干旱监测预报研究综述

崔修来 孙瑶 王东

摘 要 现如今，干旱问题越来越突出，严重影响了农业经济的发展，阻碍了农民增收致富，各部门相继对干旱监测预报展开研究。基于此，阐述了当前干旱的分类与相关指标以及干旱监测的技术手段，分析了当前干旱预报的相关方法及应用，以期能够更好地进行气象监测，有效应对农业生产的干旱问题。

关键词 干旱预测预报;农业干旱;干旱监测

中图分类号：P429 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2019.20.080

近年来，受气候变化影响，环境问题日益严重，干旱发生频率增加。2014—2019年辽宁省连续6年发生不同程度干旱，农业生产经济损失严重，水库蓄水严重不足。干旱对人类生活和农业生产的危害极大，目前各国都在研究干旱预报模型以加强对灌溉用水和干旱灾害的研究。当前，开展干旱动态监测模型和干旱动态变化预报，是国内相关学者研究的重要课题。但由于形成干旱的因素众多，这些模型只局限于试验阶段或在较小的区域应用，未能在全国广泛应用。

1 干旱分类与指标

目前可将干旱分4类，即气象干旱、农业干旱、水文干旱以及社会经济干旱[1]。气象干旱是指由降水和蒸发不平衡造成的异常水分短缺现象，通常以降水的短缺程度作为干旱指标。气象干旱指标主要有降水量距平百分率、相对湿润指数和干燥度指标、标准化降水指数和帕默干旱指标等。农业干旱是由于在某一时段内，某一地区的降水量和多年均值产生较大的偏差，使该地区农业供水和需水状况不协调，农作物产生缺水现象，一般采用作物干旱指标、作物缺水指标、土壤含水量以及综合农业干旱指标对其进行评价。水文干旱是指一种持续性、地区性、广泛性的河川流量和蓄水量较常年偏少，难以满足需水要求的水文现象。经济干旱则是以干旱造成的经济损失作为其研究指标。

2 干旱监测的技术手段

遥感技术是监测区域农业旱情时空变化的主要手段，其反演的植被指数（NDVI）和地表温度（Ts）两个参数可以通过表征绿色植被对干旱胁迫生境的反应揭示土壤水分信息，反映作物受旱状况，主要模型有植被供水指数模型，水分亏缺指数模型，温度植被干旱模型和条件植被温度干旱指数[2]。蒋跃林等[3]通过极轨气象卫星遥感资料的分析研究，运用植被供水指数法建立了安徽省淮北地区不同等级干旱的遥感监测指标和方法，并用建立的指标对当地2002年夏秋干旱进行监测，其对干旱的监测结果与实际干旱发生状况较为一致，说明卫星遥感对干旱有較好的监测效果。此外，柳钦火等[4]利用1981—1994年8 km空间分辨率、10 d合成的NOAA/AVHRR数据集以及对应时段全国102个固定农业观测站的20 cm土壤湿度资料，研究了土壤湿度与LST/NDVI斜率的定量关系，探讨了LST/NDVI特征空间干湿边的定义，分析了干湿边的时空变化规律，在此基础上提出了土壤湿度估测的新方法，并利用该方法进行了土壤湿度反演与验证，进而对全国旱情进行了监测与分析，得到不同时期的全国旱情分布图。唐巍等[5]研究了一种基于MODIS遥感数据的快速且易于实际应用的农业旱情监测方法及其系统实现。

2005年起，我国部分地区开始安装土壤水分自动监测站，且随着传感器技术发展以及科学研究的需要，土壤水分自动站覆盖率逐渐提升，切实提高了农业气象干旱监测的业务能力。

3 干旱预报的方法

旱灾带来的巨大损失促使人们研究如何准确预报干旱的发生，以便采取适当的办法来减轻或者缓解干旱带来的经济损失。干旱灾害受多因素影响，如天气、水文、地理、政府决策等，而且干旱也一个是长期积累的过程，因此干旱预报较为困难。目前对于干旱预报的研究主要是是气象干旱预报和农业干旱预报，两者联系较为紧密，多把两者进行集成建立预报模型[6]。

3.1 气象干旱预报

干旱最直观的体现就是有效降水偏少（即气象干旱），其他干旱主要由气象干旱引起。近年来，学者们对于气象干旱的研究较多。目前在气象干旱预报中采用的预报方法有两种，即数值预报法和统计预报法。

3.1.1 数值预报法

数值预报法是以天气预报的数值预报模型为基础进行干旱预报，例如MOS预报模型。随着计算机技术的发展，数值预报更多地被应用在气象干旱的预报中。

3.1.2 统计预报法

统计预报法是用数理概率统计方法分析天气演变的统计规律以及预报因子和预报量之间的数量关系，通过建立数学模式来预测未来的气象干旱程度。如张建兴等[7]

用灰色-Markov链模型对黄土高原地区旱涝指标进行预测;甘肃省气象局张存杰等[8]在经验正交函数（EOF）分析的基础上，设计了一种适合于西北地区干旱预测的EOF模型，利用均生函数法、多元回归法和典型相关法对EOF模型进行了有效的预测试验，结果表明这种模型对西北地区的干旱有一定的预报能力;赵同应等[9]利用灰色预测GM（1，1）灾变模型，对干旱灾害进行预测。

3.2 农业干旱预报

农业干旱的发生因素众多，机理复杂，会受到降水、温度、地形等自然因素的影响，种植习惯、布局、品种、政府决策等人为因素也会影响农业干旱。农业干旱预报涉及因子众多，通常采用的预报方法有以下2种。

3.2.1 基于土壤含水量的预报方法

农作物生长的水分主要靠根系直接从土壤中吸取，土壤水分变化是影响作物生长发育的主要因子。常用的土壤水分指标是根据土壤水分平衡原理和水分消退模式计算各个生育时段土壤含水量，并以作物不同生长状态下（正常、缺水、干旱等）土壤水分的试验数据作为判定指标，预测农业干旱是否发生。

3.2.2 基于综合性旱情指标的预报方法

单一指标无法更好反应农业干旱的情况和发生趋势。农业干旱除了与降水量、土壤水分含量有关，还与作物的蒸腾量以及水分亏缺情况有密切的关系，其公式为：CWSI=1-ET/ETm式中CWSI（Crop Water Stress Index）为作物缺水指标，ET为作物实际蒸发蒸腾量（实际耗水量），ETm为作物潜在蒸发蒸腾量（潜在最大需水量）。

3.3 干旱集成预报方法

干旱集成预报方法将气象、农业相关干旱预报模型结合，形成了多类型、多指标、多种预报方法的完美集合。计算机技术是干旱集成预报方法的技术支撑和硬件支撑，可以使干旱预报准确性更高，使用面积更加广泛，并进行大规模应用推广，是干旱预报的趋势所在。目前，较好的集成预报方法有农业干旱预警模型，该模型由初始化模块、潜在EI总光合、潜在蒸腾、实际蒸腾、农业干旱胁迫指数等多个子模型组成。

4 结语

近年来，数值预报模式飞速发展，依据数值预报法建立的干旱预报模式预报的成功与否完全取决于各家数值预报的准确度。当前，灰色系统、时间序列分析、分形理论以及均生函数等统计方法被应用于干旱预报中，表明了统计预报在干旱预报模式中的重要性;卫星遥感技术在干旱预报中的应用将成为未来的研究重点。干旱集成预报涉及因素和指标较多，目前虽然还不成熟，但其具有很高的精确性和实用性，可应用于实际生产中。

参考文献：

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

[2] 高磊，覃志豪，卢丽萍.基于植被指数和地表温度特征空间的农业干旱检测模型研究综述[J].国土资源遥感，2007（3）：1-7.

[3] 蒋跃林，杨书运，岳伟，等.气象卫星遥感在农业干旱检测中的应用技术研究[J].现代农业科技，2005（6）：60-61.

[4] 柳钦火，辛景峰，辛晓洲，等.基于地表温度和植被指数的农业干旱遥感监测方法[J].科技导报，2007（6）：12-18.

[5] 唐巍，覃志豪，秦晓敏.农业干旱遥感监测业务化运行方法研究[J].遥感应用，2007（2）：37-41，103.

[6] 朱明，谭永秀，王立华.十堰市气候干旱分析及预报指标[J].氣象科技，2009，37（3）：315-322.

[7] 张建兴，马孝义，赵文举，等.黄土高原地区干旱长期变化趋势及预测[J].干旱地区农业研究，2008（3）：1-6，22.

[8] 张存杰，董安祥，郭慧.西北地区干旱预测的EOF模型[J].应用气象学报，1999（4）：503-508.

[9] 赵同应，王华兰，魏宗记，等.山西省农业干旱预测模式[J].中国农业气象，1998（3）：44-48.

（责任编辑：刘昀）