1 引言
干旱是对人类社会影响最严重的气象灾害之一， 具有发生频率高、 持续时间长、 影响范围广等特点（叶笃正和黄荣辉， 1996； 邹旭恺和张强， 2008）， 干旱灾害严重地威胁着粮食安全和生态安全， 成为制约社会经济可持续发展的重要因素， 因而对干旱的研究具有重要意义（姚玉璧等， 2013）。根据对干旱研究的角度和侧重点不同， 美国气象学会在总结各种干旱定义的基础上， 将干旱分为四类： 气象干旱、 农业干旱、 水文干旱和社会经济干旱（American Meteorological Society， 1997； Richard and Heim， 2002）， 四类干旱之间既密切相关又存在差异， 在一定程度上反映了干旱发展的不同阶段（张强等， 2011）， 本文所涉及的干旱主要是指气象干旱。众所周知， 气象干旱是指某时段由于蒸发量和降水量的收支不平衡， 水分支出大于水分收入而造成的水分短缺现象（张强等， 2009； 张俊等， 2011）， 针对气象干旱的监测指数众多， 因其着眼点不同， 各种干旱指数所用资料和计算方法各不相同（姚玉璧等， 2007）， 据世界气象组织WMO统计， 常用的气象干旱指数超过50种（李忆平和李耀辉， 2017）， 有只考虑单一降水因子的干旱指数， 如降水距平百分率（Pa）（韦开等， 2017）、 Z指数（李楠等， 2016）、 标准化降水指数（SPI）（张立杰和李健， 2018）、 SAPI指数（王春林等， 2012）等； 有考虑降水、 蒸发、 气温等多要素的干旱指数， 如帕默尔干旱指数（PDSI）（刘卫国等， 2013）、 标准化降水蒸散指数（SPEI）（王林和陈文， 2014）、 气象干旱综合指数（MCI）（王慧敏等， 2019）等。各干旱指数在不同地区的适用性各不相同， 袁文平和周广胜（2004）对比分析了标准化降水指数与Z指数在我国应用情况； 赵一磊等（2013）对有效降水干旱指数（WAP）进行了改进， 并指出其在干旱监测中的优点与不足； 邹旭恺等（2010）和赵海燕等（2011）对综合气象干旱指数进行了修正， 并研究其在我国的适用性； 王劲松等（2013）对比分析了多种干旱监测指标在黄河流域的应用效果； 王素萍等（2020）分析了五种干旱指数在我国北方地区的适用性， 相关研究（王素萍等， 2015； 郑建萌等， 2017； 王春林等， 2019； 王怡璇等， 2020）指出了多种干旱指数的优缺点及在不同地区的应用情况， 大大推动了我国干旱监测、 预警及影响评估业务能力。
我国幅员辽阔， 南北气候差异大， 干旱发生的区域、 频率和强度也存在较大差异。研究表明， 近几十年来， 我国东北和西南地区干旱发生的频率、 范围和强度有增大趋势， 特别是重度和极端干旱事件（邹旭恺等， 2008； 马柱国等， 2003； 尹晗和李耀辉， 2013）， 据预测这种趋势在21世纪将持续（胡实等， 2015； Wang et al， 2014）， 长江中下游地区年尺度、 春季和秋季呈干旱化趋势， 春季干旱化趋势显著， 秋季极端干旱较多（曹博等， 2018； 王文等， 2016； 刘诗梦等， 2020）； 此外， 东北和长江中下游地区是我国最重要的粮食主产区， 特别是长江中下游地区， 人口密集、 经济发达， 西南地区近年来干旱灾害频发（韩兰英等， 2014）， 尤其是2009 -2010年遭遇了特大干旱， 造成严重的经济损失， 引起政府和社会的高度关注， 而目前针对东北、 西南和长江中下游地区的干旱对比研究以及常用的干旱指数在各地区的适用性对比分析相对较少。本文基于“气象干旱等级”国家标准（GB/T 20481-2017）（张存杰等， 2017）中给定的四种常用干旱指数（标准化降水指数、 相对湿润度指数、 标准化降水蒸散指数、 气象干旱综合指数）， 从对干旱时空特征的诊断、 典型干旱过程逐日诊断、 干旱不合理跃变分析、 与土壤墒情和干旱灾情的相关性等方面， 分析四种干旱指数在我国东北、 西南和长江中下游地区的适用性， 旨在为我国干旱监测预警、 影响评估及防灾减灾等工作提供参考。
2 资料选取与方法介绍
选用东北地区（263个）、 西南地区（400个）以及长江中下游地区（502个）共1165个国家站1961 -2019年逐日气温、 降水资料， 气象资料来源于国家气象信息中心（http： //data.cma.cn/）， 均经过质量控制， 满足研究需要。此外， 结合东北地区（6个）、 西南地区（331个）以及长江中下游地区（407个）共744个土壤墒情站1991 -2019年10 cm深度的土壤相对湿度观测资料（数据来自国家气象信息中心）， 对比分析标准化降水指数（SPI）、 标准化降水蒸散指数（SPEI）、 相对湿润度指数（MI）、 气象干旱综合指数（MCI）等干旱指数的适用性。东北、 西南以及长江中下游地区气象站及土壤墒情站分布见图1。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2019）1786号的中国地图制作， 底图无修改。
此外， 为选取各地区历史典型干旱年、 典型干旱过程， 并分析各干旱指数与历史干旱灾情的相关性等， 统计东北地区（黑龙江、 吉林、 辽宁）、 西南地区（四川、 重庆、 云南、 贵州）以及长江中下游地区（江苏、 浙江、 安徽、 湖北、 湖南、 江西）所包含各省份1971 -2019年历年干旱受灾面积资料（数据来自国家统计局网站， http： //www.stats.gov.cn/tjsj/）， 进而得到东北地区、 西南地区以及长江中下游地区1971 -2019年历年干旱受灾面积（图2）。由图2可见， 东北地区干旱受灾较重的年份为2007， 2009， 2000， 2001和1989年等； 西南地区干旱受灾较重的年份为2001， 2006， 1978， 2010和1992年等； 而长江中下游地区干旱受灾较重的年份为1978， 1988，、 2000， 1994和1992年等。
标准化降水指数是用以表征某时段降水量出现概率多少的指标， 它是在计算出某时段内降水量的Γ分布概率后， 再进行正态标准化处理， 最终用标准化降水累积频率分布来划分干旱等级（McKee et al， 1993， 1995）； 标准化降水蒸散指数是用于表征某时段降水量与蒸散量之差出现概率多少的指标， 它是采用降水与蒸散的差值构建了SPEI指数， 并采用了3个参数的log-logistic概率分布函数来描述其变化， 通过正态标准化处理， 最终用标准化降水与蒸散差值的累积频率分布来划分干旱等级； 相对湿润度指数是用于表征某时段降水量与蒸散量之间平衡状况的指标之一， 它是反映作物生长季节大气中的水分平衡特征， 采用Thornthwaite方法求算某时段可能蒸散量； 气象干旱综合指数（MCI）考虑了60天内的有效降水（权重累积降水）、 30天内蒸散（相对湿润度）以及季尺度（90天）降水和近半年尺度（150天）降水的综合影响， 此外， 该指数考虑了业务服务的需求， 增加了季节调节系数。各干旱指数的计算公式见《气象干旱等级》国家标准（GB/T 20481-2017）， 干旱等级划分见表1。本文各指数均采用逐日滚动计算， 其中MI时间尺度为30天， SPI和SPEI时间尺度均为90天。
表1 各干旱指数对应的干旱等级划分表Table 1 Drought classification corresponding to each drought index |
| 等级 | 类型 | SPI | SPEI | MI | MCI |
|---|---|---|---|---|---|
| 1 | 无旱 | -0.5 SPI | -0.5 SPEI | -0.40 MI | -0.5 MCI |
| 2 | 轻旱 | -1.0 SPI -0.5 | -1.0 SPEI -0.5 | -0.65 MI -0.40 | -1.0 MCI -0.5 |
| 3 | 中旱 | -1.5 SPI -1.0 | -1.5 SPEI -1.0 | -0.80 MI -0.65 | -1.5 MCI -1.0 |
| 4 | 重旱 | -2.0 SPI -1.5 | -2.0 SPEI -1.5 | -0.95 MI -0.80 | -2.0 MCI -1.5 |
| 5 | 特旱 | SPI -2.0 | SPEI -2.0 | MI -0.95 | MCI -2.0 |
3 对干旱时空特征的诊断
运用东北、 西南以及长江中下游地区共1165个国家站1961 -2019年逐日气温、 降水资料， 结合SPI、 SPEI、 MI和MCI干旱指数计算公式， 通过不同时间尺度逐日滚动计算出各地区各干旱指数1961 -2019年逐日值， 进而提取各站历次的干旱过程（张强等， 2006）， 基于干旱过程分析各指数对东北、 西南以及长江中下游地区干旱时空特征的诊断效果。
3.1 干旱日数年际变化
根据东北（263个站）、 西南（400个站）以及长江中下游地区（502个站）1961 -2019年各站历次的干旱过程， 统计各站历年的总干旱日数， 得到基于四种干旱指数的东北、 西南和长江中下游地区干旱日数年际变化时间序列（图3）。
由图3可见， 各地区的SPI、 SPEI、 MI、 MCI干旱指数年际变化趋势基本一致， 与历年干旱受灾面积折线图相比， 干旱日数较多的年份与干旱受灾面积较大的年份均较为一致。进一步分析东北、 西南以及长江中下游地区各干旱指数对应的干旱日数的相关系数可知， 西南地区各干旱指数之间的相关性最好（相关系数平均为0.92）， 其次为长江中下游地区（相关系数平均为0.84）， 东北地区各干旱指数之间的相关性（相关系数平均为0.81）相对较差。此外， 三个地区的干旱指数相关性均显示， SPI、 SPEI、 MCI三者之间相关性较高， 相关系数平均值分别为0.86、 0.86、 0.87， MI与它们之间的相关性相对低一些（相关系数平均为0.83）。从干旱日数的线性趋势来看， 西南地区各指数的线性趋势一致为正值（其中SPEI达7.1天每10年）； 长江中下游地区各指数的线性趋势一致为负值（其中SPI达 -5.2天每10年）； 东北地区的各指数有正有负。
3.2 干旱日数空间分布
基于1961 -2019年逐日干旱指数值， 提取东北、 西南以及长江中下游地区历次干旱过程， 统计东北、 西南以及长江中下游地区各站历年的总干旱日数， 进而计算三个地区各站历年平均干旱日数， 得到基于SPI、 SPEI、 MI、 MCI干旱指数的东北、 西南及长江中下游地区干旱空间分布图（图4）。
由图4可见， 无论是在东北、 西南或是长江中下游地区， SPI和SPEI两种指数空间分布高度一致， MI和MCI两种指数空间分布较为一致， 而SPI、 SPEI与MI、 MCI之间存在较大差异。分析东北、 西南以及长江中下游地区各省地均干旱受灾面积（1971 -2019年各省年均干旱受灾面积除以本省面积）的空间分布可知， 各地区地均干旱受灾面积较大的省份与MI和MCI两种指数诊断出干旱日数较多的省份更为一致； 此外， 结合各地区多年平均气候态（降水分布）和地形地貌分布特征（中华人民共和国气候图集编委会， 2002）、 中国灾害性天气气候图集（中国气象局， 2007）以及中国气象灾害大典（丁一汇， 2008）关于各省历史干旱灾情空间分布的描述等， 综合而言， 相对于SPI和SPEI指数， MI和MCI两种指数的干旱空间分布与实况更加吻合。
4 对干旱过程的诊断
4.1 典型干旱过程逐日诊断
选取东北、 西南以及长江中下游地区代表站的典型干旱过程， 分析四种干旱指数在各地区典型干旱过程中的诊断效果。为保障资料的连续性和可靠度， 代表站选用各区域内的国家气候观象台， 并根据历年干旱受灾面积挑选典型旱年中的干旱过程， 进而得到各地区代表站的典型干旱过程为东北地区锡林浩特站2007年4 -10月干旱过程、 西南地区大理站2010年1 -10月干旱过程、 长江中下游地区寿县站1978年4 -12月干旱过程。
由SPI、 SPEI、 MI和MCI干旱指数在东北、 西南以及长江中下游地区典型干旱过程中的诊断曲线（图5）可见， 在典型干旱过程逐日诊断中， 各指数对干旱过程的刻画效果不一， 无论是锡林浩特站（代表东北地区）、 大理站（代表西南地区）或是寿县站（代表长江中下游地区）， SPI和SPEI两种指数的干旱逐日监测曲线变化趋势较为一致， 与MCI和MI指数监测曲线相差较大， 特别是干旱指数对降水的响应程度， SPI和SPEI两种指数对降水的响应相对较为“迟钝”， 当有明显降水出现时， 干旱等级未得到明显缓解， 指数对降水的响应程度缓慢， 也即出现明显降水， 干旱实况已经得到明显缓解甚至解除， 而干旱指数显示干旱等级仍然较重， 这显然不符合实际情况的。而MI指数对降水的响应程度有时缓慢、 有时敏感， 监测的稳定性不够， 这主要是由于MI指数考虑的干旱监测时间窗口较短而引起的。MCI指数对干旱过程的刻画相对较好， 无降水时， 干旱程度呈“锯齿”状逐渐加重， 当有明显降水出现时， 干旱指数迅速响应， 表明干旱程度得到有效缓解甚至解除， 与实况较为吻合。总体来看， 相对于SPI、 SPEI和MI指数， MCI指数能更好的刻画出干旱的发生、 发展及解除过程。
图5 基于SPI、 SPEI、 MI、 MCI指数的中国东北（锡林浩特）、 西南（大理）和长江中下游（寿县）地区代表站典型干旱过程诊断Fig.5 Diagnosis of typical drought processes of representative stations based on the indexes of SPI， SPEI， MI and MCI in the northeast （Xilinhot）， southwest （Dali） and middle-lower reaches of Yangtze River （Shouxian） of China |
4.2 干旱不合理跃变分析
众所周知， 干旱的解除是可以跃变的， 也即出现大的降水过程， 干旱可以迅速缓解或解除， 而干旱的发生发展是一个循序渐进的过程， 也即由无旱→轻旱→中旱→重旱→特旱逐级递进， 若相邻两日的干旱等级出现跨级跳跃加重的现象， 则认为是由干旱指数而造成的不合理跃变。先统计SPI、 SPEI、 MI、 MCI指数在东北、 西南和长江中下游地区各站1961 -2019年总的不合理跃变次数， 再按照东北、 西南和长江中下游地区计算各区域平均不合理跃变次数（图6）。由图6可见， 从四种干旱指数来看， MI指数的不合理跃变次数远大于其他指数， 而MCI指数的不合理跃变次数相对较少， 四种指数的不合理跃变次数从多到少依次为MI>SPI>SPEI>MCI； MCI指数不合理跃变次数较SPI指数下降82.6%、 较SPEI指数下降73.8%、 较MI指数下降97.8%。从地区来看， 四种指数在各地区不合理跃变次数完全一致， 在东北地区不合理跃变次数最多， 西南地区次之， 长江中下游地区相对较少。
5 与土壤墒情及干旱灾情相关性
5.1 与土壤墒情相关性
土壤墒情是直接反映土壤的干湿状况， 与气象干旱程度是密切相关的， 特别是浅层土壤墒情， 因而比较SPI、 SPEI、 MI和MCI指数值与10 cm土壤墒情的相关性， 分析各干旱指数在东北、 西南以及长江中下游地区干旱监测中的适用性。代表站和干旱时段的选取主要考虑两方面因素： 一方面考虑降水、 气温等气象资料的连续性和可靠度， 代表站选取国家基准气候站； 另一方面考虑土壤墒情资料的完整性和可靠度， 选取2000年以后的典型干旱过程， 最终选取的各地区代表站的典型干旱过程为： 锡林浩特站（东北地区）2005年4 -10月、 楚雄站（西南地区）2013年1 -5月、 寿县站（长江中下游地区）2001年3 -9月。根据锡林浩特、 楚雄、 寿县三个代表站典型干旱时段内的10 cm深度土壤墒情资料， 选取相应时间段各站干旱指数值， 计算得到四种干旱指数与10 cm土壤墒情的相关系数（图7）。
图7 中国东北、 西南和长江中下游地区代表站典型干旱过程SPI、 SPEI、 MI、 MCI指数值与土壤墒情相关性*为通过95%信度检验， **为通过99%信度检验 Fig.7 Correlations between value of the indexes of SPI， SPEI， MI and MCI and soil moisture of typical drought processes of representative stations in the northeast， southwest and middle-lower reaches of Yangtze River of China.* have passed the confident level of 95%， **have passed the confident level of 99% |
由图7可见， SPI、 SPEI、 MI和MCI干旱指数在各地区与土壤墒情的相关性存在较大差异， 从干旱指数来看， MCI指数在各地区的相关性均是最好的， 相关系数均通过99%的信度检验， 其次是SPI指数， 再次为SPEI指数， MI指数的相关性相对最差； MCI指数与土壤墒情的相关性较SPI指数提高9.2%、 较SPEI指数提高54.7%、 较MI指数提高68.8%。从地区来看， 楚雄（代表西南地区）干旱指数与土壤墒情的相关性最好， 其次为寿县（代表长江中下游地区）， 锡林浩特（代表东北地区）相关性最差。
5.2 与干旱灾情相关性
为进一步分析SPI、 SPEI、 MI和MCI干旱指数在东北、 西南以及长江中下游地区干旱监测中的适用性， 选取东北、 西南以及长江中下游地区1971 -2019年历年干旱受灾面积， 结合SPI、 SPEI、 MI和MCI指数在各地区历年年均干旱日数， 计算同时段内干旱日数与干旱受灾面积的相关系数， 进而得到各地区四种干旱指数与干旱受灾面积相关性（图8）。
图8 基于SPI、 SPEI、 MI、 MCI指数的中国东北、 西南和长江中下游地区年干旱日数与干旱受灾面积相关性*为通过95%信度检验， **为通过99%信度检验 Fig.8 Correlations between drought-affected area and annual drought days based on the indexes of SPI， SPEI， MI and MCI in the northeast， southwest and middle-lower reaches of Yangtze River of China.* have passed the confident level of 95%， **have passed the confident level of 99% |
由图8可见， 各地区各干旱指数与干旱受灾面积均具有较好的相关性， 除MI指数在西南地区的相关性仅通过了95%的信度检验， 其他各指数在各个地区的相关性均通过了99%的信度检验。从干旱指数来看， 无论在东北、 西南或是长江中下游地区， MCI指数与干旱受灾面积的相关性总是最好， 其他各指数的相关性起伏较大， MI在长江中下游地区相关性较好， 而SPI和SPEI在东北地区相关性较好； MCI指数与干旱受灾面积的相关性较SPI指数提高16.9%、 较SPEI指数提高37.1%、 较MI指数提高27.6%。从地区来看， 各干旱指数在东北地区的相关性最好， 其次为长江中下游地区， 西南地区相关性相对较低。
6 结论与讨论
（1） SPI、 SPEI、 MI和MCI指数对东北、 西南以及长江中下游地区干旱时空特征的诊断结果表明， 各地区四种干旱指数的干旱日数年际变化曲线基本一致， 且干旱日数较多的年份与干旱受灾面积较大的年份较为吻合； 西南地区干旱日数的线性倾向呈增加趋势， 长江中下游地区呈减少趋势， 东北地区无明显趋势。从空间分布来看， SPI与SPEI分布较为一致， 而MI与MCI分布较为相似， 总体来看， 较SPI与SPEI来说， MI与MCI诊断出干旱的空间分布与实况更加吻合。
（2） 对于典型干旱过程的逐日诊断来说， SPI和SPEI对降水的响应程度相对较为缓慢， 出现明显的降水过程时， 干旱程度常没有明显的缓解； 而MI指数由于其考虑的时间窗口较短， 对降水的响应时而缓慢、 时而敏感， 稳定性不够； MCI指数对干旱过程的刻画相对较好， 基本能反映干旱的发生发展及解除机制。MCI指数的不合理跃变次数最少， 其次为SPEI和 SPI， MI指数相对较多， 从地区来看， 长江中下游地区不合理跃变次数最少， 其次为西南地区， 东北地区相对较多。
（3） 各干旱指数与土壤墒情的相关性存在较大差异， MCI指数与土壤墒情的相关性最好， 均通过了99%的信度检验， 其次为SPI和SPEI， MI指数与土壤墒情的相关性最差； 从各地区来看， 代表西南地区的楚雄与土壤墒情的相关性最好， 其次为代表长江中下游地区的寿县， 代表东北地区的锡林浩特相关性最差。各干旱指数与干旱受灾面积均具有较好的相关性， 大多通过了99%的信度检验， 其中MCI指数与干旱灾情的相关性总是最好， 从地区来看， 东北地区与灾情的相关性优于长江中下游地区， 西南地区相关性相对较差。
不同的干旱指数， 其考虑的影响因子和计算方法有所不同， 对干旱的诊断效果必然存在差异。综上所述， 无论是在我国东北、 西南或是长江中下游地区， 较SPI、 SPEI和MI指数， MCI指数在干旱的时空诊断能力、 典型干旱过程诊断能力、 不合理跃变次数、 与土壤墒情的相关性以及与干旱灾情的相关性等方面均是最优的， 究其原因， 不难看出SPI仅考虑了降水一个因素， 而SPEI、 MI和MCI指数考虑了降水和蒸散两个因素的平衡； 另一方面， SPI（90天）、 SPEI（90天）和MI（30天）仅考虑了一个时间尺度的降水和蒸散， 而MCI指数考虑了近30天、 60天、 90天和150天降水和蒸散的综合影响； 此外， SPI、 SPEI和MI指数对降水均是等权重考虑的， 没有考虑降水的远近对干旱的衰减效应， 而MCI指数中SPI（60天）对日降水量采用不等权重考虑， 越靠近当日的降水对当前干旱影响较大， 权重也越大， 越远离当日的降水对当前干旱的影响越小， 权重也越小， 符合干旱的发生发展机制， 因而MCI指数考虑的因素相对较为全面， 具有更好的适用性。
然而SPI、 SPEI和MI指数也有自身的优点， SPI指数计算相对较为简单， 时间尺度灵活， 对干旱的反映较灵敏； SPEI是以月降水量与月潜在蒸发量之差代替SPI指数中的月降水量， 拥有多尺度特征和能够衡量温度变化对干旱影响的双重优点； MI指数的等级标准反映作物生长季节的水分平衡特征， 适用于作物生长季节旬以上尺度的干旱监测和评估。干旱是一个非常复杂的科学问题， 与降水、 气温、 蒸散、 高程、 土壤类型、 下垫面状况等多方面因素相关， 其生消机制和致灾机理较为复杂， 同一干旱指数选取不同时间尺度， 其干旱指数值也存在一定差异， 目前还没有哪一个干旱指数能包罗万象、 放之四海而皆准， 在实时干旱监测评估业务中， 只有综合考虑干旱的多影响因素以及多时间尺度等问题， 掌握其发生发展机制及致灾机理， 综合应用多种监测方法， 才能作出更准确、 客观的研判。