基于TRMM降雨數據的中國黃淮海地區干旱監測分析

陳誠, 趙書河

(1.江蘇省地理信息技術重點實驗室，南京大學，南京　210023； 2.衛星測繪技術與應用國家測繪地理

信息局重點實驗室，南京大學，南京　210023； 3.中國南海研究協同創新中心，南京　210023)

?

基于TRMM降雨數據的中國黃淮海地區干旱監測分析

陳誠1,2,3, 趙書河1,2,3

(1.江蘇省地理信息技術重點實驗室，南京大學，南京210023； 2.衛星測繪技術與應用國家測繪地理

信息局重點實驗室，南京大學，南京210023； 3.中國南海研究協同創新中心，南京210023)

摘要：熱帶降雨測量衛星(tropical rainfall measuring mission,TRMM)的降雨數據覆蓋范圍廣，時間分辨率高，是區域干旱監測的一種有效數據源。將0.25°空間分辨率的TRMM 3B43數據降尺度處理成0.05°空間分辨率數據，用以構建降水量距平百分率(Pa指數)和Z指數，對黃淮海地區2010年冬季到2011年春季的干旱時空演化特征進行監測與分析，并計算同期的標準化降水指數(standardized precipitation index，SPI)對監測結果進行驗證。研究結果表明，降尺度數據具有較高的可靠性，與實測數據的擬合結果R2>0.76； Pa指數突出降水盈虧程度，能夠有效監測區域尺度干旱，但缺乏空間分布規律； Z指數以Person-Ⅲ型分布擬合降水量，能夠很好地監測干旱的時空演化特征，但干旱等級劃分相對困難； 利用Pa指數對Z指數干旱等級劃分進行修正，其結果與SPI相關程度R2>0.75，表明Pa和Z指數用于干旱監測的有效性，為區域尺度干旱監測提供了一種切實可行的方法。

關鍵詞：TRMM； 干旱監測； 有效性驗證； Pa指數； Z指數

0引言

干旱是一種長期降水量很少或者無降水的氣候現象，其程度取決于水分短缺的歷時和數量。美國氣象局(1954)和世界氣候組織(1986)將干旱定義為一種連續的、異常的、嚴重的缺少降水的自然現象[1]。干旱是我國乃至全球范圍發生最頻繁、影響范圍最廣的自然災害之一。美國氣象學會在總結各種干旱定義的基礎上，將干旱分為氣象干旱、水文干旱、農業干旱和社會經濟干旱4種，其中氣象干旱是其他各類干旱發生的主要原因。

傳統的干旱監測通常以氣象站點的實測降水數據為監測指標，常見的有帕默爾干旱指數(Palmer drought severity index,PDSI)[2]、降水量距平百分率(Pa指數)[3]、Z指數[4]和標準化降水指數(standardized precipitation index，SPI)[5]等。這些方法通常以區域內分散的實測站點計算干旱指數，然后以內插的方法得到整個區域的旱情指標，這種以點帶面的方法具有很大的局限性。及時、全面、準確地監測旱情對于農業管理和農業決策具有重要的意義。遙感具有快速、大面積、實時獲取數據的特點，能夠得到周期長、現時性強的監測結果[6]，為干旱監測提供了一種有效的技術手段。1998年開始，熱帶降雨測量衛星(tropical rainfall measuring mission,TRMM)的微波數據能夠提供長時間序列且覆蓋全球大部分區域的降水速率數據，能夠用于全面大尺度的干旱監測。李博等[7]利用TRMM數據對三峽蓄水前后局部降水的變化進行監測； 臧文斌等[8]利用TRMM數據計算的Pa指數評估了西南地區特大氣象干旱； 李景剛等[9]在TRMM數據基礎上計算了洞庭湖流域近10 a區域綜合Z指數，分析旱澇災害的特征，發現TRMM數據用于流域旱澇監測的可行性和可靠性； 杜靈通等[10]利用TRMM數據監測山東省旱情的結果表明，基于TRMM的Z指數方法能夠有效監測旱情的發生、發展過程，為有效獲取氣象與農業旱情提供了一種新思路； Yan等[11]利用TRMM數據構建SPI指數對中國海河流域氣象干旱進行監測。以上研究主要是在TRMM數據做了精度驗證的基礎上，直接將原始分辨率數據應用于旱澇的監測。但TRMM 3B43月降水速率數據較低的空間分辨率以及單一指數監測旱情的局限性在很大程度上限制了其在區域尺度旱情的研究。

本文對原始TRMM數據進行降尺度處理，以降尺度后的TRMM 3B43月降水速率數據為基礎，計算Pa指數和Z指數，并以此對黃淮海地區干旱發生的時空演化特征進行研究和分析，同時用地面站點實測數據對監測結果進行比較和可靠性分析，驗證TRMM數據用于旱情監測的可行性和有效性。

1研究區概況與數據源

1.1研究區概況

黃淮海平原又稱華北平原，是中國第二大平原，位于N32°~40°，E114°~121°之間，跨越京、津、冀、魯、豫、皖、蘇7個省市，面積約30萬km2(圖1)。該區地勢平緩，多位于海拔50 m以下，屬于典型的沖積平原。黃淮海地區屬典型的溫帶季風氣候，四季分明，夏季受亞熱帶太平洋暖濕氣流的影響，濕潤多雨； 冬季受蒙古高壓冷氣團的控制，寒冷干燥。區域內年均氣溫14~15℃，南北溫差3~4℃。降水主要集中在植物的生長旺季，但是總體不夠充沛，并隨著地形地貌、地理位置、季節等的不同，年降水量在500~900 mm之間變動，且年際差異顯著。

圖1　黃淮海地區地理位置、DEM及氣象站點分布

1.2數據源

1.2.1TRMM數據

TRMM衛星是由美國NASA(National Aeronautical and Space Administration)和日本NASDA(National Space Development Agency)共同研制的用于觀測和研究熱帶、亞熱帶地區降雨及能量交換情況的試驗衛星，于1997年11月27日發射成功。TRMM 3B43數據的時間分辨率為1個月，空間分辨率為0.25°; 數據的覆蓋范圍為S50°~N50°，W180°~E180°，包括中國大部分區域。本文所使用的降雨數據集是由NASA官網(http: //www.nasa.gov/)提供的1998—2013年間逐月的TRMM 3B43數據。使用ENVI/IDL 4.7工具將TRMM 3B43降水速率(mm/h)從HDF文件中提取出來，然后乘以各個月的時間，生成月降水量柵格數據。經過矢量裁剪得到黃淮海地區數據，并轉換投影為經緯度投影。

1.2.2氣象站點實測數據及DEM數據

為了驗證TRMM 3B43數據的有效性以及數據重采樣的合理性，從中國氣象局網站(http: //cdc.cma.gov.cn)獲取了2010年全國676個氣象站點的月降水量數據； 同時，還獲取了黃淮海地區1961—2013年間44個有效氣象站點的月降水量數據，用于計算SPI。

此外，從地理空間數據云網站(http: //www.gscloud.cn)獲取了90 m空間分辨率的SRTM(shuttle Radar topography mission)DEM數據，并重采樣為0.05°用于制作黃淮海地區的地形分布圖。

2研究方法

2.1降水量距平百分率(Pa指數)

Pa指數是表征某個時段降雨量較氣候平均狀況偏少程度的指標之一，能夠直觀地反映由于降雨異常而引起的干旱狀況。Pa指數的計算式為

(1)

Pa指數不但能夠有效監測干旱的發生，而且可以用于劃分干旱的劇烈程度。Pa指數用于干旱程度劃分的規則有多種，根據2006年國家氣象干旱等級標準[12]，干旱可以劃分為無旱(Pa>-0.40)、輕旱(-0.600.25)、正常(-0.40

2.2Z指數

Z指數與降水時空分布密切相關，用Z指數能夠很好地刻畫單站點干旱的發生及程度。由于降水量一般不滿足正態分布，因此有學者指出用Person-Ⅲ型分布來擬合某一時段的降水量，通過對降水量進行正態化處理，將Person-Ⅲ型分布轉化為以Z指數為標量的標準正態分布[4]。本文中Z指數的計算類似于Pa指數的計算，均由16 a的TRMM 3B43數據計算得到每個像素點的Z指數值，其計算方法為

(2)

(3)

(4)

3結果與分析

3.1TRMM數據的有效性驗證

降水作為水循環研究的一個重要因子，是干旱的主要驅動因素之一。TRMM數據能夠進行大范圍、全天候的降水量觀測，成為應用較多的一種遙感數據。然而，TRMM數據較低的空間分辨率在很大程度上限制了其在區域范圍內的應用，因此，關于TRMM數據的降尺度問題成為一個研究熱點，考慮到TRMM3B43月降水量數據在空間上的連續性，本文采取基于地理空間統計理論的空間克里金內插方法，將0.25°空間分辨率數據降尺度到0.05°空間分辨率。為了驗證結果的可靠性，從中國氣象局獲取了2010年每個月的676個氣象站的數據，考慮到降雨在不同月份和季節的差距較大，文中選取了2010年1，4，7，10月這4個典型月份(代表4個不同季節)的擬合結果來驗證數據的有效性。

(a) 2010年1月 (b) 2010年4月

(c) 2010年7月 (d) 2010年10月

圖2氣象站點數據和0.25°TRMM3B43月降雨量數據的擬合結果

Fig.2Fittingresultsbetweenmeteorologicalsitedataand0.25°TRMM3B43data

圖2表明，地面氣象站點數據和TRMM數據的吻合度很高，因此可以認為0.25°空間分辯率的TRMM3B43月降水量數據能夠滿足實際的應用需求。

圖3為降尺度到0.05°空間分辨率的TRMM3B43數據與地面氣象站點數據的擬合結果。

(a) 2010年1月 (b) 2010年4月

(c) 2010年7月 (d) 2010年10月

圖3氣象站點數據和0.05°TRMM3B43月降雨量數據的擬合結果

Fig.3Fittingresultsbetweenmeteorologicalsitedataand0.05°TRMM3B43data

圖3表明，降尺度后的TRMM3B43數據可靠性也相對較高，可以用于后續的產品生產。

對比圖2和圖3可以看出，較0.25°的TRMM數據，降尺度后的數據擬合系數都有所提高。這是因為降尺度后的數據格網變小，使得地理位置配準的精度提高，且平原地區降水在空間上相對連續，因此結合了空間鄰域信息的插值方法能夠很好地表征降水量狀況。

3.2干旱的時空分布

圖4為Pa指數干旱監測的效果。

(a) 2010年8月 (b) 2010年10月 (c) 2010年12月

(d) 2011年1月 (e) 2011年3月 (f) 2011年5月

圖4Pa指數干旱監測的時空分布

Fig.4SpatialandtemporaldistributionofdroughtwithPaindex

從時間上可以看出，2010年8月整個黃淮海地區較濕潤，而2010年冬季以后降水量明顯減少且低于多年平均水平，大部分區域遭遇干旱，其中，中西部干旱相對嚴重。進入2011年春季，降水量持續減少，干旱程度進一步加重，至2011年1月和3月，整個黃淮海地區用Pa指數的監測結果多為中旱和重旱。到了2011年5月份，隨著降水量的增加，旱情基本得到緩解。這一趨勢與實際情況相符，表明Pa指數能夠有效地監測干旱在時間上的變化規律。盡管降水量在空間上有“東多西少”的分布趨勢，但干旱的空間分布沒有很明顯的規律。這是因為，Pa指數反映更多的是降水量與多年平均值的差異情況，在不同地區，由于歷史多年平均降水量的差異，相同月份降水量表現出的干旱程度可能相差很大，這也表明Pa指數盡管在多數情況下能夠有效地監測干旱，但對不同地區其監測結果會有一定的局限性。

圖5為Z指數在黃淮海地區干旱程度的監測結果。使用Z指數進行干旱監測所表現出的時間演化規律與Pa指數相同，均表現為冬季干旱出現，次年春季干旱程度最重，隨著時間推移干旱逐漸緩解。從干旱的空間分布來看，2010年的干旱主要集中在山東省南部和河南省東部，而2011年干旱嚴重的地區主要集中在江蘇省北部。此外，2011年3月山東省東部和南部地區也發生了較嚴重的干旱。相較于Pa指數，Z指數不僅能夠監測干旱在時間上的變化規律，而且能夠很好地模擬干旱空間上的動態變化。

(a) 2010年8月 (b) 2010年10月 (c) 2010年12月

(d) 2011年1月 (e) 2011年3月 (f) 2011年5月

圖5Z指數干旱監測的時空分布

Fig.5SpatialandtemporaldistributionofdroughtwithZindex

3.3干旱等級的評估與修正

表1為對圖4、圖5中6個月不同干旱等級面積進行累加求平均值，并計算各個干旱等級所占面積百分比的結果。

表1　不同方法監測的干旱等級所占面積比例

從表1可以看出，盡管2種指數都能夠監測干旱的時間演化規律，但是所監測干旱的空間分布卻存在較大的差異。這是由于干旱等級的劃分依賴于前人的總結和一些現有的資料，因此，同一種指數往往存在很多不同的干旱等級劃分方法，這在很大程度上導致了結果的差異性。Pa指數反映的是降水量與多年降水量均值的差異情況； Z指數是假定降水服從Person-Ⅲ型分布，由時序數據計算而來。2種方法在理論上存在顯著差異。從干旱等級分布的百分比來看，Pa指數監測的結果與實際情況更相符。

鑒于本文Pa指數干旱等級的設定是參考2006年的國家干旱等級標準，具有一定的參考意義； 而Z指數等級的劃分則是借鑒前人的研究成果，其劃分標準通常會因為區域的不同而存在差異。因此，本文考慮以Pa指數的等級劃分為標準來對Z指數的干旱等級進行修正。考慮到Pa指數和Z指數在相同月份干旱監測的獨立性和不同月份進行干旱監測的相似性，因而僅僅使用一個月的Pa指數就可以很好地修正Z指數。本文以2010年10月份為研究月份，在研究區均勻選取了730個點，獲取每個點上的Pa指數和Z指數值，然后對2組數據進行相關分析。圖6為相關分析的結果，根據擬合方程以及Pa指數劃分等級的標準，對Z指數等級劃分進行了修正。等級劃分由原始的0.84，-0.84，-1.04和1.65更正為-0.93，-0.50，-0.26和0.54。

圖62010年10月Pa指數和Z指數擬合結果

Fig.6Fitting result of Pa and Z index in October 2010

根據修正后的干旱等級標準，得到了黃淮海地區Z指數修正后的干旱監測時空分布圖(圖7)。

(a) 2010年8月 (b) 2010年10月 (c) 2010年12月

(d) 2011年1月 (e) 2011年3月 (f) 2011年5月

圖7Z指數修正后的干旱監測時空分布

Fig.7Spatial and temporal distribution of drought with modified Z index

統計修正后的Z指數不同等級的干旱所占面積比重(表1)可以發現,修正后Z指數監測的不同等級干旱所占比重和Pa指數的結果基本一致，相較于原始的Z指數統計結果，效果明顯改善。

3.4干旱監測指數的有效性檢驗

為了驗證2種干旱監測指數方法的有效性，本文計算了2010年7月到2011年6月研究區內共計12個月份的44個氣象站點的降水量月均值,其結果如圖8所示。從圖中可以發現，自2010年8月到2011年6月，區域平均月降水量呈現出“先降后升”的趨勢。降水量自2010年10月開始急劇減少，到2011年1月份達到谷底，2011年2月有增加趨勢。但是，2010年10月到2011年4月的降水量總體偏低，這一趨勢和Pa指數、Z指數的干旱監測結果相吻合，也證明了這2種指數的有效性。

圖8　研究區內44個氣象站月降水量均值分布

SPI已被證實是能夠很好反映氣候干旱變化的指數[5]。本文為了進一步驗證Pa指數和Z指數的有效性和可靠性，收集了1961—2013年間各個月的降水量數據，計算了1個月、3個月、6個月3個不同時間尺度的SPI。以2010年10月為例，將2種指數和SPI進行擬合，求得1個月尺度的SPI和Pa指數的決策系數R2=0.757，與Z指數的決策系數R2=0.796，均達到極顯著水平。這說明Pa指數和Z指數與1個月尺度的SPI相關性很高，所反映的旱情與SPI反映的一致。其中Z指數的擬合效果要好于Pa指數的擬合效果，這也證明了Z指數能夠更好地反映出干旱的空間分布。

4結論

本文以黃淮海地區1998年1月—2013年12月期間的TRMM 3B43月降水量數據為基礎，分析了TRMM數據的有效性，對TRMM數據進行了降尺度處理并計算了基于TRMM數據的Pa指數和Z指數，通過比較Pa指數和Z指數干旱監測的時空演化規律，對黃淮海地區干旱發生特點進行了分析，并對2種干旱監測方法進行了比較，得到的主要結論為：

1)TRMM數據和實測站點降水量數據吻合度較高，降尺度后的TRMM數據與實測降水量站點數據決策系數R2>0.76，能夠滿足實際生產需求，可用于進行區域尺度的干旱監測。

2)基于TRMM數據的Pa指數和Z指數都能夠有效地監測干旱。Pa指數反映的是區域降水量與多年降水量平均值的差異，突出降水的盈虧程度，對于降水短缺引起的干旱較為敏感，但缺乏空間規律的描述。Z指數假設降水量服從Person-Ⅲ型分布，在時間和空間尺度上都能很好地描繪干旱的分布和演化規律，但是干旱等級難以準確劃分。利用Pa指數來對Z指數干旱等級劃分進行修正，修正后的監測結果能夠很好地評估干旱程度。此外，2種指數與SPI的決策系數R2>0.75，達到極顯著水平，證明了其干旱監測的有效性和可靠性，也表明TRMM數據用于干旱監測的可行性。

黃淮海地區屬溫帶季風氣候，一定程度上削弱了TRMM數據和地形以及植被指數之間的相關程度，因此有些關于TRMM降尺度的方法很難適用于該地區。本文利用簡單的基于地理空間統計插值的方法對TRMM數據進行降尺度處理，盡管取得了較好的結果，但是沒有考慮到空間的異質性，因此后續的研究重點將放在平原地區TRMM數據降尺度處理方法上。

參考文獻(References)：

[1]張強,張良,崔顯成,等.干旱監測與評價技術的發展及其科學挑戰[J].地球科學進展,2011,26(7):763-778.

Zhang Q,Zhang L,Cui X C,et al.Progresses and challenges in drought assessment and monitoring[J].Advances in Earth Sciences,2011,26(7):763-778.

[2]劉庚山,郭安紅,安順清,等.帕默爾干旱指標及其應用研究進展[J].自然災害學報,2004,13(4):21-27.

Liu G S,Guo A H,An S Q,et al.Research progress in Palmer drought severity index and it's application[J].Journal of Natural Disasters,2004,13(4):21-27.

[3]楊紹鍔,吳炳方,熊雋,等.基于TRMM降水產品計算月降水量距平百分率[J].遙感信息,2010(5):62-66.

Yang S E,Wu B F,Xiong J,et al.Calculation of monthly precipitation anomaly percentage using TRMM rainfall product[J].Remote Sensing Information,2010(5):62-66.

[4]林盛吉,許月萍,田燁,等.基于Z指數和SPI指數的錢塘江流域干旱時空分析[J].水力發電學報,2012,31(2):20-26.

Lin S J,Xu Y P,Tian Y,et al.Spatial and temporal analysis of drought in Qiantang River Basin based on Z index and SPI[J].Journal of Hydroelectric Engineering,2012,31(2):20-26.

[5]McKee T B,Doesken N J,Kleist J.The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th Conference on Applied Climatology.Boston,MA:American Meteorological Society,1993,17(22):179-183.

[6]羅春,劉輝,戚陸越.基于遙感指數的生態變化評估——以常寧市為例[J].國土資源遙感,2014,26(4):145-150.doi:10.6046/gtzyyg.2014.04.23.

Luo C,Liu H,Qi L Y.Ecological changes assessment based on remote sensing indices:A case study of Changning City[J].Remote sensing for Land and Resources,2014,26(4):145-150.doi:10.6046/gtzyyg.2014.04.23.

[7]李博,唐世浩.基于TRMM衛星資料分析三峽蓄水前后的局地降水變化[J].長江流域資源與環境,2014,23(5):617-625.

Li B,Tang S H.Local precipitation changes induced by the Three Gorges reservoir based on TRMM observations[J].Resources and Environment in the Yangtze Basin,2014,23(5):617-625.

[8]臧文斌,阮本清,李景剛,等.基于TRMM降雨數據的西南地區特大氣象干旱分析[J].中國水利水電科學研究院學報,2010,8(2):97-106.

Zang W B,Ruan B Q,Li J G,et al.Analysis of extraordinary meteorological drought in Southwest China by using TRMM precipitation data[J].Journal of China Institute of Water Resources and Hydropower Research,2010,8(2):97-106.

[9]李景剛,李紀人,黃詩峰,等.基于TRMM數據和區域綜合Z指數的洞庭湖流域近10年旱澇特征分析[J].資源科學,2010,32(6):1103-1110.

Li J G,Li J R,Huang S F,et al.Characteristics of the recent 10-year flood/drought over the Dongting Lake Basin based on TRMM precipitation data and regional integrated Z-index[J].Resources Science,2010,32(6):1103-1110.

[10]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.

Du L T,Tian Q J,Huang Y,et al.Drought monitoring based on TRMM data and its reliability validation in Shandong province[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(2):121-126.

[11]Yan N N,Wu B F,Chang S,et al.Evaluation of TRMM Precipitation Product for Meteorological Drought Monitoring in Hai Basin[C]//IOP Conference Series:Earth and Environmental Science.IOP Publishing,2014,17(1):012093.

[12]中國國家標準化管理委員會.GB/T20481—2006氣象干旱等級[S].北京:中國標準出版社,2006.

Standardization Administration of the People’s Republic of China.GB/T20481—2006 Classification of Meteorological Drought Category[S].Beijing:China Standard Publishing House,2006.

[13]Jia S F,Zhu W B,Lyu A F,et al.A statistical spatial downscaling algorithm of TRMM precipitation based on NDVI and DEM in the Qaidam Basin of China[J].Remote Sensing of Environment,2011,115(12):3069-3079.

[14]Immerzeel W W,Rutten M M,Droogers P.Spatial downscaling of TRMM precipitation using vegetative response on the Iberian Peninsula[J].Remote Sensing of Environment,2009,113(2):362-370.

[15]Duan Z,Bastiaanssen W G M.First results from Version 7 TRMM 3B43 precipitation product in combination with a new downscaling——calibration procedure[J].Remote Sensing of Environment,2013,131:1-13.

(責任編輯： 刁淑娟)

Drought monitoring and analysis of Huanghuai Hai plain based on TRMM precipitation data

CHEN Cheng1,2,3， ZHAO Shuhe1,2,3

(1.JiangsuKeyLaboratoryofGeographicInformationScienceandTechnology,NanjingUniversity,Nanjing210023,China;2.KeyLaboratoryforSatelliteMappingTechnologyandApplicationsofStateAdministrationofSurveying,MappingandGeoinformationofChina,NanjingUniversity,Nanjing210023,China; 3.CollaborativeInnovationCenterofSouthChinaSeaStudies,Nanjing210023,China)

Abstract:TRMM (tropical rainfall measuring mission) precipitation data, covering a wide range with high temporal resolution, is an effective data source to monitor drought on a regional scale. The spatial resolution of 0.25° TRMM 3B43 data was processed using the downscaling method. The downscaling data with 0.05° spatial resolution were used to construct a percentage of monthly precipitation anomalies (Pa index) and Z index, and the two indices were used to monitor the temporal and spatial change of drought from the winter of 2010 to the spring of 2011 in the Huanghuai Hai plain. The standardized precipitation index (SPI) during the same period was also calculated to verify the results. The results showed that the downscaling results had higher reliability with the fitting result R2 higher than 0.76. Pa index that emphasizes gains and losses of precipitation can be used for drought monitoring on the regional scale, but it lacks the space distribution of drought; Z index fitting the precipitation based on the Person-Ⅲ distribution is ideal for monitoring the temporal and spatial distribution of drought, but the drought grade is difficult to divide. The drought grade of Pa index was used to correct the drought grade of Z index. Two indices and SPI had higher degree of correlation with R2 greater than 0.75, indicating that Pa and Z index is effective for drought monitoring. The results achieved by the authors could provide a practical means for monitoring drought on a regional scale.

Keywords:TRMM; drought monitoring; validity checking; Pa index; Z index

通信作者：趙書河(1971-)，男，博士，副教授。主要從事高分辨遙感信息處理與信息融合研究。Email： zhaosh@nju.edu.cn。

作者簡介：第一 陳誠(1990-)，男，碩士研究生，主要從事遙感圖像處理和定量遙感方向研究。Email： chcheng@whu.edu.cn。

中圖法分類號：TP 79

文獻標志碼：A

文章編號：1001-070X(2016)01-0122-08

基金項目：973計劃項目“氣候變化對我國糧食生產系統的影響機理及適應機制研究”(編號： 2010CB951503)、中國科學院戰略性先導科技專項“應對氣候變化的碳收支認證及相關問題”(編號： XDA05050106)及江蘇高校優勢學科建設工程資助項目共同資助。

收稿日期：2014-08-11；

修訂日期：2014-10-31

doi:10.6046/gtzyyg.2016.01.18

引用格式： 陳誠,趙書河.基于TRMM降雨數據的中國黃淮海地區干旱監測分析[J].國土資源遙感,2016,28(1):122-129.(Chen C,Zhao S H.Drought monitoring and analysis of Huanghuai Hai plain based on TRMM precipitation data[J].Remote sensing for Land and Resources,2016,28(1):122-129.)