基于干旱损害敏感性的韩国区域自适应供水约束与水资源配置策略

《Journal of Hydrology: Regional Studies》：Adaptive regional water allocation strategies in the Republic of Korea: A focus on drought damage sensitivity

　　

• 构建了战略性供水情景，以应对以急性水资源短缺为特征的严重干旱条件。
• 基于对既有干旱诱发损害（drought-induced damages）的评估，提出了干旱限水的新准则。
• 开发了家庭、农业和工业用水配置（domestic, agricultural, and industrial water allocations）自适应优化的区域框架。

研究背景与问题：气候变化背景下严重干旱频发，严重干旱不仅指水量短缺，也可造成广泛损害。亚洲人口增长和社会经济发展加剧供水与需求失衡，因此需要有效供水管理和优化水资源配置。既有研究强调区域差异、部门需水和干旱脆弱性，但利用干旱损害数据在严重干旱下开展高效配水的研究仍有限，需要基于新近干旱损害数据集开展影响导向策略。研究人员提出“损害敏感性”（damage sensitivity），定量表征家庭、农业和工业用水变化对相对干旱损害（relative drought damage）的响应，并将敏感性转化为等级和供水调整比例，进而在行政区尺度形成区域和部门特定的自适应配水框架；其目标包括开发区域供水调整框架、量化损害敏感性并推导调整比例、与韩国既有大坝供水调整准则比较并应用于实际流域。该研究对更自适应和区域特定的严重干旱管理具有重要意义。

关键技术方法：研究人员以韩国Geum、Yeongsan、Seomjin流域46个行政区为研究区，使用2018—2022年气象、区域统计和用水数据（KMA、KOSIS、WAMIS）及国家干旱信息统计（NDIS）的干旱损害数据。方法为六步：构建相对干旱损害并以层次聚类分级；以气象、区域特征和三类用水为输入，用PyCaret比较并优化LightGBM等模型；将三类用水由100%至10%按10%间隔削减并估算相对干旱损害；计算损害敏感性S_X与S₅₀并排序分级为G_Dom、G_Agr、G_Ind；依敏感性突变确定最大允许削减比例；构建供水约束情景（supply-constrained scenarios）并与Dam Operation Manual比较。

4.1 模型性能与用水变化下的相对干旱损害（Model performance and relative drought damage under changes in water usage）：通过PyCaret比较LightGBM（light gradient boosting machine，轻量梯度提升机）、Orthogonal Matching Pursuit、Random Forest、Ridge Regression和Gradient Boosting Regression，LightGBM的R²（coefficient of determination，决定系数）最高（0.6613），被选为最终模型；优化参数为feature fraction 0.7、learning rate 0.01、leaves 60。模型估算显示，家庭用水变化下多数区域相对干旱损害基本不变（约1.0—1.2），仅41、42区约0.005变化；农业用水变化引起更大区域差异，最大变化约0.022，25—27、40—45等区响应较强，农村行政区强于都市区；工业用水变化响应区域更多，Region 4在D₁₀与D₁₀₀间差0.135，响应区包括都市行政区。

4.2 基于用水的损害敏感性及损害敏感性等级（Damage sensitivity based on water usage and damage sensitivity grades within the study area）：基于最优模型计算S_X，所有用水类型损害敏感性为0.0—12.0。家庭用水除41、42外为0，41在削减90%时变化，42在削减60%时出现且更大；农业用水敏感性区域更多，都市1—11和非都市12—19为0，22、26、43最高（2.068、1.970、2.091）；工业用水在都市1—10出现，4区工业用水削减30%时敏感性11.32，12—15、19在削减20%时敏感，22、23、28、29亦敏感。总体上流域对工业用水最敏感，其次农业、家庭；同一流域不同行政区敏感部门不同。以S₅₀排序四分位分4级，多数区域等级为1；G_Dom除41（3）、42（4）外均为1；G_Agr多数为1，22为4、25和29为3；G_Ind除6个行政区外多数为1。

4.3 供水约束情景及与既有情景比较（Supply-constrained scenarios and comparison with existing scenarios）：根据各干旱响应阶段损害敏感性确定最大允许调整：家庭用水在削减30%至40%间敏感性急增，故最大允许削减30%；农业在削减60%时显著增加，故最大削减50%；工业在削减70%时显著增加，故最大削减60%。据此建立分区域、分部门供水约束情景，并参考Dam Operation Manual的四阶段Notice、Caution、Warning、Danger及河道维护流量。与既有统一情景相比，既有在Danger阶段家庭和工业削减20%、农业在Warning和Danger按季节削减20—30%；新情景按损害敏感性等级差异化调整，Danger阶段可达最大削减，Warning阶段较Danger少削减10%，农业和工业削减幅度通常大于既有情景，工业调整幅度一般大于农业。

讨论总结：研究人员认为LightGBM适合结构化表格数据、非线性关系和复杂交互，且能处理不同尺度变量；家庭损害响应集中在41、42，农业和工业分布更广，说明干旱影响不遵循统一空间模式，同一干旱在不同区域和部门可产生不同损害；某区无模型响应不代表现实无影响，只表示在本数据和条件下未见明确响应。与基于指数和水文特征的研究不同，本研究为影响导向，利用实际损害为政策和优先级提供证据；与Kim et al.、Kageyama and Sawada、Zhang et al.、Lee et al.等强调区域特征和影响信息的结论一致，并将影响评估推进到操作配水。与Kim et al.侧重系统水安全不同，本研究不预设部门优先级，而由损害敏感性推导差异化调整。政策上，结果提示可按区域和部门敏感性差异化干旱响应标准，而非统一削减率；低敏感性等级是相对模型响应，不应解释为实际削减无影响，尤其家庭用水关系基本需求，需谨慎。建议调整比例是决策支持信息，不是规定性或普适安全削减水平。

结论翻译：本研究开发了严重干旱条件下基于影响的供水约束情景框架。结果表明干旱损害敏感性存在明显空间和部门差异，统一供水削减可能不足以反映各区域和用水部门特征。将这些差异纳入配水决策，为更自适应和区域特定干旱管理提供依据；框架可按本地干旱影响和部门敏感性区分供水优先级和削减水平，支持更灵活、证据化的严重干旱决策并改善有限水资源高效配置。主要局限是数据可得性有限，因韩国National Drought Information Statistics自2020年起公开，未来数据将积累；若有干旱损害和区域特征数据，可为各区域提出供水约束情景。研究未验证所提准则是否优于Dam Operation Manual；但该情景已提交政府，预期未来严重干旱时政府可直接实施并评估各流域供水能力。干旱还受非气象因素影响，未来拟研究所提情景背后的区域差异。其意义在于可基于干旱损害数据在任何面临严重干旱的流域实现区域特定、影响导向响应，并识别对干旱损害敏感的用水类型；为决策者和水资源管理者提供定量证据以制定区域特定策略而非全国统一削减标准。另一创新是不同于主要关注干旱指数或水文特征的研究，提出基于干旱损害的响应策略；“损害敏感性”概念定量评估用水变化对干旱损害的影响，超越供水约束情景本身，可应用于区域干旱脆弱性评估等领域，有望在气候变化下增强全球可持续干旱韧性。