王 文，黃 瑾，崔 巍

?

云貴高原區(qū)干旱遙感監(jiān)測中各干旱指數(shù)的應(yīng)用對比

王 文，黃 瑾，崔 巍

（河海大學(xué)水文水資源與水利工程科學(xué)國家重點實驗室，南京 210098）

為從年和月尺度上監(jiān)測云貴地區(qū)2000—2014年的干濕變化情況以及蒸散發(fā)在干旱中的作用，該文利用MODIS MOD16遙感觀測和GLDAS數(shù)據(jù)模擬逐月實際蒸散發(fā)（ETa）與潛在蒸散發(fā)（ETp）數(shù)據(jù)，結(jié)合氣象站觀測降水數(shù)據(jù)計算3種干旱指數(shù)（標準化降水指數(shù)SPI,偵測干旱指數(shù)RDIst及蒸散發(fā)脅迫指數(shù)ESI），通過Mann-Kendall趨勢檢驗方法分析了云貴地區(qū)近15 a的干濕變化特征，并以2009—2010年西南干旱為例來分析干旱期間蒸散發(fā)的作用。結(jié)果表明：1）2000—2014年云南中部存在明顯的干旱化現(xiàn)象；2）云貴地區(qū)2009—2010年干旱期間，ETa和ETp在干旱發(fā)展前期的作用較小，但在干旱的演變過程中，逐漸對干旱有加劇作用，其中ETa比ETp對干旱的影響時間更長；3）干旱指數(shù)SPI和RDIst受控于降水量的變化，一致反映云貴地區(qū)2009—2010年嚴重干旱的準確發(fā)生時間為2009-09—2010-02，而基于ETa和ETp的干旱指數(shù)ESI則顯示云貴地區(qū)干旱發(fā)生在2009-11—2010-06，更符合實際干旱演變情況，說明同時考慮ETa和ETp的干旱指數(shù)比考慮單一蒸散發(fā)因素的干旱指數(shù)在監(jiān)測干旱方面更有效。該研究為提高氣象干旱監(jiān)測可靠性提供了參考。

蒸散；干旱；遙感；監(jiān)測；實際蒸散發(fā)；潛在蒸散發(fā)；干旱指數(shù)

0 引 言

在全球氣候變化的背景下，中國西南地區(qū)的干旱問題受到廣泛關(guān)注，眾多研究表明云貴地區(qū)的干旱事件有所增加。例如Liu等[1]利用多種與降水相關(guān)的指標（降雨天數(shù)和連續(xù)干旱天數(shù)等）來監(jiān)測西南地區(qū)1951—2012年的氣候情況，指出降水的減小和極端天氣事件的加強，使得云南和貴州一些地區(qū)極可能遭受嚴重的干旱災(zāi)害；蘇秀程等[2]通過計算逐月潛在蒸散和干濕指數(shù)認為1961—2011年西南地區(qū)的氣候存在“暖干化”的變化趨勢，在進入21世紀后有加劇的跡象；劉瑜等[3]的研究中發(fā)現(xiàn)，近46 a來云南的年均降水量區(qū)域減小，其中以夏季降水量變化最明顯；王東等[4]根據(jù)標準化降水蒸散發(fā)指數(shù)（standardized precipitation evapotranspiration index, SPEI）發(fā)現(xiàn)云貴高原中部干旱化區(qū)域面積較大，秋季干旱化趨勢明顯；姚玉壁等[5]的研究則表明1958—2012年來西南大部分地區(qū)干旱等級升高，存在干旱強度增加的趨勢，云貴高原中部易出現(xiàn)異常干旱；Wang等[6]利用標準化降水指數(shù)（standardised precipitation index，SPI）與SPEI分析中國1961—2012年期間的干旱變化趨勢時發(fā)現(xiàn)，云貴高原在春季到秋季都有明顯干旱加重的趨勢。

對于西南地區(qū)近年干旱事件的成因，一些研究認為是降水的虧缺所造成的。如Lu等[7]認為2009年夏季至2010年春季的西南干旱，主要是由于對流層濕度的下降、氣溫的升高而難以形成降雨所引起的。張顧煒等[8]則認為氣溫的升高、降水的減少是造成西南地區(qū)秋季干旱的原因之一；黃榮輝等[9]從氣候的角度指出云貴高原上方大氣環(huán)流的異常以及繞高原路徑的冷空氣偏弱造成了云貴地區(qū)2009—2010年的嚴重干旱。

雖然降水的虧缺是引發(fā)干旱的主要原因，但近年來許多研究表明蒸散發(fā)在干旱形成發(fā)展過程扮演著重要的角色，Seneviratne等[10]分析了瑞士Prealpine Rietholzbach流域32 a的實測數(shù)據(jù)，指出實際蒸散發(fā)（ETa）是2003年干旱早期的最主要驅(qū)動因子，但這種驅(qū)動作用會隨干旱的加劇逐漸減弱；Tang等[11]指出ETa在干旱期間有所下降，當干旱結(jié)束后才恢復(fù)到正常水平；Teuling等[12]發(fā)現(xiàn)較高的溫度增加了ETa，使其快速地消耗水庫、坑塘洼地、土壤和植被體內(nèi)的水資源，這將加速干旱的形成和傳播。蒸散發(fā)除了對干旱有驅(qū)動作用外，在干旱的演變過程中還會呈現(xiàn)特定的變化特點，干旱期間降水減少的同時，潛在蒸散發(fā)（ETp）上升[13]，兩者具有相反但不同期的變化趨勢；Teuling等[12]針對歐洲干旱的研究中指出，ETa實質(zhì)是對大氣變化的響應(yīng)，而不是對土壤水變化的響應(yīng)，因此當濕潤地區(qū)發(fā)生干旱時，其氣候條件更利于蒸散發(fā)，使得ETp有所上升；關(guān)于中國西南地區(qū)的干旱成因，除了上述氣候變化方面的原因，還有研究表明ETp的異常變化比降水更能對干旱歷時和干旱程度產(chǎn)生影 響[14]，并認為云南近幾年的干旱與ETp的變化有關(guān)[15]，也有不少研究成果利用考慮蒸散發(fā)的干旱監(jiān)測指標，分析了西南地區(qū)的干旱變化，包括采用標準化降水蒸散發(fā)指數(shù)（SPEI）[6,16]、K指數(shù)（某時段內(nèi)降水量相對變率與蒸發(fā)量相對變率之比）[17]、蒸散干旱指數(shù)（evapotranspiration drought index, EDI）[18]等。但關(guān)于ETa與ETp兩者的時空變化及兩者在干旱發(fā)展過程中作用的差異性還沒有充分的認識，同時，由于兩者表征的意義、數(shù)據(jù)計算方法不同，使結(jié)合了不同蒸散發(fā)數(shù)據(jù)的干旱指數(shù)在實際運用上存在差異，而這些干旱指標在實際運用中的可行性與合理性還需進一步分析。

本文針對云南、貴州兩省，同時利用衛(wèi)星遙感觀測數(shù)據(jù)（moderate resolution imaging spectroradiometer，MODIS MOD16）和全球陸面數(shù)據(jù)同化系統(tǒng)（global land data assimilation system，GLDAS）模擬蒸散發(fā)數(shù)據(jù)，結(jié)合地面觀測降水數(shù)據(jù)，通過多種基于蒸散發(fā)的干旱指標分析云貴地區(qū)2000—2014年間的干濕變化情況，并針對2009—2010年西南嚴重干旱分析了蒸散發(fā)的變化特性，分析了ETa和ETp在干旱監(jiān)測中的作用。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 云貴地區(qū)地理概況

貴州和云南是世界上典型的喀斯特地貌地區(qū)，總面積約57萬km2。該地區(qū)受到熱帶和亞熱帶季風(fēng)的影響，氣候類型多樣并具有明顯的區(qū)域差異。同時降水也呈現(xiàn)出時空分布不均，干濕季分明的特點。

由數(shù)字高程（digital elevation model，DEM）數(shù)據(jù)（圖1）可看出整個云貴地區(qū)地形高差達到6 000 m。貴州地區(qū)的地勢主要表現(xiàn)為西高東低，云南地區(qū)的地勢則呈現(xiàn)出北部高南部低。

圖1 云貴高原區(qū)高程

1.2 數(shù)據(jù)來源

1.2.1 MODIS MOD16數(shù)據(jù)

由美國航空航天局（National Aeronautics and Space Administration，NASA）發(fā)布的基于MODIS衛(wèi)星遙感數(shù)據(jù)制作的全球陸地蒸散產(chǎn)品MOD16包含了陸面蒸散發(fā)數(shù)據(jù)、潛在蒸散發(fā)數(shù)據(jù)、潛熱通量等數(shù)據(jù)[19]。目前NASA已重新發(fā)布MOD16版本6的數(shù)據(jù)，但因版本6數(shù)據(jù)在云貴地區(qū)缺失較多，故本文使用MOD16版本5數(shù)據(jù)。該數(shù)據(jù)是由蒙大拿大學(xué)密蘇拉分校地球動態(tài)數(shù)值模擬研究組（Numerical Terradynamic Simulation Group，NTSG）將空間分辨率1 km，時間分辨率8 d的基本數(shù)據(jù)處理后，累積得到的月和年尺度下0.05°×0.05°、0.5°×0.5°數(shù)據(jù)(http://files.ntsg.umt.edu/data/NTSG_Products/MOD16/)。本文使用的是2000—2014年0.05°×0.05°的實際蒸散量（記為MOD16_ETa）和潛在蒸散發(fā)量（記為MOD16_ETp）月數(shù)據(jù)。

1.2.2 全球陸面數(shù)據(jù)同化系統(tǒng)數(shù)據(jù)

由美國NASA戈達德空間飛行中心（Goddard Space Flight Center，GSFC）、美國海洋和大氣局（National Oceanic and Atmospheric Administration，NOAA）國家環(huán)境預(yù)報中心（National Centers for Environmental Prediction，NCEP）開發(fā)的全球陸面同化系統(tǒng)GLDAS最新版本為GLDAS 2.1，該數(shù)據(jù)集利用NOAA/GDAS大氣數(shù)據(jù)、全球降水氣候?qū)W計劃（Global Precipitation Climatology Project，GPCP）的降水數(shù)據(jù)以及由美國空軍氣象局農(nóng)業(yè)氣象模擬系統(tǒng)（Agricultural Meteorology model，AGRMET）生成的輻射數(shù)據(jù)，共同驅(qū)動Noah模型得到2000年至今的空間分辨率為1°×1°和0.25°×0.25°的陸面水文氣象數(shù)據(jù)(http://disc. sci.gsfc.nasa.gov/hydrology/ data-holdings)。本文利用空間分辨率為0.25°×0.25°的GLDAS 2.1月尺度實際和潛在蒸散發(fā)數(shù)據(jù)（分別記為GLDAS_ETa、GLDAS_ETp），其中潛在蒸散發(fā)數(shù)據(jù)的單位為W/m2，需利用潛熱通量=2.43 MJ/kg將其換算后[20]，根據(jù)各月的天數(shù)得到逐月潛在蒸散發(fā)量（mm）。

關(guān)于遙感蒸散發(fā)產(chǎn)品的精度，已有一些研究對MOD16和GLDAS的蒸散發(fā)產(chǎn)品進行了驗證，如：Andam- Akorful等[21]針對非洲的Volta流域，基于水量平衡原理對月尺度的MOD16和GLDAS蒸散發(fā)產(chǎn)品進行評估，結(jié)果表明MOD16_ETa和GLDAS_NOAH的ETa產(chǎn)品總體上與各類產(chǎn)品校正后計算的平均的參考ETa較一致，但前者的不確定性相對較?。籜ue等[22]以黃河和長江上游流域為研究區(qū)進行了產(chǎn)品的評估，結(jié)果表明在黃河上游地區(qū)，GLDAS_ ETa與水量平衡的計算結(jié)果一致性最好，而MOD16_ETa約比基于水量平衡的結(jié)果偏高了121.5 mm/a；賀添等[23]分別從站點、流域尺度對MOD16_ETa進行精度檢驗，總體上MOD16產(chǎn)品對于中國森林、農(nóng)田生態(tài)系統(tǒng)類型的模擬精度較高，平均RMSE約為0.81 mm/d，產(chǎn)品與實測數(shù)據(jù)匹配較好。上述研究表明MOD16和GLDAS蒸散發(fā)產(chǎn)品雖存在一定的不確定性，但整體模擬精度較好，可應(yīng)用于干旱監(jiān)測。

1.2.3 降水數(shù)據(jù)

降水數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/ site/index.html）提供的分辨率0.5°×0.5°的全國月值格點數(shù)據(jù)，該數(shù)據(jù)集是基于2 472個地面氣象站數(shù)據(jù)，使用薄盤樣條法并結(jié)合三維的地理空間信息進行空間插值后 得到。

2 研究方法

2.1 干旱監(jiān)測指數(shù)

目前考慮蒸散發(fā)因素的干旱指數(shù)有Palmer干旱指數(shù)[24]，標準化降水蒸散發(fā)指數(shù)（SPEI)[25]、偵測干旱指數(shù)RDIst[26]（reconnaissance drought index）、蒸散發(fā)脅迫指數(shù)ESI[27]（evaporative stress index）、K指數(shù)[28]、蒸發(fā)干旱指數(shù)EDI[29]（evaporative drought index）等。其中，前4種在國內(nèi)外有廣泛應(yīng)用，但是Palmer干旱指數(shù)所需輸入?yún)?shù)較多；SPEI在西南地區(qū)的應(yīng)用效果已有評估分析[30]，并且其計算涉及到概率分布的擬合，需要有30 a以上的長數(shù)據(jù)序列，而本文蒸散發(fā)數(shù)據(jù)序列僅15 a。因此本文選用RDIst、ESI這兩個考慮蒸散發(fā)作用的干旱指數(shù)，評估其在西南地區(qū)的干旱監(jiān)測效果，同時分析實際蒸散發(fā)與潛在蒸散發(fā)在干旱發(fā)展的作用。另一方面，SPI是應(yīng)用最廣的氣象干旱指數(shù)。王理萍等[31]對比了5種干旱指數(shù)在云南省不同地區(qū)、不同季節(jié)的適用性，認為SPI對2009—2010年西南干旱演變過程的描述能力略優(yōu)于其他4種指數(shù)。因此，本文將SPI指數(shù)做為一個參照指標，與RDIst、ESI進行對比分析。

上述干旱指數(shù)均能從多種時間尺度上進行計算（1、3、6、9、12個月尺度等），其中3個月的時間尺度表示考慮了當月在內(nèi)的前3個月的水分虧缺狀況，而12個月的時間尺度則能夠反映干旱的時間累計過程[32]。

2.1.1 SPI指數(shù)

McKee等[33]假定某地區(qū)降水量序列服從分布，提出一套數(shù)學(xué)方法將降水量的累積頻率分布進行標準化處理，得到標準化降水指數(shù)（SPI）。其計算過程如下：

首先計算與函數(shù)相關(guān)的降水分布概率()：

式中、分別為函數(shù)的形狀和尺度參數(shù)，表示年或季降水量的樣本；0=2.515 517，1= 0.802 853，2=0.010 328，1=1.432 788，2=0.189 269，3=0.001 308。

SPI指數(shù)具有標準化、無量綱的特點，可以較好地用于比較不同地區(qū)、不同時段的降水演變情況。SPI干旱等級標準[32]如表1所示。

表1 SPI干旱等級標準

2.1.2 RDIst指數(shù)

Tsakiris等[26]綜合考慮了降水與潛在蒸散發(fā)兩個要素在干旱形成中的作用，在濕潤度計算的基礎(chǔ)上，提出用偵測干旱指數(shù)RDI（reconnaissance drought index）進行干旱評估。其計算過程如下，首先需得到一個初始值0(i)：

式中和PET分別為第年第個月的降水量和潛在蒸散發(fā)；為計算序列的年數(shù)。之后利用0(i)得到標準化的RDIst。

2.1.3 蒸散發(fā)脅迫指數(shù)（ESI）

Anderson等[27]將實際蒸散與潛在蒸散之比（PET）進行標準化，將所得結(jié)果稱為蒸散發(fā)脅迫指數(shù)（ESI）。其計算過程如下：

2.2 Mann-Kendall趨勢檢驗

Mann-Kendall（MK）檢驗是一種非參數(shù)的時間序列趨勢性檢驗方法[35]，常用于檢驗溫度、降水、蒸散發(fā)等時間序列的顯著性變化。對于具有明顯季節(jié)性的時間序列數(shù)據(jù)，則可采用季節(jié)性Kendall檢驗方法。MK檢驗或季節(jié)性Kendall檢驗結(jié)果的值反映序列與時間的相關(guān)性強度，值反映檢驗結(jié)果的實際顯著性水平。本文根據(jù)趨勢檢驗結(jié)果的值和值將檢驗結(jié)果分7類，如表2所示，以判斷趨勢變化情況。

表2 根據(jù)Mann-Kendall趨勢檢驗P值和τ值的趨勢類別

3 結(jié)果與分析

3.1 標準化降水指數(shù)（SPI）的變化

利用2000—2014年逐月降水數(shù)據(jù)得到云貴地區(qū)降水量年均分布情況見圖2a。因SPI的計算需要30 a以上系列長度以確定其分布，故選取了1985—2014年逐月降水數(shù)據(jù)計算得到逐網(wǎng)格的年尺度SPI值序列，并對其中2000—2014年的SPI進行了MK趨勢檢驗，結(jié)果見圖2b。可以看出，云貴地區(qū)的15 a平均降水年均變化范圍為487~2 638 mm。對比圖1的DEM可知，降水量的空間分布與該地區(qū)的地勢呈相反特征，即地勢總體由西北角最高，向南和東部降低，而降水量的空間分布則總體上西北角最低，向南、東部逐漸增加。

圖2 2000—2014年云貴高原區(qū)降水量的空間分布及 3種12個月尺度干旱指標的MK趨勢檢驗結(jié)果

由圖2b以及表2的趨勢類別可知，僅云南中部地區(qū)SPI呈現(xiàn)出較為顯著的下降趨勢，面積約12 945 km2。結(jié)合圖2a可知，降水量發(fā)生顯著減少的區(qū)域也是云貴地區(qū)年均降水量偏低的區(qū)域。

對2000?2014年的各月累計降水量計算3個月尺度的SPI值（記為SPI3），并分別進行MK檢驗（圖3），結(jié)果表明，云南中部至西部的區(qū)域SPI3在5—7月下降明顯，且范圍比圖2b所示更廣；1月、9月的SPI3在整個云貴地區(qū)略有增加，其余月份的SPI3基本不發(fā)生變化，僅有較小區(qū)域有輕微變干的態(tài)勢。進一步對各月的降水量進行趨勢檢驗發(fā)現(xiàn)，云南地區(qū)的降水量在5月有顯著減少，而在其余月份基本不變化。說明在這15 a期間，5月份降水量的顯著減少是云南中部顯著變干的主要原因。并且，由于5月份降水量顯著減少，使得5—7月這3個月的SPI3都呈顯著下降。

圖3 2000—2014年云貴高原區(qū)的3個月尺度SPI指數(shù)的MK趨勢檢驗結(jié)果

3.2 標準化偵測干旱指數(shù)（RDIst）的變化

分別使用逐年MOD16_ETp、GLDAS_ETp與降水量計算得到2套云貴地區(qū)年尺度的RDIst，即MOD16_RDIst及GLDAS_RDIst，其MK檢驗結(jié)果如圖2c、2d所示?？梢钥闯觯?種ETp所得的RDIst結(jié)果均指示云南中部至北部地區(qū)存在明顯變干趨勢，此區(qū)域外圍有輕微干旱化現(xiàn)象，貴州地區(qū)無顯著變化。但是從面積來看，GLDAS_ RDIst所指示的云貴地區(qū)嚴重變干的面積（61 280 km2）大于MOD16_RDIst所指示的面積（26 550 km2），并且這2套RDIst所指示的面積均大于SPI所指示的嚴重變干面積（12 945 km2）。通過對比2套ETp數(shù)據(jù)的季節(jié)性Kendall趨勢檢驗結(jié)果（圖4），2種數(shù)據(jù)均反映云南中部及部分北方區(qū)域的ETp具有顯著的上升趨勢。這說明地區(qū)的干旱化趨勢不僅是由降水的減小引起，ETp的增加也對干旱化的程度和面積產(chǎn)生顯著影響。

圖4 2000—2014年云貴高原區(qū)蒸散發(fā)的季節(jié)性Kendall趨勢檢驗結(jié)果

進一步對3個月尺度RDIst-3進行MK檢驗（圖5）結(jié)果表明：2月的RDIst-3主要在貴州東北部發(fā)生明顯下降，5—7月RDIst-3在整個云南地區(qū)表現(xiàn)為明顯的下降趨勢，其余月份的RDIst-3基本不發(fā)生變化。這個分析結(jié)果與SPI3趨勢變化基本一致，但對比各月的SPI3與RDIst-3趨勢檢驗結(jié)果可以看出，RDIst-3指示的顯著減小范圍更廣，說明ETp在干旱監(jiān)測中具有重要的指示作用。

圖5 2000—2014年云貴高原區(qū)的3個月尺度RDIst指數(shù)（RDIst-3）的MK趨勢檢驗結(jié)果

3.3 蒸散發(fā)脅迫指數(shù)（ESI）的變化

分別使用MOD16、GLDAS的逐年ETa、ETp數(shù)據(jù)計算得到云貴地區(qū)各年的MOD16_ESI和GLDAS_ESI，其MK趨勢檢驗結(jié)果見圖2e、2f?？梢钥闯觯诓煌羯l(fā)數(shù)據(jù)所得的ESI趨勢檢驗結(jié)果的空間分布存在較大差異，與SPI、RDIst的分析結(jié)果也有明顯不同。MOD16_ESI指示的發(fā)生顯著變化的區(qū)域分布較零散，昆明以西地區(qū)有所變干，云南西南地區(qū)則變濕，而GLDAS_ESI指示貴州以及云南大部分地區(qū)都顯著變干。從面積來看，MOD16_ESI顯示2000—2014年期間云貴地區(qū)嚴重變干的面積約為34 496 km2，而GLDAS_ESI顯示嚴重變干的面積約為140 814 km2。

對分別依據(jù)MOD16數(shù)據(jù)及GLDAS數(shù)據(jù)計算的各月份3個月尺度ESI（記為MOD16_ESI3和GLDAS_ESI3）進行MK趨勢檢驗，結(jié)果表明：3—7月的GLDAS_ESI3在整個云貴地區(qū)有明顯的下降，其余月份的GLDAS_ESI3基本不變化；而4—8月的MOD16_ESI3與圖2e分布情況相似，即在云南西南的部分地區(qū)有上升趨勢，在云南北部的區(qū)域有下降趨勢，其余月份的MOD16_ESI3基本不變?？傮w來看，云南中部的顯著變干主要受春、夏季ETa和ETp變化的影響，其余月份的變化對整體影響不大。對比2000—2014年月均ETa和ETp的季節(jié)性Kendall趨勢檢驗結(jié)果（圖4）可知，2000—2014年云南中部ETa顯著的減小以及ETp的顯著增加共同造成該地區(qū)ESI的下降。

3.4 2009—2010年云貴干旱過程中降水與蒸散發(fā)的變化及不同干旱指標的指示性差異

根據(jù)《2010年中國水旱災(zāi)害公報》[36]，2009年秋季至2010年春季持續(xù)偏少的降水引發(fā)了云貴地區(qū)干旱情況的發(fā)生。具體過程是，2009—2010年云南首先發(fā)生干旱，之后干旱于12月蔓延至貴州，西南旱情在2010-02有所加劇，在3月下旬隨著降水的恢復(fù)有所緩解，而云南中北部及貴州的旱情持續(xù)至2010-05。本文以此作為實際情況，對3種干旱指數(shù)的監(jiān)測結(jié)果進行對比分析。

圖6為云貴地區(qū)月尺度的SPI、ESI和RDIst在2009— 2010年期間的演變情況。圖7為該時段內(nèi)降水、ETa和ETp與各自多年平均（2000—2014年）狀況的變化對比，當這3個因素的月值大于其15 a平均狀況時，認為其出現(xiàn)正偏，反之則出現(xiàn)負偏。

圖6 2009—2010年逐月SPI、RDIst和ESI變化

以SPI（RDIst以及ESI）等于-1做為閾值進行干旱識別。根據(jù)圖6中的SPI變化過程可以看出，云貴地區(qū)在2009-09—2010-02發(fā)生干旱，該時段內(nèi)SPI均值為-1.45。干旱發(fā)生前，降水于2009-06開始負偏（圖7a），1個月后ETp開始出現(xiàn)正偏（圖7d，圖7e），但正偏程度小于降水的負偏程度。2009-09開始SPI顯示干旱發(fā)生（圖6），ETp的正偏程度減小，2009-11ETa才開始低于同期水平（圖7b，圖7c）。此后，降水量、ETa表現(xiàn)為持續(xù)的負偏，而ETp則一直高于多年平均狀況（圖7a—7e）。2010-01—2010-02 SPI顯示干旱有所加重，此時ETp和ETa雖然均在增加，但與多年平均狀況的差距加大。2010-03降水恢復(fù)到正常水平，干旱解除，但ETp到5月才開始接近正常水平，ETa則恢復(fù)得更慢，到2010-08才逐步達到多年同期水平。

根據(jù)RDIst時間序列（圖6），MOD_RDIst和GLDAS_ RDIst總體上在2009—2010年的變化情況較一致，即云貴地區(qū)于2009-09—2010-02發(fā)生干旱。降水和ETp在2009-09—2009-12期間持續(xù)下降，但ETp比降水更快的下降速度造成了RDIst顯示該時段的干旱情況有所緩解（圖7a，7d，7e）。2010-01—2010-02，降水持續(xù)負偏，ETp有所回升，兩者的相反變化加劇了水分的不平衡性，干旱情況有所加重，這與SPI結(jié)果一致。2010-03降水開始恢復(fù)，且降水量的上升速度快于ETp（圖7a，圖7d，圖7e），此時RDIst顯示干旱有所緩解，但RDIst的恢復(fù)較遲緩，在2010-05才接近正常水平（圖6）。

RDIst的指示結(jié)果與SPI存在高度一致性，即云貴地區(qū)干旱發(fā)生在2009-09—2010-02，并在2010-01—2010-02有所加重。Wang等[6]曾指出，由于降水量的變異系數(shù)比ETp的更大，基于降水量和ETp差值的干旱指數(shù)SPEI波動主要受降水變化的影響。同理，基于降水量和ETp比值的RDIst也受降水變化的主導(dǎo)作用，造成SPI和RDIst在反映氣象干旱狀況上具有一致性。

綜合考慮了ETa和ETp變化的干旱指數(shù)MOD_ESI和GLDAS_ESI均顯示云貴地區(qū)在2009-11—2010-06發(fā)生干旱（圖6）。干旱期間，蒸散發(fā)數(shù)據(jù)的差異造成MOD_ESI反映干旱情況波動較大，而GLDAS_ESI顯示干旱在緩慢加劇。2010-01—2010-02ETp的正偏和ETa的負偏加劇，共同造成了ESI的明顯下降，即干旱情況加重（圖7b—7e）。2010-03之后，降水開始逐步恢復(fù)（圖7a），但因ETa和ETp的恢復(fù)滯后于降水，ESI顯示干旱仍在持續(xù)，直至2010-06才結(jié)束。

通過以上分析可知，ETa和ETp在干旱發(fā)展前期的作用較小，但是隨著干旱的演變，兩因素的變化逐漸加劇了干旱程度，其中ETa比ETp對干旱的影響時間更長。

圖7 2009—2010年逐月降水和基于不同產(chǎn)品的蒸散發(fā)變化

4 討 論

基于2種潛在蒸散發(fā)數(shù)據(jù)（MOD_ETp和GLDAS_ETp）所得RDIst的時空分布情況比較相似，表明潛在蒸散發(fā)計算結(jié)果對RDIst指標的計算影響不明顯。前人對RDIst的分析結(jié)果也表明，RDIst指標不受潛在蒸散發(fā)算法的影響，穩(wěn)定性良好[37]，這很大程度上與該指標受控于降水變化有關(guān)。

干旱指數(shù)ESI和RDIst都考慮了蒸散發(fā)在干旱演變過程中的作用。Khalili等[38]在印度不同氣候區(qū)的研究也表明RDIst比SPI指示的干旱程度更強。但RDIst主要受控于降水量的變化，而ESI考慮了ETa的作用，可以反映植被和土壤水分對干旱的響應(yīng)，兩者的比值ETa/ETp一定程度上可更好地反映地區(qū)的水分供應(yīng)情況，并能對土壤水分和植被用水情況做出快速響應(yīng)，故從本文結(jié)果來看，ESI指示的干旱歷時比RDIst更長且更接近實際，且指示的變干面積也更大。

然而，從數(shù)據(jù)可用性方面考慮，目前可用的ETa產(chǎn)品較少，難以滿足在各類時空尺度的研究需求。ETa主要受地區(qū)實際水分供應(yīng)情況控制[39]，可用降水量來反映。對于ETp而言，其計算方法較多，在各地的運用中得到不斷改進，相對ETa更具可比與穩(wěn)定性，Beguería等[40]的研究也指出由ETp所求得的干旱指數(shù)在干旱和濕潤地區(qū)能更有效地反映干旱事件。因此，當能獲取準確的ETa數(shù)據(jù)時，基于ETa和ETp的干旱指標會更有效；但當ETa數(shù)據(jù)難以獲取時，考慮了降水量和ETp的干旱指數(shù)在實際運用中更具可行性。

5 結(jié) 論

本文采用0.05°×0.05°的MODIS MOD16和0.25°× 0.25°的GLDAS蒸散發(fā)數(shù)據(jù)，結(jié)合中國氣象局的格點降水數(shù)據(jù)，計算了3種氣象干旱指數(shù)SPI（standardised precipitation index ）、RDIst（reconnaissance drought index）及ESI（evaporative stress index），探討了云貴地區(qū)在近15 a來的干濕演變特征，并以2009—2010年西南干旱為例，分析了降水和蒸散發(fā)的變化情況。

1）干旱指數(shù)ESI與RDIst指示2000—2014年云南中部嚴重變干的面積大于SPI的指示面積，反映了地區(qū)的干旱化主要受降水變化的影響，但干旱化的程度和面積也會顯著地受蒸散發(fā)變化的影響；

2）在云貴地區(qū)2009—2010年干旱期間，ESI的變化反映出實際蒸散發(fā)ETa和潛在蒸散發(fā)ETp在干旱發(fā)展前期的作用較小，但是隨著干旱的演變，逐漸加劇了干旱程度，其中ETa比ETp對干旱的影響時間更長。

3）RDIst的指示結(jié)果與SPI存在高度一致性，這體現(xiàn)出RDIst指標對干旱的指示作用受控于降水量的變化，造成2種干旱指數(shù)在氣象干旱監(jiān)測結(jié)果具有一致性。

4）ESI和RDIst雖然都考慮了蒸散發(fā)在干旱演變過程中的作用，但ESI在表征干旱演變情況上更合理。因此，當能夠獲取準確的ETa數(shù)據(jù)時，基于ETa和ETp的干旱指數(shù)會比僅考慮ETp的指數(shù)更有效。但由于目前可用的ETa產(chǎn)品較少，相較而言，ETp的計算方法眾多，因此考慮ETp的干旱指數(shù)在實際運用中更具可行性。

[1] Liu M, Xu X, Sun A Y, et al. Is Southwestern China experiencing more frequent precipitation extremes?[J]. Environmental Research Letters, 2014, 9(3/4): 479－489.

[2] 蘇秀程，王磊，李奇臨，等. 近50a中國西南地區(qū)地表干濕狀況研究[J]. 自然資源學(xué)報，2014，29(1)：104－116.

Su Xiucheng, Wang Lei, Li Qilin, et al. Study of surface dry and wet conditions in Southwest China in Recent 50 years[J]. Journal of natural resources, 2014, 29(1): 104－116.(in Chinese with English abstract)

[3] 劉瑜，趙爾旭，黃瑋，等. 云南近46年降水與氣溫變化趨勢的特征分析[J]. 災(zāi)害學(xué)，2010，25(1)：39－44.

[4] 王東，張勃，安美玲，等. 基于SPEI的西南地區(qū)近53a干旱時空特征分析[J]. 自然資源學(xué)報，2014，29(6)： 1003－1016.

Wang Dong, Zhang Bo, An Meiling, et al. Temporal and spatial distributions of drought in Southwest China over the past 53 years based on standardized precipitation evapotranspiration index[J]. Journal of Natural Resources, 2014, 29(6): 1003－1016. (in Chinese with English abstract)

[5] 姚玉璧，張強，王勁松，等. 氣候變暖背景下中國西南干旱時空分異特征[J]. 資源科學(xué)，2015，37(9)：1774－1784.

Yao Yubi, Zhang Qiang, Wang Jinsong, et al.Temporal- spatial abnormity of drought for climate warming in Southwest China[J]. Resources Science, 2015，37(9)：1774－1784. (in Chinese with English abstract)

[6] Wang W, Zhu Y, Xu R, et al. Drought severity change in China during 1961–2012 indicated by SPI and SPEI[J]. Natural Hazards, 2015, 75(3): 2437－2451.

[7] Lu E, Luo Y, Liu L, et al. Regional atmospheric anomalies responsible for the 2009–2010 severe drought in China[M]// Report of the Commissioner-General of the United Nations Relief and Works Agency for Palestine Refugees in the Near East. United Nations, 2011:2145—2159.

[8] 張顧煒，曾剛，倪東鴻，等. 西南地區(qū)秋季干旱的年代際轉(zhuǎn)折及其可能原因分析[J]. 大氣科學(xué)，2016，40(2)： 311－323.

Zhang Guwei, Zeng Gang, Ni Donghong, et al. Decadal shift of autumn drought in Southwest China and its possible causes[J].Chinese Journal of Atmospheric Sciences,2016, 40(2):311－323. (in Chinese with English abstract)

[9] 黃榮輝，劉永，王林，等. 2009年秋至2010年春我國西南地區(qū)嚴重干旱的成因分析[J]. 大氣科學(xué)，2012，36(3)： 443－457.

Huang Ronghui, Liu Yong, Wang Lin, et al. Analyses of the causes of severe drought occurring in Southwest China from the Fall of 2009 to the Spring of 2010[J].Chinese Journal of Atmospheric Sciences,2012, 36(3): 443－457. (in Chinese with English abstract)

[10] Seneviratne S I, Lehner I, Gurtz J, et al. Swiss prealpine Rietholzbach research catchment and lysimeter: 32 year time series and 2003 drought event[J]. Water Resources Research, 2012, 48(6): 116－120.

[11] Tang Y, Wen X, Sun X, et al. The limiting effect of deep soilwater on evapotranspiration of a subtropical coniferous plantation subjected to seasonal drought[J]. Advances in Atmospheric Sciences, 2014, 31(2): 385－395.

[12] Teuling A J, Loon A F V, Seneviratne S I, et al. Evapotranspiration amplifies European summer drought[J]. Geophysical Research Letters, 2013, 40(10): 2071－2075.

[13] Madhu S, Kumar T V L, Barbosa H, et al. Trend analysis of evapotranspiration and its response to droughts over India[J]. Theoretical & Applied Climatology, 2014, 121(1/2): 41－51.

[14] Sun S, Chen H, Ju W, et al. On the coupling between precipitation and potential evapotranspiration: contributions to decadal drought anomalies in the Southwest China[J]. Climate Dynamics, 2016, 48(11/12): 1－19.

[15] 謝平，張楊珠，龍懷玉，等. 近31年來云南省潛在蒸散量的時空演變[J]. 西南農(nóng)業(yè)學(xué)報，2016，29(4)：940－947.

Xie Ping, Zhang Yangzhu, Long Huaiyu, et al. Temporal-spatial variations of potential evapotransiration in Yannan Province during 1981-2011[J]. Southwest China Journal of Agricultural Sciences, 2016，29(4)：940－947. (in Chinese with English abstract)

[16] 熊光潔，張博凱，李崇銀，等. 基于SPEI的中國西南地區(qū)1961-2012年干旱變化特征分析[J]. 氣候變化研究進展，2013，9(3)：192－198.

[17] 王素萍，王勁松，張強，等. 幾種干旱指標對西南和華南區(qū)域月尺度干旱監(jiān)測的適用性評價[J]. 高原氣象，2015，34(6)：1616－1624.

Wang Suping, Wang Jinsong, Zhang Qiang, et al. Applicability evaluation of drought indices in monthly scale drought monitoring in Southwestern and Southern China[J]. Plateau Meteorology, 2015, 34(6): 1616－1624. (in Chinese with English abstract)

[18] 于靜，柳錦寶，姚云軍，等. 近20年西南地區(qū)地表蒸散與干旱時空變化特征[J]. 人民長江，2018,49(10): 36—40.

[19] Mu Q, Zhao M, Running S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011, 115(8): 1781－1800.

[20] 孫亮，孫睿，楊世琦，等. 利用MODIS數(shù)據(jù)計算地表蒸散[J]. 農(nóng)業(yè)工程學(xué)報，2009，25(13)：23－28.

Sun Liang, Sun Rui, Yang Shiqi, et al. Estimation of land surface evapotranspiration using MODIS data[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2009,25(13):23－28.(in Chinese with English abstract)

[21] Andam-Akorful S A, Ferreira V G, Awange J L, et al. Multi- model and multi-sensor estimations of evapotranspiration over the Volta Basin, West Africa[J]. International Journal of Climatology, 2015, 35(10): 3132－3145.

[22] Xue B L, Wang L, Li X, et al. Evaluation of evapotranspiration estimates for two river basins on the Tibetan Plateau by a water balance method[J]. Journal of Hydrology, 2013, 492: 290－297.

[23] 賀添，邵全琴. 基于MOD16產(chǎn)品的我國2001-2010年蒸散發(fā)時空格局變化分析[J]. 地球信息科學(xué)學(xué)報，2014，16(6)：979－988.

He Tian, Shao Quanqin. Spatial-temporal variation of Terrestrial Evapotranspiration in China from 2001 to 2010 Using MOD16 Products[J]. Geo-Information Science, 2014, 16(6): 979－988. (in Chinese with English abstract)

[24] Palmer W C. Meteorological drought[R].Washington, D.C:Department of Commerce Weather Bureau,1965.

[25] Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index[J]. Journal of climate, 2010, 23(7): 1696－1718.

[26] Tsakiris G, Vangelis H. Establishing a drought index incorporating evapotranspiration[J]. European Water, 2005, 9(10): 3—11.

[27] Anderson M C, Hain C, Wardlow B, et al. Evaluation of drought indices based on thermal remote sensing of evapotranspiration over the continental United States[J]. Journal of Climate, 2011, 24(8): 2025－2044.

[28] 王勁松，郭江勇，傾繼祖. 一種K干旱指數(shù)在西北地區(qū)春旱分析中的應(yīng)用[J]. 自然資源學(xué)報，2007，22(5)：709－717.

Wang Jinsong, Guo Jiang-yong, Qing Jizu. Application of a kind of K drought index in the spring drought analysis in Northwest China[J]. Journal Of Natural Resources, 2007, 22(5): 709－717. (in Chinese with English abstract)

[29] Yao Y, Liang S, Qin Q, et al. Monitoring drought over the conterminous United States using MODIS and NCEP Reanalysis-2 data[J]. Journal of Applied Meteorology and Climatology, 2010, 49: 1665－1680.

[30] 熊光潔，王式功，李崇銀，等. 三種干旱指數(shù)對西南地區(qū)適用性分析[J]. 高原氣象，2014，33(3)：686－697.

Xiong Guangjie, Wang Shigong, Li Chongyin, et al. Xiong Guangjie, Wang Shigong, Li Chongyin, et al. Analysis of applicability of three drought indices for drought events in Southwest China[J]. Plateau Meteorology, 2014，33(3)：686－697. (in Chinese with English abstract)

[31] 王理萍，王樹仿，王新華，等. 五種干旱指數(shù)在云南省的適用性分析[J]. 灌溉排水學(xué)報，2017，36(7)：117－124.

Wang Liping, Wang Shufang, Wang Xinhua, et al. Feasibility study of five drought indices for use in Yunnan Province[J]. Journal of Irrigation and Drainage, 2017，36(7)：117－124. (in Chinese with English abstract)

[32] Svoboda M, Hayes M, Wood D. Standardized precipitation index user guide[M]. Switzerland: World Meteorological Organization Geneva, 2012.

[33] McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th Conference on Applied Climatology. Boston, MA: American Meteorological Society, 1993: 179—183.

[34] Tsakiris G, Pangalou D, Vangelis H. Regional drought assessment based on the Reconnaissance Drought Index (RDI) [J]. Water Resources Management, 2007, 21(5): 821－833.

[35] Mann H B. Nonparametric Tests Against Trend[J]. Econometrica, 1945, 13(3):245—259.

[36] 國家防汛抗旱總指揮部. 中國水旱災(zāi)害公報. 2011[M]. 北京：中國水利水電出版社，2012.

[37] Zarei A R, Mahmoudi M R. Evaluation of changes in RDIst index effected by different Potential Evapotranspiration calculation methods[J]. Water Resources Management, 2017, 31(15): 4981－4999.

[38] Khalili D, Farnoud T, Jamshidi H, et al. Comparability analyses of the SPI and RDI meteorological drought indices in different climatic zones[J]. Water Resources Management, 2011, 25(6): 1737－1757.

[39] Joetzjer E, Douville H, Delire C, et al. Evaluation of drought indices at interannual to climate change timescales: A case study over the Amazon and Mississippi river basins[J]. Hydrology and Earth System Sciences, 2013, 17(12): 4885—4895.

[40] Beguería S, Vicente-Serrano S M, Reig F, et al. Standardized precipitation evapotranspiration index (SPEI) revisited: Parameter fitting, evapotranspiration models, tools, datasets and drought monitoring[J]. International Journal of Climatology, 2014, 34(10): 3001－3023.

Comparison of drought indices for remote sensing drought monitoring in Yunnan-Guizhou Plateau region

Wang Wen, Huang Jin, Cui Wei

(210098,)

Many studies have shown that drought severity is increasing over Yunnan-Guizhou (YG) region in southwestern China. And some studies stated that the deficit of precipitation was the main reason to recent droughts in southwestern China. Although precipitation is the main influence factor of drought formation, many studies have shown that evapotranspiration also plays a vital role in the progress of drought evolution. But how actual and potential evapotranspiration affect drought evolution is not well understood. In order to evaluate the temporal and spatial variations of the climate aridity in recent years as well as the roles of evapotranspiration in drought development in the YG region, monthly actual evapotranspiration and potential evapotranspiration data products during 2000-2014, including satellite-retrieved MODIS MOD16 data and GLDAS-Noah model simulation as well as the observed precipitation data were used to calculate 3 meteorological drought indices, i.e., standardized precipitation index (SPI), standardized reconnaissance drought index (RDIst) and evaporative stress index (ESI). With the Mann-Kendall trend test method, the 15-year temporal variations of SPI, RDIst and ESI in YG region are investigated. Besides, the severe drought that happened during 2009-2010 in YG region is further investigated as an example to analyze the role of actual evapotranspiration and potential evapotranspiration in drought evolution. According to the spatial distribution of annual average precipitation and the trend test results of 12-month SPI, there is a remarkable downtrend in middle Yunnan with an area of 12945 km2, indicating that areas with low annual precipitation are getting drier. The spatial patterns of trend tests for RDIst calculated based on different potential evapotranspiration are similar, consistent with that of SPI trend test result, both implying that there is a very significant drying trend in middle Yunnan and a slight drying in its surrounding areas, and the significant drying trend in the middle Yunnan is mainly controlled by the changes of precipitation. In terms of the trend of ESI, its spatial distributions based on MOD16 and GLDAS-Noah evapotranspiration data show great differences, but they both indicate an obvious drying trend in central Yunnan, which is similar to that of SPI and RDIst. Trend analyses of all 3 drought indices show that, the climate aridity in Guizhou Province is stable, while there is a considerable drying trend in middle Yunnan because of the joint effects of significant decline of precipitation and the remarkable increase of potential evapotranspiration. As the regional drying is not only controlled by the changes of precipitation but also affected by the changes of evapotranspiration, drying areal extents indicated by ESI and RDIst are larger than that indicated by SPI. During the 2009-2010 drought happened in YG region, actual evapotranspiration and potential evapotranspiration played little roles at the early stage, but with the evolution of drought, they greatly aggravated drought situations at the late stage. At the end of drought when precipitation returned to its normal condition, potential evapotranspiration kept positively biased for about 1-3 months, whereas actual evapotranspiration kept negatively biased for about 5 months, illustrating that actual evapotranspiration has a longer effect on drought evolution than potential evapotranspiration. The analysis of 2009-2010 severe drought also indicates the effectiveness of different drought indices, that is, ESI considers both actual and potential evapotranspiration, and is more reasonable than SPI and RDIst for monitoring drought evolution. So it can be concluded that when accurate actual evapotranspiration data are available, drought indices based on both actual evapotranspiration and potential evapotranspiration are preferable to those based on only potential evapotranspiration for drought monitoring. Unfortunately, there is a lack of reliable actual evapotranspiration products available most of time while there exist many widely used methods for potential evapotranspiration calculation, therefore when actual evapotranspiration products are not available, a practical option is using drought indices that take potential evapotranspiration into account.

evapotranspiration; drought; remote sensing; monitoring; actual evapotranspiration; potential evapotranspiration; drought index

10.11975/j.issn.1002-6819.2018.19.017

P339

A

1002-6819(2018)-19-0131-09

2018-06-11

2018-08-27

國家自然科學(xué)基金（41571130071，41371050）

王 文，男，江蘇姜堰人，教授，博士，主要從事全球變化、水文遙感與水文過程模擬研究。Email：w.wang@126.com

王 文，黃 瑾，崔 巍. 云貴高原區(qū)干旱遙感監(jiān)測中各干旱指數(shù)的應(yīng)用對比[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(19)：131－139. doi：10.11975/j.issn.1002-6819.2018.19.017 http://www.tcsae.org

Wang Wen, Huang Jin, Cui Wei. Comparison of drought indices for remote sensing drought monitoring in Yunnan-Guizhou Plateau region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(19): 131－139. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.19.017 http://www.tcsae.org