基于三维C-Vine Copula模型的全球骤旱综合指数构建与时空特征分析

推荐：本研究针对传统单变量干旱指数难以全面捕捉骤旱多维特征的难题，创新性地构建了整合降水-潜在蒸散发差(P-PET)、土壤湿度(SM)和径流(R)的三维C-Vine Copula综合骤旱指数(CFDI)。通过1981-2023年全球数据分析，揭示了骤旱在湿润区高频发生、干旱区高强度的空间分异规律，并发现全球骤旱频次和持续时间以0.013次/年和0.015期/年显著增加(p<0.01)，为早期预警提供了非线性多变量框架。

　　

随着全球变暖加剧，一种新型干旱——骤旱（Flash Drought）正引发广泛关注。与传统干旱数月缓慢发展不同，骤旱具有爆发迅速（数周内）、强度大、破坏力强的特点，如2012年美国中部干旱造成350亿美元损失，2022年长江流域骤旱导致大面积农作物绝收。然而，现有干旱监测体系面临三大挑战：单变量指数（如标准化降水指数SPI）无法反映多要素协同作用；线性组合方法难以捕捉气象-水文-农业干旱的非线性关系；土壤湿度监测存在滞后性，导致预警延迟。

针对这些科学难题，中国科学院重庆绿色智能技术研究院山地灾害与工程生态安全重点实验室的研究团队在《Ecological Indicators》发表创新成果。研究人员突破性地将Copula理论引入骤旱研究，通过三维C-Vine Copula框架耦合降水-潜在蒸散发差（P-PET）、土壤湿度（SM）和径流（R）的边际分布，构建了综合骤旱指数CFDI。研究采用ERA5-Land再分析数据（1981-2023年），运用Kolmogorov-Smirnov检验和Akaike信息准则(AIC)筛选最优边际分布函数，通过非参数统计方法将联合分布转化为百分位数形式的CFDI，并建立包含爆发速度、持续时间和恢复条件的骤旱识别标准。

关键技术包括：1）基于11种概率分布函数的边际分布优化；2）三维C-Vine Copula树结构构建（含高斯、Clayton等12种Copula函数比较）；3）事件合并算法（IC法）参数敏感性分析；4）Theil-Sen趋势分析和Mann-Kendall显著性检验。

研究结果揭示：

1. 模型验证：CFDI较美国干旱监测系统(USDM)提前1-2个月预警2012年美国中西部骤旱，准确捕捉2022年长江流域骤旱的爆发期（5月下旬）和扩展路径（6月向中下游蔓延）。

2. 全球格局：

   • 高频区（>1.8次/年）集中在湿润/半湿润带（东亚季风区、亚马逊流域、中非）

   • 超高强度区（>60%）出现在撒哈拉南缘和东南亚，而高纬度地区强度<30%

   • 半干旱区持续时间最长（5.43个8日期），极端干旱区最短（4-5期）

3. 时空演变：

   • 1982-2022年全球骤旱频次增速达0.013次/年(p<0.01)，2000年后增速放缓至0.008次/年

   • 持续时间以0.015期/年显著延长，但严重程度每年下降0.21%（p<0.01）

   • 南美南部、北美中部、东欧等地频次增幅>0.05次/年，而中国东部沿海严重程度降幅>0.3%/年

4. 干湿分异：

   • 湿润区年发旱次数(1.78次)是极端干旱区(1.09次)的1.6倍

   • 半干旱区呈现"高频-长持续-低强度"特征，极端干旱区则表现为"低频-短持续-高强度"

讨论部分指出，CFDI的创新性体现在三方面：首次实现气象-水文-农业干旱的非线性耦合；通过P-PET的快速响应弥补土壤湿度滞后性；引入百分位数标准化增强不同气候区可比性。值得注意的是，湿润区骤旱频发与能量限制机制相关——云量减少导致辐射增强，加速蒸散发；而极端干旱区的高强度则源于极端降水事件引发的土壤水分剧烈波动。

该研究为理解全球变化背景下骤旱演变规律提供了新范式，其构建的CFDI指数已被证明在提前预警方面优于传统监测系统。未来需结合多源遥感数据和机器学习算法，进一步提升骤旱预测的时空精度，为应对日益频发的极端气候事件提供科学支撑。