线性时间滞后效应与非线性相互作用：全球干旱-洪水骤然交替现象对多种因素的响应

《Journal of Hydrology》：Linear time-lag effects and nonlinear interactions of global drought-flood abrupt alternation in responses to multiple factors

全球气候变化背景下干旱-洪水突变（DFAA）事件驱动机制研究，整合气候变率、大气环流及表面能量通量等多因素，采用修订DFAA指数（R-SDFAI）结合机器学习模型，揭示其时空异质性及非线性阈值效应，突破传统线性框架，为防灾提供新方法。

　　

吴博华|严子琪|严登华|程亚萍|李建柱

天津大学水利工程智能建造与运行国家重点实验室，天津 300350，中国

摘要

在全球气候变化的背景下，干旱-洪水突变交替（DFAA）事件变得越来越频繁，但其驱动机制的研究仍处于探索阶段。为了解决现有研究主要关注气候变化和大气环流的线性效应的局限性，本研究纳入了多个因素（包括地表能量通量）进行多维度分析。利用修订后的DFAA指数（R-SDFAI），我们系统地分析了这些因素在不同滞后时间下的线性时间滞后效应和非线性相互作用，采用了皮尔逊相关系数、多元线性回归和可解释的机器学习模型。研究发现，DFAA事件在大陆性气候区最为频繁和强烈，而在热带气候区的总体风险相对较低。在考虑时间滞后效应后，多个因素对DFAA的解释能力从33.03%增加到70.05%，显示出明显的空间异质性。例如，在热带气候区，DFAA受到水汽压亏损的双向影响；而在干旱气候区，净辐射与DFAA呈双向关联。去除年内的季节性信号后，主要关系集中在水分成分上。研究进一步揭示了多个因素的关键非线性阈值调节作用，包括热带气候区高净辐射和低降雨量的负面影响，以及干旱气候区低热通量和太阳诱导的叶绿素荧光的协同逆转作用。这些发现超越了传统的DFAA分析线性框架，为准确预测和灾害预防奠定了科学基础。

引言

干旱-洪水突变交替（DFAA）事件是一种极端水文现象，其特征是干旱和洪水状态之间的快速转变，包括从洪水到干旱（FTD）和从干旱到洪水（DTF）的过渡（Shi等人，2021；Wang等人，2023b）。自2000年以来的观测证据表明，在全球气候变化的影响下，许多地区的DFAA事件频率和强度显著增加（Chen等人，2025）。作为一种典型的复合灾害，DFAA事件由于频繁发生、突然出现和破坏性较强，对农业生产、生态系统和环境构成了特别严重的威胁（He和Sheffield，2020；Li等人，2022c；Wang等人，2023b）。因此，阐明DFAA事件的时空模式和主要驱动因素对于提高灾害准备和缓解能力、保护生态安全以及支持可持续的社会经济发展具有重要意义（Wang，2020）。

越来越多的研究表明，DFAA事件受到多种因素的影响（Bai等人，2023；Wang等人，2023b；Zhao等人，2024）。在气候变暖的情况下，热力学效应增加了大气中的水分含量和蒸发需求，这可能会加剧强降水并促进间歇期的快速干燥，从而增强干湿对比（Na和Najafi，2024；Seneviratne等人，2021；Yin等人，2023）。Swain等人（2025）进一步指出，强降水-波动效应主要与热力学驱动因素有关，即大气中的水-蒸汽容量增加和更高的潜在蒸发需求。同时，动力过程同样重要。大尺度环流模式和遥相关作用调节了急流和水分输送路径的位置，从而影响雨带的季节内和季节间的迁移（Heet等人，2025；Zhou等人，2025）。这些驱动因素还可以与天气尺度过程（如大气河流、阻塞和罗斯贝波）相互作用，触发干旱和洪水状态之间的快速转变（De Vries等人，2024；Henny和Kim，2025）。在东亚，副热带高压位置、季风雨带和中高纬度波列的综合作用进一步塑造了区域DFAA事件的时空异质性（Hu等人，2025）。此外，人类活动不仅改变了气候强迫，还影响了暴露程度和地表响应，从而影响转变强度和相关风险（Chen等人，2025a；G?tte和Brunner，2024；Suet等人，2024）。例如，温室气体排放被发现增加了降水波动的发生（Tan等人，2023），并且从1980年到2010年，全球最贫困20%人口居住地区的干旱转变为暴雨的频率增加了24%–48%（Zhang等人，2023）。

在上述各种驱动因素中，地表能量平衡通过调节蒸散作用和陆地-大气水分交换，为干湿状态之间的转变提供了重要的背景条件。近年来，越来越多的研究从能量平衡的角度考察了区域水文条件和极端事件（Zaerpour等人，2024）。地球的能量不平衡被广泛认为是全球气候系统失衡的重要指标，能量通量的空间和时间差异可以塑造区域水文条件和微气候（Dhara，2020；Linet等人，2024；Raghuraman等人，2021）。当能量平衡受到干扰时，水文循环可能会被打乱，可能引发极端事件（Wang等人，2023a；Yin等人，2022）。作为水文循环中能量不平衡的极端现象，DFAA可能与某种程度的能量波动密切相关，但这种关系仍缺乏系统的定量验证。此外，植被变化已被证明会影响单一的干旱和洪水过程（Broich等人，2018；Wu等人，2024b），但其对DFAA的影响尚未得到充分探索。同时，现有研究大多使用相关性分析或线性统计方法来识别DFAA的驱动因素（Shi等人，2021；Sun等人，2020），但潜在的时间滞后效应和非线性相互作用仍缺乏定量描述，例如能量积累对气候变化的延迟响应以及植被反馈的非线性效应（Andrews等人，2009；Lai等人，2025a；Li等人，2022b；Wu等人，2025），这些可能在DFAA的形成中起关键作用。

在空间尺度和研究目标方面，现有的DFAA研究主要集中在流域和行政单位尺度。中国的研究主要针对典型的河流流域和省级单位，系统地描述了黄河、淮河、海河、珠江和长江流域以及不同省份的DFAA事件的时空演变（Bai等人，2024；Chen和Zheng，2025b；Wang等人，2024c；Song等人，2023；Sun等人，2024）。国际研究也倾向于关注特定地区或特定类型的复合事件（G?tte和Brunner，2024；Holgate等人，2023；Na和Najafi，2024；Steensen等人，2025）。尽管Chen等人（2025a）进行了全球范围的分析，但DFAA的机制和表现形式在不同气候区可能存在显著差异（G?tte和Brunner，2024）。因此，仍需要跨气候区的系统比较，并进一步关注地表过程（如地表能量通量）在特定区域风险管理和适应策略中的作用。

为了解决这一研究空白，我们使用R-SDFAI来识别DFAA事件，并研究气候变化、大气环流、地表能量通量、植被动态和人类活动的贡献。我们结合皮尔逊相关系数和多元线性回归以及可解释的机器学习方法，从线性和非线性角度探讨DFAA的驱动因素。本研究主要关注三个问题：（1）DFAA特征在全球气候区中的变化；（2）不同气候区的主要线性驱动因素及其相关的时间滞后效应；（3）非线性驱动因素及其相互作用如何影响不同气候区的DFAA。

章节片段

概述

本研究包括三个主要部分：（1）DFAA事件的时空特征描述，（2）多个因素的线性滞后效应评估，（3）非线性相互作用的研究。首先，研究时间设定为1980–2023年。使用R-SDFAI进行线性趋势分析，以量化DFAA事件的时空模式特征。随后，鉴于多因素数据集的时间覆盖范围，选择了2000–2022年进行进一步研究

全球DFAA的时空分布

使用R-SDFAI，我们分析了1980–2023年间全球DFAA的月度变化。如图3a所示，全球平均R-SDFAI呈现上升趋势，但并不显著（斜率>0；|Z| < 1.96）。这种模式表明FTD的风险会降低，整体DFAA情况可能会得到缓解；然而，如果R-SDFAI在更长的时间内继续增加，DTF的风险将会增加。从空间趋势（图3b）来看，54.4%的陆地面积呈现上升趋势

DFAA的时间滞后效应和气候区差异

全球DFAA的变异性与多个线性和非线性因素有关，并表现出明显的时间滞后效应和气候区异质性。基于时间滞后效应、线性主效应和非线性相互作用的三维诊断，我们发现纳入时间滞后效应后，选定显著因素对全球DFAA的联合解释能力增加了37.02%（图5c）。这一结果表明，DFAA的形成可能涉及累积过程

结论

本研究使用R-SDFAI揭示了全球气候区DFAA的时空模式，并评估了多个因素对DFAA的时间滞后效应和非线性相互作用。主要结论如下：

在1980–2023年间，全球平均R-SDFAI呈现不显著的上升趋势，具有明显的区域异质性。大陆性和极地气候区主要以DTF事件为特征，而中国则表现出明显的南北差异，DTF更为

未引用的参考文献

Chen和Zheng，2025；Lai等人，2025；Lai等人，2025；Liet等人，2022；Liet等人，2023；Liet等人，2023；Liet等人，2022；美国国家科学院、工程院和医学院，2019；Wang等人，2024；Wang等人，2024；Wang等人，2024；Wang等人，2024；Wang等人，2023；Wang等人，2024；Wu等人，2024；Xue等人，2024。

CRediT作者贡献声明

吴博华：撰写——原始草稿、可视化、验证、软件、方法论、正式分析、数据整理。严子琪：撰写——审阅与编辑、监督、方法论、资金获取、概念化。严登华：撰写——审阅与编辑、监督、资源获取、调查、概念化。程亚萍：可视化、资源获取、调查、数据整理。李建柱：监督、方法论、调查。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了“京津冀区域综合治理-国家重点科技重大专项”（2025ZD1208303）和“国家关键研发计划”（2021YFC3000205）的支持。