《Sustainability》：A Coupled Simulation and Flood Mitigation Design Framework for Urban Waterlogging Based on LID Spatial Layout Optimization
编辑推荐：
摘要：实现可持续发展目标（SDG）6.5所倡导的各层级水资源综合管理，需要能够在地方行政尺度上运作的评估工具。然而，流域可持续性评估大多在整流域或省级尺度进行，这掩盖了对于地方水资源管理至关重要的空间差异。本研究通过整合HELP框架（水文学、环境、生命与政策）
摘要：实现可持续发展目标（SDG）6.5所倡导的各层级水资源综合管理，需要能够在地方行政尺度上运作的评估工具。然而，流域可持续性评估大多在整流域或省级尺度进行，这掩盖了对于地方水资源管理至关重要的空间差异。本研究通过整合HELP框架（水文学、环境、生命与政策）、压力-状态-响应（Pressure–State–Response, PSR）结构、经过校准的QSWAT水文模型以及地理信息系统中的空间分析，为泰国Nong Han流域开发了分区（sub-district）尺度的流域可持续性指数（Watershed Sustainability Index, WSI），覆盖25个分区。结果表明，该流域具有中高水平的可持续性，平均WSI为0.620：18个分区被归类为高水平，7个为中等水平，无一落入低水平类别。生命和水文维度表现最强，而政策维度是大多数分区的限制因素。这一限制源于极低的响应分量（0.19），而非机构能力的缺乏，这由以下发现所证实：政策得分低和高的分区仅在政策维度上存在差异。表面均匀的总体指数与维度得分之间的高度差异，共同证实了分区尺度诊断的价值。所提出的框架将评估结果转化为空间优先级排序、机构关联决策矩阵和干预类型学，从而支持地方行政组织进行基于证据的水管理。
**论文解读：基于HELP–PSR框架与QSWAT模型的分区尺度流域可持续性评估——以泰国Nong Han流域为例**
**一、研究背景与问题**
流域作为连接水文过程、生态系统、土地利用与人类活动的自然空间单元，其可持续性评估需要综合考量环境质量、生活质量与政策响应，而非仅关注水资源可用量。这一综合性视角与可持续发展目标（SDG）6，特别是目标6.5（要求在所有层级实施水资源综合管理）相契合。为此，联合国教科文组织（UNESCO）在国际水文计划（IHP）下开发了HELP框架（水文学、环境、生命、政策），将四个维度的指标整合为流域可持续性指数（WSI），并引入经济合作与发展组织（OECD）的压力-状态-响应（PSR）概念来描述人类活动压力、流域状态与社会响应之间的因果关系。
尽管WSI已被广泛接受并应用于全球多种类型的流域，但现有研究仍存在三个重要缺口：第一，大多数评估在整流域或省级尺度进行，未能达到地方水资源管理的实际操作单元——分区（sub-district）层级，从而无法识别流域内部的空间差异；第二，多数研究仅报告数值型指数值，而未诊断导致各区域可持续性下降的具体机制或分量，使评估结果与实际应用脱节；第三，评估结果与监管机构决策之间的量化联系仍有限，许多WSI计算对指标赋予相等权重而缺乏实证依据，且依赖框架开发者主观设定的阈值。针对上述缺口，本研究以泰国Nong Han流域为对象，提出三个研究问题：各分区在四个维度上的可持续性水平及空间差异如何？PSR框架下哪些机制或分量是主要限制因素，分布在哪些分区？如何将评估结果转化为对监管机构的量化空间决策支持？研究目标相应设定为：在分区尺度上整合QSWAT水文模型与GIS空间分析构建并计算WSI；诊断各分区的限制维度与PSR分量；基于评估结果开发空间优先级排序与决策支持框架。
**二、研究方法与技术**
研究采用了五项关键技术方法：（1）QSWAT水文模型设置、校准与验证：利用DEM、土地利用、土壤和坡度数据划分流域为186个子流域和水文响应单元（HRU），通过手工顺序参数调整，使用两个水文站（Kh.90和Kh.9A）的月径流数据进行校准和验证，采用决定系数（R2）、纳什-苏特克利夫效率（NSE）和百分比偏差（PBIAS）评估模型性能；（2）空间降尺度：通过GIS叠加分析将子流域结果按面积比例分配到25个分区，计算各分区可用水量；（3）基于Sentinel-2影像的归一化差异植被指数（NDVI）计算，用于评估环境维度状态分量；（4）HELP–PSR指标体系构建：定义15个指标，采用绝对阈值标准化为0-1五分制得分，并按PSR分量、维度、总体WSI三级聚合；（5）诊断与决策支持框架：包括限制维度识别（最低分维度）、变异系数（CV）计算空间差异、优先级目标曲线、机构关联决策矩阵和干预类型学。研究数据来源于政府机构的次级数据和多种空间数据库，包括数字高程模型、土地利用图、土壤图、日气候数据、水文站流量数据、Sentinel-2影像、人口、家庭收入、人类发展指数、地方发展计划和水相关预算等。
**三、主要研究结果**
**3.1 QSWAT模型性能与径流模拟**
模型将流域划分为186个子流域，校准和验证结果显示，Kh.90站校准期（2013-2020）R2=0.72，NSE=0.71，PBIAS=?4.27%；验证期（2021-2024）R2=0.83，NSE=0.81，PBIAS=4.50%。Kh.9A站验证期（2019-2020）R2=0.94，NSE=0.90，PBIAS=?4.04%；校准期（2021-2024）R2=0.82，NSE=0.80，PBIAS=?7.36%。所有时期NSE均高于0.50，|PBIAS|低于25%，表明模型性能良好至极佳。年均径流量在Kh.90为317.42百万立方米，Kh.9A为466.72百万立方米；雨季径流占年总量的86.33%，显示强烈的季节性变异。
**3.2 物理与环境特征**
土地利用对比显示，2017年农业用地占44.35%，森林占34.47%；2022年分别变化为43.94%和34.22%，水域和城市社区面积略有增加，所有类别变化不超过0.5个百分点，表明土地利用变化压力处于可控水平。NDVI分析显示，茂密植被覆盖面积为424.11平方公里，占流域26.22%，主要分布在西南和南部森林区，而中部和北部农业和社区区域NDVI值明显较低。各分区茂密植被比例平均为22.71%，变化范围从城市分区不足1%至水源林分区超过60%。
**3.3 分区HELP–PSR与WSI评估结果**
在指标层面，H维度中水量压力分量（HYP1）均值为0.92，水质分量（HYP2）为0.58；人均可用水量状态分量（HYS1）均值为0.56（实际值均值5525.50立方米/人/年），BOD5水质状态分量（HYS2）为0.68；响应分量HYR1和HYR2分别为0.50和0.65。E维度压力分量（ENP1）高达0.92，自然植被状态分量（ENS1）为0.50，保护响应分量（ENR1）为0.44。L维度收入变化压力（LIP1）为0.65，人类发展指数状态（LIS1）为1.00，指数演变响应（LIR1）为0.50。P维度中教育与社区能力变化（POP1）为0.74，机构能力状态（POS1）为0.55，而水管理预算响应（POR1）仅为0.19，为所有分量中最低。
维度层面，H维度均分0.65（范围0.38-0.92），14个分区达高或极高；E维度均分0.62（范围0.42-0.83），13个中等、9个高、3个极高；L维度均分最高0.72（范围0.50-0.83），22个分区达高或极高；P维度均分最低0.49（范围0.25-0.83），4个低水平、16个中等。总体WSI均值为0.620（范围0.47-0.72），属高水平；25个分区中18个为高水平，7个为中等，无低或极高水平。最高WSI分区为Chan Phen（0.72）、Tong Khop（0.71）等，但雷达图显示多数高分分区主要依赖H和E维度，P维度仍为中等水平。
**3.4 限制因素诊断与空间差异**
按最低分维度识别限制因素，P维度是18个分区（按共享最低分计数）或13个分区（仅单一最低分）的限制因素，其次为E维度（6个）、H维度（5个）和L维度（2个）。P维度限制的分区分布全流域，无集中区域。P维度内，响应分量（POR1）变异系数高达1.79，远大于状态分量（POS1）的0.19；17个分区获得最低POR1得分（0.00），其中15个在研究年份内完全未获得水相关预算分配。空间差异分析显示，P维度CV为0.28，最大最小比达3.33，为最高；H维度CV为0.25，E维度为0.20，L维度最低为0.11。Levene检验确认四维度方差显著不同（W=5.06, p=0.003）。Bootstrap比较显示P维度CV显著高于E和L维度，但与H维度差异不显著。总体WSI的CV仅为0.11，低于所有维度得分，表明聚合指数掩盖了维度层面的空间差异。稳健性检验显示，在不同权重情景下，Spearman秩相关为0.80-0.89；不同离散化方案下为0.921-0.966；阈值扰动下为0.984-1.000。P维度在所有情景下均为最频繁限制维度，仅当完全排除POR1时，E维度才成为最频繁（11个分区），但排除POR1并非有效设定。
**3.5 优先级排序与决策支持**
基于人口覆盖的优先级排序显示，针对7个WSI最低的中等水平分区仅覆盖约22%的流域人口，低于等比例参考线，表明空间干预效率高（以较少行政单元触及最脆弱人群）。That Choeng Chum为人口密集城市（50,130人），但WSI高达0.66，位于排序第18位，单一分区将人口覆盖率从约62%提升至81%。机构关联决策矩阵根据限制维度将分区分组并对应具体措施和责任机构：P维度限制组（18个分区）重点加强政策响应，包括水相关预算分配和综合管理能力强化；E维度限制组（均分0.62，ENR1为0.44）注重绿地恢复和保护及土地利用变化控制；H维度限制组（均分0.65，HYS1为0.56）关注提高用水效率、废水管理和社区水源开发；L维度因得分最高（0.72）且空间差异最小，不构成任何分区的限制因素，只需监测维护。干预类型学以WSI=0.60和P得分=0.50为阈值，将分区分为四类：紧急组（6个，WSI和P均低于阈值，所有PSR分量均低于流域均值，响应分量0.29对比流域均值0.43）、政策拖累组（7个，WSI可接受但P低，压力0.79和状态0.72高于流域均值，响应0.43为组内最低）、观察组和均衡组。均衡组覆盖最大人口（58.99%），政策限制组（紧急+政策拖累）共覆盖约39%人口。图10e显示，P得分低于阈值的13个分区与高于阈值的12个分区在H、E、L维度上得分差异均小于0.02，仅在P维度上差异显著（0.39对比0.61），定量证实P维度是区分分区可持续性的唯一因素。
**四、讨论与结论**
研究讨论指出，Nong Han流域总体可持续性为中高水平（WSI均值0.62），但聚合指数的低差异（CV=0.11）掩盖了维度层面的高差异（P维度CV=0.28），这凸显了分区和维度层面评估的方法论价值。P维度是最明确的限制因素，其低得分源于极低的响应分量（0.19）而非机构能力缺乏（状态分量0.55），与泰国水管理背景中的“响应缺口”特征一致。与既往研究相比，本研究将评估尺度降至分区水平，并增加了空间限制因素诊断，揭示了粗尺度评估无法显示的流域内部差异。政策启示在于，水相关预算和措施的分配应基于各分区的限制维度，而非全流域统一实施。研究局限性包括等权重假设、预算数据时间不连续、人类发展指数无法完全反映分区内部差异、数据基年不一致、两个分区的面积比例分解假设、分类边界敏感性以及仅两个水文站带来的空间不确定性。未来研究应探索数据驱动或利益相关者判断的权重方法、系统收集分区级制度与预算数据，并整合气候变化情景评估。
研究结论为：本研究通过整合HELP–PSR框架、QSWAT水文模型和GIS空间分析，开发了Nong Han流域分区尺度WSI。评估显示流域平均WSI为0.62，18个分区高水平、7个中等，无低水平。L维度得分最高，其次为H维度，P维度最低。经校准和验证的QSWAT模型性能良好，支撑了水文指标的可靠性。机制诊断表明P维度是多数分区（18/25）的限制因素，主要源于极低的响应分量（0.19）而非机构能力不足。空间差异分析显示聚合指数均匀而维度得分差异大，特别是P维度。通过人口覆盖优先级排序、机构关联决策矩阵和干预类型学，研究将WSI与规则化空间优先级框架相连接，回应了三个研究缺口。实践上，针对7个最脆弱分区仅覆盖约22%流域人口，少于随机区域选择，表明空间干预所需行政单元更少。该框架可应用于泰国及湄公河地区具有类似特征的流域，为地方行政组织实现SDG 6和SDG 11提供基于空间证据的可持续水资源管理路径。
