全球干旱遥相关模式识别的复杂网络方法：一项突破性研究

作者及发表信息
本研究由Wenliang Wang（北京建筑大学）、Lei Zhou（北京建筑大学，通讯作者）、Jingfang Fan（北京师范大学/德国波茨坦气候影响研究所，通讯作者）等来自中国、德国多所高校及研究机构的学者合作完成，发表于2025年9月的期刊 *Global and Planetary Change*（Volume 255, 105093）。

学术背景
干旱作为最复杂且破坏性极强的自然灾害之一，其全球性传播机制长期受制于传统方法的局限性——难以捕捉非线性、异步的时空关联。随着气候变化加剧极端干旱事件，理解其跨大陆传播规律对预测和减灾至关重要。本研究基于复杂网络（Complex Network, CN）理论和事件同步化（Event Synchronization, ES）方法，首次系统性揭示了全球干旱“源-汇”区域（Source and Sink Areas, SSAs）的空间格局及传播路径，填补了干旱遥相关定量化研究的空白。

研究方法与流程
1. 数据准备与极端干旱事件识别
- 使用1901-2021年月尺度标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI）数据（分辨率1°×1°），定义SPEI<-2.0为极端干旱事件。
- 辅助数据包括ECMWF ERA5再分析降水数据、GEBCO高程模型及NCEP/NCAR再分析气象数据。

1. 复杂网络构建

   • 事件同步化网络：通过ES算法计算全球64,800个网格间的干旱事件同步概率，构建有向（反映传播方向）和无向（反映同步强度）网络。
     
   • 显著性检验：采用重采样方法验证网络连接的统计可靠性（详见Supplementary Text S2）。

2. 网络指标量化

   • 源-汇区域识别：通过出度（Out-degree）和入度（In-degree）区分干旱传播的源区（如非洲南部、西欧）和汇区（如青藏高原、亚马逊）。
     
   • 传播方向与距离：基于大圆路径公式计算同步角度和平均传播距离（11,000 km以上）。
     
   • 关键枢纽分析：利用介数中心性（Betweenness Centrality, BC）识别干旱传播枢纽（如印尼、加拿大北部）。

3. 物理机制验证

   • HYSPLIT模型模拟：追踪欧洲干旱源区至青藏高原汇区的水汽输送路径，验证网络分析结果。
     
   • 最优路径算法：结合Dijkstra算法和ERA5降水数据，识别干旱传播的最小成本路径。

主要结果
1. 源-汇区域的空间分异
- 高源区（出度>667）：北非、南非、西欧、中亚及澳大利亚西部，主导干旱的跨大陆触发。
- 高汇区（入度>863）：青藏高原（TP）、印尼、南美洲中部及亚马逊盆地，易受远程干旱波及。
- 气候变暖影响：后60年（1961-2021）的源汇区范围和强度显著扩大（图S1）。

1. 传播方向与距离的规律性

   • 主导方向：非洲与美洲呈东北向（与副热带高压相关），亚洲呈西北向（受西风带和青藏高原地形调制）。
     
   • 平均距离：出度11,340 km，入度11,208 km，证实干旱具备洲际传播能力。

2. 枢纽区域的功能分化

   • 高BC值枢纽（如TP、亚马逊）作为跨大陆干旱传播的“中继站”。
     
   • 高聚类系数（CC）区域（如伊比利亚半岛、阿尔卑斯山）表现为局地干旱同步热点，与地形阻隔效应相关。

3. 物理机制一致性验证

   • HYSPLIT模拟显示欧洲至TP的水汽输送路径与网络分析结果高度吻合（图6），证实大气环流（如Rossby波）是干旱传播的核心驱动。

结论与价值
1. 科学意义
- 首次全局尺度量化干旱遥相关的时空参数，提出“复杂网络-拉格朗日模型”双验证框架，突破传统相关性分析的局限性。
- 揭示青藏高原等关键枢纽的“ tipping element”特性，为理解地球系统临界点提供新视角。

1. 应用价值
   
   • 早期预警：源区监测可提前预测汇区干旱风险，如非洲南部干旱对印尼的滞后影响（3个月）。
     
   • 政策建议：跨国干旱治理需重点关注枢纽区域（如TP）的水资源协调管理。

研究亮点
1. 方法创新：融合ES算法与复杂网络拓扑分析，实现干旱传播的“方向-距离-枢纽”三位一体量化。
2. 跨学科验证：首次将HYSPLIT水汽轨迹模型用于干旱网络验证，增强结果的物理可信度。
3. 发现颠覆性规律：干旱传播距离远超预期（>11,000 km），挑战传统区域干旱研究范式。

补充价值
研究开源了SPEI数据处理代码（需联系作者获取），并为 Global and Planetary Change 提供补充数据（DOI:10.1016/j.gloplacha.2025.105093）。