李析男， 謝平， 陳麗， 雷旭， 顧海挺

(1.貴州省水利水電勘測設(shè)計(jì)研究院，貴州 貴陽 550002； 2.武漢大學(xué) 水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430072； 3.水資源安全保障湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430072； 4.長江科學(xué)院，湖北 武漢 430010)

基于WHMLUCC水文模型的非一致性干旱頻率計(jì)算方法(Ⅱ)：作物缺水干旱指標(biāo)在無定河流域的應(yīng)用

李析男1，2， 謝平2，3， 陳麗4， 雷旭2，3， 顧海挺2，3

(1.貴州省水利水電勘測設(shè)計(jì)研究院，貴州 貴陽 550002； 2.武漢大學(xué) 水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430072； 3.水資源安全保障湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430072； 4.長江科學(xué)院，湖北 武漢 430010)

干旱作為一種常見的氣象災(zāi)害，已經(jīng)成為制約社會經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)生產(chǎn)的瓶頸之一。結(jié)合考慮土地利用/覆被變化的流域水文模型(WHMLUCC)和作物缺水指標(biāo)(CWSI)模擬干旱的發(fā)展過程，從成因途徑提出基于WHMLUCC的非一致性干旱頻率計(jì)算方法，并以無定河流域?yàn)槔魄蟛煌瑫r(shí)期(或情景)的干旱頻率分布規(guī)律，進(jìn)一步結(jié)合干旱等級標(biāo)準(zhǔn)推求不同等級(無旱、輕旱、中旱、重旱、特旱)干旱事件出現(xiàn)的概率，為該流域干旱預(yù)測和干旱規(guī)劃提供科學(xué)依據(jù)。研究結(jié)果表明：①通過作物缺水指標(biāo)分析可知，過去氣候條件下的情景2(過去近期)與情景1(過去遠(yuǎn)期)相比，CWSI增加了0.045；不同氣候條件下情景3(現(xiàn)狀時(shí)期)與情景2(過去近期)相比，CWSI增加了0.018。②通過干旱頻率計(jì)算分析可知，同頻率、同重現(xiàn)期下，過去遠(yuǎn)期、過去近期和現(xiàn)狀時(shí)期的作物缺水指標(biāo)呈增加趨勢，中旱等級以上干旱事件的概率也有所增加，說明無定河農(nóng)業(yè)干旱程度逐漸加重。③通過成因分析發(fā)現(xiàn)，無定河流域農(nóng)業(yè)干旱與氣候變化和當(dāng)?shù)厮帘３止ぷ髅懿豢煞帧?/p>

干旱；WHMLUCC；作物缺水指標(biāo)；非一致性；頻率分析

全球氣候變化已成為不爭的事實(shí)[1]，且隨著人類活動(dòng)對土地下墊面變化造成的影響越來越顯著，環(huán)境變化造成了干旱的成因和統(tǒng)計(jì)分布規(guī)律發(fā)生了改變，使得干旱序列失去了一致性。中國是世界上受干旱災(zāi)害影響最嚴(yán)重的國家之一。近幾十年來，隨著全球氣候變暖的不斷加劇，以及社會經(jīng)濟(jì)的快速發(fā)展對水資源需求的不斷加大，造成我國干旱事件出現(xiàn)的頻率呈現(xiàn)明顯的上升趨勢[2]，干旱已成為制約社會經(jīng)濟(jì)發(fā)展特別是農(nóng)業(yè)生產(chǎn)的瓶頸之一。

評價(jià)農(nóng)業(yè)干旱的指標(biāo)眾多，如供需水比例指標(biāo)、降水量指標(biāo)、土壤含水量指標(biāo)、帕爾默干旱指數(shù)等[3-4]。有學(xué)者提出用作物相對蒸騰量的減少指示作物水分虧缺的指標(biāo)，即作物缺水指標(biāo)(Crop Water Stress Index，CWSI)。其反映了土壤、植物、氣象3方面因素的綜合影響，能比較真實(shí)地反映作物水分虧缺狀態(tài)。CWSI現(xiàn)為常用的作物干旱診斷指標(biāo)之一[5-6]。

本文在文獻(xiàn)[7]的基礎(chǔ)上，結(jié)合考慮土地利用/覆被變化的流域水文模型(Watershed Hydrological Model Considering Land Use and Land Cover Change，WHMLUCC)[8]模擬在某一環(huán)境(氣候、下墊面土地利用/土地覆被)條件下的水文過程，統(tǒng)計(jì)計(jì)算不同條件下的CWSI指標(biāo)序列，并從成因途徑提出基于WHMLUCC模型的非一致性干旱頻率計(jì)算方法，采用傳統(tǒng)的一致性水文頻率計(jì)算方法推求某一環(huán)境條件下的干旱頻率分布，最后通過改變環(huán)境條件得到CWSI序列在不同環(huán)境條件下的頻率分布規(guī)律。該法不但可以得到變化環(huán)境下的干旱頻率分布，而且便于分析氣候變化與土地利用/覆被變化的干旱效應(yīng)，可為流域干旱預(yù)測和干旱規(guī)劃提供科學(xué)依據(jù)。

1 流域概況

無定河流域無定河發(fā)源于榆林市靖邊、定邊和延安地區(qū)吳旗3縣交界處的白于山，是黃河的一級支流，位于108°—111°E，37°—39°N，地處毛烏素沙漠與黃土高原的交接地帶(如圖1所示)，干流全長491.1 km，流域面積約30 261 km2，平均比降1.97‰。流域出口控制站為白家川水文站，集水面積29 662 km2，占流域面積的98.02%。較大支流有蘆河、海流兔河、大理河、榆溪河、納林河和黑木頭川等，榆溪河、海流兔河及納林河位于風(fēng)沙區(qū)。由于無定河屬于溫帶大陸性干旱半干旱氣候類型，再加上人類毀林開荒，水土流失非常嚴(yán)重，使得該河流的含沙量很高，平均每年約產(chǎn)沙2.2億t，占黃河年輸沙量的14%。無定河流域地處干旱半干旱區(qū)，農(nóng)作物對水分的變化非常敏感，一旦水分供應(yīng)不足，就可能導(dǎo)致作物減產(chǎn)甚至死亡。由于水土保持工程的開展，極大地改變了無定河的土地覆被狀況，也使得流域的蒸發(fā)、下滲、土壤含水量等發(fā)生了改變，進(jìn)而影響到農(nóng)業(yè)生產(chǎn)。因此非常有必要對不同時(shí)期無定河的農(nóng)業(yè)干旱進(jìn)行評價(jià)，以了解氣候變化和土地覆被變化對農(nóng)業(yè)干旱的影響，為未來水土流失治理方案和抗旱規(guī)劃制定提供科學(xué)依據(jù)。

以無定河流域1958—2000年的日平均降水、蒸發(fā)和徑流資料作為原始數(shù)據(jù)，采用WHMLUCC模型和作物缺水指標(biāo)對其農(nóng)業(yè)干旱在年尺度上評價(jià)分析。

圖1 無定河流域位置示意圖

2 作物缺水指標(biāo)計(jì)算原理

農(nóng)業(yè)干旱指標(biāo)有許多，單因素指標(biāo)雖然可以在一定程度上大致反映農(nóng)業(yè)干旱發(fā)生的趨勢，但往往只能表示干旱的某一方面，不能全面揭示干旱對農(nóng)作物的影響；有些綜合指標(biāo)雖然能較為全面、客觀地反映農(nóng)業(yè)干旱的狀況，但指標(biāo)的計(jì)算涉及到分量、參數(shù)較多，且許多資料不易獲得，使得指標(biāo)的實(shí)際應(yīng)用受到限制。

作物缺水指標(biāo)(CWSI)是一種以作物相對蒸騰量的減少指示作物水分虧缺的指標(biāo)[5-6]，可用式(1)表示。該指標(biāo)主要應(yīng)用于田間尺度的作物缺水狀況研究，綜合反映氣象條件、土壤水分條件、作物自身特性等因素對作物的影響。作物實(shí)際蒸發(fā)量與潛在蒸發(fā)量的相對值可以體現(xiàn)作物的干旱程度。

CWSI=1-ET/ETm，

(1)

式中：CWSI為作物缺水指標(biāo)；ET為作物實(shí)際蒸發(fā)量(實(shí)際耗水量)；ETm為作物潛在蒸發(fā)量(潛在最大需水量)。

基于WHMLUCC模型計(jì)算無定河流域的作物缺水指標(biāo)可評價(jià)其農(nóng)業(yè)干旱程度。結(jié)合CWSI指標(biāo)計(jì)算原理，此處的ET是指由水文模型計(jì)算出來的流域?qū)嶋H蒸發(fā)量，由于建設(shè)用地對農(nóng)業(yè)干旱無影響，水域始終是按蒸發(fā)能力蒸發(fā)，因此農(nóng)業(yè)干旱不考慮建設(shè)用地和水域2種土地利用類型，ET只包括耕地、林地、草地和未利用地的實(shí)際蒸發(fā)量。ETm指流域各種土地利用類型的潛在蒸發(fā)量，某一種土地利用類型的潛在蒸發(fā)量為蒸發(fā)皿折算系數(shù)與蒸發(fā)皿蒸發(fā)量的乘積?；谝陨显?，作物總的潛在蒸發(fā)量為耕地、林地、草地和未利用地潛在蒸發(fā)量之和。

3 實(shí)例應(yīng)用

3.1 變化環(huán)境下的情景劃分

[9]對無定河流域進(jìn)行變化環(huán)境下的情景劃分。LWHMLUCC (Lumped Watershed Hydrological Model Considering Land Use and Land Cover Change)模型在無定河流域已有應(yīng)用[8-9]，率定期(1986—2000年)水量平衡系數(shù)為0.999，年徑流深合格率為100%；檢驗(yàn)期(1980—1985年)的水量平衡系數(shù)為0.953，徑流深合格率為83.3%，故將其應(yīng)用于該流域具有一定的可行性。

對無定河流域的降雨、徑流序列進(jìn)行了水文變異分析，根據(jù)文獻(xiàn)[7]的情景劃分，降雨序列在1979年發(fā)生了變異[10]，代表下墊面發(fā)生顯著變化的分割點(diǎn)，即劃分1971年之前的時(shí)段為情景1；徑流序列在1971年發(fā)生了變異[10]，代表氣候條件發(fā)生變化的分割點(diǎn)，即劃分1972—1979年為情景2。1979年為氣候條件變化分割點(diǎn)，故將其分為過去和現(xiàn)狀2種氣候條件。因此，認(rèn)為情景1和情景2為過去氣候條件下的兩種情景，并通過LWHMLUCC模型反演兩種情景下的土地利用狀況。此外，對1990年、1995年和2000年3個(gè)時(shí)期的土地利用狀況進(jìn)行遙感圖像解譯，作為現(xiàn)狀氣候條件下的3種情景。綜上所述，根據(jù)不同氣候條件和土地利用情況的組合，將無定河流域劃分為5種情景，詳見表1。

表1 無定河流域不同時(shí)期各類土地占流域總面積的比例 %

3.2 基于WHMLUCC模型的無定河流域不同情景下作物缺水指標(biāo)計(jì)算分析

基于WHMLUCC模型模擬計(jì)算ET和ETm，結(jié)合式(1)，得到無定河流域5種情景的逐年作物缺水指標(biāo)CWSI，見表2。

表2 無定河流域各情景逐年作物缺水指標(biāo)CWSI計(jì)算結(jié)果

由表2可得出以下結(jié)論：

1)過去氣候條件下，情景2與情景1相比，其多年平均情況下流域作物缺水指標(biāo)CWSI分別為0.691和0.646，絕對值增加了0.045，說明農(nóng)業(yè)干旱有所加重。由表1可知，情景1下土地利用狀況耕地為23.58%，草地為29.47%，未利用地為41.26%；情景2的土地利用狀況耕地為34.00%，草地為36.68%，未利用地為25.10%?？梢园l(fā)現(xiàn)，過去氣候條件下，耕地和草地的增加以及未利用地的減少會導(dǎo)致無定河流域干旱的加重。

2)情景3(現(xiàn)狀氣候條件)與情景2(過去氣候條件)相比，無定河流域多年平均作物缺水指標(biāo)CWSI分別為0.709和0.691，絕對值增加了0.018，說明農(nóng)業(yè)干旱程度有所加重。這2種情景的氣候條件和下墊面條件都有變化，因此干旱程度的加重是氣候變化和下墊面變化共同作用的結(jié)果。

3)在現(xiàn)狀氣候條件下，情景3、情景4和情景5的多年平均干旱指標(biāo)分別為0.709、0.707和0.709，其差別較小，而3種情景的土地利用狀況差別較小，說明無定河流域在現(xiàn)狀氣候條件下，土地利用的變化對干旱的影響較小。

3.3 基于WHMLUCC模型的無定河農(nóng)業(yè)干旱頻率計(jì)算分析

3.3.1 無定河流域不同情景CWSI頻率分布計(jì)算

為了研究不同情景下不同作物缺水發(fā)生的可能性，對5種情景下的年作物缺水指標(biāo)CWSI進(jìn)行頻率計(jì)算分析.頻率計(jì)算方法采用有約束加權(quán)適線法[11]，線型選擇P-Ⅲ型曲線。各情景的頻率計(jì)算參數(shù)見表3，結(jié)果見表4并如圖2所示。

表3 不同情景下CWSI序列適線參數(shù)結(jié)果

表4 無定河流域不同情景年CWSI頻率計(jì)算結(jié)果

圖2 無定河流域不同情景年CWSI頻率曲線

3.3.2 無定河流域不同情景CWSI頻率曲線分析

根據(jù)表4和圖2可以看出，情景3、情景4和情景5的頻率曲線差別很小，幾乎重合，因此將情景3、4、5統(tǒng)一稱為現(xiàn)狀時(shí)期(后文分析中僅以情景5為現(xiàn)狀時(shí)期的代表)，情景1稱為過去遠(yuǎn)期，情景2稱為過去近期。

1)在同頻率同重現(xiàn)期下，不同時(shí)期作物缺水指標(biāo)CWSI的變化規(guī)律分析。當(dāng)頻率為50%時(shí)，即平均情況下，過去遠(yuǎn)期、過去近期和現(xiàn)狀時(shí)期的作物缺水指標(biāo)分別為0.638、0.684和0.699，呈增加趨勢；頻率為10%時(shí)(10 a一遇)，3個(gè)時(shí)期的作物缺水指標(biāo)分別為0.722、0.766和0.796，呈增加趨勢；頻率為1%時(shí)(百年一遇)，3個(gè)時(shí)期的作物缺水指標(biāo)分別為0.811、0.852和0.904，呈增加趨勢。結(jié)合頻率曲線圖(如圖2所示)，可以發(fā)現(xiàn)，無定河流域農(nóng)業(yè)干旱形勢從過去遠(yuǎn)期、過去近期到現(xiàn)狀時(shí)期逐漸加劇。

2)不同干旱等級下，各個(gè)時(shí)期干旱發(fā)生概率分析。根據(jù)作物缺水指標(biāo)CWSI值將農(nóng)業(yè)干旱劃分為不同的等級，結(jié)合頻率曲線計(jì)算結(jié)果得到各個(gè)干旱等級在不同時(shí)期發(fā)生的概率見表5。

由表5可以發(fā)現(xiàn)：①在正常干旱等級下，過去遠(yuǎn)期、過去近期和現(xiàn)狀時(shí)期發(fā)生的概率分別為21.62%、1.60%和0.71%，發(fā)生概率呈明顯的下降趨勢，說明無定河流域農(nóng)業(yè)干旱正常等級發(fā)生的可能性降低，即無定河流域農(nóng)業(yè)干旱形勢加?。虎谠谳p旱等級下，3個(gè)時(shí)期的干旱發(fā)生概率呈下降趨勢，分別是62.18%、59.63%和50.04%，說明隨著時(shí)間的發(fā)展，發(fā)生輕旱的可能性逐步在降低，但輕旱仍為當(dāng)?shù)刂饕珊凳录?；③對于中旱等級情況，3個(gè)時(shí)期的概率分別為14.83%、34.54%和39.91%，發(fā)生概率呈明顯的增加趨勢，且現(xiàn)狀時(shí)期概率已經(jīng)達(dá)到了39.91%，說明當(dāng)?shù)剞r(nóng)業(yè)干旱對中旱等級的事件預(yù)防應(yīng)加大力度；④與此同時(shí)，發(fā)生重旱和特旱的概率也在增加，與過去(遠(yuǎn)、近)時(shí)期相比，現(xiàn)狀時(shí)期的重旱和特旱概率分別增長到8.24%和1.10%；⑤以現(xiàn)狀時(shí)期為例，可以發(fā)現(xiàn)，正常等級干旱已經(jīng)很難出現(xiàn)，發(fā)生干旱的概率為99.29%，其中輕旱為50.04%、中旱為39.91%、重旱為8.24%、特旱為1.10%。綜上所述，無定河流域農(nóng)業(yè)干旱程度呈顯著增加的趨勢(中旱尤為突出)，干旱形勢加劇。

3.4 無定河農(nóng)業(yè)干旱成因分析

無定河流域農(nóng)業(yè)干旱形勢加劇，是氣候變化和土地覆被變化雙重影響下的結(jié)果。首先，無定河流域氣候變化導(dǎo)致水資源量供給減少，進(jìn)而加劇當(dāng)?shù)剞r(nóng)業(yè)發(fā)展的劣勢。根據(jù)陳麗等對無定河流域的降水序列的變異診斷，發(fā)現(xiàn)在1979年發(fā)生了變異(序列長度1958—2000年，下同)，其變異前后降雨量均值減少了71.77 mm(相對減少了18.21%)，故導(dǎo)致了水資源量供給的減少，加劇了當(dāng)?shù)剞r(nóng)業(yè)發(fā)展的劣勢[10]。其次，無定河流域是國家水土保持工作重點(diǎn)整治區(qū)，土地覆被利用的變化影響著農(nóng)作物的生長。新中國成立至今，無定河流域大力開展水土保持工作，經(jīng)歷了起步階段(20世紀(jì)70年代以前)、治理高潮階段(20世紀(jì)70年代至80年代)和高效治理階段(20世紀(jì)80年代至今)，大力實(shí)施農(nóng)田基本建設(shè)，加快了治理進(jìn)度，一系列措施使得該流域水土流失得到了控制，但同時(shí)強(qiáng)烈地改變了土地覆被狀況，使得流域水資源狀況發(fā)生了變化，影響了農(nóng)作物的生長。

從過去遠(yuǎn)期、過去近期到現(xiàn)狀時(shí)期，農(nóng)業(yè)干旱的總體趨勢加重；對多年平均而言，過去近期比過去遠(yuǎn)期的作物缺水指標(biāo)增加了0.045，主要是由于這段時(shí)期耕地、草地面積的增加引起的(見表1，情景1、2)；現(xiàn)狀時(shí)期與過去近期相比作物缺水指標(biāo)增加了0.018，是由降雨的減少和退耕還林、還草共同作用引起的。

4 結(jié) 語

基于WHMLUCC模型的非一致性干旱頻率計(jì)算原理與方法，結(jié)合作物缺水指標(biāo)CWSI，對無定河流域1958—2000年的農(nóng)業(yè)干旱指標(biāo)CWSI進(jìn)行研究及頻率分析，主要結(jié)論如下：

1)基于WHMLUCC水文模型的非一致性干旱頻率計(jì)算原理和方法，不僅能通過降雨資料的輸入考慮氣候變化對干旱的影響，而且能夠模擬不同下墊面條件下的干旱變化規(guī)律；既能夠適應(yīng)變化環(huán)境下干旱頻率分析的要求，又能夠與氣候情景、下墊面情景相結(jié)合，模擬未來不同情境下的干旱狀況，能為干旱預(yù)測、干旱規(guī)劃的制定提供依據(jù)，具有廣闊的應(yīng)用前景。

2)作物缺水指標(biāo)主要應(yīng)用于田間尺度的作物缺水狀況研究，可以綜合反映氣象條件、土壤水分條件、作物自身特性等因素對作物的影響，因此可以體現(xiàn)作物的干旱程度。

3)本研究對無定河流域的作物缺水指標(biāo)進(jìn)行分析，從過去遠(yuǎn)期、過去近期到現(xiàn)狀時(shí)期，農(nóng)業(yè)干旱的總體趨勢加重，無定河農(nóng)業(yè)干旱程度逐漸加重，這對于無定河農(nóng)業(yè)生產(chǎn)極為不利。

4)對比分析無定河不同情景的頻率曲線可知，在同頻率同重現(xiàn)期下，過去遠(yuǎn)期、過去近期和現(xiàn)狀時(shí)期的作物缺水指標(biāo)呈增加趨勢；且正常干旱等級和輕旱等級的干旱事件在3個(gè)時(shí)期的發(fā)生概率減少，而中旱等級以上的干旱事件概率增加，說明無定河流域農(nóng)業(yè)干旱程度逐漸加重，形勢嚴(yán)峻。

參 考 文 獻(xiàn)

[1]林凱榮,何艷虎,陳曉宏,等.氣候變化及人類活動(dòng)對東江流域徑流影響的貢獻(xiàn)分解研究[J].水利學(xué)報(bào),2012,43(11):1312-1321.

[2]中國氣象局氣.象干旱等級：GB/T 20481—2006[S].北京:中國標(biāo)準(zhǔn)出版社,2006:11.

[3]許繼軍.分布式水文模型在長江流域的應(yīng)用研究[D].北京:清華大學(xué),2007:70-91.

[4]姚玉璧,張存杰,鄧振鏞,等．氣象、農(nóng)業(yè)干旱指標(biāo)綜述[J].干旱地區(qū)農(nóng)業(yè)研究，2007，25(1):185-189．

[5]康紹忠,劉曉明.作物受旱狀況的診斷方法[J].西北水資源與水工程,1992,3(4):30-38．

[6]張振華,蔡煥杰,楊潤亞．基于CWSI和實(shí)際耗水量的膜下滴灌作物需水量研究[J].中國農(nóng)村水利水電,2005(3):4-6.

[7]謝平，李析男，陳麗,等．基于WHMLUCC水文模型的非一致性干旱頻率計(jì)算方法 (I)：原理與方法[J].華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版)，2016,37(1)：1-5.

[8]謝平,竇明,朱勇,等.流域水文模型：氣候變化和土地利用/覆被變化的水文水資源效應(yīng)[M].北京:科學(xué)出版社,2010:200-252.

[9]謝平,朱勇,陳廣才,等.考慮土地利用/覆被變化的集總式流域水文模型及應(yīng)用[J].山地學(xué)報(bào),2007,25(3):257-264.

[10]陳麗,謝平,雷紅富,等.水文變異診斷系統(tǒng)及其應(yīng)用研究Ⅱ：無定河流域水文變異分析[C]∥劉國東，梁川，覃光華.河流開發(fā)、保護(hù)與水資源可持續(xù)利用.北京:中國水利水電出版社,2008：20-24.

[11]謝平，鄭澤權(quán)．水文頻率計(jì)算有約束加權(quán)適線法[J]．武漢水利電力大學(xué)學(xué)報(bào)，2000，33(1)：49-52．

(責(zé)任編輯：蔡洪濤)

Inconsistent Drought Frequency Calculation Method Based on WHMLUCC Model (Ⅱ):Application of Crop Water Stress Index in the Wuding River Basin

LI Xinan1,2, XIE Ping2,3, CHEN Li4, LEI Xu2,3, GU Haiting2,3

(1.Guizhou Water Conservancy and Hydroelectric Power Investigation, Design and Research Institute, Guiyang 550002, China;2.State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China;3. Hubei Provincial Collaborative Innovation Center for Water Resources Security, Wuhan 430072, China;>4.Changjiang River Scientific Research, Wuhan 430010, China)

As a usual meteorological disaster, drought has been a restriction factor of social and economic development especially in agriculture. Combined with WHMLUCC model and the simulated drought development through Crop Water Stress Index, this paper proposes the inconsistent frequency calculation method based on WHMLUCC model according to genesis. Taking the Wuding River Basin as an example, this paper inquiries into the drought frequency distribution in different periods under changing environment, and then discusses the probability that different grades (no drought, mild drought, middle drought, severe drought, especial drought) of drought events happen combined with the standard of drought grades. The results show: ①Through the analysis of the CWSI, the value of the CWSI increase by 0.045 compared Scenario 2 (in the past short term) with Scenario 1 (in the past long term) under the past climate conditions; the value of the CWSI increase by 0.018 compared Scenario 3 (in the present term) with Scenario 2 (in the past shor term) under the different climate conditions. ②Through the analysis and calculation of the drought frequency distribution, the CWSI value has an increasing trend in the past long term ， the past short term and the present term under the conditions of same frequencies and same return periods. At the same time, the probability of the drought events above middle drought grade also increases. It indicates that agricultural drought is aggravating gradually. ③Through the cause analysis, the agricultural drought is closely connected with the climate change and the soil and water conservation in the Wuding River Basin.

drought; WHMLUCC; crop water stress index; inconsistency; frequency analysis

2015-11-17

國家自然科學(xué)基金資助項(xiàng)目(51179131，51579181，51190094)；貴州省科技計(jì)劃(黔科合SY字[2015]3006)。

李析男(1985—)，男，遼寧本溪人，博士，主要從事變化環(huán)境下的水文水資源方面的研究。E-mail:Lixinan1985@126.com。

謝平(1963—)，男，湖北本溪人，教授，博導(dǎo)，博士，主要從事變化環(huán)境下的水文水資源方面的研究。E-mail:pxie@whu.edu.cn。

10.3969/j.issn.1002-5634.2016.02.002

TV123;P332

A

1002-5634(2016)02-0016-06