基于EOF数据驱动与MODFLOW模拟的承压含水层识别方法研究

《Results in Engineering》：Identifying Confined Aquifers Using EOF data-driven approach and MODFLOW Simulation

本研究针对传统地下水数值模拟依赖确定性参数而数据驱动方法缺乏机理关联的难题，创新性地将MODFLOW模拟与EOF分析相结合，通过理想案例与台湾民雄工业区实际案例验证，证实EOF能有效区分承压/非承压含水层，揭示水力传导系数对地下水波动模式的调控规律，为含水层结构识别提供了快速可靠的技术路径。

　　

随着全球气候变化加剧干旱风险，地下水作为战略储备资源的重要性日益凸显。然而，传统地下水管理面临一个核心矛盾：数值模拟软件（如MODFLOW）虽然能精确刻画地下水流动，但严重依赖难以准确获取的水文地质参数（如水力传导系数）和边界条件；而纯粹的数据驱动方法虽能从观测数据中反演水文地质特征，却往往缺乏明确的物理机制支撑。这一矛盾在深部含水层研究中尤为突出，因为钻探成本高昂导致地质数据稀缺，使得含水层结构的准确识别成为地下水研究中的"卡脖子"难题。

为解决这一瓶颈问题，台湾中央大学的研究团队在《Results in Engineering》上发表了创新性研究。他们巧妙地将物理机制与数据挖掘相结合，通过构建"理想案例验证-实际案例应用"的双重验证框架，开发了一种基于经验正交函数（Empirical Orthogonal Function, EOF）分析的地下水含水层识别技术。该研究不仅通过沙箱实验直观展示了不同岩性条件下地下水流动的差异性，更通过MODFLOW数值模拟与EOF时空分解的协同分析，首次系统揭示了承压含水层对地下水波动模式的"指纹特征"。

研究团队采用三项关键技术方法开展系统研究：首先利用MODFLOW构建理想化概念模型（包含承压/非承压含水层对比）和基于台湾民雄工业区实际地质结构的真实案例模型；其次通过沙箱物理实验验证数值模拟的可靠性；最后运用EOF对模拟产生的时空地下水头数据进行分解，提取主导变化模式。特别值得注意的是，真实案例模型基于环保部门钻探数据建立，包含6个地质层位的水力传导系数参数。

研究结果层层递进地揭示了含水层结构的识别规律。在岩性对地下水流动趋势影响方面，通过Case 1和Case 2的理想模拟对比发现，低渗透性的细砂区域（K=4.1 m/d）促使水流横向扩散，而高渗透性的粗砂区域（K=41 m/d）则表现为垂向优先流动，沙箱实验通过色素示踪直观验证了这一现象。

EOF对理想案例的时空分析结果尤为关键。时间序列显示：非承压区含水层各层位对降雨补给响应同步，而承压区则表现出明显的响应延迟和衰减特征。空间分布上，EOF第一模态（EOF1）清晰捕捉到承压层对垂向补给的阻隔作用，以及由此产生的水平流动主导模式。

在真实案例应用中，民雄工业区的模拟结果进一步验证了方法的实用性。第一含水层（非承压）的模拟与观测值高度吻合（R2>0.93），而第二含水层（承压）由于地质不确定性呈现较大误差（R2=0.73-0.82）。EOF空间分析成功识别出第四层粘土层的阻水效应（图中以红色叉标记）以及第六层承压含水层的补给受限特征。

验证环节通过对比2009-2013年三和站观测数据，证实模拟能准确再现季节性波动规律。更重要的是，不同区域响应时间的差异（TC区6月响应，MH区7月响应）正好反映了水力传导系数的空间变异性，这为利用EOF时间特征识别含水层差异提供了直接证据。

讨论部分深入阐释了水文地质控制机制。细砂的毛细作用与粗砂的重力排水本质差异，从物理机制上解释了EOF所捕获的流动模式分异。研究指出，与需要多源数据的GIS-AHP等多准则决策方法相比，EOF能直接从小尺度地下水波动中提取含水层结构信息，这在数据稀缺地区具有显著优势。

该研究的结论具有重要实践价值：EOF分析不仅能有效区分承压与非承压含水层，还能通过时空响应模式识别弱透水层（aquitard）的空间分布。水力传导系数相近区域表现出同步的地下水波动，而差异显著区域则呈现延迟响应特征。这一发现为快速评估含水层结构提供了新范式，特别适用于钻探条件受限的地区，对实现联合国可持续发展目标（SDG 6清洁饮水和SDG 13气候行动）具有直接贡献。通过将物理机制与数据科学深度融合，本研究为全球地下水可持续管理提供了新的技术支撑。