基于AHP-GIS与随机森林（RFC）模型的Guder流域地下水潜力区划研究：地理空间技术与机器学习融合方法

本研究针对埃塞俄比亚Guder流域地下水开发不足及数据稀缺问题，整合遥感（RS）、地理信息系统（GIS）、Google Earth Engine（GEE）平台与机器学习算法（随机森林，RFC），系统评估了地质、地形、降雨、土地利用（LULC）等9类地下水潜力因子，通过AHP层次分析法与RFC模型分别实现地下水潜力区划。结果显示，RFC模型在敏感度（0.90）与假阳性率控制（0.04）方面表现优异，为干旱半干旱地区水资源可持续规划提供了高精度决策支持。

　　

在全球水资源危机日益严峻的背景下，地下水作为干旱季节和气候波动下维持河流生态、湿地功能及人类用水安全的关键资源，其可持续开发面临巨大挑战。据联合国世界水资源评估计划报告，全球约36亿人每年至少面临一个月的水资源短缺，而农业用水需求激增、城市化进程加快及水质恶化等问题进一步加剧了水资源压力。埃塞俄比亚作为典型的数据稀缺地区，其地下水资源开发因成本高昂、动态监测不足而严重受限。因此，如何高效、精准地识别地下水富集区域，成为当前水文地质研究与水资源管理领域的核心问题。

为此，研究人员Guta Tolossa Werati与Abera Gonfa Abdissa在《Environmental Challenges》发表了一项创新性研究，综合运用地理空间技术、云计算平台与机器学习算法，对埃塞俄比亚Guder流域（面积1,687 km2）开展了地下水潜力区划研究。该研究不仅对比了传统AHP-GIS叠加方法与随机森林（RFC）机器学习模型的性能，还首次在该区域实现了多源数据融合的高分辨率地下水潜力制图。

研究主要依托Google Earth Engine（GEE）平台进行遥感数据处理与土地利用分类（LULC），借助ArcGIS Pro生成数字高程模型（DEM）衍生的地形参数（如坡度、排水密度、线密度、地形湿度指数TWI），并结合地质、地貌、土壤纹理及降雨数据（通过反距离加权IDW插值生成）。机器学习部分采用随机森林分类器（RFC）对102口井点数据进行训练与验证，通过Gini指数评估参数重要性，并采用精确度（Precision）、敏感度（Sensitivity）、F1分数与ROC曲线等多指标验证模型性能。

4.1 结果分析

4.1.1 土地利用与参数特征

GEE平台生成的LULC分类显示，流域内耕地占比70.5%，灌木地（14%）和森林（6.8%）为主要覆盖类型，整体分类精度达97%。地形参数中，39%区域为平坦坡度（0–6°），降雨分布呈现西高东低格局，地质以早第三纪火山岩（50.4%）和晚第三纪火山岩（38.8%）为主，土壤以壤土（55.1%）和黏土（37.6%）为主导类型。

4.1.2 参数重要性排序

AHP方法中，地质（23.78%）、坡度（21.16%）和降雨（17.10%）被确定为最关键因子；而RFC模型基于SHAP值的分析显示，地质（0.95）、降雨（0.92）和坡度（0.68）同样位列前三，但线密度（0.60）与排水密度（0.50）的重要性顺序存在差异，反映了机器学习模型对非线性关系的捕捉能力。

4.1.3 地下水潜力区划

AHP-GIS方法将流域划分为极高（6.9%）、高（52.8%）、中（35.8%）、低（4.4%）和极低（0.1%）潜力区，高潜力区主要分布于南部与西部；RFC模型则识别出极高（7.5%）、高（57.8%）、中（30.8%）、低（3.8%）和极低（0.1%）潜力区，空间分布与AHP结果总体一致，但RFC在南部与东部区域的识别更细致。

4.1.4 模型验证

AHP模型通过一致性比率（CR=0.05）和井点叠加验证显示良好一致性；RFC模型整体精度达88.8%，各类别的敏感度（0.84–0.90）和假阳性率（FPR<0.05）均表现优异，ROC曲线进一步证实模型对多类别区分的可靠性。

5 讨论与结论

本研究通过整合传统地理空间分析与现代机器学习技术，显著提升了地下水潜力预测的精度与效率。RFC模型在处理多参数非线性关系时展现出更高灵敏度，尤其在极高/高潜力区识别中误差率更低。地质构造、降雨分布与地形特征是控制地下水富集的核心因素，而LULC与土壤纹理的影响相对较弱。

该研究的实际意义在于为数据稀缺地区提供了可复制的技术框架，GEE平台的云端处理能力大幅降低了计算成本，ArcGIS Pro与RFC的结合则为区域水资源规划提供了高分辨率决策依据。然而，研究仍存在一定局限性：如降雨插值误差、未包含地下水位深度数据、模型迁移性待验证等。未来需引入时序遥感数据、结合水文地质钻探信息，并拓展到不同地质背景区域进行验证。

综上所述，这项研究不仅为Guder流域的水资源开发提供了科学依据，也为全球类似地区的可持续水管理树立了技术标杆，凸显了多学科融合在水文研究中的核心价值。