趙強強 陳財 張菲菲 高超

摘要：?基于1961-2016年140個氣象站點的日尺度降水數(shù)據(jù)和月尺度地表溫度（LST）、歸一化植被指數(shù)（NDVI），利用標準化降水指數(shù)（SPI）和溫度植被干旱指數(shù)（TVDI）分別表征淮河流域氣象干旱和農(nóng)業(yè)干旱，分析淮河流域冬小麥氣象干旱和農(nóng)業(yè)干旱時空變化特征。結果顯示：（1）氣象干旱時空變化特征：冬前生長期和灌漿成熟期降水量呈上升趨勢，越冬期和返青抽穗期呈下降趨勢;輕度干旱以上占比表現(xiàn)為：冬前生長期>返青抽穗期>灌漿成熟期>越冬期。（2）農(nóng)業(yè)干旱時空變化特征：時間上，輕度干旱以上占比在越冬期和返青抽穗期呈上升趨勢;空間上，冬前生長期輕度干旱以上占比明顯高于返青抽穗期和灌漿成熟期，因此有利于冬小麥的生長發(fā)育。（3）農(nóng)業(yè)干旱與氣象干旱異同性：時滯性，冬前生長期、越冬期和返青抽穗期，TVDI表征的農(nóng)業(yè)干旱較SPI表征的氣象干旱時滯小于1個月;灌漿成熟期，TVDI表征的農(nóng)業(yè)干旱較SPI表征的氣象干旱時滯1至2個月;空間上，在冬前生長期二者輕度干旱占比差異主要位于東部沿海地區(qū)，在返青抽穗期和灌漿成熟期二者輕度干旱占比差異主要位于高海拔地區(qū)。而且，從TVDI表征的農(nóng)業(yè)干旱與SPI表征的氣象干旱的輕度干旱占比空間分布來看，農(nóng)業(yè)干旱比氣象干旱強度大。

關鍵詞：?氣象干旱;冬小麥農(nóng)業(yè)干旱;淮河流域;溫度植被干旱指數(shù)（TVDI）;標準化降水指數(shù)（SPI）

中圖分類號：?S423??文獻標識碼：?A??文章編號：?1000-4440（2021）02-0373-09

Abstract：?Based on the daily precipitation data， the monthly surface temperature （LST） and normalized difference vegetation index （NDVI） of 140 meteorological stations from 1961 to 2016， the standardized precipitation index （SPI） and the temperature vegetation drought index （TVDI） were used to characterize the meteorological drought and agricultural drought in Huai River Basin to analyze the temporal and spatial variation characteristics of meteorological drought and agricultural drought of winter wheat. The results showed that， firstly， on the aspect of temporal and spatial variation characteristics of meteorological drought， the precipitation increased in the growth period and filling maturity period before winter， decreased in overwintering period and turning green-heading stage. The proportion of drought above mild showed the following order： pre-winter growth period > returning green-heading stage > filling maturity stage > overwintering stage. Secondly， on the aspect of temporal and spatial variation characteristics of agricultural drought， drought above mild showed an upward trend in overwintering period and returning green-heading stage on the time scale， the proportion of drought above light in the growth period pre-winter was significantly higher than that in returning green-heading stage and filling maturity stage on the space scale， so it was beneficial to the growth and development of winter wheat. Thirdly， on the aspect of the similarities and differences between agricultural drought and meteorological drought， the agricultural drought represented by TVDI was one month less than the meteorological drought represented by SPI during the pre-winter growth period， overwintering period and returning green-heading period in the comparison of time lag. At the stage of filling maturity， the agricultural drought represented by TVDI lagged about one to two months compared with the meteorological drought represented by SPI. On the spatial scale， the proportion difference of mild drought represented by TVDI and SPI mainly located in the eastern coastal area during the pre-winter growth period， and the proportion difference of the mild drought represented by TVDI and SPI in the periods of returning green-heading and filling maturity mainly located in the high altitude area. Moreover， from the aspect of the spatial distribution of agricultural drought characterized by TVDI and meteorological drought characterized by SPI， the intensity of agricultural drought was higher than that of meteorological drought.

Key words：?meteorological drought;agricultural drought of winter wheat;Huai River Basin;temperature vegetation drought index（TVDI）;standardized precipitation index（SPI）

干旱作為一種難以提前準確監(jiān)測的自然環(huán)境災害，最為直接的表現(xiàn)則體現(xiàn)在農(nóng)業(yè)生產(chǎn)中，會影響作物生長發(fā)育，導致農(nóng)業(yè)減產(chǎn)[1-2]。在全球氣候變暖的背景下中緯度地區(qū)干旱災害頻率增加[3-4]。加強對干旱時空演變特征的研究，尤其是氣候變化背景下的干旱評估和干旱監(jiān)測等方面的研究是非常必要的。

農(nóng)業(yè)干旱是指農(nóng)作物不同生長階段，由于降水量、土壤含水量不能滿足生長需要而導致農(nóng)作物產(chǎn)量減少的現(xiàn)象[5]。氣象干旱是指在較長時期，蒸發(fā)量大于降水量，或降水量異常偏少，或降水量長時間偏少而產(chǎn)生災害的現(xiàn)象[6]。氣象干旱是農(nóng)業(yè)干旱的前提，在灌溉設施不完備的地區(qū)，氣象干旱是引發(fā)農(nóng)業(yè)干旱的最重要因素。用單一要素分析農(nóng)業(yè)干旱和氣象干旱的研究中，標準化降水指數(shù)（SPI）[7]、降水量距平百分率（Pa）[8-9]、相對濕潤指數(shù)（MI）[10-13]、帕默爾干旱指數(shù)（PDSI）[14-16]等氣象指標被學者廣泛使用，其中，選用標準化降水指數(shù)（SPI）分析氣象干旱時空變化特征和旱澇演變規(guī)律的較多。分析農(nóng)業(yè)干旱特征的遙感指標主要有作物缺水指數(shù)（CWSI）[17]、溫度植被干旱指數(shù)（TVDI）[18]、距平植被指數(shù)（AVI）[19]、條件植被溫度指數(shù)（VTCI）[20]等，其中，溫度植被干旱指數(shù)（TVDI）多用于分析相對干旱程度和干旱的空間變化。但是，基于標準化降水指數(shù)（SPI）和溫度植被干旱指數(shù)（TVDI）分析冬小麥干旱的研究中以分析冬小麥干旱時空分布的較多，而綜合分析2個指數(shù)空間分布異同性的較少。因此，本研究基于淮河流域近55年140個氣象站點數(shù)據(jù)，以標準化降水指數(shù)表征氣象干旱，分析淮河流域冬小麥氣象干旱和農(nóng)業(yè)干旱時空變化特征，以及冬小麥氣象干旱和農(nóng)業(yè)干旱空間變化規(guī)律的異同性，為淮河流域冬小麥干旱災害評估和監(jiān)測提供參考依據(jù)。

1?數(shù)據(jù)來源與研究方法

1.1?研究區(qū)概況

淮河流域（111°55′～121°25′E，30°55′～36°36′N），流域面積約2.7×105 km2，涵蓋中國5個省份[21-22]（圖1）。年均降水量920 mm，時空分布不均勻，多集中在汛期（6-9月），旱澇災害頻發(fā)[23-24]。流域內(nèi)水熱充足，適合農(nóng)業(yè)作物生長，是中國糧食主產(chǎn)區(qū)之一[25]。

1.2?數(shù)據(jù)來源

淮河流域140個氣象站點的逐日氣溫及降水量數(shù)據(jù)來源于國家氣象科學數(shù)據(jù)中心（http：//data.cma.cn/data/cdcdetail/dataCode/A.0012.0001.html）。遙感數(shù)據(jù)來源于中國科學院計算機網(wǎng)絡信息中心地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn）。

1.3?研究方法

1.3.1?標準化降水指數(shù)（SPI）計算?SPI可以反映干旱變化狀況[26-27]，計算公式如下：

式中，t=ln1G（x）2，x表示不同時間尺度的降水量，G（x）表示與x對應的累積概率，S表示概率密度正負系數(shù)。SPI干旱程度分級如表1所示。

1.3.2?溫度植被干旱指數(shù)（TVDI）計算?采用Ts-NDVI特征空間算法[28]，表示為：

式中，Ts為給定像元的地表溫度，Tsmax、Tsmin分別為特征空間的干邊和濕邊。對Tsmax、Tsmin進行線性回歸，回歸方程為：

式中，a1、b1為TVDI干邊擬合方程的系數(shù);a2、b2為TVDI濕邊擬合方程的系數(shù)，NDVI為給定像元的歸一化植被指數(shù)。

1.3.3?插值方法?采用氣候傾向率對長時間序列尺度的降水和干旱特征進行趨勢分析[29]。利用M-K趨勢檢驗對以站點為變量的時間要素進行趨勢變化檢驗。通過克里金法對數(shù)據(jù)進行空間插值?；贏rcGIS10.5軟件描述氣象干旱等要素的空間分布。

2?結果與分析

2.1?淮河流域氣象干旱時空特征

2.1.1?冬小麥氣象干旱的時間變化特征?對淮河流域1961-2016年冬小麥不同生育期的標準化降水指數(shù)（SPI）進行趨勢分析，結果如圖2所示。冬前生長期和越冬期SPI呈上升趨勢，表明淮河流域冬小麥冬前生長期在1961-2016年呈現(xiàn)變濕趨勢;越冬期和灌漿成熟期在1961-2016年SPI呈下降趨勢，在此期間呈現(xiàn)變干趨勢。返青抽穗期是冬小麥生長發(fā)育的重要階段，而返青抽穗階段在1961-2016年降水呈下降趨勢但下降趨勢不顯著，可能不利于冬小麥生長發(fā)育。由于冬小麥的生長發(fā)育不僅僅受降水的影響，還受到氣溫、蒸散發(fā)、下墊面等諸多因素的影響，降水在冬小麥生長發(fā)育的重要階段呈下降趨勢是否不利于冬小麥的生長發(fā)育還需進一步研究。

2.1.2?冬小麥氣象干旱的空間分布特征?通過對淮河流域1961-2016年的SPI輕度干旱以上占比進行空間表達分析（圖3），輕度干旱以上占比表現(xiàn)為冬前生長期 > 返青抽穗期 > 灌漿成熟期 > 越冬期。冬前生長期，輕度干旱以上占比較高的區(qū)域主要集中在西北部，而較低且成片的區(qū)域主要分布在東部沿海地區(qū);返青抽穗期、灌漿成熟期和越冬期輕度干旱以上占比都有明顯的緯向分布，而且返青抽穗期和灌漿成熟期都呈南部低、北部高的特征，但越冬期與前兩者相反，主要原因在于冬季風。

通過Mann-Kendall趨勢檢驗對SPI進行趨勢分析，研究顯示淮河流域在冬小麥冬前生長期呈現(xiàn)變濕的趨勢，尤其在冬小麥種植的平原區(qū)域最為明顯;越冬期，SPI呈現(xiàn)南升北降的趨勢，與越冬期輕度干旱以上占比情況恰好相反，有利于淮河流域旱情的減輕;返青抽穗期，西北部地區(qū)的站點SPI呈下降趨勢，與淮河流域輕度干旱以上占比較高的區(qū)域一致，這將增加西北部地區(qū)的干旱情況;灌漿成熟期，SPI呈上升趨勢的氣象站點多分布在北部地區(qū)，且占整個區(qū)域的大部分，呈下降趨勢的氣象站點多出現(xiàn)在南部地區(qū)（圖3）。

2.2?淮河流域農(nóng)業(yè)干旱時空特征

2.2.1?冬小麥農(nóng)業(yè)干旱的時間變化特征?如圖4所示，淮河流域冬小麥溫度植被干旱指數(shù)（TVDI）輕度干旱以上占比在冬前生長期較大，平均值為42.69%，其次為越冬期、返青抽穗期和灌漿成熟期，占比分別為37.52%、32.21%和25.76%。輕度干旱以上占比在越冬期和返青抽穗期在1961-2016年呈上升趨勢，總體上有利于冬小麥的生長發(fā)育。

2.2.2?冬小麥農(nóng)業(yè)干旱的空間分布特征?如圖5所示，淮河流域冬小麥不同生育期2000-2016年溫度植被干旱指數(shù)（TVDI）輕度干旱以上占比（即TVDI≥0.6）空間分布圖表明：冬前生長期，淮河流域南部干旱明顯大于北部，呈現(xiàn)緯向分布;越冬期，同樣淮河流域南部干旱大于北部，與冬前生長期相比，干旱有所緩解;返青抽穗期，與冬前生長期和越冬期相比淮河流域輕度干旱以上占比空間分布不同，呈現(xiàn)從沿海至內(nèi)陸遞減的趨勢，且輕度干旱占比較大的地區(qū)多分布在海拔相對較高的地區(qū)。灌漿成熟期，淮河流域輕度干旱以上占比空間分布同返青抽穗期較為相似，但輕度干旱以上占比高的區(qū)域整體上小于返青抽穗期。

通過對淮河流域冬小麥不同生育期空間干旱占比分析可得出以下規(guī)律：TVDI在冬前生長期輕度干旱以上占比明顯高于其他時期，而冬前生長期和越冬期冬小麥需水量不高，返青抽穗期是冬小麥需水量多的生長階段。冬前生長期和越冬期淮河流域輕度干旱以上占比基本一致，與緯度分布呈負相關關系。返青抽穗期和灌漿成熟期，海拔相對較高地區(qū)的干旱情況要嚴重于海拔較低地區(qū)，呈沿海向內(nèi)陸遞減的趨勢。

2.3?淮河流域氣象干旱與農(nóng)業(yè)干旱異同性

2.3.1?氣象干旱與農(nóng)業(yè)干旱的時滯性?為了探究氣象干旱和農(nóng)業(yè)干旱之間的時滯性，基于1 km×1 km大小的網(wǎng)格冬小麥種植面積對長時間序列尺度2000-2016年的TVDI和SPI進行提取，得到兩者的相關性?？紤]到農(nóng)業(yè)干旱相較于氣象干旱存在時滯情況，本研究分析了TVDI與當月SPI以及前1個月SPI和前2個月SPI的相關性（表2）。冬小麥不同生育期TVDI與SPI相關性總體呈現(xiàn)負增長，且TVDI與當月的SPI相關性較高。冬前生長期，TVDI與當月SPI相關性高值年份為2009年、2010年、2012年和2014年;越冬期，TVDI與當月SPI相關性高值年份為2001年、2005年、2007年和2015年;返青抽穗期，TVDI與當月SPI相關性高值年份為2002年、2014年和2015年;灌漿成熟期，TVDI與當月SPI相關性高值年份為2004年、2008年和2011年。冬前生長期、越冬期和灌漿成熟期，TVDI與當月SPI之間的相關性較高，表明淮河流域冬小麥農(nóng)業(yè)干旱相較于氣象干旱時滯小于1個月。返青抽穗期，TVDI與當月SPI、前1個月的SPI有較好的相關性，表明淮河流域冬小麥農(nóng)業(yè)干旱相較于氣象干旱時滯1至2個月。

2.3.2?氣象干旱與農(nóng)業(yè)干旱的空間差異性?TVDI表征的農(nóng)業(yè)干旱輕度干旱占比空間分布（圖5）與SPI表征的氣象干旱輕度干旱占比空間分布（圖3）相比，總體上冬小麥農(nóng)業(yè)干旱比冬小麥氣象干旱強度大。在冬小麥不同生育期氣象干旱和農(nóng)業(yè)干旱輕度干旱占比空間分布存在差異（表3），主要表現(xiàn)為：冬前生長期，SPI輕度干旱占比表現(xiàn)為南北高，中部和東部低，TVDI的輕度干旱占比沿緯向分布，由南至北逐漸降低，二者差異主要表現(xiàn)在TVDI的輕度干旱占比呈緯向分布的趨勢更為顯著;返青抽穗期，SPI輕度干旱占比表現(xiàn)為沿緯向分布，由南至北逐漸降低，TVDI的輕度干旱占比由東部沿海至西部內(nèi)陸逐漸增高，輕度干旱占比較高區(qū)域主要位于高海拔地區(qū)，二者差異主要表現(xiàn)為TVDI的輕度干旱占比在高海拔地區(qū)較為顯著;灌漿成熟期，SPI與TVDI輕度干旱占比空間分布差異較小，差異主要表現(xiàn)為TVDI的輕度干旱占比在高海拔地區(qū)較為顯著。

3?討論

SPI是一種較為普遍使用的表征多尺度、長時間序列氣象干旱指標[30-32]，能夠反映不同干旱類型，但未考慮蒸發(fā)的影響，無法準確判斷干旱發(fā)生的起始時間。本研究采用TVDI表征農(nóng)業(yè)干旱，即通過LST和NDVI反演土壤表層水分特征。相關研究結果表明[33-34]，LST與NDVI之間具有明顯的負相關關系，土壤水分受到該關系的顯著影響。因此，在進一步研究中需分析不同土壤類型，以及淺層地下水埋藏深度等與冬小麥干旱的相關性。此外，本研究僅間接用降水量和土壤相對濕度來反映冬小麥干旱時空特征以及農(nóng)業(yè)干旱和氣象干旱的異同性，并未考慮人類活動、冬小麥品種等可能造成干旱的因素。因此綜合采用氣象站點數(shù)據(jù)、遙感數(shù)據(jù)、農(nóng)業(yè)活動資料數(shù)據(jù)、水文數(shù)據(jù)，有針對性地研究時空尺度上干旱各個環(huán)節(jié)的演化，將會很好地支持淮河流域冬小麥干旱評估和監(jiān)測。

研究結果顯示淮河流域冬小麥不同生育期降水特征各異，但1961-2016年整體變化特征并不明顯，這與相關學者研究近半個世紀以來淮河流域干旱時空特征的結果較為相似[35-36]。TVDI輕度干旱以上占比在返青抽穗期較低，而該時期是冬小麥生長的關鍵時期，因此有利于冬小麥的生長發(fā)育。

基于Landsat系列數(shù)據(jù)反演土壤濕度，提取網(wǎng)格化冬小麥種植面積，得到研究區(qū)冬小麥干旱空間分布狀況的方法，以及分析TVDI與SPI的時空變化異同性為本研究的創(chuàng)新點，在一定程度上細化了淮河流域冬小麥干旱時空分布，有利于提升基于TVDI與SPI雙要素評估干旱的準確性。

農(nóng)業(yè)干旱與氣象干旱異同性分析結果顯示，TVDI表征的農(nóng)業(yè)干旱與SPI表征的氣象干旱輕度干旱占比在空間分布上的差異主要位于東部沿海地區(qū)和高海拔地區(qū)。而且，研究結果顯示冬小麥農(nóng)業(yè)干旱比冬小麥氣象干旱強度大。因此，需進一步研究淮河流域冬小麥干旱的影響因素，尤其是下墊面因素對干旱的影響，將會提高淮河流域基于多源數(shù)據(jù)評估和監(jiān)測冬小麥干旱的準確度。

本研究基于1961-2016年140個氣象站點的日尺度降水數(shù)據(jù)和月尺度的地表溫度（LST）、歸一化植被指數(shù)（NDVI），利用標準化降水指數(shù)（SPI）和溫度植被干旱指數(shù)（TVDI）分別表征淮河流域氣象干旱和農(nóng)業(yè)干旱，分析淮河流域冬小麥生育期氣象干旱和農(nóng)業(yè)干旱的時空格局變化，得出以下結論：（1）氣象干旱的時空格局變化：淮河流域冬小麥在冬前生長期和灌漿成熟期降水量呈上升趨勢，越冬期和返青抽穗期呈下降趨勢。輕度干旱以上占比表現(xiàn)為冬前生長期 > 返青抽穗期 > 灌漿成熟期 > 越冬期。（2）農(nóng)業(yè)干旱的時空格局變化：在時間尺度上，輕度以上干旱在越冬期和返青抽穗期呈上升趨勢;在空間尺度上，冬前生長期輕度干旱以上占比明顯高于返青抽穗期和灌漿成熟期，返青抽穗期是冬小麥需水量多的生長階段，因此有利于冬小麥的生長發(fā)育。（3）農(nóng)業(yè)干旱與氣象干旱的異同性：冬前生長期、越冬期和灌漿成熟期，TVDI與當月SPI之間的相關性較高，表明淮河流域冬小麥農(nóng)業(yè)干旱相較于氣象干旱時滯小于1個月;返青抽穗期，TVDI與當月SPI、前1個月的SPI有較好的相關性，表明淮河流域冬小麥農(nóng)業(yè)干旱相較于氣象干旱時滯1至2個月?？臻g上，在冬前生長期二者輕度干旱占比差異主要位于東部沿海地區(qū)，在返青抽穗期和灌漿成熟期二者輕度干旱占比差異主要位于研究區(qū)的高海拔地區(qū)。而且，從TVDI表征的農(nóng)業(yè)干旱與SPI表征的氣象干旱二者在不同生育期的時滯性和輕度干旱空間占比分布來看，冬小麥農(nóng)業(yè)干旱比冬小麥氣象干旱嚴重。

參考文獻：

[1]?BENISTON M， Stephenson D B. Extreme climatic events and their evolution under changing climatic conditions [J]. Global and Planetary Change， 2004， 44（1-4）：1-9.

[2]?苗?茜，曾?燕，謝志清，等. 1961-2007年淮河流域熱量資源變化趨勢 [J]. 江蘇農(nóng)業(yè)學報， 2013， 29（3）： 548-554.

[3]?康凌艷，蘆清水，邵宏波，等. 干旱對濱州灌區(qū)冬小麥歸一化植被指數(shù)（NDVI）的影響 [J]. 江蘇農(nóng)業(yè)學報， 2017， 33（1）： 87-93.

[4]?HUANG S Z， CHANG J X， HUANG Q， et al. Spatio-temporal changes and frequency analysis of drought in the Wei River Basin， China [J]. Water Resource Manage， 2014， 28 （10）： 3095-3110.

[5]?孫榮強. 干旱定義及其指標述評 [J]. 災害學， 1994， 9（1）： 17-21.

[6]?姚玉璧，張存杰，鄧振鏞，等. 氣象、農(nóng)業(yè)干旱指標綜述 [J]. 干旱地區(qū)農(nóng)業(yè)研究， 2007（1）： 185-189，211.

[7]?王春林，陳慧華，唐力生，等. 基于前期降水指數(shù)的氣象干旱指標及其應用 [J]. 氣候變化研究進展， 2012， 8（3）： 157-163.

[8]?史建國，嚴昌榮，何文清，等. 氣象干旱指數(shù)計算方法研究概述 [J]. 中國農(nóng)業(yè)氣象， 2007， 28（增）： 19-195.

[9]?強皓凡，靳曉言，趙?璐，等. 基于相對濕潤度指數(shù)的近56年若爾蓋濕地干濕變化 [J]. 水土保持研究， 2018， 25（1）： 172-177，182.

[10]曹?雯，成?林，楊太明，等. 河南省冬小麥拔節(jié)-抽穗期干旱天氣指數(shù)保險研究 [J].氣象， 2019， 45（2）： 274-281.

[11]楊志勇，袁?喆，嚴登華，等. 黃淮海流域旱澇時空分布及組合特性 [J]. 水科學進展， 2013（5）：617-625.

[12]賈建英，韓蘭英，萬?信. 甘肅省冬小麥水分盈虧指數(shù)的改進及其應用 [J]. 中國生態(tài)農(nóng)業(yè)學報， 2018， 26（4）： 559-566.

[13]王文靜，延軍平，劉永林，等. 基于綜合氣象干旱指數(shù)的海河流域干旱特征分析 [J]. 干旱區(qū)地理， 2016， 39（2）： 336-344.

[14]張調(diào)風，張?勃，王有恒，等. 基于綜合氣象干旱指數(shù)的石羊河流域近50年氣象干旱特征分析 [J]. 生態(tài)學報， 2013， 33（3）： 975-984.

[15]王連喜，胡海玲，李?琪，等. 基于水分虧缺指數(shù)的陜西冬小麥干旱特征分析[J]. 干旱地區(qū)農(nóng)業(yè)研究， 2015（5）： 237-244.

[16]董秋婷，李茂松，劉?江，等. 近50年東北地區(qū)春玉米的時空演變特征 [J]. 自然災害學報，2011， 20（4）： 52-59.

[17]JACKSON R D， IDSO S B. Canopy temperature as a crop water stress indicator [J]. Water Resources Research， 1981， 17：1133-1138.

[18]程?偉，辛曉平. 基于TVDI的內(nèi)蒙古草地干旱變化特征分析 [J]. 中國農(nóng)業(yè)科學， 2020， 53（13）： 2728-2742.

[19]鄭?寧，嚴?平，孫秀邦，等. 基于NOAA/AVHRR衛(wèi)星數(shù)據(jù)的淮北地區(qū)干旱監(jiān)測 [J]. 中國農(nóng)學通報， 2009， 25（1）： 256-259.

[20]王鵬新，龔健雅，李小文，等. 基于植被指數(shù)和土地表面溫度的干旱監(jiān)測模型 [J]. 地球科學進展， 2003（4）： 527-533.

[21]汪?左，王?芳，張?運. 基于CWSI的安徽省干旱時空特征及影響因素分析 [J]. 自然資源學報， 2018， 33（5）： 853-866.

[22]高?超，尹周祥，許?瑩. 淮河流域冬小麥主要生育期旱澇時空特征及對產(chǎn)量的影響 [J]. 農(nóng)業(yè)工程學報， 2017， 33（22）： 103-111.

[23]高?超，張正濤，劉?青，等. 承災體脆弱性評估指標的最優(yōu)格網(wǎng)化方法——以淮河干流區(qū)暴雨洪澇災害為例 [J]. 自然災害學報， 2018， 27（3）： 119-129.

[24]尹周祥，高?超，李學文，等. 淮河上游冬小麥生長關鍵期旱澇災害閾值研究 [J]. 灌溉排水學報， 2017， 36（7）： 100-107.

[25]GAO C， LI X W ， SUN Y W， et al. Water requirement of summer maize at different growth stages and the spatiotemporal characteristics of agricultural drought in the Huaihe River Basin， China [J]. Theoretical and Applied Climatology， 2018 （10） ：1-14.

[26]王兆禮，黃澤勤，李?軍，等. 基于SPEI和NDVI的中國流域尺度氣象干旱及植被分布時空演變 [J]. 農(nóng)業(yè)工程學報， 2016， 32（14）： 177-186.

[27]GAO C， LI X W. Precipitation thresholds of drought disaster for maize in areas in front of Bengbu Sluice， Huaihe River Basin， China [J]. Water， 2018， 10（10）： 1-18.

[28]中華人民共和國質(zhì)量監(jiān)督檢驗檢疫總局，中華人民共和國標準化委員會. 氣象干旱等級： GB/T 32136-2015[S]. 北京： 中國標準出版社， 2015 ： 1-21.

[29]劉宗元，張建平，羅紅霞，等. 基于農(nóng)業(yè)干旱參考指數(shù)的西南地區(qū)玉米干旱時空變化分析 [J]. 農(nóng)業(yè)工程學報， 2014， 30（2）： 105-115.

[30]谷鑫鑫，司劍華，盧素錦，等.黃河源區(qū)歷史時期干濕變化特征分析[J].江蘇農(nóng)業(yè)科學，2019，47（23）：307-312.

[31]EL-MAGD I， TANTON T W. Improvements in land use mapping for irrigated agriculture from satellite sensor data using a multi-stage maximum likelihood classification [J]. International Journal of Remote Sensing， 2003，24（21）： 4197-4206.

[32]范嘉智，譚詩琪，羅?宇，等.湖南省最適干旱指數(shù)研究及近50年干旱演變分析[J].江蘇農(nóng)業(yè)科學，2019，47（15）：291-295，306.

[33]羅登澤，靳曉言，強皓凡，等. 基于SPEI的若爾蓋濕地干濕時空演變特征分析[J]. 水土保持研究， 2019， 26（2）： 227-233.

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

[35]李艷利. 基于氣象數(shù)據(jù)和LST-NDVI特征空間的吉林省干旱時空分析 [D]. 長春：東北師范大學， 2015.

[36]許?瑩，馬曉群，王曉東，等. 淮河流域冬小麥水分虧缺時空變化特征分析 [J]. 地理科學， 2013， 33（9）： 1138-1144.

（責任編輯：張震林）