Journal of Hydrology Regional Studies·9月29日 · 周二论文农业人工智能与决策模型精选阅读 7
Meteorological to agricultural drought propagation and vegetation response across China
Dong Liu · Zihan Ma · Liangliang Zhang 等 11 人
论文解读
85重点推荐
速览
量化中国气象干旱向农业干旱的传播及植被滞后响应。
方法
用MODIS NDVI、SIF、SPEI、SSMI及机器学习归因分析。
发现
农业干旱比气象干旱长约1个月，植被响应滞后约5个月，SIF更敏感。
机会点
可探索不同气候区干旱传播阈值与SIF早期预警指标，构建区域化干旱记忆模型。
影响力22
信息增量23
专业深度18
信源权威14
时效性8
基于多源遥感与机器学习量化全国气象到农业干旱传导及植被滞后响应，方法新颖、结论可靠，对农业旱情监测预警有直接参考价值。
原文摘要
研究区域 本研究涵盖中国大陆，横跨东部季风区、西北干旱半干旱区以及青藏高寒区。研究重点 气象干旱并非线性转化为农业干旱，植被的滞后响应仍缺乏充分约束。我们结合中分辨率成像光谱仪（MODIS）归一化植被指数（NDVI）、卫星太阳诱导叶绿素荧光（SIF），以及基于标准化降水蒸散指数（SPEI）和标准化土壤湿度指数（SSMI）的干旱诊断，量化了中国气象干旱向农业干旱的传播过程、干旱历时与严重程度，以及植被响应记忆。我们检验了长期趋势与传播滞后，利用相关分析和小波相干分析评估了植被的累积响应与延迟响应，并采用机器学习归因方法识别植被变异的主导控制因子。该区域的新水文学认识 农业干旱比触发它的气象干旱持续时间更长、程度更严重，历时约长一个月，反映了土壤—植被系统内的干旱放大效应。干旱传播时间在中国各地差异显著，中位滞后为3—5个月，最长滞后出现在内陆半干旱区。植被表现出显著的干旱记忆效应：NDVI和SIF的响应滞后于干旱发生约5个月。与NDVI相比，SIF对短期水分胁迫更为敏感。在中国大部分地区，温度和蒸散主导植被动态，而在湿润的东南部地区，水文因素的影响更强。