本文研究了撒哈拉以南非洲地区食物不安全的问题,特别是在毛里塔尼亚地区。研究发现,干旱对依赖天气的生计手段产生了直接影响,可能影响家庭福利的关键方面,包括食物消费。然而,目前预测食物不连续性的方法主要依赖于定性方法,因此需要开发一种新的框架,用于在国家以下水平上对食品不安全进行早期预测。该模型依赖于灾难的三个常见组成部分:自然危害、家庭脆弱性和暴露。通过机器学习过程优化模型校准,该模型可以在农业季节的早期产生相当准确的淡季粮食不安全预测,比淡季提前6至8个月。该模型的预测与基于调查的估计在国家一级得出平均绝对误差为1.2个百分点,在区域一级得出高度相关性(0.84)。这项研究是城市、灾害风险管理、复原力和土地全球实践的产物,为世界各地的发展政策讨论做出了贡献。