《Global and Planetary Change》：Global and regional changes detection to the rainfall-runoff relationship from 1979 to 2019
编辑推荐：
本研究旨在阐明径流与降水之间的时空错位，并量化径流变化的驱动因素。研究人员分析了年最大日径流深度（RD）及其最相关的n日累积降水（CP）的时空趋势。此外，研究人员采用Budyko框架归因气候变化和人类活动对径流的影响。结果表明，全球13%的区域RD显著增加，而
本研究旨在阐明径流与降水之间的时空错位，并量化径流变化的驱动因素。研究人员分析了年最大日径流深度（RD）及其最相关的n日累积降水（CP）的时空趋势。此外，研究人员采用Budyko框架归因气候变化和人类活动对径流的影响。结果表明，全球13%的区域RD显著增加，而7%的区域显著减少，表明洪水风险持续扩大。相比之下，CP趋势近乎平衡（增加9.98%对减少9.79%），凸显了降水与径流之间的不一致性。此外，CP表现出比RD更大的变率，30.41%的区域CP变率显著增加，而RD为25.83%。基于弹性系数，随着重现期增加，RD的增长率比CP加快得更快，表明径流变化更为迅速。与历史时期相比，全球超过一半的陆地面积近年来经历了更高的RD和CP重现值。区域上，北美中部和北部、西伯利亚、中国南方和澳大利亚的蒸散发日益受到水分和能量的共同限制，标志着干旱化趋势。最后，归因分析显示，气候变化推动了全球大部分地区RD增加，其影响超过人类活动。总体而言，本研究为理解全球极端降雨-径流关系的变化提供了更深入的认识。
研究背景：全球气候变化和人类活动（如筑坝、灌溉）显著改变水文循环，极端降水事件频率和强度增加，但径流响应往往具有非线性、滞后性和空间异质性，导致降雨-径流关系出现时空错位。当前径流归因研究多局限于流域或区域尺度，全球尺度的系统检测仍然缺乏。为此，该研究由Haoyu Jin、Jianfeng Li和Yongqin David Chen合作完成，旨在全球尺度上明确年最大日径流深度（RD，指每年最大日径流量）与其最相关的累积降水（CP，指年最大日径流发生前n天降水量的累计值）之间的时空不一致，并量化径流变化的驱动因素。
研究概况：研究人员利用国际影响模型比较计划（ISIMIP3a）提供的六个全球水文模型——CLASSIC、CWatM、H08、HydroPy、JULES-W2和MIROC-INTEG-LAND——的历史径流输出，结合美国气候预测中心（CPC）的全球降水数据、GSWP3-W5E5降水对比数据和东英吉利大学气候研究所（CRU）的潜在蒸散发（PET，指在非水分限制条件下表面最大可能蒸散量）数据，覆盖1979-2019年、分辨率0.5°×0.5°。研究综合运用趋势分析、相对变率、分布拟合和Budyko框架归因，发现全球降雨-径流关系正在发生显著变化，且气候变化的影响超过人类活动。
关键技术方法：研究人员采用以下主要技术方法：（1）趋势分析：检测RD和CP在1979-2019年的时空变化趋势；（2）相对变率（RV，即标准差与均值之比）：利用11年滑动窗口计算RV并比较其时段变化；（3）分布拟合：基于extremeStat包中20种分布函数拟合RD和CP，以均方根误差（RMSE）最小的模型估算2、10、20、50、100和200年重现期的重现值；（4）弹性指数（EI）：计算相邻重现期之间RD相对CP的变化速率比值；（5）Budyko-Fu方程归因：将研究期分为基线期（1979-1998）和变化期（2000-2019），通过参数w校准分离气候变化和人类活动对年径流变化的贡献。样本来源：ISIMIP3a六个水文模型，其气候驱动为GSWP3-W5E5；降水观测为CPC；PET数据来自CRU。
研究结果：
4.1 Spatiotemporal evolutions of annual maximum RD：基于六个模型输出的中位数，全球年最大日RD高值区位于亚马逊流域、印度和中国南方。1979-2019年，12.97%的陆地面积RD显著增加，主要出现在热带和亚热带；7.07%显著减少，集中在美国西部、西欧、利比亚和印度部分地区，表明面临洪水风险增加的区域在扩大。
4.2 Spatiotemporal dynamics of CP：通过Spearman秩相关系数识别与年最大日RD最相关的CP累积时长，发现全球近100%的陆地面积RD与CP呈正相关，最相关时段以1-3天为主（占全球49.1%）。CP的高值区同样位于热带和亚热带；趋势上9.98%的区域CP显著增加，9.79%显著减少，且显著增减的区域位置与RD并不对应，例如亚马逊流域CP显著减少但RD显著增加，显示降水与径流变化脱钩。
4.3 Relative variability dynamics between RD and CP：1984-2014年RV分析显示，CP的RV总体高于RD；全球30.41%的陆地面积CP的RV显著增加，高于RD的25.83%。两者RV变化趋势的空间差异表明，降水与径流变率之间的空间一致性在减弱，这可能源于径流对下垫面变化更为敏感。
4.4 Comparison of changes in extreme events of RD and CP：利用20种分布函数拟合估算重现值，发现随重现期增加，RD和CP的重现值均增大，径流系数（RC，即径流与降水之比）也增大。弹性指数（EI）显示，当重现期从2年增加到10年时，全球多数区域EI小于1；而随着重现期延长至200年，多数区域EI大于1，说明径流变化速率比降水更快。相对于1979-1998年，2000-2019年全球超过一半陆地面积的RD和CP重现值升高。
4.5 Disentangling the drivers of runoff change：基于Budyko-Fu方程，参数w的空间分布显示北极蒸发主要受能量限制，而阿根廷北部、南非、中国西北和澳大利亚东南部受水和能量共同限制。对比两个时期，w在北美中部和北部、西伯利亚、中国南方和澳大利亚增大，表明这些区域蒸散发日益受水能共同限制，趋于干旱化。归因分析表明，2000-2019年气候变化对全球55.6%陆地面积的RD变化为正贡献，影响超过人类活动（44.5%）；在北美、欧洲和亚洲，气候变化贡献为正而人类活动为负，而在非洲则相反。
讨论：研究人员指出，本研究全球尺度识别最相关CP，弥补了以往研究局限于局部、无法跨区域比较的不足。研究发现径流与降水虽在大尺度上具有一致性，但在热点区域出现明显解耦，例如亚马逊流域降水减少而径流增加。更重要的是，径流变化率随重现期延长而超过降水，这意味着未来降水的小幅变化可能引发不成比例的洪水响应。Budyko框架假设长期水热平衡，未考虑土壤储水和地下水动态，因此本研究将归因对象限定为年径流变化；但由于年最大日RD与年径流高度相关，该归因结果仍可为极端径流变化提供参考。未来需要发展直接针对极端事件的归因方法。
研究结论：将论文结论部分翻译如下：在全球气候变化和人为活动加剧的背景下，洪水灾害频率显著增加。该研究首先在全球尺度上检验了年最大日RD与相应CP的时空不一致，随后应用Budyko框架归因径流变化。主要结论包括：(1) 全球12.97%的陆地面积年最大日RD呈显著增加趋势，主要位于亚马逊、西非和中国南方，大于显著减少区域比例（7.07%，主要位于美国西南部、巴西东南部和印度）。对应CP显著增加区域为9.98%，显著减少为9.79%，二者空间趋势差异大，表明径流和降水变化明显不匹配。(2) CP的相对变率大于RD：30.41%的全球陆地面积CP变率显著增加，而RD为25.83%。RD对CP的弹性指数随重现期增大而增大，表明重现期增大时RD变化幅度相对CP加速。近年（2000-2019相比1979-1998）全球超过一半陆地面积的RD和CP重现值呈增长趋势。(3) 北美中部和北部、西伯利亚、中国南方和印度的蒸散发日益受水分和能量共同限制，表明近年这些区域趋于干燥。2000-2019年，气候变化平均强化了全球55.6%区域的RD，人类活动强化了44.5%区域。由于年最大日RD与年径流变化高度相关，表明气候变化和人类活动对同一区域的洪水灾害具有相似影响。降水与径流动荡的加剧扩大了对降水驱动洪水预报的不确定性，未来研究应优先关注差异敏感区域并厘清其驱动机制。
