《表5 SPI和SPEI与各层SMAPI线性关系统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《典型干旱指数在黄河源区的适宜性评估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：表中-1、-3、-6等代表不同的时间尺度（月），下同。

SPI和SPEI指数采用了相似的计算方法，区别仅在于SPEI考虑了温度对干旱的影响。统计结果表明（表5），针对0.05 m处的SMAPI指数，当时间尺度k=6时，相对于其他的时间尺度SPI、SPEI与SMAPI0.05具有最强相关性，相关系数分别为0.47和0.44，如图5所示。针对0.10、0.20、0.40和0.80 m深度上的SMAPI值，当时间尺度k（28）24时，SPI和SPEI与其相关性最强，如图6所示，二者在变化趋势相似，且SPI较SPEI与各层SMAPI指数的相关性更强，SPI较SPEI对干旱发生的强度有着系统性的高估。需要特别注意的是，虽然SPEI由SPI指数发展而来，并且SPEI考虑了温度对干旱的影响，从理论上较SPI更为完善，但是，SPEI指数在计算潜在蒸散发量的时采用了桑斯威特方法，该方法假定当温度小于0时，潜在蒸发量为0，该假设在青藏高原地区将导致较大的计算误差，原因是即使在月平均温度小于0的情况下，由于高原地区极大的昼夜度差，在昼间的潜在蒸发量必然大于0。因此，在评估高原干旱特征时，SPI较SPEI有着明显的优势。