3月17日，《Nature Climate Change》在线发表了西北农林科技大学粟晓玲教授团队题为“全球变暖导致农业干旱动态可预测性下降”的研究成果。该研究通过强调陆面过程对干旱的作用，对受气候变化影响的干旱预测提供了新的见解，揭示了不同变暖水平下农业干旱可预测性的变化机制及其主导干扰因子，为深入认识不同干扰因子来源对农业干旱可预测性的影响，开辟了新视角。西北农林科技大学为论文第一单位，2021级博士研究生吴海江为论文第一作者，粟晓玲教授为论文通讯作者。西安理工大学黄生志教授、美国德州农工大学Vijay P. Singh教授、北京师范大学周沙研究员、中山大学谭学志教授和西北农林科技大学胡笑涛教授为论文共同作者。
全球气候变暖导致干旱频发，严重威胁着水-粮食-能源-生态安全。由于对干旱预测能力的认知有限，在过去造成了广泛的生态气候影响，如2012~2016年美国加州多年干旱和2022年中国南方特大干旱就是两个突出的例子。虽然此前的研究从不同角度基于统计和动力预测模型为干旱预测提供了一些见解，但对于干旱的可预测性却知之甚少。可预测性是与气候适应相关的地球系统的一个关键属性，通常可以通过预测模型的预测技能来评估。大量的气候模式预估结果表明，人为气候变暖将进一步加剧未来农业干旱的发生风险。然而，在不同变暖水平下，全球农业干旱的可预测性的时空分布格局如何变化以及哪些因素主导着这些变化仍不明晰。
该项研究的创新点在于：针对以往研究仅关注干旱的静态可预测性，而忽视其动态变化特征问题，利用两种气候模式的大集合样本数据集，基于贝叶斯模型平均BMA结合Vine Copula函数（BMAViC）模型在3种不同的变暖水平下（+1°C、+2°C和+3°C）探明了全球暖季农业干旱静态及动态可预测性的空间格局及其主导因子。
研究发现，在不同预见期下，农业干旱的静态可预测性随着气候变暖略有增强，主导因子为土壤湿度记忆性和干燥度指数。然而，在升温+2°C和+3°C情景下，农业干旱的动态可预测性在全球超过70%的陆地面积上显著下降（图1），特别是在北美、亚马逊、欧洲、东亚和南亚以及澳大利亚等区域，主要归因于背景干燥度、变差的土壤湿度记忆性和减弱的陆气耦合（图2）。
图1 基于61a滑动窗口预估的暖季不同变暖水平全球农业干旱动态可预测性分布及其线性变化趋势
图2 暖季不同变暖水平农业干旱动态可预测性的解释方差及其主控因子重要性排序
研究结果有助于科学认知气候变化影响的干旱可预测性并进一步改进预测模型框架，强调了利益相关者应采取动态的气候适应策略以应对气候变暖带来的风险。
该项研究得到了国家自然科学基金面上项目（52479027、52079111和51879222）、国家重点研发计划项目（2022YFD1900501）和水利部重大科技项目（SKS-2022018）的联合资助。
粟晓玲教授为水建学院水文学及水资源学科带头人，主要开展干旱传递机制与预测预估、水资源优化配置、流域水文模拟及预报等方向研究。主持国家自然科学基金面上项目（6项）、国家重点研发项目课题、水利部公益性行业科研专项、水利部重大科技项目等国家级课题20余项，研究成果获国家科技进步奖二等奖和教育部科技进步一等奖。
论文链接：
https://www.nature.com/articles/s41558-025-02289-y
来源：西北农林科技大学
