17个CMIP6模型经GLDAS偏差校正后显示：到2050年全球农业干旱暴露指数由0.71升至0.78，南亚、南部非洲、南美和南欧耕地风险最高

研究提出并应用了一个把偏差校正后的多模式集合土壤湿度、非参数SSMI与耕地分布相耦合的全球农业干旱暴露评估框架，并给出全球平均DEI从SSP2-4.5的0.7128升至SSP5-8.5的0.7793的结果。 作者指出以往研究多依赖降水或温度类干旱指数且常为个例研究，本文直接对土壤湿度本身而非其气候驱动因子做偏差校正与多模式集合，并用非参数SSMI与DEI把干旱特征与全球耕地分布叠加，从而把评估从致灾因子转向空间显式的农业暴露。 基于17个CMIP6模型构建的多模式集合、以GLDAS-Noah v2.1（0.25°）为参考的月尺度偏差校正、Gringorten经验分布与K-S检验，以及CRDP耕地数据；DEI为归一化频率、总历时与平均强度的几何平均，取值0—1。

在2015—2050年期间，全球大部分地区预计经历5至15次干旱事件，且干旱特征整体向更极端方向移动，SSP5-8.5下严重干旱（D3—D4）像元数量增加、平均SSMI呈下降趋势。 该结果把情景差异落到像元级别的干旱与湿润等级分布及平均SSMI趋势上，而不仅是单一指数均值，从而显示不同排放路径下土壤湿度亏缺的加剧程度不同。 基于SSMI的D0—D4与W0—W4分级统计与平均SSMI时间序列；文中同时说明图4的2030年1月单月示例仅用于展示空间表达，不作为短期气候解读依据。

全球平均干旱特征在两种情景间差异不大：平均频率约9.09次（SSP2-4.5）对8.61次（SSP5-8.5），总严重度约98.29对98.40，平均强度均为1.27，总历时约68.10个月对68.14个月；作者解释为SSP5-8.5下事件更少但更持久。 这一组全球均值给出了频率下降与历时延长并存的组合特征，提示仅看事件次数可能低估影响，需要结合历时与强度理解干旱风险。 为2015—2050年全球平均的12个月尺度干旱特征统计量，来自偏差校正后的多模式集合SSMI序列。

农业暴露存在明显区域差异，南亚、南部非洲、南美、南欧和美国部分主要耕地DEI偏高；按CRDP数据，亚洲占全球农业面积34%，南美22%，欧洲17%，非洲13%，北美11%，澳大利亚3%。 通过把DEI与耕地比例叠加，研究把干旱特征转换为可比较的区域农业暴露图景，为识别优先适应区域提供空间依据。 基于CRDP高分辨率全球土地覆盖数据与2025—2050年归一化DEI地图；各大陆受旱农业面积比例呈上升趋势，澳大利亚、亚洲、北美和南美波动与暴露最大，欧洲和非洲上升更平稳。

该框架面向全球尺度的农业干旱暴露评估，适用于以月尺度土壤湿度为关注对象、以SSP2-4.5与SSP5-8.5为情景设定的中长期（至2050年）规划分析，服务对象包括气候影响研究者、水资源与农业规划者以及关注SDG 2、SDG 13、SDG 15的政策相关方。其输出为区域相对暴露的空间图景与全球均值，可用于识别优先适应区域并支撑抗旱准备、灌溉与水资源管理、预警系统等方向的讨论；作者也提出气候韧性农业实践、综合水资源管理、适应政策与治理框架、气候建模与数据驱动决策、社区参与与能力建设等路径。

作者列出多项需持续关注的范围与开放问题：土壤湿度观测数据有限且质量参差会影响SSMI可靠性；CMIP6模型结构、初始条件与空间分辨率带来不确定性，未来可探索机器学习或动力降尺度；所用线性偏差校正只调整系统性均值偏差，不处理变率、极值与分布变化，也假定偏差特征不随时间改变；温度对蒸散与植被—气候反馈的作用仍不清楚；非平稳气候下概率分布与基准期选择会影响结果；单独分析历时、频率、严重度可能误导，作者建议采用Copula等联合概率方法；未来土地覆盖变化与人类活动（如灌溉、水库、人口增长）尚未充分纳入模型。此外，本文为全文阅读，但图表中的具体数值与空间细节需回到原文图件核对，摘要层面无法替代对图3至图10的逐图查验。