基于土壤相对凋萎湿度构建的干旱监测指标在云南的应用分析

马思源 ，何雨芩 ，金 燕 ，张明达， 闫伟兄 ，范立张

(1.云南省气候中心，云南 昆明 650034；2.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，宁夏 银川 750004； 3.宁夏回族自治区气象科学研究所，宁夏 银川 750004)

干旱是全球最常见、最广泛的自然灾害[1-3]，每年因干旱造成的全球经济损失高达80亿美元，远超其他气象灾害。尤其在气候变暖背景下，干旱灾害发生频率和强度不断增加，使其异常性和成灾率更加明显[4-6]，因此利用可靠的观测资料开展干旱的定量化监测评估，准确实时地反映旱情变化，是提高干旱灾害风险管理的重要决策依据。

长期以来，国内外学者一直致力于干旱监测技术的研究，目前已提出100余种干旱监测指标[7]，按其描述的侧重点不同，大致可分为气象指标、农业指标、水文指标及其他综合监测指标等[8-9]。由于干旱是一种长期的干燥少雨、气候水热不平衡的气象灾害，因此，通过将降水量和多要素进行组合的气象干旱指标，是目前气象部门干旱监测业务中较为常用的[10-11]。其中，由单一降水因子构建的干旱指标主要有标准化降水指数(SPI)、Z指数、GEVI指数等，这类指数适用于任意时间尺度的干旱监测，资料容易获取，意义明确且反应灵敏[12]。但该类指标没有考虑作物、下垫面及其蒸散发等相关因素的影响，只能大致反映干旱趋势，不能准确表征干旱的实际状况[13-15]。因此，考虑多影响因子，如降水、蒸发、气温等因素的多要素干旱指标，如帕默尔干旱指数(PDSI)、标准化蒸散发指数(SPEI)、综合气象干旱指数(MCI)等在干旱监测中得到广泛应用[16-18]。其中，PDSI指数引入了温度对干旱的影响，适用于全球变暖背景下对干旱的研究，但由于时间尺度固定，限制了对多时间尺度干旱监测应用的灵活性[19-20]。因此，兼具PDSI指数的温度变化和SPI指数多时间尺度特征的SPEI指数具有较好的应用前景[18]。从适用性分析来看，SPEI指数与干旱实况有较高的吻合率[21]，在冬季且时间尺度大于3个月以及夏季的任何时间尺度，SPEI指数监测性能可靠，而对于冬、春季节内尺度的干旱监测能力相对较弱[22]，特别在西南地区SPEI指数对降水的响应偏慢[23]。目前气象干旱综合指数MCI在全国范围内的旱情实时监测业务中被广泛应用，且效果较SPEI指数有所提高[24]。在实际应用中，MCI指数对较长持续时间的干旱过程刻画较好，但也存在旱情不连续性跳跃点、干旱缓解阶段对于实际旱情描述偏重、对有效降水反应不敏感、对“骤发性”干旱反应迟缓等问题[25-28]。由于农业和农村可能是未来50年受全球气候变化特别是干旱影响最大的部门与地区[29]，土壤墒情指标能直接反映土壤的湿度状况，是表征旱情对农作物水分胁迫的最直接、最成熟的标志[30-31]。因此，土壤湿度作为干旱监测的重要指标，在农业气象等领域是更加适用的。

云南属典型的季风性气候区，干湿季分明[32]，是我国干旱发生频率较高的地区之一[33-34]，近年来云南干旱发生的频次和影响强度呈增加趋势[35]。2009—2014年持续性极端干旱的发生，给旱区人民的生产生活，特别是农业生产造成了巨大的经济损失[36-38]。近年来，云南地区除了2016年降水时空分布均匀，未出现明显干旱灾害外，其余年份均有旱情出现。其中2019年高温少雨引发严重的春夏连旱，旱情评估为21世纪以来仅次于2009—2010年严重干旱的次大值。同年秋末初冬，云南南部地区气象干旱严重，影响强度与2009年同期相当，但历时稍短。此后，2020年又发生了严重的春夏连旱，强度及影响在近10年中仅次于2019年[39-44]。上述监测印证了近年来在云南地区干旱灾害偏多发生的事实。因此，准确监测旱情的发生发展对有效防御干旱灾害、减轻灾害损失至关重要。云南在干旱监测和研究中主要运用年、季、月和候等常规时间尺度上的气象要素构建干旱指标来对旱情进行宏观描述[45-47]，这对于干旱发生、演变的动态过程的监测显然是不全面的。由于气象因子构建的干旱监测指数主要反映降水、气温和蒸散发的波动变化，难以准确描述下垫面干湿变化对农业旱涝的监测评估，因此在云南农业干旱监测中引入土壤水分监测指标是很有必要的[48]。

在前人的研究和应用中，不论采用土壤相对湿度还是绝对湿度，主要以划分固定区间来评定[49]，没有考虑当地土壤性质的差异；或者只考虑了土壤有效水上限而忽略了有效水下限的问题，不能体现植物可吸收利用的土壤有效水量[50]。近年来随着土壤自动水分观测站的大量建设，云南土壤水文参数的空间密度得到了有效改善，这为在干旱评估中引入土壤有效水进行评估提供了有利条件。目前，内蒙古、宁夏引入土壤有效水(相对凋萎湿度)的概念[31，51]，改进当地的土壤水分监测指标，提高了土壤有效水描述的准确性，为干旱评估提供了新思路。云南与上述两个区域同处于我国西南-东北向的干旱化带[52]，但地形、地质更为复杂，立体性气候强，区域差异大，农业种植相对分散，由降水分布不均匀造成的区域性干旱强度和频率差异显著[45]。因此，在云南监测评估中构建基于土壤有效水区间的干旱等级指标，以期弥补使用统一标准来监测全省旱情的不足，对土壤墒情监测指标的改良及云南干旱灾害风险管理能力的提升有着重要意义。

1 研究区域基本概况

云南省位于我国西南地区，全境西北高、东南低，高原、山地、盆地、河谷相间，地形地貌复杂多样。气候兼具低纬度气候、季风气候、山原气候的特点，“立体气候”特征显著[53]。复杂的地理环境、多样的气候类型使得云南光、热、水等农业资源地区差异、垂直差异明显，是我国“立体农业”特征最为明显的地区之一[54]。加之云南下垫面土壤质地类型丰富，砂土、壤土和黏土交错分布，不具备大规模农业的形成条件，农业产业结构多样性显著(图1)。

图1 云南土壤质地、海拔高程及观测站空间分布Fig.1 Soil texture, elevation and spatial distribution of observation stations in Yunnan

2 资料与方法

2.1 数据来源

使用云南125个气象站逐日降水、气温资料；云南37个土壤水分观测站的水文常数和逐日土壤水分观测数据，分10、20、30、40、50、60、70、80、90、100 cm共10层观测。由于云南冬春季降水仅占全年降水量的近2成[53]，因此，冬春季干旱发生的概率较高[35]，这个时段农作物多数处于播种期和苗期，因此本文将重点关注0～20 cm土层土壤的水文参数的变化特征。降水、气温、土壤相对湿度等数据由云南省气象信息中心进行质量控制。

HWSD土壤类型数据来源于国际粮农组织全球土壤类型数据库，下载网址http://www.fao.org/soils-portal/soil-survey/soil-maps-and-databases/harmonized-world-soil-database-v12(accessed data)，分辨率为1 km×1 km。其中土壤质地类别类型根据T_TEXTURE (Topsoil texture class)将土壤质地重新合并分类。

2.2 研究方法

2.2.1 土壤水文相关参数

田间持水量(Field capacity，FC)：土壤所能稳定保持的最高含水量，为衡量土壤保水性的重要指标，通常被视作有效水的上限[55]，是作物水管理的重要常数。

凋萎湿度(Wilting points，WP)：由于土壤水分严重不足，植物吸收不到水分而使细胞失去膨压，呈现萎蔫状态时的土壤湿度，凋萎湿度是作物有效水的下限。

土壤相对湿度(Relative soil moisture，R)：土壤含水量与田间持水量的百分比。土壤相对湿度是一个应用广泛并且得到普遍认可的农业旱涝监测评估指标，但应用统一标准就降低了其在干旱评估中的敏感性和准确性。

土壤有效水：土壤中可以被植物有效利用的水分，通常为田间持水量和凋萎湿度之间的土壤水分，越接近田间持水量，可利用性越强，越接近凋萎湿度，可利用性越差。

相对凋萎湿度：在充分考虑有效水上、下限的基础上，提出的土壤墒情改良指标，更能准确、直观地体现测站土壤水分的盈亏状况[56]。

(1)

式中，WRH为相对凋萎湿度，WP为土壤凋萎湿度，FC为田间持水量。

当土壤相对湿度低于相对凋萎湿度时，可认为土壤水对植物已无效。基于土壤相对凋萎湿度的干旱评估指标，将低于相对凋萎湿度作为评定干旱发生的标准，相比于传统的根据土壤质地划分的干旱等级，能够更真实地体现土壤水分的有效性，在生产中更具实际意义。

2.2.2 土壤水分干旱等级指标 根据前面所提出的相对凋萎湿度的相关概念，以田间持水量作为100%土壤相对湿度，参照闫伟兄等[31]提出的方法，并兼顾云南地区土壤水文参数的特性，将各测站土壤凋萎湿度至田间持水量等间距划分来确定干旱等级。本文中为便于与MCI指数划分的干旱等级进行比较，将标准划分为5个等级，划分结果见表1。此做法考虑了土壤有效水的上、下限，直观体现土壤水分对植物的有效性。

表1 基于相对凋萎湿度的干旱等级划分Table 1 Drought classification based on relative wilting moisture

2.2.3 MCI指数 按照《气象干旱等级》国家标准(GBT 20481—2017)[11]，计算公式：

MCI=Ka×(aSPIW60+bMI30+cSPI90+dSPI150)

(2)

式中，SPIW60为近60天标准化权重降水指数，MI30为近30天相对湿润指数，SPI90为近90天标准化降水指数，SPI150为近150天标准化降水指数，Ka为季节调节系数；a，b，c，d为经验权重系数，在云南分别取0.3，0.5，0.3，0.2，根据MCI划分的气象干旱等级详见《气象干旱等级》[11]。

3 结果与分析

3.1 土壤水文参数的空间分布

云南0～20 cm土壤田间持水量在14.4%～44.7%，<25%的站点主要集中在滇中及滇西南的中北部地区，>30%的站点主要分布在滇东南和滇西北南部地区(图2a)；0～20 cm土层土壤凋萎湿度在2.1%～28.3%，其中有超过6成的站点波动主要集中在5%～15%，<5%的站点主要分布在滇中及滇西南北部地区，>15%的站点主要分布在滇东南及滇西地区(图2b)。云南0～20 cm土层土壤有效水波动范围在3.2%～32.6%，有近7成的站点波动范围以10%～20%为主，<10%的测点主要分布在滇中及滇西南地区(图2c)。上述分析可见，田间持水量、凋萎湿度与土壤有效水空间分布较为相似，即滇中、滇西南中北部偏低，滇西北南部和滇南、滇东南偏高。

图2 0～20 cm土层土壤水文参数空间分布Fig.2 Spatial distribution of soil hydrological parameters in 0～20 cm soil layer

云南0～20 cm土层土壤相对凋萎湿度在9.3%～87.2%(图2d)，全省有近6成的测站相对凋萎湿度在30%～60%，有2成的测站相对凋萎湿度>60%。相对凋萎湿度越大，表明凋萎湿度和田间持水量越接近，土壤有效水就越少，其中耿马、盈江站相对凋萎湿度最高，均超过70%。从空间分布来看，<30%的站点主要分布在滇中、滇南及滇东南北部，说明上述区域土壤有效水下限低。>60%的站点主要分布在西部地区，说明上述区域土壤有效水下限高。整体来看，云南相对凋萎湿度西部高于东部，地域差异明显，这与云南的土壤质地分布有关。

3.2 干旱等级指标空间分布

按前文所述方法，将每个测站的相对凋萎湿度至100%土壤相对湿度这一区间等间隔划分，得到基于0～20 cm土层单站土壤相对凋萎湿度的干旱监测指标，记为IRWM(Drought index based on relative wilting moisture)。37个测站按照IRWM划分的各等级干旱对应的土壤相对湿度最小值分别为45.6%、36.5%、27.5%和18.4%，即在云南，当测站土壤相对湿度均小于45.6%时，全省大部发生轻旱；当测站土壤相对湿度均小于36.5%、27.5%和18.4%时，将分别达到中旱、重旱和特旱。从全省不同干旱等级上限值所占比例来看(表2)，其中有73.0%的测站轻旱上限大于60%，而中旱、重旱和特旱的等级上限分别有51.4%、62.2%和73.0%的测站小于60%，说明在云南，当大部土壤相对湿度低于60%，则发生中旱以上等级干旱灾害的可能极大。从重旱、特旱的土壤相对湿度判别标准空间分布来看，在云南中部、东部较低，在云南的西部边缘地区，重旱、特旱等级上限较高，干旱等级上限越高的区域，土壤对水分更为敏感，有旱情发展波动大的特点(图略)。

表2 不同干旱等级上限测站占总测站比例Table 2 Proportion of upper limit stations of different drought grades to total stations

3.3 IRWM与综合气象干旱指数(MCI)对干旱过程描述能力对比

云南2019年1—7月降水持续偏少，气温持续偏高，21个旬中有16个旬降水偏少～特少，气温偏高～特高(图3a)，持续高温少雨致使2019年春季至初夏云南发生严重干旱灾害。至5月下旬，干旱发展最强时段，全省125个站点中有117个站点出现气象干旱，其中MCI监测到重度以上气象干旱站点有83个，灾害强度为2000年以来，仅次于2009—2010年秋冬春连旱的次大值[43]。本文以此次春夏连旱为例，选取和土壤湿度观测一致的37个站点的MCI指数来检验IRWM干旱指标在云南的适用性。

从MCI指数的逐日演变来看(图3b)，4月下旬干旱开始迅速发展，6月上旬，干旱发展最为严重。从IRWM干旱指标的逐日演变来看(图3c)，1月下旬干旱开始逐渐发展，由于3月上旬的降雨过程，导致特旱、重旱发展变缓。3月下旬开始，由于降水持续偏少，气温持续偏高，至5月下旬MCI和IRWM监测的干旱发展均达到峰值。6月开始，全省进入雨季，无论是MCI还是IRWM影响的干旱站数逐渐减少，大部地区干旱得到了缓解。值得注意的是，MCI在干旱缓解阶段旱情描述偏重，这也印证了王素萍等[26]的研究成果。结合降水、气温和实际旱情实况来看，滇中及其以西等地在2—3月已有旱情出现，MCI未能监测到旱情，这可能与极端降水对MCI指数的干扰有关。由于2019年1月上旬云南中南部降水异常偏多，全省平均偏多6倍以上，南部的35个县市降水偏多10倍以上(图略)，导致标准化降水指数偏高，影响了MCI指数的监测结果，造成其与实际旱情发展不符，相对来说IRWM更能反映实时的土壤水分情况，对云南省干旱过程能较好地识别与诊断。

图3 云南省2019年1—7月逐旬降水距平百分率和平均气温距平变化(a)、同期 37个站点MCI指数(b)和IRWM(c)逐日干旱站数演变Fig.3 Percentage precipitation anomaly and mean temperature anomaly of ten-day in Yunnan from January to July in 2019(a)， the daily variations of MCI index (b) and IRWM(c) of 37 water observation stations in the same period

为检验在不同土质区域，MCI指数和IRWM指数的干旱监测能力，选取在云南不同区域，旱情发展情况不同(楚雄旱情严重，文山旱情中等)，且土壤质地有显著差别的楚雄、文山2个代表站来进行比较。结合灾情信息(表3)，楚雄2月开始出现旱情，一直持续到6月上旬；文山从2月开始，降水偏少，出现旱情，干旱一直持续到6月上旬。

从两站逐日MCI指数、IRWM指标和降水量变化来看(图4)，IRWM指标监测到的旱情出现较MCI指数偏早，但灾情严重程度的描述没有MCI指数剧烈。在干旱发展阶段，无明显降水时，MCI指数的值逐渐降低，IRWM指标在下降到一定值时，处于比较平缓发展的状态，特别是楚雄的砂土区更为明显(图4a)；当出现明显降水时，MCI指数和IRWM指标对降水都比较敏感，对于干旱的缓解反应较为迅速；在旱情缓解阶段MCI指数和IRWM指标在砂土和黏土区域监测的旱情变化趋势较为相近，但MCI指数对旱情的描述偏重。

结合灾情信息(表3)与逐日干旱指标的变化(图4a)，楚雄2月开始出现旱情，一直持续到6月上旬，MCI指数在4月上旬至6月上旬由轻旱发展至特旱；而IRWM指标表明在1月下旬当地旱情就有所发展，2月上旬至6月中旬一直维持中旱至重旱等级，旱情发展与灾情调查概述更为相符。由于楚雄站土壤质地属于砂土，土壤的保水能力相对最弱，所以对于降水影响最为敏感。文山站土壤质地属于黏土，土壤的渗透能力相对弱、保水能力相对最强，在1月上旬强降水过程后土壤湿度缓慢下降，非明显降水(小雨)对于IRWM指标监测的旱情缓解不明显，这也是IRWM指标监测旱情较MCI指数监测偏早的原因之一(图4b)。

表3 代表站灾情概况Table 3 Disaster overview of representative stations

图4 代表站2019年1—7月逐日MCI、土壤相对湿度及降水演变 (点虚线表示土壤相对湿度达到不同干旱等级的阈值)Fig.4 The daily changes of MCI, soil relative moisture and precipitation at representative stations from January to July 2019 (The dash dot line indicates that soil relative moisture threshold of different drought grades)

从以上个例分析可以看出按照IRWM指标识别的干旱等级与实际最接近，且变化连续；IRWM指标在云南旱情监测中，效果优于MCI指数，可作为由极端降水导致的MCI指数旱情监测不准确及旱情缓解阶段描述偏重的订正参考。

4 结论与讨论

4.1 结 论

(1)云南0～20 cm土层土壤水文参数在数值波动、空间分布上较为相似，土壤水分的利用率总体呈现东高西低，南高北低的区域分布特点，这与云南的土壤质地分布关系密切。

(2)从基于土壤相对凋萎湿度的IRWM指标来看，轻旱、中旱、重旱和特旱上限对应的土壤相对湿度分别为45.6%、36.5%、27.5%和18.4%。根据测站干旱指标上限来看，当云南大部土壤相对湿度低于60%，则发生中旱以上等级干旱灾害的可能极大。云南中部、东部重旱、特旱等级上限较低，而云南的西部边缘地区重旱、特旱等级上限较高，干旱等级上限越高的区域，土壤对水分更为敏感，有旱情发展波动大的特点。

(3)从监测能力对比来看，在不同土质地区，IRWM指标能降低极端降水对旱情监测的影响，对灾情描述连续、平缓，对灾情严重程度的描述没有MCI指数剧烈。在旱情发展过程中，MCI指数和IRWM指标对降水都比较敏感，能对降水做出迅速反应。在旱情缓解阶段MCI指数对旱情的描述总体偏重，IRWM指标描述更为准确。

4.2 讨 论

近年来，大量实测和模拟的土壤水文参数成果为改进基于土壤湿度的干旱指标提供了条件。本文分析表明，引入土壤相对凋萎湿度构建的干旱指标，能更好反映云南干旱情况，并弥补单纯采用等间隔土壤相对湿度分作物生育期和土壤质地确定干旱等级或土壤墒情的不足。一些研究认为在土壤有效水范围内，土壤水分对植物的有效性是等效的[57]，而一些研究则认为并非等效[58]，不管怎样，本文基于凋萎湿度确定的最旱等级是客观和明确的。事实上，从土壤水分特征曲线可得出，土壤水分与作物吸水关系复杂，故而干旱等级是等比例、等间隔或是其他方法划分，均有必要进一步试验和研究。

前人基于土壤相对湿度确定的干旱等级均为固定区间，很可能出于两种考虑，一种是无法获得足够多的土壤水文水参数，另一种则出于诸如农田等扰动后的土壤其水文参数发生一定程度变化的考虑，仅粗略给出不同土壤质地的指标值。故而，获得大量准确的土壤水文参数是本研究能否实际应用的关键所在。我们在前面研究中也发现耿马、盈江站相对凋萎湿度偏高，均超过70%。经过现场调查，发现测站的土壤质地偏黏。因此，可借助已有估算或模拟的相关土壤数据成果(如世界土壤地图)，对现有云南自动土壤水分测站的水文参数进行代表性验证分析，及为后续自动土壤水分观测站的建设提供参考。