1950-2012年中国西北干旱区干旱时空变化特征

摘要

西北干旱区水资源短缺，干旱灾害频发。本研究的目的是了解该地区干旱的时空变化，并进一步预测未来的变化。利用标准化降水指数(SPI)、标准化降水蒸散发指数(SPEI)和自校准帕尔玛干旱程度指数(SC-PDSI)等多种干旱指标，研究了1950 - 2012年ARNC干旱的时空特征。结果表明:(1)干旱指数呈显著增加趋势，60年代干旱频率最高，随后几十年干旱频率呈下降趋势;四季均呈现湿润趋势，夏季干旱频率高于其他季节。(2) ARNC干旱指数的变化也呈现出明显的空间变化趋势，北疆(NXJ)、天山(TS)、南疆(SXJ)和祁连山(QL)为湿润趋势，河西走廊(HX)和内蒙古西部(WIM)为干燥趋势。(3) ARNC在20世纪80年代发生了一次主要的气候变率，存在8a、17a和>20a的干湿气候振荡周期。

1.简介

干旱是全球范围内的重大自然灾害，严重的干旱会导致许多其他环境问题。在全球变暖的背景下，这些问题变得更加突出[1，2］．自20世纪90年代以来，中国中度和极端干旱的频率有所增加，干旱地区正以每10年3.72%的速度扩张[3.］．自1978年以来，中国受干旱影响的面积迅速增加，干旱导致作物歉收的总面积也在增加[4］．中国西北干旱区(ARNC)是中国主要的干旱气候区，其降水受季风和高纬度大气环流组合的制约[5，6］．它也是对全球变暖最敏感的地区之一。7，8］．缺水和持续干旱是限制当地可持续发展的主要因素，干旱也给该地区造成了经济损失。因此，深入分析长江流域干旱时空变化特征对当地农业、生态和社会经济发展具有重要意义。

干旱指数已被广泛用于描述干旱程度。近年来，干旱指数的应用包括干旱的监测、干旱的评估和干旱的预测，干旱指数还可以用来评估干旱对气象、农业和水文的影响[9- - - - - -13］．标准化降水指数(SPI)、标准化降水蒸散发指数(SPEI)和Parmer干旱严重程度指数(PDSI)已被广泛用于干旱事件的监测。PDSI是利用月气温和降水数据以及土壤持水能力信息计算出来的，这使它成为识别干旱的有力工具[14］．基于PDSI的自校准Parmer干旱程度指数(SC-PDSI)被认为更适合于全球干旱监测，因为它在任何位置使用动态计算值而不是经验常数自动校准[15］．SPI只使用降水数据来估计干旱持续时间、规模和强度[16，17］．该方法计算简便，适用于不同区域、不同时间尺度的干旱监测和评价。Vicente-Serrano等人[18]建立了标准降水蒸散发指数(SPEI)， SPEI是表征一定时间内降水和蒸散发差异概率的指标。它具有多尺度特征和对蒸散发需求变化的敏感性[19，因此，它在世界范围内被广泛使用。

以前的大多数研究使用单一的干旱指数来调查ARNC的干旱变异性[20.- - - - - -22］．然而，多种干旱指数的使用也是监测干旱情况和指导预警评估的主要方法之一[23］．Tang et al.和Yao et al. [24- - - - - -26]利用SPI和SPEI分析了中国不同省份干旱的变化及其影响。以往的研究大多集中在中国的西南和东部地区[27- - - - - -29]是气象站密集分布的地区。由于西北地区气象站分布稀疏，对西北地区的研究相对较少。因此，有必要对各种干旱指标进行综合分析，并将结果进行比较，分析ARNC干旱的时空变化，以提高我们对该地区干旱变化的认识。

利用SPI、SPEI和SC-PDSI对1950 - 2012年ARNC地区的干旱变化进行了时间趋势、空间趋势、突变和周期分析。此外，还将选取的3个指标的分析结果进行了比较，在一定程度上揭示了各指标对ARNC干旱变化及其特征的监测能力。通过不同干旱指标的相互比较，可以更深入地了解研究区干旱变化特征。研究结果可为长江流域干旱灾害防治提供科学依据。

2.研究区域及方法

2.1.研究区域

ARNC位于欧亚大陆的中心(73-107°E和35-50°N)。研究区域包括整个新疆维吾尔自治区、甘肃河西走廊、内蒙古祁连山、阿拉法特高原和宁夏西部的一小部分地区，约占中国陆地面积的四分之一。必威2490ARNC被高山环绕，年平均降水量不到230毫米[30.］．此外，潜在蒸散量极高，是典型的缺水地区。按照前人研究的方法，根据地形特征和气候特征将该区域划分为6个次区域[31，32:北疆(NXJ)、天山(TS)、南疆(SXJ)、祁连山(QL)、河西走廊(HX)、内蒙古西部(WIM)(图)1)．

2.2.干旱指数

SPI和SPEI可在不同月尺度上计算，典型值为1、3、6、12、24个月。本研究主要分析干旱的年际和年代际变化，选取12个月时间尺度的SPI和SPEI，结合SC-PDSI，利用多种干旱指标分析干旱变化。本文采用的干旱指数及对应数据集如下:(1）SPI:来自全球陆地表面(1949-2012)数据集的SPI来自美国国家大气研究中心(NCAR)，它是根据气候研究单位(CRU)的TS3.23/TS4.03月降水数据计算出来的，空间分辨率为1⁰⁰[33］．（2）SPEI: 1901-2015年SPEI数据来源于西班牙国家研究委员会(CSIC)，基于CRU TS3.24.01月数据计算。潜在蒸散量是用Penman-Monteith公式计算的，空间分辨率为0.5⁰⁰[34］．（3）SC-PDSI: 1901-2018年全球SC-PDSI数据来自CRU，基于CRU TS4.03月数据计算。潜在蒸散是用Penman-Monteith方法计算的，空间分辨率为0.5⁰× 0.5 [35，36］．

根据中华人民共和国国家标准，气象干旱等级GB/T20481-2017［37]时，各干旱指数的干旱分类标准见表1．

2.3.方法

基于数据集产品的可用性，我们选择1950 - 2012年的时间序列进行研究。为了获得相同分辨率下的3个干旱指数，利用双线性插值方法将1⁰× 1⁰⁰个分辨率的SPI数据插值到另外2个指数的0.5⁰× 0.5⁰个分辨率。为了深入研究干旱指数的变化，采用了多种分析方法。

2.3.1.森的斜率估计量

Theil-Sen中值法，也被称为Sen的斜率估计，是一种稳健的非参数统计趋势计算方法[38］．该方法能显著降低异常值的影响，具有较高的计算效率。常用于长期序列数据的趋势分析。通常使用Sen’s斜率法与Mann-Kendall趋势检验相结合来确定序列趋势的显著性[39- - - - - -41］．

2.3.2.Mann-Kendall测试

Mann-Kendall趋势检验是另一种用于检测气候变量趋势显著性的非参数方法[42，43］．在本研究中，我们使用Sen’s斜率来判断干旱指数的增减，使用M-K趋势检验来判断趋势是否通过0.5的显著性水平(以下简称Sen + M-K趋势分析)。当森氏趋势度为β>0，时间序列呈现上升趋势;当β<0时，时间序列呈现下降趋势。此外，当统计量|Zc| >1.96在M-K趋势检验中，趋势通过0.05显著水平;否则，趋势不超过0.05显著水平。采用估计进步性(UF)和后退性(UB)序列的Mann-Kendall检验来检测研究系列中的突变年[44，45］．

2.3.3.其他方法

此外，我们利用线性回归方法和非参数Pettitt检验方法研究了干旱指数的变化[46]，以确定干旱指数时间序列的突变年份。Morlet小波分析[47- - - - - -49]被用来表征ARNC的周期性变化。小波变换可以反映干旱指数在不同时间尺度上的周期性变化及其在时域上的分布。等高线的中点是干/湿过渡，正小波代表湿条件，负小波代表干条件。小波方差反映了干旱指数时间序列波动能在时间尺度(a)上的分布，可用于确定干湿演化过程中的主要振荡周期。

3.结果

3.1.时态的变化

数字2显示了1950 - 2012年的SPI、SPEI和SC-PDSI的变化特征和ARNC干旱事件的特征。干旱指数的变化表明，各序列的演变具有相似性。采用不同的方法对3个干旱指标在ARNC中的变化趋势进行了分析。表格2在过去的63年中，ARNC的干旱指数有所增加。1950 - 2012年ARNC的SPI (0.08/10 a)、SPEI (0.07/10 a)和SC-PDSI (0.19/10 a)均呈显著上升趋势。对干旱指数时间序列的Sen + M-K趋势分析结果表明，森坡度较陡βSPI、SPEI和SC-PDSI的值分别为>0和|Zc| >1.96。因此，干旱指数的时间序列具有统计学上显著的增加趋势。从这两种方法的结果来看，1950 - 2012年ARNC的总体趋势是干变湿的趋势，这与前人对ARNC地表水资源和潜在蒸散发的研究结果一致[25，50］．

3.1.1.年代际变化

各干旱指数干旱频率的年代际变化如图所示3.．在年代际尺度上，20世纪60年代是ARNC 1950-2012年最干旱的时期，SC-PDSI干旱频率高达74%，3个干旱指数的平均干旱频率均大于50%。20世纪50 ~ 80年代，3个干旱指数的干旱频率变化趋势一致，但SPEI和SC-PDSI的干旱频率在20世纪90年代至21世纪初由减少到增加，而SPI的干旱频率在80年代至21世纪初呈下降趋势，表现出SPEI和SC-PDSI的不一致。

3.1.2.季节性的变化

本节分析了干旱指数的季节性变化，并分别计算了每个季节干旱发生的频率。从图中可以看出4，干旱指数在各季节呈增加趋势，说明气候在各季节均趋于湿润。季节变化与总体年变化趋势一致。夏季SPI、SPEI和SC-PDSI的上升趋势分别为0.21/10 a、0.18/10 a和0.45/10 a4 (d)- - - - - -4 (f))，均低于其他季节，在0.05水平上不显著。3个干旱指标在春季的变化趋势最为一致，增加趋势均超过0.05显著水平。SPI和SPEI描述的润湿趋势在各季节较为一致，而SC-PDSI在各季节的增加趋势略大于SPI和SPEI。

各季节干旱发生频率表明，SPI秋季发生频率最高，春季发生频率最低3.)．冬季干旱发生频率最高，秋季次之，春季最低。SC-PDSI在夏季的频率最高，其次是秋季、冬季和春季。3个干旱指标在各季节的平均值显示，ARNC以夏季干旱为主，频率为28.7%，其次是秋季(28.33%)和冬季(27.78%)，春季干旱频率最低(23.15%)。

3.2.空间的变化

根据各分区域干旱指数趋势分析结果(图5(一个)- - - - - -5 (c))时，干旱变化存在明显的区域差异。饼图显示了具有不同趋势的网格所占的百分比。可以看出，SPI、SPEI和SC-PDSI呈显著上升趋势，所占比例分别为69.9%、64.1%和51.6%，尤其是在NXJ、TS和SXJ大部分区域。干旱指数下降的区域主要集中在HX、WIM和SXJ的西南部，从而导致这些区域的气候变干。SPEI和SPI分析结果相似，轻微下降和显著下降百分比之和均小于15.0%。SC-PDSI显著降低了29.1%的栅格率，尤其是QL的干湿变化分析，这与SPI和SPEI不同。因此，SC-PDSI在ARNC干旱判断上更为严重。

NXJ、TS、SXJ和QL分区的干旱指数均呈显著增加趋势(表3)4)．SC-PDSI的Sen + M-K趋势检验结果除HX区域略有增加外，HX和WIM区域主要表现为干旱指数下降趋势。随着全球气候变化，东亚季风持续减弱，使受季风影响的中国西北东部地区更加干燥[51］．东北地区降水呈现由东南向西北逐渐增加的趋势。ARNC降水增加趋势由东南向西北变化[52]， 3个干旱指数描述的ARNC气候的空间变化与降水的空间变化一致。

3.3.变化特征

3.3.1.干湿突变特征

表格5对1950 - 2012年3个干旱指标进行M-K突变检验和Pettitt突变检验分析结果。在ARNC中，M-K突变检验表明，干旱指数在20世纪80年代出现突变，SPI、SPEI和SC-PDSI的突变分别发生在1987年、1980年和1983年。Pettitt突变检验的结果更加一致，SPI、SPEI和SCPDSI从干到湿转换的年份为1987年。从各分区域来看，整个新疆区域以及HX和WIM分区域的突变点集中在80年代。20世纪80年代以后，NXJ、TS和SXJ次区域干旱指数呈增加趋势，而HX和WIM次区域干旱指数由增加趋势转为减少趋势。QL分区的突变发生在20世纪70年代，干旱指数较早期有增加的趋势。

这证实了20世纪80年代ARNC的气候从干到湿的变化。考虑大气环流因素，1980年代以来南亚季风增加，西风减弱，导致更多的水汽从印度洋输送到干旱区[53］．但是，各分区域在过渡时期之后的变化趋势并不相同。

3.3.2.周期性的变化特征

为了识别1950 - 2012年ARNC干旱变化的周期性，基于干旱指数的小波变换和小波方差如图所示6．在ARNC中，在63年的研究期内，在不同的时间尺度上观察到一个干湿转换阶段。干湿变化有明显的短周期(5-20a)和长周期(>20a)6(一)- - - - - -6 (c))．基于小波方差分析结果(图6 (d)- - - - - -6 (f))时，SPI的振荡周期分别为8a、17a和28a，但由于干旱指数时间序列数据的长度，可能存在更长的振荡周期。在1951 - 2012年期间，观测到SPEI的8a振荡周期。在8a振荡周期中，SPI和SPEI经历了10个非常一致的干湿交替周期(图6 (g))．17a振荡周期是SC-PDSI最明显的周期，也是SPI和SPEI的主要周期。SPI、SPEI和SC-PDSI在17a振荡周期中表现出5个干湿周期，包括5个湿周期和5个干周期(图6 (h))．对于该时间尺度的周期性变化，3个指标非常一致。3个指数振荡周期均为>20 a，分别为28 a (SPI)、27 a (SPEI)和26 a (SC-PDSI)(图2)6(i))，干旱指数在>20a振荡期经历了3个一致的干湿交替周期。3个干旱指标的分析结果表明，在1950 ~ 2012年的63 a研究期内，ARNC干湿相变化存在8a、17a和>20a的振荡周期，但也可能出现更大尺度的振荡周期。

4.讨论

干旱是一种受多种气象因子影响的复杂气候现象，采用广泛接受的SPI、SPEI和SC-PDSI进行多干旱指数分析对ARNC干旱监测具有重要意义。

SPI干旱发生频率与ARNC降水变化一致[54，55]， 80年代以后降水有增加的趋势。20世纪90年代全区湿度增加趋势较为明显，2000年以后降水增加趋势明显;然而，降水增加的速度已经降低。根据温度和蒸散发的增加趋势，相对湿度的减少趋势[31，55，56]，所有这些气候因子的变化可能对ARNC的干旱缓解产生了负面影响。因此，基于SPI的年代际干旱频率分析结果表明，仅考虑降水变化的SPI在ARNC中的应用是有限的。

Guo等[57研究发现中亚地区的干旱变化与厄尔尼诺Niño-Southern涛动(ENSO)密切相关。ENSO可以通过遥相关来影响东亚季风系统的各个要素，而干旱往往与遥相关指数相关[58］．Wang等[59]通过对干旱与遥相关指数关系的研究，提出ARNC干旱演变可能受到北大西洋涛动、北极涛动和北半球极地涡旋的影响。许多因素导致干旱的变化，包括自然因素和非自然因素。干湿气候突变的原因分析比较困难，因为干旱指数的计算依据不同，考虑了不同的气象因子，自然因子和非自然因子影响不同的气象因子。

Chen等[60，61研究发现，对全球气候变化特别敏感的ARNC实际上在20世纪80年代中期经历了一次重大的气候变率。然而，造成这种变异的主要因素尚未确定。由于时间序列数据长度的限制，本文只分析了几十年来干旱指数的变化周期。但是，气候变化是一个长期的过程，因此需要继续研究更长的时间序列中干湿变化的稳定期，以便为未来气候变化的研究提供科学依据。

5.结论

利用干旱指数分析1950 - 2012年ARNC干旱的时空变化特征。本研究的主要结论如下:(1）1950 - 2012年ARNC呈现湿润趋势，其中60年代干旱频率最高，其次是整体下降趋势。但在21世纪初，干旱发生频率呈上升趋势。干旱的季节变化趋势与年平均变化趋势一致，夏季干旱频率最高，其次是秋季和冬季。（2）ARNC干旱变化具有明显的区域差异，整个新疆区域和QL区表现为湿润趋势，HX和WIM区表现为微弱的干燥趋势。（3）1980年代，气候变化研究委员会及其次区域从干燥到湿润的变化非常突然。1950 - 2012年干旱指数呈现周期性变化，振荡周期分别为8 a、17 a和>20 a。

数据可用性

全球地表SPI(1949-2012)数据集来自美国国家大气研究中心(NCAR)存储库(https://rda.ucar.edu/datasets/ds298.0/)．SPEI base v.2.5数据集来自西班牙国家研究委员会(CSIC)资源库(http://hdl.handle.net/10261/153475)．用于全球陆地数据集的SC-PDSI来自气候研究单位(CRU)资源库(https://crudata.uea.ac.uk/cru/data/drought/)．

的利益冲突

作者声明没有利益冲突。

作者的贡献

韦汉华、杨玲、杨建华和艾奕英对研究进行了概念化;W. H.、Y. L.和J. Y.对数据管理有贡献;w.h.写了最初的草稿;W. H.、Y. L.、J. Y.和E. Y审阅并编辑了这篇文章。所有作者已阅读并同意出版版本的手稿。

致谢

本研究得到了国家自然科学基金(项目号:42075168、51269030)的资助。

参考文献

1. B. I. Cook, J. E. Smerdon, R. Seager和S. Coats，《全球变暖与21世纪干旱》，气候动力学第43卷，no。9-10页，第2607-2627页，2014。视图:出版商的网站|谷歌学者
2. a . Dai，“全球变暖下的干旱:综述”，威利跨学科评论:气候变化第二卷，没有。1, pp. 45-65, 2011。视图:出版商的网站|谷歌学者
3. 俞敏洪，李强，M. J. Hayes, M. D. Svoboda, R. R. Heim，“基于1951-2010年标准化降水蒸散发指数的中国干旱是否变得更加频繁或严重?”国际气候学杂志第34卷，no。3, pp. 545-558, 2014。视图:出版商的网站|谷歌学者
4. L. Xu和M. Li，“近年来中国干旱的演变及其对农业的影响，”农业科技湖南第12卷，没有。11, pp. 1699-1702, 2011。视图:谷歌学者
5. 刘旭，石振中，郭强，王振中，“青藏高原北部隆升与东亚季风演变及亚洲内陆干旱环境”，中国自然杂志第36卷，no。3, pp. 170-175, 2014，中文，英文摘要。视图:谷歌学者
6. 丁锐，李婧，王思，任飞，“西北春季沙尘暴的年代际变化及其大气环流特征”，《地球物理研究快报第32卷，no。2，页89-94,2005。视图:出版商的网站|谷歌学者
7. 丁勇，任国强，赵卓等，“中国气候变化的探测、成因与预测:近期研究进展综述”，大气科学进展第24卷，no。6，第954-971页，2007。视图:出版商的网站|谷歌学者
8. 史艳，沈艳，康娥等，“中国西北地区气候变化的近期与未来”，气候变化第80卷，no。3-4页，379-393页，2007。视图:出版商的网站|谷歌学者
9. M. Pedro-Monzonís, A. Solera, J. Ferrer, T. Estrela, J. parede - arquiola，“水资源规划与管理中的缺水和干旱指数综述”，《水文， vol. 527, pp. 482-493, 2015。视图:出版商的网站|谷歌学者
10. J. Byakatonda, B. P. Parida, D. B. Moalafhi和P. K. Kenabatho，“使用两个干旱指数分析博茨瓦纳半干旱地区的长期干旱严重程度特征和趋势，”大气研究， vol. 213, pp. 492-508, 2018。视图:出版商的网站|谷歌学者
11. A. Dai，“1900-2008年帕尔默干旱严重指数的特征和趋势”，地球物理研究杂志， 2011年第116期。视图:谷歌学者
12. 徐坤，杨东，杨海华，李震，秦勇，沈勇，“1961-2012年中国干旱时空变化特征:气候变化的视角”，《水文第526卷第1期。526, pp. 253-264, 2015。视图:出版商的网站|谷歌学者
13. D. Halwatura, N. Mcintyre, A. M. Lechner, S. Arnold，“气象干旱指数检测土壤水分干旱的能力，”水文学报:区域研究， vol. 12, pp. 396-412, 2017。视图:出版商的网站|谷歌学者
14. A. Dai, K. E. Trenberth, T. Qian，“1870-2002年帕尔默干旱严重指数的全球数据集:与土壤湿度的关系和地表变暖的影响”，水文气象学杂志第5卷，no。6，第1117-1130页，2004。视图:出版商的网站|谷歌学者
15. N. Wells, S. Goddard和M. J. Hayes，“一个自我校准的帕尔默干旱严重指数，”杂志的气候第17卷，no。12，第2335-2351页，2004年。视图:出版商的网站|谷歌学者
16. H. Wu, M. J. Hayes, D. A. Wilhite, M. D. Svoboda，“记录长度对标准化降水指数计算的影响，”国际气候学杂志第25卷第1期。4, 2005年第505-520页。视图:出版商的网站|谷歌学者
17. S. M. Vicente-Serrano和J. I. López-Moreno，“气候干旱不同时间尺度的水文响应:地中海山区盆地标准化降水指数的评估”，水文与地球系统科学第9卷，没有。5，页523-533,2005。视图:出版商的网站|谷歌学者
18. S. M. Vicente-Serrano, S. Beguería，和J. I. López-Moreno，“对全球变暖敏感的多标量干旱指数:标准化降水蒸散指数”，杂志的气候第23卷，没有。7, pp. 1696-1718, 2010。视图:出版商的网站|谷歌学者
19. 王慧，陈艳，潘勇，“中国西北干旱区的干旱特征”，气候研究第62卷，no。2, pp. 99-113, 2015。视图:出版商的网站|谷歌学者
20. 张强，李娟，V. P. Singh，白勇，“基于spi的新疆干旱事件评估，中国，”自然灾害第64卷，没有。1, pp. 481-492, 2012。视图:出版商的网站|谷歌学者
21. 杨鹏，夏军，张勇，詹晨，乔勇，“基于全球帕尔默干旱程度指数网格化数据的中国西北干旱区干旱风险综合评估”，总环境科学， vol. 627, pp. 951-962, 2018。视图:出版商的网站|谷歌学者
22. 仝胜，张军，赖强，吴锐，“基于SPEI的内蒙古近50年干旱时空变化特征研究”，载中国灾害预防协会风险分析理事会第七届年会论文集2016年11月，长沙，中国。视图:谷歌学者
23. M. Svoboda和B. Fuchs，干旱指标和指数手册，世界气象组织，瑞士日内瓦，2016年。
24. 谭春，杨杰，李梅，“宁夏干旱时空变化特征与SPI和SPEI的关系”，大气第6卷，没有。10, pp. 1399-1421, 2015。视图:出版商的网站|谷歌学者
25. 姚杰，赵艳，余旭，“1961-2015年新疆(西北)干旱时空变化及其影响”，PeerJ， vol. 6, p. e4926, 2018。视图:出版商的网站|谷歌学者
26. 姚杰，赵艳，陈艳，余旭，张锐，“干旱的多尺度评估:以新疆为例，”总环境科学，第630卷，爱思唯尔，2018。视图:出版商的网站|谷歌学者
27. 左丹，蔡善，徐宗志等，“山东省不同时间尺度干旱时空格局研究”，理论与应用气候学第131卷第1期。1-2, pp. 271-284, 2018。视图:出版商的网站|谷歌学者
28. 杨杰，龚德平，王伟，胡明明，毛锐，“2009/2010年中国西南地区极端干旱事件”，气象学与大气物理学第115卷，no。3-4, pp. 173-184, 2012。视图:出版商的网站|谷歌学者
29. 孙珊珊，李强，李娟等，“中国西南地区2009-2011年气象干旱演变的回顾”，《水文， vol. 568, pp. 385-402, 2019。视图:出版商的网站|谷歌学者
30. 陈勇，杨强，罗勇等，“西北干旱区水资源问题的思考”，干旱的土地地理位置第35卷，no。1, pp. 1 - 9, 2012，中文，英文摘要。视图:谷歌学者
31. 邓慧，陈艳，石昕等，“中国西北干旱区极端气温和降水动态及其空间变化特征”，大气研究第138卷第1期。138, pp. 346-355, 2014。视图:出版商的网站|谷歌学者
32. 邓旭，刘艳，刘振宇，姚杰，“西北干旱区蒸散发的时空动态变化特征”，生态学报第37卷，no。9, pp. 2994-3008, 2017，附英文摘要。视图:谷歌学者
33. 北卡罗来纳基金会研究中心和北卡罗来纳基金会研究中心，1949-2012年全球地表标准化降水指数(SPI)， NCAR, Boulder, CO, USA, 2013。
34. S. M. Vicente-serrano, S. Beguería, J. I. López-Moreno, M. Angulo，和A. El Kenawy，“一个新的多尺度干旱指数的全球0.5°网格数据集(1901-2006):与基于帕尔默干旱严重指数的当前干旱指数数据集的比较，”水文气象学杂志第11卷第1期。4, pp. 1033-1043, 2010。视图:出版商的网站|谷歌学者
35. G. V. D. Schrier, J. Barichivich, K. R. Briffa和P. D. Jones，“基于scPDSI的1901-2009年全球干湿期数据集”，地球物理研究杂志:大气第118卷，没有。10, pp. 4025-4048, 2013。视图:谷歌学者
36. J. Barichivich, T. J. Osborn, I. Harris, G. V. D. Schrier和P. D. Jones，《美国气象学会公报》，干旱[在《2018年气候状况》中]， vol. 100, pp. S1-S306, 2018。视图:谷歌学者
37. 张晨，刘华，宋勇等，气象干旱等级GB/T20481-2017，北京:中国标准出版社，北京，中国，2017。
38. S. P. Kumar，“基于kendall’s tau的回归系数的估计，”美国国家协会期刊，第63卷，第1379-1389页，1968年。视图:出版商的网站|谷歌学者
39. M. Gocic和S. Trajkovic，“在塞尔维亚使用Mann-Kendall和Sen的斜率估计统计检验分析气象变量的变化，”全球和行星变化， vol. 100, pp. 172-182, 2013。视图:出版商的网站|谷歌学者
40. 吴辰、冼振宇和黄国强，“中国南方北江流域的气象干旱:当前的观测和未来的预测，”随机环境研究与风险评估第30卷，没有。7, pp. 1821-1834, 2016。视图:出版商的网站|谷歌学者
41. R. M. D. Silva, C. A. G. Santos, M. Moreira, J. Corte-Real和I. C. Medeiros，“在cobre河流域使用Mann-Kendall和Sen的斜率估计统计检验的降雨和河流流量趋势，”自然灾害第77卷，no。2, pp. 1205-1221, 2015。视图:谷歌学者
42. A. U. Rahman和M. Dawood，“利用Mann-Kendall和Sen的斜率方法对温度波动进行空间统计分析，”气候动力学第48卷，no。3, pp. 783-797, 2017。视图:谷歌学者
43. A. Al-Mashagbah和M. Al-Farajat，“使用kriging、Mann kendall测试和Sen?s的斜率估计在约旦从1980年到2007年，”环境与地球科学研究杂志第5卷，no。10, pp. 611-618, 2013。视图:出版商的网站|谷歌学者
44. 杨鹏，夏军，张勇，洪胜，“1960-2013年中国西北地区降水时空变化特征研究”，大气研究， vol. 183, pp. 283-295, 2017。视图:出版商的网站|谷歌学者
45. 姚宁，李艳，雷涛，彭丽玲，“中国大陆近50年干旱演变及其趋势研究”，总环境科学， vol. 616-617, pp. 73-89, 2018。视图:出版商的网站|谷歌学者
46. I. Mallakpour和G. Villarini，“一项模拟研究，以检查佩蒂特测试检测均值突变的灵敏度，”水文学报/水文学报第61卷，no。2、2015。视图:出版商的网站|谷歌学者
47. A. Grinsted, J. C. Moore和S. Jevrejeva，“交叉小波变换和小波相干在地球物理时间序列中的应用”，地球物理中的非线性过程第11卷第1期。5/6，第561-566页，2004年。视图:出版商的网站|谷歌学者
48. 张q .， J. Chen, S. Becker，“长江三角洲上千年的洪旱变化及其与西藏气候变化的可能联系”，全球和行星变化第57卷，no。3-4页，213-221页，2007。视图:出版商的网站|谷歌学者
49. 赖昌，陈旭东，王振中等，“珠江流域1960-2012年降雨侵蚀力时空变化特征研究”，系列第137卷，no。137, pp. 382-391, 2016。视图:出版商的网站|谷歌学者
50. 石勇，沈勇，胡锐，“中国西北地区暖干向暖湿气候转变的信号、影响和前景的初步研究”，冰川冻土学报第24卷，no。3, pp. 219-226, 2002，中文，附英文摘要。视图:谷歌学者
51. 姚杰，杨强，毛伟，刘震，“西北干旱区大气水循环因子变化研究进展”，干旱带的研究第35卷，no。2, pp. 269-276, 2018，中文，英文摘要。视图:谷歌学者
52. 任哲、杨德东，“近50年来中国西北干旱区气候变化趋势与特征”，地球科学与环境学报第29卷，no。1，页99-102,2007，中文。视图:谷歌学者
53. M. Staubwasser和H. Weiss，“史前晚期-史前早期西亚全新世的气候和文化演变，”第四纪研究第66卷，no。3，第372-387页，2006年。视图:出版商的网站|谷歌学者
54. 王慧，陈艳，陈振中，“中国西北干旱区1960-2010年平均降水和极端降水的时空变化趋势”，水文过程第27卷，no。12, pp. 1807-1818, 2013。视图:出版商的网站|谷歌学者
55. 陈艳，李振宇，范勇，王慧，邓慧，“气候变化对西北干旱区水文影响的研究进展与展望，”环境研究， vol. 139, pp. 11-19, 2015。视图:出版商的网站|谷歌学者
56. 李振宇，陈艳，沈妍，刘艳，张思思，“中国西北干旱区蒸发皿蒸发量变化分析”，水资源研究第49卷，没有。4, pp. 2205-2212, 2013。视图:出版商的网站|谷歌学者
57. 郭华，包安，刘涛等，“中亚地区1966-2015年干旱时空特征研究”，总环境科学， vol. 624, pp. 1523-1538, 2018。视图:出版商的网站|谷歌学者
58. a . Dai，“全球变暖下的干旱:综述”，威利跨学科评论气候变化第二卷，没有。1, pp. 45-65, 2011。视图:谷歌学者
59. 王慧，陈艳，潘艳，李伟，“中国干旱区干旱时空变化特征及其与遥相关指数的关系”，《水文第523卷第1期。523, pp. 283-296, 2015。视图:出版商的网站|谷歌学者
60. 陈燕燕，竹内K.，徐晨，陈燕燕，徐正中，“塔里木盆地区域气候变化及其对河流径流的影响，”水文过程第20卷，no。10, 2207-2216页，2010。视图:谷歌学者
61. 陈艳，邓洪，李斌，李振宇，徐晨，“中国西北干旱区极端气温和降水的突变”，第四纪国际，第336卷，第26, pp. 35-43, 2014。视图:出版商的网站|谷歌学者

betway赞助

betway赞助版权所有©2021黄文君等人。这是一篇开放获取的文章，在知识共享署名许可，允许不受限制地在任何媒介上使用、分发和复制，前提是正确引用原作品。