引 言

干旱是由水分供需不平衡所形成的水分短缺现象，可分为气象干旱、农业干旱和水文干旱等[1]。干旱是全球影响最为广泛的自然灾害，对国民经济危害巨大，农业、牧业、工业等每年因干旱灾害遭受的损失越来越重。中国是一个干旱灾害频发的国家，研究表明，中国每年干旱灾害损失占各种自然灾害损失总和的15%以上，干旱灾害的影响比其他任何自然灾害都大[2]，已引起国际社会的高度重视[3-4]，特别是近年来气候显著变暖使干旱灾害及其风险问题更加突出。

目前表征干湿变化的指数有多种，不同指数具有不同的物理意义，可以表征不同类型的干旱[5-6]，如土壤湿度、帕默尔干旱指数(PDSI)、标准化降水指数(SPI)、干燥度指数(AI)、气象干旱综合指数(CI)等。尽管不同干湿指数具有不同的作用和特征，但都表明近60 a来全球处于显著的干旱化进程[7-9]，且全球的干旱化具有明显的区域差异，其中以东亚、非洲萨赫勒地带和澳洲东部的干旱最为严重，而北美大陆、欧亚大陆中部和澳洲西部则表现为变湿趋势[9-10]，这些干旱最严重的地区主要位于中等湿润地区[11]。对于中国地区，近60 a来表现为明显东干、西湿的变化趋势，尤以中国华北和东北地区的干旱最为剧烈[12]。

然而，以往关于干湿变化的研究主要针对全球或者某一气候区域的干湿变化的长期趋势，而对干湿变化的年际以及年代际振荡研究并不多。在全球气候变化中，气候系统的年际和年代际也是非常重要的时间尺度[13]。研究表明，赤道大西洋、太平洋和印度洋年际尺度[14-16]以及热带地区年代际尺度的增温[17-18]能够导致萨赫勒地带的降水减少和干旱增加。由于热带中东太平洋海温的年代际异常分布减弱了亚洲夏季风，引起长江流域降水明显增加，而华北地区降水明显减少，从而出现持续性严重干旱[19-20]。受东亚夏季风异常的影响，中国北方地区出现明显的年代际干湿变化[21]。此外，中国气温也具有明显的年代际变化[22]，气温的年代际演变可对全球增温产生促进或者抑制作用[23]。以上表明，气候系统的年际和年代际振荡对气候变化产生重要的调制和影响，已成为目前气候变化研究的热点问题。

PDSI指数是目前国际上干旱监测和研究中应用最广泛的指标之一。AI指数综合了降水、气温、辐射和风速等多种信息，是表征气候干湿状态和变化的重要指数。土壤湿度是自然生态系统最直接的水分来源，调控着陆气相互作用中物质和能量交换的收支平衡。本文选取PDSI指数、AI指数和土壤湿度3种干湿变化指数，首先比较三者在表征干湿变化上的异同点，并对比分析不同气候区的干湿变化特征，在此基础上，利用EEMD(集合经验模态分解)和小波分析等方法，研究全球干湿变化的多时间尺度演变。这将有利于进一步加深对全球区域干旱化特征的理解，为合理利用气候资源、调整农业生产布局提供科学参考。

1 资料及方法

1.1 GLDAS土壤湿度

所用的土壤湿度来自全球陆面数据同化系统(global land data assimilation system，GLDAS)的GLDAS-2数据集。GLDAS是美国国家航空航天局(NASA)戈达德空间飞行中心(GSFC)和美国国家海洋和大气管理局(NOAA)国家环境预报中心(NCEP)联合开发的全球高分辨率陆面数据同化系统，它利用卫星和地面观测数据产品，采用先进的陆面模式和数据同化技术，提供最优化近实时的地面状态变量和通量场[24]，被广泛应用于天气和气候预报、水循环研究和水资源应用等方面的研究[25-28]。GLDAS-2数据集为1948—2010年月资料，空间分辨率为1.0°×1.0°。其中，用平均层土壤含水量(研究层内单位面积的含水量，单位为kg·m-2)表示土壤湿度，包括4个深度层，分别为0～10 cm、10～40 cm、40～100 cm和100～200 cm，由于不同层的土壤湿度具有较高的一致性，故采用整层土壤湿度的平均值。

1.2 CRU数据

所用的降水和潜在蒸散量数据取自东英吉利亚大学气候研究中心(CRU)的TS3.23数据集，是1901—2014年月资料，空间分辨率为0.5°×0.5°。其中，潜在蒸散量的计算采用FAO推荐的草地参考作物蒸散量方程Penman-Monteith(P-M)[29]公式，它弥补了Thornthwaite公式只考虑温度的缺点。AI(arid index)指数是表征气候干燥程度的指数，定义为降水量(P)与潜在蒸散量(PET)的比值，在全球区域干湿变化监测中有很好的应用[11,30]。根据以往的干湿区划标准[31]，将气候干湿划分为5级：极端干旱区(AI<0.05)、干旱区(0.05≤AI<0.2)、半干旱区(0.2≤AI<0.5)、半湿润区(0.5≤AI<0.65)和湿润区(AI>0.65)。

图1是基于1961—1990年平均AI指数的全球干湿气候分区，可以看出，极端干旱区主要位于撒哈拉沙漠和阿拉伯半岛地区；干旱区主要位于撒哈拉沙漠南部、非洲南部、亚洲西南部、中国西部和澳大利亚的大部分地区；半干旱区和半湿润区主要位于干旱区和湿润区的过渡带，面积相对较小，但其生态环境脆弱，对气候变化的响应敏感，是重要气候区；湿润区主要位于赤道附近和北半球高纬度地区，这与HUANG等研究结果[8]基本一致。

图1 基于1961—1990年平均AI指数 的全球5种气候区的空间分布 Fig.1 Global distribution of five climatic regions based on mean AI during 1961-1990

1.3 PDSI指数

PDSI(Palmer drought severity index)指数综合考虑了前期降水、温度等信息，不仅反映土壤湿度对于正常状况下的偏离，还反映干湿状况的趋势，是表征气象干旱的重要干湿指数[32-33]。所用数据来自DAI等[34]计算的全球PDSI格点数据，为1901—2014年逐月资料，空间分辨率为2.5°×2.5°。

(3)银行需要更高的成本实时跟踪企业间贸易情况。应收账款的还款来源于下游企业，银行关注企业的后续现金流，但是鉴于企业信息系统的不连通，后续银行持续跟踪企业经营物流信息需要花费更大的成本。没有实时的贸易数据，给后期的借款偿还带来的一定的压力，面临着风险。

在20世纪的70～80年代期间，我国针对城市污水湿地问题陆续开展相关技术项目，并得出多种有效的净化工艺方法，建立规模不同的示范工程。研究发现，采用芦苇湿地系统的策略，对进一步降低污水中的有机污染物，净化水系统，降低N、P等营养物，降低重金属等都具有显著效果。作为一项投资较少且见效快的项目，芦苇湿地系统同时具备后期维护运行成本低、操作方法相对较为便捷的优点，是对城市污水进行二次处理及利用的一种有效方法。

1.4 分析方法

采用的方法主要包括线性回归分析、相关分析、小波分析和EEMD等。小波分析是一种信号的时间尺度分析方法[35]，它不仅能给出气候序列变化的尺度，还可以显示变化的时间位置，成为气候因子变化分析的重要工具[36-37]，本文采用Morlet小波函数。EEMD[38]方法是用于分离不同时间尺度的方法，可以将原始序列分解为一系列本征模态函数(intrinsic mode function，IMF)分量。其中，最低频率的IMF分量单调或者只包含一个极值，代表原始信号的总趋势。本文EEMD计算中，添加白噪声序列的数目为400，噪声振幅为0.2倍标准差，IMF的数量为6。

2 结果分析

2.1 干湿变化的长期趋势

为了消除AI指数、PDSI指数和土壤湿度单位不同的影响，对3种数据做标准化处理。由于土壤在高纬度地区为永久冻土，研究干湿变化意义不大，故忽略高纬度(60°S以南和70°N以北)地区。图2为1948—2014年全球平均AI指数、PDSI指数和土壤湿度(1948—2010年，下同)的时间序列。可以看出，3种干湿指数的波动演变具有明显的一致性，且它们的相关系数都较高，其中PDSI指数和土壤湿度的相关系数达0.69，通过了99%的显著性检验，波动一致性最强(表1)。从长期趋势来看(表2)，全球范围内3种指数都表现出干旱化趋势，PDSI指数的气候倾向率为-0.360· (10 a)-1，通过95%的显著性检验，而土壤湿度的干旱化趋势相对较弱，气候倾向率为-0.121· (10 a)-1(通过90%的显著性检验)，主要是受深层土壤湿度变化趋势相反影响(最深层土壤湿度的气候倾向率为0.017· (10 a)-1，未通过90%的显著性检验)；尽管AI指数未通过90%的显著性检验，但也表现出减小趋势，气候倾向率为-0.056· (10a)-1。3种干湿指数的一致性表明了全球干旱化现象的真实性，这与前人的研究结论相一致。此外，3种干湿指数都表现出明显的年代际波动，大概呈现10 a湿润化和10 a干旱化交替发生的准20 a周期变化特征。可见，3种指数能够较为一致地描述全球干湿变化的时间变化特征。

图2 1948—2014年全球3种 标准化干湿指数的时间序列 (土壤湿度资料为1948—2010年，下同) Fig.2 Time series of three standardized dry-wet indexes in the globe during 1948-2014 (Data of soil moisture is from 1948 to 2010, the same as below)

表1 不同气候区3种干湿指数间的相关系数 Tab.1 The correlation coefficients between three dry-wet indexes in different climatic regions

全球极端干旱区干旱区半干旱区半湿润区湿润区AI与PDSI0.560.580.750.790.720.57AI与土壤湿度0.590.370.700.770.760.58PDSI与土壤湿度0.690.340.640.790.770.73

注：所有系数通过99%的显著性检验。

表2 不同气候区3种标准化干湿指数的气候倾向率 Tab.2 Linear tendencies of three standardized dry-wet indexes in different climatic regions 单位：(10 a)-1

指数全球极端干旱区干旱区半干旱区半湿润区湿润区AI-0.056-0.153**0.003-0.087-0.160**-0.028PDSI-0.360**-0.137**0.04-0.209**-0.291**-0.336**土壤湿度-0.121*-0.495**0.161**-0.036-0.205**-0.100

注：*、**分别表示通过90%、95%的显著性检验。

在全球整体发生干旱化的同时，干湿变化还存在区域差异。图3为3种干湿指数变化趋势的空间分布，对于AI指数、PDSI指数和土壤湿度，全球分别有20.8%、43.8%、41.9%的区域发生了显著的干湿变化(通过95%的显著性检验)，其中61.9%、67.9%、58.6%表现为显著变干趋势，这表明全球以干旱化趋势为主。总体来看，3种指数变化趋势的空间分布在大陆尺度上较为一致，但存在一定的区域差异。在北美地区，3种指数都表现出西北部显著变干而东南部变湿的空间分布，只是AI指数和土壤湿度的显著变干区只有60°N以北的少量区域，而PDSI指数在整个加拿大都表现为显著减小趋势。

图3 1948—2014年3种标准化干湿 指数变化趋势的空间分布 (打点区通过95%的显著性检验) Fig.3 Spatial distribution of linear tendency of three standardized dry-wet indexes in the globe during 1948-2014 (The dotted areas pass the significance test of 95% confidence level)

在南美地区，AI指数和PDSI指数较为一致，表现为北部变湿、中部变干趋势，且后者的变干趋势更为显著，而土壤湿度则以变湿为主，部分干旱化的区域也未通过显著性检验。在非洲，3种指数均表现出整个非洲变干的趋势，且以北非变干趋势最为显著。欧洲干湿变化不明显，除地中海地区表现为显著变干外，其他地区均呈现微弱的变干或者变湿趋势。在亚洲地区，3种指数均表现出东亚大面积变干趋势，而位于东亚西北部的中国西北区域则呈现一致变湿趋势。在澳大利亚，3种指数均表现为西湿、东干的空间格局。上述分析表明，3种指数能够较为一致地反映全球干湿变化的空间变化特征，特别是对于全球干旱化最严重的非洲萨赫勒和东亚地区。

事实上，非洲萨赫勒和东亚地区的干旱及其机制研究已经成为热点[39-40]。研究表明，萨赫勒地带的干旱是海表温度大范围异常[39]和局地植被-大气正反馈[41-42]共同作用的结果。东亚地区是典型的季风气候区，夏季风降水在全年总降水中占很大比例[43]。因此，东亚干旱是东亚夏季风年代际减弱的表现[40,44]。此外，增温也是导致东亚严重干旱的重要原因，增温使得东亚地区的干旱程度增加了一倍[45]。3种指数在中国地区都表现为西部变湿、东部变干的空间分布特征。受降水增加等影响[45]，中国西部地区表现为显著变湿趋势，而中国东部地区则是全球干旱化最严重的地区，PDSI指数、AI指数和土壤湿度的气候倾向率分别为-0.401· (10 a)-1、-0.232· (10 a)-1、-0.344· (10 a)-1，远高于全球平均结果。尽管与中国处于相同纬度，但欧洲地区的干旱化趋势比中国东部地区小，而北美地区则表现为湿润化趋势，特别是土壤湿度增加趋势明显，气候倾向率为0.243· (10 a)-1。

2.2 干湿变化的周期特征

为了分析干湿变化不同时间尺度的演变，利用EEMD方法将全球3种干湿指数进行分解(图4)，每个指数分解得到6个分量(IMF1到IMF6)，IMF1到IMF5依次反映了从高频到低频不同时间尺度的波动特征，IMF6表示趋势项。如果以IMF6最后一年与第一年的差值表示线性趋势，则AI指数、PDSI指数和土壤湿度的气候倾向率分别为-0.0956· (10 a)-1、-0.403· (10 a)-1、0.0474· (10 a)-1，这与表2中的结果基本一致。从图4看出，在年际尺度上，全球干湿指数具有准3 a(IMF1)和准8 a(IMF2)的气候变率；在年代际尺度上，具有准20 a(IMF3)和准30 a(IMF4，IMF5)的气候变率。其中，3种指数在准20 a尺度上的分离效果一致性最好，而准30 a尺度上，除了土壤湿度IMF5的分离结果不明显外，AI指数和PDSI指数IMF4、IMF5的分离效果一致性均较好。在趋势变化上，PDSI减小最为显著，而AI指数和PDSI指数的长期变化趋势均不明显。

著性检验。潜在蒸散量的变化趋势与全球平均气温的变化趋势基本一致[46]。然而，降水表现出与潜在蒸散量不同的变化特征。近67 a来，全球平均降水量呈现微弱的增加趋势(未通过90%的显著性检验)，且年际波动较大，最大年降水量出现在2010年，降水量为905.4 mm，最小是1987年(801.7 mm)[图7(b)]。上述说明，全球干旱化的长期趋势主要是潜在蒸散量贡献所致。

[4] HUANG J P, LI Y, FU C, et al. Dryland climate change: Recent progress and challenges[J]. Reviews of Geophysics, 2017, DOI:10.1002/2016RG000550.

结合表2，从5个气候区的3种干湿指数时间演变(图6)看出，极端干旱区，3种指数均呈现显著的干旱化趋势，土壤湿度的年际波动幅度最小，AI指数和PDSI指数波动幅度相对较大，且AI指数和PDSI指数的一致性最好，两者的相关系数为0.58。在干旱区，3种干湿变化指数均表现为微弱的变湿趋势，只有土壤湿度通过95%的显著性检验，且年代际变率较明显；3种指数的变化幅度较为一致，且波动的一致性较好，相关系数均在0.6以上。在半干旱区及半湿润区，3种干湿指数均呈现变干趋势，这两个区域3种指数的波动性及变化幅度一致性较好。在湿润区，3种干湿指数也呈现变干趋势，且波动幅度基本相同，但是一致性较差。总体来讲，3种指数都表现出干旱区变湿而其他气候区变干的趋势，其中AI指数在半湿润区干旱化最严重，其次为极端干旱区，而半干旱区和湿润区的干旱化不显著；PDSI指数在4个气候区的干旱化趋势均显著，且随着湿度的增加，干旱化程度增加；土壤湿度的干旱化趋势与AI指数基本一致，只是在极端干旱区，土壤湿度表现的干旱化更强烈(-0.495· (10 a)-1)，这主要是由撒哈拉沙漠造成的，如去掉这一地区，土壤湿度的气候倾向率变为-0.103· (10 a)-1(未通过95%的显著性检验)。综上所述，3种指数一致表现出半湿润区显著变干的趋势，表明干旱主要发生在中等湿润程度的区域。

图4 1948—2014年全球3种标准化干湿指数的EEMD分解 Fig.4 IMFs of EEMD of three standardized dry-wet indexes in the globe during 1948-2014

图5 1948—2014年全球3种标准化 干湿指数的Morlet小波分析 (打点处表示周期通过95%的显著性检验，下同) Fig.5 Morlet wavelet analysis of three standardized dry-wet indexes in the globe during 1948-2014 (The dotted areas pass the significance test of 95% confidence level, the same as below)

为了进一步分析不同气候区干湿变化的时间演变特征，分别对5个气候区3种干湿指数进行Morlet小波分析。从不同气候区3种干湿指数的小波方差(图6)看出，除了长期趋势外(50～60 a周期信号)，不同气候区的周期信号并不相同。总体来看，在极端干旱区与半湿润区的周期信号基本一致，都表现为强烈的准30 a周期，且PDSI指数在极端干旱区还表现出准15 a周期信号；在干旱区、半干旱区和湿润区3种干湿指数的周期信号基本一致，都表现为强烈的准20 a周期信号。

2.3 干湿变化周期的影响机制

干湿变化是由多种因素共同作用的结果，既受土壤特性、地形、植被和土地利用方式等小尺度因素的影响，又受降水、蒸散、气温和太阳辐射等大尺度因素的影响。因此，通过进一步分析降水与潜在蒸散量的变化特征，来探讨二者对干湿变化主要周期的影响和作用。从图7(a)中看出，1948—2014年全球平均潜在蒸散量整体呈显著增加趋势，气候倾向率为4.13 mm· (10 a)-1(通过99%的显著性检验)，且阶段性变化特征明显。其中，1948—1978年，潜在蒸散量基本处于稳定期，气候倾向率为-1.77 mm· (10 a)-1(没有通过90%的显著性检验)；之后进入快速增加期，潜在蒸散量持续升高，气候倾向率为9.75 mm· (10 a)-1，通过99%的显

图6 1948—2014年不同气候区3种标准化干湿指数的时间序列(左)及Morlet小波方差(右) Fig.6 Time series (the left) and Morlet wavelet variance (the right) of three standardized dry-wet indexes in different climatic regions during 1948-2014

图7 1948—2014年全球平均潜在蒸散量(a)和降水(b)的时间序列 Fig.7 Time series of average potential evapotranspiration (a) and precipitation (b) in the globe during 1948-2014

EEMD能够将干湿指数分解成不同的时间尺度，但无法定量得出主要演变周期信号，因此，对全球干湿指数进行Morlet小波分析(图5)。可以看出，1948—2014年，除了具有显著线性趋势外(50～60 a信号)，PDSI指数在整个时间域上具有明显的20～25 a尺度(准20 a)的年代际变化周期；在年际变化尺度上，存在准10 a的短周期，尤其在1990年代初以后较为明显。AI指数的周期信号与PDSI指数基本一致，存在显著的准20 a尺度的年代际变化周期和1990年代初以后较为明显的准10 a左右的短周期，但AI指数准20 a的年代际变化周期只在1958—1990年较为显著，且在1970年以后还存在并不十分显著的3～5 a的年际周期。与PDSI指数和AI指数相比，土壤湿度的周期信号较为单一，在整个时间域上只存在显著的准20 a尺度的年代际变化周期。总体来讲，3种指数的周期信息基本一致，主要存在准20 a尺度周期信号，持续时间最长，是整个时间域中最主要的周期信号。

图8是1948—2014年全球平均潜在蒸散量和降水的周期信号。可以看出，在整个时间域内两者最显著周期均为准30 a；此外，在1968—1998年以及1998年之后，降水还分别出现准20 a和准10 a的周期信号。尽管降水和潜在蒸散量在整个时间域内显著存在准30 a周期，但是两者在准30 a周期上具有相同的位相，互相抵消，因此AI指数并没有显著的准30 a周期存在(图5)，只表现出1968—1998年的准20 a以及1998年之后准10 a的周期信号。这表明AI指数的年代际周期变化很大程度上由降水控制。

火箭测试厂房平开大门(下简称大门)能够实现大门的水平方向移动,从而实现矩形门洞的闭合与打开,是各航天发射场广泛使用的一种特种机械设备,它具有抗冲击能力强、工作可靠性高、制造工艺相对简单等优点.但是由于厂房需求不同,加之不同时期的设计能力、计算能力也千差万别,造成发射场大门形式多样,装备化保养困难.随着航天发射场的不断发展,传统意义上粗大笨重、操作复杂、维护困难的厂房大门已经无法适应发射场特种设备“三化”的要求,结合某发射场火箭厂房扩建工程新建大门,对发射场现有各种大门的功能和结构模式，进行统计分析和梳理分类,从大门系列化的角度,本着有限目标,重点突出的原则,研究大门的模块化设计方法.

图8 1948—2014年全球平均潜在蒸散量(a)和降水(b)的Morlet小波分析以及两者的EEMD-IMF5(c) Fig.8 Morlet wavelet analysis of average potential evapotranspiration (a) and precipitation (b) and their EEMD -IMF5 (c) in the globe during 1948-2014

3 结论与讨论

(1)对比AI指数、PDSI指数和土壤湿度发现，3种指数能够较为一致地反映全球干湿变化的时空分布特征。全球整体呈现干旱化趋势，以萨赫勒及东亚地区的干旱化趋势最为显著，而中国西部、北美东南部和澳大利亚西部表现为显著变湿趋势。

你知道铅笔杆上的H、B记号是什么意思吗？原来，铅笔芯的硬度是由黏土和石墨的混合比例决定的。黏土的比例较大时，铅笔芯就会比较硬，写出的字迹也比较淡。标在铅笔杆上的H、B记号就表示铅笔芯的硬度和笔迹的浓度：H是Hard（硬），B是Black（黑）。H前面的数字越大，表示这支铅笔的笔芯越硬，写出的字迹就越淡；B前面的数字越大，表示铅笔芯越软，写出的字迹就越黑。

致谢：美国国家航空航天局(NASA)戈达德空间飞行中心(GSFC)和美国国家海洋和大气管理局(NOAA)国家环境预报中心(NCEP)提供宝贵的GLDAS数据、东英吉利亚大学气候研究中心提供的降水和潜在蒸散量数据，以及DAI提供的PDSI数据。

(3)EEMD和小波分析结果表明，全球干湿变化的主要周期为准20 a，但不同气候区的主要变化周期存在差异，干旱区、半干旱区和湿润区都表现出强烈的准20 a周期信号，而极端干旱区和半湿润区的准30 a周期最显著。

(4)从降水和潜在蒸散量的长期趋势及其周期性来看，潜在蒸散量的显著增加是导致全球干旱化的主要原因；降水的准20 a周期与AI指数的准20 a振荡周期类似，而潜在蒸散量并不存在准20 a的周期，这说明AI指数的准20 a周期主要由降水振荡控制。

AI指数的准20 a周期主要由降水振荡所控制，但降水又受到海气相互作用、辐射等因子的影响，调控降水这一周期的主要气候因子还需要进一步的研究。此外，干湿变化指数受多种因子的作用，各种影响因子对干湿变化的影响程度随地点和季节的变化而存在差异。特别是土壤湿度这种复杂变量，不仅受到降水、蒸发、径流、渗透等自然因素的影响，还与土地利用方式等人类活动的影响有关，本文仅利用AI指数研究了降水和潜在蒸散量对干湿变化周期信号的影响，对于土壤湿度等年代际变化的影响机制还需要进一步的研究。

(2)从不同气候区的角度来看，半湿润区的干旱化趋势最为显著，其次为极端干旱区，半干旱区和湿润区的干旱化趋势不显著，而干旱区则表现为变湿趋势。

参考文献:

[22] 李崇银,朱锦红,孙照渤. 年代际气候变化研究[J]. 气候与环境研究,2002,7(2):209-219.

[2] 李茂松,李森,李育慧. 中国近50年旱灾灾情分析[J]. 中国农业气象,2003,24(1):7-10.

近些年来，现代信息技术和互联网技术的深入发展，对社会各个领域的发展都产生了很大的影响，分析来看，互联网技术具有开放性、及时性、广泛性等特点，作为一种新的信息技术，在经济社会中逐渐渗透和应用，“互联网+”的发展，对我国教育教学活动也带来了很大的影响。

[3] HUANG J P, YU H P, GUAN X D, et al. Accelerated dryland expansion under climate change[J]. Nature Climate Change, 2016,6(2):166-172.

全球干湿变化存在很大的区域差异，根据不同气候区下3种干湿指数的相关系数(表1)，发现，3种干湿指数在不同气候区都具有较好的一致性，相关系数都通过了99%的显著性检验。总体来讲，在半干旱和半湿润区3种指数的相关性最好，相关系数都在0.7以上，而在极端干旱区相关性最差。在半湿润和湿润地区，PDSI指数和土壤湿度的相关性较高，而在极端干旱、干旱和半干旱区AI指数与PDSI指数的相关性较高。

[5] 李忆平,李耀辉. 气象干旱指数在中国的适应性研究进展[J]. 干旱气象,2017,35(5):709-723.

化学防治。防治灰霉病和早疫病，使用75%百菌清可湿性粉剂500倍液喷雾处理，或80%代森锰锌可湿性粉剂600倍液防治，降低番茄上病虫害发生程度，有效提高番茄产量和品质。茎基腐病预防，应该在番茄定植一周后使用68.75%左右的银法利，与1.5-2.0 kg左右的水充分混合搅拌，形成糊状后，使用毛笔将其涂抹在根茎上，间隔20天后再次涂抹，可以有效提升茎基腐病防治效果，将病害消灭在萌芽状态。

[6] 齐冬梅,李跃清,王莺,等. 基于Z指数的四川干旱时空分布特征[J]. 干旱气象,2017,35(5):734-744.

[7] SHEFFIELD J, WOOD E F. Global trends and variability in soil moisture and drought characteristics, 1950-2000, from observation-driven simulations of the terrestrial hydrologic cycle[J]. Journal of Climate, 2008,21(3):432-458.

[8] HUANG J P, JI M X, XIE Y K, et al. Global semi-arid climate change over last 60 years[J]. Climate Dynamics, 2016,46:1131-1150.

[9] 马柱国,符淙斌. 20世纪下半叶全球干旱化的事实及其与大尺度背景的联系[J]. 中国科学D辑:地球科学,2007,37(2):222-233.

[11] CHENG S J, HUANG J P. Enhanced soil moisture drying in transitional regions under a warming climate[J]. Journal of Geophysical Research: Atmospheres, 2016,121(6):2542-2555.

[10] 季飞,黄建平,管晓丹,等. 北美和欧亚大陆冬季快速增温与地表干湿变化[J]. 气候变化研究进展,2012,8(6):440-447.

[12] LI Y, HUANG J P, JI M X, et al. Dryland expansion in northern China from 1948 to 2008[J]. Advances in Atmospheric Sciences, 2014,32(6):870-876.

为保障学生科研相对平稳的进行，团队成员的配比应与学生科研特点相适应，一套具有目的性和计划性的纳新机制显得尤为重要。点加团队纳新分为递交简历-科研讲座-新生面试三个过程。在这三个过程中，点加团队和报名同学进行双向了解，从而筛选出具有自身特长且可与他人性格优劣互补的新成员。团队成员的专业界限相对模糊，以充分协调发挥各专业的优势，适应不同的科研课题。在后期科研小组的搭建时，便可根据科研课题从团队中选取相匹配的成员，在坚持学生共性的前提下，充分发掘其个性的潜力。

[13] 丁一汇,柳艳菊,梁苏洁,等. 东亚冬季风的年代际变化及其与全球气候变化的可能联系[J]. 气象学报,2014,72(5):835-852.

[14] BIASUTTI M, HELD I, SOBEL A, et al. SST forcings and Sahel rainfall variability in simulations of the twentieth and twenty-first centuries[J]. Journal of Climate, 2008,21(14):3471-3486.

[15] MOHINO E, RODRGUEZ-FONSECA B, LOSADA T, et al. Changes in the interannual SST-forced signals on West African rainfall AGCM intercomparison[J]. Climate Dynamics, 2011,37(9):1707-1725.

按照习惯性思维，做任何一件事情或是一个决定，是否可行是必须要考虑的。那么至于是否可行，首先就要从理论和现实寻找依据。有了理论依据和现实依据，这件事才具有了一定的可行性。因此，对高校退休教师实施健康管理首先要寻找其理论依据和现实依据。

[16] MOHINO E, RODRGUEZ-FONSECA B, MECHOSO C, et al. Impacts of the tropical Pacific/Indian Oceans on the seasonal cycle of the West African monsoon[J]. Journal of Climate, 2011,24(15):3878-3891.

[17] CAMINADE C, TERRAY L. Twentieth century Sahel rainfall variability as simulated by the ARPEGE AGCM, and future changes[J]. Climate Dynamics, 2010,35(1):75-94.

[18] HAGOS S M, COOK K H. Ocean warming and late-twentieth-century Sahel drought and recovery[J]. Journal of Climate, 2008,21(15):3797-3814.

[19] 周连童,黄荣辉. 关于我国夏季气候年代际变化特征及其可能成因的研究[J]. 气候与环境研究,2003,8(3):274-290.

[20] 黄荣辉,蔡榕硕,陈际龙,等. 我国旱涝气候灾害的年代际变化及其与东亚气候系统变化的关系[J]. 大气科学,2006,30(5):730-743.

以上事例均为同一航向才能使用TCPA进行对遇、追越判断，不同航向则需心算大致的TCPA，并留有3～5分钟的安全余量。所有的追越应在被追越船同意并配合下小心追越。无论如何，都必须特别谨慎地驾驶，直到追越完成为止。

通过以上两种方式的校验后，称重都不能达到设计及工艺控制的要求。因此，必须寻求新的标定方式。经过分析，任何仪表的标定，越接近最大测量范围的标定就越准确。于是，该项目采用了满量程标定，步骤如下：

[21] 李新周,马柱国,刘晓东. 中国北方干旱化年代际特征与大气环流的关系[J]. 大气科学,2006,30(2):277-284.

[1] DAI A G. Drought under global warming: A review[J]. WIREs Climate Change, 2011,2(1):45-65.

[23] HUANG J P, XIE Y K, GUAN X D, et al. The dynamics of the warming hiatus over the Northern Hemisphere[J]. Climate Dynamics, 2017,48(1/2):429-446.

[24] RODELL M, HOUSER P R, JAMBOR U, et al. The global land data assimilation system[J]. Bulletin of the American Meteorological Society, 2004,85(3):381-394.

[25] LIN B, STACKHOUSE, P W, MINNIS P, et al. Assessment of global annual atmospheric energy balance from satellite observations[J]. Journal of Geophysical Research: Atmospheres, 2008,113(D16):D16114.

[26] REICHLE R H, KOSTER R D, LIU P, et al. Comparison and assimilation of global soil moisture retrievals from the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E) and the Scanning Multichannel Microwave Radiometer (SMMR)[J]. Journal of Geophysical Research: Atmospheres, 2007,112(D9):D09108.

[27] 程善俊,管晓丹,黄建平,等. 利用GLDAS资料分析黄土高原半干旱区土壤湿度对气候变化的响应[J]. 干旱气象,2013,31(4):641-649.

[28] 程善俊,黄建平,季明霞,等. 中国华北暖季土壤湿度的变化特征[J]. 干旱气象,2015,33(5):723-731.

对于一组输入数大于14的ITC99和MCNC电路，算法1、算法3、算法4以及ACE2.0的功耗计算结果如表2所示，其中的Ed和Es也分别为100个MPRM电路动态功耗以及静态功耗计算结果的平均值，Es的单位是μA.其中最后一行的“总体平均”指的是实验所用1000个MPRM电路功耗计算结果的平均值.

[29] ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration guidelines for computing crop water requirements, FAO Irrigation and Drainage Paper 56[M]. Rome: United Nations Food and Agriculture Organization, 1998:15-86.

[30] HUANG J P, YU H P, DAI A G, et al. Drylands face potential threat under 2°C global warming target[J]. Nature Climate Change, 2017,7(6):417-422.

[31] 黄建平,季明霞,刘玉芝,等. 干旱半干旱区气候变化研究综述[J]. 气候变化研究进展,2013,9(1):9-14.

[32] 唐红玉,王志伟,史津梅,等. PDSI和Z指数在西北干旱监测应用中差异性分析[J]. 干旱地区农业研究,2009,27(5):6-11.

[33] WANG S S, HUANG J P, HE Y L, et al. Combined effects of the Pacific Decadal Oscillation and El Nio-Southern Oscillation on Global Land Dry-Wet Changes[J]. Scientific Reports, 2014,4:6651.

[34] DAI A G, TRENBERTH K E, QIAN T. A global dataset of Palmer Drought Severity Index for 1870-2002: Relationship with soil moisture and effects of surface warming[J]. Journal of Hydrometeorology, 2004,5(6):1117-1130.

[35] TORRENCE C, COMPO G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998,79(1):61-78.

[36] HUANG J P, HIGUCHI K, TRIVETT N. Multiresolution Fourier Transform and its application to analysis of CO2 fluctuations over Alert[J]. Journal of the Meteorological Society of Japan, 1997,75:701-715.

[37] HUANG J P, JI M X, HIGUCHI K, et al. Temporal structures of the North Atlantic Oscillation and its impacts on the regional climate variability[J]. Advances in Atmospheric Sciences, 2006,23(1):23-32.

[38] WU Z H, HUANG N E, CHEN X. The multi-dimensional ensemble empirical mode decomposition method[J]. Advances in Adaptive Data Analysis, 2009,1(3):339-372.

(1)条件：电动汽车以45 km/h的速度匀速行驶在阳光充足，环境温度为30℃的道路上，空调调至最大风速并将出风口开到最大。分别测量压缩机开启时间、乘客以及驾驶员头部温度、空调系统的气体流动速度。

[39] RODRGUEZ-FONSECA B, MOHINOB E, MECHOSO C R, et al. Variability and predictability of West African droughts: A review on the role of sea surface temperature anomalies[J]. Journal of Climate, 2015,28(10):4034-4060.

[40] ZHANG L, ZHOU T. Drought over East Asia: A Review[J]. Journal of Climate, 2015,28(8):3375-3399.

[41] KUCHARSKI F, ZENG N, KALNAY E. A further assessment of vegetation feedback on decadal Sahel rainfall variability[J]. Climate Dynamics, 2013,40(5):1453-1466.

[42] WANG G, ELTAHIR E A B, FOLEY J A, et al. Decadal variability of rainfall in the Sahel: results from the coupled GENESIS-IBIS atmosphere-biosphere model[J]. Climate Dynamics, 2004, 22(6):625-637.

[43] WANG B, LIU J, KIM H, et al. Recent change of the global monsoon precipitation (1979-2008)[J]. Climate Dynamics, 2012,39(5):1123-1135.

[44] 张国宏,李智才,宋燕,等. 中国降水量变化的空间分布特征与东亚夏季风[J]. 干旱区地理,2011,34(1):34-42.

[45] CHENG S J, GUAN X D, HUANG J P, et al. Long-term trend and variability of soil moisture over East Asia[J]. Journal of Geophysical Research: Atmospheres, 2015,120(17):8658-8670.

[46] WALLACE J M, FU Q, SMOLIAK B V, et al. Simulated versus observed patterns of warming over the extratropical Northern Hemisphere continents during the cold season[J]. Proceedings of the National Academy of Sciences, 2012,109(36):14337-14342.

首先，房地产开发企业的经营产品具有着非标准性特点。具体一些解释，由于各个楼盘的所处地理位置与开发核心都有所不同，因此导致楼盘的整体风格也有着很大差异。房地产开发项目前需要展开综合考量，其中包括开发区域的经济发展水平、人文环境、居住需求等，有针对性的完成设计方案。