气象干旱研究进展

田　佳

(杨凌职业技术学院， 陕西 杨凌 712100)



气象干旱研究进展

田佳

(杨凌职业技术学院， 陕西 杨凌 712100)

干旱研究目前是学术界的研究热点。文章通过总结国内外近年来在干旱方面的研究成果，重点分析了学术界对干旱的定义、分类；气象干旱指标研究进展；气象干旱特征研究方法；气象干旱预测技术方面的研究进展，进而分析了气象干旱研究目前存在的问题。

气象干旱；干旱指标；干旱特征；干旱预测；研究进展

干旱通常指水分的收与支或供与求不平衡形成的水分短缺现象。一般有两种类型的干旱，一类是由气候、海陆分布、地形等相对稳定的因素在某一相对固定的地区常年形成的水分短缺现象，也可以称之为干燥或气候干旱；另一类干旱是由于各种因素，如气候变化等形成的随机性异常水分短缺现象，或转化成短期干旱；在多数情况下所说的干旱通常指后面一种干旱。

干旱涉及自然现象、人类活动和社会经济等诸多方面，各学科对干旱有不同的理解和定义。各个学科之间由于研究的着眼点不同，因此各学科在不同地区采用的干旱标准都不统一。因此把干旱作为气象灾害是不合适的，对干旱研究也不能局限于对干旱的气象研究。在许多情况下，缺少准确而客观的定义一直是理解干旱的主要障碍，并可能导致决策失误[1]。

干旱与许多因素有关，如蒸发、降水、气温、灌溉条件、土壤底墒、种植结构、作物生育期的抗旱能力以及工业和城乡用水等，因而产生了因学科不同或应用领域的不同所定义的干旱分类，即气象干旱(meterological drought)、水文干旱(hydrological drought)、农业干旱(agricultural drought)、社会经济干旱(socioeconomic drought)[2]。从气象学的角度来说，干旱通常定义为长期的(常指一个或多个季节)降水不足而对大范围地区造成不利影响；水文气象干旱则是指一种持续地、地区性广泛的河川流量和蓄水量较正常年份偏少，难以满足需水要求的一种水文现象，主要讨论水资源的丰枯状况；农业干旱指作物生长过程中因供水不足，阻碍作物正常生长而发生的水量供需不平衡现象，农业干旱主要与前期土壤湿度，作物生长期有效降水量以及作物需水量有关。社会经济干旱指由于社会、经济的发展需水量日益增加，以水分影响生产、消费活动等描述干旱，其指标常与商品的供需联系在一起，如建立降水、径流和粮食生产、发电量、航运、旅游效益以及生命财产损失等关系。

气象干旱指持续的异常降水短缺。以降水量不足为特征，用特定历时的绝对降水量为干旱程度判别的定量指标。主要研究天气的干、湿程度，与研究区域的气候变化特征紧密相关，通常用某时段低于平均值的降水来定义。对特定历时，不同国家有不同的规定，从几天到几年不等。气象干旱虽然也以降水量不足作为特征，但它不是以降水量的绝对值而是降水量与其均值的比例为指标。二者的差别在于，前者重在降水的利用，反映一种供需关系；后者重在气候变化，是否出现了异常现象。气象干旱可以反映特定历时内降水量不能满足正常的需要，是导致农业干旱和水文干旱的重要原因。

1　气象干旱指标研究进展

降水是形成旱涝的重要因素之一，而且降水(降雨)资料也易于获取。所以气象干旱指标通常都是以降水量为基础，通过分析计算确定一个地区的旱涝程度。过去比较常见的气象干旱指标仅考虑降水量因素，例如Lang (1955)的降雨因素指标；Chow(1964)的降水量变差系数指标以及我国曾采用过的正负距平指标和比值百分数指标等。中国气象中心的Z指标和中央气象局气象科学研究员的P指数指标也属于单因子指标。多因子指标是以降水量为主，兼顾其它诸要素作为干旱指标，这类指标在我国使用较多的主要是美国Palmer气象干旱指标[3-4]等。

(1) 标准差指标

徐尔颧在假定年降水量服从正态分布的基础上，提出用降水量的标准差来划分旱涝等级[3]。

(1)

利用降水量标准差指标的划分标准见表1。

表1　标准差指标旱涝标准

(2) 降水距平百分率

(2)

中央气象局于1972年曾用该指标划分旱涝等级(见表2)。

表2　降水量距平百分率旱涝等级

降水距平的概念简单，但也存在缺陷[5]。第一，距平或累计距平的重要性取决于它相对于典型距平标准值(如标准偏差)的大小；第二，干旱开始的时间对计算累计距平是至关重要的，但该方法不能清楚地反映这个特性。相反，干旱开始的时间通常是由累计距平开始明显下降的时间确定的，带有一定的主观性。

(3)Z指标

Z指标是使用最为广泛的指标之一。许多学者认为P-III型概率密度函数能较好地拟合某一时段(年以下)降水量的概率分布情况，P-III型概率密度函数为：

(3)

黄嘉佑通过对P-III型概率密度函数直接积分，并将积分值分为五个值域来划分干旱等级，即

(4)

拟定的Z指标旱涝划分标准如表3所示。

(4) 标准化降水指标(rspi)

美国学者McKee等认识到降水不足对地下水、水库蓄水、土壤水、积雪厚度和径流等方面影响的差异，开发了反映干旱对不同类型的水资源可利用量影响的SPI(Standardized Precipitation Index)指数。SPI指数认为是标准偏差，即降水值偏离平均值，与我国所采用的标准差指数类似。

表3　Z指标旱涝划分标准

由于在不同时间、不同地区降水量变化幅度很大，直接用降水量很难在不同时空尺度上相互比较，而且降水分布是一种偏态分布，所以在降水分析中，采用Γ分布概率来描述降水量的变化，然后再经过正态标准化求得标准化降水指标。假设某一时段的降水量为x，则其Gamma分布的概率密度函数为：

(5)

(6)

式中：α为形状参数；β为尺度参数；x为降水量,mm；Γ(α)为Gamma函数。

最佳的α、β估计值可以采用极大似然进行估计[1]。

(5)Bhalme-Mooley干旱指标(rbmdi)

该指标是Bhalme和Mooley在1980年提出的[4]。其表达式为：

(7)

ik=c1ik-1+c0pk

(8)

式中：pk为第k个月的标准化降水量；c1和c0是两个参数，可以通过历时旱涝资料来估算。

该指标范围如表4所示。

表4　rbmdi干旱指标划分标准

Bogard等人曾采用该指标研究过不同环境模式对干旱现象的影响，并认为rbmdi指标仅考虑了降水量，可视为Palmer指标的简化形式[6]。rbmdi指标采用n个月的降水量资料，这比采用年降水量的指标更加合理，因为它考虑了降水量的年内分配。

(6) 正负距平指标

刘昌明等[7]曾采用正负距平指标识别和分析过海河流域的水旱灾害情况。

正负距平指标的旱涝划分标准如表5所示。

表5　正负距平指标划分标准

该指标多以年降水量作为参数，忽视了降水量在年内分配不均匀这一特性。

(7) 帕尔默指标(Palmer)

帕尔默指标[8-9]是一个被广泛用于评估旱情的指标。该方法引入了水量平衡的概念，同时又考虑了供需关系，具有较好的时间、空间可比性，能够描述干旱形成、发展、减弱和结束的全过程。帕尔默方法的最大贡献是首先提出了适应降水量概念，以及用气候特征权重因子修正水分异常指标，使得各代表站之间、各月之间的干旱程度可以比较。

2　气象干旱特征研究

气象干旱特征研究从干旱周期更替、丰枯转移入手，探求干旱发生的起讫时刻、延续时间、影响深度；划分气象干旱级别，应用游程理论、负轮理论分析丰枯转移概率及连续丰、枯年的分布特点；引入马尔可夫平稳概率研究干旱发生的自然属性，以干旱强度、干旱周期、丰枯转移概率等指标，全面刻画气象干旱的特征[10]。

2.1干旱周期研究方法

(1) 频谱分析法

频谱分析法在水文气象分析中的应用越来越普遍。首先，许多看起来复杂的自然现象都存在着简单的谐振因子；其次，频谱分析的物理意义清晰易懂，数学方法简单严谨；第三，频谱分析既是一种分析方法，也是一种预报工具。能实现分析和预报相结合。

降水序列由大量谐波成分与随机成分合成，通过对一定数量观测数据的分析，得到与该观测数据性质有关的谱参数，揭示了降水过程线内部谱成分与随机成分的比重以及谱结构组成方面的某些特有规律，物理意义明确。气象资料时间序列的周期分量可用一组正弦函数来表示。因此可以用傅立叶级数将其在一定区间上展开，然后分析波参数之间的函数关系，确定周期或显著性周期，从而确定周期性变化项，并建立相应的数学模型[11-12]。

(2) 方差分析法

方差分析法，可以用来对时间序列中的周期项进行识别。该法是将水文时间序列看成是由不同周期的规则波动迭加而成，因而在提取周期时是逐步分解出一些比较明显的周期成分，然后叠加起来作为该时间序列的周期项。

(3) 平滑滤波法

分析中采用累积距平曲线，对序列P(t)，t=1，2，…n，平滑滤波器模型为：

(9)

式中：l为步长；i为序号，i=1，2，3，…n；P为滑动平均值。

(4) 累积滤波

对序列P(t)，t=1，2，…，n，累积滤波器模型为：

(10)

式中：P为累积值；i为序号，i=1，2，…，n。

2.2丰枯转移特征研究

蔡明科[10]以负轮理论进行研究，即以多年平均降水量为阈值，将降水量分为丰水和枯水2个子集，枯水期内枯水和阈值之差称负轮平均强度，阈值与枯水期内最小枯水值之差称最大负轮强度。这样就得出气象干旱期Ti，气象干旱期降水量Si，气象干旱期最大缺水量Pmax，平均缺水量P等概念，其计算公式为：

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作为阈值。大于多年平均值者为丰水年，否则为枯水年。

2.3连续丰枯变化研究

主要以游程理论进行连续丰枯变化分析。游程理论是指持续出现的同类事件，在其前和其后为另外事件，年降水量资料可视为一个离散序列，若以多年平均降水量P0为阈值，凡Pi>P0者具有正变差，属丰水集团，凡Pi≤P0者，属枯水集团。当连续出现Pi>P0(或Pi≤P0)时，则出现连丰年(或连枯年)，连丰年称为正游程，连枯年称为负游程。

2.4概率转移研究

降水系列一般可以看作是马尔柯夫过程，其特点是无后效性，即未来状态的变化只与当前状态有关，而与过去状态无关，马尔柯夫链定义为状态与序列均为离散的马氏过程。对于马氏链，描述它的概率特性，最重要的是如何推求其一步转移概率[13-15]。

2.5干旱烈度

用于描述气象干旱烈度概率分布的理论分布有Gamma分布和指数分布[11-12]。

2.6干旱烈度重现期

干旱事件重现期认为是发生两个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历经时间或平均间隔时间TDc。平均间隔时间TDc可以定义为此类干旱事件的开始(结束)到下一个同类干旱事件开始(结束)所经时间，即期间干旱历时Ld和无干旱历时Ln的和[16,11]。

3　干旱预测技术研究进展

现阶段，主要通过降水预报来实现，预报方法可分为传统数理统计预测方法和现代智能预测方法两种。主要包括回归分析法、马尔科夫链、主成分分析法、功率谱分析、灰色预测、模糊预测、人工神经网络、3S技术、时间序列理论(AR，MA，ARMA，ARIMA模型)等方法[17-18]。

3.1回归分析方法

回归分析是对所测得的观测数据的变动趋势进行分析，拟合数学模型，对未来进行预报的统计分析方法。主要包括一元回归及多元回归模型，降水量时间序列中应用较多的是多元回归模型。表达式如下：

y=β0+β1x1+β2x2……+βmxm+ε

(15)

式中：x1，x2，……xm为降水量数据；y是待预测的降水量值；β1，β2，……βm为待估参数；ε是随机误差。

回归分析模型在降水量的预测应用技广泛，但其也存在一些问题，如对非线性特征的数据适用性不强；预测的模型精度不够，预测效果不理想，且对原始数据的准确性要求较高。

3.2灰色预测方法

灰色预测模型[19]是邓聚龙教授在1979年发表的“参数不完全大系统的最小信息镇定”的论文中提出的。灰色系统理论包括灰色预测、灰色灾变预测、灰色拓扑预测、多变量灰色预测及灰色决策等内容。建立灰色预测模型是应用灰色理论的首要部分，也是进行下一步决策的前提条件。按照预测思想的不同，灰色预测模型主要包括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)模型是灰色预测模型的基本形式，其它几种均是其扩展形式。

3.3模糊预测方法

模糊预测适合于具有非线性特征的时间序列，且能提取数据序列的相似性，预测精度较高，比较适合降水量的预测。且模糊理论是一种能够模拟专家的推理和决策方式，在预适应能力，能够使预测系统具有自我调节并借用具有一定丰富经验的专家方案，预测结果通常要好于计算模型所计算的结果；另一方面，由于有主观因素的干扰，预测时受人为因素的影响较大，且自学习的能力不强。相关文献说明，模糊数学方法在降水量预报方面的应用较广，对降水预报来说是一种很成熟的技术。

3.4神经网络方法

应用神经网络进行预测的基本思路是：首先建立一个神经网络，因其具有自学习、自适应且可以模仿人脑的智能化处理的功能，可以利用以往的数据训练神经网络，对连接权的权值进行调整并且无限逼近预测值与历史数据之间所存在的非线性关系，在调节过程中不受人为因素的干扰。应用神经网络进行预测时，当输入预测变量时，该网络自动完成输入与输出之间的非线性映射，能够精确的将变量与对象之间的规律描述出来。在误差允许的范围内，还可对非完全的数据进行处理。所以，国内外的很多学者对人工神经网络的应用给予了很高的评价。

3.5时间序列预测方法

时间序列是指按时间顺序排列的一组数字序列，在工程中主要是指对观测信号采样所获得的数据[20]。时间序列分析就是指应用数理统计的方法对所采集的数据进行处理，分析其规律，预测其发展。通常时间序列预测能够反映事物三种变化规律即：事物的趋势、事物所具有的周期性及随机性变化。时间序列预测发展至今已成为一种比较成熟的方法。在降水量预测中，时间序列将降水值看成是一随机变化的时间序列，根据降水量的历史资料，在适合的数学模型基础上确立降水量预测的数学模型，对降水量实现实时预报。比较常见的有ARMA模型、非线性门限自回归模型(TAR)、混沌时间序列。

4　气象干旱研究目前存在的问题

4.1干旱定义的讨论

近年来随着全球气候变暖，与人类生存密切相关的干旱问题显得日益突出，已引起国内外各界学者的极大关注[2,21]。遗憾的是缺少准确和客观的干旱定义一直是深入研究干旱问题的主要障碍。目前对干旱的定义很多，但都是从各自学科领域来描述这一现象。

干旱实质就是持续缺水。干旱的各种定义是对干旱这一整体空间系统的不同环节的描述。耿鸿江[22]从逻辑学的角度，根据干旱概念的外延的不同侧面、类属，认为干旱的各种定义不是相互对立的，而是彼此有着密切的联系。

4.2气象干旱指标的选取

为了能够科学准确地描述干旱特征，干旱指标随着近年来的干旱研究不断深入，其科学性和可操作性也在不断地提高。气象干旱指标由只考虑降水量的单因素指标诸如无降水连续日数、降水距平百分比、地表湿润指数等发展成考虑温度、蒸发量等因素的多因素指标(水热系数指标、干燥度指标)。尽管干旱指标客观地反映了的区域干旱状况，并被用来为减轻干旱影响所采取的水资源管理措施提供决策支持，但它仍然存在着如下问题：

(1) 对于气象要素中所包含的诸多因素，到目前为止已有的干旱定义和指标多达100多种，但缺乏可比性。现在提出的气象干旱指标中绝大多数是仅分析其中的一个因素而建立起来的，如仅仅考虑降水等。

(2) 气象干旱是一种具有一定空间分布的现象，所以表征它的空间特性是对其进行有效评估的关键所在，而许多干旱指标模型并没有明确地把反映干旱的空间特征考虑在内。

(3) 气象干旱指标应具有适宜的时间空间尺度，但在已有的干旱指标模型中，只有少数模型是普遍适用的，大部分都是仅适用于特定的某个地区，使用时须进行修正[23-24]。

(4) 由于气象干旱指标众多，所以研究者提出了许多专门的指数，但干旱的精确定量化却成了一个很难的地理物理学问题[25]。

4.3气象干旱特征研究

许多学者利用干旱指标针对各地情况进行干旱发生及分布特征的分析[11-12]，产生了重要的理论和应用价值，但仍然存在一些不足。

(1) 气象干旱特征研究中仅从单一气象角度分析干旱的成因、发展及分布特征，不能完全反映气象干旱的变化特征。

(2) 气象干旱特征中将干旱周期、丰枯变化、丰枯转移、连续丰枯变化、干旱烈度以及重现期进行系统性研究分析气象干旱特征的研究还没有。

(3) 在气象干旱预测方面，现在学者多是采用回归预测模型、时间序列预测模型、灰色系统预测模型、BP神经网络预测模型等比较常见的预测模型，还有在原来传统的预测模型的基础之上衍生出的许多新的预测模型和方法，如严格微分拟合法HM(1，1)、非线性法NLGM(1，1)、模糊回归法等，对干旱等级及年降水量进行预测。这些预测只是对干旱特征进行了总量的预估，而没有针对气象干旱的变化转移特征做出科学的预测。

5　结　论

通过总结国内外专家近年来在气象干旱方面的研究成果，重点分析、对比了学术界对干旱的定义与分类；气象干旱指标研究进展及各类指标的优缺点；探讨了气象干旱特征研究方法以及气象干旱预测技术方面的研究进展，进而分析了气象干旱研究目前存在的问题，指出了气象干旱研究目前存在的问题。

[1]蔡明科.咸阳市气象干旱特性研究[D].杨凌：西北农林科技大学，2009：2-5.

[2]冯平.水文干旱分析原理与应用[D].南京:河海大学，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,张亚民,康玲玲，等.黄河中游干旱化趋势及其对径流的影响[J].人民黄河,2004(8):34-36.

[6]王英.阜新地区干旱指标计算及干旱预测[D].沈阳:沈阳农业大学,2006.

[7]刘昌明,魏忠义.华北平原农业水文及水资源[M].北京:科学出版社,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.关中地区水文、气象干旱特征对比研究[J].灌溉排水学报,2003,22(6):33-37.

[11]宋松柏,蔡焕杰,粟晓玲.专门水文学概论[M].陕西杨凌:西北农林科技大学出版社,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]邓聚龙.灰色控制系统[J].华中工学院学报，1982，10(3)：9-18.

[20]扬叔子，吴雅．时间序列分析的工程应用[M]．武汉：华中科技大学出版社，2007：209-241.

[21]孙荣强.干旱定义及其指标评述[J].灾害学,1994,9(1):17-21.

[22]耿鸿江.干旱定义述评[J].灾害学,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：干旱指数的评价[J].干旱气象，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，陕西户县人，硕士，讲师，主要从事给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