基于多模型方法的数据稀缺安第斯流域（阿塔卡马沙漠北部地区）一个月前农业干旱预报研究

《Climate》：Multi-Model Approaches for One-Month-Ahead Agricultural Drought Forecasting in a Data-Scarce Andean Basin: Insights from the Northern Region of the Atacama Desert

　　

农业干旱对安第斯干旱区依赖水的经济构成严重威胁；然而，针对数据稀缺、高海拔流域的预报工具仍然有限。本研究在阿塔卡马沙漠北部的Candarave地区，开发并评估了一个用于农业干旱预报的多模型时空框架；研究人员预测了一个农业、数据稀缺安第斯流域一个月后（提前时间 t + 1）的3个月标准化降水蒸散指数 (SPEI-3)。比较了七种建模方法：三种机器学习基线模型（XGBoost、随机森林和弹性网络），两种统计时间序列模型（ARIMA 和 ARIMAX），以及两种深度学习架构（CNN-LSTM 和 ConvRNN）。基于弹性网络系数的驱动因子分析确定了时空持续性（邻近SPEI、滞后一期SPEI）、降水、最高气温和沿海厄尔尼诺指数 (ICEN) 为主要的干旱预测因子。ARIMAX模型取得了最佳的整体性能（RMSE = 0.377；R² = 0.909；NSE = 0.909；KGE = 0.889），表明纳入外生气候驱动因子可显著提升预报技巧。在机器学习基线模型中，弹性网络优于基于树的模型（KGE = 0.924）。深度学习模型表现最弱，R²值极低，这归因于训练数据不足、过参数化以及Candarave地区干旱动态主要呈线性和持续性驱动的特征。在操作上现实的配置（所有预测因子滞后至预报时间）下，该方法为一个月前农业干旱早期预警提供了一个有用的决策支持工具，而非一个交钥匙的（可直接投入使用的）业务系统。

**《Climate》期刊论文解读：数据稀缺安第斯流域一个月前农业干旱预报的多模型方法研究**

**一、 研究背景与意义**

在全球范围内，农业是国民经济的关键部门，对维持生计、促进经济增长和发展至关重要。然而，农业日益受到干旱等环境挑战的威胁，尤其是在干旱地区。在秘鲁，农业虽仅占国内生产总值的7%，但在社会与地域层面扮演着关键角色，支撑着大量农村人口。在秘鲁南部的干旱地区，农业严重依赖于高效的水资源管理以及对作物需水过程的理解，尤其是在水分胁迫条件下。Candarave省位于秘鲁塔克纳大区东北部，海拔在2400至5500米之间，其气候类型主要为半干旱和半寒冷气候。该地区的农业结合了雨养和灌溉系统，主要种植安第斯主食作物和牧草，严重依赖南半球夏季（12月至次年3月）的雨季。此期间的降水亏缺会传导至土壤水分，引发农业干旱，对当地小农和牧民产生直接的社会经济影响。因此，提前一个月对农业干旱（以SPEI-3表征）进行可靠预报，对于种植、灌溉调度和风险管理决策具有直接价值。

尽管已有针对Candarave的干旱评估研究，但尚未开发预测模型。同时，研究区域面临着与水资源可用性和管理相关的问题，这些问题与高气候变率及制度限制相关联，加剧了秘鲁南部干旱地区的水资源脆弱性。干旱预测对于发布早期预警和帮助脆弱社区应对其影响至关重要。然而，农业干旱具有复杂和非线性的特征，需要采用非线性时间序列建模方法。这促使了利用混合智能方法进行干旱预测的研究，因其能有效处理非线性变量。本研究旨在填补这一空白，为数据稀缺、高海拔的安第斯流域开发并基准测试多模型、一个月前的农业干旱（SPEI-3）预测框架。

**二、 主要技术方法概述**

本研究采用多阶段方法框架，核心在于整合多种环境数据源并比较不同模型的预测性能。首先，研究人员收集并整合了1981年至2016年期间的大气、水文和海洋驱动因子数据，包括网格化降水与温度数据（来自PISCO数据集）、卫星衍生的气象变量（来自ERA5再分析数据）、以及厄尔尼诺海洋学指数（ICEN和ONI）。基于这些数据计算了目标变量——3个月标准化降水蒸散指数 (SPEI-3)，该指数综合了降水与潜在蒸散，对农业干旱监测具有优势。

其次，为捕捉干旱现象的非线性复杂性，研究进行了特征工程，生成了时空滞后变量（如SPEI-3滞后1-3期）、空间邻域变量（基于欧氏距离计算邻域平均SPEI）、气候驱动因子交互项以及季节性分类变量。所有预测因子均设定为在时间t或更早可用，以预测t+1时刻的SPEI-3。

接着，研究比较了七种建模方法：三种机器学习基线模型（XGBoost、随机森林、弹性网络），两种统计时间序列基线模型（ARIMA、ARIMAX），以及两种提出的时空深度学习模型（CNN-LSTM和ConvRNN）。其中，ARIMAX模型的外生预测因子是通过对弹性网络模型进行驱动因子分析后选出的高影响力变量子集。模型训练采用了不同的时间分区策略以适应各类模型的结构假设和数据需求。最后，使用均方根误差 (RMSE)、平均绝对误差 (MAE)、决定系数 (R²)、纳什效率系数 (NSE)、Kling-Gupta效率系数 (KGE) 和百分比偏差 (PBIAS) 等一套综合指标评估了模型的预测性能。

**三、 研究结果分析**

**3.1 数据质量**
将PISCO网格化产品与Aricota、Cairani和Candarave三个气象站的观测数据进行验证，结果显示性能因变量和站点而异。降水在所有站点均表现出极好的相关性，但百分比偏差 (PBIAS) 显示存在显著空间差异。温度变量方面，PISCO在再现最低温度方面表现出更高技巧，但在再现最高温度方面相关性最低，在复杂地形地区存在局限性，这与该地区陡峭的海拔梯度和局地太阳辐射影响有关。

**3.2 驱动因子分析**
基于弹性网络系数的驱动因子分析揭示了影响Candarave地区干旱条件的最重要气候变量。最具影响力的预测因子是**SPEI_neighbor（邻近SPEI）** 和 **SPEI_lag1（滞后一期SPEI）**，这表明干旱具有很强的时空“记忆”效应，前期及邻近地区的条件是当前干旱状态的主要驱动因素。**降水 (P_T)** 显示显著的正效应，而**最高温度 (Tmax)** 显示负系数，证实了降水亏缺与温度上升的协同作用加剧了该地区的水分胁迫。**沿海厄尔尼诺指数 (ICEN)** 和**净辐射 (RadNeta)** 等变量也显示出较小但统计上相关的影响，作为局地气候变率的次级调节因子。ICEN的作用表明秘鲁沿海海表温度变率是关键的早期预测因子，对于提高仅依靠本地气象数据的干旱预报精度是必要的。

**3.3 农业干旱预报模型性能比较**
模型性能比较显示，**ARIMAX模型**在所有评估模型中表现最优，取得了最低的预测误差和最高的解释力，其KGE值接近0.9，偏差近乎为零。这表明将外生气候驱动因子纳入时间序列框架能显著提升预报技巧。相比之下，经典的**ARIMA模型**性能明显较弱，凸显了纯单变量方法在捕捉复杂系统动态方面的局限性。空间分布的ΔSkill分析进一步证实，ARIMAX相对于ARIMA的改进在研究区域内呈现异质性但以正向为主的模式，在从半干旱向半寒冷气候过渡的中部区域，模型预测技巧的提升尤为明显。

在机器学习基线模型中，**弹性网络 (Elastic Net)** 表现出最佳整体性能，其KGE值在所有模型中最高，表明其正则化机制在缓解过拟合的同时保留了相关预测因子，提供了相关性、变异性和偏差的均衡表征。基于树的模型（XGBoost和随机森林）也表现出有竞争力的性能，但 consistently inferior to ARIMAX，这可能表明尽管这些模型能够捕捉非线性关系，但在显式建模数据固有的时间依赖性方面效果较差。

**提出的深度学习模型（CNN-LSTM和ConvRNN）** 在所有指标上表现最差，其R²和NSE值为负值，表明其预测甚至不如基于均值的简单基准。这种表现不佳归因于几个因素：数据可用性有限，不足以训练数据密集型的深度学习架构；模型过参数化导致过拟合和泛化能力差；以及Candarave地区的干旱信号主要呈线性和持续性驱动，本质上更有利于简约的统计模型。

**3.4 极端事件模拟**
对2015-2016年极端干旱事件（秘鲁南部有记录以来最严重的干旱之一）期间SPEI-3空间演变的分析进一步验证了模型性能。弹性网络和ARIMAX模型在复制干旱强度和空间格局方面表现出色，其预测与观测数据高度吻合。相比之下，CNN-LSTM模型倾向于低估极端事件峰值月份的干旱强度，并且表现出比观测更缓慢、更嘈杂的恢复模式。这凸显了在历史记录中极端事件稀疏的情况下，深度学习架构的训练受到限制，而强线性依赖关系则有利于惩罚过度复杂性的统计模型。

**四、 讨论与结论**

本研究开发并评估了用于Candarave地区农业干旱预报的多模型时空框架。驱动因子分析表明，该地区的干旱主要由时空持续性机制主导，同时受到降水、温度、净辐射和沿海厄尔尼诺指数等外生驱动因子的复合影响。

在所有评估模型中，**ARIMAX模型** consistently achieved the best predictive performance，证明了将外生气候驱动因子纳入时间序列框架能 substantially enhances forecasting skill。在机器学习基线模型中，**弹性网络** 优于基于树的模型。而**深度学习模型** 则 exhibited the weakest performance，这归因于训练数据不足、过参数化以及干旱动态的线性和持续性本质。

本研究是首次为该数据稀缺的安第斯流域开发并基准测试多模型一个月前农业干旱（SPEI-3）预测。在严格可比的共同时段评估中，ARIMAX提供了最佳的一个月前预报技巧，而邻近和滞后的SPEI持续性是最主要的预测驱动因子。深度学习模型在这个小样本体系中并未带来回报。在操作上现实的（预测因子滞后）配置下，该方法 remains a useful decision-support tool for agricultural drought early warning。

然而，本研究存在一定局限性。首先是研究区域气象观测数据的质量和空间覆盖范围有限。三个可用站点主要位于Candarave的半干旱区域，而高海拔的半寒冷地区缺乏直接观测覆盖。因此，尽管验证结果表明PISCO数据集在监测点性能尚可，但其在半寒冷区域的准确性无法直接评估，可能受到安第斯环境复杂地形和强烈海拔梯度的影响。其次，所有模型仅在一个月预测时限上运行，未构成多个月的早期预警。未来的研究应扩展预报框架至更长的时限，并建议部署更多高海拔站点以进行验证。

总体而言，本研究证明，对于数据可用性有限且干旱动态具有强时间持续性的流域，结合了外生驱动因子的、设定良好的统计模型优于传统的机器学习和先进的深度学习架构。这些发现为干旱安第斯地区数据稀缺流域的干旱预报提供了一个可复制的方法框架，为决策者提供了可靠的诊断工具，以支持Candarave及类似高海拔环境的早期预警系统和水资源管理策略。