水库通过调节和管理水资源，在防洪、供水、灌溉、发电、生态保护和水质净化等方面都发挥着重要作用。尽管已有若干可公开获取的全球数据集对水库空间位置和属性进行了编目，但水库的建设运行与相关机构或组织汇编之间存在显著时间滞后性，给及时反映水库的水文和环境影响带来很大的挑战。此外，这些大区域尺度水库数据集往往存在大量水库库容信息缺失的情况，限制了水库水资源管理和影响评估。因此，迫切需要提升水库空间编目的时效性和库容的精细化表达。

    针对上述研究问题，中国科学院南京地理与湖泊研究所宋春桥研究员团队联合美国伊利诺伊大学香槟分校、加州大学洛杉矶分校、法国空间研究中心和河海大学等机构的学术同行，利用卫星遥感产品编目了2000年后全球新建水库清单（GREI-p2k）。该清单识别了21世纪新建水库的热点区域，并从水资源政策角度讨论了水库修建的潜在驱动力。进而，研究团队利用机器学习方法，综合考虑水库周围地形和气候等因素，基于资料记录水库库容信息构建人工智能预测模型，精确估算了全国尺度水库库容。该研究为快速估算水库库容和监测大尺度蓄水量变化提供了一种可行方法，对于合理保护和利用水资源以及制定相关政策至关重要。

    研究成果近期发表在Science Bulletin和Journal of Hydrology，通讯作者为宋春桥研究员，第一作者分别为博士研究生范晨雨和硕士研究生苑春雨。以上研究得到了国家重点研发计划、中国科学院先导A计划、国家自然科学基金委面上项目和研究所自主部署项目等的资助。

    GREI-p2k详细记录了6,760座2000年后新建水库，总面积为53,183.90 km²，总库容为1,287.69 km³。亚洲是世界上新建水库数量最多的地区（4,092座），也是库容增加最大的地区（831.15 km³，占64.55%），主要分布在中国和印度。从流域/区域尺度来看，长江流域新建水库库容最多，尼罗河流域、印度北部、中国南部和巴西也是新建水库的主要热点地区。此外，研究还将GREI-p2k与现有的全球水库数据集进行了比较，GREI-p2k记录的新建水库数量、面积和蓄水量都有显著的补充。相比于GeoDAR v1.1数据集，GREI-p2k增加了5,726 座新建水库，将GeoDAR v1.1中新建水库分布丰度提高了近四倍，库容补充了近50%。总体而言，GREI-p2k为我们提供了一个全新的视角，深入分析了自2000年以来通过建造水库在全球范围内累积的陆地蓄水量。在大坝持续蓬勃发展的时代，这项工作将有助于更全面地监测全球水库给区域水量收支带来的变化，从而制定更有效的水能管理战略，也将有助于更系统地评估大坝和水库对全球碳循环的影响。

图1. 新编目GREI-p2k数据集2000年后新建水库全球分布图. (a) 新建水库的全球分布和热点地区；(b-c) 各国新建水库的数量和总库容；(d) 新建水库总库容排名位于前15的国家；(e) 新建水库总库容排名位于前15的特大流域

    为了精确估算大区域尺度水库库容，研究团队开发了基于机器学习算法的全国水库库容估算模型。考虑水库库容与自身形态学特征、周边地形地貌、水文气象条件等变量的内在联系，利用不同机器学习方法挖掘收集到的部分水库的记录库容和影响变量的隐式复杂关系，对比不同算法构建和优选库容估算人工智能模型，应用于全国水库数据集（CRD）估算国家尺度的水库库容信息。结果表明，在六种机器学习模型中，使用极端梯度提升树（XGBoost）算法构建的智能模型在库容预测中表现最佳，相关系数为0.97，纳什效率系数为0.95，平均绝对百分比误差为22.93%。估算结果显示，全国未记录水库的库容约为279.28 km³（254.52-306.47 km³），连同有资料记录信息，全国水库总库容为1,065.19 km³（1,040.43-1,092.38 km³）。研究团队所提出的方法为大尺度水库库容快速估算和库容变化监测提供了可行途径，对合理保护和利用水资源以及制定相关政策至关重要。

图2. 水库库容预测智能模型概念图及流域尺度水库库容估算结果统计分析. (a) 水库数量统计，(b) 库容统计，以及柱状图和饼状图中的全国水资源一级流域内水库数量和库容统计

    论文信息：

    （1）大尺度水库空间编目论文及对应数据产品链接：

    论文链接：https://doi.org/10.1016/j.scib.2024.04.043

    数据集链接：https://doi.org/10.57760/sciencedb.15520

    （2）基于机器学习的全国水库库容估算论文

    论文链接：https://doi.org/10.1016/j.jhydrol.2024.130674