干旱是影响东北西部地区黑土地产能提升的首要自然灾害，干旱发生危害的频次和程度是导致作物减产甚至失收的最重要因素，研究干旱发生规律和预测预警对于稳产增产、保障粮食安全意义重大。传统的干旱预测往往以年、旬、月为周期进行，忽略了作物不同生育阶段抗旱能力和对水分的需求，研究结果对于指导作物抵御旱灾、节水灌溉等生产需求存在矛盾。因此，围绕东北西部主要粮经作物，开展针对不同生育阶段的干旱预测方法研究，十分必要。

“大河湾黑土侵蚀退化阻控模式”研究人员利用东北西部典型半干旱区-阜新地区1965—2019年逐日气象数据，分析气候特征及变化规律，结合春玉米生育阶段耐旱和需水规律，试图应用支持向量机（SVM）、BP神经网络（BPNN）、小波神经网络（WNN）、粒子群算法（PSO）等智能方法构建可应用的春玉米生育阶段干旱预测模型，并指导玉米生产。

研究表明，玉米播种-出苗和抽雄-成熟阶段干旱有加重的趋势，在出苗-拔节和拔节-抽雄阶段有减弱趋势，年际间呈现波动性。播种-出苗阶段主要受相对湿度、最高温度和降水等因素的影响，出苗-拔节阶段则主要受风速、降水和日照时数等因素的影响。构建了SVM、BPNN、WNN、PSO-SVM、PSO-BPNN和PSO-WNN等六个预测模型，通过对比分析，粒子群优化后的模型决定系数（R²）分别提高了98.9%、215.7%和10.6%，PSO-WNN模型预测水分亏缺指数的准确度最高，能够用于受干旱影响地区的春玉米水分亏缺预测（图1）。当输入变量为水分亏缺指数和3个主要气象因子如播种-出苗阶段的相对湿度、最高温度、降水时，平均相对误差（MRE）和均方根误差（RMSE）最小，MRE在1.58%-6.65%之间，RMSE在0.0174-0.0481之间，R²最大，在0.8502-0.9881之间，预测结果准确度高，与实际干旱等级相符（图2）。该模型能够应用于东北西部黑土地春玉米不同生育阶段的干旱情况准确预测，对于该区域春玉米抗旱生产具有较强指导作用和借鉴意义。

相关研究成果近期发表在农林科学领域国际期刊《Computers and Electronics in Agriculture》上。中国科学院沈阳应用生态研究所硕士研究生曹秀佳为第一作者，尹光华研究员和谷健副研究员为共同通讯作者。研究工作得到中国科学院战略性先导科技专项（XDA28120101、XDA28090202）等项目联合资助。

图1 不同模型观测数据与模拟数据拟合结果

图2 不同模型预测精度比较及优化模型预测结果