基于Meta-Gaussian模型的中国农业干旱预测研究

在全球气候变化背景下,干旱愈加频发,有效且可靠的农业干旱预测对于保障粮食安全和水资源安全具有重要意义。以标准化降水指数（SPI）和联合标准化土壤湿度指数（JSSI）分别表征气象干旱和农业干旱,以前期的气象干旱和农业干旱指数作为预测因子,在1~3个月预见期下基于Meta-Gaussian（MG）模型对中国1961—2015年6—8月的农业干旱进行预测,并采用Brier Skill Score（BSS）和纳什效率系数（NSE）评价MG模型的预测性能。结果表明：① 将1个月、3个月、6个月、9个月和12个月时间尺度的标准化土壤湿度指数（SSI）结合起来得到的JSSI能够对中国农业干旱的综合状况进行客观评价。② 以中国2010年和2014年遭受严重的干旱事件为例,预见期为1~3个月时,除新疆南部、青海西部以及内蒙古西部等沙漠地区外,MG模型对6—8月农业干旱预测结果的分布范围与实际干旱的分布区域较吻合,预见期越短,吻合越好。③ 预见期为1个月时,6—8月BSS ≥ 0.5的面积比例分别为0.714、0.642和0.640,NSE ≥ 0.5的面积比例分别为0.903、0.829和0.837,表明MG模型能够对中国大部分区域的农业干旱作出可靠的预测。本文结果可为中国农业干旱的监测、预警及干旱决策提供科学指导。     

基于随机森林模型的GRACE数据3种空间降尺度对比

陆地水储量是赋存在陆地上各种形式水的综合体现,研究其时空变化对认识区域水循环过程和水资源调控等具有重要意义。然而现有陆地水储量变化数据实际分辨率较低,限制了其在中小流域或地区中的应用。针对这一问题,本文基于GRACE重力卫星和其后续卫星GRACE-FO反演的陆地水储量变化数据,首先采用随机森林模型,分别基于格点、区域(流域)和区域(全国)3种空间降尺度思路将GRACE数据降尺度至0.25°×0.25°,后结合GLDAS模型数据,基于水量平衡原理计算得到地下水储量变化数据,最后基于降尺度模型模拟效果和实测地下水位数据评估3种降尺度思路在全国的适用性。结果表明:随机森林模型能够较好地模拟驱动数据(降水、气温、植被条件指数和土壤水储量)与GRACE数据的统计关系,验证期格点降尺度思路的平均相关系数总体在0.6左右,区域降尺度思路的平均纳什效率系数、相关系数和均方根误差分别>0.5、>0.75和<6.6 cm,3种空间降尺度思路的模拟精度均满足基本要求;2003—2021年间,GRACE数据、格点降尺度、区域降尺度(流域)和区域降尺度(全国)得到的我国陆地水储量亏缺量分别约为119.5×10⁸、62.4×10⁸、121.1×10⁸和121.8×10⁸ m³/a,地下水储量亏缺量分别约为230.0×10⁸、171.8×10⁸、235.6×10⁸和236.4×10⁸ m³/a,受制于样本数较少等原因,格点降尺度结果精度较差;两种区域降尺度思路得到的水储量变化速率均和原始GRACE数据基本一致,模拟结果均优于格点降尺度,且细化到流域的区域降尺度对地下水储量变化验证精度有一定的改善。区域降尺度具有适用性强、模拟精度高、计算效率高的优势,研究结果可为流域水资源可持续利用以及水资源规划等提供精细化的水储量变化数据。