基于CWSI及干旱稀遇程度的农业干旱指数构建及应用.docx

《基于CWSI及干旱稀遇程度的农业干旱指数构建及应用.docx》由会员分享，可在线阅读，更多相关《基于CWSI及干旱稀遇程度的农业干旱指数构建及应用.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 第 33 卷 第 9 期 农 业 工 程 学 报 Vol.33 No.9 116 2017 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2017 基于 CWSI 及干旱稀遇程度的农业干旱指数构建及应用 赵 焕 1,2，徐宗学 1,2 ，赵 捷 1,2 （ 1. 北京师范大学水科学研究院，北京 100875； 2. 城市水循环与海绵城市技术北京市重点实验室，北京 100875） 摘 要： 土壤湿度降低会使作物生长受到水分胁迫，严重时发生农业干旱，对粮食安全造成不利影响，准确识别和有效 监测农

2、业干旱具有重要的现实意义。前人研究中，通常仅根据当前水分亏缺程度识别干旱事件，而不考虑其稀遇特征。 该 文 基 于 蒸 散 发 构 建 了 综 合 考 虑 当 前 水 分 亏 缺 程 度 和 干 旱 事 件 稀 遇 程 度 的 农 业 干 旱 指 数 IEDI （ integrated evapotranspiration deficit index），并基于该指数分析了中国东北 3 省 2000 2014 年农业干旱演变规律，探讨了气象要素对 农业干旱以及农业干旱发生时段对粮食产量的影响。结果表明： 1）与仅考虑水分亏缺程度的指标相比，综合考虑干旱稀 遇程度的 IEDI 能更加有效地识别干旱

3、年际差异，历史干旱事件、旱灾成灾面积和粮食产量验证了该指数的合理性； 2） 东北三省旱灾成灾面积与 IEDI 的相关系数均大于 0.75，其中，吉林省最大，为 0.88；粮食产量与 IEDI 的相关系数均大 于 0.60，其中，辽宁省最大，为 0.78； 3）吉林西部、辽宁西部易发生严重农业干旱，对气象干旱敏感程度高； 4）当干 旱发生的起始月份固定时，随干旱持续时间增加，干旱指数与产量的相关性先增强后减弱；当干旱持续时间固定时，干 旱指数与产量的相关性与干旱发生的起始月份显著相关。总之，结合了干旱事件稀遇程度的指数可以有效识别农业干旱， 为农业干旱监测提供了合理依据。 关键词： 农业；干旱；

4、遥感；指数；农作物；水分亏缺；稀遇程度 doi： 10.11975/j.issn.1002-6819.2017.09.015 中图分类号： S127 文献标志码： A 文章编号： 1002-6819(2017)-09-0116-10 赵 焕，徐宗学，赵 捷 . 基于 CWSI 及干旱稀遇程度的农业干旱指数构建及应用 J. 农业工程学报， 2017， 33(9)： 116 125. doi： 10.11975/j.issn.1002-6819.2017.09.015 http:/www.tcsae.org Zhao Huan, Xu Zongxue, Zhao Jie. Development

5、and application of agricultural drought index based on CWSI and drought event rarityJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(9): 116 125. (in Chinese with English abstract) doi： 10.11975/j.issn.1002-6819.2017.09.015 http:/www.tcsae.org 0

6、 引 言 全球气候变化背景下，频繁发生的极端气候事件 已 成为国内外学者日益 关注的焦点， 其成因和影响也受到 社会各界广泛关注 1-4。作为极端气候事件之一，降水大 幅减少导致的干旱频率、成灾面积和持续时间不断增加， 已成为不可忽视的问题 5，对农业、经济等诸多方面产生 了严重影 响。虽 然农 业管理措施（ 如灌溉等）的完善和 作物品种改良使得粮 食产量不断增 加，但农业干旱仍是 粮食安全的潜在威胁 。农业干旱指 土壤水分供给无法满 足作物水分需求而导 致作物缺水的 现象，通常表现为土 壤缺 墒。 同时，由于 蒸腾失水，作 物体内水分无法满足 正常生理活动，生长受到抑制，最终影响产量 6。全

7、面准 确监测农业干旱为分 析农业干旱演 变过程和空间分布特 征提供了重要依 据。 东北地区是中 国重要的粮食生产基 地，该区域玉米种植面积达 50 余万 hm2，产量占中国玉 米总产量的 34%。同时，该区域受气候变化影响显著， 收稿日期： 2016-09-20 修订日期： 2017-04-24 基金项目：水利部公益性行业科研专项项目（ 201401036） 作者简介：赵焕，女，辽宁营口人。主要从事农业干旱与水文模拟研究。北 京 北京师范大学水科学研究院， 100875。 Email： 通信作者：徐宗学，男，教授，博士生导师，研究方向为水文模拟和生态 水文过程等。北京 北京师范大学水科学研究

8、院， 100875。 Email： 万方数据 由于气候变化可能引 起水文极值事 件，使得依赖于雨养 农 业的 东北地区 成为 易 受农 业干 旱 威胁 的地区之 一 7。 Wang 等 8根据土壤水数据分析了 1950 2006 年中国干 旱特征，表明东北地 区受旱面积持 续扩张，且干旱持续 时间 、程 度和发生频 率有增加趋势 ，这表明由土壤水分 不足引起的干旱将更 为频繁，容易 引起农业干旱，因此 研究东北地区农业干旱具有重要意义。 传统的农业干旱监测主要依靠基于气象要 素、土 壤 墒情计算的干旱指标 9。基于气象要素建立的指标有降水 距平百分率、相对湿润度指数、 Z 指数、地表湿润指数

9、和 无雨日数 等 10-11，虽然气 象数据容易获取且精度较高， 但该类监测指标不能直接反映农业干旱。基于土壤墒情计 算的指标有土壤有效水分存储量和土壤相对含水量等 12， 该类指标计算简便， 但多基于站点 观测数据进行计算， 难以反映干旱特征的 空间异质性。 此外，传统农业干旱 监测还依据作物长势 和生理指标（ 叶水 势、 气孔导度和 细胞液浓度等）判 断作物受旱情况 13，但该方法工作效 率低且受主观影响较 大，并且作物 在不同生育期对相同 水分亏缺的响应程度 也不同。遥感 技术的日益成熟，使 得大范围农业干旱监 测成为可能， 国内外学者提出多种 基于遥感数据的农业干旱指数，主要分为基于土

10、壤水分、 作物形态及绿度变化 、冠层温度变 化和植被水分变 化 4 类 14，如土壤水 分亏缺指数、植被条件指数、温度植被 旱情指数和短波红外垂直失水指数等 15-18。 第 9 期 赵 焕等：基于 CWSI 及干旱稀遇程度的农业干旱指数构建及应用 117 目前常见的干旱监测手段和研究方法多基于单一 时 刻水分亏缺程度，如地表缺水指数 SWDI（ surface water deficit index）由研究时段土壤含水量、田间持水量和可 利用含水量计算 。这 类指标只能表 示某特定时刻的水分 亏缺状况，不能反映 该亏缺程度在 年际间的稀遇性，并 且不同地区作物对干 旱的抵抗力不 同，采用同一

11、标准评 价农业干旱可能影响 评估的准确性 。部 分指标反映了干 旱 程 度 在 年 际 间 的 稀 遇 性 ， 如 标 准 化 降 雨 指 数 SPI （ standard precipitation index）。该类指标通过概率分布函 数拟合气象要素，计 算不同时刻的 累积分布概率，再用 标准化后的频率划分 干旱等级，表 征干旱程度在年际间 的稀遇性 。采用 该方 法构建的干旱 指标多基于气象要素 （如降水等），而非与作物生长发育直接相关的土壤墒情、 蒸散发等，因而这些 指标在农业干 旱监测中的适用性值 得推敲 19-20。因 此，以上 仅考虑单 一时刻水分亏缺 程度 或干旱事件稀遇性的

12、指标不能全面 反映干旱状况，若能 同时考虑这 2 个因素，则可以避免单一指标的片面性。 因为当出现多年不遇 的水分亏缺， 且此亏缺程度严重胁 迫作物生长时，才是 对农作物生长 发育具有实际影响的 干旱事件 。目前 ，综 合考虑当前水 分亏缺程度和干旱事 件稀遇程度的农业干旱指标尚不多见。 实际蒸散发和参考作物蒸散发分别反映作物实际 耗 水量和最大需水量， 可表征水分供 需平衡状况，且综合 考虑了气象 因素、土壤状况和植被特征 的影响 21。本文 首先基于遥感蒸散发 计算作物缺水 指数，再 结合干旱事 件发生的稀遇程度，构建农业干旱指数 IEDI（ integrated evapotranspi

13、ration deficit index），然后，利用该指数评价 中国东北地区 2000 2014 年农业干旱状况，利用历史干 旱事件、旱灾成灾面积和粮食产量验证 IEDI 的合理性； 最后，基于降水距平 分析气象因子 对农业干旱的影响， 同时分析干旱发生时 段对粮食产量 的影响，以期准确识 别干旱事件，探究东 北地区气象干 旱与农业 干旱、 农业 干旱与粮食产量之间 的定量关系。 为防旱避灾措施的制 定提供科学依据，降低农业干旱对粮食安全的不利影响。 1 研究区与数据 1.1 研究区概况 本文选取中国东北的黑龙江 省、 吉林省和辽宁省 作 为研究区（图 1），三省总面积 79 万 km2，中

14、部的三江 平原 、松 嫩平原和辽 河平原地势平 坦、 土壤肥沃，是世 界重要的三 大黑土区之一 22。东北三省属温带 大陆性 季 风气候，冬季寒冷漫长，夏季温和湿润，年平均气温 5 10 ，降水时空分布不均，年内、年际变化大，大体从 东南向西北逐渐减少，多年降水量 400 1 000 mm。 10 以上积温 1 500 3 700 ，无霜期 160 200 d，适合种 植一年一熟的玉米、水稻等作物。 1.2 数据来源和处理 1.2.1 数字高程（ DEM）和土地覆盖 高程数据 采用 “ 中国寒区旱区科学数据中 心 ” 提 供 的 1 km1 km 分辨率数字高程数据。土地覆盖数据用于 识别不同

15、土地利用类 型，提取旱地 的气象干 旱、农 业干 万方数据 旱指标。数据来源于 2005 年中国 1:25 万土地覆盖遥感调 查与监测数据库，包 括森林、草地 、农田、聚落、 湿地 与水体、荒漠等 6 个一级类型和 25 个二级类型，空间分 辨率为 100 m100 m，为与降水数据分辨率匹配，将其重 采样至 0.10.1。 图 1 研究区高程及东北三省粮食主产区 Fig.1 Elevation of study area and major grain production regions in three provinces of Northeast China 1.2.2 遥感蒸散发数据

16、 作物缺水指数（ crop water stress index, CWSI）基于蒸散 发进行计算，以评估植被生态系统水分供需状况。本文使用 的蒸散发数据来源于美国 NASA 研究团队开发的 MOD16A2 遥感蒸散发产品（ http:/www.ntsg.umt.edu/project/mod16）。 该数据集包含实际蒸散发（ ET）、潜在蒸散发（ PET）、 潜热通量 （ LE）和 潜在潜热通量（ PLE），空间分辨率 为 1 km1 km，时间分辨率为月。已有研究表明，该数据 集在地表水相关 研究中效果较好 23-24，同时在研究区具有 较好适用性 25-26。本文采用数据集中的 ET 和

17、 PET 计算 CWSI，受现有数据时段限制，仅对 2000 2014 年进行 分析。为与降水数据分辨率匹配，将其重采样至 0.10.1。 1.2.3 降水数据 降水用于计算研究区水分输入及降水距平 指数。 数 据来源于 “ 中国 区域 高时空分辨率 地面气象要素驱动数 据集 ” ， 该数据集由 中科院青藏高 原所开发 ，由 “ 中国 寒区旱区科学数据中心 ” 提供，空间分辨率为 0.10.1， 时间分辨率为 3 h。本文采用 2000 2010 年的数据，将 3 h 数据求和获得逐栅格月降水量。 1.2.4 农业统计数据 本文使用的 2000 2014 年东北三省历史干旱事件数 据 来 源

18、于 中 国 气 象 灾 害 年 鉴 （ http:/ oldNavi/n_item.aspx?NaviID=4&BaseID=YZGQX&NaviLi ETa ETp F (CWSI; , ) B(CWSI; , ) B( , ) F (CWSI) F (CWSI m) （ 3） F* (CWSI) 1 F (CWSI m) RI exp (F* (CWSI) 1)2 （ 4） B F 118 农业工程学报（ http:/www.tcsae.org） 2017 年 nk=中国 气象 年 鉴） 。 旱灾 成灾 面积用于评估干旱指数 IEDI 对农业干旱的监测效果，数据来源于中国国家统计 局 数

19、据 网 站 （ http:/ E0103&zb=A0D0Q=230000&sj=2014）。 2000 2014 年的产量、作物种植面积数据来源于各 省统计年鉴。 2 研究方法 2.1 IEDI 构建与计算 农业干旱指数 IEDI 在评估当前水分亏缺状况的基础 上，考虑了干旱程度 在历史时段内 的稀遇性，由作物缺 水指数 CWSI 和干旱事件稀遇程度指数（ drought event rarity index, RI）二者相结合构建。首先基于遥感蒸散发 计算作物缺水指数 CWSI，接着在 CWSI 的基础上计算干 旱事件稀遇程度指数 RI，最终，将 CWSI 与 RI 相结合， 构建农业干旱指

20、数 IEDI。 2.1.1 作物缺水指数 CWSI 作物缺水指数（ CWSI）在水分、能量平衡的基础上， 综合考虑土壤水分和 农田蒸散发的 关系，由植物叶 冠表 面温度（ Tc）、周围空气温度（ Ta）的测量差值及太阳净 辐射值计算得到，其经验公式最初由 Idiso 等 27提出，后 来 Wanjura 等 28指出 CWSI 实质上反映植物蒸腾与最大 可能蒸发之比，可用下式替代 CWSI 1 （ 1） 式中 ETa 为实际蒸散发， ETp 为潜在蒸散发。 CWSI 愈接 近于 0，则实际蒸散发愈接近于潜在蒸散发，表明水分供 应充足； CWSI 愈接近于 1，则实际蒸散发愈接近于 0， 表明水

21、分供应不足以满足当前需求。 2.1.2 干旱事件稀遇程度 作物缺水指数（ CWSI）代表某时刻的水分亏缺状况， 不能说明该干旱程度在研究时段 内的稀遇程度 。利用 CWSI 计算各月干旱程度在研究时段内的概率（ F），将 比 “ 正常 状态 ” 干旱 对应的累积概 率标准化，得到比正 常状态干旱的标准化概率（ F*），最后将其转换为数值在 0 1 均匀分布的干旱事件稀遇程度指数 RI。 蒸散发与土壤水尤其是地表以下 50 cm 土壤水密切 相关，二者都用来反 映农业干旱程 度，可采用土壤含水 量相关函数拟合蒸散发 29。 Sheffield 等 30指出地表水分 状况数据服从 Beta 分布，

22、因此本研究采用 Beta 分布描述 基于蒸散发的 CWSI 的年际分布规律。 2000 2014 年研 究区各栅格的 CWSI 月值均利用 Beta 函数进行拟合，得 到不同栅格 1 12 月各月的分布函数。 Beta 分布的累积 分布函数（ F）如下 31 （ 2） 式中 B(, )为完全 Beta 函数， (CWSI; , )为不完全 Beta 函数； ， 为确定曲线形状的两个参数， ， 0； CWSI 为作物缺水指数， 0 CWSI 1。 累积分布函数 F(CWSI; , )表示 CWSI 值不超过 万方数据 CWSI 值的概率，为计算比正常状态亏缺程度高的概率， 使得不同地区具有可 比

23、性，需对其 进行标准 化。将 各月 CWSI 在年际间的中值（ m）视为 “ 正常状态 ” ，则比正 常状态干旱的标准化指数 F*(CWSI)可以用下式计算 CWSI m 0 CWSI m 式中， m 为各月 CWSI 在年际间的中值， F(CWSI)为某月 的累积分布概率， F(CWSI=m)为中值处的累积概率 。 F*(CWSI)为某月亏缺程度高于正常状态（ CWSI 大于中值 m）的标准化指数，当干旱程度轻于正常状态时， *(CWSI) 为 0；当干旱程度重于正常状态时， F*(CWSI)为 0 1 之 间某值。 F*(CWSI)数值范围为 0 1，其曲线的形状决定了不 同稀遇程度干旱对

24、应的 F*(CWSI)取值区间大小不同，为 得到在 0 1 内均匀分布的干旱事件稀遇程度指数，利用 配线法将标准化指数 F*(CWSI)转换成干旱概率指数 RI， 转换公式如下 0.03 式中各变量含义同上。 2.1.3 基于蒸散发的农业干旱指数 IEDI 通过上述计算获得了水分亏缺程度指数 CWSI 和干 旱事件稀遇程度指数 RI。目前干旱指数的研究多基于其 中的单一角度，而将 二者结合可以 更合理地定义干旱事 件，避免单一指数的片面性。当 CWSI 趋近于 0，而 RI 相对较大时，或者当 RI 趋近于 0，而 CWSI 相对较大时， 二者结合的指数 IEDI 数值应较小，从而避免虽然发生

25、水 分亏缺但并不稀遇， 或水分亏缺程 度不高但十分稀遇时 出现 IEDI 值较大的情况，根据这一规律，可对 CWSI 和 RI 进行乘法计算以构建指标。当 CWSI 和 RI 二者相对一 致，即水分亏缺和稀 遇干旱同时发 生或同时不发生时， IEDI 值应与二者的数值相近，而其他情况下 IEDI 值应处 于二者之间，根据这一规律，需对上一步乘法计算后的数 值开方，以使干旱指标 IEDI 的数值大小与 CWSI 和 RI 中 任一指标相当。利用 CWSI 和 RI 构 建 IEDI 的公式如下 IEDI CWSI RI （ 5） 式中 CWSI 为作物缺水指数，数值为 0 1； RI 为干旱事

26、件稀遇程度指数，数值为 0 1。 IEDI 为农业干旱指数， 数值为 0 1， 0 代表不发生干旱， 1 代表发生最严重的干 旱。本文认为不同干旱等级取值区间大小相同，定义 0 0.25 为轻度农业干旱， 0.25 0.5 为中度农业干旱， 0.5 0.75 为严重农业干旱， 0.75 1.0 为特大农业干旱。 2.2 气象干旱指标 本文还基于降水数据计算东北三省 2000 2010 年各 月的降水距平，分析 降水对农业干 旱的影响，以及气象 干旱和农业干旱发生 频率之间的关 系。 降水距平指某时 段的降水量与多年同 期平均降水量 之差占多年同期平均 降水量的比值，其计 算公式和旱情 等级采用

27、气象干旱等 级中的方法 32，计算公式如下 Pa （ 6） 第 9 期 赵 焕等：基于 CWSI 及干旱稀遇程度的农业干旱指数构建及应用 119 P P P 式中 Pa 为某月降水距平指数， P 为某月降水量， P 为该 时段多年月均降水量。 3 结果与分析 3.1 CWSI、 RI 及 IEDI 时间变化特征 2000 2014 年 东 北 三 省 农 作 区 的 水 分 亏 缺 指 数 CWSI 和干旱事件稀遇程度指数 RI 如图 2a，农业干旱指 数 IEDI 月值如图 2b。 CWSI 反映当前水分亏缺状况，研 究时段内各年年内变 化过程基本一 致，其峰值出现在春 季和秋季时刻，而冬季

28、时刻数值较小。对比 RI 和 IEDI 可以发现， RI 与 IEDI 的峰现时间基本一致，二者月值波 动具有较强的一致性。 2000 2014 年 CWSI 月值如图 2c。由图可知，春季 和秋季缺水程度大，除 3 月份外，各月的 CWSI 数值变 幅较小。图 2d 为 2000 2014 年 IEDI 月值，可以看出， IEDI 年内变化过程与 CWSI 存在明显差异， 2000 年 7 月、 2002 年 3 月， 2003 年 5 月、 2007 年 10 月、 2009 年 5 月 和 2014 年 4 月的 IEDI 值明显高于其他年份同期，这恰 与历史上发生的严重农业干旱吻合 3

29、3-35。 CWSI 虽能代表 不同月份的水分亏缺 程度，但其月 值在年际间变化幅度 较小，不足以表明干旱程度在年 际间的差异。 而基于 CWSI 和 RI 计算的 IEDI 能够综合反映作物实际缺水情况 和该干旱程度在历史时段内的稀遇程度。并且结合图 2c 和图 2d 中由 CWSI 和 IEDI 表征的干旱情况可以得知， 相比于仅考虑当前水分亏缺的 CWSI，结合了干旱事件稀 遇程度的 IEDI 可以更加有效地识别干旱事件 。 注：图 2d 中落在箱线图外的点为 IEDI 月值在年际间的极大值，代表这些月份发生了严重干旱。 Note: Cross stars falling outside

30、 the boxplots in fig.2d are inter-annual outliers of IEDI, indicating occurrence of extreme droughts in these months. 图 2 水分亏缺指数，干旱事件稀遇程度指数和农业干旱指数 Fig.2 Crop water stress index, drought event rarity index and agricultural drought index 3.2 基于 IEDI 的农业干旱评估效果分析 3.2.1 基于历史干旱事件的效果评估 农业干旱成因复杂，目前尚无对农业干旱指标

31、进行验 证的统一方法，可根据干旱指标月值求和得到的年值表征 某年干旱程度，再利用实际干旱事件对其进行验证。历史 干旱资料显示 34-36，辽宁省 2009 年和 2014 年发生严重干 旱。图 3 为东北三省 IEDI 年值，图中辽宁省 2009 年和 2014 年 IEDI 极大值反映了该干旱事件。 图 3 东北三省 IEDI 年值 Fig.3 Annual values of IEDI in three provinces of Northeast China 万方数据 2007 年夏季，吉林松原市等粮食主产区大旱； 2014 年，吉林省降水量为自 1951 年来最少，受旱面积较大， IE

32、DI 在吉林省 2007 年和 2014 年的极大值反映了这 2 次 干旱事件。黑龙江省 2003、 2007 和 2009 年为重灾年， 其中 2007 年干旱最严重，与图 3 中 IEDI 计算结果一致。 由 3 省的分析结果可知， IEDI 年值能有效识别农业干旱 事件 。需 要注意的是 ，本文计算的 是各省均值，不能有 效代表局部旱情，实 际在小范围内 可能发生更严重的农 业干旱。此外，年值为 1 12 月的累加值，仅表征各年 农业干旱的整体状况。 3.2.2 基于旱灾成灾面积的效果评估 旱灾成灾面积表征因干旱导致作物减产 30%以上的 区域面积，反映农业 干旱影响范围 的大小，可以用

33、来验 证干旱指标的合理性。从 2000 2014 年旱灾成灾面积与 IEDI 的相关系数 r（表 1）可以看出，二者在东北三省的 相关程度均较高，其中，吉林省相关系数最大，为 0.88， IEDI 旱灾成灾面积 Drought disaster area/(106 m2 ) Liaoning 吉林 Jilin 黑龙江 Heilongjiang 辽宁 Liaoning 吉林 Jilin 黑龙江 、 、 120 农业工程学报（ http:/www.tcsae.org） 2017 年 其余 2 省相关系数略小，但均在 0.75 以上，因此， IEDI 能够较好反映旱灾成灾面积的大小。 在 2000

34、2014 年期间，辽宁省的旱灾情况在 2014 年 最为严重， IEDI 年值为 3.41，相应的旱灾成灾面积为 1.26106 hm2； 2009 年旱灾情况也比较严重， IEDI 年值为 1.91，相应的成灾面积为 0.97106 hm2。吉林省 2007 年 IEDI 值最大，为 2.11，相应的成灾面积为 1.91106 hm2； 2009 年旱灾情况也比较严重， IEDI 年值为 1.68，相应的成灾面 积为 1.47106 hm2。对于相同受灾年份，吉林省的受灾面 积 比辽宁省 大 。黑 龙江省旱灾 现象 与 吉林省和 辽宁 省不 同， 2007 年最严重， IEDI 年值为 1.

35、94，相应的旱灾成灾 面积为 3.13106 hm2； 2009 年次之， IEDI 年值为 1.54，相 应的成灾面积为 1.91106 hm2；此外，黑龙江省 2003 年成 灾现象也比较严重，成灾面积为 2.64106 hm2。综合以上 分析，在 2007、 2009 和 2014 年东北三省旱灾成灾现象整 体较为严重。 表 1 2000 2014 年东北三省旱灾成灾面积和 IEDI 相关系数 Table 1 Correlation coefficients between drought disaster area and IEDI in three provinces of Nort

36、heast China during 2000-2014 年份 Year 辽宁 Heilongjiang 2000 1.00 0.90 0.69 1.86 2.49 2.24 2001 0.96 1.09 1.01 1.14 2.04 2.12 2002 1.98 1.53 0.44 0.75 0.39 0.66 2003 0.39 0.54 1.37 0.94 0.52 2.64 2004 1.29 0.57 0.41 0.72 0.90 0.70 2005 0.16 0.05 0.20 0.27 0.24 0.16 2006 0.19 0.17 0.95 0.69 0.62 1.15 20

37、07 0.56 2.11 1.94 1.00 1.91 3.13 2008 1.4 1.52 1.35 0.24 0.17 0.93 2009 1.91 1.68 1.54 0.97 1.47 1.91 2010 0.18 0.38 0.57 0.01 0.23 0.78 2011 0.51 0.73 0.86 - 0.14 0.29 2012 0.20 0.46 1.10 - 0.17 0.42 2013 0.31 0.05 0.09 0.01 - - 2014 3.41 2.11 0.95 1.26 0.23 0.03 r 0.84 0.88 0.78 P 0.01 0.01 0.01 注

38、： “ -” 表示该年旱灾成灾面积数据缺测， r 为相关系数， P 为显著性水平。 Note: “-“ represents no corresponding drought disaster data, r represents correlation coefficient and P represents significance level. 3.2.3 基于粮食产量的效果评估 东北三省是中国重要的粮食生产基地，玉米是该区第 一大粮食作物 36，根据 2000 2014 年统计数据，辽宁、 吉林和黑龙江省玉米产量分别占粮食作物总产量的 63%、 72%和 41%，播种面积分别占粮食作物

39、总播种面积的 61%、 67%和 34%。此外，水稻作为第二大粮食作物，其产量在 辽宁、吉林和黑龙江省分别占粮食作物总产量的 26% 18% 和 37%，播种面积分别占粮食作物总播种面积的 20% 15% 和 22%。东北地区玉米和水稻生长主要集中 在 5 9 月 36-37 。各省农作区主要生长季 IEDI 与粮食产量的相关分 万方数据 析（图 4）表明，二者的相关系数在辽宁省最高，为 0.78， 吉林省次之，黑龙江省较低，但均在 0.60 及以上，具有 显著的线性关系（ P0.01）。结果表明，随着农业干旱程 度加剧，粮食产量明显减少。 图 4 2000 2014 年东北三省粮食产量和 I

40、EDI 相关系数 Fig.4 Correlation coefficients between grain yield and IEDI in three provinces of Northeast China during 2000-2014 位于粮食主产区内的 四平、 松原和长春市易发生 重 度农业干旱且产量数据比较完整，而辽源市 90%以上的 面积为旱地，粮食产 量大，且易发 生中度农业干旱，故 以四平、松原、长春和辽源市为例，对生长季 IEDI 与粮 食产量作相关分析，并同 CWSI 与粮食产量的相关性进 行对比（图 5）。结果表明，粮食产量与考虑了干旱事件 稀遇程度的农业干旱指数

41、IEDI 的相关性明显高于不考虑 稀遇程度的指数 CWSI，说明在考虑当前水分亏缺程度的 基础上结合稀遇程度 构建的农业干 旱指数具有优越性， 能更好表征农业干旱对作物生长的影响。 本文基于历史干旱事 件、旱 灾成灾面积和粮食产 量 分析 了 IEDI 对农 业干旱的 评估效果。结果 表明， IEDI 能有效识别 2000 2014 年东北三省农业干旱事件， IEDI 与旱灾成灾面积的相关系数均在 0.75 以上，与粮食产量 的相关系数在 0.60 以上，可以反映农业干旱的影响范围 和影响程度，较好地评估农业干旱。 3.3 基于 IEDI 的农业干旱对气象干旱响应分析 为分析东北三省不同等级农

42、业干旱发生频率的空 间 分布及其与气象干旱的响应关系，由降水距平和 IEDI 月 值计算不同等级气象干旱、农业干旱发生频率。从 4 个 等级（轻度、中度、严重、特大）气象干旱发生频率（图 6a）和 4 个等级（轻度、中重、严重、特大）农业干旱发 生频率（图 6b）的空间分布可以看出，除吉林、辽宁西 部外，发生轻度和中 度气象干旱的 地区易发生轻度和中 度农业干 旱。吉林、 辽宁西部发生 严重 、特 大气象干旱 的频率高于其他地区 ，发生特大农 业干旱的频率也高， 该地区由气象干旱导致特大农业 干旱发生的可 能性较 大，对降水量不足的 敏感程度高， 同时，该地区是东北 第 9 期 赵 焕等：基于

43、 CWSI 及干旱稀遇程度的农业干旱指数构建及应用 121 粮食主产区，干旱的发生对粮食产量有重要影响。黑龙江 西南部也是粮食主产区，该区不易发生农业干旱，农业干 旱发生频率与气象干 旱频率的空间 分布较为一致，对气 象干旱的敏感性不如吉林、辽宁省西部高。 图 5 地级市粮食产量与 IEDI 和 CWSI 的相关系数 Fig.5 Correlation coefficients between grain yield and IEDI, CWSI in major grain production prefecture-level cities 图 6 不同等级降水距平和 IEDI 的发生频率

44、 Fig.6 Frequency of precipitation anomalies and IEDI at different levels 万方数据 Provinces 起始月份 122 农业工程学报（ http:/www.tcsae.org） 2017 年 3.4 基于 IEDI 的农业干旱对粮食产量影响分析 为进一步分析作物生长期内不同时段发生农业干 旱 对粮食产量的影响， 明确作物生长 的需水关键期，本文 计算了东北三省农田的 IEDI 在主要粮食作物（玉米、水 稻）生长期内不同时段与产量的相关性。由表 2 中东北三 省粮食产量与不同起、止月份 IEDI 的相关系数可知，当 干旱起

45、始时间固定时，随持续时间增加， IEDI 与产量的相 关性增强，再继续增加时，相关性有所减弱。相关性最强 的时段代表农作物受干旱影响最大的时期，是作物生长需 水的关键期，不同地区的生长关键期不同。对于辽宁省而 言，自 5 月开始，相关系数显著增加， 5 月至 8 月的农业 干旱对粮食产量的影响最大（ r=0.78）。吉林省自 5 月开 始，相关系数显著增加， 5 月至 7 月的农业干旱对产量的 影响最大（ r=0.72）。黑龙江省自 5 月开始，相关系数显 著增加， 6 月至 7 月的农业干旱与产量的相关系数最大 （ r=0.60），是决定粮食产量的关键时期。此外，当干旱持 续时间固定时， IEDI 与产量的相关性与起始月份显著相 关，起始月份不同，达到的最大相关系数不同。 表 2 东北三省粮食产量与不同起、止月份 IEDI 相关系数 Table 2 Correlation coefficients between grain yield and IEDI with different start and end months in three provinces of Northeast China 省份 结束月份 End month Start month 3 4 5 6 7 8 9 3 0.14 0.14 0.14 0.35 0.51 0.