《Ecological Indicators》:Integrated watershed condition score for assessing watershed condition and water quality-related vulnerability
编辑推荐:
为应对台湾地区的流域退化这一非传统安全(NTS)关切,研究人员开发了集成流域状况评分(IWCS)框架,并推导复合指数,利用遥感(RS)与地理信息系统(GIS)技术评估浊水溪与淡水河流域的脆弱性。IWCS通过多维度与可量化指标整合自然及社会经济因素来量化流域脆弱
为应对台湾地区的流域退化这一非传统安全(NTS)关切,研究人员开发了集成流域状况评分(IWCS)框架,并推导复合指数,利用遥感(RS)与地理信息系统(GIS)技术评估浊水溪与淡水河流域的脆弱性。IWCS通过多维度与可量化指标整合自然及社会经济因素来量化流域脆弱性。研究采用数字高程模型(DEM)、土壤图、土地利用/覆被(LULC)、降雨与岩性数据集进行流域评估;Landsat 8影像提供植被与湿度指数(NDVI、EVI、NDWI、NDLI)及LULC分类;2010?2023年当地监测站原位水质记录作为地面验证。基于DEM的分析划定流域边界、提取地貌参数并刻画河网。层次分析法(AHP)与主成分分析(PCA)识别出相似的流域脆弱性空间格局:多数子流域呈低至中度脆弱性,表明水安全状况稳定,局部热点区需针对性管理。2024年9月29日林内二号取水口野外观测确认低IWCS与良好条件。AHP与PCA均将核心指标(人口密度、排水特征、土壤属性)收敛为脆弱性基本驱动因子,而在坡度权重、资源压力与经济指标上的分歧揭示了专家驱动与数据驱动视角的互补优势。IWCS与水质参数呈中等相关,尤以氨氮(r = 0.53)与河流污染指数(RPI, r = 0.43)为著,证实其有效性。该多维框架为应对水资源NTS威胁的适应性流域管理与保护策略提供稳健基础,据此优先建议包括控制淡水河流域脆弱子流域城市扩张、治理浊水溪西部农业非点源污染、强化水质监测网络,以及将IWCS整合进流域规划与修复项目,以支撑台湾河流域更具韧性与可持续的水资源系统。
研究背景方面,流域作为维系水量、土地、植被等自然资源平衡的核心单元,其健康退化已成为全球性问题,表现为水体污染、土壤侵蚀与沉积等,威胁公众健康、生态稳定与区域可持续发展,并被纳入非传统安全(NTS)议题。台湾因山地地形与快速土地利用变化,流域退化显著:北部淡水河(DRB)受城市废水压力,中部浊水溪(ZRB)受水蚀产沙主导。既有评价工具如WRASTIC、环境脆弱性指数(EFI)等多依赖预设指标或单一权重,缺乏融合自然—人为多维压力并对照实测水质的统一框架。为此,研究人员以《Ecological Indicators》为发表载体,提出集成流域状况指数(IWCI)与集成流域状况评分(IWCS),在DRB与ZRB两流域开展RS-GIS支持下的多准则评价,以量化流域脆弱性并验证其与水质的关联。
关键技术方法上,研究人员获取2022年Landsat 8 OLI/TIRS影像(30 m分辨率,Path/Row覆盖全台五景),结合同期气候(WorldClim 1 km)、土壤图、839个子流域矢量(2021年台湾水利署开放数据)、2010?2023年环境部水质监测站记录、30 m USGS DEM、1 km人口密度(HDX)、NOAA夜间灯光GDP代理、OpenStreetMap路网;以随机森林(RF, n-estimators=50, max-depth=20)分类LULC(Kappa=0.972);选取19项指标分属地形地貌、气候水文、土壤属性、植被覆被、人为条件五组,分别用专家成对比较AHP(5人面板,一致性比<0.1)与数据驱动PCA(取PC1绝对载荷归一化)赋权;经Z-score标准化后加权聚合得IWCI,再极差归一化为0?100的IWCS;最后将子流域IWCS与监测站2010?2023年均值(DO、BOD、SS、NH3-N、RPI等)做相关分析验证。
研究结果部分,3.1节LULC分类结果显示RF高精度(测试集Accuracy 0.974,Kappa 0.972):DRB森林81.82%、建成区10.31%,ZRB森林79.01%、裸地6.68%、耕地9.71%,印证DRB城市化强度与ZRB农林主导的差异。3.2节19项标准化指标空间分布表明,坡度、LS因子、排水密度、TWI、SPI集中于东部山地产流区;降水与温度呈海拔梯度;土壤类型与质地空间异质;EVI、NDWI在高植被区偏高而NDLI反之;人口、夜间灯光、路网、IBI在DRB下游台北都会区高度集聚。3.3节IWCI比较中,AHP与PCA空间格局一致(PC1解释方差41.08%),多数子流域低—中度脆弱;AHP赋予坡度更高权(≈0.09 vs PCA≈0.075),PCA赋予水汽压更高权(≈0.085 vs AHP≈0.03),体现专家与统计视角互补;IWCI图显示DRB上游及ZRB中西农作带为相对高值,北岸山林与ZRB中东部低值;林内二号取水口(Z21)野外核查低IWCS与现场清水条件吻合。3.4节IWCS空间分布指出DRB北部头水子流域(D1-D8)因人口与不透水面得分偏高,ZRB西海岸农作子流域(Z16-Z22)因耕地裸土高分;相关分析显示IWCS与NH3-N(r=0.53)、COD、RPI(r=0.43)、亚硝氮正相关,与DO、pH、氯化物负相关,月尺度与RPI年均r=0.228且春季(4月r=0.351)最强,验证IWCS可表征水质受损程度。
讨论部分总结,两流域天然—社会条件空间异质决定单因子法不足取;五组指标框架同时捕捉地形能控、气候驱动、土壤调节、植被缓冲与人为改径过程,AHP-PCA双权重下热点(陡坡+高排水+城市/农作叠加)依然稳健,与Alilou等模糊ANP、Jodhani等EO-GIS-MCDA近期研究结论一致,证明多维RS-GIS-MCDA路径在缺数据或复杂山区可行。结论部分译文如下:本研究成功建立IWCS框架评估台湾浊水溪与淡水河流域脆弱性,融合RS、GIS与多准则决策,RF分类Kappa=0.972揭示DRB建成区10.31%与ZRB耕地9.71%的对比;AHP与PCA在识别空间格局及核心驱动(人口密度、排水、土壤)上高度一致,PCA的PC1解释41.08%方差,方法分歧互补反映坡度专家认知与资源压力数据信号;林内二号现场低IWCS与IWCS-水质相关(NH3-N r=0.53, RPI r=0.43)共同验证框架效力;空间上多数子流域低—中度脆弱,热点位于DRB北部城市压与ZRB西部农压区;作为NTS工具,IWCS可支撑早期预警、土地规划与靶向修复,建议DRB控城市扩张、ZRB治农业非点源、扩监测网并纳入规划。研究局限为静态指标难捕季节动态、单点验证与权重不确定,未来需高频监测与动态模型拓展。