编辑推荐：
本文深入研究了2003-2022年黄河干流河南段的干旱时空动态及其驱动因素。基于遥感温度植被干旱指数（TVDI），结合Theil-Sen趋势分析、Mann-Kendall检验、R/S分析和地理探测器等方法，系统揭示了该区域以中度干旱为主的时空格局、西南部缓解而东北部加剧的演变趋势，并明确了蒸散发（ET）、温度（TMP）和降水（PRE）是主导干旱变化的关键自然因子，其与人口密度（POP）的交互作用进一步加剧了干旱风险。研究为这一重要粮食产区和生态屏障的精准旱情监测、未来趋势预测及适应性管理提供了科学依据。
本研究聚焦黄河干流河南段，利用2003至2022年的温度植被干旱指数（TVDI）遥感数据集，综合运用多种空间统计与地学探测方法，系统剖析了该区域干旱的时空动态特征、未来变化趋势及其背后的驱动机制。
1. 研究区域与方法概览
研究区域位于中国中部的黄河干流河南段，地理坐标介于33°31′N至36°22′N，110°21′E至116°05′E之间。该区域是重要的粮食生产基地和生态功能区，但同时也是干旱频发、水资源供需矛盾突出的地区。地形总体西南高、东北低，土地利用以耕地（占76.51%）和林地（占13.79%）为主，属温带-亚热带季风气候过渡带。
研究采用的方法体系清晰完整。核心干旱指标为TVDI，其值域为0到1，值越大表示土壤湿度越低、干旱越严重。根据已有研究，将TVDI划分为五个干旱等级：正常（0< />
为揭示历史趋势，研究结合了Theil-Sen Median趋势分析（计算趋势斜率β）和Mann-Kendall显著性检验（计算统计量Z），将变化趋势划分为“极显著增加/减少”、“显著增加/减少”、“轻微显著增加/减少”和“不显著增加/减少”等多个等级。为预测未来趋势，引入了基于重标极差（R/S）分析的Hurst指数（H）。H>0.5表示未来趋势与过去一致（持续性），H=0.5表示随机无趋势，H<0.5表示未来趋势可能与过去相反（反持续性）。结合历史趋势斜率β和H值，可以判断未来干旱是“持续增加/减少”还是“反持续增加/减少”。
为探究驱动因素，研究使用了地理探测器模型。选取了气候因子（降水PRE、温度TMP、蒸散发ET）、地形因子（高程ELE、坡度SLOPE）和人类活动因子（人口密度POP、夜间灯光NPP-VIIRS、GDP）共8个指标。通过因子探测器计算各因子的解释力q值（0-1之间，越大解释力越强），并通过交互探测器分析两两因子共同作用时是“非线性减弱”、“单因子非线性减弱”、“双因子增强”、“独立”还是“非线性增强”。
2. 干旱时空分布特征
空间分布上，2003-2022年间，研究区大部分面积处于干旱状态。其中，中度干旱面积占比最高，达70.63%；其次是重度干旱，占19.28%。正常区域面积仅占1.14%，零星分布于三门峡灵宝市西南部、洛阳栾川县边缘地区及济源市北部边缘。轻度干旱区环绕正常区分布。重度干旱区集中分布于洛阳市东北部的伊阳县、宜阳县、嵩县、孟津区，以及新安县东南部、洛龙区等地。
时间变化趋势上，整个区域TVDI呈现出从西南向东北递增的梯度，即干旱程度向东北方向加剧。具体而言，研究区56.7%的面积TVDI呈上升趋势（干旱加剧），41.17%的面积呈下降趋势（干旱缓解）。干旱显著缓解的区域（显著下降和极显著下降）主要位于西南部，包括灵宝南部、卢氏、陕州、渑池北部、济源市，以及洛阳市的洛宁县、新安县北部等。而干旱显著加剧的区域（显著增加和极显著增加）则集中于中东部和东北部，涉及原阳、封丘、长垣、濮阳、范县、台前等县，该区域面积占比达23.58%，表明干旱化趋势严峻。
3. 未来干旱趋势预测
基于Hurst指数的预测表明，研究区平均H值为0.46，约70%的区域H<0.5，意味着未来大部分地区的干旱变化趋势可能与过去相反。未来趋势空间分异明显：增加（弱反持续性）区面积占比最大（29.04%），主要分布于中东部，干旱可能加剧；减少（弱反持续性）区占比次之（26.55%），集中于西部，干旱预计将进一步缓解。增加（弱持续性）和增加（强持续性）区合计占19.72%，主要分布在东北部的武陟、沁阳西南、原阳西南以及濮阳县、范县、台前县等地，这些地区干旱持续恶化的风险较高。而减少（强持续性）和减少（弱持续性）区面积占比较小，零散分布于卢氏县和济源市部分区域，干旱缓解趋势可能具有长期稳定性。
4. 干旱驱动因素解析
单因子探测结果显示，气候因子对干旱空间分异的解释力最强。其中，蒸散发（ET，q=0.90）、温度（TMP，q=0.89）和降水（PRE，q=0.85）是主导TVDI变化的关键自然驱动因子，且影响极为显著（p<0.01）。相比之下，地形因子（坡度、高程）和人类活动因子（GDP、人口密度、夜间灯光）的单因子解释力相对较弱（q值在0.10-0.24之间），其中夜间灯光（NPP-VIIRS）的解释力最低。
然而，因子交互作用探测揭示了更复杂的驱动机制。任意两个因子交互作用后的q值均大于任一单因子，表现出“双因子增强”或“非线性增强”效应。其中，温度与人口密度（TMP∩POP）的交互作用解释力最强（q=0.99），其次是蒸散发与人口密度（ET∩POP，q=0.98）、降水与人口密度（PRE∩POP，q=0.98）。这表明，尽管人类活动因子的独立影响看似不强，但当其与关键气候因子（温度、蒸散发、降水）相结合时，会显著加剧干旱的严重程度。其他因子（如GDP、坡度）在与气象因子交互时，也共同强化了对区域干旱的影响。
5. 讨论与结论
综合来看，黄河干流河南段在2003-2022年间饱受干旱困扰，空间上呈“西南轻、东北重”的格局，时间上呈现“西南缓解、东北加剧”的分异趋势，未来大部分地区可能呈现与过去相反的变化态势。干旱格局主要受自然气候因子（ET、TMP、PRE）主导，但其严重程度受到人类活动（特别是人口密度）与气候因子协同作用的深刻影响。东北部干旱加剧区同时也是人口密集、耕地集中的区域，巨大的水资源需求加剧了干旱风险。而西南部山区，尽管干旱有缓解趋势，但脆弱的生态环境和落后的水利设施仍构成挑战。
本研究也为区域旱灾防控与管理提供了方向：在干旱加剧的东北部农业主产区，亟需推广节水农业、优化水资源配置、升级灌溉设施；在干旱缓解但生态脆弱的西南部山区，应加强水利工程建设，改善灌溉系统。需要指出的是，TVDI主要反映表层土壤湿度，在植被茂密区或用于监测快速发展的干旱事件时存在局限，未来需结合多源指数进行综合监测。此外，研究主要进行了分区趋势分析，要实施精准的减灾措施，仍需更细致的监测和深入的机理研究作为支撑。
