从「一刀切」防治到分型认知：三道方法瓶颈
横断山区地处青藏高原东南缘，受大尺度季风环流与高梯度复杂地形叠加影响，是我国山洪灾害威胁最严重的区域之一。区域内海拔由北部 6 000 m 以上急速降至南部不足 500 m，南北向山脉与金沙江、澜沧江、怒江深切河谷纵横交错，水热格局、下垫面条件与产汇流过程呈现强烈的空间非均质性。当前山洪防治仍多采用宏观尺度的「一刀切」策略，难以适配复杂山区精细化减灾需求，其背后是分型方法在空间拓扑、建模尺度与结果可解释性上的三重瓶颈。
传统聚类割裂空间拓扑关联
传统统计聚类与常规机器学习多将评价单元视为空间上相互独立的样本，仅依据属性相似度归类。然而复杂山区的山洪孕育背景不仅取决于单元自身属性，更受坡面-沟道连通、水文连通与地形梯度等区域空间连续特性共同控制。忽视结构拓扑关联，使分型结果的地理保真度受限，也难以刻画孕育环境在空间上的过渡与连通规律。
建模尺度的两难困境
以小流域为单元虽有利于保持水文边界完整性，却掩盖了流域内部环境因子的细尺度空间异质性，无法刻画山洪孕育背景的微观分异；一旦将视角精细化至栅格尺度，图节点规模呈指数级增长，加之山洪孕育环境数据维度高，传统图神经网络在模型训练、图嵌入表达与大规模计算上均面临更高要求。
图神经网络的黑箱特性
图卷积与非线性映射使模型输出具有明显的黑箱特征，分型结果缺乏明确物理机理支撑，无法满足水文学研究对归因分析与机理认知的刚性需求。SHAP、GNNExplainer 等通用解释方法在应对图网络复杂邻域聚合机制及大规模连续地理变量时，又存在计算效率低或解释目标不明确等问题。
气候·气象·地形·水文·土壤·植被
Spearman 与 VIF 双重去冗余
空间连续、特征聚集
按产流机制归并
「分型-解释」双重架构：四步技术链路
本文融合 Dink-Net 无监督图神经网络与 DeepLIFT 解释模型，构建复杂山区山洪孕育背景分型与复合孕育过程解析框架。核心思路是：先用图卷积捕捉栅格节点间的空间邻域关联并完成无监督分型，再以解释模型把分型这一黑箱输出拆解为可量化的因子贡献，最终归并到气候、气象、地形、水文、土壤、植被 6 类复合因素，完成从「数据分型」到「机理解释」的闭环。
图结构数据构建
沿用前期构建的横断山区山洪分型指标体系，从 56 个候选指标出发，通过 Spearman 相关性分析剔除相关系数大于 0.8 的高度相关项，通过多重共线性分析剔除方差膨胀因子不小于 10 的指标，最终保留 36 个环境因子。以 2 km × 2 km 栅格为基本分析单元，提取节点属性矩阵与邻接矩阵，将栅格尺度的孕育背景数据转化为图结构表征；连续变量标准化后输入模型。
基于 Dink-Net 的山洪孕育背景分型
以图结构数据为输入，通过图卷积算子对栅格节点进行邻域信息聚合与非线性映射，将空间拓扑信息与多维环境属性压缩为低维嵌入向量，再由端到端聚类层实现栅格单元自动聚类。前期已对 K-means、SOFM 与 DGI、DMoN、Dink-Net 五类方法在 K=2~20 下系统比较，Dink-Net 的 DBI 与 CQI 低且稳定，故沿用 K=12 的分型方案；对栅格结果再作 GIS 空间后处理，合并细碎斑块，形成边界清晰、空间连续的 12 类分型图。
基于 DeepLIFT 的单因素贡献量化
Dink-Net 不含输出类别概率的分类头，因此本文以嵌入空间中节点嵌入向量与目标分型聚类中心距离的相反数作为解释目标，以研究区全部有效节点的特征均值作为参考基线。对每个分型内全部节点的 DeepLIFT 贡献值分别计算平均绝对贡献（贡献强度）与平均贡献（正负方向），正贡献表示该因子增强节点归属目标分型的倾向，负贡献则相反。
复合因素归并主导机制识别
利用 DeepLIFT 的线性可加性，将 36 个单因素贡献按山洪形成机理归并为气候、气象、地形、水文、土壤、植被 6 类复合因素，分别计算累计贡献、平均贡献与归一化贡献占比：累计贡献反映总体贡献量，平均贡献消除各复合因素内含单因素数量差异的尺度偏差，归一化占比用于评估相对重要性，据此识别不同分型的主导孕育机制及空间差异。
六大维度 36 项孕育背景指标
气候因素取多年平均气温、降雨、潜在与实际蒸散发，反映长期水热背景；气象因素为基于 1979—2018 年 3 h 分辨率数据计算的 3 h/6 h/12 h/24 h 历时下 1% 与 50% 频率最大降雨量及多年均值共 12 项极端降雨指标；地形因素含海拔、坡度、坡向、海拔高差、地形湿度指数与地貌类型；水文因素含多年平均日径流量、植被蒸腾、冠层截留蒸发、土壤蒸发与土壤含水量；土壤与植被因素涵盖土壤类型、质地、深度、砾石含量、饱和导水率、侵蚀模数与植被类型、NDVI、叶面积指数。数据来源包括 ERA5-Land、国家青藏高原科学数据中心、地理空间数据云、HWSD 与资源环境科学数据平台等。
分型方案比选与稳健性检验
建模单元统一至相同投影坐标系与研究区范围，连续变量采用重采样或格网统计统一尺度，分类变量按格网内优势类型确定类别，坡度、坡向、海拔高差与地形湿度指数在 2 km 地形数据基础上计算；多年序列数据取多年平均值表征长期孕育背景。分型数量经 K=2~20 系统比选后确定为 12；历史山洪灾害点验证通过统计各分型内灾害点数量、灾害密度及热点分析 Z-score，确认分型结果可刻画灾害密集与稀疏格局。DeepLIFT 解释结果在全局均值、随机抽样均值、分层抽样均值与分型均衡抽样均值等不同参考基线下保持高度稳定。
四类产流模式与贡献度量化解析
Dink-Net 将横断山区划分为 12 个空间连续的二级分型，部分分型沿「三江并流」深切峡谷呈条带状展布，部分集中于南部与东南中海拔山地。依据产流机制与主导控制因素进一步归并，得到超渗产流型、蓄满产流型、复合产流型与滞蓄缓释产流型 4 类一级分型；DeepLIFT 解释则从单因子强度方向与复合因素占比两个层面，量化了各类分型的孕育机制差异。
全局尺度影响力首位
长期水热本底约束
大梯度地形控制
极端降雨相关指标数量
| 一级分型 | 代表二级分型 | 面积 / km² | 海拔 / m | 气温 / ℃ | 年降雨量 / mm | 百年一遇最大 12 h 降雨 / mm | 土壤含水量 / (m³/m³) |
|---|---|---|---|---|---|---|---|
| 超渗产流型 | SW-1 | 37 948 | 2 155.32 | 14.15 | 818.52 | 79.33 | 0.333 |
| 蓄满产流型 | SE-8 | 31 756 | 2 239.11 | 11.52 | 901.16 | 77.68 | 0.408 |
| 复合产流型 | M-5 | 30 232 | 2 457.75 | 10.36 | 997.25 | 66.62 | 0.361 |
| 滞蓄缓释产流型 | NW-4 | 30 476 | 4 731.65 | -2.22 | 649.23 | 41.39 | 0.351 |
| 一级分型 | 主导复合因素 | 贡献占比 | 关键单因素贡献 | 产流机制解释 |
|---|---|---|---|---|
| 超渗产流型 | 气象主导，地形水文协同 | 气象 20.7% | 极端降雨 +0.310、土壤含水量 +0.282、气温 +0.224；海拔 -0.300、NDVI -0.249、坡度 -0.242 | 中低海拔干热区前期土壤干燥，短历时暴雨强度突破入渗阈值后迅速转为地表径流 |
| 蓄满产流型 | 水文控制，气象次之 | 水文 23.7%、气象 19.3% | 多年平均日径流量 +0.450；海拔 -0.387 | 湿润山区土壤孔隙长期近饱和，包气带蓄水空间受限，降雨近乎全部转化为径流 |
| 复合产流型 | 气候与地形叠加 | 合计 50.9% | 土壤侵蚀模数 +0.205、坡度 +0.192 | 峡谷区巨大水力坡降加速坡面汇流，高渗透松散坡积物促成壤中暴流，地表径流与壤中流交替并诱发强水沙耦合 |
| 滞蓄缓释产流型 | 气候因素高度主导 | 气候 25.0% | 海拔 +0.317、NDVI +0.139；极端降雨、潜在蒸散发、日径流量均为负贡献 | 高寒草甸截留、冻土层渗透阻滞与缓慢蒸散发共同作用，水文响应以滞蓄与基流缓释为主 |
极端降雨是分型边界的核心控制信息
全局单因素贡献排名前十的因子中有 7 个为极端降雨相关指标，凸显极端降雨的区域分化主导了分型边界的划定。除降雨驱动外，海拔、多年平均气温与土壤含水量同样表现出极高贡献强度，分别刻画地形梯度与垂直地带性、热量驱动的蒸散发格局，以及下垫面非饱和带前期湿润状态对入渗与产汇流的调节能力。
同一因子贡献方向存在显著空间分异
海拔在超渗产流型与蓄满产流型中呈负贡献（-0.300、-0.387），却在滞蓄缓释产流型中表现为显著正贡献（+0.317）；极端降雨在西南部中低海拔山区为强正贡献，在西北部高寒区则转为负贡献。贡献的正负方向精确界定了环境因子对特定分型形成的增强或抑制作用，量化了山洪孕育背景的空间异质性。
复合因素揭示四类差异化驱动模式
超渗产流型由气象因素主导，蓄满产流型受前期水文条件控制，复合产流型表现为地形驱动下的壤中暴流与强水沙耦合，滞蓄缓释产流型则受高寒气候与缓慢水文响应共同限制。贡献比重的空间转换，本质上映射了气候本底、地形能量、水文条件与下垫面环境交织演化下的产流机制分异。
山洪孕育并非单纯的暴雨响应过程，而是特定下垫面能量背景（地形与水文条件）对强降雨触发信号的差异化调控结果；气象、气候与地形因素的复合影响，才是刻画山洪孕育背景分型界线的核心控制来源。
从黑箱分型到可解释机制的三点结论
本文面向复杂山区山洪孕育背景特征与机制解析需求，以横断山区为研究区，构建了 Dink-Net 分型与 DeepLIFT 解释的协同方法框架，基于 36 个环境指标完成空间分型与物理驱动机制的量化解析，为「一型一策」的差异化山洪防治提供了直接依据。
12 类二级分型与 4 类一级产流模式
基于「分型-解释」框架有效识别了横断山区山洪孕育背景的空间分异特征：全区被划分为 12 类空间连续、特征聚集的二级分型，并依据产流机制与主导控制因素，进一步提炼为超渗产流型、蓄满产流型、复合产流型和滞蓄缓释产流型 4 类一级典型分型。
单因素贡献的强度与方向解析
极端降雨、海拔、气温及土壤含水量是全局尺度上区分分型边界的核心指标；单因素贡献的绝对强度与正负方向，精准界定了同一孕育因素在不同地理环境中对目标分型的增强或抑制作用，揭示了山洪孕育背景强烈的空间异质性。
复合因素约束下的机制差异
复合因素分析证实横断山区山洪孕育受极端降雨、水热本底及大梯度地形共同约束，不同分型的主导复合驱动模式差异显著：气象主导、水文控制、地形诱发强水沙耦合、高寒气候压制四种模式并存，量化了复杂山区下垫面对降雨触发信号的差异化调节机制。
面向「一型一策」的风险管理支撑
该架构支持防灾减灾部门从单纯识别灾害高发区，深入到理解灾害驱动机制及其区域差异，可为优化区域山洪预警指标体系、建立基于不同产流模式的分级预警阈值提供理论依据；复合因素的归并方式也便于管理决策者针对特定因素类别制定治理策略。其提炼的孕育模式与分类体系对我国其他复杂山区同样具有借鉴与应用价值。
指标体系与跨区域泛化
当前研究主要基于多年平均与静态环境变量构建孕育背景指标，尚未充分考虑极端降雨事件过程中的动态演化特征，现有指标体系对侵蚀物源及水沙耦合过程的覆盖仍显不足。未来可从两方面展开：一是完善指标体系，引入崩塌滑坡、岩性、断裂带分布、地震动参数及侵蚀物源储量等地质地貌数据，并叠加路基桥涵、居民点与土地利用变化等承灾体要素，构建「孕灾环境-承灾体」综合分型体系；二是开展跨区域对比验证与迁移学习研究，提升模型在不同复杂山区的适用性与泛化能力。