DOI:10.1016/j.agwat.2020.106003
科学问题
应当如何评估农业干旱的风险？
核心内容
- 不同时间尺度的标准化降水指数（Standardized Precipitation Index, SPI）
- 基于关联结构（Copula）的联合回归期（Joint Return Period）分析
- 风险因子（Risk Factors）分析
研究目标
- 确定最适于刻画农业干旱风险的SPI的时间尺度
- 比较联合回归期和风险因子两种方法在干旱风险评估方面的效果
- 揭示珠江盆地（Pearl River Basin, PRB）区域农业干旱风险的动态变化特征
研究方法
关联结构函数
其中为关联结构函数。当每一自变量的边缘概率分布函数都为连续函数时，
可被唯一确定。
目前常用的是Archimedean关联结构族）包括Clayton、Frank、Gumbel-Hougaard等）、正态（或Gaussian）关联结构、t-关联结构等。
边缘分布函数通常从Gamma函数（gam）、指数函数（exp）、广义Pareto函数（gep）、广义极值函数（gev）等中选取。
评价指标为Kolmogorov-Smirnov（K-S）检验和均方根误差（Root Mean Squared Error, RMSE）。
联合干旱回归期
单变量回归期
其中为干旱事件的平均间隔，
为干旱持续时间，
为干旱严重程度。
二维联合概率分布与回归期
干旱风险因子
- 阻抗
- 脆弱性
- 暴露度
交叉小波变换
对两个时间序列和
进行的联合小波变换：
实验结果
- 基于与干旱受灾面积统计数据的相关性分析，认为4个月平均的SPI对农业干旱状况有最好的识别效果。
- 使用1961--2015年的数据资料，分别使用静态分析和窗口大小为31年的动态分析。应用联合回归期方法计算了PRB七个子区域中旱和重旱的持续时间和严重程度，及这两个要素的平均回归期。应用风险因子分析的方法研究了这七个子区域干旱风险的时间动态变化趋势。两种方法的结果互为支撑，提示PRB整体干旱风险呈现上升趋势，但珠江三角洲（Pearl River Delta, PRD）地区的干旱风险呈现下降趋势。
原因分析
使用交叉小波变换的方法，分析了太阳黑子数量、厄尔尼诺-南方涛动（El Nino-Southerin Oscillation, ENSO）和太平洋十年涛动（Pacific Decadal Oscillation, PDO）与4月平均SPI（用于刻画农业干旱）之间的关系。结果显示太阳黑子活动的影响最为显著。PRD与PRB其他区域受到的大尺度大气环流影响基本一致，导致其干旱风险变化趋势相反的最可能原因是PRD的快速城市化。
笔记
本文所使用的几种技术手段是可以学习和借鉴的：
- 关联结构
- 联合回归期
- 交叉小波变换
