中科院南京湖泊所JH:RS-基于XGBoost的复合干旱指数结合多源遥感数据的中国干旱监测研究

复合干旱指数（CDI）对于干旱监测与评估至关重要，它能够克服单一指标的局限性，提供更全面的干旱演化描述。本研究基于XGBoost机器学习方法，融合多源遥感与再分析数据，构建了中国国家尺度的月尺度复合干旱指数，并分析了2001—2020年中国干旱的时空格局。研究结果表明，CDI在不同气候和下垫面条件下表现稳定，能够同时反映气象干旱信号和土壤水分胁迫。在典型干旱事件中，CDI相较于单一来源指数提供了更连贯的干旱演化描述。在全国尺度上，CDI揭示了中国干旱显著的时空异质性：秋季干旱最为严重，严重度最高（1.67）、持续时间最长（3.44个月），而春季干旱最轻。空间上，内蒙古和东北地区是主要干旱高风险区，内蒙古的干旱严重度持续偏高（1.57–1.99）。研究认为，在机器学习框架中融合多源干旱信号可有效提升中国国家尺度的干旱监测能力，为区域性干旱风险评估和预警提供更坚实的科学依据。

• CDI在中国七个亚区均表现出稳定且良好的性能，验证集的解释方差分数（EVS）在0.54至0.82之间。即使在青藏高原等地形复杂区域，CDI依然有效，表明其具有良好的区域适应性。

• 作为以SPEI-1为训练目标的半依赖型复合干旱指数，CDI能够有效反映气象干旱信号，同时捕捉与土壤水分胁迫相关的信息。CDI与SPI-1和SSI-1均呈显著正相关，相关系数分别为0.36–0.81和0.42–0.70。

• 相较于SPI-1和SSI-1等单一干旱指标，CDI融合了多源信息，能够更好地区分气象、土壤水分、植被和热力相关干旱响应的时空演化，在典型干旱事件中展现出更连贯的干旱起始、持续和恢复过程。

• 2001—2020年间，中国干旱呈现出显著的时空异质性。秋季干旱最严重且持续时间最长，严重度为1.67，持续3.44个月；春季干旱最轻，严重度为1.17。内蒙古和东北地区是干旱风险最高的区域，其中内蒙古的季节平均严重度达1.25–1.99，东北冬季干旱严重度最高（2.70）。

• 西北、华南和青藏高原地区的干旱风险相对较低，各季节平均严重度最大值分别不超过1.19、1.72和1.72。研究结果为中国不同区域的干旱预警和水资源管理提供了科学依据。

Huang, X., Li, X., Song, Y., Lv, Z., Xu, L., & Zhang, D. (2026). A XGBoost-based composite drought index combining multi-source remote sensing data for drought monitoring in China. Journal of Hydrology: Regional Studies, 66, 103623