编辑推荐：
基于PCR-GLOBWB 2模型和CMIP6气候数据，分析珠江流域历史（1979-2014）与未来（2015-2099）不同SSP情景下气象、水文及地下水干旱的时空演变特征，揭示未来干旱频率增加、持续时间缩短及地下水响应延迟的规律，强调地下水对跨圈层干旱传播的关键作用。
袁浩晨|梁秀宇|陈建丽|史海云|田勇|郑春苗
中国宁波东方理工学院环境与可持续工程学院
摘要
在全球变暖的背景下，干旱现象日益严重，对水资源、农业和生态系统造成了严重影响。不同类型的干旱通过水文循环相互关联，但它们对气候变化的动态和非线性响应仍不甚明了。本文采用基于校正偏差的CMIP6气候预测的PCR-GLOBWB 2模型，研究了1979年至2014年历史时期以及2015年至2099年未来时期，中国珠江流域（PRB）内气象干旱、水文干旱和地下水干旱的演变与传播情况，分析了四种不同社会经济路径（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）下的变化趋势。历史模拟结果显示，气象干旱持续时间最短（约1.6个月）且发生频率最高，而地下水干旱持续时间最长（约8.28个月），但发生频率最低。未来预测表明，干旱频率将增加，持续时间缩短，大气中的干旱会迅速传递到地表水文系统（1-4个月），但传递到地下水的过程会延迟（6-24个月）。这表明地表水文系统响应迅速且恢复容易，而地下水系统则表现出延迟的传递、累积和持续的干旱信号。在不同排放情景下，干旱的传播行为存在差异，极端情况主要出现在中等排放情景下，这与降水和温度的相互影响有关——较高的温度会增强蒸散作用，而多变的降水量则可以抵消干旱的强度。随着情景的恶化，近未来与远未来之间的差异变得更加明显。这些发现有助于加深对跨圈层干旱关联性的理解，并强调了在未来的干旱预测中纳入地下水分延迟响应的必要性。
引言
在全球变暖的影响下，过去几十年干旱事件愈发严重（Trenberth等人，2014年），导致区域水文过程异常（Zhou等人，2024b年），引发了一系列连锁效应，包括城市供水压力增加、农业产量下降和水生生态系统退化等（Shi等人，2022年）。根据发生阶段，干旱通常分为四种类型：气象干旱、水文干旱、农业干旱和社会经济干旱（Thomas等人，2017年；Zargar等人，2011年）。此外，Mishra和Singh（2010年）指出，地下水干旱是一个独特且关键的类型，会对水资源和生态系统产生不利影响，应将其视为与传统干旱类型不同的类别（Li和Rodell，2015年）。不同类型的干旱通过水文循环过程相互关联并可能相互转化，这一过程被称为“干旱传播”（Zhang等人，2022年）。理解干旱传播的响应时间尺度、滞后时间和传播速率等特性，已成为干旱监测和预测的关键组成部分（Huang等人，2025年；Yang等人，2024年；Zhang等人，2022年）。先前的研究表明，气候因素（包括气候干旱度和季节性）以及天气模式（降水量、温度、降雪和蒸散量的异常）在整个传播过程中起着重要作用（Han等人，2019年；Van Loon和Van Lanen，2012年）。因此，了解干旱传播对气候变化的响应机制对于改善水资源管理至关重要。
目前的研究已较为成熟，能够识别干旱传播的历史模式（Apurv等人，2017年；Heudorfer和Stahl，2017年；Huang等人，2015年；Li和Rodell，2015年；Soleimani Motlagh等人，2017年；Xu等人，2019年）。Li和Rodell（2015年）利用重力恢复和气候实验（GRACE）数据揭示了美国中部地区气象干旱与地下水干旱之间的时空关系。Zhou等人（2021年）利用ERA5-Land再分析数据研究了珠江流域内气象干旱向水文干旱的传播特征。Geng等人（2024年）采用基于copula的概率模型和贝叶斯分析评估了中国气象干旱与农业干旱之间的传播特征。Zhu等人（2024年）基于降水量和土壤湿度数据揭示了中亚地区的干旱传播时间和阈值。这些研究依赖于现有的再分析数据集来识别历史干旱传播的气候驱动因素，或分别分析不同气候情景下的降水量和径流以计算干旱指数和传播特征。然而，这种方法缺乏物理过程信息，无法捕捉从地表到地下系统的干旱传播过程（Cheng等人，2023年；Zhou等人，2023b年），因此难以为干旱风险评估和区域水资源评估提供有效指导（Zhou等人，2024b年）。
近年来，建立水文模型已成为评估干旱传播的流行且有效的方法，为传统的基于数据的方法提供了替代方案（Bhardwaj等人，2020年；Tangdamrongsub等人，2017年；Wu等人，2025年；Zhou等人，2024年）。Bhardwaj等人（2020年）使用VIC模型估算了印度18个主要河流流域的干旱传播情况，并指出季节性和基流对气象干旱向水文干旱的传播时间有显著影响。Yang等人（2024年）采用PCR-GLOBWB 2模型量化了人类活动对中国大陆地表径流干旱的影响，Wu等人（2025年）评估了长江流域的干旱风险。尽管这些研究未进一步分析地下水干旱，但PCR-GLOBWB 2模型及其评估指标提供了可靠的数据支持。利用这些模型结果可以丰富物理过程信息，更适用于通过水文因素分析干旱传播，尤其是地下水（Marchant和Bloomfield，2018年）。
然而，随着全球气候变化趋势的加剧，气候变量波动的不确定性显著影响了水文过程，可能改变、加强或缓解干旱传播的过程，包括传播方向、强度和持续时间等（Huang等人，2018年；Wang等人，2023年）。目前基于模型的研究很少关注气候变化条件下的干旱传播。因此，气象干旱、水文干旱和地下水干旱之间的复杂相互作用和响应动态仍不甚明了（Xiang等人，2025年）。特别是，对于降水模式变化、温度上升和蒸散量变化如何影响水文循环各组成部分的干旱传播时间、持续时间和强度，以及地下水对这些变化的响应及其对整个干旱传播的影响，研究关注不足（Apurv等人，2017年；Zhou等人，2024b年）。最近的研究强调了使用精确的数学和物理模型结合预测数据集来准确预测气候变化下的干旱的重要性，从而提高对未来干旱传播的理解，并减少潜在的经济损失（Wang等人，2024年；Zhu等人，2024年）。
为了解决上述问题，我们应用了基于校正偏差的CMIP6数据驱动的PCR-GLOBWB 2模型，在多种未来情景下模拟了1979年至2100年珠江流域（PRB）的水文过程。预期研究结果将揭示干旱的时空模式，评估其未来变化，分析不同类型干旱之间的传播特征，探讨地表和地下水的干旱传播，并强调地下水在此过程中的关键作用。我们希望为干旱风险管理和可持续水资源规划提供重要见解。第2节介绍了研究区域和整个研究过程中使用的数据集背景信息。第3节详细介绍了PCR-GLOBWB 2模型的配置以及干旱指数、传播指标和基于情景的预测方法。第4节评估了模型性能，展示了历史和未来干旱模式的模拟结果，并全面说明了多种类型干旱之间的传播特征及不同子流域的变异性。第5节进一步探讨了我们的发现对区域干旱风险的影响，分析了地表和地下水系统中干旱传播的对比特征及其非线性行为，并讨论了相关不确定性和局限性。最后，第6节总结了本研究的主要结论。
研究区域
珠江流域（PRB）位于中国南部，主要由西江、北江和东江汇合而成，还包括珠江三角洲内的多条河流（图1）。该流域西北部地形较高（超过2000米），东南部为低洼地区（接近海平面）。珠江流域的水资源总量仅次于中国的长江流域（Liu等人，2018年），总流域面积为453,700平方公里（Zhou等人，
模型和模拟设置
本研究选择了PCR-GLOBWB 2模型（PCRaster Global Water Balance Model v2.0）来模拟水文过程。该模型由荷兰乌得勒支大学开发（Sutanudjaja等人，2018年），是一种基于过程的水文模型，能够模拟整个水循环，包括降雨入渗、地表径流、蒸散作用、植被根系吸水及地下水补给等（Hoch等人，2023年）。在PCR-GLOBWB模型中，地下水被表示为
模型模拟验证
河流流量和水储量比较的验证结果如图3(a)和(b)所示。在所有站点中，有9个站点的KGE值大于0.5，仅位于山区的站点KGE值相对较小。11个站点的 correlation coefficient 大于0.5，其中一半站点大于0.7，表明模拟值与观测值之间总体一致。图S2-S13展示了
地表干旱与地下水干旱的对比特征
在不同气候情景下，大气、地表水文和地下水之间的干旱事件及传播特征表现出显著的时间和空间变化。随着情景的变化，气象干旱的特征变化明显，而水文干旱和地下水干旱的特征变化较小。尽管关于这一现象的综合性研究仍不充分结论
本研究使用PCR-GLOBWB 2模型和校正偏差的CMIP6国家气候数据，模拟了1979年至2010年四种气候情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）下中国珠江流域的水文过程。通过应用广泛使用的干旱指数，我们评估了气象干旱、水文干旱和地下水干旱的基本特征，包括持续时间、强度和频率（历史时期1979–2014年），
未引用参考文献
Devia等人，2015年；Kuang等人，2024年。
CRediT作者贡献声明
袁浩晨：撰写——初稿、可视化、验证、软件开发、方法论、数据分析、概念构建。梁秀宇：撰写——审稿与编辑、监督、资源获取、概念构建。陈建丽：撰写——审稿与编辑、监督、资源获取、项目管理、资金获取。史海云：撰写——审稿与编辑、方法论。田勇：资源获取、数据管理。郑春苗：撰写——审稿与编辑，
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
本研究得到了国家自然科学基金（项目编号42372289和42394132）、广东-香港土壤与地下水污染控制联合实验室（项目编号2023B1212120001）、南方科技学院的高水平大学专项基金（G03050K001）以及香港理工大学的沿海城市气候韧性国家重点实验室的支持。此外，还得到了浙江省和宁波市财政机构的资助
