四川省1960—2019年干濕事件時空演變特征分析

黃祎 黎云云 樊晶晶 鄭鈞蔚 張慶

摘要：四川省人口眾多，各地氣候異質性強，干濕特征對氣象變化比較敏感，研究干濕的時空演變特征可以為當地采取應對氣候變化的對策提供依據?；谟纬汤碚撟R別并刻畫四川1960—2019年干濕事件及其代際和季節性特征，利用Mann.Kendall檢驗、小波分析描述干濕的趨勢性、顯著性和周期性，結果表明：四川地區1990s干濕事件最多，2000s干濕事件最少，其中川西地區最干，川東最濕，且均在1980s分別達到干濕事件次數峰值；四川地區干旱事件主要在春、冬兩季發生，濕潤事件主要在夏、秋兩季發生，其中春季主要在川西發生干旱事件，秋季主要在川西、川北地區發生濕潤事件；川西、川北地區有濕潤傾向，川南、川東地區有干旱傾向，除川南地區外，其他分區夏季SPEI序列均呈下降趨勢，川西、川東地區冬季SPEI序列下降趨勢放緩。

關鍵詞：干濕演變；SPEI；Mann.Kendall；小波分析；四川

中圖分類號：TV21? 文獻標識碼：A? 文章編號：1001.9235（2024）01.0072.14

Analysis of Spatiotemporal Evolution Characteristics of Dry and Wet Events in Sichuan Province from 1960 to 2019

HUANG Yi1，LI Yunyun1*，FAN Jingjing2，ZHENG Junwei1，ZHANG Qing1

（1.Mianyang Teachers College，Mianyang 621000，China;2.Hebei University of Engineering，Handan 056038，China）

Abstract： Sichuan Province has a large population and experiences substantial regional climate heterogeneity，resulting in differential sensitivity of dryness and wetness to meteorological changes.Examining the spatiotemporal evolution characteristics of dryness and wetness can provide a basis for local departments to take countermeasures against climate change.The dry and wet events in Sichuan from 1960 to 2019 and their intergenerational and seasonal characteristics are identified and described based on run theory.The trend，significance，and periodicity of dry and wet events are described by the Mann.Kendall test and wavelet analysis.The results show that Sichuan Province experienced the highest frequency of dry and wet events in the 1990s and the lowest frequency of the events in the 2000s.Western Sichuan is the driest，while eastern Sichuan is the wettest，with both reaching peak dry and wet event counts in the 1980s.In Sichuan，drought events occur mainly in spring and winter，while humid events occur mainly in summer and autumn.Drought events occur mainly in western Sichuan in spring，and humid events occur mainly in western and northern Sichuan in autumn.The western and northern Sichuan areas tend to be humid，while the southern and eastern Sichuan areas tend to be dry.Except for southern Sichuan，the standardized precipitation evapotranspiration index （SPEI） sequence in summer shows a downward trend in other areas，while the downward trend of the SPEI sequence in winter slows down in western and eastern Sichuan areas.

Keywords：dry and wet evolution;SPEI;Mann.Kendall;wavelet analysis;Sichuan

四川省作為長江中上游重要生態屏障和現代化農業發展區［1］，干濕情況對四川省生態環境保護與建設和農業生產情況產生重要影響。降水是徑流的基本來源，降水異常是導致干濕災害的重要原因之一，如氣象干旱事件其在水循環中的傳播是導致水文干旱事件（包括河流干旱事件和地下水干旱事件）和農業干旱事件的影響因素［2-3］。自20世紀80年代以來，四川省干旱事件災害次數呈上升趨勢，且嚴重旱災發生頻次明顯增加［4］。濕潤事件災害多在四川盆地附近發生，在不同時空尺度下呈現不同特征，且多在夏秋季節發生較嚴重的濕潤事件災害［5-6］。

近年來，國內外對變化氣候下的氣象干旱事件做了大量研究，如薛華柱等［7］利用Penman-Monteith蒸散模型計算河西走廊不同時間尺度的標準化降水蒸發指數（Standardized Precipitation Evapotranspiration Index，SPEI），結果表明1965—2017年間河西走廊的氣象干旱事件呈減弱趨勢，有利于當地開展農業生產和環境改善工作。陳亞利等［8］基于SPEI，結合Copula函數探究遼河流域1959—2019年氣象干旱事件特征，結果表明夏、秋兩季遼河流域氣象干旱事件呈加劇趨勢。王景紅等［9］基于標準化降水指數（Standardized Precipitation Index，SPI），結合Mann.Kendall檢驗對陜西蘋果主產區1961—2010年的降水數據進行多尺度的氣象干旱事件分析，結果表明陜西蘋果主產區年12個月尺度的SPI、春夏秋9個月尺度的SPI以及秋季3個月尺度的SPI整體呈線性下降趨勢，總體趨于干旱事件，且干旱事件強度有所加重。唐怡等［10］基于云南省1959—2018年的多尺度SPI序列，結合M.K檢驗和小波分析描述云南省的氣象干旱事件時空演變特征，結果表明干旱事件的范圍和強度均呈緩慢上升趨勢，且干旱事件范圍與強度成正比。P Filho等 ［11］基于12個月尺度的SPI序列，利用游程理論、Copula函數、IFM等手段研究巴西東北部Ceará省2012—2018年干旱事件的因果及發生頻率，研究表明其成因是太平洋和大西洋的海面溫度異常，其平均雙變量回歸期估計為240 a。T Caloiero等［12］基于3、6、12、24個月尺度的SPI序列研究歐洲和地中海盆地1951—2016年的干旱事件特征，結果表明地中海盆地和北非是干旱事件最容易持續的地區，SPI值普遍下降，在長時間積累尺度上SPI值下降更明顯。

四川海拔跨度大，各地區間氣候條件各不相同，導致干濕事件的時空特征有明顯異質性［13］，由此本文將四川地區劃分為川西、川北、川南、川北4個區域進行干濕事件的研究。本文基于逐月SPEI指數結合游程理論識別干濕事件，并按不同時間尺度分析干濕特征，通過M.K檢驗分析干濕事件的持續性和顯著性，利用小波分析干濕事件的周期性規律，以期作為有關部門開展氣象災害預警的參考依據。

1 研究區域概況及數據來源

1.1 研究區域概況

四川省位于亞熱帶和溫帶交界處，地勢西高東低，溫度受海拔高度和季節變化較大，低海拔地區夏季平均氣溫約25 ℃，冬季平均氣溫約5 ℃，高海拔地區夏季平均氣溫約10 ℃，冬季平均氣溫約-5 ℃；降水受季風影響較大，多集中在夏季，川東和川南地區夏季降水平均在300～400 mm，而川西地區夏季降水平均在100 mm以下，降水的時空差異明顯，常常導致季節性干濕災害。由于受到青藏高原和亞洲季風影響，四川省氣候多樣，但總體上屬于亞熱帶濕潤事件氣候和溫帶濕潤事件氣候。根據歷史數據統計，在過去60 a中（1960—2019年），四川省全年平均降水量為3 206 mm。其中，夏季（6—8月）是全年降水最多的季節，占全年總降水量的50%～60%；春、冬兩季則相對較干旱事件。同時，在不同地區之間也存在著明顯的空間分布特征，東部沿江一帶和南部山區雨量較大，而北部盆地及其周邊山區則相對較少。本文研究區域及分區情況見圖1。

1.2 數據來源

本文數據來源于中國氣象科學數據共享服務平臺（http：//data.cma.cn/）所發布的1960—2019年逐月降水數據，站點選取溫江、旺蒼、宜賓、大竹等42個站點（圖1）。本文選取SPEI1序列作為衡量干濕程度的指標，但多個月尺度的SPEI能較好表征時間尺度較大的干濕事件，故本文對多個月尺度的SPEI作定性分析。本文將SPEI1序列按照季節劃分為4個部分：春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至次年2月）。

2 研究方法

2.1 標準化降水蒸散指數

雖然SPI具有可以比較不同地域、時間的不同干旱事件條件［14-15］、通過降水異常的不同時間尺度描述短期和長期干旱事件影響［16-17］的優勢，但在計算過程中未考慮溫度對干濕的影響，為綜合考慮降水和溫度對干濕的影響，本文采用SPEI表征干濕情況。標準化降水蒸散指數（SPEI）的計算方法參考GB/T 20481—2017《氣象干旱事件等級》［18］， 干旱事件等級劃分標準見表1。

本文對于干濕事件的識別采用V Yevjevich［19］提出的游程理論，并采取三閾值法提取干濕事件，即：當某時刻的SPEI值超出閾值R1時表示該次干濕事件開始，當另一時刻的SPEI值未超出該閾值時表示此次干濕事件結束，此間的時間跨度則為該次干濕事件的歷時，此間所有SPEI的累計和為此次干濕事件的烈度；若2次干濕事件的時間間隔為1個月且間隔月的干濕指數小于閾值R0，則將這2次干濕事件合并為一個干旱事件，在干濕事件融合后依然存在一些小型干濕事件；對于歷時為1個月且烈度不超過R2的小型干濕事件進行剔除。上述三閾值的選擇方法參考文獻［20-22］，對于干旱事件，本文采取R0=0、R1=-0.5、R2=-1，對于濕潤事件，R0=0、R1=0.5、R2=1，游程理論示意見圖2。

2.2 Mann.Kendall趨勢檢驗

Mann.Kendall檢驗法具有不需要待測序列服從同一概率分布的優點［23］，其原理是，對于樣本容量為n的時間序列x，構造一個秩序列，j=1，2，…，i：

其中，秩序列Sk是時間序列xi＞xj數值個數ri的累計值。

假定時間序列隨機獨立，其統計量見式（3）：

其中當UFi=0時，累積的均值和方差，在x1，x2，…，xn相互獨立且具有相同連續分布時，可由式（4）計算，k=1，2，…，n：

統計UFi呈標準正態分布，依照時間序列x1，x2，…，xn排列，對于給定顯著性水平α，查詢正態分布表，若UFi＞Uα，則表明序列x隨時間存在顯著性趨勢變化。

2.3 Mann.Kendall顯著性檢驗

Mann.Kendall顯著性檢驗法作為常用的非參數檢驗法，適用范圍廣，具有不要求樣本遵循一定的分布特征和不受少數異常值影響等優點。本文運用該方法對降水及氣溫序列變化趨勢進行顯著性檢驗，對于給定的顯著性水平α，當Z＞1.96時，可以認為在α水平上降水和氣溫序列有顯著變化趨勢，反之則為輕微變化。本文定義變化趨勢在α=0.05下顯著時，為顯著變化。

2.4 小波分析

小波分析可研究不同時間尺度的氣象要素隨時間的變化情況，是研究氣象要素長期變化特征的重要方法，并廣泛應用于氣候診斷［24-26］。小波分析用一小簇小波函數系數來表示某一信號，相比于窗口傅里葉變換，小波函數的窗口大小固定、形狀可以變換，可以靈敏地反映信號的突變。小波函數是小波分析的關鍵，指具有震蕩性并且能夠快速衰減到零的一類函數，本文選取Morlet函數作為母波，Morlet小波函數在低頻區域具有高頻率分辨率和低時間分辨率，在高頻區域則相反，這一特性符合研究降水周期性變化特征的要求，具體計算過程參考文獻［27-28］。

3 結果分析

3.1 年際干濕特征分析

各分區降水量見圖3，在各區域降水中，川西和川南區域分別以0.78、2.08 mm/a的增長率遞增，而川北和川東區域分別以-0.68、-1.38 mm/a的下降率遞減，各區域間降水變化趨勢差異性明顯。對降水數據分析后發現，川東地區平均降水量最大，川西地區平均降水量最小，最大年降水量出現在2016年的川南地區，為1 105 mm，達到多年平均值的171%，最小年降水量出現在1987年的川北地區，為612 mm，為多年平均值的0.78%。各分區氣溫均呈上升趨勢，其中川西地區的氣溫上升最快，上升速率為0.02 ℃/a，其他分區的氣溫均以0.01 ℃/a的速率上升。其中川西地區的年均氣溫最低，僅為10.05 ℃，川東地區的年均氣溫最高，為16.98 ℃。

為分析各分區的干濕情況，作各分區的多尺度SPEI見圖4：月尺度越大，干濕交替頻率越低，但單次干濕持續時間越長。川西地區的高等級濕潤事件主要集中在1969—1970年及2000年左右，高等級干旱事件主要集中在1973、2007、2013年左右；川北地區的高等級濕潤事件主要集中在1960—1967年及1990、2017年左右，高等級干旱事件主要集中在1987、1993年左右及1996—2004年；川南地區的高等級濕潤事件主要集中在1975、2016年左右，高等級干旱事件主要集中在1995年左右及2004—2014年；川東地區的高等級濕潤事件主要集中在1964年左右及1969—1971年，高等級干旱事件主要發生在1990年之后，但并不集中發生。

3.2 代際干濕特征分析

為了定量分析各分區內在代際尺度下干濕發生次數及持續時間，現將1個月尺度下的SPEI作為干濕指標，通過游程理論提取干濕事件，干濕特征統計見表2。除1960s的川南地區和1980s的川東地區以外，各分區在各年代的干旱事件次數均大于濕潤事件次數。橫向對比，1960s川西地區和川東地區的干旱事件次數最多，達到了15次，川南地區濕潤事件次數最多，達到了12次；1970s川東地區的干濕次數均最多，分別達到了17次和11次；1980s川西地區的干旱事件次數最多，達到了17次，川東地區的濕潤事件次數最多，達到了12次；1990s川西和川東地區的干濕次數最多，分別達到了16次和10次；2000s川西地區的干濕次數最多，分別達到了14次和11次；2010s川西和川南地區的干旱事件次數最多，達到了15次，川東地區的濕潤事件次數最多，達到了11次?？v向對比，川西地區在1980s發生干旱事件次數最多，在2000s發生干濕次數最多；川北地區在1990s發生干旱事件次數最多，在1960s、1980s、2000s發生干濕次數最多；川南地區在2010s發生干旱事件次數最多，在1960s發生濕潤事件次數最多；川東地區在1970s發生干旱事件次數最多，在1980s發生濕潤事件次數最多?？傮w而言，除1970s以外，川西地區在各年代均為最易發生干旱事件的分區，川東地區在1970s—1990s和2010s為最易發生濕潤事件的分區。

為更好描述各分區在各年代的季節性干濕事件特征，將各分區的SPEI1序列按照季節（春季，3—5月；夏季，6—8月；秋季，9—11月；冬季，12月至次年2月）劃分并統計各季節達到輕度及以上等級的干濕頻數，見表3。各分區均最易在春、冬兩季，尤其是冬季發生干旱事件，在夏、秋兩季，尤其是夏季發生濕潤事件。春季，川西地區最易發生干旱事件，川東地區最易發生濕潤事件；夏季，川東地區最易發生干旱事件；秋季，川西地區最易發生干濕事件；冬季，川北、川南地區最易發生干旱事件，川西地區最易發生濕潤事件。

通過ArcGIS平臺，將各分區在四季的干濕比例（頻率大于0表示干旱月頻數大于濕潤月頻數，頻率小于0表示干旱月頻數小于濕潤月頻數）按照代際順序繪制見圖5。 在各年代下，川西地區在春、秋兩季均更易出現干旱月，其中，在1960s和1980s春季出現干旱月的比例最高；在各年代下，川北地區在春季更容易出現干旱月，其中，在1990s春季出現干旱月的比例最高，除1980s以外，川北地區在秋季更容易出現濕潤月；除1970s以外，在各年代下，川南地區在春季更容易出現干旱月，在1970s以后，川南地區在秋季更容易出現干旱月，而在1970s及以前，川南地區在秋季出現濕潤月的次數比出現干旱月的次數高40%以上；在各年代下，川東地區在春季均更易出現濕潤月，其中在1970s和2000s春季出現濕潤月的比例最高，除2000s以外，川東地區在秋季更容易出現濕潤月，其中，在1960s和1980s出現濕潤月的比例最高；在各年代下，各分區均在夏季更容易出現濕潤月，其中川北地區在1990s夏季出現濕潤月的比例相對較低，川東地區在1960s夏季出現濕潤月的比例最低，在1980s夏季出現濕潤月的比例最高；在各年代下，各分區在冬季幾乎不出現濕潤月。

3.3 SPEI趨勢性及顯著性分析

為描述四川各分區干濕指標的變化趨勢和持續性情況，本文采用Mann.Kendall秩次相關檢驗法及經典重標極差法（R/S）進一步對四川各地區的SPEI1序列進行了趨勢性分析，并對趨勢結果的顯著性進行了判斷，顯著性檢驗中選取置信水平為95%，即|U|＜Ua/2=1.96，結果見表4。川西、川北地區的SPEI1序列呈現不顯著遞增狀態，但川西地區SPEI1序列的不顯著遞增狀態持續性較弱，而川南、川東地區SPEI1序列均呈現持續性較強的不顯著遞減狀態，這表明川西和川北地區氣象干濕水平有向濕潤發展的趨勢，但川西地區的濕潤趨勢不穩定，而川南和川東地區氣象干濕水平則有穩定的向干旱發展的趨勢。

3.4 SPEI周期性分析

對于各區最容易出現濕潤事件的夏季和最容易出現干旱事件的冬季，本文借助Matlab軟件對四川各分區的夏季和冬季SPEI1序列進行小波分析以揭示其周期性，母波選擇Morlet，川西夏季小波分析結果見圖6。根據小波實部可以看到，川西地區夏季的SPEI1序列在整個周期經歷了2次比較明顯的干濕交替，其中在1989—1992、2001—2008年處于氣象濕潤期，在1985、1999、2014年附近處于氣象干旱期，且干濕以15 a為中心時間尺度，16 a左右為一個時間周期；根據小波方差可以看出川西地區的SPEI1序列大致存在2個較為明顯的峰值，且在15 a左右的周期為第一主周期，因此川西地區SPEI1序列在15 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

根據圖7小波實部可以看到，川北地區夏季的SPEI1序列在整個周期經歷了4次比較明顯的干濕交替，其中在1963、1980、1995、2010年附近為氣象濕潤期，在1973、1990、2003、2017年附近為氣象干旱期，且干濕以17 a為中心時間尺度，15 a左右為一個時間周期；根據小波方差可以看出SPEI1序列大致存在2個較為明顯的峰值，且在17 a左右的周期為第一主周期，因此川北地區SPEI1序列在17 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

根據圖8小波實部可以看到，川南地區夏季的SPEI1序列在整個周期經歷了1次比較明顯的干濕交替，其中在1960—1978年為氣象濕潤期，在1983—2005年為氣象干旱期，且干濕以50 a為中心時間尺度，60 a左右為一個時間周期；根據小波方差可以看出川南地區的SPEI1序列大致存在2個較為明顯的峰值，且在54 a左右的周期為第一主周期，因此川南地區SPEI1序列在54 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

根據圖9小波實部可以看出，川東地區夏季的SPEI1序列在整個周期經歷了一次比較明顯的干濕交替，其中在1982—1995年為正相位，表示該周期內川東地區為氣象濕潤事件期，在1960—1975、2000—2019年為氣象干旱期，且干濕以45 a為中心時間尺度，40 a左右為一個時間周期；根據小波方差可以看出川東地區的SPEI1序列大致存在3個較為明顯的峰值，且在46 a左右的周期為第一主周期，因此川東地區SPEI1序列在46 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

冬季小波分析結果見圖10—13。根據圖10小波實部可以看到，川西地區冬季的SPEI1序列在整個周期經歷了一次比較明顯的干濕交替，其中在1980—1995年為氣象濕潤期，在1960—1975、1999—2015年附近為氣象干旱期，且干濕以40 a為中心時間尺度，40 a左右為一個時間周期；根據小波方差可以看出川西地區的SPEI1序列大致存在2個較為明顯的峰值，且在40 a左右的周期為第一主周期，因此川西地區SPEI1序列在40 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

根據圖11小波實部可以看到，川北地區冬季的SPEI1序列在整個周期經歷了3次比較明顯的干濕交替，其中在1965、1974、1985年附近為氣象濕潤期，在1970、1980、1990年附近為氣象干旱期，且干濕以10 a為中心時間尺度，12 a左右為一個干濕交替周期；根據小波方差可以看出川北地區的SPEI1序列大致存在3個較為明顯的峰值，且在10 a左右的周期為第一主周期，因此川北地區SPEI1序列在10 a左右周期的震蕩情況對周期變化影響最大。

根據圖12小波實部可以看到，川南地區冬季的SPEI1序列在整個周期經歷了6次比較明顯的澇旱交替，且干濕以10 a為中心時間尺度，10 a左右為一個時間周期；根據小波方差可以看出川南地區的SPEI1序列存在1個較為明顯的峰值，對應在10 a左右，為唯一主周期，因此川南地區SPEI1序列在10 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

根據圖13小波實部可以看出，川東地區冬季的SPEI1序列在整個周期經歷了2次比較明顯的干濕交替，其中在1977—1990、2010—2019年為氣象濕潤期，在1960—1975、1995—2006年為氣象干旱期，且干濕以35 a為中心時間尺度，30 a左右為一個時間周期；根據小波方差可以看出川東地區的SPEI1序列大致存在3個較為明顯的峰值，且在40 a左右的周期為第一主周期，因此川東地區SPEI1序列在40 a左右周期的震蕩情況對整個時間周期內的周期變化影響最大。

總結來說，除川南地區外，各分區的夏季SPEI1主周期均在2019年左右處于負相位，這意味著未來一段時間內除川南地區以外的各分區在夏季可能出現干旱事件情況。2022年四川地區的嚴重夏旱符合這一預測，結合圖3，川南地區自2010s以來的降水增加趨勢是川南地區夏季SPEI1主周期在2019年之后處于正相位的主要原因。川西地區的冬季SPEI1主周期基本脫離負相位，未來一段時間的冬旱有減少趨勢，川北、川南地區的冬季SPEI1主周期仍處于負相位，未來一段時間仍將維持冬旱趨勢，川東地區的冬季SPEI1主周期處于正相位，未來一段時間的冬旱有減少趨勢。

劉琳等［29］基于西南五省級行政區1960—2011年的降水數據計算SPI及Z值，并對干濕特征分析及趨勢預測，結果表明川西地區的Z指數較小，干旱事件情況嚴重，這與本文3.2節的結論吻合。Z指數和SPI指數的計算只基于降水量，而SPEI的計算基于降水量和溫度，可以更好反映氣候變化對干濕的影響，但Z指數對較小的地理區域在較短時間內的干濕表征效果較好，如齊冬梅等［2］基于Z指數對四川1961—2014年四川干旱事件特征進行了分析，分析發現四川盆地西部、東部、南部、中部區干旱事件程度加強，而川西高原區和川西南山地區干旱事件程度減弱。此外，本文僅從氣象角度對干濕特征進行分析，缺少對干旱事件傳播特征的分析，下一步將對氣象-水文干旱事件傳播特征進行分析研究。

4 結論

a）1960—2019年間川西、川南地區降水量呈上升趨勢，川北、川東地區降水量呈下降趨勢。各分區的氣溫均呈現上升趨勢，其中川西地區氣溫上升最快。各分區均經歷了“濕—干—濕”的變化，四川地區1990s的干濕災害最多，2000s干濕災害次數最少。川西和川東地區分別是最易發生干旱和濕潤事件的分區且均在1980s達到干濕事件次數峰值。

b）四川地區干旱事件主要在春、冬兩季發生，濕潤事件主要在夏、秋兩季發生，其中春季的干旱事件主要發生在川西地區，夏季的濕潤事件在川東地區發生的次數較少，秋季的濕潤時間主要在川西、川北地區發生。

c）夏季，川西、川北、川南、川東地區的SPEI的主周期分別為15、16、60、40 a。冬季，川西、川北、川南、川東地區的SPEI的主周期分別為40、12、10、35 a；川西、川東地區的SPEI周期變化主要受大周期影響較大，周期分別為40、35 a。除川南地區外，其它分區夏季SPEI序列均呈下降趨勢，川西、川東地區冬季SPEI序列下降趨勢放緩。

參考文獻：

［1］劉慧麗，陳浩，董廷旭，等.川渝地區NDVI動態特征及其對氣候變化的響應［J］.生態學報，2023，43（16）：6743-6757.

［2］齊冬梅，李躍清，王鶯，等.基于Z指數的四川干旱事件時空分布特征［J］.干旱事件氣象，2017，35（5）：734-744.

［3］粟曉玲，褚江東，張特，等.西北地區地下水干旱事件時空演變趨勢及對氣象干旱事件的動態響應［J］.水資源保護，2022，38（1）：34-42.

［4］巫娜，羅凝誼，許勇.四川盆地干旱事件災害統計特征［J］.氣象科技，2014，42（2）：309-313.

［5］廖光明，延軍平，胡娜娜，等.四川盆地東部近50年降水與干濕時間序列分析［J］.長江流域資源與環境，2012，21（9）：1160-1166.

［6］齊冬梅，李躍清，劉昆鵬.四川地區夏季干濕與西太平洋副熱帶高壓的關系［J］.高原山地氣象研究，2012，32（2）：41-46.

［7］薛華柱，李陽陽，董國濤.基于SPEI指數分析河西走廊氣象干旱事件時空變化特征［J］.中國農業氣象，2022，43（11）：923-934.

［8］陳亞利，趙強，艾明樂，等.1959—2019年遼河流域氣象干旱事件時空特征分析［J］.水利水電技術（中英文），2023，54（1）：42-52.

［9］王景紅，張勇，劉璐.基于多尺度標準化降水指數的陜西蘋果主產區氣象干旱事件分析［J］.氣象，2013，39（12）：1656-1662.

［10］唐怡，卯昌書，蘇建廣.基于SPI指數的云南省干旱事件時空特征分析［J］.水利水電快報，2023，44（2）：17-23.

［11］PONTES F，JOO D，SOUZA F，et al.Copula.Based Multivariate Frequency Analysis Of The 2012—2018 Drought In Northeast Brazil［J］.Water，2020，12（3）.DOI：10.3390/w12030834.

［12］TOMMASO C，SIMONE V，PAOLA C，et al.Drought Analysis in Europe and in the Mediterranean Basin Using the Standardized Precipitation Index［J］.Water，2018，10（8）.DOI：10.3390/w10081043.

［13］齊冬梅，李躍清，陳永仁，等.近50年四川地區旱澇時空變化特征研究［J］.高原氣象，2011，30（5）：1170-1179.

［14］VICENTE S.Differences in spatial patterns of drought on different time sales：An analysis of the Iberian Peninsula［J］.Water Resources Management，2006，20（1）：37-60.

［15］WU H，HAYES M J，WILHITE D A，et al.The effect of the length of record on the standardized precipitation index calculation［J］.International Journal of Climatology，2005，25（4）：505-520.

［16］GUTTMAN N B.Comparing the Palmer drought severity index and the standardized precipitation Index［J］.Journal of the American Water，Resources Association，1998，34（1）：113-121.

［17］HAYES M J，SVOBODA M，WILHITE D A，et al.Monitoring the 1996 drought using the Standardized Precipitation Index［J］.Bulletin of the American Meteorological Society，1999（80）：429-438.

［18］中國氣象局.氣象干旱事件等級：GB/T20481—2017［M］.北京：中國標準出版社，2018.

［19］YEVJEVICH V.An Objective Approach to Definitions and Investigations of Continental Hydrologic Droughts［D］.Fort Collins，CO，USA：Colorado State University，1967.

［20］粟曉玲，褚江東，張特，等.西北地區地下水干旱事件時空演變趨勢及對氣象干旱事件的動態響應［J］.水資源保護，2022，38（1）：34-42.

［21］袁飛，章益棋，劉懿，等.基于標準化帕爾默干旱事件指數的西江流域干旱事件評估［J］.水資源保護，2021，37（1）：46-52.

［22］石朋，唐漢，瞿思敏，等.西南地區氣象干旱事件向水文干旱事件傳播的特征［J］.水資源保護，2023，39（1）：49-56.

［23］章誕武，叢振濤，倪廣恒.基于中國氣象資料的趨勢檢驗方法對比分析［J］.水科學進展，2013，24（4）：490-496.

［24］馬曉波，胡澤勇.青藏高原40年來降水變化趨勢及突變的分析［J］.中國沙漠，25（1）：139-141.

［25］韓熠哲，馬偉強，王炳赟，等.青藏高原近30年降水變化特征分析［J］.高原氣象，2017，36（6）：1477-1486.

［26］許欽，葉鳴，蔡晶，等.1956—2018年太湖流域降水統計特征及演變趨勢［J］.水資源保護，2023，39（1）：127-132，173.

［27］劉宇，李雯晴，劉招，等.基于SPEI渭北黃土臺塬區干旱事件時空演變特征［J］.水土保持研究，2021，28（1）：109-117.

［28］陳滬生，周玉良，周平，等.基于小波和ARIMA的黃山市年降水量分析及預測［J］.南水北調與水利科技，2019，17（5）：50-55.

［29］劉琳，徐宗學.西南地區干濕特征及其趨勢預測［J］.自然資源學報，2014，29（10）：1792-1801.