编辑推荐：
随着气候极端事件频发，为解决现有数据难以分析复合热浪和干旱（CHD）极端影响的问题，研究人员开展了 DeepExtremeCubes 数据库相关研究。该数据库含 4 万多个全球采样小数据立方体，能助力预测 CHD 对陆地生态系统的影响，提升预测准确性。
在全球气候不断变化的大背景下，气候极端事件正以前所未有的频率和强度出现。就像 2018 年，欧洲中部和北部遭遇的那场破纪录的复合热浪和干旱（CHD）事件，农业、森林、水资源供应以及社会经济等多个领域都深受其害 。面对日益严峻的形势，深入了解 CHD 事件的复杂动态，以及它们与气候驱动因素、空间条件、时间变化和陆地生态系统之间的相互作用，变得至关重要。
然而，在这个地球观测数据呈指数级增长的时代，数据管理和分析却面临着巨大挑战。尽管这些数据对理解气候极端事件的影响意义重大，但数据的复杂性却给机器学习模型的有效性带来了难题。同时，机器学习虽在气候科学研究中展现出潜力，但用于极端影响预测时，样本量较小，限制了其应用 。并且，现有的地球观测数据库大多是多用途的，没有专门针对 CHD 极端事件影响的数据集。为了填补这一空白，来自德国莱比锡大学、马克斯?普朗克生物地球化学研究所等多个研究机构的研究人员，共同开展了关于 DeepExtremeCubes 数据库的研究 。该研究成果发表在《Scientific Data》上，为评估 CHD 对陆地生态系统的影响提供了有力支持，有助于更精准地预测相关影响，提升应对气候变化的能力。
研究人员采用了多种关键技术方法。首先，利用已有的 Dry and hot extreme events database（Dheed 数据集 ）和欧洲空间局（ESA）气候变化倡议（CCI）土地覆盖图确定采样分层。然后，从多个数据源提取数据，包括 Sentinel - 2 L2A 图像、ERA5 - Land 变量、哥白尼数字高程模型（DEM）数据等，构建小数据立方体（minicube） 。在采样过程中，运用特定的空间采样策略，从受 CHD 极端事件影响的区域及其周边采样，并考虑土地覆盖类型和纯度，生成了包含多种数据模态的 minicube 。最后，通过空间分析和与全球土地覆盖对比等方式对数据集进行验证。
数据来源及生成
研究使用两类输入数据源创建 DeepExtremeCubes。参考数据集用于确定分层，其中 Dheed 数据集通过每日聚合的 ERA5 再分析数据标注 CHD 事件，利用 2 米处最高日温度（Tmax）检测热浪，通过 30、90 和 180 天平均的降水与蒸发散差（PE30、PE90、PE180）检测干旱 。ESA CCI 土地覆盖图则利用多种卫星数据生成全球年度土地利用图，为采样提供土地覆盖信息 。每个 minicube 除包含 Dheed 数据集和 CCI 土地覆盖图的子集外，还涵盖 Sentinel - 2 MSI 表面反射率时间序列数据、基于深度学习的云掩模、ERA5 - Land 气象再分析变量以及 Copernicus DEM 数据 。通过这些多源数据，研究人员能够从多个维度研究 CHD 极端事件对植被的影响。
采样策略
为了让机器学习模型更好地学习 CHD 事件的影响，研究人员采用了独特的采样策略。先根据 Dheed 数据集生成 CHD 事件天数图，确定采样位置。从受极端事件影响的区域（“极端” 位置）和周边类似土地覆盖的区域（“非极端” 位置）采样，约 80% 的 “极端” minicube 位于受严重影响区域，20% 的 “非极端” minicube 位于 “极端” 区域附近且未经历 CHD 事件 。同时，研究人员重点关注了 6 种土地覆盖类型，包括阔叶树、针叶树、混交树、草地、裸地和城市区域，并根据土地覆盖纯度进一步筛选采样位置 。通过这种采样策略，既考虑了 CHD 事件的影响，又兼顾了土地覆盖类型和纯度，有助于提高模型预测的准确性。
数据验证
在数据验证方面，研究人员进行了土地覆盖代表性分析和空间分析。通过与全球土地覆盖对比发现，minicube 中阔叶树和针叶树的占比高于全球分布，混交树样本代表性不足，而草地和城市区域与全球分布比例相符 。空间分析结果显示，minicube 位置存在显著的正空间自相关，“极端” 和 “非极端” minicube 在空间上呈现聚类分布 。并且，研究还分析了 “极端” minicube 与相同土地覆盖的 “非极端” minicube 之间的距离和比例，发现不同土地覆盖类型在不同距离下的比例有所差异 。这些验证结果表明，该数据集在土地覆盖代表性和空间分布上具有一定的特点，为后续研究提供了有价值的信息。
研究结论与讨论
DeepExtremeCubes 数据集的构建为研究 CHD 极端事件对陆地生态系统的影响提供了重要的数据支持。通过独特的采样策略和多源数据融合，该数据集能够更全面地反映 CHD 事件的影响以及不同土地覆盖类型下的生态系统响应 。然而，研究也存在一定的局限性，例如数据集未充分涵盖受人为影响较大的土地覆盖类型，且用于采样的事件天数图可能并非最佳选择 。尽管如此，该研究成果仍具有重要意义。它为机器学习模型提供了高质量、结构良好的分析数据集，有助于提升对 CHD 极端事件影响的预测能力，为应对气候变化、保护陆地生态系统提供了有力的科学依据。未来研究可以在此基础上，进一步优化数据集，拓展研究范围，深入探究 CHD 事件与陆地生态系统之间的复杂关系。
