基于AHP与MIF模型的印度马尔达地区农业主导景观地下水潜力区多标准评估及可持续管理策略

针对印度马尔达地区因农业过度开采导致的地下水位骤降问题，研究人员采用层次分析法（AHP）和多重影响因子模型（MIF）开展地下水潜力区（GWPZ）划分研究。结果显示，该地区西部和南部存在高潜力区（AHP模型34% vs MIF模型41%），而东部和东北部潜力较低。ROC曲线验证AHP模型（AUC 0.831）可靠性更高，Mann-Kendall趋势分析揭示高潜力区水位以0.01-0.16 mbgl year-1速率上升。研究为SDG-6目标下的区域水资源管理提供了科学依据。

　　

在印度西孟加拉邦的马尔达地区，农业灌溉对地下水的过度开采已导致水位以每年0.11-0.27米的速度急剧下降，部分地区甚至出现"超临界"状态的水资源危机。这片拥有390万人口、面积3933平方公里的农业主导区，72.9%的地下水被用于灌溉，而气候变化导致的降雨模式改变更使问题雪上加霜。面对这一严峻挑战，拉文肖大学地理系的研究人员开展了一项开创性研究，通过多标准决策分析技术首次系统评估了该地区的地下水潜力分布格局，相关成果发表于《Groundwater for Sustainable Development》。

研究团队整合了地质地貌、土壤类型、线密度、地形湿度指数（TWI）等10类地理环境参数，采用地理信息系统（GIS）空间分析技术，对比了层次分析法（AHP）和多重影响因子（MIF）两种模型的适用性。通过接收者操作特征曲线（ROC）和曲线下面积（AUC）验证模型精度，并结合Mann-Kendall趋势检验与Sen斜率估计量化了水位变化动态。

研究结果显示：

1. 潜力区空间分异：西部和南部冲积平原占34%（AHP）至41%（MIF）的面积为极高潜力区，而东部因粘土层阻渗呈现低潜力特征。
2. 模型性能对比：AHP模型的AUC值达0.831，略优于MIF模型（0.824），证实其在复杂农业景观中的可靠性。
3. 水位动态：高潜力区水位年上升0.01-0.16 mbgl，而低潜力区以0.02-0.07 mbgl year^-1速率下降，与耕作强度呈显著相关性。

结论与讨论部分指出，该研究首次建立了马尔达地区地下水潜力与农业活动的定量关系，为实施差别化水资源管理提供了科学依据。特别建议在东部低潜力区建设雨水收集设施，而西部高潜力区需控制灌溉强度。Senjuti Nandy团队的研究不仅填补了该区域地下水研究的空白，其创新的多模型对比框架更为全球类似农业区的水资源规划提供了范式。这项成果直接响应联合国可持续发展目标（SDG-6），对实现"水与卫生设施全民覆盖"具有重要实践意义。