编辑推荐：
在水文研究中，降雨 - 径流事件识别存在主观性，导致结果不确定性。研究人员开展了相关研究，提出 REIC 指标。结果显示该指标可减少不确定性、提高合理性。这有助于准确理解降雨 - 径流关系，为水文分析提供有力支持。
在水文领域，降雨与径流之间的关系一直是研究的重点。理解这一关系对于把握流域的水文响应、应对气候变化和人类活动对水资源的影响至关重要。以往研究发现，气候的变化以及人类的各类活动，已经在生态系统功能、水资源可利用性以及自然灾害等多个方面对水资源产生了改变。然而，目前在识别降雨 - 径流事件时却面临着诸多挑战。
在水文研究中，对降雨 - 径流事件进行准确识别是众多应用的基础。但由于缺乏地面实测的 “真值”，当前的识别方法大多依赖主观判断。在检测径流事件时，常用的方法如基于局部最大值、局部最小值以及基流指数的方法，都需要人为设定参数，像最小阈值、最小时间间隔等。而在将降雨和径流事件进行配对时，搜索窗口的长度、搜索方向以及起始点的选择也都没有统一的标准，全凭主观决定 。这些主观因素导致不同算法对事件的起始和结束判断不一致，使得在给定的降雨和径流时间序列中，识别出的事件特性存在差异，即 “降雨 - 径流事件识别的不确定性”。这种不确定性不仅影响了对流域水文行为的准确理解，还可能导致对水资源变化和自然灾害的评估出现偏差。因此，开展能够降低这种不确定性的研究迫在眉睫。
为了解决上述问题，来自未知研究机构的研究人员针对澳大利亚 467 个未受干扰的流域展开了研究。他们旨在全面评估降雨 - 径流事件识别方法因参数选择而产生的不确定性，并开发一种能够帮助用户缩小合理参数范围、降低识别不确定性的指标。研究成果发表在《Environmental Modelling 》上。
研究人员使用了澳大利亚气象局水文参考站（HRS）的流域数据，包括 467 个站点的日流量数据和澳大利亚水资源可用性项目（AWAP）的流域平均日降雨数据。在识别降雨 - 径流事件时，他们运用了 R 包 hydroEvents，该包涵盖多种常用的检测和配对方法。研究人员对不同方法的参数进行了全面采样，代表不同的定义降雨 - 径流事件的合理规则，通过抽取 2000 个随机样本，分析了识别出的降雨 - 径流事件特征的不确定性。同时，他们引入了一种新的指标 —— 稳健事件识别标准（Robust Event-Identification Criteria，REIC），用于客观地提高识别出的降雨 - 径流事件的合理性。
研究结果如下：
- 事件特征的不确定性：以 Barcoo River 流域为例，不同的径流事件检测方法和配对方式会使降雨 - 径流事件的年平均数量和平均径流体积产生显著差异。在澳大利亚全国范围内，不同气候区域的流域，其降雨 - 径流事件特征的不确定性也有所不同。干旱和热带地区的流域，年平均降雨 - 径流事件数量变化较小，但平均径流体积变化较大；温带气候区的流域，两者的变异性都很大。此外，径流系数（Runoff Coefficient，RCs）大于 1 的情况在不同流域也存在差异，这可能是由于雨量计未能准确捕捉降雨、径流事件检测不准确或配对错误等原因导致的。
- RCs 分布的不确定性：不同气候区域的流域，其 RCs 的经验累积分布函数（Empirical Cumulative Distribution Function，ECDF）存在很大不确定性，这给解释降雨 - 径流关系带来了挑战。其中，干旱气候区的不确定性带最窄，热带气候区最宽。不同径流事件检测方法在不同气候区域的不确定性也有所不同，如基流指数法在热带和温带（夏季干燥）气候区的不确定性较小，但在干旱地区较大；局部最大值法在除干旱区外的其他地区通常导致最宽的不确定性带，而局部最小值法在四个流域中的不确定性范围适中。
- REIC 指标的应用效果：应用 REIC 指标后，显著降低了识别出的降雨 - 径流事件的不确定性。通过比较应用指标前后的 ECDF，发现不确定性带明显变窄，使人们能够更准确地了解流域的降雨 - 径流关系。同时，该指标提高了识别出的事件的合理性，减少了 RCs 大于 1 的情况。在不同气候区域，使用该指标后，RCs 大于 1 的中位数百分比绝对降低了 3%-8%。此外，研究还评估了不同的降雨 - 径流事件检测和配对方法，发现局部最大值法在大多数气候区域是最常被选择的径流事件检测方法，而配对类型 3（从径流峰值到降雨峰值搜索）是所有气候区域中最可靠的配对类型。
在讨论部分，研究人员指出，气候对降雨 - 径流事件识别有显著影响。干旱地区降雨事件少，水文过程相对简单，识别相对容易；而降雨事件多、基流贡献变化大的地区，识别过程更复杂，不确定性更高。不同的降雨 - 径流事件识别方法在不同气候区域的表现也有所不同，这与各地区的水流特征有关。此外，研究还强调了 REIC 指标在支持识别全范围降雨 - 径流事件方面的重要性。该指标通过权衡样本，能够检测出更多可靠的降雨 - 径流事件，有助于更全面地了解不同气候区域的降雨 - 径流关系。
总的来说，这项研究全面评估了降雨 - 径流事件识别中的不确定性，并提出了有效的解决方法。REIC 指标的应用为水文研究提供了更可靠的分析工具，有助于准确理解降雨 - 径流关系，为水资源管理和自然灾害评估提供了重要依据。未来，研究人员建议开发更稳健的降雨 - 径流事件识别方法，结合水文过程的概念理解，改进现有的统计算法，以进一步提高识别的准确性和可靠性。
