统计与机器学习集成驱动的全球水库正常蓄水(NWS)容量估算及多尺度空间格局

《Journal of Hydrology》:Global patterns of reservoir normal water storage capacities estimated by statistical and machine learning models

【字体: 大 中 小 】 时间:2026年10月21日 来源:Journal of Hydrology 7.3

编辑推荐:

  研究人员开发了空间显式的全球正常蓄水(NWS)数据集;构建、比较并评估了集成方法(线性回归(LR)、机器学习(ML)与卫星遥感模型);全球NWS比率均值为72%,且在不同水库类型间存在区域差异;在单个水库、国家和流域尺度分析了NWS空间格局;讨论了该数据集在水

  
研究人员开发了空间显式的全球正常蓄水(NWS)数据集;构建、比较并评估了集成方法(线性回归(LR)、机器学习(ML)与卫星遥感模型);全球NWS比率均值为72%,且在不同水库类型间存在区域差异;在单个水库、国家和流域尺度分析了NWS空间格局;讨论了该数据集在水文模型中的应用及不确定性。
一、研究背景与问题
水库是人工拦蓄水体,能够储存并调节地表径流,服务防洪、供水、灌溉和水力发电等。全球已建水库超过280万座,累计库容超过8000 km3,约相当于全球年径流量的两倍;水库还贡献全球16.6%的发电量、40%的灌溉用水,并使洪水暴露降低21%。在气候变化导致水文极端事件频率和强度增加的背景下,水库蓄水成为缓解水相关灾害的重要工具。正常蓄水(normal water storage, NWS)定义了关键基线缓冲库容:它表示在不侵占专用防洪空间前提下,可用于可靠抗旱的最大水量。精准的全球NWS数据因此不可或缺;缺乏该数据,大尺度水文模型和流域气候适应策略难以准确模拟水库缓冲效应,并可能使未来气候情景下的脆弱性评估产生偏差。现有水库清单存在明显不足:ICOLD(International Commission on Large Dams)世界大坝登记近6万座坝并含用途、坝高等属性,但缺乏经纬度和空间多边形等地理参考;GOODD(GlObal geOreferenced Database of Dams)利用Google Earth影像和数字高程模型定位38667座坝及其上游集水区,但缺少关键属性;GRanD(Global Reservoir and Dam database)整合AQUASTAT和区域清单,提供7250座水库的空间位置、库容和50余项属性,并被广泛用于生物地球化学、水文建模、生态、能源规划和基础设施管理,但仍缺乏NWS信息。统计模型多用于估算总库容,对单座水库精度有限,且未充分考虑水库形态和环境因素;卫星方法中,水面面积—水位法受测高卫星时空覆盖限制,水面面积—面积库容曲线法受曲线形状和测深不确定性影响;机器学习(machine learning, ML)能够学习非线性关系,但已有ML应用多关注区域尺度总物理库容,而NWS受人工管理调度规则影响,全球尺度NWS估算仍存在关键空白。因此,研究人员开展本项研究,以填补全球GRanD水库NWS数据缺口并揭示其多尺度空间格局。

二、研究开展、结论与意义
研究人员以GRanD中7250座全球水库为对象,收集801座具有报告NWS数据的水库,来源包括美国、中国、日本、西班牙、印度和南非,并按库容、气候、调节类型和主要用途进行分层。研究人员开发并比较三类模型:线性回归(linear regression, LR)、卫星百分位阈值模型和ML模型(深度神经网络(deep neural networks, DNN)、极端梯度提升树(Extreme Gradient Boosted Trees, XGBoost)、随机森林(random forests, RF)和梯度提升决策树(Gradient Boosted Decision Trees, GBDT)),以识别缺测水库NWS的最优估计方法,并生成全球NWS数据集。结果表明,使用全部7个输入特征的GBDT-7模型表现最优,相关系数(CC)为0.98、决定系数(R2)为0.95、平均绝对百分比误差(MAPE)为12%;据此估计全球7250座水库的NWS总计约4660 km3,全球平均正常蓄水比率(NWSR)为72%,12个模型集合的NWSR不确定性区间为61.56%—73.98%。该研究填补了全球水库NWS数据空白,为水文模型参数化、水资源管理、干旱与防洪适应及宏观尺度人类水资源调节模拟提供了空间显式基准,具有重要意义。

三、关键技术方法概括
研究人员以GRanD中7250座水库为总体,建立801座有报告NWS的水库样本队列,来源为美国、中国、日本、西班牙、印度和南非,并按库容、气候、调节类型和主要用途分层。采用三类估计:分区对数—对数LR(0.8/0.2划分);基于GRSAD(Global Reservoir Surface Area Dataset)月水面面积与GRDL(Global Reservoir Dataset derived through Deep Learning)面积—库容曲线的卫星百分位阈值模型(15—100百分位分区优化,0.8/0.2划分);ML模型(DNN、XGBoost、RF、GBDT;7个解释变量;6:2:2划分、10折交叉验证和网格搜索)。以CC、NSE(Nash-Sutcliffe效率)、R2和MAPE统一评估。

四、研究结果
4.1 线性回归方法估算水库NWS的评估
研究人员通过全样本统一模型和按库容、气候、用途、调节类型分区的对数—对数LR模型,拟合水库总库容与NWS关系,并用独立验证集评估。分区模型总体优于统一模型;按调节类型分类的LR精度最高,R2=0.94、CC=0.98、MAPE=12%。低度调节水库的总库容—NWS关系最强(R2=0.96、MAPE=0.14),其后为高度调节、中度调节和 intensive 调节水库。按气候和用途分区也显示较强关系,但类别间差异不如调节类型明显。结论是,考虑水库库容、用途和调节能力等分区因素可提高NWS估计精度,统一模型因未考虑辅助变量而存在较大不确定性。

4.2 百分位阈值方法估算水库NWS的评估
研究人员以卫星观测的库容时间序列累积分布函数(CDF)为基础,构建不同百分位阈值模型,并在验证集上优化阈值。以库容分类为例,小水库在85百分位处R2最高、均方根误差(RMSE)最低;中型水库在90百分位附近最优;大型水库R2持续增至99百分位,RMSE在99百分位最低,故采用99百分位预测缺测大型GRanD水库。四类分区百分位阈值模型均表现良好,基于库容和气候的模型略优于基于用途和调节类型的模型,CC约0.96—0.97、R2约0.92—0.93、MAPE约0.14。结论是,分类百分位阈值方法能够有效估算全球水库NWS。

4.3 机器学习方法估算水库NWS的评估
研究人员以GBDT为例,先构建含7个输入特征的GBDT-7模型并评估,再系统减少输入特征构建GBDT-5、GBDT-3和GBDT-1。GBDT-7取得R2=0.95、CC=0.98、MAPE=12%;特征重要性显示总库容、最大水面面积、主要用途和上游集水面积是最重要预测变量。GBDT-7优于少特征组合,说明单一总库容不足以最优预测NWS。XGBoost和DNN在仅一个输入变量时表现较好,说明总库容本身是强预测因子;但GBDT和RF通过合理分配多参数权重,在输入全部变量时精度更高。RF-7取得CC=0.97、R2=0.95、MAPE=12%;GBDT-7取得CC=0.98、R2=0.95、MAPE=12%,并在与LR和百分位模型比较中表现最佳。因此研究人员采用GBDT-7预测全球水库NWS。

4.4 水库NWS分布的空间特征
研究人员利用GBDT-7生成全球NWS,并计算NWSR(NWS与总库容之比)。全球平均NWSR为72%,无水库NWSR为0%,268座水库(4%)NWSR为100%;4249座水库NWSR处于60%—80%,1978座超过80%,约490座处于40%—60%,498座处于20%—40%,仅29座低于20%。按水库组别看,中型水库NWSR中位数最高(0.76);防洪水库中位数为0.73;干旱区水库中位数为0.72,低于热带区0.74;高度调节水库中位数最低(0.72)。国家尺度上,俄罗斯总库容896.3 km3、加拿大858.5 km3、美国768.7 km3、中国672.4 km3、巴西578.9 km3;中国和巴西将80%以上库容用于NWS,而乌干达、赞比亚、埃及和加纳NWSR低于0.25。流域尺度上,Yenisey总库容470.5 km3最高,其次为Nile 392.7 km3、Mississippi 337.6 km3、Parana 322.9 km3和Yangtze 273.9 km3;Parana分配88%库容用于NWS,Yangtze和Mississippi为82%,Nile仅0.2;Zambezi和Volta分别约0.23和0.25,Volga和Tigris-Euphrates分别约0.72和0.7。结论是,全球NWSR存在显著空间异质性,国家与流域间蓄水分配策略差异明显。

五、讨论部分总结
讨论指出,LR简单可解释,按用途和调节类型分类时表现最好,但线性假设限制其适应复杂关系;ML中GBDT和RF依靠集成学习提升稳健性和泛化能力,GBDT还能学习输入变量协方差、通过正则化防止过拟合并利用并行计算提高效率;DNN表现相对较差,说明算法选择需匹配数据集。卫星百分位阈值法在实测资料稀缺区有前景,但依赖卫星数据质量、水面面积时间序列代表性和面积—库容关系精度;未来混合模型可结合ML与卫星方法优势。不同模型给出的绝对NWS体积存在差异,12模型集合NWSR为61.56%—73.98%,但最优ML模型和分类百分位模型多集中在72%附近,且全球空间格局和流域NWSR排序在不同模型间保持稳定。不确定性主要来自801座训练样本的相对有限性、数据稀缺区(如撒哈拉以南非洲和东南亚)资料不足、GRanD基础数据库范围限制、与GeoDAR和CRD等数据库在清单范围和定义上的差异,以及NWS表示设计正常运行库容而非某时刻实际蓄水;泥沙淤积可能使运行超过50年的老坝NWS被高估10%—20%,卫星云影和GRDL面积—库容关系亦带来误差。

六、研究结论翻译
研究结论部分可译为:研究人员开发多种方法估算全球7250座GRanD水库的NWS,弥合了水库正常蓄水库容信息的关键数据缺口。利用来自美国、中国、日本、西班牙、印度和南非的801座有报告NWS的代表性水库样本,研究人员训练并评估了LR、ML和卫星百分位阈值三类模型。结果表明,ML模型尤其是使用全部7个输入特征的GBDT-7在准确性和可靠性上持续优于LR和百分位阈值模型;其性能归因于捕捉总库容、地表水面积、上游集水面积、主要用途、气候、滞留时间和长期平均流量等变量间的复杂关系。GBDT-7取得CC=0.98、R2=0.95、MAPE=12%,据此生成全球NWS估算数据集(总计约4660 km3)。个体、国家和流域尺度的NWSR分析显示显著异质性,全球均值为72%,集合不确定性区间为61.56%—73.98%。国家尺度上,多数国家总库容小于22.7 km3,国家平均NWSR为0.12—1;中国和巴西等将80%以上库容用于NWS,乌干达、赞比亚、埃及和加纳等NWS比率较低。流域尺度上,Parana、Yangtze和Mississippi等流域NWS分配比例高,Nile、Zambezi和Volta等较低。该数据集可结合水库蓄水时间序列推断水库充满度趋势,指导配水、干旱应急规划和防洪优化;并可作为空间显式、水库特定的NWS边界约束,替代通用85%目标蓄水假设,改进CaMa-Flood、LISFLOOD和SWAT等模型对人类水资源调节和下游流量动态的模拟。随着蓄水在缓解水相关灾害中的重要性增长,该数据集将支持知情决策并促进全球水资源系统韧性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号