大气河取向对智利中南部Villarrica湖水位与水文响应的调控——ZARs与TARs对比、响应时滞及卫星测高—机器学习重建（2000—2024）

《Climate Services》：The impact of atmospheric rivers on the water level and hydrology in a lake in south-Central Chile

　　

研究人员指出：倾斜大气河（Tilted Atmospheric rivers, TARs）较纬向大气河（zonal Atmospheric rivers, ZARs）引起更强的湖面水位上升。Sentinel-3B（S3B）与Surface Water and Ocean Topography（SWOT）测高数据可有效捕捉智利湖面水位变化。Génie Rural á 4 paramètres Journalier（GR4J）与Random Forest（RF）可重建缺失的河流流量和湖面水位。大气河（Atmospheric rivers, ARs）强烈调制智利中南部湖泊水文。TARs产生更持久的降水和延迟的水文峰值。

研究背景与问题：大气河（Atmospheric Rivers, ARs；长而窄的强水汽输送带）对全球水文循环和极端降水具有重要作用，智利中南部是南半球ARs频繁影响区。以往研究多关注ARs对降水、湿度输送和河流洪水的影响，而湖泊作为集水区—河流系统的综合响应体，其对ARs的响应幅度和时序仍认识不足；同时，ARs取向差异是否转化为湖泊系统可统计区分的水文响应尚不明确。基于此，Lien Rodríguez-López等研究人员以智利中南部Villarrica湖2000—2024年为对象，结合ARs分类、原位水文气象观测、重建水文序列和卫星测高，量化ARs影响下的湖水位、出流和流域水文气候响应，并比较ZARs与TARs差异。研究得出：ARs登陆一致伴随降水增加、最低气温升高、最高气温和潜在蒸散（PET）降低，以及流量和湖水位正响应；湖水位中位上升0.20 m，出流中位增加56.4 m³ s^?1，湖水位和出流首次峰值中位滞后分别为4天和6天；TARs与ZARs响应幅度差异未达统计显著。该研究为理解大气极端事件如何经流域—湖泊系统传播及数据受限湖盆监测与风险管理提供了框架。

关键技术方法（不超过250字）：研究人员采用ERA5全球AR目录识别2000—2024年影响Villarrica湖区域（36—42°S）的ARs，并以整层水汽输送（Integrated Vapor Transport, IVT）和登陆方向分类，>310°为TARs、250°—300°为ZARs。数据来源包括CAMELS-CL、Dirección General de Aguas（DGA）数据库、ERA5目录及S3B和SWOT测高产品。降水缺测以线性回归和反距离权重（IDW）插值处理；流量缺测用GR4J日尺度集总四参数降雨—径流模型重建；湖水位用RF融合原位记录与S3B、SWOT测高重建；以均方根误差（RMSE）、Kling-Gupta效率（KGE）、Spearman秩相关（r_s）和Taylor图评估。事件响应采用日异常、Wilcoxon符号秩检验、Mann—Whitney U检验及峰值滞后分析。

研究结果：
3.1 气象与湖泊行为：通过2000—2024年月平均和气候态分析，Villarrica湖流域呈冬湿夏干、温度与水位和流量同步季节变化；水位7—8月约214.7 m、2月约213.5 m，流量7月峰值387.76 m³ s^?1、3月低值113.14 m³ s^?1，PET冬季低、夏季高。
3.2 大气河期间的大气条件：通过登陆前后7天合成异常分析，TARs登陆伴随强正IVT异常约200 kg m^?1 s^?1、增强南向风异常约8 m s^?1及低至?11 hPa的平均海平面气压（MSLP）负异常；ZARs表现为西风与IVT增强（约4 m s^?1和约200 kg m^?1 s^?1）、约?8 hPa负异常及经向MSLP偶极。两类ARs大气配置不同。
3.3 基于水文模型的流量数据重建：通过两个无缺测校准期运行GR4J，校准期KGE为0.935和0.952、RMSE为50.96和29.70 m³ s^?1、r_s为0.98和0.99；验证期KGE为0.837和0.923、RMSE为73.64和33.22 m³ s^?1、r_s为0.94和0.96。误差主要集中于洪峰，基流和退水期接近零；插值补全600条缺测，均值变化1.40%、标准差变化1.15%。
3.4 湖水位记录重建：通过S3B和SWOT测高与DGA原位水位匹配及Taylor图评估，SWOT的R²为0.89、r为0.96、RMSE为0.20 m，S3B的R²为0.43、r为0.93、RMSE为0.30 m；RF训练KGE为0.98、RMSE为0.070 m、r_s为0.98，验证KGE为0.87、RMSE为0.216 m、r_s为0.90。重建补全5856条缺测，均值由214.05 m变为214.16 m，标准差由0.56 m增至0.74 m（增31.7%），缺失记录多对应极端高、低水位。
3.5 大气河的水文响应：通过事件前后异常和峰值时序分析，ZARs和TARs登陆后分别有87.0%和89.8%事件出现湖水位正响应；ARs后降水中位增加19.9 mm（IQR 6.2—34.9 mm）、最低气温升高2.0 °C、最高气温降低?3.6 °C、湖水位升高0.20 m（IQR 0.06—0.40 m）、流量增加56.4 m³ s^?1（IQR 6.9—114.6 m³ s^?1）、PET降低?0.29 mm，Wilcoxon检验均p<0.05。湖水位首次峰值中位滞后4天（IQR 2—8天），Toltén河出流首次峰值中位滞后6天（IQR 3—10天）。TARs合成异常略大且更持续，但Mann—Whitney U检验显示TARs与ZARs响应幅度差异不显著（p>0.05）；季节合成结果类似。

讨论部分总结：ARs频率在秋季和冬季最高，TARs冬季占优，ZARs季节分布较均匀；年际变率较大，趋势解释需谨慎。ARs通过增强降水、改变云和长波辐射条件，导致最低气温升高、最高气温和PET降低；湖泊可暂时储存流域输入并随后释放，故湖水位响应早于出流响应。尽管ZARs与TARs大气配置不同，湖泊综合水文响应无统计显著差异；原文讨论认为，一种解释是湖泊位于安第斯山麓内陆谷地、集水区向山区延伸，两类ARs可在流域不同区域产生明显降水，经径流和湖泊储水整合后差异减小。卫星测高、RF和GR4J重建支持资料不完整条件下的回顾性分析，但不能替代连续原位监测。

研究结论翻译：本研究强调ARs在Villarrica湖流域事件尺度水文气候变率中的重要作用。ARs登陆一致伴随降水增强、最低气温升高、最高气温和PET降低，以及流量和湖水位正响应；流量和湖水位中位增加分别为56.4 m³ s^?1和0.20 m。时序分析显示，登陆后首次局部峰值中位滞后为湖水位4天（IQR 2—8天）、Toltén河出流6天（IQR 3—10天），表明ARs登陆后的水文效应持续超过大气强迫时段。尽管TARs偶有略大且更持续的响应，但其与ZARs的响应幅度差异不显著，说明ARs取向相关的大气差异不一定转化为湖泊尺度可区分的水文响应。研究还通过整合原位观测、水文模型、机器学习和卫星测高重建了连续流量和湖水位记录；SWOT观测与原位湖水位高度一致，RF和GR4J为缺测期提供连续记录。总体而言，大气、水文和卫星信息集成增进了对天气尺度大气强迫如何经Villarrica湖集水区—湖泊系统传播并影响湖泊储水和Toltén河下游出流的认识；结果强调评估大气极端事件对湖—河系统影响时，需同时考虑ARs发生及其后续水文响应的幅度和时序。该集成观测与重建框架可支持智利中南部数据受限湖盆的长期水文气候监测和水资源评估。