全球气候变化下干旱频率和强度持续增加，严重影响了农业生产、水资源管理和生态系统稳定性。当前常用的干旱指数主要基于降水、气温或土壤湿度等水量平衡相关的气候变量来识别干旱，但这类方法往往忽略了陆气之间复杂的相互作用，尤其是植被生理效应对干湿的调节作用。南京信息工程大学大气科学学院王壬副教授指导的硕士生朱虹宇、合作者陈海山教授等从地表能量分配的视角，提出了一种简易的新型干旱指数——标准化蒸散比（SEF）。

该指数基于月尺度蒸散比（潜热通量与地表净辐射能量之比）构建，以量化干旱期间地表能量分配的变化，并且捕捉植被、土壤湿度与大气相互作用对干旱频率、强度和持续时间的影响。该研究利用ERA5-Land再分析资料（1960-2022年）和FLUXNET通量塔站点观测数据，将SEF与标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）和标准化土壤湿度指数（SSMI）进行对比，验证了在能量不受限条件下，SEF在识别干旱频率、持续时间和强度方面的有效性，特别在陆气耦合作用强的区域。相关研究成果发表于Journal of Hydrology。主要研究内容如下：

1. SEF指数与常用干旱指数的相关分析对比

本研究首先采用皮尔逊相关分析法，在全球陆地和通量塔站点观测尺度对比分析了SEF与SPI、SPEI和SSMI之间的相关关系与差异。结果显示，SEF与较为成熟的SPEI指数在大部分地区呈现显著正相关（p < 0.05），尤其在热带和亚热带区域相关性较高。例如，在FLUXNET站点数据中，SEF与SPEI的相关系数（R）在混交林和耕地站点达0.6以上（图1）。然而，在部分湿润地区，SEF与单纯基于土壤湿度的SSMI指数可表现出负相关关系，这反映出SEF对干旱响应的独特性，综合反映了干旱期间植被生理与土壤湿度的响应特征。

图1. SEF与SPEI的相关性。站点资料来自FLUXNET观测数据，（a）到（f）分别为草地、混交林、耕地、落叶阔叶林、常绿阔叶林和混交林站点。

2.SEF识别的干旱热点及其频率、历时和强度变化趋势

基于SEF干旱评估结果表明，过去63年间全球多个干旱热点地区的干旱频率、历时和强度均呈现显著上升趋势（图2）。在北美西部、南美中部、非洲中部、南欧、中亚和东北亚等区域，干旱频率以平均0.056个月/年的速率增加，干旱历时年增率0.034个月/年的幅度延长。不同指数对比来看，SEF识别的干旱频率在北美西部和东亚地区显著高于仅基于降水变量的SPI指数，例如在北美中部SEF识别到的干旱月份比SPI多20%以上，可能是由于该地区陆地-大气耦合增强的影响。此外，SEF对极端干旱强度（90th百分位）的识别结果与反映土壤湿度变化信号的SSMI高度吻合，而反映气象干旱的SPI和SPEI识别的干旱强度偏高（图3），这表明SEF捕捉到了地表能量的再分配以及干旱期间植被生理效应对干旱强度的影响，从而更准确地刻画了地表干旱的强度特征。在高纬度地区，由于寒冷季节太阳辐射能量受限，SEF的适用性下降。

图2. SEF和传统干旱指数SPI、SPEI、SSMI识别的干旱频率。

图3. SEF、SPI、SPEI和SSMI识别的90th分位数干旱强度。

3.干旱热点地区的干旱频率及概率密度分布

不同干旱指数描述的干旱空间分布特征整体一致性，但也存在显著的空间差异。在降水充沛的湿润区，SEF与SPI表现出较高的一致性；而在干旱地区，SEF识别的干旱趋势则更接近于反映土壤干湿变化信号的SSMI。针对热点地区不同干旱指数的干旱频率分布曲线分析进一步表明，在北美西部和中亚等主要干旱化热点地区，SEF检测到的干旱事件数量普遍高于SPI，主要是由于陆气耦合增强了这些地区的干旱频率（图4）。本研究从地表能量分配视角构建了SEF干旱指数，突破了传统指数基于水分平衡以及对降水或温度的依赖，强调了陆-气相互作用在干旱演变中的重要作用。

图4. 热点地区干旱频率及概率密度。（d-f）和（j-l）为三种指数在美洲西部、南美洲、中非、南欧、中亚和东北亚的概率密度。绿色表示SEF，蓝色表示SPI，橙色表示SSMI。

文章信息：

Zhu, Hongyu; Wang, Ren*; Chen, Lijuan; Chen, Haishan. (2026). Drought Identification Using Standardized Evaporative Fraction: Perspective from Surface Energy Partitioning. Journal of Hydrology, 664, 134609. https://doi.org/10.1016/j.jhydrol.2025.134609