Seasonal Snow Water Resources and Spring Runoff Harvesting Potential in the North Kazakhstan Region: An Integrated Remote Sensing and GIS-Based Multi-Criteria Assessment
Zhanassyl Teleubay · Erkin Ussalinov · Laura Ryskulbekova 等 8 人
结合遥感与GIS评估哈萨克斯坦北部季节性雪水资源及春季径流收集潜力。
Sentinel-2与DEM估算雪深和SWE，结合AHP多准则决策分析选址。
SWE、河网密度和土地利用贡献75%权重，28%区域为极高适宜区。
可将SWE驱动的选址框架推广至其他寒旱区，并耦合气候情景与灌溉效率优化。
该研究将遥感与GIS多准则评估结合，量化了北哈萨克斯坦融雪水资源与灌溉潜力，方法新颖、数据扎实，对寒区农业水资源管理有参考价值，但地域性较强，属细分领域进展。
季节性积雪是哈萨克斯坦北部的重要水资源，春季融雪主导着地表径流和农业供水。然而，传统的雨水收集框架往往忽视雪水当量（SWE），限制了其在寒冷、以积雪为主的草原环境中的适用性。本研究开发了一种集成遥感和GIS的方法，用于识别春季径流收集的潜在场址。利用Sentinel-2影像提取积雪覆盖率（SCF），并结合数字高程模型（DEM）通过二次回归模型估算雪深，利用23个气象站的实地数据进行验证。随后，结合实地测量的雪密度计算雪水当量。除SWE外，还将坡度、河网密度、土地利用/土地覆盖（LULC）以及土壤质地（砂、粉砂、黏土）等六个附加参数纳入层次分析法（AHP）多准则决策分析。结果表明，SWE、河网密度和LULC在场地适宜性评价中合计贡献了75%的权重，凸显了它们在融雪驱动水文中的主导作用。最终适宜性图显示，该区域28.03%的面积属于“极高”等级，集中在中部和西北部地区。仅开发这些潜在区域的30%，即可产生约4.2 × 10⁸ m³的可用融水，可支持多达105,000公顷的充分灌溉或280,000公顷的亏缺灌溉。本研究表明，将高分辨率SWE与多准则决策分析相结合，为增强农业韧性、减轻洪水和加强寒冷半干旱地区的水安全提供了一个可扩展的框架。