《Journal of Hydrology: Regional Studies》：Development of a novel spatiotemporal propagation function for flood risk prediction in the Daqing River basin, China
编辑推荐：
研究区域：中国大清河流域经常受到洪水影响。洪水风险表现出时间和空间上的相互依赖性，由水文记忆效应和空间相连河流系统内的级联洪水过程驱动。研究重点：研究人员阐明了洪水风险的时空传播模式，并开发了一种新的时空传播函数用于风险预测。最初，通过整合危险性（Hazard
研究区域：中国大清河流域经常受到洪水影响。洪水风险表现出时间和空间上的相互依赖性，由水文记忆效应和空间相连河流系统内的级联洪水过程驱动。研究重点：研究人员阐明了洪水风险的时空传播模式，并开发了一种新的时空传播函数用于风险预测。最初，通过整合危险性（Hazard, H）、暴露度（Exposure, E）、脆弱性（Vulnerability, V）和减缓能力（Mitigation capacity, M）评估了大清河二十二个子流域的洪水风险（Flood Risk, R）。随后采用基于马尔可夫的状态转移图（Markov-based state transition diagrams）来计算洪水风险传播概率，区分时间和空间风险传播模式。此外，提出了一种包含风险传播效应和防洪基础设施干扰的时空风险传播函数（Spatiotemporal Propagation Function）来预测洪水风险。新的水文见解：结果表明2000–2020年大清河流域洪水风险存在显著的空间异质性，高风险区域集中在北部和东部边缘。时间上，每个子流域的年际洪水风险变化由中高和高、低和中等级别的转变驱动。相邻子流域之间的空间传播以44.8%的相邻子流域的风险衰减为主。时空传播函数实现了平均预测精度90.5%，并分解了时间和空间传播对洪水风险的贡献。此外，中东部流域的五个水库和蓄滞洪区通过其缓冲能力将风险传播减少了26.4%和30.3%。
**论文解读：基于时空传播函数的大清河流域洪水风险预测研究**
**研究背景与问题**
洪水作为全球范围内最普遍且频繁的自然灾害之一，长期威胁社会经济发展和生态安全。在气候变化背景下，大气水循环加剧和极端降水事件增多，导致山洪、河流洪水、城市洪水等各类洪水频率和强度上升。同时，城市化加速、流域下垫面改变及水系连通性受损等人为活动进一步加剧了洪水风险。然而，现有洪水风险预测方法（基于物理的模型、统计模型和机器学习模型）虽能提供一定预测能力，但普遍未能明确整合洪水风险形成的物理机制——尤其是风险在时间和空间维度上的传播模式。这种传播源于水文记忆效应（时间维度）和河流系统内级联洪水过程（空间维度），同时受防洪基础设施（如水库、蓄滞洪区）的调控。现有研究对时空传播格局及防洪基础设施在缓解风险传播中的作用揭示不足，导致预警信号不充分。因此，需要阐明时空传播规律，并据此发展新的预测方法。
**研究内容与意义**
研究人员针对中国大清河流域（海河流域中部重要支流，历史上洪灾频发），通过整合危险性、暴露度、脆弱性和减缓能力，评估了2000–2020年间22个子流域的年洪水风险；利用基于马尔可夫的状态转移矩阵计算风险传播概率，识别了时间（同等级或跨等级）和空间（放大或衰减）传播模式；进而提出了一种新的时空传播函数（Spatiotemporal Propagation Function），该函数明确包含时间依赖性（水文记忆）、空间依赖性（相邻子流域）以及防洪基础设施的衰减效应，并用于预测洪水风险等级。研究揭示了风险传播的时空特征，量化了防洪基础设施的缓冲作用，为流域洪水风险预警和防洪决策提供了新框架。论文发表在《Journal of Hydrology: Regional Studies》。
**关键技术方法**
研究人员采用以下主要技术方法：（1）多维危险性-暴露度-脆弱性-减缓能力（HEVM）框架：整合最大3日降水、潮位（H）、人口密度、GDP、土地利用（E）、高程、坡度、河网密度（V）、水库库容和蓄滞洪区面积（M），通过层次分析法（AHP）与熵权法确定组合权重，利用加法算子计算洪水风险。（2）自然断点分级法：将风险值分为低、中、中高、高四个等级，以最大类内相似性划分。（3）基于马尔可夫的状态转移概率法：分别计算时间维度（相邻年份同一子流域）和空间维度（同年相邻子流域间）的转移概率，识别传播模式（同等级、放大、衰减）。（4）时空传播函数构建：函数含时间传播项（基于前一年风险等级与时间转移概率）、空间传播项（基于上游相邻子流域风险等级与空间转移概率及防洪基础设施系数），利用遗传算法（GA）率定参数（时间传播系数α、防洪基础设施系数η、偏差系数γ），采用五折块状交叉验证（bl-CV）避免过拟合。数据来源包括中国气象局、ASTER GDEM、资源环境科学数据平台等（样本队列为2000–2020年大清河流域22个子流域，无生物样本）。
**研究结果**
**3.1 大清河流域关键洪水特征**
通过分析1960–2022年水文年鉴洪水记录，发现西部山区洪水频率显著高于中东部平原，呈现自西向东递减梯度。拒马河、北拒马河、中唐河、上游沙河和沙河中游子流域洪水频率超过20次，且最大洪峰流量高达4070–9920 m3/s，需重点关注。
**3.2 2000–2020年洪水风险及其时间变化**
**3.2.1 风险驱动力与年平均洪水风险**
通过权重法集成危险因子（H）、暴露因子（E）、脆弱因子（V）和减缓因子（M），计算各子流域年风险。多年平均风险显示：高风险子流域占31.8%，集中在北部（大石河、北拒马河、瀑河、白沟河、新赵王河）和东部边缘（马厂减河、海河河口）；中高风险占18.2%，分布于中部；低风险主要位于西南和东部中部。高和中高等级合计占50%。
**3.2.2 年洪水风险变异性（2000–2020）**
11个子流域风险等级不变（如马厂减河和海河河口持续高风险）；3个呈上升趋势（如南拒马河从低升至中）；8个呈下降趋势（如北拒马河从高降至中高）。水管理者应优先关注马厂减河、海河河口及风险增强的少沙河、南拒马河、子牙河子流域。
**3.3 洪水风险时空传播模式**
**3.3.1 各子流域时间传播**
基于年风险序列构建马尔可夫时间转移矩阵：9个子流域为同等级传播（如马厂减河高→高）；13个子流域为跨等级传播，其中中高—高转变出现在北拒马河等5个子流域；中—中高转变出现在清水河等；低—中转变出现在南拒马河等。时间传播以跨等级转变为主（59.1%子流域）。
**3.3.2 相邻子流域空间传播**
空间传播矩阵显示：同等级传播占13.8%（如马厂减河→海河河口高→高）；风险放大占41.4%（如拒马河→北拒马河风险加剧）；风险衰减占44.8%（如沙河中游→下游因口头水库和王快水库衰减）。大水库（如安各庄水库）和蓄滞洪区（如文安洼）有效降低下游风险，使风险从高于中等降至低等级。
**3.4 洪水风险预测的时空传播函数**
**3.4.1 无防洪基础设施的传播函数**
对无主要防洪基础设施的子流域（如拒马河→北拒马河），简化函数仅含时间传播系数α和偏差γ。五折交叉验证后，平均预测精度90.0%，MAE=0.10。α值较高（如北拒马河α=0.939）表示风险主要受时间传播影响；较低（如白沟河α=0）表示空间传播主导。多上游汇入的河口子流域α=0.472，空间传播更强。
**3.4.2 考虑防洪基础设施干扰的传播函数**
对有水库或蓄滞洪区的子流域（如中沙河、新赵王河等），引入基础设施系数η。平均预测精度91.0%，MAE=0.09。η值反映基础设施缓冲能力：西大洋水库降低空间传播30.3%，安各庄水库降低29.1%，文安洼蓄滞洪区降低30.3%。水库平均降低26.4%，蓄滞洪区最高降低30.3%。
**讨论部分总结**
研究人员指出，当前传播函数中将防洪基础设施系数视为率定常数，是模型简化，适用于年度尺度评估；未来在事件尺度或具体站点研究时应考虑动态状态依赖变量η(t)，纳入前期库容和闸门操作规则。为降低参数不确定性，采用k折交叉验证提高了参数稳健性；同时检验了参数与流域特征的一致性（如多上游汇入导致α较低）。未来仍需系统敏感性分析、置信区间估计和整体不确定性量化以增强模型可靠性。
**研究结论翻译**
本研究揭示了大清河流域洪水风险的时空传播特征，并据此开发了一种新的洪水风险预测方法以支持及时有效的防洪决策。首先，通过整合危险性、暴露度、脆弱性和减缓能力评估了研究区22个子流域的年洪水风险。随后，利用基于马尔可夫的状态转移图计算洪水风险传播概率，识别了空间维度（放大或衰减）和时间维度（年际同等级或跨等级改变）的风险传播模式。此外，提出了一个包含风险传播效应和防洪基础设施影响的时空风险传播函数，用于预测洪水风险等级以支持有效的防洪准备和减灾。结果表明：2000–2020年，高和中高风险等级频繁出现在研究区中部和东部边缘（尤其是马厂减河和海河河口），而少沙河、南拒马河和子牙河子流域的洪水风险加剧。在风险传播方面，相邻年份间的风险传播以跨等级变化为主，特别是中高与高、低与中等级之间。空间上，44.8%的相邻子流域对中风险衰减是突出模式，其中大型水库和蓄滞洪区发挥显著作用。时空传播函数在预测洪水风险等级方面表现出良好性能（平均精度90.5%，MAE=0.09），证明其在无主要防洪基础设施和受基础设施影响的子流域中均适用。时空传播函数还揭示，水库和蓄滞洪区分别平均降低空间传播强度26.4%和最高30.3%。当前每个时空传播函数仅连接目标子流域与相邻上游子流域，未来可利用复杂网络理论整合形成综合风险传播网络，以实现更广空间范围的快速洪水风险预测。总之，本研究阐明了一个具有复杂水文连通性的流域中洪水风险的时空传播特征，量化了防洪基础设施的风险衰减效应，通过明确考虑更广时空尺度上的风险关联性展示了预测洪水风险的潜力。提出的时空传播函数为洪水风险预测提供了一个新颖且计算高效的框架，并通过分离时间和空间传播贡献增进了对洪水风险演变的理解。
