随着全球变暖的加剧，近年来极端气候事件频发。在中国北方干旱形势严峻的同时，南方干旱的发生频率和强度也明显上升，区域性和季节性的严重干旱事件呈增加趋势（李伟光等，2012；王素萍等，2014）。中国西南地区约30%的区域属于干旱区，干旱化趋势明显，尤其在秋季干旱化程度最强（蔡怡亨等，2023）。西南地区的区域性干旱事件在频次、范围和强度上均呈增加趋势（张强等，2009；李韵婕等，2014；李忆平等，2015），其中极端干旱的发生频率、持续时间和强度也在增加（杨金虎等，2015；张红丽等，2016）。研究表明，西太平洋和热带印度洋的热力异常通过海气相互作用影响东亚地区的大气环流，进而影响西太平洋副热带高压（简称“西太副高”）的位置和强度、水汽输送等，对西南地区不同季节的干旱产生明显影响（黄荣辉等，2012；池再香等，2012；尹晗和李耀辉，2013；胡学平等，2014；于浩慧等，2023）。

近年来，贵州干旱面积明显扩大（王莺等，2022）。2022年下半年长江流域大范围持续性干旱对农业生产和能源部门造成重大影响（张强，2022），同时期贵州省也经历了历史罕见的持续干旱，全省9个市（州）均遭受不同程度的旱灾。汛期干旱和洪涝是贵州省最严重的两种自然灾害，对旱涝的预测是汛期重要的短期气候预测服务内容，可为各级政府决策提供科学依据（王玥彤等，2020）。因此，研究对比贵州省2022年及相似干旱年份的成因和差异，对提高贵州省短期气候预测水平，保障人民生命财产安全具有重要意义。近年来，人工智能技术在气象领域的应用逐渐增加（Zhang et al.，2013；苗春生等，2017；黎玥君和郭品文，2017；Ham et al.， 2019；陈晓平等， 2020；沈皓俊等，2020），将非线性方法引入干旱的物理统计模型，结合机器学习处理非线性问题的优势，为旱涝状况的预测提供了新方法。

本文将气象干旱综合指数（Meteorological Drought Composite Index，MCI）和降水量作为衡量气象干旱的重要指标（王劲松等，2007），采用严小冬等（2019）提出的贵州省持续性干旱统计方法，结合多种参考依据，选取典型干旱年（2011、2022），对比分析这些年份的干旱特征、大气环流及海温外强迫的异同点，科学解释干旱成因。充分发挥物理统计与机器学习的优势，融合机器学习方法建立贵州省干旱预测高精度模型，以期提高贵州省汛期干旱预测准确率，更好地服务于地方各级政府。

中国气象局气象大数据云平台提供的贵州省84个国家级气象站1981—2023年逐日、逐月降水量资料和气象干旱综合指数（MCI）资料及中国全球大气/陆面再分析产品CRA40（空间分辨率为0.25°×0.25°）；国家气候中心整编的130项气候指数集，包括西太副高脊线与西伸脊点、Niño3.4及热带印度洋偶极子（Tropical Indian Ocean Dipole，TIOD）等指数；美国国家环境预报中心和国家大气研究中心（National Center for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR）1981—2023年大气再分析资料，空间分辨率为2.5°×2.5°；美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）1981—2023年第5套逐月扩展重建海温（Sea surface Temperature，SST）资料，空间分辨率为1°×1°。文中所用气候态为1991—2020年平均。

气象干旱综合指数MCI计算方法（国家气候中心等，2017；许丹等，2023）如下：

式中：MI₃₀为近30 d相对湿润度指数；SPI₉₀、SPI₁₅₀分别为近90 d、150 d标准化降水指数；SPIW₆₀为近60 d标准化权重降水指数；a、b、c、d为权重系数，西南地区分别取0.3、0.5、0.3、0.2；K_a为季节调节系数，根据不同季节各地主要农作物生长发育阶段对土壤水分的敏感度确定。

根据严小冬等（2019）的研究，将贵州省持续性干旱定义为月降水距平百分率小于-15%且持续3~4个月，或持续5个月及以上（其中有1个月降水距平百分率可以大于-15%且小于20%），并且累积降水距平百分率小于-120%且月平均降水距平百分率小于-30%。持续干旱事件的强度用累积降水距平百分率表示。为便于年代际变化分析，使用各年代持续性干旱事件的累积降水距平百分率之和量化各年代持续性干旱的强度。

随机森林（Random Forest，RF）是机器学习中集成学习（Ensemble Learning）的典型方法之一（Breiman， 2001；Hastie et al.， 2009）。RF通过在决策树集成的基础上引入随机属性选择来构建模型（张蕾等，2023；卢维肖等，2024）。在训练每棵基决策树时，RF从每个节点的属性集合中随机选择一个子集，然后从该子集中选取最优属性进行划分。由于这种随机性，RF能有效抑制模型过拟合，并在分类时评估属性的重要性。特征的重要性通过计算其对模型准确性的平均贡献来评估，这个贡献通常以不纯度（如基尼不纯度或信息增益）减少为标准。根据每个特征的重要性得分，可对特征排序，并选择最相关的特征用于模型训练或分析。

本文使用随机森林方法对130项影响干旱的气候指数进行权重排名，并展示权重排名前5的因子。但建模时，所有气候指数都会参与。基于RF计算的各项指数权重，利用python的lazypredict库中包含的26种机器学习算法（表1）建立贵州省干旱预测模型，并对各模型进行评估和对比。模型评估标准包括准确率、平衡准确率、受试者特征曲线下面积、F1分数及花费时间。其中，准确率（Accuracy）指分类器正确预测样本的比例，由分类器正确分类的样本数除以总样本数得到；平衡准确率（Balanced Accuracy）是在考虑每个类别样本数量的基础上计算的准确率，可反映各类别对模型性能的影响；受试者特征曲线下面积（Receiver Operating Characteristic Area Under Curve，ROC AUC）是衡量二元分类器性能的指标，取值范围为0~1，其中1表示完美分类，0.5表示随机分类；F1分数（F1 Score）是准确率和召回率的加权调和平均值，综合考虑分类器的准确性和稳定性；花费时间（Time Taken）指模型训练或测试所需时间，时间越短表示模型效率越高。

贵州省主汛期（6—9月）降水量距平百分率年际变化（图1）显示，降水量具有明显的年代际变化特征，20世纪90年代降水总体偏多，2000—2014年降水偏少，其中2011年降水量最少，仅为420.4 mm，偏少38.2%。2015—2023年降水量以偏多为主，尤其是2020年，主汛期降水量达942.1 mm，为历史最多；但2022年降水量异常偏少（453.1 mm，偏少33.4%），为历史同期第二低，仅次于2011年。2011年和2022年，贵州省均发生严重的持续性大范围干旱事件，造成较大的经济损失和社会影响。

依据贵州省持续性干旱的定义，使用最新观测数据更新了1981—2023年的持续性干旱个例库（表2）。贵州省1981年以来共发生11次持续性干旱事件，其中20世纪80年代最为频繁，共4次；2020—2023年发生2次持续性干旱；2009年7月—2010年3月、2011年1—9月、2022年7月—2023年2月的3次干旱事件均持续9个月，其中2022年7月开始的干旱事件强度最强。结合降水距平百分率年际变化及干旱事件的强度和持续时间，选取2011年作为与2022年具有相似拉尼娜背景的干旱年份进行对比分析。

对比分析发现2011年与2022年2次干旱事件年降水量异常偏少区域在空间分布（图2）上有差异：2011年，贵州省大部地区降水量距平百分率偏少2~5成，南部和东北部局部地区偏少5成以上；2022年，贵州省大部地区降水量距平百分率同样偏少2~5成，但偏少5成以上区域主要位于贵州省东部。

由逐月降水量距平百分率及MCI指数计算的全省逐日干旱站点数变化（图3）可看出，干旱发展的时间并不相同。2011年6月的雨水集中期后，7月上中旬出现强降水天气过程，干旱并不明显；7月中旬后，全省出现大范围晴热高温天气，气温升高且降水异常偏少6成以上，导致干旱迅速发展，至8—9月进一步发展，持续至9月底结束。2022年6月降水持续减少，7月下旬贵州省东北部边缘地区开始出现旱情，并逐渐向中部、西南部扩展；7月下旬后期发生了一次强降水过程，旱情暂时得到缓解；但8月上旬起，北部、东部地区再次出现旱情，并迅速蔓延至西部、南部；之后由于缺乏全省范围的有效降水，旱情未能大范围缓解，一直持续至9月底，并延续至2023年2月才完全解除。从表2可以看出，2011年干旱持续9个月，集中在冬、春、夏、秋四季，累计降水量距平百分率为-371.9%，平均降水量距平百分率为-41.3%；2022年干旱同样持续9个月，主要集中在夏、秋、冬季，累计降水量距平百分率为-376.9%，平均降水量距平百分率为-47.1%，2022年干旱强度为1981年以来拉尼娜背景下最强的一次。

200 hPa，2011年欧亚中高纬地区呈“西高东低”距平分布，南亚高压略偏大、偏北，东伸不明显[图4（a）]；2022年欧亚中高纬高度距平场分布呈“两脊一槽”分布，南亚高压异常偏大、偏强、偏北，异常东伸至中国东南沿海地区，覆盖范围更广[图4（b）]。

2011年主汛期500 hPa西太副高位置偏东、偏北，乌拉尔山及鄂霍次克海地区阻塞形势不明显，以纬向型环流为主[图4（c）]。2022年主汛期中高纬环流呈较强经向分布，形成“两脊一槽”结构，西太副高总体偏西、偏强，乌拉尔山和鄂霍次克海地区阻塞形势明显[图4（d）]，2022年中高纬环流经向特征更明显。中低纬度地区显示出不同的高度场特征：2011年贵州地区为负距平，2022年则受明显正距平控制。

850 hPa风场距平[图4（e）、（f）]显示，2011年中国南海地区为气旋式环流，贵州省上空东北风异常、水汽条件较差；2022年中国东南大部地区受反气旋环流控制，贵州受到强大西太副高影响，高温少雨天气持续。

上述环流配置导致贵州省持续少雨，促进全省范围气象干旱的发生与维持。

西太副高西伸脊点和脊线的位置变化对贵州省主汛期降水的时空分布有重要影响（陈军等，2016；王芬等，2017）。对比分析2011年和2022年主汛期西太副高脊线位置距平和西伸脊点距平的时间变化特征（图5）可发现：2011年6—9月西太副高脊线异常偏北，西伸脊点偏东，副高季节内变化稳定，且7—9月偏北、偏东的特征更明显；2022年西太副高季节内变化特征明显，5—7月脊线偏南，8月转为偏北，9月异常偏北；西伸脊点5—6月略偏东，7月转为偏西，8—9月异常偏西。汛期西太副高脊线异常偏北造成贵州省降水偏少，从而导致气象干旱的发生发展。

拉尼娜事件与我国气候密切相关（何慧根等，2023），贵州省干旱事件与太平洋、印度洋及北大西洋海温异常分布有紧密联系。基于大气环流异常状况的分析，进一步比较2011年和2022年主汛期海温分布异同（图6），以探讨2个年份干旱成因的异同点。

2011年夏季，赤道太平洋为冷海温距平，表现为拉尼娜事件，中国沿海海温偏低，印度洋表现为全区一致偏暖。同期，拉尼娜影响下的赤道沃克环流表现为低层东风异常，赤道中太平洋地区表现出对冷海温的响应，为下沉气流，上升支位于热带西太平洋暖池区域（120°E—160°E）。赤道印度洋偏暖导致上升运动，而海洋性大陆冷海温地区为下沉支。

2022年夏季，赤道东太平洋同样为冷海温距平，拉尼娜事件持续，但中国沿海海温偏高，赤道冷海温中心位于日界线附近，海洋性大陆区域为暖海温，热带印度洋区域表现为“西负东正”的偶极子负位相。同期沃克环流响应赤道区域的海温，上升支较窄并位于120°E附近，但上升运动强烈，下沉支位于赤道中太平洋冷海温区域，使得沃克环流在此处异常加强。

对比2个年份Niño3.4区海温和热带印度洋偶极子（TIOD）的时间演变特征（图7）可知，2011年Niño3.4区海温前期偏高，由2010年的厄尔尼诺事件逐渐衰减并转为拉尼娜事件；2022年则持续处于拉尼娜事件中。TIOD演变差异明显，2010年为负位相，2011年初转为正位相并持续；2021年TIOD稳定维持负位相，2022年春末负位相增强，夏季发展成为1981年以来最强负位相，2022年前期太平洋和印度洋海温异常对大气的强迫效应持久而明显。

2011年主汛期，赤道太平洋地区的大气环流对拉尼娜事件响应明显，赤道印度洋及太平洋东岸偏暖的海温外强迫增强中低纬度地区大气环流的下沉运动。Hadley环流的下沉支位于120°E—130°E偏北，西太副高偏东，贵州地区水汽和冷暖空气交换条件较差，导致大范围干旱持续。

2022年主汛期，在拉尼娜背景下，赤道中太平洋的冷海温距平异常偏强，热带印度洋海温“西负东正”的负位相异常加强。通过海气相互作用，西太副高偏强、偏大，南亚高压偏强东伸，东亚地区中高层大气形成深厚的高压系统，控制中国南方大部地区。850 hPa风场显示中国中东部地区受反气旋环流控制，且中高纬度环流经向性强，大范围水汽被输送至中国北方地区。贵州省受强大副高控制，缺乏充足的水汽，大范围高温少雨天气持续，最终导致干旱事件的发生。

上文已对贵州省84个国家级气象站的历史降水距平百分率进行了统计分析。进一步将全省空间平均持续性干旱个例库扩展为基于这84个气象站的全省持续性干旱过程个例库。将国家气候中心提供的130项逐月气候指数扩展为预测时段超前1月（-1）、超前2月（-2）和超前3月（-3）的数据集，形成总计390个预测因子。利用随机森林算法对此全新个例库和扩展后的气候指数预测因子进行建模，选取准确率最高的模型，并提取每月权重前5的预测因子（表3）。结果表明，预测月超前2月或3月的指数对干旱的影响权重更大。此外，西太副高脊线位置、850 hPa东太平洋信风、东亚槽位置指数多次出现在权重排名前5的位置，这些指数对干旱预测有重要参考价值。

为进一步分析2011年与2022年干旱成因的不同，选取这2年均出现干旱的7、8、9月进行因子权重对比分析（表4）。权重排名前5的预测因子中，7月，北极涛动（The Arctic Oscillation，AO）（-1）和北大西洋副热带高压（简称为“北大西洋副高”）北界（-3）差异较大；8月，AO（-2）和850 hPa西太平洋信风（-1）差异较大；9月，亚洲纬向环流（-2）差异较大。这表明，2011年和2022年干旱成因的主要区别在于前期AO、北大西洋副高北界、850 hPa西太平洋信风及亚洲纬向环流指数的不同表现。

综上，影响干旱的预测因子较多，且各月预测因子权重各异，单独分析各因子难以有效预测贵州省干旱状况。分析2011、2022年干旱成因发现，尽管2个年份均处于拉尼娜背景下，但北太平洋与热带印度洋海温的不同导致海气相互作用的差异，增加了贵州省干旱预测的复杂性。因此，本文采用机器学习方法建立贵州省干旱预测模型，为干旱预测提供新的参考方案。

为防止过拟合，贵州省干旱预测模型使用全年数据集进行建模，而未单独按月划分数据集。模型基于1981—2023年贵州省气候指数数据集和全省各站降水量距平百分率数据建立，样本总数为518条，共178 710个数据点。从中随机选取70%的数据作为模型训练集，用于模型构建；10%作为验证集，用于模型调优；剩余20%作为测试集，用于模型应用检验（2011、2022年干旱样本仅用于测试）。前期气候指数扩展的390个预测因子作为模型输入变量，降水量距平百分率作为目标变量，利用多种机器学习算法对模型进行构建、调优和检验，最终选取测试集检验效果最好的模型作为贵州省干旱预测模型。

训练阶段，各算法训练集准确率均约90%，通过验证集调优后，准确率提升至约92%。为检验模型实际应用能力，使用测试集对不同算法模型进行检验，图8为基于26种机器学习算法的干旱预测模型检验评估结果，5个评估指标按数值从低到高排序。可见，16个算法的准确率超过0.8，前3依次为Extra Tree Classifier、Linear SVC、Logistic Regression；5个算法平衡准确率超过0.6，前3依次为Decision Tree Classifier、Perceptron、Linear SVC；6个算法ROC AUC超过0.6，前3依次为Decision Tree Classifier、Perceptron、Linear SVC；F1分数超过0.8的算法有5个，前3依次为Linear SVC、Decision Tree Classifier、Perceptron。

综合各评价指标，Linear SVC算法在测试集（包括2011、2022年）表现最佳，其准确率（超过80%）、平衡准确率、受试者特征曲线下面积、F1分数均位列前3，且运行时间最短，模型效率较高，故选择Linear SVC算法模型作为最终的干旱预测模型。为进一步验证模型的应用效果，选取2011年8月和2022年8月进行检验和对比分析（图9），可见Linear SVC算法模型预测出贵州省2011年8月和2022年8月全省降水量距平百分率均为负值，有利于预测干旱的发生。尽管模型对干旱程度的预测较实况偏轻，但总体上可为预报员提供有价值的参考。

基于降水量数据、MCI指数、再分析资料结合持续性干旱的定义，对贵州省2011年和2022年2次严重气象干旱的大气环流背景和海温背景进行对比分析，得到以下主要结论。

2011、2022年均处于拉尼娜背景下，但北太平洋海温和热带印度洋海温分布的差异导致海气相互作用机制不同。2011年赤道印度洋至海洋性大陆区海温呈“西正东负”分布，西太副高因而偏东，西太平洋—东亚沿海地区出现气旋式环流异常，削弱了向贵州的水汽输送，进而引发干旱。2022年，北太平洋大范围偏暖，赤道印度洋至海洋性大陆区海温呈“西负东正”分布，在海洋性大陆区偏暖海温引导下，西太副高异常偏西、偏强且面积偏大，贵州省受副高控制盛行下沉气流，导致长时间晴热少雨天气并维持干旱。综上，水汽条件匮乏是2011年干旱的主要原因，而2022年干旱则由于西太副高控制下的持续下沉气流所致。

本文采用130项气候和环流指数结合机器学习方法对贵州省干旱事件进行建模，综合评估26种机器学习算法的性能，确定Linear SVC算法模型为最终的干旱预测模型。检验结果表明，该模型对贵州省2011、2022年干旱事件具有较好的预测能力。然而，模型在干旱强度方面的预测能力有待提升，尤其是对重度干旱区域的预测。因此，下一步将尝试细分数据集，并结合深度学习方法进一步提高重度干旱的预测能力。