韧性最初在生态学研究中提出，描述了系统在吸收变化和干扰的同时保持其基本结构和功能的能力（Holling, 1973）。通过细化“对什么的韧性”这一问题（Carpenter et al., 2001），“韧性”的概念迅速扩展到多个学科并获得了多种解释。例如，在生态学和社会经济学中，韧性关注系统在影响下的恢复能力和适应性（Rockstr?m et al., 2009, Steffen et al., 2015），而在材料科学和工程学中则强调系统的鲁棒性和可修复性（Holling, 1996, Hosseini et al., 2016）。尽管存在这些学科差异，但核心原则仍然是系统抵御或从干扰中恢复的能力，这一概念现在广泛应用于气候变化适应、灾害风险管理和基础设施规划中，以设计能够承受不确定性和冲击的系统（Rodina, 2019）。为了将这一质量量化，开发了各种指标，包括状态空间（吸引域）和线性回归时间度量（Levin and Lubchenco, 2008, Pimm, 1984）；处理持续噪声和缓慢参数变化的随机扩散和分岔距离指标（Ives and Carpenter, 2007）；以及由递归冲击（“kick”）穿插的连续恢复（“flow”）的流动-踢动力学模型（Meyer et al., 2018）；还有借助机器学习（Mostafavi, 2025）和遥感（Dai et al., 2025）的其他新兴数据驱动方法。
在生态学和工程学中成功应用韧性概念之后，水文学家也开始在水资源管理中采用韧性思维。20世纪80年代初，Hashimoto等人（1982）将韧性、可靠性和脆弱性引入作为供水系统的关键性能指标，将韧性定义为从服务故障中恢复的概率或速率。Loucks（1997）进一步将可再生水资源系统的韧性定义为干扰后的功能恢复可能性，而Fowler等人（2003）通过系统处于不满意状态的时间比例来量化韧性。Kjeldsen和Rosbjerg（2004）通过使用基于百分位的故障持续时间指标进一步丰富了这一框架，以捕捉恢复动态的完整谱。近年来，韧性研究已经扩展到工程水基础设施之外，涵盖了自然水循环组成部分，如河流流量模式（Botter et al., 2013）、地下水储存动态（Cuthbert et al., 2019）和干旱响应（Yao et al., 2022），以及包括水电运营（Ali et al., 2021）、洪泛区管理（Balica et al., 2012）和社会水文反馈（Elshafei et al., 2014, Sivapalan et al., 2012, Wang et al., 2025）在内的耦合人类-水系统。尽管范围不断扩大，但关于河流网络中低流量条件的韧性研究仍然有限，而这在干旱管理中是一个关键阶段，因为生态系统依赖于地下储水的支持（Briggs et al., 2025）。
与洪水或供水短缺不同，低流量通常对淡水生态系统产生慢性、潜在的压力，损害在不可逆的退化发生之前往往未被发现（Rolls et al., 2012）。低流量会缩小河道宽度，降低水深，减慢流速，从而破坏水生栖息地，限制水生生物的避难所（King et al., 2015, Malish et al., 2023）。持续数周甚至数月的低流量期会提高水温，降低溶解氧浓度，降低水质，并减少食物网的复杂性，从而对鱼类和无脊椎动物造成长期的生理压力（Alexandre et al., 2015, Amundrud and Srivastava, 2016）。即使是短期的低流量事件，也可能通过切断栖息地连通性和阻断移动通道，干扰关键的生命周期过程，如繁殖和幼体迁徙（Ahmed et al., 2022）。在全球气候不确定性的背景下，低流量事件的频率和严重性及其生态后果的幅度变得越来越难以预测（Rideout et al., 2022）。
作为流量干旱的前兆，低流量衰退体现了基流供应减少与持续气象强迫之间的相互作用（Baez-Villanueva et al., 2024, Van Loon, 2015）。根据干旱传播的框架，流量干旱是累积降雨不足的结果，这些降雨不足逐渐耗尽土壤水分和地下水储存，从而削弱基流供应（Briggs et al., 2025）。由于流量受到降雨输入的强烈驱动，传统的水文韧性指标在频率、强度、持续时间和时空分布方面本质上受到降雨模式的主导。例如，干旱持续时间、频率和恢复时间取决于旱季的降雨模式；流量弹性（或风暴事件的径流效率）对影响前期水分的风暴事件的幅度和历史敏感（Konrad, 2019）；同样，流量衰退分析和基流分离对风暴强度和路径的响应非常敏感，这些因素决定了水文图的尾部效应以及快速流和基流之间的划分。因此，这些传统指标难以区分流量干旱对降雨特征的直接依赖性，从而限制了它们捕捉关键低流量事件期间地下储水和补给能力的幅度和动态的能力，或评估其演变为流量干旱的可能性。这促使人们开发了一种受降雨影响较小的韧性诊断方法，该方法更直接地与储水-排放过程相关联。
通过关注低流量期间的衰退情况，本研究减少了由风暴引起的快速流带来的偏差，从时空角度有针对性地研究了低流量韧性，这得益于一个高分辨率的完全分布式流域水文模型。本研究追求三个主要目标：i) 利用和校准一个完全分布式的流域模型，以捕捉详细的流量动态时空模式；ii) 根据超过基于Q90阈值（横截面全流量时间序列的第90百分位数）定义的低流量事件，在每个横截面 delineate 衰退周期，并从持续时间和幅度方面表征低流量衰退行为；iii) 采用面积归一化的流量减缓指标以及辅助指标，量化每次低流量事件期间的韧性动态，包括季节性变化、纵向异质性和传播模式。这一综合的建模-韧性框架阐明了干旱压力如何跨空间和时间传播，提供了可转移的、可用于决策的指标，并为优先考虑加强干旱风险管理和水生生态系统保护的干预措施提供了实际基础，即使在数据有限的流域中也是如此。
