地表水同位素景观图谱可为流域水源贡献及水文过程研究提供独特视角。然而，在河网结构复杂、水文过程具有显著空间异质性的大型流域中，构建高精度的同位素景观图谱仍面临一系列挑战。

    为探究上述科学问题，中国科学院南京地理与湖泊研究所吴华武副研究员等对长江流域开展了系统的同位素监测，并整合已发表的观测数据，共系统集成852个河流水样同位素数据。基于此，研究首次应用空间河流网络模型，构建了长江流域大尺度的河流水体同位素景观图谱，进而揭示了流域水文过程与水源贡献的空间异质性及其关键影响机制。

    研究结果表明，降水与河流水体中的δ¹⁸O在空间分布上呈现出相似的格局：上游地区数值普遍较低，而下游地区则相对较高。尽管二者变化趋势一致，但河流水体的δ¹⁸O值整体上较降水更为偏负（即同位素更为贫化），且在上游和中游地区，河水与降水的δ¹⁸O存在显著差异。这一现象揭示出河流的同位素信号不仅受大气降水输入的控制，还受到其他补给来源以及流域水文过程的综合调控。

    在空间结构上，河流水体δ¹⁸O呈现出与河网连通性、非连通性以及欧几里得空间距离相关的多重空间依赖性（图2）。半方差分析结果表明：

    流连通关系（Tail-up模型）：主要反映河道纵向输移与水体混合作用，但其解释度较低（约4%）；

    流非连通关系（Tail-down模型）：对空间变异的贡献最大（约54%），揭示了不同流域之间因水文气候条件差异和地貌格局所形成的显著空间异质性；

    欧几里得空间关系：解释能力有限，说明仅依赖地理距离难以有效捕捉复杂河网中的水文过程。

    上述结果揭示了流域水文过程与陆地景观之间的复杂耦合关系，同时也表明大坝、水库和农业灌溉等人类活动在一定程度上削弱了河网的纵向连通性，从而增强了δ¹⁸O的空间异质性。

    在预测性能方面，空间河流网络模型显著提高了同位素景观图谱的构建精度。与仅包含固定环境因子（如降水量、温度、地下水位与植被覆盖）的线性模型（解释方差为66%）相比，纳入河网空间自相关结构后，模型的整体预测精度提升至87%。这一结果证实，整合河网拓扑结构与环境因子能够有效增强流域尺度同位素景观的预测能力。

    在水源贡献格局方面，研究结果揭示出明显的空间分异特征：

    上游地区：河流水体主要受冰川融水和多年冻土融水补给，其贡献比例超过60%，这一补给结构与青藏高原广泛分布的冰川和冻土条件密切相关。

    中下游地区：河流补给来源转为以降水和地下水为主，其中分布式含水层补给过程与蒸发作用是控制水体同位素组成的关键驱动因素。

    通江湖泊流域（如洞庭湖、鄱阳湖）：地下水与降水共同主导河流补给，蒸发效应进一步导致水体δ¹⁸O富集。

    该成果展示了在大尺度复杂流域中应用空间河流网络模型开展同位素景观图谱构建的潜力，为流域水源溯源研究和水资源管理提供了重要的科学依据。

图1.长江流域河流水体和降水δ¹⁸O空间分布

图2.基于流连通（灰色）、流非连通（蓝色）和欧氏距离（黄色）三种空间关系的长江流域河流水体δ¹⁸O半方差函数

图3.长江流域河流水体δ¹⁸O线性模型与空间河流网络模型精度及预测结果对比

图4.长江流域沿河网估算的（a）融水、（b）降水、（c）地下水相对贡献率（%）的空间变化

    上述研究成果近期发表在国际知名水文水资源期刊Water Resources Research上。

    全文链接：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2024WR039587