20世紀(jì)以來(lái)全球氣象干旱時(shí)空變化研究

劉巧妙 李英杰 麻慶苗 繆紫露 喬家軒

摘 要：【目的】氣象干旱是四種干旱類(lèi)型中最先發(fā)生的，探明氣象干旱發(fā)生的特征及規(guī)律對(duì)其他幾種類(lèi)型干旱的早期預(yù)警和防災(zāi)減災(zāi)具有重要意義?！痉椒ā炕贑RU TS數(shù)據(jù)集中長(zhǎng)系列氣象數(shù)據(jù)，采用標(biāo)準(zhǔn)化降雨蒸散發(fā)指數(shù)（SPEI）表征氣象干旱情勢(shì)，采用Mann-Kendall趨勢(shì)檢驗(yàn)和最小二乘回歸分析法研究1901—2021年全球氣象干旱變化，并分析其時(shí)空變化特征，引入濕潤(rùn)指數(shù)（HI）探究干濕狀況變化對(duì)干旱歷時(shí)的影響?！窘Y(jié)果】20世紀(jì)以來(lái)全球氣象干旱整體呈現(xiàn)加重趨勢(shì)，尤其是在2001年以后。全球大部分流域的平均干旱歷時(shí)在13至16個(gè)月之間，大部分流域的干旱持續(xù)時(shí)間沒(méi)有顯著變化?！窘Y(jié)論】流域尺度下的干旱歷時(shí)與區(qū)域干濕狀況密切相關(guān)，累計(jì)濕度越大，干旱持續(xù)時(shí)間越長(zhǎng)。

關(guān)鍵詞：氣象干旱；累計(jì)濕度；流域；時(shí)空特征

中圖分類(lèi)號(hào)：P426.616? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號(hào)：1003-5168（2024）04-0098-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.04.018

Research on the Temporal and Spatial Changes of Global

Meteorological Drought Since the 20th Century

LIU Qiaomiao? LI Yingjie? MA Qingmiao? MIAO Zilu? QIAO Jiaxuan

（School of Geography， Geomatics and Planning， Jiangsu Normal University， Xuzhou 221116， China）

Abstract： [Purposes] Meteorological drought firstly occurs of the four types of drought， and exploring the characteristics and laws of meteorological drought is of great significance for early warning， disaster prevention and mitigation of other types of drought. [Methods] Based on the medium and long series of meteorological data of CRU TS dataset， this paper uses standardized rainfall evapotranspiration index （SPEI） to characterize meteorological drought situation， uses Mann-Kendall trend test and least squares regression analysis to study the global meteorological drought changes from 1901 to 2021， analyzes their spatiotemporal variation characteristics， and introduces wetness index （HI） to explore the influence of dry and wet conditions on drought duration. [Findings] Since the 20th century， the global meteorological drought has shown an overall aggravation trend， especially after 2001. The average drought duration of most river basins in the world is between 13～16 months， and the duration of drought in most river basins has not changed significantly. [Conclusions] The duration of drought at the basin scale is closely related to regional dry and wet conditions. The greater the accumulated humidity， the longer the drought lasts.

Keywords： meteorological drought; accumulated humidity; drainage basin; temporal-spatial characteristics

0 引言

干旱是指在某個(gè)區(qū)域、一段時(shí)間內(nèi)水分供給相對(duì)不足的一種自然現(xiàn)象。干旱的發(fā)生會(huì)對(duì)農(nóng)作物生長(zhǎng)、人類(lèi)生產(chǎn)生活和自然環(huán)境造成影響，有研究表明干旱造成的經(jīng)濟(jì)損失約占各種自然災(zāi)害總損失的35%［1］。根據(jù)研究對(duì)象和目的不同，通常可以把干旱分為四種類(lèi)型［2-4］：氣象干旱、農(nóng)業(yè)干旱、水文干旱和社會(huì)經(jīng)濟(jì)干旱。干旱在世界范圍內(nèi)普遍存在［5］，且過(guò)程十分復(fù)雜，具有發(fā)生頻率高、范圍廣、歷時(shí)長(zhǎng)、發(fā)生相對(duì)緩慢等特點(diǎn)，在災(zāi)前沒(méi)有明顯的預(yù)兆，會(huì)通過(guò)影響牲畜、水資源、衛(wèi)生間接影響人類(lèi)社會(huì)經(jīng)濟(jì)［5］。在全球變暖的背景下，干旱影響還在進(jìn)一步加劇，極端干旱事件出現(xiàn)頻率增高［6-7］，干旱研究已經(jīng)成為世界普遍關(guān)注的課題。

氣象干旱主要表現(xiàn)為一段時(shí)間內(nèi)由于蒸發(fā)量和降水量的收支不平衡，水分支出大于水分收入而造成的水分短缺現(xiàn)象。氣象干旱主要與降水和氣溫兩大氣象因子直接相關(guān)。農(nóng)業(yè)干旱是指在作物生育期內(nèi)，由于土壤水分持續(xù)不足而造成的作物體內(nèi)水分虧缺。水文干旱是指河川徑流、水庫(kù)蓄水、湖水和地下水等水資源量持續(xù)性地低于其常年均值的現(xiàn)象。社會(huì)經(jīng)濟(jì)干旱則是指當(dāng)水分供需不平衡，水分供給量小于需求量時(shí)，生產(chǎn)、消費(fèi)等正常社會(huì)經(jīng)濟(jì)活動(dòng)受到水分制約影響的現(xiàn)象。四種類(lèi)型的干旱相互聯(lián)系、相互區(qū)別，其中氣象干旱是其他幾種類(lèi)型干旱發(fā)生和發(fā)展的基礎(chǔ)［8］。

在干旱研究過(guò)程中，首要問(wèn)題就是干旱的識(shí)別。由于干旱具有隨機(jī)性、不確定性、動(dòng)態(tài)性等多維特征，干旱的度量是比較困難的，其發(fā)生發(fā)展乃至結(jié)束時(shí)間是模糊不清的。由于干旱的復(fù)雜性與差異性，客觀判斷和評(píng)估干旱事件的時(shí)空分布特征至關(guān)重要。通常，干旱采用嚴(yán)重程度、持續(xù)時(shí)間和影響面積等三維特征進(jìn)行衡量。因此，一次干旱事件可采用干旱嚴(yán)重程度、持續(xù)時(shí)間和影響面積等特征變量進(jìn)行量化表征。目前干旱研究大多通過(guò)干旱指數(shù)的計(jì)算分析，以達(dá)到對(duì)不同時(shí)間尺度的干旱進(jìn)行監(jiān)測(cè)和評(píng)價(jià)的目的。一般先通過(guò)構(gòu)建某一干旱指數(shù)進(jìn)行干旱識(shí)別，再依據(jù)干旱指數(shù)的閾值水平劃分確定干旱事件的起止時(shí)間、持續(xù)時(shí)間、干旱強(qiáng)度、干旱面積等特征變量［9-10］，進(jìn)而準(zhǔn)確反映干旱事件的特征及其影響。目前，國(guó)內(nèi)外尚沒(méi)有統(tǒng)一的干旱指數(shù)能適用于廣泛的干旱研究，因此，干旱指數(shù)的確定一直是干旱研究的難點(diǎn)和熱點(diǎn)問(wèn)題。

為解決上述問(wèn)題，近年來(lái)，部分國(guó)內(nèi)外學(xué)者聚焦干旱事件識(shí)別與特征定量化研究，取得了一定的進(jìn)展。Mishra等［11］使用站點(diǎn)記錄的月降雨數(shù)據(jù)構(gòu)建標(biāo)準(zhǔn)化降雨指數(shù)（Standardized Precipitation Index，SPI）識(shí)別并評(píng)估了1965—2001年印度堪薩巴蒂河流域的氣象干旱嚴(yán)重程度。Ullah等［12］使用CMIP6數(shù)據(jù)預(yù)測(cè)南亞地區(qū)在1.5 ℃和2 ℃變暖下干旱風(fēng)險(xiǎn)變化，結(jié)果表明南亞西南地區(qū)的干旱風(fēng)險(xiǎn)將增加，將全球變暖控制在1.5 ℃下比控制在2 ℃之下能顯著減少南亞地區(qū)干旱風(fēng)險(xiǎn)。Chen等［13］使用CMI6數(shù)據(jù)計(jì)算SPEI指數(shù)，預(yù)測(cè)了1961—2000年、2021—2060年及2061—2100年的干濕頻率、持續(xù)時(shí)間和嚴(yán)重程度，結(jié)果表明中國(guó)西北地區(qū)將呈現(xiàn)干旱趨勢(shì)，而在2021—2100年中國(guó)的其他地區(qū)呈現(xiàn)濕潤(rùn)趨勢(shì)。Guo等［14］使用CMIP6數(shù)據(jù)計(jì)算標(biāo)準(zhǔn)化蒸散發(fā)指數(shù)預(yù)測(cè)中亞未來(lái)干旱特征變化，結(jié)果表明在即將到來(lái)的2021—2050年，中亞將發(fā)生更多持續(xù)時(shí)間更長(zhǎng)但是強(qiáng)度更低的干旱事件。Salehie等［15］使用CMIP6，采用標(biāo)準(zhǔn)化降雨蒸散發(fā)指數(shù)評(píng)估了2020—2059和2060—2099年阿姆河流域干旱特征變化，結(jié)果表明，未來(lái)該流域所有干旱的增加幾乎都集中在流域中部和西北部，整體上干旱將從東部往西北部轉(zhuǎn)移。

隨著氣候變化和人類(lèi)活動(dòng)的不斷加劇，全球干旱事件呈現(xiàn)加劇的趨勢(shì)，干旱時(shí)空特征日趨復(fù)雜。因此，本研究基于游程算法識(shí)別全球225個(gè)流域1901—2021年間的干旱事件，對(duì)干旱事件歷時(shí)、嚴(yán)重度、烈度等特征進(jìn)行分析，定量化研究各個(gè)流域干旱事件的變化趨勢(shì)，以期為全球干旱風(fēng)險(xiǎn)管理和干旱預(yù)警提供科學(xué)參考。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

1.1.1 氣候數(shù)據(jù)集。CRU TS（Climatic Research Unit gridded Time Series）是目前使用最廣泛的氣候數(shù)據(jù)集之一［16-18］，由英國(guó)國(guó)家大氣科學(xué)中心（the UK National Centre for Atmospheric Science，NCAS）制作。目前，CRU TS Version 4.07提供全球1901—2021年覆蓋陸地表面的0.5°×0.5°分辨率的10套氣候數(shù)據(jù)。該數(shù)據(jù)集，使用來(lái)自氣象局和其他外部代理的每日或亞日數(shù)據(jù)計(jì)算得到月觀測(cè)數(shù)據(jù)，在此基礎(chǔ)上使用角距離加權(quán)插值生產(chǎn)得到月度網(wǎng)格化數(shù)據(jù)，涵蓋了溫度（平均值、最小值、最大值和晝夜溫差）、降水量（總量，雨天數(shù)）、潛在蒸散發(fā)和云量等。CRU數(shù)據(jù)集經(jīng)過(guò)了嚴(yán)格的時(shí)均一性檢驗(yàn)，具有時(shí)間尺度長(zhǎng)、分辨率高等優(yōu)點(diǎn)，已被廣泛應(yīng)用于氣候變化研究。

1.1.2 全球流域邊界數(shù)據(jù)。全球流域邊界數(shù)據(jù)是在HydroSHEDS產(chǎn)品和HYDRO1k產(chǎn)品的基礎(chǔ)上生產(chǎn)而來(lái)的，由聯(lián)合國(guó)糧食及農(nóng)業(yè)組織（AQUASTAT）發(fā)布。HydroSHEDS是世界野生動(dòng)物基金會(huì)開(kāi)發(fā)的制圖產(chǎn)品，其原始數(shù)據(jù)是NASA航天飛機(jī)雷達(dá)地形任務(wù)（SRTM）獲取的高程數(shù)據(jù)，SRTM提供了全球南緯60°到北緯60°之間的高程數(shù)據(jù)，分辨率為15弧秒。北緯60°以上的部分由HYDRO1k數(shù)據(jù)（原始數(shù)據(jù)為USGS世界30弧秒高程模型，GTOPO30）補(bǔ)充。全球流域邊界數(shù)據(jù)提供了流域編碼、流域名稱和流域面積信息。

1.2 方法

1.2.1 標(biāo)準(zhǔn)化降雨蒸散發(fā)指數(shù)Spei。Spei是在標(biāo)準(zhǔn)化降水指數(shù)（SPI）基礎(chǔ)上發(fā)展起來(lái)的主流干旱指數(shù)，繼承了SPI資料容易獲取、計(jì)算相對(duì)簡(jiǎn)單、適于多時(shí)空尺度計(jì)算比較等優(yōu)點(diǎn)。不同之處在于，SPI以降水量為氣象干旱唯一考慮要素，而Spei考慮水分平衡對(duì)氣象干旱的影響，用降水量和潛在蒸散發(fā)量的差值偏離程度來(lái)表征干濕狀態(tài)。

Spei的構(gòu)建步驟如下。

對(duì)于樣本數(shù)為n年的逐月降水序列[{Pi，i=1，2，…，12n}]和潛在蒸散發(fā)序列[{Ei，i=1，2，…，12n}]，構(gòu)建水分虧缺序列[{xi=Pi-Ei，i=1，2，…，12n}]；指定時(shí)間尺度為w個(gè)月時(shí)，計(jì)算w個(gè)月的水分盈虧累積序列[{xwi，i=1，2，…，12n-w+1}]，按照[xwi]所在月份m重新將其排列組合得到12個(gè)子序列[{xmwt，t=1，2，…，n}]；選用合適的概率分布擬合各個(gè)子序列[xmwt]，進(jìn)一步計(jì)算相應(yīng)累積概率[Fx]。本研究選用三參數(shù)Log-logistic概率分布來(lái)擬合水分盈虧序列，將[Fx]通過(guò)式（1）、式（2）轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，即可求得Spei。

[Spei=W-C0+C1+C2W21+d1W+d2W2+d3W3] （1）

[W=-2lnP，P≤0.5] （2）

式中：[P=1-F（x）]，如果[P>0.5]，用[1-P]代替[P]，并相應(yīng)改變Spei的符號(hào)。[C0]、[C1]、[C2]、[d1]、[d2]、[d3]均為常數(shù)，取值分別為2.515 517、0.802 853、0.010 328、1.432 788、0.189 269和0.001 308。[W]為構(gòu)造的一個(gè)指數(shù)。

本研究使用R包［19］計(jì)算[Spei]。

1.2.2 濕潤(rùn)指數(shù)HI。HI是表示氣候濕潤(rùn)程度的指標(biāo)，可以客觀反映這一區(qū)域水熱收支情況［20］。HI通常用地面水分的收入量與支出量的比值表示，比值越大，表明氣候越濕潤(rùn)；比值越小，則氣候越干燥。

1.2.3 干旱事件識(shí)別和特征。Yevjevich首次將游程理論應(yīng)用于干旱研究中，通過(guò)干旱強(qiáng)度指標(biāo)識(shí)別干旱起始和結(jié)束時(shí)間從而提取干旱事件，此后游程理論在干旱研究中被廣泛應(yīng)用。首先需要根據(jù)干旱指數(shù)確定干旱強(qiáng)度K（K=Spei），其次確定干旱事件識(shí)別強(qiáng)度K0，當(dāng)K>K0時(shí)，出現(xiàn)正游程，反之則為負(fù)游程，最后求得干旱事件發(fā)生次數(shù)及每次干旱事件的起始和結(jié)束時(shí)間。根據(jù)干旱等級(jí)劃分標(biāo)準(zhǔn)，設(shè)定不同的K0可以識(shí)別不同強(qiáng)度的干旱事件。此外，游程算法可以通過(guò)限定干旱持續(xù)時(shí)間來(lái)篩選干旱事件。為降低數(shù)據(jù)噪聲，同時(shí)考慮到持續(xù)低強(qiáng)度干旱會(huì)對(duì)農(nóng)糧業(yè)和自然環(huán)境產(chǎn)生較大影響［21-22］，參照前人研究?jī)?nèi)容［23-24］，本研究中將至少三個(gè)月的連續(xù)負(fù)Spei定義為干旱事件。

在成功識(shí)別干旱事件后，需要從不同的干旱特征角度來(lái)進(jìn)行分析，常見(jiàn)的干旱特征包括干旱持續(xù)時(shí)間（DD）、干旱強(qiáng)度（DI）、干旱頻率（F）、干旱嚴(yán)重程度（DS）、干旱面積（DA）。DD是干旱開(kāi)始時(shí)間（DIT）和結(jié)束時(shí)間（DTT）之間的月份數(shù)。DS是干旱事件期間SPEI值的正總和。DI是干旱持續(xù)時(shí)間內(nèi)SPEI值的平均值。DA是發(fā)生干旱的面積范圍。

1.2.4 Mann-Kendall趨勢(shì)檢驗(yàn)。Mann-Kendall趨勢(shì)檢驗(yàn)由曼恩和肯德?tīng)柟餐_(kāi)發(fā)［25-26］，是氣象學(xué)中廣泛使用的一種非參數(shù)趨勢(shì)顯著性檢驗(yàn)方法，對(duì)異常值敏感性低。該方法可用于分析中心趨勢(shì)不穩(wěn)定的時(shí)間序列，基于數(shù)據(jù)的秩，而不是數(shù)據(jù)本身。Mann-Kendall趨勢(shì)檢驗(yàn)適用于分析持續(xù)增長(zhǎng)或下降趨勢(shì)（單調(diào)趨勢(shì)）的時(shí)間序列數(shù)據(jù)。適用于所有的分布（即數(shù)據(jù)不需要滿足正態(tài)分布的假設(shè)），但數(shù)據(jù)應(yīng)該沒(méi)有序列相關(guān)性。如果數(shù)據(jù)具有序列相關(guān)性，則會(huì)在顯著性水平（p值）上產(chǎn)生影響。本研究使用pyMannKendall包［27］進(jìn)行Mann-Kendall趨勢(shì)檢驗(yàn)，從而確定斜率的顯著性。

1.2.5 最小二乘回歸分析。最小二乘回歸分析的核心理論是均方誤差最小化，主要思想是選擇未知參數(shù)使得理論值與觀測(cè)值之差的平方和達(dá)到最小。在線性回歸中，最小二乘法就是找到一條直線，使所有樣本到直線上的歐氏距離之和最小。本研究使用最小二乘回歸分析濕潤(rùn)指數(shù)和干旱持續(xù)時(shí)間的相關(guān)性。

2 結(jié)果與分析

2.1 氣象要素時(shí)空特征分析

統(tǒng)計(jì)流域范圍內(nèi)的平均降水量和潛在蒸散發(fā)量，結(jié)果顯示，全球大部分流域的降水呈現(xiàn)增加趨勢(shì)，蒸散發(fā)呈現(xiàn)減少趨勢(shì)。從聚集程度上看，北美洲東部和歐洲北部流域的降水呈顯著增加趨勢(shì)（增加幅度為0.02 mm/月），潛在蒸散發(fā)呈不顯著減少趨勢(shì)。非洲除了東非大裂谷附近和非洲西側(cè)沿岸的部分流域，其他地區(qū)降水均呈現(xiàn)減少趨勢(shì)，非洲中部的潛在蒸散發(fā)呈現(xiàn)減少趨勢(shì)，非洲北部的潛在蒸散發(fā)呈現(xiàn)顯著增加趨勢(shì)。南美洲西側(cè)沿岸的降水呈現(xiàn)減少趨勢(shì)，下降幅度最大達(dá)到0.01mm/月，南美洲西側(cè)沿岸和南側(cè)的潛在蒸散發(fā)呈現(xiàn)減少趨勢(shì)，其余大部分地區(qū)呈現(xiàn)顯著增加趨勢(shì)。澳大利亞大部分地區(qū)的降水呈現(xiàn)增加趨勢(shì)，西側(cè)和南側(cè)沿岸的潛在蒸散發(fā)呈現(xiàn)增加趨勢(shì)，其余地區(qū)潛在蒸散發(fā)呈現(xiàn)減少趨勢(shì)。

2.2 氣象干旱時(shí)空特征分析

2.2.1 全球尺度氣象干旱時(shí)空演變特征。標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)（SPEI）可以計(jì)算表征多種時(shí)間尺度的干濕狀態(tài)。SPEI-1反映短期水分盈缺情況；SPEI-3則考慮了前期降水、氣溫因素的影響，能夠反映季節(jié)尺度上水分盈虧的變化情況，常用于農(nóng)業(yè)干旱的研究；SPEI-12往往用于研究氣象干旱的年際變化趨勢(shì)。本研究計(jì)算了SPEI-1、SPEI-3、SPEI-12三個(gè)時(shí)間尺度的SPEI指數(shù)，對(duì)1901—2021年全球整體氣象干旱情況進(jìn)行分析，結(jié)果如圖1所示。

從時(shí)間尺度對(duì)比來(lái)看，時(shí)間尺度越小，干濕交替越頻繁，SPEI-12能夠識(shí)別較連續(xù)的干旱和濕潤(rùn)事件。從年際變化結(jié)果可以知道，1950—2000年降水偏多、干旱年份相對(duì)較少，2001年以后全球干旱年份和干旱強(qiáng)度明顯增加。從變化率來(lái)看，SPEI-1、SPEI-3、SPEI-12均以0.000 1/a的速率呈現(xiàn)下降趨勢(shì)，表明近年來(lái)全球趨于干旱。其中全球最嚴(yán)重的一場(chǎng)干旱發(fā)生在2021年7月左右，全球受災(zāi)面積達(dá)9 178萬(wàn)km2，北亞、中亞、西亞、中國(guó)新疆、南美洲、非洲北部、美國(guó)西部、格陵蘭島北部均受到影響。

根據(jù)三個(gè)時(shí)間尺度的SPEI指數(shù)結(jié)果，1901—2021年全球干旱狀態(tài)可以分為四個(gè)時(shí)期，本研究計(jì)算了這四個(gè)時(shí)期的干旱頻率。結(jié)果表明，1901—1925年和1951—2000年全球處于較為濕潤(rùn)狀態(tài)，1926—1950年全球較為干旱，2001—2021年全球干旱頻率最嚴(yán)重。

2.2.2 全球干旱事件識(shí)別。為更好地研究全球氣象干旱的時(shí)空變化，有必要對(duì)全球不同地區(qū)的氣象干旱情況進(jìn)行分析。因此，本研究以SPEI-12為氣象干旱指標(biāo)，使用聯(lián)合國(guó)糧食及農(nóng)業(yè)組織、糧農(nóng)組織土地和水利司發(fā)布的世界主要水文流域數(shù)據(jù)對(duì)全球區(qū)域進(jìn)行劃分，最終對(duì)全球225個(gè)流域分別進(jìn)行干旱事件識(shí)別（南極洲等缺少降雨或潛在蒸散發(fā)數(shù)據(jù)的地區(qū)不參與統(tǒng)計(jì)）。結(jié)果顯示，全球大部分流域的平均干旱歷時(shí)在13至16個(gè)月之間，最長(zhǎng)的干旱歷時(shí)為29個(gè)月。1901—2021年全球發(fā)生氣象干旱事件次數(shù)最少的是亞馬孫流域、阿拉伯半島和非洲北部?jī)?nèi)陸，發(fā)生了23次，其中亞馬孫流域干旱歷時(shí)最長(zhǎng)（平均每次28.8月）、非洲北部?jī)?nèi)陸干旱歷時(shí)最短（平均每次24.2月）。發(fā)生干旱次數(shù)最多的是新西蘭，發(fā)生了70次干旱事件，平均干旱歷時(shí)8.7個(gè)月。此外，本研究還統(tǒng)計(jì)了各個(gè)流域的氣象干旱強(qiáng)度變化趨勢(shì)，結(jié)果表明全球133個(gè)流域氣象干旱強(qiáng)度呈現(xiàn)下降趨勢(shì)，占流域總面積的58%，其中115個(gè)流域顯著下降，占流域總面積的49%；92個(gè)流域氣象干旱強(qiáng)度呈現(xiàn)上升趨勢(shì)，其中61個(gè)流域呈現(xiàn)顯著上升趨勢(shì)，占流域總面積的27%。

2.3 干旱持續(xù)時(shí)間與濕潤(rùn)指數(shù)之間的聯(lián)系

氣象干旱的發(fā)生過(guò)程受到自然、社會(huì)等多種因素的共同影響，其中氣象因素的影響最直接，其通過(guò)影響降水、蒸散發(fā)的變化影響氣象干旱持續(xù)時(shí)間。本研究依據(jù)提取的干旱事件分別研究各個(gè)流域干旱持續(xù)時(shí)間的變化。結(jié)果表明，全球大部分流域的干旱持續(xù)時(shí)間變化不顯著，北非沿岸、西亞和中亞地區(qū)部分流域干旱持續(xù)時(shí)間呈現(xiàn)顯著增加趨勢(shì)，但是增加幅度不明顯。

使用CRU數(shù)據(jù)集分別統(tǒng)計(jì)225個(gè)流域每個(gè)月的降水量均值和蒸散發(fā)均值序列，計(jì)算得到每次干旱事件對(duì)應(yīng)的累計(jì)濕度。累計(jì)濕度是每次干旱事件中累計(jì)降水量和累計(jì)蒸散發(fā)的比值。流域干旱持續(xù)時(shí)間與累計(jì)濕度的相關(guān)性見(jiàn)表1。由表1可知，有197個(gè)流域干旱持續(xù)時(shí)間與累計(jì)濕度的R?超過(guò)0.75，占流域總面積的88%；其中170個(gè)流域干旱持續(xù)時(shí)間與累計(jì)濕度呈現(xiàn)明顯相關(guān)性，R?超過(guò)0.9，占流域總面積的80%；還有28個(gè)流域干旱持續(xù)時(shí)間與累計(jì)濕度沒(méi)有表現(xiàn)出明顯的相關(guān)性，這些流域大多位于北亞、中亞、南亞及歐洲地區(qū)。

3 結(jié)論和討論

本研究分析1901—2021年全球氣象干旱時(shí)空變化特征，以流域?yàn)槌叨茸R(shí)別并提取干旱事件，探討流域干濕狀況對(duì)干旱持續(xù)時(shí)間的影響，主要結(jié)論如下。

①時(shí)間尺度越小，干濕交替最頻繁，SPEI-12能夠識(shí)別較連續(xù)的干旱和濕潤(rùn)事件。從年際變化結(jié)果可知，全球氣象干旱均呈加重趨勢(shì)，2001年以后全球干旱頻率和干旱強(qiáng)度明顯增加。

②全球大部分流域的平均干旱歷時(shí)在13至16個(gè)月之間，最長(zhǎng)的干旱歷時(shí)為29個(gè)月。大部分流域的干旱歷時(shí)變化不顯著，北非沿岸、西亞和中亞地區(qū)部分流域干旱持續(xù)時(shí)間呈現(xiàn)顯著增加趨勢(shì)，但是增加幅度不明顯。

③流域尺度下的干旱歷時(shí)與區(qū)域干濕狀況密切相關(guān)。累計(jì)濕度越大，干旱持續(xù)越久。88%的流域干旱歷時(shí)與累計(jì)濕度的相關(guān)性R?超過(guò)0.9。干旱歷時(shí)受氣候因子和人類(lèi)活動(dòng)雙重驅(qū)動(dòng)的影響。氣候因子包括氣候平均條件（或整體干濕狀況）、氣候季節(jié)性、氣象變量異常（主要為氣溫升高、降水減少）等，可以通過(guò)改變水汽輸送和陸地水儲(chǔ)量系統(tǒng)影響水文循環(huán)過(guò)程，進(jìn)而影響干旱發(fā)生過(guò)程［28］。而人類(lèi)活動(dòng)包括水庫(kù)調(diào)度、農(nóng)業(yè)灌溉、跨流域調(diào)水、地下水開(kāi)采和回補(bǔ)、水土保持、生態(tài)修復(fù)、城市化等，會(huì)顯著改變區(qū)域干濕分布，進(jìn)而改變干旱持續(xù)時(shí)間［29-30］。本研究?jī)H對(duì)氣候干濕狀況影響下的干旱歷時(shí)特征進(jìn)行了分析，今后還需要進(jìn)一步定量研究其他驅(qū)動(dòng)因素對(duì)干旱歷時(shí)的作用機(jī)制。

參考文獻(xiàn)：

［1］王英，遲道才.干旱指標(biāo)研究與進(jìn)展［J］.科技創(chuàng)新導(dǎo)報(bào)，2009（35）：72，74.

［2］馮平.干旱災(zāi)害的識(shí)別途徑［J］.自然災(zāi)害學(xué)報(bào)，1997（3）：43-49.

［3］胡彩虹，王金星，王藝璇，等.水文干旱指標(biāo)研究進(jìn)展綜述［J］.人民長(zhǎng)江，2013，44（7）：11-15.

［4］顧孝天，李寧.干旱災(zāi)害類(lèi)型研究［C］//中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專(zhuān)業(yè)委員會(huì).風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)的創(chuàng)新理論和方法：中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專(zhuān)業(yè)委員會(huì)第五屆年會(huì)論文集.北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室;北京師范大學(xué)環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，2012：6.

［5］趙麗，馮寶平，張書(shū)花.國(guó)內(nèi)外干旱及干旱指標(biāo)研究進(jìn)展［J］.江蘇農(nóng)業(yè)科學(xué)，2012，40（8）：345-348.

［6］AR4 Climate Change 2007： The Physical Science Basis — IPCC［EB/OL］. ［2023-03-23］. https：//www.ipcc.ch/report/ar4/wg1/.

［7］INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. Climate Change 2013 — The Physical Science Basis： Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change［M］.Cambridge： Cambridge University Press，2014.

［8］汪洋，雷添杰，程慧，等.干旱類(lèi)型轉(zhuǎn)化機(jī)理及預(yù)警體系框架研究［J］.水利水電技術(shù)，2020，51（4）：38-46.

［9］DRACUP J A， LEE K S， PAULSON J E. On the definition of droughts［J］. Water Resources Research， 1980， 16（2）：297-302.

［10］MISHRA A K， SINGH V P. Drought modeling-a review［J］. Journal of Hydrology， 2011， 403（1）：157-175.

［11］MISHRA A K， DESAI V R. Spatial and temporal drought analysis in the Krishna river basin of Maharashtra， India［J］. Cogent Engineering， 2016， 3（1）：1185926.

［12］ULLAH I， MA X， ASFAW T G， et al. Projected changes in increased drought risks over South Asia under a warmer climate［J］. Earth's Future， 2022， 10（10）.

［13］CHEN X， LI Y， YAO N， et al. Projected dry/wet regimes in China using SPEI under four SSP‐RCPs based on statistically downscaled CMIP6 data［J］. International Journal of Climatology， 2022， 42： 9357-9384.

［14］GUO H， HE S F， LI M， et al. Future changes of drought characteristics in Coupled Model Intercomparison Project phase 6 Shared Socioeconomic Pathway scenarios over Central Asia［J］. International Journal of Climatology， 2022， 42： 3888-3908.

［15］SALEHIE O， HAMED M， ISMAIL T， et al. Projection of droughts in Amu river basin for shared socioeconomic pathways CMIP6［J］. Theoretical and Applied Climatology， 2022， 149（3-4）： 1009-1027.

［16］ARNELL N W， LLOYD-HUGHES B. The global-scale impacts of climate change on water resources and flooding under new climate and socio-economic scenarios［J］. Climatic Change， 2014， 122（1-2）： 127-140.

［17］COOK E R， SEAGER R， KUSHNIR Y， et al. Old World megadroughts and pluvials during the Common Era［J］. Science Advances，? 2015（1）： 1-9.

［18］HARRIS I， OSBORN T J， JONES P， et al. Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset［J］. Scientific Data， 2020， 7（1）： 109.

［19］BEGUER?A S. sbegueria/SPEIbase： Version 2.5.1［CP/OL］. Zenodo， 2017［2023-06-26］. https：//zenodo.org/record/834462.

［20］黃小燕，張明軍，賈文雄，等.中國(guó)西北地區(qū)地表干濕變化及影響因素［J］.水科學(xué)進(jìn)展，2011，22（2）：151-159.

［21］SHEFFIELD J，WOOD E F. Characteristics of global and regional drought， 1950—2000： Analysis of soil moisture data from off-line simulation of the terrestrial hydrologic cycle［J］. Journal of Geophysical Research， 2007， 112（D17）： D17115.

［22］VENTURAS D M， MACKINNON D E， DARIO H L， et al. Chaparral shrub hydraulic traits， size， and life history types relate to species mortality during california's historic drought of 2014.［J］. PLoS One， 2017， 11（7）：0159145.

［23］GUO H， BAO A， LIU T， et al. Spatial and temporal characteristics of droughts in Central Asia during 1966—2015［J］. The Science of the Total Environment， 2018， 624： 1523-1538.

［24］MCKEE T，DOESKEN N，KLEIST J.The relationship of drought Frequency and duration to time scales［C/OL］. ［2023-03-10］. https：//www.semanticscholar.org/paper/THE-RELATIONSH-IP-OF-DROUGHT-FREQUENCY-AND-DU

RATION-Mckee-Doesken/c3f7136d6cb726b295eb34565a8270177c57f40f.

［25］KENDALL M G .Maurice G. Rank Correlation methods［M］. New York： Oxford University Press， 1990.

［26］MANN H B. Nonparametric tests against trend［J］. Econometrica， 1945， 13（3）： 245-259.

［27］HUSSAIN M， MAHMUD I. Pymannkendall： a python package for non parametric mann kendall family of trend tests.［J］. Journal of Open Source Software， 2019， 4（39）：1556-1556.

［28］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， 2018，650（P2）：2587-2604.

［29］WANG Y X， LI J Z， ZHANG T，et al. Changes in drought propagation under the regulation of reservoirs and water diversion［J］. Theoretical and Applied Climatology， 2019， 138（1-2） ： 701-711.

［30］王文，王靖淑，陶奕源，等.人類(lèi)活動(dòng)對(duì)水文干旱形成與發(fā)展的影響研究進(jìn)展［J］.水文，2020，40（3）：1-8.