李崇瑞，游松財(cái)，武永峰

東北地區(qū)干旱特征與春玉米生長季干旱主導(dǎo)氣象因子

李崇瑞1,2，游松財(cái)1，武永峰1※

（1. 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081；2. 中國農(nóng)業(yè)科學(xué)院研究生院，北京 100081）

在全球氣候變化背景下，東北地區(qū)干旱及其主導(dǎo)氣象因子呈現(xiàn)出新的態(tài)勢，并可能對當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)帶來不可預(yù)見的災(zāi)害風(fēng)險(xiǎn)。因此，開展干旱時(shí)空規(guī)律研究，揭示春玉米生長季干旱發(fā)生的氣象驅(qū)動(dòng)因子，對于指導(dǎo)當(dāng)?shù)亻_展農(nóng)業(yè)防旱減災(zāi)工作尤為重要。該研究利用東北地區(qū)及其周邊105個(gè)氣象站點(diǎn)數(shù)據(jù)以及30 m分辨率的DEM，在考慮海拔影響的前提下將逐月氣象因子數(shù)據(jù)空間插值并計(jì)算了1989－2018年1、3、6、12、24個(gè)月尺度的潛在蒸散量和標(biāo)準(zhǔn)化降水蒸散指數(shù)（Standardized Precipitation Evaporation Index，SPEI），分析了干旱的多尺度特征和春玉米生長季各氣象因子的變化規(guī)律，明確了干旱的高發(fā)月份、區(qū)域及主導(dǎo)氣象因子。結(jié)果表明：1）1989－2018年干旱呈現(xiàn)出10 a周期的偏輕-偏重-偏輕規(guī)律，其中2000－2010年干旱較為嚴(yán)重。2）干旱高發(fā)月份為5月，且在吉林西部、內(nèi)蒙古東部和黑龍江西南部等地區(qū)干旱發(fā)生概率較高。3）氣象因子變化主要以氣溫增加為主，且伴隨氣壓下降和風(fēng)力減弱，平均氣溫、最高氣溫、最低氣溫、氣壓、風(fēng)速分別以0.41 ℃/(10 a)、0.42 ℃/(10 a)、0.39 ℃/(10 a)，?0.05 kPa/(10 a)、?0.08 m/(s·10 a)的速度變化。4）各月干旱主導(dǎo)氣象因子不盡相同，5月為降水、相對濕度、最高溫度和日照時(shí)數(shù)，6月為降水、相對濕度、日照時(shí)數(shù)和最低氣溫，7月為降水、相對濕度和日照時(shí)數(shù)，8月為降水、最高氣溫和平均氣溫，9月為降水、相對濕度和最高氣溫，生長季平均條件下為降水、最高氣溫、日照時(shí)數(shù)和相對濕度，降水對干旱的直接作用遠(yuǎn)大于其他氣象因子。該研究可為全面了解東北地區(qū)春玉米生長季干旱特點(diǎn)、以及制定合理的干旱應(yīng)對措施提供一定的參考和依據(jù)。

作物；干旱；氣象；標(biāo)準(zhǔn)化降水蒸散指數(shù)；東北地區(qū)；春玉米生長季

0 引 言

自20世紀(jì)70年代以來，由于全球氣候變暖導(dǎo)致極端干旱事件頻發(fā)，強(qiáng)度不斷加強(qiáng)[1]。這些極端干旱事件表現(xiàn)出一定的反常性、突發(fā)性和不可預(yù)見性[2]，對生態(tài)系統(tǒng)的穩(wěn)定和人類社會(huì)的可持續(xù)發(fā)展造成了巨大而深遠(yuǎn)的影響[3]。中國東部包括東北地區(qū)受到“東亞熱帶季風(fēng)”和“東亞副熱帶季風(fēng)”的直接或間接影響[4]，氣候條件的波動(dòng)性大，且半干旱區(qū)不斷東移[5]。從20世紀(jì)90年代至21世紀(jì)初，東北地區(qū)降水減少氣溫增高[6]，受旱面積不斷增大[7]，干旱次數(shù)、程度不斷增加[8]，嚴(yán)重影響東北地區(qū)農(nóng)業(yè)生產(chǎn)。因此，開展氣候變化背景下東北地區(qū)干旱時(shí)空規(guī)律與演變趨勢研究，揭示干旱發(fā)生與變化的氣象驅(qū)動(dòng)因子，對指導(dǎo)農(nóng)業(yè)防旱減災(zāi)就顯得尤為重要。

目前，可用于評估干旱的指標(biāo)有很多，如標(biāo)準(zhǔn)化降水指數(shù)[9]（Standardized Precipitation Index，SPI）和標(biāo)準(zhǔn)化降水蒸散指數(shù)[10]（Standardized Precipitation Evaporation Index，SPEI）等。Hayes等[11]利用降水?dāng)?shù)據(jù)，使用SPI對美國的旱情進(jìn)行監(jiān)測，并得到了一定的效果。不過長期降水偏少是干旱發(fā)生的直接原因，但并非干旱發(fā)生的唯一因子[12]。而SPEI考慮了降水和蒸散等的關(guān)系，因而具有更為廣泛的應(yīng)用前景。在植被退化地區(qū)，SPEI指數(shù)能夠很好地與植被活動(dòng)狀態(tài)相聯(lián)系[13]；在大尺度上，又與太平洋年代紀(jì)震蕩有同相位關(guān)系[14]，且與大氣環(huán)流運(yùn)動(dòng)密切相關(guān)[15]；在時(shí)間上，又能很好的反映干旱的發(fā)展趨勢，明確地方氣候干濕變化規(guī)律[16]；在農(nóng)業(yè)上，又能體現(xiàn)作物生育期干旱的時(shí)空特征[17]。

眾多學(xué)者利用SPEI對東北地區(qū)干旱進(jìn)行了大量的研究。沈國強(qiáng)等[18]分析了SPEI的適用性，發(fā)現(xiàn)SPEI與受災(zāi)面積呈極顯著負(fù)相關(guān)、與土壤相對濕度呈極顯著正相關(guān)性；梁豐等[19]研究了SPEI與不同的亞洲環(huán)流指數(shù)與SPEI的相關(guān)關(guān)系，明確了不同環(huán)流指數(shù)、不同季節(jié)與SPEI的相關(guān)性差異；李明等[20]分析了東北地區(qū)的干旱風(fēng)險(xiǎn)，明確了干旱的空間格局；高蓓等[21]分析了東北地區(qū)干旱的年際變化，明確了東北地區(qū)干旱的階段性特征，發(fā)現(xiàn)了夏秋變干、冬季變濕的季節(jié)變化特點(diǎn)；孟鑫等[22]則分析了東北地區(qū)夏季干旱的年際變化特征和干旱的振蕩周期。但這些研究多側(cè)重于干旱時(shí)空特征的研究，對干旱發(fā)生和變化的氣象驅(qū)動(dòng)因子研究較少。而明確不同時(shí)空條件下驅(qū)動(dòng)干旱的主導(dǎo)氣象因子，對于認(rèn)清干旱本質(zhì)、合理制定應(yīng)對措施等具有重要指導(dǎo)意義。

為此，本文通過長時(shí)間尺度的SPEI分析東北地區(qū)1989－2018年干旱規(guī)律，分析春玉米生長季內(nèi)不同氣象因子的變化規(guī)律，明確干旱的高發(fā)月份和區(qū)域，針對不同月份分析主導(dǎo)當(dāng)月干旱的氣象因子。從而認(rèn)清干旱規(guī)律、本質(zhì)、時(shí)間和地區(qū)分布，對合理制定應(yīng)對措施等具有重要指導(dǎo)意義。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況及數(shù)據(jù)處理

研究區(qū)位于38°43′N～53°33′N，117°47′E～135°05′E之間，包括遼寧、吉林、黑龍江三省和內(nèi)蒙古東部的呼倫貝爾市、通遼市、赤峰市、興安盟等地（圖1）。東北地區(qū)是世界上三大黑土帶之一，土壤養(yǎng)分含量充足；同時(shí)，東北地區(qū)的光熱水資源充足，水熱同期，日照充足，日較差也大，且光熱水等資源與作物的生育期同步；地理緯度較高，生長季熱量條件年際波動(dòng)較大。東北地區(qū)自東南沿海向西北內(nèi)陸濕潤度逐漸降低，由濕潤區(qū)、半濕潤區(qū)轉(zhuǎn)變?yōu)榘敫珊祬^(qū)[15]。中部平原區(qū)海拔較低；東部為長白山區(qū)，西部為大興安嶺，海拔較高。農(nóng)作物一年一熟。

圖1 研究區(qū)范圍以及氣象站點(diǎn)空間分布

研究數(shù)據(jù)包括：1）涵蓋研究區(qū)及周邊地區(qū)共105個(gè)氣象站點(diǎn)1987－2018年逐月平均氣溫、最高氣溫、最低氣溫、平均風(fēng)速、平均氣壓、日照時(shí)數(shù)、平均相對濕度、降水量數(shù)據(jù)，可從中國氣象數(shù)據(jù)共享網(wǎng)獲取。為了保證不同時(shí)間尺度SPEI結(jié)果開始時(shí)間點(diǎn)均為1989年1月，故將資料年限前推2年，以1987年為氣象資料起始年份。由于可獲得氣象站點(diǎn)的數(shù)量及數(shù)據(jù)隨年份可能會(huì)有一定的變化，且為了滿足研究時(shí)段初期不同時(shí)間尺度的結(jié)果完整性，本文以2018年105個(gè)氣象站點(diǎn)為基礎(chǔ)，盡可能多的獲取了1987－2018年研究區(qū)及其周邊各個(gè)氣象站的氣象數(shù)據(jù)。2）東北地區(qū)30 m分辨率DEM（ASTER GDEM V2版本）。

1.2 研究方法

1.2.1 標(biāo)準(zhǔn)化降水蒸散指數(shù)計(jì)算

1）計(jì)算潛在蒸散量

影響水分蒸散的因素主要是輻射、氣溫、飽和差與風(fēng)速等，Thornwaite法[23]只考慮氣溫的單一因素，在全球氣候變化導(dǎo)致到達(dá)地面的太陽輻射與風(fēng)速普遍減弱的背景下，簡單套用Thornwaite法的計(jì)算結(jié)果與實(shí)際情況出入很大，而應(yīng)用Penman-Monteith方法計(jì)算的蒸散值與大多數(shù)氣象站和水文站實(shí)測蒸發(fā)皿或蒸發(fā)池的水面蒸發(fā)量的變化趨勢比較一致。

本文使用FAO-56推薦的Penman-Monteith法計(jì)算的作物參考蒸散量ET0表示潛在蒸散量，其計(jì)算公式為

式中R為地表凈輻射，MJ/(m2·d)；為土壤熱通量，MJ/(m2·d)；T為平均氣溫，℃；2為2m高處風(fēng)速，m/s；e為飽和水氣壓，e為實(shí)際水氣壓，kPa；Δ為飽和水氣壓曲線斜率，kPa/℃；為干濕表常數(shù)，kPa/℃。

2）計(jì)算水分盈虧

式中為研究時(shí)段內(nèi)（1989－2018共360個(gè)月）月序，隨時(shí)間遞增；P為月降水量，D為月水分盈虧，ET0,i為Penman-Monteith法計(jì)算的潛在蒸散量，mm。

3）計(jì)算不同時(shí)間尺度的水分盈虧

式中為時(shí)間尺度，為尺度下的月序，X為尺度下第月的水分盈虧，即月及其之前-1個(gè)月的月累積水分盈虧，為月之前第-1月的月序。

4）計(jì)算概率加權(quán)距

首先需要對水分盈虧原始數(shù)據(jù)序列進(jìn)行重排，使其成為一個(gè)有序的遞增序列[16]。依據(jù)L矩估計(jì)法計(jì)算重排序列的0次、1次和2次冪的概率加權(quán)距0，1和2。

式中為冪次數(shù)，為樣本總量，本文取360，D為X重排后的有序遞增數(shù)列。

5）計(jì)算參數(shù)

采用三參數(shù)的log-logistic概率密度函數(shù)擬合數(shù)據(jù)序列，其中Γ為伽馬函數(shù)，為尺度參數(shù)，為形狀參數(shù)，1為原點(diǎn)參數(shù)。

6）計(jì)算累積概率

(X)為不同尺度下水分盈虧的累積概率。

7）計(jì)算標(biāo)準(zhǔn)化降水蒸散指數(shù)

式中0，1，2，1，2，3為常數(shù)[10]，分別取2.515 517，0.802 853，0.010 328，1.432 788，0.189 269，0.001 308。當(dāng)>0.5時(shí)，SPEI取相反值。

由于東北地區(qū)地形復(fù)雜，各地區(qū)之間氣象條件差異較大[24]，僅依靠氣象站點(diǎn)數(shù)據(jù)不能完全體現(xiàn)東北地區(qū)整體干旱特點(diǎn)。為此，本文采用澳大利亞國立大學(xué)開發(fā)的考慮了海拔等影響的ANUSPLIN專業(yè)氣象數(shù)據(jù)插值軟件，參考ANUSPLIN說明文件及劉志紅等的研究[25]，對所有氣象因子數(shù)據(jù)進(jìn)行空間插值，將所有空間插值數(shù)據(jù)和DEM均統(tǒng)一訂正為0.01°×0.01°空間分辨率。使用IDL編程方法進(jìn)行逐像素計(jì)算，得到研究區(qū)域參考蒸散量及SPEI等指標(biāo)計(jì)算結(jié)果。不同月份、不同時(shí)間尺度的SPEI及氣象因子以對應(yīng)時(shí)間內(nèi)東北地區(qū)所有柵格的平均值來表示，空間分布圖使用ArcGIS 10.5繪制完成。

1.2.2 干旱等級標(biāo)準(zhǔn)

本文所采用的干旱等級標(biāo)準(zhǔn)[26]如表1所示。

表1 SPEI干旱等級標(biāo)準(zhǔn)

1.3 干旱時(shí)空特征和主導(dǎo)氣象因子提取

本文分別計(jì)算了1989－2018年1、3、6、12、24個(gè)月尺度的標(biāo)準(zhǔn)化降水蒸散指數(shù)，分別以SPEI1，SPEI3，SPEI6，SPEI12，SPEI24表示，同時(shí)計(jì)算了對應(yīng)時(shí)間尺度內(nèi)累積降水距平和累積蒸散距平，分析東北地區(qū)多尺度干旱特征。

考慮到一個(gè)月時(shí)長的干旱能夠影響春玉米的生長發(fā)育進(jìn)程，且春玉米生長季主要為5－9月。SPEI1分析1989－2018年春玉米生長季干旱特征簡便易行，在中后期應(yīng)用效果較好。SPEI3和SPEI6考慮了前期降水補(bǔ)充土壤水分的累積效應(yīng)，也有一定應(yīng)用價(jià)值。SPEI12和SPEI24等包含玉米非生育期的降水，應(yīng)用效果較差。故本文選用SPEI1分析1989－2018年春玉米生長季內(nèi)干旱的高發(fā)月份和區(qū)域，明確春玉米生長季內(nèi)干旱的時(shí)空特征。

由于干旱的發(fā)生可能由多種氣象因子的變化引起，本文分析1989－2018年春玉米生長季內(nèi)各個(gè)氣象因子的變化規(guī)律。同時(shí)針對各月的氣象因子數(shù)據(jù)，采用多元線性回歸的方法，利用SPSS軟件將生長季的各個(gè)氣象因子逐步的引入或剔除回歸模型，從而建立SPEI1與各個(gè)氣象因子的最佳回歸模型，確定最佳模型的氣象因子及其通徑系數(shù)，明確干旱主導(dǎo)因子及其對干旱直接作用的大小。

2 結(jié)果與分析

2.1 東北地區(qū)1989－2018年干旱多尺度特征

圖2為1989－2018年不同時(shí)間尺度SPEI及其對應(yīng)時(shí)間尺度內(nèi)累積降水和蒸散距平值變化，當(dāng)時(shí)間尺度較長時(shí)（12個(gè)月、24個(gè)月），SPEI可以很好地表征區(qū)域氣候干旱特點(diǎn)，反映氣候干旱的變化趨勢，且SPEI值與對應(yīng)時(shí)間尺度內(nèi)的累積降水量距平值比累積蒸散量距平值有更好的對應(yīng)關(guān)系，在表征缺水或干旱趨勢時(shí)在時(shí)間和程度上同步。在1989－2018這30 a內(nèi)，東北地區(qū)整體氣候干旱經(jīng)歷了由偏輕到偏重再到偏輕的過程，尤其在2000－2010這10 a內(nèi)，干旱（SPEI≤?0.5）時(shí)長、強(qiáng)度等都超過其他時(shí)段，且整體SPEI值小于其他時(shí)段。在本文研究的這30a中，東北地區(qū)整體干旱呈現(xiàn)偏輕-偏重-偏輕的10 a小周期，且2010年至今為相對非干旱時(shí)期，但需注意下一個(gè)10 a可能出現(xiàn)的區(qū)域氣候干旱。當(dāng)時(shí)間尺度較短時(shí)（1、3、6個(gè)月），SPEI可以很好地表征氣象干旱特征，反映區(qū)域?qū)嶋H干旱特點(diǎn)。從1989－2018年，東北區(qū)域整體干旱情況較為嚴(yán)重，每年都有一定程度的干旱發(fā)生（SPEI≤?0.5），且多集中于5－9月（SPEI3、SPEI6），這與東北地區(qū)春玉米生長季重疊，很容易使春玉米受旱，造成春玉米生長受阻甚至影響農(nóng)業(yè)生產(chǎn)。同時(shí)，隨著時(shí)間尺度的增大，SPEI所反映的氣候規(guī)律會(huì)出現(xiàn)一定程度的滯后，但規(guī)律性更加明顯。

2.2 春玉米生長季干旱特征

圖3為春玉米生長季月平均SPEI1值的年際變化。在20世紀(jì)初的近10 a里（1999－2009），月平均SPEI1值明顯偏低；與此同時(shí)，這期間內(nèi)的月平均降水量也明顯低于正常年份（1989－1998和2010－2018），生長季月平均降水量較正常年份平均偏少約17.3 mm，而生長季月平均蒸散量較正常年份平均增加約5.3 mm，這樣的變化使水分赤字加劇，導(dǎo)致春玉米生長季出現(xiàn)一定程度的干旱。

圖4顯示了1989－2018年30 a生長季每月發(fā)生不同等級干旱面積百分比的平均值，可以看出東北地區(qū)春玉米生長季內(nèi)干旱面積先減小后增大，7月份干旱面積和程度明顯小于5、6和9月。5月干旱面積和程度最大，有近80%的地區(qū)可能發(fā)生干旱，此時(shí)主要為春玉米生長發(fā)育初期，及時(shí)灌溉、適時(shí)補(bǔ)苗可最大限度的降低干旱造成的減產(chǎn)。從5月到9月，重旱和特旱面積不斷地減少，最終保持穩(wěn)定，8、9月份干旱面積雖有擴(kuò)大的趨勢，但整體程度較輕，以輕旱和中旱為主。

圖2 1989－2018年不同時(shí)間尺度SPEI及其對應(yīng)時(shí)間尺度內(nèi)累積降水和蒸散距平值變化

圖3 1989－2018年春玉米生長季平均SPEI1值、平均參考蒸散量和平均降水量變化

此外，每年的7－8月份區(qū)域整體SPEI值較高，此時(shí)干旱情況并不嚴(yán)重。根據(jù)圖5可知，這2個(gè)月為東北地區(qū)的雨季，雨量較為充足，月平均降水量大于月平均蒸散量，而相鄰的5、6月處于降水增加的月份，但降水增加的速率小于蒸散增加的速率，水分盈虧為負(fù)，從而導(dǎo)致干旱易發(fā)，而此時(shí)的干旱使春玉米難以播種，從而影響春玉米的春種時(shí)間，影響春玉米出苗以及出苗后的成活。9月降水和蒸散量均在減少，但降水減小的速率大于蒸散，這是9月份干旱發(fā)展的主要原因，且由于7、8月份降水量充足，在一定程度上可以對9月份水分平衡進(jìn)行補(bǔ)充，從而降低9月份干旱的程度和頻率。

圖4 1989－2018年春玉米生長季干旱面積百分比平均值

圖5 1989－2018年月平均降水量和參考蒸散量

圖6為春玉米生長季內(nèi)每個(gè)月發(fā)生干旱（SPEI≤?0.5）頻率的空間分布及生長季所有月份平均頻率分布。從生長季平均頻率分布來看，干旱主要分布在吉林西部，內(nèi)蒙古的赤峰、通遼、呼倫貝爾西部，黑龍江的西南部等地，干旱高發(fā)地區(qū)應(yīng)更加注重防旱減災(zāi)工作的部署。此外，5月除了東部長白山地區(qū)之外，其余大部發(fā)生干旱的可能性均較大，這對春玉米播種，出苗具有較大的影響。6、7、8月干旱面積逐漸減小，但主要分布吉林西部、黑龍江西南部和內(nèi)蒙古地區(qū)。9月份干旱面積有所增加，但春玉米在9月處于生長發(fā)育晚期，此時(shí)的干旱對產(chǎn)量影響較小。整體而言，東北地區(qū)春玉米生長初期干旱較為嚴(yán)重，需要特別的重視。

圖6 春玉米生長季干旱頻率分布

2.3 春玉米生長季氣象因子的變化趨勢

圖7為生長季內(nèi)各個(gè)氣象因子30 a內(nèi)的變化趨勢?？梢园l(fā)現(xiàn)，在這30 a的春玉米生長季累積降水量以3.87 mm/(10 a) 呈不顯著增加趨勢，但降水量波動(dòng)性較大，降水最多年份（2013）比最少年份（2002）生長季累計(jì)降水量多近214 mm；生長季平均氣溫卻呈極顯著增加趨勢，平均氣溫增長率為0.41 ℃/(10 a)，最高氣溫增長率為0.42 ℃/(10 a)，最低氣溫增長率為0.39 ℃/(10 a)，最高氣溫增加速率高于最低氣溫增加速率，表明在東北地區(qū)春玉米生長季平均氣溫逐漸增加的前提下，晝夜溫差也有逐漸加大的趨勢；伴隨著氣溫的增加，生長季平均氣壓以?0.05 kPa/(10 a)的速率呈極顯著減小趨勢；生長季平均風(fēng)速以?0.08 m/(s·10 a)的速度呈極顯著減小趨勢；此外，日照時(shí)數(shù)和相對濕度分別以?0.05 h/(10 a)、?0.59%/(10 a)的速率減小，但不顯著?？傮w來說，東北地區(qū)春玉米生長季氣象因子變化主要以氣溫增加為主，且伴隨著氣壓下降，風(fēng)力減弱，而這種變化，勢必帶來東北地區(qū)春玉米生長季內(nèi)水分平衡狀態(tài)的變化。

2.4 春玉米生長季干旱的主導(dǎo)氣象因子

針對各月及生長季平均SPEI1，利用Shapiro-Wilk法進(jìn)行正態(tài)化檢驗(yàn)，檢驗(yàn)結(jié)果如表2。各時(shí)段檢驗(yàn)結(jié)果的顯著性水平均大于0.05，表明SPEI1在各時(shí)段的分布均接近正態(tài)分布，可進(jìn)行逐步線性回歸分析。

圖7 1989－2018年春玉米生長季內(nèi)各個(gè)氣象因子變化趨勢

表2 SPEI1正態(tài)化檢驗(yàn)結(jié)果

由表3中通徑系數(shù)（標(biāo)準(zhǔn)化系數(shù)）可以看出，不同月份內(nèi)各個(gè)氣象因子對SPEI1的直接作用不相同，但降水在不同月份內(nèi)對SPEI1的直接作用均最大，5－9月及生長季平均分別達(dá)到了0.649、0.671、0.665、0.660、0.851和0.578；除了降水之外，5、6、7、9及生長季平均直接作用最大的因子為相對濕度，分別達(dá)到了0.240、0.192、0.253、0.140和0.217；日照時(shí)數(shù)在5、6、7月及生長季平均對SPEI1有直接作用，而在8、9月并無直接作用；此外，氣溫也5、6、8、9月的SPEI1有一定的直接作用，但不同月份直接作用的氣溫類型不同，5、9月及生長季平均為最高氣溫，6月為最低氣溫，8月為最高氣溫和平均氣溫，而7月并無氣溫的直接作用?？傮w而言，影響生長季干旱的主要?dú)庀笠蜃佑薪邓鉁?、相對濕度和日照時(shí)數(shù)，而風(fēng)速和氣壓不是影響干旱的氣象因子。各個(gè)月份最佳回歸模型所包含的氣象因子的顯著性均小于0.05，在解釋各個(gè)模型時(shí)都應(yīng)當(dāng)保留，且均為各月干旱的主導(dǎo)氣象因子。

表3 春玉米生長季各月最佳逐步線性回歸模型與回歸系數(shù)

注：PRE：降水；mean：平均氣溫；max：最高氣溫；min：最低氣溫；SSD：日照時(shí)數(shù)；WV：風(fēng)速；RHU：相對濕度；APS：氣壓

Note: PRE: Precipitation;mean: Average temperature;max: Maximum temperature;min: Minimum temperature; SSD: Sunshine hours; WV: Wind speed; RHU: Relative humidity; APS: Air pressure

5－9月及生長季平均值的線性回歸方程（SPEI1May、SPEI1Jun、SPEI1Jul、SPEI1Aug、SPEI1Sep、SPEI1mean）分別為：

SPEI1May=?2.267+0.024PRE+0.034RHU?

0.056max?0.059SSD （12）

SPEI1Jun=?2.885+0.023PRE+0.036RHU?0.143SSD?

0.056min（13）

SPEI1Jul=?4.446+0.017PRE+0.051RHU?0.133SSD

（14）

SPEI1Aug=3.539+0.017PRE?0.564max+

0.471mean（15）

SPEI1Sep=?2.517+0.027PRE+0.024RHU?0.037max

（16）

SPEI1mean=?1.512+0.018PRE?0.047max?

0.189SSD + 0.035RHU （17）

利用逐步線性回歸去除了因子之間共線性的問題，也可以簡化當(dāng)月SPEI1的計(jì)算。整體而言，1989－2018年生長季降水的變化趨勢不顯著，但氣溫有顯著增高的趨勢。且生長季內(nèi)除7月外，氣溫（最低氣溫、最高氣溫、平均氣溫）均直接作用于SPEI1，在這樣的條件下，春玉米生長季發(fā)生干旱的概率增大，雖然氣溫對SPEI1的直接作用不如降水，但仍需加倍防范其顯著增加引起的氣象干旱。

3 討 論

本文利用SPEI的優(yōu)勢，分析了東北地區(qū)不同時(shí)間尺度下干旱的特征，揭示了東北地區(qū)近30 a干旱變化規(guī)律。Liu等[27]利用SPEI研究內(nèi)蒙古地區(qū)長時(shí)間尺度（12、24個(gè)月）干旱特征，發(fā)現(xiàn)在2000－2010年這10 a內(nèi)SPEI指數(shù)低，氣候趨于干旱，表明內(nèi)蒙古地區(qū)這10 a為干旱期，本文研究區(qū)域與其研究區(qū)有重疊部分，得出類似的結(jié)論，說明在這10 a內(nèi)中國北方干旱較為普遍。在1910年之前，東北地區(qū)春玉米生長季累積降水量有減小的趨勢，減少量約為5.02 mm/a，但自1910年之后，降水又逐漸增加并恢復(fù)正常，增加量約為2.77 mm/a，這導(dǎo)致1989－2018年春玉米生長季累積降水量甚至有略微增加的趨勢。本文利用30 a數(shù)據(jù)研究發(fā)現(xiàn)東北地區(qū)有10 a的干旱周期性變化，受制于研究數(shù)據(jù)的限制，在氣候變暖的背景下，這種特點(diǎn)是常態(tài)還是偶然需要更多數(shù)據(jù)來支持，同時(shí)還需要不斷補(bǔ)充新的數(shù)據(jù)，以確定其更加科學(xué)的變化規(guī)律。

本文所采用的ANUSPLIN插值方法具有更高的精度，由于引入了高程作為協(xié)變量，不同氣象要素的插值結(jié)果誤差不同，整體而言，ANUSPLIN插值結(jié)果在月尺度等插值精度上更接近觀測值，具有更高的可信度[28-29]。通過ANUSPLIN將氣象數(shù)據(jù)站點(diǎn)數(shù)據(jù)空間化，可以更好地應(yīng)用于干旱時(shí)空動(dòng)態(tài)分析。本文確定東北地區(qū)春玉米生長季干旱高發(fā)時(shí)段和高發(fā)地區(qū)，有助于東北各地明確春玉米生長季內(nèi)干旱的風(fēng)險(xiǎn)強(qiáng)度，指導(dǎo)農(nóng)業(yè)干旱風(fēng)險(xiǎn)防范。但東北地區(qū)的西北部、東部分別為大興安嶺、長白山以山地為主，并非為春玉米種植區(qū)，本文雖選擇了春玉米生長季，但未涉及春玉米生長發(fā)育情況，計(jì)算結(jié)果為氣象干旱，與農(nóng)業(yè)干旱的實(shí)際情況仍有一定的差距，如果增加春玉米分布和生長發(fā)育數(shù)據(jù)（如NDVI），則能更好的應(yīng)用于農(nóng)業(yè)和生產(chǎn)，減少極端干旱帶來的農(nóng)業(yè)損失。同時(shí)，基于SPEI研究的潛在蒸散量計(jì)算多利用Thornthwaite法，其所需要的參數(shù)較少，便于計(jì)算，但考慮的氣象因子較少，且多應(yīng)于濕潤或半濕潤地區(qū)[30]，而Penman-Monteith法考慮了多種氣象因子，精度較高，而東北地區(qū)擁有廣大半干旱地帶[31]，Penman-Monteith法更加適用，同時(shí)也更利于分析SPEI值與多種氣象因子之間的關(guān)系，更好的確立干旱主導(dǎo)因子。

由于干旱的發(fā)生與水分平衡密切相關(guān)，而水分平衡是一個(gè)動(dòng)態(tài)過程，降水、蒸散、徑流、滲漏等均是水分平衡的重要因子。王勁松等[32]在引入了徑流量后發(fā)現(xiàn)Z指數(shù)和Palmer干旱指數(shù)對河西地區(qū)的監(jiān)測結(jié)果可明顯改善。而在強(qiáng)降雨過后，土壤水分滲漏也會(huì)造成一定的水分流失[33]，影響水分平衡。本文尚未考慮地表徑流等其他因素對干旱的影響，今后搜集并增加這些數(shù)據(jù)，使研究更加完善。此外，本文雖考慮了春玉米生長季，但未考慮春玉米生長季需水特征的變化，仍然建立在氣象干旱的基礎(chǔ)上，與春玉米實(shí)際干旱情況有所差異。

目前，針對干旱主導(dǎo)氣象因子的研究較少，且多集中于大尺度氣候因子對旱情的影響，如沈雨珺等[34]分析了北美區(qū)極渦面積指數(shù)對江蘇旱情的影響，認(rèn)為其江蘇春季干旱的主要影響因子。事實(shí)上，這種大尺度氣候指數(shù)并不能直觀的體現(xiàn)干旱，更無法直接作用于農(nóng)業(yè)防災(zāi)減災(zāi)，其更多的是引起降水的變化從而導(dǎo)致干旱的發(fā)生。本文探究了東北地區(qū)春玉米生長季內(nèi)各月干旱的主導(dǎo)氣象因子，如降水、氣溫等，發(fā)現(xiàn)在不同月份主導(dǎo)干旱的氣象因子不盡相同，但降水是最主要的因子，其不僅在各月均對干旱起主導(dǎo)作用，且對干旱的作用也最大，但不同月份主導(dǎo)干旱的其他氣象因子卻有所差別，這可能導(dǎo)致在同樣的降水條件下，不同月份的干旱情況也會(huì)有所不同。此外，降水和日照時(shí)數(shù)和相對濕度在不同時(shí)段內(nèi)均有著極顯著的相關(guān)性，且相關(guān)系數(shù)較大，由于在空氣濕度不飽和的條件下，降水過程必然導(dǎo)致空氣濕度增大，且由于降水過程伴有云，也會(huì)導(dǎo)致日照時(shí)數(shù)減小，三者相互關(guān)聯(lián)。

此外，東北地區(qū)春玉米生長季干旱高發(fā)地區(qū)多集中于遼寧西部、吉林中西部及內(nèi)蒙古赤峰、通遼等地，這些地區(qū)多為半干旱氣候區(qū)[35]，雨量較少，干旱程度、頻率均較高。本文著重分析了東北地區(qū)的整體特點(diǎn)，并未針對特定的干濕區(qū)進(jìn)行探討和研究，不能很好的區(qū)分干濕區(qū)特點(diǎn)，今后的研究工作可以針對不同的地區(qū)分析區(qū)域內(nèi)主導(dǎo)氣象因子及干旱特征，從而更有利于區(qū)內(nèi)農(nóng)業(yè)發(fā)展和防旱減災(zāi)。

4 結(jié) 論

1）1989－2018年東北地區(qū)有正常-干旱-正常10 a為周期的規(guī)律，2000－2010這10 a內(nèi)干旱情況較為嚴(yán)重，其余時(shí)段水分條件較為正常，且當(dāng)時(shí)間尺度大于12個(gè)月時(shí)，SPEI所表征的氣候趨勢越明顯。

2）東北地區(qū)春玉米生長季內(nèi)干旱高發(fā)月份為5月，平均發(fā)生干旱的面積和干旱發(fā)生頻率均高于生長季內(nèi)其他月份；干旱主要發(fā)生在吉林西部、內(nèi)蒙古和黑龍江西南部地區(qū)，這些地區(qū)干旱發(fā)生頻率較高，受旱風(fēng)險(xiǎn)較大。

3）東北地區(qū)春玉米生長季平均氣溫、風(fēng)速和氣壓呈顯著變化的趨勢，平均氣溫、最高氣溫、最低氣溫、氣壓、風(fēng)速分別以0.41 ℃/(10 a)、0.42 ℃/(10 a)、0.39 ℃/(10 a)，?0.05 kPa/(10 a)、?0.08 m/(s·10 a)的速度變化，其他氣象因子變化不顯著。

4）干旱的主導(dǎo)氣象因子在不同月份有所差異，5月為降水、相對濕度、最高溫度和日照時(shí)數(shù)，6月為降水、相對濕度、日照時(shí)數(shù)和最低氣溫，7月為降水、相對濕度和日照時(shí)數(shù)，8月為降水、最高氣溫和平均氣溫，9月為降水、相對濕度和最高氣溫，生長季平均條件下為降水、最高氣溫、日照時(shí)數(shù)和相對濕度，風(fēng)速和氣壓不是影響干旱的主導(dǎo)因子，所有時(shí)段內(nèi)降水對干旱的直接作用均遠(yuǎn)大于其他氣象因子。

[1] 劉憲鋒，朱秀芳，潘耀忠，等. 農(nóng)業(yè)干旱監(jiān)測研究進(jìn)展與展望[J]. 地理學(xué)報(bào)，2015，70(11)：1835-1848.

Liu Xianfeng, Zhu Xiufang, Pan Yaozhong, et al. Agricultural drought monitoring: Progress, challenges, and prospects[J]. Acta Geographica Sinica, 2015, 70(11): 1835-1848. (in Chinese with English abstract)

[2] 崔林麗，史軍，周偉東. 上海極端氣溫變化特征及其對城市化的響應(yīng)[J]. 地理科學(xué)，2009，29(1)：93-97.

Cui Linli, Shi Jun, Zhou Weidong. Characteristics of extreme temperature variations and their response to urbanization in Shanghai[J]. Scientia Geographica Sinica, 2009, 29(1): 93-97. (in Chinese with English abstract)

[3] Intergovernmental Panel on Climate Change. Climate Change 2013: The Physical Science Basis[M]. Cambridge: Cambridge University Press, 2014.

[4] 張強(qiáng)，姚玉璧，李耀輝，等. 中國西北地區(qū)干旱氣象災(zāi)害監(jiān)測預(yù)警與減災(zāi)技術(shù)研究進(jìn)展及其展望[J]. 地球科學(xué)進(jìn)展，2015，30(2)：196-213.

Zhang Qiang, Yao Yubi, Li Yaohui, et al. Research progress and prospect on the monitoring and early warning and mitigation technology of meteorological drought disaster in northwest China[J]. Advances in Earth Science, 2015, 30(2): 196-213. (in Chinese with English abstract)

[5] 梁澤學(xué)，江靜. 中國北方地區(qū)1961－2000年干旱半干旱化趨勢[J]. 氣象科學(xué)，2005，25(1)：9-17.

Liang Zexue, Jiang Jing. Aridificational and semi-aridificational tendency of the Northern Chi na from 1961 to 2000[J]. Scientia Meteorologica Sinica, 2005, 25(1): 9-17. (in Chinese with English abstract)

[6] 孫鳳華，楊素英，陳鵬獅. 東北地區(qū)近44年的氣候暖干化趨勢分析及可能影響[J]. 生態(tài)學(xué)雜志，2005，24(7)：751-755.

Sun Fenghua, Yang Suying, Chen Pengshi. Climatic warming and drying trend in Northeastern China during the last 44 years and its effects[J]. Chinese Journal of Ecology, 2005, 24(7): 751-755. (in Chinese with English abstract)

[7] Zou X, Zhai P, Zhang Q. Variations in droughts over China: 1951-2003[J]. Geophysical Research Letters, 2005, 32(4): 353-368.

[8] 楊貴羽，韓冬梅，陳一鳴. 1950—2010年東北地區(qū)旱澇演變特征分析[J]. 中國水利，2014(5)：45-48.

Yang Guiyu, Han Dongmei, Chen Yiming. Studies on drought and flood transformation in northeast China from 1950 to 2010[J]. China Water Resources, 2014(5): 45-48. (in Chinese with English abstract)

[9] McKee T B, Doesken N J, Kleis J. The relationship of drought frequency and duration to time scales[R]. Eighth Conf. on Applied Climatology, Anaheim, CA: American Meteor Society, 1993.

[10] Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23: 1696-1718.

[11] 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.

[12] 陸桂華，閆桂霞，吳志勇，等. 近50年來中國干旱化特征分析[J]. 水利水電技術(shù)，2010，41(3)：78-82.

Lu Guihua, Yan Guixia, Wu Zhiyong, et al. Analysis on aridification with in last 50 years in China[J]. Water Resources and Hydropower Engineering, 2010, 41(3): 78-82. (in Chinese with English abstract)

[13] Sergio V S, Daniel C, Tomás-Burguera Miquel, et al. Drought variability and land degradation in semiarid regions: assessment using remote sensing data and, drought indices (1982–2011)[J]. Remote Sensing, 2015, 7(4): 4391-4423.

[14] 張煦庭，潘學(xué)標(biāo)，徐琳，等. 基于降水蒸發(fā)指數(shù)的1960－2015年內(nèi)蒙古干旱時(shí)空特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(15)：190-199.

Zhang Xuting, Pan Xuebiao, Xu Lin, et al. Analysis of spatio-temporal distribution of drought characteristics based on SPEI in Inner Mongolia during 1960-2015[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(15): 190-199. (in Chinese with English abstract)

[15] 沙莎，王勇，沈新勇，等. 基于SPEI指數(shù)的東北春旱頻率變化及突變成因分析[J]. 自然災(zāi)害學(xué)報(bào)，2017，26(4)：180-190.

Sha Sha, Wang Yong, Shen Xinyong, et al. Analysis of frequency variation and causes of mutation change about spring drought over Northeast region of China[J]. Journal of Natural Disasters, 2017, 26(4): 180-190. (in Chinese with English abstract)

[16] 李偉光，易雪，侯美亭，等. 基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的中國干旱趨勢研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2012，20(5)：643-649.

Li Weiguang, Yi Xue, Hou Meiting, et al. Standardized precipitation evapotranspiration index shows drought trends in China[J]. Chinese Journal of Eco-Agriculture, 2012, 20(5): 643-649. (in Chinese with English abstract)

[17] 陳燕麗，蒙良莉，黃肖寒，等. 基于SPEI的廣西甘蔗生育期干旱時(shí)空演變特征分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(14)：149-158.

Chen Yanli, Meng Liangli, Huang Xiaohan, et al. Spatial and temporal evolution characteristics of drought in Guangxi during sugarcane growth period based on SPEI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(14): 149-158. (in Chinese with English abstract)

[18] 沈國強(qiáng)，鄭海峰，雷振鋒. SPEI指數(shù)在中國東北地區(qū)干旱研究中的適用性分析[J]. 生態(tài)學(xué)報(bào)，2017，37(11)：3787-3795.

Shen Guoqiang, Zheng Haifeng, Lei Zhenfeng. Applicability analysis of SPEI for drought research in Northeast China[J]. Acta Ecologica Sinica, 2017, 37(11): 3787-3795. (in Chinese with English abstract)

[19] 梁豐，劉丹丹，王婉昭，等. 基于SPEI的中國東北地區(qū)1961—2014年干旱時(shí)空演變[J]. 中國沙漠，2017，37(1)：148-157.

Liang Feng, Liu Dandan, Wang Wanzhao, et al. Temporal and spatial distributions of drought in Northeast China in 1961-2014 based on standardized precipitation evapotranspiration index[J]. Journal of Desert Research, 2017, 37(1): 148-157. (in Chinese with English abstract)

[20] 李明，胡煒霞，張蓮芝，等. 基于SPEI的東北地區(qū)氣象干旱風(fēng)險(xiǎn)分析[J]. 干旱區(qū)資源與環(huán)境，2018，32(7)：134-139.

Li Ming, Hu Weixia, Zhang Lianzhi, et al. Risk analysis of meteorological drought in Northeast China based on standardized precipitation evapotranspiration index[J]. Journal of Arid Land Resources and Environment, 2018, 32(7): 134-139. (in Chinese with English abstract)

[21] 高蓓，姜彤，蘇布達(dá)，等. 基于SPEI的1961－2012年東北地區(qū)干旱演變特征分析[J]. 中國農(nóng)業(yè)氣象，2014，35(6)：656-662.

Gao Bei, Jiang Tong, Su Buda, et al. Evolution analysis on droughts in Northeast China during 1961－2012 based on SPEI[J]. Chinese Journal of Agrometeorology, 2014, 35(6): 656-662. (in Chinese with English abstract)

[22] 孟鑫，智協(xié)飛. 東北地區(qū)夏季干旱的年際—年代際變化特征[J]. 大氣科學(xué)學(xué)報(bào)，2016，39(4)：562-568.

Meng Xin, Zhi Xiefei. Interannual and interdecadal variations of drought in Northeast China[J]. Transactions of Atmospheric Sciences, 2016, 39(4): 562-568. (in Chinese with English abstract)

[23] Kumar K K, Kumar K R, Rakhecha P R. Comparison of Penman and Thornthwaite methods of estimating potential evapotranspiration for Indian conditions[J]. Theoretical and Applied Climatology, 1987, 38 (3): 140-146.

[24] 李明，王貴文，柴旭榮，等. 基于空間聚類的中國東北氣候分區(qū)及其氣象干旱時(shí)間變化特征[J]. 自然資源學(xué)報(bào)，2019，34(8)：1682-1693.

Li Ming, Wang Guiwen, Chai Xurong, et al, Climate regionalization and temporal evolution of meteorological drought in Northeast China based on spatial clustering[J]. Journal of Natural Resources, 2019, 34(8): 1682-1693. (in Chinese with English abstract)

[25] 劉志紅，Tim R McVicar，Tom G Van Nie，等. 基于ANUSPLIN的時(shí)間序列氣象要素空間插值[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2008，36(10)：227-234.

Liu Zhihong, Tim R McVicar, Tom G Van Nie, et al. Interpolation for time series of meteorological variables using ANUSPLIN[J]. Journal of Northwest A&F University (Nat Sci Ed), 2008, 36(10): 227-234. (in Chinese with English abstract)

[26] 田甜，黃強(qiáng)，郭愛軍，等. 基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的渭河流域干旱演變特征分析[J]. 水力發(fā)電學(xué)報(bào)，2016，35(2)：16-27.

Tian Tian, Huang Qiang, Guo Aijun, et al. Drought evolution characteristics in Wei River basin based on standardized precipitation evapotranspiration index[J]. Journal of Hydroelectric Engineering, 2016, 35(2): 16-27. (in Chinese with English abstract)

[27] Liu S, Kang W, Wang T. Drought variability in Inner Mongolia of northern China during 1960－2013 based on standardized precipitation evapotranspiration index[J]. Environmental Earth Sciences, 2016, 75(2): 145.

[28] Wen Huayang, Chen Fengjiao, Li Jun, et al. A study on spatial interpolation of temperature in Anhui Province based on ANUSPLIN[J]. Meteorological and Environmental Research, 2019, 10(2): 51-55, 60.

[29] 李任君，高懋芳，李強(qiáng)，等. 基于ANUSPLIN的降水空間插值方法研究[J]. 中國農(nóng)業(yè)信息，2019，31(1)：48-57.

Li Renjun, Gao Maofang, Li Qiang, et al. Research on rainfall spatial interpolation method based on ANUSPLIN[J]. China Agricultural Informatics, 2019, 31(1): 48-57. (in Chinese with English abstract)

[30] 黃強(qiáng)，陳子燊. 多種蒸散發(fā)公式在珠江流域的適用性分析[J]. 熱帶地理，2014，34(6)：737-745.

Huang Qiang, Chen Zishen. Applicability of evapotranspiration equations for the pearl river basin[J]. Tropical Geography, 2014, 34(6): 737-745. (in Chinese with English abstract)

[31] 王炳欽，江源，董滿宇，等. 1961—2010年北方半干旱區(qū)極端降水時(shí)空變化[J]. 干旱區(qū)研究，2016，33(5)：913-920.

Wang Bingqin, Jiang Yuan, Dong Manyu, et al. Spatiotemporal variations of extreme precipitation in the semiarid region in North China during the period of 1961－2010[J]. Arid Zone Research, 2016, 33(5): 913-920. (in Chinese with English abstract)

[32] 王勁松，黃玉霞，馮建英，等. 徑流量Z指數(shù)與Palmer指數(shù)對河西干旱的監(jiān)測[J]. 應(yīng)用氣象學(xué)報(bào)，2009，20(4)：471-477.

Wang Jinsong, Huang Yuxia, Feng Jianying, et al. The drought monitoring in hexi area using the runoff-denoted z index and the palmer index[J]. Journal of Applied Meteorological Science, 2009, 20(4): 471-477. (in Chinese with English abstract)

[33] 李曉鵬，張佳寶，朱安寧，等. 基于GIS的農(nóng)田土壤水分滲漏量分布模擬[J]. 土壤通報(bào)，2009，40(4)：743-746.

Li Xiaopeng, Zhang Jiabao, Zhu Anning, et al. Simulation the temporal and spatial distribution of farmland soil water drainage based on GIS[J]. Chinese Journal of Soil Science, 2009, 40(4): 743-746. (in Chinese with English abstract)

[34] 沈雨珺，朱堅(jiān). 江蘇淮北地區(qū)春季旱情的氣象影響因子分析[J]. 水電能源科學(xué)，2019，37(9)：6-9, 132.

Shen Yujun, Zhu Jian. Meteorological factors affecting spring drought in Huaibei area of Jiangsu province[J]. Water Resources and Power, 2019, 37(9): 6-9, 132. (in Chinese with English abstract)

[35] 趙俊芳，郭建平，徐精文，等. 基于濕潤指數(shù)的中國干濕狀況變化趨勢[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(8)：18-24.

Zhao Junfang, Guo Jianping, Xu Jingwen, et al. Trends of Chinese dry-wet condition based on wetness index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(8): 18-24. (in Chinese with English abstract)

Drought characteristics and dominant meteorological factors driving drought in spring maize growing season in northeast China

Li Chongrui1,2, You Songcai1, Wu Yongfeng1※

(1.,100081,;2.,100081,)

New changing characteristics have emerged in the drought and its dominant meteorological factors in Northeast China, as the ecological impacts of global climate change in recent years. These impacts may bring unpredictable natural disaster risks to local agricultural production. In order to guide the prevention of agricultural drought and mitigation work, it is particularly important to explore the spatial and temporal patterns and evolution trends of drought in Northeast China under the background of climate change, thereby to reveal the meteorological driving factors of drought in the spring maize during growing season. Here, five meteorological factors, including wind speed precipitation, sunshine duration, air temperature, pressure and relative humidity, were interpolated month by month, particularly considering the geographical location and altitude. The data was taken from 105 meteorological stations in Northeast China, where the local DEM data was in the resolution of 30 meters. A Penman-Monteith method was used to calculate the potential evapotranspiration. A IDL program was also used to calculate the Standardized Precipitation Evapotranspiration Index (SPEI) at the 1, 3, 6, 12 and 24-month scales in 1989-2018, further to analyze the multi-scale characteristics of drought. As such, the change characteristic of each meteorological factor was determined in the spring maize during growing season. The high-incidence month and region of drought in the growing season were identified by the SPEI of 1-month scale, thereby to gain the trends of monthly average precipitation and reference evapotranspiration. A stepwise linear regression method was selected to extract the dominant meteorological factors driving drought in each month and the whole growing season. The results indicated that: 1) from 1989 to 2018, a light-serious-light trend of drought was showed in Northeast China in a 10-year cycle, particularly which the worst drought was found in 2000-2010. There was an obvious effect using the SPEI for the drought, as the time scale increased, but there can be a time lag at a certain degree. 2) In the spring maize during growing season, the drought was tend to occur in May, with a high probability in the west of Jilin, the east of Inner Mongolia and the southwest of Heilongjiang. 3) Meteorological variations in the spring maize during growing season in Northeast China were mainly characterized by the increase of air temperature, together with the decrease of air pressure and wind speed. The change rates of average temperature (mean), the maximum temperature (max), the minimum temperature (min), the air pressure (APS) and the wind speed (WV) were 0.41 ℃/(10a), 0.42 ℃/(10a), 0.39 ℃/(10a), -0.05 kPa/(10a), and -0.08 m/(s·10 a), respectively. Other meteorological factors did not change significantly. 4) Dominant meteorological factors driving drought varied in the maize growth period in Northeast China. The significant factors were ranked in descend order: the precipitation (PRE), air relative humidity (RHU),maxand sunshine duration (SSD) in May, followed by the PRE, RHU, SSD andminin June, the PRE, RHU and SSD in July, the PRE,maxandmeanin August, and the PRE, RHU andmaxin September. In the whole growth season, the main meteorological factors were the PRE,max, SSD, and RHU. Specifically, the PRE played the most important role in drought in each month, compared with the other factors. The WV and APS showed the minimum influence on drought. This finding can offer a promising potential reference for the drought characteristics of the spring maize during growing season in Northeast China, and further to make the reasonable decisions for drought prevention.

crops; drought; meteorology; standardized precipitation evapotranspiration index; Northeast China;spring maize growing season

李崇瑞，游松財(cái)，武永峰. 東北地區(qū)干旱特征與春玉米生長季干旱主導(dǎo)氣象因子[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(19)：97-106.doi：10.11975/j.issn.1002-6819.2020.19.011 http://www.tcsae.org

Li Chongrui, You Songcai, Wu Yongfeng. Drought characteristics and dominant meteorological factors driving drought in spring maize growing season in northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(19): 97-106. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.19.011 http://www.tcsae.org

2020-04-09

2020-09-17

國家重點(diǎn)研發(fā)計(jì)劃子課題（2017YFD0300402-2）

李崇瑞，主要從事農(nóng)業(yè)災(zāi)害監(jiān)測研究。Email：858998723@qq.com

武永峰，副研究員，主要從事農(nóng)業(yè)災(zāi)害監(jiān)測研究。Email：wuyongfeng@caas.cn

10.11975/j.issn.1002-6819.2020.19.011

P49

A

1002-6819(2020)-19-0097-10