近期，Journal of hydrology: Regional Studies期刊发表了马凯、季漩副研究员在独伊流域生态水文方面的研究成果：“Detection and attribution of eco-hydrological alteration based ondeep learning-driven gap-filled runoff in a large-scale catchment”。太阳成集团tyc234cc为第一单位，研究院2024级硕士研究生董志楠为第一作者，马凯、季漩为共同通讯作者。

气候变化背景下，河流水文情势的改变显著加剧了流域生态与水安全风险，这在我国西南跨境流域独龙江-伊洛瓦底江流域表现得尤为突出。然而，该流域长期存在的水文观测数据缺失问题严重制约了水文情势的准确评估。针对此问题，本研究采用深度学习技术重建了独龙江-伊洛瓦底江上游地区的历史水文序列，系统诊断了流域上游生态水文情势的演变特征，并从气候变化和人类活动方面进行归因分析。

图1.深度学习模型在独龙江-伊洛瓦底江上游流域日径流量缺口填补的表现

研究结果表明，深度学习模型有效填补了独龙江-伊洛瓦底江上游流域1989-1995年的水文观测数据缺口。基于重建数据的生态水文评估显示，1998年后流域呈现显著的水文情势变化：年径流量减少趋势明显，水文改变程度达到高度水平，具体表现为年极端流量减少，且年最小流量和最大流量的出现时间均呈现延迟特征。通过筛选7个关键生态水文指标进行归因分析发现，在年际尺度上，人类活动（以农业灌溉和生活用水为主）对径流减少的贡献率达70%，而气候变化的贡献率为30%。

图2.独龙江-伊洛瓦底江上游流域7个优选的生态水文指标及其水文改变程度

(a) 2月中值流量，(b) 6月中值流量，(c)30天最小流量，(d)3天最大流量，

(e)年最大流量出现时间，(f)低脉冲次数，(g)上升率

阴影期为变化后水文指标值

基于改进的归因框架分析发现，气候变化与人类活动共同影响着流域年内水文情势变化，但表现出明显的指标差异性。30天最小流量（65.99%）、上升率（81.49%）、年最大流量出现时间（70.75%）、6月中值流量（63.79%）和2月中值流量（97.06%）的变化主要受人类活动驱动；而气候变化则主导了3天最大流量出现时间（67.95%）和低脉冲次数（82.85%）的变化。鉴于年际和年内水文情势改变影响因素的复杂性，建议水资源管理者充分考虑不同时间尺度的差异化效应，制定更具针对性的流域管理策略。

图3.气候变化和人类活动对优选的生态水文指标改变程度的贡献率

该研究得到了国家自然科学基金（42201040），国家重点研发计划（2022YFF1302405）和国家自然科学基金（42061005）等项目的共同资助。论文链接：https://www.sciencedirect.com/science/article/pii/S2214581825000527