基于區域自動氣象站觀測資料的農業氣象旱澇監測判定方法研究

梁 平，韋 波，劉詩滔，袁芳菊，古書鴻

(1.貴州省黔東南自治州氣象局，貴州 凱里 556000；2.貴州省岑鞏縣氣象局，貴州 岑鞏 557800；3.貴州省山地環境氣候研究所，貴州 貴陽 550002；4.貴州省山地氣候與資源重點實驗室，貴州 貴陽 550002)

?

基于區域自動氣象站觀測資料的農業氣象旱澇監測判定方法研究

梁 平1，4，韋 波1，劉詩滔2，袁芳菊1，古書鴻3，4

(1.貴州省黔東南自治州氣象局，貴州 凱里 556000；2.貴州省岑鞏縣氣象局，貴州 岑鞏 557800；3.貴州省山地環境氣候研究所，貴州 貴陽 550002；4.貴州省山地氣候與資源重點實驗室，貴州 貴陽 550002)

進入21世紀后貴州地區降水極端事件頻發，旱澇災害不僅對農業生產、農民收入造成了嚴重影響，而且對旱澇的監測評判也成為氣象服務中的難題。該文以貴州省陽河下游地區的岑鞏縣為例，基于區域自動氣象站觀測資料開展旱澇監測判定方法研究，建立了旱澇監測判定方程和指標，并計算了岑鞏縣氣象站1971—2013年共43 a夏季逐侯旱澇指數和岑鞏縣11個鄉鎮2013年夏季逐侯旱澇指數。結果表明：①基于區域自動氣象觀測站觀測資料構建的區域夏季旱澇指數能較好地反映岑鞏夏季旱澇變化，作為貴州特殊地形下的夏季旱澇監測判定指標是比較合理的；②岑鞏縣夏季旱澇有明顯的侯際變化特征，并且旱澇的侯際變化與西北太平洋副熱帶高壓季節性北跳和西風槽活動有密切關系。

旱澇監測；區域自動氣象站；判定指標研究

1 引言

進入20世紀以來，嚴重、頻繁的干旱和局地性突發性強降雨已經成為貴州省、尤其是黔東南州最為嚴重的氣候災害之一。對貴州省岑鞏縣43 a夏季旱澇統計顯示，岑鞏縣夏季月尺度干旱頻率達39.5%，其中7月和8月干旱頻率高達42%和49%，洪澇頻率達26.4%。俗話說干旱影響一片、洪澇影響一線，高頻率出現的干旱對糧食生產的穩定性影響較為嚴重，進而影響到農村糧食自給自足的安全。但由于基層氣象部門沒有適合于當地的旱澇監測、評價方法，給決策氣象服務造成了很大困擾，決策部門的防洪抗旱、農業生產指揮調度等工作也因此缺少及時準確的技術支撐。

貴州地形破碎、土層淺薄，土地蓄水抗旱能力差，傳統的干旱監測指數如帕爾默干旱指數、作物濕度指數、標準降水指數、地表水分供應指數[1]以及綜合氣象干旱指數CI[2]應用于貴州，與實際受災情況往往存在一定的距離；張葉[3]、姚玉璧[4]分別對各類氣象和農業干旱指標做了對比分析，指出大多數干旱指標的時間尺度為月或季，少數為周或日，所反映的干旱狀況精細度不夠，且大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，因此強調在研究區域干旱時必須選擇適宜區域范圍的指標。

而基于衛星遙感信息的旱澇監測[5-14]，雖具有范圍廣、空間分辨率高等優點，但在貴州市州級及以下氣象部門推廣應用還在一定的困難。在氣象服務于農業生產防洪抗旱指揮工作時，對旱澇程度、影響范圍進行較為準確的定位是十分重要和必要的，因此開展基于區域自動氣象站觀測資料、適合貴州旱澇監測、評估方法研究，具有重大現實意義。本文以夏季干旱多發的貴州省黔東南州岑鞏縣為例，對夏季旱澇監測評判方法開展研究。

2 資料與方法

2.1 資料

文中所用岑鞏縣歷年(1971—2013年)氣象資料來源于黔東南州氣象局氣候資料室；2013年岑鞏區域自動氣象站觀測資料來源于貴州省氣象局氣象信息中心；岑鞏縣11鄉鎮2013年農作物干旱受災面積來自岑鞏縣農村工作委員會。所選11個鄉鎮區域自動氣象觀測站分布如圖1所示。

圖1 岑鞏縣鄉鎮區域自動氣象觀測站分布圖

2.2 方法

2.2.1 夏季旱澇指數確定 旱澇指數的計算利用文獻[15]中的方法，即：

I=aPs+bPt+cE

(1)

其中a、b、c為權重系數。Ps、Pt、E分別為計算時段內的降水、前期降水和計算時段內蒸發因子項。

降水量和蒸發量不僅反應一個地點水分的收支情況，同時也很直觀地描述一個地點的旱澇程度。但由于貴州省蒸發量是通過人工觀測途徑獲取，觀測受到一定的時間限制，并且不同的氣象站所用的觀測儀器規格不同，需要進行換算才可對比分析；目前只有國家級觀測站才進行蒸發量觀測，區域自動氣象站沒有開展蒸發量觀測，因此用公式(1)來計算夏季旱澇指數，進行鄉鎮小區域的旱澇監測影響評估分析，受觀測歷史資料和蒸發觀測資料的限制，使得旱澇監測影響評估的空間分辨率較低。目前區域自動氣象觀測站多為氣溫、降水量兩要素觀測站，農業氣象干旱定義[17]以及地理生態學的干燥度指數計算方法[18-19]，都考慮了溫度要素，因此可用氣溫推算蒸發，代入公式(1)計算各鄉鎮的旱澇指數。利用岑鞏縣氣象站資料進行氣溫與蒸發量的相關性分析，證明氣溫推算蒸發量輸入公式進行旱澇指數計算的有效性。2.2.2 氣溫與蒸發量的相關性分析 通過對岑鞏縣氣象站1971—2013年6—9月逐侯平均氣溫與同一時段內的小型蒸發量的相關分析表明(表1)，盡管岑鞏6月第5侯和第6侯的相關性較低，但已通過了0.01的顯著性檢驗，其余各侯的相關系數均通過了0.001的顯著性檢驗，也就是說在計算岑鞏縣鄉鎮旱澇指數時，可以用侯平均氣溫推算侯蒸發量。

表1 岑鞏自動氣象觀測站侯平均氣溫與小型蒸發器侯蒸發量相關系數

注：表中**代表信度為0.01，***代表信度為0.001

2.2.3 氣象資料標準化處理方法 由于鄉鎮氣象資料年限短，氣象資料的標準化處理不能采用Z-score 標準化法，因此對岑鞏縣氣象站觀測資料和各鄉鎮區域自動氣象站觀測資料均采用極差法進行標準化處理。

極差法是對原始數據的線性變換，首先計算指標值的最小值、最大值，再計算極差，通過極差法將指標值映射到[0-1]上。公式為：

(2)

將標準化值代入公式(1)，計算得出岑鞏縣氣象站1971—2013夏季各侯旱澇指數和11個鄉鎮2013年夏季各侯旱澇指數。根據一個地點同一種氣象災害歷年分布大致呈正態分布的特點，對岑鞏縣氣象站的旱澇等級進行劃分，得出表2的劃分標準，并且以此作為岑鞏縣旱澇程度評判的依據。

初夏和伏期的劃分采用文獻[17-19]的劃分，即將6月1日—7月10日約40 d定為初夏時段，把7月11日—8月31日的52 d定為“伏期”階段。

以侯為單位進行分析，初夏有8侯，伏期有10侯。

2.2.4 作物受災率 把岑鞏縣主栽農作物水稻、玉米、烤煙受災總面積與耕地面積的比定義為作物受災率。即：

表2 岑鞏縣夏季各級旱澇等級劃分標準

(3)

其中γ是作物受災率，S′是水稻、玉米、烤煙受災面積的和，S是耕地面積。γ的值越大，當地主栽農作物受干旱影響越大、造成的損失越大。

3 研究結果

3.1 夏季旱澇特征分布

3.1.1 初夏旱澇特征分析 岑鞏縣初夏旱澇階段性較為明顯，連續3侯以上出現干旱的概率較多、而連續3侯以上出現雨澇的概率較少(圖2)。岑鞏初夏干旱、雨澇持續時間最長均為4侯，近43a來連續4侯的干旱出現過4次，分別出現在1975年、1981年、1994年和2005年，但對農業生產影響最大的是1981年6月第2-5侯出現有連續干旱，因為正值岑鞏水稻移栽期、玉米拔節期，并且初夏第7-8侯又出現重級干旱，加重了干旱對農業生產的影響程度。連續4侯的雨澇43a中只出現過1次，即1988年6月第3—6侯出現的輕到重級雨澇，此次連續雨澇因初夏第1-2侯的重級干旱而降低了對農業生產的影響程度，對農業生長的影響可以說是利大于弊。連續3侯出現初夏干旱的占14.0%，連續3侯出現初夏雨澇的占11.6%；連續2侯出現干旱或雨澇的概率各有46.5%和37.2%。重旱和重澇持續時間最多是2侯，持續2侯的重旱有7a，其中出現在初夏第7-8侯的有5a，占71%；持續2侯的重級雨澇有2a，均出現在初夏第5-6侯，據農業氣象觀測，此時正值岑鞏水稻分蘗末期到拔節普遍期、玉米的拔節到抽雄吐絲期，是水稻和玉米的需水關鍵期[20]。從干旱與雨澇的演變趨勢看，干旱為增加趨勢、雨澇為減少。

圖2 岑鞏縣歷年初夏旱澇最長持續時間演變

由此可見，岑鞏縣初夏出現半個月以上的連續干旱的概率多于雨澇的概率，但初夏雨澇多發期與主栽作物需水關鍵期相遇，對農業生產的影響是利大弊少。

圖3給出了岑鞏縣初夏各侯各級旱澇出現的概率面積圖，圖中顯示干旱出現概率最大的是第7侯，為72.2%，其次是第8侯，概率為58.1%，出現干旱概率最小是第4侯的18.6%；中到重級干旱出現概率最大的是第8侯，概率為51.1%，其次是第7侯的48.9%，中到重級出現概率最小是第2侯。雨澇出現概率最大的是第4侯，概率為44.2%，其次是第5侯，概率為41.9%，出現雨澇最少的是第7侯；中到重級雨澇出現概率最大的也是第4侯，為32.6%，其次是第6侯的20.9%，最少是的第8侯。第5侯非澇即旱，正常年份最少，43 a中只有8 a為正常年份；第2侯雖然旱澇時常出現，但旱澇程度相對較輕，重旱和重澇出現的概率只有為2.3%和4.6%。

圖3 岑鞏初夏各侯各級旱澇出現概率面積圖

總體而言，岑鞏縣初夏較重的干旱多出現在第7侯和第8侯，較重的雨澇多出現在第4侯和第6侯，第5侯非旱即澇，這與西太平洋副熱帶高壓脊線季節內突變性北跳對中國雨帶位置有關[21-24]。氣候意義上，6月18日左右，副高脊線北跳到25°N，長江流域中下游地區梅雨開始，也是岑鞏縣多雨澇的季節；7月10日前后，副高脊線北跳到30°N，長江流域梅雨期結束，岑鞏縣初夏第7-8侯多干旱。這證明本研究所給出的旱澇監測方法是可行的。

3.1.2 伏期旱澇特征分析 歷年伏期，岑鞏縣干旱出現的概率大于雨澇，43 a中各級干旱出現的侯數比雨澇出現侯數多21%，且干旱程度重于雨澇程度。圖4給出了岑鞏縣歷年伏期旱澇持續最長侯數及中級以上旱澇最長侯數演變情況，旱、澇持續時間最長分別是6侯和4侯，中級以上干旱最長持續時間可達6侯，而中級以上雨澇最長持續時間只有2侯。

圖4 岑鞏縣歷年伏期旱澇持續最長侯數及中級以上旱澇最長侯數演變

伏期持續時間較長的干旱階段性不明顯，伏期前期、中期和后期均可能發生。43 a中連續6侯的干旱出現過1次，即2013年伏期第1-6侯，6侯均達到重旱標準，并且與初夏第7-8侯的干旱相連；連續5侯的干旱出現過3次，第1次是1975年伏期第1-5侯，其中第3-5侯連續3侯為重旱，第2次是2003年伏期第3-7侯，第5侯為重旱，第3次是2009年伏期第5-9侯，第9侯為重旱；連續4侯的干旱出現過3次，最早出現的侯是伏期第4侯，最晚結束于伏期第10侯。岑鞏伏期中級以上干旱、中級以上雨澇分別以每10 a 0.39侯和0.18侯的速率增多，也就是說岑鞏伏期旱澇呈多發態勢。

伏期持續時間較長的雨澇出現時段較為明顯，中級以上雨澇最長持續時間不超過2侯。連續4侯雨澇出現過1次，即1999年伏期第6-9侯，其中第6侯和第9侯為重澇；連續3侯雨澇出現過5次，即1979年第2-4侯、1988年第8-10侯、2002年第6-8侯、2008年和2012年均為第1-3侯。持續時間較長的雨澇一般出現在伏期前4侯或伏期后5侯，且出現在伏期后5侯的機率大于出現在伏期前4侯的機率。由于伏期第5侯以后是岑鞏水稻抽穗揚花期、玉米的收獲期，多雨澇不利于水稻抽穗揚花和玉米的收曬，因此，出現在伏期后5侯的雨澇造成農業生產損失大于出現在伏期前4侯雨澇。

岑鞏縣歷年伏期各侯各級旱澇出現的概率面積圖(圖5)顯示，干旱出現概率最大的是第8侯，為44.2%，其次是第1侯，概率為41.9%，出現干旱概率最小是第3侯的27.9%；中到重級干旱出現概率最大的是第1侯和第8侯，概率為30.2%，其次是第4侯的27.9%，中到重級出現概率最小是第3侯，概率為11.6%。雨澇出現概率最大的是第6侯，為39.5%，其次是第3侯的37.2%，出現雨澇最小概率是20.9%，在第9侯；中到重級雨澇出現概率最大的是第6侯，為23.3%，其次是第8侯的20.9%，最少是第4侯的4.7%。第8侯非澇即旱，正常年份最少，43 a中只有9 a為正常年份。

圖5 岑鞏伏期各侯各級旱澇出現概率面積圖

總體而言，岑鞏縣伏期第3侯和第6侯干旱出現的機率比雨澇出現的機率小約10%，第2侯干旱出現的機率與雨澇出現的機率相當，其余7侯干旱出現的機率均大于雨澇出現的機率。這與7月底西太平洋副熱帶高壓脊線北跳到35°N，中國雨帶北移至淮河及以北地區[21-24]，岑鞏縣進入少雨干旱季節有關，同時與副高5～10d的短期活動受35～45°N西風帶活動的影響有關，當西風槽在中國沿海和西太平洋地區向南伸展到30°N以南后，西太平洋副熱帶高壓有一次加強活動[22]，此時岑鞏縣處于多局地強降雨區域。

3.2 2013年夏季旱澇時空特征及影響分析

3.2.1 時間特征 從初夏、伏期旱澇指數平均值來看，2013年夏季岑鞏縣屬于正常年份，但從侯際旱澇指數來看(圖6)，干旱和雨澇均有，初夏中期、初夏末期到伏期中期以干旱為主，伏期后期到末期以雨澇為主。伏期第3侯全縣11鄉鎮均為干旱，其余各侯均有局地雨澇和干旱出現，其中有6侯縣境內出現大范圍的干旱，即初夏第3-4侯、初夏第7侯-伏期第1侯、伏期第3-4侯和第6侯，有3侯出現大范圍的雨澇，即初夏第6侯、伏期第8-10侯。總之，2013年岑鞏縣夏旱澇交替出現，以旱為主，旱澇的階段性降低了其對農業生產的影響程度。

圖6 岑鞏夏季各侯出現干旱和雨澇的鄉鎮數

3.2.2 空間分布及對農業生產影響分析 從夏季干旱和雨澇最長侯數分布圖(圖7)來看，2013年岑鞏縣夏季旱澇分布形勢是：縣境中部以旱為主、東部和西部以澇為主。岑鞏縣11鄉鎮最長干旱侯數為2～8侯，5侯以上的干旱出現在岑鞏縣中部一線的凱本、平莊、岑鞏縣城、大有等4鄉鎮，中部以西和以東的各鄉鎮最長干旱持續時間相對較短。凱本、大有、岑鞏縣城等3鄉鎮最長干旱出現時間是夏玉米抽雄吐絲期和水稻拔節孕穗期，對玉米、水稻的產量形成影響大，而平莊鄉最長干旱時段出現較晚，為伏期第6-10侯，是水稻抽穗揚花期和玉米收獲期，干旱對平莊的農業生產較為有利。

圖7 岑鞏夏季各鄉鎮出現最長旱澇的侯數分布圖(左圖為干旱、右圖為雨澇)

岑鞏縣11鄉鎮2013年夏季最長雨澇持續時間為1-4侯，持續4侯的鄉鎮是岑鞏縣西部和東部的客樓、羊橋、天星等3鄉鎮。龍田鎮最長雨澇持續3侯，出現在伏期第4-6侯，是水稻拔節孕穗期、晚玉米乳熟期，對產量的形成十分有利；其余鄉鎮的最長雨澇出現在伏期第7-10侯，水稻抽穗揚花期和玉米收獲期，對收成影響較大。

綜上所述，2013年夏季岑鞏縣旱澇時空分布特征顯示，對全縣農業生產的影響利少弊多。

3.3 指標檢驗

利用岑鞏縣11鄉鎮2013年主要農作物水稻、玉米和烤煙的干旱受災率對旱澇監測指標檢驗。從主栽農作物因干旱受災率分布圖來看(圖8)，因干旱受災最大的是岑鞏縣西北部的平莊鄉鎮，其次是縣境北部的凱本鄉，這兩個鄉鎮是全縣11個鄉鎮干旱持續時間最長的地方；干旱受災率最小的是縣東部的天星鄉，該鄉干旱持續最長時間為3侯、而出現中級以上雨澇的侯有6侯，是全縣11個鄉鎮干旱持續時間較短、而雨澇持續時間最長的地方。由此可見，本旱澇監測評判方法得出的干旱程度與實際受災情況是基本一致的。

通過對各鄉鎮干旱受災率與干旱持續最長侯數和中級以上雨澇侯數進行相關性分析，干旱受災率與最長干旱侯數相關系數為0.284 0，與中級以上雨澇侯數相關系數為-0.629 9，也就是說干旱受災率與干旱持續時間為正相關、與雨澇持續時間成較為明顯的反相關。這證明用本旱澇監測評判方法監測到的干旱較重區域與受災率較大的區域基本一致，說明本旱澇監測評判方法可以用到對鄉鎮的旱澇監測和評判中。

圖8 岑鞏縣2013年夏季主要農作物受災率

4 結論與討論

①本研究利用岑鞏縣氣象站歷年夏季氣溫、降水觀測數據，對岑鞏縣歷年夏季旱澇特征進行了分析，結果表明岑鞏縣夏季旱澇與西太平洋副熱帶高壓季節內突變性北跳、盛夏西風槽活動有關，說明本文所研究的旱澇監測判定方法有較為充分的氣候背景依據。

②利用本旱澇監測判定方法對岑鞏縣11鄉鎮2013年夏季出現的干旱進行了判定分析，結果表明本判定方法得出的干旱較重區域與受災率較大的區域基本是一致的，監測評判方法可以用到對鄉鎮的旱澇監測和評判中。

③同時該方法簡單易行，可以作為一種快速、便捷的旱澇災害監測判定方法，可以應用到氣象服務中去；如果結合當地主要作物生育期監測資料，可作為旱澇影響評估方法。此外，該方法利用區域自動氣象觀測站的觀測資料，從面上監測旱澇情況，彌補了以往利用氣象站觀測數據插值造成區域旱情監測不準的缺陷。

④岑鞏初夏干旱呈增加趨勢、雨澇呈減少趨勢，伏期中級以上干旱、中級以上雨澇均呈增多趨勢。針對岑鞏夏季干旱的增多態勢，應加大水改旱的力度，改“望天水”田為旱地，種植玉米、烤煙等旱地作物；針對常年少雨區，推行“山上為松、杉等經濟林，坡上為茶、果園，坡底種植玉米、烤煙等旱地作物”的種植模式；改善工程性缺水狀態，合理布局、修建山塘水庫和灌溉水渠等水利設施，收集雨澇期的雨水為旱期所用，從而達到旱澇保收、實現農業增產和農民增收的目的。

[1] 侯英雨，何延波，柳欽火，等.干旱監測指數研究[J].生態學，2007，26(6)：892-897.

[2] GB/T 20481—2006[S].氣象干旱等級國家標準.

[3] 張葉，羅懷良.農業氣象干旱指標研究綜述[J].資源開發與市場，2006，22(1)：50-52.

[4] 姚玉璧，張存杰，鄧振鏞，等. 氣象、農業干旱指標綜述[J]. 干旱地區農業研究，2007，25(1)：185-189.

[5] 劉鳳仙.基于3S的農業干旱監測方法綜述[J].中國西部科技，2010，214(17).

[6] 張紅衛，陳懷亮，申雙和.基于EOS_MODIS數據的土壤水分遙感監測方法[J].科技導報，2009，27(12)：85-92.

[7] 王瑜，孟令奎.基于MODIS的區域動態干旱監測方法[J].測繪信息與工程，2010，35(4)：20-22.

[8] 張潔，武建軍，周磊，等.基于MODIS數據的農業干旱監測方法對比分析[J].遙感信息，2012，27(5)：48-54.

[9] 馮銳，張玉書，紀瑞鵬，等.基于MODIS數據的作物苗期干旱監測方法[J].氣象科技，2008，36(5)：606-608.

[10] 卿清濤，侯美亭，張順謙.基于NOAA/AVHRR資料的四川省干旱監測方法初探[J].中國農業氣象，2008，29(2)：217-220.

[11] 杜靈通，田慶久，黃彥，等.基于TRMM 數據的山東省干旱監測及其可靠性檢驗[J].農業工程學報，2012，28(2)：121-126.

[12] 蘇濤，王鵬新，許文寧，等.基于條件植被溫度指數的干旱監測研究[J].干旱地區農業研究，2009，27(3)：208-213.

[13] 王鵬新，孫威.基于植被指數和地表溫度的干旱監測方法的對比分析[J].北京師范大學學報(自然科學版)，2007，43(3)319-323.

[14] 杜靈通，李國旗.利用SPOT數據進行干旱監測的應用研究[J].水土保持通報，2008，28(2)：153-156.

[15] 梁平，馮曉云，韋波.黔東南夏季旱澇指數及干旱氣候特征分析[J].氣象科技，2006，34(5)：563-566.

[16] 李玉柱，許炳南.貴州短期氣候預測技術[M].北京：氣象出版社，2001：1-5.

[17] 武文輝，吳戰平，袁淑杰，等.貴州夏旱對水稻、玉米產量影響評估方法研究[J].氣象科學，2008，28(2)：232-236.

[18] 孟猛，倪健，張治國.地理生態學的干燥度指數及其應用評述[J].植物生態學報，2004，28(6)：853-861.

[19] 劉靜，王連喜，馬力文.中國西北旱作小麥干旱災害損失評估方法研究[J].中國農業科學，2004，37(2)：201-207 .

[20] 蔡亮，姜洋. 水稻不同需水關鍵期適宜灌水下限指標研究[J].灌溉排水學報，2010， 29(6)：94-96.

[21] 陶詩言，衛捷.再論夏季西太平洋副熱帶高壓的西伸北跳[J].應用氣象學報，2006，17(5)：513-525.

[22] 朱玉先，喻世華.副熱帶高壓季節性北跳的診斷研究[J].熱帶氣象學報，1997，13(3)：246-257.

[23] 陶詩言，張慶云，張順利.夏季北太平洋副熱帶高壓系統的活動[J].氣象學報，2001，59(6)：747-758.

[24] 鞏遠發，許美玲，何金海，等.夏季青藏高原東部降水變化與副熱帶高壓帶活動的研究[J].氣象學報，2006，64(1)：90-99.

Judging method of drought & flood monitoring in agricultural meteorology based on observational data of regional automatic weather stations

LIANG Ping1，4，WEI Bo1，LIU Shitao2，YUAN Fangju1GU Shuhong3，4

(1.Qiandongnan Meteorological Bureau，Kaili，556000；2.Cengong County Bureau of Meteorology， Cengong，557800；3. Guizhou Institute of Mountainous Environment and Climate，Guiyang 550002； 4. Guizhou Key Laboratory of Mountainous Climate and Resources，Guiyang 550002)

After entering the 21st century guiz pentad province frequent extreme precipitation events，drought and flood disasters not only for agricultural production and farmers income caused serious influence， and monitoring of drought and flood evaluation has become a problem of meteorological service. This paper， taking the guiz pentad province wuyang river downstream Cengong county as an example， based on the regional automatic weather station observation data to carry out the study of drought and flood monitoring methods， drought and flood monitoring judgement equationand indicators is established. Calculated the Cengong county weather stations from 1971 to 2013， a total of 43 years in the summer each pentad and drought index and 11 township of Cengong county in 2013 each pentad index of drought and flood in summer.Results indicate that：① Based on the regional automatic weather station observation data to build the summer drought and flood index can well reflect the Cengong county summer drought and flood， as the special terrain of summer drought and flood in guiz pentad monitoring judgement index is more reasonable；②Cengong county have obvious pentad variation characteristics of summer drought and flood.Drought and flood pentad change and the northwest Pacific subtropical high seasonal north and west wind trough activities have a close relationship.

Drought and flood monitoring；Automatic weather station；Judgement index research

2014-06-21

梁平(1972—)，女，高工，主要從事農業氣候資源開發利用研究工作。

“十二五”國家科技支撐計劃課題(2012BAD20B06)；貴州省重大科技專項(黔科合重大專項字[2011]6003號)。

1003-6598(2015)03-0006-07

P456

A