《Journal of Hydrology: Regional Studies》：Quantifying the contributions of snowmelt and rainfall to alpine debris flow in the eastern Tibetan Plateau using Sentinel-2 satellite imagery and hydrological simulation
编辑推荐：
研究人员将Sentinel-2多光谱卫星影像与HEC-HMS水文模拟相结合，对2024年8月3日发生在青藏高原东部日地沟流域的高山泥石流事件的融雪与降雨水源贡献进行了定量解析。结果表明：融雪贡献了总洪水量的32.63%，但对峰值流量的贡献不足1%；降雨分别贡献
研究人员将Sentinel-2多光谱卫星影像与HEC-HMS水文模拟相结合，对2024年8月3日发生在青藏高原东部日地沟流域的高山泥石流事件的融雪与降雨水源贡献进行了定量解析。结果表明：融雪贡献了总洪水量的32.63%，但对峰值流量的贡献不足1%；降雨分别贡献了洪水总量的67.37%与泥石流峰值流量的99.32%。融雪通过水文背景效应降低了泥沙启动阈值，而短历时高强度降雨则是泥石流启动的直接触发因素。基于上述差异化贡献，研究人员提出了一种融合实时降雨强度与前期累积融雪量的双因子动态早期预警策略，可为青藏高原及类似高山多水源泥石流灾害的精准预警与风险防控提供科学依据。
研究背景与科学问题
青藏高原东部高山峡谷区是全球气候变化最敏感的水文与生态脆弱区之一，泥石流频发且启动机制复杂。与低山区泥石流不同，高山泥石流的水源供给具有多源混合特征，冰川融水、季节性融雪、降雨与地下水共同参与径流过程，各水源的补给过程和功能角色直接决定泥石流的启动时间、演进规模与整体动力学特征。近年来，气候变暖驱动下冰川持续退缩与积雪格局显著变化，诱发了一系列无历史记录地区的突发泥石流事件，例如2024年8月3日四川省康定市日地沟流域的灾难性泥石流即属融雪持续补给与短历时高强度降雨叠加的典型案例。当前研究存在三方面突出不足：其一，传统泥石流预报依赖经验性降雨强度-历时（I-D）阈值模型，最多只能定性识别水源类型或粗略量化降雨贡献，无法分解多水源补给的占比与时间动态；其二，融雪虽被公认为高山泥石流启动的关键水源，但多数研究仍停留在定性层面或将融雪仅视为次要影响因素，融雪贡献率与泥石流启动阈值耦合关系的严格定量评估极为匮乏；其三，现有预警系统很少将前期融雪条件作为降雨阈值的动态修正因子，导致高山多水源泥石流预报的误分类率居高不下。为此，研究人员以2024年8月3日日地沟泥石流事件为对象，围绕三个核心问题展开研究：如何在数据稀疏的高山流域利用Sentinel-2影像与温度模型实现亚日分辨率的积雪和融雪动态重建？融雪与降雨对混合水源泥石流的洪水总量与洪峰流量各有何种定量贡献，其功能机制有何差异？如何据此改进高山泥石流的动态预警策略？
研究内容与总体结论
研究人员构建了遥感积雪重建—水文过程模拟—情景化贡献分割的集成分析框架。结果表明，融雪贡献了洪水总量的32.63%，但仅占洪峰流量的0.68%；降雨则贡献了洪水总量的67.37%与洪峰流量的99.32%，呈现"融雪控背景、降雨控峰值"的非对称贡献格局。据此提出了融雪的"水文背景场"效应概念，并构建了以实时降雨强度为核心触发指标、前期累积融雪量为动态阈值修正因子的双因子预警模型，为高山多水源泥石流精准预警提供了新途径。
关键技术与方法
研究区为四川省康定市日地沟流域（面积27.71 km2，主沟长10.5 km）。主要技术方法包括：（1）基于27景Sentinel-2影像的归一化差分积雪指数（NDSI）与Otsu算法提取积雪面积，构建累积正积温（PDD）与积雪面积消融率的分段线性重建模型，结合度日因子法（DDF取3.1 mm·°C?1·d?1）计算逐时融雪水当量；（2）依据《泥石流灾害防治工程勘查规范》（TCAGHP 006–2018）经验公式，基于GF-7立体影像、无人机三维实景重建与野外泥痕调查反演6处控制断面泥石流洪峰流量；（3）构建HEC-HMS半分布式水文模型（SCS-CN产流、SCS单位线汇流、马斯京根演进），以重建清水洪峰为校准基准进行参数率定；（4）设置基线（降雨+融雪）与仅降雨两种模拟情景，通过差分法量化水源贡献率，并开展单因子敏感性分析与极端组合情景危险性评估。
研究结果
（1）2023–2025年积雪时空变化特征。通过三年气温与降水对比发现，2024年春季平均气温较2023年同期高0.64°C，7月平均气温达10.63°C、为三年最高值；2024年7月降雨量417.5 mm，远超2023年（272.2 mm）与2025年（248.9 mm），呈显著暖湿协同特征。2024年春季积雪消融速率明显快于其他年份，至8月1日流域积雪覆盖率仅7.66%，表明大量固态储水在泥石流启动前已转化为液态水参与水文循环，为灾害暴发提供了有利水源背景。
（2）事件前融雪水贡献的逐时量化。基于分段SCA-PDD模型与度日因子法计算，2024年7月20日至8月3日流域累计实际融雪水当量约50.3 mm，逐时融雪深度介于0.102–0.196 mm，表明融雪以缓慢持续方式补给，主要起提升前期土壤含水量的作用。
（3）泥石流洪峰流量反演结果。基于6处控制断面反演显示，泥石流峰值流量自右岸支沟堵塞点1的892.24 m3/s沿程放大至沟口的1968.89 m3/s，放大率达120.6%，主要归因于强烈底蚀、侧蚀及多次堵塞溃决；经降雨洪水改正法扣除固体物质后，沟口清水峰值流量为314.54 m3/s。
（4）HEC-HMS模型模拟性能。基线情景下模拟出口洪峰流量为315.54 m3/s，与实测重建值314.54 m3/s的相对误差仅为0.32%，表明模型参数设置合理、精度可靠。
（5）水源贡献率定量分析。融雪贡献洪水总量的32.63%、洪峰流量的0.68%；降雨贡献洪水总量的67.37%、洪峰流量的99.32%，揭示出融雪对洪峰形成几乎无直接贡献、降雨主导峰值形成的非对称特征。
（6）敏感性分析结果。融雪强度在0.6–1.4倍间变化使洪水总量由123.94 mm增至161.09 mm，但洪峰流量最大仅变化0.51%；降雨强度同等变化使洪峰流量从189.80 m3/s增至441.35 m3/s（增幅132.53%），洪水总量增幅达84.29%。洪峰流量对降雨强度的弹性系数接近1.0，对融雪强度的弹性系数小于0.006，从数值上验证了水文响应的强不对称性。
（7）极端情景风险评估结果。以基线洪峰为参照建立三级危险性划分：融雪增强而降雨减弱情景的洪峰仅190.61 m3/s，属低危险等级；而所有含降雨增强的情景（降雨主导、双因子中度增强、双因子极端）洪峰均超过基线值的120%，进入高危险等级，表明降雨强度增强是泥石流危险性陡增的主导驱动因子。
讨论与结论
讨论部分指出，融雪对洪水总量贡献显著而对洪峰贡献不足1%的差异，源于融雪为低强度持续性补给而降雨为脉冲式高强度补给。融雪通过持续入渗抬升土壤含水量、维持河道基流并增大松散崩滑堆积体的孔隙水压力，降低碎裂岩土体的抗剪强度，从而降低泥沙启动的临界水力阈值，即"水文背景场"效应。降雨则通过峰值18.6 mm·h?1的短历时高强度输入直接形成洪水峰值，是泥石流启动与规模的唯一控制因素。据此，研究人员提出了双因子动态预警模型：先以历史灾害记录标定区域基准临界雨强，再依据前期累积融雪量相对多年均值的偏离方向动态调整该阈值。该框架克服了静态降雨阈值的固有缺陷，可降低误报与漏报风险。研究同时承认其局限：融雪重建仅以3景Sentinel-2影像率定，HEC-HMS仅以单值洪峰校准并存在参数等效性，降水输入依赖单一地面站且ERA5温度数据难以完全刻画高差悬殊流域的空间异质性，未来需引入能量平衡融雪模型、分布式观测及多流域对比研究加以完善。
研究结论可翻译概括为：（1）构建并验证了适用于数据稀缺高山流域的温度校正分段SCA-PDD重建模型，有效克服了Sentinel-2重访周期的时空分辨率限制，实现了亚日尺度融雪动态的量化，为类似高寒环境下的精细化融雪重建提供了可推广的方法路径；（2）融雪与降雨在泥石流启动中的功能角色得到机制性区分——融雪作为先决性"水文背景场"，通过渐进抬升前期土壤含水量和降低泥沙启动临界阈值发挥作用，短历时高强度降雨则是即时且占主导的触发脉冲，这种"持续背景塑造—瞬时触发启动"的功能不对称性构成高山混合水源泥石流启动机制的可推广解释框架；（3）提出的双因子动态预警策略以实时降雨强度为核心触发指标、前期累积融雪量为动态阈值修正因子，突破了传统静态降雨阈值的局限，为降低高山多水源泥石流预报的误报率和漏报率提供了科学依据。
