HSJ｜国际统计水文发展成就、挑战和未决之问题｜统计水文
单位：国际水文科学协会（IAHS）统计水文委员会（ICSH）
作者：Elena Volpi
该论文系统性总结了ICSH这一国际组织成立15年以来在统计水文学领域极值分析、多变量分析、时间序列分析和区域化等分支方向取得的主要成绩。
CCCR｜气候变化和水文极端事件｜水文气象前沿
单位：清华大学
作者：Jinghua Xiong
该综述总结了气候变化影响下水文极端事件响应的最新进展，并探讨了过去和未来的响应。研究发现，由强降雨引发的洪水事件增加，而由积雪过程主导的洪水减少，导致全球平均洪水变化不显著。之前由于水文模型中的不准确性而高估的干旱，已通过先进的建模结果得到纠正，也揭示了全球尺度上历史变化的最小化。地球系统模拟预测，在气候变化情景下，未来洪水和干旱将同时增加。气候变化影响不同尺度的水文极端事件，具有多样的空间分布和背后的机制。决策者应整合多源信息，以增强对水文极端事件的监测和适应，特别关注突发的干旱-洪水交替现象。
NC｜CO₂-植被过程对全球径流变化的影响有限｜中科院水循环及地表过程实验室
单位：中国科学院地理科学与资源研究所
作者：魏豪杉
研究基于观测径流数据，在小流域上采用径流分离的全微分方法，同时在全球尺度上使用观测约束的全球生态模型，分离出eCO₂、气候变化（如降水和潜在蒸散发）对径流的影响。结果表明，1981至2020年间，植被对CO₂的响应对径流的直接调节作用有限。在1116个几乎未受人类活动影响的流域中，eCO₂对径流的贡献中值接近于零；在大流域约束的全球生态模型中，最优指纹法的归因表明，全球径流变化并没有直接证据支持其归因于eCO₂。此外，研究还指出模型在趋势模拟方面的局限性，强调不仅要考虑年径流值，还要重视年径流趋势对模型的约束作用，因此在通过全球模型评估全球径流变化时需谨慎。
IG｜基于涌现约束的未来全球地表可用水变化｜气候变化与水文过程
单位：北京师范大学
作者：吴怡
该研究基于20个耦合模式比较计划第6阶段（CMIP6）模式和多个观测数据集，采用涌现约束（HEC）方法，对中等和高温室气体排放情景（SSP2-4.5和SSP5-8.5）下全球平均PME的未来变化（ΔPME）进行了约束，以得到更可靠的未来预估结果。研究发现在SSP5-8.5情景下，受约束的PME在未来远期（2070-2099年）比历史基准期（1982-2011年）增加了33.81 ± 13.72mm，即13% ± 5%。采用HEC方法后不确定性范围缩小了24%。本研究不仅揭示了未来全球地表可用水的可靠预估依赖于模式对降水的准确模拟，也为水资源的可持续管理提供了重要参考。
RSE｜多源遥感观测定量揭示近50年中天山Ak-Skyirak地区冰川物质平衡及冰前湖演化｜地学科研动态
单位：青藏高原所
作者：Yingzheng Wang
该研究聚焦天山Ak-Shyirak冰川区，特别是最大的冰前湖——Petrov湖，全面测量了冰川物质平衡、冰湖面积变化和水位波动，阐明了各变量的时空特征，并量化了冰川融水对冰湖体积变化的贡献。
JH｜深度学习日尺度化水储量动态｜地表过程研究
单位：Istanbul Technical University
作者：Metehan Uz
研究采用残差深度卷积自编码器算法，将GRACE数据从月尺度下采样到日尺度，显著提高了监测高频极端水文事件的时效性。通过蒙特卡洛Dropout方法，精确估算了预测中的数据和模型不确定性，为每日水储量异常模拟提供了可信度评估。首次在美国大陆范围内生成了25公里分辨率的每日水储量异常数据，有助于识别水文极端事件如洪水和干旱的短期动态变化。
GRL｜使用美国国家水文模型、卫星观测和卷积神经网络进行快速洪水绘图｜数智灾害
单位：Floodbase, Brooklyn, NY, USA;University of Alabama, Tuscaloosa, AL, USA
作者：JonathanM. Frame
该研究提出了一种新型洪水模型（NWM‐CNN），利用卷积神经网络从美国国家水模型预测地表水面积，以快速且准确地生成高时间分辨率的大范围洪水地图，适用于洪水预报、损失评估等应用。
JH｜1980年代以来黄河干流水域时空变化遥感研究｜ 湖泊遥感与智慧流域
单位：西北大学
作者：陈盼盼
该研究基于Landsat卫星影像，通过混合指标规律集，对黄河干流进行高精度提取，追踪黄河自1980年代以来水体面积和河道迁移规律，定量评估了自然因素与人为因素对河道迁移的影响，加深了对黄河全域水体历史变化的理解，为黄河水文生态管理提供重要科学依据。
编辑：孟雪、陈世峰 | 校稿：Hydro90编委团
