在地中海东部的干旱地带，约旦正面临着气候变化带来的严峻挑战。这个水资源匮乏的国家，农业贡献了4.9%的GDP，却消耗了近50%的淡水资源。随着干旱频率和强度的增加，小麦、大麦等主粮作物产量持续下降，而作为经济支柱的椰枣和橄榄也面临威胁。传统农业管理模式缺乏对气候因子影响机制的量化认知，特别是在数据稀缺地区，精准的产量预测和影响因素解析一直是个难题。

为破解这一困局，来自国外的研究团队在《Agricultural Water Management》发表了一项创新性研究。他们整合了2000-2021年的气象、遥感和人口统计数据，采用极端梯度提升（XGB）等机器学习算法，构建了四种作物的产量预测模型，并首次应用分层一阶Sobol'指数方法进行方差敏感性分析。研究通过5折交叉验证和留一法验证模型性能，利用MOD13Q1等遥感产品提取植被指数，计算SPI/SPEI等6种干旱指数，最终揭示了不同作物对气候变异的响应规律。

在模型性能方面，XGB表现出色，小麦、椰枣、橄榄和大麦的预测R²分别达到0.79、0.92、0.83和0.48。研究特别发现，小麦产量36%的变异可由长期降水指数（SPI-12）解释，而短期气候变量贡献了剩余变异的49%。椰枣和橄榄则对短期高强度干旱更敏感，其35%和44%的产量变异分别与短期降水指数相关。相比之下，大麦表现出较强抗逆性，气候因素仅解释其20%的产量变异。

研究创新性地采用分层抽样方法计算Sobol'指数，有效解决了传统方法在处理高维相关数据时的计算瓶颈。通过"留一法"验证显示，模型能准确捕捉极端气候事件的影响，如成功预测2019年小麦高产和2007年椰枣减产。但模型在沙漠地区（如Aqaba、Ma'an）的预测误差较大，表明需要进一步优化区域适应性。

这项研究的现实意义在于：首次量化了约旦主要作物对气候变异的敏感性差异，为制定差异化的抗旱策略提供了依据。例如，针对小麦应加强长期水分管理，而椰枣和橄榄则需关注关键生长期的短期干旱防护。研究建立的遥感数据驱动框架，可推广到其他数据稀缺地区，为全球干旱区农业水资源优化和粮食安全保障提供了新范式。

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》