《Agricultural Water Management》：A statistical modelling approach to site suitability of small agricultural reservoirs
编辑推荐：
农业生产日益依赖灌溉，以应对干旱、降水变率，或支撑农业集约化。小型农业蓄水库（SmARs）可通过提供额外水源而促进农业水资源的可持续管理，同时不增加地表水与地下水资源压力。SmARs 的建设通常需要经历适宜性分析阶段，在对潜在位置进行细致考察之前，该阶段有助于
农业生产日益依赖灌溉，以应对干旱、降水变率，或支撑农业集约化。小型农业蓄水库（SmARs）可通过提供额外水源而促进农业水资源的可持续管理，同时不增加地表水与地下水资源压力。SmARs 的建设通常需要经历适宜性分析阶段，在对潜在位置进行细致考察之前，该阶段有助于从大范围区域中识别适宜地点。该任务传统上采用依赖多准则决策分析（MCDA）的演绎方法完成，这类方法基于与 SmARs 选址相关的宏观准则，并常由水文模型提供支撑。
本研究提出一种数据驱动的统计建模方法，该方法基于现有 SmAR 位置的大型数据库。该经验性方法与验证样本表现出更好的匹配度：在意大利托斯卡纳案例中，约 71% 的 SmARs 落在极高适宜性区域内，而 MCDA 对应比例约为 5%。此外，该方法还可针对不同 SmAR 尺度提供适宜性模型，从而支持更为精细的分析。
研究结果可直接支持托斯卡纳区域高层级适宜性评估，而所提出的方法还可进一步扩展并应用于不同情境、尺度与应用场景。
该文发表于《Agricultural Water Management》，围绕小型农业蓄水库（SmARs）区域尺度选址适宜性评估展开，核心目标是突破传统多准则决策分析（MCDA）在指标选择、分级阈值设定及权重赋值方面高度依赖专家经验的局限，提出一种基于既有基础设施空间分布的统计建模框架。研究背景在于，气候变化正在改变降水量与降水时序等关键水文变量，农业系统面临更频繁的干旱风险与更高的灌溉依赖。SmARs 作为一种小流域集流蓄水设施，能够在不进一步加重地表水和地下水开发压力的前提下提升农业供水能力，增强农业对干旱的韧性。然而，若选址不当，SmARs 可能引发淤积加剧、蓄水能力下降、维护成本上升，甚至在流域尺度产生水资源分配矛盾和社会冲突。因此，如何在大尺度区域上识别适宜的新建位置，是推动 SmARs 有效扩展的关键科学与管理问题。
针对这一问题，研究人员以意大利中北部托斯卡纳（Tuscany）为案例区，构建了一个结合 MCDA 与统计模型的比较分析框架。托斯卡纳属于地中海气候区，地形以丘陵为主，同时面临气候变化和干旱脆弱性增强的问题，具有开展 SmARs 适宜性研究的代表性。研究采用同一组适宜性准则和空间代理数据进行两类分析，以确保结果具有可比性。六项准则包括高程、坡度、土壤黏粒含量、土地覆盖、上坡汇流面积以及季节性水量平衡。研究的创新点在于，不再把专家设定的适宜条件视作唯一依据，而是假定历史上已建成的 SmARs 在总体上反映了适宜建设条件，通过对其空间分布进行统计学习来反推出适宜性模式及各指标的相对贡献。
主要技术方法可概括为以下几个方面：首先，研究使用托斯卡纳区域 SmAR 数据库作为样本来源，该数据库包含近 16,000 座水库，经过区域现有数据整合、20 cm 分辨率遥感影像专家判读、边界人工矢量化修正及 300 个样本现场核验。其次，MCDA 部分对 6 项准则进行 0–9 适宜性分级，并采用等权重加权平均生成适宜性图。再次，统计部分将 SmAR 位置视为空间点事件，采用非齐次泊松点过程（inhomogeneous Poisson process）建模，以协变量解释事件强度，其中高程采用二次项、上坡汇流面积采用对数变换。最后，进一步构建带标记的非齐次泊松过程（marked inhomogeneous Poisson process），按水库表面积四分位分为 4 类，建立尺寸特异性适宜性模型。
研究结果部分包含以下几个重点。
3.1. Statistical suitability results
研究人员首先利用非齐次泊松点过程模型估计既有 SmARs 的空间强度。结果表明，所纳入协变量均具有高度统计显著性。坡度系数为负，说明地势越陡，SmARs 出现的概率越低；水量平衡系数亦为负，说明越缺水区域越容易出现蓄水设施；黏粒含量系数为正，表明土壤黏性越高、渗漏风险越低的区域越适宜建设。土地覆盖方面，相比城市用地，耕地和草地显著提高 SmARs 出现强度。上坡汇流面积总体表现为正效应，且在对数尺度上反映边际递减关系；高程则呈二次关系，即在较低海拔下为正向影响，但随着海拔升高转为负效应。基于该模型生成的适宜性图显示，统计方法可从既有基础设施分布中提炼出区域适宜性格局。
3.2. Comparison between the methods
在方法比较中，两种适宜性结果具有中等程度一致性，相关系数为 0.45，说明统计模型与 MCDA 在总体空间格局上存在一定相似性，但在适宜性强度分布上差异明显。MCDA 在北部和东北部山区给出了更强烈的低适宜性判定，而统计模型在这些区域仍识别出若干低至高适宜性斑块。验证样本分析表明，两种方法均能使多数 SmARs 落入高适宜区，但统计模型表现更优：约 70% 以上的验证样本位于最高适宜等级，而 MCDA 仅约 5% 位于该等级、约 67% 位于较高适宜等级。双变量适宜性图进一步表明，两种方法共同判定为高适宜的区域主要位于 Arno 河沿线、西南部海岸平原及缓丘地区；共同判定为低适宜的区域主要位于亚平宁山地与森林区。研究据此指出，统计模型能够从既有水库分布中学习到地方情境相关的适宜范围，在某种程度上弥补传统 MCDA 中固定阈值和简化准则的不足。
3.3. Statistical suitability for different SmAR dimensions
研究进一步开展尺寸分组分析，将 SmARs 按表面积划分为 4 个等级，并使用带标记非齐次泊松过程分别估计不同尺寸水库的适宜性。结果表明，不同尺寸 SmARs 的适宜条件具有明显差异，且大多数协变量影响随水库尺寸增大而增强。对于较大水库，坡度的负面影响更强，上坡汇流面积的正向作用更大，而水量平衡不再显著；同时，高程相关系数显示大水库更倾向于分布在较低海拔区域。相反，较小水库受坡度和高程限制较弱，水量平衡仍具有显著影响。尺寸特异性适宜性图说明，虽然不同尺寸水库的适宜性空间格局整体相似，但适宜性强度存在显著差别。约 77% 的土地在不同尺寸类别下表现出不同适宜性，只有 12.7% 的区域对所有尺寸均为最低适宜，10.2% 的区域对所有尺寸均为最高适宜。这说明若仅采用单一适宜性模型，容易掩盖与水库尺度相关的重要空间差异。
讨论部分强调，该研究的主要贡献不在于否定 MCDA，而在于提出一种以真实基础设施分布为依据、能够减少主观权重设定的新型归纳式分析路径。研究表明，在欧洲这类数据相对丰富的地区，利用历史 SmARs 位置可为区域规划提供更具证据基础的适宜性判断。特别是带标记分析揭示了适宜性与水库尺寸显著相关，这对工程设计、审批流程与政策分级管理具有直接意义。与此同时，研究也明确指出，该框架并未评估区域尺度上扩大蓄水的整体合理性与系统后果，尚未纳入上下游竞争、“水库效应”、淤积、长期维护、气候变化影响以及土地权属、融资能力、水权与治理制度等社会经济和制度因素。因此，适宜性评估不应依赖单一方法，而应将统计模型与 MCDA 作为互补筛选工具，共同用于识别重点区域并表征不确定性。
研究结论指出：本文提出了一种基于现有基础设施的统计建模方法，以提升区域尺度 SmAR 适宜性估计。相较于传统 MCDA，该方法表明，更复杂的统计模型能够提供更稳健的结果，验证样本中有 95% 的 SmARs 落入高适宜区。尽管与传统 MCDA 结果仅达到中等相关（45%），统计方法仍表现出较强的灵活性，尤其适用于不同尺寸水库的适宜性评估，并显示出在更精细应用中的潜力。随着经验数据可获得性的提高，该统计方法有望进一步发展，为景观尺度上推广 SmARs 的实际决策提供基于证据的适宜性指引。
