淮河流域地下水干旱的多尺度演变特征及其气候影响机制研究

《Hydrology》:Multiscale Evolution and Climatic Influences on Groundwater Drought in the Huaihe River Basin

【字体: 大 中 小 】 时间:2026年10月22日 来源:Hydrology 3.1

编辑推荐:

  地下水干旱具有响应滞后、持续时间长和恢复缓慢的特点,其演变过程同时受局地水文气候过程和大尺度海气变率的影响。为探究地下水干旱的时空演变特征及其多尺度响应机制,研究人员基于2003—2025年重力恢复与气候实验(GRACE)/GRACE后续卫星(GRACE-FO

  
地下水干旱具有响应滞后、持续时间长和恢复缓慢的特点,其演变过程同时受局地水文气候过程和大尺度海气变率的影响。为探究地下水干旱的时空演变特征及其多尺度响应机制,研究人员基于2003—2025年重力恢复与气候实验(GRACE)/GRACE后续卫星(GRACE-FO)及全球陆面数据同化系统(GLDAS)数据,构建了淮河流域(HRB)地下水干旱指数(GDI)。研究综合运用贝叶斯突变、季节性与趋势估计器(BEAST)、修正曼-肯德尔(MMK)检验—赫斯特(Hurst)分析、小波相干分析及极端梯度提升—沙普利加性解释(XGBoost-SHAP)等方法,系统刻画了地下水干旱的趋势转变、持续性、多尺度水文气候关系及遥相关贡献。结果表明,GDI呈现明显的时间波动性与空间异质性,全流域性地下水干旱约发生于2020年前后,流域平均GDI于2020年6月达到最低值?2.23,子流域最低值达?3.25。山东半岛及沿海水系(SPCR)与沂沭泗水系(YSR)的趋势突变点分别出现在2018年4月和2019年8月。MMK—Hurst分析显示,全流域GDI以下降趋势为主,淮河流域中北部部分地区呈现持续性干旱化特征。小波分析揭示了GDI与局地水文气候变量之间清晰的多尺度关系,其中土壤湿度(SM)具有最大的显著相干面积占比(POSP=19.47%)。沙普利加性解释(SHAP)分析进一步识别出年代际太平洋涛动(IPO)和热带南大西洋指数(TSA)为最重要的两个遥相关预测因子,其平均|SHAP|值分别为0.1621和0.1314。该研究框架为地下水干旱监测、风险评估及流域尺度水资源管理提供了有益基础。
一、研究背景与科学问题
地下水是全球淡水资源的关键组成部分,支撑着城乡居民供水、灌溉农业、工业生产及生态系统功能。与气象干旱和农业干旱不同,地下水系统对气候异常的响应通常较为缓慢,具有明显的滞后性和累积效应。当持续性降水亏缺与增强的蒸散发共同作用时,水分亏缺可通过大气—土壤—含水层系统传播,最终导致持续的地下水消耗和地下水干旱。由于含水层的储水能力和记忆效应,地下水干旱通常发展缓慢、持续时间长、恢复滞后,即便降水恢复到接近正常水平,地下水亏缺仍可能持续存在。严重的地下水干旱会降低供水可靠性,引发灌溉用水受限和依赖地下水的生态系统退化等一系列影响。
淮河流域位于中国南北气候过渡带,受东亚季风强烈影响,降水季节性强、水文气候变率大,对气候异常和干旱传播十分敏感。然而,以往地下水干旱研究多聚焦于单一局地水文气候变量或有限数量的气候指数,对局地因素间的独立关系、组合效应以及多重遥相关信号的相对重要性量化不足。此外,地下水干旱序列往往具有非平稳性,可能同时包含季节性变率、渐变趋势反转和突变结构变化,传统单调趋势分析方法难以明确识别结构转变的时机与不确定性。因此,系统刻画地下水干旱的时空演变,识别长期趋势、关键转变和持续性特征,并在多时间尺度上考察气候影响,对于理解地下水干旱发展和改善区域地下水风险管理具有重要意义。
二、研究内容与主要技术方法
研究人员利用GRACE/GRACE-FO与GLDAS数据,通过水量平衡方法扣除地表水储量异常(SWSA)、土壤水储量异常(SMSA)和雪水当量异常(SWEA),得到地下水储量异常(GWSA),进而构建地下水干旱指数(GDI)。研究时段为2003年1月至2025年12月,空间范围为淮河流域及其四个子流域,包括山东半岛及沿海水系(SPCR)、里下河水系(LR)、淮河干流水系(HRMR)和沂沭泗水系(YSR)。主要技术方法包括:贝叶斯突变、季节性与趋势估计器(BEAST)用于识别趋势突变点及其不确定性;修正曼-肯德尔(MMK)检验与赫斯特(Hurst)指数结合用于刻画历史趋势方向、显著性和长期持续性;偏小波相干(PWC)与多元小波相干(MWC)用于分析GDI与局地水文气候变量在多时间尺度上的独立和组合关系;极端梯度提升(XGBoost)结合沙普利加性解释(SHAP)用于量化16个大尺度海气指数对GDI的非线性贡献。
三、主要研究结果
(一)GDI时间演变特征。 流域尺度上,GDI围绕零值呈现显著的年际波动,最大值1.33出现在2016年,最小值?2.23出现在2020年6月,对应极端地下水干旱事件。12个月滑动平均显示2019—2021年间地下水干旱明显加剧,2022年后逐渐恢复。子流域尺度上,YSR地下水亏缺最为严重,GDI于2020年3月达到最低值?3.25;HRMR于2020年5月达到?2.71;SPCR于2019年9月达到?2.28;LR极端最低值?2.19出现较早,在2003年5月。四个子流域在2020年前后均呈现明显负异常,表明发生了同步的全流域地下水干旱。
(二)基于BEAST的突变与趋势—季节分解。 BEAST分解识别出各子流域和全流域GDI序列各有一个主要趋势突变点,且突变时间存在显著区域差异。SPCR趋势突变点出现在2018年4月(后验概率0.9581),YSR出现在2019年8月(0.8964),HRMR与全流域一致出现在2012年11月(0.5495),LR突变点在2022年6月但后验概率较低、置信区间较宽,不确定性较大。季节分量突变点的后验概率均低于0.03,表明研究期间季节结构无明显变化。空间上,网格尺度趋势突变点主要集中在2018—2023年,占研究区45.8%。
(三)地下水干旱对水文气候因子的多尺度响应。 偏小波相干分析显示,土壤湿度(SM)与GDI的总体关联最强,显著相干面积占比(POSP)为19.47%,平均小波相干(AWC)为0.946,其中大尺度(>32个月)POSP高达44.77%。空气湿度(AH)也表现出较强关联(POSP=18.67%)。多元小波相干分析表明,SM-AH是最优双变量组合(POSP=15.77%),SM-AH-ET和SM-AH-PC为最优三变量组合,两者POSP均为23.36%,其中SM-AH-ET的AWC略高(0.975)。这些结果表明地下水干旱变率与多个局地水文气候因子密切相关,且长时间尺度上的关系更为显著。
(四)基于MMK与Hurst的时空趋势与持续性。 MMK检验显示,流域大部分地区GDI呈下降趋势,显著下降趋势(p<0.05)主要集中于流域北部和中部,在年尺度和冬季尤为明显。上升趋势空间分布有限,主要出现在南部和东南部的零散区域。Hurst指数显示,冬季和夏季大部分地区H>0.5,部分区域达0.8—1.0,表明历史变化方向具有潜在持续性;春季和秋季空间格局较为异质,西南部部分地区呈现反持续性特征。综合分类表明,流域中北部呈现下降趋势与持续性相结合的特征,被识别为地下水干旱风险评估与管理的优先区域。
(五)基于XGBoost-SHAP的遥相关统计关联。 年代际太平洋涛动(IPO)重要性最高(平均|SHAP|=0.1621),其次是热带南大西洋指数(TSA)(0.1314)、跨尼诺指数(TNI)(0.0895)、副热带南大西洋指数(SSI)(0.0786)、大西洋多年代际振荡(AMO)(0.0778)和热带北大西洋指数(TNA)(0.0718)。SHAP分布显示,高IPO值主要对应正SHAP值,而高TSA值更多出现在负SHAP侧,表明不同气候指数对GDI的响应方向存在差异。多个指数的SHAP分布呈现非线性特征,说明其与GDI的关系并非简单线性,可能随气候模态间的相互作用和水文气候背景而变化。
四、讨论与结论
研究讨论部分指出,该框架整合了GRACE空间连续观测、BEAST结构变化检测、MMK—Hurst趋势持续性分析和多尺度气候关系刻画,相比仅依赖监测井或单一统计方法具有明显优势。但研究也存在若干局限:GWSA的估算受GRACE观测误差、信号泄漏和GLDAS模拟不确定性的影响;GRACE与GRACE-FO之间的数据缺口采用线性插值填补,可能平滑短期地下水变率;约23年的研究时段相对较短,难以完整捕捉IPO、PDO和AMO等数十年尺度气候模态的完整相位反转;Hurst指数估计对样本量敏感,结果应视为潜在持续性指示而非确定性预测;遥相关指数间存在多重共线性,可能影响特征重要性排序;地下水开采等人为活动未纳入定量分析。
研究结论可归纳为四点:第一,2003—2025年淮河流域地下水干旱呈现明显的时间波动性和空间异质性,最严重的地下水干旱发生在2020年前后,2022年后逐步恢复,其中YSR和HRMR亏缺尤为严重;第二,BEAST识别出全流域和HRMR的趋势突变点出现在2012年,SPCR和YSR分别出现在2018年和2019年,MMK—Hurst分析显示流域大部分地区GDI呈下降趋势,北部和中部部分地区具有潜在持续性,需重点关注;第三,小波分析揭示SM是与GDI相干性最强的单一变量,SM-AH为最优双变量组合,SM-AH-ET和SM-AH-PC为最优三变量组合,且长时间尺度上的关系更为显著;第四,IPO和TSA是解释GDI变率最重要的两个大尺度气候预测因子,其次为TNI、SSI、AMO和TNA,SHAP分布显示这些气候指数与GDI之间存在明确的非线性关系。该集成框架为淮河流域地下水干旱监测、风险评估和水资源管理提供了科学基础,也为其他流域的地下水干旱分析提供了可推广的方法途径。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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