稳定的融雪补给主导了中亚天山山脉径流稳定性的增强

《Journal of Hydrology: Regional Studies》：Stable snowmelt supply dominates enhanced runoff stability in the Tianshan Mountains of Central Asia

　　

研究区域本研究聚焦于天山山脉（TMs）的89个流域。研究焦点采用最新发展的方向统计方法（Directional Statistics method）中的季节循环强度（R），量化了1980–2019年间天山山脉（TMs）径流稳定性（R_runoff）的变化。研究人员利用ERA5-Land的日尺度和月尺度径流数据，分别与站点观测数据和天山流域径流数据集（TSWS）进行了流域尺度的验证。研究人员应用随机森林模型（RF）结合SHapley Additive Explanations（SHAP）识别了影响R_runoff变化的主导驱动因素。区域新的水文见解研究结果显示，在82%的流域中，径流稳定性普遍增强，表现为R_runoff的下降趋势，其中约24%的流域呈现显著趋势（p?sm呈下降趋势。97%的流域中降雨-径流转换效率下降，其中39%的流域下降显著。该下降归因于与植被变绿相关的实际蒸散发增强。这些变化减少了径流极端事件，突显了干旱区植被在水文调节中的缓冲能力，并为改善干旱地区天山山脉（TMs）的水资源管理提供了重要启示。

论文解读文章

**研究背景与研究意义**

天山山脉（Tianshan Mountains, TMs）作为中亚地区的“水塔”，其稳定的径流供给是下游干旱区农业、生态系统和人类社会的生命线。然而，持续的气候变化正深刻重塑该区域的水文过程。全球变暖导致降水从降雪向降雨转变，减少积雪储存并提前融雪径流时间；同时，降水格局变化和极端事件频发加剧了径流波动，威胁依赖稳定水源的下游区域。尽管已有大量研究关注径流量和时相（如径流峰值时间、径流质心）的变化，但径流稳定性作为衡量水资源可持续供给的关键属性却被长期忽视。特别是在天山山脉，由于稀疏的长期观测、复杂地形和恶劣气候条件，径流稳定性的系统认知严重受限。此外，植被变化在水文调节中的作用逐渐被认识，但植被相关的蒸散发如何与降水和融雪季节性共同调控径流稳定性的机制仍不明确。因此，本研究旨在系统量化天山山脉89个流域1980–2019年间径流稳定性的时空演变，并揭示其主导驱动机制。该论文发表在《Journal of Hydrology: Regional Studies》。

**关键技术与方法**

1. **方向统计方法（Directional Statistics Method）**：将日尺度的径流及其他水文通量映射到圆形年坐标系，通过计算季节循环强度（R）量化年内径流分布的集中度与均匀性，R值越低代表径流稳定性越高。
2. **Mann-Kendall趋势检验与Theil-Sen斜率**：用于分析径流稳定性及关键水文变量（降水、融雪、蒸散发等）的长期变化趋势与显著性。
3. **随机森林模型（Random Forest, RF）**：以径流稳定性指数（R_runoff）为响应变量，以融雪稳定性（R_sm）、降水稳定性（R_prec）、降雨稳定性（R_rain）、径流系数（RR）、径流极端事件（EXT_runoff）、蒸散发（ET）和叶面积指数（LAI）为预测变量，量化各驱动因素的贡献。
4. **SHapley Additive Explanations（SHAP）框架**：对RF模型输出进行解释，量化各特征对预测的正负影响方向和边际贡献，通过平均绝对SHAP值评估驱动因素的重要性。
5. **数据来源**：ERA5-Land全球再分析数据集（日/月尺度，0.1°分辨率）；全球库存建模与测绘研究（GIMMS）的第四代叶面积指数（LAI）产品（约8km分辨率，15天间隔）；天山流域径流数据集（TSWS，89个流域1901–2019年月径流）；以及两个中国区域水文局的水文站日观测数据用于验证。

**研究结果**

**3.1 天山山脉径流稳定性的变化**
研究人员通过方向统计方法发现，1980–2019年间，天山山脉89个流域中82%的流域R_runoff呈下降趋势（表明径流稳定性增强），其中约24.7%下降显著（p<0.05）。流域平均尺度上R_runoff虽未达到统计显著（p=0.067），但普遍下降趋势表明径流年内分布更均匀，极端年内波动减少。为进一步验证，研究人员使用ISIMIP3a-watergap、ISIMIP3a-h08和GloFAS三个额外径流数据集以及传统变异系数（CV）指标，结果均显示R_runoff下降趋势与ERA5-Land结果一致，确认了径流稳定性增强。同时，降水稳定性（R_prec）、降雨稳定性（R_rain）和融雪稳定性（R_sm）也呈下降趋势，其中R_rain下降显著（p<0.05），约60%流域中R_prec和R_sm下降，表明这些水源输入的年内分布更均匀，共同促进了径流稳定性增强。

**3.2 与径流稳定性增强相关的水文气候和植被驱动因素变化**
研究人员将超过90%累积频率的径流值定义为径流极端事件（EXT_runoff），发现1980–2019年间天山流域平均的EXT_runoff强度和频率均呈下降趋势（强度下降速率0.9×10^-2 mm/年，频率下降0.2天/年）。超过75%的流域EXT_runoff强度下降，约70%的流域频率下降。与此相反，降雨极端事件（Rain90和Rain95）的强度和频率在多数流域增加（如Rain90强度在约48%流域增加，频率在约39%流域增加）。这种“降雨极端增加但径流极端减少”的现象归因于降雨-径流转换效率下降：超过95%的流域径流系数（RR）呈下降趋势，约39%显著下降（p<0.05）。进一步分析发现，植被变绿是关键调节因素：97%的流域蒸散发（ET）增加，85%显著上升（p<0.05）；92%的流域年均叶面积指数（LAI）上升，66%显著上升（p<0.05），且主要发生在生长季。植被扩张通过增强蒸散发，降低了降雨向径流的转换效率，从而减少了径流极端事件，促进了径流稳定性。

**3.3 影响R_runoff变化的因素贡献**
研究人员利用随机森林模型（RF）结合SHAP解释框架量化各驱动因素的贡献。RF模型在验证数据集上表现良好（R2=0.8974，RMSE=0.0528）。平均绝对SHAP值显示，1980–2019年间，融雪稳定性（R_sm）对R_runoff的贡献远超其他因素，主导了径流稳定性变化。降水稳定性（R_prec）和径流系数（RR）的贡献次之且相当。值得注意的是，叶面积指数（LAI）的贡献超过了径流极端事件（EXT_runoff）、降雨稳定性（R_rain）和蒸散发（ET），突显了植被动态在径流稳定性调节中的重要角色。研究结论表明，稳定的融雪输入是驱动天山径流稳定性增强的主导因素，而植被变化通过增强蒸散发、降低降雨-径流转换效率，进一步间接促进了径流稳定性。

**讨论与结论**

讨论部分指出，增强的径流稳定性虽能缓解干旱区水资源短缺风险，但不应简单视为永久有利变化。气候变暖下更均匀的融雪分布可能反映冰川储量的透支，若冰雪储量持续下降，未来径流稳定性可能逆转。此外，过度减少自然径流变异性可能削弱依赖流量脉冲的生态功能。研究还强调了植被在干旱区水文调节中的缓冲能力，但仅涉及地上过程，地下根系储水等机制需进一步研究。不确定性主要来自ERA5-Land在高山区的降水相态划分和融雪模拟误差，以及卫星LAI产品在复杂地形的局限，但多数据集和多指标的验证支持了结论的稳健性。

**结论翻译：** 作为中亚的“水塔”，天山山脉持续稳定的供水对下游绿洲生计、生态平衡和跨界水安全至关重要。本研究分析了1980–2019年间天山89个流域径流稳定性的演变及其驱动机制。研究结果突显了径流稳定性呈增强趋势，表现为更均匀的年内径流分布以及径流极端事件强度和频率的降低。这一变化主要由降水和融雪输入稳定性的增强驱动，其同步增加有效抑制了源头径流波动。值得注意的是，尽管降雨极端事件的强度和频率增加，但由于降雨向径流的转换效率下降，径流极端事件却呈下降趋势。进一步分析揭示，植被扩张通过增强蒸散发、减少直接径流，是造成这种“降雨极端增加但径流极端减少”现象的关键调节因素，突显了干旱区植被在水文调节中的缓冲能力。研究结果对干旱区中亚的水资源管理具有重要启示，包括优化绿洲农业灌溉计划、改善枯水期河流生态系统可持续性以及减轻径流极端事件引发的洪水灾害。此外，对融雪和植被稳定效应的理解可为改进季节性水分配、制定水库适应性管理策略以及天山山脉跨界水资源管理提供科学指导。更广泛而言，本研究为应对持续气候变化下干旱山区水塔供水可靠性与可持续性的平衡发展气候适应策略做出了贡献。