数据驱动的缺失数据填补方法评估哥伦比亚长期径流趋势

《Hydrological Sciences Journal》：A data-driven gap-filling approach to assess long-term streamflow trends across Colombia

　　

水资源可用性支撑着哥伦比亚的经济和环境发展，因其依赖于农业和水电。历史径流趋势仍不确定，且尚无研究将网格化降水数据与机器学习相结合，以模拟哥伦比亚不同水文区域的降雨-径流过程。研究人员评估了1981-2022年月平均径流趋势，并将其与降水趋势以及最大和最小流量趋势相关联。通过随机森林（Random Forest，RF）和多层感知器（Multilayer Perceptron，MLP）模型，利用卫星衍生预测因子填补了径流记录中的缺失数据。模型性能具有互补性，并受流域面积、降水状况和变率的影响，在大型稳定流域中表现最佳。在区域上，奥里诺科、加勒比和太平洋地区以增加径流趋势为主，而马格达莱纳-考卡和亚马逊地区则呈现复杂模式。这些见解为未来研究径流变化的驱动因素奠定了基础，并可为适应性水资源管理和政策决策提供信息，以增强哥伦比亚对水文气候变率的恢复力。

气候变化加剧了水文循环，导致全球径流模式改变，但南美洲长期径流趋势分析有限且过时，哥伦比亚的历史径流趋势研究结果矛盾，缺乏将网格化降水数据与机器学习结合用于不同水文区域的降雨-径流建模。为此，研究人员开展研究，旨在评估1981-2022年月平均径流趋势，并探讨其与降水、最大和最小流量趋势的关系，以及机器学习模型在数据填补中的可行性。研究收集了哥伦比亚环境研究所（IDEAM）提供的192个流域的月径流观测数据（筛选条件：>30年记录，<10%缺失），利用气候危害组红外降水与站点数据（CHIRPSv2）月降水和多源天气（MSWX）气温估算的潜在蒸散发（ETo）作为气象输入，采用随机森林（RF）和多层感知器（MLP）模型填补缺失值，并通过曼-肯德尔（Mann-Kendall）检验和森氏斜率（Sen's slope）进行趋势分析。结论表明，机器学习模型性能具有尺度依赖性，在大型稳定流域（>3000 km²）表现最佳，而亚流域（100–600 km²）性能较差，主要受流域面积、降水强度和流量变率控制。区域上，奥里诺科、加勒比和太平洋地区以增加径流趋势为主，马格达莱纳-考卡和亚马逊地区呈现复杂模式。研究提供了更新的空间一致基线，为未来识别气候变化和人为驱动因素及适应性水资源管理提供科学依据，论文发表在《Hydrological Sciences Journal》。

**技术方法**：主要方法包括：1）数据来源：IDEAM提供的192个流域月径流观测（筛选条件：>30年记录，<10%缺失），CHIRPSv2月降水，MSWX气温估算潜在蒸散发（ETo）；2）机器学习模型：随机森林（RF）和多层感知器（MLP），以当月和前期两个月降水、月序数为预测变量，训练集90%（70%训练，20%验证），10%测试，采用克林-古普塔效率（KGE）、百分比偏差（PBIAS）和归一化均方根误差（NRMSE）评估；3）趋势分析：Pettitt检验同质性，季节性趋势分解（STL）分解，预白化（PW）去自相关，Mann-Kendall检验，Sen's斜率估计变化速率。

**研究结果**：

**3.1 机器学习径流模型验证与测试性能**：RF和MLP在验证和测试阶段性能稳定，KGE值测试阶段略有下降，NRMSE分散度降低，PBIAS在±15%内。RF在平均流量和最小流量上KGE略高于MLP，最大流量两者相似。模型性能在大型稳定流域更好。

**3.2 机器学习模型性能与地形气候特征的关系**：通过主成分分析（PCA）和聚类分析，将流域按面积分为微流域（<100 km²）、亚流域（100–600 km²）、流域（600–3000 km²）和水文系统（>3000 km²）。MLP和RF性能均随流域面积增大和流量变率减小而提高，水文系统KGE最高（0.80–0.89），亚流域最低（0.17–0.56）。主要控制因素为流域面积、降水强度和流量变率，潜在蒸散发和记录长度影响不显著。

**3.3 径流序列填补**：根据最佳KGE模型填补缺失值，共完成106个站点的最大、平均、最小流量序列。排除的站点多为安第斯山区亚流域，由于快速水文响应和降水-流量时间尺度不匹配。太平洋和加勒比排除率高（62%和57%），奥里诺科和亚马逊低（6%和23%），马格达莱纳-考卡两模型互补。

**3.4 趋势分析**：使用通过同质性检验的73个最大流量、79个平均流量、54个最小流量序列。

**3.4.1 降水**：太平洋75%增加，加勒比60%增加，奥里诺科46%增加，马格达莱纳62%无显著趋势，亚马逊44%增加44%无趋势。

**3.4.2 最大流量**：奥里诺科71%增加，太平洋50%增加，加勒比60%增加，马格达莱纳31%增加，亚马逊67%增加。增加趋势与降水趋势部分一致，但马格达莱纳和亚马逊可能有土地利用变化影响。

**3.4.3 最小流量**：马格达莱纳34%增加14%减少；太平洋75%无趋势；加勒比80%无趋势；奥里诺科50%增加30%减少；亚马逊67%增加。增加可能与地下水补给相关。

**3.4.4 平均流量**：马格达莱纳38%增加16%减少；太平洋60%无趋势；加勒比67%增加；奥里诺科53%增加；亚马逊50%增加。与降水趋势对应性较低，尤其在马格达莱纳，可能受人为因素影响。

**讨论与结论**：讨论部分指出模型性能与流域尺度相关，数据分辨率限制，以及趋势的复杂性。结论翻译如下：本研究分析了1981-2022年73个最大流量、79个平均流量和54个最小流量序列的趋势，并评估了RF和MLP模型填补缺失数据的可行性。结果表明，机器学习模型性能具有尺度依赖性，大型流域性能好，而亚流域较差。区域上，奥里诺科、加勒比和太平洋呈现更湿润趋势，而马格达莱纳-考卡和亚马逊更复杂，受土地利用、水库调节、地下水等影响。未来研究应聚焦战略流域，整合偏差校正降水数据、地下水监测和高分辨率模型，以识别驱动因素并支持适应性管理。