意大利干旱的多维解析：统计特征、时空持续性及预测潜力

本综述构建了一个集成高阶统计（如偏度）、持续性诊断（Hurst指数、DFA）、先进聚类（K-means、GMM、谱聚类等）与深度学习预测（KAF网络、LSTM）的分析框架，系统揭示了意大利SPEI-6干旱指数的三区制空间格局（持续型南部/岛屿、过渡型东北部、波动型西北部），为地中海地区干旱监测与早期预警提供了可转移的模块化方案。

　　

研究亮点

• •
  分析揭示了三个连贯的干旱区制：一个具有强时间记忆和长期干旱的持续性南部和岛屿区域；一个具有中等持续性的过渡型东北部走廊；以及一个以弱持续性、高变异性和突然转变为特征的波动型西北部阿尔卑斯区域。

结论

本研究提出了一个用于意大利干旱分析的集成框架，它结合了高分辨率SPEI-6数据、高阶统计、持续性诊断、先进聚类和深度学习预测。主要成果如下：

• •
  分析揭示了三个连贯的干旱区制：一个具有强时间记忆和长期干旱的持续性南部和岛屿区域；一个具有中等持续性的过渡型东北部走廊；以及一个以弱持续性、高变异性和突然转变为特征的波动型西北部阿尔卑斯区域。