《Journal of Hydrology: Regional Studies》：A novel multivariate index for identifying drought-flood abrupt alternation events across China
编辑推荐：
研究区域为中国九大流域。研究聚焦于旱涝急转事件对自然、社会经济及生态系统可持续发展的严重威胁。为精确识别旱涝急转事件，本研究开发了一种整合多种干旱类型的新型指数（EMDFI），并将其应用于表征中国九大流域旱涝急转的时空格局与演变。区域新水文认知：EMDFI经历
研究区域为中国九大流域。研究聚焦于旱涝急转事件对自然、社会经济及生态系统可持续发展的严重威胁。为精确识别旱涝急转事件，本研究开发了一种整合多种干旱类型的新型指数（EMDFI），并将其应用于表征中国九大流域旱涝急转的时空格局与演变。区域新水文认知：EMDFI经历史灾害记录验证，展现出强大的旱涝急转事件识别能力。旱涝急转（DFAA）、旱转涝（DTF）和涝转旱（FTD）事件呈现显著的空间异质性。东南诸河流域的DFAA、DTF和FTD事件频率最高（分别为33.062次、13.389次和19.673次），且FTD强度最大（1.013）。淮河流域的DFAA和DTF最严重，对应值分别为0.998和1.048。在松辽、海河、黄河、淮河、西北诸河和西南诸河流域，DFAA事件主要由DTF转变驱动。这些发现为区域气候变化适应和水资源优化配置提供了科学依据。
**论文解读：基于熵权多变量指数的中国旱涝急转事件识别与时空特征分析**
**研究背景与问题**
全球变暖深刻改变了水文循环格局，导致干旱、洪水等极端气候事件频发。旱涝急转（DFAA）作为短时间干旱与洪水快速转换的复合灾害，其破坏性远超单一干旱或洪水事件，严重威胁经济发展、农业生产、生态系统及水资源系统。已有研究表明，DFAA事件导致中国主要粮食作物（小麦、玉米、水稻）大幅减产，并分别使土壤氮储量和植物氮滞留量下降14.9%和54.1%。未来气候情景下，中国大部分地区DFAA事件预计将更加频繁和强烈。因此，精确识别DFAA事件对防灾减灾和可持续发展至关重要。现有DFAA识别方法主要分为两类：一是基于传统干旱指数（如SPI、SPEI等）结合阈值或游程理论，但这些指数对时间尺度敏感且忽略干旱类型差异；二是直接构造DFAA专用指数（如LDFAI、SDFAI等），但其权重系数依赖主观经验，易导致错识或漏判。此外，多数指数仅关注气象干旱，未全面反映农业、水文等干旱类型。已有研究采用Copula函数、主成分分析（PCA）或熵权法整合多类型干旱，但Copula函数不适用于高维变量，PCA需主观选择主成分数量。因此，需发展一种客观、高维、高分辨率的DFAA识别指数。本研究基于熵权法，融合气象、农业和水文干旱，构建新型多变量指数EMDFI，并应用于中国九大流域。
**研究内容与结论**
研究人员利用1970–2024年ERA5-Land再分析数据集（分辨率0.1°），计算标准化降水蒸散指数（SPEI）、标准化土壤湿度指数（SSMI）和标准化径流指数（SRI），分别代表气象、农业和水文干旱。通过Pearson相关系数确定SPEI和SSMI对SRI的最优响应时间，采用熵权法客观赋权，构建熵权多变量干旱指数（EMDI），再经标准化旱涝急转变换得到EMDFI。基于EMDFI，以≥0.5为旱转涝（DTF），≤–0.5为涝转旱（FTD），识别DFAA事件。经六次历史灾害事件验证，EMDFI识别结果与记录高度吻合。研究揭示了1971–2024年中国九大流域DFAA、DTF和FTD的频率与强度时空格局及趋势。论文发表在《Journal of Hydrology: Regional Studies》。
**关键技术与方法**
（1）数据来源：欧洲中期天气预报中心ERA5-Land月尺度再分析数据（0.1°×0.1°，1970–2024），包括降水、潜在蒸散发、径流及三层土壤湿度（0–7、7–28、28–100 cm）；中国500m数字高程模型（DEM）来自中国科学院资源环境科学数据中心；历史灾害记录来自文献。（2）指数构建：采用非参数Gringorten绘图位置法计算经验累积概率，经逆正态变换得到多时间尺度（1–12月）的SPEI-n、SSMI-n及单月SRI-1；通过Pearson相关系数选取各网格SPEI-n和SSMI-n对SRI-1的最优响应时间；熵权法对最优时间序列赋权，线性加权得到EMDI；再基于Tu等（2022）的标准化旱涝急变换框架，构建EMDFI。（3）趋势分析：采用Mann-Kendall检验和Sen斜率估计频率与强度的时间趋势。
**研究结果**
**4.1 干旱指数权重**：三个干旱指数（SPEI-n、SSMI-n、SRI-1）的权重均呈现显著空间异质性。SPEI-n高值主要分布于西北诸河中部、东南诸河边缘及珠江流域大部，最大权重0.876；SSMI-n高值集中于淮河、黄河东部、海河及西南诸河东部，最大权重0.913；SRI-1高值分布在长江中下游、西北诸河东部、黄河西部、松辽北部及珠江西部，最大权重0.856。
**4.2 EMDFI适用性验证**：选取2005年陕西旱转涝、2013年浙江涝转旱、2011年长江中下游五省旱转涝、2015年广东旱转涝、2019年长江中下游四省涝转旱、2024年河南郑州旱转涝共六次历史事件。EMDFI空间分布与灾害记录高度一致，表明其能有效识别DFAA、DTF和FTD事件。
**4.3 DFAA空间特征**：全国尺度上，DFAA高频区（>20次）分布在东南诸河、长江中下游、淮河中部、西南诸河西北部、西北诸河北部及松辽东南部。DTF高频区（>15次）在西南诸河西北部、淮河中部、西北诸河西北部、海河、东南诸河东南部及松辽东南部。FTD高频区（>15次）在东南诸河、长江中下游及珠江北部。流域尺度上，东南诸河流域DFAA、DTF和FTD频率最高（33.062、13.389、19.673次），西北诸河最低（5.082、3.932、1.150次）。强度方面，淮河流域DFAA和DTF强度最大（0.998和1.048），珠江最小（0.846和0.843）；FTD强度在东南诸河最大（1.013），海河最小（0.645）。
**4.4 DFAA时间特征**：1971–2024年，多数流域DFAA、DTF和FTD频率呈增加趋势，仅海河和西南诸河呈不显著下降。显著增加趋势出现在松辽、西北诸河、珠江（DFAA和DTF）、黄河（DTF）、淮河（DFAA和FTD）及东南诸河（DFAA）。DFAA频率变化率最大在东南诸河（0.00256 yr?1），最小在西北诸河（0.00022 yr?1）。强度方面，所有流域除西南诸河和珠江FTD外均呈增加趋势。DFAA强度变化率最大在东南诸河（0.00244 yr?1），DTF和FTD强度最大变化率均在淮河（0.00302和0.00336 yr?1）。松辽和淮河三种类型强度均显著增加。此外，松辽、海河、黄河、淮河、西北诸河和西南诸河的DFAA与DTF变化曲线高度相似，表明这些流域DFAA主要由DTF驱动。
**讨论与结论**
讨论部分指出，EMDFI融合气象、农业、水文三类干旱，采用网格尺度熵权法客观赋权，克服了传统指数主观性强、维度受限的缺陷，且基于高分辨率再分析数据能精细刻画DFAA空间细节，不依赖区域经验假设，可推广至全球其他地区。研究识别出DFAA热点区域：东南诸河、长江流域和淮河流域频率最高，这与气候变化导致的北方强降雨增多（华北平原DTF增加）和南方湿月频率高（FTD多）有关。强度方面，黄河和松辽北部虽频率较低但强度较高，可能源于西风急流和西太平洋副热带高压北移导致的短期强降水。潜在驱动力包括大气环流（西太平洋副高、南亚高压、中高纬西风带）及下垫面（城市化导致的渗透减少）等。局限性在于EMDFI为线性加权，未能捕捉非线性关系，且月尺度可能遗漏短期极端事件，未来应引入高维非线性方法和多时间尺度互补。结论部分翻译如下：
本研究基于熵权法开发了新型旱涝急转指数（EMDFI），并经历史灾害事件验证其准确性。在此基础上，分析了中国九大流域旱涝急转（DFAA）、旱转涝（DTF）和涝转旱（FTD）事件的时空分布。主要发现如下：
（1）组成EMDI的三个干旱指数权重呈现显著空间异质性。SPEI-n、SSMI-n和SRI-1的最大权重分别为0.876、0.913和0.856，其高值区分别分布于珠江、淮河和长江流域。
（2）1971–2024年，中国旱涝急转事件的频率和强度呈现显著空间异质性。东南诸河流域的DFAA、DTF和FTD频率最高（分别为33.062、13.389和19.673次），而西北诸河频率最低（分别为5.082、3.932和1.150次）。
（3）多数流域的DFAA频率和强度呈上升趋势，DFAA风险持续增加。东南诸河流域的DFAA频率和强度变化率最大（分别为0.00111事件·yr?1和0.00180·yr?1），而海河和西南诸河的DFAA、DTF和FTD变化不显著。
本研究为DFAA精确识别提供了新方法，可应用于其他区域，并为区域管理部门制定防灾减灾政策提供了科学依据。
