基于大数据挖掘的区域干旱预报方法及应用研究
Research on regional drought forecast method and application based on big data mining
-
摘要: 干旱是影响我国社会经济发展最严重的自然灾害之一,近年来呈更为频发的态势。单独基于遥感或水文气象信息的干旱指数通常不能精确监测区域干旱胁迫,本研究联合植被遥感与水文气象等多源数据,采用大数据挖掘分类与回归树技术,构建了适用于我国华北平原干旱监测与预报的集合干旱指数(CRDI)。结果表明,整合不同时间尺度的标准化降水指数(SPI)和标准化降水蒸散指数(SPEI),有助于提升模型预报精度,春季和夏秋季CRDI的相对误差、相关系数分别为0.36、0.89和0.32、0.90,验证数据对两个季节相CRDI具有相同的预报精度。CRDI对华北平原典型干旱年的评估发现,其预报区域干旱效果要优于传统干旱指数。研究结果对建设具有预报、预警、预演、预案“四预”业务功能的智慧干旱监测预警系统及干旱风险管理政策制定具有一定的参考意义。