一种用于西江流域干旱监测的新型多时间尺度综合干旱指数

《Journal of Hydrology: Regional Studies》：A novel multi-timescale comprehensive drought index for drought monitoring in the Xijiang River Basin

本研究开发了一种基于D-vine copula的多时间尺度综合干旱指数SPPSI，整合降水、潜在蒸散和土壤湿度三个关键驱动因素，有效捕捉变量间的非线性与尾部依赖关系。在Xijiang河流域试验表明，SPPSI较传统SPEI和SSMI更精准识别干旱演变过程，5天尺度可高效监测闪 droughts，与历史干旱事件匹配度达92%，且与受灾面积相关性（r=0.51）显著优于其他指标。该方法突破传统二维联合分布局限，实现三维变量动态耦合分析，为多类型干旱监测提供新工具。

　　干旱是一种全球范围广泛且破坏性极强的气候极端事件，其影响涉及农业、生态和经济等多个领域。随着全球气候变化的加剧，干旱事件的频率和强度正在显著增加，尤其是在中国南方的西江流域，这一现象尤为突出。西江流域是珠江的主干流，同时也是中国南方重要的经济和农业区域，其特殊的地理和气候条件，使得该地区对干旱的敏感性较高，尤其是突发性干旱。因此，开发一种能够同时监测传统干旱和突发性干旱的综合干旱指数，具有重要的现实意义和研究价值。

在传统干旱监测中，常用的方法往往缺乏对突发性干旱的捕捉能力，主要因为其时间分辨率不足，无法反映快速变化的干旱特征。此外，现有干旱指数在构建过程中通常忽略了土壤水分这一关键变量，使得对干旱发展的全面理解受到限制。为了解决这些问题，本研究提出了一种基于D-vine copula的多时间尺度综合干旱指数，命名为标准化降水潜在蒸发蒸腾土壤水分指数（SPPSI）。该指数通过整合降水、潜在蒸发蒸腾和土壤水分三个关键干旱驱动因素，利用D-vine copula结构建模，实现了对干旱事件的精准识别和有效监测。

SPPSI的构建过程包括以下几个步骤：首先，对降水、潜在蒸发蒸腾和土壤水分在不同时间尺度下的边缘分布进行拟合和优化；其次，建立D-vine copula结构，以捕捉这些变量之间的非线性和非对称性依赖关系；最后，通过维度降维和反向计算，得到最终的SPPSI值。这种方法不仅保留了传统干旱指数的优点，还通过引入D-vine copula结构，有效提高了对突发性干旱的识别能力，特别是在5天时间尺度上，SPPSI能够准确捕捉突发性干旱的发展过程。

在实际应用中，SPPSI在西江流域的监测结果表明，它在识别干旱事件和量化干旱影响范围方面具有显著优势。与其他常用的干旱指数（如标准化降水蒸发蒸腾指数SPEI和标准化土壤水分指数SSMI）相比，SPPSI在多个时间尺度上均表现出更强的适用性和更高的相关性。特别是在5天时间尺度上，SPPSI能够有效识别突发性干旱的发生和发展过程，而在3个月时间尺度上，则更适合监测传统干旱的演变趋势。这种多时间尺度的监测能力，使得SPPSI能够满足不同研究需求，为干旱的综合分析和预警系统提供有力支持。

研究还指出，SPPSI的构建过程考虑了降水、潜在蒸发蒸腾和土壤水分之间的复杂交互作用。降水是干旱的主要输入因素，潜在蒸发蒸腾则驱动了干旱的形成和持续，而土壤水分则是干旱发展的关键指标。通过将这些变量整合到一个统一的指数中，SPPSI能够更全面地反映干旱的动态过程，从而提高干旱监测的准确性和时效性。此外，SPPSI在计算过程中采用非参数的高斯核函数，以适应不同时间尺度下的数据特征，这种方法在5天时间尺度上表现尤为突出，能够有效应对数据的非平稳性和复杂性。

尽管SPPSI在干旱监测方面表现出色，但研究也指出了一些局限性。首先，该指数未考虑人为因素，如灌溉和土地利用变化，这些因素在干旱的发生、发展和影响中起着重要作用。因此，未来的研究可以进一步引入这些变量，以提高干旱指数的全面性和准确性。其次，SPPSI的验证主要依赖于年度干旱影响范围的数据，这可能无法准确反映作物生长关键期的亚季节性水分短缺情况。因此，未来的研究应结合实地试验，量化干旱事件与作物减产之间的关系，从而增强干旱指数的验证效果。

综上所述，SPPSI为干旱监测提供了一种全新的方法，能够有效捕捉传统干旱和突发性干旱的特征，特别是在多时间尺度的应用上具有显著优势。该指数不仅适用于西江流域，还具有推广到其他类似地理和气候区域的潜力，为干旱预警和应对策略的制定提供了重要的技术支持。未来的研究应进一步完善该指数，考虑更多的人为因素和实地数据，以实现更全面的干旱监测和更精准的预警系统。