ACP｜UKESM1 气候模式中平流层气溶胶干预下中国极端降水的未来预估变化｜气象学家
单位：南京大学
作者：Ou Wang
该研究将SRM用于模拟未来中国区域极端水文事件，为其应用提供初步参考。同时揭示了SRM的风险性和局限性：一是全球变暖下中国多区域降水有变化，极端湿润、干旱事件频率或强度增减；二是SRM缓解极端降水、干旱效果存区域差异，如东南地区不同方法效果有别，且可能加剧北方高纬干旱风险等。此研究提供新视角，鉴于单模型的局限性，未来多模型研究可增强结论稳健性，助决策评估风险。
Earth’s Future｜不同气候和发展情景下的地表水面积预测｜生态水文与遥感大数据
单位：North Carolina State University
作者：Mollie D, Gaines
该研究在确定不同情景下SWA变化情况、评估其时空变化并对比数据驱动预估与基于过程模式的预估。采用结合多种情景的土地覆盖与气候预测的数据驱动机器学习模型进行预测。研究结果表明数据驱动预测与基于过程的模型结果一致，显示出相似趋势，同时凸显了森林主导的LULC及气候变量对SWA的影响，为了解地表水变化提供了参考。
Catena｜土壤冻融动态强烈影响西藏多年冻土流域的径流状况：基于过程模型的见解｜气候变化与多年冻土
单位：同济大学
作者：Huiru Jiang
该研究用新方法借助多年冻土水文模型研究长江源区相关情况，修正后的模型考虑多种因素，验证显示其能准确模拟土壤温度、湿度及径流流量。研究结果揭示了多年冻土与季节性冻土变暖趋势的不同海拔模式；深层土壤含水量随活动层加深主要补充储水；多年冻土区土壤冻融循环对径流影响更强，土壤融化、冻结延迟分别与春季径流系数及径流消退相关，冻结零幕期影响径流消退连续性。这些发现为预测青藏高原多年冻土水文对气候变化的响应提供依据。
IJDRS｜基于降雨雨型识别的山洪动态预警模型｜国际灾害风险科学学报
单位：郑州大学
作者：原文林
该研究提出了一种基于降雨雨型动态识别和HEC-HMS模型的山洪灾害动态预警方法，以提高预警精度。通过K-均值聚类方法构建特征降雨雨型数据库，并结合实时降雨数据修正降雨雨型，实现动态洪水模拟。研究验证了该模型在中国三个小流域的应用，结果表明，模型能有效识别降雨雨型，并提高洪水预报精度（NSE > 0.8）。此外，该方法还延长了山洪预警的预见期，在降雨结束前2至3小时能发出准确预警（预警精度超过0.90）。该模型为山区和丘陵流域的山洪灾害管理提供了技术支持。
ECZ｜人工智能驱动水污染溯源技术创新｜水文地质学家
单位：南京大学
作者：黄蕾
该研究讨论了在流域水污染防治中，如何通过人工智能（AI）、物联网（IoT）和大数据等新兴技术，提升传统水环境质量监测（WEQM）系统的数字化、智能化和网络化能力。重点分析了水污染监测、预警、污染源识别和追溯等技术创新，提出了一种集监控、预警、空间定位与溯源为一体的智能水环境质量监测系统（S-WEQM）。该系统采用了多种新技术（如AI、遥感、指纹光谱、传感器等）整合，通过数据分析、模型预测和污染源定位，推动水污染的精准追踪与防治。
Ecological Informatics｜2000—2022 年中国陆地生态系统水分利用效率提高驱动因素的年际变化｜国家生态科学数据中心
单位：鲁东大学
作者：牛忠恩
该研究重点分析了2000至2022年间中国陆地生态系统水分利用效率（WUE）的年际变化及其驱动机制。研究通过自主研发的生态过程模型（CEVSA-ES），将WUE分解为总初级生产力与蒸腾的比值（GPP/T）和蒸腾与蒸散的比值（T/ET），探讨了植物生理过程、植被变化等因素对WUE的影响。研究为理解全球变化背景下陆地生态系统的碳-水耦合机制提供了理论依据，并为碳中和目标下的生态系统管理与水资源规划提供了科学支持。
JH｜植被恢复对径流和土壤侵蚀的气候驱动影响的全球阈值｜地理科学前沿
单位：内蒙古农业大学
作者：Xi Lin
该研究通过meta分析，探讨了植被恢复对径流和土壤侵蚀的影响，并使用分段回归分析了气候变量（如年平均降水量和温度）对植被恢复效应的阈值响应。研究建议，在降水强度增加时，应采取适当的植被恢复措施，并特别关注南温带等区域的研究空白。此结果为地方政府和决策者制定水资源管理政策提供了科学依据。
JH｜解开水蒸气、反照率和蒸散发变化对北极植被绿化温度影响的影响｜ 水文气象前沿
单位：中国科学院大学
作者：Linfei Yu
该研究探讨了北极地区植被绿化对气温变化的影响，特别是其对北极放大效应的反馈。研究采用路径分析和机器学习模型，量化了1982至2015年7月和8月期间反照率、蒸散发（ET）和水汽的独立贡献。研究强调了综合考虑多种因素对评估植被绿化对北极气温影响的重要性，尤其是水汽在解释北极变暖中的关键作用。
编辑：孟雪 | 校稿：Hydro90编委团
