Drought dynamics and climatic drivers in the Tarim Basin using remote sensing indices and pixel-wise machine learning

摘要 极端干旱内流盆地的干旱特征刻画需要能够捕捉不同水文气象过程的多指标方法。本研究利用两个互补的遥感指数——用于景观尺度土壤湿度的温度植被干旱指数（TVDI）和用于农业干旱的作物水分胁迫指数（CWSI）——探讨了塔里木盆地（TB）——中国最大的内陆干旱区——干旱的时空动态。基于2000—2024年遥感与气象数据，我们采用逐像元随机森林框架，结合空间交叉验证和置换重要性分析，量化了塔里木盆地气候驱动因子的作用。结果揭示了一种根本性的“核心—边缘”二分格局：TVDI识别出塔克拉玛干沙漠核心区持续存在的极端干旱，而CWSI则显示外围绿洲农田的水分胁迫正在缓解（73.21%呈显著下降，p < 0.05）。尽管区域呈现暖湿化趋势，TVDI却表现出不显著的下降（占流域面积的54.72%），这与CWSI所反映的农业干旱显著缓解形成对比。饱和水汽压差（VPD）——一个关键的大气干燥度指标——对两个干旱指数均表现出较高的相对置换重要性（72%—75%），远超塔里木盆地降水所对应的值（6%—8%）。次要驱动因子因地表类型而异：TVDI响应相对湿度（8.2%）和降水（6.1%），而CWSI受地表温度（9.4%）和日照时数（7.8%）调控。控制地形和温度后的偏相关分析证实了VPD对干旱严重程度的独立影响。大尺度气候振荡，尤其是北极涛动（AO）和ENSO-PDO相互作用，显著调控着年际干旱变率（r = 0.74—0.75，p < 0.01）。本研究首次在像元尺度上量化了大气需水量相对于降水在驱动塔里木盆地干旱演变中的相对主导地位，其中VPD贡献了总置换重要性的72%—75%，而降水仅贡献6%—8%。这一定量基准为干旱区干旱监测系统提供了可操作的参数，并凸显了将VPD和大尺度气候信号纳入预警框架的必要性。