趨勢(shì)特征，從不同時(shí)間尺度揭示干旱演變特征規(guī)律。采用線(xiàn)性回歸方法分析各流域的時(shí)間演變趨勢(shì)：分別計(jì)算不同流域的線(xiàn)性?xún)A向率并找出最旱年份，揭示各流域的干旱時(shí)間演變特征。計(jì)算步驟參見(jiàn)文獻(xiàn)[11]。

1.2.2 極點(diǎn)對(duì)稱(chēng)模態(tài)分解方法ESMD

極點(diǎn)對(duì)稱(chēng)模態(tài)分解方法ESMD被廣泛應(yīng)用于氣象學(xué)、水文學(xué)、信息科學(xué)、生態(tài)學(xué)等學(xué)科，該方法是通過(guò)一系列的變換來(lái)將時(shí)間序列進(jìn)行平穩(wěn)化處理，可以識(shí)別大尺度循環(huán)和非線(xiàn)性趨勢(shì)。經(jīng)過(guò)變換，原始時(shí)間序列可分解成為幾個(gè)分量和一個(gè)趨勢(shì)項(xiàng)，其中趨勢(shì)項(xiàng)即可表示序列的整體波動(dòng)特征。ESMD方法的具體步驟見(jiàn)文獻(xiàn)[18]。

1.2.3 干旱頻率

干旱頻率為某區(qū)域發(fā)生干旱年數(shù)占總年數(shù)的百分比，其值越大表示干旱發(fā)生程度越頻繁。本文運(yùn)用ArcGIS軟件，對(duì)干旱頻率及干旱強(qiáng)度進(jìn)行克里金插值分析，以揭示全國(guó)不同流域干旱空間分布特征。干旱頻率計(jì)算式為：

式中：為干旱頻率；為總年數(shù)；為發(fā)生干旱年數(shù)。

1.2.4 交叉小波變換方法

交叉小波變換方法不僅能夠分析出2個(gè)時(shí)間序列之間的相互關(guān)系程度，還可以得到時(shí)間序列在時(shí)頻空間的相位關(guān)系[19]。此外，交叉小波分析有著強(qiáng)烈的信號(hào)耦合與分解能力，能夠揭示2個(gè)序列在不同時(shí)頻域中的顯著相互作用。本文使用Matlab軟件繪制與遙相關(guān)因素的交叉小波變換圖。其中，交叉小波變換的交叉小波譜為：

式中：*為復(fù)共軛；W()為對(duì)應(yīng)的交叉小波功率。

交叉小波功率譜的分布為：

式中：σ和σ為時(shí)間序列的標(biāo)準(zhǔn)差；z()為和概率相關(guān)的置信度；為自由度。

2 結(jié)果與分析

2.1 干旱的時(shí)間演變特征

圖1為1960—2019年全國(guó)不同區(qū)域的月時(shí)間演變特征，可以反映干旱在較短時(shí)間內(nèi)的變化特征。由圖1（a）—圖1（i）可以看出，全國(guó)各個(gè)流域1960—2019年的干旱時(shí)間變化特征各不相同，其中干旱增加趨勢(shì)最為明顯的分區(qū)是內(nèi)陸河流域。如圖1（j）所示，全國(guó)干旱整體上呈上升趨勢(shì)，線(xiàn)性?xún)A向率為-0.003 6/10a。在月尺度上，各個(gè)流域和全國(guó)最嚴(yán)重的干旱分別發(fā)生在2014年4月、2006年10月、2001年5月、2013年3月、2006年10月、1999年2月、1999年4月、2011年8月、2011年3月和2011年8月，值分別為-2.07、-1.58、-2.06、-2.13、-2.06、-1.53、-1.59、-1.60、-2.61和-1.01。可以看出，各個(gè)地區(qū)發(fā)生的最嚴(yán)重干旱均出現(xiàn)在20世紀(jì)90年代之后。并且，全國(guó)的最小值（-0.81）出現(xiàn)在2011年，可見(jiàn)2011年發(fā)生干旱最為嚴(yán)重。在年代際尺度上，松遼河流域、內(nèi)陸河流域、海河流域、黃河流域、長(zhǎng)江流域、東南諸河流域、珠江流域和全國(guó)均在21世紀(jì)00年代發(fā)生干旱最為嚴(yán)重，而淮河流域和西南諸河流域在21世紀(jì)10年代發(fā)生干旱最為嚴(yán)重。

如圖2所示，采用ESMD將全國(guó)年序列進(jìn)行分解，據(jù)此可以得到4個(gè)本征模函數(shù)分量和1個(gè)趨勢(shì)項(xiàng)。1—4和趨勢(shì)項(xiàng)對(duì)原序列的貢獻(xiàn)率分別為32.29%、19.32%、6.06%、3.55%、38.78%，可見(jiàn)全國(guó)干旱的變化主要是受1和2影響的，因?yàn)樗鼈兊姆讲钬暙I(xiàn)率總和達(dá)到了51.61%（超過(guò)了50%）。圖2中趨勢(shì)項(xiàng)呈下降趨勢(shì)，這與原始序列的變化趨勢(shì)相同，表明全國(guó)干旱整體上呈增加趨勢(shì)。此外，1960—2019年全國(guó)最旱的年份出現(xiàn)在2011年，該年達(dá)到最小值-0.81。由趨勢(shì)項(xiàng)可知，在開(kāi)始的20世紀(jì)60年代至20世紀(jì)70年代呈輕微增長(zhǎng)趨勢(shì)（均值為0.19），然后在20世紀(jì)80年代至20世紀(jì)90年代呈輕微下降趨勢(shì)（均值為0.17），最后在20世紀(jì)90年代后呈較為明顯的下降趨勢(shì)（均值為-0.21），表明全國(guó)旱情自20世紀(jì)90年代以后的增加趨勢(shì)比較明顯。從1到4，曲線(xiàn)的波動(dòng)趨于平緩，表示干旱的周期越來(lái)越長(zhǎng)。此外，運(yùn)用快速傅里葉變換可以發(fā)現(xiàn)，4個(gè)分量的平均周期分別為2.07、5、10 a和30 a，這表明全國(guó)干旱的第一主周期為2.07 a，第二主周期為5 a。

圖3為全國(guó)各個(gè)流域的時(shí)間演變特征。由圖3可知，除了東南諸河流域以外，其余流域的均呈下降趨勢(shì)，表明1960—2019年?yáng)|南諸河流域旱情呈減緩趨勢(shì)，而其余流域的旱情均呈增加趨勢(shì)。干旱增加趨勢(shì)最明顯的流域?yàn)閮?nèi)陸河流域，的線(xiàn)性?xún)A向率為-0.192/10 a（0.01），其次為海河流域，的線(xiàn)性?xún)A向率為-0.136/10 a（0.01）。東南諸河流域的干旱呈減緩趨勢(shì)，的線(xiàn)性?xún)A向率為0.033/10 a。由圖3可知，各個(gè)流域發(fā)生干旱最嚴(yán)重的年份分別為2001、2006、1999、1997、1966、2006、2009、2003、1963年，值分別為-1.47、-1.09、-1.41、-1.04、-1.25、-0.89、-1.58、-1.72、-1.33?？傮w上看，1960—2019年全國(guó)各個(gè)流域的干旱變化趨勢(shì)各不相同，其中，松遼河流域、內(nèi)陸河流域、海河流域、黃河流域通過(guò)了=0.01的顯著性檢驗(yàn)。

圖2 SPEI的IMF分量和趨勢(shì)項(xiàng)R

圖3 全國(guó)各流域SPEI的時(shí)間演變特征

2.2 干旱的空間分布特征

1960—2019年全國(guó)不同等級(jí)旱情的干旱頻率空間分布特征見(jiàn)圖4。表1為全國(guó)各流域不同等級(jí)旱情的干旱頻率均值統(tǒng)計(jì)表。由圖4、表1可知，全國(guó)的輕旱頻率、中旱頻率、重旱頻率、特旱頻率、干旱頻率的均值分別為13.5%、10.4%、5.5%、2.3%、31.8%，表明隨著干旱等級(jí)的增加干旱頻率呈減少趨勢(shì)。在各流域中，輕旱頻率的范圍為8.7%～18.5%，最大值（14.9%）發(fā)生在東南諸河流域；中旱頻率的范圍為6.5%～13.8%，最大值（11.1%）發(fā)生在內(nèi)陸河流域；重旱頻率的范圍為2.9%～8.5%，最大值（5.9%）發(fā)生在內(nèi)陸河流域；特旱頻率的范圍為0.1%～4.1%，最大值（3.1%）發(fā)生在內(nèi)陸河流域；干旱頻率的范圍為24.7%～35.7%，最大值（32.9%）發(fā)生在內(nèi)陸河流域?？梢钥闯觯珖?guó)發(fā)生干旱最為頻繁的分區(qū)為內(nèi)陸河流域，因此該地區(qū)應(yīng)當(dāng)加強(qiáng)干旱的監(jiān)測(cè)，并及時(shí)制定合理的抗旱措施。

表1 全國(guó)各流域不同等級(jí)旱情干旱頻率均值統(tǒng)計(jì)表

1960—2019年全國(guó)不同等級(jí)旱情的干旱強(qiáng)度空間分布特征如圖5所示，表2為全國(guó)各流域不同等級(jí)旱情的干旱強(qiáng)度均值統(tǒng)計(jì)表。全國(guó)的輕旱強(qiáng)度、中旱強(qiáng)度、重旱強(qiáng)度、特旱強(qiáng)度、干旱強(qiáng)度的均值分別為0.74、1.23、1.67、1.86、1.18，表明隨著干旱等級(jí)的增加干旱強(qiáng)度呈增加趨勢(shì)。在各個(gè)流域中，輕旱強(qiáng)度的范圍為0.69～0.78，最大值（0.75）發(fā)生在海河流域；中旱強(qiáng)度的范圍為1.11～1.28，最大值（1.25）發(fā)生在黃河流域；重旱強(qiáng)度的范圍為1.21～1.80，最大值（1.73）發(fā)生在淮河流域；特旱強(qiáng)度的范圍為0.17～2.57，最大值（2.19）發(fā)生在內(nèi)陸河流域；干旱強(qiáng)度的范圍為1.03～1.34，最大值（1.23）發(fā)生在內(nèi)陸河流域。

圖5 干旱強(qiáng)度的空間分布特征

表2 全國(guó)各流域不同等級(jí)旱情干旱強(qiáng)度均值統(tǒng)計(jì)表

2.3 遙相關(guān)因素對(duì)干旱的影響分析

由圖6可知，與存在4個(gè)具有正相關(guān)關(guān)系的顯著性共振周期，分別為1963—1968年的20～38個(gè)月周期、1982—1989年的16～32個(gè)月周期、1994—2015年的16～38個(gè)月周期和2015—2016年的16～24個(gè)月周期。與存在3個(gè)具有正相關(guān)關(guān)系的顯著性共振周期，分別為1996—2002年的16～32個(gè)月周期、2008—2010年的24～32個(gè)月周期和1993—2007年的96～128個(gè)月周期。同理，與存在3個(gè)顯著性共振周期，分別為2個(gè)具有負(fù)相關(guān)關(guān)系的1997—2002年的26～32個(gè)月周期、2008—2013年的24～38個(gè)月周期，和1個(gè)具有正相關(guān)關(guān)系的1997—2004年的128～136個(gè)月周期。與存在3個(gè)顯著性共振周期，分別為2個(gè)具有正相關(guān)關(guān)系的1963—1968年的32～38個(gè)月周期、1981—2000年的192～256個(gè)月周期，和1個(gè)具有負(fù)相關(guān)關(guān)系的2008—2012年的24～36個(gè)月周期。綜上所知，與干旱關(guān)系最為密切的遙相關(guān)因素為，而對(duì)干旱的影響并不明顯。

3 討論

中國(guó)地理范圍大，不同流域的氣候類(lèi)型和地形地貌各不相同，因此有必要基于流域研究干旱的時(shí)空差異性[20]。變化環(huán)境下的干旱驅(qū)動(dòng)因素越來(lái)越復(fù)雜，氣候因素、人類(lèi)活動(dòng)和水資源供需變化以及它們之間的協(xié)同作用構(gòu)成了干旱演變的驅(qū)動(dòng)力系統(tǒng)。1960—2019年，降水呈輕微上升趨勢(shì)（5.07 mm/10 a），而氣溫則呈明顯上升趨勢(shì)（0.25 ℃/10 a），降水的下降和氣溫的上升使得全國(guó)干旱大體呈增加趨勢(shì)。Sun等[21]研究發(fā)現(xiàn)全國(guó)氣溫自1961—2013年上升了1.44 ℃，氣溫升高引發(fā)的蒸散發(fā)增大是導(dǎo)致干旱加劇的主要原因之一。中國(guó)20世紀(jì)90年代之前和20世紀(jì)90年代之后的年均氣溫分別為10.65 ℃和11.49 ℃，這也是20世紀(jì)90年代之后干旱更為嚴(yán)重的原因之一。Ma等[22]研究發(fā)現(xiàn)中國(guó)近年來(lái)干旱呈先減緩后增加的趨勢(shì)，這與本文經(jīng)ESMD分解得到的干旱變化相一致。值得注意的是，最旱年份出現(xiàn)在2011年，這是因?yàn)樵撃攴莸慕邓浚?09.99 mm）為歷年的最小值[23]。除了氣候變化的影響，人類(lèi)活動(dòng)通過(guò)改變陸地水循環(huán)也會(huì)影響干旱事件的發(fā)展、持續(xù)和強(qiáng)度[24]。

以?xún)?nèi)陸河流域?yàn)槔瑑?nèi)陸河流域位于我國(guó)內(nèi)陸地區(qū)且土地利用以荒漠為主，受地理位置、土地覆蓋和氣候類(lèi)型的共同影響[25]，導(dǎo)致該流域水循環(huán)對(duì)氣候變化十分敏感，干旱頻率及強(qiáng)度均為各流域之首。其中，干旱頻率均值為32.9%，輕旱、中旱、重旱、特旱的頻率均值分別為12.7%、11.1%、5.9%、3.1%；干旱強(qiáng)度均值為1.23，輕旱、中旱、重旱、特旱的強(qiáng)度均值分別為0.74、1.23、1.65、2.19。同時(shí)，人類(lèi)活動(dòng)也是導(dǎo)致該流域干旱程度嚴(yán)重的重要因素之一，由于綠洲濕地的肆意開(kāi)墾，導(dǎo)致內(nèi)陸河流域綠洲濕地面積大幅減少[26]，生態(tài)脆弱性增加，抗旱能力減小，大大增大了干旱發(fā)生幾率。

此外，遙相關(guān)因素會(huì)導(dǎo)致降水量時(shí)空分布變異，部分區(qū)域降水量減少，增加了發(fā)生嚴(yán)重干旱災(zāi)害的可能性。是引起極端天氣狀況發(fā)生的主要驅(qū)動(dòng)因素，本文研究發(fā)現(xiàn)與全國(guó)干旱的關(guān)系最為密切，因此，今后將它作為干旱預(yù)測(cè)的輸入因子可以提高預(yù)測(cè)的準(zhǔn)確性，這對(duì)于科學(xué)制定應(yīng)對(duì)干旱的防災(zāi)減災(zāi)措施具有重要實(shí)踐意義[27]。

4 結(jié)論

1）從干旱的時(shí)間演變特征來(lái)看，1960—2019年全國(guó)干旱整體呈增加趨勢(shì)，20世紀(jì)90年代以后全國(guó)較易出現(xiàn)極端干旱事件。各流域時(shí)間變化特征各不相同，除東南諸河流域外，其余流域旱情均呈增加趨勢(shì)，并且松遼河流域、內(nèi)陸河流域、海河流域、黃河流域干旱趨勢(shì)呈顯著增加趨勢(shì)。內(nèi)陸河流域的線(xiàn)性?xún)A向率為-0.192/10 a，干旱增加趨勢(shì)最為明顯。

2）從干旱的空間分布特征來(lái)看，干旱頻率隨干旱等級(jí)的增加而減少，全國(guó)的輕旱、中旱、重旱、特旱、干旱頻率的均值分別為13.5%、10.4%、5.5%、2.3%、31.8%，其中，內(nèi)陸河流域是干旱發(fā)生最為頻繁的流域；干旱強(qiáng)度隨干旱等級(jí)的增加而增加，全國(guó)的輕旱、中旱、重旱、特旱、干旱強(qiáng)度的均值分別為0.74、1.23、1.67、1.86、1.18，其中，內(nèi)陸河流域干旱強(qiáng)度最為嚴(yán)重。

3）遙相關(guān)因素一定程度上會(huì)影響干旱的發(fā)展過(guò)程，其中對(duì)全國(guó)干旱影響最大，對(duì)全國(guó)干旱影響最小。

[1] 費(fèi)振宇, 孫宏巍, 金菊良, 等. 近50年中國(guó)氣象干旱危險(xiǎn)性的時(shí)空格局探討[J]. 水電能源科學(xué), 2014, 32(12): 5-10.

FEI Zhenyu, SUN Hongwei, JIN Juliang, et al. Temporal and spatial patterns of meteorological drought hazard in China for recent 50 years[J]. Water Resources and Power, 2014, 32(12): 5-10.

[2] 姜大膀, 王曉欣. 對(duì)IPCC第六次評(píng)估報(bào)告中有關(guān)干旱變化的解讀[J]. 大氣科學(xué)學(xué)報(bào), 2021, 44(5): 650-653.

JIANG Dabang, WANG Xiaoxin. A brief interpretation of drought change from IPCC Sixth Assessment Report[J]. Transactions of Atmospheric Sciences, 2021, 44(5): 650-653.

[3] 倪深海, 顧穎, 彭岳津, 等. 近七十年中國(guó)干旱災(zāi)害時(shí)空格局及演變[J]. 自然災(zāi)害學(xué)報(bào), 2019, 28(6): 176-181.

NI Shenhai, GU Ying, PENG Yuejin, et al. Spatio-temporal pattern and evolution trend of drought disaster in China in recent seventy years[J]. Journal of Natural Disasters, 2019, 28(6): 176-181.

[4] VICENTE SERRANO S M, BEGUERíA S, LóPEZ MORENO J I, et al. A new global 0.5° gridded dataset (1901—2006) of a multiscalar drought index: comparison with current drought index datasets based on the Palmer drought severity index[J]. Journal of Hydrometeorology, 2010, 11(4): 1 033-1 043.

[5] 王盈盈, 王志良, 張澤中, 等. 基于的貴州省分區(qū)干旱時(shí)空演變特征[J]. 灌溉排水學(xué)報(bào), 2019, 38(6): 119-128.

WANG Yingying, WANG Zhiliang, ZHANG Zezhong, et al. Evaluating the spatiotemporal evolution of drought in Guizhou Province using theindex[J]. Journal of Irrigation and Drainage, 2019, 38(6): 119-128.

[6] 田豐, 武建軍, 劉雷震, 等. 1901—2015年華北平原干旱時(shí)空轉(zhuǎn)移特征及熱點(diǎn)區(qū)域探測(cè)[J]. 干旱區(qū)資源與環(huán)境, 2020, 34(6): 87-96.

TIAN Feng, WU Jianjun, LIU Leizhen, et al. Spatiotemporal transferring characteristics of drought and its hotpots detection in North China Plain during 1901—2015[J]. Journal of Arid Land Resources and Environment, 2020, 34(6): 87-96.

[7] 侯青青, 裴婷婷, 陳英, 等. 1986—2019年黃土高原干旱變化特征及趨勢(shì)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2021, 32(2): 649-660.

HOU Qingqing, PEI Tingting, CHEN Ying, et al. Variations of drought and its trend in the Loess Plateau from 1986 to 2019[J]. Chinese Journal of Applied Ecology, 2021, 32(2): 649-660.

[8] 任建成, 王峰, 盧曉寧. 基于的山東省干旱時(shí)空變化特征及趨勢(shì)分析[J]. 灌溉排水學(xué)報(bào), 2021, 40(12): 127-135.

REN Jiancheng, WANG Feng, LU Xiaoning. Spatiotemporal variation of drought in Shandong province analyzed using the standardized precipitation-evapotranspiration index[J]. Journal of Irrigation and Drainage, 2021, 40(12): 127-135.

[9] 王富強(qiáng), 閆旭, 楊歡. 賈魯河流域農(nóng)業(yè)干旱時(shí)空演變特征研究[J]. 華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版), 2018, 39(6): 59-65.

WANG Fuqiang, YAN Xu, YANG Huan. Study on the temporal and spatial evolution of agricultural drought in Jialu River Basin[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2018, 39(6): 59-65.

[10] 李繼清, 陳思雨. 基于ESMD的西江流域降水時(shí)空變化特征分析[J]. 中國(guó)農(nóng)村水利水電, 2021(6): 61-68.

LI Jiqing, CHEN Siyu. An analysis of precipitation spatiotemporal characteristic in Xijiang River Basin based on ESMD[J]. China Rural Water and Hydropower, 2021(6): 61-68.

[11] 王飛, 王宗敏, 楊海波, 等. 基于的黃河流域干旱時(shí)空格局研究[J]. 中國(guó)科學(xué)(地球科學(xué)), 2018, 48(9): 1 169-1 183.

WANG Fei, WANG Zongmin, YANG Haibo, et al. Study of the temporal and spatial patterns of drought in the Yellow River Basin on[J]. Scientia Sinica (Terrae), 2018, 48(9): 1 169-1 183.

[12] 孫東永, 袁業(yè)鵬, 劉尚東, 等. 基于樣本熵的涇河流域降水徑流關(guān)系分析[J]. 人民黃河, 2021, 43(4): 38-42.

SUN Dongyong, YUAN Yepeng, LIU Shangdong, et al. Analysis of precipitation runoff relationship in Jinghe River Basin based on sample entropy[J]. Yellow River, 2021, 43(4): 38-42.

[13] 李凱, 任卓鈺, 王永強(qiáng), 等. 基于極點(diǎn)對(duì)稱(chēng)模態(tài)分解的三江源徑流時(shí)空演變規(guī)律[J]. 人民長(zhǎng)江, 2021, 52(8): 84-91.

LI Kai, REN Zhuoyu, WANG Yongqiang, et al. Spatial-temporal evolution of runoff based on extreme-point symmetric mode decomposition in Three-River Headwaters Region[J]. Yangtze River, 2021, 52(8): 84-91.

[14] 韓蘭英, 張強(qiáng), 姚玉璧, 等. 近60年中國(guó)西南地區(qū)干旱災(zāi)害規(guī)律與成因[J]. 地理學(xué)報(bào), 2014, 69(5): 632-639.

HAN Lanying, ZHANG Qiang, YAO Yubi, et al. Characteristics and origins of drought disasters in southwest China in nearly 60 years[J]. Acta Geographica Sinica, 2014, 69(5): 632-639.

[15] 張強(qiáng), 姚玉璧, 李耀輝, 等. 中國(guó)西北地區(qū)干旱氣象災(zāi)害監(jiān)測(cè)預(yù)警與減災(zāi)技術(shù)研究進(jìn)展及其展望[J]. 地球科學(xué)進(jìn)展, 2015, 30(2): 196-211.

ZHANG Qiang, YAO Yubi, LI Yaohui, et al. Research progress and prospect on the monitoring and early warning and mitigation technology of meteorological drought disaster in northwest China[J]. Advances in Earth Science, 2015, 30(2): 196-211.

[16] FOROOTAN E, KHAKI M, SCHUMACHER M, et al. Understanding the global hydrological droughts of 2003—2016 and their relationships with teleconnections[J]. Science of the Total Environment, 2019, 650: 2 587-2 604.

[17] 王飛. 多干旱類(lèi)型視角下的黃河流域干旱時(shí)空演變特征研究[D]. 鄭州: 鄭州大學(xué), 2020.

WANG Fei. Study on the temporal and spatial evolution characteristics of drought from a multiple drought types perspective in the Yellow River Basin[D]. Zhengzhou: Zhengzhou University, 2020.

[18] 孟鑫, 智協(xié)飛. 東北地區(qū)夏季干旱的年際—年代際變化特征[J]. 大氣科學(xué)學(xué)報(bào), 2016, 39(4): 562-568.

MENG Xin, ZHI Xiefei. Interannual and interdecadal variations of drought in Northeast China[J]. Transactions of Atmospheric Sciences, 2016, 39(4): 562-568.

[19] 張洪波, 俞奇駿, 陳克宇, 等. 基于小波變換的徑流周期與ENSO事件響應(yīng)關(guān)系研究[J]. 華北水利水電大學(xué)（自然科學(xué)版）, 2016, 37(4): 59-66.

ZHANG Hongbo, YU Qijun, CHEN Keyu, et al. Analysis on the responding relationship between runoff period and ENSO events based on cross-wavelet transform[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2016, 37(4): 59-66.

[20] LIU Xinfeng, FENG Xiaoming, CIAIS P, et al. GRACE satellite-based drought index indicating increased impact of drought over major basins in China during 2002—2017[J]. Agricultural and Forest Meteorology, 2020, 291: 108 057.

[21] SUN Ying, ZHANG Xuebin, REN Guoyu, et al. Contribution of urbanization to warming in China[J]. Nature Climate Change, 2016, 6: 706-709.

[22] MA Bin, ZHANG Bo, JIA Lige, et al. Conditional distribution selection for SPEI-daily and its revealed meteorological drought characteristics in China from 1961 to 2017[J]. Atmospheric Research, 2020, 246: 105 108.

[23] LI Linchao, ZOU Yufeng, LI Yi, et al. Trends, change points and spatial variability in extreme precipitation events from 1961 to 2017 in China[J]. Hydrology Research, 2020, 51: 484-504.

[24] 蔣桂芹. 干旱驅(qū)動(dòng)機(jī)制與評(píng)估方法研究[D]. 北京: 中國(guó)水利水電科學(xué)研究院, 2013.

JIANG Guiqin. Study on driving mechanism and assessment methods of drought[D]. Beijing: China Institute of Resources & Hydropower Research (IWHR), 2013.

[25] 李香云. 西北內(nèi)陸河流域土地荒漠化概念模型[J]. 中國(guó)沙漠, 2003, 23(2): 187-190.

LI Xiangyun. Conceptual model of land desertification in northwest Inland Basin[J]. Journal of Desert Research, 2003, 23(2): 187-190.

[26] 孟陽(yáng)陽(yáng), 何志斌, 劉冰, 等. 干旱區(qū)綠洲濕地空間分布及生態(tài)系統(tǒng)服務(wù)價(jià)值變化：以三大典型內(nèi)陸河流域?yàn)槔齕J]. 資源科學(xué), 2020, 42(10): 2 022-2 034.

MENG Yangyang, HE Zhibin, LIU Bing, et al. Changes of spatial distribution and ecosystem service value of oasis wetlands in arid areas: Taking three typical inland river basins as examples[J]. Resources Science, 2020, 42(10): 2 022-2 034.

[27] 王東, 張勃, 安美玲, 等. 基于的西南地區(qū)近53a干旱時(shí)空特征分析[J]. 自然資源學(xué)報(bào), 2014, 29(6): 1 003-1 016.

WANG Dong, ZHANG Bo, AN Meiling, et al. Temporal and spatial distributions of drought in southwest China over the past 53 years based on standardized precipitation evapotranspiration index[J]. Journal of Natural Resources, 2014, 29(6): 1 003-1 016.

Spatiotemporal Variation in Catchment-scale Droughts from 1960to 2019 Across China

LAI Hexin1, ZHANG Zezhong1, WANG Fei1*, FENG Kai1, ZHU Xiaomeng2

(1. School of Water Conservancy, North China University of Water Resources and Electric Power, Zhengzhou 450046, China;2. Guizhou Quality and Safety Centre of Water Conservancy Engineering Construction, Guiyang 550002, China)

【Objective】Drought is an abiotic stress affecting agricultural production in almost every country across the world. Understanding its spatiotemporal variation is essential to improving water management under climate change. The purpose of this paper to analyze the variation in droughts in the main catchments over the past 60 years (1960—2019) across China.【Method】The standardized precipitation evapotranspiration index () was used as the drought index; the extreme-point symmetric mode decomposition (ESMD) method was used to decompose the periods and trend of thetime series, from which we calculated the spatiotemporal variation in drought. 【Result】①The temporal changes in drought varied with sub-basins from 1960 to 2019, and the most noticeable drought increase occurred in the continental river basins, with thelinear tendency rate being -0.192/10 a. ②The ESMD results showed that the drought had been in increase across China, with the first and second periodic cycles being 2.07 years and 5 years respectively. ③The average occurring frequency of mild drought, moderate drought, severe drought, extreme drought and drought was 13.5%, 10.4%, 5.5%, 2.3% and 31.8%, with their associated average intensity being 0.74, 1.23, 1.67, 1.86 and 1.18, respectively. ④was closely related to drought, whiledid not show significant impact on drought.【Conclusion】Except for southeastern China, basins in other regions have seen an increase in droughts over the past 60 years.

drought; spatio-temporal patterns;; China

來(lái)和鑫, 張澤中, 王飛, 等. 1960—2019年中國(guó)流域尺度干旱時(shí)空演變特征研究[J]. 灌溉排水學(xué)報(bào), 2022, 41(8): 122-129, 138.

LAI Hexin, ZHANG Zezhong, WANG Fei, et al. Spatiotemporal Variation in Catchment-Scale Droughts from 1960 to 2019 Across China[J]. Journal of Irrigation and Drainage, 2022, 41(8): 122-129, 138.

2022-01-22

貴州省水利廳科技項(xiàng)目（KT202001）；國(guó)家自然科學(xué)基金項(xiàng)目（52179015）；華北水利水電大學(xué)研究生教育創(chuàng)新計(jì)劃基金資助項(xiàng)目（YK-2021-45）

來(lái)和鑫（1997-），女。碩士研究生，主要研究方向?yàn)樗臉O值事件。E-mail: 570546065@qq.com

王飛（1989-），男。講師，博士，主要研究方向?yàn)樗臉O值事件。E-mail: wangfei@ncwu.edu.cn

1672 - 3317（2022）08 - 0122 - 09

S166

A

10.13522/j.cnki.ggps.2022051

責(zé)任編輯：白芳芳