解密滨海平原地下水异常动态：基于多源卫星与水文数据的中国平湖市案例研究

针对中国平湖市沿海多层含水层系统中地下水异常下降现象，研究人员综合运用GRACE、InSAR和同位素技术，揭示含水层渗漏与气象因子是地下水储量（GWS）变化的主因，构建的随机森林（RF）模型（R2=0.72）显著提升预测精度，提出的概念模型为全球类似地质区地下水管理提供范式。

　　

在全球气候变化与人类活动双重压力下，地下水系统正经历前所未有的复杂变化。作为最大的活跃淡水资源，地下水维系着生态系统与社会经济命脉，但全球30%的含水层水位正加速下降。中国通过严格管控使多数地区水位回升，但沿海平原如浙江平湖市却出现反常现象——在无开采活动下，深层承压含水层水位持续下降。这一"悖论"背后，可能隐藏着含水层渗漏、气象因子与人类活动的复杂博弈。

为破解这一谜题，中国研究人员联合国际团队，以平湖市典型滨海多层含水层为研究对象，整合GRACE（重力恢复与气候实验）卫星、InSAR（干涉合成孔径雷达）地表形变监测、稳定同位素示踪等技术，结合机器学习建模，首次系统揭示了该区域地下水异常波动的驱动机制。研究发现，传统认为隔水的弱透水层（aquitard）存在"渗漏窗口"，使上下含水层水力联系增强，导致深层地下水对降水减少和蒸散发增加的响应比预期更敏感。随机森林（RF）模型在GRACE数据降尺度中表现最优（R²=0.72），显著优于XGBoost和人工神经网络（ANN）。同位素证据进一步证实，红泥（HN）监测站的异常水位波动与多层含水层间的垂向交换密切相关。

关键技术方法
研究采用多学科交叉技术：1）GRACE卫星反演区域水储量变化；2）InSAR监测毫米级地面沉降/抬升；3）氢氧稳定同位素示踪水源；4）随机森林等机器学习算法降尺度GRACE数据；5）构建水文地质概念模型解析含水层交互作用。数据涵盖2017-2021年平湖市5个监测站的地下水动态与气象记录。

研究结果

1. 降尺度模型性能
   RF模型在预测陆地水储量异常（TWSA）时表现最优，其预测值与GRACE观测值的相关系数（CC）达0.85，显著优于XGB（CC=0.75）和ANN（CC=0.63），证实机器学习可有效提升卫星数据空间分辨率。

2. 异常水位识别
   通过累积地下水储量变化（GWSC）与水位（GWL）的时序分析，发现5次异常波动事件，其中HN站因监测多层承压含水层，对渗漏和气象因子响应最敏感，水位波动幅度达常规值的2-3倍。

3. 概念模型验证
   构建的"层状含水层-弱透水层"概念模型在平湖市和美国得克萨斯州沿海含水层均适用，揭示渗漏窗口会削弱潮汐信号传递、改变海底地下水排泄（SGD）模式，这一发现对全球滨海含水层管理具有普适价值。

结论与意义
该研究突破传统水文地质学将弱透水层视为绝对隔水边界的认知，证明局部高渗透区（aquitard windows）可导致含水层间意外水力联系。深层地下水系统对气候因子的延迟响应（约6-8个月）提示管理政策需考虑时滞效应。提出的概念模型为全球滨海平原应对海水入侵、地面沉降等挑战提供新框架，尤其对长江三角洲等经济活跃区的可持续水资源规划具有直接指导意义。论文发表于《Journal of Hydrology》，其多源数据融合方法和跨尺度分析范式，为复杂水文系统研究树立了新标杆。