受地下水压力、地质危害与有限蓄水潜力影响的非常年河流水文退化脆弱性分析

《Journal of Hydrology》：Analyzing hydrological degradation vulnerability of non-perennial rivers shaped by groundwater stress, geogenic hazard and limited storage potential

　　

• 分析了河流的水文退化及其关键驱动因素。
• 提出了一种新的概念，通过S4H、DDC–RASI和HI–STWSA历时曲线探索HDV。
• 利用DDC–RASI和HI–STWSA历时曲线评估水文压力。
• 进一步通过地下水开采阶段验证水文压力。
• 发现人类活动和天坑灾害会加剧HDV。

## 引言

半干旱地区水文环境的退化已发展成为一项令人担忧的问题，因为它对水资源、土壤健康和生态稳定性造成了不利影响（Badapalli等人，2025）。当流域失去储存、输送和调节水的能力时，其对气候变异的弹性下降，系统变得日益脆弱于水文退化。除了管理脆弱生态系统的挑战外，水文退化还以总水量（TWS）减少、土壤侵蚀加剧、植被覆盖率下降和径流模式改变为特征（Badapalli等人，2025）。值得注意的是，半干旱/干旱地区的生态系统对气候变异的弹性较低，这是因为加剧的人类活动，如地下水开采、农业、工业和城市扩张。因此，这些活动导致了常年环境的减少和地表水体自发恢复潜力的下降（Prashanth & Ganguly，2025）。

河流虽然通常被称为地表水系统，但其在干旱季节的径流机制从根本上受周围含水层补给地下水的调节（Banerjee和Ganguly，2023；Prashanth等人，2025）。在印度，75%的年降雨量发生在西南季风季节（6月至9月），补充地下水和地表水[印度气象局（IMD），2025]。常年河通常作为一条补给河运作，随着河流向下游推进，由于汇入的支流或干旱期的基流来自相邻含水层，其流量会增加。

全球范围内，地表水体受地下水干旱影响，导致水文压力和由此产生的干燥，可能破坏生态系统和人类生计（Valdés-Pineda等人，2020）。导致地下水干旱的因素是气候强迫还是人类活动。就像气象干旱的强度是使用标准化降水指数（SPI）或标准化降水蒸散发指数（SPEI）确定的（Vicente-Serrano等人，2010），地下水干旱也是通过标准化地下水指数（SGI）（Bloomfield等人，2013）、GRACE地下水干旱指数（GGDI）（El Bouazzaoui等人，2024）、地下水干旱指数（GWI）（Thomas等人，2017）或标准化地下水位指数（SGWTI）（Prashanth等人，2025）来考察的。SPEI和SGWTI之间的强相关和弱相关表明地下水干旱是由自然强迫还是人为干预引起的，并可以通过该地区地下水开采数据阶段进行交叉验证（Chen等人，2023；Prashanth和Ganguly，2025）。另一方面，地下水位-地表水水头差（GWT-SWL）与SGWTI之间的强相关和弱相关分别表明地表水体是否受地下水干旱影响（Prashanth等人，2025）。

GRACE及其后继GRACE-FO卫星数据（https://podaac.jpl.nasa.gov/cloud-datasets?search=grace%20level%203）已为多种应用做出了重大贡献，包括探测水文极端事件（Chen等人，2017）、调查冰川质量变化（Ciracì等人，2020）和监测地下水储量变化（Shamsudduha等人，2012）。总水量（TWS）是水循环中的关键组成部分，包括地表水、地下水、土壤水分和积雪。通过识别解释目标变量的独立参数，可以增强GRACE卫星派生的TWS的空间分辨率。地下水储量异常（GWSA）是从GRACE数据中确定的，方法是从TWS异常中扣除地表水、土壤水分、冠层和积雪异常。最近的研究使用GRACE数据进行区域和全球尺度的地下水干旱监测（Yin等人，2020；Huang等人，2023）。

所有水文变量（水循环的组成部分）都是内在相互关联的，然而，现有研究大多将诸如气象干旱、地下水干旱、陆表变形和径流减少等个别要素的赤字作为独立现象进行研究。这种碎片化造成了重要的知识差距，这些过程之间的联系仍然知之甚少。例如，气象干旱可以传播为水文干旱，但通常存在时间滞后（Xu等人，2019）。降雨亏缺影响土壤水分、地下水补给和地表径流亏缺，最终导致径流、水库储量和基流下降（Gao等人，2025；Chuphal和Mishra，2025）。由降雨亏缺、缺乏湖泊或池塘等补给区和高开采引起的地下水干旱可能导致基流干旱，特别是在干旱季节。如果随后突然进行补给输入，还可能导致石灰岩地层中天坑的形成。同样，这些天坑可能导致土地退化并吸收地表径流，将其转移到地下通道，从而减少下游径流并改变水文平衡（Mir等人，2023）。

在非常年河段，地下水干旱对河流的影响强烈，因为河流的水位（SWL）对相邻地下水位（GWT）的标高很敏感。而在常年河段，地下水干旱对河流的影响较小，因为高等级河流的水位由其支流和融雪维持；因此，它对相邻GWT的位置不那么敏感。即使在具有常年河段的地区发生地下水干旱时，由于支流和融雪的贡献，河流可能也不会干涸（Prashanth等人，2025）。在本研究中，制定的工作流程是专门为非常年河的独特特征量身定制的，这些特征受径流间歇性、地表-地下相互作用和对地下水储量动力学的强烈依赖所支配。常年系统中的径流变化不大，由支流维持，对地下水贡献的依赖性较小。而非常年河系统中的径流对地下储量动力学高度敏感。在补给和抽水的压力下，地下水储量动力学可能触发河流在活跃径流和干涸状态之间的急剧转变（Zipper等人，2022）。

如上所述，地下水在维持河流基流、支持生态系统和为国内、农业和工业需求提供可靠水源方面发挥着重要作用。因此，理解这些过程并确定导致径流减少和河流干涸加速的因素在非常年河系统中尤为重要，与常年河系统相比。一般来说，河流系统由气候、水文（地表和地下）和地貌因素之间的相互作用驱动的多向过程所支配。因此，孤立地分析水文过程的传统方法无法捕捉系统脆弱性的全部范围。

此外，本研究的科学必要性源于需要开发一个集成的、基于过程的框架，明确解决在地表和地下水文过程、流域/分水岭储存潜力和地貌稳定性之间的多向反馈，在气候变异和人为干预的共同影响下。现有方法对这些耦合动态的表征不足，限制了对系统响应和弹性的理解。在这种情况下，本研究推进了一个系统框架，通过明确纳入气象强迫和人为压力及其对水文过程和地貌稳定性的连锁影响来量化HDV。径流响应反映了气候变异和人为干预的程度。当流域中的水文过程退化时，径流下降；当它们恢复时，径流恢复。该框架有助于确定这些驱动因素如何相互作用以改变径流机制，由于水文过程和地貌稳定性的变化。这种集成方法推进了对退化路径的机制理解和在演变的环境条件下评估系统弹性所需的预测能力。

此外，上述研究均未旨在确定地下水干旱对计量或非计量河系统施加的累积水文压力程度。为了应对这些局限性，本研究旨在（i）使用提出的S4H方法（整合SPEI、SGWTI、天坑密度、地表水体密度、地下水-地表水水头差）估计非常年河的HDV，（ii）使用提出的DDC–RASI和开采阶段验证HDV，（iii）使用HI–STWSA历时曲线交叉验证HDV。

本研究旨在评估流域内各种自然和人为活动如何影响河流径流动力学。它还评估了给定分水岭是否能从这些压力中恢复，还是由于弹性有限而继续退化。本研究的关键创新之处在于S4H方法，它提出了一种基于过程的气候强迫、地表水体密度、地下水动力学和地貌控制的集成方法，能够捕捉控制水文退化的多维相互作用和滞后响应。为了增强稳健性，本研究进一步引入了一个验证框架，即DDC–RASI，使用DDC的形状和特征。DDC在空间和时间上的形状和特征的变异也由印度中央地下水委员会（CGWB; https://cgwb.gov.in/）报告的地下水开采阶段进行解释。这里还制定了另一个交叉验证框架，即HI–STWSA历时曲线，从GRACE卫星数据中派生，提供储量变异的大型验证，并使水文退化/恢复模式的评估成为可能。这些集成框架共同建立了一个多层级、可扩展和严格验证的方法，显著提高了HDV的可靠性、可转移性和预测能力。该框架具有巨大的实际应用，用于评估全球计量和非计量非常年河的水文健康和可持续性。

## 章节摘要

### 研究区域和数据集
本节详细介绍了研究区域，即印度南部半岛的佩纳尔河流域（Pennar River Basin），以及用于分析近年来河流HDV的数据。佩纳尔河发源于卡纳塔克邦的南迪山（77.41°E, 13.25°N），向东流约597公里，最终在安得拉邦的Nellore（80°10′ E, 14°35′ N）流入孟加拉湾（图1）。流域面积约为54781.06平方公里。

### 佩纳尔河支流级别和……
（原文此处截断）

### 方法论
HDV定义为河流水文功能恶化的可能性和严重程度——例如，在暴露于成因灾害、自然和人为压力时失去常年特性、地下水补给支持下降、对地下水变异敏感性以及应对或从这种压力中恢复的适应能力。本节列举了用于估计非常年河HDV的技术。

### 结果与讨论
非常年河的水文退化由长期气候强迫、分水岭内局部水文地质控制和人为压力之间的相互作用所支配。通过分析气候变异（SPEI-12）、地下水波动（SGWTI）、地表与地下相互作用（地下水-地表水水头差）、地质灾害（天坑密度）和有限储量的时空变化来评估非常年河的HDV。

### 结论
了解非计量河的水文健康对于流域规划和管理至关重要。在许多发展中国家，许多河段仍然没有计量，由于数据可用性有限，造成了重大挑战。在气候变化时代，了解非计量分水岭的水文功能并评估它们是否正在经历水文压力是至关重要的。本研究提出了一种全面的方法来评估非常年河的HDV。

## CRediT作者贡献声明
Thallam Prashanth：撰写原稿、验证、软件、方法论、调查、形式分析、数据整理、概念构思。Sayantan Ganguly：撰写审阅与编辑、监督、资源、方法论、调查、形式分析、概念构思。

## 资金
作者声明，没有接受支持本论文研究的资金、拨款或其他援助。

## 未引用参考文献
中央地下水委员会（CGWB），2023a；中央地下水委员会（CGWB），2023b；中央地下水委员会（CGWB），2025a；中央地下水委员会（CGWB），2025b；中央地下水委员会（CGWB），2025c；印度气象局，2025；安得拉邦政府地下水与水资源审计部门，以及中央地下水委员会，2021；Zipper等人，2021。

## 利益冲突声明
作者声明没有已知的竞争性财务利益或个人关系可能影响本论文的工作。

## 致谢
作者感谢印度中央水委员会（CWC）-佩纳尔分处提供了佩纳尔河的地表水高程和径流数据；印度中央地下水委员会（CGWB）海得拉巴分部；安得拉邦州政府地下水和水资源审计部门提供了佩纳尔河流域YSR Kadapa和SPSR Nellore区的地下水位数据。

第一作者衷心感谢 Komali Bharath Narayana Reddy 对 Thallam Prashanth | Sayantan Ganguly 的支持与协助。