本文由赤峰学院学报提供https://www.doczj.com/doc/ed18840224.html,
基于实际蒸散构建的干旱指数在黄淮海地区的适用性
王莹1吴荣军2,3郭照冰1*
（1南京信息工程大学环境与科学学院，南京210044；2南京信息工程大学应用气象学院，南京210044；3
江苏省农业气象重点实验室，南京210044）
摘要基于NOAH陆面模式模拟的实际蒸散产品，分析了2002—2010年黄淮海地区实际
蒸散的时空分布特征。同时，结合MOD17潜在蒸散数据和MOD13 NDVI构建了2002—2010年的农业干旱指数——干旱敏感性指数（DSI），并以2002年1—12月为例，利用帕默尔干旱指数（PDSI）、冬小麦减产率以及实际旱情资料，分析了DSI在该地区干旱监测的适用性。结果表明：黄淮海地区年均实际蒸散从西北向东南递增，最高值出现在研究区域东南部（800~900 mm），最低值出现在西北部（<300 mm）；DSI、PDSI两种干旱指数的年际变化
呈正相关（r2=0.61）和变化趋势的一致性，均在2002年达到最低（-0.61和-1.33），2003年最高（0.81和0.92），；DSI与冬小麦减产率的相关性（r2=0.43）明显优于PDSI（r2=0.06），且表征干旱的空间分辨率较高，对区域农业干旱程度的判断和旱情的指示比较可靠。
关键词实际蒸散；农业干旱指数；黄淮海地区
Applicability of established drought index in Huang-Huai-Hai region based on actual evapotranspiration. WANG Ying1, WU Rong-jun2,3, GUO Zhao-bing1* (1School of Environmental Science and Engineering, Nanjing University of Information Science Technology, Nanjing 210044, China; 2School of Applied Meteorology, Nanjing University of Information Science Technology, Nanjing 210044, China; 3Jiangsu Province Key Laboratory of Agricultural Meteorology, Nanjing 210044, China)
Abstract：Based on the modeled products of actual evapotranspiration with NOAH3.2 land surface model, the temporal and spatial variations of actual evapotranspiration were analyzed for the Huang-Huai-Hai Region in 2002-2010. In the meantime, the agricultural drought index, namely, drought severity index (DSI) was constructed, incorporated with products of MOD17 potential evapotranspiration and MOD13 NDVI. Furthermore, the applicability of established DSI in this region in the whole year of 2002 was investigated based on the Palmer drought severity index (PDSI), the yield reduction rate of winter wheat, and drought severity data. The results showed that the annual average actual evapotranspiration within the survey region increased from the northwest to the southeast, with the maximum of 800-900 mm in the southeast and the minimum less than 300 mm in the northwest. The DSI and PDSI had positive correlation (r2=0.61) and high concordance in change trend. They all got the low point (-0.61 and -1.33) in 2002 and reached the peak (0.81 and 0.92) in 2003. The correlation between DSI and yield reduction rate of winter wheat (r2=0.43) was more significant than that between PDSI and yield reduction rate of winter wheat (r2=0.06). So, the DSI reflected a high spatial resolution of drought pattern and could reflect the region agricultural drought severity and intensity more accurately.
Key words: actual evapotranspiration; agricultural drought index; Huang-Huai-Hai Region.
延边医学官网https://www.doczj.com/doc/ed18840224.html,
本文由中国气象局农业气象保障与应用技术重点实验室开放基金项目（AMF201305）和国家自然科学基金
项目(41575110)资助This work was supported by the Key Laboratory of Agrometeorological Safeguard and Applied Technique of China Meteorological Administration (AMF201305) and The National Natural Science Foundation of China (41575110).
2015-08-10Received, 2016-02-04 Accepted.
*通讯作者 Corresponding author. E-mail: guocumt@https://www.doczj.com/doc/ed18840224.html,
干旱是中国的主要自然灾害之一，其中的农业干旱是以植物生长状态以及土壤含水量为特征，生长季节内因缺少水分供给而造成土壤缺水，使农作物生长发育受抑，导致作物减产甚至绝收的一种农业气象灾害。在全球气候变化的大背景下，干旱发生的频率和强度均在迅速增长。黄淮海地区是我国重要的粮食产地之一，属于季风气候，春季少雨、夏季降水变率大，不同时空尺度的干旱在此区域频繁发生，对农作物的生长和产量影响较大[1-6]，因此对黄淮海地区的干旱综合评估和监测具有重要的现实意义[7]。为了研究干旱发生和发展的规律，国内外学者们做了大量研究[8-10]。
干旱监测技术已有多年的发展历史，传统的干旱监测指标包括仅依赖降水的单要素指标（如降水距平等）、以及降水和温度要素结合的干旱指标等[11]，逐渐发展到后来的多因素结合的复杂干旱指标，其对干旱的监测精度较传统的监测指标更为全面和精确。实际蒸散过程涉及气象、土壤、植物、地理、水利等领域，是多学科交叉的复杂过程，在地表能量平衡以及水分循环方面起着关键作用[12-14]。准确模拟实际蒸散能够为干旱的监测工作提供更多有利依据,因此基于蒸散的干旱指数具有的明确的物理意义。Palmer[15]综合考虑了实际蒸散量、潜在蒸散量、水分需求、水分供给等要素，基于水分平衡原理建立了一个干旱指数(Palmer drought severity index , PDSI )，该指数被广泛应用于各个地区的干旱监测、旱情比较以及旱情的时空分布特征分析[16-19]；Anderson等[20-21]提出了一种基于ET/PET的蒸散发胁迫指数（ESI），获得了较高的干旱监测精度；邵小路等[22]基于蒸散干旱指数（EDI）对华北地区干旱进行研究；Mu等[23]在ET/PET的基础上结合归一化植被指数（NDVI）提出了一种干旱指数 (drought severity index, DSI)，并应用于全球尺度干旱监测，与PDSI、植被净初级生产力（NPP）等对比得到了良好的效果。DSI综合考虑干旱过程中农作物的水分胁迫信息和生长状况，在农业干旱监测方面具有较大的应用潜力。
本研究以黄淮海地区为研究区域，采用NOAH陆面模式模拟2002—2010年研究区域实际蒸散，并利用地面实测数据对模拟结果进行验证，然后结合潜在蒸散和归一化植被指数构建DSI，通过与PDSI、冬小麦减产率以及实际旱情等资料对比分析，开展DSI在研究区干旱监测的适用性分析。
1 研究地区与研究方法
1.1 研究区概况
黄淮海地区位于我国东部（32°—40° N，114°—121° E），北起长城，南至桐柏山、大别山北麓，西倚太行山和豫西伏牛山地，东濒渤海和黄海，其主体为由黄河、淮河与海河及其支流冲积而成的黄淮海平原，地势平坦、利于耕作。全区土地总面积46.95×104 km2，总耕地面积占全国耕地面积的25%，是我国耕地面积最多的农业区，冬小麦和夏玉米轮作为本区典型农业种植模式。黄淮海地区属于暖温带季风气候，降水季节差异明显且变率较大，导致干旱频发。目前干旱已经成为影响本区域农作物生长发育最主要的农业灾害，因此选择黄淮海地区进行农业干旱监测具有一定的典型性。
1.2 数据来源
1.2.1 实际蒸散 NOAH陆面模式（NOAH land surface model, LSM）被广泛用于陆面过程的综合模拟[24-26]。在模式中，实际蒸散量(ET)的计算主要包括3大部分，即表层土壤直接蒸散
（E s）、植被截留蒸散量（E c）和植被的蒸腾（E v）。其中，E s被认为与潜在蒸散量间存在较好的线性关系，潜在蒸散量采用彭曼公式计算；E c通过计算地表覆盖率、降水量与截留系数的乘积获得；E v采用传统的阻抗法计算。
LSM的主要输入数据包括：气象强迫数据(GLDAS)、逐月MODIS-BRDF（MCD43C3）地表反照率、SURFRAD（U.S. Surface Radiation Budget Network）辐射观测值、UMD-A VHRR 地表类型、逐周A VHRR植被覆盖率等，将输入数据空间分辨率统一后，调试并运行模式得到中国区域ET模拟结果，然后进行裁剪、累加、双线性插值，得到2002—2010年0.1°×0.1°月值以及年值研究区域数据集。
1.2.2 实测数据 本研究采用长白山、千烟洲(张芳敏)和禹城站点的通量数据对LSM模型模拟的ET产品进行验证。这些站点的气候、海拔和地表覆盖类型存在显著差异。长白山站点的土地覆盖类型为温带混交林，千烟洲站点为常绿针叶林，禹城站为农田（表1）。其中，长
1.2.5辅助数据1）中国农业灾情数据。研究区2002年5—9月发生持续旱灾的12个农业站点的灾情数据源于中国气象共享网（https://www.doczj.com/doc/ed18840224.html,）。
2）1970—2010年研究范围内29个县级（包括河间市、阜城县、隆尧县、香河县、曲周县、定兴县、栾城县、济阳县、青州市、兖州市、邹平县、陵县、茌平县、阳谷县、滑县、濮阳县、息县、太康县、正阳县、西平县、颍上县、涡阳县、谯城区、凤台县、兴化市、东海县、泗洪县、高邮市）冬小麦产量数据，来自中国农业部种植业管理司县级农作物数据库。本研究采用滑动平均法对站点1970—2010年的实际产量进行5年滑动平均求出趋势产量，然后根据实际产量和趋势产量求出相对气象产量。
3）帕默尔指数。帕尔默指数（PDSI）综合了水分亏缺和持续时间因子对干旱程度的影响，且考虑了前期天气状况，具有较好的时空可比性[29-30]，在美国的干旱事件监测、分析以及序列重建上被广泛应用。帕默尔干旱等级划分如表2所示。本文对MOD17的0.5°×0.5°空间分辨率的PDSI月产品进行提取与裁剪，建立2002—2010年PDSI月数据集。
表2 帕默尔干旱等级划分标准
Table2 Drought grade determined by Palmer index
帕默尔指数 PDSI 等级 Level
0.99< PDSI <－0.99 正常Normal
-1.99< PDSI <-1 轻微干旱Incipient drought
-2.99< PDSI <-2 中等干旱Moderate drought
-3.99< PDSI <-3 严重干旱Severe drought
PDSI≤－4.00 极端干旱Extreme drought
1.3 研究方法
基于ET、PET和NDVI，Mu等[23]构建了干旱敏感度指数（drought sensitive index，DSI），用于全球尺度的干旱监测，并对干旱等级进行划分（表3）。DSI算法如下：
Z NDVI
Z A VE是Z
表4 LSM模拟ET与观测数据的对比
Table 4 Comparison of the ET simulated by LSM with observed ET
站点年实测值模拟值相对偏差
Site Year Observed value
(mm?a-1)
Simulated value
(mm?a-1)
RE
(%)
长白山CBS 2003 536 534.8 -0.2 2004 523 506.8 -3.1
千烟洲QYZ 2003 708 720 1.7 2004 769 679.2 -11.7
禹城YC 2003 541.7 572.8 5.7 2004 581.9 557.8 -4.1
由于数据获取的有限性，并考虑缺测和异常值较少的情况，本文选择禹城观测站2008年日蒸散数据与LSM 模拟值进行对比（图1），模拟值与实测值相关系数为0.67，均方根误差为0.82。春季（3—5月），禹城模拟蒸散值基本小于测量值，但其他月份的蒸散值变化量与实测值基本一致，这是由于禹城地下水位偏高，且半干旱地区在春季易受到近地层水平平流输送的影响[31]，导致实测数据偏高。此外，模拟值与实测值的季节变化趋势一致，6月有一个较窄的低值区，这是因为此时冬小麦收获，玉米刚刚播种，所以植被蒸腾较低，导致蒸散值出现低谷。说明LSM 对蒸散的模拟效果较好。
02
4
6
8
实实实实 E T /(m m /d a y )
图
图2 2002—2010年黄淮海地区年均ET 的空间分布
Fig.2 Spatial distribution of annual mean values of ET in Huang-Huai-Hai region in 2002-2010.
由图2可以看出，年均ET 最高值出现在研究区域南部（800~900 mm ），最低值出现在西北（<300 mm ）。ET 在黄淮海地区从西北到东南，阶梯状分布较明显，呈逐渐增加的趋势。研究区域内，河北北部以及京津部分地区的年均ET 值为300~400 mm ；河北南部和山东北部由北向南递增，达到400~500 mm ；山东南部、江苏北部以及安徽北部的年均ET 值从500 mm 递增到800 mm ；江苏、安徽南部部分地区因降水量高且植被覆盖度高，达到研究区域年均ET 最高值，为900 mm 左右。 2.2 干旱指数的时空变化特征
20012002200320042005200620072008200920102011
-2.0
-1.5
-1.0-0.50.00.51.0
PDSI DSI
年 year
P D S I
=0.61
RMSE=0.28-2.0-1.5
-1.0
-0.5
0.0
0.5
1.0
D S I
图3 DSI 和PDSI 指数的年际变化
Fig.3 Annual variation of DSI and PDSI from 2002 to 2010.
2002—2010年，研究区DSI 和PDSI 的变化趋势一致，两者的相关系数为0.61，最低值均出现在2002年，分别为-0.61和-1.33，最高值均出现在2003年，分别为0.81和0.92（图3）。
由于DSI 、PDSI 均在2002年出现低值，说明相较于其他年份研究区域内旱情发生概率最大。 2002年，黄淮海地区降水较常年减少，旱灾频发，主要集中在1—4月和7—12月，为干旱偏重的一年，相较于其他年份无旱比例也最小，为了探讨DSI 对干旱监测的适用性，下面以旱情显著的2002年为例，对研究区域内干旱变化过程进行实例分析。
由图4Ⅰ可以看出，1—3月，河北、山东、江苏和安徽等地均出现大面积干旱，直到6月，干旱空间分布范围缩小，只有河北和山东的小范围还存在轻微干旱。MODIS17 PDSI 产品（图4Ⅱ）在1—3月也出现了大范围旱情，不仅河北、京津冀、以及江苏和安徽北部出现较重干旱，河南和山西也出现大范围干旱，且山东只显示在西部出现中等干旱，其余地区都是轻微干旱。与DSI 一样，直到6月降雨的增多，PDSI 才显示旱情有所缓解，干旱面积大幅减小，干旱主要分布在京津冀和河北部分地区以及山东西部。这是由于2002年1—3月，华北大部、黄淮北部等地降水量较往年偏少一半以上，同时气温持续偏高，土壤蒸发量较高，导致春旱发生早且发展迅速；随着6月下旬的大范围降雨，上述旱区的部分旱情得到缓解。从7月由于开始降水逐渐减少，两种干旱指数均显示旱情急剧发展，DSI 旱情由京津冀地区向山东地区以及江苏和安徽北部开始持续蔓延开来，尤其9—11月，旱情较重干旱面积较大。
(Ⅰ)
(Ⅱ)
图4 2002年黄淮海地区DSI(Ⅰ)和PDSI(Ⅱ)的空间分布
Fig.4 Spatial distribution of DSI (Ⅰ) and PDSI (Ⅱ) in Huang-Huai-Hai region in 2002. a~l: 1-12月January to December.
图50
510
1520
减减减Y i e l d r e d u c t i o n r a t e (%)
图结果3个站点除5月因为降雨干旱得到缓解外，其余月份均发生严重干旱，干旱覆盖范围与站点减产率分布基本相符。江苏省内5个农业监测站点(东海、泗洪、高邮、兴化、姜堰)的减产率分别为2.0%、3.6%、9.0%、4.7%和2.5%，PDSI 结果显示1—5月上述5个站点均未发生干旱，DSI 结果显示1—5月5个站点所在区域均发生干旱，DSI 结果与减产率分布更为符合。河北省内农业站点冬小麦产量均发生减产，两种指数显示在相应区域同时发生大面积干旱。河南东部站点减产率为14.0%，DSI 产品显示1—5月除2月有干旱外，其他月份均未发生明显干旱，PDSI 产品则与站点减产率分布更为相符。
由图6可以看出，DSI 与减产的19个站的减产率的相关系数（r 2）为0.43，明显优于PDSI 。由于PDSI 产品为全球产品，容易存在空间异质性；另一方面，DSI 在计算过程中考虑作物生长因素而PDSI 主要考虑气象因素，导致PDSI 的旱情指示与减产率结果存在差异性。
表5 2002年黄淮海地区12个农业气象站点的干旱灾情数据
Table 5 Drought observation data of 12 agro-meteorological stations in Huang-Huai-Hai region in 2002
生重大农业干旱，PDSI更倾向于考虑气候环境因素而并未考虑作物生长状况，所以旱情指示偏重。宿州站受旱比例大但旱灾程度较轻，DSI为-0.5（轻度干旱），PDSI为-2.9（中等干旱），因为PDSI产品分辨率较低，容易存在空间异质性，所以旱情指示产生偏差。整体来讲，站点受灾程度与DSI和PDSI的干旱等级大部分一致，个别站点DSI的旱情等级指示更为准确。
3 讨 论
本文通过LSM模型计算了2002—2010年黄淮海地区ET的时空变化，与前人的模拟结果基本一致[27-28,32]。其中，黄淮南部阜阳地区年蒸散量大于900 mm，河北南部以及河南的新乡、濮阳、郑州等中西部地区的年蒸散量少于700 mm，与王菱等[33]以田间试验资料为基础计算黄淮海地区在自然条件下农田蒸散量的研究结果相符。黄淮海地区基本为冬小麦、夏玉米一年两熟，本文结果表明的农田站ET与作物生长进程基本一致，呈现双峰型变化，春
季作物进入生长旺季，ET逐渐增加，5月上旬达到高峰期，6月小麦成熟收割，ET达到波谷，直到8月上旬，玉米生长旺季ET达到第2个高峰，与邵小路等[22]对华北地区干旱研究中栾城农田站的实际蒸散变化趋势一致。
在气候变暖的大背景下，农业干旱所带来的一系列影响成为焦点。DSI作为一种新型的农业干旱指数，重点考虑了NDVI与ET/PET两个基本要素，即结合了农作物的生长状态和作物的水分胁迫状况，通过两者综合反映干旱状况。由于NDVI在春季和冬季植被裸露时易产生异常值[23]，且存在一定的时间滞后性，客观程度上影响了干旱监测的准确性。而土壤湿度体现了地表降水和蒸发的综合效应，是监测干旱的关键指标之一[34]，所以在进一步研究中将土壤湿度加入计算中将更准确可靠。本研究构建的空间分辨率为0.1°×0.1°的DSI干旱指数，进一步提高了区域尺度监测精度，解决了黄健熙等[35]在计算冬小麦产量与DSI相关分析中提出的空间精度问题，提高了区域干旱监测精度，对干旱程度的判断和旱情的指示更为准确。计算DSI时，数据时间尺度的变化对计算结果的影响有待深入研究。
4 结 论
利用陆面模式LSM模拟的实际蒸散数据与禹城等站点实测值的相关性较好，说明将该数据用于研究区域的干旱监测模拟是可靠的。研究区域内ET空间分布呈现东南向西北方向降低的明显阶梯趋势，山东西北部为300~400 mm·a-1，山东地区为400~600 mm·a-1，长黄淮南部地区为900 mm·a-1左右。2002—2010年，DSI和PDSI年际变化趋势基本一致，且DSI 的农业干旱指示相较于PDSI更为准确，在黄淮海平原农业干旱监测应用中具有一定的适用性。本文基于陆面模式LSM模拟的ET，结合NDVI和PET构建了干旱指数DSI，将分辨率提高到0.1°×0.1°，较MODIS17 PDSI干旱监测产品进一步提高了干旱区域监测精度。
参考文献
[1] An S-Q (安顺清), Zhu Z-X (朱自玺), Wu N-Y (吴乃元), et al. Studied results of CROP water stress and
drought in central region of Huang-Huai-Hai Plain. Scientia Agricultura Sinica (中国农业科学), 1991, 24(2): 13-18 (in Chinese)
[2] Xu H-Y (徐焕颖), Jia J-H (贾建华), Liu L-Y (刘良云), et al. Drought monitoring in Huang-Huai-Hai Plain
using the multi-drought indices. Remote Sensing Technology and Application (遥感技术与应用), 2015, 30(1): 25-32 (in Chinese)
[3] Yin H (尹晗), Li Y-H (李耀辉). Summary of advance on drought study in southwest China. Journal of Arid
Meteorology (干旱气象), 2013, 31(1): 182-193 (in Chinese)
[4] Liu X-Y (刘晓云), Li D-L (李栋梁), Wang J-S (王劲松). Spatiotemporal characteristics of drought over China
during 1961-2009. Journal of Desert Research (中国沙漠), 2012, 32(2): 473-483 (in Chinese)
[5] He J-Y (贺晋云), Zhang M-J (张明军), Wang P (王鹏), et al. Climate characters of the extreme drought
events in southwest China during recent 50 years. Acta Geographica Sinica(地理学报), 2011, 66(9): 1179-1190 (in Chinese)
[6] Zhang W-C (张万诚), Zheng J-M (郑建萌), Ren J-Z (任菊章). Climate characteristics of extreme drought
events in Yunnan. Journal of Catastrophology (灾害学), 2013, 28(1): 59-64 (in Chinese)
[7] Xu J-W (徐建文). Potential Effects of Drought on Winter Wheat Yield Based on DSSAT Model Over
Huang-Huai-Hai Plain. Master Thesis. Beijing: Chinese Academy of Agricultural Sciences, 2014 (in Chinese) [8] Hou Y-Y (侯英雨), Hei Y-B (何延波), Liu K-H (柳钦火), et al. Research progress on drought index. Chinese
Journal of Ecology (生态学杂志), 2007, 26(6): 892-897. (in Chinese)
[9] Fei Z-Y (费振宇), Sun H-W (孙宏巍), Jin J-L (金菊良), et al. Temporal and spatial patterns of meteorological
drought hazard in China for recent 50 years. Water Resources and Power (水电能源科学), 2014, 32(12): 5-10
[10] Chen F-H (陈发虎), Huang W (黄伟), Jin L-Y (靳立亚), et al. Spatiotemporal precipitation variations in the
arid central Asia in the context of global warming. Science China Earth Sciences (中国科学:地球科学), 2011, 41(11): 1647-1657 (in Chinese)
[11] Zhang Q (张强), Zhang L (张良), Cui X-C (崔显成), et al. Progresses and challenges in drought
assessment and monitoring. Advances in Earth Science (地球科学进展), 2011, 26(7): 763-778 (in Chinese) [12] Wu R-J (吴荣军), Ge Q (葛琴), Zhan X-W (詹习武), et al. Research of land surface evapotranspiration
based on remote sensing process coupling model BEPS. Ecology and Environmental Sciences (生态环境学报), 2013, 22(6): 1001-1008 (in Chinese)
[13] Guadalupe SC, Jurgen V,Alirio A, et al. Assessment of the Eumetsat LSA-SAF evapotranspiration product
for drought monitoring in Europe. International Journal of Applied Earth Observations and Geoinformation, 2014, 30: 190-202
[14] Jin XM, Guo RH, Xia W. Distribution of actual evapotranspiration over Qaidam basin, an arid area in China.
Remote Sensing, 2013, 5: 6976-6996
[15] Palmer WC. Meteorological Drought. Washington DC: US Weather Bureau, 1965
[16] Zhou Y-W (周跃武), Feng J-Y (冯建英). The drought index in the 20th century. Arid Meteorology (干旱气象),
2006, 24(1): 79-89 (in Chinese)
[17] Yang X-L (杨小利), Yang X-G (杨兴国), Ma P-L (马鹏里), et al. Modification and applications of PDSI for
mid and eastern Gansu Province. Advances in Earth Science(地球科学进展), 2005, 20(9): 1022-1028 (in Chinese)
[18] Yan G-X (闫桂霞), Lu G-H (陆桂华), Wu Z-Y (吴志勇), et al. Study on integrated meteorological drought
index based on PDSI and SPI. Water Resources and Hydropower Engineering (水利水电技术), 2009, 40(4): 10-13 (in Chinese)
[19] Zhang Y (张永), Chen F-H (陈发虎), Gou X-H (勾晓华), et al. The temporal and spatial distribution of
seasonal dry-wet changes over the northwestern China based on PDSI. Acta Geographica Sinica (地理学报), 2007, 62(11): 1142-1152 (in Chinese)
[20] Anderson MC, Hain C, Wardlow B, et al. Evaluation of drought indices based on thermal remote sensing of
evapotranspiration over the Continental United States. Journal of Climate, 2011, 248: 2025-2044
[21] Anderson MC, Hain C, Wardlow B, et al. A climatological study of evapotranspiration and moisture stress
across the continental U.S. based on thermal remote sensing: Surface moisture climatology. Journal of Geophysical Research, 2007, 112: 1029-1039
[22] Shao X-L (邵小路), Yao F-M (姚凤梅), Zhang J-H (张佳华), et al. Analysis of drought in north China based
on evapotranspiration drought index. Acta Meteorologica Sinica(气象学报), 2013, 39(9): 1154-1162 (in Chinese)
[23] Mu QZ, Zhao MS, Kimball JS, et al. A remotely sensed global terrestrial drought severity index. Bulletin of
the American Meteorological Society, 2013, 213: 83-98
[24] Chen F, Mitchell KE, Schaake J, et al. Modeling of landsurface evaporation by four schemes and comparison
with FIFE observations. Journal of Geophysical Research, 1996, 101: 7251-7268
[25] Chen F, Janic Z, Mitchell KE. Impact of atmospheric surface layer parameterizations in the new land-surface
Scheme of the NCEP mesoscale Eta model. Bound Layer Meteorology, 1997, 85: 391-421
[26] Chen F, Mitchell KE. Using the GEWEX/ISLSCP forcing data to simulate global soil moisture fields and
hydrological cycle for 1987-1988. Journal of Meteorological Society of Japan, 1999, 77: 167-182
[27] Zhang F-M (张方敏), Ju W-M (居为民), Chen J-M (陈镜明), et al. Study on evapotranspiration in East Asia
using the BEPS ecological model. Journal of Natural Resources (自然资源学报), 2010, 25(9): 1596-1606 (in
[28] Liu Y, Zhou W, Ju J, et al. Changes of evapotranspiration and water yield in China s terrestrial ecosystems
during the period from 2000 to 2010. Hydrology and Earth System Sciences, 2013, 10: 5397–5456
[29] Wei J (卫捷), Ma Z-G (马柱国). Comparison of palmer drought severity index, percentage of precipitation
anomaly and surface humid index. Acta Geographica Sinica(地理学报), 2003, 58(suppl.1): 117-124 (in Chinese)
[30] Shen L-F (沈良芳), Gao R-B (高荣斌), Lv J (吕军), et al. Research on Palmer drought index in Jiangsu
Province. Journal of Anhui Agricultural Sciences (安徽农业科学), 2007, 35(28): 8768-8788 (in Chinese) [31] Zhang Q (张强), Zhang Z-X (张之贤), Wen X-M (问晓梅), et al. Comparisons of observational methods of
land surface evapotranspiration and their influence factors.Advances in Earth Science (地球科学进展), 2011, 26(5): 538-547 (in Chinese)
[32] Zhou L (周蕾), Wang S-Q (王绍强), Chen J-M (陈镜明), et al. The spatial-temporal characteristics of
evapotranspiration of China’s terrestrial ecosystems during 1991-2000. Resources Science(资源科学), 2009, 31(6): 962-972 (in Chinese)
[33] Wang L (王菱), Ni J-H (倪建华). Research of actual evaporanspiration in farmland: A case study in
Huang-Huai-Hai river region. Acta Meteorologica Sinica (气象学报), 2001, 59(6): 785-793 (in Chinese) [34] Guo W-D (郭维栋), Ma Z-G (马柱国), Yao Y-H (姚永红). Regional characteristics of soil moisture evolution
in northern China over recent 50 years. Acta Geographica Sinica (地理学报), 2003, 58(suppl.1): 84-88 (in Chinese)
[35] Huang J-X (黄健熙), Zhang J (张洁), Liu J-M (刘峻明), et al. Correlation analysis between drought and
winter wheat yields based on remotely sensed drought severity index. Transactions of the Chinese Society for Agricultural Machinery(农业机械学报), 2015, 46(3): 166-173 (in Chinese)
作者简介王莹，女，1991年生，硕士研究生。主要从事农业气象灾害研究。E-mail: 494900718@https://www.doczj.com/doc/ed18840224.html, 责任编辑杨弘
王莹, 吴荣军, 郭照冰. 基于实际蒸散构建的干旱指数在黄淮海地区的适用性. 应用生态学报, 2016, 27(5):
Wang Y, Wu R-J, Guo Z-B.Applicability of established drought index in Huang-Huai-Hai region based on actual evapotranspiration. Chinese Journal of Applied Ecology, 2016, 27(5): (in Chinese)
第三章中国旱地农业得分布及旱地农业类型分区 第一节中国干旱半干旱地区得范围与界限 一、中国干湿地区得划分指标及其划分方法 划分中国干湿地区得指标目前主要就是干燥度指标与年降水量指标。 (一)干燥度指标 采用这种指标划分得,有中国科学院得“中国气候区划”、“中国综合自然区划”与中央气象局得“中国气候区划”,其划分得方法见表。 到西以干燥度划分。第二级气候区划分,结合各区情况,甘蒙、甘新、华北三个地区重点考虑年、季干燥A 度。第二级划分视各地情况适当运用年、季干燥度,年降水量、降水日等因素。这个区划以K≥4、00为干旱,K在1、50一4、00或1、20一4、00之间为半干旱,我国干旱与湿润地区得分界线大致就是从海拉尔,经乌兰浩特、通辽、张家口到榆林、兰州、阿坝、昌都、拉萨,由东北针贯西南,干旱与半干旱得界限大致就是自内蒙古得海流图经武威、张掖、酒泉、敦煌、大柴旦、玉树、倾多、拉萨、日喀则至噶尔昆沙一线。 中央气象局得“中国气候区划”在第二(气候大区)与三级(气候区划)中,分别采用年、季干燥度指标。因干燥度标准与划分方法得不同,此区划划分得我国干旱、半干旱地区得范围大致为:东自海拉尔、齐齐哈尔、锦州,向西南经承德、太行山、运城,再折向西北,经洛川、兰州、酒泉、敦煌、与田至喀什一线以北得广大地区。青藏高原气候区域除东南部得部分地区外,也属于这个范围。 中国科学院得“中国综合自然区划”按干湿情况,以干燥度为主要参考指标,划分出第一级(自然地区)范围大致自海拉尔经乌兰浩特、通辽、十八盘梁、石家庄、阿坝、昌都、倾多一线得西北地区。干旱与半干旱得分界线大致就是从包头、兰州、武威、张掖、酒泉折向大柴旦、格尔木经唐古拉山口转向黑河、鄯善一带。 (二)年降水量指标 以这种指标进行大范围干湿地区划分得主要有全国农业区划委员会得“中国自然区划”、“中国综合农业区划”,中国科学院得“中国综合自然地理区划”以及“中国农业地理总论”,其划分得主要指标如表1-7。 出了西北干旱区域,面积约占国土面积得29、8%。“中国综合自然地理区划”以100mm等降水量线为指标,划分得干旱、半干旱地区面积占国土面积得50%以上。 “中国综合农业区划”与“中国农业地理总论”分别都以400mm与250mm降水量线作为划分干湿区及干旱与半干旱地区得指标,其中干旱、半干旱面积分别占30、8%、19、2%,合计占国土面积得50%。 从以上不同得划分可以瞧出:①因划分指标得不同,或同一指标具体标准得不同,或因再分级中运用得方法不同,划出得干旱地区得范围与界限也就不同;②干旱地区得范围与界限尽管目前还没有一致得划分,但就是从大得范围瞧,还就是比较一致得。即无论以干燥度K=l、5还就是以400mm年降水量等值线划分,中国干旱地区得面积都约占全国总土地面积得50%以上。如果加上半干旱及半湿润偏旱区得交错地带,则干旱半干旱地区得面积更大。
○V房地产价格统计 报表制度 （简明版本） （2018年定期统计报表） 中华人民共和国国家统计局制定 20XX年11月 本报表制度根据《中华人民共和国统计法》的有关规定制定 《中华人民共和国统计法》第七条规定：国家机关、企业事业单位和其他 组织以及个体工商户和个人等统计调查对象，必须依照本法和国家有关规定，真实、准确、完整、及时地提供统计调查所需的资料，不得提供不真实或者不完整的统计资料，不得迟报、拒报统计资料。 《中华人民共和国统计法》第九条规定：统计机构和统计人员对在统计工作中知悉的国家秘密、商业秘密和个人信息，应当予以保密。 本制度由国家统计局负责解释。 目录 一、总说明1 二、报表目录3 三、调查表式4 四、主要指标解释7 五、附录8
一、总说明 （一）调查目的 为了解和掌握相关城市新建商品住宅和二手住宅销售价格及其变动情况，为做好国民经济核算和房地产市场调控工作、满足社会公众需要提供基础数据，依照《中华人民共和国统计法》规定，特制定本调查制度。 （二）调查内容 调查内容是商品住宅销售价格、面积、金额等相关基础资料。其中新建商品住宅调查内容主要包括：住宅所在项目（楼盘）名称、项目地址、幢号、总层数、所在层数、住宅结构、建筑面积、成交总价（合同金额）、签约时间等；二手住宅调查内容主要包括：成交住宅所在小区或社区名称、位置、住宅类型、住宅所在区域、住宅所在地段、本月销售面积、本月销售金额、样本住宅上月销售单价、样本住宅本月销售单价等。 （三）调查方法 ⒈新建商品住宅销售价格的调查方法。 新建商品住宅销售价格调查为全面调查，基础数据直接采用当地房地产管理部门的网签数据。 ⒉二手住宅销售价格的调查方法。 二手住宅销售价格调查为非全面调查，采用重点调查与典型调查相结合的方法，按照房地产经纪机构上报、房地产管理部门提供与调查员实地采价相结合的方式收集基础数据。 为保证二手住宅销售价格调查的科学性和可靠性，在选取房地产经纪机构和二手住宅样本时遵循以下原则： ⑴选取房地产经纪机构要注重代表性。为保证调查资料的可靠性和连续性，要统筹考虑各种因素，选择规模大、实力强、营业额占当地总营业额比重较大、经营状况比较稳定的房地产经纪机构，并尽量兼顾内资、港澳台商投资、外商投资等不同注册登记类型。选取的房地产经纪机构的总营业额一般应占当地二手住宅总营业额的75%以上。房地产经纪机构应按规定内容和要求填报调查表。 ⑵选取住宅样本要兼顾不同地理位置。综合考虑住宅类型、区域、地段、结构等统计口径的一致性，保证上月、本月价格同质可比。由于存在级差地租，不同地理位置的住宅单位面积价格差异较大。在选取住宅样本时，要分区域（辖区）、分类型从上月及本月销售的住宅中分别选取销售量（套数）所占比重最（较）大、同质可比性和代表性强且交易时间最接近每月15日的一套住宅。如每月15日前、后两日均有同质可比住宅时，选取后者作为样本住宅。 （四）调查对象 房地产管理部门和房地产经纪机构等。 （五）调查范围 调查城市包括直辖市、省会城市、自治区首府城市（不含拉萨市）和计划单列市（共35个），以及唐山、秦皇岛等其他35个城市（以下简称“其他35个城市”）。调查范围为70个大中城市的市辖区，不包括县。 （六）调查组织方式 ⒈新建商品住宅基础数据。 直辖市、省会城市、自治区首府城市（不含拉萨市）、计划单列市等35个城市房地产管理部门按照《关于加强协作共同做好房地产价格统计工作的通知》（国统字〔20XX〕93号）规定的内容与时间向当地国家统计局调查总队或调查队提供自然月度基础数据。唐山、秦皇岛等其他35个城市房地产管理部门依照《关于加强协作共同做好房地产价格统计工作的通知》（国统字〔20XX〕93号）要求，向当地国家统计局调查总队或调查队提供自然月度基础数据。相关调查总队、调查队将当地房地产管理部门提供的上个自然月新建住宅交易网签数据用专用存储设备拷贝，确保数据安全，并按照统一规则进行标识。 ⒉二手住宅基础数据。
收稿日期：2018－07－31 基金项目：海南省气象局项目（HNQXJS201605） 作者简介：张亚杰（1987－）， 男，河南登封人，硕士，工程师，研究方向：气象灾害研究，E-mail ：zhyajie87@163．com 第37卷第1期海南大学学报自然科学版Vol．37No．1 2019年3月NATUＲAL SCIENCE JOUＲNAL OF HAINAN UNIVEＲSITY Mar.2019 文章编号：1004－1729（2019）01－0041－10 基于综合气象干旱指数的海南岛干旱特征分析 张亚杰1，3， 陈升孛2，3，吴胜安1，3，邢彩盈1，3（1．海南省气候中心，海南海口570203；2．海南省气象服务中心， 海南海口570203；3．海南省南海气象防灾减灾重点实验室，海南海口570203） 摘 要：基于海南岛18个国家气象站1960 2017年逐日气温和降水资料，对比分析改进前后的综合气象 干旱指数在海南地区的适用性，统计了各地区年、季干旱发生频率、日数、强度和覆盖范围，分析了海南岛干旱的时空分布特征．结果表明：改进后的CInew 指数在不同地区3次典型干旱过程的监测中，显著减少了不 连续旱情加重现象；海南岛各市县年干旱发生频率在47% 74%之间，呈现西高东低的分布特征；年干旱日 数在56 104d 之间，呈西南部沿海多、中部少的分布特征；年干旱强度在－209 －123之间，呈现西南部沿 海强、中东部弱的分布特征．季节干旱发生频率、日数、强度均为春季最严重，冬季次之，夏、秋季较弱．全年发 生大范围干旱的年份有9年， 1969、1977、1979和2004年干旱覆盖范围达到100%．关键词：干旱；综合气象干旱指数；干旱特征；海南岛 中图分类号：P 429文献标志码：A DOl ：10．15886/j．cnki．hdxbzkb．2019．0007海南地处热带，属季风海洋性气候，水汽来源充足，是同纬度世界上降水量最多的地区之一，但时空分布不均，干湿季分明．旱季为11月 翌年4月，雨季一般出现在5 10月，雨季由于降水时空分布不均，时有夏旱或秋旱现象［1］．干旱是海南出现频率高、影响范围广、持续时间最长的气象灾害，对工农业生产 和人民生命财产有严重危害［2－3］． 为开展干旱监测和评估工作，国内外学者发展了大量的气象干旱指数［4］，常用的气象干旱指数有帕 默尔干旱指数［5］、 降水距平百分率［6］、标准化降水指数［7］、相对湿润度指数［8］、Z 指数［9］和综合气象干旱指数（CI ）［10］等．但由于干旱形成机制复杂，影响广泛，具有普适性的干旱指数并不存在，不同干旱指数各 有优缺点．目前，气象干旱监测业务中常用的为CI 指数，该指数不仅考虑了不同时间尺度（月、季）降水量异常对当前干旱的累积效应，还考虑了降水和蒸发对干旱的影响［10］，在各省气象部门干旱实时监测评估 中得到了推广使用．近年来，国内学者在河南、新疆、安徽、福建、贵州、河北、甘肃、湖南等省，以及淮河流域、渭河流域、黄土高原等区域对CI 指数的业务应用、改进方法及适用性进行了较多研究 ［11－28］．结果表明，CI 指数具有较广泛的适用性，较只考虑单一降水因子的干旱指数具有较大的优越性，但在干旱过程监测中会出现不连续旱情加重现象［15－18］．海南省在干旱监测和评估方面研究较少，已有的相关研究［3，29－30］中采用的干旱监测指标均为单一的降水因子指标，未考虑蒸发的影响．因此，笔者利用海南岛18个气象 台站1960 2017年逐日气温和降水资料，通过引入不等权重思想［16］改进CI 指数， 分析研究干旱发生频率、强度的时空演变特征及变化趋势，并采用累积频率法［14］修正干旱指数阈值， 研究适用于海南的气象干旱指数，旨在克服传统CI 指数存在的问题，寻求适用于海南的气象干旱指数，为海南省的气象干旱监测、预测、预警及抗旱减灾提供科学依据． 1 资料与方法1．1资料文中所用资料为海南岛1960 2017年18个国家气象站逐日气象观测数据，包括日降水量、
农业干旱指标研究综述 王友贺，谷秀杰 河南省气象台，河南郑州 450003 摘要：干旱是对人类及其社会危害很大的一种自然灾害。总的来说，干旱可分为气象干旱、水文干旱、农业干旱和社会经济干旱，其中农业干旱是我国发生范围最广、频率最高、灾情和影响最严重的干旱类型。为了全面地认识农业干旱，有效地进行旱灾风险管理，减轻旱灾损失和影响，本文在参考了大量国内外有关文献的基础上，对目前比较有代表性的农业干旱分析指标系统地进行了归纳总结，指出了不同指标的优点和缺点，并对今后的研究方向进行了展望。 关键词：干旱；干旱分类；农业干旱；农业干旱指标 引言 干旱目前已是人们普遍关注的世界性问题。1990年国家科委出版的“中国科学技术蓝皮书”第五号《气候》，将干旱列为了我国气候灾害之首[1]。近几十年来，随着全球气候日趋变暖，干旱和旱灾造成的损失和影响越来越严重。干旱不仅直接导致农业减产，食物短缺而且其持续累积会使土地资源退化、水资源耗竭和生态环境受到破坏，制约可持续发展。因此，预防和减轻旱灾成为当今世界的重要课题之一。而全面认识旱灾本质、成因及其发生规律则是有效预防和减轻旱灾的前提[2]。本文将对国内外学者关于农业干旱研究的进展作一简介和综述。 1. 农业干旱的定义 对于干旱的研究，国内外已开展了大量工作，国外始于19世纪末，国内始于20世纪初。各部门对干旱定义有所不同，综合起来看，干旱可分为四类：气象干旱、水文干旱、农业干旱和社会经济干旱。就农业干旱而言，是指由外界环境因素造成作物体内水分失去平衡，发生水分亏缺，影响作物正常生长发育，进而导致减产或失收的现象。它涉及到土壤，作物、大气和人类对资源利用等多方面因素，所以是各类干旱中最复杂的一种。它不仅是一种物理过程，而且也与生物过程和社会经济有关。按其成因的不同还可以将农业干旱分为：土壤干旱、生理干旱和大气干旱[3]。
ICS QX 中华人民共和国气象行业标准 QX××××—×××× 香蕉、荔枝寒害灾害等级 Disasters Grade of cold damage to Tropical and Sub-Tropical Crops for banana and lychee （征求意见稿） ××××—××—××发布××××—××—××实施 中国气象局发布
前言 本标准的附录A为资料性附录。 本标准由中国气象局提出。 本标准由中国气象局政策法规司归口。 本标准由中国气象科学研究院负责起草；广东省气候与农业气象中心参加。本标准主要起草人：霍治国、杜尧东、姜燕等； 本标准为首次发布。
引言 华南地区是我国热带、亚热带作物的主要生产基地，冬暖气候优势明显，最冷月平均气温10℃以上，11～3月的热量资源约占全年的1/3以上，为充分利用冬季气候资源，近年来各地热带、亚热带水果和冬季农业迅速发展，取得了显著的经济社会效益。但华南地区却时常受到冬季低温寒害的袭击，给当地的农业生产造成重大损失，其中仅20世纪90年代的4次寒害就给广东农业造成了213亿元的经济损失；其中香蕉、荔枝受害尤为严重。因此为客观、定量地评估香蕉、荔枝寒害灾害的等级及其对产量的影响，编制本标准，旨在规范区域通用的、具有相对空间和时间可比较性的香蕉、荔枝寒害灾害等级标准，使香蕉、荔枝寒害灾害监测、预警、评估业务规范化、标准化。为国家农业防灾减灾，特别是有针对性进行农业气象灾害的监测、预警、评估及其防御，以及制定救灾政策、措施，调整农业布局和结构等提供科学依据。 香蕉、荔枝寒害是指在冬季遭受0℃以上（有时稍低于0℃）的一种低温危害现象。一直以来，香蕉、荔枝寒害的致灾因子都是沿用表征寒潮的过程降温幅度和最低气温，但最新研究表明，70%以上的寒害是由中弱冷空气多次补充造成的，并未达到寒潮标准。因此，仅考虑寒潮过程及其指标，不能准确地表征香蕉、荔枝寒害。为此，本标准对香蕉、荔枝寒害的过程进行了重新界定，优选出年度寒害过程的极端最低气温、≤5.0℃持续日数、≤5.0℃有害积寒、最大降温幅度作为致灾因子，计算出不同致灾因子对寒害影响的权重系数，以及综合寒害指数。以综合寒害指数为基础，将香蕉、荔枝寒害分为轻度、中度、重度、严重四个等级。本标准采用相对变化指标，具有普遍适用性。
（四）价格指数计算方法 1．价格指数的概念 居民消费价格指数是度量消费商品及服务项目的价格水平随时间而变动的相对数，反映居民家庭购买的消费品及服务价格水平的变动情况。它是宏观经济分析和调控、价格总水平监测以及国民经济核算的重要指标。其变动率在一定程度上反映了通货膨胀(或紧缩)的程度。根据建立大都市统计指标体系的要求，北京市增加了高、中、低收入层居民消费价格指数分组指标。 商品零售价格指数是反映工业、商业、餐饮业和其他零售企业向居民、机关团体出售生活消费品和办公用品价格水平变动情况的相对数，以此反映市场商品零售价格的变动趋势和变动程度。其目的在于掌握商品价格的变动趋势，为国家宏观调控和国民经济核算提供参考依据。 居民基本生活费用价格指数是反映城镇居民家庭维持基本生活水准所需消费项目的价格变动趋势和变动程度的相对数。它从家庭支出角度出发，反映了生活必需消费项目价格变动对特定消费阶层居民生活的影响程度，为制定最低工资标准及最低社会保障线提供重要依据。 2．价格指数的编制单位 市局、总队负责编制全市居民消费价格指数、商品零售价格指数、居民基本生活费用价格指数，并对区县价格调查实行统一的组织管理。 3. 权数资料来源与计算 计算居民消费价格指数所用的权数，根据城市居民家庭住户调查资料整理得出，必要时辅以典型调查数据或专家评估补充和完善。 计算商品零售价格指数所用的大类权数，根据商业统计资料整理得出，小类及基本分类的权数参考居民消费价格指数中的相关权数进行调整，并辅之以典型调查资料。 计算居民基本生活费用价格指数所用的权数，根据城市居民家庭支出调查资料中20%的低收入户居民的消费结构来确定，必要时辅以典型调查数据或专家评估补充和完善。 4．价格指数的计算方法 (1)代表规格品平均价格的计算 代表规格品的月度平均价采用简单算术平均方法计算，首先计算规格品在一个调查点的平均价格，再根据各个调查点的价格算出月度平均价。 ∑∑∑=====m j m j n k ijk i Pij m P n m P 1 111)1(1 其中： P ijk 为第i 个规格品在第j 个价格调查点的第k 次调查的价格； P ij 为第i 个规格品第j 个调查点的月度平均价格； m 为调查点的个数，n 为调查次数。 (2)基本分类指数的计算
Climate Change Research Letters 气候变化研究快报, 2019, 8(6), 812-820 Published Online November 2019 in Hans. https://www.doczj.com/doc/ed18840224.html,/journal/ccrl https://https://www.doczj.com/doc/ed18840224.html,/10.12677/ccrl.2019.86089 Spatial and Temporal Distribution Characteristics of Drought in Southwest China in 56a Based on Daily MCI Feiyang Mao, Xiehui Li School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu Sichuan Received: Oct. 29th, 2019; accepted: Nov. 13th, 2019; published: Nov. 20th, 2019 Abstract According to the national standard of meteorological drought classification revised in 2017, the daily MCI index of 86 meteorological stations in Southwest China was calculated, and the spatial interpolation was carried out by ArcGIS, mainly analyzing the drought characteristics of the whole southwest region and Chongqing, Sichuan, Yunnan and Guizhou provinces in 56 years. The results show that most of Yunnan, the west of Sichuan and the north of Chongqing are drought prone areas in Southwest China, while the number of drought days in Central Sichuan and most of Guizhou is relatively small; the drought in Sichuan and Yunnan mainly occurs in spring and winter, the drought in Chongqing mainly occurs in late summer and early autumn, and the drought in Guizhou mainly occurs in summer. From 1962 to 2017, the number of dry days in Southwest China showed an increasing trend, and Chongqing showed the strongest increasing trend, which was 0.97 d/a. In recent 56 years, the frequency of autumn drought is the highest, the intensity of drought is the highest in Yunnan Province, and the lowest in Guizhou Province. Keywords MCI Index, Spatiotemporal Distribution Characteristics, Drought Frequency, Drought Days, South-west China 基于日气象干旱综合指数的56a西南地区干旱 时空分布特征 毛飞扬，李谢辉 成都信息工程大学大气科学学院，四川成都 收稿日期：2019年10月29日；录用日期：2019年11月13日；发布日期：2019年11月20日
图片简介: 本技术介绍了一种气象干旱监测与预测方法，属于气象干旱监测与预测的技术领域。包括以下步骤：从权威机构网站获取某时间段的降水遥感影像数据；将遥感影像数据转换为降水量；以连续30天组成一个月尺度的计算时段，将所述计算时段内每天的降水量相加，即可得到所述计算时段的降水量，分别计算所述计算时段与历年同期的降水量，并计算得到月尺度降水量距平百分率；制作目标区域的月尺度降水量距平百分率分布图。本技术能够根据气象部门发布的天气预报信息获取未来各天的天气状况和温度范围，计算未来各天预计的降水量距平百分率，从而达到对未来各天进行定量化干旱预测的目的。 技术要求 1.一种气象干旱监测与预测方法，其特征在于，包括如下步骤： S1、从权威机构网站获取某时间段的降水遥感影像数据； S2、将遥感影像数据转换为降水量； S3、以连续30天组成一个月尺度的计算时段，将所述计算时段内每天的降水量相加，即可得到所述计算时段的降水量，分别计算所述计算时段与历年同期的降水量，按以下公式计算得到月尺度降水量距平百分率：
其中，PA是某时段降水量距平百分率，单位为％；P是计算时段降水量，单位为毫米(mm)；是计算时段同期平均降水量，单位为毫米(mm)；n是同期降水量的个数；Pi是计算时段第i年降水量，单位是毫米(mm)； S4、制作目标区域的月尺度降水量距平百分率分布图； S5、根据国标《气象干旱在在》划分的标准和计算得出的PA计，在分布图上在在不同在在旱在的分布范围，并旱计不同在在旱在面积和占比在况，实现目标区域的旱在定量化监测； S6、从气象部门获取目标区域及其周边区域的天气预报数据，包括未来多天的天气状况和气温计化范围； S7、根据《天气状况与旱在计化计查找表》和《日平均温度与旱在计化计查找表》，分别将各天的天气状况和日平均温度转换成相应的天气类型旱在计化计和温度旱在计化计，将天气类型旱在计化计与温度旱在计化计相加，得到目标区域及其周边区域各天的旱在总计化计； S8、根据目标区域及其周边区域各天的旱在总计化计制作各天的目标区域旱在计化分布图； S9、将第N天的月尺度降水量距平百分率PA与第N+1天的旱在计化计相加，得到第N+1天的PA预测计；将第N+1天的PA预测计与第N+2天的旱在计化计相加，得到第N+2天的PA预测计；依此类推，分别得到N+3……在未来各天的PA预测计； S10、按照国标《气象干旱在在》划分的标准，根据PA计分别旱计分旱未来各天的旱在等在及分布范围，实现未来各天的旱在定量化预测。 2.如权利要求1所述的气象干旱监测与预测方法，其特征在于，所述步骤S1中，所述权威机构网站为美国国家航空和宇宙航行局服务网站。 3.如权利要求2所述的气象干旱监测与预测方法，其特征在于，所述步骤S4中，所述月尺度降水量距平百分率分布图的制作方法包括以下步骤： A1、提取出目标周边区域的降水影像数据，依据目标周边区域的矢量边界进行数据裁剪；
（五）固定资产投资价格指数的计算方法 价格总指数的公式为： i i i W W I I ∑∑= 式中：I 为投资价格总指数 ∑为连加符号(下同) I i 为分类价格指数 W i 为权数。即上述三部分投资的前三年投资完成额的平均比重。∑W i =1000。 现将三部分价格指数及具体计算方法分述如下： 1.建筑安装工程投资价格指数的计算方法： 在建筑安装度程构成中，材料费、人工费和机械使用费的比重约占到90%以上，其他各项费用所占比重较小，可以忽略不计，所以可分别计算材料费、人工费、机械使用费的价格指数，然后再加权计算建筑安装工程投资价格指数。 ①计算材料费价格指数 a.某种材料规格品的价格指数 某种材料规格品的价格指数，是以各样本工程的规格品价格指数，加权调和平均求得，公式如下： i i i W K W K 1∑∑ = K i 为i 样本工程该种材料规格品的价格指数，W i 为权数即该规格品的购进额。 b.计算某种材料的价格指数 计算某种材料的价格指数是以该种材料下属所有规格品价格指数算术平均求得。公式如下： n K K K I in i i i +++= 21 I i 为i 种材料价格指数。i=1，2，…，n 。 c.计算材料费价格总指数 材料费价格指数用各种材料的购进额(各样本工程每种材料购进额之和)加权调和平均求得。公式如下： ∑∑=i i i W I W I 1 I i 为i 种材料价格指数，W i 为i 种材料各样本工程购进金额之和。 建筑安装工程所耗用材料种类很多，不能一一计算，可以选择价值量大的主要材料，如钢材、木材、水泥、地方建筑材料、其他材料(如化工材料、电料、构件、暖气片、玻璃、油漆等)进行计算。所选材料的价值之和不应低于全部材料费的70％。 报告期材料单价和基期材料单价应包括材料的运杂费和供销部门的手续费。 ②计算人工费价格指数
《气象干旱等级》国家标准 《气象干旱等级》是2006年11月1日开始实施的8个气象国家标准之一，是我国首次发布的用于监测干旱灾害的国家标准，这将结束我国气象干旱监测和评估技术方法多，各地和各部门所得出的干旱等级不一致的历史，标志着我国今后在气象干旱监、干旱影响评估等方面有了统一标准，气象干旱监测技术和评估方法将实行标准化和规范化，干旱监测和评估将有章可循。 《气象干旱等级》国家标准规定了全国范围气象干旱指数的计算方法、等级划分标准、等级命名、使用方法等，并界定了气象干旱发展不同进程的术语。气象干旱等级国家标准中规定了五种监测干旱的单项指标和气象干旱综合指数CI五种单项指标为：降水量和降水量距平百分率、标准化降水指数、相对湿润度指数、土壤湿度干旱指数和帕默尔干旱指数。气象干旱综合指数CI以标准化降水指数、相对湿润指数和降水量为基础建立的一种综合指数。 《气象干旱等级》国家标准中将干旱划分为五个等级，并评定了不同等级的干旱对农业和生态环境的影响程度： 1.正常或湿涝，特点为降水正常或较常年偏多，地表湿润，无旱象； 2.轻旱，特点为降水较常年偏少，地表空气干燥，土壤出现水分轻度不足，对农作物有轻微影响； 3.中旱，特点为降水持续较常年偏少，土壤表面干燥，土壤出现水分不足，地表植物叶片白天有萎蔫现象，对农作物和生态环境造成一定影响； 4.重旱，特点为土壤出现水分持续严重不足，土壤出现较厚的干土层，植物萎蔫、叶片干枯，果实脱落，对农作物和生态环境造成较严重影响，对工业生产、人畜饮水产生一定影响； 5.特旱，特点为土壤出现水分长时间严重不足，地表植物干枯、死亡，对农作物和生态环境造成严重影响，工业生产、人畜饮水产生较大影响。 《气象干旱等级》国家标准规范全国通用，具有空间和时间可比性，能较为客观地描述干旱的发生、发展、持续、解除等过程，以及干旱发生程度和范围的等级标准的干旱监测指标。 (中国气象网)
收稿日期：2016-04-01 基金项目：国家自然科学基金项目（51209220）；水利部公益性行业科研专项（201401036）；中国水利水电科学研究院科研专项 （JZ0145B592016） 作者简介：王亚许（1990-），男，河南人，硕士生，主要从事干旱监测研究。E-mail ：wangyxiwhr@https://www.doczj.com/doc/ed18840224.html, 通讯作者：孙洪泉，男（1983-），辽宁人，高级工程师，主要从事旱灾及对策研究。E-mail ：sunhq@https://www.doczj.com/doc/ed18840224.html, 文章编号：1672-3031（2016）06-0425-06 中国水利水电科学研究院学报 第14卷第6期典型气象干旱指标在东北地区的适用性分析 王亚许1，2，孙洪泉1，2，吕娟1，2，苏志诚1，2 （1.水利部防洪抗旱减灾工程技术研究中心，北京100038；2.中国水利水电科学研究院，北京100038） 摘要：干旱指标的适用性分析是准确监测旱情的重要前提。气象干旱指标相较于水文和农业干旱指标等能更准确的反应旱情且应用更加广泛。东北地区是我国重要的粮食主产区，同时也是干旱灾害的易发区。针对东北地区开展典型气象干旱指标的适用性具有重要的现实意义和应用价值。本研究利用东北三省78个气象站点1954—2013逐月降雨及温度资料，计算逐月的标准化降雨指数、标准化降雨蒸散指数、帕尔默干旱指数、降雨Z 指数、降雨距平百分率和综合气象干旱指数。通过各指标的季节干旱识别的结果与历史干旱资料进行对比，分析其识别准确性，并作为指标适用性评价的依据，比较了各干旱指标在不同地区、不同季节的适用性。结果表明：标准化降雨指数对于东北三省各个季节都具有较好的适用性；降雨距平指数更适用于吉林和黑龙江，季节上尤其适用于春季和秋季。 关键词：气象干旱；干旱指标；适用性；东北地区 中图分类号：S423文献标识码：A doi ：10.13244/https://www.doczj.com/doc/ed18840224.html,ki.jiwhr.2016.06.0041研究背景 干旱指标是定量评估干旱的严重程度、历时长短和发生频率的重要手段［1］ 。由于干旱具有发生发展过程慢、影响因素多和非结构化的特点，单一指标很难达到时空上的普遍适用性，迄今为止还未 找到一种普遍适用于不同地区、不同时间段的干旱指标［2-3］。因此，分析干旱指标的适用性是准确监 测旱情的重要前提。由于长期的气象干旱可形成土壤和水文干旱，而长期的土壤和水文干旱又可导 致农业干旱，因此气象干旱指标用于干旱监测尤为重要［4］。同时，由于气象观测相较于水文和农业等 干旱监测受人类活动的影响最小，最能反映干旱的自然属性。所以，分析典型气象干旱指标的适应性具有重要的现实意义和应用价值。 气象干旱指标一般是根据降雨量来定义的，如考虑降雨量偏离正常值多少的降雨距平指数（Pa ），以及考虑了降雨概率分布的标准化降雨指数（SPI ）和降雨Z 指数（Z ）等。除了根据降雨定义的指标外，还有进一步考虑温度和蒸散影响的气象干旱指标，如帕尔默干旱指数（PDSI ）和标准化降雨蒸散指数（SPEI ）等。此外，还有考虑多表征因子的综合指数，如基于SPI 指数、相对蒸散量和前期降水 量的综合气象干旱指数（CI ）等。针对这些典型的气象干旱指标，已有许多适应性的研究结果［1-2，5］。针 对我国不同地区的干旱指标适用性也有广泛研究。乔丽等［6］ 对陕西省不同季节的干旱识别进行分析， 认为标准化降水指数、降雨距平指数和土壤相对湿度指标较为适宜。谢五三等［7］分析了五种干旱指标 在安徽省的适用性，结果表明对于安徽干旱监测业务，CI 指数最优。马海娇等［8］通过比较Pa 、SPI 、 Z 指数等干旱指标在滦河流域的干旱评价，认为SPI 指数优于Z 指数和Pa 。付丽娟等［9］分析了3种干旱 指标在内蒙古地区的适用性，认为Pa 和SPI 指数更具适用性。潘新华等［10］研究了典型干旱指标在广 西的适用性及改进，结果表明SPI 可以作为广西各地区干旱评价的依据。黄中艳等［11］通过研究几种干旱指标在云南大旱中的适用性，提出了Pa 指数适用于云南农业干旱监测。这些研究表明，不同地 ——425
干 旱 区 地 理 GAN HAN QU DI LI 第29卷(2006)总目录 第一期第二期第三期第四期第五期第六期 NO.1NO.2NO.3NO.4NO.5NO.6 第一期 专家特稿 城市化与生态环境交互耦合系统的基本定律--------------------------方创琳，杨玉梅(1) 水文与水资源 苏打盐碱土地区不同土地利用类型的地表水分蒸渗特征-----------------------李取生（9） 塔里木河三源流汇流计算模型--------------------刘 星，夏 军，左其亭，叶爱中（14） 黑河流域水资源动态变化与绿洲发育及发展演变的关系-------李启森，冯 起，赵文智（21） 西北干旱区水资源需求预测方法与态势分析——以陕西省延安市为例 -----------------------------------------------------鲍卫锋，黄介生，谢 华（29） 预测陕西关中地区需水量的改进GM(1,1)模型--------------王菊翠，曹明明，仵彦卿（35） 内蒙古岱海水体营养状况分析--------------周云凯，姜加虎，黄 群，孙占东，王红娟（42） 气候变化 甘肃空中水汽含量对全球气候变化响应----------------王毅荣，林 纾，李耀辉，等（47） 近50年来城市化对西安局地气候影响的研究------------车慧正，张小曳，李 杨，等（53） 宁夏冬季气温的变化及同期500 Pa环流特征量的变化特征--郑广芬，陈晓光，赵光平，等（59） 51a新疆雹灾损失的时空分布特征--------------------------------王秋香，任宜勇（65） 地表过程研究 干旱区绿洲的成因类型及演变-------------------------杨发相，穆桂金，岳 健，等（70） 天山乌一号冰川物质平衡特征的统计分析-------------------鞠远江，魏 遐，刘耕年（76） 强震群活动构造环境比较研究-----------------------------------柏美祥，王海涛（81） 祁连山北麓地貌信息熵与山体演化阶段分析-----------------孙然好，潘保田，王义祥（88） 松嫩平原西部沼泽湿地景观格局动态变化研究----------王丹丹，王志强， 陈 铭，等（94） 晚新生代中国北方风尘沉积的可能物源及变化---------------------唐自华，穆桂金（101） 土壤学研究 克拉玛依干旱生态农业区土壤质地的空间异质性研究-------马黎春，盛建东，蒋平安，等(109) 不同种植年限苜蓿地土壤微生物区系及商值W BX （qMB,qCO 2） ------------------------------------------------- 蒋平安，罗 明，蒋永衡，等(115) 乌鲁木齐城市土壤中重金属分布 -------------------------刘玉燕，刘 敏，刘浩峰(120) 土壤可蚀性研究述评--------------------------------宋 阳，刘连友，严 平，等(124) 地球信息科学 利用LANDSA/M热红外通道反演地表温度的三种方法比较 -------------------------------------------------黄妙芬，邢旭峰，王培娟，等（132） 基于EOS-erra/MODIS 的沙尘暴遥感监测方法对比研究--厉 青，王 桥，王文杰，等（138） 高光谱遥感图像特征选择和提取方法的比较——基于试验区Barrax的yMap数据
居民消费价格指数的计算过程 在收集了原始价格数据后，下一步我们就开始计算了。 （一）月环比价格指数的计算 基本分类当月的价格指数（月环比价格指数），反映该基本分类（商品集团）与上月比较的价格变动。计算方法是先计算该基本分类中各代表规格品当月价格与上月价格比较的相对数。然后，采用几何平均法计算基本分类月环比价格指数。以大米为例简单说明某年某月该基本分类月环比指数编制的过程及基本方法： 、计算代表规格品的平均价格，调查员分别到个调查点采价，每个调查点每月采价三次。代表规格品一级大米各调查点的时点价格如下（采用简单算术平均法计算。以一级大米为例，计量单位为元每千克）： 此例中一级大米的月平均价格为元千克。即代表规格品的月平均价格采用简单算术平均法计算，就是把在三个调查点所采的共次价格相加，再除以得出。 、计算出代表规格品平均价后，再计算代表规格品本月平均价与上月平均价对比的相对数。假设年月大米的一种规格品价格是每公斤元，年月份的价格 每公斤元，相对数为： 假设大米基本分类共有个代表规格品，在各调查点代表规格品月平均价格的基础上，分别计算个代表规格品的价格变动相对数，再用几何平均法计算该基本分类的月环比价格指数： 例如大米，调查个规格品的价格，即。
规格品一的相对数为， 规格品二的相对数为， 规格品三的相对数为， 规格品四的相对数为， 规格品五的相对数为， 由以上计算可知，大米这一基本分类的环比价格指数为： 即根据各代表规格品价格变动相对数，采用几何平均法计算大米这个基本分类月份的月环比指数，基本计算公式为： 其中：、、……、分别为第一个至第个规格品报告期（）价格与上期（）价格对比的相对数。 （二）定基指数的计算 由各期月环比指数连乘计算，公式为： 基××……× 其中：、、……、分别表示基期至报告期间各期的月环比指数。 （三）类别及总指数逐级加权平均计算，计算公式： [∑ (÷)] × 其中：：权数 ：价格 ：报告期 ：报告期的上一时期
国家综合气象干旱指数（CI ）简介 4 综合气象干旱指数(CI) 4.1 综合气象干旱等级 表6 综合气象干旱等级的划分 4.2 综合气象干旱指数的计算方法 综合气象干旱指数是利用近30天（相当月尺度）和近90天（相当季尺度）降水量标准化降水指数，以及近30天相对湿润指数进行综合而得，该指标既反映短时间尺度（月）和长时间尺度（季）降水量气候异常情况，又反映短时间尺度（影响农作物）水分亏欠情况。该指标适合实时气象干旱监测和历史同期气象干旱评估。综合气象干旱指数CI 的计算见（5）式： 30 90 30 cM bZ aZ CI ++= (5) 式中： 30Z 、90Z ——分别为近30和近90天标准化降水指数SPI ，计算方法见附录C ； 30 M ——近30天相对湿润度指数，由（3）式得； a ——为近30天标准化降水系数，由达轻旱以上级别30Z 的平均值，除以历史出现最小30Z 值，平均取0.4； b ——近90天标准化降水系数，由达轻旱以上级别90Z 的平均值，除以历史出现最小 90Z 值，平均取0.4； c ——近30天相对湿润系数，由达轻旱以上级别30M 的平均值，除以历史出现最小 30 M 值，平均取0.8。 通过（5）式，利用前期平均气温、降水量可以滚动计算出每天综合干旱指数CI ，进 行干旱监测。
4.3 干旱过程的确定和评价 4.3.1干旱过程的确定 当综合干旱指数CI连续十天为轻旱以上等级，则确定为发生一次干旱过程。干旱过程的开始日为第1天CI指数达轻旱以上等级的日期。在干旱发生期，当综合干旱指数CI连续十天为无旱等级时干旱解除，同时干旱过程结束，结束日期为最后1次CI指数达无旱等级的日期。干旱过程开始到结束期间的时间为干旱持续时间。 4.3.2干旱过程强度 干旱过程内所有天的CI指数为轻旱以上干旱等级之和为干旱过程强度，其值越小干旱过程越强。 4.3.3 某时段干旱评价 当评价某时段（月、季、年）是否发生干旱事件时，所评价时段内必须至少出现一次干旱过程，并且累计干旱持续时间超过所评价时段的1/4时，则认为该时段发生干旱事件，其干旱强度由时段内CI值为轻旱以上干旱等级之和确定。
干旱的定义 定义1： 长期无雨或少雨导致土壤和空气干燥的现象。 应用学科：大气科学（一级学科）；应用气象学（二级学科） 定义2： 长期无雨或少雨导致空气干燥的现象。 应用学科：地理学（一级学科）；气候学（二级学科） 定义3： 长期无雨或少雨导致土壤和河流缺水及空气干燥的现象。 应用学科：资源科技（一级学科）；气候资源学（二级学科 干旱通常指淡水总量少，不足以满足人的生存和经济发展的气候现象，一般是长期的现象，干旱从古至今都是人类面临的主要自然灾害。即使在科学技术如此发达的今天，它造成的灾难性后果仍然比比皆是。尤其值得注意的是，随着人类的经济发展和人口膨胀，水资源短缺现象日趋严重，这也直接导致了干旱地区的扩大与干旱化程度的加重，干旱化趋势已成为全球关注的问题。 土壤缺水的气候现象。 干旱类型 世界气象组织承认以下六种干旱类型: 1.气象干旱:根据不足降水量, 以特定历时降水的绝对值表示。 2.气候干旱:根据不足降水量, 不是以特定数量, 是以与平均值或正常值的比率表示。
3.大气干旱:不仅涉及降水量, 而且涉及温度、湿度、风速、气压等气候因素。 4.农业干旱:主要涉及土壤含水量和植物生态, 或许是某种特定作物的性态。 5.水文干旱:主要考虑河道流量的减少, 湖泊或水库库容的减少和地下水位的下降。 6.用水管理干旱:其特性是由于用水管理的实际操作或设施的破坏引起的缺水。 我国比较通用的定义是: 1.气象干旱:不正常的干燥天气时期, 持续缺水足以影响区域引起严重水文不平衡。 2.农业干旱:降水量不足的气候变化, 对作物产量或牧场产量足以产生不利影响。 3.水文干旱:在河流、水库、地下水含水层、湖泊和土壤中低于平均含水量的时期。 干旱的分类 小旱 连续无降雨天数，春季达16～30天、夏季16～25天、秋冬季31～50天。 损失小。 特点：特点为降水较常年偏少，地表空气干燥，土壤出现水分轻度不足，对农作物有轻微影响； 中旱 连续无降雨天数，夏季26～35天、秋冬季51～70天。 损失小。 大旱 连续无降雨天数，春季达46～60天、夏季36～45天、秋冬季71～90天。 损失较大。
居民消费价格指数的计算过程 来源：时间：2012-9-13 11:13:21 浏览565次 在收集了原始价格数据后，下一步我们就开始计算CPI了。 （一）月环比价格指数的计算 基本分类当月的价格指数（月环比价格指数），反映该基本分类（商品集团）与上月比较的价格变动。计算方法是先计算该基本分类中各代表规格品当月价格与上月价格比较的相对数。然后，采用几何平均法计算基本分类月环比价格指数。以大米为例简单说明某年某月该基本分类月环比指数编制的过程及基本方法： 1、计算代表规格品的平均价格，调查员分别到3个调查点采价，每个调查点每月采价三次。代表规格品一级大米各调查点的时点价格如下（采用简单算术平均法计算。以一级大米为例，计量单位为元/每千克）：
此例中一级大米的月平均价格为3.586元/千克。即代表规格品的月平均价格采用简单算术平均法计算，就是把在三个调查点所采的共9次价格相加，再除以9得出。 2、计算出代表规格品平均价后，再计算代表规格品本月平均价与上月平均价对比的相对数。假设2007年1月大米的一种规格品价格是每公斤3.314元，2007年2月份的价格每公斤3.357元，相对数 为： 假设大米基本分类共有5个代表规格品，在各调查点代表规格品月平均价格的基础上，分别计算5个代表规格品的价格变动相对数，再用几何平均法计算该基本分类的月环比价格指数： 例如大米，调查5个规格品的价格，即n=5。 规格品一的相对数为1.013，G1=1.013 规格品二的相对数为1.015，G2=1.015 规格品三的相对数为1.023，G3=1.023 规格品四的相对数为1.035，G4=1.035 规格品五的相对数为1.073，G5=1.073 由以上计算可知，大米这一基本分类的环比价格指数为： 即根据各代表规格品价格变动相对数，采用几何平均法计算大米这个基本分类2月份的月环比指数，基本计算公式为：