近日，校区城市建设工程系2023级本科生科创团队的研究论文《Linking agricultural drought to compound hot–dry risk: A process-based compound index for crop and water management in the North China Plain》，正式发表于农业水土工程领域国际权威期刊《Agricultural Water Management》（新锐分区1区Top期刊）。邹亿为第一作者，潘瑞缘为第二作者，宁少尉副教授为通讯作者，合肥工业大学为第一署名单位。这已是该科创团队今年在此领域发表的第二篇高水平研究论文。
图1 研究流程图
研究面向我国重要的粮食生产核心区——华北平原，聚焦全球变暖背景下“高温—干旱”复合灾害日益频发、对农业生产和水资源安全构成重大威胁这一前沿科学问题。针对已有研究对农业干旱过程表征不足、对多维度水热异常耦合刻画不充分等瓶颈，整合1980—2022年多源气象、土壤水分、水文与植被遥感数据，将标准化降水蒸散指数（SPEI）、标准化土壤湿度指数（SSI）与标准化温度指数（STI）统一纳入概率空间，引入Copula联合分布建模，构建了具有明确概率意义和农业响应内涵的“复合干热指数（CHDI）”，建立了“复合干热事件识别—历史事件验证—农田植被生产力响应评估—演变趋势解析—驱动因子识别”的完整分析框架。
研究取得了一系列富有科学价值的发现：CHDI能够准确捕捉典型历史复合干热事件的发生时段、影响范围与逐月演化过程，并在空间相关性、生长季关键月份响应、短时滞后效应和灾害等级梯度等多个维度上，均表现出比现有指数更强的一致性；基于光合总初级生产力（GPP）的独立验证进一步表明，CHDI能够更清晰地反映复合干热胁迫使农田植被生产力下降的响应梯度。近四十年来，华北平原复合干热状况总体呈加剧态势，CHDI以约每十年−0.11的速率下降，高等级复合事件影响范围持续扩大，南部和东部地区恶化尤为突出。依托机器学习与SHAP可解释性分析，研究进一步揭示：复合干热过程的主导因子已由早期的降水、径流等水分供给因素，逐步向相对湿度、大气干燥度与蒸发需求等水热耦合因素转变，且各因子的影响具有明显的阶段性非线性特征。
研究横跨农业水土管理、概率统计、机器学习等多个方向，充分体现了学校新工科人才培养理念在基层教学单位的深入落实，也表明校区在科教融汇、师生协同和拔尖创新人才培养方面取得了积极成效。
研究受国家级大学生创新创业训练计划（Grant No. 202610359141）、安徽省自然科学基金（Grant No. 2408055US007）、国家自然科学基金（Grant No. 52379006）项目资助。
图2 1980年至2022年期间，SPEI（a）、SSI（c）、STI（e）和CHDI（g）的月度时空变化及线性趋势，
以及SPEI（b）、SSI（d）、STI（f）和CHDI（h）的平均空间分布
论文链接：https://doi.org/10.1016/j.agwat.2026.110796
(宁少尉/文 邹亿/图 黄慎江/审核)
