基于CMIP6和遥感反演的黄河流域未来干旱预估

doi:10.7522/j.issn.1000-694X.2025.00162

摘要/Abstract

摘要：

气候变暖背景下，全球的干旱不断加剧。黄河流域为中国气候变化敏感区和极端气候事件高发频发地区，明确其干旱时空演变特征对于改善区域环境等具有重要的理论和现实意义。本文基于CMIP6模式和遥感反演数据，利用标准化降水蒸散指数（SPEI）、遥感反演的温度植被干旱指数（TVDI），采用Hurst指数、Theil-Sen Median趋势分析法和Mann-Kendall检验，研究黄河流域干旱发生的时空演变特征，并探讨未来气候变化下的干旱面积及趋势。结果表明：2024—2100年黄河流域气温累计升高1.97±0.58 ℃，降水量增加138.99±60.52 mm；黄河流域干旱频率减少，呈暖湿化演变趋势；Hurst指数预测进一步表明，干旱演变具有同向持续性；黄河流域干旱面积占比呈下降趋势，中游地区35.46%的面积呈湿润化趋势，而上游西北部和下游局部地区21.91%的面积呈干旱化趋势。研究成果可为黄河流域气候变化应对和干旱风险管理提供科学支撑。

关键词: CMIP6, 标准化降水蒸散指数（SPEI）, 温度植被干旱指数（TVDI）, 干旱, 黄河流域

Abstract:

Under the background of climate warming， droughts are intensifying globally. The Yellow River Basin is a climate-sensitive region in China and one of the areas frequently affected by extreme climate events， and clarifying the spatiotemporal evolution characteristics of drought in the Yellow River Basin is of significant theoretical and practical importance for regional environmental improvement. Based on CMIP6 model data and remote sensing inversion data， this study employs the Standardized Precipitation Evapotranspiration Index （SPEI）， the remotely sensed Temperature Vegetation Drought Index （TVDI）， the Hurst index， the Theil-Sen Median trend analysis， and the Mann-Kendall test to investigate the spatiotemporal evolution characteristics of drought occurrence in the Yellow River Basin and to discuss the future drought extent and trends under climate change. The results indicate that from 2024 to 2100， the Yellow River Basin will experience a cumulative temperature increase of 1.97±0.58 °C and a precipitation increase of 138.99±60.52 mm； drought frequency in the basin shows a decreasing trend， indicating a warm-wet transition； predictions from the Hurst index further suggest that drought evolution exhibits positive persistence； the proportion of drought-affected area in the Yellow River Basin shows a declining trend， with 35.46% of the middle reaches exhibiting a wetting trend， while 21.91% of the northwestern upper reaches and parts of the lower reaches show a drying trend. The research findings can provide scientific support for climate change response and drought risk management in the Yellow River Basin.

Key words: CMIP6, SPEI, TVDI, drought, Yellow River Basin

中图分类号:

P429

王驰, 张正偲, 韩兰英, 张令光, 张振煜, 王思琦, 雷云竹, 张文慧, 方盼, 陈宇峰. 基于CMIP6和遥感反演的黄河流域未来干旱预估[J]. 中国沙漠, 2026, 46(3): 66-74.

Chi Wang, Zhengcai Zhang, Lanying Han, Lingguang Zhang, Zhenyu Zhang, Siqi Wang, Yunzhu Lei, Wenhui Zhang, Pan Fang, Yufeng Chen. Prediction of future drought in the Yellow River Basin based on CMIP6 and remote sensing inversion[J]. Journal of Desert Research, 2026, 46(3): 66-74.

图/表 9

图1 研究区及气象站点分布注：基于自然资源部标准地图服务网站审图号GS（2019）4345号标准地图制作，底图无修改

Fig.1 Distribution of study area and meteorological stations

图2 黄河流域1960—2100年平均气温（A）、年降水量（B）变化（阴影部分为标准差），2024—2100年气温（C）、降水量空间分布（D）注：基于自然资源部标准地图服务网站审图号GS（2019）4345号标准地图制作，底图无修改

Fig.2 Changes of mean temperature （A） and annual precipitation （B） in the Yellow River Basin from 1960 to 2100 （ Shadow part is the standard deviation ）， and spatial distribution of temperature （C） and precipitation （D） in the Yellow River Basin from 2024 to 2100

图3 1960—2100年尺度SPEI值（A）和2024—2100年平均SPEI空间分布（B）注：基于自然资源部标准地图服务网站审图号GS（2019）4345号标准地图制作，底图无修改

Fig.3 SPEI value from 1960 to 2100 （A） and Spatial distribution of SPEI in 2024-2100 （B）

表1 不同时间段黄河流域干旱频率

Table 1 Drought frequency in the Yellow River Basin at different time periods

年份	特旱频率	重旱频率	中旱频率	轻旱频率	干旱总频率
1960—2023	0.02	0.05	0.09	0.16	0.31
2024—2050	0.00	0.04	0.15	0.19	0.37
2051—2075	0.00	0.04	0.08	0.24	0.28
2076—2100	0.00	0.00	0.08	0.04	0.12
2024—2100	0.00	0.03	0.08	0.16	0.27

图4 2003—2022年干旱面积占比、年均值变化（A）和年均TVDI空间分布（B）注：基于自然资源部标准地图服务网站审图号GS（2019）4345号标准地图制作，底图无修改

Fig.4 The proportion of drought area， annual mean change （A） and Average annual spatial distribution of TVDI （B） from 2003 to 2022

图5 Theil-Sen Median变化趋势分布（A）和Theil-Sen Median＋Mann-Kendall检验干旱变化分布（B）注：基于自然资源部标准地图服务网站审图号GS（2019）4345号标准地图制作，底图无修改

Fig.5 Theil-Sen Median change trend distribution （A） and Theil-Sen Median + Mann-Kendall test drought change distribution （B）

图6 黄河流域Hurst指数分布（A）和未来时期TVDI变化趋势（B）注：基于自然资源部标准地图服务网站审图号GS（2019）4345号标准地图制作，底图无修改

Fig.6 The Hurst index distribution （A） of the Yellow River Basin and the trend of TVDI in the future （B）

表2 黄河流域地区未来时期TVDI变化趋势

Table 2 The variation trend of TVDI in the Yellow River Basin in the future

编号	发展变化	未来变化趋势	面积占比/%
1	持续变湿	强持续性变湿	4.11
2	持续变湿	弱持续性变湿	24.01
3	过去变干未来缓解	反弱持续性变干	7.27
4	过去变干未来缓解	反强持续性变干	0.07
5	过去变湿未来变干	反弱持续性变湿	3.18
6	过去变湿未来变干	反强持续性变湿	0.04
7	干旱加剧	弱持续性变干	14.87
8	干旱加剧	强持续性变干	3.82
9	基本不变	基本不变	42.63

图7 2003—2022年SPEI指数、TVDI指数相关性

Fig.7 Correlation analysis of SPEI index and TVDI index from 2003 to 2022

参考文献 36

[1]	Chiang F， Mazdiyasni O， AghaKouchak A.Evidence of anthropogenic impacts on global drought frequency，duration，and intensity［J］.Nature Communications，2021，12：2754.
[2]	Franke J.Changing drought risks［J］.Nature Climate Change，2022，12：118.
[3]	Koutroulis A G.Dryland changes under different levels of global warming［J］.Science of the Total Environment，2019，655：482-511.
[4]	韩兰英，张强，马鹏里，等.中国西南地区农业干旱灾害风险空间特征［J］.中国沙漠，2015，35（4）：1015-1023.
[5]	周天军，邹立维，陈晓龙.第六次国际耦合模式比较计划（CMIP6）评述［J］.气候变化研究进展，2019，15（5）：445-456.
[6]	Wu T， Lu Y， Fang Y，et al.The Beijing Climate Center Climate System Model （BCC-CSM）：the main progress from CMIP5 to CMIP6［J］.Geoscientific Model Development，2019，12（4）：1573-1600.
[7]	匡舒雅，周泽宇，梁媚聪，等.IPCC第六次评估报告第二工作组报告解读［J］.环境保护，2022，50（9）：71-75.
[8]	Livada I， Assimakopoulos V.Spatial and temporal analysis of drought in Greece using the Standardized Precipitation Index （SPI）［J］.Theoretical and Applied Climatology，2007，89：143-153.
[9]	Heddinghaus T R， Sabol P.A review of the Palmer Drought Severity Index and where do we go from here［C］//Proceedings of the 7th Conference on Applied Climatology.Boston，USA：American Meteorological Society，1991：242-246.
[10]	Vicente-Serrano S M， Beguería S， López-Moreno J I.A multiscalar drought index sensitive to global warming：the standardized precipitation evapotranspiration index［J］.Journal of Climate，2010，23：1696-1718.
[11]	郭旭宁，李云玲，闫佳铭，等.“双碳”战略下水循环响应与需水情势变化［J］.南水北调与水利科技（中英文），2023，21（1）：22-28.
[12]	李晓鹏，李康，雷双，等.基于TVDI的新疆地区干旱时空变化特征［J］.干旱区研究，2025，42（4）：589-599.
[13]	陈少丹，张利平，汤柔馨，等.基于SPEI和TVDI的河南省干旱时空变化分析［J］.农业工程学报，2017，33（24）：126-132.
[14]	Ren Y， Yu H， Huang J，et al.The projected response of the water cycle to global warming over drylands in East Asia［J］.Earth's Future，2024，12（4）：EF004008.
[15]	张镭，黄建平，梁捷宁，等.气候变化对黄河流域的影响及应对措施［J］.科技导报，2020，38（17）：42-51.
[16]	王有恒，谭丹，韩兰英，等.黄河流域气候变化研究综述［J］.中国沙漠，2021，41（4）：235-246.
[17]	王飞.多干旱类型视角下的黄河流域干旱时空演变特征研究［D］.郑州：郑州大学，2020.
[18]	闫昕旸.泛中亚干旱区气候变化特征及其与全球典型干旱区的对比［D］.兰州：兰州大学，2021.
[19]	韩兰英，张强，马鹏里，等.气候变暖背景下黄河流域干旱灾害风险空间特征［J］.中国沙漠，2021，41（4）：225-234.
[20]	张志强，刘欢，左其亭，等.2000-2019年黄河流域植被覆盖度时空变化［J］.资源科学，2021，43（4）：849-858.
[21]	何福力，胡彩虹，王纪军，等.基于标准化降水、径流指数的黄河流域近50年气象水文干旱演变分析［J］.地理与地理信息科学，2015，31（3）：69-75.
[22]	Zhang K， Wang Y M， Chang J X，et al.Spatial and temporal evolution of drought characteristics across the Yellow River basin［J］.Ecological Indicators，2021，131：108207.
[23]	山建安，朱睿，尹振良，等.基于CMIP6模式的中国西北地区干旱时空变化［J］.干旱区研究，2024，41（5）：717-729.
[24]	周丹，张勃，罗静，等.基于SPEI的华北地区近50年干旱发生强度的特征及成因分析［J］.自然灾害学报，2014，23（4）：192-202.
[25]	Liu Y， Wu L， Yue H.Biparabolic NDVI-Ts space and soil moisture remote sensing in an arid and semi-arid area［J］.Canadian Journal of Remote Sensing，2015，41（3）：159-169.
[26]	冯新灵，冯自立，罗隆诚，等.青藏高原冷暖气候变化趋势的R/S分析及Hurst指数试验研究［J］.干旱区地理，2008（2）：175-181.
[27]	Wang M， Chen Y， Li J，et al.Spatiotemporal evolution and driving force analysis of drought characteristics in the Yellow River Basin［J］.Ecological Indicators，2025，170：113007.
[28]	刘涛，司振江，刘岩.基于CMIP6模式下黑龙江省的未来气象干旱演变预估［J］.人民珠江，2025，46（2）：21-28.
[29]	Ji G， Lai Z， Yan D，et al.Spatiotemporal patterns of future meteorological drought in the Yellow River Basin based on SPEI under RCP scenarios［J］.International Journal of Climate Change Strategies and Management，2022，14（1）：39-53.
[30]	Zhou J， Lu H， Yang K，et al.Projection of China's future runoff based on the CMIP6 mid-high warming scenarios［J］.Science China Earth Sciences，2023，66（3）：528-546.
[31]	王飞，王宗敏，杨海波，等.基于SPEI的黄河流域干旱时空格局研究［J］.中国科学：地球科学，2018，48（9）：1169-1183.
[32]	韩兰英，张强，贾建英，等.气候变暖背景下中国干旱强度、频次和持续时间及其南北差异性［J］.中国沙漠，2019，39（5）：1-10.
[33]	王欣毅，杨洁，林良国，等.基于Sen+Mann-Kendall陕西省植被覆盖度时空变化规律研究［J］.农业与技术，2023，43（7）：62-66.
[34]	刘智源，李继红.2000-2020年黑龙江省植被时空变化对气候因子响应［J］.森林工程，2024，40（1）：85-97.
[35]	Guan X， Zhu K， Huang X，et al.Precipitation changes in semi-arid regions in east Asia under global warming［J］.Frontiers in Earth Science，2021，9：762348.
[36]	谢京凯.气候变异和人类活动对黄河流域水储量变化的影响［D］.杭州：浙江大学，2020.