一种基于累积降水与累积蒸发的气象干旱指数

doi:10.11755/j.issn.1006-7639-2025-01-0001

干旱气象 ›› 2025, Vol. 43 ›› Issue (1): 1-10.DOI: 10.11755/j.issn.1006-7639-2025-01-0001

一种基于累积降水与累积蒸发的气象干旱指数

潘永地¹^,²(), 肖晶晶³(), 潘彦华⁴, 石界⁵

1.浙江省温州市气象局，浙江温州 325027
2.温州市台风监测预报技术重点实验室，浙江温州 325027
3.浙江省气候中心，浙江杭州 310052
4.浙江省文成县气象局，浙江文成 325300
5.甘肃省定西市农试站，甘肃定西 743000

收稿日期:2024-06-07 修回日期:2024-07-23 出版日期:2025-02-28 发布日期:2025-03-14
通讯作者: 肖晶晶（1984—），男，主要从事作物气象及干旱风险研究。E-mail：xiojingjing2005@163.com。
作者简介:潘永地（1971—），男，正高级工程师，硕士，主要从事农业气象方面研究。E-mail：648679519@qq.com。
基金资助:
浙江省基础公益计划项目(LGF22D050007);浙江省气象局重点项目(2022ZD07)

A meteorological drought index based on cumulative precipitation and cumulative evaporation

PAN Yongdi¹^,²(), XIAO Jingjing³(), PAN Yanhua⁴, SHI Jie⁵

1. Wenzhou Meteorological Bureau of Zhejiang Province，Wenzhou 325027，Zhejiang，China
2. Wenzhou Key Laboratory of Typhoon Observations & Forecasting，Wenzhou 325027，Zhejiang，China
3. Zhejiang Climate Center，Hangzhou 310052，China
4. Wencheng Meteorological Bureau of Zhejiang Province，Wencheng 325300，Zhejiang，China
5. Dingxi Agricultural Testing Station，Dingxi 743000，Gansu，China

Received:2024-06-07 Revised:2024-07-23 Online:2025-02-28 Published:2025-03-14

摘要/Abstract

摘要：

为了克服传统气象干旱指数在计算时依赖历史同期气候概率数据的不足，本文建立了能够反映土壤干旱程度但只需当期降水量、蒸发量资料的气象干旱指数。根据土壤水分平衡方程，结合土壤干旱等级，利用干土层表土蒸发强度与水面蒸发强度关系和土壤蒸发计算方法，推导出在累积降水量-累积蒸发量坐标系中的各干旱等级临界线表达式，4条临界线表达式分别对应轻旱、中旱、重旱、特旱4个干旱等级。通过前向逐日滚动计算，将累积降水量、累积蒸发量构成的坐标点到相应临界线距离最大的点作为该临界线的最大距离点，在各临界线最大距离点中以位于最高干旱等级区且离下方最近临界线距离最大的坐标点确定干旱等级，由该坐标点到各临界线的距离构造土壤干旱等级距离指数，反映土壤干旱等级。将土壤干旱等级距离指数与土壤水分测量数据和干旱灾情记录进行比较，发现该指数变化与土壤水分变化高度负相关，与实际干旱影响有很高的一致性。土壤干旱等级距离指数具有物理意义明确、计算方便、时间尺度短等优点，对干旱监控实际业务具有重要意义。

关键词: 累积降水量, 累积蒸发量, 气象, 干旱指数

Abstract:

To overcome the limitation of traditional meteorological drought indices, which rely on historical climatic probability data of the same period for calculation, this paper establishes a meteorological drought index that can reflect the degree of soil drought but only requires current precipitation and evaporation data. Based on the soil water balance equation and in conjunction with the standard classification of soil drought levels, this study utilizes the relationship between the evaporation intensity of the dry soil surface layer and the water surface, along with soil evaporation calculation methods, to derive the expressions of the critical lines representing various drought levels within the cumulative precipitation-cumulative evaporation coordinate system. The four derived expressions of critical lines correspond to four drought grades, namely, mild drought, moderate drought, severe drought, and extreme drought, respectively. Through a forward daily rolling calculation, the point where the cumulative precipitation and cumulative evaporation coordinates are farthest from their respective critical line is identified as the maximum distance point for that critical line. The drought level is determined by the coordinate point that is located in the highest drought level region and has the maximum distance from the nearest lower critical line. The drought index is then constructed based on the distances from this coordinate point to each critical line. The drought index established in this study reflects the level of soil drought. The drought index calculated using the soil drought level distance index model presented in this paper is compared with soil moisture measurement data and drought disaster records. The results indicate that the variations in the drought index presented in this paper exhibit a high negative correlation with changes in soil moisture and a strong consistency with actual drought impacts. The drought index proposed in this study possesses advantages such as clear physical meaning, convenient calculation, and short response time scale, making it of great significance for practical drought monitoring operations.

Key words: accumulated precipitation, accumulated evaporation, meteorology, drought index

中图分类号:

P63
P404

潘永地, 肖晶晶, 潘彦华, 石界. 一种基于累积降水与累积蒸发的气象干旱指数[J]. 干旱气象, 2025, 43(1): 1-10.

PAN Yongdi, XIAO Jingjing, PAN Yanhua, SHI Jie. A meteorological drought index based on cumulative precipitation and cumulative evaporation[J]. Journal of Arid Meteorology, 2025, 43(1): 1-10.

图/表 6

表1 基于土壤相对湿度的干旱等级划分

Tab.1 Classification of drought grades based on soil relative moisture

10~20 cm深度土壤相对湿度（R）	干旱等级
R>60%	无旱
50%<R≤60%	轻旱
40%<R≤50%	中旱
30%<R≤40%	重旱
R≤30%	特旱

表2 基于土壤干土层厚度的干旱等级划分

Tab.2 Classification of drought grades based on dry soil layer thickness

干土层厚度（H）/cm	干旱等级
H<5	无旱
5≤H<10	轻旱
10≤H<15	中旱
15≤H<20	重旱
H≥20	特旱

图1 土壤干旱等级距离指数概念模型示意图（点、线等说明见文中）

Fig.1 Schematic diagram of the conceptual model of soil drought grade distance index （Points，lines，etc.，see the article）

图2 2013年1—9月平阳站土壤干旱等级距离指数与土壤含水率及土壤相对湿度演变

Fig.2 Evolution of soil drought grade distance index，soil water content，and soil relative moisture at Pingyang Station from January to September in 2013

图3 2022年6月6日—12月31日温州站土壤干旱临界线距离逐日变化

Fig.3 Daily variation of critical line distance for soil drought at Wenzhou Station from June 6 to December 31，2022

图4 1985—2022年温州站土壤干旱等级距离指数逐日演变

Fig.4 Daily variation of soil drought grade distance index from 1985 to 2022 at Wenzhou Station

参考文献 48

[1]	阿帕尔·肉孜, 阿吉古丽. 沙依提, 叶尔克江·霍依哈孜, 等, 2024. 基于SPI的1961-2020年昌吉地区作物生长季气象干旱时空特征研究[J]. 沙漠与绿洲气象, 18(2):163-168.
[2]	陈灏, 张晓琳, 胡彩霞, 等, 2023. 基于GAMLSS模型的云南省非一致性标准化降水指数分析[J]. 水电能源科学, 41(4):9-12.
[3]	傅抱璞, 1981. 土壤蒸发的计算[J]. 气象学报, 39(2):226-236.
[4]	贺双燕, 杨晓静, 刘俊钊, 等, 2024. 2022年江西省干旱时空演变特征研究[J]. 中国水利水电科学研究院学报:中英文, 22(1):49-62.
[5]	黄瑶, 何军, 甘薇薇, 等, 2023. 基于SPI的金沙江下游气象干旱时空分布特征及预测方法[J]. 高原山地气象研究, 43(2): 81-89.
[6]	雷声, 全智平, 王能耕, 2023. 2022年江西省极端干旱回顾与思考[J]. 中国防汛抗旱, 33(4):1-6.
[7]	李家誉, 佘敦先, 张利平, 等, 2022. 黄土高原植被变化对气象干旱多尺度响应特征与机制[J]. 水土保持学报, 36(6):280-289.
[8]	廉泓林, 韩雪莹, 刘雅莉, 等, 2022. 基于标准化降水蒸散指数(SPEI)的毛乌素沙地1981—2020年干旱特征研究[J]. 中国沙漠,42(4):71-80. DOI
[9]	潘永地, 潘彦华, 王金瑞, 等, 2022. 基于卫星和数值预报产品计算短波辐射[J]. 亚热带资源与环境学报, 17(4):22-28.
[10]	青海省气象局, 2017. 土壤干旱等级:DB63/T1578—2017[S]. 西宁: 青海省气象局.
[11]	全国气候与气候变化标准化技术委员会, 2017.气象干旱等级: GB/T20481—2017[S]. 北京: 中国标准出版社.
[12]	任至涵, 倪长健, 石荞语, 等, 2024. 基于最优概率分布函数的成都市近63 a干旱特征分析[J]. 干旱气象, 42(6): 844-853. DOI
[13]	商守卫, 王银堂, 崔婷婷, 等, 2022. 基于标准化降水指数的成都市气象干旱演变特征[J]. 水电能源科学, 40(12):26-29.
[14]	宋刚勇, 胡洪浩, 杨茂松, 等, 2023. 2022年重庆市历史罕见干旱防御实践与思考[J]. 水利水电快报, 44(4):8-13.
[15]	宋艳玲, 2022. 全球干旱指数研究进展[J]. 应用气象学报, 33(5):513-526.
[16]	孙伟, 裘峰, 王丽萍, 等, 2023. 2022年贵州省干旱灾害应对与思考[J]. 水利水电快报, 44(4):24-27.
[17]	唐怡, 卯昌书, 苏建广, 2023. 基于SPI指数的云南省干旱时空特征分析[J]. 水利水电快报, 44(2):17-23.
[18]	王林, 陈文, 2014. 标准化降水蒸散指数在中国干旱监测的适用性分析[J]. 高原气象, 33(2):423-431. DOI
[19]	王姝, 李金建, 秦宁生, 2019. 基于历史帕默尔干旱指数(PDSI)数据集重建的长江源区过去706 a径流量[J]. 中国沙漠,39(3):126-135. DOI
[20]	王莺, 张强, 王劲松, 等, 2022. 21世纪以来干旱研究的若干新进展与展望[J]. 干旱气象, 40(4):549-566. DOI
[21]	温州市农业局, 2022. 温州市2022年干旱情况调查报告[R]. 温州: 温州市气象局.
[22]	温州市气象局, 1985—2022. 温州市气候影响综合评价[R]. 温州: 温州市气象局.
[23]	吴志勇, 程丹丹, 何海, 等, 2021. 综合干旱指数研究进展[J]. 水资源保护, 37(1):36-45.
[24]	武荣盛, 侯琼, 杨玉辉, 等, 2021. 多时间尺度气象干旱指数在内蒙古典型草原的适应性研究[J]. 干旱气象, 39(2):177-184.
[25]	杨家伟, 陈华, 侯雨坤, 等, 2019. 基于气象旱涝指数的旱涝急转事件识别方法[J]. 地理学报, 74(11):2358-2 370.
[26]	杨晓静, 姜田亮, 刘燕龙, 等, 2023. 湖南省2022年干旱时空特征及旱灾防御策略研究[J]. 中国防汛抗旱, 33(4):7-14.
[27]	张强, 李栋梁, 姚玉璧, 等, 2024. 干旱形成机制与预测理论方法及其灾害风险特征研究进展与展望[J]. 气象学报, 82(1):1-21.
[28]	张强, 张良, 崔显成, 等, 2011. 干旱监测与评价技术的发展及其科学挑战[J]. 地球科学进展, 26(7):763-778.
[29]	张瑜芳, 蔡树英, 蔡美娟, 1991. 表土低含水率条件下土壤非稳定蒸发研究[J]. 武汉水利电力学院学报, 24(2):157-164.
[30]	郑超磊, 胡光成, 陈琪婷, 等, 2021. 遥感土壤水分对蒸散发估算的影响[J]. 遥感学报, 25(4):990-999.
[31]	周丹, 张勃, 任培贵, 等, 2014. 基于标准化降水蒸散指数的陕西省近50 a干旱特征分析[J]. 自然资源学报, 29(4):677-688.
[32]	朱占云, 张露萱, 李福刚, 等, 2024. 新安江流域气象干旱和水文干旱特征及两者之间的关系研究[J]. 干旱气象, 42(2):157-165. DOI
[33]	ALLEY W M, 1984. The Palmer drought severity index: Limitations and assumptions[J]. Journal of Climate and Applied Meteorology, 23(7): 1 100-1 109.
[34]	ARSLAN O, 2021. Hydrological drought analysis for Bolu city with streamflow drought index[J]. International Scientific and Vocational Studies Journal, 5(2): 115-123.
[35]	CAMMALLERI C, ARIAS-MUÑOZ C, BARBOSA P, et al, 2021. A revision of the combined drought indicator (CDI) used in the European drought observatory (EDO)[J]. Natural Hazards and Earth System Sciences, 21(2): 481-495.
[36]	HAHM W J, DRALLE D N, SANDERS M, et al, 2022. Bedrock vadose zone storage dynamics under extreme drought: Consequences for plant water availability, recharge, and runoff[J]. Water Resources Research, 58(4): e2021WR031781.
[37]	TAREKE K A, AWOKE A G, 2022. Comparing surface water supply index and streamflow drought index for hydrological drought analysis in Ethiopia[J]. Heliyon, 8(12): e12000. DOI:10.1016/j.heliyon.2022.e12000.
[38]	LU E, 2009. Determining the start, duration, and strength of flood and drought with daily precipitation: Rationale[J]. Geophysical Research Letters, 36(12): L12707.DOI:10.1029/2009GL038817.
[39]	LYON B, 2004. The strength of El Niño and the spatial extent of tropical drought[J]. Geophysical Research Letters, 31(21): L21204. DOI:10.1029/2004GL020901.
[40]	MCKEE T B, DOESKEN N J, KLEIST J, 1993. The relationship of drought frequency and duration to times scales[C]// Proceedings of the 8th Conference on Applied Climatology,Anaheim, CA. Boston, MA: American Meteorological Society.
[41]	OYOUNALSOUD M S, ABDALLAH M, GOKHAN YILMAZ A, et al, 2023. A new meteorological drought index based on fuzzy logic: Development and comparative assessment with conventional drought indices[J]. Journal of Hydrology, 619: 129306. DOI:10.1016/j.jhydrol.2023.129306
[42]	NOURANI V, 2022. Application of the artificial intelligence approach and remotely sensed imagery for soil moisture evaluation[J]. Hydrology Research, 53(5): 684-699.
[43]	PALMER W C, 1968. Keeping track of crop moisture conditions, nationwide: The new cropmoisture index[J]. Weatherwise, 21(4): 156-161.
[44]	PALMER W C, 1965. Meteorological Drought[R]. Research Paper No.45,Washion DC:U S Weather Bureau.
[45]	PRAJAPATI V K, KHANNA M, SINGH M, et al, 2021. Evaluation of time scale of meteorological, hydrological and agricultural drought indices[J]. Natural Hazards, 109(1): 89-109.
[46]	ZHANG Q, YAO Y B, LI Y H, et al, 2020. Causes and changes of drought in China: Research progress and prospects[J]. Journal of Meteorological Research, 34(3): 460-481.
[47]	VICENTE-SERRANO S M, BEGUERÍA S, LÓPEZ-MORENO J I, 2010. A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index[J]. Journal of Climate, 23(7): 1 696-1 718.
[48]	ZHU Y, WANG W, SINGH V P, et al, 2016. Combined use of meteorological drought indices at multi-time scales for improving hydrological drought detection[J]. Science of the Total Environment, 571: 1 058-1 068.

一种基于累积降水与累积蒸发的气象干旱指数

A meteorological drought index based on cumulative precipitation and cumulative evaporation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 48

相关文章 15

编辑推荐

Metrics

[1]	杨晓玲, 孙旭映, 杨金虎, 吴雯, 赵慧华, 陈静. 石羊河流域复合高温干旱事件的识别及其演变特征[J]. 干旱气象, 2024, 42(6): 836-843.
[2]	穆佳, 吴迪, 刘洋, 王冬妮, 任景全. 吉林省玉米干旱风险对产量的影响分析[J]. 干旱气象, 2024, 42(4): 498-506.
[3]	李春华, 朱飙, 杨金虎, 黄鹏程. 我国干旱半干旱区近60 a气象干旱气候特征分析[J]. 干旱气象, 2024, 42(4): 519-526.
[4]	陈瑞敏, 田秀霞, 王荣英, 吴雁, 卢西畅. 河北省南部臭氧重污染事件中臭氧垂直分布与气象因素分析[J]. 干旱气象, 2024, 42(4): 611-619.
[5]	董元柱, 王天河, 谭睿琦, 王思晨, 焦英姿, 唐靖宜. 西北干旱区荒漠戈壁两次极端沙尘事件的对比研究[J]. 干旱气象, 2024, 42(2): 197-208.
[6]	刘炜, 赵艳丽, 高晶, 李林惠, 王慧敏. 2022年7月内蒙古干旱半干旱区涝—旱转折事件的成因分析[J]. 干旱气象, 2024, 42(1): 11-18.
[7]	沙莎, 王丽娟, 王小平, 胡蝶, 张良. 基于温度植被干旱指数（TVDI）的甘肃省农业干旱监测方法研究[J]. 干旱气象, 2024, 42(1): 27-38.
[8]	邓星辰, 于桐, 沈佳依, 赵欣, 王林, 郑飞. 2023/2024年厄尔尼诺事件对巴拿马运河区域干旱的影响分析[J]. 干旱气象, 2023, 41(6): 841-848.
[9]	罗晓玲, 杨梅, 赵慧华, 李岩瑛, 蒋菊芳, 伏芬琪. 厄尔尼诺事件对甘肃武威温度降水以及气象干旱影响分析[J]. 干旱气象, 2023, 41(6): 849-859.
[10]	马思源, 金燕, 张思, 王楚钦, 马志敏. 厄尔尼诺/南方涛动事件对云南秋季气象干旱的不同影响分析[J]. 干旱气象, 2023, 41(6): 860-872.
[11]	王昀, 王丽娟, 陆晓娟, 张金玉, 王芝兰, 沙莎, 胡蝶, 杨扬, 颜鹏程, 李忆平. 2023年上半年我国干旱的特征及其成因分析[J]. 干旱气象, 2023, 41(6): 884-896.
[12]	赵惠珍, 何涛, 郭瑞霞, 王成福, 张艳荣, 李琪. 基于SPEI的甘南高原气象干旱变化特征[J]. 干旱气象, 2023, 41(5): 688-696.
[13]	王孝慈, 王继竹, 孟英杰, 李双君. 2016—2020年长江沿线雾的特征及成因分析[J]. 干旱气象, 2023, 41(5): 734-743.
[14]	王莹, 张舒, 徐永清, 阙粼婧, 李新华, 黄英伟, 陈雪, 王蕾. 近50 a黑龙江省5—9月气象干旱及大气环流异常特征[J]. 干旱气象, 2023, 41(4): 540-549.
[15]	孙树娇, 曹晓云, 肖建设, 孙玮婕, 祝存兄. 基于NDVI-Albedo特征空间的柴达木盆地荒漠化监测研究[J]. 干旱气象, 2023, 41(4): 560-569.