在人类活动空间分布不均的条件下，气候变化对水文系统的影响

《Frontiers in Earth Science》：Climate change impacts on hydrological regimes under spatially variable human-activity conditions

气候变化和人类活动对水文 regime 的空间异质性影响及适应性管理策略研究。采用 PCA 筛选核心水文指标，结合 RVA 和流域模型（SWAT/HEC-HMS）量化驱动因素，揭示 Taoer 河流上游以气候为主（贡献率 81%），下游人类活动主导（49%），未来极端降水增加上游洪水风险，需分区制定差异化管理措施。

　　气候变化对水文条件的影响可能受到流域内人类活动强度空间变化的显著调节。尽管近年来对气候变化和人类活动对水文状况的影响有了越来越多的认识，但全面且具有空间特性的评估仍然有限，这阻碍了稳健的流域管理和气候适应策略的制定。本研究提出了一种整合框架，通过结合主成分分析（PCA）、水文模型和变异性分析方法，对水文状况的变化进行诊断和归因。该框架在陶尔河盆地（TRB）中进行了测试，该盆地作为一个具有显著人类活动差异的典型流域系统，从上游到下游呈现出明显的变化趋势。

研究结果显示，上游地区的人类活动对水文状况变化的贡献仅为18%，而下游地区由于人类活动影响更为显著，其贡献达到49%。尽管上游地区在日最大径流（78%–79%）和低脉冲次数（79%）方面表现出更明显的变化，但下游地区在月平均径流（84%–99%）和高脉冲持续时间（85%）方面经历了更大的变化。总体来看，气候变化增加了洪水风险，而人类活动则在加剧干旱风险方面发挥更大作用。基于CMIP6气候预测的模拟进一步表明，上游地区未来洪水发生的可能性显著上升。这些发现强调了在流域不同区域制定差异化的管理与适应策略的必要性，以有效应对气候变化带来的水文变化。

水文状况作为流域生态系统健康的关键指标，对环境变化高度敏感。随着气候变化和人类活动的加剧，水文状况可能经历显著变化，从而影响生态、环境和社会经济服务。这种变化可能表现为生物多样性丧失风险增加、水资源短缺加剧以及洪水和干旱事件更加频繁和严重。因此，理解这些变化在区域和局部尺度上的表现，对于制定有效的水资源管理策略至关重要。在流域内部，上游和下游区域在人类活动强度、生态完整性以及水文响应方面往往存在显著差异。然而，许多以往的研究将流域视为统一的实体，缺乏对内部变化的关注。

为了实现对水文状况变化的全面评估，包括变化程度、驱动因素和未来趋势，本研究采用了多种方法和技术。其中，PCA被用于减少IHA指标中的冗余，从而提取出最具代表性的水文指标（RHIs）。随后，结合SWAT模型和RVA方法，分别评估气候变化和人类活动对水文状况变化的贡献。最后，利用SWAT与HEC-HMS模型的耦合，结合CMIP6的气候预测数据，对普通和极端水文状况的未来趋势进行了模拟和预测。这种方法不仅有助于识别水文变化的主要驱动因素，还能提供更精确的预测结果，从而支持科学决策和有效管理。

本研究选取了陶尔河盆地作为典型案例，该区域从上游到下游人类活动强度差异显著，具有代表性。通过分析该流域的水文数据和气象数据，研究团队能够深入探讨人类活动如何驱动水文状况的演变及其未来趋势。研究结果表明，水文变化的驱动因素在空间上存在明显差异，上游主要受到气候变化的影响，而下游则同时受到气候变化和人类活动的双重作用。这种差异主要源于上游地区人类活动较少，而下游地区则由于农业、工业和城市用水等活动的增加，对水文状况产生了更大的影响。

在方法部分，研究采用了多种水文模型进行模拟和预测。SWAT模型用于模拟普通水文状况，其功能包括反映长期日尺度气象条件下的自然水文过程，并预测未来普通条件下的水文变化。HEC-HMS模型则用于模拟极端水文状况，特别是在洪水过程的小时尺度分析方面具有优势。这两种模型的结合使得研究能够全面覆盖水文变化的不同时间尺度和空间范围，从而提高预测的准确性和可靠性。

研究还采用了RVA方法来量化水文变化的程度，包括特定水文指标的变化度（RHI变化度）和所有水文指标的综合变化度。通过应用ESMD方法对年径流序列进行分析，并结合双质量曲线对结果进行验证，研究团队能够识别出水文变化的关键节点。这种分析方法有助于区分不同时间尺度上的变化趋势，并为未来预测提供依据。

在结果部分，研究发现，上游地区日最大径流和低脉冲次数的变化显著，而下游地区月平均径流和高脉冲持续时间的变化更为突出。此外，未来水文状况的模拟结果表明，上游地区在洪水季节的水量可能会减少，但在非洪水季节，上游和下游地区呈现出相反的变化趋势。这种变化趋势反映了气候变化和人类活动对水文状况的不同影响。同时，极端降水情景的模拟结果表明，未来洪水的峰值流量和总量均可能增加，特别是在上游地区。这些结果对于制定适应性水资源管理策略具有重要意义。

讨论部分指出，本研究提出的框架在多个方面具有优势。首先，通过PCA方法对IHA指标进行优化，提取出的RHIs能够更清晰、高效地反映水文状况的变化及其驱动因素。其次，结合SWAT和HEC-HMS两种模型，可以更全面地分析水文状况的空间异质性及其驱动因素。此外，研究还强调了在不同时间尺度上进行水文预测的重要性，特别是对极端事件的模拟，这对于洪水预警和决策支持至关重要。

研究也指出了其局限性。例如，水文变化的归因分析假设气候变化和人类活动是独立且线性的驱动因素，而实际中这两种因素可能产生复杂的非线性相互作用。此外，所采用的水文模型在某些方面仍依赖线性假设，这可能影响其在非线性环境条件下的模拟精度。未来研究应进一步探索气候与人类活动之间的相互作用，以及非线性过程对水文响应的影响。同时，在选择特定RHIs时，还需考虑水文与生态系统的响应关系，而不仅仅是基于PCA的结果。

结论部分总结了本研究的主要发现和贡献。通过整合PCA、IHA、RVA、SWAT和HEC-HMS模型，研究团队成功识别了上游和下游地区水文状况变化的差异及其驱动因素。这些结果表明，忽略水文状况的空间异质性可能导致水资源管理策略的低效。因此，研究强调了在不同流域区域制定差异化的管理与适应策略的重要性，以应对气候变化带来的水文变化。同时，研究还指出，未来水文预测的准确性不仅取决于模型本身，还受到气候情景和假设条件的影响，因此需要进一步研究以提高预测的可靠性。