基于MODIS和CLDAS的综合干旱监测模型研究

作者：邢雅洁; 沈润平^*; 黄安奇; 梁宇靖; 王云宇; 谢昭颖; 师春香; 孙帅

来源：南京信息工程大学学报(自然科学版), 2023, 1-14.

DOI：10.13878/j.cnki.jnuist.20230228001

• CLDAS
• 综合干旱监测
• 梯度提升机
• MODIS

传统的干旱监测指数主要考虑单一影响因子，往往无法全面综合反映干旱状况。基于MODIS数据和CLDAS数据，选取多个影响因子和能够直接反映干旱程度的干旱指数作为自变量，以综合气象干旱指数(CI)为因变量，通过梯度提升机(GBM)机器学习算法建立日尺度综合干旱监测模型，并以2015—2018年华北地区干旱为例进行了研究。结果表明模型监测结果与站点CI计算值具有显著的相关性，训练集和测试集决定系数分别达到0.945和0.655，均方根误差(RMSE)分别为0.033和0.082，综合干旱监测模型具有较高的精度。且模型监测与CI监测各月等级一致率均在65%以上，并与标准化降水蒸散指数(SPEI)和土壤相对湿度(RSM)相关系数分别为0.68和0.60，能较好地反映气象干旱和农业干旱状况。典型干旱情况监测表明，综合干旱监测模型综合考虑多种干旱影响因素，能较准确地识别出干旱的发生，表征综合干旱发生状况。

• 单位
  国家气象信息中心; 南京信息工程大学