见的严重春旱，尤其是鄂北地区，农业经济损失达 66 亿元之多，辽宁省粮食减产 50 多亿公斤，直接经济损失达 100 亿元左右，吉林省全省受旱面积 345.1 万公顷，其中绝收面积 100.9 万公顷；2008 年入冬以来，河南省连续 100 多天无有 效降雨，全省受旱面积已经达到了 63.1%，小麦受旱面积达 4150 多万亩，其中 严重受旱 700 万亩，有 50 万亩出现麦苗枯死现象；2009 年至 2014 年，云南连

续 6 年出现春旱，多地达到重度干旱，工农业和生活用水均受到严重影响，全省因旱直接经济损失达 100 亿元左右；2013 年 6 月下旬开始，长江以南大部分地区出现了罕见的持续高温少雨天气，高温干旱造成南方 7  省（市）农作物受灾8021 千公顷、绝收 1123 千公顷；2015 年春季，贵州省部分地区气温偏高、降水偏少，导致局部地区遭受旱灾，农作物受灾面积 5.1 千公顷，其中绝收 100 余公顷，直接经济损失 4800 余万元。由此可见，干旱造成国民经济尤其是农业经济 的损失是巨大的，因此对干旱的监测和早期预警具有重要意义。

干旱在农业上的定义是指因外界环境因素干扰，造成作物体内水分失去平衡， 发生水分亏缺，影响作物正常生长发育，进而导致作物减产或失收的现象[6-8]。 我国作为农业大国，农业是国民经济的基础，气候变化直接影响到粮食安全和可 持续发展问题[9]，同时农业又是受天气和气候制约最大的领域[10]，因此对于农业

干旱问题的研究及其与气候因子的相关关系成为了当前国内外专家共同关注的 焦点。而耕地是农业生产的基础，是粮食的主要来源，提供了我国粮食消耗的 95%左右，因此耕地农作物产量的增减对于能否保障国民生活起着至关重要的作 用。由于干旱对耕地产量的重大影响，本文将对全国耕种区域的干旱进行时空变 化分析，并研究其与气候因子的响应关系。

1.2 国内外研究现状

常用的农业干旱监测手段主要分为两大类：基于站点观测指标和基于遥感监 测指标，前者主要包括标准降水指数（Standardized Precipitation Index, SPI）、帕 尔默干旱指数（Palmer Drought Severity Index, PDSI）以及作物湿度指数（Crop Moisture Index, CMI）等；后者根据地表覆盖情况，又可分为基于裸露地表的干 旱监测指数（包括热惯量法和微波水分反演法）和基于植被覆盖的干旱监测指数 两大类[11]。基于站点观测指标的干旱监测是利用气象和水文观测站点获得的降水、 气温、蒸发、径流等气象和水文数据，计算各种干旱指标实现的，但由于受观测 站点空间密度的限制，该方法很难对大范围区域进行连续动态的监测[12-15]  。

随着遥感技术的发展，快速实时地获取大面积、多尺度以及多时相的地表空 间综合信息以进行大范围的干旱监测成为可能[16-17]。目前，已设计出了一系列基 于植被覆盖的遥感干旱监测指数，如归一化植被指数（Normalized Difference Vegetation Index, NDVI）[18]、温度植被干旱指数（Temperature Vegetation Drought Index, TVDI）[19]、植被状态指数（Vegetation Condition Index, VCI）[20]等。国内 外许多学者基于这些干旱指数对区域干旱的时空分布特征及其对农作物的影响 进行了大量研究，如 Hicham Ezzine 等[21]利用 1998-2012 年 TRMM 数据分析了 摩洛哥旱作农业区的干旱状况，发现标准水指数 SWI 与谷物产量有较高的相关 性；Tagel Gebrehiwot 等[22]基于标准化降水指数 SPI 和 VCI 对埃塞俄比亚提格雷 州的农业干旱进行了时空分布研究，表明 VCI 识别大面积旱情的空间多样性效 果较好；焦险峰等[23]利用 VCI、TCI（温度状态指数）和 VHI（植被生长状态指 数）作为建模因子，建立了新疆玉米产量的预测模型。此外，近年来，不少学者 对区域干旱进行了年际、季度分析，如马柱国等[24]利用地表湿润指数、PDSI 和 反演的土壤湿度对中国北方干旱进行了年际分析，较好地揭示了中国北方近 54