孙秋慧　徐国宾

摘要：根据海口市8个雨量站1970-2012年的逐日降雨资料，采用降雨平均和SPI（标准化降水指数）平均两种不同的SPI处理方案[JP+1]计算了三个时间尺度（3、6、12个月）的SPI值。将两种处理方案在不同时间尺度上计算所得的干旱情况与实际干旱情况做了比较，选择适用于海口市干旱评估的处理方案，应用MannKendall检验，Morlet小波分析方法分析了海口市1970-2012年间各季节的干旱变化趋势和年干旱变化周期。结果显示：降雨平均方案更适用于评估海口市的干旱情况；海口市不同程度的干旱发生频率高达56%，多发生在春、秋两季，频率分别为51%和41%，秋季特旱发生频率为14%；海口市整体干旱有加重趋势且秋季加重趋势明显；海口市干旱具有13 a左右的第一主周期，4 a和22 a的第二、三周期。研究结果可为海口市干旱评估和预报以及制定抗旱减灾措施提供参考。

关键词：SPI（标准化降水指数）；干旱特征；MannKendall检验；小波分析；海口市

中图分类号：P467文献标志码：A文章编号：

16721683（2018）04005808

Study on the characteristics of drought in Haikou City based on standardized precipitation index

SUN Qiuhui，XU Guobin，MA Chao，CHEN Liang

（

State Key Laboratory of Hydraulic Engineering Simulation and Safety，Tianjin University，Tianjin 300354，China）

Abstract：

According to the daily rainfall data of the eight rainfall stations in Haikou City from 1970 to 2012，we used two different SPI processing schemes，（1） SPI calculated from allstation averaged precipitation （precipitationmean） and （2） mean of all SPI calculated from precipitation at individual stations （SPImean），to calculate the SPI values at 3，6and 12month scales.We compared the drought situation reflected by the two schemes at each month scale with the actual drought situation and selected the suitable scheme for drought evaluation in Haikou City.We used the MannKendall test and Morlet wavelet analysis method to analyze the change trend and the cycle of drought change in Haikou City from 1970 to 2012.The results showed that precipitationmean is more suitable to evaluate the drought situation in Haikou.From 1970 to 2012，the occurrence frequency of droughts of different degrees in Haikou City was as high as 56%，especially in spring and autumn，where the frequency was 51% and 41% respectively.The occurrence frequency of extreme droughts in autumn was 14%.The general drought situation in Haikou City was aggravating，and the trend was especially obvious in autumn.The drought in Haikou had a first main cycle of about 13 years，a second main cycle of 4 years，and a third main cycle of 22 years.The results can provide a reference for drought evaluation and forecasting and the development of drought relief measures in Haikou City.

Key words：

[JP+4]SPI（Standardized Precipitation Index）；drought characteristic；MannKendall test；wavelet analysis；Haikou City

干旱，廣泛发生于世界各地的气象灾害，给人民的生命财产带来极大的危害。为了监测和量化干旱程度，许多研究学者提出了各种各样的气象干旱指数，如：降水量距平百分率（Pa）、相对湿润度指数（M）、帕默尔干旱指数（PDSI）、标准化降水指数（SPI）等。其中，SPI因其可量化不同时间尺度的降水量赤字且只需要降雨资料、计算简单易行、不依赖于土壤水分条件或不利地形的影响而被研究者广泛应用[121]。黄晚华等[1]采用SPI为干旱指标，分析了秦岭—淮河以南、青藏高原以东的广大南方地区季节性干旱时空变化规律，研究表明，中国南方干旱程度在时间尺度上呈不同程度的增加趋势，春旱和秋旱有加重的趋势，而夏旱和冬旱有减轻的趋势。李伟光等[2]证明了利用Γ分布拟合海南岛不同尺度降水量的可行性，并得出不同时间尺度SPI值结合使用可以准确判断海南岛旱季和雨季不同类型干旱的开始、持续时间及严重程度的结论。Joshi等[3]应用SPI作为气象干旱指标分析了印度141 a（1871-2012年）30个降雨分区的各种干旱变量，并应用离散小波变换结合MannKendall测试分析了与干旱变量相关联的趋势和周期，结果表明，在20世纪下半叶，印度东北和中部的干旱发生显著增加，干旱变化趋势受短期（2～8 a）和年代际（16～32 a）周期影响显著。Zhou和Liu[4]以1957-2014年13个雨量站记录的鄱阳湖盆地月降水量为例，研究了由各个站的降水计算所有SPI的平均值（SPI平均）和SPI从全站平均降水（降水平均）计算所得两种处理方案在评估干旱中产生的差异，结果表明对于鄱阳湖盆地，SPI平均方案相比于降水平均方案可以更准确地突出极端事件，因而应用SPI平均值方案对其进行评估更合适。

以往关于干旱趋势、干旱周期的研究区域大多是北方干旱地区[1419]，也有一些学者对贵州、云南、四川等西南地区进行研究[2022]，但少有应用SPI对海南省或海口市的干旱特征与周期做研究。海南岛一年四季均有干旱发生，冬春季节为季节性干旱，夏秋两季降水的时间分布不均会发生短暂干旱[23]。干旱频发，使得干旱成为海南省发生频率高，影响范围广、持续时间长的灾害性天气，长期困扰着海南省的工农业生产。研究海口市的干旱变化特征对海口市以及整个海南省的经济可持续发展与水资源可持续利用管理有重要意义。因此，本文针对海南省海口市，首先利用海口市1970-2012年43 a的降雨资料，比较分析了SPI平均法和降雨平均法两种不同的SPI处理方案对于评估海口市干旱的适用性，接着以最适宜评估海口市干旱特征的方案，求解分析了各季节各等级干旱发生频率、变化趋势和干旱周期，以期探讨未来一段时期的干旱状况，为制定农业种植计划和准确预报干旱变化提供参考。

1研究区域概况及数据方法

1.1研究区域概况及数据来源

海口市位于东经110°10′-110°41′，北纬19°32′-20°05′之间，总面积3 13484 km2，其中陆地面积2 30484 km2，占7352%，整体地势平缓，西北部和东南部较高，中部较低，北部多为沿海小平原。全市地貌主要由山丘、台地和平原组成，基本分为北部滨海平原区，中部沿江阶地区，东部、南部台地区，西部熔岩台地区。地表主要为第四纪基性火山岩和第四系松散沉积物，呈较大面积分布，土壤类型以土壤蓄水保水能力弱的玄武岩砖红壤、火山灰幼龄砖红壤、砂页岩砖红壤、带状潮沙泥土与滨海沙土为主。

海口市地处低纬度热带北缘，属于热带季风海洋性气候，受热带海洋季风气候和区域地形的影响，海口市降雨主要集中在5月-10月的台风季节，多以台风雨、季风槽雨和锋面雨为主。春季温暖少雨多旱，夏季高温多雨，秋季多台风暴雨，冬季干燥少雨但北方有冷空气南下侵袭时有连阴雨天气。全年日照时间长，辐射能量大，年平均日照时数约2 2252 h，年太阳辐射量可达到1 200 000 kcal/m2左右；年平均气温约244 ℃，最低平均气温180 ℃左右，年平均降水量约1 6966 mm，年平均蒸发量约1 8477 mm，平均相对湿度83%。常年以东北风和东南风为主，年平均风速34 m/s。

根据《中国气象干旱大典·海南卷》和海南省水资源公报记载，1970-2012年期间，海口市多次发生干旱，其中较为典型的有：1971-1974年连续4年冬春连旱；1977-1980年连年出现大旱，1977年1月中旬至5月下旬，海口、屯昌、定安、文昌、琼海、万宁等市县冬春连旱，连续旱日79～131 d，各地各月降雨量比常年偏少，出现罕见的大旱；1977年9月中旬至1978年3月中旬，白沙、澄迈、昌江、海口等市县连续旱日166～178 d；1978年10月中旬至1979年5月下旬，通什（今五指山）、乐东、定安、海口、崖县（今三亚）、文昌、澄迈、东方等市县连续旱日137～187 d；1979年10月至1980年5月，海南岛遭受持续8个月的大旱。1983年11月初至1984年4月下旬，海南岛绝大部分地区冬春连旱；1986年9月中旬至10月，全岛秋旱严重；1996年冬春连旱，夏旱明显；2004年9月份到2005年的5月份全省大部分地区出现持续高温少雨天气，全省各地降雨量累计仅为1228～513 mm，2004年因旱直接经济损失651亿元。2010年，1至9月部分市县降雨量偏少，局部发生不同程度的旱情，损失粮食304万t，直接经济损失311亿元。

本文采用的数据为海口市水文局提供的1970-2012年逐日降雨资料。为保证气象站点数据序列的完整性，剔除了在研究时段内缺测年份大于一年的站点，并对缺测年份小于一年的数据通过与其具有良好的相关性的邻近气象站建立线性回归关系进行插值。结合海口市的区域面积和地形最后选用了海口市海口、龙塘、丁荣、凤潭、岭北、铁炉、新德与枫圮，8个较有代表性的雨量站1970年1月1日-2012年12月31日的逐日降雨数据资料。研究中以日降雨量P≥1 mm作为有效降雨。研究区域和8个雨量站的泰森多边形分布图见图1。

1.2.2降雨平均方案与SPI平均方案及其计算方法

降雨平均方案指在计算区域SPI值时先利用泰森多边形法将各个雨量站的降雨量平均，后利用平均降雨量計算SPI值。SPI平均方案指在计算区域SPI值时先利用各个雨量站的降雨量分别求得SPI值，后利用泰森多边形法将各个雨量站的SPI值做平均。泰森多边形法的权重ωi如式（8）所示。

2降雨平均方案与SPI平均方案对比分析

据相关文献[2、23、25]及对海南岛旱情资料的分析可知，海南岛雨季为5月-10月，旱季为11月-次年4月，因而用3个月时长计算短期时间系列时采用2月-4月、5月-7月、8月-10月、11月-次年1月，即SPI4月、SPI7月、SPI10月、SPI1月代表春、夏、秋、冬四个季节；用6个月时长计算中期时间系列时采用5月-10月、11月-4月，即SPI10月、SPI4月代表旱、雨两季。用12个月时长计算长期时间系列时采用1月-12月，即用SPI12代表年干旱情况。应用上述两种方法分别计算得出降雨平均方案与SPI平均方案下的春、夏、秋、冬四个季节与旱、雨两季及年SPI值，发现在SPI平均方案下，不论哪个尺度情况，都没有特旱发生，这与历史实际干旱记录不符。SPI平均方案降低了极端干旱的程度。选出两者最为突出的干旱年份作比较，比较结果见表2。由表2知，降雨平均方案更符合实际干旱情况。降雨平均方案准确的反映了1986年少见的秋旱、1996年的冬春连旱和明显夏旱、2004年和2010年的两大严重干旱年等典型干旱事件。

3海口市干旱特征分析

3.1干旱的时序变化趋势

3.1.1线性回归法分析干旱的时序变化趋势

由线性回归法分析海口市降雨平均方案各时间尺度的干旱时序变化趋势，给出了线性回归方程，见图2。线性回归方程的斜率[HJ1.84mm]为正表示干旱趋势减弱，反之若为负则表示干旱加强；斜率的绝对值越大，说明趋势越明显，反之若斜率绝对值接近0，则表示趋势不明显。

外，春、夏、冬三个季节的SPI值变[HJ2.3mm]化趋势不明显。秋季正是早稻收获和晚稻播种的季节，未来海口市对于秋季干旱的防范应加强。

旱（图2（e））、雨（图2（f））两季及年（圖2（g））SPI值回归方程斜率分别为00044、-00026、-00097，斜率绝对值都接近0，由此知海口市1970-2012年期间，旱、雨两季及年SPI值变化趋势不明显。

3.1.2MK法分析干旱的时序变化趋势

应用MK法[26]分别对1970-2012年海口市8个雨量站春、夏、秋、冬四季，干湿两季以及年计算尺度下降雨平均方案SPI值趋势性进行分析，结果见图3。

春季（图3（a））SPI值的总体变化趋势大体上经历了先下降后上升的过程。1972-1987年年末为下降趋势，即这段时间气候趋向于干旱，但趋势不明显；1988-2012年为上升趋势，气候发展趋势为变湿润，但趋势不明显。此外，从UF和UB曲线的交点可看出，SPI序列在1984年左右发生了一次突变，突变后SPI值转为上升，即春季气候朝湿润方向发展，但趋势不明显。夏季（图3（b））SPI值的总体变化过程大致为先升后降。1970-1978年SPI值为上升，且上升达到5%显著性水平，趋势明显；1979-2012年SPI值为下降，但趋势不明显。从UF和UB曲线的交点可看出，SPI序列在1975年与2011年发生了两次突变，1975年突变后SPI值逐渐下降，即夏季1978年之前湿润趋势明显，之后开始朝干旱趋势发展但趋势不明显；2011年突变后SPI值逐渐上升，即夏季2011年之后干旱趋势减弱但趋势不明显。秋季（图3（c））SPI值在1996年发生了一次突变，突变后1996-2012年SPI值快速下降，下降趋势明显，达到5%显著性水平，即秋季1996年之后干旱趋势加重。冬季（图3（d））SPI值从1970-2012年，基本上处于下降趋势，但趋势不明显，在2007年有一个突变点，SPI值转为上升趋势。[HJ1.8mm]即海口市冬季干旱趋势有减弱的趋势，但不明显。

分析旱、雨两季的SPI值变化趋势（图3（e）与图3（f））知，旱季与雨季刚好呈现出相反的变化趋势。1970-1978年与1979-2012年，旱季SPI序列由下降趋势变为上升趋势且上升达到5%显著性水平，上升趋势明显；雨季SPI序列由上升趋势变为下降趋势且下降达到5%显著性水平，下降趋势明显。在从UF和UB曲线的交点可看出，旱、雨两季SPI序列均在1975年发生突变，突变后旱季SPI值转为上升，雨季SPI值转为下降。[HJ2.2mm]

分析年尺度的SPI值变化趋势（图3（g））知，从1970-2012年43 a间，干旱或湿润趋势不明显，1970-1975年为下降趋势，1976-2007年为上升趋势，2008-2012年又转为下降趋势。其中在1974年和2007年发生两次突变。

3.2SPI干旱的周期分析

利用小波分析法，采用复数Morlet小波分析海口市年尺度SPI值序列的多时间尺度特征，依据结果分别绘制小波系数实部、模和模平方的等值线图以及小波方差图，见图4。

由小波系数实部等值线图（图4（a））可以看出，海口市年尺度SPI值变化存在多个明显的时间特征尺度。从始至终13 a、4 a的年际小尺度表现十分明显，其次从1970-1990年存在22 a左右的大尺度。由小波系数模等值线图与小波系数模平方等值线图（图4（b）与图4（c））反映出的不同时段各时间尺度所对应信号的强弱可以看出，10到15 a之间的时间尺度变化较强，发生于1970-2012年整个序列。由小波方差图（图4（d））可以看出，年SPI值系列存在3个较为明显的峰值，依次对应着4 a、13 a和22 a的时间尺度。其中，最大峰值对应13 a的时间尺度，说明13 a左右的周期震荡最强，为区域年干旱变化的第一主周期；4 a时间尺度对应着第二峰值，为区域年干旱变化的第二主周期；22 a时间尺度对应着第三峰值，为区域年干旱变化的第三主周期。上述3个周期的波动控制着海口市干旱在整个时间域内的变化特征。

绘制干旱演变的第一、第二和第三主周期小波变换实部变化过程图（图5）以分析干湿变化特征。13年特征时间尺度下（图5（a）），大约经历了5个干湿转换期，海口市干旱时段为1972-1976年、1980-1984年、1988-1993年、1998-2002年、2006-2011年；4年特征时间尺度下（图5（b）），大约经历了15个干湿转换期，海口市三个较为突出的干旱时段为1978-1980年、1988-1990年、2002-2004；22年特征时间尺度下（图5（c）），大约经历了3个干湿转换期，海口市干旱时段为1970-1973年、1980-1988年、1994-2002年、2010-2012年。

3.3各等级干旱发生频率

不同计算尺度下，海口市8站点降雨平均SPI值反映出的海口市各等级干旱发生频率如图6所示。由图6可知海口市一年四季均可能发生干旱，干旱多发生在春、秋两季，频率分别为51%、41%。相对与其他季节，秋季是特旱高发季，频率为14%，即平均6 a发生一次特大干旱事件。从6个月旱、雨季尺度来看，雨季也应注重干旱的预防，旱季要预防特大干旱发生。年尺度发生不同等级干旱的频率为56%，即平均2 a发生一次干旱事件。

4結论

对海口市旱情分析表明，降雨平均方案更适用于评估海口市的干旱情况。SPI平均方案降低了极端干旱的程度，不符合实际干旱情况，降雨平均方案可准确的反映出典型干旱年份的干旱事件，与历史实际干旱记录吻合。利用降雨平均方案计算所得的SPI值，采用统计分析、趋势分析、小波分析等方法分析海口市干旱变化特征，得出以下结论。

（1）从干旱发生频率来看，海口市不同程度的干旱发生频率高达56%，即平均2年发生一次干旱事件，春、秋两季干旱发生频率高达51%、41%，秋季特旱发生频率为14%，即平均6年发生一次特大秋旱事件。海口市干旱频发与其热带季风海洋性气候及地形地貌息息相关，气候特点导致降水量虽大但季节分布不均，红壤土及多石灰岩的地貌导致土壤蓄水保水能力弱，降水易形成径流流失。政府部门应给予足够的重视，积极制定工程管理措施防旱抗旱。

（2）从干旱趋势来看，海口市整体干旱趋势增强，尤其是秋季，干旱加重趋势明显。分析秋季干旱加强的原因，可能有以下两个方面：一是降雨相对集中，大部分降雨量集中在某一场或某几天的降雨时间，即极端降雨事件增加造成降雨量时间分布不均，二是前期土壤、农作物蒸发消耗大，造成土壤水分缺乏。秋季对于海南一年两熟或三熟的种植结构来说是正是需水旺盛期，此时发生干旱对农作物生长发育影响较大，且可能进一步影响到其他行业用水，应加强防范。

（3）海口市干旱具有13 a左右的第一主周期，4 a和22 a的第二、三周期。预计下一个干旱期会在2018-2022年，政策制定者需相应及时地调整生产生活模式，合理规划水资源配置，做好种植计划，以减轻对农作物带来的不利影响。

参考文献（References）：

[1]黄晚华，杨晓光，李茂松，等.基于标准化降水指数的中国南方季节性干旱近58a演变特征[J].农业工程学报，2010，26（7）：5059.（HUANG W H，YANG X G，LI M S，et al.Evolution characteristics of seasonal drought in the south of China during the past 58 years based on standardized precipitation index[J].Transactions of the CSAE，2010，26（7）：5059.（in Chinese）） DOI：10.3969/j.issn.10026819.2010.07.009.

[2]李伟光，陈汇林，朱乃海，等.标准化降水指标在海南岛干旱监测中的应用分析[J].中国生态农业学报，2009，17（1）：178182.（LI W G，CHEN H L，ZHU N H，et al.Analysis of drought monitoring on hainan island from standardized precipitation index[J].Chinese Journal of EcoAgriculture，2009，17（1）：178182.（in Chinese）） DOI：16713990（2009）01017805.

[3]JOSHI N，GUPTA D，SURYAVANSHI S，et al.Analysis of trends and dominant periodicities in drought variables in India：A wavelet transform based approach[J].Atmospheric Research，2016，182：200220.http：//dx.doi.org/10.1016/j.atmosres.2016.07.030.

[4]ZHOU H，LIU Y.SPI Based meteorological drought assessment over a Humid Basin：Effects of processing schemes[J].DOI：2016，8（9）：373.10.3390/w8090373.

[5]ZHANG Q，LU W，CHEN S，et al.Using Multifractal and wavelet analyses to determine drought characteristics：A case study of Jilin Province，China[J].Theoretical and Applied Climatology，2016，125（3）：112.DOI：10.1007/s0070401617812.

[6]IONITA M，SCHOLZ P，CHELCEA S.Assessment of droughts in romania using the standardized precipitation index[J].Natural Hazards，2016，81（3）：14831498.DOI：10.1007/s1106901521418.

[7]ZAKHEM B A，KATTAA B.Investigation of hydrological drought using cumulative standardized precipitation index （SPI 30） in the eastern Mediterranean region （Damascus，Syria）[J].Journal of Earth System Science，2016，125（5）：116.DOI：10.1007/s1204001607030.

[8]TOSUNOGLU F，CAN I.Application of copulas for regional bivariate frequency analysis of meteorological droughts in Turkey[J].Natural Hazards，2016，82（3）：14571477.DOI：10.1007/s1106901622539.

[9]BANDYOPADHYAY N，SAHA A K.A comparative analysis of four drought indices using geospatial data in Gujarat，India[J].Arabian Journal of Geosciences，2016，9（5）：111.DOI：10.1007/s125170162378x.

[10]THOMAS T，JAISWAL R K，GALKATE R，et al.Drought indicatorsbased integrated assessment of drought vulnerability：A case study of bundelkhand droughts in Central India[J].Natural Hazards，2016，81（3）：126.DOI 10.1007/s1106901621498.

[11]DJERBOUAI S，SOUAGGAMANE D.Drought forecasting using neural networks，wavelet neural networks，and stochastic models：Case of the algerois basin in North Algeria[J].Water Resources Management，2016，30（7）：24452464.DOI：10.1007/s1126901612986.

[12]ACHCAR J A，COELHOBARROS E A，SOUZA R M D.Use of nonhomogeneous poisson process （NHPP） in presence of changepoints to analyze drought periods：A Case Study in Brazil[J].Environmental and Ecological Statistics，2016（3）：115.DOI：10.1007/s106510160345z.

[13]RAHMAN M R，LATEH H.Meteorological drought in bangladesh：Assessing，Analysing and hazard mapping using SPI，GIS and monthly rainfall data[J].Environmental Earth Sciences，2016，75（12）：120.DOI：10.1007/s1266501658295.

[14]唐僥，孙睿.基于气象和遥感数据的河南省干旱特征分析[J].自然资源学报，2013，28（4）：646655.（TANG X，SUN R.Drought characteristics in Henan Province with meteorological and remote sensing data[J].Journal of Natural Resources，2013，28（4）：646655.（in Chinese）） DOI：10003037（ 2013） 04064610.

[15]王帅兵，李常斌，杨林山等.基于标准化降水指数与Z指数的洮河流域干旱趋势分析[J].干旱区研究，2015，32（3）：565572.（WANG S B，LI C B，YANG L S，et al.Drought trend analysis based on standardized precipitation index and the Z index in the Tao river Basin[J].Arid Zone Research，2015，32（3）：565572.（in Chinese）） DOI：10.13866 / j.azr.2015.03.21.

[16]张岳军，郝智文，王雁，等.基于SPEI和SPI指数的太原多尺度干旱特征与气候指数的关系[J].生态环境学报，2014（9）：14181424.（ZHANG Y J，HAO Z W，WANG Y，et al.Multiscale characteristics of drought based on SPEI and SPI in association with climate index in Taiyuan[J].Ecology and Environmental Sciences，2014（9）：14181424.（in Chinese）） DOI：10.16258/j.cnki.16745906.2014.09.006.

[17]梁哲军，王玉香，董鹏，等.山西南部季节性干旱特征及综合防御技术[J].干旱地区农业研究，2016，34（4）：281286.（LIANG Z J，WANG Y X，DONG P，et al.Characteristics of seasonal drought and integrated drought preventing techniques in South Shanxi[J].Agricultural Research in the Arid Areas，2016，34（4）：281286.（in Chinese）） DOI：10007601（ 2016） 04028106.

[18]谭学志，粟晓玲，邵东国.基于SPI的陕西关中地区气象干旱时空特征分析[J].干旱地区农业研究，2011，29（2）：224229.（TAN X Z，SU X L，SHAO D G.Analysis of spatial and temporal characteristics of meteorological drought in Guanzhong Region of Shaanxi Province[J].Agricultural Research in the Arid Areas，2011，29（2）：224229.（in Chinese）） DOI：10007601（2011）02022406.

[19]王刚，严登华，申丽霞，等.近55年以来漳卫河流域干旱演变特征[J].南水北调与水利科技，2014，12（4）：15.（WANG G，YAN D H，SHEN L X，et al.Drought evolution characteristics in the Zhangwei River Basin in recent 55 years[J].SouthtoNorth Water Transfer and Water Science & Technology，2014，12（4）：15.（in Chinese）） DOI：10.13476/j.cnki.nsbdqk.2014.04.001.

[20]冯禹，崔宁博，徐燕梅，等.贵州省干旱时空分布特征研究[J].干旱区资源与环境，2015，29（8）：8286.（FENG Y，CUI N B，XU Y M，et al.Temporal and spatial distribution characteristics of meteorological drought in Guizhou Province[J].Journal of Arid Land Resources and Environment，2015，29（8）：8286.（in Chinese）） DOI：10.13448 /j.cnki.jalre.2015.261.

[21]杨晓静，左德鹏，徐宗学.基于标准化降水指数的云南省近55年旱涝演变特征[J].资源科学，2014，36（3）：473480.（YANG X J，ZUO D P，XU Z X.Characteristics of drought and floods analyzed using the standardized precipitation index in Yunnan Province during the past 55 years[J].Resources Science，2014，36（3）：473480.（in Chinese）） DOI：10077588（2014）03047308.