黄河流域水储量变异性的人类活动主导性：多源数据机器学习综合（1981–2031）

《Journal of Hydrology》：Anthropogenic dominance of water storage variability in the Yellow River Basin: A machine learning synthesis of multi-source data (1981–2031)

　　

•机器学习重建了GRACE之前的陆地水储量异常（TWSA），并预测了至2031年的月度TWSA。•约2000年左右的转变信号表明，人为活动对流域TWSA的影响日益增强。•TWSA消耗近期有所减缓，但尚未出现显著转折点。•残余非气候影响占预测TWSA趋势的84%–97%。•研究结果可为面临供需失衡的干旱流域水资源管理提供参考。

引言

过去一个世纪，陆地水循环日益受到气候变率与人类活动加剧的共同影响（Gudmundsson等, 2021; Hou等, 2018; Pokhrel等, 2021; Rodell等, 2018）。气候因素（包括温度、太阳辐射和降雨）长期以来调节着陆地水资源的可用性和重新分配，而人类活动——如生态恢复、农业灌溉和人口增长——则逐步改变了水文过程和水资源可用性（Lu等, 2018; MacAllister等, 2022; Zhao等, 2020）。气候变暖与人类干预之间不断增强的相互作用已加剧了全球水资源压力，特别是在干旱和半干旱河流流域，有限的水资源可用性日益受到不断增长的社会经济需求的挑战。

黄河盆地（YRB）位于中国北方干旱和半干旱地区，是世界上水资源最紧张的大型河流流域之一。该流域支撑着约4.2亿人，占中国人口的30%以上，而拥有的水资源仅占全国的约2%（Cao等, 2022）。水资源可用性与需求之间的显著失衡使该流域极易受到水文和生态退化的影响。同时，作为国家生态保育、粮食生产和经济发展的战略区域，黄河盆地水资源的可持续管理对于确保中国的生态安全和长期可持续发展至关重要。

历史上，以持续干旱、降雨模式变化和极端天气事件为特征的气候变化被认为是黄河水资源的主要威胁（Ni等, 2022）。然而，近几十年来，人口快速增长、经济持续发展和大规模土地利用转变从根本上改变了水文格局，将流域尺度的水资源动态从以气候驱动为主转变为人为控制日益增强（Grafton等, 2013）。这种转变并非黄河盆地独有。全球各大河流域基于观测和模型的研究日益表明，水文响应越来越多地由气候与人为过程的耦合作用所控制。例如，Rateb等（2026）表明，密西西比河流域及邻近的德克萨斯含水层的淡水资源可用性由气候变率与人为干预共同调节，而Zhao等（2026）报告，密西西比河上游流域的河流氮输出受水文变率与人类活动耦合作用控制。这些发现凸显了在研究长期水文变化时明确考虑气候-人类相互作用的重要性。在黄河盆地内部，人为影响已通过多种途径日益明显。快速城市化将自然栖息地转变为人为景观，改变了蒸散发（ET）、土壤水分、径流等关键水文过程（Feng等, 2023; Hu等, 2021; Mazrooei等, 2021）。同时，与经济社会发展相关的用水需求不断上升，对区域水资源造成了显著压力。总取水量已接近黄河年径流量的80%，导致下游断流频发和生态脆弱性增加（Wang等, 2025）。农业仍是最大的用水部门，占地下水资源抽取总量的61.69%，而不断扩大的灌溉使地下水和河川水的取水量几乎翻倍，以满足不断增长的粮食需求（Zhang等, 2019）。此外，在黄河盆地实施的大规模生态恢复项目同时增加了植被耗水量，在盆地固有的水资源限制条件下加剧了水资源短缺（Cao等, 2022）。综上所述，这些发现表明，解构气候变率与人为活动之间不断演变的相互作用，对于理解长期陆地水储量动态和支持黄河盆地水资源的可持续管理至关重要。

由重力回收与气候实验（GRACE）卫星衍生的陆地水储量异常（TWSA）已被确定为水资源可用性的可靠指标，并已被广泛应用于各种水文和水资源研究中（Bai等, 2025; Hu等, 2025; Xie等, 2019b; Xie等, 2016a; Xie等, 2016b）。先前的研究已成功利用GRACE衍生的TWSA研究黄河盆地的水储量消耗，并确定气候变率和人为活动（特别是灌溉、地下水抽取和土地利用变化）在卫星观测期间内的相对贡献（Jing等, 2019; Li等, 2020a; Lv等, 2019; Xie等, 2019a; Zhang等, 2019）。这些发现一致强调，在过去二十年中，人类活动已成为黄河盆地TWSA消耗的关键贡献因素。尽管取得了这些重要进展，但GRACE卫星的观测记录相对较短（仅自2002年起可用），从根本上限制了当前对长期陆地水储量演化的理解。现有研究因此基本上仍是回顾性的，无法充分刻画卫星时代之前的水文变化或评估气候变率与人为活动的相对影响在几十年中的演变情况。除此之外，缺乏连续的长期TWSA记录还限制了能够一致地连接历史重建、过程归因和未来预测的综合数据驱动框架的发展，从而限制了在不断变化的气候变化和加剧的人类压力下未来水资源评估的可靠性。

为填补这些知识空白，本研究考察了过去四十年来，在气候变率和人为压力的演变下，流域尺度陆地水储量的主控因素是否保持稳定或发生了转变。我们通过结合GRACE之前的1981–2002年重建数据与GRACE/GRACE-Follow On（GRACE-FO）2003–2022年观测数据，并预测至2031年的月度TWSA，建立了黄河盆地连续月度TWSA记录。具体而言，本研究旨在（1）建立跨越卫星时代前和卫星时代的连续历史TWSA记录；（2）确定过去四十年来气候与人为驱动因素对TWSA的相对贡献何时及何地发生变化；（3）预测至2031年的月度TWSA，并作为一个独立的归因任务，量化在共享社会经济路径（SSP）情景下气候驱动与残余非气候的贡献。

为实现上述目标，我们开发了一个分析框架，整合了基于人工神经网络（ANN）的历史长期重建、变化点检测、变分模态分解—长短期记忆网络（VMD-LSTM）预测，以及基于极限梯度提升（XGBoost）的残余趋势分析（RESTREND）。重建和预测模型使用时序验证程序进行评估。重要的是，该框架明确将预测与归因分开：VMD-LSTM仅从历史时间动态中预测总TWSA，而基于SSP的气候预测仅在基于XGBoost的RESTREND模型中用于估算气候驱动部分。预测总TWSA与估算气候驱动部分之间的差值被定义为残余非气候部分，其可能包括人为影响以及不由所选气候预测变量代表的其他过程。该框架将历史TWSA控制因素的多代际变化与未来月度轨迹和情景特定归因联系起来，而无需预测具体的人为干预措施。尽管该框架是为黄河盆地开发的，但其科学问题和分析框架可适用于其他同时面临气候和人为压力的大型、强调控、水资源受限流域。

章节片段

概述
本研究利用多种机器学习算法重建了历史总水储量（TWS）动态并预测未来变化。它系统地研究了水资源的长期时空演化，识别了水文过程中的关键转变，并定量解构了气候变率与人类活动对历史TWS变化的相对影响。基于历史重建，本研究进一步预测了

过去四十年间黄河盆地水资源与相应景观的演变
流域平均总水储量（TWS）时间序列显示，黄河盆地过去四十年间存在显著的水文变率（图3）。我们的分析识别出两个明显的水文状态，其特征为：（1）显著的季节性振荡，水储量峰值通常出现在秋季（9月–11月），最低水平出现在春季（3月–5月）；（2）叠加在长期趋势上的显著年际变化。

ANN重建模型的统计验证
图10表明，在训练集、验证集、测试集和合并数据集上，ANN重建的TWSA与GRACE观测之间具有高度一致性。尽管在独立测试期间的预测性能略有下降，但重建序列在幅度和时间变率方面与GRACE观测保持了较高一致性，表明ANN有效捕捉了黄河盆地TWS波动的主导特征。

结论
本研究通过系统分析过去四十年间气候和人为因素对水资源动态的影响，并预测至2031年的未来陆地水储量异常（TWSA），应对了黄河盆地（YRB）面临的关键水资源短缺挑战。综合框架结合了遥感观测、水文数据、基于人工神经网络（ANN）的重建、变分模态分解（VMD）—长短期记忆网络（LSTM）预测以及极端梯度提升（XGBoost）归因分析。

CRediT作者贡献声明
曹彦平：写作—审阅与编辑，写作—初稿，可视化，验证，资源，方法学，资金获取，概念化。谢遵益：写作—审阅与编辑，资金获取，概念化。刘丹丹：方法学。穆超林：资源。王杰伦：资源，方法学。常怡豪：方法学。庞颖君：写作—审阅与编辑，方法学，概念化。

未引用的参考文献
Li等（2020）

利益冲突声明
作者声明，他们不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢
本研究得到国家自然科学基金（42371311，41701503）、河南省自然科学基金（252300421830）、河南省国际科技合作计划（252102521024）和河南省高等学校重点科研项目（26A170003）的支持。

曹彦平 | 谢遵益 | 刘丹丹 | 穆超林 | 王杰伦 | 常怡豪 | 庞颖君