云南农业干旱灾害演变特征及其与气候因子的关系研究

doi:10.11755/j.issn.1006-7639-2025-01-0021

干旱气象 ›› 2025, Vol. 43 ›› Issue (1): 21-31.DOI: 10.11755/j.issn.1006-7639-2025-01-0021

云南农业干旱灾害演变特征及其与气候因子的关系研究

周建琴¹(), 李蒙¹, 陶云², 窦小东³(), 王玉尤婷¹

1.云南省气候中心，云南昆明 650034
2.云南省气象科学研究所，云南昆明 650034
3.云南省气象服务中心，云南昆明 650034

收稿日期:2024-11-04 修回日期:2024-12-30 出版日期:2025-02-28 发布日期:2025-03-14
通讯作者: 窦小东（1979—），男，汉族，黑龙江依兰人，高级工程师，主要研究方向为气候变化对水资源与水安全的影响。E-mail：154233007@qq.com。
作者简介:周建琴（1982—），女，汉族，云南宾川人，高级工程师，主要研究方向为气候变化与气候预测。E-mail：24095528@qq.com。
基金资助:
国家自然科学基金项目(42165004);国家自然科学基金项目(42465004);云南省重点研发计划项目(202203AC100005);云南省重点研发计划项目(202403AC100026);中国气象局复盘总结专项(FPZJ2024-123);科技人才与平台计划项目(202405AC350093);中国气象局创新专项(CXFZ2024J045);中国气象局创新专项(CXFZ2025J046);香格里拉大气成分云南省野外科学观测研究站项目(202405AW340007)

Study on the evolutionary characteristics of agricultural drought disasters and the relationship with climatic factors in Yunnan

ZHOU Jianqin¹(), LI Meng¹, TAO Yun², DOU Xiaodong³(), WANG Yuyouting¹

1. Yunnan Climate Center，Kunming 650034，China
2. Yunnan Institute of Meteorology Sciences，Kunming 650034，China
3. Yunnan Meteorological Service Center，Kunming 650034，China

Received:2024-11-04 Revised:2024-12-30 Online:2025-02-28 Published:2025-03-14

摘要/Abstract

摘要： 研究农业干旱灾害演变特征及其与气候因子的关系，可以明确气候因子影响干旱灾害的关键期，有效减轻干旱灾害造成的损失，对提高干旱灾害风险评估技术和风险管理水平有重要科学意义。本文利用云南农业干旱灾害统计数据、降水、平均气温及有效灌溉面积等数据，首先分析农业干旱灾害时空分布特征，然后研究其与气候因子的关系，探讨干旱灾害变化的可能成因，最后构建基于关键期多气候因子的干旱灾害评估模型。结果表明：1978—2022年云南农业干旱受灾率和成灾率总体呈减小趋势，减小速率分别为0.49%·（10 a）^-1和0.09%·（10 a）^-1，在2004年和2013年左右分别发生了由少到多和由多到少的突变。2005—2013年干旱灾害较为严重，云南有14个州（市）干旱综合损失率比1996—2022年平均偏多2%~6%，2014—2022年全省大部地区农业干旱灾害减轻。云南5月降水、5月平均气温及1—3月和5—9月气象干旱对农业干旱灾害损失至关重要，其影响明显大于年尺度的同类气候要素，是影响云南农业干旱灾害的关键期气候因子。2014年以后，云南5月降水总体偏少、平均气温偏高，1—3月、5—9月气象干旱总体偏强，但农业干旱灾害偏轻，重要原因之一是水利设施增多，有效灌溉面积增加，干旱防灾减灾能力增强。基于关键期多气候因子构建的拟合模型对云南农业干旱灾害估算具有较好的效果，其拟合关系明显好于与年尺度的同类气候要素的关系。

关键词: 云南, 农业干旱灾害, 演变特征, 气候因子, 关键影响期

Abstract:

The study of the evolution characteristics of agricultural drought disasters and their relationship with climatic factors can identify the critical periods of the impact of climatic factors on drought disasters, reduce the losses caused by drought disasters effectively, and improve the technology and management level of drought disaster risk assessment. By using agricultural drought disaster data, precipitation, average temperature, and effective irrigation area data, this paper analyzed spatiotemporal distribution characteristics of agricultural drought disasters, studied the relationship between agricultural drought disasters and climatic factors, and constructed a drought disaster assessment model based on multiple climatic factors during the critical periods. The results show that from 1978 to 2022, the agricultural drought disaster-affected rate and disaster-damaged rate in Yunnan both showed a decreasing trend. The decreasing rate was 0.49% and 0.09% per 10 years for the agricultural drought disaster-affected rate and disaster-damaged rate, respectively. The agricultural drought disaster-affected rate and disaster-damaged rate experienced two abrupt changes from 1978 to 2022: an increase from less to more in 2004 and a decrease from more to less in 2013. The drought disaster was relatively severe from 2005 to 2013. The comprehensive drought loss rate in 14 prefectures (cities) was 2%-6% higher than the average from 1996 to 2022. From 2014 to 2022, the severity of agricultural drought disaster was lower than the average level from 1996 to 2022 in most areas in Yunnan. Precipitation in May, average temperature in May, and meteorological drought from January to March and from May to September are crucial climate factors to agricultural drought disaster losses in Yunnan, which impact more significantly than those of similar climatic elements at the annual scale. After 2014, precipitation in May generally decreased, average temperature in May and meteorological drought from January to March and from May to September were intensified. However, the agricultural drought disaster in Yunnan was relatively less severe than the average from 1996 to 2022. The one of important reason was that the number of water conservancy facilities increased, the effective irrigation area increased, and the ability of drought disaster prevention and mitigation was enhanced. Based on multiple climatic factors during the critical period, the fitted model has been built, which has a better estimation of agricultural drought disasters in Yunnan and has a better fitting relationship than that with similar climatic elements at the annual scale.

Key words: Yunnan, agricultural drought disasters, evolutionary characteristics, climate factors, critical impact period

中图分类号:

P466

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.

ZHOU Jianqin, LI Meng, TAO Yun, DOU Xiaodong, WANG Yuyouting. Study on the evolutionary characteristics of agricultural drought disasters and the relationship with climatic factors in Yunnan[J]. Journal of Arid Meteorology, 2025, 43(1): 21-31.

图/表 12

表1 气象干旱综合指数等级划分标准

Tab.1 The classification standard of meteorological drought composite index

等级	类型	MCI
1	无旱	-0.5<MCI
2	轻旱	-1.0<MCI≤-0.5
3	中旱	-1.5<MCI≤-1.0
4	重旱	-2.0<MCI≤-1.5
5	特旱	MCI≤-2.0

图1 1978—2022年云南农业干旱受灾率和成灾率年际变化（a）及其9 a滑动t检验（b）

Fig.1 The inter-annual variation of disaster-affected rate and disaster-damaged rate of agricultural drought （a） and their 9-year moving t-test （b） in Yunnan from 1978 to 2022

表2 The disaster-affected rate and disaster-damaged rate of agricultural drought in Yunnan in different periods from 1978 to 2022 单位：%

Tab.2

时段	受灾率	成灾率
1978—2004年	11.28	5.02
2005—2013年	20.11	11.44
2014—2022年	6.10	2.38
1978—2022年	11.88	5.77

图2 云南16个州（市）不同时段农业干旱综合损失率空间分布（单位：%）

Fig.2 The spatial distribution of comprehensive loss rates of agricultural drought in 16 prefectures (cities) of Yunnan during different periods (Unit: %)

表3 1996—2022年云南16个州（市）不同程度农业干旱灾害年数和综合损失率气候倾向率

Tab.3 The number of years with different levels of agricultural drought disasters and the climate tendency rate of comprehensive loss rate in 16 prefectures （cities） of Yunnan from 1996 to 2022

州（市）	不同程度干旱灾害年数/a			综合损失率气候倾向率/[%·（10 a）^-1]
州（市）	重灾	中灾	轻灾	综合损失率气候倾向率/[%·（10 a）^-1]
昆明	8	2	12	-0.59
昭通	8	3	8	-0.46
曲靖	6	3	12	-0.57
玉溪	10	5	9	0.89
保山	8	7	8	-1.48
楚雄	10	6	3	-1.39
红河	6	7	7	-1.19
文山	6	6	5	-1.28
普洱	8	5	7	-0.07
西双版纳	6	3	4	-1.30
大理	12	5	3	0.78
德宏	1	3	8	0.11
丽江	9	3	8	2.21
怒江	2	1	4	-0.01
迪庆	5	5	5	-0.98
临沧	3	7	14	0.04

图3 1978—2022年云南农业干旱受灾率、成灾率分别与降水、气温相关系数的月际变化

Fig.3 The monthly variation of correlation coefficients between disaster-affected rate and disaster-damaged rate of agricultural drought with precipitation and temperature in Yunnan from 1978 to 2022

图4 1978—2022年云南农业干旱受灾率和成灾率分别与中旱及以上站次数相关系数的月际变化

Fig.4 The monthly variation of correlation coefficients between disaster-affected rate and disaster-damaged rate of agricultural drought and the number of stations of moderate drought and above in Yunnan from 1978 to 2022

图5 1978—2022年云南农业干旱受灾率、成灾率、5月降水、5月平均气温及1—3月和5—9月中旱及以上站次数的标准化序列

Fig.5 Standardized sequences of disaster-affected rate and disaster-damaged rate of agricultural drought，May precipitation，May average temperature，and the number of moderate drought and above stations from January to March and from May to September in Yunnan from 1978 to 2022

表4 不同时段云南农业干旱受灾率、成灾率分别与5月降水、5月平均气温及1—3月和5—9月气象干旱站次数的相关系数

Tab.4 Correlation coefficients between the disaster-affected rate and disaster-damaged rate of agricultural drought with May precipitation，May average temperature，and the number of meteorological drought stations from January to March and from May to September in Yunnan during different periods

时段	受灾率与降水	成灾率与降水	受灾率与气温	成灾率与气温	受灾率与干旱站次数	成灾率与干旱站次数
1978—2022年	-0.45^**	-0.38^**	0.46^**	0.40^**	0.63^**	0.58^**
1978—2013年	-0.57^**	-0.48^**	0.67^**	0.59^**	0.71^**	0.65^**
2014—2022年	-0.63	-0.70^*	0.68^*	0.77^*	0.57	0.54

图6 1978—2022年云南主要农作物种植面积、有效灌溉面积比例（a）及1987—2022年水库座数、水库容量（b）

Fig.6 The planting area and the proportion of effectively irrigated area of main crops from 1978 to 2022 (a), the number and capacity of reservoirs in Yunnan from 1987 to 2022 (b)

表5 基于全年和关键期气温、降水、干旱站次数和有效灌溉面积的农业干旱受灾率、成灾率拟合模型估算值与统计值的相关参数

Tab.5 Correlation parameters of the statistical values and estimated values of the disaster-affected rate and disaster-damaged rate of agricultural drought fitting models based on the temperature，precipitation，the number of meteorological drought stations and effective irrigation area in the whole year and the critical period

时段	气候因子	受灾率			成灾率
时段	气候因子	相关系数	标准误差/%	平均绝对误差/%	相关系数	标准误差/%	平均绝对误差/%
全年	气温	0.11	8.90	6.23	0.17	5.68	3.62
	降水	0.35^*	8.40	5.60	0.27	5.56	3.44
	干旱站次数	0.48^***	7.85	5.52	0.43^**	5.20	3.39
	综合因子	0.53^***	7.61	5.57	0.48^**	5.06	3.38
关键期	气温	0.46^**	7.97	5.57	0.40^**	5.28	3.46
	降水	0.45^**	7.99	5.54	0.37^*	5.35	3.22
	干旱站次数	0.63^***	6.93	4.90	0.57^***	4.70	3.09
	综合因子	0.69^***	6.51	4.69	0.61^***	4.58	2.99

图7 1978—2022年基于年和关键期多气候因子拟合模型估算的云南农业干旱受灾率（a）和成灾率（b）与统计值的年际变化

Fig.7 The inter-annual variation of the statistical values and estimated values of disaster-affected rate （a） and disaster-damaged rate （b） of agricultural drought by fitting models based on the multi-factors in the whole year and the critical period

参考文献 35

[1]	白树明, 黄中艳, 2003. 云南旱灾特点和未来10年干旱趋势预测[J]. 人民珠江, 24(6): 4-6.
[2]	段旭, 尤卫红, 郑建萌, 2000. 云南旱涝特征[J]. 高原气象, 19(1):84-90.
[3]	范晓红, 沈才明, 任宾宾, 等, 2016. 近半个世纪云南持续数年干旱事件时空分布[J]. 云南师范大学学报:自然科学版, 36(1):71-78.
[4]	国家统计局, 1979—2023. 中国统计年鉴[M]. 北京: 中国统计出版社.
[5]	韩兰英, 2016. 气候变暖背景下中国农业干旱灾害致灾因子、风险性特征及其影响机制研究[D]. 兰州: 兰州大学:1-134.
[6]	韩兰英, 张强, 姚玉璧, 等, 2014. 近60年中国西南地区干旱灾害规律与成因[J]. 地理学报, 69(5):632-639. DOI
[7]	黄中艳, 朱勇, 2009. 1954—2007年云南农业气候变化研究[J]. 气象, 35(2):111-118.
[8]	江铭诺, 向昆仑, 黄奕融, 等, 2023. 1978—2020年我国有效灌溉面积时空变化特征[J]. 中国农业大学学报, 28(7):164-174.
[9]	金燕, 况雪源, 晏红明, 等, 2018. 近55年来云南区域性干旱事件的分布特征和变化趋势研究[J]. 气象, 44(9):1169-1 178.
[10]	刘南江, 冯爱青, 张鹏, 等, 2023. 2023年西南地区冬春连旱时空特征及防范应对建议[J]. 中国防汛抗旱, 33(7):16-20.
[11]	刘颖秋, 宋建军, 张庆杰, 2005. 干旱灾害对我国社会经济影响研究[M]. 北京: 中国水利水电出版社.
[12]	秦剑, 琚建华, 解明恩, 等, 1997. 低纬高原天气气候[M]. 北京: 气象出版社.
[13]	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.
[14]	陶云, 张万诚, 段长春, 等, 2014. 云南2009—2012年4年连旱的气候成因研究[J]. 云南大学学报:自然科学版, 36(6): 866-874.
[15]	王素萍, 王劲松, 张强, 等, 2015. 几种干旱指标对西南和华南区域月尺度干旱监测的适用性评价[J]. 高原气象, 34(6): 1 616-1 624.
[16]	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
[17]	徐新创, 葛全胜, 郑景云, 等, 2011. 区域农业干旱风险评估研究:以中国西南地区为例[J]. 地理科学进展, 30(7):883-890.
[18]	薛亮, 袁淑杰, 王劲松, 2023. 我国不同区域气象干旱成因研究进展与展望[J]. 干旱气象, 41(1):1-13. DOI
[19]	颜鹏程, 李忆平, 曾鼎文, 等, 2024. 2024年4—6月我国区域性高温干旱特征及其影响因子[J]. 干旱气象, 42(4): 507-518. DOI
[20]	杨辉, 宋洁, 晏红明, 等, 2012. 2009/2010年冬季云南严重干旱的原因分析[J]. 气候与环境研究, 17(3):315-326.
[21]	杨育华, 杨洪福, 段燕楠, 等, 2019. 云南省水生态现状及其保护对策[J]. 环境科学导刊, 38(增刊1):22-26.
[22]	云南省气象局, 2020. 云南省气候公报[EB/OL]. (2021-12-17) [2024-12-25]. http://yn.cma.gov.cn/zfxxgk/zwgk/qxbg/202112/t20211217_4313089.html.
[23]	云南省统计局, 1997—2023. 云南统计年鉴[M]. 北京: 中国统计出版社.
[24]	《云南减灾年鉴》编委会, 1997—2023. 云南减灾年鉴[M]. 昆明: 云南科技出版社.
[25]	张雷, 王杰, 黄英, 等, 2015. 1961—2010年云南省基于SPEI的干旱变化特征分析[J]. 气象与环境学报, 31(5): 141-146.
[26]	张强, 韩兰英, 郝小翠, 等, 2015. 气候变化对中国农业旱灾损失率的影响及其南北区域差异性[J]. 气象学报, 73(6): 1 092-1 103.
[27]	张强, 韩兰英, 王胜, 等, 2018. 影响南方农业干旱灾损率的气候要素关键期特征[J]. 科学通报, 63(23):2378-2 392.
[28]	张强, 韩兰英, 张立阳, 等, 2014. 论气候变暖背景下干旱和干旱灾害风险特征与管理策略[J]. 地球科学进展, 29(1):80-91. DOI
[29]	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.
[30]	张强, 姚玉璧, 李耀辉, 等, 2020. 中国干旱事件成因和变化规律的研究进展与展望[J]. 气象学报, 78(3): 500-521.
[31]	周建琴, 黄玮, 李蒙, 等, 2022. 云南初夏干湿演变特征和基于CMIP6模式模拟的预估分析[J]. 气候变化研究进展, 18(4): 482-491.
[32]	周建琴, 陶云, 符睿, 等, 2024. 云南2020年4—6月区域性气象干旱特征和成因分析[J]. 高原气象, 43(4): 1 052-1 063.
[33]	DOUVILLE H, RAGHAVAN K, RENWICK J, et al, 2021. Water cycle changes[M]∥IPCC. Climate Change 2021:The Physical Science Basis. Contribution of Working GroupⅠ to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.
[34]	WANG L, CHEN W, HUANG G, et al, 2024. Characteristics of super drought in Southwest China and the associated compounding effect of multiscalar anomalies[J]. Science China Earth Sciences, 67(7): 2 084-2 102.
[35]	YUAN X, WANG Y M, JI P, et al, 2023. A global transition to flash droughts under climate change[J]. Science, 380(6641):187-191. DOI PMID

云南农业干旱灾害演变特征及其与气候因子的关系研究

Study on the evolutionary characteristics of agricultural drought disasters and the relationship with climatic factors in Yunnan

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 35

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]	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.
[3]	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.
[4]	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.
[5]	曾颖婷, 李成, 林艳, 陈立, 林彬彬. 1982—2016年华东地区叶面积指数变化特征及与气候因子的关系[J]. 干旱气象, 2023, 41(5): 705-713.
[6]	刘书言, 荣艳淑, 吕星月, 殷雨婷. 2012年中美两国干旱的对比分析[J]. 干旱气象, 2021, 39(5): 717-726.
[7]	刘雪涛, 谢屹然, 许迎杰, 孙绩华. 云南闪电活动的时空分布特征[J]. 干旱气象, 2019, 37(5): 729-735.
[8]	杨璐瑛1，刘畅2，杨成芳2，韩永清2. 不同天气系统影响下强降雨过程GPS可降水量变化特征对比[J]. 干旱气象, 2018, 36(3): 475-.
[9]	马守存，保广裕，郭广，杨莲，代青措，郑玲. 1982—2013年黄河源区植被变化趋势及其对气候变化的响应[J]. 干旱气象, 2018, 36(2): 226-233.
[10]	陈艳，郭世昌，刘瑜，琚建华，任菊章，张惠珠. 云南雨季开始期时空变化特征及其与ENSO的关系[J]. 干旱气象, 2017, 35(4): 545-551.
[11]	吴雁1，王荣英1，李江波2，王霞1，刘晓峰1. 1960—2013年河北省雾霾天气变化特征[J]. 干旱气象, 2017, 35(3): 391-.
[12]	赵慧1，马鹏程1，韩婷婷2，雷瑜3，马昀4. 近66 a中国地区对流层顶温度时空变化特征及其与大气臭氧柱总量关系[J]. 干旱气象, 2016, 34(6): 966-975.
[13]	赵年武，郭连云，赵恒和. 高寒半干旱地区马铃薯生育期气候因子变化规律及其影响[J]. 干旱气象, 2015, 33(6): 1024-1030.
[14]	周鹏康，秦金梅，孙秀芬，李林润. 云南1981~2010年5~10月连阴雨时空分布特征[J]. 干旱气象, 2015, 33(5): 796-801.
[15]	林　丹，王维佳. 西南地区云水量与可降水量比值的分布特征和变化趋势[J]. 干旱气象, 2013, 31(3): 482-485.