《Scientific African》：Land Suitability Assessment for Surface Runoff Harvesting Using Geospatial Techniques in the Semi-Arid Region of the Awash Sub-Basin, Southeastern Ethiopia
编辑推荐：
地表径流收集（surface runoff harvesting, RWH）是一项有效的水资源保护策略，在面临反复水资源短缺的半干旱地区尤为关键。然而，针对埃塞俄比亚东南部阿瓦什（Awash）子流域的径流收集系统性空间评估此前缺失，构成关键研究空白。研究人员旨
地表径流收集（surface runoff harvesting, RWH）是一项有效的水资源保护策略，在面临反复水资源短缺的半干旱地区尤为关键。然而，针对埃塞俄比亚东南部阿瓦什（Awash）子流域的径流收集系统性空间评估此前缺失，构成关键研究空白。研究人员旨在利用基于地理信息系统（Geographic Information System, GIS）的多准则决策分析（Multi-Criteria Decision Analysis, MCDA）评估地表径流收集用地适宜性。研究采用一手与二手数据：一手数据来自野外观测与GPS调查，二手数据包括卫星影像、气象记录和土壤数据。监督分类采用最大似然分类（Maximum Likelihood Classification, MLC）算法，经混淆矩阵评价，总体精度达86.4%（Kappa?=?0.82）。七个生物物理与社会经济因子——坡度（slope）、排水密度（drainage density）、土地利用/土地覆盖（Land Use/Land Cover, LULC）、土壤质地（soil texture）、潜在径流（potential runoff）、距道路距离（distance from roads）与距居民点距离（distance from settlements）——通过加权叠加分析（weighted overlay analysis）集成。层次分析法（Analytic Hierarchy Process, AHP）得出因子权重，一致性比率（Consistency Ratio, CR）为0.04，表明可靠性可接受。蒙特卡洛敏感性分析（Monte Carlo sensitivity analysis, n?=?1,000次迭代）量化权重不确定性，变异系数（coefficient of variation）为6.8%至9.1%。结果表明：高度适宜区仅占流域5.7%（157.9 km2），集中于西部与东北部；中等适宜区占38.9%（1,073.2 km2），边际适宜区占36.7%（1,016.5 km2）为主导景观。利用50个独立野外点验证，精度82.0%（Kappa?=?0.749）。研究发现为特定水力结构投资优先级提供可复制、循证的框架：高度适宜区建拦沙坝（check dams），中等适宜区建渗水池（percolation ponds），边际适宜区修梯田与等高埂（terracing with contour bunds），直接支撑数据稀缺半干旱区的气候适应规划。
研究背景方面，阿瓦什（Awash）子流域位于埃塞俄比亚东南部，属半干旱区，年降雨450 mm至850 mm且变率超30%，旱季缺水400 mm至600 mm，约每3至4年发生中度干旱、约十年一遇重度干旱，玉米与高粱补灌需300 mm至450 mm每生长季，而地表蓄水设施不足。以往埃塞俄比亚研究多聚焦水文模型与水均衡，蓝尼罗河（Upper Blue Nile）、裂谷（Rift Valley）等有GIS多准则选址研究，但阿瓦什子流域缺乏系统性、空间显式的径流收集适宜性制图，人口与灌溉需水近二十年增约40%，亟需空间决策支持。
研究人员以奥罗米亚州西哈拉尔盖区四个woreda（Gumbi Bordede、Measo、Anchar、Goba Koricha）为对象，面积≈2,762 km2，高程818 m至2,823 m，流域内流终入丹纳基尔洼地（Denakil Depression）。研究用GIS-MCDA整合七因子，以AHP赋权、加权叠加出适宜性分级，并以蒙特卡洛（n=1,000）量化权重不确定，再把等级转为kebele级可行动热点与结构建议，形成可复制框架。结论显示高度适宜仅5.7%，中等38.9%，边际36.7%；50点验证精度82.0%（Kappa=0.749）。意义在于首次填补该子流域空间评估空白，把证明过的方法集成到数据稀疏区，并落到地方可建工程，支撑半干旱区水资源与气候适应规划。论文发表于《Scientific African》。
关键技术方法上，样本与数据来自12个气象站1991至2020降雨、2022 Landsat 8 OLI、ASTER DEM、土壤与路网居民点矢量及2023年50个GPS验证点；方法含ENVI下MLC监督分类、SCS-CN（Soil Conservation Service Curve Number）估潜在径流、ArcGIS中AHP赋权与加权叠加、R下蒙特卡洛敏感性分析与小提琴图/相关热图、独立点验证精度。
研究结果部分保留小标题逻辑如下。The Study Area：由边界、高程梯度与双峰降雨说明中游1,500 m至2,000 m为集中产流区，内流特征使内部集水成为唯一选项。Data types and source：列明遥感、气象、土壤、基础设施与野外点用途，建立可溯源数据底座。Image Classification and Accuracy Assessment：MLC分类总体精度86.4%、Kappa 0.82，达强一致，支撑LULC底图可靠。Biophysical Criteria：坡度缓处宜建；黏壤保水优于砂土；排水密度高代表径流已被河道带走、不宜原位收集，低值区易局部蓄滞；农业地与裸地因结皮或耕作压实产流高，按HSG（Hydrological Soil Groups）与LULC配CN（Curve Number）后用SCS-CN算Q，潜在径流以30年平均降雨表征典型气候下的基线适宜性。
讨论与结论翻译：阿瓦什子流域此前无地表径流收集系统性适宜性制图；本研究以AHP-MCDA产出验证后适宜性图，并把高度、中等、边际适宜区分别对应拦沙坝、渗水池、梯田加等高埂；蒙特卡洛显示权重变异系数6.8%至9.1%，结论对权重扰动稳健；研究为数据稀缺半干旱区提供可复制、行动导向的空间决策支持，可直接服务气候适应、补灌与地下水回补规划。
