《Ecological Indicators》:Quantifying driving mechanisms and spatial optimization of water supply-demand dynamics in humid subtropical regions: Evidence from a typical hilly region of southern China (1996–2023)
编辑推荐:
湿润地区,传统上被认为是相对丰水的,在快速城市化、产业集聚和气候变化的共同压力下,正日益面临局部水资源短缺以及水供应(WS)与需求(WD)之间的空间不匹配。本研究聚焦于江西省,一个中国代表性的湿润亚热带区域。研究人员通过耦合InVEST模型(生态系统服务与权衡
湿润地区,传统上被认为是相对丰水的,在快速城市化、产业集聚和气候变化的共同压力下,正日益面临局部水资源短缺以及水供应(WS)与需求(WD)之间的空间不匹配。本研究聚焦于江西省,一个中国代表性的湿润亚热带区域。研究人员通过耦合InVEST模型(生态系统服务与权衡综合评估模型)、双变量空间自相关分析(bivariate spatial autocorrelation analysis)和XGBoost-SHAP可解释性机器学习(eXtreme Gradient Boosting-Shapley Additive Explanations),开发了一个综合分析框架。该框架用于系统性地检查1996–2023年区域WS和WD的时空动态,识别空间聚类模式,量化关键影响因素及其基于模型的空间异质性贡献,并划定差异化的水资源管理分区。结果显示:(1)1996–2023年期间,江西省总体上保持在水盈余状态,平均水安全指数(WSI)为0.36;然而,WD增长了21.57%,远超过WS的2.21%增长。区域WS和需求的空间分布呈现出相对稳定的模式,即山区长期供需盈余,而北部平原不平衡加剧。(2)基于整合WSI盈余-赤字状态和空间聚类模式的二维分区框架,研究区域被划分为五个功能区,并为每个区域提出了相应的管理策略。(3)国内生产总值(GDP)和降水(PRE)是与WSI相关的最重要贡献因素。GDP的负贡献在北部平原的城市群中最为显著,而PRE、坡度和植物有效水含量(PAWC)的正贡献集中在东部和南部山区,突出了自然禀赋和人类活动与WSI的空间异质性关联。本研究为识别水供需不匹配、诊断WSI、制定差异化水资源管理策略以及理解湿润亚热带区域的驱动机制提供了可转移的方法论参考。
在湿润亚热带区域,尽管传统上被认为水资源丰富,但快速城市化、工业集聚和气候变化已导致局部水资源短缺和供需空间错配。现有研究多聚焦于干旱半干旱区,对湿润区域的研究不足,且缺乏将供需模拟、安全诊断、空间分区和驱动机制解释集成的统一框架。因此,研究人员以江西省这一典型湿润亚热带丘陵区为研究对象,开展此项研究。研究人员开发了集成InVEST模型、水安全指数(WSI)、双变量空间自相关分析(bivariate LISA)和XGBoost-SHAP可解释机器学习的分析框架,系统分析了1996–2023年水供应(WS)和水需求(WD)的时空动态,识别了空间聚类模式,量化了关键驱动因素及其空间异质性贡献,并划定了差异化水资源管理分区。研究得出以下主要结论:江西省总体上保持水盈余状态(平均WSI=0.36),但WD增长(21.57%)远超WS增长(2.21%),供需空间格局呈现山区盈余、北部平原失衡的稳定模式;基于WSI和双变量LISA的二维分区将研究区划分为五个功能区(水盈余区、水脆弱区、水压力区、水失衡区和生态水管理区),并提出了相应管理策略;国内生产总值(GDP)和降水(PRE)是影响WSI的最重要因素,GDP的负贡献集中在北部平原城市群,而PRE、坡度和植物有效水含量(PAWC)的正贡献集中在东部和南部山区,揭示了自然禀赋和人类活动与WSI的空间异质性关联。该研究发表在《Ecological Indicators》,为识别水供需不匹配、诊断WSI、制定差异化水资源管理策略及理解湿润亚热带区域驱动机制提供了可转移的方法论参考。
**关键技术方法**:研究人员主要采用了以下关键技术方法:(1) 运用InVEST模型的水产量模块,基于土地利用、气候和地形等数据,模拟区域水供应(WS)的空间分布;(2) 采用自下而上的估算方法,基于格网化的空间代理变量(如农业面积、工业GDP、人口密度、生态用地面积)和部门用水系数,量化农业、工业、生活和生态水需求(WD),数据来源为江西省水资源公报和统计年鉴;(3) 利用水安全指数(WSI)评估供需平衡,WSI>0表示盈余,WSI<0表示赤字;(4) 应用双变量局部空间自相关分析(bivariate LISA)识别WS与WD的空间聚类模式(如高-高、低-低等),采用一阶Queen邻接权重矩阵,显著性水平p<0.05;(5) 构建XGBoost-SHAP可解释机器学习模型,以WSI为响应变量,选择12个自然和社会经济预测变量(包括PRE、潜在蒸散发PET、相对湿度RHU、数字高程模型DEM、坡度、归一化植被指数NDVI、净初级生产力NPP、PAWC、基岩深度DTB、人口密度POP、GDP、夜间灯光NTL),通过随机采样(70%训练,30%测试)建模,并使用SHAP值量化各变量对WSI预测的贡献及空间异质性。
**研究结果**:
**3.1 水供需模式的时空特征**
**3.1.1 总WS与WD结构分析**:通过量化1996–2023年江西省总WS和分部门WD的时序变化,发现平均总WS为163.45×10
9 m
3,增长2.21%;总WD平均23.24×10
9 m
3,增长21.57%。用水结构中,农业WD占比最高(约63%),其次为工业(23%)、生活(10%)和生态(4%)。工业WD在2015年达到峰值后下降,生态WD先升后降,表明产业结构调整和节水政策有效缓解了WD压力。
**3.1.2 WS、WD与WSI的空间分布及趋势**:基于1996–2005、2006–2015、2016–2023三期空间分布分析,WS呈现东北高、西南低的空间异质性,高WS区集中在东部山区(鹰潭、上饶、抚州),低WS区在西南部(赣州、吉安)。WSI长期平均值为0.36,总体盈余;WSI<0的赤字区稳定分布在北部鄱阳湖平原,WSI>0的盈余区位于西部、东部和南部山区。时序上,WSI年均增长0.007 yr
-1,表明省域尺度供需安全提升,但WD持续增长且高需求区向北部平原集中,呈现“总体改善但局部加剧”的模式。
**3.2 水供需空间分区**
**3.2.1 WS和WD的空间自相关**:通过双变量LISA分析,发现供需空间聚类强度随时间增强,非显著区比例从60%降至51%。核心聚类类型为高-高(HH)和低-低(LL),占比分别从8%和16%升至11%和18%;高-低(H-L)和低-高(L-H)类型也增加,表明供需矛盾在经济发展区加剧。
**3.2.2 基于WSI和双变量LISA的水资源管理分区**:结合WSI符号和双变量LISA聚类模式,将研究区划分为五类功能区:水盈余区(占22.53%,高供应主导的“源”空间,位于东部和北部高山)、水脆弱区(占21.21%,低供应但盈余,集中在南部,盈余余量小,易受干扰)、水压力区(占1.93%,低供应-高需求,资源型缺水,散落于北部)、水失衡区(占2.52%,高供应-高需求,需求驱动型缺水,位于鄱阳湖平原城市群和工业带)、生态水管理区(占51.81%,WSI>0但无显著空间聚类,分布于中部平原外围,需灵活管理)。
**3.3 探索WSI空间变化的驱动机制**
**3.3.1 驱动因素对WSI的贡献识别**:通过XGBoost-SHAP模型(R
2=0.89,RMSE=0.07,MAE=0.05),量化了12个变量对WSI预测的贡献。GDP和PRE的贡献最大,GDP主要与较低的WSI预测值相关,PRE主要与较高的WSI预测值相关;坡度、PAWC和NDVI为次要贡献因素。
**3.3.2 关键驱动因素的空间变化**:空间化SHAP值显示,GDP的负贡献集中于北部经济核心区,与区域发展梯度一致;PRE的贡献呈南北分异,正贡献区在东北部,负贡献区在南部;坡度和PAWC的负贡献集中在北部平原,正贡献在山区;NDVI和DEM在山区影响较强;POP的负贡献在人口密集城市;PET和RHU在山区呈负效应,表明山区水赤字受植被和气候共同驱动。这揭示了WSI空间变化受自然和人为因素共同作用,且驱动效应具有显著空间异质性。
**讨论总结**:讨论部分指出,研究结果证实了湿润区“水丰而缺”的典型特征,即供需错配源于自然禀赋空间异质性与人类活动集聚的耦合。GDP是最强预测因子,与北方平原需求压力一致;PRE在山区正贡献突出,维持盈余状态。基于WSI-双变量LISA的分区方法优于传统单一指标分区,将宏观“山区盈余、平原赤字”格局细化为五类功能区,并提出了针对性管理策略:水盈余区实施刚性保护+生态补偿;水脆弱区加强水产量提升和节水社会建设;水压力区采取多源供水+刚性节水;水失衡区强化需求端管理和用水效率提升;生态水管理区实行“一区一策”动态监管。研究局限性包括:InVEST模型未完全考虑浅层地下水补给、人类工程调控及河流-湖泊动力学过程;水需求估算存在不确定性;多源数据空间分辨率不一致可能影响管理分区边界。未来应整合水文观测、取水监测、河湖模型和参数敏感性分析,提升评估可靠性。
**研究结论(翻译)**:以江西省为代表的湿润亚热带丘陵区为例,本研究开发了一个集成分析框架,该框架结合了基于InVEST的水供应模拟、水需求估算、WSI评估、双变量LISA空间聚类和XGBoost-SHAP模型解释。该框架用于识别水供需不匹配、空间聚类模式和差异化管理优先区。通过超越仅基于水量或简单供需比的评估,所提出的框架为诊断水资源安全和支持湿润区域空间水治理提供了可转移的方法论参考。结果表明,研究期间江西省总体上保持在水盈余状态。然而,水需求增长远快于水供应,高需求区日益集中在人口和经济活动密集的鄱阳湖平原。这一发现表明,水资源丰富的湿润区域并不一定免受水安全风险;快速的社会经济发展可能诱发局部供需不匹配,出现“水丰区域缺水”现象。基于WSI盈余-赤字状态和空间聚类模式识别的五个管理区为差异化水治理提供了空间决策支持。水压力区和水失衡区应优先进行需求控制、节水措施和供需调配;水盈余区应注重维持水源涵养和区域调节功能;水脆弱区需要加强风险预警和需求增长约束;生态水管理区应根据土地利用特征和生态功能进一步细分。XGBoost-SHAP结果表明,GDP和降水是与WSI空间变化相关的主导预测因子。GDP主要与北部平原较低的WSI预测值相关,表明社会经济活动对区域水安全产生强压力。相比之下,降水、坡度和PAWC在山区表现出更强的正向模型贡献,凸显了自然禀赋在维持水盈余状态中的重要性。本研究仍存在若干局限性,包括验证主要基于省级尺度、像元尺度估算的不确定性、多源数据集空间分辨率不一致、水需求系数的不确定性、供需匹配的静态性以及不确定性传播分析不足。未来研究应整合多尺度水文观测、取水监测、河湖动力学模型、空间块验证和参数敏感性分析,以进一步提高湿润区域水供需安全评估和管理分区的可靠性。