滇中高原地区干旱特性及风险分析

陈晶 张天力

收稿日期：2023-12-15；接受日期：2024-03-12

基金项目：国家重点研发计划项目（2021YFC300205-06）；云南省高层次人才及创新团队项目（2018HC024）

作者简介：陈  晶，女，高级工程师，硕士，主要从事水文水资源研究。E-mail：chenjingyn@qq.com

通信作者：张天力，男，高级工程师，硕士，主要从事水利规划及河道治理研究。E-mail：358284710@qq.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章编号：1001-4179（2024） 06-0114-08

引用本文：陈晶，张天力.

滇中高原地区干旱特性及风险分析

［J］.人民长江，2024，55（6）：114-121.

摘要：滇中高原地区是云南省社会经济发展的核心区，也是遭受干旱灾害最为严重的区域，研究该区域干旱特性及其风险对干旱灾害防御具有重要意义。采用多元Copula函数构建综合干旱指数MDI，识别出同时涵盖气象、水文、农业3类干旱特性的综合干旱事件，据此分析区域干旱特性，进而基于自然灾害风险理论提出干旱灾害风险评价方法，根据危险度、种植率、受灾率、缺水率4个因子划分干旱风险等级，评估滇中引水工程供水前后对区域干旱情势的影响。研究结果表明：① 滇中高原地区的总体干旱特征为干旱历时1.90～5.10月、烈度2.80～4.50，二者的联合重现期为2.45～3.14 a；干旱历时、烈度、联合重现期的地区分布规律均为中部楚雄、昆明、玉溪以及南部红河等州市较长（强），西部大理、东部曲靖等州市较短（弱）；滇中引水工程建成通水后区域干旱呈现历时变短、烈度减弱而联合重现期增长的发展态势。② 滇中引水工程通水前滇中高原区干旱风险等级为4～7级，工程建成通水后干旱风险等级较现状普遍下降1～4级，干旱风险明显降低，这表明通过实施滇中引水工程构建滇中高原水网可提高区域防御干旱灾害的能力，有利于区域国民经济的持续稳定发展。

关  键  词： 气象干旱； 水文干旱； 农业干旱； 干旱风险； Copula函数； 滇中引水工程； 滇中高原

中图法分类号： TV213.9；P426.616

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2024.06.016

0  引 言

云南省滇中高原地区包括昆明、玉溪、楚雄、曲靖、大理、红河以及丽江7州（市）的50个县（市、区），是云南省加快建设面向西南开放重要桥头堡的主阵地，也是云南省重要的粮食主产区和精细蔬菜基地核心区。正在建设的滇中引水工程自金沙江石鼓断面引水，将同步建成水源工程、输配水工程、水厂及配水管网和田间工程，向占整个滇中高原地区总面积40%的区域供水，为缓解区域水资源供需矛盾、改善河道和高原湖泊的生态及水环境状况服务［1］。然而，滇中高原地区干旱频发［2］，近 30 a 来旱灾成灾面积、受灾面积和绝收面积均呈增加趋势，近10 a来增加趋势显著［3］，中东部旱情尤为严重［4］；滇中干旱一方面对区域农业生产影响显著，另一方面也会影响滇中引水工程建成后的调度运行。

目前滇中高原区鲜有开展干旱特性和风险的研究，亦未开展过滇中引水工程供水后区域干旱风险变化研究。国内外常用的干旱特性分析方法通常从单一干旱指标入手，较少将不同干旱类型耦合进行综合分析［5］；干旱风险分析多采用指标法获取综合风险指数，但指标的选择及指标权重的确定受主观影响较大、评价指标并没有相对统一的标准［6］；干旱灾害风险评价对防灾减灾能力、作物损失状况等分析结果精度不够［7］，对干旱强度、影响范围、造成的损失等预测工作尚显不足［8］。

为填补区域干旱特性研究的空白，分析区域干旱灾害风险机理及发展趋势，本文以滇中高原地区为分析对象，挖掘区域内涵盖气象、水文、农业3类干旱特性的综合干旱事件，分析其影响范围和重现期的时空变化特征。在此基础上，基于自然灾害风险理论提出干旱灾害风险评价方法，并对比分析滇中引水工程引水前后区域干旱风险的变化情况，以期为区域干旱灾害风险综合应对，以及滇中引水工程的水资源配置和供水效益分析提供科学依据。

1  研究区概况及数据资料

1.1  研究区概况

滇中高原地区地处云南省中北部，地势西北高、东南低，呈不均匀阶梯状逐级降低，分布有南亚热带、中亚热带、北亚热带、南温带、中温带、北温带等6个气候带；降雨空间分布极为不均，年内分配亦不均匀，夏秋降水集中多洪涝，冬春干旱少雨缺水严重（图1）。

区域处于滇中四大流域分水岭地带，北临金沙江，南为红河，东临南盘江，西为澜沧江，年径流深大多数在150～300 mm之间，径流的年内分配与降水年内分配过程基本对应，汛期和枯期的径流量差别较大，汛期径流量占全年的75%～85%，而枯期所占比例极少，区域内普遍呈资源型缺水，同时水质型、工程型缺水并存。

1.2  数据资料

（1） 本次研究水文数据来源于滇中高原地区49个气象站1960～2020年逐月降水（mm）数据，59个水文站点1960～2020年逐月天然径流量（万m3）数据（河流水系、站点分布见图2），以及统计年鉴和史料文献。需要说明的是，本文对代表性、一致性不足的站点资料进行了插补延长、还原计算等处理。

（2） 气象数据来源于国家青藏高原科学数据中心数据集：中国1 km分辨率逐月平均气温数据集［9-13］，中国1 km分辨率月最高温度数据集［10，13］，中国1 km

分辨率月最低温度数据集［11，13］，中国716个气象站太阳辐射日均值数据集［12，14］。

2  研究方法

2.1  干旱识别

干旱一般分为气象、水文、农业3类，本次分别采用标准化降水指数（SPI）、标准化径流指数（SRI）和干湿指数（Ia）作为3类干旱的输入识别因子。其中，SPI通过降水量的Γ分布累积概率计算得到，表征某时段降水量出现的概率［15］；SRI由径流量累积频率所对应的标准正态分布分位数计算得到，表征某时段径流量出现的概率［16-17］；Ia为参考作物腾发量（ET0）与同期降水量之比值［18］，ET0采用Penman Monteith方程计算［19］。

考虑到气象、水文、农业干旱通常耦合发生，且之间存在着复杂的传播关系，为了兼顾多种干旱类型的信息和特征，本文依托三元Gumbel Copula函数［20-21］构建气象、水文、农业3类干旱识别因子的联合分布函数C3，再由C3计算得到综合干旱指数（MDI）。

C3（u1，u2，u3）=exp-［3m=1（-lnum）1/α］α（1）

MDI=Φ-1（C3（u1，u2，u3））（2）

式中：um分别为SPI、SRI、Ia的边缘分布函数，m=1，2，3；参数α∈（0，1］，采用极大似然法［22-23］估计；Φ为标准正态分布函数［24］。

根据SPI、SRI、Ia、MDI这4种干旱识别因子，按游程理论［25-26］分别识别气象、水文、农业3类干旱事件及综合干旱事件，确定各次干旱事件的历时D和烈度S两个特征变量。由二元Gumbel Copula函数［27］构建D和S的联合分布函数C2，进一步推求干旱历时与烈度中任一变量超过其均值时的重现期［28］，即联合重现期To。

C2（v1，v2）=exp-［（-lnv1）1/β+（-lnv2）1/β］β（3）

To=1/PD＞d∪S＞s=1/［1-C2v1（d），v2（s）］（4）

式中：v1、v2分别为D和S的边缘分布函数；参数β∈（0，1］，采用极大似然法估计；d、s分别为D和S的均值；P为变量D或S大于给定值的概率。

2.2  干旱风险

干旱灾害风险是干旱事件对承灾体造成损失的可能性［29］，从干旱灾害风险形成机理来看，干旱灾害风险R是危险性H、暴露度E、脆弱性V、抗旱能力RE这4个要素综合作用的结果［30］。

R=H∩E∩V∩（1-RE）（5）

本文将上述要素分别进行具体化。其中，危险性H通过干旱历时、烈度及历时和烈度的联合分布概率共同表征为危险度D·S·（1- C2）×100，暴露度E用种植率（种植面积与总面积之比）表示，脆弱性V用受灾率（受灾面积与灌溉面积之比）表示，（1-RE）用缺水率（缺水量与需水量之比）表示。定义干旱风险度为公式（6），据此分析区域干旱风险度，并制定分级标准，评价区域干旱风险等级。

干旱风险度=危险度×种植率×受灾率×缺水率（6）

3  结果分析

3.1  干旱特征

3.1.1  干旱识别

依据滇中高原地区各站1960～2020年历年逐月数据分别计算SPI、SRI、Ia、MDI这4种干旱识别因子（图3）。由图3可知，4种干旱识别因子的走势、变化

规律具有较好的一致性，其中SRI、Ia指数的走势滞后于SPI指数，这是由于一般认为干旱始于降雨的持续缺乏，因此SPI指数对于捕捉干旱的开始时间非常灵敏［29-30］；由于流域产汇流及作物生态用水的机理复杂、过程耗时［31-32］，水文干旱和农业干旱对气象干旱的响应存在一定的延迟［33-34］，也使得SRI、Ia指数能有效识别干旱的持续时段和结束时间；MDI指数由于既包含降雨信息，又包含径流和作物腾发量信息，因此能够将SPI、SRI、Ia指数所捕捉的干旱开始时间、持续时间、结束时间都涵括在内。

根据4种干旱识别因子，运用游程理论对滇中高原地区干旱事件进行识别（图4（a））。结果表明：在1960～2020年的61 a时间内，识别出的滇中高原地区干旱事件数量为气象干旱事件最多，综合干旱事件次之，农业干旱事件再次，水文干旱事件最少，说明气象干旱事件发生的频率大于水文和农业干旱事件，而综合干旱事件对各类干旱事件进行了共性归纳。

进一步分析识别的干旱历时、烈度发现（图4（b）、（c）），结果表明：总体上看，干旱历时、烈度以水文干旱最长、最强，其次为农业干旱，再次为综合干旱，气象干旱最短、最弱；在空间分布上，滇中高原地区中部昆明、楚雄、曲靖等地的气象干旱历时较长、烈度较强，而区域南部红河及西部大理等地的水文干旱历时较长、烈度较强，农业干旱历时和烈度的地区分布相对平均且相对而言中部楚雄地区稍长/强，综合干旱历时则能够综合反映气象、水文、农业干旱历时和烈度的地区分布规律，即呈现出红河、大理等地历时较长、烈度较强的情况，也反映了昆明、楚雄等地局部历时较长、烈度较强的特点。

3.1.2  区域干旱特征

经前述分析，由于综合干旱能够同时表征气象、水文和农业干旱的特性和空间分布情况，因此，基于综合干旱分析区域干旱特性。将各站点的综合干旱特征均

值用克里金法插值后，得到滇中高原地区干旱特征的区域分布，见图5（a）、（b）。进一步推求干旱历时与烈度中任一变量超过其均值时的联合重现期，见图5（c）。

从图5中可以看出，滇中高原地区干旱历时均值为1.90～5.10月、烈度均值为2.80～4.50，二者的联合重现期为2.45～3.14 a。其中，中部楚雄、昆明、玉溪以及南部红河等州市的干旱历时/烈度均值较长/强，这些地区发生干旱历时或烈度超过其均值的事件重现期也较长；西部大理、东部曲靖等州市的干旱历时/烈度均值较短/弱，这些地区发生干旱历时或烈度超过其均值的事件重现期也较短。

根据有关资料，滇中引水工程建成后，投产年年引

水量26.22亿m3，各州（市）受水区水量分配为：大理

3.03亿m3，丽江0.21亿m3，楚雄3.40亿m3，昆明11.99亿m3，玉溪3.63亿m3，红河3.96亿m3；达产年年引水量34.04亿m3，各州（市）受水区水量分配为：大理3.42亿m3，丽江0.22亿m3，楚雄3.75亿m3，昆明16.70亿m3，玉溪5.03亿m3，红河4.92亿m3；各受水区的多年平均径流模数在投产年将增加1.09～1.73倍，达产年将增加1.09～1.96倍，增幅以供水量大的昆明、玉溪及红河受水区最为明显。结合滇中引水工程供水对受水区径流的影响，采用上述方法，分析滇中引水工程供水后受水区投产年、达产年综合干旱事件的特征，并与现状相较的变化情况，见表1。

可以看出，供水后与供水前相比较，同一联合重现期所对应的干旱历时和烈度减小，相同干旱历时和烈度所对应的重现期变大，说明供水后受水区的干旱向

着历时变短、烈度减弱、重现期增长的情势转变，供水对受水区的水文干旱情势呈有利影响，且影响程度较大；预计工程供水后，各受水区投产年的干旱历时将缩短0.91～12.70月、烈度将减弱0.602～4.060、重现期将增长0.219～3.630 a，达产年的干旱历时将缩短1.22～13.10月、烈度将减弱0.672～4.110、重现期将增长0.220～4.030 a。

3.2  干旱风险分析

滇中引水工程受水区细化到乡镇，计划分为93个受水小区。按照前述干旱风险度分析方法，分别对工程供水前后各受水小区现状年、投产年、达产年的干旱危险度、种植率、受灾率、缺水率进行计算，从而对比分析滇中引水工程供水前后区域干旱风险的变化情况，研究工程供水对区域干旱风险的影响程度。

3.2.1  干旱风险具体化

（1） 危险度。

将现状年、投产年、达产年综合干旱事件的历时D、烈度S及联合分布C2，表征为危险度D·S·（1- C2）×100，并结合干旱空间分布情况推求得到各受水小区内的平均危险度，成果见图6。图中现状情景危险度分布情况与基于干旱频率和干旱强度分析得到的云南省危险性指标分布规律［35］基本一致，而本文依托的分析因子更为全面。

从图6中可以看出，现状年，位于昆明西北部、红河东南部、楚雄东北部的受水区干旱危险程度较高，而位于大理南部、楚雄西南部、玉溪东部的受水区干旱危险程度相对较低，整个滇中受水区的干旱事件分布呈现出中部和南部高危险、西北部中危险、西南和东部低危险的分布格局；滇中引水工程供水后，区域干旱危险性的空间分布格局不变，但各受水小区的干旱危险度均显著下降，投产年危险度下降2.25～84.75，达产年供水后危险度下降6.20～89.25，降幅最大的受水小区位于昆明，降幅最小的位于大理。

（2） 种植率。

根据统计年鉴，结合空间分析和趋势预测，得到各受水小区现状年、投产年、达产年的种植面积，再由种植面积除以总面积计算种植率，以此描述各受水小区的暴露度E，种植率高表明暴露程度高、遭受干旱的风险性大，反之风险性小。从图7中可以看出，随着区域经济社会的发展，除了昆明晋宁昆阳片、晋宁六街片、滇池片3个受水小区种植率稍有下降外，其余受水小区种植率增大0.16%～0.99%，其中楚雄的元谋元马片增长最大。

（3） 受灾率。

根据统计年鉴，结合空间分析和趋势预测，得到各受水小区现状年、投产年、达产年的灌溉面积和受灾面积，分别计算得到各受水小区现状年、投产年、达产年的受灾率（受灾面积与灌溉面积之比）。从图8中可见，滇中中部楚雄、西部大理等地的受水区受灾率高，遭受干旱的危险性大；而南部红河等地的受水小区，受灾率相对较低。由现状年与投产年、达产年对比可以看出，大理丽江、楚雄、红河等地的受水小区受灾率变化不明显，昆明、玉溪的受水小区受灾率呈现出下降的发展态势。

（4） 缺水率。

建立滇中受水区内水源工程的水资源统一配置模型［36］，通过受水区生产生活用水供需平衡分析得出：现状年受水区总的缺水率为35%，滇中引水工程供水后，投产年、达产年受水区总的缺水率将分别降低至3.5%和3.6%。从图9中可以看出，现状年滇中西部、中部、南部地区缺水严重，尤其以楚雄双柏妥甸片受水小区最为严重；滇中引水工程供水后，投产年、达产年除了嵩明嵩阳片、官渡小哨片因用水量增幅较大导致缺水率较现状分别上升3.67%～5.05%和2.40%～5.65%以外，其余受水小区缺水率下降0.04%～62.08%和0.01%～62.41%，其中昆明安宁连然片受水小区降幅最大。

3.2.2  干旱风险度及干旱风险等级

基于滇中各受水小区的干旱危险度、种植率、受灾率、缺水率4个要素计算成果，分析各要素的上下限，据此按相等间隔划分出10个级别，得到1～10级分别对应的各要素划分界限值。将各要素划分界限值求积，即可得到干旱风险度的1～10级划分界限值。1～10级干旱风险分级成果见表2，等级越高，代表干旱风

险越大。滇中各受水小区的干旱危险度、种植率、受灾率、缺水率4个要素成果之积，即为各受水小区的干旱风险度；结合分级表，可进一步对照干旱风险度成果进行等级划分，确定各受水小区的干旱风险等级。

基于干旱风险度及分级表，即可得到滇中引水工程供水前后现状年、投产年、达产年各受水小区的干旱风险等级变化情况（图10）。图中的现状干旱灾害风险评价结果在空间分布上与基于气象、农业干旱等影响因子的研究结果基本一致［35，37］，均表明滇中旱灾较为严重的地区主要分布在楚雄、大理、昆明、红河、玉溪，说明本文构建的干早灾害风险评价模型总体能反映云南省滇中地区的干旱灾害风险水平。

图10中，现状年受水区内干旱风险等级仅有昆明官渡小哨片为1级，大理市凤仪片、喜洲片、下关片、挖色片为2级，以及昆明西山谷律西翥片、团结片为3级，其余受水小区皆在4级以上，最高为楚雄鹿城片，达到了7级。工程供水后，各受水小区投产年、达产年的干旱风险等级普遍下降1～4级，最高的永胜太阳平山片角片、杞麓湖片下降了5级，说明工程供水后能够有效缓解、降低区域干旱风险程度。

从图10中也可以看到，部分受水小区投产年、达产年较现状年干旱风险等级没有变化：大理市凤仪片、喜洲片、下关片、挖色片仍为2级，大理祥云祥城片、下庄片仍为5级，楚雄双柏妥甸片、昆明嵩明嵩阳片仍为6级，主要是由于这些受水小区灌溉面积增加量大所致；此外，昆明官渡小哨片由于灌溉面积显著增加、缺水量显著增大，导致投产年和达产年较现状年干旱风险等级由1级升为3级。在滇中引水工程供水条件下，上述受水小区未来的干旱风险仍未能得到缓解，因此在后续水利规划中，应对这些地区予以重点关注。

4  结 论

本文通过构建综合干旱指数识别综合干旱事件，分析滇中高原地区的总体干旱特征，结果显示：滇中高原地区干旱历时均值为1.90～5.10月，烈度均值为2.80～4.50，二者的联合重现期为2.45～3.14 a；区域中部、南部的干旱历时/烈度均值较长/强，联合重现期也较长，西部干旱历时/烈度均值较短/弱，联合重现期也较短。在区域干旱特征分析的基础上，通过危险度、种植率、受灾率、缺水率4个因素定义干旱风险度、划分干旱风险等级，研究滇中引水工程供水前后滇中高原各受水小区的干旱风险变化情况发现，各受水小区现状年的干旱风险等级一般高达4～7级，待滇中引水工程供水后，投产年、达产年的干旱风险等级将普遍下降1～4级，但个别受水小区受灌溉面积、缺水量显著增长的影响，干旱风险未能降低，这些地区应当受到后续水利规划的着重考虑。研究表明，滇中引水工程能够有效解决受水区缺水问题，明显缓解区域干旱风险，进一步增强地区抵御自然灾害的能力，有利于滇中乃至云南省未来国民经济的持续稳定发展。本文所进行的区域干旱特性分析及干旱灾害风险评价工作，一定程度上可为区域干旱灾害风险应对提供技术支撑，亦对区域水资源配置具有一定借鉴意义。

参考文献：［1］  何静，吕爱锋，张文翔.气候变化背景下滇中引水工程水源区与受水区降水丰枯遭遇分析［J］.南水北调与水利科技（中英文），2022，20（6）：1097-1108.

［2］  许筱乐，彭涛，林青霞，等.西南地区干旱风险传递特征及驱动因素分析［J］.水力发电学报，2022，41（12）：69-79.

［3］  杨兴海，袁林果，姜中山，等.应用GPS垂向位移定量分析2011～2020年云南省极端干旱时空特征［J］.地球物理学报，2022，65（8）：2828-2843.

［4］  荣艳淑，巩琳，卢寿德.云南2009～2014年持续性气象水文干旱特征及成因分析［J］.水资源保护，2018，34（3）：22-29.

［5］  张迎，黄生志，黄强，等.基于Copula 函数的新型综合干旱指数构建与应用［J］.水利学报，2018，49（6）：703-714.

［6］  李臻，季民，李云岭，等.山东省干旱灾害风险评估与区划研究［J］.人民长江，2023，54（1）：80-87.

［7］  徐翔宇，刘昀竺，汪党献，等.干旱灾害风险管理的战略思考［J］.灾害学，2022，37（2）：1-5.

［8］  柳媛普，王素萍，王劲松，等.气候变暖背景下西南地区干旱灾害风险评估［J］.自然资源学报，2018，33（2）：325-336.

［9］  彭守璋.中国1km分辨率逐月平均气温数据集（1901～2022）［DB/OL］.国家青藏高原科学数据中心，2019［2023-12-15］.https：∥doi.org.10.11888/Meteoro.tpdc.270961.

［10］彭守璋.中国1km分辨率月最高温度数据集（1901～2022）［DB/OL］.国家青藏高原科学数据中心，2020［2023-12-15］.https：∥doi.org/10.5281/zenodo.3114193.

［11］彭守璋.中国1km分辨率月最低温度数据集（1901～2022）［DB/OL］.国家青藏高原科学数据中心，2020［2023-12-15］.https：∥doi.org/10.5281/zenodo.3114194.

［12］唐文君.中国716个气象站太阳辐射日均值数据集（1961～2010）［DB/OL］.国家青藏高原科学数据中心，2019［2023-12-15］.https：∥doi.org/10.11888/AtmosphericPhysics.tpe.249399.file.

［13］PENG S Z，DING Y X，WEN Z M，et al.Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011～2100［J］.Agricultural and Forest Meteorology，2017，233：183-194.

［14］TANG W J，YANG K，QIN J，et al.Development of a 50-year daily surface solar radiation dataset over China［J］.Science China-Earth Sciences，2013，56（9）：1555-1565.

［15］MCKEE T B，DOESKEN N J，KLEIST J.The relationship of drought frequency and duration to time scales［C］∥Proceedings of the 8th Conference of Applied Climatology.Anaheim，California，Boston：American Meterological Society，1993：179-184.

［16］赵英，陈华，杨家伟，等.基于SWAP和SRI的汉江流域旱涝急转时空特征分析［J］.人民长江，2020，51（4）：94-99，151.

［17］VICENTE-SERRANO S M，LPEZ-MORENO J I，BEGUERA S，et al.Accurate computation of a streamflow drought index［J］.Journal of Hydrologic Engineering，2012，17（2）：318-332.

［18］WU S H，YIN Y H，ZHENG D，et al.Aridity/humidity status of land surface in China during the last three decades［J］.Science in China（Series D：Earth Sciences），2005，48（9）：1510-1518.

［19］GU S X，HE D M，CUI Y L，et al.Variations of agricultural water requirements in Lancang River in last 50 years［J］.Journal of Geographical Sciences，2012，22（3）：441-450.

［20］SKLAR A.Fonctions de repartition a` n dimensions et leurs marges［J］.Publishing Institute of Statistical University of Paris，1959，8：229-231.

［21］张洁祥，吕娟，张学君，等.基于Copula的2022年长江流域极端干旱重现期研究［J］.人民长江，2023，54（8）：32-39.

［22］徐翔宇，许凯，杨大文，等.多变量干旱事件识别与频率计算方法［J］.水科学进展，2019，30（3）：373-381.

［23］魏艳华，张世英.Copula理论及其在金融分析上的应用［M］.北京：清华大学出版社，2008.

［24］陈璐.Copula 函数理论在变量水文分析计算中的应用研究［M］.武汉：武汉大学出版社，2013：28-34.

［25］YEVJEVICH V.Stochasticprocesses in hydrology［M］.Colorado，USA：Water Resources Publication，LLC，1972.

［26］MISHRA A K，SINGH V P.A review of drought concepts［J］.Journal of Hydrology，2010，391：202-216.

［27］韩会明，游文荪，简鸿福，等.赣江流域气象干旱与水文干旱特征及其概率关系［J］.人民长江，2021，52（5）：44-49.

［28］陈晶，顾世祥，何大明，等.近60多年来滇池流域干旱特性及重现期分析［J］.长江流域资源与环境，2016，25（9）：1457-1465.

［29］代萌，黄生志，黄强，等.干旱多属性风险动态评估与驱动力分析［J］.水力发电学报，2019，38（8）：15-26.

［30］袁喆.变化环境下干旱灾害风险评价与综合应对：以滦河流域为例［D］.北京：中国水利水电科学研究院，2016.

［31］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.

［32］贺晋云，张明军，王鹏，等.近50 年西南地区极端干旱气候变化特征［J］.地理学报，2011，66（9）：1179-1190.

［33］门宝辉，庞金凤，张腾，等.嫩江流域水文干旱归因分析及未来演变规律［J］.水力发电学报，2023，42（10）：60-74.

［34］王利民，刘佳，张有智，等.我国农业干旱灾害时空格局分析［J］.中国农业资源与区划，2021，42（1）：96-105.

［35］舒贝妮，童绍玉.2009～2019年滇中地区农业旱灾脆弱性的时空变化［J］.云南地理环境研究，2022，34（5）：55-61，69.

［36］李波，曹正浩.滇中引水工程水资源配置方案研究［J］.水利水电快报，2020，41（1）：13-16.

［37］何娇楠.云南省干旱灾害风险评估与区划［D］.昆明：云南大学，2017.

（编辑：谢玲娴）

Analysis of drought characteristics and risks in Central Yunnan Plateau region

CHEN Jing，ZHANG Tianli

（Yunnan Water Conservancy and Hydroelectric Survey Design and Research Institute，Kunming 650021，China）

Abstract：

The Central Yunnan Plateau region is a key area for the social and economic development of Yunnan Province，but it is also the region most prone to drought disasters.Investigating the drought characteristics and risks in this region is crucial for regional drought defense.A comprehensive drought index MDI was constructed using the multivariate Copula function to identify comprehensive drought events that contain meteorological，hydrological，and agricultural drought characteristics，and to determine the overall drought characteristics of the Central Yunnan Plateau region.Based on the drought characteristics analysis，a risk assessment method for drought disasters was proposed based on natural disaster risk theory.The drought risk levels were divided into four categories based on the level of danger，implantation rate，affected rate，and water shortage rate，and the impact of the Central Yunnan Water Transfer Project on regional drought was evaluated.The results reflected：① The overall drought characteristics of the Central Yunnan Plateau are that the drought duration was 1.90～5.10 months，the intensity was 2.80～4.50，and the joint return period was 2.45～3.14 years.The regional distribution of drought duration，intensity，and joint return period were longer/stronger in Chuxiong，Kunming，and Yuxi that were in the central area，and Honghe in the south，while they were shorter/weaker in Dali in the west and Qujing in the east.After the completion of the Central Yunnan Water Transfer Project，the regional drought showed a development trend of shorting in duration，weakening in intensity，and prolonging in joint return period.② Before the Central Yunnan Water Transfer Project，the drought risk level in the central plateau region was generally 4～7 levels.After the completion of the project，the drought risk level generally decreased by 1～4 levels，resulting in a significant reduction in drought risk.This suggests that by building a water network in the Central Yunnan Plateau region through the Central Yunnan Water Transfer Project，the region′s ability to defend against drought disasters can be improved，which is beneficial to the sustainable and stable development of the regional economy.

Key words：

meteorological drought; hydrological drought; agricultural drought; drought risk; Copula function; Central Yunnan Water Transfer Project; Central Yunnan Plateau