Page 218 - 《高原气象》2026年第5期
P. 218

第 45 卷  第 5 期                         高     原    气     象                             Vol. 45  No. 5
               2026 年 10 月                       PLATEAU METEOROLOGY                              October, 2026


             郭继富, 张籍方, 张强,等, 2026. 基于 BMA 降尺度模型的西北雨养农业区干旱监测研究[J]. 高原气象, 45(5): 1434-1447.
             Guo Jifu, Zhang Jifang, Zhang Qiang,et al., 2026. Study on drought monitoring in rain-fed agricultural area of Northwest China
             based  on  BMA  Model[J]. Plateau  Meteorology,  45(5):  1434-1447.  DOI:  10.  7522/j.  issn.  1000-0534.  2025.  00115.  CSTR:
             32265. 14. gyqx. CN62-1061/P. 2025. 00115.




                         基于BMA降尺度模型的西北雨养农业区

                                                 干旱监测研究



                                                                   1
                                郭继富      1, 2 , 张籍方 , 张 强 , 赵福年 , 赵 慧                     3
                                                       2
                                                                              1
                          (1.  中国气象局兰州干旱气象研究所,  甘肃省干旱气候变化与减灾重点实验室,  甘肃  兰州    730020;
                                         2.  甘肃农业大学信息科学技术学院,  甘肃  兰州    730070;
                                            3.  甘肃农业大学管理学院,  甘肃  兰州    730070)

                     摘要: 全球变暖背景下, 干旱已成为影响全球陆表生态系统安全的重要灾害事件, 并且具有明显的区域
                     差异性。基于反应植被生理状态的日光诱导叶绿素荧光(Sun-induced Chlorophyll Fluorescence, SIF)可
                     以更早地对干旱做出响应, 但现有的 SIF 产品空间分辨率较粗, 无法应用于区域尺度精细化干旱监测。
                     本文结合 GOSIF和 MODIS等多源遥感数据及气象观测资料, 选择植被指数(NDVI和 EVI)、 反射率波段
                     (RED和 NIR)和地形因子作为自变量, 利用自适应遗传算法优化 SVR、 RF、 CNN等模型参数, 结合贝叶
                     斯模型平均法(Bayesian Model Averaging, BMA)对各模型结果进行加权平均构建降尺度模型, 以获得高
                     精度 SIF产品并开展干旱监测研究。结果表明: 自适应遗传算法优化后的 SVR、 RF、 CNN等单一模型相
                                                                         2
                     比, BMA 降尺度模型训练集和测试集精度均表现较优。BMA 的 R 值为 0. 785, RMSE值为 0. 0453, Bias
                                      2
                     值为 0. 009; SVR 的 R 值为 0. 62, RMSE 值为 0. 0603, Bias 值为 0. 0095。利用 BMA 模型降尺度后的 SIF
                     产品, 可精准捕捉干旱等级特征, 与帕默尔干旱指数(Palmer Drought Severity Index, PDSI)相关性及一
                     致性最优, Pearson 相关系数达到 0. 7408、 一致性指数为 0. 8069。在 2022 年 6 月的干旱事件中, BMA 降
                     尺度 SIF 数据可识别局地精细化干旱及县域干旱核心区, 有效解决省级以下区域干旱监测精度不足问
                     题, 为区域精准干旱监测与防灾减灾提供支撑。研究结果表明 BMA 在数据降尺度的优缺点为未来选用
                     统计降尺度方法生成高分辨率区域尺度遥感数据提供了技术参考和支持。
                     关键词: 干旱监测; 贝叶斯模型平均法; 降尺度; 西北雨养农业
                     文章编号: 1000-0534(2026)05-1434-14   中图分类号: P429   文献标识码: A
                     DOI: 10. 7522/j. issn. 1000-0534. 2025. 00115
                     CSTR: 32265. 14. gyqx. CN62-1061/P. 2025. 00115


              1  引言                                             年全球范围内有超过 10 亿人受到影响(Mizutori
                                                                and Guha-Sapir, 2020)。由于农业系统的非线性和
                  干旱是全球范围内影响最广、 损失最严重的自                         干旱灾害的复杂性, 现有技术仍难以在地域适用
             然灾害(张强等, 2024), 严重威胁陆地生态系统的                        性、 对象匹配性及精准预测性等方面满足新形势下
             组成、 结构与功能(Piao et al., 2019)。据报道由于                 农业生产需求(李勤等, 2018)。伴随着人工智能技

             干旱造成的全球经济损失达数千亿美元, 在过去 20                          术的崛起, 尤其是机器学习的快速应用, 为农业干

                 收稿日期: 2025⁃06⁃18; 定稿日期: 2025⁃10⁃20
                 资助项目: 国家自然科学基金项目(42361060, 42230611); 甘肃省自然科学基金项目(25JRRA353); 甘肃省博士后研究资助项目; 干旱
                        基金项目(IAM202420)
                 作者简介: 郭继富(1985 -), 男, 甘肃靖远人, 工程师, 主要从事遥感大数据应用方面的研究. E⁃mail: guojf@gsau.edu.cn
                 通信作者: 张强(1965 -), 男, 甘肃靖远人, 研究员, 主要从事干旱与干旱环境、 陆-气相互作用和区域气候变化研究.
                        E⁃mail: zhangqiang@cma.gov.cn
                 © Editorial Department of Plateau Meteorology (CC BY-NC-ND)
   213   214   215   216   217   218   219   220   221   222   223