黃淮海地區干濕狀況的時空分異研究

摘要：干旱作為自然災害的一種，對人類社會、經濟的發展構成嚴重威脅，如何準確的監測干旱的發生發展是開展抗旱減災工作的關鍵。目前學者們多選用眾多的指標來指示干旱，SPI標準降水指數作為其中的一種，是以更符合實際情況的Г分布概率來描述降水量的變化。其計算過程簡單，具有較強的時空適應性，因而得到廣泛應用。本文選取黃淮海平原區作為研究區域，以長時間尺度（本文選取12個月與36個月）的月值SPI來表征研究區域在1961-2000年這段歷史時期內干濕狀況的變化，從時間和空間兩個角度研究長時間尺度的SPI值在指示地表干濕狀況的效用，研究分析研究區域內干濕狀況的時空分異，探索其成因，得出以下初步結論：研究區內2000年偏干旱的區域面積較1963年有所增大，與此同時，極端情況相對較少；除呼和浩特與鄭州外，研究區域內有相當大面積的區域呈現偏干趨向，主要位于呼和浩特與鄭州之間的大范圍區域，推測區域的這種總體偏干旱的趨勢可能是區域對全球變暖的響應。時間序列分析結果表明：在1961-2000年這段歷史時期內呼和浩特與太原站出現的極端干旱的情況相對要多一些，北京次之，鄭州最少；各站點的SPI值在時間序列上變化存在巨大差異，其主導因素是它們的緯度位置。

關鍵詞 干旱；干旱指標；SPI；時空分異

中圖分類號 P466 文獻標識碼 A 文章編號 1002-2104(2011)02-0100-06

長期以來，全球旱澇災害頻繁發生，對人類社會造成了重大的經濟損失，嚴重威脅著社會、經濟和環境的可持續發展。而旱災是世界上影響最廣、造成農業經濟損失最大的自然災害之一［1］。世界各國均有旱災發生，近一半的國家災情比較嚴重［2］。全球自然災害造成的經濟損失平均每年約400×108美元，其中旱災損失占15%，約60×108美元。據統計［3］，中國每年自然災害經濟損失約660×108元，其中旱災約200×108元。干旱，由于它自身緩慢的發生過程、巨大的影響范圍、造成的非工程性損失難以量化等特點而不同于洪澇，使得人類在對它的認識與預測上困難重重。因此，如何及時有效地預測干旱的發生發展是制定抗旱政策，減緩旱情、防預旱災的關鍵。目前，在不同的指標對于干旱的指示作用方面已開展了大量的研究［4-12］。SPI（Standardized Preciptation Index）標準降雨指數是McKee等［4］提出的基于降水量的干旱指數。該指數是以Г分布概率來描述降水量的變化，再經正態標準化求得。SPI能夠較好地反映干旱強度和持續時間，而且具有多時間尺度應用的特性，使得用同一個干旱指標反映不同時間尺度和不同方面的水資源狀況成為可能，因而得到廣泛應用［4-5］，而其中多數為研究12個月以及1年內尺度的SPI［6-7］，對于長時間尺度的SPI值反映干濕狀況的研究甚少。事實上，SPI對于降水量的敏感性不同，時間尺度越小，則對于一次降水變化越顯著，其值會發生較大變化［4，8］；相反，長時間尺度的SPI值更利于指示平均狀況，有效地避免極端情況的影響。基于此，本文選擇黃淮海平原區作為研究區域，以區域內氣象站點的降水量數據來求得長時間尺度（本文選取12個月與36個月）的SPI值，以此來對比序列兩端各三年平均干濕狀況的差異，并選取典型站點來研究1961-2000年這段歷史時期內的干濕狀況的變化，通過此來研究長時間尺度的SPI值對于地表干濕狀況的指示作用；同時分析研究區域內干旱的時空分異狀況，提示研究區域內在1961-2000年這段時期內地表干濕狀況變化的規律與趨勢，為及時有效地預測干旱的發生發展，制定抗旱政策，防預旱災提供科學依據。

1 研究區域概況

研究區域位于黃淮海地區，包括北京、天津、河北、河南、山東、安徽和江蘇以及內蒙古等境內的300多個縣市區，總面積30萬km2以上。黃淮海平原是我國最大的平原，也是我國糧、棉、油的主要產區。據統計，1998年黃淮海平原區耕地面積達17.95×106 hm2，人口為2.14×108人，該年糧食總產占全國總產的21.6%，棉花總產占全國的36.3%，油料總產占全國的24.0%［9］。

武建軍等：黃淮海地區干濕狀況的時空分異研究中國人口#8226;資源與環境 2011年 第2期2 數據與研究方法

2.1 數據來源

氣象站點數據來自“中國氣象科學數據共享服務網”。根據降水量數據的統一性和可獲取性，在研究區域內篩選出其中的71個氣象站點，包括內蒙古自治區境內的6個、北京2個、天津2個、河北省21個、河南省12個、山東省19個、山西省19個、江蘇省4個、安徽省境內5個氣象站點（見表1），為保證數據的完整性，各站點的降水量數據序列均為1961-2000年。

2.2 處理方法

2.2.1 SPI值的計算

由于不同時間、不同地區降水量變化幅度很大，直接用降水量很難在不同時空尺度上相互比較，而且降水分布是一種偏態分布，采用Г分布概率來描述降水量的這種偏態分布變化更為合適，然后再經正態標準化求得SPI值。SPI具體求算過程已有很多專業文獻給以詳盡的論述［8］，本文不再贅述。文中分別采用12和36個月尺度的SPI值指示多年平均干濕狀況，作研究區內干濕狀況的時空分異分析。

2.2.2 數據空間化

將研究區域內篩選出的71個氣象站點1961年1月-表1 研究區域氣象站點名稱及干濕狀況變化

Tab.1 Stations in the research area and the variation of moisture condition

站點號

Number站點名

Name 省份

ProvinceSPI 1SPI 2ΔSPI站點號

Number站點名

Name省份

ProvinceSPI 1SPI 2ΔSPI53853隰縣山西1.76-1.81-3.5754401張家口河北-0.52-0.63-0.1158015碭山安徽0.05-2.82-2.8753782陽泉山西-0.44-0.52-0.0853863介休山西0.63-2.17-2.857083鄭州河南0.790.75-0.0453787榆社山西1.44-1.2-2.6458040贛榆江蘇0.740.80.0653798邢臺河北0.82-1.82-2.6458203阜陽安徽0.740.830.0954725惠民縣山東0.13-2.29-2.4254429遵化河北-0.27-0.140.1353975陽城山西2.510.27-2.2453399張北河北-0.88-0.710.1753868臨汾山西1.5-0.59-2.0954606饒陽河北-1.38-1.160.2253446包頭內蒙古0.89-1.17-2.0657193西華河南0.831.050.2253564河曲山西0.56-1.35-1.9158102亳州安徽0.030.320.2954808朝陽山東2.330.42-1.9154624黃驊河北0.160.480.3253543東勝內蒙古0.67-1.12-1.7953478右玉山西-1.1-0.770.3354843濰坊山東0.7-0.9-1.653663五寨山西-0.30.030.3358005尚丘河南0.65-0.81-1.4653698石家莊河北-0.110.220.3353772太原山西0.77-0.67-1.4457077欒川河南0.410.760.3553959運城山西0.91-0.38-1.2954945日照山東-0.53-0.150.3853986新鄉河南0.96-0.33-1.2954423承德河北-1.22-0.730.4954705南宮河北0.9-0.26-1.1658221蚌埠安徽-0.83-0.30.5353898安陽河南0.92-0.12-1.0454836沂源山東-1.02-0.280.7454436青龍河北0.21-0.74-0.9554823濟南山東-1.05-0.290.7654736羊角溝山東-0.18-1.1-0.9254511北京北京-1.25-0.460.7954916兗州山東-0.04-0.96-0.9254308豐寧河北-0.570.260.8353673原平山西-0.07-0.97-0.957071孟津河南0.251.190.9458122宿縣安徽0.32-0.57-0.8954602保定河北-2.24-1.21.0454826泰山山東0.75-0.07-0.8253391化德內蒙古0.51.661.1653487大同山西-0.8-1.6-0.854539樂亭河北-0.990.271.2657051三門峽河南-0.01-0.8-0.7954623塘沽天津-0.610.691.357181寶豐河南0.72-0.02-0.7454534唐山河北-1.470.021.4953480集寧內蒙古0.830.12-0.7154311圍場河北-0.890.811.754518廊坊河北0.22-0.44-0.6657091開封河南-1.020.841.8653588五臺山山西-0.85-1.4-0.5558144淮陰(清江)江蘇-2.18-0.162.0254527天津天津0.01-0.51-0.5254208多倫內蒙古-0.511.552.0658027徐州江蘇0.42-0.05-0.4754449秦皇島河北-2.560.473.0353664興縣山西0.330.05-0.2853463呼和浩特內蒙古-4.13-0.243.8954405懷來河北0.580.31-0.2757089許昌河南-3.21.64.853593蔚縣河北-1.23-1.38-0.15注：ΔSPI=SPI 2-SPI 12000年12月的月降水量數據求算36個月尺度的月值SPI。將所求得SPI值序列取其兩個端點，以1963年12月的SPI值表征1961年1月-1963年12月研究區域內的干濕狀況，以2000年12月的SPI值表征1998年1月-2000年12月研究區域內的干濕狀況（分別以SPI 1與SPI 2表示）及其兩者的差值ΔSPI（SPI 2-SPI 1）來表示其差異的程度，用Kriging插值法對上述71個站點的3個SPI值—SPI 1、SPI 2與ΔSPI分別進行空間插值，得到研究區內2個不同時段36個月尺度SPI值的空間分布圖及其差值的分布圖（圖1）。

2.2.3 典型站點時間過程分析

根據研究域內氣象站點的分布情況，結合中國多年平均降水量等值線圖在研究區域內的71個站點中選取呼和浩特、北京、太原、鄭州4個典型站點對其進行時間過程的分析。具體是計算出4個站點的以12個月為尺度的月值SPI，分別建立其40年的469個（1961年的前11個月SPI沒有值）月值SPI序列，分析比較SPI在各站點對干濕狀況的指示，探索揭示研究區1961-2000年這段歷史時期干濕狀況的年際變化規律與趨勢。

3 結果與討論

3.1 空間分異分析

標準化降水指數SPI依據其值大小將所反映的旱澇類型分為重澇-重旱7個等級，以定性描述干濕情況［12，14］（見表2），總體上可以分為3類：SPI≥1 偏澇；-1

SPI值的大小表示了在選定的總體歷史年份內干濕的相對變化狀況，所以其差值可以表示總體歷史時期內兩個時段的干濕變化情況，本文以差值Δ（SPI 2- SPI 1）表示其變化趨向，Δ為負，表示相對變干（如表3）；反之則變濕（如表3續）。

從表3中可得到：研究區域內的71氣象站點的SPI 1有5個是≥1的，其中等級為重澇與中澇的分別為2個，輕澇的1個，即共有5個站點呈現偏澇情勢；而SPI 1值多數[CM)]

表2 SPI 指數的旱澇等級

Tab.2 DroughtWet levels of SPI index

等級 Level標準化降水指數 SPI類型 Type1≥2重澇 Extremely wet21.5≤SPI<2中澇 Moderate wet31≤SPI<1.5輕澇 Slightly wet4-1

表3 旱情分級統計表

Tab.3 Statistics of the Drought Classification

SPI偏澇 Wet正常 Normal偏旱 Drought1級2級3級小計4級小計5級6級7級小計SPI 12215525290514SPI 20325515193315

處于-1到1之間，共計有52個站點，說明這個時期的大部分地區干濕狀況正常；分布于輕旱、中旱、重旱三個等級的站點數分別為9個、0個、5個共計14個。不難看出，研究區域內偏旱比偏澇的站點數明顯要多。

研究區域內的71氣象站點的SPI 2同樣有5個站點呈現偏澇情勢，在重澇等級上沒有站點分布，即沒有極端情況發生；SPI 2值與SPI 1多數處于-1到1之間，共計有51個站點，說明這個時期的大部分地區干濕狀況正常；分布于輕旱、中旱、重旱三個等級的站點數分別為9個、3個、3個共計15個，極端偏澇或偏旱站點數相對于SPI 1有所減少，但偏旱站點數有所增加。

表1列出了各觀測站點的干濕狀況，由極端值可以看出：SPI 1中的極端值相對突出，極小值達-4.13，極大值達到2.51，即在這個時期存在區域極端干旱中心。相比較而言，SPI 2中的極端值相對較小，月值SPI 2出現極小值-2.82，極大值1.66，其干濕狀況差異較為緩和。

研究區域內的71氣象站點的ΔSPI值有39個呈現負值，即多于一半的站點向偏旱方向變化，有32個呈現正值，即在研究區域內向偏旱方向變化的站點數要多于向偏澇方向變化的站點數，研究區域在兩個時期間總體呈現向偏旱方向趨近。分析上述結果的原因，可能是區域對全球變暖的響應的結果，全球溫度大幅度升高，必將加大地表蒸散，并與降水變化趨勢相互抵消，是造成研究區域2000年左右相對偏干旱的一個重要因子。

從SPI 1與SPI 2空間分布圖上也清晰的顯示出：研究區域SPI 1存在著兩個極端干旱中心，分別是位于研究區西北部的呼和浩特站與南部的鄭州站附近，而它們之間的太原站附近則呈現出降水充沛，并有兩個小的濕潤中心，在研究區東北部以北京站為中心的大面積區域正常偏旱，總體上，區域內干濕狀況分異明顯，且存在明顯的干旱中心。與1963年相比較，研究區域內SPI 2的空間分異較為緩和，但有相當大面積的區域表現出偏干旱趨向，主要分布于呼和浩特、北京、太原三站之間的部分、太原與鄭州之間、區域的東南部，且在鄭州站的東偏南向出現一個小的干旱中心；SPI值0.5以上的濕潤區域面積很小只有最南與最北部的兩小部分。

在兩者的差值空間分異圖上存在兩個極端變濕中心，分別是呼和浩特站與鄭州站偏南，幅度達到3.5- 4.5，為域內變化最大的兩個中心。呼和浩特站位于海拔1 000 m以上的內蒙古高原，屬于半干旱地區，蒸發強烈、降水變幅較大，而鄭州附近的中心很可能是由于季風等因素的影響而造成的。研究區域內有相當大面積的區域呈現變干趨向，主要位于呼和浩特與鄭州之間的大范圍區域，且在中西部區域的太原站點附近出現了較大的變幅，甚至呈現出幾個小的中心。其它地區干濕變化趨勢不是很明顯，這些地區主要是以北京為中心的研究區域內東北部與東南角。

3.2 時間序列分析

呼和浩特：SPI值在-1以下和1以上的月份分別只有1/8多，-1到1之間的年份占到3/4，按照SPI值的等級劃分標準［4，8］，說明在這段歷史時期的大部分時段降水分布還是正常的，只有1/4的時間出現了偏旱或偏澇，但是正如極端值顯示的一樣，本站出現的極端干旱情況相對要多一些。這是由于本站點特殊的地理位置所致，呼和浩特位于內蒙古高原是研究區域的邊緣地帶，海拔1 000 m以上，是所選典型站點中靠海最遠的一個站點，且它位于半干旱區，是夏季風的尾閭區域，同時受冬季風影響強烈，導致其干濕變化劇烈，易出現干旱中心。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以上的月份僅有1/10，是4個站點中偏濕月份最少的，有大于3/4的月份是處于-1到1之間，說明在這段歷史時期的降水變化基本上處于一個較平緩的狀態，只有不足1/4的時間出現了偏旱或偏澇，這與北京的地理位置有密切的關系，北京站是四個氣象臺站里靠海最近的，與鄭州處于同一個干濕帶，降水量充沛，但緯度較高，受冬季風的影響強烈，與呼和浩特、鄭州相比之下其出現偏旱、極端干旱與偏濕、極端濕潤的情況較少。太原：其SPI值的變化幅度與呼和浩特相近，但稍不如呼和浩特劇烈，這是由于太原和呼和浩特處于同一條降水等值線內，其相同的干濕帶類型導致了干旱情況的類似。鄭州：該站點出現極端干旱的時段比呼和浩特略少，但偏濕與極端濕潤的時段在四個站點里卻是最多的，且其出現偏旱的時段也是最長的，這是由于鄭州處于研究區的最南部，其較低的緯度受夏季風的影響相對強烈，有較充沛的季節性降水。

極值比較顯示：在1961-2000年這段歷史時期內呼和浩特與太原站出現的極端干旱的情況相對要多一些，北京次之，鄭州最少；而極端濕潤情況則相反，鄭州在四個站點中是偏濕時段最長、最為明顯的站點。

對比分析圖2a， b， c， d不難發現：呼和浩特與北京的SPI序列變化趨勢相近，1975，1980，1999-2000年2站點皆顯示偏干旱，而1976-1979年間4個站點均呈現出偏濕，1985-1986年2個站點的偏濕；在1965年、1972年、1983年前后都出現了序列內最為嚴重的干旱事件，這與歷史時期的記錄有著良好的對應關系，對于1998年的洪澇事件兩者也皆有明顯指示。這可能是由于這2個站點處于相近的緯度上，受季風的影響效用相近緣故。而鄭州和太原序列對應的較好，其變化趨勢相近，1961-1963、1975-1979，1983-1985及1990年前后的偏濕，1975-1979，1981-1983，1986-1988，1998-2000的偏旱都對應良好。

4 結 論

（1）空間分析結果表明：與1963年相比較，2000年研究區內偏干旱的區域面積增大，與此同時，極端情況相對較少；SPI插值圖顯示：除呼和浩特與鄭州外，研究區域內有相當大面積的區域呈現偏干趨向，主要位于呼和浩特與鄭州之間的大范圍區域，其它地區差異不是很明顯，這些地區主要是北京為中心的域內東北部與東南角。區域的這種總體偏干旱的趨勢可能是區域對全球變暖的響應。

（2）時間序列分析結果表明：在1961-2000年這段歷史時期內呼和浩特與太原站出現的極端干旱的情況相對要多一些，北京次之，鄭州最少；而極端濕潤情況則相反，而鄭州在四個站點中是偏濕時段最長、最為明顯的站點。各站點的SPI值在時間序列上變化存在巨大差異，其主導因素就是它們各自的地理位置。呼和浩特與北京緯度相近，是夏季風的尾閭區，同時受冬季風影響強烈，導致其干濕變化劇烈，尤其是呼和浩特靠海遠、海拔高，易出現干旱中心。相反，處于研究區最南部的鄭州，其較低的緯度使其受夏季風的影響相對強烈，有較充沛的季節性降水，因而出現偏濕與極端濕潤的時段在四個站點里是最多的。

（3）對比分析各個典型站點的SPI值序列得到：呼和浩特與北京的SPI序列變化趨勢對應的較好，鄭州和太原對應的較好，且它們對幾次歷史干濕事件的指示也表明長時間尺度的SPI值可以很好的反映度長時間序列的干濕變化趨勢，在黃淮海平原區的應用效果較好。

干旱的指示是一個復雜的過程，用單一的指標指示勢必會降低結果的可信度，多指標綜合指示干旱是監測干旱的發展方向。SPI在指示旱澇的過程中等級的劃分還存在一定的主觀性，怎樣客觀地劃分SPI等級是有效指示旱澇發生的關鍵，也是將來研究的一個重點。本文在研究中也存在著一些缺點，如先進行SPI值的計算，然后再對其進行空間插值，雖然有這樣做的先例［14］，但這種作法的合理性仍有待考證，而在插值過程中由于考慮到只有小面積的研究區域高差與其余相差懸殊而忽略了高程的影響，但從結果來看，在下一步的工作中我們對此還需作改進。另外，本文只探討了長時間尺度SPI的變化，這對于反映長期的氣候或水文變化是有效的，但對于農業作物生長期內干濕狀況的變化指標需要短時間尺度的SPI值來實現，這也是需要繼續研究的工作。

致謝：感謝北京師范大學資源學院06碩士班的陳波、胡譚高、楊曦、陳學泓等同學給予的技術支持與幫助。

（編輯：李 琪）

參考文獻（References）

［1］鄭遠長．全球自然災害概述［J］．中國減災，2000，10（1）：14-19．［Zheng Yuanchang. Introduction of Global Natural Disaster ［J］. China Disaster Mitigation， 2000， 10(1): 14-19.］

［2］馬宗晉，高慶華．中國第四紀氣候變化和未來北方干旱災害分析［J］．第四紀研究，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］蔡運龍，Smit， B．全球氣候變化下中國農業的脆弱性與適應對策［J］．地理學報，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，周廣勝．標準化降水指標與Z指數在我國應用的對比分析［J］．植物生態學報，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］劉波，馬柱國．過去45年中國干濕氣候區域變化特征［J］．干旱區地理，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］吳紹洪，尹云鶴，鄭度等．近30年中國陸地表層干濕狀況研究［J］．中國科學（D輯），地球科學，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，謝賢群，李運生等．中國北方地區40年來濕潤指數和氣候干濕帶界線的變化［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］吳凱，黃榮金．黃淮海平原水土資源利用的可持續性評價、開發潛力及對策［J］．地理科學，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］劉劍鋒， 劉學鋒，劉芳圓. 河北省氣候干濕狀況變化特征分析［J］. 地理與地理信息科學，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］劉波， 馬柱國.河北省氣候干濕狀況變化特征分析［J］. 干旱區地理， 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］張永，陳發虎，勾曉華.中國西北地區季節間干濕變化的時空分布:基于PDSI數據［J］. 地理學報， 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］叢源，陳岳龍，楊忠芳.北京平原區元素的大氣干濕沉降通量［J］. 地質通報， 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］毛飛， 唐世浩， 孫涵. 近46年青藏高原干濕氣候區動態變化研究［J］. 大氣科學， 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， 吳舉開， 李遠輝.廣東省氣候干濕狀況及其變化特征［J］. 中國農業氣象， 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］張方敏， 申雙和. 中國干濕狀況和干濕氣候界限變化研究［J］. 南京氣象學院學報，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.江蘇地表濕潤狀況的變化趨勢與區域特征分析［J］. 氣象， 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］杜軍， 胡軍， 唐述君.西藏羊卓雍湖流域氣候干濕狀況分析［J］. 生態學雜志， 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，呂厚荃， 張艷紅.黃淮海地區1961-2006年干濕狀況時空變化［J］. 氣象科技， 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，蘇明峰， 魏榮慶. 新疆氣候的干濕變化及其趨勢預估［J］. 大氣科學， 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］申雙和， 張方敏， 盛瓊. 1975-2004年中國濕潤指數時空變化特征［J］. 農業工程學報， 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年來甘肅氣候變化趨勢及其對干濕狀況的影響［J］. 干旱區資源與環境， 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］楊彬云，吳榮軍，關福來. 基于潛在蒸散和干燥度指數的河北省農業氣候區劃［J］. 干旱地區農業研究， 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］郭國龍， 李力， 晏利斌.夏季北極濤動與亞洲中部干濕狀況關系研究［J］. 干旱區研究， 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