干旱是复杂和破坏性的自然灾害，对美国西部的能源生产、农业产量和野火有严重影响，特别是在夏季。美国采用干旱监测和预报系统来为干旱管理决策提供信息。然而，现有的产品和分析通常是在粗空间分辨率（>10公里）下进行。由于夏季干旱的空间变化比目前的干旱监测和预报系统的分辨率更小，因此在更高的空间分辨率下开发季节性干旱预报系统很有价值。

　　美国国家大气研究中心（NCAR）研究人员提出了一个新的统计建模框架，以高分辨率（4公里）预测美国西部1～3个月的夏季干旱状况。新框架使用统计方法和机器学习来分析冬季和春季的关键干旱指标，并将它们与来年夏季的干旱可能性联系起来。研究人员表示，该方法可以为水资源管理、野火以及农业等优先事项提供重要信息。研究结果显示，新模型对美国西部大部分地区的干旱进行了准确的预测，但在干旱持续时间较短的地区，预测技能有所下降。研究人员表示，未来将继续扩展该项工作，在保持本研究方法中使用高空间分辨率的同时，以更精细的时间分辨率来预测干旱。这项研究旨在支持未来可提供高空间分辨率预报的干旱预警系统的发展。相关成果以High Resolution Forecasting of Summer Drought in the Western United States为题发表在 Water Resources Research 期刊上。