EN中文

GEOGRAPHICAL RESEARCH >

2019 , Vol. 38 >Issue 7: 1820 - 1832

DOI: https://doi.org/10.11821/dlyj020190088

Articles

Spatiotemporal variations of multi-scale drought and its influencing factors across the Loess Plateau from 1960 to 2016

  • SUN Yijie ,
  • LIU Xianfeng ,
  • REN Zhiyuan ,
  • LI Shuangshuang
Expand
  • School of Geography and Tourism, Shaanxi Normal University, Xi’an 710119, China

Received date: 2019-01-28

  Request revised date: 2019-06-02

  Online published: 2019-07-12

Copyright

《地理研究》编辑部 所有
Fold

Abstract

Clarifying the spatiotemporal changes of drought and its influencing factors is of vital importance to the construction of ecological engineering and the sustainable development of social economy in the Loess Plateau. Using the daily precipitation data of 59 meteorological stations in the Loess Plateau, this paper attempts to describe the temporal and spatial variation trends of drought in the region on multi-time scales during 1960-2016. Based on Standardized Precipitation Evapotranspiration Index (SPEI), Sen+Mann-Kendall analysis, correlation analysis and other climate diagnosis methods, we analyzed the relationship between atmospheric circulation anomalies and drought variations. The results showed that: (1) The SPEI presented a downward trend in recent 57 years, showing a tendency from wet to dry. However, the change trend was not significant and the decline rate was only 0.032/10a. The significant drought trend occurred since the early 1970s and the late 1990s, the water-loggings were frequent during 1980s to the early 1990s. (2) The interannual SPEI (SPEI-12) indicated that there was a consistent drought trend in the whole Loess Plateau, the western part of Shanxi Province, the northern part of Ningxia Hui Autonomous Region, the central-eastern part of Gansu, Hohhot in Inner Mongolia Autonomous Region and Huashan in Shaanxi Province, which showed an significant drought trend, while a wetting tendency was observed in northwest and southwest parts of the Loess Plateau, and the north of Henan Province, moreover the increasing trend was obvious in Jingtai in Gansu Province and Xining in Qinghai Province, with the trend coefficient being respectively 0.36/10a and 0.35/10a. (3) On the inter-seasonal scales, drought trends were found in three seasons except winter, among them summer and autumn were remarkable, the decline rate was similar, at 0.03/10a. In spatial variation, there existed a regional difference of seasonal drought trend. The variation trend of spring drought was consistent with the interannual variation, in autumn the drought trend covered a larger range, which accounted for 64.53% of the total study area, while in winter the scope of drought decreased and was non-significant, and only 33.29% of meteorological stations showed a trend of drought. (4) IOD, NAO, PDO, AMO and ENSO3.4 were the dominant influencing factors for annual and seasonal precipitation variability over the Loess Plateau, the influence had obvious characteristics of interannual and interdecadal phase transition. Multiple regression model indicates that IOD and NAO could well explain drought variations over the Loess Plateau, which accounted for 22.98% and 12.23% of drought, respectively, compared to ENSO3.4. Our results suggest that precipitation over the Loess Plateau has a good correlation with Southwest Monsoon.

Key words： Loess Plateau; multi-scale drought; standardized precipitation evapotranspiration index; climate indices

Cite this article

SUN Yijie , LIU Xianfeng , REN Zhiyuan , LI Shuangshuang . Spatiotemporal variations of multi-scale drought and its influencing factors across the Loess Plateau from 1960 to 2016[J]. GEOGRAPHICAL RESEARCH, 2019 , 38(7) : 1820 -1832 . DOI: 10.11821/dlyj020190088

1 引言

全球气候变化已成为21世纪人类面临最复杂的挑战之一,对区域生态环境和人类社会可持续发展造成了严重影响[1],其中气候变暖使得地表蒸散量增加,降水出现较强的区域性,导致高温、洪涝、干旱等极端气候事件发生频率和强度呈显著增加趋势[2,3]。在众多极端气候事件中,干旱作为最普遍的自然灾害,具有发生频率高、持续时间长、影响范围广、对农业生产威胁较大等特点,全球每年由于干旱所造成的经济损失约为60~80亿美元,远超其他自然灾害[4]。中国作为农业大国,农业是国民经济的基础,而干旱是影响农业经济的主要制约因素[5]。据统计,中国平均每年发生的自然灾害中旱灾所占比例最大,占受灾总面积的55%,近30年呈现由北向南、由西向东的扩展趋势[6]。因此,明晰干旱时空变化特征对减轻旱灾损失具有至关重要的作用。
近年来,国内外学者针对不同流域[7, 8]和不同自然区域[9, 10]干旱时空分布格局及其影响因素进行了大量研究。Sergio等[11]基于标准化降水指数分析了1952—1999年西班牙东北部半干旱地区冬季干旱的时空变化特征;Wang Fei等[12]利用SPEI指数发现1961—2015年黄河流域干旱趋势明显增加,且兰州至河口地区受灾最为严重;李运刚等[13]研究发现1961—2012年红河流域呈现干旱化趋势,各季节干旱发生频次空间差异较大;李明等[14]采用SPEI指数探讨了东北地区干旱的空间变化趋势,并将其划分为5个干旱亚区,分析了各亚区的时空差异;在影响因素方面,从不同气象因子入手考虑其对干旱的影响[15,16,17],Churchill Okonkwo[18]利用小波分析和相关分析,探讨了20世纪80年代萨赫勒西部地区干旱趋势与ENSO、AMO冷期和NAO暖期具有显著的相关性;Kar等[19]分析了印度西北部及毗邻地区降水的年际变化受ENSO影响较大;Xiao等[20]发现ENSO是影响珠江流域季节和年降水的主要因素,各气候因子对珠江流域降水天数和降水强度的影响具有季节差异,且彼此之间存在制约和协同关系;Mera等[21]利用多时间尺度标准化降水指数（SPI）和Palmer干旱指数（PDSI）发现马纳比河流域地区具有明显的季节性和年际干旱趋势,且ENSO与区域干旱呈现显著的相关性,提出了基于气候指数和干旱指标的干旱预报系统。
黄土高原作为中国典型生态脆弱区和气候敏感区,气候干旱,降水少而集中,植被覆盖度低,水土流失严重[22],加上全球气候变化导致极端气候事件频繁,引发其自然灾害风险增加,给生态环境和农业生产造成了严重影响。因此,评价黄土高原生态安全状况以及分析干旱灾害的时空变化特征成为国内学者的重点研究方向[23,24,25],但多数研究主要集中在黄土高原旱涝灾害的时空特征分析上,且以局部黄土高原地区为主[26, 27],针对黄土高原长时间序列多尺度干旱空间差异及其影响因素的研究相对较少,分析多个遥相关指数对黄土高原干旱影响的研究相对不足[23]。鉴于此,基于1960—2016年黄土高原59个气象台站数据,本文旨在通过计算不同时间尺度SPEI指数分析黄土高原多尺度干旱时空变化特征,探讨全球和区域主要遥相关指数对黄土高原降水变化的影响,以期为黄土高原干旱预警和农牧业发展提供决策建议。

2 数据与方法

2.1 研究区概况

黄土高原地处中国中部偏北,西起祁连山,东迄太行山,北到长城,南抵秦岭,介于33°43'N—41°16'N,100°54'E—114°33'E之间,东西长约1300 km,南北宽约800 km,总面积约为64万km2,横跨山西、陕西、甘肃、青海、内蒙古、宁夏及河南等7个省及自治区（图1）。黄土高原隶属半湿润半干旱气候带,年均温为3.6~14.3℃,年降水量在150~750 mm之间,气温、降水四季分明。同时该地区植被覆盖度低,水土流失现象严重,生态环境十分脆弱,加上人类长期不合理的开发利用,使其原本脆弱的生态环境日趋恶化[28,29,30]。
Fig. 1 Distribution of meteorological stations on the Loess Plateau

图1 黄土高原地理位置及气象站点分布

2.2 数据来源

为保证资料的连续性和完整性,建立均一、稳定的气象序列,依据最长时间段的原则[31],选取了黄土高原59个气象台站的逐日数据,包括气温、降水、风速、相对湿度、日照时数等气象要素,资料时间跨度为1960—2016年,以上数据均来自中国气象数据网（http://data.cma.cn/）。利用RClimDex对所选台站的数据资料经过严格检查和控制,包括异常值和错误值的剔除、时间一致性检验、日最低温是否大于最高温、极值检验等[32],对于极少部分的缺测数据采用线性插值方法进行插补,以保证数据的完整性、一致性,对各站点的气象数据进行差值处理,叠加DEM得到其空间分布,消除了海拔、坡度等非气候因素造成的影响。
遥相关指数数据来源于美国国家海洋气象局（http://www. noaa. gov/）,包括大西洋多年代际振荡（AMO）、北极涛动（AO）、东大西洋型（EA）、东大西洋西俄罗斯型（EAWR）、厄尔尼诺（ENSO3.4）、东太平洋北太平洋型（EPNP）、印度洋偶极子（IOD）、北大西洋涛动（NAO）、太平洋年代际振荡（PDO）、太平洋北美型（PNA）、极地/欧亚大陆型（polarEA）、太平洋转换型（PT）、斯堪的纳维亚型（SCAND）、热带-北半球型（TNH）、西太平洋型（WP）等影响全球和区域气候的15个遥相关指数的月值数据,时间跨度为1960—2016年。

2.3 研究方法

2.3.1 标准化降水蒸散指数 本文采用国际通用的标准降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）来刻画黄土高原的干旱状况。该指数是在标准化降水指数（SPI）的基础上,考虑气温对干旱的影响而构建同时考虑降水和蒸散量对干旱影响的指数[33]。潜在蒸散采用Penman-Monteith模型计算,通过计算黄土高原逐月降水量与潜在蒸散的差值,建立不同时间尺度的水分盈亏累积序列,由于存在正负数值,采用三个的参数log-logistic概率分布函数对累计概率密度进行标准化处理,得到相应的多尺度SPEI指数,详细计算过程参考文献[34]。SPEI指数具有多时间尺度特征,同时反映了降水和气温对区域干旱的影响,能够准确监测干旱状况,可用于进行不同时间尺度和地区干旱特征的对比分析[26]。根据国家气象局制定的《气象干旱等级》[35],将SPEI指数划分不同的干旱等级：正常（–0.5≤SPEI<0.5）,轻度干旱（–1.0<SPEI≤–0.5）,中度干旱（–1.5<SPEI≤–1.0）,严重干旱（–2.0<SPEI≤–1.5）,极端干旱（SPEI≤–2.0）。
2.3.2 Sen+Mann-Kendall趋势分析 Sen趋势分析既不受异常值的影响,也不用服从一定的分布,对测量误差或离散数据具有较好的规避能力[30],现已被广泛应用于气候变化和水文序列分析中。本文利用Sen趋势对黄土高原多尺度干旱变化进行分析,同时采用Mann-Kendall方法对变化趋势进行显著性检验[36]。具体计算公式如下：
β = Median x j - x i j - i , ∀ j > i （1）
式中：β为像元SPEI变化趋势;i、j为时间序列;xi,xj分别代表第i、j时间的像元SPEI值;当β>0时,说明该像元内SPEI呈上升趋势;β<0时,说明该像元内SPEI呈下降趋势。
2.3.3 相关分析 由于IOD、NAO、PDO、AMO和ENSO3.4等遥相关指数的影响范围较大,对于某一区域降水的影响随时间变化而呈现非平稳变化趋势。因此,本文利用滑动相关分析来判别遥相关指数对黄土高原不同时间尺度SPEI的影响。具体做法为：以10年为滑动窗口,计算遥相关指数与月、季节和年SPEI时间序列的滑动相关系数,揭示遥相关指数对黄土高原地区降水的作用机制及其年际和年代际特征。公式如下：
r xy = ∑ i = 1 n ( x i - x ̅ ) ( y i - y ̅ ) ∑ i = 1 n ( x i - x ̅ ) 2 ∑ i = 1 n ( y i - y ̅ ) 2 （2）
式中：rxy为遥相关指数与SPEI之间的相关系数,介于[-1,1]之间;rxy>0表示正相关,即为同向相关;rxy<0表示负相关,即为异向相关;xi,yi分别表示遥相关指数和1、3、6、12月的SPEI指数; x ̅ , y ̅ 分别表示各遥相关指数的平均值和1、3、6、12月的SPEI指数平均值。

3 结果分析

3.1 黄土高原SPEI指数年际变化特征

3.1.1 时间变化特征 黄土高原不同时间尺度SPEI指数随时间变化的敏感性存在明显差异,时间尺度越小,变化越显著,波动幅度越大。月尺度SPEI（SPEI-1）在1960—2016年间波动幅度最大,季尺度SPEI（SPEI-3）、半年尺度SPEI（SPEI-6）波动变化周期要长于SPEI-1,反映黄土高原干湿的季节变化规律,年尺度SPEI（SPEI-12）变化趋势相对平稳。SPEI-1变化与每月气温和水分变化有关,反映了该时期土壤的含水量,为制定农业灌溉周期提供依据 [37];SPEI-3主要受季节降水和温度变化的影响,揭示土壤下层的含水量[38];SPEI-12变化相对稳定,体现黄土高原干旱的年际变化特征,较好地说明了河流径流量和下层土壤水分的变化[39,40]。因此,本文着重分析了黄土高原1960—2016年SPEI-12指数的时空变化特征。
1960—2016年黄土高原SPEI-12指数呈现明显的波动震荡,旱涝交替频繁,变化趋势并不显著,整体以0.032/10a的速率呈下降趋势（图2）,说明57年来黄土高原干旱趋势逐渐加强。同时,SPEI-12指数具有明显阶段性特征,1972年、1992年和2000年SPEI-12指数出现明显转折,呈现下降-上升-下降-上升的趋势。1960—2016年黄土高原主要干旱时期集中在1969—1974年和1997—2006年之间,其中1965年、1972年和1997年干旱强度较大,SPEI-12指数分别达到-1.19、-1.25和-1.14,表现为中度干旱。黄土高原湿润年份离散程度较大,最湿润年份偏离均值的程度要高于最干旱年份,相对湿润年份集中在1975—1992年之间,SPEI-12值数在1964年、1967年和2003年相对较大,分别为1.86、1.37和1.11,表现为严重湿润和中度湿润年份。整体来看,57年来黄土高原呈现逐渐由湿变干的趋势,干旱趋势具有明显的年际变化特征,20世纪80年代中期为较湿润时期,90年代中期进入全面干旱时期。
Fig. 2 Interannual variations of SPEI-12 in the Loess Plateau during 1960 to 2016

图2 1960—2016年黄土高原SPEI-12年际变化特征

3.1.2 空间变化特征 从年尺度SPEI变化趋势的空间分布可知,黄土高原SPEI-12指数下降趋势具有全域性,趋势系数介于（-0.50~0.46）/10a之间,下降和上升趋势分别占研究区总面积的60.7%和39.3%（图3）,即以干旱化趋势为主。不同台站SPEI-12指数下降幅度具有明显的空间差异,下降趋势主要分布在山西南部、陕西北部、甘肃东南部以及宁夏大部分地区,表现为明显的由湿变干趋势,其中有10个站点的干旱趋势较为显著,集中在山西省西部（五台山、榆社、介休）、宁夏西北部（银川、中卫）、甘肃中东部（靖远、榆中、临洮）以及内蒙古呼和浩特和陕西华山,这可能与黄土高原地区降水和气温两个气候因子的共同影响有关;而SPEI-12指数增加趋势主要集中在黄土高原西北和西南部以及河南省北部,其中甘肃景泰、青海西宁、内蒙古包头、河南三门峡等站点增加趋势较为明显,趋势系数分别为0.36/10a、0.35/10a、0.29/10a、0.21/10a。
Fig. 3 Interannual spatial distribution of SPEI-12 in the Loess Plateau from 1960 to 2016

图3 1960—2016年黄土高原SPEI-12指数空间变化趋势

3.2 黄土高原SPEI指数季节变化特征

3.2.1 时间变化特征 从季节变化特征看,除冬季以0.01/10a的速率呈上升趋势外,春、夏、秋三个季节均呈下降趋势,下降速率分别为0.03/10a、0.01/10a和0.03/10a（图4）,其中春季SPEI-3指数下降趋势与年际变化趋势较为相似,在1968年和1995年之后表现为明显变旱趋势,干旱时期主要集中在1971—1982年之间;夏季干湿波动幅度较小,湿润年份集中在1976—1996年之间,1997年之后表现为变旱趋势;秋季SPEI-3指数在1960—1975年以正值为主即为较湿年份,1976年之后开始呈现下降趋势,1986—1999年进入全面干旱时期,2000年以后干旱情况有所好转;冬季SPEI-3指数在高、低位之间震荡变化,干湿交替分布,1977—1988年以及1994—2002年期间为偏旱时期,而在1970年和2005年之后逐渐变湿。
Fig. 4 Seasonal variations of SPEI-3 index in the Loess Plateau from 1960 to 2016

图4 1960—2016年黄土高原SPEI-3指数季节变化特征

3.2.2 空间趋势变化 季节尺度上,黄土高原不同季节SPEI-3指数空间变化趋势差异显著（图5）。春季SPEI-3指数下降趋势遍布整个黄土高原,与SPEI-12指数变化趋势空间分布较为相似,下降和上升趋势分别占63.09%和39.14%,显著变旱区（13个站点,P<0.05）主要位于山西南部、陕西北部、宁夏西北部以及甘肃东南部（图5a）;夏季SPEI-3趋势系数介于（-0.36~0.37）/10a,下降和上升趋势各占55.92%和44.08%,其中有5个站点表现为显著下降趋势,主要集中在山西（五台山）、宁夏（银川、中卫）、甘肃（靖远、榆中）3个省份,其余29个站点下降趋势并不明显,主要分布在山西西部、陕西东北部和甘肃东南部,而上升趋势集中在西宁市中东部、平凉市北部、西安市西北部、三门峡中部以及包头市西南部（图5b）;秋季干旱趋势范围对比春、夏两季有所增加,几乎遍布整个黄土高原地区,下降和上升趋势达到64.53%和35.47%,其中有40个站点干旱趋势较大,且有15.25%气象台站通过0.05显著性水平检验,主要分布在祁州西部、吴忠东部、平凉和定西西北部,而上升趋势与夏季空间分布较为相似,但范围有所缩小（图5c）;冬季与春、夏、秋三季相比,干旱趋势并不显著,趋势系数介于（-0.53~0.46）/10a,有8个站点呈显著上升趋势,主要分布在临汾市东部、延安市西北部、固原市和兰州市西部地区,而剩下33.29%站点为下降趋势,即表现为显著干旱趋势,主要位于山西省东西部、宁夏北部和甘肃中东部地区（图5d）。
Fig. 5 Spatial distribution of seasonal trend in SPEI-3 in the Loess Plateau during 1960 to 2016

图5 1960—2016黄土高原SPEI-3指数季节变化趋势

3.3 影响因素分析

通过将15个遥相关指数与SPEI-1进行主成分分析,筛选出了对黄土高原降水变化影响较大的5个遥相关指数,即IOD、NAO、PDO、AMO、ENSO3.4。本文分别计算了SPEI-1与IOD、NAO、PDO、AMO和ENSO3.4的年际滑动相关系数,结果如图6所示。研究发现,IOD对SPEI-1的负相关影响呈现先增加后减少的趋势,且负相关在2012年之后转为弱正相关;NAO对SPEI-1的影响主要体现为正相关,但在70年代对其影响并不明显;PDO与SPEI-1主要表现为负相关,1989—1999年之间负影响较为显著,但在2001—2011年出现较弱的正相关;AMO对SPEI-1的影响并不明显且不稳定,由弱正相关在1984年之后转为弱负相关并逐渐增加,1995—2002年期间负相关影响较大;1970—1998年ENSO3.4对SPEI-1表现为较稳定的负相关影响,之后转为较弱的正相关,但其相关性逐渐减小。
Fig. 6 10-year moving correlation coefficients between SPEI-1 and climate oscillation indices

图6 SPEI-1与主要遥相关指数的年代际滑动相关系数

本文进一步分析了SPEI-3、SPEI-6和SPEI-12不同尺度干旱对各环流因子的响应,结果与1月尺度相近。IOD、PDO和ENSO3.4对SPEI-3的影响变化与SPEI-1结果较为一致,但负相关影响程度有所增加,NAO对SPEI-3正相关影响范围缩小且强度减弱,而AMO对SPEI-3的正相关影响程度增加;此外,在1973—1982年之间NAO对SPEI-6表现为 负影响,AMO与SPEI-6的正相关在20世纪70年代和21世纪初较为明显;与SPEI-1相比,除NAO以外各气候因子对SPEI-12的影响较为明显,NAO在20世纪70年代表现为负影响,之后转为较弱的正相关,PDO在70年代和21世纪初具有明显的正相关。由此可见,遥相关指数对不同尺度SPEI的影响趋势大致相似,但随着时间尺度的增加,相关系数的绝对值也有所增加,反映了较长时间尺度SPEI指数对气候因子的响应更为明显。
需要说明的是,与以往研究类似,本文计算的SPEI与上述遥相关指数的相关系数并不显著[36],其主要原因一方面是各个气候遥相关指数对黄土高原降水的影响存在正相关和负相关,且相关系数表现为年际和年代际的相位转换特征[41];二是多种遥相关指数之间相互作用,并共同作用于区域降水,这种综合作用下的降水与任何单一因子的相关性并不明显。鉴于遥相关指数对降水影响的复杂性,本文进一步建立了多元回归模型,探索各因子对降水的贡献率。结果表明,IOD的变化对黄土高原降水影响最为显著,解释率为22.98%,其次是NAO,解释率为12.23%,而ENSO3.4对黄土高原降水的解释率最低。IOD和NAO作为影响北半球中高纬度地区气候变化的主要因素[42],对东亚大气环流和气候变化具有重要影响,也有研究表明IOD通过影响西南季风来影响中国大陆降水[43],说明在本研究中黄土高原降水变化与西南季风具有较强的关联性。

4 结论与讨论

4.1 结论

基于1960—2016年黄土高原59个气象台站的数据资料,利用趋势分析、相关分析等气候诊断方法,从年和季节尺度上分析了黄土高原干旱的时空变化特征,并探讨了5种遥相关指数对其降水变化的影响,主要得到以下结论：
（1）近57年来黄土高原SPEI-12指数呈下降趋势,即表现为变旱趋势,在1969和1997年之后呈现显著干旱趋势;空间上,山西南部、陕西北部、甘肃东南部以及宁夏中部表现为明显下降趋势,上升趋势主要集中在黄土高原西北和西南部地区。
（2）季节变化上,除冬季外,春、夏、秋三季均呈下降趋势,春季在70年代呈现显著干旱趋势,秋季干旱时期集中在1985—2000年之间,夏季干湿波动幅度较小,而冬季干湿交替分布且变化程度相当。
（3）空间变化上,春季干旱趋势变化与年际空间变化相似,显著变旱区位于山西南部、陕西北部、宁夏西北部以及甘肃东南部;夏季干旱趋势范围有所减少,而变湿趋势逐渐增加;秋季干旱趋势遍布整个黄土高原地区,显著干旱区集中在山西西北部、宁夏北部以及甘肃中东部;冬季干旱趋势并不明显,SPEI-3指数增加趋势较广且比较分散。
（4）IOD、NAO、PDO、AMO和ENSO3.4是影响黄土高原降水变化的主要指数,其中IOD、PDO和ENSO3.4对SPEI-1表现为负相关,NAO对其表现为较弱的正相关,AMO由正相关转为较弱的负相关且逐渐增强。SPEI-3、SPEI-6和SPEI-12与遥相关指数的相关性与SPEI-1结果相近,随着时间尺度增加,SPEI指数对气候因子的响应更为明显。

4.2 讨论

本文从多时间尺度反映1960—2016年黄土高原干旱时空变化特征,利用气候统计诊断方法,分析IOD、NAO、PDO、AMO和ENSO3.4等遥相关指数与黄土高原干旱变化的关联性。研究发现,黄土高原显著干旱区集中在山西西部、宁夏西北部和甘肃中东部地区,与前人研究成果比较一致,如刘宇峰等[44]研究发现黄土高原干旱区主要位于黄土高原沟壑区及河谷平原北部,胡娜娜等[45]分析在气候暖干化背景下山西中南部、青海东部以及甘肃东部为易发干旱区。需要说明的是,由于干旱指数选取的不同以及时间跨度的不同,干旱的空间分布格局存在一些差异,但整体趋势大致相近,说明本研究成果具有一定的借鉴价值。在影响因素方面,影响降水变化的因素具有一定的复杂性、周期性和季节变化特征,赵珊珊等[46]研究指出IOD通过改变东亚大气环流异常影响次年中国夏季气候,且在20世纪70年代前后发生变化;孙卫国等[47]分析了冬、夏季气候变化与AO之间的关系,发现夏季AO通过影响东亚季风强度使河南省降水和气温变化产生异常,同时与东亚夏季风和西太平洋副热带高压有关;在物理机制方面,地形因子导致水热再分配容易使区域旱灾差异明显,对区域旱灾风险的客观、准确评价具有至关重要的作用;穆兴民和陈国良[48]的研究指出黄土高原地理位置和海拔高度决定了降水的趋势分布。此外,遥相关指数对降水影响的正负作用转换机制、遥相关指数之间的相互协同或制约作用都需要进一步明晰,从而实现区域准确预测降水。总之,明确黄土高原降水变化的影响因素以及预测未来干旱变化趋势有待进一步研究。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
刘宪锋, 朱秀芳, 潘耀忠, 等. 农业干旱监测研究进展与展望. 地理学报, 2015, 70(11): 1835-1848.

[Liu Xianfeng, Zhu Xiufang, Pan Yaozhong, et al.Agricultural drought monitor: Progress, challenges and prospect. Acta Geographica Sinica, 2015, 70(11): 1835-1848.]

[2]
杨涛, 陆桂华, 李会会, 等. 气候变化下水文极端事件变化预测研究进展. 水科学进展, 2011, 22(2): 279-286.全球气候变化对洪水、干旱等极端水文事件的影响已成为一个亟待解决的科学问题.针对国内外在气候变化下采用统计降尺度和降雨径流模型对水文极端事件进行预测的研究进展进行了系统分析,在分类阐述的基础上,总结了国内外最新的研究进展及在预估过程中存在的问题和解决方案,试图凝练出一些气候变化背景下水文极端事件预估的新思路.结果表明:为有效降低极端水文事件预估的不确定性,各种集合模拟技术、数据同化方法、强化观测技术及水文模型的尺度转换理论将是有效的解决途径.

[Yang Tao, Lu Guihua, Li Huihui, et al.Advances in the study of projection of climate change impacts on hydrological extremes. Advances in Water Science, 2011, 22(2): 279-286.]

[3]
秦大河, 丁一汇, 王绍武, 等. 中国西部生态环境变化与对策建议. 地球科学进展, 2002, 17(3): 314-319.<p>中国西部地区生态环境的历史演变过程与未来可能变化趋势是科学界面对的一大难题，正确认识西部地区生态环境的演变过程与变化趋势，是西部地区社会经济可持续发展必须面对的课题，是正确制定西部大开发战略方针的重要科学基础。依托中国科学院牵头完成的《中国西部环境演变评估》研究成果，介绍了中国西部地区生态环境演变的主要特征与基本事实，主要强调近50年来全球变暖与人类活动在西部生态环境演变中的重要作用；指出未来的气候与环境变化对西部地区的经济社会发展将产生重要影响；提出了西部地区生态保护与可持续发展的对策与建议，指出西部地区的生态建设必须综合治理、突出重点，特别强调要强化对西部地区的科学研究，为西部大开发服务。</p>

[Qin Dahe, DingYihui, Wang Shaowu, et al. Ecological and environmental change in west China and its response strategy. Advance in Earth Sciences, 2002, 17(3): 314-319.]

[4]
姚玉璧, 张强, 李耀辉, 等. 干旱灾害风险评估技术及其科学问题与展望. 资源科学, 2013, 35(9): 1884-1897.

[Yao Yubi, Zhang Qiang, Li Yaohui, et al.Drought risk assessment technological progresses and problems. Resources Science, 2013, 35(9): 1884-1897.]

[5]
徐建文, 居辉, 刘勤, 等. 黄淮海地区干旱变化特征及其对气候变化的响应. 生态学报, 2014, 34(2): 460-470.

[Xu Jianwen, Ju Hui, Liu Qin, et al.Variation of drought and regional response to climate change in Huang-Huai-Hai Plain. Acta Ecologica Sinica, 2014, 34(2): 460-470.]

[6]
翁白莎, 严登华. 变化环境下中国干旱综合应对措施探讨. 资源科学, 2010, 32(2): 309-316.我国干旱具有普遍性、连续性、季节性、地域性等特征，旱灾不仅直接影响我国的粮食安全，还进一步影响水循环及其伴生水环境、水生态和水沙过程。变化环境下，我国干旱问题显得尤为突出，表现在发生频率不断增加、受旱范围不断扩大、影响领域扩展、灾害损失加重，如何应对变化环境下的干旱，已成为我国实现和谐发展过程中亟待解决的关键问题之一。为有效综合应对我国的干旱问题，本文从三个时间层面上探讨了干旱的应对措施；从长期宏观发展战略层次上，构建与水资源承载能力相适应的经济社会发展模式（重点调整种植结构和工业产业结构），可从根本上减少干旱危害；在中尺度时段上，优化水资源调配体系是干旱综合应对的重点；在短尺度时段上，需制定有效应急预案，保障应急水源。

[Weng Baisha, Yan Denghua.Integrated strategies for dealing with droughts in changing environment in China. Resources Science, 2010, 32(2): 309-316.]

[7]
Soh Y W, Koo C H, Huang Y F, et al.Application of artificial intelligence models for the prediction of standardized precipitation evapotranspiration index (SPEI) at Langat River Basin, Malaysia. Computers and Electronics in Agriculture,. 2018, 144: 164-173.

DOI

[8]
曹博, 张勃, 马彬, 等.基于SPEI指数的长江中下游流域干旱时空特征分析. 生态学报, 2018, 38(17): 6258-6267.

[Cao Bo, Zhang Bo, Ma Bin, et al.Spatial and temporal characteristics analysis of drought based on SPEI in the Middle and Lower Yangtze Basin. Acta Ecologica Sinica, 2018, 38(17): 6258-6267.]

[9]
Nedealcov M, Răileanu V, Sîrbu R, et al.The use of standardized indicators (SPI and SPEI) in predicting droughts over the republic of Moldova Territory. Present Environment and Sustainable Development,2015, 9(2): 149-158.

[10]
Lavaysse C, Vogt J, Toreti A, et al.On the use of weather regimes to forecast meteorological drought over Europe. Natural Hazards and Earth System Sciences, 2018, 18(12): 3297-3309.

DOI

[11]
Vicente-Serrano S.M, López-Moreno Juan I. The influence of atmospheric circulation at different spatial scales on winter drought variability through a semi-arid climatic gradient in Northeast Spain. International Journal of Climatology, 2006, 26(11): 1427-1453.

DOI

[12]
Wang Fei, Wang Zongmin, Yang Haibo, et al.Study of the temporal and spatial patterns of drought in the Yellow River basin based on SPEI. Earth Sciences,2018, 6(8): 1098-1111.

[13]
李运刚, 何娇楠, 李雪. 基于SPEI和SDI指数的云南红河流域气象水文干旱演变分析. 地理科学进展, 2016, 35(6): 758-767.

[Li Yungang, He Jiaonan, Li Xue.Hydrological and meteorological droughts in the Red River Basin of Yunnan Province based on SPEI and SDI indices. Progress in Geography, 2016, 35(6): 758-767.]

[14]
李明, 王贵文, 张莲芝. 基于SPEI的中国东北地区干旱分区及其气候特征分析. 区资源与环境, 2016, 30(6): 65-70.

[Li Ming, Wang Guiwen, Zhang Lianzhi.Drought characteristics analysis and the zoning based on standardized precipitation evapotranspiration index in Northeast China. Journal of Arid Land Resources and Environment, 2016, 30(6): 65-70.]

[15]
Estrela Teodoro, Vargas Elisa.Drought management plans in the European Union. The case of Spain. Water Resources Management, 2012, 26(6): 1537-1553.

DOI

[16]
Engle Nathan L.The role of drought preparedness in building and mobilizing adaptive capacity in states and their community water systems. Climatic Change, 2013, 118(2): 291-306.

DOI

[17]
黄荣辉, 蔡榕硕, 陈际龙, 等. 我国旱涝气候灾害的年代际变化及其与东亚气候系统变化的关系. 大气科学, 2006, 30(5): 730-743.通过观测资料分析我国旱涝灾害的年代际变化特征,表明从1976年之后迄今我国华北地区发生持续干旱,严重影响了此地区的水资源和经济的可持续发展,并且长江、淮河流域夏季季风降水明显增加,洪涝灾害频繁发生.作者还从东亚气候系统的年代际变化系统地分析了发生在我国旱涝气候灾害年代际变化的机理.分析结果表明: 从20世纪70年代中后期迄今,热带中、东太平洋海温上升,并出现 "类似于厄尔尼诺(El Ni(n)o)型" 分布的年代际海温距平.这不仅引起了东亚和西太平洋上空EAP型遥相关环流异常分布的年代际变化,使得从1976年之后迄今东亚夏季风变弱、西太平洋副热带高压偏南、偏西,而且引起了热带Walker环流的变化; 并且,由于热带Walker环流的年代际变化,引起了从20世纪70年代中后期到现在北非上空下沉气流的加强,从而使得萨赫勒及以东地区上空反气旋环流异常增强,并由于遥相关波列的传播,从而导致我国华南上空反气旋环流距平的增强; 此外,中高纬度欧亚型遥相关环流异常分布也发生了年代际变化,使得1976年之后我国华北地区上空出现反气旋环流异常.这些使得到达华北的偏南季风气流减弱和长江、淮河流域水汽输送的辐合,从而导致了我国旱涝的年代际变化.分析结果还表明了从20世纪70年代后期迄今青藏高原冬、春积雪天数增多,深度加深,以及我国西北干旱、半干旱区地-气温差增大,这些有利于长江和淮河流域夏季降水增多,而不利于华北地区夏季降水.

DOI

[Huang Ronghui, Cai Rongshuo, Chen Jilong, et al.Interdecaldal variations of drought and flooding disasters in China and their association with the East Asian climate system. Chinese Journal of Atmospheric Sciences, 2006, 30(5): 730-743.]

[18]
Okonkwo Churchill.An advanced review of the relationships between sahel precipitation and climate indices: A wavelet approach. International Journal of Atmospheric Sciences, 2014, 2014: 1-11.

[19]
Kar S.C, Rana Sapna. Interannual variability of winter precipitation over northwest India and adjoining region: Impact of global forcings. Theoretical and Applied Climatology, 2014, 116(3-4): 609-623.

DOI

[20]
Xiao Mingzhong, Zhang Qiang, Singh Vijay P.Influences of ENSO, NAO, IOD and PDO on seasonal precipitation regimes in the Yangtze River Basin, China. International Journal of Climatology, 2015, 35(12): 3556-3567.

DOI

[21]
Elizabeth Zambrano Mera Yeriel, Fernando Rivadeneira Vera Jonny, Pérez-Martín Miguel Ángel. Linking El Niño Southern Oscillation for early drought detection in tropical climates: The Ecuadorian Coast. Science of the Total Environment, 2018, 643: 193-207.

DOI

[22]
周忠学. 陕北黄土高原土地利用变化与社会经济发展关系及效应评价. 西安: 陕西师范大学博士学位论文, 2007.

[Zhou Zhongxue.A study on the relation between land use change and socio-economic development and its effect evaluation in North Shaanxi Province of Loess Plateau. Xi’an: Doctoral Dissertation of Shaanxi Normal University, 2007.]

[23]
王丹云, 吕世华, 韩博, 等. 近30年黄土高原春季降水特征与春旱变化的关系. 高原气象, 2017, 36(2): 395-406.

[Wang Danyun, Lv Shihua, Han Bo, et al.Characteristics of spring precipitation and their connections with the spring drought over the Loess Plateau during last three decades. Plateau Meteorology, 2017, 36(2): 395-406.]

[24]
党小虎, 吴彦斌, 刘国彬, 等. 生态建设15年黄土高原生态足迹时空变化 .地理研究, 2018, 37(4): 761-771.

[Dang Xiaohu, Wu Yanbin, Liu Guobin, et al.Spatial-temporal changes of ecological footprint in the Loess Plateau after ecological construction between 1995 and 2010. Geographical Research, 2018, 37(4): 761-771.]

[25]
刘蕊娟, 王旭红, 赵会娟. 渭河流域多尺度干旱时空特征分析. 干旱地区农业研究, 2017, 35(3): 99-106, 252.

[Liu Ruijuan, Wang Xuhong, Zhao Huijuan.Analysis of spatial-temporal characteristics of drought by multiple scales in Weihe River Basin. Agricultural Research in the Arid Areas, 2017, 35(3): 99-106, 252.]

[26]
马琼, 张勃, 王东, 等. 1960-2012年甘肃黄土高原干旱时空变化特征分析-基于标准化降水蒸散指数. 资源科学, 2014, 36(9): 1834-1841.

[Ma Qiong, Zhang Bo, Wang Dong, et al.The temporal and spatial distribution of drought on the Loess Plateau based on the standardized precipitation evapotranspiration index from 1960 to 2012. Resources Science, 2014, 36(9): 1834-1841.]

[27]
王毅荣. 中国黄土高原地区干旱特征. 干旱区地理, 2008, 31(1): 38-43.

[Wang Yirong.Characteristics of soil drought at Loess Plateau of China. Arid Land Geography, 2008, 31(1): 38-43.]

[28]
张含玉, 方怒放, 史志华. 黄土高原植被覆盖时空变化及其对气候因子的响应. 生态学报, 2016, 36(13) : 3960-3968.为研究黄土高原地区退耕还林（草）后，植被覆盖变化及其对水热条件的响应，利用1999-2013年SPOT VGT NDVI 1km/10d分辨率数据，采用最大合成法、一元线性回归法和偏相关分析法，系统分析了黄土高原地区NDVI（归一化植被指数）的时空分布及变化趋势，及其与气候因子的关系。结果表明：黄土高原1999-2013年年最大NDVI的平均值为0.31，NDVI较高的区域位于黄土高原南部，而西北部植被覆盖度较低；自1999年开始，黄土高原地区NDVI呈极显著（<i>P</i>< 0.01）增加趋势，年最大NDVI的变化斜率为0.0099；不同季节（春、夏、秋、冬）和生长季的植被状况均呈现良性发展趋势；1998-2013年间，黄土高原地区气候呈现不显著的“冷湿化”特征；NDVI年际（及生长季和季节）变化与降雨和温度的相关性不显著，而在月时间尺度上，呈显著的相关性，并且月NDVI与当月降雨量的相关性要强于与当月温度的相关性；植被生长对温度的响应存在一个月的滞后期，而对降雨的响应无滞后效应。

DOI

[Zhang Hanyu, Fang Nufang, Shi Zhihua.Spatio-temporal patterns for the NDVI and its responses to climatic factors in the Loess Plateau, China. Acta Ecologica Sinica, 2016, 36(13): 3960-3968.]

[29]
张翀, 任志远, 韦振锋. 近12年来黄土高原植被覆盖对年内水热条件的响应. 资源科学, 2013, 35(10): 2017-2023.

[Zhang Chong, Ren Zhiyuan, Wei Zhenfeng.Vegetation responses to intra-annual hydrothermal conditions on the Loess Plateau. Resources Science, 2013, 35(10): 2017-2023.]

[30]
刘宪锋, 胡宝怡, 任志远. 黄土高原植被生态系统水分利用效率时空变化及驱动因素. 中国农业科学, 2018, 51(2): 302-314.

[Liu Xianfeng, Hu Baoyi, Ren Zhiyuan.Spatiotemporal variation of water use efficiency and its driving forces on the Loess Plateau during 2000-2014. Scientia Agricultura Sinica, 2018, 51(2): 302-314.]

[31]
刘宪锋, 朱秀芳, 潘耀忠, 等. 近53年内蒙古寒潮时空变化特征及其影响因素[J]. 地理学报, 2014, 69(7): 1013-1024.

[Liu Xianfeng, Zhu Xiufang, Pan Yaozhong, et al.The spatial-temporal changes of cold surge in Inner Mongolia during recent 53 years. Acta Geographica Sinica, 2014, 69(7): 1013-1024.]

[32]
王琼, 张明军, 王圣杰, 等. 1962-2011年长江流域极端气温事件分析. 地理学报, 2013, 68(5): 611-625.

[Wang Qiong, Zhang Mingjun, Wang Shengjie, et al.Extreme temperature events in Yangtze River Basin during 1962-2011. Acta Geographica Sinica, 2013, 68(5): 611-625.]

[33]
Vicente-Serrano Sergio M, Beguería Santigo, López-Moreno Juan I. A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index. Journal of Climate, 2010, 23(7): 1696-1718.

DOI

[34]
王芝兰, 李耀辉, 王素萍, 等. 1901-2012年中国西北地区东部多时间尺度干旱特征. 中国沙漠, 2015, 35(6): 1666-1673.以干旱的多时间尺度特征出发,利用CRU最新数据,计算了考虑降水和气温双因子影响的标准化降水蒸散指数(<i>SPEI</i>),并与标准化降水指数(<i>SPI</i>)进行对比,分析中国西北地区东部1901-2012年不同时间尺度的干旱特征。本文不仅对百年来CRU资料的可靠性进行检验,而且对SPEI在西北地区东部的适应性进行讨论。结果表明:CRU资料可靠性较好,但由于CRU资料本身的属性,1920年以前资料的可靠性不确定。从干旱事件的发生强度及干旱范围分析,<i>SPEI</i>在西北地区东部具有较好的适用性。<i>SPEI</i>与<i>SPI</i>在不同时间尺度下的波动变化一致,短时间尺度主要表现年内或季节特征,长时间尺度则侧重表现年际、年代际特征。将研究区分为高原东北区和陕南区进行分析,1901-2012年高原东北区有4个干期,陕南区有5个干期。针对温度变化对西北地区东部干旱的影响及与<i>SPI</i>对比表明,高温对干旱的贡献不容忽视。

DOI

[Wang Zhilan, Li Yaohui, Wang Suping, et al.Characteristics of drought at multiple time scales in the east of northwest China from 1901 to 2012. Journal of Desert Research, 2015, 35(6): 1666-1673.]

[35]
徐一丹, 任传友, 马熙达, 等. 基于SPI/SPEI指数的东北地区多时间尺度干旱变化特征对比分析. 干旱区研究, 2017, 34(6): 1250-1262.

[Xu Yidan, Ren Chuanyou, Ma Xida, et al.Change of drought at multiple temporal scales based on SPI /SPEI in Northeast China. Arid Zone Research, 2017, 34(6): 1250-1262.]

[36]
李双双, 杨赛霓, 刘宪锋. 1960-2013年秦岭-淮河南北极端降水时空变化特征及其影响因素. 地理科学进展, 2015, 34(3): 354-363.基于秦岭&#x02014;淮河南北气象站点逐日降水数据和全国0.5&#x000b0;&#x000D7;0.5&#x000b0;逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭&#x02014;淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明：①1960-2013年秦岭&#x02014;淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;②极端降水变化主要表现为：降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;③在影响因素方面,秦岭&#x02014;淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭&#x02014;淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。

[Li Shuangshuang, Yang Saini, Liu Xianfeng.Spatiotemporal variability of extreme precipitation in north and south of the Qinling-Huaihe region and influencing factors during 1960-2013. Progress in Geography, 2015, 34(3): 354-363.]

[37]
张岳军, 郝智文, 王雁, 等. 基于SPEI和 SPI 指数的太原多尺度干旱特征与气候指数的关系. 生态环境学报, 2014, 23(9): 1418-1424.

[Zhang Yuejun, Hao Zhiwen, Wang Yan, et al.Multiscale characteristics of drought based on SPEI and SPI in association with climate index in Taiyuan. Ecology and Environmental Sciences, 2014, 23(9): 1418-1424.]

[38]
史本林, 朱新玉, 胡云川, 等. 基于SPEI指数的近53年河南省干旱时空变化特征. 地理研究, 2015, 34(8): 1547-1558.

[Shi Benlin, Zhu Xinyu, Hu Yunchuan, et al.Spatial and temporal variations of drought in Henan Province over a 53-year period based on standardized precipitation evapotranspiration index. Geographical Research, 2015, 34(8): 1547-1558.]

[39]
许玲燕, 王慧敏, 段琪彩, 等. 基于SPEI 的云南省夏玉米生长季干旱时空特征分析. 资源科学, 2013, 35(5): 1024-1034.基于云南省29个典型气象站1953年-2011年的气象资料和16个州(市)1979年-2011年的玉米生产资料,分析云南省夏玉米生长季4个时间尺度的干旱风险时空变化特征,计算其标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI),并验证了其与玉米减产率的正相关性.结果表明,SPEI能够较好地反映云南省历史干旱变化的时空特征和夏玉米的产量变化情况:①随着时间尺度的增加,SPEI值变化幅度减小,干旱频率降低、持续时间增长.3个月尺度的SPEI-3和6个月尺度的SPEI-6可体现干湿季节变化,12个月尺度的SPEI-12更能反映干旱年际变化情况；②从云南夏玉米不同生长期的干旱频率看,播种期＞花丝期＞成熟期；③从干旱频率空间分布特征看,总体上是滇东北＞滇中＞滇西南；④从年代际变化特征看,云南省玉米全生育期干旱呈加重趋势,以昆明市为例,玉米全生育期干旱指数Sep-SPEI-6最小值出现在2010年；⑤从统计分析结果看,云南省16个州(市)SPEI与玉米减产率均呈正相关关系,其中年均SPEI-3、年均SPEI-6、玉米全生育期干旱指数Sep-SPEI-6与玉米减产率相关性较大,表明了玉米生长季的干温情况对玉米产量的影响较大.

[Xu Lingyan, Wang Huimin, Duan Qicai, et al.The temporal and spatial distribution of droughts during summer corn growth in Yunnan Province based on SPEI. Resources Science, 2013, 35(5): 1024-1034.]

[40]
徐泽华, 韩美. 山东省干旱时空分布特征及其与ENSO的相关性. 中国生态农业学报, 2018, 26(8): 1236-1248.

[Xu Zehua, Han Mei.Spatio-temporal distribution characteristics of drought in Shandong Province and it relationship with ENSO. Chinese Journal of Eco-Agriculture, 2018, 26(8): 1236-1248.]

[41]
王月, 张强, 顾西辉, 等. 淮河流域夏季降水异常与若干气候因子的关系. 应用气象学报, 2016, 27(1): 67-74.

[WangYue, Zhang Qiang, Gu Xihui, et al. Summer precipitation in the Huaihe River Basins and relevant climate indices. Journal of Applied Meteorological Science, 2016, 27(1): 67-74.]

[42]
Thompson David W J, Wallace J M. Regional climate impacts of the Northern Hemisphere annular mode. Science, 2001, 293(5527): 85-89.

DOI

[43]
闫晓勇, 张铭. 赤道东太平洋海温异常期间印度洋偶极子对东亚季风区影响的数值模拟. 热带气象学报, 2004, 20(4): 375-382.

[Yan Xiaoyong, Zhang Ming.Numerical simulation of the Indian Ocean dipole influence on climate variations over East Asian monsoon region during equator East Pacific SSTA. Journal of Tropical Meteorology, 2004, 20(4): 375-382.]

[44]
刘宇峰, 原志华, 李文正, 等. 1961-2013年黄土高原地区旱涝特征及极端和持续性分析. 地理研究, 2017, 36(2): 345-360.

[Liu Yufeng, Yuan Zhihua, Li Wenzheng, et al.Extreme and persistent analysis of drought-flood variation in the Loess Plateau during 1961-2013. Geographical Research, 2017, 36(2): 345-360.]

[45]
胡娜娜, 延军平, 李双双, 等. 气候暖干化背景下黄土高原旱涝时空演变特征. 干旱区研究, 2013, 30(4): 705-711.选取58个国家气象基准站1960&mdash;2010年逐年降水资料，采用Kriging插值、Mann-Kendall检测及Morlet小波分析等方法，对该区降水及旱涝时空特征进行分析。结果表明：黄土高原暖干化趋势明显，气温、降水突变年份分别在1995年、1990年左右。旱涝等级呈上升趋势，尤以半湿润区最为明显。干旱区发生旱、涝频率最高，涝情略微严重，但干旱更易发生，大旱频次高值中心分散分布，洪涝发生频率西部低、中部高。该区旱涝情势存在多尺度的周期变化，25~30 a的振荡最强，推测涝期即将结束，旱期将要开始。研究成果可为黄土高原旱涝灾害防御提供参考。

[Hu Nana, Yan Junping, Li Shuangshuang, et al.Spatiotemporal evolution of drought and flood in the Loess Plateau under climate drying-warming.Arid Zone Research, 2013, 30(4): 705-711.]

[46]
赵珊珊, 周天军, 杨修群, 等. 热带印度洋偶极子与中国夏季年际气候异常关系的年代际变化. 气象学报, 2009, 67(4): 549-560.利用中国站点观测月平均降水和气温资料以及NCEP/NCAR再分析资料，揭示了热带印度洋偶极子（IOD）与中国夏季气候异常关系的年代际变化。结果表明：IOD与中国夏季年际气候异常的关系既有稳定的一面，又存在着年代际变化。较为稳定的关系表现为：IOD与同年夏季长江黄河之间的降水变化存在显著负相关，与四川气温变化存在显著正相关；IOD与次年夏季四川降水存在显著正相关。伴随发生在20世纪70年代末的大尺度环流年代际转型，IOD与中国气候年际异常的联系亦发生变化：IOD正位相年的同年夏季降水异常型，由中国大部分地区偏少变为长江以南（北）偏多（少），气温由西南地区东部偏暖变为长江以南（北）偏冷（暖）；次年夏季降水由全国大部分地区偏多变为长江以南（北）偏少（多），气温由全国大部分地区相关不显著变为黄河以南大部分地区显著偏暖。在IOD负位相年，中国夏季气候异常的特征与IOD正位相年相反。在20世纪70年代末的大尺度年代际气候转型前后，与IOD相关联的东亚大气环流异常特征明显不同。在IOD发展阶段，在70年代末以前，印度夏季风和南海季风偏强，副高势力偏弱，导致中国华南大部分地区降水偏少，华北西部以及内蒙古中部等地降水偏多；70年代末以后，东亚大陆中纬度为弱的东风距平，导致新疆北部降水偏少，气温偏高，华南降水偏多。在IOD次年夏季，70年代末以前，华南、河套以及四川等地盛行偏南气流，降水偏多；70年代末以后，南亚高压和西太平洋副高偏西偏强，华南、江南降水偏少。

DOI

[Zhao Shanshan, Zhou Tianjun, Yang Xiuqun, et al.Interdecadal change of the relationship between tropical Indian Ocean dipole and anomalous summer climate in China. Acta Meteorologica Sinica, 2009, 67(4): 549-560.]

[47]
胡容海, 李贤恩, 魏海, 等. 基于DEM的山区旱灾风险评价模型: 以西南地区为例.自然灾害学报, 2012, 21(2): 157-162.

[Hu Ronghai, Li Xianen, Wei Hai, et al.Drought risk assessment model of mountainous area based on DEM: A case of southwest China. Journal of Natural Disasters, 2012, 21(2): 157-162.]

[48]
穆兴民, 陈国良. 黄土高原降水与地理因素的空间结构趋势面分析. 干旱区地理, 1993, 16(2): 71-76.

[Mu Xingmin, Chen Guoliang. Analysis on the space structure trend area of precipitation and geographical factors in the Loess Plateau. Arid Land Geography, 1993, 16(2): 71-76.]

Options
Outlines

/

〈 〉