基于多种机器学习方法的半干旱区干旱预测模型研究

《Journal of Hydrology: Regional Studies》：Research on drought prediction models by multiple machine learning methods in a semi-arid region

　　

研究区域位于中国北方的子牙河流域(ZRB)，由于气候变化该地区干旱发生频率不断增加。本研究旨在开发并比较三种基于机器学习(ML)的干旱预测模型——随机森林(RF)、支持向量机(SVM)和极限学习机(ELM)。与传统的单因素干旱指数不同，所提出的模型综合集成了多种气象和水文变量，包括降水、气温、潜在蒸散发、植被特征和土壤水分。通过相关性分析，确定水分指数(MI)为最佳目标变量。使用多个评估指标(R²、MAE、RMSE、NSE、KGE和PBIAS)评估模型性能，并利用不同深度的原位土壤水分测量数据进行验证。随后应用最优模型模拟干旱的时空分布，并统计分析在不同土地利用类型、土壤质地、高程和坡度下的干旱影响面积。该地区获得的新水文见解：基于ELM的干旱预测模型(ELM-DI)显著优于RF和SVM，达到了最高的拟合精度(R²：0.948–0.989；MAE：0.062–0.158；RMSE：0.086–0.309；NSE > 0.90；KGE > 0.90；PBIAS < 5%)。与实测土壤水分数据的验证表明，ELM-DI与深层土壤水分表现出最强的相关性。时空分析显示，在所有季节尺度上，农田、壤土、1000–2000 m高程以及2°–6°坡度区域经历了最大面积的干旱影响。

**研究背景与意义**
准确的干旱预测对于全球和区域干旱管理具有重要意义。干旱的发生通常由大尺度大气运动驱动，并受海表温度异常、陆面反馈及自然与人为因素的共同影响。此外，地形、土壤水分、植被等地表特征也会调节干旱的严重程度。传统的干旱预测多依赖于单因素的气象或水文指标，难以全面反映复杂的非线性反馈机制；基于物理机制的模型则受限于庞大的参数化数据需求和计算复杂性；而传统的线性随机模型难以捕捉变化气候下干旱演变的非平稳和非线性特征。为了克服上述局限性，亟需开展基于数据驱动的多源数据融合研究，建立综合集成多气象和水文因子的干旱预测模型。

**研究概述**
针对上述问题，研究人员以中国北部半干旱的子牙河流域(ZRB)为研究区，开发了三种基于机器学习(ML)的干旱预测模型。研究综合选取了降水、气温、潜在蒸散发、植被特征和土壤水分等多种变量作为影响因子，构建了随机森林(RF)、支持向量机(SVM)和极限学习机(ELM)三种模型。通过多维度评估指标和原位实测数据验证，筛选出最优模型并应用于干旱的时空分布模拟。该研究为半干旱流域的干旱监测和管理提供了系统性的科学支持。此论文发表在《Journal of Hydrology: Regional Studies》上。

**关键技术方法**
研究人员选取了研究区2000至2018年的气象与遥感等数据，引入植被状态指数(VCI)、温度状态指数(TCI)、降水状态指数(PCI)、潜在蒸散发状态指数(PETCI)和土壤水分指数(SMI)作为模型自变量。通过相关性分析，选定水分指数(MI)为目标因变量。构建了基于RF、SVM和ELM的干旱预测模型，并利用决定系数(R²)、平均绝对误差(MAE)、均方根误差(RMSE)等六项指标评估精度。同时，提取了子流域15个原位土壤水分站点不同深度的实测数据用于模型验证。最后结合土地利用、土壤质地、高程和坡度空间分布数据，叠加分析干旱成灾面积的统计特征。

**研究结果**

*机器学习干旱预测模型的评估与验证*
通过时序数据划分训练集与测试集进行精度评估，ELM-DI模型的各项误差指标均达到“极好”水平，其R²达到0.948–0.989，MAE和RMSE均为三种方法中最小，且Kruskal-Wallis检验表明其预测结果在统计上无偏。基于2010年典型干旱年的空间分布模拟显示，RF与SVM虽能捕捉大致空间格局但明显低估了干旱强度，而ELM-DI模拟结果更接近参考的MI空间场。此外，利用实测土壤水分含量与各指标进行相关性分析，发现各指标相关性随土壤深度增加呈上升趋势，ELM-DI在0–40 cm深度表现最佳，表明其能更准确表征研究区干旱状况。

*基于ELM-DI建模的干旱监测应用与分析*
利用ELM-DI模型模拟了2000–2018年不同时期干旱等级的时空分布。结果显示，研究区西部受干旱影响比东部更严重。在年际尺度上，2010–2014年干旱强度达到最大，随后呈减缓趋势；在季节尺度上，冬季受轻度干旱影响范围最广，而春、秋季极端干旱面积最大，对农作物生长影响最为严重。通过叠加地理条件发现：农田在各季节尺度受旱面积最大，其次为草地和林地；壤土受旱面积最大，沙土次之，黏土最小；1000–2000 m高程带受中旱及以上级别影响最严重，而2000–3000 m高程虽发生高强度的极端干旱但分布集中；2°–6°坡度区域的受旱面积大于6°–15°区域，而15°–22°高坡度区域基本不受影响。

**讨论与结论**
地表遥感指标与深层土壤水分之间存在通过植被根系吸水和地表能量平衡介导的物理联系。持续的表面干燥会导致气孔关闭和冠层变绿度下降，进而减少深层土壤水分的蒸腾流失。这种级联生物物理响应解释了为何集成了多个指标的ELM-DI能与深层实测土壤水分保持高度相关。此外，1000–2000 m高程带属于山地与农业平原的过渡带，降雨效率低且径流流失严重，使其在春秋季极易发生土壤水分亏缺。

研究人员最终得出以下结论：MI在目标变量中表现最佳，可以作为最优干旱监测因变量；PCI与干旱指标的相关性最高，说明降水是干旱形成的主导驱动因素。构建的三种模型中，ELM-DI表现出最高的拟合精度，且无显著低估现象。将该模型应用于流域干旱时空演变分析，发现春、秋季的极端干旱影响最为严重；不同土地利用、土壤质地、高程及坡度下的受旱面积存在显著差异。该研究识别出的高风险区域为在关键作物生长季节优先配置灌溉资源和实施节水农业提供了科学依据。未来研究可引入降尺度的CMIP6气候情景，以评估21世纪中期的干旱脆弱性，支持半干旱流域的主动适应规划。