番聰聰， 胡正華， 黃 進， 申雙和， 尤新媛

(1.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心/大氣環(huán)境中心，江蘇南京 210044；2.南京信息工程大學應用氣象學院/江蘇省農業(yè)氣象重點實驗室，江蘇南京 210044)

干旱是指在一定時期內無降水或降水量偏少引起土壤水分虧缺，從而不能滿足作物正常生長所需水分的一種氣候現象[1]。干旱具有普遍性和危害性，據統(tǒng)計，全球范圍內氣象災害引起的損失約占自然災害總損失的85%，其中干旱造成的災損占50%左右[2]。中國作為農業(yè)大國，干旱已成為當前最主要的農業(yè)氣象災害，每年平均干旱受災面積約為2.2×107hm2，占各類災害的40%以上，糧食損失達到1.2×1010kg[3-4]，探究干旱的特征及干旱對農作物的影響很有實際意義與價值。

IPCC第5次評估報告指出，未來氣溫將繼續(xù)上升，而中緯度地區(qū)的平均降水將減少，會使干旱發(fā)生頻繁[5-6]。河北省位于中緯度，面對嚴峻的干旱形勢，對干旱進行監(jiān)測就顯得十分必要。在干旱時空動態(tài)的監(jiān)測方法中，氣象指數法具有一致性高、計算簡便快捷、對干旱反應靈敏、時間尺度靈活、數據易獲取等優(yōu)點，在我國干旱研究中被廣泛應用。其中指數SPI，采用降水量(干旱形成中的決定性因素)來計算干旱狀況，不僅計算過程簡便，而且對干旱反應敏捷，標準化后在不同區(qū)域和不同時間尺度上都具有可比性[7-8]。其中，Guttman通過對比帕爾默干旱指數(Palmer drought severity index，PDSI)和SPI，得出SPI比PDSI更具有統(tǒng)計上的一致性[9]。Wu等研究表明，降水序列時間尺度越長，SPI的結果越可靠，在干旱氣候條件下，應更注重干旱持續(xù)時間，不再只是關注干旱強度[10]。袁文平等對我國不同氣候區(qū)的SPI及Z指數進行比較，得出SPI消除了降水的時空分布差異，在各區(qū)域和各尺度均能很好地反映旱澇狀況，優(yōu)于廣泛應用的Z指數的結論[11]。張利利等在石羊河流域的研究得出，不同時間尺度SPI對降水量變化的敏感程度存在較大差異，時間尺度越小，SPI對一次降水的反應越明顯[12]。張建平等在西南地區(qū)的研究表明，月尺度的SPI指數與干土壤濕度相關性明顯，與氣象類干旱監(jiān)測指數Pa和MI也都呈顯著性相關[13]。車少靜等利用SPI分析了河北省旱澇時空變化分布特征，從年際和季節(jié)角度分析了旱澇狀況[14]。閆峰等則基于柵格尺度的SPI對河北省的干旱時空分布特征進行了刻畫[15]。本研究選取54年的SPI作為干旱指標，用來反映干旱特征。

雖然基于SPI指數的干旱研究眾多，但大多數研究使用的SPI尺度為3個月(季節(jié)尺度)或12個月(年尺度)，本研究則使用1個月尺度的SPI值，討論在短時間尺度上SPI指數的適用性，及其表現出的干旱特征。在驗證SPI指數的適用性上，很多研究均為2種或多種干旱指數相互比較[16-19]，并未與實際干旱情況作對比。短時間尺度的SPI指數能更好地反映短時降水等對農作物的影響，這樣的干旱情況能更好地與農作物的水分關鍵期相結合，因此本研究選取短時間尺度的SPI。研究區(qū)域為河北省，地處華北平原北部，大陸性季風氣候使得該省旱澇災害頻發(fā)。特別是20世紀80年代以來，由于氣候變化極端氣象事件增多，干旱發(fā)生越發(fā)頻繁。根據相關資料，河北省每年的受旱面積平均達到238.3萬hm2。河北省為夏玉米的主要種植省份，玉米是其第二大糧食作物，干旱災害會嚴重威脅到糧食安全，對該區(qū)域夏玉米生長季內的干旱研究具有重要意義。本研究將基于1個月尺度的SPI值，用實際的干旱情況驗證短時間尺度的SPI的適用性，研究河北省夏玉米生長季(6—9月)的干旱時空分布特征，將干旱的描述更加精細化，同時分析研究區(qū)域的干旱變化趨勢，為今后的干旱災害評估做準備，并針對夏玉米這一作物，探究SPI與其生長之間的關系，結合干旱特征為保障該區(qū)域的糧食安全提供科學依據。

1 材料與方法

1.1 區(qū)域概況及資料來源

河北省位于113°27′～119°50′E，36°05′～42°40′N之間，總面積1 885萬hm2。冬季寒冷干燥，夏季炎熱濕潤，降水量分布特點為東南多西北少，降水主要集中在夏季，且主要為暴雨形式，旱澇災害頻繁，干旱已成為當地的主要氣象災害。

本研究采用的數據來自于河北省19個地面氣象站點1961—2014年的氣象資料，站點分布見圖1。夏玉米1980—2011年的產量數據來自于河北省19個農業(yè)氣象站點。1995—2014年受災面積數據來自于河北省農村統(tǒng)計年鑒。

1.2 計算方法

1.2.1 SPI指數 SPI是由Mckee等在1993年創(chuàng)建的干旱指標，主要從降水量的角度來量化干旱。首先假設某一時段的降水量服從Gamma概率，再通過正態(tài)標準化，然后使用近似式計算最終得到SPI值。SPI的計算方法具體參見文獻[20]。本研究選取的是1個月短時間尺度的SPI，代表區(qū)域短時間內的水分盈虧情況，能夠較好地反映農作物的水分供給狀況。

干旱等級劃分參照Mckee等干旱等級標準[21](表1)。SPI≤-1.0為干旱發(fā)生臨界界值。

表1 SPI等級分類

1.2.2 干旱評估指標

1.2.2.1 干旱頻率(Pi)Pi用來表征站點有資料年份內發(fā)生干旱頻繁程度[22]，可用以下公式表示：

Pi=(n/N)×100%。

(1)

式中：n為發(fā)生干旱的年數；N為站點有氣象資料的總年數；i指代不同站點代號。

1.2.2.2 干旱站次比(Pj)Pj是以某區(qū)域內干旱發(fā)生站點數占全部站數的比例來評價干旱影響范圍的大小，能表示一定區(qū)域里干旱發(fā)生范圍的大小，計算公式如下：

Pj=(m/M)×100%。

(2)

式中：m為發(fā)生干旱的站點數，M為研究區(qū)域內總氣象站點數，j指不同年份代號。

1.2.2.3 較差值z為量化2組數據差異的一個統(tǒng)計數，計算公式如下：

z=(ke/E-kf/F)/(ke/E)。

(3)

式中：ke為受災面積，kf為12個月的干旱站次比總和；E為受災面積的閾值，F為站次比的閾值。

1.3 統(tǒng)計與分析

1.3.1 Mann-Kendall趨勢檢驗法 干旱變化趨勢及顯著性采用氣象學中常用的Mann-Kendall趨勢檢驗(簡稱MK檢驗)，對SPI指數的時間序列進行趨勢檢驗。MK檢驗是一種檢驗時間序列變化趨勢的非參數檢驗方法，由于允許缺測值存在，且不用證明數據服從一定的分布，使用方便[23]。

1.3.2 反距離權重插值法 在ArcGIS中利用空間分析(spatial analysis)模塊，通過反距離權重(inverse distance weighted，IDW)插值法繪制出干旱頻率的空間分布圖。其中，IDW是一種常見、易于操作的空間插值方法，以插值點與樣本點之間的距離為權重進行加權平均，離插值點越近的樣本點賦予的權重越大。

1.3.3 相關性分析 運用SPSS軟件對19個站點1980—2011年的SPI與夏玉米產量進行相關性分析。

2 結果與分析

2.1 生長季干旱時間特征

2.1.1 干旱站次比時間變化 站次比能夠代表研究區(qū)域的干旱發(fā)生范圍，將整年發(fā)生干旱的站次比與統(tǒng)計年鑒中對應年的干旱受災面積進行對比，討論1個月尺度的SPI在河北省的適用性。從圖2中可以看出，河北省1995—2014年干旱受災面積與計算出的干旱站次比的變化趨勢大致相同。其中，2000、2006—2012年等站次比表征的干旱范圍與實際受災面積出入略大，總體上2005年前變化趨勢更相近，而2005—2014年二者雖然趨勢相似，但站次比的情況比實際受災面積更嚴重些。為了量化對比二者間的差異，將受災面積與SPI值分別除以其自身閾值，得到的比值求差再除以受災面積的比值，得到歸一化后的較差值進行分析。較差值z越小說明二者間變化差異越相近，其中2001—2003年的數值小于0.1，變化十分相近。且除了2011、2012年的數值小于 -1，其余的都在-1.9和0.6之間波動。所以1個月尺度的SPI值能夠反映出河北省干旱情況，有較好的適用性。

將6—9月的干旱站次比數據進行分析，夏玉米生長季內站次比的年平均值為15.8%，最大站次比出現在2000年，1973年則沒有干旱發(fā)生。1961—2014年6—9月各個月發(fā)生干旱的站點數分別為162、168、167、151，表明每個月發(fā)生干旱的范圍面積相差不大，均在25%左右。

2.1.2 干旱發(fā)生次數時間變化 基于SPI值，整理出1961—2014年河北省發(fā)生不同等級干旱的次數(圖3)。在干旱類型分布中，中旱占比最高，為57%，重旱占27%，極端干旱發(fā)生次數最少，為16%，越嚴重的干旱發(fā)生的次數越少。從年際變化來看，干旱發(fā)生次數沒有明顯的規(guī)律。以年代際干旱發(fā)生均次來分析，20世紀60、70、80年代干旱發(fā)生均次為 11.9、10.9、11.9次；20世紀90年代、21世紀10年代則達到13.9、14.1次，20世紀90年代后干旱發(fā)生明顯增多，干旱形勢越發(fā)嚴峻。

2.2 生長季干旱空間特征

2.2.1 干旱頻率分布特征 從圖4可以看出，河北省1961—2014年6—9月發(fā)生干旱的頻率均在9%～24%之間，總體干旱狀況比較嚴重。遵化、張家口、南宮這3個站點，4個月的干旱頻率均達到了16.7%以上，相對其他站點干旱較為嚴重；張北、懷來、石家莊、饒陽、豐寧、唐山、青龍這7個站點干旱頻率起伏較大，容易引發(fā)農作物旱災；蔚縣、邢臺、圍場、承德這4個站點，干旱頻率較低，均在16.7%以下，表明降水較為豐沛，發(fā)生干旱情況偏少。通過6—9月4個月的相互對比，9月降水最多，干旱發(fā)生最少，月平均干旱頻率為 14.7%；7月干旱情況較為嚴重，月平均干旱頻率為16.4%；6月除了個別干旱頻率高，其他站點干旱頻率較低；8月西北和東部干旱頻率較高。

2.2.2 干旱趨勢分布特征 運用MK檢驗對SPI的時間序列做趨勢分析，河北省6—9月SPI的趨勢空間分布見圖5，以通過0.05、0.01顯著水平分別為顯著和極顯著。從圖5可以看出，6—9月中，有顯著或極顯著下降趨勢的站點共19個，占25%；顯著或極顯著上升的站點11個，占14.5%。各個月份之間的趨勢變化存在差異，表現出時間和空間上的復雜性。河北省6月和9月SPI呈現上升的趨勢，分別有31.6%、57.9%的站點有變濕潤的趨勢，主要為唐山、青龍、饒陽等幾個站點，分布于河北省東部靠海區(qū)域。7月和8月的SPI變化則呈現出下降的趨勢，7月有31.6%的站點變干，分別為圍場、青龍、唐山、蔚縣、保定這幾個站點，8月則有高達68.4%的站點會變干燥，分布于河北省東部、西北部及南部，范圍較大。綜合來看，唐山、青龍、張北、黃燁、石家莊、邢臺這些站點在不同月份有不同的變化趨勢，即月份間的干濕差異更加明顯；只有秦皇島和豐寧無變干的趨勢，且秦皇島的9月降水將增多，其他站點在7月和8月都有或多或少的變干趨勢，所以河北省干旱情形可能出現更加嚴重的狀況。

2.3 干旱與夏玉米產量的關系

SPI值與夏玉米產量的相關性見表2，從各月上來看，7月、8月呈顯著性相關的站點多于6月、9月。其中，6月19個站點僅有懷來和廊坊分別呈顯著和極顯著相關，占比為10.5%；9月僅邢臺1個站點有顯著相關性；7月有4個站點呈顯著相關，4個站點呈極顯著相關，占比達42.1%；8月有3個站點呈顯著相關，1個極顯著相關，占21.1%。由于在夏玉米的出苗期(大約6月中下旬)降水量的不足對產量的形成影響并不明顯；9月夏玉米處于乳熟期，降水量對于其產量的影響也較小。而7—8月是夏玉米的拔節(jié)-抽雄-開花期，是關鍵的水分敏感生育期，其中7月，夏玉米正在7葉-拔節(jié)的生長時期，干旱影響會更加明顯地作用到產量上；8月為夏玉米抽雄-灌漿期，開始轉為生殖生長階段，干旱會直接對穗數產生影響。從站點分布上來講，總體來說河北中部區(qū)域站點相關性較顯著。

3 討論

3.1 1個月尺度SPI指數的適用性

采用了1995—2014年河北省實際干旱受災面積與計算出的站次比進行對比，發(fā)現以1個月為尺度計算得到的SPI指數，能夠反映出河北省的干旱狀況。將1個月、3個月、12個月尺度的SPI計算出的站次比與實際干旱面積的較差值對比，結果顯示3個尺度較差范圍分別為-1.9～0.6、-5.1～0.4、-4.1～0.2，1個月尺度的較差值的波動較小，而3個月尺度和12個月尺度則在1995、1996、2011—2013幾年中較差值均小于-2，在時間序列的前后部分都出現較大差異，所以本研究選擇1個月尺度的SPI作為干旱指標。研究中發(fā)現降水的累積效應并不明顯，僅考慮短時間尺度的降水，也能很好地反映干旱的特征。不過由于干旱實際情況復雜，實際受災面積可能受人為灌溉等因素的影響，所以站次比與受災面積之間存在差異，但1個月尺度的SPI指數變化特征基本上符合實際干旱的變化特征，說明短尺度的SPI指數也能夠反映出河北干旱的實際情況。

3.2 夏玉米生長季干旱時間變化

用干旱發(fā)生次數描述河北省干旱的時間變化，首先發(fā)現6—9月的不同類型干旱發(fā)生情況，中旱發(fā)生次數最大，干旱等級越嚴重，發(fā)生的次數越少。相似的結論也有研究指出，如申海鳳等基于SPI指數研究了河北邢臺的農作物生長期內干旱的時間變化，得到邢臺縣干旱發(fā)生以中旱和重旱為主[24]。而河北省干旱的年際變化雖較為雜亂，但年代際之間還是存在差距，其中20世紀60—80年代的干旱次數少于20世紀90年代和2000年之后，20世紀90年代后干旱情況加重。而趙林等研究中，根據12個月尺度的SPI值得到黃淮海區(qū)域20世紀60年代和20世紀90年代干旱有加重趨勢，特別是自20世紀80年代以來，干旱加重顯著，2000年以來干旱有所減輕使得該時段干旱加重的趨勢有所減弱[25]，同本研究的河北區(qū)域年代際的干旱趨勢相似。自2000年以來的干旱情況相反，可能是由于SPI尺度選用尺度不相同造成的。河北省干旱情況加劇的結論與很多學者在類似研究區(qū)域的干濕變化規(guī)律結論[26-28]相符。

3.3 夏玉米生長季干旱空間變化

1961—2014年各站點發(fā)生干旱的頻率分布中反映，6月、9月相對7月、8月干旱發(fā)生頻率較小。結合SPI的趨勢變化進行分析，6月和9月SPI呈現上升趨勢，主要是分布于河北省東部靠海區(qū)域的唐山、青龍、饒陽等站點；而7月和8月SPI則呈現出下降趨勢，其中，唐山、青龍、張北、黃燁、石家莊和邢臺等站，不僅干旱頻率較大且月份間的干濕差異也將會更加明顯；秦皇島和豐寧無變干的趨勢，所以干旱情形可能出現更加嚴重的狀況。車少靜等2010年對河北省的旱澇時空特征分析中也指出，從長期變化趨勢看，春秋季干旱呈弱減輕趨勢，夏季干旱呈弱加劇趨勢[14]，與本研究7—8月有明顯干旱趨勢相一致。王素萍等基于SPI指數線性變化趨勢的研究得出，華北地區(qū)的干旱主要由夏季趨于干旱引起的[29]，與本研究結論相似。而空間特征上，車少靜等的研究顯示河北省的旱澇差異主要表現為南北差異，也存在一定的東西差異[14]。本研究中則沒有發(fā)現南北差異，而東西差異較明顯，存在局地性的特點。造成差異的原因可能是利用了不同尺度的SPI值，短尺度的降水會受到極端降水的影響更加明顯，使得空間的分布更加零散。變干燥的7月、8月，正好是干旱頻率較大的2個月，變濕潤的6月、9月，是干旱頻率較小的月份，呈現出很好的相互促進作用。所以今后河北省夏玉米的生長季內，7—8月的干旱狀況將會對夏玉米的生長造成更多的威脅，需要更加緊密的關注。

注：“*”“**”分別表示顯著相關(P<0.05)、極顯著相關(P<0.01)。

3.4 夏玉米生長季干旱與產量的關系

將1980—2011年的河北省夏玉米的產量數據與SPI值進行相關性分析，結果顯示，6—9月呈顯著性相關的站點數依次為7月>8月>6月>9月。對應河北省夏玉米的生育期分析，6月夏玉米基本處于播種和出苗期，降水量不足對產量形成影響不明顯；7月(夏玉米處于7葉-拔節(jié)期)發(fā)生干旱會更明顯地影響到產量；8月(夏玉米為抽雄-灌漿期)干旱的發(fā)生會直接對穗數產生影響；進入9月夏玉米為乳熟期，此時發(fā)生干旱對其產量的影響較小。郁凌華等在黃淮海地區(qū)夏玉米生長季內的旱澇災害分析中，也指出在玉米的拔節(jié)到抽雄、抽雄到乳熟階段，降水量對玉米生長量以及產量積累的影響最大[30]。在實際的生產生活中，應關注這個時段的降水，從而更好地進行農業(yè)生產。而河北省正好是7—8月的干旱發(fā)生頻率較高，所以干旱會對夏玉米造成更嚴重的影響，且7—8月的變干趨勢顯著，使得河北省夏玉米的干旱風險不容忽視，在實際生產生活中，更要注重7—8月的干旱監(jiān)測，以便及時做出夏玉米的災害監(jiān)測及預警。

本研究雖然得出6—9月各月之間的干旱差異及對夏玉米產量的影響，但沒有深入每個生育階段算出對應的SPI值，從夏玉米的生育期角度去詳細分析干旱的影響；也僅基于SPI 1個指數對河北省6—9月進行了分析，沒有引入其他干旱指數或選擇其他SPI尺度的共同分析，今后將進一步進行深入研究分析。

4 結論

(1)1個月尺度的SPI指數能夠較好地描述河北省干旱實際情況。(2)河北省夏玉米生長季干旱頻數的年代際變化特征為20世紀60、70、80年代的干旱發(fā)生均次分別為 11.9、10.9、11.9次，20世紀90年代和2000—2014年的干旱發(fā)生均次達到13.9、13.4次，20世紀90年代后干旱形勢越發(fā)嚴峻。生長季內6月、9月，干旱發(fā)生頻率均低于16%，并且SPI有變濕潤的趨勢；7月、8月的干旱發(fā)生情況較嚴重，均高于16%，SPI也有變干的趨勢?？傮w來看，夏玉米生長季干旱形勢嚴峻。(3)河北省夏玉米生長季干旱的空間分布特征為張家口、遵化、南宮干旱發(fā)生頻率較高，均達到17.6%以上；邢臺、承德、圍場較為濕潤，干旱發(fā)生頻率在13.9%以下。總體來看，河北省東北部和南部干旱發(fā)生頻率小，西北部和中部干旱頻率較高。(4)夏玉米產量與生長季SPI的相關性分析表明，7月、8月呈顯著相關的站點占比較高。7—8月夏玉米處于拔節(jié)-抽雄-開花期，是關鍵的水分敏感期，SPI與產量顯著相關。

參考文獻：

[1]張景書. 干旱的定義及其邏輯分析[J]. 干旱地區(qū)農業(yè)研究，1993，11(3)：97-100.

[2]Obasi G P. WMO’s role in the international decade for natural disaster reduction[J]. Bulletin of the American Meteorological Society，1994，75(9)：1655-1661.

[3]王春乙. 重大農業(yè)氣象災害研究進展[M]. 北京：氣象出版社，2007：1-29.

[4]鄭遠長. 全球自然災害概述[J]. 中國減災，2000，10(1)：17-22.

[5]董思言，高學杰. 長期氣候變化——IPCC第五次評估報告解讀[J]. 氣候變化研究進展，2014，10(1)：56-59.

[6]Vedantham A. A special report of working groups I and III of the intergovernmental panel on climate change[R/OL].[2017-12-01]. https://www.researchgate.net/publication/228757775_A_Special_Report_of_Working_Groups_I_and_III_of_the_Intergovernmental_Panel_on_Climate_Change.

[7]冶明珠，李 林，王振宇. SPI指數在青海東部地區(qū)干旱監(jiān)測中的應用及檢驗[J]. 青海氣象，2007(4)：21-24.

[8]Hayes M J，Svoboda M D，Wilhite D A，et al. Monitoring the 1996 drought using the standardized precipitation index[J]. Bulletin of the American Meteorological Society，1999，80(3)：429-438.

[9]Guttman N B. Comparing the palmer drought index and the standardized precipitation index[J]. Journal of the American Water Resources Association，1998，34(1)：113-121.

[10]Wu H，Svoboda M D，Hayes M J，et al. Appropriate application of the standardized precipitation index in arid locations and dry seasons[J]. International Journal of Climatology，2007，27(1)：65-79.

[11]袁文平，周廣勝. 標準化降水指標與Z指數在我國應用的對比分析[J]. 植物生態(tài)學報，2004，28(4)：523-529.

[12]張利利，周俊菊，張恒瑋，等. 基于SPI的石羊河流域氣候干濕變化及干旱事件的時空格局特征研究[J]. 生態(tài)學報，2017，37(3)：996-1007.

[13]張建平，劉宗元，王 靖，等. 西南地區(qū)綜合干旱監(jiān)測模型構建與驗證[J]. 農業(yè)工程學報，2017，33(5)：102-107.

[14]車少靜，李春強，申雙和. 基于SPI的近41年(1965—2005)河北省旱澇時空特征分析[J]. 中國農業(yè)氣象，2010，31(1)：137-143，150.

[15]閆 峰，王艷姣，吳 波. 近50年河北省干旱時空分布特征[J]. 地理研究，2010，29(3)：423-430.

[16]趙平偉，郭 萍，李立印，等. SPEI及SPI指數在滇西南地區(qū)干旱演變中的對比分析[J]. 長江流域資源與環(huán)境，2017，26(1)：142-149.

[17]趙新來，李文龍，Guo X L，等. Pa、SPI和SPEI干旱指數對青藏高原東部高寒草地干旱的響應比較[J]. 草業(yè)科學，2017，34(2)：273-282.

[18]陶新娥，陳 華，許崇育. 基于SPI/SPEI指數的漢江流域1961—2014年干旱變化特征分析[J]. 水資源研究，2015，4(5)：404-415.

[19]張岳軍，郝智文，王 雁，等. 基于SPEI和SPI指數的太原多尺度干旱特征與氣候指數的關系[J]. 生態(tài)環(huán)境學報，2014，7(9)：1418-1424.

[20]Edwards D C. Characteristics of 20th century drought in the United States at multiple time scales[D]. Colorado：Colorado State University，1997：18-21.

[21] Mckee T B， Doesken N J， Kleist J. The relationship of drought frequency and duration to time scales[C/OL].[2017-12-01]. https://www.researchgate.net/publication/243785846_The_Relationship_of_Drought_Frequency_and_Duration_to_Time_Scales.

[22]張調風，張 勃，王小敏，等. 基于綜合氣象干旱指數(CI)的干旱時空動態(tài)格局分析——以甘肅省黃土高原區(qū)為例[J]. 生態(tài)環(huán)境學報，2012，21(1)：13-20.

[23]魏鳳英. 現代氣候統(tǒng)計診斷與預測技術[M]. 北京：氣象出版社，1999：1-35.

[24]申海鳳，商彥蕊，劉公英. 基于SPI指數的農作物生長期干旱時間變化研究——以河北省邢臺縣為例[J]. 湖北農業(yè)科學，2014，53(11)：2536-2541，2546.

[25]趙 林，武建軍，呂愛鋒，等. 黃淮海平原及其附近地區(qū)干旱時空動態(tài)格局分析——基于標準化降雨指數[J]. 資源科學，2011，33(3)：468-476.

[26]張慶云，衛(wèi) 捷，陶詩言. 近50年華北干旱的年代際和年際變化及大氣環(huán)流特征[J]. 氣候與環(huán)境研究，2003，8(3)：307-318.

[27]馬柱國，符淙斌. 1951—2004年中國北方干旱化的基本事實[J]. 科學通報，2006，51(20)：2429-2439.

[28]馬柱國，任小波. 1951—2006年中國區(qū)域干旱化特征[J]. 氣候變化研究進展，2007，3(4)：195-201.

[29]王素萍，張存杰，李耀輝，等. 基于標準化降水指數的1960—2011年中國不同時間尺度干旱特征[J]. 中國沙漠，2014，34(3)：827-834.

[30]郁凌華，趙艷霞. 黃淮海地區(qū)夏玉米生長季內的旱澇災害分析[J]. 災害學，2013，28(2)：71-75，80.