基于ESMD与Budyko框架的老哈河流域（LRB）径流演变、敏感性、衰减归因及空间贡献研究

《Journal of Hydrology: Regional Studies》：Analysis of the evolution and attenuation attribution of runoff in the LRB based on ESMD and Budyko framework

　　

基于ESMD和Budyko框架分析老哈河流域（Laoha River Basin，LRB）径流演变及衰减归因。研究人员提出“演变特征—敏感性分析—衰减归因—空间贡献”的新框架，以分析径流演变特征并识别径流衰减的主要驱动因素。采用极端点对称模态分解（Extreme-point Symmetric Mode Decomposition，ESMD）方法在同一方法框架内统一分析非平稳径流的周期、趋势和突变特征。引入弹性网络（Elastic Net，EN）方法评估径流对气候变化（Climate Change，CC）和人类活动（Human Activities，HA）的敏感性。定量评价各子流域CC和HA因素对径流衰减的贡献率。基于“观测—模拟”（observed-simulated）比较方法识别对径流衰减的主要贡献区域。

在变化环境下，气候变化（Climate Change，CC）和人类活动（Human Activities，HA）通过改变降水与蒸散发、人类用水、水库建设和土地利用等影响径流，半干旱区径流衰减尤为突出。老哈河流域（Laoha River Basin，LRB）是西辽河重要支流和我国重工业、能源与商品粮基地，自2006年起河道断流并引发下游生态问题，但径流衰减主导驱动尚未充分识别，难以为水资源调度及旱涝管理提供准确水文信息。既有研究多采用单一方法分别分析周期、趋势或突变，敏感性方法存在差异和不确定性，归因多将全流域作为整体而忽略子流域空间异质性，且对衰减主要贡献区识别不足。为此，研究人员构建并应用“演变特征—敏感性分析—衰减归因—空间贡献”框架，开展LRB非平稳径流演变与衰减归因研究，结论表明HA是径流衰减的主导驱动，中游是主要贡献区；该研究可为LRB水资源管理与生态保护提供依据，并具有向其他流域推广的方法学意义。

方法概述（不超过250字）：方法上，采用ESMD统一识别非平稳径流的周期、趋势与突变；以弹性系数法和Budyko框架计算贡献率，并引入EN进行敏感性交叉验证；以长短期记忆网络（Long Short-Term Memory，LSTM）按1979年突变前基准期训练并重建1980—2022年自然径流，结合“观测—模拟”比较识别空间贡献。数据包括DZ、TPZ、CF、XLP四站1970—2022年径流（水文年鉴）、气象与Penman-Monteith潜在蒸散发（中国气象数据共享服务系统，经国家气象信息中心质量控制）、内蒙古自治区水资源公报2006—2016年人类用水及水库信息、中国科学院资源环境科学数据中心土地利用和地理空间数据云DEM。

研究结果：4.1 气候因子的时空演变。基于1970—2022年气象要素分析，降水（Precipitation，P）呈非显著增加1.7 mm·(10a)^?1，温度（T）显著上升0.20 °C·(10a)^?1，潜在蒸散发（Potential Evapotranspiration，PET）显著增加12.1 mm·(10a)^?1；空间上P南向北递减，T与PET空间分布存在差异。4.2 非平稳径流演变特征。通过ESMD将四站年径流分解为固有模态函数（Intrinsic Mode Functions，IMFs）和趋势残差。4.2.1 周期特征：ESMD与快速傅里叶变换（Fast Fourier Transform，FFT）周期图及小波验证表明，年径流具2—4年和7—9年周期，以2—4年为主。4.2.2 趋势特征：自适应全局均值（Adaptive Global Mean，AGM）曲线显示径流呈“增—减”波动式总体衰减；趋势自由预白化Mann-Kendall检验（Trend-Free Pre-Whitening Mann-Kendall，TFPW-MK）Z值为负，重标极差分析（Rescaled Range，R/S）Hurst指数大于0.5，预示近期仍将下降。4.2.3 突变特征：基于时频与幅值异常段识别突变，ESMD显示DZ、CF、XLP站突变集中在1976和1998年前后，TPZ站还包括2008年前后；Bernaola-Galvan（BG）算法识别1979和1998年，最终统一采用1979和1998年。4.3 径流敏感性分析。4.3.1 弹性系数法显示径流与P正相关、与PET和n负相关，ε_P为2.20—4.10、ε_PET为?3.10—?1.20、ε_n为?3.79—?1.61，n的分布范围最宽，表明对HA更敏感；人类影响期敏感性升高，中下游高于上游。4.3.2 EN法显示λ较大时先选择PET和n，P系数为正、PET和n系数多负；中下游系数绝对值大于上游，DZ站重要性为PET>n>P，TPZ、CF、XLP站以n最重要，说明上游更敏感于CC、中下游更敏感于HA。4.4 CC与HA对径流衰减的贡献。Budyko框架计算的径流变化与观测变化一致性较好；P为正贡献，PET和n为负贡献。总体上CC对径流衰减贡献不超过20%，HA超过80%，为LRB径流衰减主导因素；人类用水和耕地扩张是最直接因素。4.5 径流衰减空间贡献分析。LSTM重建自然径流精度较高（纳什效率系数（Nash-Sutcliffe Efficiency，NSE）为0.93，R²为0.95）；基于“观测—模拟”比较，中游对全流域径流衰减贡献率最高，达75%，为主导贡献区。

讨论部分总结：ESMD在同一框架内同时刻画周期、趋势和突变，避免多方法尺度与侧重点差异导致的不一致，但突变点识别仍含一定目视判断主观性。EN结果与弹性系数法相互印证，并能识别敏感性空间差异，但其HA敏感性仍以Budyko参数n表征，未来可结合植被、取水、GDP等具体HA。CC影响表现为升温与PET增强抵消降水微增，HA通过用水、水库、土地利用变化等主导长期衰减；中游贡献最大，流域治理应优先关注中游。该框架具有逻辑递进、减少误差传播和增强诊断可靠性的优势；不确定性主要来自气象站数量与分布、LSTM不能描述水文物理机制及数据预处理等。

研究结论翻译：（1）为避免非平稳径流演变分析中多方法尺度与分析重点差异造成的不一致，研究人员采用ESMD在统一方法框架内考察非平稳径流的周期、趋势和突变特征。LRB年径流具2—4年和7—9年周期；年径流总体呈波动式衰减，且近期仍将延续；DZ、TPZ、CF和XLP四站径流突变点识别为1979和1998年。（2）针对既有敏感性方法的差异和不确定性，研究人员提出EN法分析径流对CC和HA的敏感性，并进一步验证弹性系数法的可解释性和有效性。总体上径流对HA较CC更敏感；时间上人类影响期敏感性明显高于基准期；空间上中下游高于上游，上游更敏感于气象因素，中下游更敏感于HA。（3）通过Budyko框架定量评价各子流域CC和HA对径流衰减的贡献率并识别主导驱动。CC导致LRB上游径流增加，HA造成全流域径流衰减，尤其在中下游；CC对径流衰减贡献率不超过20%，HA在各时期贡献超过80%，为主导驱动，其中人类用水和耕地扩张是最直接因素。（4）针对强人类扰动LRB径流衰减的显著空间异质性，基于“观测—模拟”比较方法并采用LSTM模拟和重建自然径流，分析径流衰减主要贡献区。中游是径流衰减最显著区域，贡献率为75%，在径流衰减中占主导。该研究阐明了变化环境下LRB径流演变特征与驱动机制，有助于改进水资源管理策略和保护河流生态系统；未来应区分土地利用、水库建设和人类用水等不同HA对径流演变过程的影响。该分析方法与框架不仅适用于LRB，也具有对其他流域的广泛适用性，可作为流域径流演变及其归因分析的系统逻辑链和科学评估体系，为流域管理决策提供依据。