基于SPEI的广西桑树不同生育期干旱时空分布特征
1
2
3
4
Spatiotemporal distribution characteristics of drought during different growth periods of mulberry in Guangxi based on SPEI
1
2
3
4
通讯作者: 陈燕丽(1982—),女,广西柳州人,博士,正高级工程师,主要从事遥感应用研究。E-mail:cyl0505@sina.com。
责任编辑: 王涓力;校对:胡蝶
收稿日期: 2026-02-5 修回日期: 2026-04-2
| 基金资助: |
|
Received: 2026-02-5 Revised: 2026-04-2
作者简介 About authors
刘芳(1971—),女,高级工程师,主要从事农业气象灾害与气候资源利用研究。E-mail: 119754531@qq.com。
揭示广西桑树不同生育期干旱的时空演变规律,对指导抗旱栽培、保障产业安全具有现实意义。利用广西1961—2025年逐日气温和降水量数据,以标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)为干旱指标,采用线性趋势分析、小波分析和空间插值方法,分析广西桑树不同生育期内的干旱时空特征。结果表明:(1)1961—2025年广西桑树各生育期SPEI以年际波动为主,均无显著线性变化趋势,萌芽期和展叶期存在2~4 a显著短周期,旺长期存在3~4 a和7 a显著短周期,落叶休眠期存在3 a和5~6 a显著短周期,各生育期全局主周期均未通过0.05显著性检验,干旱演变以显著短周期为主。(2)轻旱是影响广西桑树各生育期生产的主要干旱类型,中、重、特旱发生频率逐级降低。萌芽期干旱频率全年最高,轻旱全区普遍高发,桂西北为轻旱核心高值区,中旱呈中部条带高值分布;展叶期轻旱高值区主要分布于桂东、桂西,中旱高发区转移至桂北、桂中、桂东南;旺长期桑树耗水最大,但干旱空间分布相对均匀,仅桂中、桂东区域易出现一定频率局部重旱;落叶休眠期轻旱高发区集中在桂东、桂中,中旱呈现西高东低明显空间格局。
关键词:
Revealing the temporal and spatial evolution patterns of drought during different growth stages of mulberry trees in Guangxi has practical significance for guiding drought-resistant cultivation and ensuring the security of the industry. Daily temperature and precipitation datasets covering Guangxi from 1961 to 2025 were utilized in this study, and the Standardized Precipitation Evapotranspiration Index (SPEI) was selected as the drought evaluation indicator, to investigate the spatiotemporal drought characteristics in different growth stages of mulberry in Guangxi using linear trend analysis, wavelet analysis and spatial interpolation methods. The main results are summarized as follows: (1) Interannual fluctuations were identified as the dominant variation characteristics of SPEI for all mulberry growth stages during 1961-2025, and no significant linear trends were detected. The significant short cycles of 2-4 years were captured during the germination and leaf expansion stages, and the significant short cycles of 3-4 years and 7 years were observed during the vigorous growth stage, the significant short cycles of 3 years and 5-6 years were found during the defoliation and dormancy stage. None of the global dominant cycles of each growth stage passed the significance test at the 0.05 level, which indicated that the drought evolution was dominated by significant short-period oscillations. (2) Light drought was verified as the primary drought type restricting mulberry production at all growth stages in Guangxi. The occurrence frequencies of moderate, severe and extreme drought decreased successively. The highest drought frequency was detected during the germination stage, with widespread light drought across the whole study area. Northwestern Guangxi was identified as the core high-frequency zone of light drought, and moderate drought presented a zonal high-value pattern across the central Guangxi. High-frequency areas of light drought were mainly distributed in eastern and western Guangxi during the leaf expansion stage, while high-incidence regions of moderate drought were shifted to northern, central and southeastern Guangxi. The maximum water consumption was required for mulberry during the vigorous growth stage, yet the spatial distribution of drought was relatively uniform, and local severe drought with certain frequencies was only prone to occur in central and eastern Guangxi. High-incidence zones of light drought were concentrated in central and eastern Guangxi during the defoliation and dormancy stage, and moderate drought exhibited an obvious spatial pattern with higher frequency in western Guangxi and lower frequency in eastern Guangxi.
Keywords:
本文引用格式
刘芳, 陈燕丽, 黄珩, 李先平, 黄维.
LIU Fang, CHEN Yanli, HUANG Heng, LI Xianping, HUANG Wei.
0 引言
近年来,全球气候变化背景下农业干旱频发,干旱监测与作物干旱响应研究已成为农业气象领域的热点。标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)因融合降水与潜在蒸散且具备多时间尺度分析能力,被广泛应用于气象干旱与农业干旱监测中,在全国及区域尺度干旱演变研究中表现出良好适用性(吕明珠,2025;时晓蕊等,2025;杨泽珉,2025;苏航等,2026);同时,作物水分亏缺指数(Crop Water Deficit Index,CWDI)、水分亏缺指数(Water Deficit Index,WDI)等面向作物生理需水的干旱指标也不断完善,显著提升了农作物干旱评估的精准度(黄维等,2022;时晓蕊等,2025;廖冬生和魏华兵,2026;唐余学等,2026)。研究表明,不同作物、不同生育期对干旱胁迫的响应存在显著差异,营养生长期与生殖生长期对水分亏缺最为敏感,干旱易造成产量大幅波动(阿帕尔·肉孜等,2024;王姝等,2024;米娜等,2025)。全球气候变化背景下,我国作物生长季干旱呈现出区域性、阶段性、季节性频发特征,北方以春旱、夏旱为主,南方则冬春旱、夏秋旱交替出现,且干旱强度与频率呈局部增加趋势(韩兰英等,2019)。在林业方面,干旱影响也已从单一的生长抑制演变为涉及生态系统结构重组、功能衰退及碳循环阻滞的复杂多维过程。例如,干旱胁迫不仅导致森林生物地球化学循环减弱,还显著增加了森林火灾频率,引发生物多样性损失及物种组成改变(景陈鸿等,2026);在生物量分配方面,干旱普遍抑制光合碳同化,降低总生物量积累,同时促使植物提高根冠比以适应水分胁迫(吴诗婷等,2024)。另外,长期干旱降低初级生产力,导致植物地上凋落物量及细根生物量减少,从而减少有机碳向土壤的输入(徐晨等,2022)。近年来,广西冬春季出现连续干旱,中旱、重旱、特旱的概率较高且干旱分布范围较广(高燕俐等,2020;王星明等,2024),长期干旱胁迫会直接抑制桑树正常生理生长,田间常表现为新梢生长停滞、桑叶黄化,重度干旱下植株枯萎,对桑蚕原料叶供给造成不利影响。
1 数据与方法
1.1 数据
数据来源于广西壮族自治区气象信息中心整编地面气象观测数据集,涵盖1961—2025年全区国家级气象站点逐日平均气温和逐日降水量序列,不同年份气象站数量有一定差异,随着广西逐步加密、增补县域国家级气象站点,1992年起全区国家级气象站扩充至91个,并稳定运行至今。
1.2 桑树生育期划分
根据广西蚕业技术指导站提供的生育期数据和广西蚕业气象服务中心观测数据,广西桑树生育期可划分为萌芽期(1—2月)、展叶期(2—3月)、旺长期(4—10月)、落叶休眠期(11月至次年1月)。
1.3 方法
1.3.1 干旱指数和桑树生育期干旱等级划分
表1 桑树生育期内基于SPEI的干旱等级划分
Tab.1
| 干旱等级 | SPEI |
|---|---|
| 无旱 | -0.5<SPEI |
| 轻旱 | -1.0<SPEI≤-0.5 |
| 中旱 | -1.5<SPEI≤-1.0 |
| 重旱 | -2.0<SPEI≤-1.5 |
| 特旱 | SPEI≤-2.0 |
分别统计广西桑树各生育期不同等级干旱发生频率,某站某等级干旱频率(F)为某站某等级干旱发生年数(y0)与总资料年数(y1)之比。其中,桑树萌芽期干旱特征由2月2个月尺度的SPEI(2月SPEI-2)表征;展叶期用3月2个月尺度的SPEI(3月SPEI-2)表征;旺长期以10月7个月尺度的SPEI(10月SPEI-7)表征;落叶休眠期以1月3个月尺度的SPEI(1月SPEI-3)表征。
1.3.2 气候倾向率与小波分析
采用线性回归方法(魏凤英,1999)分析各因子时间变化趋势,利用t检验检验趋势系数的显著性,设置显著性水平为0.05。
为揭示1961—2025年桑树不同生育期内SPEI序列的多时间尺度周期变化特征及时空耦合规律,采用非正交Morlet小波分析法开展连续小波变换(Continuous Wavelet Transform,CWT)。Morlet小波是一种复值小波基,其非正交特性可平衡时频分辨率,在气候序列周期检测中应用广泛。相较于传统傅里叶变换仅能反映信号的整体频率特征,小波分析通过“尺度伸缩”与“时间平移”操作,可同时捕捉SPEI序列的时间域与频率域信息,精准识别不同周期成分的强度及时空演变特征,适用于气候要素时间序列的多尺度分析研究(Torrence and Compo,1998;Grinsted et al.,2004;沈陈华,2015)。为区分SPEI序列的真实周期信号与随机波动,采用一阶自回归过程红噪声模型进行小波功率谱显著性检验,设置显著性水平为0.05。
1.3.3 空间插值方法
在ArcGIS 10.8中采用反距离权重插值法(Inverse Distance Weighting,IDW)对不同等级干旱频率进行空间插值,空间分辨率为1 km×1 km。
2 结果与分析
2.1 广西桑树不同生育期SPEI年际变化特征
图1为1961—2025年广西桑树不同生育期SPEI的年际变化。可以看出,萌芽期SPEI平均值约0.002,最大值2.250出现在1983年,最小值-3.400出现在2009年;展叶期SPEI平均值约0.005,最大值2.230出现在1990年,最小值-2.770出现在2010年;旺长期SPEI平均值约0.003,最大值2.460出现在1994年,最小值-2.580出现在1963年;落叶休眠期SPEI平均值为-0.003,最大值2.690出现在2016年,最小值-3.000发生于2025年。研究时段内4个生育期最小SPEI均达特旱等级,SPEI均值总体也在0附近,同时根据线性趋势分析结果,4个生育期SPEI年际变化趋势均未通过显著性检验,表明1961—2025年桑树生长关键期干湿状况长期稳定,未出现明显湿润化或干旱化演变趋势,年际波动是核心变化特征。
图1
图1
1961—2025年广西桑树萌芽期(a)、展叶期(b)、旺长期(c)和落叶休眠期(d)SPEI年际变化
Fig.1
Annual variation of SPEI at the germination stage (a), leaf expansion stage (b), vigorous growth stage (c) and defoliation-dormancy stage (d) of mulberry during 1961-2025 in Guangxi
2.2 桑树不同生育期SPEI周期变化特征
图2为1961—2025年广西桑树不同生育期SPEI的Morlet小波分析局部和全局功率谱。萌芽期SPEI在局部存在短周期振荡,小波功率谱在2010年前后出现2~3 a和4 a显著周期,其余时段无稳定、连续的显著周期,全局以2~3 a为主振荡周期,但功率未通过显著性检验;展叶期SPEI在1985年前后、2010年前后和2020年前存在2~3 a显著短周期,全局无显著周期;旺长期SPEI在局部小波功率谱上,1970年前后、1990年前后和1990—2000年分别有3、7、4 a局部显著短周期,1970—1998年还存在16~28 a长周期(但大部分落在影响锥区域内),该长周期也是全局的第一主振荡周期,功率大幅接近全局显著性阈值,但未通过显著性检验;落叶休眠期SPEI局部功率谱中,1997—2022年形成大范围连续的14~18 a显著周期(但大部分落在影响锥区域内),是全局的第一主振荡周期,但功率未能通过显著性检验,另外,1974—1982年也存在5~6 a显著短周期,2010年前后和2017年前后还存在3 a左右显著短周期。总体来看,各生育期均存在阶段性显著短周期,缺乏全域稳定、可信的长周期演变规律,全局主周期也均未通过0.05显著性检验。
图2
图2
1961—2025年广西桑树萌芽期(a、b)、展叶期(c、d)、旺长期(e、f)和落叶休眠期(g、h)SPEI Morlet小波分析局部(a、c、e、g)和全局(b、d、f、h)功率谱
(左图所有黑色闭合等值线区均代表通过0.05显著性检验的周期区,交叉斜线填充的影响锥区域结果不具备统计有效性;右图黑色虚线为0.05显著性检验线)
Fig. 2
Morlet wavelet local (a, c, e, g) and global (b, d, f, h) power spectra of SPEI during the germination stage (a, b), leaf expansion stage (c, d), vigorous growth stage (e, f) and defoliation-dormancy stage (g, h) of mulberry in Guangxi from 1961 to 2025
(All closed black contours areas in the left panel denote periodic regions passing the significance test at the 0.05 level. The cone of influence filled with cross slashes contains results without statistical validity. The black dashed line in the right panel represents the 0.05 significance threshold line)
2.3 桑树不同生育期干旱频率空间分布
图3为1961—2025年广西桑树不同生育期不同等级干旱频率空间分布。萌芽期是桑树全年干旱风险最高生育阶段,轻旱呈全区高发特征,区域差异明显:桂西北为轻旱频率高值区,局部轻旱频率高达45.1%~55.0%,桂西北、桂东北、桂东南区域轻旱频率为35.1%~45.0%,剩余大部区域轻旱频率维持25.1%~35.0%;中旱频率大幅低于轻旱,全区频率为1.1%~25.0%,空间上呈现中部(桂北—桂中—桂南)偏高、东西两翼偏低的条带状分布规律;重旱全域发生频率仅0~10.0%,绝大部分区域稳定在1.1%~5.0%,仅零星小范围区域略高;特旱全域发生频率最低,桂东北多数区域发生频率不足1.1%,其余大部为1.1%~5.0%。
图3
图3
1961—2025年广西桑树不同生育期轻旱、中旱、重旱和特旱频率空间分布(单位:%)
Fig.3
Spatial distribution of frequencies of light drought, moderate drought, severe drought and extreme drought during the different growth stages of mulberry from 1961 to 2025 in Guangxi (Unit: %)
进入展叶期后,全区轻旱发生频率整体回落至25.1%~45.0%,高值区集中分布于桂东、桂西局部区域,轻旱频率超过35.1%,其余区域为25.1%~35.0%,全区轻旱空间集聚性弱于萌芽期;中旱频率为1.1%~25.0%,高值区转向桂北、桂中及桂东南,上述区域中旱频率普遍高于10.1%,相较萌芽期中部条带高值格局发生明显转移;重旱发生频率为0~15.0%,空间差异明显:桂东北、桂西和桂南以1.1%~5.0%的低频为主,桂东南、桂西北和桂中向桂南过渡区域频率上升至5.1%~10.0%;特旱全区发生频率极低,绝大部分区域特旱频率为1.1%~5.0%。
桑树旺长期为全年枝叶生长、水分消耗峰值阶段,但干旱整体发生强度有所缓和,轻旱频率集中在15.1%~45.0%,全区大部为25.1%~35.0%,35.1%~45.0%高值区分布零散,空间分布更趋于均匀;中旱频率为1.1%~25.0%,多数区域维持在10.1%~15.0%;重旱发生频率为1.1%~15.0%,桂中、桂东为重旱相对高值区(5.1%~10.0%),桂西、桂东北、桂南等其余区域仅1.1%~5.0%;特旱无集中高发片区,绝大部分区域特旱频率为1.1%~5.0%。夏季短时强降雨频次增加,有效缓解全域轻度干旱,但桂中、桂东丘陵桑园地势平缓、排水较快,持续高温蒸发易诱发局部中、重度干旱。
落叶休眠期桑树生理活动减弱,自身水分需求显著下降,轻旱发生频率区间跨度与旺长期相同(15.1%~45.0%),桂东、桂中局部轻旱频率为35.1%~45.0%,西部山区轻旱风险大幅降低;中旱频率为1.1%~25.0%,呈现西高东低空间格局,与前3个生育期特征形成鲜明对比;重旱发生频率为0~15.0%,南北两端偏高、中部偏低,全区大部分区域重旱频率仅1.1%~5.0%;特旱全域维持低发状态,空间差异较小,多数区域频率为1.1%~5.0%。
通过各生育期干旱频率空间格局可知,轻旱为制约广西桑树生产的主导干旱类型,萌芽期、落叶休眠期轻旱呈现局部集中特征,旺长期空间分布相对均匀;中旱空间格局随生育期发生规律性转变,萌芽期中旱中部偏高,落叶休眠期呈西高东低;重旱在萌芽期和旺长期主要呈东西差异空间格局,在展叶期和落叶休眠期主要呈南北与中部差异格局;特旱在各生育期空间差异较小,频率较低,多为偶发性灾害。
3 结论与讨论
本文利用1961—2025年广西国家气象站点逐日气温、降水数据,采用标准化降水蒸散指数,分析桑树萌芽期、展叶期、旺长期、落叶休眠期4个关键生育期干旱时空特征,得到如下主要结论。
(1)1961—2025年桑树各生育期无显著干旱化演变趋势,研究时段SPEI以年际波动为主要特征。
(2)1961—2025年广西桑树各生育期均存在阶段性显著短周期,缺乏全域稳定、可信的长周期演变规律,全局主周期也均未通过0.05显著性检验,桑树生育期干旱以局部年份的显著短周期为核心特征。
(3)不同生育期干旱空间格局差异明显。轻旱是广西桑树各生育期主要干旱类型,中、重、特旱发生频率逐步降低。萌芽期轻旱全区普遍高发,桂西北为轻旱高发区,中旱呈中部条带高值分布;展叶期轻旱高值区主要分布于桂东、桂西,中旱高发区转移至桂北、桂中、桂东南;旺长期桑树耗水最大,但干旱空间分布相对均匀,仅桂中、桂东区域易出现一定频率的局部重旱;落叶休眠期轻旱高发区集中在桂东、桂中,中旱呈现西高东低空间格局。
本研究揭示了广西桑树不同生育期干旱的年际波动、周期特征及空间分布特征,明确桑树不同生育期对区域性、季节性干旱的响应差异,为桑树抗旱栽培管理、品种选育及干旱风险预警提供了支撑。1961—2025年广西桑树萌芽期和展叶期SPEI均无显著变化趋势,以年际波动为主,这与张凌云和简茂球(2012)研究指出“广西干旱以年际、年代际变化为主”类似。对广西经济作物甘蔗而言,陈燕丽等(2019)研究表明其不同生育期干旱有10~15 a显著周期,1970—1990年干旱也有2~5 a的周期变化(黄维等,2022)。而本研究得出桑树生育期干旱也有局部时段的短周期,中长周期多不具有统计意义,全局也没有显著的主振荡周期,表明不同作物由于发育期时间不同,不同时间段内干旱周期规律不尽相同。以往研究表明,广西干旱以轻旱、中旱为主,重旱、特旱发生频率较低,且多集中于特定季节与区域(李嘉力,2015;张景扬等,2015;唐金利等,2024)。同上,桑树生育期的重旱和特旱发生频率极低,也以轻旱为主。
广西干旱风险总体呈现西高东低、北高南低特征(王星明等,2024),本研究发现桑树不同生育期轻旱高频的空间格局有明显差异,主要分布在北部、西部或东部,总体分布特征与广西主要干旱宏观空间格局大致吻合。例如,桑树萌芽期轻旱高频区主要在广西北部,展叶期主要分布在西部或东部,与广西春旱多分布在桂西北和桂北的空间分布特征吻合。研究表明,春旱集中于桂西北和桂北的主要原因是该区域处于云贵高原南段,春季西南暖湿气流难以到达,降水偏少,因此桂西、桂北是广西春旱高频中心(黄雪松等,2005;李耀先等,2009),而萌芽期、展叶期恰好处于冬春衔接阶段,北部和西部干旱频率相对较高;长期干旱整体发生强度有所缓和,空间差异较小,全区无连片极端高值区,这主要由于夏季广西受西南季风与东南季风共同影响,降水覆盖范围扩大,干旱多为局地性、短时性事件。
根据桑树不同生育期干旱响应差异,桑园抗旱管理需建立分阶段、分区域差异化防控策略。冬春萌芽—展叶关键期,应重点针对桂北、桂西北桑园,若遇春旱,需及时浇“返青水”和“催芽水”,确保芽体顺利萌发和枝条初期生长(林春友等,2021);夏季旺长期需重点关注桂中、桂东丘陵桑园,若近期无雨且接近干旱,必须及时灌水,水源充足地区采用沟灌,缺水地区可采用穴灌或喷灌(万飞,2021),同时可利用稻草、秸秆等覆盖桑园地面,既能保持土壤湿润,又能抑制杂草生长,未封行的桑园可叶面追肥以促进桑树生长、快速封行,增强桑树的耐旱能力。另外,在桂北、桂西北干旱高发区的桑园,可优先选择桂桑优12或桂桑优62等广西主推抗旱性强品种。
本研究揭示了广西桑树生育期干旱的时空特征,但仍存在一定局限性,在影响评估层面,缺乏桑树产量、桑叶品质数据,无法量化干旱引起的经济损失。未来可拓展应用导向研究,结合桑蚕产业布局数据,建立分区域、分生育期的干旱风险评估。此外,考虑到全球气候变化背景下广西干旱与热浪并发风险上升,未来还需关注干旱热浪复合灾害对桑树生长的影响,丰富复合灾害风险评估理论与方法。
参考文献
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].
广西干旱灾害风险评估及区划
[J].随着全球变暖的不断加剧,许多地区极端干旱事件频繁发生。为探究广西极端干旱事件发生频率及风险情况,基于1950-2022年逐日降水和气温数据计算的SPEI指数识别干旱事件并依据囊括社会经济数据和农业数据的灾害风险评估理论,使用层次分析法确定指标权重,构建广西干旱灾害风险评估模型,并绘制广西干旱灾害风险区划图。结果表明:干旱灾害危险性指数较高的地区主要分布在百色、玉林、北海等地;环境脆弱性指数以明显的北高南低特征分布,百色、河池、桂林等地脆弱性指数较高,并有向南递减趋势;承灾体易损性指数整体偏低,南宁、桂林及玉林小部分地区最高;防灾减灾能力指数呈西北高东南低的特征分布,高指数地区主要分布在南宁,玉林柳州等地也有零星分布;广西干旱灾害风险总体呈现西高东低、北高南低的特征分布,高风险地区主要在百色、桂林和南宁等地,较高风险地区主要在河池西部、玉林、钦州、来宾、崇左北部和柳州北部,较低风险地区主要分布在崇左南部到北海,贺州到梧州一带。得出了比较精确的广西干旱灾害空间分布情况,可为广西抗旱减灾提供切实依据。
广西蚕茧产量占全国六成,连续19年位居全国第一
[EB/OL]. http://www.agri.cn/zx/xxlb/202410/t20241024_8682275.htm.
Application of the cross wavelet transform and wavelet coherence to geophysical time series
[J].. Many scientists have made use of the wavelet method in analyzing time series, often using popular free software. However, at present there are no similar easy to use wavelet packages for analyzing two time series together. We discuss the cross wavelet transform and wavelet coherence for examining relationships in time frequency space between two time series. We demonstrate how phase angle statistics can be used to gain confidence in causal relationships and test mechanistic models of physical relationships between the time series. As an example of typical data where such analyses have proven useful, we apply the methods to the Arctic Oscillation index and the Baltic maximum sea ice extent record. Monte Carlo methods are used to assess the statistical significance against red noise backgrounds. A software package has been developed that allows users to perform the cross wavelet transform and wavelet coherence (www.pol.ac.uk/home/research/waveletcoherence/).
A practical guide to wavelet analysis
[J].
/
| 〈 |
|
〉 |
