尼罗河流域地下水干旱时空特征与驱动因素解析及其可持续管理启示

针对尼罗河流域(NRB)地下水干旱机制不明的问题，研究人员结合GRACE卫星数据与SGDI模型，揭示了2003-2013年干旱时空格局，发现气象干旱与LULC变化是主要驱动因子，DMI和ENSO等遥相关因素亦具显著影响。该研究为跨气候区地下水管理提供了定量依据。

　　

在全球气候变化与人类活动加剧的背景下，地下水作为干旱半干旱地区核心水源的可持续性面临严峻挑战。尼罗河流域(NRB)覆盖非洲10%陆地面积，支撑11国生态经济，却长期受数据稀缺与机制认知不足制约。传统监测依赖观测井，但受成本和政治因素限制难以覆盖广袤流域。GRACE卫星的出现为破解这一困境带来曙光——其提供的陆地水储量异常(TWSA)数据能反演地下水动态，但多因子协同驱动机制仍是黑箱。

中国科学院团队通过创新性整合STL(季节性-趋势分解)技术与标准化地下水干旱指数(SGDI)，首次系统解析了NRB 2003-2023年地下水干旱的时空异质性。研究发现流域干旱集中发生于2003-2013年，整体呈减缓趋势，但气象干旱向地下水干旱的传导存在≥3个月滞后期。令人意外的是，尽管降水对缓解干旱有正向作用，却不足以抵消干旱强化趋势；而遥相关因子中，印度洋偶极子指数(DMI)与厄尔尼诺-南方涛动(ENSO)的影响强度远超预期。更颠覆传统认知的是，城市扩张并未加剧干旱，反而是植被与水体的增加通过改善下垫面条件显著缓解了干旱。随机森林(RF)定量分析揭示，土地利用/覆被变化(LULC)与气象因子的贡献率合计超70%，而遥相关因子虽贡献较弱却具全局调控作用。

关键技术方法
研究采用GRACE Level-3 Release 06数据，结合GLDAS水文模型验证数据可靠性；构建改进版SGDI指数(采用STL替代传统MCL法消除季节影响)；运用交叉小波变换分析气象-地下水干旱传播时滞；通过RF模型量化LULC(ESA CCI数据集)、气象(PERSIANN-CDR降水/GLDAS ET)及遥相关因子(DMI/ENSO/EMI)的贡献度。

研究结果

1. GRACE评估
   在NRB上中下游(UN/MN/LN)分区验证显示，GRACE与GLDAS TWSA在中游(MN)相关性最高(r=0.72)，下游(LN)因人类活动干扰仅达0.58，证实GRACE在数据稀缺区的适用性。

2. 气象-地下水干旱响应
   SPI-SGDI多尺度分析发现，3个月尺度SPI₃与SGDI相关性最强(r=0.51)，证实气象干旱向地下水系统传导需≥3个月。交叉小波谱显示ENSO事件期间两者共振周期达12-24个月。

3. 驱动因子贡献
   RF模型显示：降水贡献率最高(38.7±2.3%)，ET次之(21.5±1.8%)；LULC中植被增加贡献达12.4%，而城市扩张仅1.2%；遥相关因子合计贡献17.2%，其中DMI(9.1%)>ENSO(6.3%)>EMI(1.8%)。

结论与意义
该研究突破性揭示了NRB地下水干旱的"气象-LULC-遥相关"三元驱动框架：气象因子主导短期波动，LULC变化调控区域差异，遥相关因子塑造长期格局。特别指出植被恢复的战略价值——每增加10%植被覆盖可使SGDI降低0.15个单位。成果发表于《CATENA》，不仅为NRB跨国水资源管理提供科学基准，更创新性提出"STL-SGDI"监测框架，对全球跨气候带流域治理具有范式意义。Mesfin Mamo Haile等强调，未来需耦合气候模式与LULC情景预测，以应对极端事件频发的新挑战。