基于GIS与空间回归模型的Wular湖流域地下水潜力多尺度评估及可持续管理策略

本研究针对克什米尔Wular湖流域地下水资源评估难题，创新性整合GIS空间分析、普通最小二乘法(OLS)、地理加权回归(GWR)和探索性回归方法，构建了包含Channel Base Level(ChNBL)、Valley Depth(ValleyD)和Topographic Wetness Index(TWI)等8个地形水文指标的评价体系。研究生成的地下水潜力分级图显示10%区域具极高潜力，验证曲线下面积(AUC)达0.964，为干旱区水资源管理提供了高精度决策工具。

　　

在气候变化加剧和水资源短缺的全球背景下，克什米尔Wular湖流域作为亚洲重要淡水湿地，正面临地下水资源可持续管理的严峻挑战。该区域复杂的地形地貌特征与季节性降水分布不均，使得传统水文评估方法难以准确刻画地下水补给潜力。更棘手的是，快速城市化进程和农业扩张导致的水文系统改变，使得建立科学精准的地下水潜力预测模型成为当务之急。

为破解这一难题，研究人员在《Journal of Hydrology: Regional Studies》发表了创新性研究成果。该研究选取Wular湖流域为典型示范区，创造性地将地理信息系统(GIS)技术与多种空间统计模型相结合，系统评估了地形水文指标与地下水潜力的非线性关系。研究团队首先基于10m×10m高分辨率数字高程模型(DEM)，提取了Channel Base Level(ChNBL，河道基准面高程)、Valley Depth(ValleyD，谷地深度)、Topographic Wetness Index(TWI，地形湿度指数)等8个关键地形参数。通过探索性回归筛选最优变量组合后，采用普通最小二乘法(OLS)和地理加权回归(GWR)构建空间预测模型，并利用受试者工作特征曲线(ROC)和Moran's I指数验证模型可靠性。

研究结果揭示：地形湿度指数(TWI)成为最具解释力的预测因子(回归系数1.193，t=93.631)，其与Channel Base Level(ChNBL)、Topographic LS Factor(LS，地形坡度长度因子)的组合模型解释度达98.5%(调整R2=0.984)。地理加权回归(GWR)分析显示，西部流域因较高的ChNBL值(>158m)和TWI值(>12.5)形成显著的地下水高潜力区，而南部深谷地区(ValleyD>86m)则因优越的汇水条件成为重要补给区。值得注意的是，坡度因子(LS)呈现显著空间异质性——在北部陡坡区(LS>8.7)呈负相关，而在中部平原区(LS<3.2)则促进地下水补给。

通过多模型交叉验证，研究确立了TWI、TPI(Topographic Position Index，地形位置指数)、ChNBL、LS和Analytical Hill-Shading(AnHS，分析性山体阴影)五变量最优组合，其Akaike信息准则(AICc=3324.26)和方差膨胀因子(VIF<2.04)表明模型兼具解释力与稳定性。最终生成的地下水潜力图将流域划分为5个等级，其中10.3%区域被划为极高潜力区，主要分布在西部冲积平原和南部古河道带，而15.7%的北部基岩山区则被评估为极低潜力区。

该研究的创新价值在于：首次在喜马拉雅前沿带应用多尺度空间回归方法，解决了复杂地形区地下水评估的尺度效应难题。方法论上，通过融合OLS全局模型与GWR局部模型优势，有效捕捉了地形参数的空间非平稳性特征。实践层面，研究成果为跨境流域水资源协同管理提供了科学依据，特别是指明了湿地保护优先区与人工补给适宜带。研究者建议，后续工作可结合同位素水文技术验证补给机制，并耦合气候模型预测极端降水事件对地下水系统的长期影响。这些发现对全球干旱半干旱区实现可持续发展目标(SDG6)具有重要参考价值。