一个全面的分布式水文框架，用于评估在多种人为干扰下洪水对环境变化的响应

《Journal of Hydrology》：A comprehensive distributed hydrological framework for assessing flood responses to environmental change under multiple human disturbances

　　• 开发了一种新的分布式水文框架，能够明确表示多种人为干扰因素。
• 提出了一种改进的流量路由方法，用于量化农业垄片对地表径流的截留作用。
• 改进了地下水库模块，以提高其在山区流域中的适用性。
• 该框架在中等和大型洪水期间仍能保持令人满意的准确性。

**引言**
在气候和人为因素的共同影响下，流域内的水文过程发生了深刻变化。极端降水事件的频率增加以及地表条件的快速变化，共同加剧了洪水过程的突发性和不确定性（Haslinger等人，2025年）。在这种情况下，中小型流域由于集中时间短且对环境变化高度敏感，特别容易受到洪水灾害的威胁，这对区域洪水防治、灾害缓解和水资源管理提出了严峻挑战。近几十年来，这类流域中的洪水灾害已成为中国洪水相关损失的主要来源（Zhai等人，2021年；Zeng等人，2023年）。此外，在半湿润（SH）和半干旱（SA）地区，降雨模式的多样性和复杂的地表条件进一步复杂化了洪水模拟和预测，使得准确表示水文响应成为一个持续的挑战（Liu等人，2020年）。因此，在这些地区推进洪水模拟研究对于提高对水文过程的理解和加强洪水风险管理具有重要的科学和实际意义。

气候变化通过改变降水模式、蒸散强度和土壤含水量来影响径流产生和集中过程（Cafiero等人，2025年）。相比之下，人为干扰因素更为多样，并且经常在空间和时间尺度上相互作用。例如，地下水开采导致地下水位持续下降，减少了基流贡献（Tillman等人，2025年）；同样，地表水的抽取直接减少了下游流量，重塑了整个流域的水量平衡（Senbeta和Romanowicz，2021年）。像水库这样的水利工程可以减弱洪水峰值、减少洪水总量并延缓洪水过程，同时显著重新分配水资源（Lotfirad等人，2025年）。另一方面，诸如田间垄片这样的农业措施可以有效滞留地表径流，增强渗透作用并促进地下水补给（Zhang等人，2019年）。总体而言，复杂的气候和人为因素对流域水文循环的影响给模拟水文过程和理解其对环境变化的响应机制带来了巨大挑战（Wang等人，2025b）。

许多研究使用不同的方法考察和量化了气候变化和人为干扰对径流的影响。这些方法包括统计分析方法（如趋势分析和回归分析，Zhao等人，2015年；Sharifi等人，2021年）、归因分离方法（如双累积曲线法和Budyko框架，Zeng等人，2024年），以及水文模型（如VIC模型，Naha等人，2021年；Li等人，2023年；SWAT模型，Lei等人，2022年；Nepal等人，2023年）。此外，一些研究应用基于物理原理或数据驱动的模型来预测在气候变化和人为干扰情景下的未来径流变化（Li和Quiring，2022年；Moghadam等人，2023年）。与其他方法相比，概念模型和基于物理原理的模型可以明确表示径流产生和集中过程，从而模拟水文系统的动态演变。这些模型可以通过输入基准期和变化期的气象数据来定量模拟气候对径流等水文要素的影响。然而，人为干扰因素较难明确表示，通常通过情景比较或归因分析间接推断（Keller等人，2023年；Nguyen等人，2023年）。此外，目前关于流域水文对环境变化响应的研究主要集中在日、月和年尺度上（Maru等人，2023年；Abbas等人，2025年）。然而，在小时尺度上研究洪水过程可以更精确地描述人为因素对水文过程的影响。尽管有几项研究调查了洪水对环境变化的响应，但大多数研究集中在土地覆盖变化或城市化等因素上（Geng等人，2024年；Tran等人，2024年），而其他人为驱动因素尚未得到系统研究。此外，复杂的径流产生机制（RGM）和地表条件限制了在SH和SA地区进行洪水模拟的准确性，使得这些地区关于洪水对环境变化响应的研究尤其具有挑战性，导致相关研究很少。

一个能够表示复杂RGM并明确纳入多种人为干扰因素的水文模型对于填补这些研究空白至关重要。现有模型通常通过垂直组合、静态分配或模块化方法来描述不同的RGM（Landemaine等人，2023年；Zhang等人，2024年）。最近的研究进一步强调了动态识别机制的重要性，以捕捉其时间和空间变化（Huang等人，2016年；Du等人，2022年）。例如，Liu等人（2025年）开发了TOKASIDE-D模型，并在三个流域中模拟了洪水，从而探索了RGM的时空变化。此外，许多研究人员改进了模型结构，以考虑特定的人为干扰因素，如地下水过度开采（Cheng等人，2015年；Chen等人，2023年）、水库建设（Jordan等人，2022年；Zhou等人，2024年）、农业活动（Wang等人，2022年；Joseph和Ghosh，2023年）。然而，很少有研究能够同时明确表示多种人为干扰因素对洪水过程的影响，尤其是在中小型流域的小时尺度上。在之前的研究中，我们开发了GHydroMod-SIM-DAI模型，该模型能够在考虑多种人为影响的同时动态识别RGM（Wang等人，2025a）。其优越的结构和性能在清水河流域得到了验证。值得注意的是，其模块化设计不仅提高了可扩展性和适应性，还允许研究人员根据流域特征和研究目标灵活配置和组合模块。这种灵活性使得能够有针对性地分析受各种人为干扰因素影响的洪水过程，并为研究洪水对环境变化的响应提供了重要途径。

然而，该模型中的地下水库模块用于描述地下水位下降对径流产生的影响，但在山区流域中，地下水位观测数据非常有限。尽管一些研究尝试使用监测井数据和空间插值方法来估算区域地下水位（Xiao等人，2022年；Wang等人，2025c），但复杂的地质条件和井的稀缺性限制了其在山区地区的准确性。这类产品更适合揭示区域地下水位动态趋势，但它们对当地实际地下水位的表示仍然高度不确定，这限制了该模型在经历地下水位下降的山区流域中的适用性。此外，田间垄片截留是某些地区水资源下降的关键驱动因素（Wang等人，2024年）。尽管如此，GHydroMod-SIM-DAI模型并未考虑这种截留效应，因此未能完全捕捉洪水过程对环境变化的响应。此外，该模型尚未应用于多个流域，其可转移性和稳健性尚未得到充分评估。

因此，本研究改进了GHydroMod-SIM-DAI模型，开发了一个全面的分布式水文框架，能够明确表示多种人为干扰因素，并实现基于过程的小时尺度洪水模拟。通过用专门的过程模块替代传统的人为影响间接表征方法，改进后的模型明确考虑了地下水开采、水利结构运行、土地覆盖变化和农田蓄水。具体来说，引入了一个改进的地下水库模块，以捕获地下水下降对山区流域径流产生的影响（在这些区域地下水位数据较少）。此外，还引入了一个田间垄片截留模块，以量化农业垄片对地表径流的截留作用。这些基于过程的改进，加上灵活的模块配置，使得能够针对不同流域的有针对性分析各种人为影响，并提高SH和SA地区的洪水模拟性能，为揭示不同人为干扰因素对洪水过程的影响机制提供了科学依据和技术上的稳健框架。此外，该开发框架在具有不同人为干扰的几个代表性流域中进行了验证，以评估其在不同环境条件下的适用性和稳健性。

在过去几十年中，海河流域在中国主要流域中经历了最严重的水资源下降。这种下降主要归因于多种人为干扰因素，包括地下水开采、水利结构运行、土地覆盖变化和田间垄片截留（Yang等人，2022年）。这些条件使得该地区的小中型流域成为在变化环境下进行洪水模拟和响应分析的理想案例。因此，改进后的模型被应用于海河流域的五个代表性流域。首先，利用年降水量、平均温度和实际蒸散量数据评估气候变化特征。结合对土地覆盖变化、水利项目建设和地下水位变化等人为干扰因素的分析，确定了每个流域洪水特征变化的潜在驱动因素。根据这些结果，在基准期和变化期间为每个流域选择性地激活了可选模型模块。然后进行基准期的水文模拟，并将模型性能与Grid Xinanjiang（GXAJ）模型和Grid Green-Ampt（GGA）模型进行评估和比较。随后，将校准后的模型应用于变化期间的洪水事件模拟，并与观测到的洪水过程进行比较，以检查洪水对环境变化的响应。最后，通过灵活激活可选模块并在不同人为干扰下模拟水文过程，进一步验证了各种驱动因素的影响，从而在变化环境下实现更可靠的洪水模拟。

**模型结构**
GHydroMod-SIM-DAI模型基于GXAJ（Yao等人，2009年）和GGA（Huo等人，2022年）模型开发，用于小时尺度洪水模拟。根据每个时间步长（Δt）的净降水量强度、土壤含水量（θ）和土壤水力特性，模型动态识别每个网格的主要RGM，即饱和过剩或渗透过剩机制，其中定量区分标准和阈值遵循Wang等人（2025a）的方法。

**研究区域和数据**
Wang等人（2026年）将海河流域内的160个流域分为九种类型和五种环境变化模式。基于这些分类结果，选择了海河流域的五个代表性流域进行洪水模拟和环境变化响应分析。这些流域代表了不同的流域类型，并经历了不同的环境变化模式，从而为评估...

**基于环境变化分析的潜在驱动因素识别**
对1980年至2019年间海河流域三个气候变量的Sen-MK分析（图4）表明，Songxi河流域（SXRB）69.1%的面积年降水量显著增加，而其他四个流域的所有区域和其他区域年降水量变化不显著。此外，除一个流域外，所有五个流域的年平均温度和实际蒸散量都显著增加。因此...

**模型不确定性分析**
本研究提出的改进地下水库模块和田间垄片截留模块为模型引入了额外的不确定性来源。与之前的版本相比，前者引入了一个新的自由校准参数H0，而后者没有引入任何额外的自由校准参数。此外，在变化期间，改进的地下水库模块在海子沟（ZJGB）、石家庄河（SLRB）和宋西河（SXRB）的水文建模中被激活。

**结论**
为了揭示洪水对环境变化的响应并在多种人为干扰下实现精细的洪水模拟，本研究改进了GHydroMod-SIM-DAI模型，开发了一个全面的分布式水文框架，能够明确表示人为干扰因素，包括地下水开采、水利结构运行、土地覆盖变化和农田蓄水。它进一步完善了地下水库模块，以捕获地下水位下降对径流产生的影响。

**作者贡献声明**
Yuhao Wang：撰写——原始草稿、验证、软件开发、方法论、数据整理、概念化。
Ke Zhang：概念化、方法论、研究、监督、资金筹集、撰写——审阅与编辑、数据整理。
Edwark Park：撰写——审阅与编辑、监督、方法论。
Yuning Luo：验证、软件开发、方法论。
Jie Liu：验证、软件开发、方法论。
Shunzhang Li：软件开发、方法论、数据整理、概念化。赵安

利益冲突声明
作者声明他们没有已知的可能会影响本文所报告工作的财务利益或个人关系。

致谢
本研究得到了中国国家重点研发计划（2023YFC3006500）、国家自然科学基金（52579006）、青海省重大科技项目（2024-SF-A1）、山东省水利中心项目（37000000025001720250245）、中国 Scholarship Council 计划（202406710043）以及中央高校基本科研业务费（B25020318）的支持。部分研究工作是在以下人员的合作下完成的：王玉豪、张克、Edwark Park、罗芸宁、刘杰、李顺章、赵安张、孔悦、王胜。