《Water》：Robust Streamflow and Drought-Flood Hazard Signals from Criteria-Based Verification of Hybrid Hydrological Projections Under Climate and Land-Use Change
编辑推荐：
在气候变化与土地利用变化条件下的径流预估研究，很少说明哪些结果对模型不确定性是稳健的。本研究针对泰国东北部Huai Luang River Basin（HLRB）建立了QSWAT–ANN混合工作流，并设置四项验证准则：模型性能（C1）、信号方向（C2）、空间排
在气候变化与土地利用变化条件下的径流预估研究，很少说明哪些结果对模型不确定性是稳健的。本研究针对泰国东北部Huai Luang River Basin（HLRB）建立了QSWAT–ANN混合工作流，并设置四项验证准则：模型性能（C1）、信号方向（C2）、空间排序（C3）与参考序列敏感性（C4）。研究人员采用来自3个气候模式的6条CMIP6轨迹，涵盖SSP2–4.5与SSP5–8.5情景，并结合单一土地利用路径至2070年。校正后模型通过C1，总体NSE分别为0.80与0.79。在集合平均降水增加10.5–13.7%、水稻田向经济作物转化减少55.1%的条件下，年径流量增加32.0–49.9%，主要集中于季风季节，这一结果是各驱动因子未加分离的联合响应。轨迹内标准化径流指数（SSFI）信号在全部情形下均有六条轨迹中的四条方向一致（C2通过），ACCESS-CM2是唯一持异议的模式。31个子流域的干旱危险指数（DHI）与洪水危险指数（FHI）排序在六种情形中的三种通过C3（四个未来情形中的一种），而筛选识别出互不重叠的稳健核心，DHI为7个子流域、FHI为10个子流域。C4显示指数幅度通常偏移1.2–1.5 SD。稳健的信号方向、季节结构与空间核心可支撑水库管理与子流域靶向，而绝对指数幅度不应作为设计值使用。该框架可移植至其他季风流域。
研究背景方面，全球水文循环加剧使区域水资源管理面临严峻挑战，热带季风流域同时承受降水高度变率与持续土地利用/土地覆盖（LULC）变化的双重压力，天然区域与稻田向集约化经济作物的转化会改变径流的统计稳定性与水文极值特征，而水文干旱在气候变化下预估将加剧，旱涝两季极值增强直接影响水利基础设施的规划与运行。既有研究多以半分布式水文模型（如QSWAT）耦合第六次耦合模式比较计划（CMIP6）在共享社会经济路径（SSPs）下的情景与土地利用预估模型（如LCM）构成标准评估链条，但普遍将预估结果视为终点，结论可靠性受限于两个层面：一是信号生产层的系统误差，二是信号解释层缺乏对哪些陈述可跨轨迹成立、哪些源于方法选择的显式检验。热带季风流域中，基于QSWAT的干旱指数应用仍缺乏方法透明度，其中用于估计分布参数的参考序列选择极少被定量报告，而气候影响评估的一般原则是稳健性应由集合成员间的一致性而非单一成员的幅度来判断。因此研究人员以泰国东北部湄公河支流HLRB为对象，该流域正经历稻田向甘蔗与橡胶的转型，并反复遭受影响农业与Udon Thani城市社区的洪旱事件，旨在建立并评估QSWAT–ANN残差校正工作流，在气候与土地利用组合情景下推求3、6、12个月SSFI序列及31个子流域的相对干旱危险指数（DHI）与洪水危险指数（FHI）分级，其核心是以后四项可数值验证的信号稳健性准则检验全部结果。研究意义在于：在标准预估框架之上增设情景信号验证层，并给出参考序列对标准化指数值影响的定量度量，可移植至其他流域；提供下湄公河支流在气候变化与稻田转经济作物共同作用下的流域尺度经验证据，在明确的数值准则下区分稳健信号与跨情景不可比的量；提出保留过程模型情景能力的紧凑残差校正工作流，其残差层用于以QSWAT为情景载体的长期预估，并先经准则检验再作解释。
关键技术方法方面，研究人员构建QSWAT–ANN加法残差校正层，以月降水、最高与最低气温及QSWAT输出为预测因子估计历史残差并回加，QSWAT仍为情景能力核心；采用SWAT-CUP的SUFI2算法进行全局敏感性分析与月尺度率定；以线性缩放（LS）法经CMhyd工具对GCM输出作偏差校正；以TerrSet中的土地变化模型（LCM）结合马尔可夫链与多层感知机（MLP）推求2045与2070年土地利用；以滚动均值与Gamma分布拟合计算SSFI，并以严重程度加权累积评分构建DHI与FHI；以Spearman秩相关与Jenks自然断点法开展排序一致性与稳健核心筛选。数据来自泰国气象局（TMD）2000–2023年8个雨量站降水与两站气温、皇家灌溉厅（RID）2004–2023年Kh.53与Kh.103月径流，以及SRTM数字高程模型（DEM）、土地发展厅（LDD）2019年土地利用图与土壤图。
研究结果方面，气候变化部分表明观测期降水呈明显季风格局，5–10月占年降水90.2%，各情景与时段集合平均均保持该格局，增幅集中于雨季前半段，ACCESS-CM2在SSP5–8.5下出现雨季峰值位移且年降水减少3.2%，年尺度集合平均近未来为+13.7%（SSP2–4.5）与+12.3%（SSP5–8.5），单轨迹跨度?3.2%至+22.3%；最高与最低气温各轨迹系统性上升，增温集中于旱季。未来土地利用变化部分显示稻田由2019年1443.5 km2降至2070年648.5 km2（?55.1%），甘蔗与橡胶分别增加82.8%与126.2%，森林减少25.7%，因单一土地利用路径为六条气候轨迹共享，径流差异仅反映气候不确定性。敏感性分析识别出16个参数中6个统计显著，地下水参数占四席，CN2为唯一进入前列的地表径流参数，参数集为配置特定而非纯物理。模型性能部分显示未校正SWAT-CUP总体NSE为0.75与0.71、PBIAS为?12.89%与?18.71%，QSWAT–ANN校正后NSE为0.80与0.79、PBIAS为?1.98%与?6.46%，在两站四项统计量均达很好等级；体积偏差在MCC层即基本消除，非线性层的增益体现于解释方差（率定期最明显）、验证期偏差稳定与低流量行为保持，但在验证期Kh.53处MCC三项统计量更优，说明增益集中于训练期，故未来结果解释限于方向与排序；C1判定通过。流域出口未来径流部分显示参考期年均径流1475.9 MCM，各情景均增加，SSP2–4.5近未来+39.9%、远未来+49.9%，SSP5–8.5为+32.0%与+46.5%，增幅集中于雨季峰值月，若干旱季月份在部分情景下降。情景特定SSFI与轨迹内符号一致性部分显示各序列按自身全记录标准化，GFDL-ESM4与MIROC6在近未来与远未来均为正差异且随时段延长而增大，ACCESS-CM2在两情景两时段三时间尺度均为负差异，且是唯一出口年径流下降的模式，其SSP5–8.5方向由年降水减少3.2%佐证；C2在六个单元均为四分之六，恰好通过且无余量，稳健成分为符号与轨迹内信号的相对次序而非绝对幅度。相对旱涝危险分级与空间排序一致性部分显示各案例分级差异大、无全流域统一格局，DHI平均成对Spearman秩相关为0.646、0.545、0.594，FHI为0.688、0.811、0.570，不一致主要源于GFDL-ESM4在SSP5–8.5下；C3在六单元中三单元通过、四个未来单元中一单元通过，并识别出DHI 7个（sub01、02、06、09、16、18、29）与FHI 10个（sub03、05、07、11、20、21、22、23、24、25）互不重叠的稳健核心，同一轨迹两未来时段排序稳定性高，而参考期至近未来DHI排序重排显著。信号稳健性评估部分显示同一参考期径流在六种全记录标准化下序完全保持（秩相关1.000），但幅度偏移显著，参考期段均值范围跨越零点，且其次序与未来降水变化次序近乎相反，月尺度中位极差为1.2–1.5 SD，尾部放大在干旱侧更明显；C4不作通过与否判定，其量级与轨迹内F?BL变化同阶，为以轨迹内差异读信号、跨轨迹仅比较方向与排序提供了直接定量理由；四项准则判定显示C2与C3的异议轨迹不同，方向稳健性与排序稳健性为相互独立的维度。
讨论部分指出，四级设计表明SWAT-CUP体积误差几乎全部为系统性并随季节循环，在MCC层即被移除，与既有独立SWAT应用报告的PBIAS（?18.1%）接近，符合有效参数框架下未表征蓄水调度呈现为重复季节格局的认识，QSWAT–ANN的增益在于解释依赖月状态的方差而非削减偏差；MCC的PBIAS由率定期欠校正转为验证期过校正，说明季节偏差格局跨年代不稳定，非线性结构而非仅使用气候变量是区分因素；增益幅度须结合设计解读，与日尺度SWAT-LSTM研究报告的较大NSE增益相比本研究总体增益仅0.05与0.08，且部分已在MCC层实现。研究结论为：稳健的信号方向、季节结构与空间核心可支撑水库管理与子流域靶向，而绝对指数幅度不应作为设计值使用，该框架可移植至其他季风流域。
