1960—2019年中国流域尺度干旱时空演变特征研究

来和鑫，张泽中，王飞*，冯凯，朱晓萌

1960—2019年中国流域尺度干旱时空演变特征研究

来和鑫1，张泽中1，王飞1*，冯凯1，朱晓萌2

（1.华北水利水电大学 水利学院，郑州 450046；2.贵州省水利工程建设质量与安全中心，贵阳 550002）

【目的】从流域尺度对中国进行干旱时空演变特征分析。【方法】本文以标准化降水蒸散指数作为干旱指数，采用极点对称模态分解方法ESMD将时间序列进行趋势与周期分解，对全国流域尺度上的干旱时空演变特征进行研究。【结果】①1960—2019年各个流域的干旱时间变化特征具有差异性，其中内陆河流域的干旱增加趋势最为明显，线性倾向率为-0.192/10a；②ESMD分解结果表明全国干旱呈增加趋势，且第一主周期为2.07 a，第二主周期为5 a；③轻旱、中旱、重旱、特旱、干旱的频率均值分别为13.5%、10.4%、5.5%、2.3%、31.8%，强度均值分别为0.74、1.23、1.67、1.86、1.18。④与干旱的关系最为密切，而对干旱的影响并不显著。【结论】除东南诸河流域外，各流域干旱均呈增加趋势，且遥相关因素也会对干旱发生产生一定影响。

干旱；时空演变；标准化降水蒸散指数; 中国

0 引言

【研究意义】干旱是全球普遍存在的一种气候现象，同时也是一种会对人类社会造成损失，影响极为严重的自然灾害[1]。近年来，气候变化加剧，干旱频发，联合国气候变化专门评估委员会（IPCC）第六次评估报告指出，几乎全球陆地区域都观测到干旱的增加，且未来随着全球变暖，一些地区仍将经历更频繁和更严重的干旱[2]。我国是世界上因旱损失最严重的国家之一[3]，开展干旱时空演变特征研究有助于科学识别干旱、准确认识干旱演变规律，对于我国抗旱减灾等具有重要意义。

【研究进展】标准化降水蒸散指数（）结合了标准化降水指数（）和帕尔默干旱指数（）的优点，已被广泛应用于干旱特征识别方面的研究，表现出了较好的适用性[4]。多数学者利用指数研究不同区域的干旱特征，如王盈盈等[5]研究表明，贵州省干旱整体呈加剧趋势且各分区具有较强的一致性；田丰等[6]研究表明，华北平原各级别干旱呈显著的“集聚”空间分布特征；侯青青等[7]研究表明，黄土高原总体呈干旱化趋势，年、季尺度差异较大；任建成等[8]研究表明，山东省季节及年际尺度主要表现为干湿状态交替现象。

近年来，对干旱变化趋势或周期性的分析，大多基于线性回归分析、小波分析、正交分解等方法[9]。然而，由于人类活动的影响，气候要素具有非线性、非平稳变化特征，使得线性拟合区域气候变化趋势存在不足。极点对称模态分解法（ESMD）是对于经验模态分解（EMD）的改进，可以解决“模态混叠问题”，在气候分析中具有较为显著的优势[10]。王飞等[11]应用ESMD方法对黄河流域序列分解，结果表明黄河流域干旱呈显著增加趋势；孙东永等[12]使用ESMD方面探讨了降水、径流与太阳黑子的相关关系，结果表明降水、径流在11 a周期上与太阳黑子呈一定的负相关关系；李凯等[13]利用ESMD方法对三江源径流变化进行分析，结果表明，周期性变化主导三江源年径流变化特征。

【切入点】目前，关于我国不同区域的干旱时空分布特征等研究已有开展[14-15]，但相关研究大多针对我国某个特定区域的干旱特征进行识别，基于流域尺度聚焦于全国范围内的干旱研究尚未开展。并且，干旱不仅与气候变化与人类活动产生的直接影响有关，还与遥相关因素造成的间接作用有关[16-17]。【拟解决的关键问题】鉴于此，本文从流域尺度上分析了我国1960—2019年的干旱时空演变格局，并对遥相关因素与干旱的相关关系进行初步探究，以期为全国抗旱减灾提供科学的决策依据。

1 数据与方法

1.1 研究区概况

全国共有9大流域，分别为松辽河流域、内陆河流域、海河流域、黄河流域、淮河流域、长江流域、西南诸河流域、东南诸河流域和珠江流域。本文选取的气象站点数据来源于国家气象科学数据中心（http://data.cma.cn/），包含1960—2019年全国共607个气象站点的月值降水、气温数据。此外，选取了1960—2019年的4种大尺度遥相关因子，分别为厄尔尼诺-南方涛动指数、太平洋10 a涛动指数、北大西洋涛动指数和北极涛动指数，以揭示遥相关因素对于全国干旱所产生的影响。

1.2 研究方法

1.2.1 标准化降水蒸散指数

标准化降水蒸散指数是综合考虑降水和蒸散影响的干旱指数，由于具有多时间尺度的特性而在干旱评估和水资源管理领域得到广泛应用。1、3、12常用于表征月、季、年尺度下干旱变化情况，本文选用1、12分别表示全国不同流域月、年尺度下干旱变化，在分析月尺度干旱演变规律的基础上，探究干旱年际变化趋势特征，从不同时间尺度揭示干旱演变特征规律。采用线性回归方法分析各流域的时间演变趋势：分别计算不同流域的线性倾向率并找出最旱年份，揭示各流域的干旱时间演变特征。计算步骤参见文献[11]。

1.2.2 极点对称模态分解方法ESMD

极点对称模态分解方法ESMD被广泛应用于气象学、水文学、信息科学、生态学等学科，该方法是通过一系列的变换来将时间序列进行平稳化处理，可以识别大尺度循环和非线性趋势。经过变换，原始时间序列可分解成为几个分量和一个趋势项，其中趋势项即可表示序列的整体波动特征。ESMD方法的具体步骤见文献[18]。

1.2.3 干旱频率

干旱频率为某区域发生干旱年数占总年数的百分比，其值越大表示干旱发生程度越频繁。本文运用ArcGIS软件，对干旱频率及干旱强度进行克里金插值分析，以揭示全国不同流域干旱空间分布特征。干旱频率计算式为：

式中：为干旱频率；为总年数；为发生干旱年数。

1.2.4 交叉小波变换方法

交叉小波变换方法不仅能够分析出2个时间序列之间的相互关系程度，还可以得到时间序列在时频空间的相位关系[19]。此外，交叉小波分析有着强烈的信号耦合与分解能力，能够揭示2个序列在不同时频域中的显著相互作用。本文使用Matlab软件绘制与遥相关因素的交叉小波变换图。其中，交叉小波变换的交叉小波谱为：

式中：*为复共轭；W()为对应的交叉小波功率。

交叉小波功率谱的分布为：

式中：σ和σ为时间序列的标准差；z()为和概率相关的置信度；为自由度。

2 结果与分析

2.1 干旱的时间演变特征

图1为1960—2019年全国不同区域的月时间演变特征，可以反映干旱在较短时间内的变化特征。由图1（a）—图1（i）可以看出，全国各个流域1960—2019年的干旱时间变化特征各不相同，其中干旱增加趋势最为明显的分区是内陆河流域。如图1（j）所示，全国干旱整体上呈上升趋势，线性倾向率为-0.003 6/10a。在月尺度上，各个流域和全国最严重的干旱分别发生在2014年4月、2006年10月、2001年5月、2013年3月、2006年10月、1999年2月、1999年4月、2011年8月、2011年3月和2011年8月，值分别为-2.07、-1.58、-2.06、-2.13、-2.06、-1.53、-1.59、-1.60、-2.61和-1.01。可以看出，各个地区发生的最严重干旱均出现在20世纪90年代之后。并且，全国的最小值（-0.81）出现在2011年，可见2011年发生干旱最为严重。在年代际尺度上，松辽河流域、内陆河流域、海河流域、黄河流域、长江流域、东南诸河流域、珠江流域和全国均在21世纪00年代发生干旱最为严重，而淮河流域和西南诸河流域在21世纪10年代发生干旱最为严重。

如图2所示，采用ESMD将全国年序列进行分解，据此可以得到4个本征模函数分量和1个趋势项。1—4和趋势项对原序列的贡献率分别为32.29%、19.32%、6.06%、3.55%、38.78%，可见全国干旱的变化主要是受1和2影响的，因为它们的方差贡献率总和达到了51.61%（超过了50%）。图2中趋势项呈下降趋势，这与原始序列的变化趋势相同，表明全国干旱整体上呈增加趋势。此外，1960—2019年全国最旱的年份出现在2011年，该年达到最小值-0.81。由趋势项可知，在开始的20世纪60年代至20世纪70年代呈轻微增长趋势（均值为0.19），然后在20世纪80年代至20世纪90年代呈轻微下降趋势（均值为0.17），最后在20世纪90年代后呈较为明显的下降趋势（均值为-0.21），表明全国旱情自20世纪90年代以后的增加趋势比较明显。从1到4，曲线的波动趋于平缓，表示干旱的周期越来越长。此外，运用快速傅里叶变换可以发现，4个分量的平均周期分别为2.07、5、10 a和30 a，这表明全国干旱的第一主周期为2.07 a，第二主周期为5 a。

图3为全国各个流域的时间演变特征。由图3可知，除了东南诸河流域以外，其余流域的均呈下降趋势，表明1960—2019年东南诸河流域旱情呈减缓趋势，而其余流域的旱情均呈增加趋势。干旱增加趋势最明显的流域为内陆河流域，的线性倾向率为-0.192/10 a（0.01），其次为海河流域，的线性倾向率为-0.136/10 a（0.01）。东南诸河流域的干旱呈减缓趋势，的线性倾向率为0.033/10 a。由图3可知，各个流域发生干旱最严重的年份分别为2001、2006、1999、1997、1966、2006、2009、2003、1963年，值分别为-1.47、-1.09、-1.41、-1.04、-1.25、-0.89、-1.58、-1.72、-1.33。总体上看，1960—2019年全国各个流域的干旱变化趋势各不相同，其中，松辽河流域、内陆河流域、海河流域、黄河流域通过了=0.01的显著性检验。

图2 SPEI的IMF分量和趋势项R

图3 全国各流域SPEI的时间演变特征

2.2 干旱的空间分布特征

1960—2019年全国不同等级旱情的干旱频率空间分布特征见图4。表1为全国各流域不同等级旱情的干旱频率均值统计表。由图4、表1可知，全国的轻旱频率、中旱频率、重旱频率、特旱频率、干旱频率的均值分别为13.5%、10.4%、5.5%、2.3%、31.8%，表明随着干旱等级的增加干旱频率呈减少趋势。在各流域中，轻旱频率的范围为8.7%～18.5%，最大值（14.9%）发生在东南诸河流域；中旱频率的范围为6.5%～13.8%，最大值（11.1%）发生在内陆河流域；重旱频率的范围为2.9%～8.5%，最大值（5.9%）发生在内陆河流域；特旱频率的范围为0.1%～4.1%，最大值（3.1%）发生在内陆河流域；干旱频率的范围为24.7%～35.7%，最大值（32.9%）发生在内陆河流域。可以看出，全国发生干旱最为频繁的分区为内陆河流域，因此该地区应当加强干旱的监测，并及时制定合理的抗旱措施。

表1 全国各流域不同等级旱情干旱频率均值统计表

1960—2019年全国不同等级旱情的干旱强度空间分布特征如图5所示，表2为全国各流域不同等级旱情的干旱强度均值统计表。全国的轻旱强度、中旱强度、重旱强度、特旱强度、干旱强度的均值分别为0.74、1.23、1.67、1.86、1.18，表明随着干旱等级的增加干旱强度呈增加趋势。在各个流域中，轻旱强度的范围为0.69～0.78，最大值（0.75）发生在海河流域；中旱强度的范围为1.11～1.28，最大值（1.25）发生在黄河流域；重旱强度的范围为1.21～1.80，最大值（1.73）发生在淮河流域；特旱强度的范围为0.17～2.57，最大值（2.19）发生在内陆河流域；干旱强度的范围为1.03～1.34，最大值（1.23）发生在内陆河流域。

图5 干旱强度的空间分布特征

表2 全国各流域不同等级旱情干旱强度均值统计表

2.3 遥相关因素对干旱的影响分析

由图6可知，与存在4个具有正相关关系的显著性共振周期，分别为1963—1968年的20～38个月周期、1982—1989年的16～32个月周期、1994—2015年的16～38个月周期和2015—2016年的16～24个月周期。与存在3个具有正相关关系的显著性共振周期，分别为1996—2002年的16～32个月周期、2008—2010年的24～32个月周期和1993—2007年的96～128个月周期。同理，与存在3个显著性共振周期，分别为2个具有负相关关系的1997—2002年的26～32个月周期、2008—2013年的24～38个月周期，和1个具有正相关关系的1997—2004年的128～136个月周期。与存在3个显著性共振周期，分别为2个具有正相关关系的1963—1968年的32～38个月周期、1981—2000年的192～256个月周期，和1个具有负相关关系的2008—2012年的24～36个月周期。综上所知，与干旱关系最为密切的遥相关因素为，而对干旱的影响并不明显。

3 讨论

中国地理范围大，不同流域的气候类型和地形地貌各不相同，因此有必要基于流域研究干旱的时空差异性[20]。变化环境下的干旱驱动因素越来越复杂，气候因素、人类活动和水资源供需变化以及它们之间的协同作用构成了干旱演变的驱动力系统。1960—2019年，降水呈轻微上升趋势（5.07 mm/10 a），而气温则呈明显上升趋势（0.25 ℃/10 a），降水的下降和气温的上升使得全国干旱大体呈增加趋势。Sun等[21]研究发现全国气温自1961—2013年上升了1.44 ℃，气温升高引发的蒸散发增大是导致干旱加剧的主要原因之一。中国20世纪90年代之前和20世纪90年代之后的年均气温分别为10.65 ℃和11.49 ℃，这也是20世纪90年代之后干旱更为严重的原因之一。Ma等[22]研究发现中国近年来干旱呈先减缓后增加的趋势，这与本文经ESMD分解得到的干旱变化相一致。值得注意的是，最旱年份出现在2011年，这是因为该年份的降水量（709.99 mm）为历年的最小值[23]。除了气候变化的影响，人类活动通过改变陆地水循环也会影响干旱事件的发展、持续和强度[24]。

以内陆河流域为例，内陆河流域位于我国内陆地区且土地利用以荒漠为主，受地理位置、土地覆盖和气候类型的共同影响[25]，导致该流域水循环对气候变化十分敏感，干旱频率及强度均为各流域之首。其中，干旱频率均值为32.9%，轻旱、中旱、重旱、特旱的频率均值分别为12.7%、11.1%、5.9%、3.1%；干旱强度均值为1.23，轻旱、中旱、重旱、特旱的强度均值分别为0.74、1.23、1.65、2.19。同时，人类活动也是导致该流域干旱程度严重的重要因素之一，由于绿洲湿地的肆意开垦，导致内陆河流域绿洲湿地面积大幅减少[26]，生态脆弱性增加，抗旱能力减小，大大增大了干旱发生几率。

此外，遥相关因素会导致降水量时空分布变异，部分区域降水量减少，增加了发生严重干旱灾害的可能性。是引起极端天气状况发生的主要驱动因素，本文研究发现与全国干旱的关系最为密切，因此，今后将它作为干旱预测的输入因子可以提高预测的准确性，这对于科学制定应对干旱的防灾减灾措施具有重要实践意义[27]。

4 结论

1）从干旱的时间演变特征来看，1960—2019年全国干旱整体呈增加趋势，20世纪90年代以后全国较易出现极端干旱事件。各流域时间变化特征各不相同，除东南诸河流域外，其余流域旱情均呈增加趋势，并且松辽河流域、内陆河流域、海河流域、黄河流域干旱趋势呈显著增加趋势。内陆河流域的线性倾向率为-0.192/10 a，干旱增加趋势最为明显。

2）从干旱的空间分布特征来看，干旱频率随干旱等级的增加而减少，全国的轻旱、中旱、重旱、特旱、干旱频率的均值分别为13.5%、10.4%、5.5%、2.3%、31.8%，其中，内陆河流域是干旱发生最为频繁的流域；干旱强度随干旱等级的增加而增加，全国的轻旱、中旱、重旱、特旱、干旱强度的均值分别为0.74、1.23、1.67、1.86、1.18，其中，内陆河流域干旱强度最为严重。

3）遥相关因素一定程度上会影响干旱的发展过程，其中对全国干旱影响最大，对全国干旱影响最小。

[1] 费振宇, 孙宏巍, 金菊良, 等. 近50年中国气象干旱危险性的时空格局探讨[J]. 水电能源科学, 2014, 32(12): 5-10.

FEI Zhenyu, SUN Hongwei, JIN Juliang, et al. Temporal and spatial patterns of meteorological drought hazard in China for recent 50 years[J]. Water Resources and Power, 2014, 32(12): 5-10.

[2] 姜大膀, 王晓欣. 对IPCC第六次评估报告中有关干旱变化的解读[J]. 大气科学学报, 2021, 44(5): 650-653.

JIANG Dabang, WANG Xiaoxin. A brief interpretation of drought change from IPCC Sixth Assessment Report[J]. Transactions of Atmospheric Sciences, 2021, 44(5): 650-653.

[3] 倪深海, 顾颖, 彭岳津, 等. 近七十年中国干旱灾害时空格局及演变[J]. 自然灾害学报, 2019, 28(6): 176-181.

NI Shenhai, GU Ying, PENG Yuejin, et al. Spatio-temporal pattern and evolution trend of drought disaster in China in recent seventy years[J]. Journal of Natural Disasters, 2019, 28(6): 176-181.

[4] VICENTE SERRANO S M, BEGUERÍA S, LÓPEZ MORENO J I, et al. A new global 0.5° gridded dataset (1901—2006) of a multiscalar drought index: comparison with current drought index datasets based on the Palmer drought severity index[J]. Journal of Hydrometeorology, 2010, 11(4): 1 033-1 043.

[5] 王盈盈, 王志良, 张泽中, 等. 基于的贵州省分区干旱时空演变特征[J]. 灌溉排水学报, 2019, 38(6): 119-128.

WANG Yingying, WANG Zhiliang, ZHANG Zezhong, et al. Evaluating the spatiotemporal evolution of drought in Guizhou Province using theindex[J]. Journal of Irrigation and Drainage, 2019, 38(6): 119-128.

[6] 田丰, 武建军, 刘雷震, 等. 1901—2015年华北平原干旱时空转移特征及热点区域探测[J]. 干旱区资源与环境, 2020, 34(6): 87-96.

TIAN Feng, WU Jianjun, LIU Leizhen, et al. Spatiotemporal transferring characteristics of drought and its hotpots detection in North China Plain during 1901—2015[J]. Journal of Arid Land Resources and Environment, 2020, 34(6): 87-96.

[7] 侯青青, 裴婷婷, 陈英, 等. 1986—2019年黄土高原干旱变化特征及趋势[J]. 应用生态学报, 2021, 32(2): 649-660.

HOU Qingqing, PEI Tingting, CHEN Ying, et al. Variations of drought and its trend in the Loess Plateau from 1986 to 2019[J]. Chinese Journal of Applied Ecology, 2021, 32(2): 649-660.

[8] 任建成, 王峰, 卢晓宁. 基于的山东省干旱时空变化特征及趋势分析[J]. 灌溉排水学报, 2021, 40(12): 127-135.

REN Jiancheng, WANG Feng, LU Xiaoning. Spatiotemporal variation of drought in Shandong province analyzed using the standardized precipitation-evapotranspiration index[J]. Journal of Irrigation and Drainage, 2021, 40(12): 127-135.

[9] 王富强, 闫旭, 杨欢. 贾鲁河流域农业干旱时空演变特征研究[J]. 华北水利水电大学学报(自然科学版), 2018, 39(6): 59-65.

WANG Fuqiang, YAN Xu, YANG Huan. Study on the temporal and spatial evolution of agricultural drought in Jialu River Basin[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2018, 39(6): 59-65.

[10] 李继清, 陈思雨. 基于ESMD的西江流域降水时空变化特征分析[J]. 中国农村水利水电, 2021(6): 61-68.

LI Jiqing, CHEN Siyu. An analysis of precipitation spatiotemporal characteristic in Xijiang River Basin based on ESMD[J]. China Rural Water and Hydropower, 2021(6): 61-68.

[11] 王飞, 王宗敏, 杨海波, 等. 基于的黄河流域干旱时空格局研究[J]. 中国科学(地球科学), 2018, 48(9): 1 169-1 183.

WANG Fei, WANG Zongmin, YANG Haibo, et al. Study of the temporal and spatial patterns of drought in the Yellow River Basin on[J]. Scientia Sinica (Terrae), 2018, 48(9): 1 169-1 183.

[12] 孙东永, 袁业鹏, 刘尚东, 等. 基于样本熵的泾河流域降水径流关系分析[J]. 人民黄河, 2021, 43(4): 38-42.

SUN Dongyong, YUAN Yepeng, LIU Shangdong, et al. Analysis of precipitation runoff relationship in Jinghe River Basin based on sample entropy[J]. Yellow River, 2021, 43(4): 38-42.

[13] 李凯, 任卓钰, 王永强, 等. 基于极点对称模态分解的三江源径流时空演变规律[J]. 人民长江, 2021, 52(8): 84-91.

LI Kai, REN Zhuoyu, WANG Yongqiang, et al. Spatial-temporal evolution of runoff based on extreme-point symmetric mode decomposition in Three-River Headwaters Region[J]. Yangtze River, 2021, 52(8): 84-91.

[14] 韩兰英, 张强, 姚玉璧, 等. 近60年中国西南地区干旱灾害规律与成因[J]. 地理学报, 2014, 69(5): 632-639.

HAN Lanying, ZHANG Qiang, YAO Yubi, et al. Characteristics and origins of drought disasters in southwest China in nearly 60 years[J]. Acta Geographica Sinica, 2014, 69(5): 632-639.

[15] 张强, 姚玉璧, 李耀辉, 等. 中国西北地区干旱气象灾害监测预警与减灾技术研究进展及其展望[J]. 地球科学进展, 2015, 30(2): 196-211.

ZHANG Qiang, YAO Yubi, LI Yaohui, et al. Research progress and prospect on the monitoring and early warning and mitigation technology of meteorological drought disaster in northwest China[J]. Advances in Earth Science, 2015, 30(2): 196-211.

[16] FOROOTAN E, KHAKI M, SCHUMACHER M, et al. Understanding the global hydrological droughts of 2003—2016 and their relationships with teleconnections[J]. Science of the Total Environment, 2019, 650: 2 587-2 604.

[17] 王飞. 多干旱类型视角下的黄河流域干旱时空演变特征研究[D]. 郑州: 郑州大学, 2020.

WANG Fei. Study on the temporal and spatial evolution characteristics of drought from a multiple drought types perspective in the Yellow River Basin[D]. Zhengzhou: Zhengzhou University, 2020.

[18] 孟鑫, 智协飞. 东北地区夏季干旱的年际—年代际变化特征[J]. 大气科学学报, 2016, 39(4): 562-568.

MENG Xin, ZHI Xiefei. Interannual and interdecadal variations of drought in Northeast China[J]. Transactions of Atmospheric Sciences, 2016, 39(4): 562-568.

[19] 张洪波, 俞奇骏, 陈克宇, 等. 基于小波变换的径流周期与ENSO事件响应关系研究[J]. 华北水利水电大学（自然科学版）, 2016, 37(4): 59-66.

ZHANG Hongbo, YU Qijun, CHEN Keyu, et al. Analysis on the responding relationship between runoff period and ENSO events based on cross-wavelet transform[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2016, 37(4): 59-66.

[20] LIU Xinfeng, FENG Xiaoming, CIAIS P, et al. GRACE satellite-based drought index indicating increased impact of drought over major basins in China during 2002—2017[J]. Agricultural and Forest Meteorology, 2020, 291: 108 057.

[21] SUN Ying, ZHANG Xuebin, REN Guoyu, et al. Contribution of urbanization to warming in China[J]. Nature Climate Change, 2016, 6: 706-709.

[22] MA Bin, ZHANG Bo, JIA Lige, et al. Conditional distribution selection for SPEI-daily and its revealed meteorological drought characteristics in China from 1961 to 2017[J]. Atmospheric Research, 2020, 246: 105 108.

[23] LI Linchao, ZOU Yufeng, LI Yi, et al. Trends, change points and spatial variability in extreme precipitation events from 1961 to 2017 in China[J]. Hydrology Research, 2020, 51: 484-504.

[24] 蒋桂芹. 干旱驱动机制与评估方法研究[D]. 北京: 中国水利水电科学研究院, 2013.

JIANG Guiqin. Study on driving mechanism and assessment methods of drought[D]. Beijing: China Institute of Resources & Hydropower Research (IWHR), 2013.

[25] 李香云. 西北内陆河流域土地荒漠化概念模型[J]. 中国沙漠, 2003, 23(2): 187-190.

LI Xiangyun. Conceptual model of land desertification in northwest Inland Basin[J]. Journal of Desert Research, 2003, 23(2): 187-190.

[26] 孟阳阳, 何志斌, 刘冰, 等. 干旱区绿洲湿地空间分布及生态系统服务价值变化：以三大典型内陆河流域为例[J]. 资源科学, 2020, 42(10): 2 022-2 034.

MENG Yangyang, HE Zhibin, LIU Bing, et al. Changes of spatial distribution and ecosystem service value of oasis wetlands in arid areas: Taking three typical inland river basins as examples[J]. Resources Science, 2020, 42(10): 2 022-2 034.

[27] 王东, 张勃, 安美玲, 等. 基于的西南地区近53a干旱时空特征分析[J]. 自然资源学报, 2014, 29(6): 1 003-1 016.

WANG Dong, ZHANG Bo, AN Meiling, et al. Temporal and spatial distributions of drought in southwest China over the past 53 years based on standardized precipitation evapotranspiration index[J]. Journal of Natural Resources, 2014, 29(6): 1 003-1 016.

Spatiotemporal Variation in Catchment-scale Droughts from 1960to 2019 Across China

LAI Hexin1, ZHANG Zezhong1, WANG Fei1*, FENG Kai1, ZHU Xiaomeng2

(1. School of Water Conservancy, North China University of Water Resources and Electric Power, Zhengzhou 450046, China;2. Guizhou Quality and Safety Centre of Water Conservancy Engineering Construction, Guiyang 550002, China)

【Objective】Drought is an abiotic stress affecting agricultural production in almost every country across the world. Understanding its spatiotemporal variation is essential to improving water management under climate change. The purpose of this paper to analyze the variation in droughts in the main catchments over the past 60 years (1960—2019) across China.【Method】The standardized precipitation evapotranspiration index () was used as the drought index; the extreme-point symmetric mode decomposition (ESMD) method was used to decompose the periods and trend of thetime series, from which we calculated the spatiotemporal variation in drought. 【Result】①The temporal changes in drought varied with sub-basins from 1960 to 2019, and the most noticeable drought increase occurred in the continental river basins, with thelinear tendency rate being -0.192/10 a. ②The ESMD results showed that the drought had been in increase across China, with the first and second periodic cycles being 2.07 years and 5 years respectively. ③The average occurring frequency of mild drought, moderate drought, severe drought, extreme drought and drought was 13.5%, 10.4%, 5.5%, 2.3% and 31.8%, with their associated average intensity being 0.74, 1.23, 1.67, 1.86 and 1.18, respectively. ④was closely related to drought, whiledid not show significant impact on drought.【Conclusion】Except for southeastern China, basins in other regions have seen an increase in droughts over the past 60 years.

drought; spatio-temporal patterns;; China

来和鑫, 张泽中, 王飞, 等. 1960—2019年中国流域尺度干旱时空演变特征研究[J]. 灌溉排水学报, 2022, 41(8): 122-129, 138.

LAI Hexin, ZHANG Zezhong, WANG Fei, et al. Spatiotemporal Variation in Catchment-Scale Droughts from 1960 to 2019 Across China[J]. Journal of Irrigation and Drainage, 2022, 41(8): 122-129, 138.

2022-01-22

贵州省水利厅科技项目（KT202001）；国家自然科学基金项目（52179015）；华北水利水电大学研究生教育创新计划基金资助项目（YK-2021-45）

来和鑫（1997-），女。硕士研究生，主要研究方向为水文极值事件。E-mail: 570546065@qq.com

王飞（1989-），男。讲师，博士，主要研究方向为水文极值事件。E-mail: wangfei@ncwu.edu.cn

1672 - 3317（2022）08 - 0122 - 09

S166

A

10.13522/j.cnki.ggps.2022051

责任编辑：白芳芳