Drought Characteristics and Its Correlation with Circulation Index in Henan Province Based on SPEI Index

Jin-qiang LU; Rong GAN; Feng YANG; Qi-ting ZUO

China Rural Water and Hydropower ›› 2022 ›› (4) : 17-24.

Author information +

History +

Abstract

Drought has been a major natural disaster for mankind since ancient times. Even today， with the development of science and technology， the disastrous consequences caused by droughts are still everywhere. In this paper，the evolution characteristics of the drought and its correlation with circulation in Henan Province from 1970 to 2019 are analyzed by using the methods of standardized precipitation evapotranspiration index （SPEI）， Mann Kendall test and cross wavelet analysis. The results show that based on SPEI value， the climate in Henan Province has gradually become arid in recent 50 years. In terms of spatial variation， the drought in spring， summer and winter is significant in the northwest and relatively humid in the southeast. From the circulation correlation， the North Atlantic Oscillation （NAO）， Arctic Oscillation （AO） and Southern Oscillation （SOI） have a strong correlation with droughts in spring， summer and autumn in Henan Province， and the Pacific Decadal Oscillation （PDO） and SOI have a strong inter-annual correlation with droughts in Henan Province.

Key words

SPEI index / drought characteristics / North Atlantic Oscillation （NAO） / Atlantic Oscillation （AO） / Henan Province

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

Jin-qiang LU , Rong GAN , Feng YANG , Qi-ting ZUO. Drought Characteristics and Its Correlation with Circulation Index in Henan Province Based on SPEI Index. China Rural Water and Hydropower. 2022, 0(4): 17-24

0 引言

近年来，随着全球气候不断变暖，水文极值事件时常发生，导致气象灾害日益严重，对全球各地造成了不可避免的经济损失^［1］。其中，干旱作为众多水文极值事件之一，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^［2］，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^［3］。有研究表明，在全球气候变化背景下，我国受旱灾影响的区域不断扩大，并有从干旱区向半湿润、湿润地区逐渐扩张的趋势^［4］，因此，研究干旱的发生规律和变化特征，对于各地区适应气候变化以及防灾减灾决策具有重要意义。

干旱指数是定量研究分析干旱的基础。不同地区由于气象、水文和下垫面条件的不同造成了干旱成因的复杂性，故不同区域和不同特征的干旱情况难以用一种特定干旱指数描述^［5，6］。目前，常用于干旱研究的指数主要有Dai^［7］提出的PDSI（帕尔默干旱指数），Mckee^［8］等提出的标准化降水指数SPI，以及Vicent-Serrano^［9］等提出的标准化降水蒸散指数SPEI等。其中SPEI指数不仅综合考虑了对降水和蒸散发的响应，还可以从多时间尺度进行计算，因此适用性较好。例如曹永强^［10］等利用SPEI研究了1989-2018年辽宁省旱涝变化特征，发现近30年来辽宁省经历涝-旱-涝的演化过程，辽西干旱趋势显著，辽中辽北变涝趋势显著；张璐^［11］等利用SPEI研究了1960-2018年锡林河流域的干旱变化特性，发现近60年来，SPEI值表现出显著减小趋势，上游减小趋势最明显，中下游段为干旱多发地带，下游西北部是最易发生干旱地区；冉鹏羽等^［12］利用SPEI研究了1960-2017年汉江流域气象干旱时空特征，发现汉江流域SPEI数值具有3～4年的主周期，表现为干湿交替的状态，年尺度下，轻旱和中旱发生频率在5%～24%，且西部地区较高。

对于干旱的影响因素方面，以前大多数研究主要针对气温、降水等进行分析，现今很多学者开始研究大气环流指数（北大西洋涛动、厄尔尼诺－南方涛动等）对干旱的影响。例如邢广君^［13］等基于SPEI指数研究了贵州省干旱变化特征及其与大气环流之间的关系，发现SPEI与NAO（北大西洋涛动）、AO（北极振荡）之间呈滞后的正相关关系，整体上，MEI（多元ENSO综合指数）、PDO（太平洋十年涛动）和AO主要影响贵州省干旱年际周期变化，而NAO的影响较小；王佳瑞^［14］等基于SPI和SPEI指数研究了近57年来黄土高原干旱特征及其与大气环流的关系，发现SPEI指数对环流指数的变化更敏感。AMO（大西洋多年代际振荡）对区域各干旱指标的影响较小，ENSO、WPI（西太平洋指数）对SPI-6、SPEI-6有显著的响应，而PNA（太平洋北美指数）对SPI-6、SPEI-6影响较小，对SPI-12、SPEI-12影响较大。

河南省位于华北平原南部的黄河中下游地区，地跨长江、淮河、黄河、海河四大流域。河南省大部分地处暖温带，南部跨亚热带，属北亚热带向暖温带过渡的大陆性季风气候，同时还具有自东向西由平原向丘陵山地气候过渡的特征，具有四季分明、雨热同期、复杂多样和气象灾害频繁的特点。近年来由于全球变暖，降水减少导致该地干旱现象频发，对全省的经济特别是农业方面^［15］造成了严重的影响，而目前现有研究缺少河南省干旱与环流指数的相关性分析。

鉴于此，本文选取了4种大气环流指数，即表征 ENSO事件的南方涛动指数（SOI）、北大西洋涛动指数（NAO）、北极涛动指数（AO）以及太平洋十年涛动指数（PDO）。同时基于1970-2019年河南省17个气象台站数据，通过计算不同时间尺度SPEI指数，分析河南省多尺度气象干旱时空变化特征，为河南省干旱以及预测提供理论依据。

1 研究区概况及研究方法

1.1 研究区概况

河南省位于中国中部平原，东部与安徽、山东省衔接，北边紧靠河北、山西等省，西连陕西，南临湖北，地势西高东低。省内地形丰富包括平原和盆地、山地、丘陵，境内属北亚热带向暖温带过渡的大陆性季风气候，由半湿润向半干旱地区过渡。全省由南向北年平均气温为10.5～16.7 ℃，年均降水量407.7～ 1 295.8 mm，降雨以6-8月份最多，年均日照1 285.7～2 292.9 h，全年无霜期201～285 d，适宜多种农作物生长。河南地处沿海开放地区与中西部地区的结合部，是中国经济由东向西梯次推进发展的中间地带。河南省下辖17个地级市，1个省直辖县级市，20个县级市，82个县，54个市辖区。具体分布见图1。

Fig.1 Distribution of the study area and meteorological stations

图1 研究区及气象站点分布

Full size|PPT slide

1.2 数据来源

本文选用河南省1970-2019年气象站点数据，包括逐日平均气温、最高气温、最低气温、降水量、经纬度等资料，气象数据均来自于中国气象数据网（http：//data.cma.cn）。为保证数据的指标完整性、时间连续性和空间代表性，剔除数据不完整站点，最后选用记录完整的河南省17个气象站点资料。各站点较均匀分布在全省，区域代表性较好，站点分布如图 1所示。大气环流指数数据均来自于美国国家海洋和大气管理局（https：//www.noaa.gov）。

1.3 研究方法

1.3.1 标准化降水蒸散指数

目前，国内外提出了很多表征旱涝状况的指数^［16］，其中，应用相对广泛的是标准化降水蒸散指数（SPEI）。原理是利用蒸散量与降水量之间的差异大小来代表地区干旱情况^［17］。该指标不仅考虑了干旱对降水和蒸散的响应，还具有可以反映不同时间尺度及计算简便的优点。气候变暖背景下，应用SPEI指数对气象干旱评价较为合理。具体步骤如下：

计算潜在蒸散量（PET），采用Thornthwaite^［18］方法：

P E T_{i}

=16.0

\times (\frac{10 T_{i}}{H})

A（1）

式中：

A

是常量；

H

是年热量指数；

T_{i}

是30 d的平均气温。

常量

A

和年热量指数

H

的计算公式分别如下：

A = 6.75 \times 10^{- 7} H^{3} - 7.71 \times 10^{- 5} H^{2} + 1.792 \times 10^{- 2} H + 0.49

（2）

H_{i}

{(\frac{T_{i}}{5})}^{1.514}

（3）

H = \sum_{i = 1}^{12} H_{i}

\sum_{i = 1}^{12} {(\frac{T_{i}}{5})}^{1.514}

（4）

计算逐月降水量与蒸散量的差值，具体公式如下：

D_{i} = P_{i} - P E T_{i}

（5）

式中：

D_{i}

为降水量与蒸散量的差值；

P_{i}

为月降水量；

P E T_{i}

为月蒸散量。

D_{i}

数据序列正态化。采用log-logistic概率分布F（X）对

D_{i}

进行拟合，计算每个

D_{i}

数值对应的SPEI值。

计算过程中，当累计概率P≤0.5时，采用式（7）计算SPEI。

w = \sqrt[]{- 2 l n (P)}

（6）

S P E I = w - \frac{C_{0} + C_{1} W + C_{2} W^{2}}{1 + d_{1} w + d_{2} w^{2} + d_{3} w^{3}}

（7）

当P＞0.5时，采用式（8）计算SPEI。

S P E I = - (w - \frac{C_{0} + C_{1} W + C_{2} W^{2}}{1 + d_{1} w + d_{2} w^{2} + d_{3} w^{3}}

）（8）

式中：

C_{0}

=2.515 517；

C_{1}

=0.802 853；

C_{2}

=0.010 328；

d_{1}

=0.432 788；

d_{2}

=0.189 269；

d_{3}

=0.001 308。

SPEI具有多时间尺度特征，年时间尺度（记作SPEI-12）可以较为清晰地反映干旱过程的总体变化趋势，季时间尺度（记作SPEI-3）则可以反映季节的干旱发生情况，月时间尺度（记作SPEI-1）反映了干旱过程的细微变化^［19］。因此本文主要采用SPEI-12和SPEI-3两个时间尺度来反映研究区域干旱的时空演变特征，采用SPEI-1来进行环流相关性分析。其中干旱空间分布特征采用IDW插值法^{［20，21］}。

根据国家气象局制定的《气象干旱等级》^［22］，将SPEI指数划分为不同的干旱等级，如表1所示。

Tab.1 Drought classification criteria based on SPEI

表1 基于SPEI的干旱等级划分标准

干旱等级	特旱	重旱	中旱	轻旱	正常
SPEI	≤-2.0	-2.0<SPEI≤-1.5	-1.5<SPEI≤-1	-1<SPEI≤-0.5	-0.5<SPEI≤0.5

本文分别计算了SPEI-12、SPEI-3、SPEI-1的值，其中用4月份的SPEI-3值表征春季，7月份的SPEI-3值表征夏季，10月份的SPEI-3值表征秋季，12月份的SPEI-3值表征冬季。

1.3.2 M-K检验

在时间序列趋势分析中，Mann-Kendall^［23］检验法是广泛使用的非参数检验方法。M-K检验对样本分布没有特定要求，也不受少数异常值的干扰，对水文、气象等非正态分布的时间序列非常适用，并且计算简单，在干旱研究中有着普遍的适用^［24］。原理如下：

通过构造一秩序列：

S K = \sum_{i = 1}^{K} \sum_{j}^{i = 1} a_{i j}

（k=2，3，4，…，n）（9）

式中：

a_{i j} = \{\begin{matrix} 1 x_{i} > x_{j} \\ 0 x_{j} > x_{i} \end{matrix}

1≤i≤j （10）

定义统计变量：

U F_{K} = \frac{|S_{K} - E (S_{K})|}{\sqrt[]{v a r (S_{K})}}

（k=1，2，3，…，n）（11）

式中：

U F_{1} = 0

， E

(S_{K})

和Var（s）是累计数

S_{K}

的均值和方差，可由下式算出。

(S_{K}) = \frac{k (k + 1)}{4}

（12）

Var（s）=

\frac{k (k - 1) (2 k + 5)}{72}

（13）

1.3.3 Pearson相关系数和交叉小波（XWT）

利用SPSS软件中的pearson相关性分析功能，分别计算各个站点的SPEI-1值与环流指数的相关系数及显著性。

交叉小波^［25］变换结合小波变换与交叉谱分析，能够分析时频域中两序列多时间尺度相关关系。连续小波变换只是单独对一个因子进行时频特征分析，交叉小波可以对两个变量间周期特征的相似性进行分析，在相关性分析上有着广泛的应用^［26］。

假设两时间序列分别为

X = \{x_{i} | i = 1,2, \dots, n\}

与

Y = \{y_{i} | i = 1,2, \dots, n\}

，连续小波变换分别为

W_{n}^{X} (s)

和

W_{n}^{Y} (s)

，则交叉小波谱定义为：

W_{n}^{X Y} (s) = W_{n}^{X} (s) W_{n}^{Y *} (s)

（14）

式中：

W_{n}^{Y *} (s)

为

W_{n}^{Y} (s)

的复共轭，交叉小波功率谱为

W_{n}^{X Y} (s)

的绝对值。

2 结果分析

2.1 SPEI-12指数变化特征

2.1.1 时间变化特征

从年际变化看，河南省年平均SPEI-12指数呈现明显的波动震荡，旱涝交替频繁，变化趋势显著，整体以0.131/10 a的速率下降（图2），说明50年来河南省干旱逐渐加强。同时，SPEI-12指数具有明显阶段性特征。1978年、1986年、1997年、2001年和2013年指数出现明显转折，呈现下降-上升-下降-上升的趋势。近50年河南省干旱时期主要集中在1978-1981年，1997-2001年，2013-2014年，其中1997年和2013年干旱强度较大，SPEI指数达到-1.41和-1.56，表现为中旱和重旱；相对湿润期主要集中在1982-1990年，2002-2010年，其中1984年和2003年SPEI-12指数分别达到1.33和1.77。1970-2019年期间轻旱、中旱、重旱、特旱所占的比例分别为15.52%，12.11%，5.53%，0.94%，随着干旱等级的加重，其对应的干旱事件比例也逐渐减少。总的来说，近50年河南省干旱有增强趋势，并且具有明显的年际变化特征，自2010年之后，河南省进入较为干旱的时期。

**Fig.2 Interannual variation characteristics of SPEI-12 from 1970 to 2019**

图2 1970-2019年SPEI-12年际变化特征

Full size|PPT slide

2.1.2 空间变化特征

为分析河南省干旱状况的空间变化规律，运用反距离权重插值法（IDW）将各站点SPEI-12值的倾向率进行插值，如图3所示。由于河南省各气象要素在空间分布上具有不均匀性，使其干旱状况也相应复杂化，除少数站点外，河南省整体呈现西部、北部、中部部分地区变旱，东部和南部较湿润的趋势，所有站点SPEI-12值的倾向率在-0.28/10 a～0.07/10 a之间。豫中地区的开封、郑州变旱趋势显著，许昌相对比较湿润，三者的气候倾向率分别为-0.28/10 a、-0.26/10 a、0.05/10 a，并且开封在所有地区里面变旱趋势最为显著；豫北的新乡干旱趋势较为显著，气候倾向率为-0.22/10 a；豫西地区相较于豫南地区更为干旱；豫东地区表现为相对湿润，其中商丘相对湿润程度最大，气候倾向率为0.07/10 a。据张志高^［27］等人研究，河南省降水量呈现从东南向西北逐渐递减的趋势，东南地区降水多且分散，西北地区降水少且集中。这说明河南省干旱状况的空间分布与其降水空间格局有着紧密联系。

**Fig.3 Spatial distribution of interannual trend coefficients of SPEI-12 from 1970 to 2019**

图3 1970-2019年SPEI-12趋势系数的空间分布

Full size|PPT slide

**2.2 SPEI-3指数变化特征**

2.2.1 时间变化特征

从季节变化特征来看，四季平均SPEI-3指数均呈下降趋势。下降速率分别为0.227/10 a、0.11/10 a、0.058/10 a、0.075/10 a（图4）。其中春季SPEI-3指数在1998年、2003年之后呈现出明显变旱趋势，干旱时期主要集中在1998-2010年之间；夏季SPEI-3指数下降趋势与年际变化趋势较为相似，在2006年、2016年之后表现为变旱趋势，干旱时期主要集中在2008-2016年之间；秋季和冬季SPEI-3指数下降速率相对较低，秋季SPEI-3指数在2002年达到最小值，紧接着在2004年又达到最大值；而冬季SPEI-3指数在1998年达到最小值后，在2004年达到最大值。这说明秋冬两季SPEI-3指数整体变化较小，但是干湿波动较大。

**Fig.4 Seasonal variation characteristics of SPEI-3 from 1970 to 2019**

图4 1970-2019年SPEI-3季节变化特征

Full size|PPT slide

2.2.2 空间变化特征

图5为河南省四季SPEI-3倾向率空间分布。从图5中可以看出四季SPEI-3值都呈现出明显的空间差异性，整体上春、夏、冬都表现为西部、北部变旱，其余地区相对湿润，与年际分布特征相似，而秋季主要表现为东南部较干旱。春季SPEI-3指数倾向率在河南省中西部地区普遍偏低，特别是在郑州、南阳等地区。除少数站点外，春季整体比较干旱，线性倾向率介于-0.32/10 a～-0.07/10 a之间；夏季倾向率介于-0.27/10 a～-0.02/10 a之间，主要在郑州、开封、新乡等地区表现为较干旱；秋季倾向率介于-0.14/10 a～-0.08/10 a之间，在河南省由北向南中部地区较为干旱；冬季倾向率介于-0.18/10 a～0.03之间，在河南省北部干旱最为明显。

**Fig.5 Spatial distribution of SPEI-3 trend coefficients from 1970 to 2019**

图5 1970-2019年SPEI-3趋势系数的空间分布

Full size|PPT slide

总体而言，四季中干旱化最明显的为春夏两季，秋冬两季相比之下较为湿润。年及季节干旱变化空间分布规律基本相一致，西北部地区干旱化显著，特别是郑州、开封、安阳等地区，东部地区如商丘和南部地区信阳等地区相对湿润，这是由于两地降水常年降水量在1 000 mm^［28］以上的原因。

2.3 M-K检验

为判断年尺度SPEI-12指数的持续性变化及突变时间，对各站点SPEI-12指数进行Mann-Kendall突变检验，如图6所示。统计量UF值若大于0，表明序列呈上升趋势，反之则呈下降趋势，若UF和UB两条曲线出现交点，且交点位于检验线之间，那么交点对应的时间则为突变开始的时间。由UF线可知，其变化基本呈现先上升后下降的趋势，说明近50年来河南省气候逐渐干旱化。其中UF值在1970-1993年（除1976年、1978年）为正值，这表明SPEI-12指数在此期间总体呈上升趋势，该时期为相对湿润期；1994年之后，UF值均小于0，特别是在2019年UF值（-2.08）超出

α

＝0.05的置信区间，说明SPEI-12指数呈显著的下降趋势，该时期为相对干旱期。在置信检验线范围内，还出现了3次突变点，分别为2008年，2015年和2017年。根据资料记载2014年7月，河南遭遇几十年来最严重的“夏旱”，河南省多地供水告急。主要是由于2014年汛期以来，高温、少雨、干旱天气持续发展等原因，造成河南省中西部和北部部分地区发生较为严重的旱情。

**Fig.6 M-K test of the annual mean SPEI-12 sequence in Henan Province from 1970 to 2019**

图6 1970-2019年河南省年平均SPEI-12序列M-K检验

Full size|PPT slide

3 环流相关性分析

3.1 Pearso相关系数法

本文选择Pearson相关方法，将各个站点月尺度的SPEI-1指数与同期AO、NAO、PDO、SOI这4个因素进行相关性分析，结果如表2所示。

**Tab.2 Correlation between atmospheric circulation index and SPEI-1 in the same period**

表2 大气环流指数与同期SPEI-1相关性表

站点	NAO-3	NAO-6	AO-10	SOI-11
安阳	0.295*	0.327*	0.286*	-0.27
新乡	0.321*	0.335*	0.307*	-0.301*
三门峡	0.257	0.202	0.216	-0.13
郑州	0.294*	0.262	0.378**	-0.367**
许昌	0.340*	0.248	0.402**	-0.303*
开封	0.388**	0.326*	0.394**	-0.357*
南阳	0.328*	0.296*	0.302*	-0.370**
平顶山	0.330*	0.393**	0.289*	-0.378**
周口	0.317*	0.331*	0.433**	-0.08
驻马店	0.392**	0.402**	0.173	-0.17
信阳	0.327*	0.248	0.310*	-0.21
商丘	0.379**	0.413**	0.506**	-0.23
洛阳	0.303*	0.272	0.367**	-0.321*
西峡	0.365**	0.213	0.400**	-0.11
桐柏	0.427**	0.321*	0.379**	-0.351*
西峡永城	0.320* 0.400**	0.273 0.374**	0.236 0.313*	-0.21 -0.16

注：**表示通过0.01显著性检验，*表示通过0.05显著性检验。

从表2中可以看出3月NAO（即NAO-3）、6月NAO（即NAO-6）与大部分站点同期SPEI-1呈显著性正相关。其中，桐柏站3月相关系数最大，为0.427；商丘站6月相关系数最大，为0.413。在10月，AO与绝大部分站点同期SPEI-1呈显著性正相关，商丘站相关系数最高达到0.506。在11月，SOI与半数站点呈显著性负相关，平顶山相关系数绝对值最高达到0.378。

从整体来看，NAO主要影响河南省春季和夏季干旱，并且对春旱的影响涉及到河南省绝大部分地区，而对夏旱的影响主要为豫北及豫东地区；AO和SOI指数主要影响河南省秋季干旱，其中AO对河南省大部分地区的秋旱有着密切关系，而SOI主要对豫北地区的秋旱有着较强影响。PDO在月尺度上对于河南省干旱呈现较低的相关性。

3.2 交叉小波分析

结合上面的研究，本文用交叉小波变换在年际上进一步分析了SPEI-1指数与4个环流指数的关系。

分析结果如图7所示：由图7（a）可知SPEI-1与NAO存在两个共振周期，SPEI-1与NAO在2000-2017年和2014-2019年分别表现出周期为12~15 a的负位相共振关系和0.5~2 a的共振关系，但未能通过显著性检验。两者的相关性在周期内较弱；由图7（b）可知SPEI-1与AO存在一个共振周期，在2004-2012年呈现出周期为5~7 a的共振关系，两者在周期内相关程度一般；由图7（c）可知SPEI-1与SOI间存在两个相对较短的显著共振周期，分别在1980-1983表现出周期为4~5 a的显著的负相位共振关系和1998-2006年和表现出周期为4~5 a的正相位显著共振关系，并且通过显著性检验。两者在周期内相关程度较好；由图7（d）可知SPEI-1与PDO存在两个显著的共振周期，分别在1980-1982年呈现出4~4.5 a的共振关系和1999-2008年呈现出周期为3~5 a的显著共振关系，两者在周期内相关程度较好。

**Fig.7 Cross wavelet power spectra of different circulation index and SPEI-1**

图7 不同环流指数与SPEI-1的交叉小波功率谱

Full size|PPT slide

4 讨论与结论

4.1 讨论

近50年来，SPEI-12和SPEI-3值显示河南省1970年以来，干旱趋势增强较为明显，主要表现为西北干旱显著，东南相对湿润。M-K检验表明在置信检验线内，2008年、2015年和2017年为突变点，且在突变点附近年份均出现了干旱事件，这些与前人研究^［29］和实际情况较为一致，说明此研究成果具有一定的合理性。

季节干旱上河南省春夏两季较为严重，秋冬季较弱，符合SPEI-3指数春夏两季变化相似，秋冬两季变化相似的特征。河南省是中国重要的农副产品和粮食生产基地，需水量较大，但降水主要集中在夏季7-8月，而且分布不均匀，降水量不丰；商东耀^［30］等人发现我国北方地区（包括河南全境）春季干旱范围有逐步扩大的趋势，加上春季降雨量较少且年际变化大，因此河南省春夏两季干旱较为严重。再加上全球气候日益变暖，导致中国大范围气温偏高，气温高使土壤水分蒸发加快，进一步加快了旱情的发展。

本研究关于大气环流指数对河南省的干旱形成方面做了相关分析，在月尺度上NAO、AO对河南省春夏干旱呈显著性正相关，SOI对河南省秋旱呈显著性负相关；在年尺度上，SOI和PDO对河南省干旱有着较强相关性。这与姚蕊^［31］等人的研究成果较为一致。

需要说明的是，与以往大部分研究类似，本文计算的相关性系数并不高^［32］，但大部分站点均通过了显著性检验。对于相关系数不高的原因有如下解释：①环流指数对干旱存在正相关和负相关的影响，且相关系数表现为年际和年代际的相位转换特征^［33］。②环流指数内部相互作用，共同对干旱产生影响，这种共同作用下导致的干旱与任何单一因子的相关性不高。③环流指数对气候的影响有很多方面，例如气压、温度、湿度等，而本文的SPEI是综合降水与蒸散发的指数，因此只用它反映干旱和环流之间的关系还存在不足之处。本文仅研究了河南省干旱与环流指数之间的关系，而对于干旱的影响因素还有下垫面条件、水利工程等，未来还需要更进一步分析。

4.2 结论

基于1970-2019年河南省17个气象台站的数据资料，利用SPEI指数、M-K检验等方法，从年和季节尺度上分析了河南省的干旱时空演变特征，并利用Pearson和交叉小波相关方法分析了河南省干旱与环流指数的关系，主要得到以下结论。

（1）从SPEI值时间变化上看，近50年来河南省气候逐渐变得干旱，SPEI-12指数和SPEI-3指数呈现出下降的状态，且春夏两季干旱较严重，秋冬两季较弱；在空间变化上，年及春、夏、冬季节都表现为西北干旱显著，东南相对湿润。

（2）从M-K检验分析来看，UF线呈现先上升后下降的趋势，表明河南省气候由湿润逐渐转为干旱。在置信检验线范围内，还出现了3次突变点，分别为2008年，2015年和2018年，并且在突变点附近年份出现了重大干旱事件。

（3）从环流指数相关性来看，月尺度上NAO、AO与河南省春旱、夏旱呈正相关关系，SOI与河南省秋旱呈负相关关系。小波分析结果表明，在年际上，SOI与PDO对河南省干旱有着较强的相关性，而NAO和AO相关性不强。 □

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	容锦盟，周丹，罗静，等.4种干旱指标在华北地区气象干旱监测中的适用性分析［J］. 干旱地区农业研究，2019，37（1）：259-267. 本文引用 [1]

2	谢五三，张强，李威，等.干旱指数在中国东北、西南和长江中下游地区适用性分析［J/OL］.高原气象：1-11［2021-05-27］. 本文引用 [1]

3	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［J］. 资源科学，2013，35（9）：1 884-1 897. 本文引用 [1]

4	杨金虎，张强，王劲松，等.近60年来西南地区旱涝变化及极端和持续性特征认识［J］. 地理科学，2015，35（10）：1 333-1 340. 本文引用 [1]

5	HEIM J， RICHARD R. A review of twentieth-century drought indices used in the United States［J］. Bulletin of the American Meteorological Society， 2002，83（8）：1 149-1 165. 本文引用 [1]

6	施晔，梁忠民，易知之.区域综合干旱随机评价模型及其应用［J］. 水电能源科学，2011，29（9）：1-3，217. 本文引用 [1]

7	DAI A G. Increasing drought under global warming in observations and models［J］. Nature Climate Change， 2013，3（2）：52-58. 本文引用 [1]

8	MCKEE T B， DOESKEN N J， KLEIST J ．The relationship of drought frequency and duration to time scales［C］∥The Relationship of Drought Frequency and Duration to Time Scales Proceedings of the 8th Conference on Applied Climatology Boston，MA：American Meteorological Society，1993，17（22）：179-183．本文引用 [1]

9	VICENTE-SERRANO S M， BEGUERIA S， LOPEZ-MORENO J I. A Multiscalar Drought Index Sensitive to Global Warming： The Standardized Precipitation Evapotranspiration Index［J］. Journal of Climate， 2010，23（7）：1 696-1 718. 本文引用 [1]

10	曹永强，路洁，李玲慧.基于SPEI指数的辽宁省多尺度旱涝特征分析［J］.中国水利水电科学研究院学报，2021，19（2）：210-220. 本文引用 [1]

11	张璐，朱仲元，席小康，等.基于SPEI的锡林河流域干旱演化特征分析［J］.干旱区研究，2020，37（4）：819-829. 本文引用 [1]

12	冉鹏羽，赵强，熊丹，等. 1960～2017年汉江流域气象干旱时空特征分析［J］. 长江流域资源与环境，2021，30（3）：712-720. 本文引用 [1]

13	邢广君，崔弼峰.贵州省干旱变化特征及其与大气环流关系［J］.南水北调与水利科技，2019，17（6）：75-85. 本文引用 [1]

14	王佳瑞，孙从建，郑振婧，等. 近57年来黄土高原干旱特征及其与大气环流关系研究［J］. 生态学报，2021（13）：1-12. 本文引用 [1]

15	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［J］. 生态学报，2014，34（2）：460-470. 本文引用 [1]

16	王学凤，路洁，曹永强.辽宁省近54年旱涝特征分析及其对大气环流响应研究［J］.水利学报，2020，51（12）：1 514-1 524. 本文引用 [1]

17	BO M， GUO Y Q， TAO H B，et al. SPEI_（PM）-based research on drought impact on maize yield in North China Plain［J］. Journal of Integrative Agriculture，2015，14（4）. 本文引用 [1]

18	李伟光，侯美亭，陈汇林，等.基于标准化降水蒸散指数的华南干旱趋势研究［J］.自然灾害学报，2012，21（4）：84-90. 本文引用 [1]

19	邓翠玲，佘敦先，邓瑶，等.基于多模式情景的长江中下游未来气象干旱时空演变特征分析［J/OL］.长江科学院院报：1-8［2021-05-27］. 本文引用 [1]

20	封志明，杨艳昭，丁晓强，等. 气象要素空间插值方法优化［J］. 地理研究，2004（3）：357-364. 本文引用 [1]

21	方书敏，钱正堂，李远平.甘肃省降水的空间内插方法比较［J］.干旱区资源与环境，2005（3）：47-50. 本文引用 [1]

22	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［J］.干旱区研究，2017，34（6）： 1 250-1 262. 本文引用 [1]

23	邹磊，余江游，王飞宇，等.渭河流域极端降水时空演变规律及其对大气环流因子的响应［J/OL］.干旱区研究：1-12［2021-05-27.］本文引用 [1]

24	张子凡，姜帅，李娇娇，等.基于SPI指数的惠州市干季干旱趋势分析［J］.中国农学通报，2018，34（31）：135-139. 本文引用 [1]

25	徐乔婷，陈涟，范月华，等.基于SPEI指数的兰州干旱特征与气候指数的关系［J］.水文，2021，41（2）：56-62. 本文引用 [1]

26	刘志方，刘友存，郝永红，等.黑河出山径流过程与气象要素多尺度交叉小波分析［J］.干旱区地理，2014，37（6）：1 137-1 146. 本文引用 [1]

27	张志高，耿益新，蔡茂堂，等.近59年河南省汛期降水时空变化特征研究［J］. 中国农村水利水电，2020（11）：14-18+23. 本文引用 [1]

28	贾军霞，刘永和，王心义.河南省1965-2014年降水时空特征分析［J］. 黄河水利职业技术学院学报，2018，30（2）：1-6. 本文引用 [1]

29	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［J］. 地理研究，2015，34（8）：1 547-1 558. 本文引用 [1]

30	商东耀，张志红，岳元，等.基于标准化降水指数的河南省近45年干旱时空特征分析［J］.干旱地区农业研究，2021，39（4）：162-170. 本文引用 [1]

31	姚蕊，夏敏，孙鹏，等.淮河流域干旱时空演变特征及成因［J］.生态学报，2021，41（1）：333-347. 本文引用 [1]

32	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. 本文引用 [1]

33	孙艺杰，刘宪锋，任志远，等.1960-2016年黄土高原多尺度干旱特征及影响因素［J］.地理研究，2019，38（7）：1 820-1 832. 本文引用 [1]

PDF(4742 KB)

703

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
0 引言
1 研究区概况及研究方法
1.1 研究区概况
Fig.1 Distribution of the study area and meteorological stations
1.2 数据来源
1.3 研究方法
1.3.1 标准化降水蒸散指数
Tab.1 Drought classification criteria based on SPEI
1.3.2 M-K检验
1.3.3 Pearson相关系数和交叉小波（XWT）
2 结果分析
2.1 SPEI-12指数变化特征
2.1.1 时间变化特征
Fig.2 Interannual variation characteristics of SPEI-12 from 1970 to 2019
2.1.2 空间变化特征
Fig.3 Spatial distribution of interannual trend coefficients of SPEI-12 from 1970 to 2019
2.2 SPEI-3指数变化特征
2.2.1 时间变化特征
Fig.4 Seasonal variation characteristics of SPEI-3 from 1970 to 2019
2.2.2 空间变化特征
Fig.5 Spatial distribution of SPEI-3 trend coefficients from 1970 to 2019
2.3 M-K检验
Fig.6 M-K test of the annual mean SPEI-12 sequence in Henan Province from 1970 to 2019
3 环流相关性分析
3.1 Pearso相关系数法
Tab.2 Correlation between atmospheric circulation index and SPEI-1 in the same period
3.2 交叉小波分析
Fig.7 Cross wavelet power spectra of different circulation index and SPEI-1
4 讨论与结论
4.1 讨论
4.2 结论
References

Received	Published
2021-07-07	2022-04-15
Issue Date
2022-06-09

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引言

1 研究区概况及研究方法

1.1 研究区概况

Fig.1 Distribution of the study area and meteorological stations

1.2 数据来源

1.3 研究方法

1.3.1 标准化降水蒸散指数

Tab.1 Drought classification criteria based on SPEI

1.3.2 M-K检验

1.3.3 Pearson相关系数和交叉小波（XWT）

2 结果分析

2.1 SPEI-12指数变化特征

2.1.1 时间变化特征

**Fig.2 Interannual variation characteristics of SPEI-12 from 1970 to 2019**

2.1.2 空间变化特征

**Fig.3 Spatial distribution of interannual trend coefficients of SPEI-12 from 1970 to 2019**

**2.2 SPEI-3指数变化特征**

2.2.1 时间变化特征

**Fig.4 Seasonal variation characteristics of SPEI-3 from 1970 to 2019**

2.2.2 空间变化特征

**Fig.5 Spatial distribution of SPEI-3 trend coefficients from 1970 to 2019**

2.3 M-K检验

**Fig.6 M-K test of the annual mean SPEI-12 sequence in Henan Province from 1970 to 2019**

3 环流相关性分析

3.1 Pearso相关系数法

**Tab.2 Correlation between atmospheric circulation index and SPEI-1 in the same period**

3.2 交叉小波分析

**Fig.7 Cross wavelet power spectra of different circulation index and SPEI-1**

4 讨论与结论

4.1 讨论

4.2 结论

{{custom_sec.title}}

{{custom_sec.title}}

References

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引 言

1 研究区概况及研究方法

1.1 研究区概况

Fig.1 Distribution of the study area and meteorological stations

1.2 数据来源

1.3 研究方法

1.3.1 标准化降水蒸散指数

Tab.1 Drought classification criteria based on SPEI

1.3.2 M-K检验

1.3.3 Pearson相关系数和交叉小波（XWT）

2 结果分析

2.1 SPEI-12指数变化特征

2.1.1 时间变化特征

Fig.2 Interannual variation characteristics of SPEI-12 from 1970 to 2019

2.1.2 空间变化特征

Fig.3 Spatial distribution of interannual trend coefficients of SPEI-12 from 1970 to 2019

2.2 SPEI-3指数变化特征

2.2.1 时间变化特征

Fig.4 Seasonal variation characteristics of SPEI-3 from 1970 to 2019

2.2.2 空间变化特征

Fig.5 Spatial distribution of SPEI-3 trend coefficients from 1970 to 2019

2.3 M-K检验

Fig.6 M-K test of the annual mean SPEI-12 sequence in Henan Province from 1970 to 2019

3 环流相关性分析

3.1 Pearso相关系数法

Tab.2 Correlation between atmospheric circulation index and SPEI-1 in the same period

3.2 交叉小波分析

Fig.7 Cross wavelet power spectra of different circulation index and SPEI-1

4 讨论与结论

4.1 讨 论

4.2 结 论

{{custom_sec.title}}

{{custom_sec.title}}

References

0 引言

**Fig.2 Interannual variation characteristics of SPEI-12 from 1970 to 2019**

**Fig.3 Spatial distribution of interannual trend coefficients of SPEI-12 from 1970 to 2019**

**2.2 SPEI-3指数变化特征**

**Fig.4 Seasonal variation characteristics of SPEI-3 from 1970 to 2019**

**Fig.5 Spatial distribution of SPEI-3 trend coefficients from 1970 to 2019**

**Fig.6 M-K test of the annual mean SPEI-12 sequence in Henan Province from 1970 to 2019**

**Tab.2 Correlation between atmospheric circulation index and SPEI-1 in the same period**

**Fig.7 Cross wavelet power spectra of different circulation index and SPEI-1**

4.1 讨论

4.2 结论