《Journal of Hydrology: Regional Studies》：Comparative machine learning and deep learning approaches for agricultural drought monitoring: Dual-index modeling in Iran
编辑推荐：
研究区域：本研究考虑伊朗，涵盖从超干旱到湿润的水文气候区以及主要农业平原。研究人员利用70个综合气象站（2001–2022年），将站点观测与来自全球降水测量（Global Precipitation Measurement, GPM）任务、中分辨率成像光谱仪（
研究区域：本研究考虑伊朗，涵盖从超干旱到湿润的水文气候区以及主要农业平原。研究人员利用70个综合气象站（2001–2022年），将站点观测与来自全球降水测量（Global Precipitation Measurement, GPM）任务、中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer, MODIS）、饥荒早期预警系统网络土地数据同化系统（Famine Early Warning Systems Network Land Data Assimilation System, FLDAS）和哥白尼气候变化服务（Copernicus Climate Change Service, C3S）的卫星/再分析预测因子进行空间匹配。研究焦点：农业干旱监测得益于结合气象驱动力和地表响应的指标，然而许多研究依赖于单一指数或在缺乏操作集成逻辑的情况下组合指数。研究人员提出了一个针对伊朗的双指数框架，整合了土壤水分亏缺指数（Soil Moisture Deficit Index, SMDI）和3个月标准化降水蒸散指数（3-month Standardized Precipitation–Evapotranspiration Index, SPEI-3）。该区域的新水文见解：研究人员将稳定性选择与无泄漏的前向扩展交叉验证以及保留的最近期测试窗口相结合，比较了轻梯度提升机（Light Gradient Boosting Machine, LightGBM）、随机森林（Random Forest）、弹性网络（Elastic Net）和特征分词器变换器（feature-tokenizer Transformer）。SMDI的估计比SPEI-3更可靠（最佳均方根误差RMSE = 0.80，决定系数R2 = 0.82；对应SPEI-3为RMSE = 0.96，R2 = 0.55）。不确定性通过保留测试绝对误差的经验分位数（50%和90%）进行量化；对于SMDI，约50%的预测落在约0.5个指数单位内，约90%落在约1–1.5个单位内。这些分位数误差带作为置信度限定符附加到监测框架中的月度干旱等级上，其中SMDI锚定严重程度，SPEI-3支持早期预警升级。
农业干旱监测是应对水资源短缺和粮食安全威胁的关键。传统监测常依赖单一气象或土壤湿度指数，但气象强迫与地表响应之间存在时间滞后与非线性耦合，单一指数难以全面表征干旱演化过程。伊朗地处亚洲交汇带，气候从超干旱到湿润跨度大，农业平原分布不均，稀疏的站点网络和遥感数据的不确定性进一步加剧了监测难度。现有研究多采用单指数或盲目组合，缺乏操作性的集成逻辑。为弥补这一空白，研究人员提出了一种针对伊朗全国的双指数框架，集成土壤水分亏缺指数（SMDI）与3个月标准化降水蒸散指数（SPEI-3），并系统比较了多种机器学习和深度学习方法，旨在回答三个问题：各指数在月尺度上的可预测性如何、哪种模型族在时间前向验证中最稳健、哪些预测因子和滞后特征控制模型技能。该研究发表在《Journal of Hydrology: Regional Studies》。
研究人员基于70个综合气象站2001–2022年的地面观测与多源遥感再分析数据（GPM、MODIS、FLDAS、C3S），通过稳定性选择（Elastic Net嵌入50次空间重采样，保留≥60%出现频率的预测因子）提取了针对两个目标的精炼预测因子集。预处理包括Yeo-Johnson变换、标准化、月气候学异常化、滞后特征（1–2个月）和3个月滚动聚合。采用K-means聚类将站点分为3个水文气候区，并将聚类标签作为预测因子。模型比较在严格时间前向扩展交叉验证（5个连续日历块）和保留最后20%作为测试窗口的框架下进行，涵盖LightGBM、随机森林、Elastic Net和特征分词器变换器（FT-Transformer）。不确定性通过测试窗口绝对误差的50%和90%经验分位数量化，并作为置信度限定符附加到集成监测框架中。
**研究结果**
**3.1 比较预测性能**：在保留测试窗口上，所有模型对SMDI的预测技能均高于SPEI-3。LightGBM在SMDI上表现最优（RMSE=0.800，R2=0.821），随机森林、FT-Transformer和Elastic Net紧随其后（RMSE≈0.818–0.825，R2≈0.81）。对于SPEI-3，LightGBM与随机森林近乎持平（RMSE≈0.96，R2≈0.55），FT-Transformer和Elastic Net略逊（RMSE≈1.01，R2≈0.50）。配对t检验表明，SMDI上LightGBM显著优于随机森林（p?0.01），而SPEI-3上差异不显著。分层于三个水文气候区，SMDI的RMSE在0.738–0.834之间、R2在0.792–0.852之间，表现稳定；SPEI-3的RMSE在0.702–0.998之间，技能略有下降但未出现崩溃。极端干旱子集（SMDI≤?2，SPEI-3
**3.2 误差行为与可靠性**：SMDI的观测-预测散点图紧密围绕1:1线，残差随时间变化无明显漂移，绝对误差累计分布函数（CDF）陡峭，表明大部分预测误差较小。SPEI-3散点图更分散，最负值被系统性低估（回归均值），CDF上升较慢且右尾更重，说明极端月份贡献了不成比例的大误差。这与SMDI的积分记忆特性和SPEI-3的高波动性一致。
**3.3 解释主导驱动因子与跨模型一致性**：通过SHAP值和Elastic Net系数，所有模型均显示短期持续性项（滞后1期的目标值）为主导，其次是降水和地表温度（LST）异常，土壤湿度和植被/水分指数（NDVI、NDWI、NDDI等）提供补充信息，聚类标签贡献微弱但稳定。这一层次符合物理理解：前期条件提供月尺度记忆，水供应与蒸散发需求调节与正常的偏差，地表指标反映实际胁迫。
**3.4 调优配置**：针对各目标优化了LightGBM、Elastic Net、随机森林和FT-Transformer的超参数，具体配置从搜索中得到（如LightGBM学习率0.03，深度5，最多127叶子等；FT-Transformer嵌入维度160或128，3个编码器块等）。
**讨论**：研究揭示SMDI因土壤水分记忆更易学习，SPEI-3因极端值稀少且平方误差目标导致尾端保守。特征归因的跨模型收敛性表明模型学习了物理有意义的关系。与前人工作一致，强调了双指数框架的合理性：SMDI锚定严重程度，SPEI-3作为早期预警。局限性包括研究期受制于数据可用性（2001–2022）、站点网络完整性约束、极端值偏差以及管理效应（灌溉、作物日历）未直接表征。未来可结合尾部分位数损失、概率输出、以及网格化制图拓展。
**结论**：研究发现，月度SMDI比SPEI-3更具可学习性，因其受土壤水分记忆主导；SPEI-3在月分辨率上本质更难，但作为早期预警仍具价值；特征归因提供了一致的物理叙事。研究人员据此提出SMDI锚定严重程度、SPEI-3升级警报的操作集成框架，并附加误差分位数置信度限定符。未来可引入更高频率降水、辐射和风数据、静态土地/管理因子，以及尾部分位数目标和概率模型以提高极端事件保真度，并推广至网格化监测。
