摘要：干旱作为自然灾害的一种，对人类社会、经济的发展构成严重威胁，如何准确的监测干旱的发生发展是开展抗旱减灾工作的关键。目前学者们多选用众多的指标来指示干旱，SPI标准降水指数作为其中的一种，是以更符合实际情况的Г分布概率来描述降水量的变化。其计算过程简单，具有较强的时空适应性，因而得到广泛应用。本文选取黄淮海平原区作为研究区域，以长时间尺度（本文选取12个月与36个月）的月值SPI来表征研究区域在1961-2000年这段历史时期内干湿状况的变化，从时间和空间两个角度研究长时间尺度的SPI值在指示地表干湿状况的效用，研究分析研究区域内干湿状况的时空分异，探索其成因，得出以下初步结论：研究区内2000年偏干旱的区域面积较1963年有所增大，与此同时，极端情况相对较少；除呼和浩特与郑州外，研究区域内有相当大面积的区域呈现偏干趋向，主要位于呼和浩特与郑州之间的大范围区域，推测区域的这种总体偏干旱的趋势可能是区域对全球变暖的响应。时间序列分析结果表明：在1961-2000年这段历史时期内呼和浩特与太原站出现的极端干旱的情况相对要多一些，北京次之，郑州最少；各站点的SPI值在时间序列上变化存在巨大差异，其主导因素是它们的纬度位置。 关键词 干旱；干旱指标；SPI；时空分异 中图分类号 P466 文献标识码 A 文章编号 1002-2104(2011)02-0100-06 长期以来，全球旱涝灾害频繁发生，对人类社会造成了重大的经济损失，严重威胁着社会、经济和环境的可持续发展。而旱灾是世界上影响最广、造成农业经济损失最大的自然灾害之一［1］。世界各国均有旱灾发生，近一半的国家灾情比较严重［2］。全球自然灾害造成的经济损失平均每年约400×108美元，其中旱灾损失占15%，约60×108美元。据统计［3］，中国每年自然灾害经济损失约660×108元，其中旱灾约200×108元。干旱，由于它自身缓慢的发生过程、巨大的影响范围、造成的非工程性损失难以量化等特点而不同于洪涝，使得人类在对它的认识与预测上困难重重。因此，如何及时有效地预测干旱的发生发展是制定抗旱政策，减缓旱情、防预旱灾的关键。目前，在不同的指标对于干旱的指示作用方面已开展了大量的研究［4-12］。SPI（Standardized Preciptation Index）标准降雨指数是McKee等［4］提出的基于降水量的干旱指数。该指数是以Г分布概率来描述降水量的变化，再经正态标准化求得。SPI能够较好地反映干旱强度和持续时间，而且具有多时间尺度应用的特性，使得用同一个干旱指标反映不同时间尺度和不同方面的水资源状况成为可能，因而得到广泛应用［4-5］，而其中多数为研究12个月以及1年内尺度的SPI［6-7］，对于长时间尺度的SPI值反映干湿状况的研究甚少。事实上，SPI对于降水量的敏感性不同，时间尺度越小，则对于一次降水变化越显著，其值会发生较大变化［4，8］；相反，长时间尺度的SPI值更利于指示平均状况，有效地避免极端情况的影响。基于此，本文选择黄淮海平原区作为研究区域，以区域内气象站点的降水量数据来求得长时间尺度（本文选取12个月与36个月）的SPI值，以此来对比序列两端各三年平均干湿状况的差异，并选取典型站点来研究1961-2000年这段历史时期内的干湿状况的变化，通过此来研究长时间尺度的SPI值对于地表干湿状况的指示作用；同时分析研究区域内干旱的时空分异状况，提示研究区域内在1961-2000年这段时期内地表干湿状况变化的规律与趋势，为及时有效地预测干旱的发生发展，制定抗旱政策，防预旱灾提供科学依据。 1 研究区域概况 研究区域位于黄淮海地区，包括北京、天津、河北、河南、山东、安徽和江苏以及内蒙古等境内的300多个县市区，总面积30万km2以上。黄淮海平原是我国最大的平原，也是我国粮、棉、油的主要产区。据统计，1998年黄淮海平原区耕地面积达17.95×106 hm2，人口为2.14×108人，该年粮食总产占全国总产的21.6%，棉花总产占全国的36.3%，油料总产占全国的24.0%［9］。 武建军等：黄淮海地区干湿状况的时空分异研究中国人口•资源与环境 2011年 第2期2 数据与研究方法 2.1 数据来源 气象站点数据来自“中国气象科学数据共享服务网”。根据降水量数据的统一性和可获取性，在研究区域内筛选出其中的71个气象站点，包括内蒙古自治区境内的6个、北京2个、天津2个、河北省21个、河南省12个、山东省19个、山西省19个、江苏省4个、安徽省境内5个气象站点（见表1），为保证数据的完整性，各站点的降水量数据序列均为1961-2000年。 2.2 处理方法 2.2.1 SPI值的计算 由于不同时间、不同地区降水量变化幅度很大，直接用降水量很难在不同时空尺度上相互比较，而且降水分布是一种偏态分布，采用Г分布概率来描述降水量的这种偏态分布变化更为合适，然后再经正态标准化求得SPI值。SPI具体求算过程已有很多专业文献给以详尽的论述［8］，本文不再赘述。文中分别采用12和36个月尺度的SPI值指示多年平均干湿状况，作研究区内干湿状况的时空分异分析。 2.2.2 数据空间化 将研究区域内筛选出的71个气象站点1961年1月-表1 研究区域气象站点名称及干湿状况变化 Tab.1 Stations in the research area and the variation of moisture condition 站点号 Number站点名 Name 省份 ProvinceSPI 1SPI 2ΔSPI站点号 Number站点名 Name省份 ProvinceSPI 1SPI 2ΔSPI53853隰县山西1.76-1.81-3.5754401张家口河北-0.52-0.63-0.1158015砀山安徽0.05-2.82-2.8753782阳泉山西-0.44-0.52-0.0853863介休山西0.63-2.17-2.857083郑州河南0.790.75-0.0453787榆社山西1.44-1.2-2.6458040赣榆江苏0.740.80.0653798邢台河北0.82-1.82-2.6458203阜阳安徽0.740.830.0954725惠民县山东0.13-2.29-2.4254429遵化河北-0.27-0.140.1353975阳城山西2.510.27-2.2453399张北河北-0.88-0.710.1753868临汾山西1.5-0.59-2.0954606饶阳河北-1.38-1.160.2253446包头内蒙古0.89-1.17-2.0657193西华河南0.831.050.2253564河曲山西0.56-1.35-1.9158102亳州安徽0.030.320.2954808朝阳山东2.330.42-1.9154624黄骅河北0.160.480.3253543东胜内蒙古0.67-1.12-1.7953478右玉山西-1.1-0.770.3354843潍坊山东0.7-0.9-1.653663五寨山西-0.30.030.3358005尚丘河南0.65-0.81-1.4653698石家庄河北-0.110.220.3353772太原山西0.77-0.67-1.4457077栾川河南0.410.760.3553959运城山西0.91-0.38-1.2954945日照山东-0.53-0.150.3853986新乡河南0.96-0.33-1.2954423承德河北-1.22-0.730.4954705南宫河北0.9-0.26-1.1658221蚌埠安徽-0.83-0.30.5353898安阳河南0.92-0.12-1.0454836沂源山东-1.02-0.280.7454436青龙河北0.21-0.74-0.9554823济南山东-1.05-0.290.7654736羊角沟山东-0.18-1.1-0.9254511北京北京-1.25-0.460.7954916兖州山东-0.04-0.96-0.9254308丰宁河北-0.570.260.8353673原平山西-0.07-0.97-0.957071孟津河南0.251.190.9458122宿县安徽0.32-0.57-0.8954602保定河北-2.24-1.21.0454826泰山山东0.75-0.07-0.8253391化德内蒙古0.51.661.1653487大同山西-0.8-1.6-0.854539乐亭河北-0.990.271.2657051三门峡河南-0.01-0.8-0.7954623塘沽天津-0.610.691.357181宝丰河南0.72-0.02-0.7454534唐山河北-1.470.021.4953480集宁内蒙古0.830.12-0.7154311围场河北-0.890.811.754518廊坊河北0.22-0.44-0.6657091开封河南-1.020.841.8653588五台山山西-0.85-1.4-0.5558144淮阴(清江)江苏-2.18-0.162.0254527天津天津0.01-0.51-0.5254208多伦内蒙古-0.511.552.0658027徐州江苏0.42-0.05-0.4754449秦皇岛河北-2.560.473.0353664兴县山西0.330.05-0.2853463呼和浩特内蒙古-4.13-0.243.8954405怀来河北0.580.31-0.2757089许昌河南-3.21.64.853593蔚县河北-1.23-1.38-0.15注：ΔSPI=SPI 2-SPI 12000年12月的月降水量数据求算36个月尺度的月值SPI。将所求得SPI值序列取其两个端点，以1963年12月的SPI值表征1961年1月-1963年12月研究区域内的干湿状况，以2000年12月的SPI值表征1998年1月-2000年12月研究区域内的干湿状况（分别以SPI 1与SPI 2表示）及其两者的差值ΔSPI（SPI 2-SPI 1）来表示其差异的程度，用Kriging插值法对上述71个站点的3个SPI值―SPI 1、SPI 2与ΔSPI分别进行空间插值，得到研究区内2个不同时段36个月尺度SPI值的空间分布图及其差值的分布图（图1）。
2.2.3 典型站点时间过程分析 根据研究域内气象站点的分布情况，结合中国多年平均降水量等值线图在研究区域内的71个站点中选取呼和浩特、北京、太原、郑州4个典型站点对其进行时间过程的分析。具体是计算出4个站点的以12个月为尺度的月值SPI，分别建立其40年的469个（1961年的前11个月SPI没有值）月值SPI序列，分析比较SPI在各站点对干湿状况的指示，探索揭示研究区1961-2000年这段历史时期干湿状况的年际变化规律与趋势。 3 结果与讨论 3.1 空间分异分析 标准化降水指数SPI依据其值大小将所反映的旱涝类型分为重涝-重旱7个等级，以定性描述干湿情况［12,14］（见表2），总体上可以分为3类：SPI≥1 偏涝；-1 SPI值的大小表示了在选定的总体历史年份内干湿的相对变化状况，所以其差值可以表示总体历史时期内两个时段的干湿变化情况，本文以差值Δ（SPI 2- SPI 1）表示其变化趋向，Δ为负，表示相对变干（如表3）；反之则变湿（如表3续）。 从表3中可得到：研究区域内的71气象站点的SPI 1有5个是≥1的，其中等级为重涝与中涝的分别为2个，轻涝的1个，即共有5个站点呈现偏涝情势；而SPI 1值多数[CM)] 表2 SPI 指数的旱涝等级 Tab.2 Drought�Wet levels of SPI index 等级 Level标准化降水指数 SPI类型 Type1≥2重涝 Extremely wet21.5≤SPI 表3 旱情分级统计表 Tab.3 Statistics of the Drought Classification SPI偏涝 Wet正常 Normal偏旱 Drought1级2级3级小计4级小计5级6级7级小计SPI [1**********]514SPI [1**********]315 处于-1到1之间，共计有52个站点，说明这个时期的大部分地区干湿状况正常；分布于轻旱、中旱、重旱三个等级的站点数分别为9个、0个、5个共计14个。不难看出，研究区域内偏旱比偏涝的站点数明显要多。 研究区域内的71气象站点的SPI 2同样有5个站点呈现偏涝情势，在重涝等级上没有站点分布，即没有极端情况发生；SPI 2值与SPI 1多数处于-1到1之间，共计有51个站点，说明这个时期的大部分地区干湿状况正常；分布于轻旱、中旱、重旱三个等级的站点数分别为9个、3个、3个共计15个，极端偏涝或偏旱站点数相对于SPI 1有所减少，但偏旱站点数有所增加。 表1列出了各观测站点的干湿状况，由极端值可以看出：SPI 1中的极端值相对突出，极小值达-4.13，极大值达到2.51，即在这个时期存在区域极端干旱中心。相比较而言，SPI 2中的极端值相对较小，月值SPI 2出现极小值-2.82，极大值1.66，其干湿状况差异较为缓和。 研究区域内的71气象站点的ΔSPI值有39个呈现负值，即多于一半的站点向偏旱方向变化，有32个呈现正值，即在研究区域内向偏旱方向变化的站点数要多于向偏涝方向变化的站点数，研究区域在两个时期间总体呈现向偏旱方向趋近。分析上述结果的原因，可能是区域对全球变暖的响应的结果，全球温度大幅度升高，必将加大地表蒸散，并与降水变化趋势相互抵消，是造成研究区域2000年左右相对偏干旱的一个重要因子。 从SPI 1与SPI 2空间分布图上也清晰的显示出：研究区域SPI 1存在着两个极端干旱中心，分别是位于研究区西北部的呼和浩特站与南部的郑州站附近，而它们之间的太原站附近则呈现出降水充沛，并有两个小的湿润中心，在研究区东北部以北京站为中心的大面积区域正常偏旱，总体上，区域内干湿状况分异明显，且存在明显的干旱中心。与1963年相比较，研究区域内SPI 2的空间分异较为缓和，但有相当大面积的区域表现出偏干旱趋向，主要分布于呼和浩特、北京、太原三站之间的部分、太原与郑州之间、区域的东南部，且在郑州站的东偏南向出现一个小的干旱中心；SPI值0.5以上的湿润区域面积很小只有最南与最北部的两小部分。 在两者的差值空间分异图上存在两个极端变湿中心，分别是呼和浩特站与郑州站偏南，幅度达到3.5- 4.5，为域内变化最大的两个中心。呼和浩特站位于海拔�1 000 m以上的内蒙古高原，属于半干旱地区，蒸发强烈、降水变幅较大，而郑州附近的中心很可能是由于季风等因素的影响而造成的。研究区域内有相当大面积的区域呈现变干趋向，主要位于呼和浩特与郑州之间的大范围区域，且在中西部区域的太原站点附近出现了较大的变幅，甚至呈现出几个小的中心。其它地区干湿变化趋势不是很明显，这些地区主要是以北京为中心的研究区域内东北部与东南角。 3.2 时间序列分析 呼和浩特：SPI值在-1以下和1以上的月份分别只有1/8多，-1到1之间的年份占到3/4，按照SPI值的等级划分标准［4,8］，说明在这段历史时期的大部分时段降水分布还是正常的，只有1/4的时间出现了偏旱或偏涝，但是正如极端值显示的一样，本站出现的极端干旱情况相对要多一些。这是由于本站点特殊的地理位置所致，呼和浩特位于内蒙古高原是研究区域的边缘地带，海拔�1 000 m以上，是所选典型站点中靠海最远的一个站点，且它位于半干旱区，是夏季风的尾闾区域，同时受冬季风影响强烈，导致其干湿变化剧烈，易出现干旱中心。北京：SPI值在-1以下和1以上的月份所占比例皆小于1/8，其中SPI值在1以上的月份仅有1/10，是4个站点中偏湿月份最少的，有大于3/4的月份是处于-1到1之间，说明在这段历史时期的降水变化基本上处于一个较平缓的状态，只有不足1/4的时间出现了偏旱或偏涝，这与北京的地理位置有密切的关系，北京站是四个气象台站里靠海最近的，与郑州处于同一个干湿带，降水量充沛，但纬度较高，受冬季风的影响强烈，与呼和浩特、郑州相比之下其出现偏旱、极端干旱与偏湿、极端湿润的情况较少。太原：其SPI值的变化幅度与呼和浩特相近，但稍不如呼和浩特剧烈，这是由于太原和呼和浩特处于同一条降水等值线内，其相同的干湿带类型导致了干旱情况的类似。郑州：该站点出现极端干旱的时段比呼和浩特略少，但偏湿与极端湿润的时段在四个站点里却是最多的，且其出现偏旱的时段也是最长的，这是由于郑州处于研究区的最南部，其较低的纬度受夏季风的影响相对强烈，有较充沛的季节性降水。 极值比较显示：在1961-2000年这段历史时期内呼和浩特与太原站出现的极端干旱的情况相对要多一些，北京次之，郑州最少；而极端湿润情况则相反，郑州在四个站点中是偏湿时段最长、最为明显的站点。 对比分析图2a, b, c, d不难发现：呼和浩特与北京的SPI序列变化趋势相近，1975,1980,1999-2000年2站点皆显示偏干旱，而1976-1979年间4个站点均呈现出偏湿,1985-1986年2个站点的偏湿；在1965年、1972年、1983年前后都出现了序列内最为严重的干旱事件，这与历史时期的记录有着良好的对应关系，对于1998年的洪涝事件两者也皆有明显指示。这可能是由于这2个站点处于相近的纬度上，受季风的影响效用相近缘故。而郑州和太原序列对应的较好，其变化趋势相近，1961-1963、1975-1979，�1983-1985及1990年前后的偏湿，1975-1979，�1981-1983，1986-1988，1998-2000的偏旱都对应良好。
4 结 论 （1）空间分析结果表明：与1963年相比较，2000年研究区内偏干旱的区域面积增大，与此同时，极端情况相对较少；SPI插值图显示：除呼和浩特与郑州外，研究区域内有相当大面积的区域呈现偏干趋向，主要位于呼和浩特与郑州之间的大范围区域，其它地区差异不是很明显，这些地区主要是北京为中心的域内东北部与东南角。区域的这种总体偏干旱的趋势可能是区域对全球变暖的响应。 （2）时间序列分析结果表明：在1961-2000年这段历史时期内呼和浩特与太原站出现的极端干旱的情况相对要多一些，北京次之，郑州最少；而极端湿润情况则相反，而郑州在四个站点中是偏湿时段最长、最为明显的站点。各站点的SPI值在时间序列上变化存在巨大差异，其主导因素就是它们各自的地理位置。呼和浩特与北京纬度相近，是夏季风的尾闾区，同时受冬季风影响强烈，导致其干湿变化剧烈，尤其是呼和浩特靠海远、海拔高，易出现干旱中心。相反，处于研究区最南部的郑州，其较低的纬度使其受夏季风的影响相对强烈，有较充沛的季节性降水，因而出现偏湿与极端湿润的时段在四个站点里是最多的。 （3）对比分析各个典型站点的SPI值序列得到：呼和浩特与北京的SPI序列变化趋势对应的较好，郑州和太原对应的较好，且它们对几次历史干湿事件的指示也表明长时间尺度的SPI值可以很好的反映度长时间序列的干湿变化趋势，在黄淮海平原区的应用效果较好。 干旱的指示是一个复杂的过程，用单一的指标指示势必会降低结果的可信度，多指标综合指示干旱是监测干旱的发展方向。SPI在指示旱涝的过程中等级的划分还存在一定的主观性，怎样客观地划分SPI等级是有效指示旱涝发生的关键，也是将来研究的一个重点。本文在研究中也存在着一些缺点，如先进行SPI值的计算，然后再对其进行空间插值，虽然有这样做的先例［14］，但这种作法的合理性仍有待考证，而在插值过程中由于考虑到只有小面积的研究区域高差与其余相差悬殊而忽略了高程的影响，但从结果来看，在下一步的工作中我们对此还需作改进。另外，本文只探讨了长时间尺度SPI的变化，这对于反映长期的气候或水文变化是有效的，但对于农业作物生长期内干湿状况的变化指标需要短时间尺度的SPI值来实现，这也是需要继续研究的工作。 致谢：感谢北京师范大学资源学院06硕士班的陈波、胡谭高、杨曦、陈学泓等同学给予的技术支持与帮助。 （编辑：李 琪） 参考文献（References） ［1］郑远长．全球自然灾害概述［J］．中国减灾，2000，10（1）：14-19．［Zheng Yuanchang. Introduction of Global Natural Disaster ［J］. China Disaster Mitigation, 2000, 10(1): 14-19.］ ［2］马宗晋，高庆华．中国第四纪气候变化和未来北方干旱灾害分析［J］．第四纪研究，2004，24（3）：245-251．［Ma Zongjin, Gao Qinghua. Climate Change in Quaternary and Analysis of Drought Disaster in North China in the Future. Quaternary Research ［J］. 2004, 24(3): 245-251.］ ［3］蔡运龙，Smit, B．全球气候变化下中国农业的脆弱性与适应对策［J］．地理学报，1996，51（3）：202-212．［Cai Yunlong, B. Smit. Sensitivity and Adaptation of Chinese Agriculture Under Global Climate Change ［J］. Acta Geographica Sinica, 1996, 51(3): 202-212.］ ［4］Seiler B A， Hayes M J, Bressan L. Using the Standardized Precipitation Index for Flood Risk Monitoring ［J］. International Journal of Climatology, 2002, 22: 1365-1376. ［5］Hayes M J, Svoboda M D, WilIIite D A, et al. Monitoring the 1996 Drought Using the Standardized Precipitation Index ［J］. Bulletin of the American Meteorological Society, 1999, 80: 429-438. ［6］Moreira E E, Paulo A A, Pereira L S, et al. Analysis of SPI Drought Class Transitions Using Log�Linear Models ［J］. Journal of Hydrology, 2006,331: 349-359 ［7］Chopra P. Drought Risk Assessment Using Remote Sensing and GIS: A case study of Gujarat. The thesis for the Degree of Master of Science in Geo�information Science and Earth Observation in Hazard & risk Analysis. 2006. ［8］袁文平，周广胜．标准化降水指标与Z指数在我国应用的对比分析［J］．植物生态学报，2004，28(4)：523-529．［Yuan Wenping and Zhou Guangsheng. Comparison between Standardized Precipitation Index and Z�Index in China ［J］. Acta Phytoecologica Sinica, 2004, 28(4): 523-529.］ ［9］Yamoah C F, Walters D T, Shapiro C A, et al. Standardized Precipitation Index and Nitrogen Rate Effects on Crop Yields and Risk Distribution in Maize ［J］. Agriculture. Ecosystems and Environment. 2000, 80: 113-120. ［10］刘波，马柱国．过去45年中国干湿气候区域变化特征［J］．干旱区地理，2007，30(1)：7-15．［Liu Bo, Ma Zhuguo. Area Change of Dry and Wet Regions in China in the Past 45 Years ［J］. Arid land geography, 2007, 30 (1): 7-15.］ ［11］吴绍洪，尹云鹤，郑度等．近30年中国陆地表层干湿状况研究［J］．中国科学（D辑），地球科学，2005，35(3)：276-283．［Wu Shaohong, Yin Yunhe, Zheng Du etc. Moisture Conditions of China�s Land Surface in Nearly 30 Years ［J］. Science In China Series D�Earth Sciences, 2005, 35 (3): 276-283. ］
［12］王菱，谢贤群，李运生等．中国北方地区40年来湿润指数和气候干湿带界线的变化［J］．地理研究，23 (1)：45-54. ［Wang Ling, Xie Xianqun, Li Yunsheng etc. Changes of Humid Index and Borderline of Wet and Dry Climate Zone in Northern China over the Past 40 Years ［J］. Geographical Research, 23 (1): 45-54.］ ［13］吴凯，黄荣金．黄淮海平原水土资源利用的可持续性评价、开发潜力及对策［J］．地理科学，2001，21(5)：390-395．［Wu Kai Huang Rongjin, The Sustainable Evaluations, the Development Potentialities and the Countermeasures of Water and Land Resources Use in The Huang�Huai�Hai Plain ［J］. Geographical science, 2001, 21(5): 390-395.］ ［14］Bhuiyan C, Singh R P, Kogan F N. Monitoring Drought Dynamics in the Aravalli Region (India) Using Different Indices Based on Ground and Remote Sensing Data ［J］. International Journal of Applied Earth Observation and Geo information, 2006, 8: 289-302. ［15］刘剑锋, 刘学锋,刘芳圆. 河北省气候干湿状况变化特征分析［J］. 地理与地理信息科学,2007,(2). ［Liu,Jianfeng,Liu Xuefeng,Liu Fangyuan.Spatial�Temporal Distribution of Climate Drought and Wetness for Hebei［J］. Geography and Geo�Information Science,2007,(2).］ ［16］刘波, 马柱国.河北省气候干湿状况变化特征分析［J］. 干旱区地理, 2007,(1). ［Liu Bo,Ma Zhuguo.Area Change of Dry and Wet Regions in China in the Past 45 Years［J］. Arid Land Geography,2007,(1). ］ ［17］张永,陈发虎,勾晓华.中国西北地区季节间干湿变化的时空分布:基于PDSI数据［J］. 地理学报, 2007,(11).［Zhang Yong,Chen Fahu,Gou Xiaohua.The Temporal and Spatial Distribution of Seasonal Dry�Wet Changes over the Northwestern China:Based on PDSI［J］. Acta Geographica Sinica, 2007,(11). ］ ［18］丛源,陈岳龙,杨忠芳.北京平原区元素的大气干湿沉降通量［J］. 地质通报, 2008,(2). ［Cong Yuan,Chen Yuelong,Yang Zhongfang.Dry and Wet Atmospheric Deposition Fluxes of Elements in the Plain Area of Beijing Municipality,China［J］. Geological Bulletin of China, 2008,(2).］ ［19］毛飞, 唐世浩, 孙涵. 近46年青藏高原干湿气候区动态变化研究［J］. 大气科学, 2008,(3). ［ Mao Fei,Tang Shihao,Sun Han.A Study of Dynamic Change of Dry and Wet Climate Regions in the Tibetan Plateau Over the Last 46 Years［J］. Chinese Journal of Atmospheric Sciences, 2008,(3). ］ ［20］郭晶, 吴举开, 李远辉.广东省气候干湿状况及其变化特征［J］. 中国农业气象, 2008,(2). ［Guo Jing,Wu Jukai,Li Yuanhui.Climate Dryness/Wetness Status and Its Variation Characteristics in Guangdong Province［J］. Chinese Journal of Agrometeorology,2008,(2).］ ［21］张方敏, 申双和. 中国干湿状况和干湿气候界限变化研究［J］. 南京气象学院学报,2008,(4).［Zhang Fangmin,Shen Shuanghe. A Study on Dry/Wet Conditions and Changes of Dry/Wet Climate Boundary in China［J］. Journal of Nanjing Institute of Meteorology, 2008,(4).］ ［22］康俊, 邱新法, 曾燕.江苏地表湿润状况的变化趋势与区域特征分析［J］. 气象, 2008,(9). ［Kang Jun,Jiu Xinfa,Zeng Yan.Variation Trend of Surface Humid Index and Regional Characteristics in Jiangsu Province［J］. Meteorological Monthly, 2008,(9).］ ［23］杜军, 胡军, 唐述君.西藏羊卓雍湖流域气候干湿状况分析［J］. 生态学杂志, 2008,(8). ［Du Jun,Hu Jun,Tang Shujun.Analysis of Climatic Dry and Wet Conditions in Yamdok Tso Lake Basin of Tibet［J］. Chinese Journal of Ecology, 2008,(8).］ ［24］李森,吕厚荃, 张艳红.黄淮海地区1961-2006年干湿状况时空变化［J］. 气象科技, 2008,(5). ［Li Sen,Lv Houquan,Zhang Yanhong.Spatial�Temporal Distribution Characteristics of Dryness/Wetness over Huanghuaihai Region from 1961 to 2006［J］. Meteorological Science and Technology, 2008,(5).］
［25］姜大膀,苏明峰, 魏荣庆. 新疆气候的干湿变化及其趋势预估［J］. 大气科学, 2009,(1). ［Jiang Dabang,Su Mingfeng,Wei Rongqing.Variation and Projection of Drought and Wet Conditions in Xinjiang［J］. Chinese Journal of Atmospheric Sciences,2009,(1).］ ［26］申双和, 张方敏, 盛琼. 1975-2004年中国湿润指数时空变化特征［J］. 农业工程学报, 2009,(1). ［Shen Shuanghe,Zhang Fangmin,Sheng Qiong.Spatio�temporal Changes of Wetness Index in China from 1975 to 2004［J］. Transactions of the Chinese Society of Agricultural Engineering,2009,(1).］ ［27］裴彬.近30年来甘肃气候变化趋势及其对干湿状况的影响［J］. 干旱区资源与环境, 2009,(9).［Pei Bin. Climate Changes and Its Influences on the Aridity/Humidity Status in Gansu Province During the Last Three Decades［J］. Journal of Arid Land Resources and Environment, 2009,(9).］ ［28］杨彬云,吴荣军,关福来. 基于潜在蒸散和干燥度指数的河北省农业气候区划［J］. 干旱地区农业研究, 2009,(6).［Yang Binyun,Wu Rongjun,Guan Fulai.Agricultural Climate Division of Hebei Province Based on Potential Evapotranspiration and Surface Aridity Index［J］. Agricultural Research in the Arid Areas, 2009,(6). ］ ［29］郭国龙, 李力, 晏利斌.夏季北极涛动与亚洲中部干湿状况关系研究［J］. 干旱区研究, 2009,(6). ［Guo Guolong,Li Li,Yan Libin.Study on the Relationship between the Change of Arctic Oscillation and the Relative Humidity over Central Asia in Summer［J］. Arid Zone Research,2009,(6).］ Analysis of the Temporal and Spatial Layout of Drought in the Huang�Huai�Hai Region WU Jian�jun1, 2 LIU Xiao�chen1, 2 LV Ai�feng3ZHAO Lin1, 2 LIU Ming1, 2 (1. College of Resources Science & Technology, Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875, China; 2. Key Laboratory of Environmental Change and Natural Disaster, Beijing Normal University, Beijing 100875, China; 3. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China) Abstract Drought, as one of the natural disasters, poses a serious threat to social and economic development. How to accurately monitor drought is the key to fight against the disaster. Currently, many indicators were selected to quantify drought, and among those indicators, standard precipitation index (SPI) is more suitable to the actual situation of Г probability distribution to describe the change of the precipitation. For its simple calculation process and strong adaptability, now SPI has been widely applied. Huang�Huai�Hai Region was selected as the research area here, with SPI Value of the long time series scale (12 months and 36 months were chosen) variation to describe the moisture conditions in the research area during 1961-2000. SPI Value of the long time scale described the efficiencies of the dry and moisture conditions of land surface. According to the temporal and spatial differences of the dry and moisture conditions, some general conclusions were drawn as follows: In the research area in 2000, the area being prone to droughtincreased compared with that in 1963; meanwhile, less extreme events happened. Except Zhengzhou and Hohhot meteorological stations, a very large proportion of the research areas had partial drought, mainly in the areas between Zhengzhou and Hohhot. We can deduce that the general trend of large area of drought is likely to be a certain kind of response to global warming. According to time series analysis, during 1961-2000, more extreme drought events appeared in Hohhot and Taiyuan meteorological stations than events in Beijing. The drought condition in Zhengzhou was relatively moderate. Large differences of the SPI variations on time series exist among each meteorological station; the dominant factor is the latitude location. Key words drought;drought index; SPI; spatial�temporal distribution
摘要：干旱作为自然灾害的一种，对人类社会、经济的发展构成严重威胁，如何准确的监测干旱的发生发展是开展抗旱减灾工作的关键。目前学者们多选用众多的指标来指示干旱，SPI标准降水指数作为其中的一种，是以更符合实际情况的Г分布概率来描述降水量的变化。其计算过程简单，具有较强的时空适应性，因而得到广泛应用。本文选取黄淮海平原区作为研究区域，以长时间尺度（本文选取12个月与36个月）的月值SPI来表征研究区域在1961-2000年这段历史时期内干湿状况的变化，从时间和空间两个角度研究长时间尺度的SPI值在指示地表干湿状况的效用，研究分析研究区域内干湿状况的时空分异，探索其成因，得出以下初步结论：研究区内2000年偏干旱的区域面积较1963年有所增大，与此同时，极端情况相对较少；除呼和浩特与郑州外，研究区域内有相当大面积的区域呈现偏干趋向，主要位于呼和浩特与郑州之间的大范围区域，推测区域的这种总体偏干旱的趋势可能是区域对全球变暖的响应。时间序列分析结果表明：在1961-2000年这段历史时期内呼和浩特与太原站出现的极端干旱的情况相对要多一些，北京次之，郑州最少；各站点的SPI值在时间序列上变化存在巨大差异，其主导因素是它们的纬度位置。 关键词 干旱；干旱指标；SPI；时空分异 中图分类号 P466 文献标识码 A 文章编号 1002-2104(2011)02-0100-06 长期以来，全球旱涝灾害频繁发生，对人类社会造成了重大的经济损失，严重威胁着社会、经济和环境的可持续发展。而旱灾是世界上影响最广、造成农业经济损失最大的自然灾害之一［1］。世界各国均有旱灾发生，近一半的国家灾情比较严重［2］。全球自然灾害造成的经济损失平均每年约400×108美元，其中旱灾损失占15%，约60×108美元。据统计［3］，中国每年自然灾害经济损失约660×108元，其中旱灾约200×108元。干旱，由于它自身缓慢的发生过程、巨大的影响范围、造成的非工程性损失难以量化等特点而不同于洪涝，使得人类在对它的认识与预测上困难重重。因此，如何及时有效地预测干旱的发生发展是制定抗旱政策，减缓旱情、防预旱灾的关键。目前，在不同的指标对于干旱的指示作用方面已开展了大量的研究［4-12］。SPI（Standardized Preciptation Index）标准降雨指数是McKee等［4］提出的基于降水量的干旱指数。该指数是以Г分布概率来描述降水量的变化，再经正态标准化求得。SPI能够较好地反映干旱强度和持续时间，而且具有多时间尺度应用的特性，使得用同一个干旱指标反映不同时间尺度和不同方面的水资源状况成为可能，因而得到广泛应用［4-5］，而其中多数为研究12个月以及1年内尺度的SPI［6-7］，对于长时间尺度的SPI值反映干湿状况的研究甚少。事实上，SPI对于降水量的敏感性不同，时间尺度越小，则对于一次降水变化越显著，其值会发生较大变化［4，8］；相反，长时间尺度的SPI值更利于指示平均状况，有效地避免极端情况的影响。基于此，本文选择黄淮海平原区作为研究区域，以区域内气象站点的降水量数据来求得长时间尺度（本文选取12个月与36个月）的SPI值，以此来对比序列两端各三年平均干湿状况的差异，并选取典型站点来研究1961-2000年这段历史时期内的干湿状况的变化，通过此来研究长时间尺度的SPI值对于地表干湿状况的指示作用；同时分析研究区域内干旱的时空分异状况，提示研究区域内在1961-2000年这段时期内地表干湿状况变化的规律与趋势，为及时有效地预测干旱的发生发展，制定抗旱政策，防预旱灾提供科学依据。 1 研究区域概况 研究区域位于黄淮海地区，包括北京、天津、河北、河南、山东、安徽和江苏以及内蒙古等境内的300多个县市区，总面积30万km2以上。黄淮海平原是我国最大的平原，也是我国粮、棉、油的主要产区。据统计，1998年黄淮海平原区耕地面积达17.95×106 hm2，人口为2.14×108人，该年粮食总产占全国总产的21.6%，棉花总产占全国的36.3%，油料总产占全国的24.0%［9］。 武建军等：黄淮海地区干湿状况的时空分异研究中国人口•资源与环境 2011年 第2期2 数据与研究方法 2.1 数据来源 气象站点数据来自“中国气象科学数据共享服务网”。根据降水量数据的统一性和可获取性，在研究区域内筛选出其中的71个气象站点，包括内蒙古自治区境内的6个、北京2个、天津2个、河北省21个、河南省12个、山东省19个、山西省19个、江苏省4个、安徽省境内5个气象站点（见表1），为保证数据的完整性，各站点的降水量数据序列均为1961-2000年。 2.2 处理方法 2.2.1 SPI值的计算 由于不同时间、不同地区降水量变化幅度很大，直接用降水量很难在不同时空尺度上相互比较，而且降水分布是一种偏态分布，采用Г分布概率来描述降水量的这种偏态分布变化更为合适，然后再经正态标准化求得SPI值。SPI具体求算过程已有很多专业文献给以详尽的论述［8］，本文不再赘述。文中分别采用12和36个月尺度的SPI值指示多年平均干湿状况，作研究区内干湿状况的时空分异分析。 2.2.2 数据空间化 将研究区域内筛选出的71个气象站点1961年1月-表1 研究区域气象站点名称及干湿状况变化 Tab.1 Stations in the research area and the variation of moisture condition 站点号 Number站点名 Name 省份 ProvinceSPI 1SPI 2ΔSPI站点号 Number站点名 Name省份 ProvinceSPI 1SPI 2ΔSPI53853隰县山西1.76-1.81-3.5754401张家口河北-0.52-0.63-0.1158015砀山安徽0.05-2.82-2.8753782阳泉山西-0.44-0.52-0.0853863介休山西0.63-2.17-2.857083郑州河南0.790.75-0.0453787榆社山西1.44-1.2-2.6458040赣榆江苏0.740.80.0653798邢台河北0.82-1.82-2.6458203阜阳安徽0.740.830.0954725惠民县山东0.13-2.29-2.4254429遵化河北-0.27-0.140.1353975阳城山西2.510.27-2.2453399张北河北-0.88-0.710.1753868临汾山西1.5-0.59-2.0954606饶阳河北-1.38-1.160.2253446包头内蒙古0.89-1.17-2.0657193西华河南0.831.050.2253564河曲山西0.56-1.35-1.9158102亳州安徽0.030.320.2954808朝阳山东2.330.42-1.9154624黄骅河北0.160.480.3253543东胜内蒙古0.67-1.12-1.7953478右玉山西-1.1-0.770.3354843潍坊山东0.7-0.9-1.653663五寨山西-0.30.030.3358005尚丘河南0.65-0.81-1.4653698石家庄河北-0.110.220.3353772太原山西0.77-0.67-1.4457077栾川河南0.410.760.3553959运城山西0.91-0.38-1.2954945日照山东-0.53-0.150.3853986新乡河南0.96-0.33-1.2954423承德河北-1.22-0.730.4954705南宫河北0.9-0.26-1.1658221蚌埠安徽-0.83-0.30.5353898安阳河南0.92-0.12-1.0454836沂源山东-1.02-0.280.7454436青龙河北0.21-0.74-0.9554823济南山东-1.05-0.290.7654736羊角沟山东-0.18-1.1-0.9254511北京北京-1.25-0.460.7954916兖州山东-0.04-0.96-0.9254308丰宁河北-0.570.260.8353673原平山西-0.07-0.97-0.957071孟津河南0.251.190.9458122宿县安徽0.32-0.57-0.8954602保定河北-2.24-1.21.0454826泰山山东0.75-0.07-0.8253391化德内蒙古0.51.661.1653487大同山西-0.8-1.6-0.854539乐亭河北-0.990.271.2657051三门峡河南-0.01-0.8-0.7954623塘沽天津-0.610.691.357181宝丰河南0.72-0.02-0.7454534唐山河北-1.470.021.4953480集宁内蒙古0.830.12-0.7154311围场河北-0.890.811.754518廊坊河北0.22-0.44-0.6657091开封河南-1.020.841.8653588五台山山西-0.85-1.4-0.5558144淮阴(清江)江苏-2.18-0.162.0254527天津天津0.01-0.51-0.5254208多伦内蒙古-0.511.552.0658027徐州江苏0.42-0.05-0.4754449秦皇岛河北-2.560.473.0353664兴县山西0.330.05-0.2853463呼和浩特内蒙古-4.13-0.243.8954405怀来河北0.580.31-0.2757089许昌河南-3.21.64.853593蔚县河北-1.23-1.38-0.15注：ΔSPI=SPI 2-SPI 12000年12月的月降水量数据求算36个月尺度的月值SPI。将所求得SPI值序列取其两个端点，以1963年12月的SPI值表征1961年1月-1963年12月研究区域内的干湿状况，以2000年12月的SPI值表征1998年1月-2000年12月研究区域内的干湿状况（分别以SPI 1与SPI 2表示）及其两者的差值ΔSPI（SPI 2-SPI 1）来表示其差异的程度，用Kriging插值法对上述71个站点的3个SPI值―SPI 1、SPI 2与ΔSPI分别进行空间插值，得到研究区内2个不同时段36个月尺度SPI值的空间分布图及其差值的分布图（图1）。
2.2.3 典型站点时间过程分析 根据研究域内气象站点的分布情况，结合中国多年平均降水量等值线图在研究区域内的71个站点中选取呼和浩特、北京、太原、郑州4个典型站点对其进行时间过程的分析。具体是计算出4个站点的以12个月为尺度的月值SPI，分别建立其40年的469个（1961年的前11个月SPI没有值）月值SPI序列，分析比较SPI在各站点对干湿状况的指示，探索揭示研究区1961-2000年这段历史时期干湿状况的年际变化规律与趋势。 3 结果与讨论 3.1 空间分异分析 标准化降水指数SPI依据其值大小将所反映的旱涝类型分为重涝-重旱7个等级，以定性描述干湿情况［12,14］（见表2），总体上可以分为3类：SPI≥1 偏涝；-1 SPI值的大小表示了在选定的总体历史年份内干湿的相对变化状况，所以其差值可以表示总体历史时期内两个时段的干湿变化情况，本文以差值Δ（SPI 2- SPI 1）表示其变化趋向，Δ为负，表示相对变干（如表3）；反之则变湿（如表3续）。 从表3中可得到：研究区域内的71气象站点的SPI 1有5个是≥1的，其中等级为重涝与中涝的分别为2个，轻涝的1个，即共有5个站点呈现偏涝情势；而SPI 1值多数[CM)] 表2 SPI 指数的旱涝等级 Tab.2 Drought�Wet levels of SPI index 等级 Level标准化降水指数 SPI类型 Type1≥2重涝 Extremely wet21.5≤SPI 表3 旱情分级统计表 Tab.3 Statistics of the Drought Classification SPI偏涝 Wet正常 Normal偏旱 Drought1级2级3级小计4级小计5级6级7级小计SPI [1**********]514SPI [1**********]315 处于-1到1之间，共计有52个站点，说明这个时期的大部分地区干湿状况正常；分布于轻旱、中旱、重旱三个等级的站点数分别为9个、0个、5个共计14个。不难看出，研究区域内偏旱比偏涝的站点数明显要多。 研究区域内的71气象站点的SPI 2同样有5个站点呈现偏涝情势，在重涝等级上没有站点分布，即没有极端情况发生；SPI 2值与SPI 1多数处于-1到1之间，共计有51个站点，说明这个时期的大部分地区干湿状况正常；分布于轻旱、中旱、重旱三个等级的站点数分别为9个、3个、3个共计15个，极端偏涝或偏旱站点数相对于SPI 1有所减少，但偏旱站点数有所增加。 表1列出了各观测站点的干湿状况，由极端值可以看出：SPI 1中的极端值相对突出，极小值达-4.13，极大值达到2.51，即在这个时期存在区域极端干旱中心。相比较而言，SPI 2中的极端值相对较小，月值SPI 2出现极小值-2.82，极大值1.66，其干湿状况差异较为缓和。 研究区域内的71气象站点的ΔSPI值有39个呈现负值，即多于一半的站点向偏旱方向变化，有32个呈现正值，即在研究区域内向偏旱方向变化的站点数要多于向偏涝方向变化的站点数，研究区域在两个时期间总体呈现向偏旱方向趋近。分析上述结果的原因，可能是区域对全球变暖的响应的结果，全球温度大幅度升高，必将加大地表蒸散，并与降水变化趋势相互抵消，是造成研究区域2000年左右相对偏干旱的一个重要因子。 从SPI 1与SPI 2空间分布图上也清晰的显示出：研究区域SPI 1存在着两个极端干旱中心，分别是位于研究区西北部的呼和浩特站与南部的郑州站附近，而它们之间的太原站附近则呈现出降水充沛，并有两个小的湿润中心，在研究区东北部以北京站为中心的大面积区域正常偏旱，总体上，区域内干湿状况分异明显，且存在明显的干旱中心。与1963年相比较，研究区域内SPI 2的空间分异较为缓和，但有相当大面积的区域表现出偏干旱趋向，主要分布于呼和浩特、北京、太原三站之间的部分、太原与郑州之间、区域的东南部，且在郑州站的东偏南向出现一个小的干旱中心；SPI值0.5以上的湿润区域面积很小只有最南与最北部的两小部分。 在两者的差值空间分异图上存在两个极端变湿中心，分别是呼和浩特站与郑州站偏南，幅度达到3.5- 4.5，为域内变化最大的两个中心。呼和浩特站位于海拔�1 000 m以上的内蒙古高原，属于半干旱地区，蒸发强烈、降水变幅较大，而郑州附近的中心很可能是由于季风等因素的影响而造成的。研究区域内有相当大面积的区域呈现变干趋向，主要位于呼和浩特与郑州之间的大范围区域，且在中西部区域的太原站点附近出现了较大的变幅，甚至呈现出几个小的中心。其它地区干湿变化趋势不是很明显，这些地区主要是以北京为中心的研究区域内东北部与东南角。 3.2 时间序列分析 呼和浩特：SPI值在-1以下和1以上的月份分别只有1/8多，-1到1之间的年份占到3/4，按照SPI值的等级划分标准［4,8］，说明在这段历史时期的大部分时段降水分布还是正常的，只有1/4的时间出现了偏旱或偏涝，但是正如极端值显示的一样，本站出现的极端干旱情况相对要多一些。这是由于本站点特殊的地理位置所致，呼和浩特位于内蒙古高原是研究区域的边缘地带，海拔�1 000 m以上，是所选典型站点中靠海最远的一个站点，且它位于半干旱区，是夏季风的尾闾区域，同时受冬季风影响强烈，导致其干湿变化剧烈，易出现干旱中心。北京：SPI值在-1以下和1以上的月份所占比例皆小于1/8，其中SPI值在1以上的月份仅有1/10，是4个站点中偏湿月份最少的，有大于3/4的月份是处于-1到1之间，说明在这段历史时期的降水变化基本上处于一个较平缓的状态，只有不足1/4的时间出现了偏旱或偏涝，这与北京的地理位置有密切的关系，北京站是四个气象台站里靠海最近的，与郑州处于同一个干湿带，降水量充沛，但纬度较高，受冬季风的影响强烈，与呼和浩特、郑州相比之下其出现偏旱、极端干旱与偏湿、极端湿润的情况较少。太原：其SPI值的变化幅度与呼和浩特相近，但稍不如呼和浩特剧烈，这是由于太原和呼和浩特处于同一条降水等值线内，其相同的干湿带类型导致了干旱情况的类似。郑州：该站点出现极端干旱的时段比呼和浩特略少，但偏湿与极端湿润的时段在四个站点里却是最多的，且其出现偏旱的时段也是最长的，这是由于郑州处于研究区的最南部，其较低的纬度受夏季风的影响相对强烈，有较充沛的季节性降水。 极值比较显示：在1961-2000年这段历史时期内呼和浩特与太原站出现的极端干旱的情况相对要多一些，北京次之，郑州最少；而极端湿润情况则相反，郑州在四个站点中是偏湿时段最长、最为明显的站点。 对比分析图2a, b, c, d不难发现：呼和浩特与北京的SPI序列变化趋势相近，1975,1980,1999-2000年2站点皆显示偏干旱，而1976-1979年间4个站点均呈现出偏湿,1985-1986年2个站点的偏湿；在1965年、1972年、1983年前后都出现了序列内最为严重的干旱事件，这与历史时期的记录有着良好的对应关系，对于1998年的洪涝事件两者也皆有明显指示。这可能是由于这2个站点处于相近的纬度上，受季风的影响效用相近缘故。而郑州和太原序列对应的较好，其变化趋势相近，1961-1963、1975-1979，�1983-1985及1990年前后的偏湿，1975-1979，�1981-1983，1986-1988，1998-2000的偏旱都对应良好。
4 结 论 （1）空间分析结果表明：与1963年相比较，2000年研究区内偏干旱的区域面积增大，与此同时，极端情况相对较少；SPI插值图显示：除呼和浩特与郑州外，研究区域内有相当大面积的区域呈现偏干趋向，主要位于呼和浩特与郑州之间的大范围区域，其它地区差异不是很明显，这些地区主要是北京为中心的域内东北部与东南角。区域的这种总体偏干旱的趋势可能是区域对全球变暖的响应。 （2）时间序列分析结果表明：在1961-2000年这段历史时期内呼和浩特与太原站出现的极端干旱的情况相对要多一些，北京次之，郑州最少；而极端湿润情况则相反，而郑州在四个站点中是偏湿时段最长、最为明显的站点。各站点的SPI值在时间序列上变化存在巨大差异，其主导因素就是它们各自的地理位置。呼和浩特与北京纬度相近，是夏季风的尾闾区，同时受冬季风影响强烈，导致其干湿变化剧烈，尤其是呼和浩特靠海远、海拔高，易出现干旱中心。相反，处于研究区最南部的郑州，其较低的纬度使其受夏季风的影响相对强烈，有较充沛的季节性降水，因而出现偏湿与极端湿润的时段在四个站点里是最多的。 （3）对比分析各个典型站点的SPI值序列得到：呼和浩特与北京的SPI序列变化趋势对应的较好，郑州和太原对应的较好，且它们对几次历史干湿事件的指示也表明长时间尺度的SPI值可以很好的反映度长时间序列的干湿变化趋势，在黄淮海平原区的应用效果较好。 干旱的指示是一个复杂的过程，用单一的指标指示势必会降低结果的可信度，多指标综合指示干旱是监测干旱的发展方向。SPI在指示旱涝的过程中等级的划分还存在一定的主观性，怎样客观地划分SPI等级是有效指示旱涝发生的关键，也是将来研究的一个重点。本文在研究中也存在着一些缺点，如先进行SPI值的计算，然后再对其进行空间插值，虽然有这样做的先例［14］，但这种作法的合理性仍有待考证，而在插值过程中由于考虑到只有小面积的研究区域高差与其余相差悬殊而忽略了高程的影响，但从结果来看，在下一步的工作中我们对此还需作改进。另外，本文只探讨了长时间尺度SPI的变化，这对于反映长期的气候或水文变化是有效的，但对于农业作物生长期内干湿状况的变化指标需要短时间尺度的SPI值来实现，这也是需要继续研究的工作。 致谢：感谢北京师范大学资源学院06硕士班的陈波、胡谭高、杨曦、陈学泓等同学给予的技术支持与帮助。 （编辑：李 琪） 参考文献（References） ［1］郑远长．全球自然灾害概述［J］．中国减灾，2000，10（1）：14-19．［Zheng Yuanchang. Introduction of Global Natural Disaster ［J］. China Disaster Mitigation, 2000, 10(1): 14-19.］ ［2］马宗晋，高庆华．中国第四纪气候变化和未来北方干旱灾害分析［J］．第四纪研究，2004，24（3）：245-251．［Ma Zongjin, Gao Qinghua. Climate Change in Quaternary and Analysis of Drought Disaster in North China in the Future. Quaternary Research ［J］. 2004, 24(3): 245-251.］ ［3］蔡运龙，Smit, B．全球气候变化下中国农业的脆弱性与适应对策［J］．地理学报，1996，51（3）：202-212．［Cai Yunlong, B. Smit. Sensitivity and Adaptation of Chinese Agriculture Under Global Climate Change ［J］. Acta Geographica Sinica, 1996, 51(3): 202-212.］ ［4］Seiler B A， Hayes M J, Bressan L. Using the Standardized Precipitation Index for Flood Risk Monitoring ［J］. International Journal of Climatology, 2002, 22: 1365-1376. ［5］Hayes M J, Svoboda M D, WilIIite D A, et al. Monitoring the 1996 Drought Using the Standardized Precipitation Index ［J］. Bulletin of the American Meteorological Society, 1999, 80: 429-438. ［6］Moreira E E, Paulo A A, Pereira L S, et al. Analysis of SPI Drought Class Transitions Using Log�Linear Models ［J］. Journal of Hydrology, 2006,331: 349-359 ［7］Chopra P. Drought Risk Assessment Using Remote Sensing and GIS: A case study of Gujarat. The thesis for the Degree of Master of Science in Geo�information Science and Earth Observation in Hazard & risk Analysis. 2006. ［8］袁文平，周广胜．标准化降水指标与Z指数在我国应用的对比分析［J］．植物生态学报，2004，28(4)：523-529．［Yuan Wenping and Zhou Guangsheng. Comparison between Standardized Precipitation Index and Z�Index in China ［J］. Acta Phytoecologica Sinica, 2004, 28(4): 523-529.］ ［9］Yamoah C F, Walters D T, Shapiro C A, et al. Standardized Precipitation Index and Nitrogen Rate Effects on Crop Yields and Risk Distribution in Maize ［J］. Agriculture. Ecosystems and Environment. 2000, 80: 113-120. ［10］刘波，马柱国．过去45年中国干湿气候区域变化特征［J］．干旱区地理，2007，30(1)：7-15．［Liu Bo, Ma Zhuguo. Area Change of Dry and Wet Regions in China in the Past 45 Years ［J］. Arid land geography, 2007, 30 (1): 7-15.］ ［11］吴绍洪，尹云鹤，郑度等．近30年中国陆地表层干湿状况研究［J］．中国科学（D辑），地球科学，2005，35(3)：276-283．［Wu Shaohong, Yin Yunhe, Zheng Du etc. Moisture Conditions of China�s Land Surface in Nearly 30 Years ［J］. Science In China Series D�Earth Sciences, 2005, 35 (3): 276-283. ］
［12］王菱，谢贤群，李运生等．中国北方地区40年来湿润指数和气候干湿带界线的变化［J］．地理研究，23 (1)：45-54. ［Wang Ling, Xie Xianqun, Li Yunsheng etc. Changes of Humid Index and Borderline of Wet and Dry Climate Zone in Northern China over the Past 40 Years ［J］. Geographical Research, 23 (1): 45-54.］ ［13］吴凯，黄荣金．黄淮海平原水土资源利用的可持续性评价、开发潜力及对策［J］．地理科学，2001，21(5)：390-395．［Wu Kai Huang Rongjin, The Sustainable Evaluations, the Development Potentialities and the Countermeasures of Water and Land Resources Use in The Huang�Huai�Hai Plain ［J］. Geographical science, 2001, 21(5): 390-395.］ ［14］Bhuiyan C, Singh R P, Kogan F N. Monitoring Drought Dynamics in the Aravalli Region (India) Using Different Indices Based on Ground and Remote Sensing Data ［J］. International Journal of Applied Earth Observation and Geo information, 2006, 8: 289-302. ［15］刘剑锋, 刘学锋,刘芳圆. 河北省气候干湿状况变化特征分析［J］. 地理与地理信息科学,2007,(2). ［Liu,Jianfeng,Liu Xuefeng,Liu Fangyuan.Spatial�Temporal Distribution of Climate Drought and Wetness for Hebei［J］. Geography and Geo�Information Science,2007,(2).］ ［16］刘波, 马柱国.河北省气候干湿状况变化特征分析［J］. 干旱区地理, 2007,(1). ［Liu Bo,Ma Zhuguo.Area Change of Dry and Wet Regions in China in the Past 45 Years［J］. Arid Land Geography,2007,(1). ］ ［17］张永,陈发虎,勾晓华.中国西北地区季节间干湿变化的时空分布:基于PDSI数据［J］. 地理学报, 2007,(11).［Zhang Yong,Chen Fahu,Gou Xiaohua.The Temporal and Spatial Distribution of Seasonal Dry�Wet Changes over the Northwestern China:Based on PDSI［J］. Acta Geographica Sinica, 2007,(11). ］ ［18］丛源,陈岳龙,杨忠芳.北京平原区元素的大气干湿沉降通量［J］. 地质通报, 2008,(2). ［Cong Yuan,Chen Yuelong,Yang Zhongfang.Dry and Wet Atmospheric Deposition Fluxes of Elements in the Plain Area of Beijing Municipality,China［J］. Geological Bulletin of China, 2008,(2).］ ［19］毛飞, 唐世浩, 孙涵. 近46年青藏高原干湿气候区动态变化研究［J］. 大气科学, 2008,(3). ［ Mao Fei,Tang Shihao,Sun Han.A Study of Dynamic Change of Dry and Wet Climate Regions in the Tibetan Plateau Over the Last 46 Years［J］. Chinese Journal of Atmospheric Sciences, 2008,(3). ］ ［20］郭晶, 吴举开, 李远辉.广东省气候干湿状况及其变化特征［J］. 中国农业气象, 2008,(2). ［Guo Jing,Wu Jukai,Li Yuanhui.Climate Dryness/Wetness Status and Its Variation Characteristics in Guangdong Province［J］. Chinese Journal of Agrometeorology,2008,(2).］ ［21］张方敏, 申双和. 中国干湿状况和干湿气候界限变化研究［J］. 南京气象学院学报,2008,(4).［Zhang Fangmin,Shen Shuanghe. A Study on Dry/Wet Conditions and Changes of Dry/Wet Climate Boundary in China［J］. Journal of Nanjing Institute of Meteorology, 2008,(4).］ ［22］康俊, 邱新法, 曾燕.江苏地表湿润状况的变化趋势与区域特征分析［J］. 气象, 2008,(9). ［Kang Jun,Jiu Xinfa,Zeng Yan.Variation Trend of Surface Humid Index and Regional Characteristics in Jiangsu Province［J］. Meteorological Monthly, 2008,(9).］ ［23］杜军, 胡军, 唐述君.西藏羊卓雍湖流域气候干湿状况分析［J］. 生态学杂志, 2008,(8). ［Du Jun,Hu Jun,Tang Shujun.Analysis of Climatic Dry and Wet Conditions in Yamdok Tso Lake Basin of Tibet［J］. Chinese Journal of Ecology, 2008,(8).］ ［24］李森,吕厚荃, 张艳红.黄淮海地区1961-2006年干湿状况时空变化［J］. 气象科技, 2008,(5). ［Li Sen,Lv Houquan,Zhang Yanhong.Spatial�Temporal Distribution Characteristics of Dryness/Wetness over Huanghuaihai Region from 1961 to 2006［J］. Meteorological Science and Technology, 2008,(5).］
［25］姜大膀,苏明峰, 魏荣庆. 新疆气候的干湿变化及其趋势预估［J］. 大气科学, 2009,(1). ［Jiang Dabang,Su Mingfeng,Wei Rongqing.Variation and Projection of Drought and Wet Conditions in Xinjiang［J］. Chinese Journal of Atmospheric Sciences,2009,(1).］ ［26］申双和, 张方敏, 盛琼. 1975-2004年中国湿润指数时空变化特征［J］. 农业工程学报, 2009,(1). ［Shen Shuanghe,Zhang Fangmin,Sheng Qiong.Spatio�temporal Changes of Wetness Index in China from 1975 to 2004［J］. Transactions of the Chinese Society of Agricultural Engineering,2009,(1).］ ［27］裴彬.近30年来甘肃气候变化趋势及其对干湿状况的影响［J］. 干旱区资源与环境, 2009,(9).［Pei Bin. Climate Changes and Its Influences on the Aridity/Humidity Status in Gansu Province During the Last Three Decades［J］. Journal of Arid Land Resources and Environment, 2009,(9).］ ［28］杨彬云,吴荣军,关福来. 基于潜在蒸散和干燥度指数的河北省农业气候区划［J］. 干旱地区农业研究, 2009,(6).［Yang Binyun,Wu Rongjun,Guan Fulai.Agricultural Climate Division of Hebei Province Based on Potential Evapotranspiration and Surface Aridity Index［J］. Agricultural Research in the Arid Areas, 2009,(6). ］ ［29］郭国龙, 李力, 晏利斌.夏季北极涛动与亚洲中部干湿状况关系研究［J］. 干旱区研究, 2009,(6). ［Guo Guolong,Li Li,Yan Libin.Study on the Relationship between the Change of Arctic Oscillation and the Relative Humidity over Central Asia in Summer［J］. Arid Zone Research,2009,(6).］ Analysis of the Temporal and Spatial Layout of Drought in the Huang�Huai�Hai Region WU Jian�jun1, 2 LIU Xiao�chen1, 2 LV Ai�feng3ZHAO Lin1, 2 LIU Ming1, 2 (1. College of Resources Science & Technology, Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875, China; 2. Key Laboratory of Environmental Change and Natural Disaster, Beijing Normal University, Beijing 100875, China; 3. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China) Abstract Drought, as one of the natural disasters, poses a serious threat to social and economic development. How to accurately monitor drought is the key to fight against the disaster. Currently, many indicators were selected to quantify drought, and among those indicators, standard precipitation index (SPI) is more suitable to the actual situation of Г probability distribution to describe the change of the precipitation. For its simple calculation process and strong adaptability, now SPI has been widely applied. Huang�Huai�Hai Region was selected as the research area here, with SPI Value of the long time series scale (12 months and 36 months were chosen) variation to describe the moisture conditions in the research area during 1961-2000. SPI Value of the long time scale described the efficiencies of the dry and moisture conditions of land surface. According to the temporal and spatial differences of the dry and moisture conditions, some general conclusions were drawn as follows: In the research area in 2000, the area being prone to droughtincreased compared with that in 1963; meanwhile, less extreme events happened. Except Zhengzhou and Hohhot meteorological stations, a very large proportion of the research areas had partial drought, mainly in the areas between Zhengzhou and Hohhot. We can deduce that the general trend of large area of drought is likely to be a certain kind of response to global warming. According to time series analysis, during 1961-2000, more extreme drought events appeared in Hohhot and Taiyuan meteorological stations than events in Beijing. The drought condition in Zhengzhou was relatively moderate. Large differences of the SPI variations on time series exist among each meteorological station; the dominant factor is the latitude location. Key words drought;drought index; SPI; spatial�temporal distribution