綜合干旱指數(shù)構(gòu)建及其在不同草原類型中的應(yīng)用

趙水霞，王文君，吳英杰，李 瑋，全 強(qiáng)

綜合干旱指數(shù)構(gòu)建及其在不同草原類型中的應(yīng)用

趙水霞，王文君※，吳英杰，李 瑋，全 強(qiáng)

（1. 中國水利水電科學(xué)研究院內(nèi)蒙古陰山北麓荒漠草原生態(tài)水文野外科學(xué)觀測研究站，北京 100038；2.水利部牧區(qū)水利科學(xué)研究所，呼和浩特 010020）

干旱指數(shù)是評估旱情等級、制定防旱減災(zāi)對策的重要指標(biāo)。該研究從干旱發(fā)生的物理機(jī)制出發(fā)，基于CRITIC（Criteria Importance Through Inter-criteria Correlation）客觀賦權(quán)法，綜合考慮氣象標(biāo)準(zhǔn)化降水蒸散指數(shù)（Standard Precipitation Evapotranspiration Index，SPEI）、植被供水指數(shù)（Vegetation Supply Water Index，VSWI）和日光誘導(dǎo)葉綠素?zé)晒庵笖?shù)（Solar-induced Chlorophyll Fluorescence，SIF）在干旱發(fā)展過程中的作用機(jī)制，構(gòu)建融合多源信息的綜合干旱指數(shù)，探究其在不同草原類型干旱中的適用性和敏感性，進(jìn)而分析干旱的時空分布及演化特征。結(jié)果表明：綜合干旱指數(shù)既能敏銳捕捉氣象干旱的早期開始，亦能從水文和牧業(yè)干旱角度綜合反映旱情的持續(xù)過程和時間，相比單一干旱指數(shù)，具有綜合表征多尺度干旱演化特征的優(yōu)勢；2007—2018年，內(nèi)蒙古錫林郭勒草原干旱頻率呈波動中下降趨勢，干旱強(qiáng)度主要以輕中旱為主，重旱及以上干旱集中在春秋兩季；空間分布上從西北向東南逐漸降低，呈現(xiàn)荒漠草原>典型草原>草甸草原，典型草原中北部旱情嚴(yán)重的特征。該研究對蒙古高原不同草原類型干旱事件精準(zhǔn)監(jiān)測及旱災(zāi)防御具有重要意義。

干旱；降水；綜合干旱指數(shù)；葉綠素?zé)晒庵笖?shù)；適用性；錫林郭勒草原

0 引 言

干旱作為全球最為突出的自然災(zāi)害之一，具有持續(xù)時間長、影響范圍廣及旱災(zāi)損失大等特點(diǎn)，全球氣候變暖趨勢下，干旱災(zāi)害風(fēng)險日益嚴(yán)峻，嚴(yán)重影響和制約著生態(tài)環(huán)境安全、農(nóng)牧業(yè)高質(zhì)量發(fā)展及人類生活水平提高，使得實(shí)現(xiàn)干旱的精準(zhǔn)化監(jiān)測，變被動減災(zāi)為主動防災(zāi)是國內(nèi)外亟待解決的關(guān)鍵科學(xué)問題，具有重要的現(xiàn)實(shí)意義[1-3]。錫林郭勒草原位于蒙古高原東南部，是內(nèi)蒙古天然草原的主體，在植被類型上具有一定的完整性和典型性，而頻發(fā)的干旱事件嚴(yán)重制約了當(dāng)?shù)厣鐣?jīng)濟(jì)的可持續(xù)發(fā)展，使得實(shí)現(xiàn)旱情分布及演化趨勢的精準(zhǔn)化監(jiān)測成為“十四五”期間亟待解決的關(guān)鍵科學(xué)問題之一[4-5]。

適用的干旱指數(shù)是確保旱情精準(zhǔn)監(jiān)測的基礎(chǔ)，受干旱復(fù)雜性及自然水循環(huán)過程相互關(guān)聯(lián)的影響，單一干旱指數(shù)往往難以準(zhǔn)確反映干旱的多類型及多尺度特征，使得構(gòu)建基于指標(biāo)-影響關(guān)聯(lián)分析的多源信息綜合干旱指數(shù)成為目前研究的難點(diǎn)問題及熱點(diǎn)趨勢[4, 6-7]。綜合干旱指數(shù)的構(gòu)建分為考慮氣象、水文和農(nóng)業(yè)致旱因子的綜合干旱指數(shù)和多種單一干旱指數(shù)組合的綜合干旱指數(shù)，構(gòu)建方法多為權(quán)重組合、多變量聯(lián)合分布和機(jī)器學(xué)習(xí)，單一干旱指數(shù)較少時常選用結(jié)構(gòu)簡單且易于理解的權(quán)重組合方法，如CRITIC（Criteria Importance Through Inter-criteria Correlation客觀賦權(quán)法[8]。基于致旱因子的綜合干旱指數(shù)多采用線性回歸及數(shù)據(jù)挖掘等手段，綜合考慮氣象降水盈虧、土壤水分供給及植被生長條件的相互作用，進(jìn)而構(gòu)建適用于不同區(qū)域下墊面的綜合干旱監(jiān)測模型[9-10]；以草地生態(tài)系統(tǒng)為例，降水與蒸散失衡造成土壤水分虧缺是干旱發(fā)生的主要誘因，植被受干旱水分脅迫影響，光合作用和物質(zhì)代謝受阻，進(jìn)而降低葉片生長速率和植被蒸騰效應(yīng)，導(dǎo)致植被生物量銳減、生產(chǎn)力下降及草畜不平衡。傳統(tǒng)的地面數(shù)據(jù)點(diǎn)狀監(jiān)測，難以準(zhǔn)確刻畫大尺度旱情空間分布，隨著遙感監(jiān)測技術(shù)的不斷發(fā)展，越來越多的遙感干旱指數(shù)被用于綜合干旱指數(shù)的構(gòu)建及旱情的精準(zhǔn)監(jiān)測，如歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）、溫度植被干旱指數(shù)（Temperature Vegetation Drought Index，TVDI）及土壤濕度監(jiān)測指數(shù)（Soil Moisture Monitoring Index，SMMI）等[4,11-13]。近年來，新型日光誘導(dǎo)葉綠素?zé)晒猓⊿olar-induced Chlorophyll Fluorescence，SIF）遙感指數(shù)被發(fā)現(xiàn)對水分脅迫非常敏感，在碳氮循環(huán)、初級生產(chǎn)力估算及植被脅迫等領(lǐng)域被廣泛應(yīng)用，其原理是植被在吸收太陽能進(jìn)行光合作用時會釋放出一種長波信號，該信號為自然狀態(tài)下的葉綠素?zé)晒猓渥鳛楣夂献饔玫母碑a(chǎn)物對水分脅迫的敏感性顯著高于主要通過反射率估算的植被指數(shù)（歸一化植被指數(shù)、增強(qiáng)型植被指數(shù)）[14-18]，在有效監(jiān)測植被瞬時光合作用、受脅迫狀態(tài)及物候監(jiān)測等方面具有明顯優(yōu)勢，一定程度上緩減了作物對干旱脅迫的滯后效應(yīng)，提高了干旱監(jiān)測的準(zhǔn)確度。

融合多源地面及遙感信息的綜合干旱指數(shù)能較準(zhǔn)確及時地監(jiān)測干旱過程、客觀全面地評估干旱程度，但從綜合干旱指數(shù)的應(yīng)用與推廣技術(shù)上來看，綜合干旱指數(shù)的區(qū)域適用性和差異性問題仍然存在[8,19-21]，有必要從干旱機(jī)制及致旱因子相互耦合作用出發(fā)，進(jìn)一步構(gòu)建適用于不同下墊面及不同氣候條件的有效綜合干旱指數(shù)及旱情等級評估標(biāo)準(zhǔn)。本研究采用氣象學(xué)、生態(tài)學(xué)及土壤學(xué)等多學(xué)科交叉理論，在考慮表征氣象干旱的標(biāo)準(zhǔn)化降水蒸散指數(shù)（Standard Precipitation Evapotranspiration Index，SPEI）和土壤含水率的植被供水指數(shù)（Vegetation Supply Water Index，VSWI）基礎(chǔ)上，嘗試引入植被葉綠素?zé)晒庵笖?shù)（Solar-induced Chlorophyll Fluorescence，SIF），利用CRITIC 客觀賦權(quán)及回歸分析等方法，構(gòu)建適用于錫林郭勒不同類型草原旱情監(jiān)測的綜合干旱指數(shù)，以期提高綜合干旱指數(shù)的針對性，實(shí)現(xiàn)旱情的精準(zhǔn)化監(jiān)測與評估，為氣候變化下牧區(qū)防旱減災(zāi)及可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

錫林郭勒草原作為內(nèi)蒙古北方地區(qū)重要的生態(tài)屏障及畜牧業(yè)生產(chǎn)基地，受氣候變化和持續(xù)性干旱的影響，區(qū)域防旱減災(zāi)任務(wù)面臨嚴(yán)峻挑戰(zhàn)。研究區(qū)位于內(nèi)蒙古中東部，地勢呈現(xiàn)東南低山丘陵、西北地形平坦的特點(diǎn)，如圖1所示。區(qū)域氣候?qū)儆跍貛Т箨懶约撅L(fēng)氣候，具有明顯的季節(jié)性差異和地域差異，降水量由東南向西北逐漸減少，多年平均降水量為136～376 mm，年均氣溫為0.88～5.21 ℃；受降水分布格局及水分差異的影響，錫林郭勒草原類型從東北向西南涵蓋了東南部草甸草原（多倫、西烏珠穆沁旗）、中部典型草原（東烏珠穆沁旗、那仁寶力格、錫林浩特和阿巴嘎旗）和西部荒漠草原（二連浩特、蘇尼特左旗）[22-23]，為綜合干旱指數(shù)的研究提供了較全面的區(qū)域條件。

1.2 數(shù)據(jù)來源

研究區(qū)氣象數(shù)據(jù)和土壤相對濕度數(shù)據(jù)資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http://data.cma.cn）。選取錫林郭勒草原時間序列較長且數(shù)據(jù)較為齊全的8個氣象站點(diǎn)資料，通過數(shù)據(jù)整編獲取2007—2018年各站點(diǎn)日均降水、溫度、日照時數(shù)和相對濕度等數(shù)據(jù)，用于標(biāo)準(zhǔn)化降水蒸散指數(shù)的計算和綜合干旱指數(shù)的構(gòu)建。

2 研究方法

2.1 單一干旱指數(shù)計算

1）標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）

SPEI是一種綜合考慮降水和蒸散的標(biāo)準(zhǔn)化干旱指數(shù)，其絕對值的大小反映了干旱或濕潤的嚴(yán)重程度，假設(shè)降水與蒸散的差值服從Log-logistic概率分布，對其進(jìn)行標(biāo)準(zhǔn)化處理，得到如下方程[24]：

式中常數(shù)項0、1、2、1、2、3分別為2.515 517、0.802 853、0.010 328、1.432 788、0.189 269、0.001 308；為累積概率加權(quán)矩；累積概率為對降水和潛在蒸散量差值數(shù)據(jù)系列的正態(tài)化處理結(jié)果，其中，潛在蒸散量的計算采用彭曼公式[22]。

通過計算各站點(diǎn)日值SPEI指數(shù)，進(jìn)一步均值化得到研究區(qū)時間尺度統(tǒng)一的每16 d一次SPEI數(shù)值。

2）植被供水指數(shù)（VSWI）

植被供水指數(shù)（VSWI）以地面植被指數(shù)和地表溫度為指標(biāo)，用于間接反映土壤含水率及作物受干旱影響狀況[25]。當(dāng)植被受到干旱脅迫時，葉面氣孔為減少水分損失產(chǎn)生一定閉合，進(jìn)而導(dǎo)致冠層溫度升高，植被指數(shù)降低，如下所示：

式中T為地表溫度，℃；NDVI為歸一化植被指數(shù)；分別采用中分辨率成像光譜儀MODIS傳感器通道31（T）、通道1和通道2（NDVI）數(shù)據(jù)進(jìn)行反演。

3）日光誘導(dǎo)葉綠素?zé)晒庵笖?shù)（SIF）

植被在吸收太陽輻射通量后，在波長600～800 nm范圍內(nèi)發(fā)射出長波信號，稱為日光誘導(dǎo)葉綠素?zé)晒猓鋾芩痔澣庇绊懗尸F(xiàn)不同程度下降，可用于監(jiān)測植被的生理狀態(tài)及水分脅迫狀況[14-15]。目前可用于探測熒光的衛(wèi)星主要有GOSAT（日本）、MetOp（GOME-2）、OCO-2（美國）、TANSAT（中國）和Sentinel-5P（TROPOMI）等[26-27]，Li等[28]采用Cubist模型樹算法，基于OCO-2 SIF、MODIS EVI及氣象數(shù)據(jù)，構(gòu)建了時間分辨率為8 d，空間分辨率為0.05°的葉綠素?zé)晒猱a(chǎn)品（Global‘OCO-2’ SIF，GOSIF），該產(chǎn)品相比OCO-2 SIF和MODIS GPP而言，可更加準(zhǔn)確地估算植被初級生產(chǎn)力，反映區(qū)域氣候變化特征[29]。

本研究采用2007—2018年錫林郭勒草原的GOSIF數(shù)據(jù)（https://globalecology.unh.edu/），在ARCGIS數(shù)據(jù)空間分析系統(tǒng)中對不同類型草原的葉綠素?zé)晒鈹?shù)據(jù)進(jìn)行提取和插值分析。

2.2 綜合干旱指數(shù)（SSV）構(gòu)建方法

采用CRITIC 賦權(quán)法進(jìn)行綜合干旱指數(shù)（SSV）的構(gòu)建。CRITIC賦權(quán)法是一種客觀賦權(quán)方法，將SPEI、VSWI和SIF作為綜合干旱指數(shù)的輸入指標(biāo)，利用指標(biāo)間的沖突性和信息量大小確定其權(quán)重值。兩個指標(biāo)間的相關(guān)系數(shù)越高，代表沖突性越小；單個指標(biāo)的標(biāo)準(zhǔn)離差越大，其包含的信息量越大。該方法結(jié)合了相關(guān)性權(quán)重和信息量權(quán)重，在評價因子權(quán)重中具有顯著的優(yōu)越性[12]。

采用離差標(biāo)準(zhǔn)化法對數(shù)據(jù)進(jìn)行歸一化處理，保證基本度量單位統(tǒng)一且服從0～1之間的統(tǒng)計概率分布。

式中X和D分別為數(shù)據(jù)歸一化處理前后的值；min和max分別為樣本的最小值和最大值。

指標(biāo)間的沖突性T和單個指標(biāo)的信息量C表示為

式中r為指標(biāo)和指標(biāo)之間的相關(guān)系數(shù)；δ為第個指標(biāo)的標(biāo)準(zhǔn)差，為一個評價指標(biāo)的評價數(shù)量。C越大，則該指標(biāo)的重要性越大。設(shè)W為權(quán)重系數(shù)，則

式中為綜合干旱指標(biāo)中單一指標(biāo)數(shù)量。

綜上所述，綜合干旱指數(shù)（SSV）可表示為

式中D分別為SPEI、SIF和VSWI的歸一化數(shù)值。

3 結(jié)果與分析

3.1 基于綜合干旱指數(shù)干旱等級劃分

基于數(shù)據(jù)正態(tài)標(biāo)準(zhǔn)化處理得到的綜合干旱指數(shù)能綜合表征降水與蒸散的水量平衡過程、土壤水分脅迫強(qiáng)度及植被敏感度狀態(tài)。針對不同草原下墊面植被類型、植被蓋度差異及其對降水和溫度的敏感性差異，建立適用于不同季節(jié)和不同草原類型的綜合干旱指數(shù)旱情等級評價標(biāo)準(zhǔn)，對旱情發(fā)生發(fā)展過程及演化趨勢的精準(zhǔn)定量化監(jiān)測具有重要意義。根據(jù)CRITIC客觀賦權(quán)法各致旱因子指標(biāo)間的沖突性和對比強(qiáng)度，不同草原類型各指標(biāo)權(quán)重系數(shù)如表1所示。

錫林郭勒不同草原類型降水和土壤相對濕度是表征氣象干旱和農(nóng)業(yè)干旱的重要指標(biāo)，且土壤相對濕度信息是采取應(yīng)對干旱措施的重要前提條件。本研究參照土壤相對濕度干旱等級劃分標(biāo)準(zhǔn)方法[30]，通過建立與綜合干旱指數(shù)的相關(guān)性模型，獲得基于綜合干旱指數(shù)的植被生長期干旱等級劃分標(biāo)準(zhǔn)，如表2所示。

表1 CRITIC客觀賦權(quán)法各指標(biāo)權(quán)重系數(shù)

注：SIF為日光誘導(dǎo)葉綠素?zé)晒庵笖?shù)；SPEI為標(biāo)準(zhǔn)化降水蒸散指數(shù)；VSWI為植被供水指數(shù)。

Note: SIF is solar-induced chlorophyll fluorescence; SPEI is standard precipitation evapotranspiration index; VSWI is vegetation supply water index.

表2 綜合干旱指數(shù)SSV等級劃分

3.2 基于綜合干旱指數(shù)的干旱時空分布特征分析

3.2.1 錫林郭勒草原干旱的年際變化特征

圖2為2007—2018年基于綜合干旱指數(shù)的錫林郭勒草原不同程度干旱發(fā)生頻率，可以發(fā)現(xiàn)：1）2007年以來，研究區(qū)不同程度的干旱每年均有發(fā)生，主要以輕旱和中旱為主；2）2009—2012年，干旱發(fā)生頻率呈一定下降趨勢，旱情有所緩減，但極端干旱事件增多，重旱和特旱發(fā)生頻次增加；3）2012年以后，干旱頻率顯著增加且旱情程度有所加重，特旱頻率最高年份出現(xiàn)在2016年，當(dāng)年干旱發(fā)生頻率達(dá)到82.3%。整體而言，21世紀(jì)，錫林郭勒盟草原旱情呈波動中略有下降特征。

經(jīng)查閱《中國水旱災(zāi)害公報》《中國氣象災(zāi)害年鑒》《內(nèi)蒙古水旱災(zāi)害》及錫林郭勒盟防汛辦旱情統(tǒng)計數(shù)據(jù)，錫林郭勒草原2007—2018年旱情主要呈現(xiàn)以下特征：2007年春夏連旱，旱情等級為重旱；2012年和2013年多地為無旱和輕旱；2014年8月上旬，錫林郭勒草原大部分地區(qū)出現(xiàn)輕度干旱，且西北部干旱嚴(yán)重；2014—2016年全區(qū)發(fā)生連續(xù)3a嚴(yán)重干旱，錫林郭勒草原大部分地區(qū)承受嚴(yán)重災(zāi)損，受2014和2015年持續(xù)性干旱影響，2016年錫林郭勒草原旱情嚴(yán)重，受旱面積達(dá)到1 064.24萬hm2，直接經(jīng)濟(jì)損失8.27億元；2017年4—5 月阿巴嘎旗、蘇尼特左旗及東烏珠穆沁旗等地發(fā)生干旱。上述旱情結(jié)果與基于綜合干旱指數(shù)評判的干旱頻率和干旱程度相契合，一定程度上揭示了綜合干旱指數(shù)的可靠性。

錫林郭勒草原是內(nèi)蒙古自治區(qū)主要的畜牧業(yè)和飼草料生產(chǎn)基地，將內(nèi)蒙古自治區(qū)2007—2018年農(nóng)作物因旱受災(zāi)面積、受災(zāi)人口、因旱飲水困難牲畜及旱災(zāi)直接經(jīng)濟(jì)損失情況分別與錫林郭勒草原干旱頻率做相關(guān)性分析，并將其與不同程度的干旱頻率做皮爾遜顯著性檢驗，如圖3和表3所示。可以發(fā)現(xiàn)，年際干旱發(fā)生頻率與農(nóng)作物受旱面積、因旱飲水困難人畜及直接經(jīng)濟(jì)損失等均呈明顯正相關(guān)；因研究時段錫林郭勒草原主要以輕中旱為主，不同干旱等級中，中旱頻率與農(nóng)作物受旱面積和直接經(jīng)濟(jì)損失呈顯著性相關(guān)，顯著性水平分別達(dá)到0.05和0.01，輕旱頻率與受災(zāi)人口呈顯著性相關(guān)，相關(guān)性達(dá)0.05顯著性水平。

圖3 錫林郭勒草原干旱發(fā)生頻率與內(nèi)蒙古地區(qū)旱災(zāi)損失相關(guān)性分析

表3 內(nèi)蒙古自治區(qū)旱災(zāi)損失與錫林郭勒草原旱情等級的顯著性檢驗

注：* 在 0.05 級別（雙尾）相關(guān)性顯著；** 在 0.01 級別（雙尾）相關(guān)性顯著。下同。

Note: * significant correlation at 0.05 level (two tailed); ** significant correlation at 0.01 level (two tailed). The same below.

3.2.2 錫林郭勒草原干旱的季節(jié)性時空分布特征

對錫林郭勒不同草原類型2007—2018年春、夏和秋3個季節(jié)干旱特征及季節(jié)性干旱頻率時空分布特征進(jìn)行分析，如圖4和圖5所示。可以看出，錫林郭勒草原輕中度干旱發(fā)生頻率從強(qiáng)到弱表現(xiàn)為秋季、春季、夏季，空間分布由西北向東南逐漸下降，呈明顯的條帶狀，全區(qū)干旱嚴(yán)重區(qū)域主要集中在西北部；重旱及以上干旱主要發(fā)生在春秋兩季，夏季受降水量集中且雨強(qiáng)較大等影響，重度以上干旱基本沒有，重旱嚴(yán)重區(qū)主要集中在錫林郭勒典型草原中北部阿巴嘎旗和那仁寶力格。按草原類型分析，荒漠草原的季節(jié)性干旱頻率顯著高于典型草原和草甸草原，但典型草原輕度干旱發(fā)生頻繁，荒漠草原中度及以上干旱相對頻發(fā)，典型草原秋季輕中旱和春季重特旱頻率與荒漠草原相當(dāng)。

3.3 綜合干旱指數(shù)與單一干旱指數(shù)的敏感性分析

為直觀反映綜合干旱指數(shù)對干旱的敏感性，選取能充分體現(xiàn)降水盈虧程度的降水距平百分率（Precipitation Anomaly Percentage）氣象干旱指數(shù)，將其與葉綠素?zé)晒庵笖?shù)（SIF）、標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）、植被供水指數(shù)（VSWI）和綜合干旱指數(shù)（SSV）繪制在隨時間變化的同一坐標(biāo)系統(tǒng)中，如圖6所示。

從圖6可知，單一干旱指數(shù)隨降水距平百分率指數(shù)的變化趨勢均比較顯著，雨量越充沛，干旱指數(shù)越大，干旱程度越小。其中，標(biāo)準(zhǔn)化降水蒸散指數(shù)屬于氣象干旱指數(shù)，一定程度上對干旱的早期開始過程比較敏感，但其波動范圍較大，適用于短歷時旱情監(jiān)測，對長序列旱情的精準(zhǔn)監(jiān)測有失偏頗；以最大和最小降水距平百分率指數(shù)為參照，發(fā)現(xiàn)植被供水指數(shù)和葉綠素?zé)晒庵笖?shù)因反映的是土壤水分供給情況及植被光合作用效率，相比降水距平百分率指數(shù)而言，最大存在1～2個月的滯后期，而綜合干旱指數(shù)SSV在耦合土壤水分和植被有效光合效率的基礎(chǔ)上，對降水虧缺的短歷時變化和長序列演變響應(yīng)均比較及時，相比單一干旱指數(shù)而言，不僅能捕捉氣象干旱的早期開始，亦能從多要素反映農(nóng)牧業(yè)干旱的持續(xù)過程，一定程度上彌補(bǔ)了單一干旱指數(shù)對降水響應(yīng)不及時的缺陷，進(jìn)一步驗證了綜合干旱指數(shù)的有效性和可靠性。

選取2016年和2017年為典型年，對比分析綜合干旱指數(shù)相比降水距平百分率指數(shù)和土壤相對濕潤度指數(shù)（0～20 cm）在監(jiān)測精度上的改進(jìn)。2016年，錫林郭勒草原大部分地區(qū)均有不同程度的干旱，主要集中在西烏珠穆沁旗、東烏珠穆沁旗和蘇尼特右旗，受災(zāi)人口分別為4.107 7萬、1.679 4萬和1.351 7萬人，農(nóng)作物受旱面積為220.68萬、325.19萬、184.38 萬hm2，直接經(jīng)濟(jì)損失為148 959萬、9 750 萬、260萬元，相比較而言，西烏珠穆沁旗干旱較東烏珠穆沁旗嚴(yán)重，且蘇尼特右旗干旱特征突出。采用2016年錫林郭勒草原綜合干旱指數(shù)和降水距平百分率指數(shù)分析干旱時空分布（圖7），可以發(fā)現(xiàn)綜合干旱指數(shù)與實(shí)際旱情更加吻合，且基于降水距平百分率指數(shù)的草甸草原旱情較綜合干旱指數(shù)評估的旱情偏重，荒漠草原則偏輕。

受降雨持續(xù)偏少、氣溫異常偏高及大風(fēng)天氣較多的影響，錫林郭勒草原阿巴嘎旗于2017年4月1日—9月7日發(fā)生持續(xù)性干旱，直接經(jīng)濟(jì)損失達(dá)17 000萬元；5月1日—8月29日和9月7日，東烏珠穆沁旗和蘇尼特左旗發(fā)生旱災(zāi)，直接經(jīng)濟(jì)損失分別為59 000萬、11 270萬元；4月10和5月26日，錫林浩特市和西烏珠穆沁旗分別開始干旱，且錫林浩特市為春夏連旱，直接經(jīng)濟(jì)損失分別為6 213萬、28 298萬元。以2017年旱災(zāi)直接經(jīng)濟(jì)損失為參照，干旱程度表現(xiàn)為東烏珠穆沁旗>西烏珠穆沁旗>阿巴嘎旗>蘇尼特左旗>錫林浩特。表4為2017年4 —9 月，錫林郭勒草原干旱地區(qū)基于綜合干旱指數(shù)和土壤相對濕度指數(shù)每16 d的旱情等級結(jié)果，分析發(fā)現(xiàn)：綜合干旱指數(shù)監(jiān)測旱情等級相比土壤相對濕度指數(shù)偏重，尤其對荒漠草原；綜合干旱指數(shù)與土壤相對濕度指數(shù)相比實(shí)際旱情均存在一定偏差，但干旱程度還與農(nóng)作物受災(zāi)面積、受災(zāi)人口等有關(guān)，無法單純依靠直接經(jīng)濟(jì)損失判別，且綜合干旱指數(shù)監(jiān)測干旱的開始與持續(xù)時間，相比土壤相對濕度指數(shù)而言，與實(shí)際旱情更吻合。

表4 基于綜合干旱指數(shù)與土壤相對濕度指數(shù)的旱情對比分析

3.4 綜合干旱指數(shù)在不同類型草原中的適用強(qiáng)度分析

不同類型草原受植被蓋度、植被光合效率及土壤下滲率等不一的影響，對降水和土壤水分的時滯效應(yīng)存在差異。本研究分析不同草原類型綜合干旱指數(shù)對降水和土壤相對濕度的響應(yīng)規(guī)律有利于精準(zhǔn)描述旱情演化特征。錫林郭勒草甸草原、典型草原和荒漠草原的綜合干旱指數(shù)與降水距平百分率指數(shù)相關(guān)性如圖8所示；不同草原類型綜合干旱指數(shù)與不同深度土壤相對濕度指數(shù)的相關(guān)顯著性檢驗如表5所示。

表5 不同深度土壤相對濕度指數(shù)與綜合干旱指數(shù)的相關(guān)性顯著檢驗

從綜合干旱指數(shù)與降水距平百分率指數(shù)的相關(guān)性可以發(fā)現(xiàn)，草甸草原和典型草原長序列綜合干旱指數(shù)與降水距平百分率指數(shù)的變化趨勢和相關(guān)性較荒漠草原顯著；荒漠草原因生物多樣性較少、生產(chǎn)力較低、土壤養(yǎng)分貧瘠且水分虧缺嚴(yán)重等特性，對一次強(qiáng)降水變化的響應(yīng)更為敏感，對基于葉綠素?zé)晒獾木C合干旱指數(shù)響應(yīng)不顯著，但不同草原類型綜合干旱指數(shù)與土壤相對濕度指數(shù)顯著相關(guān)（<0.01），且 0～20 cm深度的土壤相對濕度與綜合干旱指數(shù)相關(guān)性最顯著。因此，綜合干旱指數(shù)適用于錫林郭勒不同草原類型的旱情監(jiān)測，但荒漠草原相對草甸草原和典型草原的適用強(qiáng)度偏弱。

4 討 論

干旱的精準(zhǔn)化監(jiān)測有利于準(zhǔn)確把握旱情動態(tài)、評估區(qū)域干旱狀況，提升農(nóng)牧業(yè)生產(chǎn)力水平。傳統(tǒng)的干旱監(jiān)測包括地面降水、氣溫和蒸散等氣象要素監(jiān)測和衛(wèi)星遙感大尺度干旱指數(shù)反演，將地面點(diǎn)狀與遙感大尺度數(shù)據(jù)相結(jié)合，能有效反應(yīng)干旱時空尺度的異質(zhì)性。本研究采用權(quán)重組合方法，從致旱因子相互響應(yīng)機(jī)制出發(fā)，融合地面降水和蒸散發(fā)、遙感植被光合效率及土壤水分等水循環(huán)過程因子，構(gòu)建適用于不同下墊面條件的綜合干旱指數(shù)，從氣象、水文及農(nóng)業(yè)角度綜合刻畫干旱，進(jìn)而實(shí)現(xiàn)旱情的精準(zhǔn)捕捉。

降水是干旱的主要驅(qū)動因子，一般而言，氣象干旱指數(shù)能及時反映降水的虧缺狀況，進(jìn)而對干旱進(jìn)行早期預(yù)警，而農(nóng)業(yè)干旱和水文干旱則存在一定的滯后性。本研究融合新型葉綠素?zé)晒庵笖?shù)一定程度上彌補(bǔ)了農(nóng)業(yè)干旱滯后性影響，與單一干旱指數(shù)和氣象干旱指數(shù)Pa對比，融合多源信息的綜合干旱指數(shù)不僅能有效捕捉干旱的早期開始，亦能多方面反映干旱的持續(xù)過程及旱情等級。以錫林郭勒草原為例，2007—2018年，基于綜合干旱指數(shù)的錫林郭勒草原旱情主要以輕中旱為主，秋季和春季的干旱強(qiáng)度較強(qiáng)，對人畜飲水困難及農(nóng)作物受災(zāi)等產(chǎn)生直接影響，這與杜波波等[31-32]結(jié)論相契合，進(jìn)一步揭示了綜合干旱指數(shù)的可靠性。西部二連浩特和蘇尼特左旗荒漠草原土壤貧瘠，保水性差，植被類型多為戈壁針茅和石生針茅，與中東部典型草原和草甸草原對比，其對降水過程的響應(yīng)更加敏感；荒漠草原牧草對一次有效降水過程（≥10 mm）的生理響應(yīng)短于草甸草原，一般為7～12 d[33]，草原類型越干旱，其植被蓋度對降水的滯后效應(yīng)和累積效應(yīng)越明顯[34]，除此之外，荒漠草原受長序列蒸散發(fā)強(qiáng)耗損及植被蓋度對降水滯后效應(yīng)等影響，綜合干旱指數(shù)與降水距平百分率指數(shù)和土壤相對濕度指數(shù)的相關(guān)系數(shù)相對較低，但正相關(guān)性顯著，一定程度上揭示了不同草原類型對氣候因子響應(yīng)程度不一，只有綜合氣象、土壤及植被等多要素因子，才能精準(zhǔn)刻畫旱情變化，進(jìn)而評估旱情等級。

5 結(jié) 論

本研究基于錫林郭勒草原2007—2018年每16 d一次的標(biāo)準(zhǔn)化降水蒸散指數(shù)、植被供水指數(shù)及葉綠素?zé)晒庵笖?shù)，構(gòu)建了適用于不用類型草原和植被不同生長季的綜合干旱指數(shù)，從干旱指數(shù)敏感性及可靠性等方面分析了綜合干旱指數(shù)的適用性，在此基礎(chǔ)上，探究了錫林郭勒草原干旱的年際及季節(jié)性變化特征，得出以下主要結(jié)論：

1）綜合干旱指數(shù)從干旱機(jī)理出發(fā)，對干旱信息進(jìn)行了最優(yōu)組合，輸入信息易于獲取和計算，相比單一干旱指數(shù)在旱情的定性和定量分析中具有較大優(yōu)越性，融合葉綠素?zé)晒庵笖?shù)的綜合干旱指數(shù)在錫林郭勒不同草原類型干旱分析中具有適用性和可靠性。

2）2007年以來，錫林郭勒草原主要以輕旱和中旱為主，呈現(xiàn)由西向東逐漸下降的條帶狀，重旱及以上干旱集中在春季和秋季，空間上以中部典型草原和荒漠草原過渡帶頻發(fā)為主。

3）荒漠草原對降水過程的響應(yīng)比較敏感，植被蓋度對降水的滯后效應(yīng)和累積效應(yīng)顯著，使用單一干旱指數(shù)監(jiān)測其旱情，一定程度上會造成實(shí)際情況的夸大和不實(shí)，而綜合水熱、土壤及植被立地條件等探究干旱過程，有利于實(shí)現(xiàn)精準(zhǔn)監(jiān)測。

[1] 張強(qiáng)，韓蘭英，張立陽，等. 論氣候變暖背景下干旱和干旱災(zāi)害風(fēng)險特征與管理策略[J]. 地球科學(xué)進(jìn)展，2014，29(1)：80-91.

Zhang Qiang, Han Lanying, Zhang Liyang, et al. Analysis on the character and management strategy of drought disaster and risk under the climatic warming[J]. Advances in Earth Science, 2014, 29(1): 80-91. (in Chinese with English abstract)

[2] King A D, Pitman A J, Henley B J, et al. The role of climate variability in Australian drought[J]. Nature Climate Change, 2020, 10(3): 177-179.

[3] 吳循，周青. 氣候變暖對陸地生態(tài)系統(tǒng)的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2008，16(1)：223-228.

Wu Xun, Zhou Qing. Effect of climate change and global warming on terrestrial ecosystems[J]. Chinese Journal of Eco-Agriculture, 2008, 16(1): 223-228. (in Chinese with English abstract)

[4] 屈艷萍，呂娟，蘇志誠，等. 抗旱減災(zāi)研究綜述及展望[J]. 水利學(xué)報，2018，49(1)：115-125.

Qu Yanping, Lv Juan, Su Zhicheng, et al. Research review and perspective of drought mitigation[J]. Journal of Hydraulic Engineering, 2018, 49(1): 115-125. (in Chinese with English abstract)

[5] 許世衛(wèi). 中國農(nóng)業(yè)監(jiān)測預(yù)警的研究進(jìn)展與展望[J]. 農(nóng)學(xué)學(xué)報，2018，8(1)：197-202.

Xu Shiwei. Review on research in agricultural monitoring and early warning in China[J]. Journal of Agriculture, 2018, 8(1): 197-202. (in Chinese with English abstract)

[6] Hao Z, Singh V P. Drought characterization from a multivariate perspective: A review[J]. Journal of Hydrology, 2015, 527: 668-678.

[7] 趙福年，王潤元，王鶯，等. 干旱過程、時空尺度及干旱指數(shù)構(gòu)建機(jī)制的探討[J]. 災(zāi)害學(xué)，2018，33(4)：32-39.

Zhao Funian, Wang Runyuan, Wang Ying, et al. Discussion of process, temporal and spatial scale for drought and establishment of drought indices[J]. Journal of Catastrophology, 2018, 33(4): 32-39. (in Chinese with English abstract)

[8] 吳志勇，程丹丹，何海，等. 綜合干旱指數(shù)研究進(jìn)展[J]. 水資源保護(hù)，2021，37(1)：36-45.

Wu Zhiyong, Cheng Dandan, He Hai, et al. Research progress of composite drought index[J]. Water Resources Protection, 2021, 37(1): 36-45. (in Chinese with English abstract)

[9] 溫慶志，孫鵬，張強(qiáng)，等. 基于多源遙感數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測模型構(gòu)建及應(yīng)用[J]. 生態(tài)學(xué)報，2019，39(20)：7757-7770.

Wen Qingzhi, Sun Peng, Zhang Qiang, et al. An integrated agricultural drought monitoring model based on multi-source remote sensing data: model development and application[J]. Acta Ecologica Sinica, 2019, 39(20): 7757-7770. (in Chinese with English abstract)

[10] 杜靈通，田慶久，王磊，等. 基于多源遙感數(shù)據(jù)的綜合干旱監(jiān)測模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(9)：126-132.

Du Lingtong, Tian Qingjiu, Wang Lei, et al. A synthesized drought monitoring model based on multi-source remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(9): 126-132. (in Chinese with English abstract)

[11] 李軍，吳旭樹，王兆禮，等. 基于新型綜合干旱指數(shù)的珠江流域未來干旱變化特征研究[J]. 水利學(xué)報，2021，52(4)：486-497.

Li Jun, Wu Xushu, Wang Zhaoli, et al. Changes of drought characteristics in future in Pearl River Basin describing by a new comprehensive standardized drought index[J]. Journal of Hydraulic Engineering, 2021, 52(4): 486-497. (in Chinese with English abstract)

[12] 王璽圳，粟曉玲，張更喜. 綜合干旱指數(shù)的構(gòu)建及其在涇惠渠灌區(qū)的應(yīng)用[J]. 干旱地區(qū)農(nóng)業(yè)研究，2019，37(4)：223-230.

Wang Xizhen, Su Xiaoling, Zhang Gengxi. Construction of comprehensive drought index and its application in Jinghui irrigation area[J]. Agricultural Research in the Arid Areas, 2019, 37(4): 223-230. (in Chinese with English abstract)

[13] 王思楠，李瑞平，李夏子. 基于綜合干旱指數(shù)的毛烏素沙地腹部土壤水分反演及分布[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(13)：113-121.

Wang Sinan, Li Ruiping, Li Xiazi. Inversion and distribution of soil moisture in belly of Maowusu sandy land based on comprehensive drought index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(13): 113-121. (in Chinese with English abstract)

[14] 章釗穎，王松寒，邱博，等. 日光誘導(dǎo)葉綠素?zé)晒膺b感反演及碳循環(huán)應(yīng)用進(jìn)展[J]. 遙感學(xué)報，2019，23(1)：37-52.

Zhang Zhaoying, Wang Songhan, Qiu Bo, et al. Retrieval of sun-induced chlorophyll fluorescence and advancements in carbon cycle application[J]. Journal of Remote Sensing, 2019, 23(1): 37-52. (in Chinese with English abstract)

[15] 王雅楠，韋瑾，湯旭光，等. 應(yīng)用葉綠素?zé)晒夤浪阒脖豢偝跫壣a(chǎn)力研究進(jìn)展[J]. 遙感技術(shù)與應(yīng)用，2020，35(5)：975-989.

Wang Yanan, Wei Jin, Tang Xuguang, et al. Progress of using the chlorophyll fluorescence to estimate terrestrial gross primary production[J]. Remote Sensing Technology and Application, 2020, 35(5): 975-989. (in Chinese with English abstract)

[16] 劉雷震，武建軍，周洪奎，等. 葉綠素?zé)晒饧捌湓谒置{迫監(jiān)測中的研究進(jìn)展[J]. 光譜學(xué)與光譜分析，2017，37(9)：2780-2787.

Liu Leizhen, Wu Jianjun, Zhou Hongkui, et al. Chlorophyll fluorescence and its progress in detecting water stress[J]. Spectroscopy and Spectral Analysis, 2017, 37(9): 2780-2787. (in Chinese with English abstract)

[17] Wang H, Xiao J. Improving the capability of the SCOPE model for simulating solar-induced fluorescence and gross primary production using data from OCO-2 and flux towers[J]. Remote Sensing, 2021, 13(4): 794.

[18] 錢新. 基于葉綠素?zé)晒膺b感的植被干旱脅迫指數(shù)構(gòu)建[D]. 南京：南京大學(xué)，2019.

Qian Xin. A Vegetation Drought Stress Index Based on Solar-Induced Chlorophyll Fluorescence[D]. Najing: Najing University, 2019. (in Chinese with English abstract)

[19] 陳家寧，孫懷衛(wèi)，王建鵬，等. 綜合氣象干旱指數(shù)改進(jìn)及其適用性分析[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(16)：71-77.

Chen Jianing, Sun Huaiwei, Wang Jianpeng, et al. Improvement of comprehensive meteorological drought index and its applicability analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(16): 71-77. (in Chinese with English abstract)

[20] 江笑薇，白建軍，劉憲峰. 基于多源信息的綜合干旱監(jiān)測研究進(jìn)展與展望[J]. 地球科學(xué)進(jìn)展，2019，34(3)：275-287.

Jiang Xiaowei, Bai Jianjun, Liu Xianfeng. Research progress and prospect of integrated drought monitoring based on multisource information[J]. Advances in Earth Science, 2019, 34(3): 275-287. (in Chinese with English abstract)

[21] 張建平，劉宗元，王靖，等. 西南地區(qū)綜合干旱監(jiān)測模型構(gòu)建與驗證[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(5)：102-107.

Zhang Jianping, Liu Zongyuan, Wang Jing, et al. Construction and validation of comprehensive drought monitoring model in Southwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 102-107. (in Chinese with English abstract)

[22] 賈若楠，杜鑫，李強(qiáng)子，等. 近15年錫林郭勒盟植被變化時空特征及其對氣候的響應(yīng)[J]. 中國水土保持科學(xué)，2016，14(5)：47-56.

Jia Ruonan, Du Xin, Li Qiangzi, et al. Spatiotemporal characteristics of vegetation variation in Xilin Gol League in recent 15 years and its response to climate[J]. Science of Soil and Water Conservation, 2016, 14(5): 47-56. (in Chinese with English abstract)

[23] 趙水霞，王文君，吳英杰，等. 近59a錫林郭勒草原旱災(zāi)驅(qū)動氣候因子分析[J]. 干旱區(qū)研究，2021，38(3)：785-793.

Zhao Shuixia, Wang Wenjun, Wu Yingjie, et al. Analysis of drought-driving climatic factors of Xilin Gol grassland in the past 59 years[J]. Arid Zone Research, 2021, 38(3): 785-793. (in Chinese with English abstract)

[24] Vicente-Serrano S M, Begueria S, Lopez-Moreno J I. A multiscale drought index sensitive to global warming: The standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696-1718.

[25] Javed T, Zhang J, Bhattarai N, et al. Drought characterization across agricultural regions of China using standardized precipitation and vegetation water supply indices[J]. Journal of Cleaner Production, 2021, 313:127866. doi:10.1016/j. jclepro.2021.127866

[26] 張永江，劉良云，侯名語，等. 植物葉綠素?zé)晒膺b感研究進(jìn)展[J]. 遙感學(xué)報，2009，13(5)：963-978.

Zhang Yongjiang, Liu Liangyun, Hou Mingyu, et al. Progress in remote sensing of vegetation chlorophyll fluorescence[J]. National Remote Sensing Bulletin, 2009, 13(5): 963-978. (in Chinese with English abstract)

[27] 張立福，王思恒，黃長平. 太陽誘導(dǎo)葉綠素?zé)晒獾男l(wèi)星遙感反演方法[J]. 遙感學(xué)報，2018，22(1)：1-12.

Zhang Lifu, Wang Siheng, Huang Changping. Top-of-atmosphere hyperspectral remote sensing of solar-induced chlorophyll fluorescence: A review of methods[J]. National Remote Sensing Bulletin, 2018, 22(1): 1-12. (in Chinese with English abstract)

[28] Li X, Xiao J F. A global, 0.05-degree product of solar-induced chlorophyll fluorescence derived from OCO-2, MODIS, and reanalysis data[J]. Remote Sensing, 2019, 11(5), 517. doi: 10. 3390/rs11050517.

[29] Qiu R, Han G, X Ma, et al. A comparison of OCO-2 SIF, MODIS GPP, and GOSIF data from gross primary production (GPP) estimation and seasonal cycles in North America[J]. Remote Sensing, 2020, 12(2): 258.

[30] 崔園園，張強(qiáng)，李威，等. CLDAS融合土壤相對濕度產(chǎn)品適用性評估及在氣象干旱監(jiān)測中的應(yīng)用[J]. 海洋氣象學(xué)報，2020，40(4)：105-113.

Cui Yuanyuan, Zhang Qiang, Li Wei, et al. Applicability evaluation of CLDAS merged soil relative moisture product and its application in meteorological drought monitoring[J]. Journal of Marine Meteorology, 2020, 40(4): 105-113. (in Chinese with English abstract)

[31] 杜波波，阿拉騰圖婭，包剛. 2002-2016年錫林郭勒草原干旱時空特征[J].水土保持研究，2019，26(4)：190-194，202.

Du Bobo, Alatengtuya, Bao Gang. Temporal and spatial characteristics of drought in the Xilingol grassland from 2002 to 2016[J]. Research of Soil and Water Conservation, 2019, 26(4): 190-194, 202. (in Chinese with English abstract)

[32] 張巧鳳，劉桂香，于紅博，等. 錫林郭勒草原土壤含水量遙感反演模型及干旱監(jiān)測[J]. 草業(yè)學(xué)報，2017，26(11)：1-11.

Zhang Qiaofeng, Liu Guixiang, Yu Hongbo, et al. Soil moisture modelling and drought monitoring using remote sensing in Xilingol grassland[J]. Acta Prataculturae Sinica, 2017, 26(11): 1-11. (in Chinese with English abstract)

[33] 劉志剛，劉麗萍，游曉勇，等. 錫林郭勒草原氣候變化與干旱特征[J]. 內(nèi)蒙古氣象，2008(1)：17-18.

Liu Zhigang, Liu Liping, You Xiaoyong, et al. Characteristics of climate change and drought in Xilingol Grassland[J]. Meteorology Journal of Inner Mongolia, 2008(1): 17-18. (in Chinese with English abstract)

[34] 王舉鳳，何亮，陸紹娟，等. 內(nèi)蒙古不同類型草原光合植被覆蓋度對降水變化的響應(yīng)[J]. 生態(tài)學(xué)報，2020，40(16)：5620-5629.

Wang Jufeng, He Liang, Lu Shaojuan, et al. Photosynthetic vegetation cover response to precipitation on the Inner Mongolian Steppe[J]. Acta Ecologica Sinica, 2020, 40(16): 5620-5629. (in Chinese with English abstract)

Construction and application of comprehensive drought index in different steppe types

Zhao Shuixia, Wang Wenjun※, Wu Yingjie, Li Wei, Quan Qiang

(1.,,100038,;2.,,010020,)

The drought index is important to the drought grade evaluation, drought prevention, and mitigation measures formulating.Based on the physical mechanism of drought, the objective weighting method of Criteria Importance Through Inter-criteria Correlation (CRITIC) was used to construct a comprehensive drought index with multi-source information. The mechanism of Standardized Precipitation Evapotranspiration Index (SPEI), Vegetation Supply Water Index (VSWI), and Solar-induced Chlorophyll Fluorescence index (SIF) were comprehensively considered in the drought development process. The vegetation types, coverage, and their sensitivity to precipitation and temperature of different steppes were also been considered in the comprehensive drought index construction. Taking Xinlingol steppe in Inner Mongolia as an example, the applicability and sensitivity of comprehensive drought index in different steppe types were explored compared with the precipitation anomaly percentage index of meteorological drought and the Relative Soil Moisture Index (RSM) of agricultural drought. The temporal and spatial distribution and evolution characteristics of drought were further analyzed in desert, typical and meadow steppes during 2007—2018. The results showed that: 1) The comprehensive drought index can not only sensitively capture the early stage of drought but also comprehensively reflect the duration and time of drought from the perspective of hydrology and pastoral area drought. The comprehensive drought index makes up for the limitation of drought information revealed by a single drought index to a certain extent, which can effectively identify the temporal and spatial distribution characteristics of drought, and improve the pertinence and accuracy of drought monitoring. 2) The temporal and spatial distribution characteristics of drought in Xinlingol steppe evaluated by the comprehensive drought index were more consistent with the actual drought condition compared with precipitation anomaly percentage index and RSM, and the correlation between 0-20 cm RSM and comprehensive drought index was the most significant. The drought frequency of the Xilingol steppe during 2007—2018 showed a fluctuating downward trend, which had a significant positive correlation with the drought crop area, affected population, and direct economic loss. 3) The drought intensity of the Xinlingol steppe was mainly light and moderate drought, in which the severe and extreme drought mainly happened in spring and autumn. For different steppe types of Xilingol, the drought frequency of desert steppe was significantly higher than that of typical steppe and meadow steppe, and the spatial distribution of drought shows a gradually decreasing trend from northwest to southeast and serious drought in the middle and north part of the typical steppe. This study carried out an optimal combination of drought information, in which the input information is easy to obtain and calculate, and the application of solar-induced chlorophyll fluorescence index effectively revealed the response of vegetation to drought stress.The application intensity of the comprehensive drought index in the desert steppe is relatively weak compared with meadow and typical steppe because the soil and biodiversity situation of the desert steppe is poor, the vegetation is sensitive to a precipitation process, and the cumulative effect is significant. This study is of great significance to the drought events monitoring and prevention in different steppe types on the Mongolian Plateau.

drought; precipitation; comprehensive drought index; chlorophyll fluorescence index; applicability; Xilingol steppe

趙水霞，王文君，吳英杰，等. 綜合干旱指數(shù)構(gòu)建及其在不同草原類型中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(16)：99-107.doi：10.11975/j.issn.1002-6819.2021.16.013 http://www.tcsae.org

Zhao Shuixia, Wang Wenjun, Wu Yingjie, et al. Construction and application of comprehensive drought index in different steppe types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(16): 99-107. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.16.013 http://www.tcsae.org

2021-06-22

2021-08-10

內(nèi)蒙古自治區(qū)科技計劃重大專項及科技計劃項目（2020ZD0020，2021GG0050）；中國水科院“五大人才”創(chuàng)新團(tuán)隊項目和基本科研專項（MK0145B022021；MK2020J12）

趙水霞，博士，工程師，研究方向為干旱半干旱區(qū)生態(tài)水文。Email：zhaosx@iwhr.com

王文君，高級工程師，研究方向為干旱半干旱區(qū)生態(tài)水文。Email：wangwj@iwhr.com

10.11975/j.issn.1002-6819.2021.16.013

P426.616

A

1002-6819(2021)-16-0099-09