基于AHP-MCDA与地理空间技术的巴基斯坦东兴都库什地区奇特拉尔雨水与融雪水收集适宜性评价

《Dermatopathology》：Rainwater and Snowmelt Harvesting Suitability in Chitral, Eastern Hindu Kush, Pakistan

　　

水资源稀缺已成为全球山区雨影区面临的重大环境挑战。兴都库什—喀喇昆仑—喜马拉雅（HKH）地区虽被公认为世界主要"水塔"之一，但因气候变化和人口快速增长而日益经历水资源稀缺，威胁生态系统、经济与生计。位于巴基斯坦西北部的奇特拉尔河流域（Chitral River basin）是一个以积雪为主导的流域，融水和季节性降水在春季产生大量径流，随后经历长期的严重水资源稀缺。水收集是該区域可持续水资源管理的潜在策略。本研究采用混合方法，将基于层次分析法（Analytical Hierarchy Process, AHP）的多准则决策分析（Multi-Criteria Decision Analysis, MCDA）与地理空间技术相结合，以识别雨水与融雪水收集（Rainwater and Snowmelt Harvesting, RSH）的潜在适宜位置。结果表明，奇特拉尔可划分为四个RSH适宜性等级：极高适宜（19.1%）、高度适宜（43.8%）、中度适宜（22.1%）和低/不适宜（15.0%）。利用现有水收集结构、卫星影像、野外观察以及专家和当地居民访谈对适宜性图进行评价，证明了该方法的稳健性。研究结果为利益相关者识别RSH适宜地点提供了空间框架，并为可持续水资源管理和气候变化适应提供了科学依据。该方法亦可适用于具有相似水文气候和地貌特征的其他山区流域。

研究背景方面，水资源稀缺已成为全球性挑战，联合国宣布进入"全球水资源破产时代"，预计到2030年全球半数人口将面临慢性水资源稀缺。兴都库什—喀喇昆仑—喜马拉雅（HKH）地区作为亚洲水塔，近三四十年来升温速率约为全球平均的两倍，降水模式改变，降雪频率降低且时间推迟，对河流流量和淡水资源的压力日益增大。巴基斯坦被归类为水资源压力"红区"，人均水资源可用量从1955年的2490 m³降至2007年的1000 m³，预计2035年将降至500 m³。在巴基斯坦北部半干旱的东兴都库什地区，灌溉农业是生计基础，超过70%的人口直接依赖于此。尽管雨水收集（Rainwater Harvesting, RWH）已被广泛研究，但现有研究主要侧重于降雨驱动系统，忽视了高海拔积雪/冰川主导流域中雪和冰川融水的双重贡献。在HKH崎岖的冰川化集水区，水资源不仅受降水控制，还受积雪积累、温度依赖性融雪过程和地形因素制约。然而，雨水与融雪水收集（RSH）的综合/混合评估在HKH地区尚未被探索。奇特拉尔河流域是HKH中水文最敏感和气候最脆弱的地区之一，但该地区水收集潜力在很大程度上尚未被研究，研究人员未发现针对该区域RSH适宜性的同行评审研究。因此，本研究旨在通过整合基于AHP的MCDA与地理空间技术，识别奇特拉尔的水收集适宜区域，为利益相关者和决策者制定有效的气候变化适应和缓解策略提供参考。

研究人员开展的研究方面，研究区奇特拉尔河流域位于巴基斯坦西北端（35–37°N；71–74°E），面积14,850 km²，2023年人口515,935。气候为亚热带大陆性高原型，年均温16°C，年均降水量460 mm，其中约74%以冬季降雪形式集中在12月至4月。水文 regime 主要由冰川和融雪、降雨及泉水三种水源决定，奇特拉尔河年均流量约292 m³/s，夏季峰值可达856 m³/s，冬季最低约68 m³/s。超过70%的人口依赖泉水作为饮用水、农业和生活用水来源，但目前泉水因气候变化和土地利用/覆被变化（Land Use and Land Cover Change, LULCC）而迅速干涸消失。研究得出以下主要结论：奇特拉尔85%的区域对RSH具有较强潜力，其中19.1%（2836 km²）为极高适宜，43.8%（6504 km²）为高度适宜，22.1%（3282 km²）为中度适宜，仅15.0%（2228 km²）为低/不适宜。研究意义在于为利益相关者提供了识别RSH优先区域的空间决策支持工具，有助于增强农业和生活用水可用性，支持气候变化适应策略的制定，且该方法可推广至具有相似水文气候和地貌特征的其他山区流域。

关键技术方法方面，本研究采用基于AHP的MCDA与地理空间技术相结合的混合方法。数据来源包括Landsat-8卫星影像（2025年）、ALOS PALSAR数字高程模型（DEM，12.5 m分辨率）、Sentinel-2B多光谱影像（2025年）、CHIRPS格点降水数据（0.05°分辨率）以及地质、土壤等次级数据。选取了8个主题图层：地质、线理密度、坡度、排水密度、土壤类型、降水、土地利用/覆被（LULC）和径流。径流估算采用ArcSWAT模型（版本2012.10_8.26），地表径流使用土壤保持服务曲线数（Soil Conservation Service Curve Number, SCS-CN）方法，融雪径流使用温度指数（度日）方法模拟。模型率定与验证采用SWAT-CUP中的SUFI-2算法，使用奇特拉尔水文站2000–2025年流量数据，2002–2012年为率定期，2013–2025年为验证期。AHP权重赋值通过25位当地专家（2024和2025年野外调研期间选取，年龄均超过45岁，采用分层目的抽样）完成成对比较矩阵，使用几何平均法聚合个体判断。最终通过加权线性组合（Weighted Linear Combination, WLC）计算雨水与融雪水收集潜力指数（Rainwater and Snowmelt Harvesting Potential Index, RSHPI），并利用受试者工作特征（Receiver Operating Characteristic, ROC）曲线和曲线下面积（Area Under the Curve, AUC）进行地面验证。

研究结果方面，基于地质的RSH适宜性：42%为极高或高度适宜，18%为中度适宜，40%为低或不适宜。基于线理密度的RSH适宜性：68%为极高或高度适宜（主要在下奇特拉尔），15%为中度适宜，17%为低或不适宜。基于坡度的RSH适宜性：16%为极高或高度适宜，28%为中度适宜，56%为低或不适宜。基于排水密度的RSH适宜性：49%为极高至高度适宜，25%为中度适宜，23%为低或不适宜。基于土壤类型的RSH适宜性：7%为极高或高度适宜，73%为中度适宜，20%为低或不适宜。基于降水的RSH适宜性：35%为极高或高度适宜，31%为中度适宜，24%为低或不适宜。基于LULC的RSH适宜性：75%为极高或高度适宜，8%为中度适宜，17%为低或不适宜。基于径流的RSH适宜性：14%为极高或高度适宜，50%为中度适宜，36%为低或不适宜。主题图层权重与多准则决策分析方面，降水（W=0.25）是最控制性因子，其次为径流（W=0.22）和坡度（W=0.14），LULC（W=0.10）和排水密度（W=0.09）显示中等影响，线理密度（W=0.07）、土壤类型（W=0.06）和地质（W=0.06）影响较低。一致性比率（Consistency Ratio, CR）为0.02，表明成对比较逻辑一致，推导权重可靠。水收集适宜性图方面，最终RSH适宜性图将奇特拉尔分为四个区域：19.1%（2836 km²）为极高适宜，43.8%（6504 km²）为高度适宜，22.1%（3282 km²）为中度适宜，15.0%（2228 km²）为低/不适宜。将前三个区域合并（85%），奇特拉尔显示出整体较强的RSH潜力。仅有较小部分因高海拔、陡坡和建成区等不利因素而不适宜。将模拟RSH结果与363个现有水收集结构位置比较，292个结构（81%）位于极高或高度适宜区，45个结构（12%）位于中度适宜区，26个结构（7%）位于低或无适宜区。ROC曲线位于对角线参考线之上，AUC为0.82，表明非常好的判别性能，即随机选择的现有水收集结构位置比随机选择的非结构位置具有更高RSHPI的概率约为82%。

讨论部分总结：本研究在奇特拉尔水收集研究中纳入了雨水和雪融水径流，因此引入了"雨水与融雪水收集"（RSH）这一术语。研究人员未发现其他估算冰/雪融水径流的研究。结果支持先前倡导在识别水收集适宜区时综合评估气候、水文、地形和地质准则的研究。研究发现，在奇特拉尔，地质、径流、线理密度、排水密度和土壤类型均影响RSH适宜性，而降水、径流和坡度成为关键控制参数，其中降水影响最强。降水作为首要控制因子的出现可归因于奇特拉尔河流域半干旱高山气候条件，该流域是一个来源受限的水分系统。与运输受限的湿润地区不同，奇特拉尔的水文过程受大气水分供应而非景观运输能力的强烈制约。降水稀少、高度变异且往往不稳定，而流域的水文产量很大程度上取决于高海拔冬季降雪。因此，降水代表了决定CRB中RSH宏观尺度可行性的主要物理门户。奇特拉尔南部因季风低压获得更多夏季降雨，有助于解释该地区极高或高度RSH适宜区的集中。相比之下，奇特拉尔中部和上部气候更为干旱，冬季从西部扰动获得更大比例降水，导致RSH适宜性相对较低。坡度在奇特拉尔尤为重要，因为其复杂地形从相对平坦的谷底到极陡的高山地形。坡度影响径流速度、入渗机会、水分积累、侵蚀以及水收集结构的物理可行性和空间分布。研究发现坡度是决定水收集适宜性的高度影响因子，这与先前评估一致。一个有趣的贡献来自伊拉克的研究，倡导纳入与生态系统健康相关的生态准则，包括温度、光照、风速和风向、湿度和蒸发。其中温度和光照被确定为最具影响力的因子。纳入这些生态准则改变了仅基于传统适宜性准则的站点排名。集成的温度指数（度日）和基于AHP的MCDA框架为RSH适宜性制图提供了有效工具。然而，虽然计算有效且适用于像奇特拉尔这样的数据稀缺地区，但它主要依赖温度和降水，省略了能量平衡变量和其他参数如太阳辐射、地热通量、雪深、冻融循环、风速等，从而简化了复杂的雪堆消融动力学。此外，基于AHP的MCDA依赖专家判断进行准则加权，空间主题图层受可用卫星数据集时空分辨率的限制，可能平滑微地形或局部地质变化。研究发现奇特拉尔63%的区域被分类为极高度或高度适宜RSH，另有22%仍为中度适宜。相比之下，在吉尔吉特-巴尔蒂斯坦（Gilgit-Baltistan）——巴基斯坦HKH一个与奇特拉尔东部接壤的积雪主导地区——进行的研究发现，仅4%的区域高度适宜RWH，40%为中度适宜。这种水收集适宜性差异的一个可能解释是方法学方法的差异。吉尔吉特-巴尔蒂斯坦研究使用SCS-CN方法从降雨深度和直接径流估算融雪，而本研究的方法明确将融雪径流作为独立水文组分纳入。此外，该研究未清楚解释用于定义高、中、低和不适宜等级的标准或阈值。在开伯尔-普赫图赫瓦省加齐乡（Ghazi Tehsil）进行的另一项研究使用SCS-CN方法将28%的区域分类为适宜、52%为低适宜、20%为不适宜。同样，融雪对径流的贡献未在分析中考虑。印度喜马拉雅拉达克地区Chewang Norphelin在20世纪90年代中期开发了一种有趣的水收集方法和季节性水资源稀缺适应方式，即人造"人工冰川"，在春季和夏季缓慢释放融水。

研究结论部分翻译：水收集为易受气候变化和人口增长影响的高山区可持续水资源管理提供了可行、实用且气候韧性的策略。令人惊讶的是，积雪主导山区的水收集适宜性研究主要集中于雨水，尽管融雪以及在某些流域冰川融水对地表径流的贡献巨大。因此，基于温度数据纳入融雪代表了改进山区水收集适宜性评估的重要一步。若干环境参数——地质、线理密度、坡度、排水密度、土壤类型、降水、LULC和径流——在控制地表径流生成、入渗潜力和储水能力方面发挥关键作用。将温度指数（度日）和基于AHP的MCDA方法与遥感/地理信息系统（RS/GIS）技术相结合，能够识别和空间圈定RSH适宜区。在半干旱的奇特拉尔，积雪覆盖地面数月之久，雨水与融雪水收集（RSH）是解决水资源稀缺的有前景策略。超过60%的区域为极高度或高度适宜RSH，另有22%为中度适宜。生成的适宜性图为利益相关者提供了有价值的决策支持工具，通过识别优先区域进行收集干预，以增强农业和生活用水可用性。这些图因此可支持制定解决水资源稀缺和增强巴基斯坦北部东兴都库什气候韧性的策略。然而，若干方法学局限性仍然存在。未来研究应在四个关键方向解决这些局限性：第一，研究应纳入高分辨率卫星和无人机影像，以及水文地质数据集如雪水当量、地形湿度指数、土壤入渗能力和积雪覆盖面积与深度，以改进输入参数化。第二，应探索先进建模方法，包括将基于物理的能量平衡融雪模型（如DHSVM和iSNOBAL）与机器学习和混合决策方法（如随机森林和模糊-AHP）相结合，以改进径流估算并减少准则加权中的主观性。第三，研究应弥合宏观尺度适宜性建模与站点特定工程设计之间的差距，通过识别结构性水收集干预的精确位置，如拦沙坝、积雪储存盆地和含水层回灌竖井，并辅以地面地球物理调查和野外验证。第四，适宜性评估应从区域尺度降尺度到乡和村委员会层面，为市政水务当局和地方规划者提供可操作的决策支持工具。第五，高山环境中的水收集研究还应考虑冰川和积雪的径流贡献。因此，研究人员提出了适用于高山地区的雨水、冰和融雪水收集（Rainwater, Ice- and Snowmelt Harvesting, RISH）综合方法。