一种基于SPEI与VPD阈值耦合的复合干旱识别方法和系统

本发明涉及气象灾害识别，更具体的说是涉及一种基于spei与vpd阈值耦合的复合干旱识别方法和系统，适用于区域尺度复合干旱事件的识别与空间分布提取。

背景技术：

1、干旱是全球最具破坏性的气象灾害之一，其发生频率与强度在气候变暖背景下显著增加，严重威胁农业生产、水资源安全及生态系统稳定性。近年来，在气温升高与降水格局变化的共同作用下，由多气象要素协同驱动的复合干旱事件日益凸显。复合干旱通常表现为水分供给不足与大气蒸散需求增强的叠加效应，其影响范围更广、持续时间更长，对生态系统结构与功能以及碳循环过程产生深远影响。因此，准确识别复合干旱事件已成为气候变化与生态环境研究中的重要问题。

2、目前，现有干旱识别方法主要存在以下不足：

3、（1）单一指标难以刻画复合干旱机制：

4、现有方法多基于单一指标进行干旱识别，难以同时反映水分供给不足与大气蒸散需求增强的协同作用，容易低估复合干旱事件的实际影响；

5、（2）缺乏统一的多指标耦合判定方法：

6、现有方法多采用经验叠加或复杂统计模型，实现过程复杂，缺乏结构清晰、判定规则明确的复合干旱识别流程，难以在不同区域和尺度上推广应用；

7、（3）时空一致性处理不足：

8、现有方法在多源数据融合过程中，缺乏统一的时间尺度与空间分辨率处理机制，影响复合干旱识别结果的稳定性与可比性。

9、因此，有必要提出一种结构简洁、判定规则明确且具有良好通用性的复合干旱识别方法。

技术实现思路

1、针对现有干旱识别方法存在单一指标局限性及缺乏多因子耦合判定机制的问题，本发明提出了一种基于spei与vpd阈值耦合的复合干旱识别方法和系统，通过构建水分供给侧与大气需求侧的双重约束判定体系，实现对复合干旱事件的准确识别。

2、为了实现上述目的，本发明采用如下技术方案；

3、第一方面，本发明实施例提供一种基于spei与vpd阈值耦合的复合干旱识别方法，包括如下步骤：

4、s1、获取研究区域在目标时间尺度下的spei数据与vpd数据，并进行空间配准、时间尺度匹配及分辨率统一处理；

5、s2、基于所述spei数据判定水分供给侧干旱状态，当像元的spei值小于第一预设阈值时，标记为水分亏缺像元；

6、s3、基于所述vpd数据判定大气需求侧干旱状态，当像元的vpd值大于预设分位数阈值时，标记为大气干旱像元；

7、s4、在相同空间位置及同一时间尺度或设定时间窗口内，对s2与s3的结果进行耦合判定，当同一像元同时被标记为水分亏缺像元和大气干旱像元，判定为复合干旱像元；

8、s5、输出复合干旱识别结果，包括复合干旱像元分布数据或栅格图层。

9、较佳地，s1中，所述spei数据基于降水与潜在蒸散量的水分平衡计算得到，所述vpd数据基于气温与相对湿度计算得到。

10、较佳地，s1中，所述spei数据和所述vpd数据均为多时间尺度数据，包括1个月、3个月、6个月或12个月尺度，根据研究区域尺度与识别目标选取对应尺度，并通过重采样方法统一空间分辨率。

11、较佳地，s2中，所述第一预设阈值为spei值小于-1.1，用于表征中度及以上水分亏缺状态。

12、较佳地，s3中，所述预设分位数阈值为基于各像元历史vpd时间序列统计得到的90%分位数阈值。

13、较佳地，s4中，所述耦合判定的判定函数为：

14、

15、式中，表示栅格像元的空间位置坐标；t表示时间尺度；表示该像元在时刻t的spei值；表示该像元在时刻t的vpd值；表示当前像元在历史时间序列汇总的90 %分位数阈值；表示该像元在时刻t的复合干旱判定结果；=1时，表示该像元发生复合干旱；=0时，表示该像元未发生复合干旱。

16、较佳地，s4中，所述耦合判定通过栅格空间叠加并提取水分亏缺像元与大气干旱像元的空间交集，作为复合干旱像元。

17、较佳地，s5中，所述复合干旱识别结果，包括对复合干旱像元进行空间分布可视化表达与统计特征分析，生成复合干旱空间分布图及区域统计信息。

18、第二方面，本发明实施例提供一种基于spei与vpd阈值耦合的复合干旱识别系统，该系统用于实现如上任一项所述的基于spei与vpd阈值耦合的复合干旱识别方法，包括：

19、数据获取处理模块，用于获取研究区域在目标时间尺度下的spei数据与vpd数据，并进行空间配准、时间尺度匹配及分辨率统一处理；

20、供给侧干旱判定模块，用于基于所述spei数据判定水分供给侧干旱状态，当像元的spei值小于第一预设阈值时，标记为水分亏缺像元；

21、需求侧干旱判定模块，用于基于所述vpd数据判定大气需求侧干旱状态，当像元的vpd值大于预设分位数阈值时，标记为大气干旱像元；

22、干旱耦合判定模块，用于在相同空间位置及同一时间尺度或设定时间窗口内，对s2与s3的结果进行耦合判定，当同一像元同时被标记为水分亏缺像元和大气干旱像元，判定为复合干旱像元；

23、结果输出模块，用于输出复合干旱识别结果，包括复合干旱像元分布数据或栅格图层。

24、第三方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一项所述的基于spei与vpd阈值耦合的复合干旱识别方法。

25、本发明实施例提供的一种基于spei与vpd阈值耦合的复合干旱识别方法和系统，旨在通过耦合水分供给侧指标与大气需求侧指标，在统一时空尺度下构建复合干旱判定机制，实现复合干旱事件的有效识别。

26、与现有技术相比，有益效果至少包括：

27、1.双侧约束识别能力提升：同时引入spei与vpd指标，从水分供给侧与大气需求侧两个维度进行判定，能够更全面反映干旱发生机制；

28、2.复合干旱判定标准明确：通过阈值耦合方式建立统一判定规则，避免单一指标识别带来的误判问题；

29、3.空间识别能力强：基于栅格像元尺度进行识别，能够获取复合干旱的空间分布特征。

30、4.适用范围广：方法不依赖特定土地类型，可适用于多种生态系统区域。

31、5.实现方式简单且可推广：依托常规气象数据与地理信息系统工具即可实现，具有良好的应用推广价值。

1.一种基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s1中，所述spei数据基于降水与潜在蒸散量的水分平衡计算得到，所述vpd数据基于气温与相对湿度计算得到。

3.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s1中，所述spei数据和所述vpd数据均为多时间尺度数据，包括1个月、3个月、6个月或12个月尺度，根据研究区域尺度与识别目标选取对应尺度，并通过重采样方法统一空间分辨率。

4.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s2中，所述第一预设阈值为spei值小于-1.1，用于表征中度及以上水分亏缺状态。

5.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s3中，所述预设分位数阈值为基于各像元历史vpd时间序列统计得到的90%分位数阈值。

6.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s4中，所述耦合判定的判定函数为：

7.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s4中，所述耦合判定通过栅格空间叠加并提取水分亏缺像元与大气干旱像元的空间交集，作为复合干旱像元。

8.如权利要求1所述的基于spei与vpd阈值耦合的复合干旱识别方法，其特征在于，s5中，所述复合干旱识别结果，包括对复合干旱像元进行空间分布可视化表达与统计特征分析，生成复合干旱空间分布图及区域统计信息。

9.一种基于spei与vpd阈值耦合的复合干旱识别系统，其特征在于，用于实现如权利要求1~8中任一项所述的基于spei与vpd阈值耦合的复合干旱识别方法，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1~8中任一项所述的基于spei与vpd阈值耦合的复合干旱识别方法。