湿地生态水文周期方法：基于发生频率的方法

《Journal of Hydrology: Regional Studies》：Wetlands' e-hydroperiod method: Frequency-of-occurrence-based approach

　　

研究区域：大卡塔萨哈湖（Great Lagoon of Catazajá）是一个拉姆萨尔（Ramsar）湿地，也是大加勒比海牛（Trichechus manatus manatus）的栖息地。该湖泊位于乌苏马辛塔河（Usumacinta River）的洪泛平原，该河是中美洲最强大的河流，是一个跨界流域，其大部分河道流经危地马拉西部和墨西哥南部。研究重点：本研究旨在提出一种方法学方法，用于评估特定于湿地的环境水分配（生态水文周期，e-hydroperiod），采用环境水流（eflows）的理论原则。研究人员将低流量（low-volumes）与高峰事件（peak-events）分开参数化，并根据从四到五级分类系统（four-to-five-tier class system）中选择的环境目标，整合水文条件和高峰事件类型发生的频率。在墨西哥的研究作为概念验证（proof-of-concept）和模型适用性评估。结果显示，该方法与自然状态相比表现良好（决定系数R² ≥ 0.93）。新的水文见解：本研究解决了缺乏专门用于湿地环境水分配框架的问题，这些框架考虑了湿地水文动态。基于频率的生态水文周期（e-hydroperiod）组成部分支持了淡水挑战（Freshwater Challenge）到2030年恢复3.5亿公顷湿地的目标，其实施保障了可持续利用和生态功能的水资源。

**论文解读：基于发生频率的湿地生态水文周期评估方法**

**研究背景与问题**

淡水生态系统正面临前所未有的环境变化风险，尽管仅占地球表面水的2.5%，却承载了10%至12%的已知物种。然而，淡水生态系统的服务功能因人类改造和退化而持续下降。全球湿地面积已减少超过70%，1970年至2020年间，水生和半水生脊椎动物种群丧失了85%。为应对这一危机，淡水挑战（Freshwater Challenge, FWC）提出到2030年恢复30万公里河流和3.5亿公顷湿地的目标，这与《昆明-蒙特利尔全球生物多样性框架》30×30目标中基于自然的解决方案（Nature-based Solutions, NbS）高度一致。

环境水流（environmental flows, eflows）的实施被视为阻止和逆转淡水生物多样性丧失的首要措施，但现有方法主要集中于河流系统，针对湿地（尤其是静水生态系统）的环境水分配方法（生态水文周期，e-hydroperiod）严重缺乏。湿地水文动态由水位随时间的变化（水文周期，hydroperiod）决定，其受水量平衡（进出流）控制。然而，大部分现有研究聚焦于受控流量的管理或污染物去除，缺乏基于水流成分（低流量与高峰事件）的湿地在环境水分配方面的可操作工具。研究人员和淡水生态系统管理者亟需考虑水文变异性的科学工具，以应对气候变化加剧的不确定性。

**研究内容与意义**

本研究针对上述问题，提出了一种基于发生频率（Frequency-of-Occurrence, FoO）的湿地生态水文周期（e-hydroperiod）评估方法。该方法将河流eflows的理论原则应用于静水湿地，将低流量（ordinary conditions）与高峰事件（extraordinary conditions）分开参数化，并根据四到五级环境管理类别（从A+到D）调整水分配。研究以墨西哥大卡塔萨哈湖（Great Lagoon of Catazajá, GLC）为案例进行概念验证，该湖泊是拉姆萨尔（Ramsar）湿地，也是大加勒比海牛（Trichechus manatus manatus）的栖息地，位于乌苏马辛塔河（Usumacinta River）洪泛平原。研究结果表明，该方法与自然状态拟合良好（决定系数R² ≥ 0.93），为湿地环境水分配提供了可实施的科学工具，支持FWC等全球恢复目标。该论文发表在《Journal of Hydrology: Regional Studies》。

**主要关键技术方法**

研究人员采用了以下主要关键技术：1）利用卫星遥感影像（10 m分辨率）和公开的LiDAR数据，结合野外测量，构建数字高程模型（DEM）和卫星衍生测深（Satellite-Derived Bathymetry, SDB），并导出体积-面积-水位（V-A-L）曲线，以数学表达不同洪水事件下的储水能力。2）基于长期水文数据（31年日尺度序列）进行水量平衡计算，将低流量（ordinary conditions）按四分位数（10th、25th、75th百分位）分类为极干、干、平均、湿四种水文条件，并识别每年最大日体积（V_max）作为高峰事件，按重现期（1年、1.5年、5年、10年、20年）将高峰事件分为五类（Cat I–V）。3）采用发生频率因子（Frequency-of-Occurrence factors）整合低流量和高峰事件，根据环境目标类（A+到D）调整各水文条件和高峰事件类别的频率，得出e-hydroperiod的年体积（hm³）。4）通过纳什-萨特克利夫效率系数（Nash-Sutcliffe Efficiency, NSE）及其标准化形式（Normalised NNSE）和决定系数R²进行模型性能验证，包括自然状态与e-hydroperiod的对比，以及参考期（1993–2008）与评估期（2009–2023）的对比。样本队列来源：墨西哥大卡塔萨哈湖（GLC）及最近的水文站Boca del Cerro。

**研究结果**

**3.1 环境水文周期分析（Analysis of the environmental hydroperiod）**
通过分析GLC的水文周期，研究人员发现：最高日体积出现在2011年（6,979 hm³），最低在2020年（1,439 hm³），中位日储量为3,410 hm³，年均体积（MAV）为42,240 hm³。GLC的水位变化与乌苏马辛塔河的流量季节同步，但峰值更平缓，低值更浅。推荐的e-hydroperiod年体积为41,275 hm³（占MAV的98%），以模拟自然状态（A+类）。横截面分析显示，不同环境目标类下各水文条件对应的水位和体积范围（附录C）。该结果表明，GLC水文周期具有稳定缓冲作用，并能支持不同环境管理目标下的水分配。

**3.2 环境水文周期验证（Environmental hydroperiod validation）**
研究人员通过两阶段验证评估模型性能。第一阶段：将全周期（1993–2023）的e-hydroperiod（A–D类）与自然状态（A+）对比，结果显示，水文条件（湿、平均、干、极干）和四类环境目标的决定系数R²均≥0.93，标准化NNSE≥0.90，表明拟合良好。斜率分析显示，平均和干条件以及A类目标表现良好（S = 1±0.1），但湿条件为中等。第二阶段：将参考期（1993–2008）与评估期（2009–2023）对比，结果差异在预期范围内，水文条件的R²在0.71（湿）到0.85（干、平均）之间，环境目标的R²从A类（0.93）下降到D类（0.67），表明越接近自然状态，模型拟合越好。高峰事件成分的R²≥0.97，NNSE≥0.91，斜率分析显示良好。这些结果验证了FoO方法能有效代表湿地水文变异，并可根据环境目标灵活调整。

**讨论与结论**

讨论部分强调了该方法的价值：基于FoO的e-hydroperiod将低流量和高峰事件分开考虑，涵盖了极端条件，支持了水文-生态关系（如物种扩散、繁殖、植被演替）。在GLC案例中，保护高峰事件可维持最小水力交换（Cat I）、大型动物扩散（Cat II）和生态演替（Cat III及以上）。与传统长期平均方法不同，该研究引入更宽的水文基线，整合了时间变异和统计基础，以应对非平稳性挑战。局限性包括：数据长度（建议≥20年）、遥感分辨率（10 m对小型湿地可能不足）、以及浅水混浊水体对SDB精度的影响。该方法适用于季节性、间歇性和永久性湿地，但需进一步在间歇性和暂时性湿地中验证频率因子。

**结论部分翻译：**
湿地的恢复和环境水分配的更广泛实施是保护淡水生物多样性和保障生态系统服务的关键行动。在此背景下，决策者需要战略解决方案，研究人员需要创新工具来制定适合具体情况的保护计划。
本研究提出的基于水文的静水水体方法，是从现有的环境水流科学中改编而来，并基于已有框架实施。它与以往方法的不同之处在于，将发生频率（Frequency-of-Occurrence）作为环境水分配评估的核心，并聚焦于湿地水力学中低变化率的特点。通过定义水文条件和环境目标，决策者可以调整策略，确保为栖息地提供和生态过程的水资源。
该方法的实施支持与水文情势和连通性相关的生态过程；生态水文周期（e-hydroperiod）通过现场评估和特定系统的本地知识得以丰富，特别是其生态水文关系。这对于中期和长期环境目标的适当监测和评估尤为重要。本研究的一个重要限制是可获取卫星图像的分辨率，该地区的其他研究人员可能遇到类似挑战；同样，长期水文数据的可靠性可能决定研究人员在其他研究地点评估e-hydroperiod的能力。此外，未来的跨学科研究将改进用于确定场地保护目标的参考值，并平衡其与人类可持续用水需求的关系。最后，e-hydroperiod方法的实施可为生态过程保障水资源，这对FWC的恢复目标以及《昆明-蒙特利尔全球生物多样性框架》30×30目标中基于自然的解决方案（目标3）至关重要。