融合HBV模型与机器学习算法预测湖泊动态：红碱淖流域（1990-2060）水文演变与生态响应研究

本研究创新性地融合水文模型（HBV）、机器学习（随机森林RF）与遥感技术，系统解析了1990-2023年红碱淖湖泊动态及土地利用变化，并预测至2060年情景。研究揭示湖泊面积波动规律（如2000-2011年萎缩25.5%，2012-2023年回升26.2%），模型验证R2达0.92（校准期）和0.76（验证期），为半干旱区水资源管理与生态保护提供关键科学依据。

　　

Highlight

湖泊水域面积与体积变化（1990-2023）

通过Landsat卫星影像与MNDWI、NDWI指数分析，红碱淖湖（HJL）在1990-2023年间表现出显著动态变化。MNDWI指数有效分离水体与城市特征，精准捕捉湖泊表面积与体积波动。变化可分为三个阶段：1990-1999年稳定期、2000-2011年急剧萎缩期（面积减少25.5%），以及2012-2023年恢复期（面积增长26.2%）。

讨论

本研究通过整合HBV模型、机器学习（RF与CA-Markov）及遥感数据，全面分析了1990-2060年红碱淖流域的水文动态与土地利用变化。多源数据（高分辨率卫星影像、历史气候数据、社会环境因子）的融合构建了强大的预测框架，显著提升了未来湖泊动态与土地利用变化的预测鲁棒性。

结论

研究详细揭示了1990-2060年红碱淖流域的水文与土地利用变化：湖泊面积经历稳定期（1990-1999）、萎缩期（2000-2011，-25.5%）与恢复期（2012-2023，+26.2%）。随机森林（RF）模型表现出色（校准R²=0.92，验证R²=0.76），CA-Markov成功预测植被增长与城市化趋势。多模型集成框架为半干旱区湖泊管理提供了科学基础，强调需统筹气候、土地利用与水文要素以实现可持续生态保护。