地表水文连通性是指物质、能量和生物通过地表水体的传输，它是地表径流传播、沉积物输送和养分传输等水文和生态过程的基本驱动力（Pringle, 2003; Bracken and Croke, 2007; Wohl, 2017; Zhang et al., 2021; Cheng et al., 2022）。这种连通性常常被地表水体通过填充-溢出机制中断，这些水体会滞留地表径流及其相关成分，直到其储存阈值被超过（Leibowitz and Vining, 2003; Appels et al., 2011; Chu et al., 2013; Wu and Lane, 2017; Rajib et al., 2020）。在水体密度高的系统中，它们的空间配置和大小分布使得地表水文连通性变得特别复杂，这极大地限制了径流的传输和系统的功能（Evenson et al., 2016; Wang et al., 2021; Shook et al., 2021）。因此，对这种复杂地表水系统中的地表水文连通性进行机制性理解对于准确评估水文响应、支持水资源管理和促进生态系统保护至关重要。
地表水文连通性通常通过结构连通性和功能连通性的角度进行研究（Bracken and Croke, 2007; Turnbull et al., 2008; Antonie et al., 2009）。结构连通性指的是水运动的静态潜在路径（Bracken and Croke, 2007; Lexartza-Artza and Wainwright, 2009）。其评估通常依赖于遥感影像和地形分析（Wu et al., 2019）。遥感技术利用水表面的独特光谱（光学）和后向散射（SAR）特征，广泛用于绘制复杂水文系统中地表水的空间分布（Fisher et al., 2016; Wang et al., 2021; Aslam et al., 2023; Yao et al., 2023）。然而，这些技术通常仅限于绘制成像时的水体，并且通常会忽略短暂存在的水体和动态流动路径。与直接识别水表面不同，地形分析基于数字高程模型（DEMs）来划分地表洼地（即水体）及其水文地形特征（Ullah and Dickinson, 1979; Garbrecht and Martz, 1997; Wang and Philpot, 2007; Chu et al., 2010; Wu et al., 2015, 2019; Wu, 2021; Tahmasebi Nasab et al., 2017; Jiang et al., 2023; Hu et al., 2025）。早期的方法，如 puddle delineation（PD）算法，专注于识别单个洼地及其层次关系（Chu et al., 2010）。这后来扩展到 depression-dominated delineation（D-cubed）算法，该算法整合了识别连接洼地与出口的渠道网络（Tahmasebi Nasab et al., 2017）。同样，contour-tree 方法和 least-cost 方法也被用于绘制洼地层次和潜在流动路径（Wu et al., 2017）。这些方法提供了地表储存和潜在连通性的详细微地形表示。为了提高计算效率，Wang and Chu (2019) 将重点从划分微层次转移到在同一水文层次内聚合洼地，开发了一种用于划分与洼地和渠道相关的水文单元的算法（HUD-DC）。总体而言，这些研究可以揭示景观固有的储水和输送水的潜力，为表征结构水文连通性提供了有效手段。
功能连通性捕捉了由水文事件触发的水体单元之间的动态联系，通常通过现场监测和建模方法进行研究（Bracken and Croke, 2007）。现场监测允许高频率地观察地表水体之间的连接和断开事件（Leibowz et al., 2003, 2016; Klammler et al., 2020; Lee et al., 2023），而建模方法能够捕捉包含更多地表水体的表面的连通性模式（Golden et al., 2014; Wang et al., 2021; Zeng and Chu, 2021a, 2021b; Zhang et al., 2022）。通过使用水力模型和完全分布的水文模型（Chu et al., 2013; Yang and Chu, 2015; Yu et al., 2019），模拟了地表径流的填充-溢出动态，并使用多种指标量化了功能连通性。具体来说，Antonie et al. (2009) 分析了从三种类型的数值微地形（即河流状、火山口状和随机）衍生的简化水文图，并提出了一个理论框架，将地表储存的分布与产生的水文图联系起来。Shaw et al. (2013) 强调了储存能力分布在控制地表连通性中的作用，并引入了概念曲线来说明不同景观中贡献区域的变化。通过模拟微地形主导表面上的阈值控制的地表径流动态，Yang and Chu (2013) 和 Grimm and Chu (2018) 发现了降雨事件期间流出量、出口贡献区域和连接区域的逐步增加模式。Shook et al. (2021) 在具有不同数量和配置的储存元素的合成表面上模拟了地表径流动态。他们的结果表明，当地表储存元素较少时，连接区域的增长在填充过程中呈阶梯状，随着储存元素数量的增加，这种阶梯行为趋于平滑。
虽然这些先前的研究提供了宝贵的见解，但它们主要集中在小规模的土壤表面或合成生成的地形上。Shook et al. (2021) 强调的储存元素的数量和配置的关键控制因素，需要在大流域尺度上研究水文连通性。实际上，由于输入数据和计算能力的要求较高，水力模型和完全分布的水文模型更适用于小规模表面。半分布水文模型通常在大流域尺度上使用，但它们对地表储存元素采用了一种简化方法或几何表示，无法再现实际的填充-溢出路径和连通性的空间模式。因此，功能连通性及其与现实世界复杂水系统中潜在地形结构的相关性仍然知之甚少。
本研究旨在探索水文连通性的时空变化，并寻找大流域尺度上功能连通性与地形（即结构连通性）之间的联系。为此，我们以地形洼地作为水储存的代理，提出了一个以洼地为导向的水文地形划分（HT_d）框架。虽然现有的地形分析工具（例如 D-cubed 和 HUD-DC 算法）能够有效表征静态结构连通性，但它们只是划分潜在的流动路径，而不是检测动态连接。HT_d 框架在此基础上进行了改进，它不仅识别由洼地和渠道组成的结构连通性，还检测了响应填充和溢出行为的功能连通性。HT_d 被应用于中国的洞庭湖地区，该地区以河流、池塘、湿地和湖泊组成的复杂密集网络为特征。对该地区的结构和功能连通性进行了深入讨论，为大流域尺度的水文连通性模式提供了新的见解。
