劉觀鵬，樊晶晶，趙彥芳，劉 陽，3，田家琦

（1.河北工程大學(xué)水利水電學(xué)院，河北 邯鄲 056038；2.河北工程大學(xué)河北省智慧水利重點(diǎn)實(shí)驗(yàn)室，河北 邯鄲 056038；3.水利部海委漳衛(wèi)南運(yùn)河衛(wèi)河河務(wù)局，河南 濮陽 457000）

干旱是一種波及范圍廣、發(fā)展速度慢、影響時(shí)間長的一種自然災(zāi)害，嚴(yán)重影響我國農(nóng)牧業(yè)的正常發(fā)展[1]。因此，深入挖掘干旱事件的時(shí)空變化特征及影響因素對(duì)于合理應(yīng)對(duì)干旱具有重要意義。近些年遙感技術(shù)的迅速發(fā)展使得人們可以實(shí)時(shí)、大范圍、有效監(jiān)測(cè)干旱,其中可見光-近紅外遙感與熱紅外遙感是目前國內(nèi)外研究中最常用的2 種方法[2]，對(duì)于可見光-近紅外遙感，部分研究指出[3]采用光-近紅外遙感確定出的歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）可以通過植被覆蓋情況間接表示并明晰其地面干旱特征，但其受植被生長過程影響，其往往并不能及時(shí)地反應(yīng)土壤水分。因此，Sandholt 等[4]根據(jù)地表溫度和NDVI 的Ts-NDVI 的特征空間，建立的溫度植被干旱指數(shù)（Temperature Vegetation Dryness Index，TVDI）可以有效地模擬土壤水分，使估測(cè)干旱事件的歷時(shí)更加清晰。在此基礎(chǔ)上，齊述華等[5]利用TVDI 開展了全國旱情監(jiān)測(cè)，經(jīng)驗(yàn)證后認(rèn)為TVDI 與土壤濕度關(guān)系顯著，適合于旱情監(jiān)測(cè)，杜靈通等[6]在研究生態(tài)干旱時(shí)，引用了TVDI指數(shù)并對(duì)寧夏的干旱情況進(jìn)行探究，結(jié)果表明生態(tài)干旱受到不同氣象因子的影響。Liang 等[7]使用MODIS 數(shù)據(jù)計(jì)算TVDI，并借助平均溫度、平均降水量、平均日照時(shí)數(shù)和平均相對(duì)濕度數(shù)據(jù)研究了中國2001 年—2010 年不同地區(qū)干旱與氣象因子的關(guān)系。

我國位于東亞季風(fēng)區(qū)，氣候環(huán)境復(fù)雜。進(jìn)入21 世紀(jì)后，干旱事件頻發(fā)，造成嚴(yán)重的經(jīng)濟(jì)損失[8]。在以往對(duì)中國TVDI的研究中，不同學(xué)者主要聚焦于小流域，且長時(shí)間序列的研究較少。我國幅員遼闊，不同流域的農(nóng)業(yè)生態(tài)、土地類型等很多方面的都有較大差異，為了更系統(tǒng)、細(xì)致地研究中國流域干旱災(zāi)害演變特征，本文基于2000 年—2019 年TVDI 時(shí)間序列，基于流域尺度探究中國生態(tài)干旱情況及氣象因子對(duì)生態(tài)干旱的影響，為我國制定應(yīng)對(duì)氣候變化的策略和生態(tài)文明建設(shè)提供科學(xué)依據(jù)。

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源、預(yù)處理及流域劃分

溫度植被干旱指數(shù)數(shù)據(jù)集來源于國家科技基礎(chǔ)條件平臺(tái)—國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心，其時(shí)間尺度為月尺度，時(shí)間序列為2000 年—2019 年，該產(chǎn)品像素精度為0.008 9°，其數(shù)據(jù)完整性、邏輯性及精度等均符合有關(guān)技術(shù)規(guī)定和標(biāo)準(zhǔn)的要求[9]。

本文使用的降水氣溫柵格數(shù)據(jù)來源于國家科技基礎(chǔ)條件平臺(tái)—國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心-黃土高原分中心；其時(shí)間尺度為月尺度，時(shí)間序列為2000 年—2019 年，空間分辨率為0.008 333 3°（約1 km），降水?dāng)?shù)據(jù)單位為mm，氣溫?cái)?shù)據(jù)單位為℃，并使用496個(gè)獨(dú)立氣象觀測(cè)點(diǎn)數(shù)據(jù)進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果可信[10]。

TVDI 數(shù)據(jù)集與氣象數(shù)據(jù)集空間分辨率并不相同，且為全球尺度。本文借助Arcgis平臺(tái)，經(jīng)過裁剪，重采樣后使兩者具有相同分辨率（0.008 333 3°），方便后期相關(guān)性分析。流域劃分依照中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心的標(biāo)準(zhǔn)，將中國劃分為9大流域。

2.2 溫度植被干旱指數(shù)的計(jì)算

溫度植被干旱指數(shù)數(shù)據(jù)序列基于MOD13A2 NDVI 與MOD11A2 LST 數(shù)據(jù)計(jì)算所得，來表征土壤表層含水量，其計(jì)算公式為[11]：

式中：LST——地表溫度（℃），LSTmax，LSTmin分別表示某NDVI 像元上LST 的最高值與最低值，℃；a、b、c、d分別為干濕邊擬合系數(shù)。

TVDI 值的范圍為（0，1），其值越接近1，表明該地區(qū)越干旱，反之則表明該地區(qū)越濕潤。

2.3 趨勢(shì)分析

本文一元線性回歸法計(jì)算某像元隨著時(shí)間變化的變化趨勢(shì)，其計(jì)算方法如下：

式中：S——傾向斜率，當(dāng)S>0時(shí)，表示某像元隨時(shí)間變化呈現(xiàn)增長趨勢(shì)，反之呈下降趨勢(shì)，t為年份，TVDIi為第i年的TVDI值。

2.4 相關(guān)性分析

相關(guān)分析可以明晰2 個(gè)或2 個(gè)以上變量的關(guān)系密切程度，本文采用偏相關(guān)性分析分別計(jì)算TVDI 與降水和氣溫的偏相關(guān)系數(shù)及復(fù)相關(guān)性分析計(jì)算TVDI 與降水氣溫的相關(guān)關(guān)系。其計(jì)算方法如下：

式中：Rxy,z——固定自變量z以后因變量x和自變量y之間的偏相關(guān)系數(shù)；Rxz——x，y之間的相關(guān)系數(shù)。

復(fù)相關(guān)分析法計(jì)算方法如下：

式中：Rx,yz——因變量x與自變量y、z的復(fù)相關(guān)系數(shù)。

在探究氣象因子對(duì)于TVDI 變化的驅(qū)動(dòng)方式的研究中，不同區(qū)域TVDI 受到降水與氣溫的影響不同，在某些區(qū)域，TVDI 可能只受降水影響，氣溫影響較低，而某些區(qū)域則為降水、氣溫共同作用下的變化。因此，本文將氣象因子的驅(qū)動(dòng)類型分為5 類，劃分依據(jù)為偏相關(guān)與復(fù)相關(guān)檢驗(yàn)時(shí)的顯著標(biāo)準(zhǔn)[12]，如降水驅(qū)動(dòng)則表示為降水是TVDI 變化的主要驅(qū)動(dòng)因子，氣象因子強(qiáng)驅(qū)動(dòng)則為TVDI變化與降水與氣溫有關(guān)，且為主要的影響因素。其具體劃分準(zhǔn)則見表1。

表1 TVDI驅(qū)動(dòng)類型劃分Tab.1 Division of TVDI driver types

2.5 集合經(jīng)驗(yàn)?zāi)B(tài)分解

集合經(jīng)驗(yàn)?zāi)B(tài)分解是在EMD（Empirical Mode Decomposition）的基礎(chǔ)上增加了白噪聲，可以有效地解決尺度混合誤差，其具備EMD 自適應(yīng)性；其基本原理為將原始特征信號(hào)分解為不同時(shí)間尺度的本征模態(tài)函數(shù)分量和一個(gè)殘差分量。其具體計(jì)算步驟可見文獻(xiàn)[13]。本文將TVDI 時(shí)間序列經(jīng)EEMD分解后所得RSE分量表示其變化趨勢(shì)。

3 結(jié)果與分析

3.1 中國氣象因子時(shí)空變化

由圖1可知，我國2000年—2019年年均降水193.69 mm，雖然在個(gè)別年份有所波動(dòng)，但整體呈顯著增長趨勢(shì)；我國2000 年—2019 年平均氣溫為6.93℃，在2006 年—2013 年發(fā)生了較大波動(dòng)，其中2007 年平均氣溫最高，超出了多年平均值，為7.42℃；使用EEMD 分解并將趨勢(shì)項(xiàng)標(biāo)注于圖中，雖然降水和氣溫都呈現(xiàn)出增長趨勢(shì)，但降水的變化率自2012年逐漸增長，而氣溫的變化率在2016 年減小，表明自2016 年后，氣溫增加趨勢(shì)較2016年前呈減弱。

圖1 中國2000年—2019年均降水、氣溫變化趨勢(shì)Fig.1 Trends of annual average precipitation and temperature in China from 2000 to 2019

中國幅員遼闊，跨緯度較廣，距海遠(yuǎn)近差距較大，加之地勢(shì)高低不同，降水與氣溫產(chǎn)生了較明顯的南北、東西差異，具體見圖2。在流域尺度上，東南諸河流域多年平均降水量最大，見表2，達(dá)到142.79 mm；其次為珠江流域，為124.58 mm；內(nèi)陸河流域多年平均降水量最少，僅為12.01 mm。相較于東南諸河流域，相差有近12 倍。這主要是由于向西海拔增高，水汽輸送受到地形影響呈下降趨勢(shì)。故其多年平均降水量差異較大。2000年—2019年除淮河流域與西南諸河流域外，其余流域降水均呈增長趨勢(shì)，其中珠江流域降水增長速率最快，為每10年6.57 mm，其次為東南諸河流域，為每10年6.28 mm。

位于我國南部的珠江流域及東南諸河流域緯度較低，年均氣溫分別為20.01℃與19.92℃，具體見圖2。內(nèi)陸河流域南部、西南諸河流域、長江流域東部因其海拔較高，地勢(shì)起伏較大，故氣溫常年較低。其中松遼流域及內(nèi)陸河流域年均氣溫為2.96℃與3.05℃南北差異明顯。這主要是由于我國東部與南部地形平緩，越往南部，日照時(shí)數(shù)增加，故氣溫呈現(xiàn)出南高北低、東高西低的態(tài)勢(shì)。在2000 年—2019 年中，各流域氣溫均為增長趨勢(shì)，具體見表2，其中海河流域增大速率最快，為每10年0.28℃，其次為東南諸河流域，相較于南部流域，位于北部的松遼流域、黃河流域等增長速率較慢。

圖2 2000年—2010年中國各流域年均降水氣溫時(shí)間變化圖Fig.2 Temporal variation of annual precipitation and temperature in various river basins in China from 2000 to 2010

表2 中國各流域2000年—2019年年均降水氣溫值及變化趨勢(shì)斜率Tab.2 The average annual precipitation and temperature values and trend slopes of each basin in China from 2000 to 2019

3.2 TVDI時(shí)空變化趨勢(shì)

2000 年—2019 年，全國年均TVDI 值見圖3-a，其多年平均值為0.57；最大值發(fā)生在2000 年，為0.58；最小值為0.56，發(fā)生在2016 年。在20 年間，TVDI 在2009 年產(chǎn)生較大波動(dòng)，線性趨勢(shì)項(xiàng)顯示為減小趨勢(shì)，即越來越濕潤狀態(tài)；使用EEMD對(duì)TVDI進(jìn)行分解，其趨勢(shì)項(xiàng)顯示自2000年—2009年TVDI為增長趨勢(shì)；2009年以后呈下降趨勢(shì)。

在流域尺度上，我國東北部的松遼流域至我國中部的黃河流域、淮河流域及海河流域其TVDI值逐漸增加，即越往南部干旱化趨勢(shì)愈加明顯；我國東北部的松遼流域TVDI 均值最小，南部的珠江流域TVDI 均值最大，整體為松遼流域的1.4 倍；我國西北部的內(nèi)陸河流域與西南部的西南諸河流域差異顯著。這是由于位于北部的內(nèi)陸河流域是我國沙漠的主要分布地區(qū)，TVDI 值較大，而南部的高原地區(qū)山脈較多，地形變化較大，故其南部與北部TVDI值呈現(xiàn)出明顯差異。

使用一元線性回歸法研究我國2000年—2019年TVDI的變化趨勢(shì)見圖3-b。其中，TVDI值減小的區(qū)域主要集中在東北部的松遼流域與西部的內(nèi)陸河流域，松遼流域約93.49%的區(qū)域呈減小趨勢(shì)，內(nèi)陸河流域次之，約87.89%；位于我國南部的流域TVDI 值增長趨勢(shì)較北部流域更明顯，即干旱化越來越明顯，其中西南諸河流域增長面積最大（57.44%），其次為長江流域（55.72%）、珠江流域（42.69%）以及東南諸河流域（33.91%）。在顯著性分析中，松遼流域顯著性減小區(qū)域最多，為90.01%，海河流域次之，為70.5%；而位于西南諸河流域和長江流域通過顯著性檢驗(yàn)所占面積較高，分別為67.13%和52.89%。

圖3 全國及9大流域多年平均TVDI及顯著性變化面積占比Fig.3 Annual average TVDI and the proportion of significant change area in 9 major river basins

3.3 TVDI變化的影響因素分析

使用偏相關(guān)檢驗(yàn)法可以有效的剔除其他變量的影響[14]，在中國2000年—2019年TVDI與降水及氣溫的偏相關(guān)性分析中，我國偏相關(guān)系數(shù)集中在[-0.99，0.98]，全國平均偏相關(guān)系數(shù)為-0.45。在顯著性水平α=0.05 水平下，全國約有52.20%的像元通過了顯著性檢驗(yàn)。

位于我國北部、中部及西部的流域主要為負(fù)相關(guān)，其中黃河流域TVDI 與降水呈現(xiàn)負(fù)相關(guān)的像元數(shù)量占通過顯著性檢驗(yàn)的像元數(shù)最多，約占流域總面積98.60%，且偏相關(guān)性最高，系數(shù)為-0.73 見圖4a；松遼流域次之，約有91.16%的像元為負(fù)相關(guān)，主要集中在流域的北部、中部與南部，其偏相關(guān)系數(shù)為-0.66。位于我國南部的流域如珠江流域與東南諸河流域TVDI 與降水則主要呈正相關(guān)，呈正相關(guān)像元比例分別為48.37%與44.34%，主要集中在珠江流域的東部、南部及東部部分地區(qū)與東南諸河的東南部及南部地區(qū)，整體偏相關(guān)系數(shù)較低，分別為-0.04與-0.07。整體來看，相較于北方的松遼流域、海河流域等，位于我國南部的珠江流域、東南諸河流域TVDI 與降水的正偏相關(guān)系數(shù)比例有較大差別，整體趨勢(shì)為越靠近南部，偏相關(guān)系數(shù)絕對(duì)值越小。

TVDI 與氣溫的偏相關(guān)分析見圖4b。全國平均偏相關(guān)系數(shù)值為-0.33。在顯著性水平α=0.05 水平下，全國約有50.98%的像元通過了顯著性檢驗(yàn)。在流域尺度上，位于我國北部及西部的流域主要為負(fù)相關(guān)，這與降水的偏相關(guān)系數(shù)有較大差別，其中海河流域TVDI 與降水呈現(xiàn)負(fù)相關(guān)的像元數(shù)量最多，約為99.49%,且偏相關(guān)性最高，系數(shù)為-0.67；松遼流域次之，約有97.98%的像元為負(fù)相關(guān),偏相關(guān)系數(shù)為-0.66。西南諸河流域約有78.06%的像元呈現(xiàn)出正相關(guān)性，主要集中在流域的東南部與中部地區(qū)；長江流域約有66.28%的像元表現(xiàn)為正相關(guān)，主要集中在流域的西南、中部與東部地區(qū)，其偏相關(guān)系數(shù)分別為0.39與0.24。整體來看，TVDI與氣溫呈正相關(guān)的區(qū)域主要集中在我國的中部與西南部，其余地區(qū)則主要以負(fù)相關(guān)為主。

圖4 中國TVDI與降水氣溫偏相關(guān)性分析Fig.4 Analysis of partial correlation between TVDI and precipitation temperature in China

在我國不同區(qū)域尺度下，TVDI 受到降水和氣溫的影響存在一定差異。為此，本文使用復(fù)相關(guān)分析計(jì)算了在降水和氣溫雙重影響下TVDI 對(duì)氣候因子的響應(yīng)程度。我國TVDI與降水氣溫的復(fù)相關(guān)系數(shù)集中在[0.54，0.99],且在顯著性水平α=0.05 水平下,全國約有78.21%的像元通過了顯著性檢驗(yàn),表明我國大部分地區(qū)TVDI 受到降水氣溫的影響。在流域尺度上,松遼流域約有94.27%的像元通過了顯著性檢驗(yàn)，在九大流域中占比最高,整體相關(guān)系數(shù)為0.85，且有74.29%的像元復(fù)相關(guān)系數(shù)超過了0.8，主要集中在流域的中部、西南部、南部與東北部;黃河流域約有92.55%的像元通過了顯著性檢驗(yàn)，僅次于松遼流域,整體相關(guān)系數(shù)為0.85，其中72.69%的像元復(fù)相關(guān)系數(shù)超過了0.8,主要集中在流域的東部、中部與北部。其中東南諸河流域通過顯著性檢驗(yàn)的像元較少,遠(yuǎn)低于全國平均水平,約為53.66%,主要集中在流域的東南部，且相關(guān)系數(shù)相交其余流域最低，為0.71。西南諸河流域與珠江流域像元占比大致相同,分別為64.40%與65.78%，其相關(guān)系數(shù)分別為0.74 和0.73。整體來看,我國北部TVDI與降水氣溫復(fù)相關(guān)系數(shù)較高,說明受兩者影響較大。

圖5 中國TVDI與降水氣溫復(fù)相關(guān)性分析Fig.5 Complex correlation analysis between TVDI and precipitation temperature in China

在同時(shí)考慮降水與氣溫的影響下，探究氣象因子對(duì)于TVDI變化的驅(qū)動(dòng)方式研究。根據(jù)其劃分標(biāo)準(zhǔn)可分為5類，具體劃分準(zhǔn)則見表1。由表3 可知，我國約有78.75%的區(qū)域TVDI受到氣象因子的影響，其中34.97%的區(qū)域?yàn)棰躅?，即降水和氣溫為?qiáng)驅(qū)動(dòng)因素，其次為Ⅲ類驅(qū)動(dòng)，即降水為TVDI變化的主要驅(qū)動(dòng)因素，占全國面積的23.34%左右。在流域尺度，我國東部及南部沿海流域如東南諸河流域、淮河流域、西南諸河流域及珠江流域TVDI 受Ⅰ類驅(qū)動(dòng)面積占比最多；黃河流域、內(nèi)陸河流域TVDI的驅(qū)動(dòng)類型主要以降水驅(qū)動(dòng)為主，長江流域、海河流域則為氣象因子強(qiáng)驅(qū)動(dòng)占比最多，體現(xiàn)出較明顯的流域差異。

表3 各流域不同氣候類型驅(qū)動(dòng)類型面積占比Tab.3 The proportion of areas driven by different climate types of each basin %

4 討論與結(jié)論

4.1 討論

本文通過2000年—2019年TVDI數(shù)據(jù)集及降水氣溫?cái)?shù)據(jù)集，將我國劃分為9 大流域，探討流域間氣象因子與TVDI 的關(guān)系，揭示了中國生態(tài)干旱的驅(qū)動(dòng)機(jī)制，對(duì)合理制定干旱對(duì)策提供了理論依據(jù)。

2000年—2019年，我國大部分區(qū)域TVDI呈現(xiàn)減小趨勢(shì)，即干旱化情況得到改善，主要集中在我國北部和西北部，而我國南部近20年來則呈現(xiàn)出干旱化嚴(yán)重趨勢(shì)，這與部分學(xué)者研究一致[15]。在以往研究中，已經(jīng)表明TVDI 與土壤水分呈顯著的負(fù)相關(guān)關(guān)系[16]，但并不意味著降水對(duì)TVDI 有決定性影響，這在不同區(qū)域間就有明顯差異。王德應(yīng)[17]等表示在河南省TVDI 與降水呈負(fù)相關(guān)，與氣溫呈正相關(guān)；黃靜[18]等研究表明新疆TVDI與年降水氣溫相關(guān)性較小。

本文在探究TVDI 的影響因子中，只考慮了降水與氣溫的影響，實(shí)際上，在個(gè)別區(qū)域日照時(shí)數(shù)、輻射量也會(huì)影響TVDI 變化，且在不同土地利用情況下，其影響因子也有不同，在下一步研究中可以增加以上變量的研究。

4.2 結(jié)論

（1）根據(jù)TVDI 分級(jí)標(biāo)準(zhǔn)，我國西北部及南部地區(qū)干旱情況較為嚴(yán)重，在流域尺度上，北部流域TVDI 值小于南部流域。2000 年—2019 年TVDI 整體為下降趨勢(shì)，處于增長的區(qū)域主要集中在我國南部。

（2）我國降水南多北少，氣溫為南高北低，有較大的空間差異。在TVDI 與氣象因子的相關(guān)性分析中，我國約有78.21%的區(qū)域TVDI 與降水氣溫通過了顯著性檢驗(yàn)，北部相關(guān)系數(shù)大于南部；在驅(qū)動(dòng)類型上，強(qiáng)氣象因子驅(qū)動(dòng)占比最多，其次為降水驅(qū)動(dòng)。