Assessing Land Use, Land Cover Changes, and Urbanization Impacts on Water Stress in West African Watersheds: A Systematic Methodological Review
Valère-Carin Jofack Sokeng · Nakouana Timité · Toto Marc Zahui 等 5 人
系统综述西非流域土地利用变化与城市化对水资源压力的评估方法。
PRISMA系统综述，纳入51篇文献，比较遥感、水文模型与机器学习等方法。
遥感驱动水文模型占主导（43%），城市与地下水研究稀缺，证据基础偏窄。
可构建多源多尺度框架，融合实地观测、遥感时序与集成水文模型，并开展不确定性分析与利益相关者协同。
系统综述方法学扎实、数据翔实，但聚焦西非流域且与国内农业信息化关联较弱，仅具方法参考价值。
水资源压力是西非主要的环境和社会经济制约因素之一。在该地区，人口增长、农业扩张、土壤封闭、水文气候变率以及地表水和地下水压力的不断上升，正迅速改变着流域功能。评估土地利用与土地覆盖（LULC）变化及城市化带来的影响，需要将景观的空间动态与观测或模拟的水文响应相联系的方法学途径。本综述对该地区所采用的主要技术进行了比较性和批判性分析：受控流域与实地观测、受控野外与实验室实验、卫星遥感与多时相分析、面向地下水的方法、概念性、半分布式、基于物理过程及地表-地下耦合的综合水文模型、统计与机器学习方法，以及耦合土地利用与气候情景的混合方法。检索与筛选过程遵循透明、基于PRISMA的协议，最终纳入51篇文献，其中35篇以西非为研究区。由遥感驱动的水文建模在文献主体中占主导地位，在35篇西非文献中占15篇（43%），尤以SWAT、ACRU、WaSiM、CEQUEAU、SHETRAN、HydroGeoSphere和ParFlow-CLM为主；所报告的纳什-萨特克利夫效率（NSE）、克林-古普塔效率（KGE）和决定系数通常约在0.6至0.9之间，对照标准评价指南属于满意至很好水平。统计与机器学习研究在35篇文献中占8篇，而聚焦城市和地下水的研究仍然稀少。此外，35篇文献中有8篇来自同一研究网络，因此若干区域性结论建立在狭窄且部分非独立的证据基础之上。实地观测网络对于过程理解仍然不可或缺，但受成本和低密度制约；纯卫星方法在半湿润区则受云覆盖和光谱混淆的影响。最有前景的进展在于多源、多尺度框架，其结合了针对性观测、卫星时间序列、综合水文建模、区域情景、系统不确定性分析，以及与水资源管理和规划主体的共同构建。