2.2　旱情監測一般指標

2.2.1　旱情監測指標概況

旱情監測指標是表征某一地區干旱嚴重程度的標準，依據這個標準可對干旱造成的影響做出定量評價，用來反映干旱的時空特性，由于受氣候、地形、水資源條件和社會經濟生態狀況等多種因素作用，因此，干旱的成因、造成的影響或危害也不盡相同。目前常用的干旱指標大都建立在特定的時空范圍內，不同區域干旱指標差異很大。由于干旱的復雜性與差異性，降水、氣溫、土壤含水率等原始觀測數據，很難直觀、準確、定量化分析干旱的開始、結束、持續時間及強度等。長期以來，旱情指標的研究也在不斷發展之中。隨著對干旱現象認識的逐步深入，國內外科學家在對干旱機理進行辨識的基礎上，隨著氣象及其相關學科技術進步而不斷推進，干旱指標經歷了由基于降水短缺的單一指標到結合多因子的綜合指標，再發展到目前針對具體干旱問題而開發的監測模型[17]。由于干旱的觀測角度及研究目標不同，一般干旱指標大致可分為以下幾類:氣象干旱指標、農業干旱指標、水文干旱指標、社會經濟干旱指標、生態干旱指標及綜合干旱指標。干旱指標的研究也由氣象指標起始，逐漸關注干旱造成的多種影響，進入以農業和水文為對象的干旱指標研究階段;隨著研究工作的深入，進入了以社會經濟生態系統為對象的干旱全面研究階段，探討干旱綜合監測模型的研制(表2.2)。

1.氣象干旱指標

國內外旱情指標很多，據文獻資料僅中國干旱指標就有228種以上[18]。氣象干旱是干旱研究中起步最早也是研究最廣泛的。氣象干旱主要由降水和溫度決定，降水以降雨和降雪形式反映了水分的補給，而溫度通過蒸散發的形式進行水分的耗散，其中降水因子起主導作用。氣象干旱監測指標經歷了以降雨為主的單一要素識別階段、復雜降水指標、降雨與溫度結合的雙要素結合階段、綜合氣象指數等發展階段。在20世紀初，主要以降水變化來監測干旱的發生、發展過程，如累積降水虧缺程度或降水距平(降水量距平百分率)進行干旱度量，并在美國、英國、印度和俄羅斯等國得到了廣泛應用[19，20]。針對降水量距平類指數的缺陷，Bhalme和Mooly于1980年基于月降雨資料提出了BMDI指數，彌補了簡單指數計算精度不高的缺陷[21];中國國家氣候中心在旱澇監測中開發了比較適合中國干旱監測的Z指數[22]。Mc Kee等于1993年提出了標準化降水指數(SPI)，取到了廣泛而良好的應用效果[23]。Tsakiris等人基于降水和潛在蒸散的累積值研發了偵測干旱指數RDI，可以計算多種時間尺度，但相比SPI增加了蒸散因素，可以有效地評估氣象干旱[24]。1965年，Palmer綜合考慮降水、蒸散量、土壤水分供給、徑流及地表土壤水分損失等因素發明了PDSI旱情指標，從概率學角度確定了干旱的開始、結束和強度，在國外與國內均被廣泛應用[20]。美國國家天氣局20世紀90年代引入概率因子對PDSI進行修正，建立了PMDI干旱指數[25]。Yao等開發了蒸發干旱指數EDI，可作為土壤表層水分的干旱指示器，很好地反演長期大尺度的地表水分[26]。Vicente-Serrano(2010)在標準化降水指數的基礎上開發的氣象干旱指數SPEI，綜合考慮了降水和蒸散發對干旱的影響，亦能在不同時間尺度上監測和評估干旱，已被廣泛應用于世界范圍內的干旱研究與實踐中[27]。張強采用近30天(相當于月尺度)和近90天(相當于季尺度)降水量標準化降水指數，以及近30天相對濕潤指數研制了綜合氣象干旱指數，成為中國氣象干旱監測的標準，用來監測短時間尺度(月)和長時間尺度(季)降水量氣候異常情況，同時又反映了短時間尺度(影響農作物)水分虧欠情況，適用于實時氣象干旱的監測和歷史氣象干旱的評估[28，29]。

2.農業干旱指標

水分在作物生理生命過程中起著重要的作用，當植物吸水量小于蒸騰量時即會產生農業干旱的可能。農業干旱的孕育有比較復雜的過程與機理，受到降水、溫度、土壤、地形等各種自然因素和作物布局、作物品種、耕作與灌溉條件等人類因素的共同作用[27]。因此，農業干旱指標是以作物體水分狀況、土壤水分狀況、作物冠層溫度狀況以及綜合考慮作物、土壤、大氣各種影響因素的一類干旱指標[30]。

目前，農業干旱指標的研究眾多。1956年，Van Bavel等采用日降水量和Penman公式評估土壤水分狀況并首次提出了農業干旱日的概念[31]。1960年，WMO提出了一個針對玉米作物的干旱指數[32]。另外，一些學者等基于水分收支計算法，監測土壤水分的變化[33，34]。總之，在20世紀中前期，干旱指數經歷了一系列緩慢發展的過程，從以降水虧缺簡單識別農業干旱發展到針對具體農業干旱問題的初步應用[35]。依據PDSI指數原理， Palmer于1968年提出了作物水分指數(crop moisture index，CMI)，可用于監測影響作物水分狀況的短期變化，在國際上被廣泛應用于農業干旱的監測評估[36]。中國多位學者也采用Palmer指標模式，安順清等人提出了適合我國氣候特征的改進Palmer干旱模型[37]。王春林等借鑒PDSI的土壤水分平衡概念，構建了逐日干旱動態強度指數(ID)、定義了干旱過程的開始和結束日期并提出了干旱過程強度指數(IDC)[38]。隨著遙感技術的興起，Moran等在能量平衡雙層模型的基礎上，建立了水分虧缺指數(water deficit index，WDI)[39]。Jackson等在作物冠氣溫差的基礎上提出了作物水分脅迫指數(crop water stress index，CWSI)[40]。1979年，從作物需水規律角度出發，FAO出版了水分與產量的關系，構建了簡單水分-產量關系構建的模型，但機理性相對不足。一些學者采用水文機理模型精準地模擬土壤濕度的變化以進行農業干旱的監測，如基于分布式水分模型(soil and water assessment tool，SWAT)建立的蒸散虧缺指數(evapotranspiration deficit index，ETDI)。雖然水文模型能夠準確模擬作物生長的土壤水分環境，但是在描述作物生長發育部分相對簡單，未將土壤水分虧缺與作物生長過程緊密結合。而且，農作物在不同生長階段的需水量有所不同，不同生長階段的水分虧缺對作物產量的影響也存在差異。基于作物生長機理的模型能夠準確刻畫作物水分虧缺及其對作物生長造成的影響，構建準確反映農業干旱危害性的農業旱情監測方法，是未來研究農業干旱監測的主流方法。

3.水文干旱指標

水文干旱定義是指“某一給定的水資源管理系統下，河川徑流在一定時期內滿足不了供水需要”。水文干旱指因降水長期短缺而造成某段時間內地表水或地下水收支不平衡，出現水分短缺，使河流徑流量、地表水、水庫蓄水、湖水減少的一種水文現象，其主要特征是在特定面積、特定時段內可利用水量短缺。

在水文模型成熟應用前期，對于水文干旱的識別主要是采用游程理論，基于月降雨或月徑流系數監測干旱情況[41，42]。Mohan等考慮了月徑流的變差值改進基于傳統游程理論的水文干旱識別方法[43]。1980年Dracup等利用長期平均年流量建立基于游程理論的水水文干旱事件監測模型[44]。1982年，Sharer和Dezman為了彌補Palmer指標未考慮降雪、水庫蓄水、流量以及高地形降水的不足，將水文和氣候特征耦合成一個綜合的指數值——地表供水指數(SWSI)及基于徑流資料的干旱隨機模式，能夠反映流域內的地表水分供應狀況[45]。1999年，馮平和等人考慮供水系統對徑流過程的影響建立了反映相對缺水歷時和缺水程度的供水系統水文干旱程度指標RDSI，RDSI絕對值越大，干旱程度越嚴重[46]。2000年，王勁松等人在對流量正態化處理的基礎上，構造了灌溉條件下以Z為變量的徑流量干旱指數，具有良好的應用效果[47]。Shukla參照標準降水指數SPI的原理，基于月、季尺度研制了標準化徑流指數(standardized runoff index，SRI)和徑流干旱指數(streamnow drought index，SDI)，監測不同時間尺度的水文干旱[48]。Wang基于中國西北地區內陸河月徑流量研發了徑流量干旱指數，并劃分了5級水文干旱旱指數[49]。近年來，在干旱指數構造方面，方紅遠等(2007)根據水庫的可供水量與供水系統目標需水量差值正負，研制了用來表達供水系統處于干旱與非干旱狀態的區域干旱識別方法[50]。基于徑流數據，L.Liu等(2011)、Vicente-serrano(2012)分別提出了SFI指數(standardized flow index)和標準流量指數(standardized streamnow index，SSI)，用于監測區域的水文干旱情況[51，52]。

對水文干旱事件，Copula理論為區域水文干旱分析提供了新途徑[53]。自2003年以來，Copula函數被廣泛應用水文計算中[54，55]。De Michele和Salvadorid在2006年將研究拓展到三元變量水文干旱分析[56]。Shiau用二維Copula函數建立了干旱歷時和干旱程度的聯合概率分布[57]。袁超基于游程理論、極值理論以及隨機理論，通過Copula函數建立水文干旱的歷時和烈度雙變量概率模型，并用涇河和北洛河的月徑流資料對其做了檢驗[58]。然而，基于單一因子建立的干旱指數難以充分反映干旱的復雜性，構建基于多因子的干旱指標或將多干旱指數聚合的方法開展水文干旱的研究。袁瀟晨以地下水埋深變化量和降水量為因子，基于Copula函數構建了區域水文干旱綜合Z指數(drought comprehensive z index，DCZI)[58]。徐春曉等基于Copula理論進行干旱歷時和烈度的識別[59，60]。2009年，張波等人基于降雨量、流量及蒸發量建立了綜合水文干旱指標，并以指標函數值對旱情進行分級檢測旱情的嚴重程度[61]。

隨著遙感與GIS技術的發展，物理機制明確的新型分布式水文模型蓬勃發展，例如， SWAT模型、ARNO模型、TOPKAN模型等[62]。基于高精度的氣象資料、徑流過程、下墊面條件等因素，模型不僅能夠模擬流域水文過程的各環節，全方位地獲悉流域各水文要素狀態及變化過程，且能夠模擬和預測氣候波動和下墊面條件改變等變化條件下的流域水文響應特征，因此可在一定條件下對水文變量進行模擬，從而更加有效地預報與監測水文干旱。目前，國內外研究干旱的分布式水文模型主要有:1979年，Beven提出了一種半分布式水文模型TOPMODEL模型，利用地貌指數ln(α/tanβ)來刻畫和解釋徑流趨勢和由于重力排水作用徑流沿坡向的運動，量化了水文變量的模擬更加詳細刻畫干旱過程[63]; 2000年，郭生練、任立良等分別提出了基于DEM分布式水文物理模型，模擬了整個徑流的形成過程及機理，從干旱的內在形成機理過程進行了研究[64];2007年，楊大文、許繼軍研制了分布式水文模型GBHM以及改進的GBHM PDSI模型對流域降水徑流的時空變化過程進行模擬，直接量化識別了水文模型數據與干旱的關系。綜合了氣象、農業、水文等各方面影響，Mendicino等基于分布式水文模型參數提出了能夠多方面反映區域干旱狀況的地下水資源指數GRI來計算和預測干旱的情況[65]。基于大氣-植被-土壤連續體的思想，吳志勇等人采用VIC(variable infiltration capacity)大尺度水文模型模擬了30km網格尺度的逐日土壤含水量，建立了土壤含水量距平指數(SMAPI)的干旱監測技術[66]。

4.社會經濟干旱指標

社會經濟干旱是指由自然降水系統、地表和地下水量分配系統及人類需水排水系統這三大系統不平衡造成的水分虧缺現象。社會經濟干旱指數是旱災應急管理中應用比較多的一個財政指數，難以用較好的數理關系來表示[35]。社會經濟干旱是氣象干旱、水文干旱、農業干旱和人類活動綜合作用的結果，這些因素共同影響著社會經濟系統中農村與城市的供需水過程，造成一定的經濟損失，衡量指標主要有:干旱經濟損失指數、農村干旱飲水困難百分率和城市干旱指數。

目前，對社會經濟干旱指數研究并不多，Ohlsson基于年可利用水量、人口數、人類發展指數提出了社會缺水指數(social water scarcity index，SWSI)，用于反映社會所面對的干旱脅迫程度[67]。2006年，我國頒布了《國家防汛抗旱應急預案》依據城市供水量與需水量的關系規定了城市干旱的等級。T.E.Navuth基于農作物產量變化在農業GDP中的比重評估及衡量國家對經濟干旱的脆弱性，即社會經濟干旱脆弱度指數，依賴農業和作物產量變化，量度等級分為1～100[68，69]。Arab在2010年世界環境和水資源大會上提出了基于經濟水文脆弱度指數和可利用農業水分指數綜合計算的Arab社會經濟干旱指數，用于伊朗東南部錫斯坦三角洲干旱情況的監測[70]。

近年來，城市和農村等地區的缺水頻率和程度不斷增加，多數研究集中在需水量預測和水量有效分配方面，針對干旱災害對人飲、工業和服務業影響損失評估研究很少，且需水量預測模型以工業和生活用水為主，這些需水模型多數忽略了氣象因素，而服務業在城市和農村的發展也起了極為重要的作用，但關于服務業需水量預測模型的研究還較少。一般情況下，工業供水保證率高于農業，在一般干旱的年份工業用水基本上可以得以滿足，工業產值損失較小，在特大干旱年份工業用水將無法保證，影響較大。評估旱災對工業(發電)、服務業(航運、旅游)等造成的損失，通常采用缺水損失法或損失系數法β=F (t，d，I，…)，而且認為工業服務業等損失系數與干旱開始時間t、干旱天數d、干旱強度I等因素存在一種函數關系。B.K Dominic基于歷史統計數據，采用成本比較-聚類分析法和期望產值等方法定量化分析了干旱對美國北卡羅來納州電力供應緊張造成的經濟損失[71]。劉穎秋以因干旱缺水對GDP造成的影響作為缺水對城市經濟發展損失的定量指標，將用水的機會成本作為缺水造成的替代成本計算缺水造成的工業損失[72]。

干旱對人飲困難、工業和服務業的影響屬于社會經濟干旱范疇，其除了氣象因素影響外，主要受經濟、社會發展需水量增加的影響，此類干旱影響人類生活、生產、消費等活動的各個方面，衡量這類干旱需要與經濟商品供需和人類活動聯系在一起。在國外，也有研究提出了氣象、經濟等多種因素影響下的干旱對人飲困難、工業和服務業的影響，如基于恩格爾系數、霍夫曼系數、人口數據、服務業指數、降雨數據構建的生活用水需水量模型、工業用水需水量模型和服務業用水需水量模型，考慮了氣象、經濟、社會、人口等多因素，但構造的模型參數較多，數據不易獲取，限制了其方法在多個區域的推廣，缺乏可操作性和靈活性，也沒有研究干旱災害給人類生活生產造成的災害損失。從災情損失的角度，研究旱災對工業、服務業、人飲困難造成的社會經濟影響。采用旱災損失率和干旱歷時等指數，建立了能夠反映旱災強度和損失度的量化指標，剝離出了因干旱造成的損失，是未來研究的重要方向。

5.生態干旱指標

生態干旱通常是指蒸發量一定，因水資源供給不足導致一系列的生態變化，如地下水位下降、生物群落減少以及嚴重時濕地萎縮的現象。生態干旱是各類干旱中最復雜的一個，其涉及植被、水文、土壤、地理和社會經濟等各個方面的因素，大氣干旱、水文干旱和社會經濟干旱在一定程度上均可能引發生態干旱。干旱引起的水分脅迫可導致植物生理生長受阻，影響森林樹木、農田作物和草本植物的季節性正常生長發育，甚至導致這些植物的干枯和死亡，從而使得區域陸表植被的植被覆蓋度下降，整體綠度(greenness)和植被蓋度降低，導致區域生態環境惡化，降低光能利用率，生態系統凈初級生產力(NPP)下降。當干旱發生時，常用f APAR(fraction of absorbed photosynthetically active radiation)、植被蓋度、葉面積指數LAI、植被指數(NDVI、RVI、EVI)、生產力等表征生態干旱[7375]。生態干旱直接影響生態系統的功能和結構，尤其是對濕地系統會產生毀滅性的破壞，研究者從濕地生態需水量角度建立了濕地面積比指標、生物量波動指標、物種豐富波動指標等。隨著全球變化研究的深入，越來越多的關注開始集中在于干旱對于大區域生態系統的影響，許多學者分析了干旱對于生態系統結構、物種組成、冠層狀況等的影響綜合了生態系統的過程和結構參數，構建的干旱指標吸取了水文研究的方法，能更真實地反映干旱程度和持續時間，代表性模型有:WAWAHAMO、AKWA、GBHM以及更加完善的GBHM-PDSI、Hydrocycle-1.0和Granier的水分平衡模型等。2001年，Zierl專門針對森林生態系統干旱，建立了的WAWAMO干旱指數[76]。周潮洪等通過對天津濕地現狀以及濕地生態需水量的調查，根據生態學規律提出了簡要的生態干旱指標[7]。侯軍等人根據呼倫湖濕地水文特征與流域水循環關系，基于濕地水量平衡關系，選取濕地最小生態水位作為干旱指標，建立了濕地干旱評價指數[77]。Lei基于生態過程模型采用NPP指標系統地評價了內蒙古干旱對草地生態系統造成的影響[78]。隨著生態問題的突出和生態文明建設的重視，生態干旱將是未來干旱研究重點關注的方向，必將有更好的干旱指數能夠實時動態地監測生態干旱。

6.綜合干旱指標

干旱具有非常復雜的成因和時空特征，不僅其發生、發展、結束時間很難界定，而且其嚴重程度也很難刻畫。因此，要全面刻畫干旱的時空特征和嚴重程度，需利用多種地表水熱參量、氣候與遙感參量綜合描述受干旱脅迫下的植被等地表參數特征。

2004年，Keyantash等綜合了氣象、水文及陸面蒸發、土壤濕度和雪水當量等水分要素，研制了多要素集合干旱監測指數(ADI)，具有對干旱的表征性強，計算簡單等優點[79]。一些國家開始研發多指數和多技術集成的干旱監測系統。20世紀70—80年代，澳大利亞研制了基于降水和遙感數據和技術的集成比較簡單的干旱集成監測系統(ADWS)[80]。為了更客觀、公平和透明地處理極端事件，2005年由澳大利亞氣象和國家科學、工業研究機構(CSIRO)合作完成澳大利了國家農業監測系統(national agricultural monitoring system，NAMS)，該系統能準確提供地區概況、降水、氣溫、植被覆蓋、牧草產量、作物產量及農作物價格等[81]。1989年，為滿足氣象、農業、水文及減災支持和應急管理等的需要，印度空間部和農業部聯合研制了一個綜合的國家旱情評估和管理系統(NADMS)[82]。20世紀末，美國政府包括NOAA在內的多個部門聯合研制了Drought Monitor，以客觀干旱指標綜合方法OBDI(the objective blend of drought indicators)集成了Palmer旱度指數(PDSI)、CPC土壤濕度模式(CPC/SM)、美國地質測量局(USGS)的流量指標、標準降水量百分位數(percent of normal precipitation)、標準化降水指數(SPI)、衛星遙感植被健康指數(VHI)和其他一些輔助指標如Palmer作物濕度指數(CMI)、森林火險指數，還有相對濕度、氣溫、水庫蓄水量、湖泊水位和地下水位等觀測資料及一些土壤濕度測量資料等[83]。在21世紀初，歐盟基于標準化降水指數、土壤濕度、降水量指數和遙感指數等4種干旱指數開發了歐洲干旱觀察(EDO)，既能提供實時降水量、土壤濕度、濕度異常、干旱預測、干旱異常預測、葉面指數、缺水指數和光合有效輻射比等，又能根據用戶需要自行定制數據產品[84]。

2.2.2　典型旱情指標

2.2.2.1　氣象干旱指標

1.標準化降水指數

標準化降水指數(SPI)被用于干旱的識別，是由Mc Kee等于1993年開發的氣象干旱指數。SPI對短期降雨的反應比PDSI更敏感，能夠更好地監測土壤濕度的變化，對干旱的發生反應靈敏能較早地識別干旱，具有良好的空間標準化。干旱等級劃分標準具有氣候意義，不同時段不同地區都適宜，具有較好的時空適應性。為了保證計算的精度，SPI在計算時需要輸入30年以上的月降雨量時間序列，可以計算1個月、3個月、6個月等短時間尺度，亦可計算12個月、24個月、48個月等長時間尺度，相應地刻畫不同時間尺度的干旱便于監測短期的土壤濕度狀況(2或3個月尺度SPI)、長期的水資源狀況，如地下水、徑流、胡泊和水庫的水位等。大量研究表明SPI適于定量刻畫大部分干旱事件，包括氣象、農業和水文干旱[85]。其中SPI的干旱等級劃分見表2.3。

(1)假設某時段降水量為隨機變量x，則其Γ分布的概率密度函數為

式(2.1)、式(2.2)中，β>0，γ>0分別為尺度和形狀參數，β和γ可用極大似然估計方法求得

確定概率密度函數中的參數后，對于某一年的降水量x 0，可求出隨機變量x小于x 0事件的概率為

利用數值積分可以計算用式(2.1)代入式(2.6)的事件概率近似估計值。

(2)降水量為0時的事件概率由下式估計:

對Γ分布概率進行正態標準化處理，即將式(2.6)、式(2.7)求得的概率值代入標準化正態分布函數，即

對式(2.8)進行近似求解可得

其中，P為式(2.6)或式(2.7)求得的概率;當P>0.5時，S=1，當P≤0.5時，S=-1。

c 0=2.515517;

c 1=0.802853;

c 2=0.010328;

d 1=1.432788;

d 2=0.189269;

d 3=0.001308。

經由式(2.9)求得的Z值就是SPI值，根據累計概率分布函數可以確定干旱等級，見表2.3。

2.綜合干旱指數CI

綜合氣象干旱指數CI兼有標準化降水指數(SPI)和相對濕潤度指數(MI)兩類指標的優點，既顧及了水分或熱量平衡過程，又刻畫了干旱的成因、程度及開始、結束和持續時間，計算資料易獲取，物理機制明確，更好地適用于中國旱情的監測。根據國家標準《氣象干旱等級》(GB/T 20481—2006)，氣象干旱綜合指數CI是以標準化降水指數SPI和相對濕潤度指數MI為基礎構建的一種氣象綜合干旱指數:

通過式(2.10)，利用逐日平均氣溫、降水量滾動計算每天綜合干旱指數CI進行逐日實時干旱監測。氣象綜合干旱指數CI主要是用于實時干旱監測、評估，它能較好地反映短時間尺度的農業干旱情況(表2.4)。

2.2.2.2　農業干旱指標

農業干旱主要與土壤水分狀況密切相關，目前，農業干旱監測與評價的方法多種多樣，總結起來主要可以分為三類:站點實測法、遙感監測法和氣象指數法。農業干旱不僅與降雨量有關，還與地面蒸發、下墊面條件、作物種類等因素密切相關，農業干旱程度主要取決于作物缺水量的多少及干旱持續時間。考慮到不同作物在其每個生長期內的需水情況不同、土壤墑情特征不一致等原因，為了便于比較，目前比較常用的農業干旱指數多采用相對性的指標，具體如下。

1.土壤墑情干旱指數

(1)土壤重量含水率計算公式為

(2)土壤田間持水量測定和計算方法多采用田間小區灌水法。選擇8m2(4m×2m)的小區，除草平整后，做土埂圍好;對小區進行灌水，灌水量的計算公式如下:

在土壤排除重力水后，測定土壤濕度，即田間持水量。土壤排除重力水的時間因土質而異，一般砂性土需1～2天，壤性土需2～3天，黏性土需3～4天。在測定土壤濕度時，每天取樣一次，每次取4個重復的平均值，當同一層次前后兩次測定的土壤濕度差值小于2.0%時，則第2次的測定值即為該層的田間持水量。

2.土壤相對濕度

土壤相對濕度是指某一土層的土壤平均重量含水量占田間持水量的比例，運用該指標評估農業干旱時，宜采用0～40cm深的土壤相對濕度作為干旱評估指標。土壤相對濕度應按式(2.14)計算:

相應的干旱等級劃分見表2.5。

3.作物缺水率指標

采用作物缺水率評估農業旱情時，按式(2.15)計算，其旱情等級劃分見表2.6。

2.2.2.3　水文干旱評價指標

水文干旱的主要研究對象是地表徑流和地下水，所以具有明顯的持續性和地域性的特征。常用的水文干旱評價指標主要有水庫蓄量距平百分率、河道來水量距平百分率等。

1.水庫蓄量距平百分率

計算公式如下:

水庫蓄水量距平百分率指標對應的干旱等級標準見表2.7。

2.河道來水量距平百分率

河道來水量距平百分率指標主要適用于有較大的河流的區域內的水文干旱評價情況。其計算公式如下:

河道來水量距平百分率指標對應的干旱等級標準見表2.8。

3.綜合水文干旱指數

水文干旱通常起源于氣象干旱，它是由于降水量長期虧缺導致地表、地下水的短缺現象，是當前降水和前期降水(通過土壤調節作用體現)的綜合反映。作為氣象干旱經下墊面作用后的產物，由徑流、土壤含水量等水文干旱指標識別的干旱過程與實際干旱過程更為接近。周玉良、金菊良等人研究參照綜合氣象干旱指數CI的構造方式，構建基于徑流量和以前期影響雨量表征的土壤蓄水量的綜合水文干旱指數HDI(hydrological drought composite index)，同時參照標準化降水指數的干旱等級劃分方式和研究區實際旱情發生頻次確定相應的干旱等級值[86]。綜合水文干旱指數HDI取標準化土壤含水量指數SSI (standardized soil water content index)和標準化徑流指數SRI(standardized runoff index)的加權和，于是有

結合《氣象干旱等級》中基于標準化降水指數SPI的干旱等級劃分確定基于SSI和SRI指數的HDI輕旱等級值，取SSI或SRI等于-0.5作為輕旱等級的閾值。

標準化徑流指數(SRI)，可通過計算出某時段內徑流量的Γ分布概率后，再進行正態標準化處理，具體計算方法同標準化降水指數。標準化土壤含水量指數(SSI)，是以前期影響雨量表征前期降水對當前時段干、濕狀態的影響，其實質是采用前期(對當前時段干、濕狀態有影響的時期)的降水等氣象資料，簡單而又具有一定物理意義地表征當前的土壤含水量:

日蒸發能力EM(mm)可采用Thornthwaite法或FAO Penman-Monteith法計算。

當前期影響雨量K(P a，t-1+P t-1)>WM時，取P a，t=WM，即土壤含水量不超過其蓄水容量，此時多余部分的水量[(P a，t-1+P t)-WM]形成地表徑流或補充地下水形成地下徑流。土壤含水量經逐日計算后取月均值。

2.2.2.4　生態干旱指標

1.植被指數

植物在可見光紅光波段具有較強的吸收特性，但在近紅外波段具有很強的反射特性。采用衛星不同波段探測數據組合而成的，能反映植物生長狀況的指數。目前，植被指數較多，研究以植被健康指數為例進行介紹。

Kogan在TCI和VCI指數的基礎上提出了植被健康指數(vegetation health index， VHI)，通過賦予TCI、VCI指數不同的權重加和而得，該指數綜合了植被和溫度的信息，可以用于旱情監測，其計算公式如下[87]:

權重由VCI、TCI對VHI的貢獻來確定，a的值域范圍在0～1之間。由于在不同地區與時間，土壤、植被對VCI、TCI指數的影響不一樣，很難確定VCI、TCI指數對VHI指數的貢獻，在一般不能明確各自貢獻的情況下默認a為0.5。Kogan等利用植被健康指數監測旱情的尺度從區域范圍擴大到全球，現提供對包括美國、墨西哥在內的北美洲、南美洲、非洲等地區旱情遙感監測[88]。

2.植被凈初級生產力

植被凈初級生產力(net primary productivity，NPP)是指綠色植物在單位面積、單位時間內所積累的有機物數量，是光合作用所產生的有機質總量減去呼吸消耗后的剩余部分。凈初級生產力是表征孕災環境和地表下墊面特征質量狀況的重要指標，可作為承災體參數描述干旱災害。

現有的NPP模型主要有3類，即氣候生產力模型、生態生理過程模型和光能利用率模型。基于光能利用率的植被凈初級生產力模型主要由植被所吸收的光合有效輻射、光能轉化率以及植物的呼吸消耗等變量來確定。其表達式為

2.2.3　旱情指標評述

在全球變化加劇的背景下，水資源短缺日益加重，使干旱問題的研究成為了全球關注的焦點。目前，現有的干旱指數在實際應用中提供了有益的信息，但由于干旱自身的復雜特性和對社會影響的廣泛性，干旱指標都是建立在特定的地域和時間范圍內，有其相應的時空尺度，給干旱的監測和評估帶來了嚴峻挑戰。目前，還沒有一個應用比較完美的干旱指標。

袁文平等認為SPI優于Z指數，能夠有效地反映各個區域和各個時段的旱澇狀況[89]。Guttman分析表明SPI比PDSI更具有統計上的一致性，但在綜合性、全面性、時空可比較性等方面PDSI比較好[90]。SPI沒有考慮溫度、蒸發等其他因素對干旱的影響，但PDSI考慮因素比較全面。衛捷等指出PDSI能夠抓住降水是干旱最重要的決定因素，比降水距平百分率能夠更準確地描述干旱強度[91]。PDSI指數系列已經得到世界范圍的認可和應用，但是它的一些弊端仍不可避免。通過對上述干旱指標的綜合分析，不同干旱指標各具特色，考慮的因素主要是降水、溫度、徑流、土壤植被的單一或多指標組合。但還未更全面客觀地反映干旱的實際情況。

目前的旱情指標研究視角深度與廣度還有待進一步探索，未綜合考慮影響干旱的各要素相互作用的過程。干旱是變化環境下多因素導致的水分虧缺現象，單一的氣象要素已無法全面反映真實干旱情形，從水循環自然-社會二元屬性角度重新審查與研究干旱，干旱是水循環系統中降水、蒸發、人類活動用水等多因素共同作用而導致水資源供需失衡的一種異常現象。影響供水、需水的因子主要包括下墊面條件(地形地貌、河川湖泊水系分布)、降水、蒸發和溫度等自然因素;從人類活動的社會屬性角度考慮，影響因子主要包括土地利用、農作物類型、人口數量、工農服務業的產業結構和水利工程布局等。現有的旱情指標的構建在單一或多因子簡單組合的基礎上，未系統考慮氣候變化與人類活動的雙重作用，耦合影響干旱的多因子，以綜合研究干旱的形成機理、變化過程與影響評估。

在變化環境下，干旱具有模糊性、緩發性、動態性等特征，旱情指標的動態監測功能研究需進一步完善。現有的旱情指標體系均是靜態的監測與評估，未能動態揭示氣候變化與人類活動耦合作用下干旱的發生與發展過程，對變化環境下的干旱動態變化過程監測略顯不足。氣候變化通過改變溫度和降水等氣象要素漸進式或脈沖式影響干旱過程，人類活動則可通過土地利用、水利工程布局與產業結構調整對旱災進行動態應對。由于干旱自身的復雜特性，旱情指標并不能系統揭示干旱的形成機理，對于干旱發生機理及干旱特征的描述仍然不夠充分。從水循環角度充分識別干旱機理，系統刻畫干旱發生發展的動態過程，建立干旱監測-預警-評估-風險評價一體化科學量化指標體系，構建更具物理機制的干旱識別、監測與評估機理性模型，為干旱的進一步監測、評估和預警預報提供依據，是旱情指標未來發展的一個方向。

旱情指標的時空普適性不強。目前，旱情指標反映干旱的空間差異性不足，在不同的區域內，大氣環流特征不同，干旱的形成機理、變化過程與影響強度也不同，旱情指標的研究都是針對特定的區域建立的。例如，一個旱情指標在美國得到了很好的驗證與應用推廣，但到世界其他區域使用，需進行一定的修正才能取得良好的應用效果。平衡地域時空差異性和研究方法之間的矛盾，建立統一的旱情指標，針對干旱問題提出的旱情指標在反映干旱脅迫時序演變和空間分異方面具有通用性和可比性，是今后旱情指標研究的重要方向。

多模型或模式耦合的干旱研究模式有待深入開展。目前，基于氣候模式、農業和水文、生態模型建立的旱情指標分別分別針對氣象、農業、水文和生態干旱，其中以氣象水文模型建立的干旱模型應用最廣泛，但其不能系統地揭示與反映干旱的成因與動態。而且，現有的研究多基于自然條件下的氣象水文過程，較少考慮人類活動的影響。隨著全球變化的加劇，人類的活動區域不斷擴大，對自然的影響不容忽視，因此建立自然-人類聯合干旱模型將是未來發展的方向。因此，開展考慮人類活動影響下具有針對性的氣陸模式耦合、加強氣象-農業-水文-生態-社會經濟模型耦合構建集成式的干旱研究模型，構建適用于不同地表類型的旱情監測指數，是未來研究的重點。

進一步重視生態與社會經濟干旱，加強其研究工作的推進。已有的旱情指標研究多關注旱情的特征研究，不能全面反映干旱產生的影響，未從災害系統的角度出發綜合研究干旱對生態環境、社會經濟產生的效應等研究。全球變化背景下干旱引起的生態環境、社會經濟影響應當充分引起重視，重點關注取水用水調水等人類活動調節下的干旱影響及受旱人口評估工作。在分析干旱系統整體特征的基礎上，今后的干旱研究應以農業-水文-生態-社會經濟為承災體，研究氣象干旱-農業干旱-水文干旱-生態社會經濟干旱的演進模式，加強對干旱情景分析以及干旱風險管理及管理方法的相關研究。

氣象、農業、水文、生態、社會經濟旱情指標的研究發展不均衡。目前，主要從氣象角度來研究農業、水文、生態干旱，氣象指標研究發展較快，其他干旱指標研究發展相對滯后，尤其是生態、社會經濟指標。單一的旱情指標體系難以滿足各行業的全面需求，因此有必要針對不同的應用領域建立適合的旱情指標，進一步平衡和完善旱情評價體系，大力發展生態、社會經濟旱情監測指標，建立適用于氣象、農業、水文、生態干旱的通用指標，滿足旱情監測的全面需求。

近年來，隨著GIS、GPS、RS等新技術的發展，已逐漸應用于干旱研究中。大氣降水、地表覆蓋、地表溫度、蒸散發、植被狀態、區域水資源儲量實時反演或估算，集合地面觀測資料等多種手段綜合監測開展天空地一體化、動態監測，并結合陸面同化模式、水文模型、作物模型及社會經濟模型系統地研究干旱，如何科學應用這些先進技術并使其在干旱研究中發揮更加重要的作用，是未來干旱研究的重要方向。與此同時，衛星遙感監測旱情技術取得了較大的進步，在全球干旱監測和預報預警中發揮著不可替代的作用，是解決旱情監測實用化和業務化的必由之路。

旱情指標未來綜合階段。未來干旱指標的發展應以全面性、機理性、過程性、實用性為方向。隨著全球變化研究的深入，適當地考慮降水、植被蒸散、土壤水分傳輸、徑流和下滲等陸地水文過程，探求干旱發生的內在機制，以適宜的時間尺度和精確的干旱起止時間準確反映干旱累積效應，并考慮生態環境用水需求進行干旱指標的研制。該類指標考慮了與干旱發生有關的氣象、土壤、水文以及生物等各種因素，能夠細致地反映局地干旱的強度、持續時間和影響程度，是目前旱情指標研究的新領域。