基于实际蒸散模拟的农业干旱指数构建及应用

论文总字数：15803字

目 录

1 引言 3

2研究区域和数据 3

2.1 研究区域 3

2.2 数据来源 4

2.2.1 BEPS模型驱动数据 4

2.2.2 农业统计数据 5

2.2.3 帕尔默干旱强度指数（PDSI） 5

2.2.4 标准化降水指数（SPI） 5

3 研究方法 5

3.1 BEPS模型模拟实际蒸散量 5

3.2 蒸散亏缺指数（ETDI） 6

3.3 产量减少指数 6

3.4 冬小麦相对气象产量 6

3.5 潜在蒸散量 7

4 结果分析 7

4.1 针对农业干旱受灾地区的比较 7

4.2与冬小麦产量的相关性 11

4.3 典型干旱年区域监测能力 13

4.3.1 1994年干旱实例 13

4.3.2 1997年干旱实例 14

4.3.3 2000年干旱实例 15

4.3.4 2001年干旱实例 16

5结论和讨论 17

参考文献 17

致谢 20

基于实际蒸散模拟的农业干旱指数构建及应用

朱勇

，China

Abstract: Based on the potential evapotranspiration and simulating the actual evapotranspiration in Huang-Huai-Hai region by BEPS model , agricultural drought indices -evapotranspiration deficit index (ETDI) was constructed. Using related data in Huang-Huai-Hai region from 1982 to 2012 and comparing with PDSI,SPI, relative meteorological yield of winter wheat and actual climate data, ETDI drought monitoring applicability analysis was conducted in the study area. The results show: (1) In the drought affected agricultural areas, three drought indices were associated with the composite index of grain yield reduction (C) and correlation with ETDI index is the best.(2) The correlation between ETDI index and relative meteorological yield of winter wheat is better.(3) ETDI index is more accurate to descript drought conditions in the typical drought year than PDSI and SPI.In summary, ETDI index is suitable for drought monitoring in Huang-Huai-Hai region.

Key words: Evapotranspiration Deficit Index ;Palmer drought severity index; Standardized precipitation index;

1 引言

干旱作为众多气象灾害之一，与其它自然气象灾害相比，它的主要特征是持续的时间长、灾情严重、影响范围广。近年来旱灾的不断发生，导致全球越来越多的地区受到干旱的侵扰，受灾面积几乎扩大了一倍，对受灾区域都造成了巨大的经济损失。干旱灾害一直是人们关注的焦点，各国学者已从多个角度对干旱开展了大量的研究^[1-5]。

干旱监测技术已经发展多年，传统的干旱监测指标仅仅考虑了降水或降水和温度相结合的干旱指标^［6］，影响因素考虑的不全面 ，后来出现了多种因素结合的干旱指标，提高了干旱的监测准确度。实际蒸散过程是很复杂的，涉及到多个学科，在地表能量平衡和水资源循环方面起着重要作用^［7-8］ ．准确模拟实际蒸散能够为开展干旱监测预警工作提供依据，因此基于蒸散量构建的干旱指数具有重要的科学意义．国外学者如帕尔默^［9］ 综合考虑了实际蒸散量、潜在蒸散量、水分需求供给等要素，并基于水分平衡原理建立了一个干旱指数（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^［10-11］ ；Wardlow 等^［12］ 提出了一种基于ET/PET 的蒸散发胁迫指数（ESI），取得了很高的干旱监测精确度；张佳华等^［13］ 基于蒸散干旱指数（EDI）对华北地区的干旱检测进行研究；Mu 等^[14]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（DSI），并应用于全球尺度的干旱监测，与PDSI、植被净初级生产力（NPP）等对比获得了不错的效果．DSI综合考虑了干旱过程中农作物的生长状况和水分胁迫，在农业干旱监测和评估方面具有很好的发展潜力和发展前景。

本研究以黄淮海地区为研究区域，采用基于BEPS模型模拟1982—2012年研究区域实际蒸散的研究，并结合潜在蒸散构建蒸散亏缺指数ETDI，通过与帕尔默指数PDSI、标准化降水指数SPI、冬小麦相对气象产量以及实际旱情等资料对比分析，开展ETDI在研究区域干旱监测的适用性分析。

2研究区域和数据

2.1 研究区域

研究区域为黄淮海地区（东经110°15'~122°43'， 北纬29°41'~42°37'），为我国的冬小麦主产区，主要 包括河北，河南，山东，山西，安徽，江苏六省。在过去的十年中，这一地区的冬小麦的播种面积和产量的平均值的比例分别超过全国的73.34％和81.23％。研究区域地表覆被类型丰富，包括落叶阔叶林、草地、农田等，其中农田所占比例最大（图1）。黄淮海地区属于暖温带季风气候，降水不足或生长季节降水不均匀，导致干旱频繁发生。目前干旱已经成为影响该地区冬小麦生长发育的最主要的灾害之一，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。

图1 黄淮海地区站点位置分布图

2.2 数据来源

2.2.1 BEPS模型驱动数据

地表覆被类型数据采用中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer, MODIS）传感器的MCD12Q1产品，该产品包括五种土地覆被分类数据集。本研究选用的分类体系遵循马里兰大学植被分类标准，该数据将地表覆被类型分为14种。

表1 植被覆盖类型代码及含义

叶面积指数（leaf area index, LAI）选用北京师范大学全球变化处理与分析中心发布的“全球陆表卫星（Global Land Surface Satellite, GLASS）”叶面积指数产品。本文选用1982-2012年的数据，投影方式为等角投影，空间分辨率为0.05°，时间分辨率为8天。相比其他LAI产品，GLASS LAI产品具有以下几点优势 ^[15]：GLASS LAI数据具有较长的时间序列，时间分辨率高，并且数据较为完整；GLASS LAI数据经过了去云、雪处理，通过严格的质量控制，精度较高，其验证精度也高于其他LAI指数产品；数据产品免费，并且容易获取。

土壤有效持水量（Available Water Capacity, AWC）是指土壤中能够被植物吸收利用的水量，由于土壤属性比较稳定^[16]，本研究中假定AWC在1983~2012年间是不变的，该数据来自IGBP-DIS的土壤属性数据库。

气象数据是由中国气象数据网提供的站点数据，包括1983~2012年全国824个气象站的日最高温度、日最低温度、日总降水量、日相对湿度以及每年1月1日的积雪深度。上述气象数据利用ANUSPLIN算法^[17]插值成8km分辨率的栅格数据。

日总太阳辐射采用美国环境预测和大气研究中心（NCEP/NCAR）的再分析资料，并参照冯险峰(2004)的方法对北半球的数据进行了订正，得到中国1983-2012年的日总太阳辐射数据集。

2.2.2 农业统计数据

受干旱灾害影响的农业区代表该区域总谷物产量减少了10％以上。1982至2012年，研究区域省级粮食的播种种植面积和县级冬小麦产量数据，是通过访问中国农牧业信息网的作物数据库得来的。省级受干旱影响农业地区数据是从中国农牧业信息网的历史自然灾害数据库得来的，这些来源于中国统计年鉴和中国农业统计报告。32个县的位置在图1中显示。

2.2.3 帕尔默干旱强度指数（PDSI）

帕尔默指数（PDSI）综合水分亏缺和持续时间因子对干旱灾害的影响，并且考虑了前期天气状况，具有较好的时空可比性，被广泛应用于美国的干旱事件监测、分析以及序列重建上 ^[18]。

2.2.4 标准化降水指数（SPI）

剩余内容已隐藏，请支付后下载全文，论文总字数：15803字

相关图片展示：