1961—2015年淮河流域气象干旱发展过程和演变特征研究

方国华，涂玉虹，闻 昕，2，颜 敏，谭乔凤

（1. 河海大学水利水电学院，江苏南京 210098；2. 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100038）

1 研究背景

干旱是指某一地区水分条件较当地正常情况持续性偏少的一种自然现象［1］。根据干旱指标从历史气象水文系列中识别干旱事件，计算其特征变量，是后续干旱频率分析及干旱时空演变规律研究的基础，分析干旱特征规律对防灾减灾具有重要意义［2］。

过去已有一些学者开展了关于干旱识别与干旱演变特征分析的研究。Yevjevich［3］提出游程理论，对干旱指标时间序列选定一个特定的阈值，若连续小于该阈值则为负游程，从中提取出干旱历时、干旱强度、干旱烈度等特征变量。Andreadis 等［4］使用空间聚类方法提取干旱斑块，实现了干旱事件的空间识别，进一步刻画干旱的时空变化规律。任福民等［5］提出了区域性极端事件的客观识别法，采用“糖葫芦串”模型，将逐日异常带串起来从而构成一个完整的区域性事件，并建立区域性事件指标体系，该方法在区域性气象干旱事件识别领域得到了应用［6］。许凯［7］同时考虑了干旱随时间的变化和在空间上的面积变化，基于多个特征变量来度量干旱事件，并刻画干旱事件的时空变化过程。Ayantobo 等［8］运用游程理论识别干旱事件，从干旱指数、频率分布、时空变异性和恢复期等方面对干旱进行综合分析，通过拟合指数分布、威布尔分布和GDP 分布展现了干旱分布的时空特征。Mathbout 等［9］采用主成分分析法对标准化降水指数（SPI）和标准化降水蒸散发指数（SPEI）进行分析，在不同时间尺度下分析叙利亚干旱的时间变异性，并进行干旱空间格局识别。Byakatonda 等［10］采用不同时间尺度的SPI 和SPEI 干旱指标，运用Mann-Kendall 趋势检验法研究了干旱严重程度特征与趋势变化。针对淮河流域干旱的研究，陈小凤等［11］绘制了流域易旱季节分布图和易旱地区分布图。杨娜等［12］对淮河流域的干旱演变趋势进行评估，反映了干旱地域化和季节性特点。杨志勇等［13］提出淮河流域上中游地区干旱发生频率较高，上游地区以春旱为主，下游地区以夏旱为主，秋旱易发区集中在沂沭泗河地区。

干旱事件具有较为明显的时空连续性和动态演变特征，有一定的持续时间和影响范围，呈现出“多要素”“多属性”和“多尺度”的特点。过去的干旱研究大多局限于在空间维度或时间尺度上独立的演变情况，仅从干旱事件的整体特征（干旱历时、干旱强度、干旱面积等）方面进行分析，缺乏对单场干旱事件全过程在时空尺度下发展特征的解析，以及对多场干旱事件之间时空演变关系的分析。

为此，本文对干旱全过程在时空尺度下的发展过程和演变特征开展研究。通过判别干旱事件在空间与时间维度的连续性，完整地识别出连续性干旱事件全过程，进而从单场干旱事件整体特征、单场干旱事件发展过程特征和多场干旱事件时空演变特征3方面构建12项干旱事件发展时空特征变量，使干旱发展时空特征可视化，分析干旱全过程从发生到结束的发展过程特征，解析干旱事件在时间和空间维度上的动态演变特征，最后对1961—2015年淮河流域气象干旱事件发展过程和演变特征开展实例研究。

2 干旱事件发展时空特征研究方法

区域性干旱的研究一般包括区域干旱识别、特征值计算和特征值分析［14］，连续性干旱事件发展时空特征研究主要包括：干旱识别，干旱时空连续性判别，干旱发展时空特征变量计算，干旱发展时空特征可视化，干旱发展过程和时空演变特征分析。干旱通常分为气象干旱、农业干旱、水文干旱和社会经济干旱［15］，其中气象干旱是造成其它3种干旱最基本的原因，气象干旱一般能够代表其它干旱［16］，故以气象干旱为例对研究方法进行阐述。

2.1 干旱识别

2.1.1 干旱指标选取 由于不同时间、不同地区的降水量变化幅度很大，难以直接通过降水量的大小在不同时空尺度上进行比较［17］。标准化降水指数（SPI）是表征某一时段内降水量多少的指标之一，计算简单，资料获取容易，可消除降水时空差异，适用于干旱时空变化规律的研究［7］，故选用SPI进行干旱识别。具体计算方法详见参考文献［18］。

将日降水数据累加到月尺度上进行SPI的计算，得到每个格点逐月的SPI 值。不同时间尺度SPI对干旱识别的敏感程度不同［17］，由于淮河流域四季分明，干旱事件具有较为明显的季节性变化特征，3个月的时间尺度既不会因为太短导致SPI值变化过快，也不会因为太长导致SPI值变化过于缓慢［7］，因此SPI-3更适用于淮河流域的连续性干旱事件识别，本文采用季尺度（SPI-3）进行干旱识别。

2.1.2 干旱指标阈值的确定 目前一般基于游程理论，即先选定一个干旱指标阈值，若区域内某个评估对象的干旱指标超过阈值就被认定属于干旱［3］。SPI指标所反映的旱涝等级［19］如表1所示，将干旱指标阈值选定为-1，即判定SPI-3值小于-1的格点为干旱格点。

表1 SPI表示的旱涝等级划分

2.2 干旱事件时空连续性判别需要进行干旱空间连续性的判别以及时间连续性的判别。首先采用空间聚类法［20］逐月识别干旱事件，然后将空间要素上相关联和时间序列上相连续的干旱事件组合起来，在三维时空上形成一场连续完整的干旱事件，进而研究干旱的发展过程和时空演变特征。

2.2.1 干旱事件空间连续性判别 采用空间聚类法进行干旱区域的识别与提取。空间聚类是指将空间数据集中的对象分成由相似对象组成的类，同类中的对象间具有较高的相似度［20］。认为空间上相邻的干旱格点是同类的相似对象，属于同一场干旱事件，可构成同一块干旱区域，从而提取空间相关联的干旱区域。例如图1（b）中的干旱区域A1与A2在空间上无关联性，属于两场干旱事件。

筛选出SPI-3值小于阈值的格点为干旱格点，在研究区域内进行标记，画出被标记格点外边界的包络线，记包络线内为干旱区域。若某个月的干旱面积不小于最小干旱面积A0，则认为该月发生了干旱［21］。根据Wang等［22］的研究结果，将A0取值为研究区域总面积的1.6%，若某月的干旱面积不小于A0，则判定该月有干旱发生；对于干旱面积小于A0的干旱区域则予以舍弃，不做考虑。

2.2.2 干旱事件时间连续性判别 识别完干旱区域后，在相邻两个月的干旱区域之间，若它们重合的面积不小于A0，则认为在时间上是连续的，属于同一场干旱事件。从第一个发生干旱的月份开始，逐月往后识别，直至干旱区域的面积小于A0，则认为这一场干旱事件已结束，可识别出一场干旱事件从开始到结束的全过程。若相邻两个月干旱区域重合的面积小于A0，则认为该场干旱已结束，新的一场干旱已经开始。

图1 1994年干旱事件时空连续性判别

1994年干旱事件的时间连续性判别如图1所示，干旱开始于7月，干旱区域为A1，逐月往后识别可发现：8月在研究区域左上角处有一场新的干旱出现，干旱区域为A2，且范围呈逐渐扩大趋势，而原有的干旱区域A1呈先缩小后扩大再缩小的趋势。至10月干旱结束，研究区域内有2场干旱事件发生：A1干旱历时为4个月，A2干旱历时为3个月。

2.3 干旱事件发展时空特征变量计算完整解析一定时间范围内某区域的连续性干旱事件特征，首先应分析单场干旱事件整体特征，可采用干旱历时、干旱强度、干旱面积3项变量；然后分析单场干旱事件从发生到结束的发展过程特征，在月尺度下反映干旱过程动态变化特征，需采用干旱逐月强度、干旱逐月面积、干旱逐月集中点坐标、干旱逐月迁移距离、干旱逐月迁移速率5项变量；进而分析多场干旱事件之间的时空演变关系，需采用干旱时空集中点坐标、干旱集中发生时间占比、干旱时空迁移距离和干旱时空迁移速率4项变量。

基于SPI-3值格点数据，在时间和空间维度上分别从单场干旱整体特征、单场干旱发展过程特征和多场干旱时空演变特征三个方面进行解析，建立并计算涵盖干旱强度、干旱逐月集中点坐标、干旱时空迁移速率等12项干旱事件发展时空特征变量。假设干旱指标阈值为S0，当发生第a场干旱事件时，干旱历时为t个月，第m个月识别出的干旱区域共有k个干旱格点（m=1，2，…，k），干旱事件发展时空特征变量及其含义如表2所示。

2.3.1 干旱逐月强度 用第a场干旱事件第m个月各干旱格点SPI-3值与阈值S0之差的平均值来表征该月的干旱强度，假设共有k个干旱格点，则干旱逐月强度Sam计算公式如下：

表2 干旱事件发展时空特征变量及含义

式中：SPIi为第i个干旱格点的SPI-3值（i=1，2，…，k）；S0为干旱指标阈值，本文取-1。

2.3.2 干旱逐月集中点坐标 将第a 场干旱事件第m 个月干旱区域的质心定义为干旱逐月集中点（Xam，Yam，m），如图2所示，抽象认为干旱区域内各个格点的干旱强度聚集于该点［23］，对各个格点的干旱强度值进行加权可求得干旱区域的质心坐标，干旱逐月集中点的经纬度坐标为（Xam，Yam），计算公式如下：

式中：Si为第i个干旱格点的强度值；xi、yi为第i个干旱格点的经度、纬度坐标；Xam、Yam为第a场干旱事件中第m个月干旱逐月集中点的经度、纬度坐标。

2.3.3 干旱时空集中点坐标 干旱时空集中点是表征一场干旱事件集中发生位置的坐标点，整场干旱事件聚集于该点。假设图3中长方体为第a场干旱事件的三维体结构，其中各个网格的颜色都不相同，代表了干旱强度大小不同，对干旱强度值进行加权可求得三维体结构的质心坐标，将该质心定义为干旱时空集中点，坐标为（Xa，Ya，Ta），其计算公式如下：

式中：Sim为第m个月第i个干旱格点的强度值；xim、yim分别为第m个月第i个干旱格点的经度、纬度坐标；Xa、Ya为第a场干旱事件中干旱时空集中点的经度、纬度坐标；ta为第a场干旱事件中干旱时空集中点的时间坐标，月；Ta由ta转换而来，为第a场干旱事件中干旱时空集中点的时间坐标，年；yeara、montha分别为第a场干旱事件发生的年份和月份。

图2 干旱逐月集中点原理图

图3 干旱时空集中点原理图

2.3.4 干旱集中发生时间占比 由于干旱历时长短不一，不同干旱事件中的干旱时空集中点时间坐标无法直接进行比较，故提出干旱集中发生时间占比，表示每场干旱事件中的集中发生时间，可用干旱时空集中点时间坐标ta与干旱历时之商来计算：

式中：Da为第a场干旱事件的干旱历时，月。若Pa＜0.5，则说明干旱集中发生于整场干旱的前半部分；若Pa＞0.5，则说明干旱集中发生于整场干旱的后半部分；若Pa=0.5，则说明干旱集中发生于整场干旱的中间部分。

2.3.5 干旱逐月迁移速率 将干旱逐月集中点移动的经纬度换算为距离，换算公式为：

将相邻两个干旱逐月集中点移动的速率定义为干旱逐月迁移速率。对于第a场干旱事件，干旱逐月迁移速率vam可由从第m个月到第m+1个月干旱逐月集中点移动的距离与第m个月天数之商来计算：

式中：ΔXam、ΔYam为第a场干旱事件第m个月到第m+1个月干旱逐月集中点沿经度、纬度方向迁移的距离，km；Lam为两个月之间干旱逐月集中点的迁移距离，km；Δtam为第m个月实际天数，d；vam为干旱逐月迁移速率，km·d-1。

2.3.6 干旱时空迁移速率 为表示干旱时空集中点迁移的距离，需要将干旱时空集中点移动的经纬度换算为距离，具体计算公式如下：

将相邻两个干旱时空集中点移动的速率快慢定义为干旱时空迁移速率。干旱时空迁移速率va可由从第a场到第a+1场干旱事件的干旱时空集中点在三维时空坐标系中移动的距离与两个干旱时空集中点的时间坐标差之商来计算：

式中：ΔXa、ΔYa为从第a 场到第a+1 场干旱事件干旱时空集中点沿经度、纬度方向迁移的距离，km；ΔTa为两场干旱事件的干旱时空集中点时间坐标之差，a；La为干旱时空集中点的迁移距离，为第a场干旱事件的干旱时空迁移速率，

3 1961—2015年淮河流域干旱事件发展过程和演变规律研究

3.1 研究区概况与数据来源

3.1.1 研究区概况 淮河流域地处中国东部，介于长江和黄河两流域之间，位于东经111°55′—121°25′，北纬30°55′—36°36′区域内，地跨河南、湖北、安徽、江苏、山东五省，流域面积约为27万km2，以废黄河为界，划分为淮河水系和沂沭泗河水系，地处南北气候过渡带，属暖温带半湿润季风气候区［24］，其特点是：冬春干旱少雨，夏秋闷热多雨，冷暖和旱涝转变急剧，气温变化由北向南，由沿海向内陆递增，蒸发量南小北大，多年平均降水量大致由南向北递减，山区降水多于平原，沿海多于内陆，降水时空差异大［25］。淮河流域内干旱灾害频繁发生，据统计，淮河流域近60a累计旱灾成灾面积8730万hm2，平均每年有269.8万hm2农作物受旱［26］。年旱灾成灾面积在100万hm2以上的年份有30年，年成灾面积在200万hm2和300万hm2以上的年数分别为17年和8年，年成灾面积在400万hm2以上的有4年，平均15年发生一次［11］。

3.1.2 数据来源 本研究采用的数据为淮河流域1961—2015 年中国地面降水日值格点数据集（V2.0），来源于中国气象数据网。研究范围包含了整个淮河流域，空间分辨率为0.5°×0.5°，共有258个格点数据，淮河流域格点数据分布示意图如图4所示。

图4 淮河流域格点数据分布示意图

3.2 干旱事件发展时空特征可视化采用上述时空连续性判别方法，识别出淮河流域1961—2015年总共发生97场干旱，其中历时不少于3个月的有48场，干旱历时最长为9个月。在这660个月中，共303 个月发生了干旱，占比约45.9%，对发生干旱的月份进行季节性统计，可知夏旱发生频率较高，其次为春旱，陈小凤［11］、杨志勇［13］对干旱易发季节的研究也得出淮河流域春夏多旱的结论。1966、1968、1978、1981、1986、1999、2001、2011、2013和2015年为历史干旱典型年，干旱强度大，持续时间长，覆盖范围广，与郑晓东［24］、谢五三［26］的研究结果较一致。

通过对每一场连续性干旱事件的发展时空特征变量进行计算，使干旱发展时空特征可视化。以干旱强度最大的2001年干旱事件为例，逐月画出干旱格点的SPI-3指数分布图，并将干旱逐月集中点（Xam，Yam，m）依次串联得到迁移轨迹，如图5 所示。逐月SPI-3 分布图可直观的表示出干旱逐月强度、干旱逐月面积随时间的变化，干旱逐月集中点在三维时空中描绘出干旱事件集中位置的迁移轨迹，展现出这场连续性干旱事件随时空的动态变化。

由于时间是连续的，每一时刻都对应一幅干旱格点SPI-3指数分布图，若时间尺度无限细分，在时间维度上串联即可形成干旱三维体结构，用SPI=-1的阈值等值面包裹起来，点绘出干旱时空集中点（Xa，Ya，Ta），并画出干旱时空集中点所在平面的等值线图，如图6所示。

图5 2001年干旱事件发展过程特征可视化图

图6 2001年干旱三维体结构图（SPI=-1阈值等值面包裹）

将1961—2015 年干旱历时不小于3 个月的48 场气象干旱事件的干旱时空集中点坐标在经度-纬度-时间三维坐标系中点绘并连接，得到干旱时空集中点迁移轨迹图，如图7所示。以1997—2003年中连续发生的7场干旱事件为例，使其三维时空可视化，用阈值为-1的等值面将干旱与非干旱区域分隔开，内部包裹的区域为干旱区域，外部为非干旱区域，直观展现干旱事件的整体特征、逐月发展过程特征以及时空演变特征，如图8所示。

图7 1961—2015年干旱时空集中点迁移轨迹图

图8 1997—2003年干旱事件三维时空可视化图

3.3 干旱事件发展过程特征分析研究干旱历时不小于3 个月的48 场气象干旱事件发展过程特征，将干旱逐月集中点在经纬度平面内投影，并串联在一起，得到干旱逐月集中点在流域内的迁移轨迹，反映每场干旱发生、发展至消失的过程特征，并揭示流域干旱事件发展过程的季节性规律。

3.3.1 干旱发展过程特征 干旱逐月集中点的迁移轨迹可表征干旱随时空的动态变化，反映干旱发展过程特征。以2001年干旱事件为例，干旱逐月集中点的大小表示该月干旱强度值的大小，两点之间的距离长短表示干旱迁移速率的大小，并使用空间Kriging插值法展现这场干旱事件内各格点SPI-3平均值的空间分布，如图9所示。

图9 2001年干旱事件发展过程特征图

该图能反映2001年干旱事件主要集中区域在淮河流域内的迁移路线，干旱逐月强度以及干旱逐月迁移速率等随时间的变化。该场干旱在淮河上游以及淮河中游南部较为严重，历时8个月，始于淮河中游王蚌区间北岸，往北迁移，干旱强度显著增大，进而往南转向王蚌区间南岸，干旱强度逐渐减小，迁移速率先增快后减慢，然后向淮河上游转移，历经王家坝以上南岸和北岸，干旱强度先减小后增大，接着向北往淮河中游的蚌洪区间北岸迁移并结束，干旱强度逐渐增大，迁移速率先增快后减慢。

3.3.2 干旱发展过程季节性规律 淮河流域的干旱事件具有较明显的季节性规律，选取夏秋冬三季连旱年，即1988、1989、1991、2002、2013和2015年的干旱事件，用不同颜色的点表示不同年份的干旱逐月集中点，绘出各场干旱事件的干旱逐月集中点迁移轨迹，如图10所示。

用一条总体迁移路线进行拟合，夏秋冬三季连旱年的迁移路线大致呈现出这样的规律：一般起源于沂沭泗河流域，再转向淮河中游，最后逐渐向淮河上游迁移。对具体区块进行分析，干旱最早发源于沂沭河区，历经湖东区、湖西区并转向淮河中游的王蚌区间北岸，最后终止于淮河上游的王家坝以上南岸。同时可看出，在淮河中游区块干旱迁移速率相对较快。

图10 1961—2015年夏秋冬三季连旱年干旱发展过程季节性规律

为揭示干旱发展过程中干旱强度的变化规律，对夏秋冬三季连旱年的干旱逐月强度进行计算与分析。为便于比较，将第一个干旱月的干旱逐月强度用1表示，逐月计算下个月与上个月干旱逐月强度的比值，直至干旱结束，用雷达图表示干旱强度比值的变化，如图11所示。由图可知，秋季（9—10月）的干旱强度均有所增加，而冬季强度开始呈减小趋势，表明淮河流域在夏秋冬三季连旱年中存在秋旱较严重的特点。

图11 淮河流域夏秋冬三季连旱年干旱逐月强度变化

3.3.3 干旱逐月强度影响因素分析 对淮河流域内四个分区的干旱事件强度影响因素进行研究，统计发生于四个分区的干旱事件（根据干旱事件首月的干旱逐月集中点位置判断），发现干旱强度大小与干旱事件迁移方向存在着显著关系，对各分区干旱逐月强度与干旱逐月集中点经纬度坐标进行Pearson相关性分析，相关系数见表3。

表3 各分区干旱逐月强度与干旱逐月集中点经纬度坐标Pearson相关系数

起源于淮河上游的干旱逐月集中点经度与干旱逐月强度的相关系数大多超过0.5，故为显著正相关，纬度与干旱逐月强度相关系数大多小于-0.5，故为显著负相关，说明干旱事件越往东南方迁移，干旱强度越大；同理，起源于淮河中游的干旱事件越往南方迁移，干旱强度越大；起源于沂沭泗河的干旱事件越往西迁移，干旱强度越大；起源于淮河下游的干旱事件越往西南方迁移，干旱强度越大。

3.4 干旱事件时空演变特征分析

3.4.1 干旱时空分布格局 将干旱时空集中点在研究区域平面上进行投影，得到每一场干旱主要集中区域的空间分布格局，如图12所示。干旱时空集中点主要分布于沂沭泗河区的湖东区、湖西区与沂沭河区，以及淮河中游的王蚌区间北岸与蚌洪区间北岸。使用空间Kriging插值法展现各个干旱格点SPI-3平均值的空间分布，可看出淮河流域北部旱情较为严重，与干旱时空集中点的主要分布区域大致吻合，说明淮河流域过去受干旱影响最严重的地区主要分布在淮河流域北部，与淮河流域降水南多北少的空间特性有关，王岽等［27］对淮河流域干旱变化特征的研究也表明干旱程度北部大于南部。未来需要在湖东区与湖西区，以及王蚌区间北岸与蚌洪区间北岸的北部加强旱灾防范，尤其是干旱最严重的湖西区。

图12 1961—2015年淮河流域干旱格点SPI-3平均值与干旱时空集中点空间分布

分析1961—2015年淮河流域各干旱集中发生时间占比，发现在48场干旱历时不小于3个月的干旱事件中，有26场干旱事件Pa＞0.5，集中发生于整场干旱的后半部分，21场干旱事件Pa＜0.5，集中发生于前半部分，1场干旱事件Pa=0.5发生于中间部分。

3.4.2 干旱事件特征变量周期性分析 干旱事件发展时空特征变量的历史时间序列属于非平稳序列，具有一定的周期性与趋势性，不仅可以反映过去干旱时空演变特征，还能预测未来的干旱演变趋势。

通过观察发现部分变量呈现出一定的周期性，将干旱事件发展时空特征变量（干旱强度、干旱面积、干旱历时、干旱时空迁移速率、干旱时空集中点坐标、干旱集中发生时间占比）的时间序列进行小波分解，揭示其周期性与演变趋势，如图13所示。

图13 干旱事件发展时空特征变量小波分解图（a3）

分析小波分解图可获得各特征变量时间序列的波动周期与变化趋势：干旱强度波动周期约为30年，干旱面积波动周期约38～40年，2010—2015年干旱强度和干旱面积均显著上升，未来将继续增大。干旱历时波动周期约28年，未来将逐渐上升。干旱时空迁移速率具有较为明显的周期性，周期约为20年左右，且振荡不断加强，2015年后开始逐步回升，预计2025年将上升到最大值。干旱时空集中点经度坐标的波动周期约30年，从2003年急剧下降后开始趋于平稳，未来可能逐渐上升；纬度坐标的波动周期约30年，2005—2020年呈上升趋势，2020年将达到峰值，预计2015—2020年干旱时空集中点将逐渐向流域东北方向迁移。干旱集中发生时间占比周期性较为明显，波动周期约为20年，振荡逐渐减弱，在2015年达到峰值后将开始下降，2025年将降至最小值。

在获得各时间序列波动周期的基础上进行外推，运用时间序列分析预测法进行干旱预测，可将小波分解与人工神经网络预测模型［28］方法结合，采用小波分解序列作为干旱预测模型的输入，进而构造小波人工神经网络模型，开展干旱预测研究。

3.4.3 干旱事件多年变化特征 干旱事件发展时空特征变量的历史时间序列能反映干旱多年变化特征，以干旱时空集中点时间坐标Ta确定干旱事件发生的时间点，绘制干旱强度和干旱面积的多年变化特征，如图14所示。干旱强度呈逐渐上升趋势，2000年后极端干旱事件开始发生，2001年、2011年和2015年干旱强度均超过5，而干旱面积整体上呈现出轻微下降趋势。将干旱强度与干旱面积进行相关性分析，相关系数为0.57，表明二者之间具有较好的相关性。

图14 1961—2015年淮河流域干旱强度、干旱面积多年变化特征

图15为1961—2015年淮河流域干旱时空集中点的经纬度坐标多年变化特征图。观察整体变化趋势可知，干旱时空集中点经度坐标呈逐渐减小趋势，纬度坐标呈轻微增大趋势，淮河流域干旱事件从整体上呈现出逐渐向西北方迁移的趋势。

图15 1961—2015年淮河流域干旱时空集中点经纬度坐标多年变化特征

表4 各时期干旱强度、干旱面积线性拟合

表5 各时期干旱时空集中点经纬度坐标线性拟合及迁移方向

根据周期性分析可知，各时期干旱强度、干旱面积和干旱时空集中点经纬度坐标的变化趋势不同，干旱事件在空间上的发展方向不同。结合周期性分析，对干旱强度、干旱面积和干旱时空集中点经纬度坐标的变化趋势进行讨论，并分段线性拟合，各时期干旱强度、干旱面积线性拟合见表4，干旱时空集中点经纬度坐标线性拟合及迁移方向见表5。

综合分析表4、表5 可知，1961—1973 年经度增大，纬度基本保持不变，干旱事件主要向东迁移，干旱强度增大，干旱面积减小；同理，1973—1983年干旱事件大致向西北方向迁移，干旱强度减小，干旱面积增大；1983—1990 年干旱事件向东北方向迁移，干旱强度减小，干旱面积增大；1990—2005年干旱事件向东南方向迁移，干旱强度增大，干旱面积减小；2005—2015年干旱事件向西北方向迁移，干旱强度和干旱面积均先减小，2010年后开始增大。

4 结论

本文通过干旱识别和干旱时空连续性判别，在三维时空下提取出连续、完整的干旱事件全过程，从单场干旱事件整体特征、单场干旱事件发展过程特征和多场干旱事件时空演变特征三方面构建12 项干旱事件发展时空特征变量，使干旱事件发展时空特征可视化，对1961—2015 年淮河流域气象干旱事件的发展过程与时空演变特征开展研究，得到如下结论：（1）通过干旱逐月集中点迁移轨迹可知，夏秋冬三季连旱年干旱事件的发展过程大致呈现出起源于沂沭泗河流域，再转向淮河中游，最后逐渐向淮河上游迁移的规律，且存在秋旱严重的特点；（2）通过对干旱逐月强度与干旱逐月集中点经纬度坐标进行相关性分析，发现干旱事件迁移方向对干旱逐月强度大小有一定的影响；（3）通过分析干旱时空集中点空间分布格局可知，淮河流域北部受干旱影响最为严重；（4）通过对干旱强度、干旱历时、干旱时空迁移速率、干旱时空集中点坐标等变量的时间序列进行小波分析，预计2015—2020 年干旱强度、干旱面积、干旱历时、干旱时空迁移速率均将逐渐增加，干旱集中发生时间占比将下降；（5）通过干旱强度、干旱面积和干旱时空集中点经纬度坐标的多年变化特征结合周期性分析发现，干旱强度逐渐增大，而干旱面积呈下降趋势，干旱时空集中点过去从整体上呈现出向西北方迁移的趋势，各时期干旱事件在空间上呈现出不同的发展方向，未来将向流域东北方向迁移。

本文针对干旱过程在时空维度下的演变特征开展研究，但仍存在改进之处，如采用的格点数据分辨率较低，时间尺度为月，难以精细刻画多场干旱事件融合与分裂的过程。未来可采用更高分辨率的格点数据与更小的时间尺度，进一步解析干旱事件的动态演变特征，并采用考虑多气象因素（气温、降水、蒸散发等）的干旱指标进行时空连续性识别，使干旱识别结果更准确，获得更能反映实际情况的干旱事件发展时空特征变量时间序列，进而运用小波人工神经网络模型进行干旱预测。