面向干旱灾害监测和评估的参数化多变量干旱指数-国家地理信息系统工程技术研究中心

面向干旱灾害监测和评估的参数化多变量干旱指数

作者：发布：2021-11-22 点击量：次

干旱是一种复杂的水文气象灾害，能够造成巨大的社会经济影响。2000-2018年间，我国农业年均因旱受灾面积达18450.22千公顷，全国因旱饮水困难人口达2015.46万人。在全球气候变化的背景下，我国干旱灾害形势愈加严峻，干旱灾害的监测、评估与应对更加重要。

近日，中国地质大学（武汉）国家地理信息系统工程技术研究中心陈能成教授团队在农业气象顶级期刊《Agricultural and Forest Meteorology》（SCI一区TOP，IF=5.734）上发表了题为《A parametric multivariate drought index for drought monitoring and assessment under climate change》的研究成果，发展了一种多变量参数化干旱指数，用于干旱灾害的监测与评估。论文第一作者为中国地质大学（武汉）国家GIS工程中心许磊特聘教授，论文合作者包括中国地质大学（武汉）国家GIS工程中心杨超副教授、首都师范大学张翀博士、武汉理工大学余红楚副研究员。

论文信息：

Xu, L., Chen, N., Yang C., Zhang C., Yu H. (2021). A parametric multivariate drought index for drought monitoring and assessment under climate change.Agricultural and Forest Meteorology, 310, 108657. doi: 10.1016/j.agrformet.2021.108657

原文链接：

https://www.sciencedirect.com/science/article/pii/S0168192321003439

干旱指数是开展干旱监测与评估的有效工具，对于农业干旱，现有的干旱指数包括标准化土壤湿度干旱指数，植被-土壤水分亏损指数，土壤干旱指数等等。土壤湿度是表征农业干旱的重要变量，然而，农业干旱同样受到其它因素如降雨、蒸散发等因素的影响，单一的土壤湿度变量难以有效反映农业干旱事件的发生发展过程。干旱指数的计算一般是通过参数化或者非参数化的概率分布建模得到。非参数化建模常采用经验的概率分布，计算简单，便于应用，但是容易受到采样偏差的影响，在应用于新的数据中容易造成一定的高估或低估。在气候变化的背景下，数据的分布在逐渐发生变化，参数化建模通过拟合合适的分布函数来计算干旱指数，这种情况下较为适合干旱指数的计算。本文通过参数化建模的方法，将降雨、土壤湿度和蒸散发三个变量进行结合，基于copula函数，通过K-S检验选择合适的单变量和多变量联合分布函数，计算得到一种参数化的多变量干旱指数SPESMI，用于干旱灾害的监测与评估。

图1.基于参数化和非参数化方法构建干旱指数的概率密度分布比较

图1显示了参数化和非参数化方法在构建干旱指数方面的不同。当使用非参数化和参数化方法拟合历史数据后，新加入的数据（u=0.001,v=0.001）分别对应两个变量1000年一遇的重现期，使用非参数化方法得到的干旱事件重现期为73年，严重低估了干旱事件的严重程度，而参数化方法能够得到2000年左右的重现期，相对来说更为合理。