类型b：学术报告

作者及机构
本论文由Shangdong Liu（长安大学水与环境学院）、Hongbo Zhang（长安大学水与环境学院/水利部干旱半干旱地区生态水文与水资源安全重点实验室）、Vijay P. Singh（德州农工大学）、Fengguang Lyu、Congcong Yao、Xiaowei Zhao及Yu Zhang（均来自长安大学）合作完成，发表于*Journal of Hydrology*第664卷（2026年），标题为《Cognizable rare historical droughts: knowledge framework and future insights》。

主题与背景
本文系统梳理了公元以来全球范围内可辨识的罕见历史干旱（Cognizable Rare Historical Droughts, CRHD），结合文献计量分析（bibliometric analysis）与传统综述方法，整合2000–2024年的文献，提出了CRHD研究的知识框架，并展望未来研究方向。CRHD被定义为具有严重缺水、持续时间长、发生概率低的干旱灾害，常伴随重大社会变革（如明朝灭亡、玛雅文明衰落）。当前研究缺乏对CRHD系统性总结与统一认知，本文旨在填补这一空白。

主要观点与论据

1. CRHD的定义与分类争议
   干旱类型通常分为气象、水文、农业和社会经济干旱，但极端干旱（如mega drought、extreme drought）的定义尚无统一标准。论文通过分析历史文献，指出术语如“extreme drought”最早见于1820年气象摘要，而“mega drought”在20世纪末被用于描述美国西部持续干旱。不同研究采用固定阈值法（如SPI ≤ -2.0）或百分位法（如事件概率<10%）界定极端事件，但主观性与语言歧义导致分类混乱。本文提出CRHD作为统一定义框架，涵盖“极端”“特大”“严重”“异常”等历史干旱事件，并通过文献计量筛选建立数据库。

2. 全球CRHD研究的时空分布特征

   • 时间趋势：2000–2024年CRHD文献量持续增长，分为四个阶段：萌芽期（2000–2006，年均<10篇）、探索期（2007–2012，年均12篇）、稳定期（2013–2021，年均19篇）和爆发期（2022–2024，年均41篇）。这一趋势与IPCC评估报告（AR4–AR6）发布时间吻合，显示气候变化关注度提升推动CRHD研究。
     
   • 空间分布：65个国家参与研究，北半球（东亚、北美、欧洲）研究强度显著高于南半球。中国和美国贡献了65%的文献，英国、德国、瑞士次之。经济发达地区（如欧洲南部）虽干旱灾害较少，但研究投入高；而非洲、拉美等干旱频发地区研究薄弱，反映社会经济水平对科研投入的影响。
     

3. 研究热点与知识框架
   通过关键词共现分析（co-occurrence analysis）识别出10个聚类，归纳为三大核心板块：

   • 历史气候重建与模拟：基于自然代用指标（如树轮、冰芯、珊瑚）和文献记录（如中国《晴雨录》、欧洲教会档案）重建干旱序列，结合气候模型（如CESM、PMIP）进行数据同化与风险评估。例如，树轮宽度重建中国东部温度序列（1610–2009），冰芯δ18O同位素揭示局部气候过程。
     
   • CRHD机制与环境背景：分析气候变率（如ENSO、亚洲季风）与全球变暖的协同作用。例如，太平洋沃克环流（PWC）千年变化研究显示外部强迫对干旱的驱动作用。
     
   • 区域CRHD评估与重现：探讨干旱对社会生态的级联效应。如中国崇祯干旱（1637–1643）引发饥荒与政权更迭，玛雅文明因公元750–950年干旱衰败。
     

4. 方法论进展与挑战

   • 文献计量工具：使用CiteSpace分析关键词突现（burst analysis），发现“tree rings”“soil moisture”等关键词在2017年后突增，反映研究从单一气候重建转向多源数据融合。
     
   • 不确定性：代用指标的空间覆盖不均（如珊瑚仅限热带）、历史文献的主观性（如记载偏差）及模型误差（如区域降尺度不确定性）是主要瓶颈。
     

论文价值与意义
1. 学术价值：首次构建CRHD知识框架，整合自然科学与人文社科视角，为极端干旱研究提供系统性方法论。
2. 应用价值：提出需建立历史气候重建产品的标准化校准框架，加强多源数据融合与跨学科合作，以应对未来灾害风险。例如，通过CRHD案例优化当代防灾策略（如水资源储备、社会韧性提升）。

亮点
- 创新性：首次将文献计量学引入CRHD领域，定量揭示研究热点演变。
- 综合性：涵盖从古气候重建到社会影响的完整链条，提出“数据-机制-评估”三维框架。
- 前瞻性：强调灾害与社会响应的交互作用，呼吁关注中低收入国家的干旱脆弱性。

其他要点
论文指出，未来需加强国际合作以弥补区域研究空白，并开发AI与大语言模型（LLMs）在干旱模拟中的应用，例如提升历史文献的自动化分析能力。