胡欣欣,張玉虎,向 柳

(首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048)

?

新疆阿克蘇地區(qū)氣象干旱特征研究

胡欣欣,張玉虎*,向 柳

(首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048)

研究區(qū)域干旱特征規(guī)律能夠?yàn)楦珊碉L(fēng)險(xiǎn)管理提供技術(shù)支撐，利用研究區(qū)內(nèi)9個(gè)氣象站點(diǎn)1960～2007年日降水?dāng)?shù)據(jù)，計(jì)算SPI 4個(gè)時(shí)間尺度3、6、9、12個(gè)月的干旱指數(shù)，分析該地區(qū)的干旱程度。在此基礎(chǔ)之上，利用馬爾可夫鏈預(yù)測(cè)隨后3年阿克蘇地區(qū)干旱的概率，與實(shí)際情況做比較。結(jié)果表明，①12個(gè)月時(shí)間尺度的結(jié)果表明，干旱強(qiáng)度最高的是沙雅，相對(duì)干旱頻率最大的是庫(kù)車；6個(gè)月時(shí)間尺度的結(jié)果表明，干旱強(qiáng)度最高的是柯坪，相對(duì)干旱頻率最大的是拜城和庫(kù)車。②年平均降水量呈上升趨勢(shì)，基于SPI的馬爾科夫模型的計(jì)算結(jié)果與阿克蘇地區(qū)2008～2010年的氣象情況一致。③SPI-12和SPI-6空間分布整體變化趨勢(shì)一樣，但是12個(gè)月時(shí)間尺度的結(jié)果干旱的整體趨勢(shì)大致是東部比西部要嚴(yán)重；而6個(gè)月時(shí)間尺度的結(jié)果干旱20世紀(jì)60年代、80年代、90年代西部的干旱要比東部的嚴(yán)重。

馬爾科夫鏈；標(biāo)準(zhǔn)化降水指數(shù)；干旱時(shí)空變化；干旱預(yù)測(cè)

干旱是一種降水量相對(duì)虧缺的自然現(xiàn)象，是指在一定區(qū)域一段時(shí)間內(nèi)水分的收支發(fā)生不平衡而形成的水分盈虧現(xiàn)象[1]。由于干旱涉及范圍廣、影響因素眾多,所以一直沒(méi)有統(tǒng)一的定義。目前應(yīng)用比較廣泛的是美國(guó)氣象學(xué)會(huì)的分類定義，美國(guó)氣象學(xué)會(huì)將干旱分為4類：①氣象干旱：指降水在較長(zhǎng)一段時(shí)間偏離正常狀態(tài)，明顯低于多年(一般>30年)的平均值[2]；②農(nóng)業(yè)干旱：指在某一特定時(shí)期內(nèi)，因降雨量顯著減少而引起土壤水分虧缺，從而不能滿足農(nóng)作物正常生長(zhǎng)所需水分的現(xiàn)象[3]；③水文干旱：指較長(zhǎng)時(shí)期降水、地表水和地下水收支不平衡，水分供給異常短缺難以滿足蓄水要求的水文現(xiàn)象[4]；④經(jīng)濟(jì)社會(huì)干旱：指由于自然系統(tǒng)和人類經(jīng)濟(jì)社會(huì)系統(tǒng)水分供需不平衡引起水分短缺，由此影響到社會(huì)生產(chǎn)、消費(fèi)以及人們?nèi)粘Ｉ畹默F(xiàn)象[5]。

國(guó)內(nèi)外用于研究氣象干旱的指數(shù)有很多，具有代表性的氣象干旱指數(shù)有Palmer 指數(shù)(PDSI)、標(biāo)準(zhǔn)化降水指數(shù)(SPI)、Z指數(shù)、水分虧缺指數(shù)和干燥度指數(shù)等[6-7]。根據(jù)研究發(fā)現(xiàn)[8]，SPI 能夠消除降水量在時(shí)空分布上的差異,適用于不同地區(qū)和不同時(shí)間尺度的旱澇情況,能用于具有不同降水特征地區(qū)之間的干旱比較。SPI由Mckee等[9-10]提出并進(jìn)行修改，隨后被國(guó)內(nèi)外學(xué)者廣泛應(yīng)用于干旱的研究。Paulo等使用該方法利用降水?dāng)?shù)據(jù)計(jì)算12月時(shí)間尺度SPI[11-12]；Richard 等的研究結(jié)果表明，SPI比Z指數(shù)具有更好的計(jì)算穩(wěn)定性,同時(shí)SPI能夠滿足不同時(shí)間尺度、不同水資源狀況分析的要求,能用于具有不同降水特征地區(qū)之間的干旱比較[8]；孫鵬等基于氣象干旱指標(biāo)SPI和水文干旱指標(biāo)SRI的二維變量的干旱狀態(tài)，結(jié)合馬爾科夫鏈模型對(duì)塔河流域進(jìn)行水文氣象干旱研究[13]。

在我國(guó)，干旱災(zāi)害是造成農(nóng)業(yè)經(jīng)濟(jì)損失最嚴(yán)重的氣象災(zāi)害。研究表明，我國(guó)每年干旱災(zāi)害損失占各種自然災(zāi)害總和的15%以上，在1949～2005年發(fā)生的5種主要?dú)庀鬄?zāi)害中，干旱災(zāi)害頻次約占總自然災(zāi)害的1/3，平均每年干旱受災(zāi)面積約為2 188萬(wàn)hm2，占自然災(zāi)害受災(zāi)總面積的57%，均為各項(xiàng)災(zāi)害之首[14]。糧食因旱災(zāi)減產(chǎn)占總產(chǎn)量的4.7%以上，干旱災(zāi)害的影響比其他任何自然災(zāi)害都要大,對(duì)人們的生產(chǎn)生活造成極大的影響[15]。阿克蘇河流域地區(qū)是新疆重要的灌溉綠洲農(nóng)業(yè)區(qū)，擁有許多國(guó)家級(jí)或自治區(qū)級(jí)農(nóng)業(yè)生產(chǎn)基地，同時(shí)阿克蘇河流域地區(qū)也是典型的干旱半干旱地區(qū)，干旱發(fā)生的頻率較高。在過(guò)往的研究中都是針對(duì)于新疆或者塔河流域的干旱研究，沒(méi)有對(duì)阿克蘇地區(qū)專門的研究。 因此該研究采用SPI作為研究方法來(lái)研究阿克蘇地區(qū)的干旱變化特征，并預(yù)測(cè)未來(lái)3年的干旱概率，為阿克蘇地區(qū)干旱預(yù)測(cè)提供適合的方法，同時(shí)為阿克蘇流域干旱管理提供理論和技術(shù)支持，減少其經(jīng)濟(jì)損失。

1 研究區(qū)及數(shù)據(jù)

阿克蘇地區(qū)位于新疆維吾爾自治區(qū)的中部,處于塔里木盆地北緣,天山山脈中段以南[16]，地處78°02′～84°05′ E，39°31′～42°41′ N 之間，總面積13.25萬(wàn)km2，占新疆總面積的8%[17]。阿克蘇地區(qū)處在亞歐大陸腹地,遠(yuǎn)離海洋,屬于北半球暖溫帶,干旱半干旱大陸性荒漠氣候區(qū)，氣象的主要特點(diǎn)是:氣候干燥、蒸發(fā)量大、降水稀少、年季變化大，屬于極端干旱的地區(qū)。東接巴音郭楞蒙古自治州,南隔塔克拉瑪干沙漠與和田地區(qū)相望,西南連接喀什地區(qū)和克孜勒蘇柯爾克孜自治州,北以天山為分水嶺同伊犁哈薩克自治州相連,西北同吉爾斯斯坦共和國(guó)、哈薩克期坦共和國(guó)交界。地區(qū)內(nèi)有8縣1市、85個(gè)鄉(xiāng)(鎮(zhèn))、42個(gè)農(nóng)林牧場(chǎng)，新疆生產(chǎn)建設(shè)兵團(tuán)第一師阿拉爾市及所屬16個(gè)團(tuán)場(chǎng)[18]。阿克蘇地區(qū)是全國(guó)主要的優(yōu)良棉花生產(chǎn)基地、新疆最大的糧食生產(chǎn)基地[11]。阿克蘇的維吾爾語(yǔ)為“清澈奔騰之水”，區(qū)內(nèi)主要水系有阿克蘇河、塔里木河、木扎爾特河、渭干河、庫(kù)車河等[19]。雖然阿克蘇地區(qū)是南疆水資源最豐富的地區(qū)，但是近年來(lái)干旱頻發(fā)，對(duì)區(qū)域社會(huì)、經(jīng)濟(jì)、生態(tài)等方面都有很大的影響。因此該研究使用SPI對(duì)過(guò)去50年阿克蘇地區(qū)的日降水資料進(jìn)行分析，來(lái)進(jìn)行區(qū)域干旱風(fēng)險(xiǎn)管理，以及提出相應(yīng)的對(duì)策。研究數(shù)據(jù)來(lái)自于阿克蘇地區(qū)內(nèi)10個(gè)國(guó)家氣象站(阿克蘇、阿拉爾、阿瓦提、拜城、柯坪、庫(kù)車、沙雅、溫宿、烏什、新和)的1960～2007年日降水資料(圖1)。

2 研究方法

2.1 馬爾科夫鏈

馬爾科夫鏈?zhǔn)侵笗r(shí)間和狀態(tài)參數(shù)都是離散的馬爾科夫過(guò)程,是最簡(jiǎn)單的馬爾科夫過(guò)程，是分析預(yù)測(cè)未來(lái)變化趨勢(shì)的一種方法[20]。人們把環(huán)境狀況分為干旱(E3)、正常(E2)和濕潤(rùn)(E1)，利用轉(zhuǎn)換矩陣算出每種狀況之間的相關(guān)程度。如果所有環(huán)境的數(shù)值都在E3、E2和E1當(dāng)中，那么當(dāng)處于干旱條件下時(shí)，環(huán)境狀況和未來(lái)的趨勢(shì)由E1、E2、E3的百分比概率來(lái)預(yù)測(cè)。這個(gè)概率被稱作轉(zhuǎn)換概率。第一步應(yīng)用馬爾可夫鏈，估計(jì)條件概率，以便可以了解地區(qū)與地區(qū)之間的轉(zhuǎn)移概率。

2.2 非參數(shù)檢驗(yàn)方法檢測(cè)

非參數(shù)檢驗(yàn)方法(Mann-Kendall法)是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，常用于降水時(shí)間序列趨勢(shì)的定量化研究[21-23]，變量可以不具有正態(tài)分布特征[24]，因此適用于水文變量的趨勢(shì)檢驗(yàn)，可以研究每個(gè)站點(diǎn)的干旱的變化趨勢(shì)。假定時(shí)間序列(x1,x2,…,xn)無(wú)趨勢(shì)，計(jì)算統(tǒng)計(jì)量S，計(jì)算式為[25]：

式中,10時(shí)，序列呈上升趨勢(shì)。

2.3 SPI

SPI是采用Γ函數(shù)的標(biāo)準(zhǔn)化降水累積頻率分布來(lái)描述降水量變化，表征某時(shí)段降水量出現(xiàn)的概率多少的指標(biāo)。SPI只需要較長(zhǎng)時(shí)間的降水量(一般應(yīng)超過(guò)30年)資料,即可計(jì)算不同時(shí)間尺度的干旱指數(shù),該指標(biāo)適合于月尺度以上。由于降水分布不是正態(tài)分布,而是偏態(tài)分布,因此采用Γ分布來(lái)描述降水量的偏態(tài)分布變化,再計(jì)算給定時(shí)間尺度的累積概率,之后將累積概率轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，這樣能消除降水量在時(shí)空分布上的差異,使SPI能適用于不同地區(qū)和不同時(shí)間尺度的旱澇情況。最后由降水累積頻率分布來(lái)劃分干旱等級(jí)。

假設(shè)某一時(shí)段的降水量為x,則其Γ分布的概率密度函數(shù)為[26]:

3 結(jié)果與分析

3.1 不同時(shí)間尺度的干旱特征

該研究針對(duì)阿克蘇地區(qū)干旱的時(shí)間特征，對(duì)3、6、9和12個(gè)月時(shí)間尺度的SPI值進(jìn)行統(tǒng)計(jì)分析。由于篇幅有限，文中僅對(duì)SPI-6和SPI-12的分析結(jié)果進(jìn)行闡述。SPI-12的分析結(jié)果(表1)表明，干旱強(qiáng)度最高的是沙雅(-2.65)，相對(duì)干旱頻率最大的是庫(kù)車(21.28%)，干旱歷時(shí)最長(zhǎng)的是拜城(圖2a)。SPI-6的分析結(jié)果(表2)表明，干旱強(qiáng)度最高的是柯坪(-2.63)，相對(duì)干旱頻率最大的是拜城(21.28%)和庫(kù)車(21.28%)，干旱歷時(shí)最長(zhǎng)的是柯坪(圖2b)。

表1 12個(gè)月時(shí)間尺度的最嚴(yán)重干旱和干旱相對(duì)頻率

表2 6個(gè)月時(shí)間尺度的最嚴(yán)重干旱和干旱相對(duì)頻率

3.2 干旱趨勢(shì)分析

利用Mann-Kendall方法對(duì)阿克蘇地區(qū)10個(gè)氣象觀測(cè)站數(shù)據(jù)進(jìn)行趨勢(shì)檢驗(yàn)，趨勢(shì)檢驗(yàn)結(jié)果表明，阿克蘇地區(qū)年平均降水量48年來(lái)呈上升趨勢(shì)，除了阿拉爾以外均通過(guò)了0.05和0.01的顯著性檢驗(yàn)，說(shuō)明降水量增加趨勢(shì)十分明顯。阿拉爾的年降水量48年來(lái)呈上升趨勢(shì)，但沒(méi)有通過(guò)0.1的顯著性檢驗(yàn)，說(shuō)明阿拉爾的年降水量增加趨勢(shì)不明顯。這與SPI指數(shù)所得出的結(jié)果是一致的(圖3～4)，說(shuō)明SPI指數(shù)的計(jì)算結(jié)果可以很好地反映研究區(qū)的干旱情況。

基于SPI的結(jié)果，將1960～2007年阿克蘇地區(qū)的狀態(tài)分為E3、E2、E1(表3)。利用馬爾科夫模型的轉(zhuǎn)移矩陣對(duì)阿克蘇地區(qū)未來(lái)3年的干旱情況進(jìn)行了預(yù)測(cè)，結(jié)果表明(表4)，2008～2010年阿克蘇地區(qū)是正常狀態(tài)的概率分別為0.795、0.837、0.828，發(fā)生干旱的概率分別為0.128、0.102、0.107，發(fā)生干旱的可能不大。阿克蘇地區(qū)2008～2010年的氣象情況與馬爾科夫的計(jì)算結(jié)果一致，基于SPI的馬爾科夫結(jié)果可以預(yù)測(cè)阿克蘇地區(qū)的干旱情況。

3.3 阿克蘇地區(qū)的干旱特征

為了研究阿克蘇地區(qū)干旱的時(shí)空變化，借助GIS平臺(tái)(ArcGIS10.0)對(duì)所得的SPI數(shù)據(jù)進(jìn)行空間插值[27]，分析阿克蘇地區(qū)干旱的時(shí)空變化和格局。但是在該研究中，由于考慮到阿克蘇干旱數(shù)據(jù)的特征，站點(diǎn)位置的分布會(huì)影響到克立格插值的結(jié)果，因此使用IDW來(lái)分析干旱時(shí)空變化。將1960～2007年分為5個(gè)時(shí)間段：1960～1969、1970～1979、1980～1989、1990～1999、2000～2007年，用各站點(diǎn)在這5個(gè)時(shí)間段內(nèi)的12、6個(gè)月尺度SPI值的平均值在ArcGIS 10.0中運(yùn)用反距離權(quán)重方法進(jìn)行插值(圖5～6)，分析阿克蘇河地區(qū)干旱的空間變化。

表3 阿克蘇地區(qū)1960～2007年干旱變化狀態(tài)轉(zhuǎn)移情況

表4 阿克蘇地區(qū)2008～2010年干旱狀態(tài)概率預(yù)測(cè)值

可以發(fā)現(xiàn)，20世紀(jì)60年代(圖5a)的平均干旱情況最嚴(yán)重，整體的趨勢(shì)大致是東部比西部要嚴(yán)重；隨著時(shí)間的推移，70年代(圖5b)、80年代(圖5c)、90年代(圖5d)平均干旱情況逐漸好轉(zhuǎn)，90年代SPI平均值均達(dá)到了0以上，這30年整體的趨勢(shì)大致是西部比東部嚴(yán)重；到了21世紀(jì)(圖5e)，平均干旱情況又有些嚴(yán)重，其中以東南部為代表?？傮w來(lái)說(shuō)，阿克蘇地區(qū)干旱的發(fā)生趨勢(shì)在減弱，且沒(méi)有發(fā)生過(guò)所有地區(qū)同時(shí)嚴(yán)重干旱的情況。

SPI-12和SPI-6整體變化趨勢(shì)一樣，20世紀(jì)60年代(圖6a)、80年代(圖6c)、90年代(圖6d)阿克蘇地區(qū)西部的干旱要比東部的嚴(yán)重，而西部的烏什、阿瓦提、阿克蘇等地是國(guó)家重要的商品糧、商品棉基地和林果基地，因此干旱對(duì)這些地區(qū)的農(nóng)業(yè)影響比較大。60～90年代平均SPI值越來(lái)越大，進(jìn)入21世紀(jì)(圖6e)，因?yàn)槭?007年一次比較嚴(yán)重的干旱的影響，21世紀(jì)平均SPI值又下降了些。

4 結(jié)論

(1)根據(jù)SPI對(duì)干旱的研究可知，12個(gè)月時(shí)間尺度的結(jié)果表明，干旱強(qiáng)度最高的是沙雅，相對(duì)干旱頻率最大的是庫(kù)車；6個(gè)月時(shí)間尺度的結(jié)果表明，干旱強(qiáng)度最高的是柯坪，相對(duì)干旱頻率最大的是拜城和庫(kù)車。SPI-12和SPI-6干旱頻率最大的都有庫(kù)車，所以該地區(qū)在未來(lái)應(yīng)作為重點(diǎn)防旱地區(qū)。

(2)SPI-12和SPI-6平均SPI變化趨勢(shì)相同，阿克蘇地區(qū)的干旱次數(shù)呈現(xiàn)減少的趨勢(shì)。利用馬爾科夫模型可以算出2008～2010年阿克蘇地區(qū)是正常狀態(tài)的概率分別為0.795、0.837、0.828。該結(jié)果與阿克蘇地區(qū)2008～2010年的氣象情況一致，所以基于SPI的馬爾科夫模型可以預(yù)測(cè)阿克蘇地區(qū)的干旱情況。

(3)阿克蘇地區(qū)氣象干旱發(fā)生空間差異明顯，12個(gè)月時(shí)間尺度的結(jié)果干旱的整體趨勢(shì)大致是從西部向東部逐漸加??；而6個(gè)月時(shí)間尺度的結(jié)果干旱20世紀(jì)60年代、80～90年代是從東部向西部逐漸加劇。但SPI-12和SPI-6整體變化趨勢(shì)一樣。

[1] 張強(qiáng).基于GIS干旱風(fēng)險(xiǎn)評(píng)估與區(qū)劃方法研究：京津冀冬小麥為例[D].石家莊:河北師范大學(xué),2010.

[2] 袁文平，周廣勝.干旱指標(biāo)的理論分析與研究展望[J].地球科學(xué)進(jìn)展,2004,19(6)：982-991.

[3] 陳曉楠.農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)管理理論與技術(shù)[D].西安:西安理工大學(xué),2008.

[4] 張繼權(quán),李寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M].北京：北京師范大學(xué)出版社,2007.

[5] 喻朝慶.國(guó)際干旱管理進(jìn)展簡(jiǎn)述及對(duì)我國(guó)的借鑒意義[J].中國(guó)水利水電科學(xué)研究院學(xué)報(bào)，2009,7(6)：152-158.

[6] 王志偉,翟盤茂.中國(guó)北方近50年干旱變化特征[J].地理學(xué)報(bào),2003,58(S1):61-68.

[7] 姚玉璧,張存杰,鄧振鏞,等.氣象農(nóng)業(yè)干旱指標(biāo)綜述[J].干旱地區(qū)農(nóng)業(yè)研究,2007,25(1):185-189.

[8] RICHARD R,HEIM J R.美國(guó)20世紀(jì)干旱指數(shù)評(píng)述[J].干旱氣象,2006,24(1):79-89.

[9] MCKEE T B,DOESKEN N J,KLEIST J. The relationship of drought frequency and duration to time scales[C]//Eighth conference on applied climatology.Boston,MA:American Meteorological Society,1993:179-184.

[10] MCKEE T B,DOESKEN N J,KLEIST J. Drought monitoring with multiple time scales[C]//Ninth conference on applied climatology.Boston,MA:AMS,1995:233-236.

[11] PAULO A A,PEREIRA L S,MATIAS P G X.Analysis of local and regional droughts in southern Portugal using the theory of runs and the Standardized Precipitation Index[J]. Tools for drought mitigation in mediterranean regions,2003,44:55-78.

[12] PAULO A A,FERREIRA E,COELHO C,et al.Drought class transition analysis through Markov and Loglinear models,an approach to early warning[J]. Water manage,2005,77:59-81.

[13] 孫鵬,張強(qiáng),白云崗,等.基于馬爾科夫模型的新疆水文氣象干旱研究[J].地理研究,2014,33(9):1647-1657.

[14] 李茂松，李森，李育慧.中國(guó)50年來(lái)旱災(zāi)災(zāi)情分析[J].中國(guó)農(nóng)業(yè)氣象,2003,24(1):7-10.

[15] 魏棟,劉麗偉. 青海東部-甘肅中部降水類型和干旱形勢(shì)的變化趨勢(shì)[J]. 安徽農(nóng)業(yè)科學(xué),2015,43(14): 200-202

[16] 時(shí)惠敏.阿克蘇地區(qū)設(shè)施農(nóng)業(yè)發(fā)展與對(duì)策研究[D]. 武漢:中華農(nóng)業(yè)大學(xué),2012.

[17] 阿克蘇政府網(wǎng).阿克蘇·概況[EB/OL].[2015-11-11].http://www.aksu.gov.cn/col/col34/index.html.

[18] 苗立志. 基于GIS的阿克蘇地區(qū)土地利用趨勢(shì)分析與研究[D].青島:山東科技大學(xué),2005.

[19] 楊春,朱海涌,李新琪,等.塔里木河上游阿克蘇地區(qū)土地利用變化研究[J].干旱環(huán)境監(jiān)測(cè),2003,17(2):86-89.

[20] MORADI H R,RAJABI M,FARAGZADEH M. Investigation of meteorological drought characteristics in Fars province,Iran[J]. Catena,2011,84:35-46.

[21] MODARRES R，SILVE V. Rainfall trends in arid & semi-arid regions of Iran[J]. Journal of arid environments,2007,70:344-355.

[22] MODARRES R,SARHADI A. Rainfall trends analysis of Iran in the last half of the twentieth century [J]. Journal of geophysical research,2009,114:3101.

[23] MARTINEZ J C,MALESKI J J,MILLER F M. Trends in precipitation and temperature in Florida,USA [J]. Journal of hydrology,2012,452: 259-281.

[24] 康淑媛,張勃,郭玉剛,等.1959年至2008年石羊河流域日照時(shí)數(shù)時(shí)空變化特征[J].資源科學(xué),2011,33(3):483-488.

[25] SAYEMUZZAMAN M,JHA M K. Seasonal and annual precipitation time series trend analysis in North Carolina,United States[J]. Atmospheric research,2014,137(2):183-194.

[26] NAFARZADEGAN A R,REZAEIAN ZADEH M,KHERAD M,et al.Drought area monitoring during the past three decades in Fars province,Iran[J].Quaternary international,2012,250(1): 27-36.

[27] 李奇虎,馬慶勛.1960-2010年西北干旱區(qū)極端降水特征研究[J].地理科學(xué),2014,34(9): 1134-1138.

The Characteristics of Meteorological Drought in Aksu in Xinjiang

HU Xin-xin,ZHANG Yu-hu*, XIANG Liu

(College of Resources Environment & Tourism,Capital Normal University,Beijing 100048)

The drought characteristics of study region can provide technical support for drought risk management. For this,precipitation data within the same statistical period of 47 years (1960 to 2007) in 4 time scales of 3,6,9 and 12 months from some 9 stations located within Aksu in southern Xinjiang were used,and the trends were assessed by using a time series analysis. At the next stage,used Markov Chain forecast for the subsequent 3 years conditions,and compared with the actual situation. The results of the drought station surveys for the mentioned characteristics showed that ① Drought intensity is highest in Shaya,relative frequency of drought is the biggest Kucha on time scale of 12 months. Drought intensity is highest in Keping,relative frequency of drought is the biggest Baicheng and Kucha on time scale of 6 months; ② Average annual precipitation is on the rise,droughts occurred in 2016 was 0.548; ③ The spatial distribution of overall trend are the same on time scale of 12 and 6 months. The east drought is severe than the west on time scale of 12 months. But the west drought is severe than the east on time scale of 6 months in the 1960s,1970s and 1990s.

Markov Chain; SPI; Spatial-temporal change of drought; Drought forecast

國(guó)家十二五科技支撐計(jì)劃課題 (2013BAC10B01,2012BAC 19B0305)。

胡欣欣(1990- )，女， 北京人，碩士研究生，研究方向：流域水資源管理。*通訊作者，講師，博士后，從事水資源評(píng)價(jià)、干旱風(fēng)險(xiǎn)分析等研究。

2015-11-18

S 162

A

0517-6611(2015)35-096-05