气候变化、水坝建设以及灌溉范围的扩大正在重塑澜沧江-湄公河流域的水资源与能源之间的权衡关系

《Journal of Hydrology》：Climate change, dams, and irrigation expansion reshape water–energy trade-offs in the Lancang–Mekong River Basin

跨边界河流中优先发展水电会减少下游灌溉水量14%，旱季影响达湿季5倍。研究构建了融合智能遥感渠系检测、多模块水文模型和未来气候情景的分析框架，揭示灌溉扩张（2021-2040年需求增63-68%）与气候变暖（旱季降水增）对水-能源纽带的双向作用机制，提出动态适应性管理新范式。

　　

赵洪玲|莫罗瓦蒂·科斯罗|田福强|卢辉|张克尔

中国清华大学水利工程系，水利科学与工程国家重点实验室，北京

摘要

水力发电的快速扩张和灌溉规模的增加加剧了水资源竞争，而跨界流域的气候变异性进一步加剧了这一竞争。现有模型忽略了灌溉需求的空间异质性，限制了它们捕捉系统间水资源重新分配的能力。在此，我们开发了一个水文建模框架，该框架整合了水库运行、灌溉取水和未来气候预测，以量化水-能源之间的权衡。一个关键创新是引入了水力基础设施拓扑模块，该模块使用智能遥感技术检测灌溉渠道，并建立河流-水库-田地的连通性。历史模拟显示，优先发展水力发电可能会使下游灌溉用水量减少多达14%，其中干旱季节的影响是湿润季节的五倍。在未来的情景（2021-2040年）下，灌溉需求预计将增加63-68%，主要得益于灌溉面积的扩大。然而，未来气候变化导致的干旱季节降水量增加可能缓解这些权衡，将平均灌溉短缺量减少到7%。我们的研究结果强调了灌溉用水和水力发电之间的相互依赖性如何受到气候和基础设施发展的影响，为评估跨界河流系统的适应性资源管理提供了新的框架。

引言

水-能源（WE）纽带对可持续发展至关重要。水资源驱动水力发电，并通过生物物理、经济和制度反馈维持灌溉农业。人口增长、饮食变化和气候变化的压力预计将在未来十年大幅增加全球的水资源和能源需求（联合国，2023年；国际能源署，《世界能源展望》，2023年）。这一趋势加剧了相互关联的水-能源系统的脆弱性，特别是在复杂的 socio-environmental 系统中，如跨界河流流域（刘等人，2017年；卢等人，2021年；蒂瓦里等人，2023年）。

为应对这一挑战，已经开发了许多方法来探索水-能源纽带中的耦合关系和权衡。在澜沧-湄公河流域（以下简称 LMRB）使用 SWAT、WEAP 和 VIC 等工具对水-能源纽带进行了大量建模（阿里和斯里达尔，2019年；多等人，2020年；康等人，2021年；余等人，2024年）。这些模型通常结合气候模型输出来模拟未来的径流变化，并评估其对水库供水和水力发电的影响。虽然这些研究对于评估水系统对未来极端事件的脆弱性很有价值，但它们往往没有充分考虑灌溉系统的空间连通性或基础设施的动态适应性。当前的方法经常在行政单位内采用同质化假设——例如，假设大空间单位内的灌溉需求是均匀的。这种简化忽略了由种植模式、灌溉效率、当地水资源和局部气候条件驱动的灌溉需求的显著场尺度异质性（罗等人，2023年；刘等人，2022年）。

一个更为关键的局限性是普遍忽略了从水源到田地的完整输送路径。许多现有模型没有明确表示渠道基础设施或灌溉取水点的精确位置。尽管通常会绘制灌溉区域地图，但关于水从何处取出的详细信息往往缺乏。这种“从源头到田地”的传输过程的解耦形成了一个“黑箱”，掩盖了空间传输损失的动态，限制了我们对当地水资源可用性和水库运行如何影响下游灌溉的理解。在对于维持当地农业至关重要的支流系统中，这种影响尤为严重（张等人，2025年）。因此，不同支流和子流域之间的水资源消耗和供应的时空变化仍然没有得到充分量化，这使得管理灌溉和优化整个流域的水资源使用变得复杂。

克服这些限制的一个主要障碍是缺乏高分辨率的渠道网络数据。这一挑战因数据所有权分散、监测系统不足以及跨境数据共享的制度障碍而加剧（福斯特等人，2020年；MRC，2009年；莫罗瓦蒂等人，2024a；莫罗瓦蒂等人，2026年）。传统的基于地形的提取方法依赖于数字高程模型（DEM）来分析地形和流动方向，对于识别自然渠道有效，但在平坦地区往往难以检测密集的多级渠道系统（利马塔宁等人，2015年；赖等人，2016年）。然而，深度学习在图像检测方面的最新进展为解决这些限制提供了新的机会。卷积神经网络（CNN）已被广泛用于识别水体、水库、大坝和其他地表特征（范索斯伯根等人，2022年；艾等人，2020年；孙等人，2024年）。通过利用大量高分辨率卫星图像（例如，谷歌图像），基于 CNN 的方法在检测灌溉渠道方面表现出色，能够有效处理复杂背景，并将渠道与河流和道路等形态相似的特征区分开来。

因此，本研究开发了一个分布式水文建模框架，该框架整合了气候强迫、水库运行和基于智能遥感技术的渠道检测得到的水力基础设施拓扑模块。该框架能够明确映射河流-水库-渠道-灌溉田地的连通性，并动态跟踪水-能源系统内的水资源分配。以 LMRB 作为案例研究，我们实现了三个关键研究目标：（i）构建一个空间明确的建模框架，表示“源头-渠道网络-灌溉区域”系统的完整拓扑链接，从而能够在数据稀缺地区估算灌溉需求，并为水-能源权衡分析提供坚实的平台；（ii）通过结合多情景模拟和趋势分析来描述气候变化和灌溉扩张下的农业用水动态，量化灌溉用水需求的历史演变和未来趋势。这明确考虑了气候变化和农业用地扩张的双重压力，揭示了水力发电和农业灌溉之间日益紧张的关系；（iii）通过应用全球敏感性分析和基于情景的比较来评估水力发电-灌溉权衡及其潜在机制，评估级联水力发电发展如何改变下游灌溉用水的可靠性，并确定驱动水-能源权衡的关键调控机制。通过捕捉水-能源系统内的完整拓扑和反馈，所提出的框架提升了当前的建模能力，并为在复合气候和社会经济变化下的适应性流域级资源治理提供了可行的见解。

研究区域

LMRB 不仅是水资源、能源和粮食安全的重要来源，也是中国“一带一路”倡议等跨境发展计划的重点区域。该流域在其上游和下游部分具有不同的水文气候和地形条件，导致水资源可用性和部门需求的空间差异（莫罗瓦蒂等人，2024b）。

上游流域在中国被称为澜沧河，以崎岖的山脉为主

方法论

为了量化 LMRB 中空间明确的水-能源动态，我们开发了一个包含四个核心组件的分析框架：（1）水力基础设施拓扑模块，（2）水文模块，（3）水库运行模块，（4）灌溉用水模块。模型架构的示意图如图 4 所示。

模拟涵盖了历史基准期（2000-2020年）和近期未来期（2021-2040年），在两种平行情景下进行：一种是灌溉面积固定的情景

模型验证

在开发的模型中，共识别出 291 条从湄公河主流和支流取水的灌溉渠道（图 1b）。其中，43% 直接从湄公河主流取水，其余由支流供水。为了评估检测到的渠道网络的空间和数值准确性，从每个国家（老挝、泰国、柬埔寨和越南）选取了一条跨界支流，并对渠道检测结果进行了交叉验证

澜沧-湄公河流域农业灌溉用水的动态

最近的研究表明，在未来的气候变化情景下，LMRB 的灌溉用水量可能会增加（黄等人，2025年；黄等人，2019年）。这一趋势与我们的发现一致。在 SSP2-4.5 情景下，我们估计年增幅约为 8×10^8 立方米/年。这一数值与湄公河委员会（MRC）的评估结果非常接近。MRC 的数据集基于所有沿岸国家认可的统一、经过区域验证的统计数据（

结论

气候变化和人类发展正在迅速重塑跨界河流系统中的水-能源纽带动态。在这项研究中，我们开发了一个框架，该框架整合了气候强迫、水库运行和灌溉需求，并结合了一个创新的渠道拓扑检测模块。应用于澜沧-湄公河流域，该建模框架能够精细表示从源头到田地的水流，并量化其中的时空权衡

未引用的参考文献

Haohuang 等人，2025年，MERFI，2025年。

CRediT 作者贡献声明

赵洪玲：写作 – 审稿与编辑，写作 – 原稿撰写，监督，软件开发，调查。科斯罗·莫罗瓦蒂：写作 – 审稿与编辑，验证，监督，资金获取，数据管理。田福强：监督，资源协调，项目管理，资金获取，概念构思。卢辉：监督，资金获取，概念构思。张克尔：正式分析，数据管理。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了 水利科学与工程国家重点实验室（项目编号：sklhseTD-2024-C01）、中国博士后科学基金会（项目编号：2024M761610）、清华大学学术奖学金计划以及 国家重点研发计划（项目编号：2024YFE0106700）的支持。