淮河流域冬小麦干旱时空分布特征

赵强强 陈财 张菲菲 高超

摘要： 基于1961-2016年140個气象站点的日尺度降水数据和月尺度地表温度（LST）、归一化植被指数（NDVI），利用标准化降水指数（SPI）和温度植被干旱指数（TVDI）分别表征淮河流域气象干旱和农业干旱，分析淮河流域冬小麦气象干旱和农业干旱时空变化特征。结果显示：（1）气象干旱时空变化特征：冬前生长期和灌浆成熟期降水量呈上升趋势，越冬期和返青抽穗期呈下降趋势;轻度干旱以上占比表现为：冬前生长期>返青抽穗期>灌浆成熟期>越冬期。（2）农业干旱时空变化特征：时间上，轻度干旱以上占比在越冬期和返青抽穗期呈上升趋势;空间上，冬前生长期轻度干旱以上占比明显高于返青抽穗期和灌浆成熟期，因此有利于冬小麦的生长发育。（3）农业干旱与气象干旱异同性：时滞性，冬前生长期、越冬期和返青抽穗期，TVDI表征的农业干旱较SPI表征的气象干旱时滞小于1个月;灌浆成熟期，TVDI表征的农业干旱较SPI表征的气象干旱时滞1至2个月;空间上，在冬前生长期二者轻度干旱占比差异主要位于东部沿海地区，在返青抽穗期和灌浆成熟期二者轻度干旱占比差异主要位于高海拔地区。而且，从TVDI表征的农业干旱与SPI表征的气象干旱的轻度干旱占比空间分布来看，农业干旱比气象干旱强度大。

关键词： 气象干旱;冬小麦农业干旱;淮河流域;温度植被干旱指数（TVDI）;标准化降水指数（SPI）

中图分类号： S423  文献标识码： A  文章编号： 1000-4440（2021）02-0373-09

Abstract： Based on the daily precipitation data， the monthly surface temperature （LST） and normalized difference vegetation index （NDVI） of 140 meteorological stations from 1961 to 2016， the standardized precipitation index （SPI） and the temperature vegetation drought index （TVDI） were used to characterize the meteorological drought and agricultural drought in Huai River Basin to analyze the temporal and spatial variation characteristics of meteorological drought and agricultural drought of winter wheat. The results showed that， firstly， on the aspect of temporal and spatial variation characteristics of meteorological drought， the precipitation increased in the growth period and filling maturity period before winter， decreased in overwintering period and turning green-heading stage. The proportion of drought above mild showed the following order： pre-winter growth period > returning green-heading stage > filling maturity stage > overwintering stage. Secondly， on the aspect of temporal and spatial variation characteristics of agricultural drought， drought above mild showed an upward trend in overwintering period and returning green-heading stage on the time scale， the proportion of drought above light in the growth period pre-winter was significantly higher than that in returning green-heading stage and filling maturity stage on the space scale， so it was beneficial to the growth and development of winter wheat. Thirdly， on the aspect of the similarities and differences between agricultural drought and meteorological drought， the agricultural drought represented by TVDI was one month less than the meteorological drought represented by SPI during the pre-winter growth period， overwintering period and returning green-heading period in the comparison of time lag. At the stage of filling maturity， the agricultural drought represented by TVDI lagged about one to two months compared with the meteorological drought represented by SPI. On the spatial scale， the proportion difference of mild drought represented by TVDI and SPI mainly located in the eastern coastal area during the pre-winter growth period， and the proportion difference of the mild drought represented by TVDI and SPI in the periods of returning green-heading and filling maturity mainly located in the high altitude area. Moreover， from the aspect of the spatial distribution of agricultural drought characterized by TVDI and meteorological drought characterized by SPI， the intensity of agricultural drought was higher than that of meteorological drought.

Key words： meteorological drought;agricultural drought of winter wheat;Huai River Basin;temperature vegetation drought index（TVDI）;standardized precipitation index（SPI）

干旱作为一种难以提前准确监测的自然环境灾害，最为直接的表现则体现在农业生产中，会影响作物生长发育，导致农业减产[1-2]。在全球气候变暖的背景下中纬度地区干旱灾害频率增加[3-4]。加强对干旱时空演变特征的研究，尤其是气候变化背景下的干旱评估和干旱监测等方面的研究是非常必要的。

农业干旱是指农作物不同生长阶段，由于降水量、土壤含水量不能满足生长需要而导致农作物产量减少的现象[5]。气象干旱是指在较长时期，蒸发量大于降水量，或降水量异常偏少，或降水量长时间偏少而产生灾害的现象[6]。气象干旱是农业干旱的前提，在灌溉设施不完备的地区，气象干旱是引发农业干旱的最重要因素。用单一要素分析农业干旱和气象干旱的研究中，标准化降水指数（SPI）[7]、降水量距平百分率（Pa）[8-9]、相对湿润指数（MI）[10-13]、帕默尔干旱指数（PDSI）[14-16]等气象指标被学者广泛使用，其中，选用标准化降水指数（SPI）分析气象干旱时空变化特征和旱涝演变规律的较多。分析农业干旱特征的遥感指标主要有作物缺水指数（CWSI）[17]、温度植被干旱指数（TVDI）[18]、距平植被指数（AVI）[19]、条件植被温度指数（VTCI）[20]等，其中，温度植被干旱指数（TVDI）多用于分析相对干旱程度和干旱的空间变化。但是，基于标准化降水指数（SPI）和温度植被干旱指数（TVDI）分析冬小麦干旱的研究中以分析冬小麦干旱时空分布的较多，而综合分析2个指数空间分布异同性的较少。因此，本研究基于淮河流域近55年140个气象站点数据，以标准化降水指数表征气象干旱，分析淮河流域冬小麦气象干旱和农业干旱时空变化特征，以及冬小麦气象干旱和农业干旱空间变化规律的异同性，为淮河流域冬小麦干旱灾害评估和监测提供参考依据。

1 数据来源与研究方法

1.1 研究区概况

淮河流域（111°55′～121°25′E，30°55′～36°36′N），流域面积约2.7×105 km2，涵盖中国5个省份[21-22]（图1）。年均降水量920 mm，时空分布不均匀，多集中在汛期（6-9月），旱涝灾害频发[23-24]。流域内水热充足，适合农业作物生长，是中国粮食主产区之一[25]。

1.2 数据来源

淮河流域140个气象站点的逐日气温及降水量数据来源于国家气象科学数据中心（http：//data.cma.cn/data/cdcdetail/dataCode/A.0012.0001.html）。遥感数据来源于中国科学院计算机网络信息中心地理空间数据云平台（http：//www.gscloud.cn）。

1.3 研究方法

1.3.1 标准化降水指数（SPI）计算 SPI可以反映干旱变化状况[26-27]，计算公式如下：

式中，t=ln1G（x）2，x表示不同时间尺度的降水量，G（x）表示与x对应的累积概率，S表示概率密度正负系数。SPI干旱程度分级如表1所示。

1.3.2 温度植被干旱指数（TVDI）计算 采用Ts-NDVI特征空间算法[28]，表示为：

式中，Ts为给定像元的地表温度，Tsmax、Tsmin分别为特征空间的干边和湿边。对Tsmax、Tsmin进行线性回归，回归方程为：

式中，a1、b1为TVDI干边拟合方程的系数;a2、b2为TVDI湿边拟合方程的系数，NDVI为给定像元的归一化植被指数。

1.3.3 插值方法 采用气候倾向率对长时间序列尺度的降水和干旱特征进行趋势分析[29]。利用M-K趋势检验对以站点为变量的时间要素进行趋势变化检验。通过克里金法对数据进行空间插值。基于ArcGIS10.5软件描述气象干旱等要素的空间分布。

2 结果与分析

2.1 淮河流域氣象干旱时空特征

2.1.1 冬小麦气象干旱的时间变化特征 对淮河流域1961-2016年冬小麦不同生育期的标准化降水指数（SPI）进行趋势分析，结果如图2所示。冬前生长期和越冬期SPI呈上升趋势，表明淮河流域冬小麦冬前生长期在1961-2016年呈现变湿趋势;越冬期和灌浆成熟期在1961-2016年SPI呈下降趋势，在此期间呈现变干趋势。返青抽穗期是冬小麦生长发育的重要阶段，而返青抽穗阶段在1961-2016年降水呈下降趋势但下降趋势不显著，可能不利于冬小麦生长发育。由于冬小麦的生长发育不仅仅受降水的影响，还受到气温、蒸散发、下垫面等诸多因素的影响，降水在冬小麦生长发育的重要阶段呈下降趋势是否不利于冬小麦的生长发育还需进一步研究。

2.1.2 冬小麦气象干旱的空间分布特征 通过对淮河流域1961-2016年的SPI轻度干旱以上占比进行空间表达分析（图3），轻度干旱以上占比表现为冬前生长期 > 返青抽穗期 > 灌浆成熟期 > 越冬期。冬前生长期，轻度干旱以上占比较高的区域主要集中在西北部，而较低且成片的区域主要分布在东部沿海地区;返青抽穗期、灌浆成熟期和越冬期轻度干旱以上占比都有明显的纬向分布，而且返青抽穗期和灌浆成熟期都呈南部低、北部高的特征，但越冬期与前两者相反，主要原因在于冬季风。

通过Mann-Kendall趋势检验对SPI进行趋势分析，研究显示淮河流域在冬小麦冬前生长期呈现变湿的趋势，尤其在冬小麦种植的平原区域最为明显;越冬期，SPI呈现南升北降的趋势，与越冬期轻度干旱以上占比情况恰好相反，有利于淮河流域旱情的减轻;返青抽穗期，西北部地区的站点SPI呈下降趋势，与淮河流域轻度干旱以上占比较高的区域一致，这将增加西北部地区的干旱情况;灌浆成熟期，SPI呈上升趋势的气象站点多分布在北部地区，且占整个区域的大部分，呈下降趋势的气象站点多出现在南部地区（图3）。

2.2 淮河流域农业干旱时空特征

2.2.1 冬小麦农业干旱的时间变化特征 如图4所示，淮河流域冬小麦温度植被干旱指数（TVDI）轻度干旱以上占比在冬前生长期较大，平均值为42.69%，其次为越冬期、返青抽穗期和灌浆成熟期，占比分别为37.52%、32.21%和25.76%。轻度干旱以上占比在越冬期和返青抽穗期在1961-2016年呈上升趋势，总体上有利于冬小麦的生长发育。

2.2.2 冬小麦农业干旱的空间分布特征 如图5所示，淮河流域冬小麦不同生育期2000-2016年温度植被干旱指数（TVDI）轻度干旱以上占比（即TVDI≥0.6）空间分布图表明：冬前生长期，淮河流域南部干旱明显大于北部，呈现纬向分布;越冬期，同样淮河流域南部干旱大于北部，与冬前生长期相比，干旱有所缓解;返青抽穗期，与冬前生长期和越冬期相比淮河流域轻度干旱以上占比空间分布不同，呈现从沿海至内陆递减的趋势，且轻度干旱占比较大的地区多分布在海拔相对较高的地区。灌浆成熟期，淮河流域轻度干旱以上占比空间分布同返青抽穗期较为相似，但轻度干旱以上占比高的区域整体上小于返青抽穗期。

通过对淮河流域冬小麦不同生育期空间干旱占比分析可得出以下规律：TVDI在冬前生长期轻度干旱以上占比明显高于其他时期，而冬前生长期和越冬期冬小麦需水量不高，返青抽穗期是冬小麦需水量多的生长阶段。冬前生长期和越冬期淮河流域轻度干旱以上占比基本一致，与纬度分布呈负相关关系。返青抽穗期和灌浆成熟期，海拔相对较高地区的干旱情况要严重于海拔较低地区，呈沿海向内陆递减的趋势。

2.3 淮河流域气象干旱与农业干旱异同性

2.3.1 气象干旱与农业干旱的时滞性 為了探究气象干旱和农业干旱之间的时滞性，基于1 km×1 km大小的网格冬小麦种植面积对长时间序列尺度2000-2016年的TVDI和SPI进行提取，得到两者的相关性。考虑到农业干旱相较于气象干旱存在时滞情况，本研究分析了TVDI与当月SPI以及前1个月SPI和前2个月SPI的相关性（表2）。冬小麦不同生育期TVDI与SPI相关性总体呈现负增长，且TVDI与当月的SPI相关性较高。冬前生长期，TVDI与当月SPI相关性高值年份为2009年、2010年、2012年和2014年;越冬期，TVDI与当月SPI相关性高值年份为2001年、2005年、2007年和2015年;返青抽穗期，TVDI与当月SPI相关性高值年份为2002年、2014年和2015年;灌浆成熟期，TVDI与当月SPI相关性高值年份为2004年、2008年和2011年。冬前生长期、越冬期和灌浆成熟期，TVDI与当月SPI之间的相关性较高，表明淮河流域冬小麦农业干旱相较于气象干旱时滞小于1个月。返青抽穗期，TVDI与当月SPI、前1个月的SPI有较好的相关性，表明淮河流域冬小麦农业干旱相较于气象干旱时滞1至2个月。

2.3.2 气象干旱与农业干旱的空间差异性 TVDI表征的农业干旱轻度干旱占比空间分布（图5）与SPI表征的气象干旱轻度干旱占比空间分布（图3）相比，总体上冬小麦农业干旱比冬小麦气象干旱强度大。在冬小麦不同生育期气象干旱和农业干旱轻度干旱占比空间分布存在差异（表3），主要表现为：冬前生长期，SPI轻度干旱占比表现为南北高，中部和东部低，TVDI的轻度干旱占比沿纬向分布，由南至北逐渐降低，二者差异主要表现在TVDI的轻度干旱占比呈纬向分布的趋势更为显著;返青抽穗期，SPI轻度干旱占比表现为沿纬向分布，由南至北逐渐降低，TVDI的轻度干旱占比由东部沿海至西部内陆逐渐增高，轻度干旱占比较高区域主要位于高海拔地区，二者差异主要表现为TVDI的轻度干旱占比在高海拔地区较为显著;灌浆成熟期，SPI与TVDI轻度干旱占比空间分布差异较小，差异主要表现为TVDI的轻度干旱占比在高海拔地区较为显著。

3 讨论

SPI是一种较为普遍使用的表征多尺度、长时间序列气象干旱指标[30-32]，能够反映不同干旱类型，但未考虑蒸发的影响，无法准确判断干旱发生的起始时间。本研究采用TVDI表征农业干旱，即通过LST和NDVI反演土壤表层水分特征。相关研究结果表明[33-34]，LST与NDVI之间具有明显的负相关关系，土壤水分受到该关系的显著影响。因此，在进一步研究中需分析不同土壤类型，以及浅层地下水埋藏深度等与冬小麦干旱的相关性。此外，本研究仅间接用降水量和土壤相对湿度来反映冬小麦干旱时空特征以及农业干旱和气象干旱的异同性，并未考虑人类活动、冬小麦品种等可能造成干旱的因素。因此综合采用气象站点数据、遥感数据、农业活动资料数据、水文数据，有针对性地研究时空尺度上干旱各个环节的演化，将会很好地支持淮河流域冬小麦干旱评估和监测。

研究结果显示淮河流域冬小麦不同生育期降水特征各异，但1961-2016年整体变化特征并不明显，这与相关学者研究近半个世纪以来淮河流域干旱时空特征的结果较为相似[35-36]。TVDI轻度干旱以上占比在返青抽穗期较低，而该时期是冬小麦生长的关键时期，因此有利于冬小麦的生长发育。

基于Landsat系列数据反演土壤湿度，提取网格化冬小麦种植面积，得到研究区冬小麦干旱空间分布状况的方法，以及分析TVDI与SPI的时空变化异同性为本研究的创新点，在一定程度上细化了淮河流域冬小麦干旱时空分布，有利于提升基于TVDI与SPI双要素评估干旱的准确性。

农业干旱与气象干旱异同性分析结果显示，TVDI表征的农业干旱与SPI表征的气象干旱轻度干旱占比在空间分布上的差异主要位于东部沿海地区和高海拔地区。而且，研究结果显示冬小麦农业干旱比冬小麥气象干旱强度大。因此，需进一步研究淮河流域冬小麦干旱的影响因素，尤其是下垫面因素对干旱的影响，将会提高淮河流域基于多源数据评估和监测冬小麦干旱的准确度。

本研究基于1961-2016年140个气象站点的日尺度降水数据和月尺度的地表温度（LST）、归一化植被指数（NDVI），利用标准化降水指数（SPI）和温度植被干旱指数（TVDI）分别表征淮河流域气象干旱和农业干旱，分析淮河流域冬小麦生育期气象干旱和农业干旱的时空格局变化，得出以下结论：（1）气象干旱的时空格局变化：淮河流域冬小麦在冬前生长期和灌浆成熟期降水量呈上升趋势，越冬期和返青抽穗期呈下降趋势。轻度干旱以上占比表现为冬前生长期 > 返青抽穗期 > 灌浆成熟期 > 越冬期。（2）农业干旱的时空格局变化：在时间尺度上，轻度以上干旱在越冬期和返青抽穗期呈上升趋势;在空间尺度上，冬前生长期轻度干旱以上占比明显高于返青抽穗期和灌浆成熟期，返青抽穗期是冬小麦需水量多的生长阶段，因此有利于冬小麦的生长发育。（3）农业干旱与气象干旱的异同性：冬前生长期、越冬期和灌浆成熟期，TVDI与当月SPI之间的相关性较高，表明淮河流域冬小麦农业干旱相较于气象干旱时滞小于1个月;返青抽穗期，TVDI与当月SPI、前1个月的SPI有较好的相关性，表明淮河流域冬小麦农业干旱相较于气象干旱时滞1至2个月。空间上，在冬前生长期二者轻度干旱占比差异主要位于东部沿海地区，在返青抽穗期和灌浆成熟期二者轻度干旱占比差异主要位于研究区的高海拔地区。而且，从TVDI表征的农业干旱与SPI表征的气象干旱二者在不同生育期的时滞性和轻度干旱空间占比分布来看，冬小麦农业干旱比冬小麦气象干旱严重。

参考文献：

[1] BENISTON M， Stephenson D B. Extreme climatic events and their evolution under changing climatic conditions [J]. Global and Planetary Change， 2004， 44（1-4）：1-9.

[2] 苗 茜，曾 燕，谢志清，等. 1961-2007年淮河流域热量资源变化趋势 [J]. 江苏农业学报， 2013， 29（3）： 548-554.

[3] 康凌艳，芦清水，邵宏波，等. 干旱对滨州灌区冬小麦归一化植被指数（NDVI）的影响 [J]. 江苏农业学报， 2017， 33（1）： 87-93.

[4] HUANG S Z， CHANG J X， HUANG Q， et al. Spatio-temporal changes and frequency analysis of drought in the Wei River Basin， China [J]. Water Resource Manage， 2014， 28 （10）： 3095-3110.

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

[6] 姚玉璧，张存杰，邓振镛，等. 气象、农业干旱指标综述 [J]. 干旱地区农业研究， 2007（1）： 185-189，211.

[7] 王春林，陈慧华，唐力生，等. 基于前期降水指数的气象干旱指标及其应用 [J]. 气候变化研究进展， 2012， 8（3）： 157-163.

[8] 史建国，严昌荣，何文清，等. 气象干旱指数计算方法研究概述 [J]. 中国农业气象， 2007， 28（增）： 19-195.

[9] 强皓凡，靳晓言，赵 璐，等. 基于相对湿润度指数的近56年若尔盖湿地干湿变化 [J]. 水土保持研究， 2018， 25（1）： 172-177，182.

[10]曹 雯，成 林，杨太明，等. 河南省冬小麦拔节-抽穗期干旱天气指数保险研究 [J].气象， 2019， 45（2）： 274-281.

[11]杨志勇，袁 喆，严登华，等. 黄淮海流域旱涝时空分布及组合特性 [J]. 水科学进展， 2013（5）：617-625.

[12]贾建英，韩兰英，万 信. 甘肃省冬小麦水分盈亏指数的改进及其应用 [J]. 中国生态农业学报， 2018， 26（4）： 559-566.

[13]王文静，延军平，刘永林，等. 基于综合气象干旱指数的海河流域干旱特征分析 [J]. 干旱区地理， 2016， 39（2）： 336-344.

[14]张调风，张 勃，王有恒，等. 基于综合气象干旱指数的石羊河流域近50年气象干旱特征分析 [J]. 生态学报， 2013， 33（3）： 975-984.

[15]王连喜，胡海玲，李 琪，等. 基于水分亏缺指数的陕西冬小麦干旱特征分析[J]. 干旱地区农业研究， 2015（5）： 237-244.

[16]董秋婷，李茂松，刘 江，等. 近50年东北地区春玉米的时空演变特征 [J]. 自然灾害学报，2011， 20（4）： 52-59.

[17]JACKSON R D， IDSO S B. Canopy temperature as a crop water stress indicator [J]. Water Resources Research， 1981， 17：1133-1138.

[18]程 伟，辛晓平. 基于TVDI的内蒙古草地干旱变化特征分析 [J]. 中国农业科学， 2020， 53（13）： 2728-2742.

[19]郑 宁，严 平，孙秀邦，等. 基于NOAA/AVHRR卫星数据的淮北地区干旱监测 [J]. 中国农学通报， 2009， 25（1）： 256-259.

[20]王鹏新，龚健雅，李小文，等. 基于植被指数和土地表面温度的干旱监测模型 [J]. 地球科学进展， 2003（4）： 527-533.

[21]汪 左，王 芳，张 运. 基于CWSI的安徽省干旱时空特征及影响因素分析 [J]. 自然资源学报， 2018， 33（5）： 853-866.

[22]高 超，尹周祥，许 莹. 淮河流域冬小麦主要生育期旱涝时空特征及对产量的影响 [J]. 農业工程学报， 2017， 33（22）： 103-111.

[23]高 超，张正涛，刘 青，等. 承灾体脆弱性评估指标的最优格网化方法——以淮河干流区暴雨洪涝灾害为例 [J]. 自然灾害学报， 2018， 27（3）： 119-129.

[24]尹周祥，高 超，李学文，等. 淮河上游冬小麦生长关键期旱涝灾害阈值研究 [J]. 灌溉排水学报， 2017， 36（7）： 100-107.

[25]GAO C， LI X W ， SUN Y W， et al. Water requirement of summer maize at different growth stages and the spatiotemporal characteristics of agricultural drought in the Huaihe River Basin， China [J]. Theoretical and Applied Climatology， 2018 （10） ：1-14.

[26]王兆礼，黄泽勤，李 军，等. 基于SPEI和NDVI的中国流域尺度气象干旱及植被分布时空演变 [J]. 农业工程学报， 2016， 32（14）： 177-186.

[27]GAO C， LI X W. Precipitation thresholds of drought disaster for maize in areas in front of Bengbu Sluice， Huaihe River Basin， China [J]. Water， 2018， 10（10）： 1-18.

[28]中华人民共和国质量监督检验检疫总局，中华人民共和国标准化委员会. 气象干旱等级： GB/T 32136-2015[S]. 北京： 中国标准出版社， 2015 ： 1-21.

[29]刘宗元，张建平，罗红霞，等. 基于农业干旱参考指数的西南地区玉米干旱时空变化分析 [J]. 农业工程学报， 2014， 30（2）： 105-115.

[30]谷鑫鑫，司剑华，卢素锦，等.黄河源区历史时期干湿变化特征分析[J].江苏农业科学，2019，47（23）：307-312.

[31]EL-MAGD I， TANTON T W. Improvements in land use mapping for irrigated agriculture from satellite sensor data using a multi-stage maximum likelihood classification [J]. International Journal of Remote Sensing， 2003，24（21）： 4197-4206.

[32]范嘉智，谭诗琪，罗 宇，等.湖南省最适干旱指数研究及近50年干旱演变分析[J].江苏农业科学，2019，47（15）：291-295，306.

[33]罗登泽，靳晓言，强皓凡，等. 基于SPEI的若尔盖湿地干湿时空演变特征分析[J]. 水土保持研究， 2019， 26（2）： 227-233.

[34]刘宪锋，朱秀芳，潘耀忠，等. 农业干旱监测研究进展与展望 [J]. 地理学报， 2015， 70（11）： 1835-1848.

[35]李艳利. 基于气象数据和LST-NDVI特征空间的吉林省干旱时空分析 [D]. 长春：东北师范大学， 2015.

[36]许 莹，马晓群，王晓东，等. 淮河流域冬小麦水分亏缺时空变化特征分析 [J]. 地理科学， 2013， 33（9）： 1138-1144.

（责任编辑：张震林）