一种基于数据识别人类活动对水文干旱演化影响的方法——以巴西圣弗朗西斯科河格兰德河流域为例

《Journal of Hydrology: Regional Studies》：A data-based method to identify anthropogenic impacts on hydrological drought evolution: A case study for the Grande River basin, S?o Francisco River, Brazil

　　

研究人员提出了一种名为“干旱轮盘分析”（Drought Roulette Analysis，DRA）的纯数据驱动新方法，用于评估人类活动对水文干旱起始、发展及恢复过程的影响，该方法同时考虑不同干旱状态及其转移概率特征。研究区域选取巴西圣弗朗西斯科河的重要支流格兰德河流域（Grande River Basin，GRB）。通过在GRB应用DRA，研究人员识别出人类活动改造期流域水文恢复过程显著变慢的特征：气象干旱向水文气象干旱的转移概率增加14.04%，而无干旱状态（No Drought，ND）的转移概率显著降低24.83%。该方法被证实是一种简便高效的工具，可为受人类活动改造流域的干旱传播分析提供更高灵活性。

该研究聚焦人类活动对水文干旱演化过程的定量识别难题，针对现有半分布式水文模型存在结构参数不确定性、难以捕捉极端事件期间人类活动真实影响的局限，提出纯数据驱动的“干旱轮盘分析”（DRA）方法。研究选择位于巴西圣弗朗西斯科河中游西部的格兰德河流域（GRB）为案例区，该区域自1985年起经历大规模农业扩张，属于巴西重要农业前沿MATOPIBA的一部分，同时受乌鲁库亚含水层系统（Urucuia Aquifer System，UAS）补给，无大型人工水库调节，是研究土地利用变化（LULC）对干旱演化影响的理想区域。研究将1935—2020年序列划分为前LULC变化期（1935—1984年）与后LULC变化期（1985—2020年），通过DRA量化两阶段干旱状态转移概率的差异，结合最小年径流趋势分析，明确人类活动对水文干旱演化的影响机制。该研究发表于《Journal of Hydrology: Regional Studies》，其成果可为受人类活动干扰流域的干旱适应性管理提供科学依据。

研究人员采用三个关键技术方法：一是基于12个月尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index，SPEI₁₂）与标准化径流指数（Standardized Runoff Index，SRI₁₂），结合干旱周期分析（Drought Cycle Analysis，DCA）方法将干旱状态划分为无干旱（ND）、气象干旱（MD）、水文气象干旱（HMD）与水文干旱（HD）四类；二是引入一阶马尔可夫链模型构建干旱状态转移矩阵，通过自助法重采样（bootstrap resampling）计算转移概率的95%置信区间，识别具有统计学意义的转移模式变化；三是采用Mann-Kendall-Sen（MKS）趋势检验分析最小年径流、年降水量及SPEI₁₂的长期变化趋势，并结合土地利用与土地覆盖（LULC）数据量化农业扩张的时空特征。研究数据来源于巴西国家水务局实测径流序列、全球降水气候中心（GPCC）降水产品、MapBiomas巴西年度LULC地图集。

研究结果分为三部分：

第一部分为土地利用与土地覆盖变化特征。1985—2020年间，GRB农业用地占比从14.81%升至40.08%，增幅达25.27%；稀树草原地貌与自然非森林地貌分别减少16.82%与8.37%，农业扩张主要占用原生植被区，且集中分布于流域上游潜在含水层补给区，同时伴随中心支轴灌溉面积从15.35 km²增至1215.24 km²，地下水开采量显著提升。

第二部分为干旱轮盘分析结果。干旱周期分析显示，后LULC变化期干旱事件整体向左下角偏移，SRI的负偏差强度显著大于SPEI，表明径流对气候水分亏缺的响应被放大，气候-径流关系出现解耦。经验累积分布函数（Empirical Cumulative Distribution Function，ECDF）分析进一步证实，后LULC变化期SRI₁₂≤-2的极端干旱发生概率较前期增加5.56个百分点，高于SPEI₁₂的2.81个百分点。马尔可夫链验证显示一阶模型为最优拟合，转移概率分析表明：水文干旱（HD）状态下，向后LULC变化期无干旱（ND）的转移概率较前期降低24.83%（95%置信区间：-41.17%~-9.68%），向水文气象干旱（HMD）的转移概率增加14.04%（95%置信区间：1.26%~26.83%），证明水文恢复能力显著下降。

第三部分为最小年径流趋势分析。整个研究期最小年径流呈显著下降趋势（Sen斜率：-0.403 m³/s·年，p≤0.001），其中前LULC变化期为不显著上升趋势（Sen斜率：0.380 m³/s·年，p>0.05），后LULC变化期则出现剧烈下降（Sen斜率：-2.502 m³/s·年，p<0.001），2018年最小径流仅为1980年峰值的45.4%。同期年降水量与SPEI₁₂均无显著趋势，表明径流下降无法由气候因子直接解释，而是人类活动导致基流减少的结果。

讨论部分指出，农业扩张引发的蒸散耗水增加与地下水超采共同导致UAS水位下降，削弱了含水层对径流的补给能力，进而降低流域对气象干旱的调节韧性，延长水文干旱持续时间。研究同时强调，传统单向干旱传播框架已不适用于人类活动主导的流域，DRA通过允许干旱状态双向转移，更准确刻画了受干扰流域的干旱演化过程。研究结论明确：后LULC变化期GRB干旱发生频率上升，径流负偏差强度超过气候水分亏缺的预期水平，且水文恢复过程显著变慢；最小年径流的下降趋势由农业扩张与灌溉耗水共同驱动，与气候变化无直接关联。该研究提出的DRA方法避免了水文模型的不确定性，为量化人类活动对干旱演化的影响提供了可推广的工具，未来可通过融合遥感产品与再分析数据进一步拓展应用场景。