4种气象干旱指数在新疆的适用性分析

王舒 肖高翔

摘要：在研究干旱问题时，由于研究的区域不同，其气候条件、致旱原因也不同，因此，并不能简单地采取某一种干旱指数来评定区域的旱情，必须总结该区域各指数的适用性，才能得到最适合该区域干旱研究的干旱指数。将新疆62个气象站点划分为12个分区，先将K干旱指数、干旱侦测指数（RDI）、标准化降水指数（SPI）和标准化降水蒸散指数（SPEI）等4种干旱指数的阈值进行本地化修正，再利用春、夏、秋3季最长连续无雨日数评价的干旱等级分别与各干旱指数的评价等级进行吻合度分析，最后利用年尺度的土壤湿度分别与各年尺度的干旱指数进行相关性分析。结果表明：① 在春、夏、秋3季，K指數适用于东疆和南疆平原盆地地区的春旱与秋旱的监测，以及吐鄯托盆地的夏旱监测;RDI指数适用于北疆东部和北部3季的旱情监测、北疆沿天山一带和天山山区的春旱监测;SPI指数适用于天山和南疆西部山区的夏旱监测;SPEI指数适用于北疆西部和南疆西部山区的春旱监测，以及东疆、南疆、北疆西部和北疆沿天山一带的夏旱监测，北疆西部及北疆沿天山一带的秋旱监测。② 在年尺度适用性上，K指数适用于北疆地区、南疆西部以及阿克苏地区;RDI指数适用于整个北疆地区;SPI指数适用于北疆沿天山一带、北疆西部、阿克苏地区以及南疆西部;SPEI指数适用于北疆沿天山一带、北疆西部和南疆西部山区。

关 键 词：干旱指数;干旱阈值;土壤湿度;新疆

中图法分类号：P426.616

文献标志码：A

文章编号：1001-4179（2021）09-0086-07

DOI：10.16232/j.cnki.1001-4179.2021.09.014

0 引 言

干旱是对人类生产活动影响较大的自然灾害之一，它具有发生频率高、持续时间长和影响范围广的特点[1]，可分为气象干旱、水文干旱、农业干旱和社会经济干旱[2]。其中，气象干旱是4种干旱里最先发生的，因此，做好气象干旱的监测、研究和预测工作，对预防和应对其他3种干旱的发生和蔓延、降低干旱所带来的经济损失，具有重大指导意义[3]。

新疆，作为世界上距离海洋最远的地区，由于周围高原和山脉的阻隔，使得到达这里的海洋水汽极为有限，从而造成了新疆旱灾频发的现状[4-5]。目前，人们为了准确地监测、量化以及评估干旱的各项指标，已发展出数百种干旱指数[6]。新疆因其特殊的地理位置，受到了众多气象学者的重视，他们利用不同的干旱指数对新疆干旱进行了深入而细致的研究。如，李剑锋等[7]利用标准化降水指数（SPI） [8]分析了新疆的干旱特征演变情况，结果表明，北疆干旱强度和干旱历时均有下降趋势，南疆南部干旱强度和干旱历时有轻微上升趋势，而东疆中部的干旱情况则有较明显的上升;轩俊伟等[9]利用标准化降水蒸散指数（SPEI） [10]计算出年尺度的干旱指数序列，结果发现，1963～1987年，新疆由普遍干旱向相对湿润发展，而20世纪90年代以后，因全球变暖的影响造成潜在蒸散量升高，新疆又呈现出变干的趋势;王乃哲等[11]利用干旱侦测指数（RDI） [12]分析了新疆5个地区季尺度和年尺度的干旱特征，结果表明，无论是季尺度还是年尺度，除了干旱强度和频率略有差异外，干旱程度均有所下降，向着湿润化方向发展;王劲松等[13]提出了一种K干旱指数，用以分析西北地区春季的干旱状况，结果表明，新疆南部是重旱高发区，新疆北部偏南地区是中旱高发区，新疆西部是轻旱高发区。对于干旱指数在新疆各地的适用性研究方面，慈晖等[14]对比分析了SPI、SPEI、有效干旱指数（EDI） [15]和自适应帕默尔干旱指数（scPDSI） [16]在新疆干旱监测中的适用性，结果表明，由于SPEI综合考虑了降水和气温对干旱的共同作用，因此在判定干旱程度问题上要比单纯考虑降水的SPI和EDI更具优势，而scPDSI的判定结果和其他指数相关性太差，最不适用于新疆的旱情监测;王芝兰等[17]用SPI指数和广义极值分布干旱指数（GEVI） [18]做对比，详细讨论了两种干旱指数在西北地区干旱监测中的适用性，结果表明，就新疆而言，在干旱监测方面GEVI指数要比SPI指数适用性更好。

当下，全球变暖已经成为气候变化的主旋律[19]，在以往人们研究干旱问题时，大都仅考虑降水对干旱的影响，如上文所提到的SPI、EDI、GEVI等。而如今，气温上升对干旱的影响已经成为干旱研究中不可忽视的关键因素。而温度对降水最直观的影响，多体现在蒸发上，如上文所提到的SPEI、K、RDI、scPDSI等，这些指数都是以蒸发来表征气温对干旱的影响。但由于GEVI指数对站点的疏密度具有依赖性，在站点稀疏区域会有一定的误差[18]，考虑到在新疆这种大范围区域的干旱监测中，站点分布不均，故不选择其作为对比的指数。而根据慈晖等人的研究，scPDSI在新疆干旱监测中的效果并不理想，并且对数据的要求也比较高[14]，故也不纳入本研究中。综上，本文着重研究SPI、RDI、SPEI和K指数这4种干旱指数在新疆的适用性，比较各种干旱指数在新疆各地区的适用性，为更准确地监测新疆地区的干旱状况提供科学理论依据。

1 研究区概况

新疆维吾尔自治区地处中国西北部，亚欧大陆腹地，总面积1 664 900 km2，位于73°40′～96°18′E，34°25′～48°10′ N，由境内的天山将新疆分成南疆地区和北疆地区。气候主要以温带大陆性气候为主，气温温差较大，降水较少，年平均降水量在150 mm左右，且蒸发量巨大，往往是年均降水量的数倍，因此，新疆也是中国旱灾最频发的省区之一[20]。

2 研究数据与方法

2.1 数据与资料

本文所使用的逐日气温与降水数据来源于中国气象数据网（http：∥data.cma.cn/）提供的中国地面气候资料日志数据集（V3.0）。为了保证数据序列的长度统一，以尽可能多地保留站点，并保证更长的时间跨度，最终在全疆选定了62个站点。本文采用的土壤湿度数据来自美国哥达德空间飞行中心（GSFC）和美国国家环境预报中心（NCEP）联合开发的全球高分辨率的陆面模拟系统（GLDAS）的《NASA GES DISC GLDAS_NOAH025_M_2.1》数据集，空间分辨率为0.25°×0.25°，时间分辨率为逐月，选取时间长度为2000～2017年，深度为0～10 cm、10～40 cm和40～100 cm。

此外，由于新疆区域面积较大，气候条件差异较大，因此整体分析得到的适用性结果并不能说明在局部区域也适用，因此，需对整个研究区进行分区。本文分区依据为国家标准《中国气象地理区划》中对新疆的划分方法，把新疆划分为12个区域，并按照年均降水量稍作调整。具体为：A.北疆东部5站、B.北疆北部6站、C.北疆沿天山一带9站、D.北疆西部4站、E.东疆北部3站、F.东疆南部3站、G.天山山区3站、H.吐鄯托盆地4站、I.阿克苏地区6站、J.南疆东部10站、K.南疆西部5站、L.南疆西部山区4站。具体站点分布与分区情况如图1所示，后文以A～L来表示各分区。

对于缺测时间较短的数据，由相邻5 d数据的均值对其进行插补;对于缺测时间较长的数据利用当日的多年均值代替。文中，对于季节的划分，春季为3～5月，夏季为6～8月，秋季为9～11月，冬季为12月至次年2月，年的划分按照当年3月至次年2月计。

2.2 研究方法

2.2.1 蒸发量的确定

气象站点的蒸发数据一般都由蒸发皿测得，但由于蒸发皿口径较小，其水体温度与自然水体有差异，因此测得的值与真实蒸发会有一定误差[21]。刘波等[22]利用新疆的蒸发皿蒸发数据与模拟的各种陆面状况的实际蒸发数据对比，最终却得到了完全相反的趋势。此外，由于全疆蒸发皿蒸发数据的缺测情况较多，鉴于前人的经验成果[23]，综合考虑，本文利用与温度密切相关的潜在蒸散发（PET）来代替蒸发皿蒸发。目前，国内外较流行的PET的计算方法有Thornthwaite法[24]、Hargreaves法[25]和Penman-Monteith法[26]。考慮到Thornthwaite法计算简单，仅需气温就能计算PET[27]，本文以Thornthwaite法来计算春、夏、秋和年尺度的PET，计算方法参见文献[28]。

2.2.2 干旱指数的计算

本文以K、SPI、SPEI和RDI这4种干旱指数在新疆的适用性做对比分析。SPI指数和SPEI指数是国内外较为常用的气象干旱指数，其具体计算方法和物理意义参见文献[28]。

K干旱指数的定义为同一时段的降水相对变率与蒸发相对变率之比，具体计算方法和物理意义参见文献[13]。特此说明，本文是以潜在蒸散发（PET）代替蒸发量来计算K干旱指数，下文计算RDI指数所需的蒸发指标同样采用潜在蒸散发（PET）来代替。

RDI与SPI指数计算过程类似，都是假设时间序列服从Γ分布，对时间序列的Γ分布概率密度函数求得累积概率，再将累积概率正态标准化即可得到指数结果，区别在于SPI指数采用的时间序列是降水量，而RDI指数采用的时间序列为时段总降水与总蒸发之比。具体计算方法和物理意义参见文献[11，29]。

2.2.3 干旱指数的阈值修正

一般各种干旱指数需要进行本地化修正，才能更准确地反映当地的干旱状况。本文采用国内外研究较多的累积频率法来对除K指数以外的3种干旱指数进行阈值修正[30]。各干旱等级的累积频率如表1所列。将计算出的所有站点的指数结果按照大小顺序进行排序，按照表1中的累积频率，对指数的阈值进行修正。由于K干旱指数是以时段降水变率与时段蒸发之比来定义的，因此相当于已经对指数进行了标准化，并消除了不同区域降水与蒸发因量级不同而造成的影响[31]，因此，本文对K干旱指数的阈值整体不做调整，但为了与其他3种指数的评定程度统一，将重旱等级划分为重旱和极旱两个等级，把重旱中的2/7划为极旱，即以0.14作为区分重旱与极旱的阈值。

2.2.4 各季节的干旱指数适用性对比方法

利用降水数据，统计不同季节各站点历年的连续无雨日数，以中华人民共和国水利部发布的《旱情等级标准》[32]中的连续无雨日数旱情等级划分表为依据，对不同季节的干旱程度进行划分，有效降水取气象干旱中的≥0.1 mm。将4种干旱指数的干旱评价结果与统计连续无雨日数得到的最长连续无雨日数干旱评定结果进行吻合度分析，并对各干旱指数进行评分。评分标准如表2所列，“+”代表干旱指数评定的干旱等级高于最长连续无雨日数评定的干旱等级，“-”代表干旱指数评定的干旱等级低于最长连续无雨日数评定的干旱等级，汇总评分时，取绝对值参与计算，最终以各指数在不同地区的数学期望来评价干旱指数在该地区的适用性，其结果越接近5，说明适用性越好。

2.2.5 年尺度的干旱指数适用性对比方法

随土壤深度的增加，土壤湿度对实时干旱的响应会越来越滞后[27]，因此，本文利用0～10 cm、10～40 cm和40～100 cm的土壤湿度数据计算平均土壤湿度，利用平均土壤湿度时间序列与各干旱指数的年尺度序列进行相关性分析，以探求在年尺度上，各干旱指数在不同分区的适用性情况。由于原始数据为nc4格式，因此需要利用ArcGIS构建模型将nc4数据批量处理为栅格，再以气象站点批量提取栅格值，最终得到土壤湿度的月值数据。

3 结果与分析

3.1 干旱指数的阈值修正

干旱指数阈值修正的结果如表3所列。从表3可以看出，各干旱指数的修正阈值结果与原值基本一致，说明《气象干旱等级》的标准在中国各地都具有普适性。但从新疆实际的干旱状况来说，还是有差异的，因此，本文利用本地化修正后的干旱等级阈值来评价各干旱指数的干旱等级。

3.2 不同季节干旱指数的适用性分析

将各干旱指数评定的干旱等级结果，与最长连续无雨日数评定结果进行对比，完全吻合的比例越大说明适用性越好，结果如图2所示。

图中，“高（低）一级”表示干旱指数评定的干旱等级比最长连续无雨日数评定换干旱等级高（低）一级，依次类推。

由图2大致可以看出：① 对于春季，K指数在E、F、H、I、J和K区对干旱评定的吻合比例较高，适用性较好;RDI、SPI和SPEI 3个指数干旱评定吻合度的情况较相似，都是在B和D区的表现最好。② 对于夏季，K指数在H区的表现最优，其次是F区;RDI、SPI和SPEI 3个指数在A、B、C、D、E、G和L区的表现较好。③ 对于秋季，K指数在F、H、I 、J和K区的表现较好;RDI、SPI和SPEI 3个指数在D区的表现最优，其次是A和B区，具有一定比例的低一级评定。

为进一步评定不同季节各指数在不同分区内的适用性情况，计算不同季节各指数在各地区吻合度的数学期望，其值越接近5，说明干旱指数评定干旱等级的吻合率越高，适用性越好，如表4所列。由表4可以看出：① 对于春季，K指数在E、F、H、I、J和K区的吻合率最高，RDI指数是在A、B、C和G区，SPEI指数则是在D区和L区，而SPI在各区均不是最优指数。② 对于夏季，K指数仅在H区吻合度的期望值较高，RDI是在A、B区，SPI是在G和L区，SPEI是在C、D、E、F、I、J和K区。③ 对于秋季，RDI依然是在A和B区的期望值最高，SPEI是在C和D区，其余地区均是K指数的期望值最高。

综上分析結果，可得到不同季节不同地区适用性最优的干旱指数，如表5所列。为便于分析，将各个分区对应季节多年平均降水和平均潜在蒸散放在一起比较，可以看出：

（1）对于春季，K指数适合降水极少而蒸发极大的低海拔地区的干旱评价;RDL适用于相对高纬度的干旱区以及中高纬度的高海拔山区，这些区域的共同特点是降水较少，平均气温低;SPEI更适用于降水相对较多的低海拔地区以及低纬度的高海拔地区，可以看出，相较于RDI，SPEI在相对水热条件良好的地区表现更好;而由于春季各区的降水相对较少，因此，对于降水最敏感的SPI在各区的适用性并不好。

（2）对于夏季，K指数仅在降水最少，蒸发最大的吐鲁番盆地较适用，说明K指数很适用于降水与蒸散之比很小的地区的夏旱监测;RDI依然比较适合高纬度地区的干旱监测，由于纬度相对较高，这里的蒸散量相对较低，与春季的适用特点类似;SPI则比较适用于降水较多、蒸发相对较低的高海拔山区;而其他区域则是SPEI比较适合，这些区域的PET都达到300 mm以上，而降水方面，既有降水较丰富的北疆西部地区，也有降水较少的南疆地区，说明SPEI对气温的敏感度要比降水更高。

（3）对于秋季，由于气温转凉，气压渐渐升高，降水则逐渐变少，而南疆和东疆，相对于北疆的降温速率慢，因而蒸发依然较明显，所以，K指数在南疆以及东疆的适用性很好。而在北疆，RDI依然是更适用于纬度较高的北疆北部和东部地区，而北疆沿天山一带和北疆西部，则是SPEI更适用，因为秋季气温在逐渐降低的同时，降水也是在减少的。

3.3 年尺度干旱指数与土壤湿度相关性分析

为了评价各干旱指数对年尺度干旱的监测能力，利用2000～2017年各站点的平均土壤湿度与各分区年尺度干旱指数进行相关性分析，结果如图3所示。相关性等级规定为：大于0.60为强正相关，0.40～0.60为中等正相关，0.25～0.40为较弱正相关，0.10～0.25为弱正相关，-0.10～0.10为极弱相关或无相关，-0.25～-0.10为较弱负相关，-0.25以下为弱负相关。由土壤湿度与4种干旱指数相关系数的空间分布结果来看，正相关较高的站点多分布在A、B、C、D、I、K和L区，极弱或无相关的站点多分布在F、G和J区，少数的负相关站点分布在F和J区。由于G区处于降水相对丰富的高海拔山区，气温相对较低，因此蒸发较低，从而使得土壤湿度的变化缓慢，对干旱的响应更加滞后，最终导致土壤湿度与干旱指数的相关系数偏低。并且，由于以Thornthwaite法计算的PET会在气温低于0 ℃时定义蒸发为0，也会造成对高海拔地区干旱程度的低估。而同属高海拔山区的L区，由于地处东帕米尔高原，来自印度洋的水汽很难抵达，因此降水相对较少，加上其纬度更低，同等海拔上相较于天山山区气温更高，蒸发相对更强烈，因此，土壤湿度和干旱具有较好的一致性。F和J区是新疆最为干旱的区域，然而由于全球气候变暖的影响和青藏高原的阻隔，导致副热带高压带逐渐北移，致使这一区域的降水有增多趋势，气温又有上升趋势，而采用仅以气温为输入因子的Thornthwaite法计算的PET，会使得最终得到的干旱评价较实际偏干，因此会出现极弱相关或负相关的现象。而H区由于海拔低，地形封闭，常年被低压控制，因此暖湿化的趋势对该区的影响并不明显，因此没有出现负相关的情况。

为了便于得出年尺度下不同分区土壤湿度与各干旱指数相关性，从而评价各干旱指数的适用性，基于各站点的逐年平均土壤湿度，计算出各分区的平均土壤湿度时间序列与干旱指数时间序列的相关性，如表6所列。为了便于分析，特加入土壤湿度与年降水和年PET的相关性结果。可以看出，4种指数对降水的相关性很好，而对PET的相关性要差一些，这说明以单纯考虑温度的Thornthwaite法计算的PET与土壤湿度的相关性会有一定的偏差，而这种偏差在东疆和南疆干旱区尤为明显。对于A和B区，土壤湿度与RDI和K指数都具有强相关性，说明这两种指数都适用于当地年尺度的干旱评价和研究;对于C和D区，4种干旱指数的表现相当，说明这4种指数均适用于对应地区的干旱评价和研究。对于E、F、H和J区，土壤湿度与4种干旱指数的相关性均较低，说明在这些地区，大格局下暖湿化的趋势并不足以对土壤湿度产生较大的影响，加上这些区域的蒸发量极大，干旱区短暂而少量的降水对月尺度的土壤湿度的贡献并不显著，因此，本研究认为，在极端干旱区，利用与土壤湿度的相关性来衡量干旱指数的适用性是不够准确的。G区的相关性同样很低，这主要是因为天山山区降水丰富、平均气温偏低，因此，土壤的蒸发效率并不显著，从而土壤湿度的变化就会相对滞后，最终表现为与干旱指数的相关性差。对于I和K区，K、RDI和SPI指数均表现为强相关，其中，以K指数为最优，说明K指数在这两个区域年尺度干旱的适用性最好。对于L区，虽然和G一样同属山区，但由于降水相对较少，因此SPI在该区的表现不及其他3种指数，而相关性最优的是SPEI指数，可以看出在中低纬度降水量一般的山区，SPEI的适用性比RDI更优，而在高纬山区，则是RDI更优，这一点在天山山区同样可以印证，虽然从与土壤湿度的相关性来看SPEI和RDI并不是该地表现最好的指数，但SPEI的相关系数仍然比RDI要高。

4 结 论

对于K、RDI、SPI和SPEI 4种指数在新疆各地的适用性问题，本文首先对各干旱指数进行本地化的阈值修正，然后在此基础上对各干旱指数进行年与春、夏和秋季的适用性分析。3季的适用性采用各干旱指数的评定结果与最大连续无雨日数判定的干旱结果进行吻合度分析。年尺度的适用性优劣则采用土壤湿度与各干旱指数的相关性来判定。最终得到以下结论。

（1）对各干旱指数的阈值进行本地化修正，结果表明：在新疆春季、夏季和秋季，K指数在东疆和南疆干旱区与最大连续无雨日数干旱评定的吻合度较好;同理春季、夏季和秋季，RDI、SPI和SPEI 3种指数有着类似的吻合度，这3个指数在北疆平原谷地区的吻合度较好，在高原山地次之，在干旱区最差。

（2）从4种指数与土壤湿度的相关性来看，相关性较好的站点多分布在北疆和南疆西部山区一带，也就是干旱指数与土壤湿度相关性较好的站点几乎全分布在新疆降水较多的区域，相关性较差的站点则明显分布在新疆最典型的干旱区。理论上，土壤湿度应该是与干旱呈显著正相关的，但在新疆干旱区二者相关性很差，说明在全球变暖的影响下，南疆和东疆的干旱区有暖湿化的趋势，而仅以气温为输入的Thornthwaite法计算的PET，最终得到的结果反而会偏干。

（3）从年尺度来看，不同的干旱指数与土壤含水量的关系，在不同的地区表现的关系是存在差异的。K指数在北疆地区、南疆西部以及阿克苏地区与土壤湿度的相关性较好，适合这些区域的年尺度干旱监测。RDI指数适合整个北疆地区的年尺度干旱监测。SPEI指数适合北疆沿天山一带、北疆西部和南疆西部山区的年尺度干旱监测。SPI指数适合北疆沿天山一带、北疆西部、阿克苏地区以及南疆西部的年尺度干旱监测。而对于东疆和南疆的干旱区，由于与土壤湿度的相关性较差，并不能用土壤湿度来衡量干旱指数的适用性。天山山区由于降水丰富，而蒸发较弱，会出现土壤湿度对旱情反映的相对滞后，因此，也不能以土壤湿度来衡量干旱指数的适用性。引起这种差异的原因是地势、降水、气温等等环境因素共同作用的结果。因此就新疆而言，针对不同的地区选择不同的指标来衡量干旱指数的适应性是今后需要考虑的问题。

参考文献：

[1] 邹旭恺，张强.近半个世纪我国干旱变化的初步研究[J].应用氣象学报，2008，19（6）：679-687.

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

[3] 孙艺杰，刘宪锋，任志远，等.1960～2016年黄土高原多尺度干旱特征及影响因素[J].地理研究，2019，38（7）：1820-1832.

[4] 白云岗，木沙·如孜，雷晓云，等.新疆干旱灾害的特征及其影响因素分析[C]∥首届干旱半干旱区域水土保持生态保护论坛论文选编，2013.

[5] 谢培，顾艳玲，张玉虎，等.1961～2015年新疆降水及干旱特征分析[J].干旱区地理，2017，40（2）：332-339.

[6] ZARGAR A，SADIQ R，NASER B，et al.A review of drought indices[J].Environmental Reviews，2011，19：333-349.

[7] 李剑锋，张强，陈晓宏，等.基于标准降水指标的新疆干旱特征演变[J].应用气象学报，2012，23（3）：322-330.

[8] MCKEE T B，DOESKEN N J，KLEIST J.The relationship of drought frequency and duration to time scales[C]∥Proceedings of the 8th Conference on Applied Climatology .Anaheim，California：Meteor Society，1993：179-183.

[9] 轩俊伟，郑江华，刘志辉.基于SPEI的新疆干旱时空变化特征[J].干旱区研究，2016，33（2）：338-344.

[10] VICENTE-SERRANO S M，BEGUERI'A，S，LPEZ-MPREMO，J I.A multiscalar drought index sensitive to global warming：the standardized precipitation evapotranspiration index[J].Journal of Climate，2010，23（7）：1696-1718.

[11] 王乃哲，景元书，徐向华，等.RDI指数在新疆5个地区干旱监测的应用[J].干旱区地理，2020，189（1）：102-110.

[12] TSAKIRIS G，VANGELIS H.Establishing a drought index incorporating evapotranspiration [J].European Water，2005（9/10）：1-9.

[13] 王劲松，郭江勇，倾继祖.一种K干旱指数在西北地区春旱分析中的应用[J].自然资源学报，2007（5）：709-717.

[14] 慈晖，张强，肖名忠.多种气象干旱指数在新疆干旱评价中的应用对比研究[J].中山大学学报（自然科学版），2016，55（2）：124-133.

[15] MORID S，SMAKHTIN V，MOGHADDASI M .Comparison of seven meteorological indices for drought monitoring in Iran[J].International Journal of Climatology，2010，26（7）.：971-985.

[16] WELLS N，GODDARD S，HAYES M J.A self-calibrating palmer drought severity index[J].Journal of Climate，2010，17（12）：2335-2351.

[17] 王芝兰，王劲松，李耀辉，等.标准化降水指数与广义极值分布干旱指数在西北地区应用的对比分析[J].高原气象，2013，32（3）：839-847.

[18] 王澄海，王芝兰，郭毅鹏.GEV干旱指数及其在气象干旱预测和监测中的应用和检验[J].地球科学进展，2012，27（9）：957-968.

[19] 赵宗慈，罗勇，黄建斌.回顾IPCC 30年（1988～2018年）[J].气候变化研究进展，2018，14（5）：540-546.

[20] 鞠彬，叶文，胡丹.新疆额尔齐斯河流域降水量变化特征及趋势分析[J].水资源与水工程学报，2015（4）：115-119.

[21] 傅志伟.E601型蒸发量大于小型蒸发量原因之浅析[J].气象，2001，27（11）：55-56.

[22] 刘波，马柱国，冯锦明，等.1960年以来新疆地区蒸发皿蒸发与实际蒸发之间的关系[J].地理学报，2008，63（11）：1131-1139.

[23] 杨森，赵正波，庄晓翠.西北干旱区阿勒泰地区暖季干旱指数及干旱分析[J].干旱区资源与环境，2011，25（7）：128-133.

[24] VICENTE-SERRANO S M，BEGUERI'A S，LPEZ-Moreno J I.Comment on "Characteristics and trends in various forms of the Palmer Drought Severity Index （PDSI）during 1900-2008" by Aiguo Dai[J].Journal of Geophysical Research Atmospheres，2011，116：D19112.

[25] SAMANI Z.Discussion of "History and evaluation of Hargreaves Evapotranspiration Equation"by George H.Hargreaves and Richard G.Allen[J].Journal of Irrigation & Drainage Engineering，2004，130（5）：447-448.

[26] 王衛光，黄茵，邢万秋，等.基于SPEI的海河流域干旱时空演变特征及环流成因分析[J].水资源保护，2020，36（3）：8-13.

[27] 杨庆，李明星，郑子彦，等.7种气象干旱指数的中国区域适应性[J].中国科学：地球科学，2017，47（3）：337-353.

[28] 中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会.气象干旱等级：GB/T 20481-2017[S].北京：中国标准出版社，2017.

[29] 高瑞，王龙，杨茂灵，等.三种干旱指数在南盘江流域识别干旱能力中的应用[J].水电能源科学，2012，30（9）：9-12.

[30] 左冰洁，孙玉军.福建省几种气象干旱指数的对比分析[J].气象，2019（5）：685-694.

[31] 关静，梁川，赵璐，等.3种干旱指数在宁夏中部干旱带的适用性分析[J].水土保持研究，2018，25（3）：122-127.

[32] 中华人民共和国水利部.旱情等级标准：SL 424-2008[S].北京：中国水利水电出版社，2008.

（编辑：谢玲娴）