摘要: 为提升干旱预测精度，基于1980—2023年中国地面气象观测数据，选取标准化降水蒸散发指数（SPEI）作为干旱指标，通过相关性分析筛选预测因子，采用Theil-Sen Median趋势分析等方法，构建小波变换与长短期记忆神经网络结合的混合模型（WT-LSTM），设计单因子和多因子2种预测方案，分析中国气象干旱的时空演变特征。结果表明：（1）各因子的空间趋势分布不均匀，降水和潜在蒸散发整体为增加趋势，降水从东南向西北呈“增-减-增-减”的特征，潜在蒸散发在空间上从西北向东南递增，中国88.87%的区域年SPEI趋势系数小于0·a-1，干旱化趋势普遍。（2）中国年均干旱持续时间大部分在1~2个月左右，干旱严重程度显著增加的区域主要在西北、华北、东北的北部，干旱特征趋势呈现出北部高、南部低的空间分布格局。（3）各季节干旱持续时间长的地区对应的干旱强度并不高，其中夏季干旱频率的高值区分布较为广泛，冬季的干旱频率最低。（4）相比LSTM，混合模型WT-LSTM的性能更优，而对于单因子，多因子增强了模型对复杂干旱模式的表征能力，显著提高了模型的预测效果。（5）混合模型下的单因子预测更适合气候干旱模式较稳定的区域，而多因子在新疆维吾尔自治区、青藏高原等气候复杂区对干旱趋势的捕捉能力更强。
相关信息
点击量
下载量
