梁任剛, 周 旭, 李 松, 楊大方, 陳大蓉, 裴 宇

(貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院, 貴陽 550025;貴州師范學(xué)院貴州省流域地理國情監(jiān)測重點(diǎn)實(shí)驗(yàn)室, 貴陽 550018)

干旱是一種復(fù)雜的自然災(zāi)害，在世界范圍內(nèi)對環(huán)境、社會和經(jīng)濟(jì)造成嚴(yán)重?fù)p害[1]。就經(jīng)濟(jì)成本而言，干旱被認(rèn)為是最具破壞性的自然災(zāi)害之一[2]。在全球氣候暖干化的大背景下，近些年干旱頻率加快，旱情程度加重[3]。由于站點(diǎn)分布稀少和不均勻等缺點(diǎn)，基于氣象站數(shù)據(jù)估算的干旱指數(shù)在空間上不連續(xù)，不能很好體現(xiàn)干旱的空間分布特征[4]。隨著遙感技術(shù)發(fā)展日趨成熟，擁有高時空分辨率產(chǎn)品，使得基于遙感數(shù)據(jù)的干旱指數(shù)逐漸成為干旱研究的熱點(diǎn)[5]。

作物缺水指數(shù)(CWSI)綜合了地面風(fēng)速、日照時數(shù)、水汽壓、氣溫等氣候要素的作用，基于能量平衡原理理論為基礎(chǔ)，具有較高的測量精度和明確的物理意義，在農(nóng)業(yè)干旱研究中得到廣泛應(yīng)用[6]。在國內(nèi)，申廣榮等[7]利用作物缺水指數(shù)監(jiān)測黃海平原旱情，結(jié)果表明CWSI基本達(dá)到了準(zhǔn)確、實(shí)時監(jiān)測旱情的目的；王玉娟等[8]基于CWSI對渭河流域進(jìn)行干旱監(jiān)測，結(jié)果表明模擬值與實(shí)測值相關(guān)系數(shù)達(dá)到0.80。但是CWSI計算需要地面觀測資料和常規(guī)氣象數(shù)據(jù)，計算過程比較復(fù)雜，因此在使用上受到一定限制[9]。2011年美國NASA團(tuán)隊發(fā)布了全球陸地蒸散數(shù)據(jù)集(MDO16)，該數(shù)據(jù)集基于Penman-Monteith遙感模型和MODIS數(shù)據(jù)研發(fā)[10]，經(jīng)過全球通量塔數(shù)據(jù)驗(yàn)證，模擬精度高達(dá)86%[11]，為CWSI的計算提供了新思路和優(yōu)質(zhì)的數(shù)據(jù)源。近年來該數(shù)據(jù)集在我國得到廣泛運(yùn)用，如：溫媛媛等[12]基于MOD16數(shù)據(jù)集與氣象站點(diǎn)實(shí)測數(shù)據(jù)研究了山西省地表蒸散發(fā)和潛在蒸散發(fā)的空間分布特征、變化趨勢及影響因素，結(jié)果證明MOD16蒸散產(chǎn)品與氣象站點(diǎn)實(shí)測數(shù)據(jù)具有良好的空間相關(guān)性(R2=0.90)；何慧娟等[4]基于MOD16產(chǎn)品，計算CWSI分析了陜西關(guān)中地區(qū)的干旱時空分布特征；汪左等[13]也通過MOD16數(shù)據(jù)集計算CWSI，分析了安徽省干旱時候空特征及影響因素。

貴州省是世界喀斯特地貌面積最大的連片區(qū)中心，長期強(qiáng)烈的巖溶作用致使其產(chǎn)生了地表、地下雙層空間結(jié)構(gòu)，土層淺薄、土壤分塊分布且總量少，生態(tài)環(huán)境及其脆弱[14]。加上降水時空分布不均、下滲系數(shù)大、地下水位深等特點(diǎn)，干旱事件時常發(fā)生[15]。如2009年秋季至2010年春季以貴州為中心的5個省份嚴(yán)重旱災(zāi)[16]。前人針對貴州省干旱時空變化的研究大多基于氣象站數(shù)據(jù)估算的干旱指數(shù)，這樣的站“點(diǎn)”干旱不能很好表現(xiàn)其在空間上的分布特征[17-20]。本研究基于中分辨率遙感產(chǎn)品MOD16數(shù)據(jù)集，計算作物缺水指數(shù)(CWSI)，分析2000—2019年貴州省干旱的時空分布特征及影響因素，由“點(diǎn)”轉(zhuǎn)“面”的研究，為貴州省干旱研究與水資源管理提供科學(xué)依據(jù)。

1 研究區(qū)概況

貴州省地處我國西南腹地，介于東經(jīng)103°36′—109°35′、北緯24°37′—29°13′，境內(nèi)地勢西高東低，平均海拔1 100 m(圖1)。氣候類型屬亞熱帶高原季風(fēng)濕潤氣候，由于地勢差異性較大，導(dǎo)致其氣溫和降水在空間分布上不均勻，多年氣溫年均值10～20℃，降水1 100～1 300 mm，光照條件差，常年多云雨，相對濕度較大。境內(nèi)約73%的國土面積都有碳酸巖露出，根據(jù)《巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)SL461-2009》和其他研究者的劃分[21]，可分為巖溶槽谷、斷陷盆地、巖溶峽谷、峰叢洼地、巖溶高原和非喀斯特地區(qū)。貴州省主要糧食作物為水稻和玉米，雖然降水充沛，但由于其特殊的地形地貌原因，旱澇災(zāi)害時有發(fā)生，嚴(yán)重影響當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境可持續(xù)發(fā)展。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)獲取與處理

2000—2019年的實(shí)際蒸散發(fā)(Evapotranspiration，ET)、潛在蒸散發(fā)(Potential Evapotranspiration，PET)和歸一化植被指數(shù)(Normalized Differential Vegetation Index，NDVI)以及2015年土地利用數(shù)據(jù)都來源中分辨率遙感產(chǎn)品MODIS數(shù)據(jù)集，地址為：https:∥ladsweb.modaps.eosdis.nasa.gov/search/。其中年尺度的ET和PET取自MOD16A3產(chǎn)品，空間分辨率為500 m，月尺度的采用MOD16A2產(chǎn)品合成，空間分辨率為500 m，時間分辨率為8 d每期。NDVI為MOD13A3產(chǎn)品，該產(chǎn)品空間分辨率為1 km，時間分辨為月每期。土地利用數(shù)據(jù)為500 m分辨率的MCD12Q1，采用IGBP的全球植被分類方案。土壤相對濕度、氣溫和降水?dāng)?shù)據(jù)來源中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)。

運(yùn)用 MRT工具將HDF格式的MODIS數(shù)據(jù)轉(zhuǎn)為Geo TIFF，并對其重投影。剔除MODIS數(shù)據(jù)中的填充值，采用最大值合成法，將月尺度的NDVI數(shù)據(jù)合成年尺度，ET，PET按照期數(shù)日期合成月尺度。DEM采用美國地質(zhì)勘探局提供的30 m分辨率數(shù)據(jù)，并采用ANUSPLIN軟件薄盤光滑樣條法以經(jīng)度、緯度為自變量，對降水、氣溫進(jìn)行插值，并重采樣為1 km。

圖1 研究區(qū)地勢及2015年土地利用現(xiàn)狀

2.2 研究方法

2.2.1 作物缺水指數(shù)法 蒸散發(fā)是地球下墊面水汽輸送的過程，潛在蒸散發(fā)是指區(qū)域內(nèi)供水條件十分充足的條件下區(qū)域蒸散發(fā)的能力，區(qū)域內(nèi)ET與PET的關(guān)系可作為該地區(qū)作物缺水及干旱的重要指標(biāo)。Jackson等[22]將作物缺水指數(shù)(CWSI)定義為：

(1)

式中:ET為實(shí)際蒸散量；PET為潛在蒸散量；CWSI為作物缺水指數(shù)。CWSI的值在0～1,值越小,表明越濕潤,反之干旱。

2.2.2 分析方法 運(yùn)用Theil-Sen Median趨勢分析和Mann-Kendall檢驗(yàn)相結(jié)合的方法，此方法已經(jīng)成功應(yīng)用于水文、植被、氣象等長時間序列分析中，在時序變化和趨勢分析及趨勢顯著性檢驗(yàn)方面取得了良好效果[23]，計算公式詳見文獻(xiàn)[24]。用Theil-Sen Median趨勢分別計算ET，PET和CWSI的變化速率，當(dāng)斜率小于0時表明要素呈減少趨勢，反之則呈增加趨勢。Mann-Kendall檢驗(yàn)統(tǒng)計量Z值用來判斷趨勢的顯著性，當(dāng)|Z|>1.65，1.96，2.58時分別表示分別通過了90%，95%和99%的置信度顯著性檢驗(yàn)，統(tǒng)計量p值為變化趨勢的顯著性，p值越低，表明變化趨勢可信。

采用變異系數(shù)(Coefficient of Variation,CV)分析穩(wěn)定性，它可以量化觀測值的變異程度，能夠準(zhǔn)確表示單位均值的離散程度[13]。計算式為：

(2)

相關(guān)系數(shù)計算公式為：

(3)

3 結(jié)果與分析

3.1 CWSI監(jiān)測結(jié)果檢驗(yàn)

為了檢驗(yàn)CWSI在貴州省的適用性，依據(jù)國家氣象局以20 cm土壤相對濕度作為旱情的分級標(biāo)準(zhǔn)[25]，將CWSI數(shù)據(jù)與20 cm土壤相對濕度數(shù)據(jù)做相關(guān)分析。由于貴州省農(nóng)業(yè)氣象站數(shù)據(jù)的大量缺失，經(jīng)過比較篩選最終選取數(shù)據(jù)相對較全的2010年正安、赫章和水城3個站點(diǎn)(其中8月數(shù)據(jù)缺失)。由圖2可見，CWSI表示干旱的變化與土壤相對濕度的變化較為吻合，土壤相對濕度大時，CWSI值低；土壤相對濕度小時，CWSI值高。對20 cm土壤相對濕度與CWSI數(shù)據(jù)做Pearson相關(guān)性分析，結(jié)果CWSI與3個站點(diǎn)均呈負(fù)相關(guān)，且都通過了0.05的相關(guān)系數(shù)顯著性檢驗(yàn)，說明CWSI可用于貴州省干旱監(jiān)測。為了定量比較CWSI和土壤相對濕度表達(dá)的干旱嚴(yán)重程度，依據(jù)國家氣象局采用農(nóng)業(yè)干旱等級標(biāo)準(zhǔn)[26]，劃分等級(表1)。

圖2 2010年作物缺水指數(shù)與土壤相對濕度的對比

表1 干旱等級劃分

3.2 ET，PET和CWSI時間變化特征

由圖3可看出，研究期間貴州省ET，PET和CWSI年際波動不大，ET，PET均呈增加趨勢，CWSI呈減少趨勢，ET的增長速率明顯高于PET，根據(jù)CWSI的計算公式可進(jìn)一步驗(yàn)證CWSI呈減少趨勢，表明研究期間貴州省旱情得到緩解。經(jīng)統(tǒng)計，ET，PET多年均值分別為761.25 mm和1348.14 mm，CWSI年均值為0.43，整體處于輕旱等級。2000—2013年處于輕旱等級，2014—2019年處于無旱狀態(tài)，2004年，CWSI值最高(0.51)，是降水量偏低，實(shí)際蒸散量高而潛在蒸散作用較弱的原因，據(jù)以往研究，我國南方在2004年出現(xiàn)了53 a來最為嚴(yán)重的干旱災(zāi)害[27]；2014年CWSI值最低(0.38)，是因?yàn)镋T相對較高，而PET相對較低。

圖3 2000-2019年貴州省ET，PET和CWSI年際變化

CWSI年內(nèi)變化具有明顯的季節(jié)性，呈先增加后減弱的趨勢(圖4)。2—5月值較高，最大值在4月，為0.53；6—9月CWSI值較低，最小值在6月，為0.33。干旱主要發(fā)生在春、秋和冬季，以輕旱為主。究其原因，貴州省主要糧食作物為水稻和玉米，水稻和玉米種植時間在3月、4月份，春季氣溫回升，降水少，加上農(nóng)作物的生長需要大量水分，因此在春季CWSI達(dá)到最大值，即最為干旱；夏季氣溫和降水都達(dá)到全年最大值，加之農(nóng)作物也正值生長旺盛期，因此實(shí)際蒸散量達(dá)到最大值，CWSI全年最低，即最為濕潤；9月、10月份為水稻和玉米的收獲季節(jié)，氣溫與降水也逐漸降低，實(shí)際蒸散量降低，CWSI也逐漸升高，即干旱呈增加趨勢。

3.3 ET，PET和CWSI空間分布特征

由圖5可以看出，研究期間貴州省ET均值呈東南高、西北低的分布，而PET呈東北低、西南高的分布特征。20 a間ET的變化趨勢主要呈東西兩側(cè)減少南北部增加，其中黔東南州減小的速率最快，PET的變化趨勢主要為中部減少四周增加。CWSI年均值分布受到ET和PET共同影響，在空間上呈東南低，西北高分布趨勢(圖6)。結(jié)合圖5—6發(fā)現(xiàn)，在ET高值PET低值地區(qū)，CWSI值低，為濕潤地區(qū)；ET值低PET值高的地區(qū)，CWSI值高，屬于干旱地區(qū)。CWSI多年均值為0.43，處于輕旱等級，其中：處于無旱等級的面積占全省國土面積的44%，主要分布在東部；輕旱地區(qū)面積占貴州省總面積的55%，主要分布于西部；中旱面積占1%，主要集中在西北部。貴州省干旱區(qū)主要分布在畢節(jié)市和六盤水，此地為貴州省平均海拔最高處，植被稀疏、氣溫低、氣壓高，降水量相對較少，導(dǎo)致其實(shí)際蒸散量低，陸面和大氣在下墊面水分不足時相互作用更劇烈而導(dǎo)致PET增大[15]，因此CWSI值更高；濕潤區(qū)集中在黔東南州，當(dāng)?shù)赜写竺娣e植被覆蓋，地勢低氣溫高，降雨量較大，因此ET值偏高而PET較低。通過對貴州省各州市的CWSI值統(tǒng)計，由小到大依次為：黔東南州(0.36)<銅仁市、黔南州(0.38)<遵義市(0.40)<貴陽市(0.42)<安順市(0.46)<畢節(jié)市(0.51)<六盤水(0.55)。整體上黔東南州、銅仁市和黔南州處于無旱狀態(tài)，是由于這三地地勢較低，植被覆蓋度高降水多的原因。遵義市、貴陽市、安順市、畢節(jié)市和六盤水處于輕旱狀態(tài)，是因?yàn)榈貏菹鄬^高，植被蓋度低降水少。CWSI趨勢越小與p值越小的空間大體一致(圖6)，說明其減小的變化趨勢可信度高。CWSI的波動狀態(tài)可由CV值來衡量，貴州省CWSI的平均CV值為0.1，大部分地區(qū)的CV值小于0.1，表明研究期間貴州省干旱變異程度非常穩(wěn)定。

圖4 貴州省ET，PET和CWSI年內(nèi)變化

圖5 2000-2019年貴州省ET，PET年均值及ET，PET變化趨勢空間分布

圖6 2000-2019年CWSI年均值、變化趨勢、趨勢的顯著性p值和CV值空間分布

3.4 不同地貌區(qū)的CWSI變化

貴州省喀斯特巖溶地貌廣布，不同巖溶地貌類型區(qū)域的巖性、土壤和水分等因素直接影響當(dāng)?shù)刂脖坏纳L狀況，CWSI也在不同地貌區(qū)存在顯著的差異性，因此，非常有必要對不同巖溶地貌對CWSI的影響作對比分析。與喀斯特地貌相比，非喀斯特地貌植被覆蓋度較喀斯特地貌區(qū)高，因此非喀斯特地貌區(qū)ET值較喀斯特地貌值略高。在喀斯特地貌中，峰叢洼地的ET值最高，因?yàn)镋T除了受到下墊環(huán)境面影響外，還與氣候條件有關(guān)，峰叢洼地位于貴州省南部，較靠近赤道和海岸線，因此氣溫和降水較高。巖溶峽谷位于西北地區(qū)，地勢偏高、降水少、氣溫低、植被覆蓋度低，因此ET值偏低。

通過對不同巖溶地貌多年CWSI均值統(tǒng)計結(jié)果顯示(表2)，多年各巖溶地貌的CWSI均值差別較大，由小到大依次為：非喀斯特地貌(0.36)<巖溶槽谷(0.39)<巖溶高原(0.43)<峰叢洼地(0.44)<巖溶峽谷(0.55)<斷陷盆地(0.57)。整體上除了非喀斯特地貌外，其他巖溶地貌均處于輕旱等級。結(jié)合ET與PET分布來看，非喀斯特地貌ET值大，PET值偏小，因此CWSI值較小，即氣候濕潤；斷陷盆地ET值偏低，而PET較高，因此CWSI值較高，即氣候干燥。與喀斯特地貌相比，非喀斯特地貌有更適合植被生長的下墊面條件，植被覆蓋度高，保水能力強(qiáng)，且地勢較低，氣溫高，實(shí)際蒸散量大，因此CWSI值較低，即較喀斯特地貌濕潤?？λ固氐孛驳貐^(qū)都伴隨著不同程度的石漠化，不利于植被的生長，加上喀斯特巖溶地貌的地表和地下通常有溶洞，容易造成水分的流失，保水能力弱，且海拔較高，氣溫低，實(shí)際蒸散量小，因此易發(fā)生干旱。說明在相同地區(qū)，喀斯特地貌較非喀斯特地貌更易發(fā)生干旱。

通過Mann-Kendall檢驗(yàn)計算每個像元的Z值，用來進(jìn)一步分析不同地貌CWSI的動態(tài)變化。由圖7可看出，貴州全省不同地貌CWSI動態(tài)變化基本分為顯著性減少和不顯著性減少兩部分，進(jìn)一步說明貴州省在2000—2019年，干旱呈現(xiàn)減緩的趨勢。其不明顯減少主要集中在西北部分地區(qū)，即干旱較嚴(yán)重地區(qū)。經(jīng)統(tǒng)計，不同巖溶地貌的Z均值分別為：峰叢洼地(-3.43)<巖溶高原(-2.92)<非喀斯特地區(qū)(-2.69)<斷陷盆地(-2.63)<巖溶槽谷(-2.49)<巖溶峽谷(-2.47)。峰叢洼地減少最為顯著，說明其旱情的緩解趨勢速率最快。

表2 不同地貌多年ET，PET，NDVI、降水、氣溫、CWSI統(tǒng)計

圖7 CWSI年際變化趨勢類型空間分布

3.5 不同植被類型CWSI變化

將土地利用類型經(jīng)過合并和剔除不需要像元，重新分類為針葉林、闊葉林、混交林、灌叢、草地、耕地。經(jīng)統(tǒng)計得到2000—2019年不同植被類型ET，PET和CWSI年均值(圖8)。多年ET均值排序?yàn)椋夯旖涣?499.26 mm)<草地(644.41 mm)<耕地(681.75 mm)<闊葉林(717.05 mm)<灌叢(782.42 mm)<針葉林(795.35 mm)?；旖涣州^之其他林地，林內(nèi)的氣溫、地溫變幅小，風(fēng)速降低，導(dǎo)致ET較少[28]；針葉林葉面積小，單位面積光合作用都小于其他林地，ET值理應(yīng)較小，但也正是葉面積小，冠層對光照的阻擋減小，相同光照條件下地表收到的熱量更多，因此ET值更大；灌叢地表枯落物層較薄，土壤水蒸發(fā)迅速[28]，因此ET值要高于闊葉林；草地由于其地表覆蓋，減少了土壤水分的蒸發(fā)，因此ET值低于闊葉林地。不同植被類型CWSI多年均值由小到大依次排序?yàn)椋横樔~林(0.38)<灌叢(0.41)<闊葉林(0.42)<耕地(0.46)<草地(0.48)<混交林(0.61)。CWSI排序與ET保持一致，說明實(shí)際蒸散量對不同植被類型的干旱影響較大。

圖8 不同植被類型多年ET，PET，CWSI均值

再結(jié)合變異系數(shù)CV值來分析不同植被CWSI年際變化的穩(wěn)定性，經(jīng)統(tǒng)計得出：混交林(0.03)<草地=耕地(0.06)<闊葉林(0.08)<針葉林(0.09)<灌叢(0.1)。干旱的發(fā)生主要與氣象因子相關(guān)，不同植被類型CWSI值的波動差異與其對氣象因子的敏感性響應(yīng)有關(guān)。灌叢與針葉林的CV值較高，表明灌叢與針葉林對氣象因子的敏感性高，即抗旱能力越強(qiáng)。

3.6 CWSI變化的影響因素分析

綜上研究得出ET是影響CWSI的主要因素，影響ET的因素主要又為植被、降水和氣溫，由于植被的長勢是受降水和氣溫共同影響的結(jié)果，因此本文著重分析降水和氣溫對貴州省CWSI的影響。為了更好的分析降水和氣溫對CWSI的影響，利用氣象站點(diǎn)收集的降水和氣溫數(shù)據(jù)，先采用在復(fù)雜地形條件下效果較好的薄盤光滑樣條函數(shù)(Anusplin)插值法對氣象數(shù)據(jù)進(jìn)行空間插值，然后逐像元計算2000—2019年CWSI與降水和氣溫的相關(guān)系數(shù)。由圖可以看出降水與CWSI呈負(fù)相關(guān)，在降水量大的東南地區(qū)，CWSI值較小，在降水小的西北地區(qū)，CWSI值較大。統(tǒng)計得出，降水與CWSI呈負(fù)相關(guān)關(guān)系，呈負(fù)相關(guān)關(guān)系的面積占總面積的95%，表明降水量越大，CWSI值越小，呈正相關(guān)關(guān)系區(qū)域主要集中在黔西南，這主要是因?yàn)楦珊凳鞘芫C合因素影響的，除了降水還受到氣溫、植被、地形、人類活動等因素影響。CWSI與氣溫正負(fù)關(guān)系并存，但主要為負(fù)相關(guān)，負(fù)相關(guān)面積占總面積的54%，主要集中在黔東南州和安順市，究其原因，在原本濕潤區(qū)氣溫升高，會促進(jìn)ET的增長，從而使得CWSI值變小。呈正相關(guān)的地區(qū)主要分布在降水較少、植被指數(shù)較低的西部、中部和北部地區(qū)。綜合分析得出，在貴州CWSI受降水的影響較大，降水多的東南方地區(qū)，CWSI值低；在降水少的西北地區(qū)，CWSI值較高(圖9)。

圖9 2000-2019年貴州省降水、氣溫均值及其與CWSI相關(guān)系數(shù)空間分布

4 討論與結(jié)論

干旱指數(shù)眾多，不同指數(shù)的計算方法、所需數(shù)據(jù)和適用區(qū)域各有不一。在已有研究中，MOD16數(shù)據(jù)集在實(shí)際蒸散量估算和干濕模式監(jiān)測等領(lǐng)域已經(jīng)取得了顯著性成效[29-31]，因此本文采用MOD16數(shù)據(jù)集進(jìn)行CWSI估算，并對計算結(jié)果進(jìn)行了適用性驗(yàn)證，從而減少了結(jié)果的不確定性。從時空分布和變化趨勢上較基于站點(diǎn)數(shù)據(jù)計算的干旱指數(shù)更為精準(zhǔn)。

本文基于CWSI分析了貴州省2000—2019年干旱的時空特征，且分析了氣候和下墊面環(huán)境對其干旱的影響情況，為貴州省的干旱研究提供了更多參考。但影響干旱的主要因素除氣候、下墊面條件外，人類活動的影響也不容忽視，未來需要進(jìn)一步研究人類活動對貴州省的干旱影響和各影響因子對干旱影響的貢獻(xiàn)率等。

本研究基于作物缺水指數(shù)(CWSI)、氣溫和降水等數(shù)據(jù)，采用Theil-Sen Median趨勢分析和Mann-Kendall檢驗(yàn)相結(jié)合、變異系數(shù)和相關(guān)性分析法，對貴州省2000—2019年作物缺水指數(shù)的時空分布特征及影響因素分析，得出以下結(jié)論：

(1) 研究期間貴州省CWSI年均值分布受到ET和PET共同影響，在空間上呈東南低，西北高的分布特征；多年均值為0.43，整體上處于輕旱等級；整體呈減小趨勢，表明貴州省旱情得到緩解。各州市CWSI多年均值排序?yàn)椋呵瓥|南州(0.36)<銅仁市、黔南州(0.38)<遵義市(0.40)<貴陽市(0.42)<安順市(0.46)<畢節(jié)市(0.51)<六盤水(0.55)。

(2) CWSI年內(nèi)變化具有明顯的季節(jié)性，整體上呈先增加后減弱的趨勢：最大值在4月，為0.53；最小值在6月，為0.33。除夏季外，其他季節(jié)均處于輕旱等級。

(3) 多年CWSI均值在不同地貌的分布為：非喀斯特地貌(0.36)<巖溶槽谷(0.39)<巖溶高原(0.43)<峰叢洼地(0.44)<巖溶峽谷(0.55)<斷陷盆地(0.57)，說明在貴州省，喀斯特巖溶地貌對干旱的影響較大；在不同植被類型的排序?yàn)椋横樔~林(0.38)<灌叢(0.41)<闊葉林(0.42)<耕地(0.46)<草地(0.48)<混交林(0.61)，其中針葉林與灌叢的CV值較其他林地高，說明其對氣候因子的敏感性高，抗旱能力強(qiáng)。

(4) 在貴州省，CWSI與降水、氣溫均呈負(fù)相關(guān)關(guān)系，面積占比分別為95%和54%，說明降水對貴州省干旱的影響較大。