渭河流域气象干旱向农业干旱的传播研究

毛文静 牛 俊*

(1.中国农业大学 中国农业水问题研究中心,北京 100083; 2. 中国农业大学 水利与土木工程学院,北京 100083)

干旱持续时间长、影响范围广是当前世界最为常见的自然灾害之一,对农业气象构成严重危害[1-2]。全球约有45%的土地受到干旱威胁,每年受旱灾影响的人口数超过其他任何一种气象灾害,自20世纪70年代以来,干旱在中国造成的经济损失每年高达上千亿元人民币[3]。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)第六次评估报告指出,未来气候变化加速了全球水文循环,干旱发生风险也进一步增加[4],给干旱预警和抗旱减灾带了新的挑战。

依照干旱对不同水循环要素的响应结果,国内外研究将干旱分为气象干旱、农业干旱、水文干旱和社会经济干旱四类[5]。其中,气象干旱与降水不足有关,而土壤含水量的减少则会导致农业干旱[6]。在天然状态下,气象干旱是农业干旱形成的唯一外在驱动力,气象干旱发生,引起土壤含水量降低,若土壤水分得不到地下水的有效补给,则诱发农业干旱[7]。这种水分缺失信号在不同类型干旱间的传递叫做干旱传播[8]。干旱传播是影响流域水循环的重要环节,研究区域干旱传播,对流域水资源管理和干旱事件预警具有重要意义[9]。

国内外对干旱传播的研究主要聚焦于2个方面:分析干旱传播的滞后时间和量化干旱的转移能力[10]。有研究利用皮尔逊相关性等线性相关方法[11-12]确定干旱滞后时间,但干旱传播具有聚集、衰减、滞后和延长的特性[13]。相较于线性模型,非线性关系对干旱传播信息的捕捉更为准确,如:Fang等[14]应用基于熵理论的互信息检测黄土高原气象与水文干旱的非线性关系。此外相关研究常用联合概率分布函数、贝叶斯概率论等模型分析干旱传播特征:Sattar等[15]使用贝叶斯网络模型,确定韩国气象干旱传播到水文干旱的滞后时间及不同等级水文干旱的发生概率;Zhu等[16]基于Copula模型分析气象干旱条件下全球土壤水分干旱的发生概率及当月气象条件和前期土壤水分对土壤干旱的联合影响。

渭河流域地处我国西北部,是黄河一级支流,位于湿润气候向半干旱气候的过渡区域,干旱事件频繁发生,严重限制了流域内的经济社会发展。目前已有研究利用PDSI[17]、SSMI[18]等指数表征农业干旱,并对渭河流域气象-农业干旱的季节动态传播时间及主要影响因素进行研究,但渭河流域气象-农业干旱全年的相关性、传播时间以及干旱特征演变等问题仍未得到解决。因此,本研究拟以渭河流域为研究对象,基于降水、土壤湿度等气象数据,分别用标准化降水指数(SPI)和标准化土壤湿度指数(SSMI)表征气象干旱和农业干旱,采用皮尔逊相关法分析气象干旱向农业干旱的传播时间,并使用游程理论识别干旱事件,构建基于Copula函数的气象-农业干旱特征关系模型,量化干旱传播阈值及干旱特征变量在不同重现期的最可能组合,以期为渭河流域农业干旱的早期预警和防治提供科学依据。

1 研究区概况与数据来源

1.1 研究区概况

渭河是黄河的第一大支流,发源于甘肃省渭源县鸟鼠山,自西向东流经甘肃、宁夏、陕西三省(自治区),于陕西省潼关县汇入黄河,河流全长818 km,流域面积为13.4万km2。渭河流域位于温带大陆性季风气候区,年平均降水量为500～800 mm,空间分布上从东南向西北递减;年平均气温为7.8～13.5 ℃,多年平均径流量为74.9亿m3;年水面蒸发量为700～1 000 mm,陆面蒸发量约为500 mm,属于资源性缺水地区。渭河流域支流众多,其中泾河是渭河的最大支流,北洛河为第二大支流,因此本研究将渭河划分为渭河干流、泾河流域和北洛河流域3个子流域。流域的主要土地利用类型为耕地、林地和草地,空间分布特征鲜明。渭河流域子流域及土地利用类型分详见图1。

图1 渭河流域各子流域及土地利用类型分布图

1.2 数据来源及处理

1.2.1数据来源

本研究使用的气象数据包括降水、气温和土壤湿度,时间覆盖范围为1981—2014年。降水和温度数据来自于国家青藏高原科学数据中心(http:∥data.tpdc.ac.cn/)的中国逐月降水量数据集和中国逐月平均温度数据集[19-22],空间分辨率为1 km。土壤湿度采用了全球陆面数据同化系统(GLDAS2.0)Noah陆面模式模拟的0～10 cm深度的月土壤重量含水量数据(https:∥earthdata.nasa.gov/),空间分辨率为0.25°×0.25°。GLDAS2有GLDAS2.0和GLDAS2.1 2个版本,具有不同的数据驱动。GLDAS2.0时间范围覆盖1948—2014年, GLDAS2.1覆盖2000 年至今。因为GLDAS2.0数据的时序覆盖范围长,较GLDAS2.1数据有更多验证[23],能够更好的反映土壤湿度时空变化特征,因此本研究使用GLDAS2.0数据表征土壤湿度。

土地利用类型数据来源于中国科学院资源环境科学数据中心(http:∥www.resdc.cn/),获取了1980年代末期、1990年、2000年和2010年4期土地利用数据,空间分辨率为1 km,土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。

1.2.2数据处理

采用双线性内插法重采样土壤湿度数据,以统一空间分辨率为1 km。结合渭河流域4期土地利用数据及分类体系标准,将渭河流域土地利用类型归并划分为耕地、林地、草地、变化用地和其他类型(水域、居民地和未利用土地),以保证划分出的耕地、林地和草地不受土地利用类型变化的影响。流域具有显著的空间异质性,流域内水文特征、地形地貌、覆盖类型等差异显著,对干旱的响应关系也各不相同。为了更合理研究气象干旱到农业干旱的传播,本研究依据各子流域的3类土地利用栅格分布,将渭河流域划分为9个子区,以分析不同子流域(渭河干流、泾河和北洛河)及不同土地利用类型(耕地、林地和草地)的干旱传播特征。

2 研究方法

2.1 干旱指标选取

标准化干旱指数能进行多时间尺度计算,且在时空上具有可比性。因此本研究分别选取标准化降水指数(SPI)和标准化土壤湿度指数(SSMI)表征气象干旱和农业干旱。SPI考虑降水服从偏态分布,通过正态逆运算得到标准化指数。SSMI的计算原理与SPI相似,SPI假定降水服从 Gamma 分布,但土壤水分没有代表性的概率分布函数,因此本研究通过 Gringorten 位置划分公式[24]确定土壤湿度的经验频率分布P(xi),其计算公式如下:

(1)

式中:i为土壤湿度从变量最小值开始到其自身值的次序;n为观测值的样本总数;xi为排序在第i个的土壤湿度数据。

本研究分别计算了1—12月时间尺度的SPI以及1个月尺度的SSMI。多尺度SPI可以反映前期累积降水不足的干旱情况,月尺度SSMI则能表征土壤水分的短期干旱状况。SPI和SSMI干旱等级分类标准一致,共分5级,详见表1。

表1 基于标准化降水指数以及标准化土壤湿度 指数的干旱等级统一划分标准

2.2 干旱传播时间

当月土壤水分短缺主要受前几个月累积降水不足的影响,因此气象干旱到农业干旱的传播时间,可以通过评估不同时间尺度的气象干旱和农业干旱指数间的相关性来实现。本研究逐栅格计算了1个月时间尺度的SSMI与1月—12月时间尺度的SPI间的皮尔逊相关系数和最大相关系数,公式如下所示:

Rj=cor(SPIj,SSMI1), 1≤j≤12

(2)

Rmax=max1j12(Rj)=Rtp, 1≤tp≤12

(3)

式中:cor为皮尔逊相关;j为时间尺度;SPIj为j个月尺度的SPI值;SSMI1为1个月尺度的SSMI值;Rmax为最大相关系数;tp为最大相关系数对应的SPI时间尺度j,即干旱传播时间。

2.3 干旱传播影响因素

渭河流域地处干旱和湿润区的过渡地带,区域水热条件变化对干旱传播影响较大。目前已有研究多从降水或温度出发,分析单一气象因子对干旱传播过程的影响。但降水和温度作为水循环的主要环节和推动因素,综合影响着干旱的传播进程。因此本研究选取de Martonne干燥度指数(IdM),将这两种重要的气象因子结合起来,研究干旱传播随干燥度指数的变化特征及分布规律。de Martonne方法计算简单,在我国的西北地区有较好的利用价值[25],计算公式如下:

(4)

式中:IdM为干燥度指数;P为多年平均降水量,mm;T为多年平均气温,℃。干燥指数越小表明气候越干燥,反之则越湿润。

本研究计算渭河流域栅格尺度的de Martonne干燥度指数,对干燥度值相同的栅格对应的SPI-SSMI最大相关系数作均值处理,得到干燥度指数与SPI-SSMI相关系数的一一对应关系。之后使用Python中的pwlf包构建SPI-SSMI相关系数随干燥度指数变化的分段线性回归模型。pwlf包基于分段线性最小二乘拟合的公式,通过差分进化算法寻找输入数据的最优梯度变化点即断点,实现多分段线性函数的拟合。

2.4 干旱传播模型构建

2.4.1干旱事件识别与匹配

游程理论是识别干旱、洪涝等自然灾害事件最常用的方法之一[26]。该方法依据干旱的等级划分标准,设定3个阈值R0、R1、R2分别为0、-0.5、-1,干旱事件的识别过程如下:

1)当指数值

2)对于干旱历时仅为1个月的干旱事件,若指数值>R2,则该干旱事件应被剔除;

3)对于间隔时间为1个月的2个干旱事件,若间隔月份的干旱指数值

干旱事件从开始到结束的时间也就是负游程的长度定义为干旱历时,而该段负游程出现的面积为干旱烈度。本研究基于区域平均的SPI1和SSMI1序列,采用游程理论识别各分区气象和农业干旱事件,并提取干旱频次、历时与烈度。对于识别出的农业干旱事件,选择从该农业干旱开始前的tp(tp为农业干旱对气象干旱的响应时间)个月到该干旱事件结束期间的气象干旱事件进行匹配。

2.4.2基于Copula的干旱传播模型

Copula函数作为一种多变量分析方法,能较好的拟合干旱多特征变量,并对多变量系统进行条件概率分析、重现期分析等[27]。本研究选取指数(Exponential)、伽马(Gamma)、正态(Normal)、对数正态(Lognormal)、对数逻辑(Loglogical)和威布尔(Weibull)共6种分布函数,拟合匹配的气象-农业干旱事件的历时和烈度,并通过K-S检验选择最优的边缘分布函数。

设X、Y分别表示气象干旱和农业干旱特征,其边缘分布为FX(x)、FY(y)。由 Sklar定理可知,X和Y的联合分布函数可以用一个二维Copula函数C表示[28]:

F(x,y)=C(FX(x),FY(y))

(5)

使用水文分析中常用的阿基米德Copula函数(Clayton、Frank、Gumbel)和椭圆Copula函数(Gaussian、t)构建气象-农业干旱的联合分布模型,采用AIC准则和均方根误差 RMSE检验Copula函数的拟合优度。

对气象-农业干旱的联合分布函数F(x,y),在X≥x的条件下,Y≥y的条件概率为:

(6)

研究表明,中旱、重旱和特旱的临界概率分别为 0.5、0.75和0.9[29]。本研究以气象干旱特征变量为条件,计算不同气象干旱条件下农业干旱达到中旱、重旱和特旱的条件概率,并将条件概率等于0.95时对应的气象干旱特征值视为对应等级下农业干旱的触发阈值[9]。

重现期是衡量干旱事件量级的重要指标,F(x,y)的同现重现期为:

(7)

式中:N为研究时段,本研究取值为 35年;n为研究时段内由游程理论识别出的干旱次数。

对于任一重现期,理论上存在无数种变量组合,可以用一条重现期等值线来表示,等值线上的每个点,都代表一组干旱特征变量。本研究选择联合概率密度函数最大的变量组合,作为两变量联合重现期下最可能出现的气象-农业干旱特征,联合概率密度的计算公式如下:

f(x*,y*)max=C(FX(x*),FY(y*))fX(x*)fY(y*)

(8)

式中:x*与y*为某一重现期下最可能出现的气象与农业干旱特征变量组合。

3 结果与分析

3.1 干旱传播的滞后时间分析

渭河流域各子流域、土地利用类型分区的SSMI1与SPI1～SPI12序列间的皮尔逊相关系数如图2所示。可知:渭河干流和泾河流域内各土地利用类型的SSMI1与SPI3的相关性最强;北洛河流域的SSMI1则与SPI2相关性最强。结果表明渭河干流和泾河流域气象干旱向农业干旱的传播时间为3个月,北洛河流域的干旱传播时间为2个月。此外,北洛河流域的干旱传播时间较短与该流域的特性有关,由于北洛河流域具有典型的黄土高原地貌特征,沟深坡陡,植被稀少,水土流失严重,导致流域降水年内分配不均,且多暴雨,暴雨后更容易产生径流,对土壤水分的补给更少。因此,北洛河流域对气象干旱的抵抗力较弱,应提前做好防范措施。

a1、a2、a3、b1、b2、b3、c1、c2、c3分别代表渭河干流耕地、渭河干流林地、渭河干流草地、泾河流域耕地、泾河流域林地、泾河流域草地、北洛河流域耕地、北洛河流域林地和北洛河流域草地。图5和表2同。 a1, a2, a3, b1, b2, b3, c1, c2 and c3 respectively represent farmland of main stream, forestland of main stream, grassland of main stream, farmland of Jing River Basin, forestland of Jing River Basin, grassland of Jing River Basin, farmland of Beiluo River Basin, forestland of Beiluo River Basin and grassland of Beiluo River Basin. The same in Fig.5 and Table 2.

图3为渭河流域各分区气象干旱与农业干旱最大相关系数的分布图。SSMI与SPI的最大相关系数反映了气象干旱对农业干旱的影响程度,相关系数越大,农业干旱与气象干旱的关系就越密切[12]。可知:不同土地利用类型间比较,对耕地和草地,北洛河流域的气象干旱与农业干旱相关性最强,泾河流域次之,渭河干流最弱,而林地在渭河干流的相关性最强;各流域内部比较,渭河干流内气象干旱与农业干旱的相关性表现为林地>耕地>草地,泾河和北洛河流域则为草地>耕地>林地。总之,北洛河流域整体上相关性最强,渭河干流的林地和泾河、北洛河流域的草地也表现出较强的相关性。

图3 渭河流域各分区气象干旱与农业 干旱最大相关系数箱线图

3.2 干旱传播沿干燥度梯度的空间分异特征

图4为渭河流域各分区气象-农业干旱相关性沿干燥度梯度变化的空间分异特征及各分段线性模型的斜率k和断点IdM*。可见不同土地利用类型在相同子流域内表现出近似的变化趋势。渭河干流整体干燥度较大,区域偏湿润。其中:耕地表现为四阶段变化,随着区域湿润程度的增加,气象-农业干旱相关性先缓慢降低,再快速增加和减小,最后以非常低的速率上升(图4(a1));林地、草地的SPI-SSMI相关性随干燥度的变化都表现为先增加、后减少、再增加,有2个断点,区别在于草地在前2个阶段、环境条件较干燥时的变化速率明显快于林地,而在最后阶段的上升速率低于林地(图4(a2)～(a3))。

在泾河流域,耕地、林地和草地的气象-农业干旱相关性分别以不同的速率显著下降,其中林地的下降速率最快(图4(b1)～(b3))。表明干燥度指数越大即越湿润的地区,农业干旱对气象干旱的响应程度越弱,而林地干旱传播对水热条件的变化最敏感,这可能是由于湿润地区特别是林地的水循环过程较为复杂,土壤水分还受除降水以外的其他因素影响。

在北洛河流域,SPI-SSMI相关系数与干燥度指数有较为显著的分段线性关系和断点。耕地、草地的变化趋势接近,在第一分段点之前、整体偏干燥的地区,随着湿润度增加,气象干旱对农业干旱的影响逐渐减弱;在第一分界点与第二分界点之间,气象干旱与农业干旱的相关系数出现短暂上升,这可能是由于该干燥度范围内,蒸散发等其他因素对降水与土壤湿度相关性的干扰较弱;第二分界点之后,SPI-SSMI相关系数急剧下降,即当区域达到一定湿润程度后,农业干旱对气象干旱的响应程度会迅速降低(图4(c1)、(c3))。而林地SPI-SSMI相关系数沿干燥度呈单峰变化,表现为先上升后下降的趋势(图4(c2))。

3.3 基于Copula的气象-农业干旱传播特征

3.3.1气象、农业干旱特征

图5显示了渭河流域各分区匹配后的气象、农业干旱事件的历时和烈度的分布特征。可见:各分区农业干旱事件的历时和烈度均>气象干旱,气象干旱特征的分布较为集中,农业干旱特征则相对分散,表明气象干旱特征值的变化幅度较小,而农业干旱的变化幅度较大。

图5 渭河流域各分区匹配气象-农业干旱历时、烈度箱型图

3.3.2气象-农业干旱传播阈值

采用研究方法里提到的6种边缘分布拟合气象农业干旱的历时和烈度,通过K-S检验优选分布函数,并采用Copula函数连接气象-农业干旱特征变量,综合AIC准则和均方根误差RMSE的检验结果,选择Gumbel Copula构建各分区的气象-农业干旱联合分布函数,结果见图6。可见:各分区农业干旱等级达到中旱、重旱和特旱时的气象干旱历时和烈度,即气象干旱到农业干旱的传播阈值;传播阈值越大,表明气象干旱越不容易触发农业干旱。总体而言,随着农业干旱等级增加,各分区传播阈值的区间也逐渐增大(图6)。对中度和重度等级的农业干旱,干旱历时和烈度的传播阈值分布相似,3个子流域中,渭河干流的传播阈值最大,表明渭河干流的抗旱能力强于泾河、北洛河流域;不同土地利用类型间比较发现,草地的传播阈值较小,易发农业干旱,耕地、烈度的耐旱能力强(图6(a)、(b)、(d)、(e))。对特旱等级的农业干旱,各子流域耕地的传播阈值较大,可能是由于农业灌溉等人类活动对土壤水分亏缺的缓解作用(图6(c)、(f))。

蓝色色阶代表气象干旱到不同等级农业干旱传播历时的阈值变化范围,红色色阶代表气象干旱到不同等级农业干旱烈度的阈值变化范围。 The blue color scale represents the range of threshold change from meteorological drought to different levels of agricultural drought propagation duration, and the red color scale represents the range of threshold change from meteorological drought to different levels of agricultural drought severity.

3.3.3气象-农业干旱传播关系

图7展示了不同联合重现期(2～100 年)下,各分区干旱传播时最可能出现的气象-农业干旱历时和烈度,表2列出了各分区拟合的线性回归方程。从图中可以看出,随着联合重现期的增加,气象、农业干旱特征也不断增大,最可能气象-农业干旱特征具有显著的线性关系。线性回归模型能定量描述干旱传播特征,方程斜率代表气象干旱到农业干旱的转移程度,斜率>0,表明干旱特征在传播过程中增大,反之则发生衰减。由图7和表2可知:渭河流域各分区斜率均>0,且拟合方程位于45°对角线的上半区,表明干旱特征值由气象干旱演变为农业干旱后显著增加;在渭河干流,相同程度的气象干旱发生时,林地和草地引发的农业干旱严重性>耕地,北洛河流域则与之相反;在泾河流域,耕地和林地对干旱传播的扩大作用强于草地。综合来看渭河流域各分区都有较为强烈的干旱传播,因此当气象干旱发生时,研究区可能会引发干旱历时更长、严重程度更大的农业干旱,流域农业干旱的预警将更加重要。

表2 渭河流域各分区最可能气象-农业干旱特征拟合

小图中各点分别代表第2、3、4、5、6、7、8、10、12、15、20、25、30、35、40、45、50、60、75和100年联合重现期下的气象-农业干旱特征,气象-农业干旱特征越大,代表的联合重现期越长。 Each point in the small figure represents the meteorological and agricultural drought characteristics under the joint return period of 2, 3, 4, 5, 6, 7, 8, 10, 12, 15, 20, 25, 30, 35, 40, 45, 50, 60, 75 and 100 years. The larger the meteorological and agricultural drought characteristics, the longer the joint return period.

4 讨 论

渭河流域是我国西北地区重要的经济区,也是我国重要的粮棉油产区和工业生产基地之一,在区域经济发展和西部大开发战略中占有重要地位,因此研究流域内气象干旱向农业干旱的传播规律,不仅有助于揭示干旱过程和机制,而且对农业生产和社会经济发展具有重要意义。近年来,针对渭河流域的干旱时空演变规律及气象干旱向水文干旱的传播等问题已有许多研究,但对农业干旱响应的研究略有不足。Dai等[18]采用SPI和SSMI指数探讨了渭河流域气象干旱向农业干旱的季节动态传播模式及水文气象因子和灌溉耗水量对干旱传播的影响。该研究侧重于干旱传播时间的季节性规律,缺乏对干旱传播全年变化特征的分析。而本研究采用渭河流域1980年代末期、1990年、2000年和2010年的土地利用数据,提取此时期土地利用类型始终为耕地、林地和草地的区域,并结合渭河子流域分布,将渭河流域划分为9个子区,综合探讨气象干旱向农业干旱在不同流域特征、不同土地利用类型影响下的传播差异。

本研究结果显示渭河流域气象干旱到农业干旱的传播时间在2～3个月,与Huang等[17]得到的3个月尺度SPI在渭河流域农业干旱监测中有效性较好的结论是一致的。气象-农业干旱相关性受水热条件影响,表现为分段变化趋势,在不同子流域呈现出不同的变化规律。渭河干流SPI-SSMI相关系数随干燥度呈多段变化,气象-农业干旱相关性随着湿润程度增加先上升、后下降、再上升,北洛河流域则与之相反;泾河流域的气象-农业干旱相关性沿湿润程度单调下降。渭河干流上、中下游气候环境差异较大,上游降水量少、蒸发量高,中下游植被覆盖度好,降水丰沛,耕地面积大,且分布有关中平原城市群,受人类活动干扰较大[30],这造成了渭河干流气象-农业干旱相关性沿干燥度梯度的分段变化。北洛河流域虽然也有大面积林地覆盖,但其人类活动影响程度较小,单位面积产水量低,不同土地利用类型的气象-农业干旱相关性排序与渭河干流相反,这可能是北洛河流域与渭河干流变化趋势相对的原因。泾河流域位于黄土高原中部腹地,是渭河全流域干旱最严重的地区,为抵抗流域干旱而进行的水库调蓄活动相对较多[31],泾河流域相关性的单调下降可能是由人类干扰所致。在干旱传播时间的基础上,通过游程理论提取干旱事件,对干旱传播的特征值进行分析,发现渭河干流整体上耐旱能力较好,泾河和北洛河流域内干旱传播规律相似,其中北洛河流域触发各等级农业干旱的传播阈值较小,抗旱能力更弱;当气象干旱发生时,各分区均可能引发干旱历时更长、严重程度更大的农业干旱。不同土地利用类型间比较,耕地受农业活动影响,不易形成严重程度大的农业干旱,但当干旱传播发生时,耕地对干旱的扩散作用强,因此应强化对农业干旱的应急应对能力;林地的根系深、叶面截留水分多[32],也具有较强的抗旱能力,而草地在3种土地利用类型中的抗旱能力最弱。针对渭河流域不同分区表现出的不同干旱传播特征,各级管理人员可以因地制宜地制定干旱预警和防御工作。

本研究体现了干旱传播累积、滞后、衰减和持续的特性,进一步揭示了农业干旱对气象干旱的响应,为建立基于气象数据的农业干旱预警系提供了依据。但农业干旱涉及作物季相特征、种制及农业灌溉用水调控等人类活动造成的水文过程变化,标准化土壤湿度指数并不能完全指示作物受旱的信号,故考虑如何全面刻画农业干旱及自然特征和人为活动对干旱传播的影响是在今后研究中的重要内容。

5 结 论

本研究探讨了渭河流域气象干旱向农业干旱的传播阈值和不同重现期下的最可能干旱特征组合,主要结论如下:

1)渭河流域全区气象干旱与农业干旱具有显著的正相关关系;渭河干流和泾河流域气象干旱向农业干旱的传播时间为3个月,北洛河流域的干旱传播时间为2个月。

2)在同一子流域内,不同土地利用类型的气象-农业干旱相关性与干燥度梯度的变化趋势相似。随干燥度增加,渭河干流耕地的相关性表现为降低-增大-降低-增大的四阶段变化,林地、草地与之相比缺少第一阶段的变化;泾河流域相关性随干燥度指数增加而下降;北洛河流域耕地、草地的变化均为先下降、后上升再下降,而林地表现上升-下降的单峰变化。

3)气象干旱触发不同等级农业干旱的阈值随着农业干旱等级的提升而增加。各子流域的耕地和渭河干流林地的干旱传播阈值较大,对气象干旱的响应迟缓;各子流域的草地及泾河、北洛河流域的林地干旱传播阈值较小,易发农业干旱。

4)随着联合重现期的增加,气象、农业干旱特征也不断增大,最可能出现的气象-农业干旱特征具有显著线性关系。当气象干旱发生时,各分区可能会引发干旱历时更长、严重程度更大的农业干旱,其中泾河、北洛河流域的耕地最为严重。