《Journal of Hydrology: Regional Studies》:Integrated GIS-based multi-criteria approach for rainwater harvesting site selection in the Moulouya Basin, Morocco
编辑推荐:
研究区域为摩洛哥穆卢亚河流域中上游地区。受频发的干旱与气温上升影响,该区域地表水供需矛盾加剧,地下水超采问题突出,尤其在农业用水领域表现显著。本研究旨在识别适宜的雨水集蓄利用(Rainwater Harvesting, RWH)区位,以缓解水资源短缺并优化流域
研究区域为摩洛哥穆卢亚河流域中上游地区。受频发的干旱与气温上升影响,该区域地表水供需矛盾加剧,地下水超采问题突出,尤其在农业用水领域表现显著。本研究旨在识别适宜的雨水集蓄利用(Rainwater Harvesting, RWH)区位,以缓解水资源短缺并优化流域水资源管理。研究人员将地理信息系统(Geographic Information Systems, GIS)、遥感(Remote Sensing, RS)与WETSPASS水文模型相结合,集成层次分析法(Analytical Hierarchy Process, AHP)与多影响因子法(Multi-Influencing Factor, MIF)构建RWH适宜性区划。结果表明,研究区被划分为5个适宜性等级(从不适宜至极适宜)。其中,MIF与AHP方法识别出的极适宜区面积分别约为1588 km2与2228 km2。通过受试者工作特征(Receiver Operating Characteristic, ROC)曲线与相关系数对模型进行验证,结果显示AHP与MIF的曲线下面积(Area Under the Curve, AUC)值分别为0.87与0.93;MIF与AHP的相关系数分别为0.79与0.77,均表现出中到高的预测精度。本研究成果可为决策者、水文专家及规划人员应对穆卢亚流域水资源管理挑战提供科学依据,且该集成方法适用于具有相似水文条件的其他流域,特别是干旱易发区。
论文解读:《集成GIS的多准则评价方法在摩洛哥穆卢亚流域雨水集蓄利用选址中的应用》
该研究发表于《Journal of Hydrology: Regional Studies》。研究针对摩洛哥东部穆卢亚(Moulouya)流域面临的水资源危机展开。该区域属半干旱气候,气候变化导致干旱频发、气温升高,使得地表水需求激增,地下水因农业灌溉而超采严重。尽管当地自19世纪中叶便修建丘陵湖泊与小坝,但传统措施仍不足以保障水与粮食安全。此外,降水时空分布不均且多以短历时暴雨形式出现,径流迅速流失,未能有效补给中下游农业区。以往的研究多依赖定性评估或单一指标,缺乏物理机制与水文模型的深度耦合,且鲜有对不同多准则决策分析(Multi-Criteria Decision Analysis, MCDA)方法的对比验证。因此,研究人员旨在通过集成物理水文模型与多源空间数据,构建高精度适宜性区划,为缺水地区的水资源可持续管理提供科学工具。
为实现上述目标,研究人员采用了几项关键技术方法。首先,利用WETSPASS分布式水文模型模拟长序列的水量平衡,生成地表径流(Surface Runoff)、实际蒸散量(Evapotranspiration)及地下水补给量(Recharge)等关键物理参数。其次,结合地理信息系统(GIS)与遥感(RS)技术,选取岩性(Lithology)、坡度(Slope)、土地利用(Land Use)、排水密度(Drainage Density)、径流系数(Runoff Coefficient)及降水(Precipitation)等8个因子作为评价指标。最后,分别采用层次分析法(AHP)与多影响因子法(MIF)确定各因子权重并进行加权叠加分析,利用受试者工作特征(ROC)曲线与皮尔逊(Pearson)相关系数对模型精度进行交叉验证,并通过单参数敏感性分析量化各因子的贡献率。
研究结果详细阐述了各关键环节。在专题图层制备方面,研究分析了包括岩性渗透性、坡度分级、土地覆被类型、降水空间分布、蒸散量、补给量、地表径流、排水密度及径流系数在内的九大要素的空间异质性。例如,岩性依据渗透率分为五类,而坡度则依据流速与沉积效应分为极陡、陡、中等、缓和平坦五类。
在AHP方法应用中,研究人员通过专家咨询构建判断矩阵,计算一致性比率(Consistency Ratio, CR)为0.04,小于0.1,表明权重分配逻辑一致。结果显示,岩性(24.87%)与径流系数(23.22%)是影响选址的主导因子。AHP模型划定的适宜区主要集中在高、中阿特拉斯山脉及米苏尔(Missour)平原,极适宜区面积为2228.76 km2,占总面积的14.22%。
在MIF方法应用中,研究人员重点考量了因子间的相互作用关系(主要关系权重为1,次要关系为0.5)。计算结果表明,径流系数(17.5%)与岩性渗透率(15.0%)权重最高。MIF模型识别出的极适宜区面积为1588 km2(占10.13%),其空间分布与AHP结果总体一致,但在局部细节上更为保守,将更多区域归类为“较不适宜”,显示出更温和的评价倾向。
敏感性分析进一步证实,在AHP模型中,渗透率(28%)与径流系数(23%)最为敏感;而在MIF模型中,径流系数(24.2%)的影响力超过渗透率(18.3%)。这表明不同的权重分配机制会导致对主导因子的认知差异。
在讨论与结论部分,研究人员指出,两种模型均识别出高、中阿特拉斯山脉为RWH的高潜力区,这得益于充沛的降水与较高的地表径流。通过ROC曲线验证,MIF模型的曲线下面积(AUC)达到0.93,略优于AHP模型的0.87;两者的相关系数分别为0.79和0.77,证明了模型具有中到高的预测可靠性。现有大坝点位与模型识别的适宜区高度吻合,验证了方法的科学性。研究人员总结认为,该研究成功地将物理水文过程与多准则决策分析相结合,弥补了传统经验评估的不足。虽然研究受限于经济成本分析的缺失,但其构建的框架为穆卢亚流域及全球类似干旱区的微型坝选址、雨水集蓄利用规划提供了可复制、高精度的决策支持工具,对提升区域抗旱能力与粮食安全具有重要意义。