技术摘要：机器学习与偏差修正后的 CMIP6 用于改善埃塞俄比亚数据匮乏的库尔福河（Kulfo River）径流预测

1. 问题陈述

气候变化正在日益改变水文过程和水资源可用性，为埃塞俄比亚裂谷盆地等数据匮乏地区带来了严峻挑战。位于埃塞俄比亚南部的库尔福（Kulfo）流域支撑着农业生计、内切萨尔国家公园（Nech Sar National Park）以及阿巴亚湖（Lake Abaya）下游的社区，但该地区缺乏将最先进的气候投影与高级建模技术相结合的综合水文评估。

传统的基于过程的水文模型（如 SWAT）在发展中国家背景下往往难以应用，因为它们需要大量的参数化和校准数据，而这些数据通常难以获取。此外，来自第六阶段耦合模式比较计划（CMIP6）的全球气候模型（GCMs）在应用于局部尺度时存在系统性偏差，因此在进行水文应用之前，必须进行严格的偏差修正和降尺度处理。虽然机器学习（ML）在捕捉非线性气候-径流关系方面展现出广阔前景，但目前尚缺乏系统性评估多种机器学习算法在利用最新的 CMIP6 情景对埃塞俄比亚流域进行径流投影方面的研究。

2. 研究方法

研究区域与数据

本研究聚焦于库尔福流域（北纬 5.9°–6.2°，东经 37.5°–37.8°），这是一条从古赫高地（Gughe Highlands）向阿巴亚湖流经的常年性河流。研究利用了以下数据：

• 观测数据： 来自 Arba Minch 气象站的日降水量和日气温记录（1986–2014 年），以及来自水能部流量站的日径流量记录（1980–2022 年）。
• 气候数据： 根据变量可用性和空间分辨率选择了 16 个 CMIP6 全球气候模型。针对三个共享社会经济路径（SSP1-2.6、SSP2-4.5 和 SSP5-8.5），生成了 2015–2100 年期间的投影数据。

偏差修正

为了解决 CMIP6 输出中的系统性偏差，研究应用了统计学和基于机器学习的两种偏差修正技术。模型使用 1986–2006 年期间的数据进行校准，并使用 2007–2014 年的观测数据进行验证。性能评估采用均方根误差（RMSE）、百分比偏差（PBIAS）、相关系数（R）和 Kling–Gupta 效率系数（KGE）。

机器学习模型开发

将降水-径流关系概念化为当前及前期水文气象变量（$P_t, P_{t-1}, P_{t-2}, T_{max,t}, T_{min,t}, Q_{t-1}$）的函数。研究开发并对比了八种机器学习算法：

• 集成方法： 随机森林（RF）、装袋法（Bagging）、提升法（GBM）、AdaBoost、CatBoost 和堆叠法（Stacking）。
• 其他算法： 长短期记忆网络（LSTM）、K-最近邻（KNN）和支持向量机（SVM）。

对每种模型的超参数进行了优化。数据集被划分为训练期（1986–2006 年，70%）和测试/验证期（2007–2014 年，30%）。模型性能通过 Nash–Sutcliffe 效率系数（NSE）、决定系数（$R^2$）、RMSE 和平均绝对误差（MAE）进行评估。

投影与不确定性框架

表现最好的机器学习模型被用于利用偏差修正后的 CMIP6 输入来模拟日径流量。研究采用了两种先进的分析框架：

1. 符合性预测（Conformal Prediction, CP）： 与随机森林模型结合，以量化未来流量投影中的不确定性，生成 95% 预测区间（PI），以评估估计值的可靠性和离散度。
2. 非平稳洪水频率分析： 对年最大径流量序列拟合了随时间变化的广义极值分布（GEV）模型，其中位置参数表示为温度异常的函数（$\mu(t) = \mu_0 + \mu_1 \cdot \Delta T(t)$）。这种方法允许洪水概率和重现期随时间演变，而非保持不变。

3. 关键结果

CMIP6 模型性能与偏差修正

原始 CMIP6 模型表现出显著的系统性偏差，降水量的 RMSE 高达 2.95 mm/day，且许多模型的 KGE 为负值。

• 偏差修正功效： 应用偏差修正（特别是针对降水的随机森林法）显著提高了模型的可靠性。降水量的 RMSE 平均降低了 83%（对于 MIROC6 等特定模型，降幅高达 92%），修正后的相关系数超过 0.97。
• 表现最佳的模型：
  • 降水： CNRM-ESM2-1 和 CNRM-CM6-1 在修正后与观测值的一致性最好。
  • 最高气温： CNRM-CM6-1 脱颖而出，表现最优（RMSE = 0.24°C, KGE = 0.69）。
  • 最低气温： CNRM-ESM2-1 展示了最高的准确度（RMSE = 0.09°C, KGE = 0.72）。

机器学习模型对比

在测试的八种算法中，随机森林（RF） 展示了卓越的预测能力：

• 校准： NSE = 0.999，$R^2$ = 0.9995。
• 验证： NSE = 0.806。
• 变量重要性： 前期径流量（$Q_{t-1}$）被确定为主要预测因子（重要性占 42%），反映了流域内显著的地下水贡献。
• 其他集成方法（AdaBoost, Boosting）表现良好，而 LSTM、KNN 和 SVM 的预测能力较弱，这可能是由于训练期有限和数据稀疏性所致。

未来气候与径流投影

• 气温： 所有 SSP 情景均预测持续升温。到本世纪末（2071–2100 年），在高排放情景（SSP5-8.5）下，最高气温预计将超过 32°C，最低气温将升至 18.5°C 以上。
• 降水： 降水量预计将保持相对稳定，仅有轻微下降（在 SSP5-8.5 情景下到本世纪末最多下降 -5.1%），但季节性重新分配现象显著。
• 年径流量： 未来投影显示，所有情景下的年径流量均呈下降趋势。到本世纪末，预计减少幅度为：
  • -8.5%（SSP1-2.6）。
  • -13.9%（SSP2-4.5）。
  • -20.7%（SSP5-8.5）。
• 季节性重新分配： 观测到显著的水文季节性转变，特征是夏季流量大幅减少（SSP5-8.5 下高达 -33.3%），以及冬季流量适度增加（初期为 +21%，但随时间推移逐渐减弱）。

不确定性与洪水频率

• 符合性预测： 随着时间推移，径流投影的不确定性增加，特别是在 SSP5-8.5 情景下，较宽的 95% 预测区间表明水文响应具有更大的变异性。
• 非平稳洪水： 与平均流量下降的情况相反，非平稳 GEV 分析揭示了洪水特征的复杂响应。由于蒸发蒸腾作用增强导致基流减少，预计到 2100 年，百年一遇洪水水平（$Q_{100}$）将显著下降（下降 35–41%）。然而，研究指出一个反直觉的发现：由于更剧烈的短时强降水，极端洪水强度可能会加剧，使得 50 年一遇的洪水重现期到 2080 年缩短至 8 年。

4. 重要性与贡献

本研究提供了对库尔福流域 CMIP6 模型性能的首次全面评估，并证明了集成机器学习方法（特别是随机森林）在数据匮乏的埃塞俄比亚流域进行径流投影的优越性。

研究的主要贡献包括：

1. 方法论整合： 成功将偏差修正后的 CMIP6 投影与机器学习相结合，以应对数据限制，提供了一个稳健的未来径流估算框架。
2. 不确定性量化： 通过采用符合性预测，研究量化了未来径流估计中的不确定性，强调了在高排放情景下变异性增加的趋势。
3. 非平稳分析： 随时间变化的 GEV 模型应用挑战了平稳性假设，揭示了气候变化如何以复杂方式改变洪水特征（在减少平均流量的同时，可能加剧突发性洪水）。
4. 政策相关性： 研究结果强调了库尔福流域对未来水文气候变化的脆弱性。研究强调，需要将机器学习、不确定性分析和非平稳水文方法整合到气候适应型水资源规划中，以支持埃塞俄比亚及类似热带流域的可持续流域管理、灌溉发展和防洪减灾。

作者总结认为，虽然本研究提供了有价值的见解，但未来的研究应侧重于扩大水文气象监测网络，将基于物理的模型与混合深度学习方法相结合，并纳入社会经济驱动因素，以进一步增强预测的稳健性。