📄 earth_science

Attributing Runoff Variability to Climate Change and Land Use–Land Cover Change in the Hasdeo River Catchment Using SWAT

本研究利用 SWAT 模型证明，显著的土地利用变化和气候变率已大幅增加了哈斯德奥河（Hasdeo River）流域的径流，且在 RCP 情景下的未来预测表明，季节性径流将进一步增强，洪水风险也将随之升高。

原作者： Anuradha Sahu, MK Nema, Susanta Das, VK Chandola

发布于 2026-06-29

📖 1 分钟阅读☕ 轻松阅读

原作者： Anuradha Sahu, MK Nema, Susanta Das, VK Chandola

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，哈西德奥河（Hasdeo River）流域就像是坐落在印度心脏地带的一个巨大的天然海绵。这块海绵由土壤、森林和农田组成，它的职责是吸收雨水并将其缓慢地释放到河流中。这项研究就像是一场侦探调查，旨在探究当我们过度挤压这块海绵或改变其纹理时会发生什么。

以下是这篇论文的故事，通过简单的部分进行了拆解：

1. 背景：压力下的海绵

哈西德奥河区域是一个巨大的“海绵”（面积约 9,920 平方公里）。长期以来，这块海绵主要被茂密的森林和开阔的灌木丛覆盖，这些植被就像一层柔软、蓬松的顶层，有助于水分温和地渗入。

然而，近几十年来，人类一直在忙着改变这块海绵的表面。他们：

砍伐了树木（森林砍伐）。
建造了更多的房屋和城市（城市化）。
挖掘了煤炭（采矿业）。
扩张了农田。

把这想象成用一层坚硬的塑料片替换掉海绵原本柔软、蓬松的顶层。当雨水击中塑料片时，它不会渗入，而是会立即流失，并顺着坡度奔涌而下。

2. 侦探工具：“SWAT”模型

为了准确计算出这种改变后的景观产生了多少径流，研究人员使用了一个名为 SWAT（土壤和水评估工具）的计算机程序。

把 SWAT 想象成一个超精准的视频游戏模拟器。研究人员将 1991 年至 2017 年间关于土地、土壤和天气的真实数据输入计算机。然后，计算机通过“玩”这个游戏，来观察在这些条件下会有多少水流经河流。

结果： 这个模拟器表现得非常出色。当他们将计算机的预测与现实世界的测量值进行对比时，两者匹配得非常紧密（准确度约为 80%）。这让研究人员确信，他们的“游戏”正确地模拟了现实情况。

3. 过去发生了什么？（1991–2017）

研究人员查看了土地的“前后”对比照片。

变化： 在 1991 年至 2017 年间，建筑和农田覆盖的面积显著增加（分别增长了约 5% 和 4%）。与此同时，森林面积萎缩了（约 5% 到 6%）。
影响： 由于“海绵”失去了蓬松的森林覆盖，增加了坚硬的表面，水分无处可去，只能直接冲向河流。
数据： 研究发现，在计算机模拟中，土地径流量增加了 146%；在现实观测中，增加了 137%。本质上，河流携带的水量开始变得比以前多得多，主要是因为土地已经无法留住这些水了。

4. 窥探未来：水晶球里的预测

研究人员不仅观察了过去，还使用了一个“水晶球”（一种名为 HadGEM2 的气候模型）来猜测未来会发生什么。他们针对世界在 2050 年可能发生的几种变化情景进行了观察：

情景 A (RCP 2.6)： 一个低污染的“温和”未来。
情景 B (RCP 4.5)： 一个“中等程度”的未来。
情景 C (RCP 8.5)： 一个高污染、高热量的“高强度”未来。

预测结果：
无论哪种情景发生，河流预计都会变得更加湿润，尤其是在雨季。

在“温和”情景下，河流流量可能会增加 7%。
在“中等”情景下，流量可能会增加 10%。
在“高强度”情景下，流量可能会跃升 15%。

更糟糕的是，雨季本身也被预测会变得更加剧烈。研究预测，雨季期间的径流量可能会比以前增加 29% 至 55%。这就像是将一场平稳的淋浴变成了高压水枪。

5. 谁该负责？（气候 vs. 土地利用）

研究人员想要知道：额外的水量是因为雨水变多了（气候变化），还是因为我们改变了土地（土地利用）？

他们发现，这是一个“团队协作”的结果，但随着未来的恶化程度不同，两者的比例也会发生变化：

在“温和”未来中： 天气（降雨）是主要的主宰，造成了约 57% 的变化。
在“中等”未来中： 天气与改变后的土地之间的相互作用成为了最大的因素（约 59%）。
在“高强度”未来中： 恶劣的天气与我们改变的土地（采矿、砍伐森林）的结合创造了一个“完美风暴”，解释了近 70% 的变化。

6. 核心结论

研究得出结论，哈西德奥河正在变成一条更快、更强大且更难以预测的河流。

风险： 由于水流变得更快、量更大，洪水的风险正在上升，尤其是在水流汇集在下游的部分。
警告： 如果我们在没有规划的情况下继续砍伐森林以及扩张采矿和城市，河流可能会更频繁地漫过河岸，威胁到居住在附近的居民和农田。

简而言之： 土地已经不再像一块海绵，而更像是一个滑梯。当雨水降临时，水会从滑梯上飞速滑落；而未来的风暴预测会让这个滑梯变得更加陡峭。该论文建议，我们需要更好地管理土地，以减缓水流的速度。

技术摘要：利用 SWAT 模型归因哈赛德河（Hasdeo River）流域径流变化的成因：气候变化与土地利用/土地覆盖变化

问题陈述
哈赛德河集水区（9,920 km²）是印度恰蒂斯加尔邦马汉迪河（Mahanadi River）的一个关键子流域，正遭受着由人类活动驱动的严重环境压力。大规模煤矿开采、快速城市化和农业扩张导致了严重的森林砍伐和景观改变。这些土地利用/土地覆盖（LULC）的转型，结合气候变率，正在改变水文循环，具体表现为地表径流增加和土壤蓄水能力降低。这带来了异常洪水、哈赛德大坝蓄水能力下降以及生态失衡的风险。因此，需要量化土地利用/土地覆盖变化与气候变化对径流影响的相对程度，以为水资源规划和流域管理提供依据。

研究方法
本研究采用了土壤和水评估工具（SWAT），这是一种半分布式水文模型，用于模拟径流并将其变率归因于特定驱动因素。

研究区域与数据： 模型应用于哈赛德集水区，该区域被划分为 23 个子流域。输入数据包括数字高程模型（DEM）、土壤图（FAO）以及来自印度气象部门（IMD）的逐日气象数据（1991–2017）。水文数据（逐日流量）来源于中央水务委员会。
LULC 分析： 利用 ArcGIS 中的 Landsat 影像（Landsat 5 和 8）通过监督分类生成了 1991 年和 2017 年的土地利用图。分类准确性通过地面实测进行了验证，结果显示 1991 年的总准确率为 85%（Kappa 系数为 0.81），2017 年为 89%（Kappa 系数为 0.86）。
模型定标与验证： 使用 SWAT-CUP 接口及 SUFI-2 算法对模型进行了定标和验证。定标期为 1993–2010 年，验证期为 2011–2017 年。敏感性分析确定 SOL_AWC（土壤有效含水量）为最敏感参数。模型性能通过决定系数（ $R^2$ ）、纳什效率系数（NSE）和 Kling–Gupta 效率系数（KGE）进行评估。
未来预测： 使用 HadGEM2 全球气候模型（GCM）在三种代表性浓度路径（RCP 2.6, 4.5, 和 8.5）下生成了未来气候情景（1991–2050 年）。这些气候投影被整合到预测的 LULC 变化中，以模拟未来的径流模式。

主要结果

LULC 变化（1991–2017）： 分析显示，建筑用地增加了 4.96%，农业用地增加了 3.83%。相反，疏林面积减少了 6.70%，密林面积减少了 5.13%。荒地和水体分别增加了 1.66% 和 1.39%。
模型性能： SWAT 模型表现良好， $R^2$ 值在定标期为 0.84，验证期为 0.86；NSE 值在定标期为 0.73，验证期为 0.71。
历史径流趋势： 在 1991 年至 2017 年间，模拟径流增加了 146.53%，而观测径流增加了 137.79%。季节平均流量从 1991–2000 年的 257.8 m³/s 上升至 2011–2017 年的 415.52 m³/s。
时空变率： 空间分析表明，下游子流域（特别是 12、16、20、22 和 23 号）具有最高的流量，超过 1500 m³/s。时间分析表明，与早期阶段相比，2005 年之后的极端径流事件（3000–4000 m³/s 级别）发生频率增加了 10–15%。
未来径流预测： 在未来的 RCP 情景下，峰值径流预计将比历史水平分别增加 7%（RCP 2.6）、10%（RCP 4.5）和 15%（RCP 8.5）。湿季预计将变得更加湿润，在各场景下的增幅分别为 29%、43% 和 55%。
径流驱动因素归因： 研究量化了气候变率、LULC 变化及其相互作用的贡献：
- RCP 2.6： 气候变率是主导驱动因素（57.57%），LULC 贡献为 4.41%，相互作用贡献为 38.02%。
- RCP 4.5： 相互作用效应成为主导（59.42%），气候贡献为 33.71%，LULC 贡献为 6.87%。
- RCP 8.5： 相互作用对径流变化的贡献率为 69.77%。LULC 的直接影响上升至 18.75%，而气候的直接影响降至 11.48%。

意义与主张
作者声称，本研究对气候变率和 LULC 变化如何共同影响采矿密集型流域的径流动态进行了全面评估。研究结果证实，虽然历史径流的增加是由这两个因素共同驱动的，但未来的水文响应将越来越多地由气候强迫与地表变化之间的相互作用所主导。

文章指出，季节性径流和流量变率的预期强化意味着洪水风险增加以及水资源可用性的改变，特别是在下游子流域。这些发现被认为对于从事水资源规划、防洪减灾以及矿业活动监管的决策者和研究人员具有重要价值。研究强调，必须采取综合流域管理策略，将土地利用规划与气候适应相结合，以减轻未来的水文风险。作者也指出了局限性，包括气象数据的空间分辨率问题以及未包含显式的地下水-地表水相互作用，并建议将其作为未来提高预测准确性的研究方向。