1963—2022年西北地区中西部干旱演变特征及植被响应研究

doi:10.11755/j.issn.1006-7639-2025-02-0163

干旱气象 ›› 2025, Vol. 43 ›› Issue (2): 163-175.DOI: 10.11755/j.issn.1006-7639-2025-02-0163

1963—2022年西北地区中西部干旱演变特征及植被响应研究

苏天鑫¹(), 孟宪红²^,³, 杨显玉¹(), 安颖颖²^,³, 赵采玲⁴

1.成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室，四川成都 610225
2.中国科学院西北生态环境资源研究院/冰冻圈科学与冻土工程重点实验室，甘肃兰州 730000
3.甘肃省黄河源区气候与环境野外科学观测研究站，甘肃兰州 730000
4.中国气象局兰州干旱气象研究所甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点实验室，甘肃兰州 730020

收稿日期:2024-11-28 修回日期:2025-01-16 出版日期:2025-04-30 发布日期:2025-05-13
通讯作者: 杨显玉（1982—），男，内蒙古赤峰人，副教授，主要从事陆面过程与气候变化研究。E-mail：xyang@cuit.edu.cn。
作者简介:苏天鑫（2001—），男，湖北襄阳人，硕士研究生，主要从事区域气候变化及其影响研究。E-mail：sutianxin2001@163.com。
基金资助:
中国科学院B类先导专项(XDB0720200);甘肃省科技领军人才项目(24RCKB009);中国科学院“西部之光-西部交叉团队”项目(xbzg-zdsys-202215);甘肃省科技计划项目(23JRRA654);干旱气象科学研究基金项目(IAM201803)

Drought evolution characteristics and vegetation response in the midwestern region of northwest China from 1963 to 2022

SU Tianxin¹(), MENG Xianhong²^,³, YANG Xianyu¹(), AN Yingying²^,³, ZHAO Cailing⁴

1. College of Atmospheric Sciences， Chengdu University of Information Technology/ Sichuan Key Laboratory of Plateau Atmosphere and Environment， Chengdu 610225， China
2. Northwest Institute of Eco-Environment and Resources， Chinese Academy of Sciences / Key Laboratory of Cryosphere Science and Frozen Soil Engineering， Lanzhou 730000， China
3. Field Scientific Observatory for Climate and Environment in the Yellow River Source Region， Lanzhou 730000， China
4. Key Laboratory for Arid Climate Change and Disaster Reduction of Gansu Province， Lanzhou Institute of Arid Meteorology/ Key Laboratory for Arid Climate Change and Disaster Reduction of the China Meteorological Administration， Lanzhou 730020， China

Received:2024-11-28 Revised:2025-01-16 Online:2025-04-30 Published:2025-05-13

摘要/Abstract

摘要： 系统研究干旱演变特征及植被对干旱的响应，对防旱减灾、水资源管理和策略制定具有重要意义。本研究以新疆、青海和甘肃三省为研究区域，基于1963—2022年CN05.1数据计算标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index，SPEI），结合2003—2022年植被归一化指数NDVI，应用游程理论、Theil-Sen趋势检验、Mann-Kendall显著性检验、回归分析等方法，分析西北地区中西部不同时间尺度的干旱演变特征，并探讨干旱对植被的影响。结果表明，近60 a来，研究区在年代际和年际尺度上呈现干旱化趋势，1998年为干旱突变年；新疆东部和南部、柴达木盆地及河西走廊的干旱化趋势更为明显，干旱程度以轻旱和中旱为主，河西走廊中旱发生频率（大于15.00%）明显高于其他地区。干旱变化具有12 a、30 a和46 a的周期特征并具有明显的季节差异。春、夏、秋季西北地区中西部具有明显干旱化趋势，其中秋季SPEI减小速率为-0.034 a^-1，干旱化趋势最突出；尤其是河西走廊，春、夏、秋季SPEI减小速率均小于-0.030 a^-1，表明该地区连旱可能性较高，同时干旱历时、烈度峰值和平均干旱烈度均较高。塔里木盆地春秋季的干旱程度亦较为突出。干旱对植被变化具有一定的影响。与2003—2012年相比，2013—2022年NDVI退化面积增加约3.52%。近20 a来植被退化区域主要分布在新疆西部、青海东部和南部，NDVI与SPEI呈正相关。

关键词: 西北地区中西部, 干旱, 标准化降水蒸散指数, NDVI

Abstract:

Systematically investigating drought evolution characteristics and vegetation responses to drought is crucial for drought prevention, disaster mitigation, water resource management, and policy formulation. Our study focuses on Xinjiang, Qinghai, and Gansu provinces in mid-western Northwest China. Using the CN05.1 dataset from 1963 to 2022 to calculate the standardized precipitation evapotranspiration index (SPEI), combined with the normalized difference vegetation index (NDVI) from 2003 to 2022, we applied run theory, Theil-Sen slope estimator, Mann-Kendall trend test, and regression analysis to analyze drought evolution across multiple temporal scales and explore drought impacts on vegetation. The results indicate that over the past 60 years, the study area exhibited a drying trend on decadal and interannual scales, with 1998 identified as a significant drought mutation year. Pronounced drying trends were observed in eastern and southern Xinjiang, the Qaidam Basin, and the Hexi Corridor, where light and moderate droughts were predominant. The Hexi Corridor experienced a significantly higher frequency of moderate droughts (greater than 15.00%) than other regions. Drought variability exhibited periodic characteristics of 12-year, 30-year, and 46-year cycles, with notable seasonal differences. In spring, summer, and autumn, the mid-western Northwest China showed significant drying trends, with the most rapid decline in autumn (SPEI rate: -0.034 yr?1). The Hexi Corridor exhibited SPEI decline rates below -0.030 yr?1 across all three seasons, indicating high risks of consecutive droughts, alongside prolonged duration, higher peak intensity, and mean drought intensity. The Tarim Basin also faced severe drought conditions in spring and autumn. Drought exerted measurable impacts on vegetation dynamics. Compared to 2003-2012, NDVI degradation areas increased by approximately 3.52% during 2013-2022. Over the past two decades, vegetation degradation was concentrated in western Xinjiang, eastern and southern Qinghai, where NDVI and SPEI were positively correlated.

Key words: Mid-western Northwest, drought, standardized precipitation evapotranspiration index, NDVI

中图分类号:

P426.616

苏天鑫, 孟宪红, 杨显玉, 安颖颖, 赵采玲. 1963—2022年西北地区中西部干旱演变特征及植被响应研究[J]. 干旱气象, 2025, 43(2): 163-175.

SU Tianxin, MENG Xianhong, YANG Xianyu, AN Yingying, ZHAO Cailing. Drought evolution characteristics and vegetation response in the midwestern region of northwest China from 1963 to 2022[J]. Journal of Arid Meteorology, 2025, 43(2): 163-175.

图/表 18

图1 研究区示意图注:基于国家测绘地理信息局审图号为GS京(2022)1061号的标准地图制作，底图无修改，下同。

Fig.1 Schematic diagram of the study area

表1 SPEI干旱指数等级划分

Tab.1 Drought classification criteria based on SPEI

等级	干旱类型	SPEI值
1	无旱	-0.5<SPEI
2	轻旱	-1.0<SPEI≤-0.5
3	中旱	-1.5<SPEI≤-1.0
4	重旱	-2.0<SPEI≤-1.5
5	特旱	SPEI≤-2.0

表2 干旱事件SPEI适用性评分标准

Tab.2 Drought event SPEI applicability rating criteria

监测结果	监测效果	评分
空检测或漏监测	差	0
程度和范围均有偏差	较差	1
程度和范围有1项符合	一般	2
程度和范围均符合	较好	3

表3 研究区干旱事件、监测效果评分和准确率

Tab.3 Drought events in study area、monitoring effectiveness rating and accuracy

干旱类型	年份	主要旱区	评分	准确率/%
春旱	1974	新疆大部、甘肃河东	2	62.50
	1977	新疆局部、青海大部	2
	1978	新疆大部、甘肃河东	2
	1981	甘肃大部	1
	1986	新疆大部、甘肃河西	1
	2000	新疆大部、甘肃大部、青海海东	3
	2004	新疆大部、甘肃河东	2
	2015	新疆大部、甘肃大部	2
夏旱	1972	甘肃河东、青海海东	2	79.17
	1978	新疆大部、甘肃河西	2
	1990	新疆大部、甘肃河东	2
	1991	西北大部	3
	1995	甘肃河东、青海大部	3
	1997	甘肃大部	2
	2006	西北大部	3
	2017	甘肃大部、青海东部	2
秋旱	1986	新疆大部	2	83.33
	1991	新疆北部、甘肃河东	3
	1998	甘肃河东	3
	1999	甘肃中东部	2
春夏秋连旱	1978	新疆大部	2	75.00
	1997	甘肃大部	2
	2008	新疆大部	3
	2022	甘肃大部	2
整体			53	73.61

图2 西北地区中西部4次干旱事件SPEI空间分布

Fig.2 Spatial distribution of SPEI for four drought events in the midwestern region of northwest China

图3 西北地区中西部1963—2022年不同年代际SPEI空间分布

Fig.3 Spatial distribution of SPEI in different decades in the midwestern region of northwest China from 1963 to 2022

图4 西北地区中西部1963—2022年SPEI年际变化及M-K检验

Fig.4 Interannual variation of SPEI and M-K test in the midwestern region of northwest China from 1963 to 2022

图5 西北地区中西部1963—2022年SPEI年变化率的空间分布（打点区域达到95%的置信水平）

Fig.5 Spatial distribution of the SPEI change rate in the midwestern region of northwest China from 1963 to 2022 （The dotted areas indicate significance at the 95% confidence level）

图6 西北地区中西部1963—2022年基于SPEI的干旱周期小波分析（a）及对应的小波系数方差（b）

Fig.6 Wavelet analysis of drought cycles based on SPEI （a） and corresponding wavelet coefficient variance （b） in the midwestern region of northwest China from 1963 to 2022

图7 西北地区中西部1963—2022年不同等级干旱发生频率（单位：%）的空间分布

Fig.7 Spatial distribution of drought occurrence frequency （Unit： %） at different severity levels in the midwestern region of northwest China from 1963 to 2022

图8 西北地区中西部1963—2022年SPEI季节变化趋势的空间分布（单位：a-1）（打点区域达到95%的置信水平）

Fig.8 Spatial distribution of seasonal SPEI trends in the midwestern region of northwest China from 1963 to 2022 (Unit: a-1) (The dotted areas indicate significance at the 95% confidence level)

图9 西北地区中西部1963—2022年各季节干旱频次、平均干旱历时、烈度峰值和平均干旱烈度的空间分布

Fig.9 Spatial distribution of seasonal drought frequency， mean duration， peak intensity， and mean intensity in the midwestern region of northwest China from 1963 to 2022

图10 西北地区中西部1963—2022年SPEI季节变化及M-K检验

Fig.10 Seasonal variation of SPEI and M-K test in the midwestern region of northwest China from 1963 to 2022

图11 西北地区中西部2003—2022年NDVI年均值空间分布及不同阶段变化趋势

Fig.11 Spatial distribution of annual mean NDVI and its trend changes in different periods in the midwestern region of northwest China from 2003 to 2022

表4 西北地区中西部2003—2022年NDVI年均值统计

Tab.4 Annual average statistics of NDVI in the midwestern region of northwest China from 2003 to 2022

NDVI均值	像元个数	百分比/%
<0.1	18 928 780	41.06
~0.1<0.2	9 231 039	20.02
~0.2<0.3	3 847 051	8.35
~0.3<0.4	2 606 813	5.65
~0.4<0.95	11 484 042	24.92

表5 西北地区中西部2003—2022年NDVI变化趋势统计

Tab.5 Statistics on the trend of NDVI in the midwestern region of northwest China from 2003 to 2022

$S N D V I$ /a^-1	$Z$	NDVI趋势	像元个数	百分比/%
<-0.000 5	≤1.96	轻微退化	2 926 009	6.48
<-0.000 5	>1.96	显著退化	716 410	1.59
-0.000 5~0.000 5		稳定不变	15 602 273	34.57
>0.000 5	>1.96	明显改善	14 966 410	33.17
>0.000 5	≤1.96	轻微改善	10 915 416	24.19

表5 西北地区中西部2003—2022年NDVI变化趋势统计

Tab.5 Statistics on the trend of NDVI in the midwestern region of northwest China from 2003 to 2022

$S N D V I$ /a^-1	$Z$	NDVI趋势	像元个数	百分比/%
<-0.000 5	≤1.96	轻微退化	2 926 009	6.48
<-0.000 5	>1.96	显著退化	716 410	1.59
-0.000 5~0.000 5		稳定不变	15 602 273	34.57
>0.000 5	>1.96	明显改善	14 966 410	33.17
>0.000 5	≤1.96	轻微改善	10 915 416	24.19

表6 西北地区中西部2003—2012年和2013—2022年NDVI变化趋势统计

Tab.6 Statistics of NDVI trends in the midwestern region of northwest China from 2003 to 2012 and from 2013 to 2022

2003—2012年			2013—2022年
NDVI趋势	像元个数	百分比/%	NDVI趋势	像元个数	百分比/%
轻微退化	8 013 340	17.72	轻微退化	9 291 888	20.54
明显退化	782 646	1.73	明显退化	1 099 378	2.43
稳定不变	11 958 309	26.45	稳定不变	11 165 730	24.68
明显改善	6 001 385	13.27	明显改善	5 199 594	11.49
轻微改善	18 455 916	40.83	轻微改善	18 487 780	40.86

图12 西北地区中西部2003—2022年NDVI与SPEI相关系数的空间分布（黑色区域达到95%置信水平）

Fig.12 Spatial distribution of the correlation coefficient between NDVI and SPEI in the midwestern region of northwest China from 2003 to 2022 （The black areas indicate significance at the 95% confidence level）

参考文献 59

[1]	柴荣繁, 陈海山, 孙善磊, 2018. 基于SPEI的中国干湿变化趋势归因分析[J]. 气象科学, 38(4):423-431.
[2]	陈亚宁, 李忠勤, 徐建华, 等, 2023. 中国西北干旱区水资源与生态环境变化及保护建议[J]. 中国科学院院刊, 38(3):385-393.
[3]	丁一汇, 柳艳菊, 徐影, 等, 2023. 全球气候变化的区域响应:中国西北地区气候“暖湿化”趋势、成因及预估研究进展与展望[J]. 地球科学进展, 38(6):551-562.
[4]	董文杰, 2005. 中国气象灾害年鉴2004[M]. 北京: 气象出版社.
[5]	董文杰, 2007. 中国气象灾害年鉴2006[M]. 北京: 气象出版社.
[6]	高婧, 井立红, 李海燕, 等, 2024. 近60 a新疆塔城地区降水及气象干旱变化特征[J]. 高原山地气象研究, 44(1):134-142.
[7]	高鹏文, 阿里木江·卡斯木, 赵永玉, 等, 2020. 1988—2018年哈密绿洲植被覆盖度时空变化及其驱动力[J]. 水土保持通报, 40(6):273-280.
[8]	郭兵, 孔维华, 姜琳, 2018. 西北干旱荒漠生态区脆弱性动态监测及驱动因子定量分析[J]. 自然资源学报, 33(3):412-424. DOI
[9]	郭冬, 吐尔逊·哈斯木, 吴秀兰, 等, 2022. 四种气象干旱指数在新疆区域适用性研究[J]. 沙漠与绿洲气象, 16(3):90-101.
[10]	黄文君, 2021. 中国西北干旱区干旱时空演变及预估[D]. 乌鲁木齐: 新疆大学.
[11]	姜萍, 胡列群, 肖静, 等, 2022. 新疆植被NDVI时空变化及定量归因[J]. 水土保持研究, 29(2):212-220.
[12]	焦岩, 闫峰, 卢琦, 等, 2024. 西北干旱区绿洲时空变化及驱动力[J]. 应用生态学报, 35(8):2206-2 216.
[13]	孔冬冬, 张强, 顾西辉, 等, 2016. 植被对不同时间尺度干旱事件的响应特征及成因分析[J]. 生态学报, 36(24):7908-7 918.
[14]	李明, 张永清, 张莲芝, 2017. 基于Copula函数的长春市106年来的干旱特征分析[J]. 干旱区资源与环境, 31(6):147-153.
[15]	梁丹, 赵锐锋, 李洁, 等, 2015. 4种干旱指标在河西走廊地区的适用性评估[J]. 中国农学通报, 31(36):194-204. DOI
[16]	刘宇, 田济扬, 黄婷婷, 等, 2023. 长江流域NDVI变化及其驱动因素分析[J]. 地理科学, 43(6):1022-1 031.
[17]	马楠, 白涛, 蔡朝朝, 2024. 2000—2021年新疆植被覆盖度变化及驱动力[J]. 水土保持研究, 31(1):385-394.
[18]	马有绚, 2016. 干旱半干旱地区植被指数与气候的关系[D]. 兰州: 兰州大学.
[19]	梅静, 2023. 气候与植被变化对西北地区蒸散发影响评估[D]. 兰州: 西北师范大学.
[20]	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/T 20481—2017[S]. 北京: 中国标准出版社.
[21]	宋佳颖, 2021. 西北五省植被NDVI的时空变化及驱动力研究[D]. 兰州: 西北师范大学.
[22]	宋连春, 2016. 中国气象灾害年鉴 2015[M]. 北京: 气象出版社.
[23]	宋连春, 2018. 中国气象灾害年鉴 2017[M]. 北京: 气象出版社.
[24]	滕怀颐, 2021. 西北地区近34 a干旱时空演变规律[D]. 银川: 宁夏大学.
[25]	王素萍, 王劲松, 张强, 等, 2020. 多种干旱指数在中国北方的适用性及其差异原因初探[J]. 高原气象, 39(3):628-640. DOI
[26]	王文举, 崔鹏, 刘敏, 等, 2012. 近50年湖北省多时间尺度干旱演变特征[J]. 中国农学通报, 28(29):279-284.
[27]	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
[28]	王芝兰, 李耀辉, 王素萍, 等, 2015. 1901—2012年中国西北地区东部多时间尺度干旱特征[J]. 中国沙漠, 35(6):1666-1 673.
[29]	卫捷, 马柱国, 2003. Palmer干旱指数、地表湿润指数与降水距平的比较[J]. 地理学报(增刊1):117-124.
[30]	魏凤英, 2007. 现代气候统计诊断与预测技术[M]. 2版. 北京: 气象出版社.
[31]	温克刚, 丁一汇, 2008. 中国气象灾害大典. 综合卷[M]. 北京: 气象出版社.
[32]	吴佳, 高学杰, 2013. 一套格点化的中国区域逐日观测资料及与其它资料的对比[J]. 地球物理学报, 56(4):1102-1 111.
[33]	吴万民, 刘涛, 陈鑫, 2023. 西北干旱半干旱区NDVI季节性变化及其影响因素[J]. 干旱区研究, 40(12):1969-1 981.
[34]	肖子牛, 2009. 中国气象灾害年鉴2008[M]. 北京: 气象出版社.
[35]	熊威, 2017. 基于Palmer旱度模式的四湖流域旱涝急转特征分析[D]. 武汉: 武汉大学.
[36]	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.
[37]	张强, 杨金虎, 马鹏里, 等, 2023. 西北地区气候暖湿化增强东扩特征及其形成机制与重要环境影响[J]. 干旱气象, 41(3):351-358. DOI
[38]	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.
[39]	张强, 朱飙, 杨金虎, 等, 2021. 西北地区气候湿化趋势的新特征[J]. 科学通报, 66(28):3757-3 771.
[40]	张燕, 王雪姣, 张新, 等, 2024. 北疆绿洲农业区气象干旱指数的确定及干旱特征分析[J]. 沙漠与绿洲气象, 18(4):133-142.
[41]	赵鸿, 蔡迪花, 王鹤龄, 等, 2023. 干旱灾害对粮食安全的影响及其应对技术研究进展与展望[J]. 干旱气象, 41(2):187-206. DOI
[42]	赵惠珍, 何涛, 郭瑞霞, 等, 2023. 基于SPEI的甘南高原气象干旱变化特征[J]. 干旱气象, 41(5):688-696. DOI
[43]	赵林, 武建军, 吕爱锋, 等, 2011. 黄淮海平原及其附近地区干旱时空动态格局分析:基于标准化降雨指数[J]. 资源科学, 33(3):468-476.
[44]	赵煜飞, 朱江, 许艳, 2014. 近50 a中国降水格点数据集的建立及质量评估[J]. 气象科学, 34(4):414-420.
[45]	郑有飞, 徐芳, 关福来, 等, 2007. AVHRR植被产品在干旱研究中的应用[J]. 科技信息(29):20-22.
[46]	中华人民共和国水利部, 2005. 中国水旱灾害防御公报2004[M]. 北京: 中国水利水电出版社.
[47]	中华人民共和国水利部, 2007. 中国水旱灾害防御公报2006[M]. 北京: 中国水利水电出版社.
[48]	中华人民共和国水利部, 2009. 中国水旱灾害防御公报2008[M]. 北京: 中国水利水电出版社.
[49]	中华人民共和国水利部, 2016. 中国水旱灾害防御公报2015[M]. 北京: 中国水利水电出版社.
[50]	中华人民共和国水利部, 2018. 中国水旱灾害防御公报2018[M]. 北京: 中国水利水电出版社.
[51]	中华人民共和国水利部, 2023. 中国水旱灾害防御公报2022[M]. 北京: 中国水利水电出版社.
[52]	周俊菊, 冯炜, 向鹃, 等, 2022. 基于SPEI指数的近58 a甘肃省干旱特征分析[J]. 气象科学, 42(1):99-107.
[53]	GOCIC M, TRAJKOVIC S, 2014. Spatiotemporal characteristics of drought in Serbia[J]. Journal of Hydrology, 510:110-123.
[54]	HUANG J, LI Y, FU C, et al, 2017. Dryland climate change: Recent progress and challenges[J]. Reviews of Geophysics, 55(3): 719-778.
[55]	LIU X B, YU S Y, YANG Z W, et al, 2024. The first global multi-timescale daily SPEI dataset from 1982 to 2021[J]. Scientific Data, 11:223. DOI:10.1038/s41597-024-03047-z. PMID
[56]	LIU X F, ZHU X F, PAN Y Z, et al, 2018. Performance of different drought indices for agriculture drought in the North China Plain[J]. Journal of Arid Land, 10(4): 507-516. DOI
[57]	THORNTHWAITE C W, 1948. An approach toward a rational classification of climate[J]. Geographical Review, 38(1):55-94.
[58]	VICENTE-SERRANO S M, BEGUERÍA, 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.
[59]	YAO J Q, ZHAO Y, CHEN Y N, et al, 2018. Multi-scale assessments of droughts: A case study in Xinjiang, China[J]. Science of the Total Environment, 630: 444-452.

1963—2022年西北地区中西部干旱演变特征及植被响应研究

Drought evolution characteristics and vegetation response in the midwestern region of northwest China from 1963 to 2022

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 18

参考文献 59

相关文章 15

编辑推荐

Metrics

[1]	唐玉瑞, 齐月, 王鹤龄, 杨阳, 赵鸿, 张凯, 魏星星, 王仁奎. 干旱胁迫下春玉米七叶期光合特性及其响应机理[J]. 干旱气象, 2025, 43(2): 176-185.
[2]	刘玉莲, 李秀芬, 康恒元, 孙爽, 袁芳, 周贺玲, 沈月钊. 1961—2023年黑龙江省多尺度干旱时空特征[J]. 干旱气象, 2025, 43(2): 186-194.
[3]	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.
[4]	周建琴, 李蒙, 陶云, 窦小东, 王玉尤婷. 云南农业干旱灾害演变特征及其与气候因子的关系研究[J]. 干旱气象, 2025, 43(1): 21-31.
[5]	张玉翠, 谭江红, 闫彩霞. 湖北省区域性高温、干旱及其复合事件变化特征及危险性评估[J]. 干旱气象, 2024, 42(6): 825-835.
[6]	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.
[7]	任至涵, 倪长健, 石荞语, 陈宁. 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, 2024, 42(6): 844-853.
[8]	殷菲, 白冰, 黄鹏程, 马玉龙. 气候和人类活动对黄河干流甘肃段NDVI变化的影响[J]. 干旱气象, 2024, 42(6): 934-943.
[9]	王敏, 孙树峻, 张健, 李天方, 陈锐, 杨星, 肖雅文. 甘孜州植被覆盖度演变特征及其与气候因子的相关性研究[J]. 干旱气象, 2024, 42(6): 944-952.
[10]	谢子扬, 李长顺, 蔡嘉仪, 王珊珊. 1988—2023年气候变化与土壤墒情关系研究的文献计量分析与可视化[J]. 干旱气象, 2024, 42(6): 953-964.
[11]	王雅君, 罗菊英, 程烈海, 李伟. 基于机器学习的湖北省夏季干旱预测模型构建与检验[J]. 干旱气象, 2024, 42(5): 661-670.
[12]	王玥彤, 何东坡, 李忠燕, 王烁, 陈早阳. 贵州省两次气象干旱对比分析及基于机器学习的干旱预测模型建立[J]. 干旱气象, 2024, 42(5): 671-682.
[13]	苏宏梅, 张楠, 冉新民, 康超. 干旱半干旱区中小流域洪水机器学习预警模型及其应用[J]. 干旱气象, 2024, 42(5): 683-693.
[14]	李彬, 孙小龙, 卢士庆, 王宇宸, 夏宁悦, 韩芳. 基于FY-3D/MERSI2的内蒙古草地净初级生产力反演[J]. 干旱气象, 2024, 42(5): 734-743.
[15]	陈逸骁, 岳思妤, 夏雯雯. 中国干旱灾害的时空变化及其与直接经济损失的关联性研究[J]. 干旱气象, 2024, 42(4): 485-497.