1圖分類號：TV1 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-9235（2025）06-0020-11

Spatiotemporal Characteristics of Drought in China's Nine Major River Basins under Climate Change

GUOBinbin ^1，2，3 ， LI Luyao'， LI Shuyingl

（1.CollegeofGeographyandTourism，HengyangNoralUniversityHengyang4o，China;2.HunanIstituteofEcoic Geography，HunanUniversityofFinanceandEconomics，Changsha41O2o5，China;3.Hunan ProvincialKeyResearchBaseof PhilosophyandSocialienceforterotectionndActiveUilzatioofaditioalVilageHeritageHngyang4a）

Abstract：BasedonthemonthlyprecipitationandtemperaturedatainterpolatedbyusingANUSPLINfrommeteorologicalstations in Chinafrom1961toO2O，thisstudyemployedmethodssuchasthestandardizedprecipitationevapotranspirationindex （SPE），annKendall（M-K）test，orletwaveletanalysis，ndHurstexponnttoainthspatialndmporalharacteristics，frequcic changesoverthepast6Oyears，andfuturetrendsofdroughtsinthenine majorriverbasinsofChina.Thespatialandtemporal characteristicsofdroughtsintheseriverbasinswassystematicallconducted.Theresultsshowthat，exceptfortheHaieRiverand YellwRiverbsiseepreipiationtdtoecrease，tothrsisebitanireaingtredihteoutheastivesins showingthelargestincrease.TheSPEIindexofostbasinsshowsadowwardtrendindicatinganintensificationofdoughthe inlandriverandsouthwestriverbasinshavenotexperiencedanyabruptchangesoverthepast6Oyears，whereasotherbasinssuchas theHaiheRiver，HuaiheRiver，PearlRiver，YangtzeRiver，ndYellwRiverbasinshaveundergoneabruptchangesbetwee198Oand 2000.Afterthechange，theUFshowsadecliningtrend，withanintensifyingdrought.Seasonaltrendsofdroughtarerankedas autumn gt; summer gt; spring，with some basins showing atrend towards wetnessin winter.Since 1991，drought events have increased， withsignificantrisesinmoderateandlightdroughtsinthe2stcenturyparticularlyintheinlandriverandHaiheRiverbasins.All basinsgenerallexhibitadominantoscilationcycleonthemediumandlong-termsales，withmultipleoscilltioncclesinachThe Hurst exponent （H） is greater than 0.5 for all basins，indicating that，with the exceptionof the southeast river basins，the historical drought trends will continue in the future.

Keywords：drought; standardized precipitation evapotranspiration index;M-K test; wavelet analysis; Hurst exponent

干旱，作為全世界普遍且復(fù)雜的自然災(zāi)害之一，具有危害程度大、影響范圍廣以及涉及時間久的特征[1]。據(jù)統(tǒng)計(jì)，在各種類型自然災(zāi)害造成的總損失中，由氣象災(zāi)害引起的損失約占 85% ，而由干旱引起的損失又占?xì)庀鬄?zāi)害損失的 50%^[2] 。IPCC在第六次報告中就提到，由于大氣中 CO₂ 濃度的不斷升高，在未來的 20a ，全球升溫或超過 1.5^°C ，同時由于受到全球氣候變暖的影響，干旱發(fā)生的頻率、強(qiáng)度以及影響范圍或?qū)⒊尸F(xiàn)增加態(tài)勢[3]。所以，研究干旱的時空變化特征具有十分重要的現(xiàn)實(shí)意義。

在干旱研究方面，主要采用干旱指數(shù)來分析和評估區(qū)域的干旱狀況。這些指數(shù)不僅能反映干旱的強(qiáng)度，還能劃分干旱的等級[4]。Palmer干旱指數(shù)（PalmerDroughtSeverityIndex，PDSI）是研究干旱的常用指數(shù)，但是PDSI指數(shù)的計(jì)算太過于復(fù)雜，對于突發(fā)性的干旱存在判斷不夠準(zhǔn)確的情況[5]。因此，一些研究者轉(zhuǎn)向使用標(biāo)準(zhǔn)化降水指數(shù)（StandardizedPrecipitationIndex，SPI）來分析干旱。雖然SPI指數(shù)的計(jì)算方法簡單，但是由于只考慮了降水因素，所以在實(shí)際應(yīng)用當(dāng)中存在一定的局限性[6-7]。Vicente-Serrano等8在研究過程中意識到，干旱的形成不僅受到降水影響，還與地表蒸散密切相關(guān)。隨著全球變暖的加劇，單一依賴降水量這一因素已無法準(zhǔn)確反映干旱的變化趨勢[]。為解決該問題，Vicente-Serrano等[8]在2010年基于SPI提出了標(biāo)準(zhǔn)化降水蒸散指數(shù)（Standardized Precipitation EvapotranspirationIndex，SPEI）。SPEI通過基本的水量平衡計(jì)算、降水量與潛在蒸散量之差來考慮溫度對干旱發(fā)展的影響，而非單純以降水作為輸入變量，從而能夠提供更可靠的結(jié)果。該指數(shù)不但繼承了SPI計(jì)算簡單、多時間尺度的特征，還考慮了PDSI對同期地表潛在蒸發(fā)的響應(yīng)，更加全面地反映區(qū)域的干旱情況

近些年來，越來越多的學(xué)者也開始了對流域的干旱進(jìn)行研究。瞿德業(yè)等9運(yùn)用SPEI指數(shù)，揭示了流域十旱化程度減弱、趨勢穩(wěn)定且波動較小的現(xiàn)狀。鄒磊等利用SPEI指數(shù)為評估指標(biāo)，分析得出渭河流域在1961—2017年整體呈現(xiàn)出變旱的趨勢。王衛(wèi)光等1利用SPEI指數(shù)對海河流域的干旱時空演變特征進(jìn)行分析，結(jié)果表明該流域有輕微十旱趨勢且干旱強(qiáng)度逐漸減弱。盡管已有研究利用不同的干旱指數(shù)對各流域的干旱狀況進(jìn)行了探討，并取得了一些成果，但是在全國尺度下對中國九大流域干旱情況的綜合研究還較少。因此，本研究擬基于高精度、長時序降水和溫度ANUSPLIN插值數(shù)據(jù)，綜合運(yùn)用Mann-Kendall趨勢檢驗(yàn)，小波分析以及Hurst指數(shù)等方法分析中國九大流域SPEI指數(shù)的時空變化，探究九大流域干旱演化的時空特征。

1研究區(qū)概況及數(shù)據(jù)來源

1. 1 研究區(qū)概況

中國位于亞洲東部，太平洋西岸，幅員遼闊，地形多樣，地勢由西向東呈三級階梯分布[12-13]，大部分地區(qū)受東亞熱帶季風(fēng)和副熱帶季風(fēng)的影響，同時也受到西風(fēng)環(huán)流和青藏高原季風(fēng)的作用[14]。這些復(fù)雜的自然條件，使中國成為干旱事件高發(fā)的國家之_[15]。干旱災(zāi)害在中國具有明顯的區(qū)域性和季節(jié)性，呈現(xiàn)出北方地區(qū)干旱多發(fā)、南方旱澇并發(fā)的特征[16]。根據(jù)中科院資源環(huán)境數(shù)據(jù)中心的劃分標(biāo)準(zhǔn)，將中國劃分為九大流域，包括內(nèi)陸河流域、海河流域、淮河流域、珠江流域、東南諸河流域、松遼河流域、西南諸河流域、長江流域、黃河流域。

1. 2 數(shù)據(jù)來源

本研究使用的降水、溫度數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn）氣象站點(diǎn)觀測資料，通過ANUSPLIN插值[17]方法生成的長時間序列、高時空精度數(shù)據(jù)，其中降水?dāng)?shù)據(jù)以中國2400多個國家級氣象觀測站點(diǎn)觀測數(shù)據(jù)為基礎(chǔ)，采用ANUSPLIN插值方法生成。Thornthwaite方法計(jì)算潛在蒸散量中的溫度數(shù)據(jù)來源于國家級氣象觀測站點(diǎn)的平均氣溫?cái)?shù)據(jù)，通過ANUSPLIN插值方法獲得。

2 研究方法

2.1標(biāo)準(zhǔn)化降水蒸散指數(shù)

標(biāo)準(zhǔn)化降水蒸散指數(shù)采用3參數(shù)的概率分布函數(shù)來描述降水量與潛在蒸散量差值的變化，通過對二者差值的累計(jì)頻率分布來對干旱等級進(jìn)行劃分[18]。

首先通過Thornthwaite計(jì)算潛在蒸散量，公式為：

式中： K 為緯度的修正系數(shù)； T 為月平均氣溫；1為年總加熱指數(shù)； m 為 I 的系數(shù)。

計(jì)算降水量與潛在蒸散量的差值：

D_i=P_i-PET_i

式中： P_i 為月降水量； PET_i 為月潛在蒸散量。

對得到的 D_i 做正態(tài)化處理，并通過計(jì)算得到對應(yīng)的SPEI值。但由于 D_i 中可能存在有負(fù)值，所以對SPEI指數(shù)使用了 log. -logistics概率分布。其累計(jì)函數(shù)見式（3）：

式中： α，β，γ 可采用線性矩的方法擬合得到。

式中： T 為階乘函數(shù)； W₀，W₁，W₂ 為序列 D_i 的概率加權(quán)距。計(jì)算方法見式（7）（8）：

式中： N 為參與計(jì)算的月份數(shù)。

對概率密度進(jìn)行標(biāo)準(zhǔn)化：

P=1-G_（x）

當(dāng) P?0.5 時：

式中： c₀=2.515517;c₁=0.802853;c₂=0.010328; d₁=1.432788;d₂=0.189269;d₃=0.001308， 門

當(dāng) Pgt;0.5 時， P=1-P

本研究使用的時間尺度為12個月與3個月，重點(diǎn)分析年尺度與季節(jié)尺度的干旱變化，干旱指數(shù)的分級標(biāo)準(zhǔn)見表1。

2.2Mann-Kendall檢驗(yàn)

Mann-Kendall檢驗(yàn)是1種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，主要適用于檢驗(yàn)時間序列數(shù)據(jù)的變化趨勢[19]，該檢驗(yàn)方法允許存在缺失，并且不需要證明數(shù)據(jù)樣本遵從一定的正態(tài)分布，也不會受到來自于少數(shù)異常值的干擾[20]。由于操作簡便、結(jié)果精確且易于驗(yàn)證，已被廣泛應(yīng)用于氣象與水文數(shù)據(jù)的趨勢檢驗(yàn)和突變分析。

a）Mann-Kendall趨勢檢驗(yàn)。對于給定的時間序列x_i ，檢驗(yàn)統(tǒng)計(jì)量 s 見式（13）。

其中，符號函數(shù) sgn（x_j-x_i） 定義為：

計(jì)算標(biāo)準(zhǔn)化統(tǒng)計(jì)量 Z

式中： x_i 和 x_j 為時間序列數(shù)據(jù)； n 為樣本的數(shù)量。

Z 值用于判斷時間序列的趨勢方向和顯著性：正值表示上升趨勢，負(fù)值表示下降趨勢；在顯著性水平 α=0.05 時，當(dāng) Z∣_lt;1.96 時，表明趨勢不顯著;當(dāng) Z1gt;1.96 時，表明趨勢顯著。

b）Mann-Kendall突變檢驗(yàn)，計(jì)算式見（16）—（21）。

對于時間序列變量 （x₁，x₂，…，x_n）（n 為序列長度），構(gòu)造一個秩序列 S_k

式中： r_i 表示 x_i 大于 x_j（1?j?i） 的累計(jì)數(shù)，即：

標(biāo)準(zhǔn)化統(tǒng)計(jì)量 UF_k

式中：期望值 E（S_k）

方差

按照時間序列逆序 （x_n，x_n-1，…，x₁） ，重復(fù)上述過程，得到 UB_k

UB_k=-UF_k（k=n，n-1，…，1）

該方法通過繪制 UF_k 和 UB_k 數(shù)列的趨勢曲線，直觀展示時間序列的變化特征。 UF_k 表示時間序列的正向累積趨勢變化， UF_kgt;0 表示上升趨勢；當(dāng)UF_klt;0 時，表示下降趨勢。 UB_k 則表示時間序列的反向累積趨勢變化，與 UF_k 配合使用，用于分析時間序列的突變點(diǎn)。當(dāng) UF_k 和 UB_k 曲線在研究時間段內(nèi)相交時，需根據(jù)交點(diǎn)位置判斷是否存在突變點(diǎn)：若交點(diǎn)位于置信區(qū)間內(nèi)，則該點(diǎn)可視為突變點(diǎn)；若交點(diǎn)位于置信區(qū)間外，則無法將其視為突變點(diǎn)。

2.3小波分析和Hurst指數(shù)

小波分析是一種將時間序列分解為時間和頻率的方法[21]，廣泛應(yīng)用于水文氣象領(lǐng)域的周期變化研究中，能夠?qū)?shù)據(jù)進(jìn)行多尺度分析，揭示不同時間尺度的變化特性和規(guī)律，本研究采用的是Morlet小波。

Hurst指數(shù)：英國水文學(xué)家Hurst在研究尼羅河流量變化時，提出了一種衡量時間序列連續(xù)性的指數(shù)[22]，后經(jīng)過完善，被廣泛應(yīng)用于水文、遙感等研究領(lǐng)域，可描述時間序列的趨勢強(qiáng)度。該指數(shù)的計(jì)算通常采用重標(biāo)極差分析法（R/S）實(shí)現(xiàn)，其數(shù)值范圍[0，1]，可以劃分為3種情況： ① 對于 0?Hlt;0.5 ，表示該時間序列未來的趨勢與過去呈反持續(xù)性，且 H 值越接近0，反持續(xù)性越強(qiáng)； ② 對于 0.5

3 結(jié)果與分析

3.1九大流域降水的時空變化特征

基于九大流域近60a的逐年降水量數(shù)據(jù)，本研究采用線性回歸法對獲得的降水量數(shù)據(jù)進(jìn)行分析，得到降水量變化的時間趨勢（圖1）。結(jié)果表明，1961—2020年除海河流域和黃河流域降水量呈下降趨勢外，其余7個流域的降水量均顯示為增長趨勢。具體而言，東南諸河流域降水量增長最為顯著，線性傾向率為 3.618mm/a ，其次為長江流域線性傾向率為 0.406mm/a ，海河流域降水量的下降趨勢最為明顯，線性傾向率為 -0.761mm/a 。整體來看，中國九大流域的降水量呈增長趨勢，南方地區(qū)的降水量增幅高于西北地區(qū)，西北地區(qū)又高于北方和高原地區(qū)，呈現(xiàn)出明顯的層級差異。

3.2基于SPEI12指數(shù)的年度變化特征分析

本研究基于SPEI12指數(shù)分析1961—2020年九大流域SPEI的年度變化特征（圖2），結(jié)果表明，除東南諸河流域外，九大流域的SPEI指數(shù)呈現(xiàn)普遍下降趨勢，表明干旱化現(xiàn)象加劇，尤其是西部和北方地區(qū)的干旱趨勢較為明顯。其中，內(nèi)陸河流域的SPEI指數(shù)下降最為顯著，線性趨勢為 -0.0275/a ，干旱時期主要集中在1997—2020年。其次為西南諸河流域和海河流域，除淮河流域和東南諸河流域的變化趨勢未通過 α=0.05 的顯著性檢驗(yàn)外，其余7個流域均呈現(xiàn)顯著的SPEI指數(shù)下降趨勢。

M-K突變檢驗(yàn)結(jié)果表明，在研究期間，內(nèi)陸河流域和西南諸河流域的UF和UB曲線始終未在置信區(qū)間內(nèi)相交，說明這2個流域的SPEI指數(shù)在過去60a沒有發(fā)生突變。內(nèi)陸河流域的UF值在1970—1973年超過置信區(qū)間，表現(xiàn)出顯著的濕潤化趨勢，后自1980年起，UF值持續(xù)小于0，并在1990—2020年超出置信區(qū)間，表現(xiàn)出顯著的干旱加劇趨勢。海河流域的UF值自1982年起始終小于0，并在1992年發(fā)生突變，突變后呈現(xiàn)干旱加劇趨勢，后自2000年UF值超出置信區(qū)間，表明該流域的干旱化趨勢顯著?；春恿饔虻耐蛔儼l(fā)生在1994年，并在2007年再次發(fā)生突變，雖然突變后呈現(xiàn)干旱加劇趨勢，但UF值并未超出置信區(qū)間，表明干旱化趨勢不顯著。珠江流域的突變發(fā)生在1986年，突變后UF值持續(xù)為負(fù)，1990—1994年以及2007—2020年UF值超出置信區(qū)間，呈現(xiàn)顯著的干旱加劇趨勢。東南諸河流域的UF值自1989年起均大于0，且在1998—2005年經(jīng)歷了5次突變，顯示出該時段內(nèi)SPEI變化不穩(wěn)定，在最后2005年的突變后表現(xiàn)出濕潤化趨勢，但由于UF值未超出置信區(qū)間，濕潤化趨勢不顯著。松遼河流域的UF值自1963年起始終小于0，并在1973年發(fā)生突變，突變后呈現(xiàn)干旱加劇趨勢，多個時間段的UF值超出置信區(qū)間，表現(xiàn)出顯著的干旱加劇趨勢；西南諸河流域的UF值自1975年起持續(xù)小于0，并在1982年超出置信區(qū)間，表現(xiàn)出顯著的干旱化趨勢。長江流域在1995年發(fā)生突變，突變后UF值持續(xù)為負(fù)，顯示出干旱加劇的趨勢，1984—1985年，UF值曾超出置信區(qū)間，表現(xiàn)出顯著的濕潤化趨勢，然而，2006—2020年后，UF值再次超出置信區(qū)間，呈現(xiàn)出顯著的干旱化趨勢。黃河流域的UF值自1967年起持續(xù)小于0，并在1987年發(fā)生突變，突變后UF值呈下降趨勢，后于1997年超出置信區(qū)間，表現(xiàn)出顯著的干旱化趨勢。

3.3基于SPEI3指數(shù)的季節(jié)變化特征分析

本研究基于SPEI3指數(shù)分析1961—2020年九大流域不同季節(jié)的SPEI變化（圖3）。從整體趨勢來看，春夏秋三季大部分流域呈現(xiàn)下降趨勢，干旱趨勢依次為秋季 gt; 夏季 gt; 春季。冬季部分流域的SPEI值呈上升趨勢，表明干旱化程度有所緩解。僅東南諸河流域的SPEI指數(shù)在春、夏、秋、冬四季中均呈上升趨勢，且冬季的上升趨勢通過了 α=0.05 的顯著性檢驗(yàn)。其次，松遼河流域在冬季也表現(xiàn)出上升趨勢，而其他流域則均呈現(xiàn)SPEI下降趨勢。

春季，海河流域的SPEI下降幅度最大，線性趨勢率為 -0.0126/a ，且通過了顯著性檢驗(yàn)，表明該流域的干旱加劇趨勢顯著；淮河流域的SPEI線性趨勢率為 -0.01258/a ，顯示出顯著的干旱化趨勢;其次內(nèi)陸河流域和黃河流域也表現(xiàn)出明顯的干旱化趨勢。在夏秋兩季，內(nèi)陸河流域的干旱化趨勢最為顯著，SPEI年均下降率分別為 -0.0204/a 和 -0.023 2/a ：其次，西南諸河流域的干旱化趨勢也較為明顯，年均下降率為 -0.0158/a 和 -0.0155/a ;此外，海河流域的線性趨勢率為 -0.0095/a 和 -0.0116/a ，這些流域均顯示出顯著的干旱加劇趨勢；冬季，松遼河流域、東南諸河流域、淮河流域、內(nèi)陸河流域和黃河流域的SPEI均呈上升趨勢，且松遼河流域和東南諸河流域的上升趨勢均通過了顯著性檢驗(yàn)，表明這些流域的干旱趨勢有所緩解。

3.4九大流域干旱頻次的時間分布特征

本研究基于SPEI干旱指數(shù)及分級標(biāo)準(zhǔn)（表1），對中國九大流域的干旱頻次進(jìn)行分析（圖4），結(jié)果表明，各流域的干旱事件主要以輕旱和中旱為主，其中輕旱的發(fā)生頻次高于中旱，而重旱、特旱發(fā)生相對較少。

從時間演變來看，1961—1990年，大部分流域的干旱頻次較低，主要以輕旱為主，其中內(nèi)陸河流域、西南諸河流域和長江流域在此期間較少檢測出干旱，干旱次數(shù)不超過20次，相比之下，東南諸河流域和海河流域的干旱頻次略高，均超過70次。進(jìn)入1991—2000年，輕旱頻次普遍上升，部分流域的中旱頻次顯著增加，除長江流域外，其余流域的干旱頻次介于20＼～45次。進(jìn)入21世紀(jì)后，輕旱和中旱事件顯著增多，特別是在內(nèi)陸河流域、海河流域、長江流域、松遼河流域及西南諸河流域的增加較為顯著，而淮河流域和東南諸河流域的干旱頻次增加相對較少。

對比21世紀(jì)的2001—2010年與2011—2020年的干旱情況，大部分的總干旱次數(shù)在2011一2020年有所減少，尤其是松遼河和黃河流域減少最為顯著。具體而言，松遼河流域，輕旱瀕次減少17次，重旱減少34次，重旱減為0次；黃河流域輕旱減少33次，中旱減少12次。而淮河流域、西南諸河流域的干旱總頻次則有所增加，分別增加了14、7次。

3.5基于Morlet小波干旱周期的演變分析

本研究基于1961—2020年中國地區(qū)九大流域月尺度的SPEI值，使用Morlet小波分析方法，分析了各流域在研究期間的干旱周期。在小波系數(shù)圖中，信號的強(qiáng)弱被表現(xiàn)為小波系數(shù)的大小。若等值線中心為正，則表示干旱指數(shù)偏高，即該時間段內(nèi)的年份偏濕潤；若等值線中心為負(fù)，則該時間段內(nèi)的年份偏干旱。

SPEI小波系數(shù)實(shí)部圖與小波方差圖（圖5）表明，內(nèi)陸河流域存在5、9、14、31a幾種時間尺度的振蕩周期，其中31a大尺度的震蕩周期最強(qiáng)，存在3次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，14、5、9a分別為SPEI的第二、三、四周期。海河流域存在24、13、4、7a幾種時間尺度的振蕩周期，其中24a大尺度的震蕩周期最強(qiáng)，存在4次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，13、4、7a分別為SPEI的第二、三、四周期?；春恿饔虼嬖?、16、25、4a幾種時間尺度的振蕩周期，其中9a小尺度的震蕩周期最強(qiáng)，存在5次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，16、25、4a分別為 SPEI的第二、三、四周期。珠江流域存在19、10、4a幾種時間尺度的振蕩周期，其中19a中尺度的震蕩周期最強(qiáng)，存在4次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，10、4a分別為SPEI的第二、三周期。東南諸河流域存在30、12、21、6a幾種時間尺度的振蕩周期，其中30a中尺度的震蕩周期最強(qiáng)，存在3次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，12、21、6a分別為SPEI的第二、三、四周期。松遼河流域存在12、5a幾種時間尺度的振蕩周期，其中12a中尺度的震蕩周期最強(qiáng)，存在8次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，5a為SPEI的第二周期。西南諸河流域存在19、27、5、8、12a幾種時間尺度的振蕩周期，其中19a大尺度的震蕩周期最強(qiáng)，存在4次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，27、5、8、12a分別為SPEI的第二、三、四、五周期。長江流域存在12、26、5a幾種時間尺度的振蕩周期，其中12a中尺度的震蕩周期最強(qiáng)，存在4次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，26、5a分別為SPEI的第二、三周期。黃河流域存在13、5、8、21a幾種時間尺度的振蕩周期，其中 13a 中尺度的震蕩周期最強(qiáng)，存在7次干旱與非干旱的震蕩周期，是SPEI變化的第一主周期，5、8、21a分別為SPEI的第二、三、四周期。

3.6基于Hurst指數(shù)的未來干旱趨勢分析

為預(yù)估中國九大流域未來干旱的變化趨勢，本研究依據(jù)R/S分析法的原理，對九大流域的標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）進(jìn)行處理，獲得其Hurst指數(shù)值，進(jìn)而判斷各流域未來變化趨勢（表2）。

結(jié)果表明，各個流域的Hurst值 （H 值）均大于0.5，表明未來SPEI指數(shù)很大可能會延續(xù)過去的變化趨勢。因此，大部分流域在未來的一段時間會繼續(xù)經(jīng)歷干旱狀況。具體而言，內(nèi)陸河流域、松遼河流域、西南諸河流域和珠江流域的 H 值均超過

0.75，表現(xiàn)出強(qiáng)的正持續(xù)性，SPEI會有明顯的持續(xù)下降，表明這些流域未來的干旱趨勢將明顯增加。海河流域、長江流域的 H 值在0.60＼～0.75，表現(xiàn)出相對較強(qiáng)的正持續(xù)性，SPEI會持續(xù)性下降，表明這些流域未來的干旱程度會加重。黃河流域和淮河流域的 H 值分別為0.590和0.576，表明這2個流域呈現(xiàn)較弱的正持續(xù)性，說明SPEI指數(shù)可能出現(xiàn)下降趨勢，預(yù)示著未來干旱程度加劇。相比之下，東南諸河流域的 H 值為0.590，表現(xiàn)出類似的弱正持續(xù)性，但歷史變化趨勢表示為增加，未來更可能呈現(xiàn)濕潤化的趨勢。

4討論

本研究基于氣象站點(diǎn)ANUSPLIN插值得到的中國地區(qū)長時序降水、溫度數(shù)據(jù)，結(jié)合標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）、Mann-Kendall檢驗(yàn)、Morlet小波分析及Hurst指數(shù)等方法，揭示了中國九大流域近60a干旱的時空變化特征、干旱頻率、周期性波動以及未來趨勢。其中，ANUSPLIN插值方法能夠在復(fù)雜地形條件下保持較高的插值精度，確保所得到的降水和溫度數(shù)據(jù)具有較好的準(zhǔn)確性。

中國大部分流域的降水量呈增加趨勢，但標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）普遍下降，表明區(qū)域干旱化現(xiàn)象持續(xù)加劇，這一趨勢與高晴等[23]研究的部分結(jié)果一致。具體來說，內(nèi)陸河流域和西南諸河流域的干旱化趨勢較為顯著，而東南諸河流域則呈現(xiàn)濕潤化趨勢。內(nèi)陸河流域主要受到地理位置、土地利用和人類活動等因素的影響，盡管降水量有所增加，但蒸發(fā)量遠(yuǎn)大于降水量，導(dǎo)致該流域抗旱能力逐漸減弱，從而表現(xiàn)出干旱化加劇的趨勢[24]。西南諸河流域位于高原山地，SPEI的下降較為顯著，且受西太平洋副熱帶高壓的影響較大。相比之下，東南諸河流域受季風(fēng)降水的調(diào)節(jié)作用較強(qiáng)，因此呈現(xiàn)濕潤化趨勢。

自20世紀(jì)90年代以來，各流域的干旱頻次顯著增加，明顯高于1961—1990年的水平，這一趨勢與韓蘭英等[25的研究結(jié)果一致，這種變化可能與20世紀(jì)80年代以來中國氣溫的顯著升高，尤其是90年代后的加速增溫密切相關(guān)，多數(shù)流域在1980—2000年出現(xiàn)了顯著的突變點(diǎn)，例如海河流域在1992年發(fā)生了突變，這一結(jié)果與Ling等[26的研究一致，突變的發(fā)生與厄爾尼諾事件和90年代太陽黑子活動起伏導(dǎo)致的季風(fēng)變?nèi)醯纫蛩孛芮邢嚓P(guān)。未來的研究可以結(jié)合CMIP6等氣候模式，量化不同情景下中國九大流域的干旱演變特征，并分析土地利用等人類活動對干旱造成的影響。

5結(jié)論

基于1961—2020年九大流域逐月的降水和溫度數(shù)據(jù)，計(jì)算出SPEI指數(shù)，并采用M-K檢驗(yàn)、小波分析和Hurst指數(shù)等方法，對九大流域的干旱趨勢、周期性及干旱次數(shù)等進(jìn)行分析，得到以下結(jié)論。

a）近 60a ，中國大部分流域降水量呈增長趨勢，僅海河流域和黃河流域呈現(xiàn)下降趨勢，且南方地區(qū)的增幅高于西北及其他地區(qū)。

b）在時間上，大部分流域的SPEI指數(shù)整體呈現(xiàn)下降趨勢，均表現(xiàn)出不同程度的干旱化，內(nèi)陸河流域及西南諸河流域干旱化趨勢最為顯著，總體表現(xiàn)為西部與北部的干旱趨勢較明顯。突變分析進(jìn)一步表明，多數(shù)流域在1980一2000年發(fā)生突變，且突變后干旱化趨勢進(jìn)一步加劇，凸顯了氣候變化和人類活動對區(qū)域干旱變化的深遠(yuǎn)影響。

c）春夏秋三季普遍呈現(xiàn)干旱加劇趨勢，其中秋季最為顯著，冬季則多數(shù)流域的干旱化程度有所緩解。具體來說，內(nèi)陸河流域在夏季和秋季的干旱化趨勢最為顯著，此外，僅東南諸河流域春夏秋冬均呈現(xiàn)SPEI上升趨勢，表明該區(qū)域存在濕潤化情況

d）1961—1990年干旱頻次較低，1991年后干旱頻次整體上升，21世紀(jì)內(nèi)陸河、海河等流域增幅顯著，但2011—2020年大部分流域干旱頻次減少，僅淮河及西南諸河流域有所增加。

e）各流域普遍存在多個時間尺度的振蕩周期，其中大多數(shù)流域的主周期集中在中長期尺度。此外，各流域 H 值均大于0.5，僅東南諸河流域歷史表現(xiàn)為SPEI增加趨勢，且表現(xiàn)出弱的正持續(xù)，未來預(yù)計(jì)將呈現(xiàn)濕潤化趨勢，而其他流域則將延續(xù)歷史的干旱趨勢，需要加強(qiáng)對旱災(zāi)的監(jiān)測，以提升干旱應(yīng)對能力。

參考文獻(xiàn)：

[1］高濤濤，殷淑燕，王水霞．基于SPEI指數(shù)的秦嶺南北地區(qū)干旱時空變化特征[J].干旱區(qū)地理，2018，41（4）：761-770.

[2]吳瓊，趙春雨，王大鈞，等．1951—2014年遼寧省氣象干旱時空特征分析[J].干旱區(qū)資源與環(huán)境，2016，30（3）：151-157.

[3］姜大膀，王曉欣．對IPCC第六次評估報告中有關(guān)干旱變化的解讀[J].大氣科學(xué)學(xué)報，2021，44（5）：650-653.

[4]姚寧，蔣昆昊，謝文馨，等．氣候變化背景下山西省氣象干旱時空演變特征[J].農(nóng)業(yè)機(jī)械學(xué)報，2024，55（1）：270-281.

[5]史尚渝，王飛，金凱，等．基于SPEI的1981—2017年中國北方地區(qū)干旱時空分布特征[J].干旱地區(qū)農(nóng)業(yè)研究，2019，37（4）：215-222.

[6]YERDELENC，ABDELKADER M，ERISE.Assessment ofdroughtin SPI seriesusingcontinuouswaveletanalysisforGedizBasin，Turkey[J].Atmospheric Research，2021，26O.DOI：10.10106/j.atmosres.2021.105687.

[7]HEIMJ，RICHARD R.A review of twentieth-century droughtindicesused intheUnitedStates[J].BulletinoftheAmericanMeteorological Society，2002，83：1149-1166.

[8]VICENTE-SERRANO SM，BEGUERIA S，PEZ-MORENO JIL.AMultiscalarDroughtIndexSensitivetoGlobalWarming：TheStandardized Precipitation Evapotranspiration Index[J].JournalofClimate，2010，23：1696-1718.

[9]瞿德業(yè)，楊明月，劉婷婷，等．基于SPEI的洮河流域氣象干旱時空特征分析[J].水利水電科技進(jìn)展，2024，44（5）：32-40.

[10]鄒磊，余江游，夏軍，等．基于SPEI的渭河流域干旱時空變化特征分析[J].干旱區(qū)地理，2020，43（2）：329-338.

[11］王衛(wèi)光，黃茵，邢萬秋，等．基于SPEI的海河流域干旱時空演變特征及環(huán)流成因分析[J].水資源保護(hù)，2020，36（3）：8-13.

[12］衛(wèi)林勇，江善虎，任立良，等．IMERG衛(wèi)星降水產(chǎn)品在中國的干旱監(jiān)測效用評估[J].農(nóng)業(yè)工程學(xué)報，2021，37（2）：161-169.

[13］武傳號，黎梓濤，王賽賽，等．1981—2021年中國季節(jié)性干旱與驟發(fā)干旱的時空響應(yīng)關(guān)系評估[J].水資源保護(hù)，2025，41（2）：149-157.

[14］張強(qiáng)，姚玉璧，李耀輝，等．中國干旱事件成因和變化規(guī)律的研究進(jìn)展與展望[J].氣象學(xué)報，2020，78（3）：500-521.

[15］胡文峰，陳玲玲，姚俊強(qiáng)，等．近55年來新疆多時間尺度干旱格局演變特征[J].人民珠江.2019，40（11）：1-27.

[16]WANG XF，LUO PP，ZHENG Y，et al.Drought Disasters inChina from 1991 to 2018：Analysis of Spatiotemporal Trends andCharacteristics[J].Remote Sensing，2023，15（6）.DOI：10.3390/rs15061708.

[17]GUO BB，ZHANG J，MENG XY，et al.Long-term spatio-temporal precipitation variations in China with precipitation surfaceinterpolated by ANUSPLIN[J].Scientific Reports，202O，10（1）：1-17.

[18]CALLOW JN，VAN N KP，BOGGS G S. How does modifying aDEM to reflect known hydrology affect subsequent terrain analysis？[J].Journalof Hydrology，2007，332（1/2）：30-39.

[19] SHARAFATI A， NABAEI S， SHAHID S. Spatial assessment ofmeteorological drought features over diferent climate regions inIran［J].International Journal of Climatology，202O，40（3）：1864-1884.

[20］路金強(qiáng)，甘容，楊峰，等.基于SPEI指數(shù)的河南省干旱特征及與環(huán)流指數(shù)的相關(guān)性分析[J].中國農(nóng)村水利水電，2022（4）：17-24.

[21］尤立，齊天杰，胡春明．斯里蘭卡極端降水時空演變特征及趨勢預(yù)測[J]．科學(xué)技術(shù)與工程，2024，24（12）：5152-5161.

[22］努爾沙吾列提·達(dá)開，任嘉偉．1961—2020年新疆地區(qū)干旱演變時空特征分析[J]．節(jié)水灌溉，2024（2）：9-16.

[23]高晴，孫金偉，趙曉雪，等.基于SPEI的中國干旱多尺度時空特征分析[J]．節(jié)水灌溉，2024（6）：111-120，127.

[24］來和鑫，張澤中，王飛，等．1960—2019年中國流域尺度干旱時空演變特征研究[J].灌溉排水學(xué)報，2022，41（8）：122-129.

[25］韓蘭英，張強(qiáng)，賈建英，等．氣候變暖背景下中國干旱強(qiáng)度、頻次和持續(xù)時間及其南北差異性[J].中國沙漠，2019，39（5）：1-10.

[26]LING M，GUO X，ZHANG Y，et al. Drought evolution in theHaihe River basin during 196O-2O2O and the correlation withglobal warming，sunspots，and atmospheric circulation indices[J].Journal of Water and Climate Change，2023，14（1）：369-386.

（責(zé)任編輯：李燕珊）