基于机器学习重建稀疏数据下的连续日尺度地下水位深度及其在森林湿地水文评估中的应用

《Wetlands》：Application of Machine Learning in Reconstructing Continuous Daily Water Table Depth from Sparse Data and Wetland Hydrology Assessment in the Forested Wetland Systems

　　

地下水位深度（Water Table Depth, WTD）是滨海平原景观中湿地生态、水文和森林生产力的关键控制因素，然而连续的地下水位监测记录通常难以获得。这一局限性使得量化气候对地下水响应的控制作用以及推导湿地水文指标变得困难。本研究在美国南卡罗来纳州桑蒂实验林（Santee Experimental Forest）的三个流域内，利用13口监测井填补了上述研究空白。测试数据在各井内通过结构化留出法（structured holdout）选取，保留了早期、中期和晚期的观测值用于评估。研究设定了两个目标：探究气候对日尺度WTD变化的控制作用，以及利用机器学习模型从稀疏观测中重建连续的日尺度WTD序列。在利用气候预测因子和滞后WTD进行预测时，所有评估模型均表现优异（NSE = 0.948–0.981；RMSE = 8.53–14.12 cm），其中线性回归（Linear Regression）作为基线模型，XGBoost整体表现最佳。在不含滞后WTD的重建任务中，模型性能下降更为明显，所有模型均优于线性回归，其中集成树模型（ensemble tree models）表现相对更优。XGBoost在所测试模型中展现出最强的重建性能，因此被用于后续的趋势和湿地水文分析，其NSE为0.763，KGE为0.849，RMSE为29.86 cm，NRMSE为0.487，MAE为19.24 cm，KS统计量为0.072。敏感性分析表明，气候复合预测因子组合提供了最强的重建能力，而仅使用土壤湿度与年内日序（day of year）也能取得良好效果。上述结果表明，机器学习重建方法能够扩展稀疏监测数据的应用价值，并支持水文解释与湿地水文评估。

一、研究背景与问题

地下水位深度（Water Table Depth, WTD）是森林湿地系统中整合降水输入、地下蓄存、排水和蒸散平衡的关键变量，直接调控土壤通气状况、氧化还原条件、根系水分可利用性及场地可通行性。在滨海及低梯度环境中，地下水位通常在地表附近波动，较小的垂直位移即可改变根系层氧气状况、微生物代谢途径以及与溪流的水文连通性。因此，WTD对湿地界定、栖息地适宜性、碳循环、养分输出和森林生产力等众多问题至关重要，同时也是水文学家和土地管理者衡量土壤湿度的实用代理变量。湿地还提供地下水补给、农业生产、水质改善、洪水削减和休闲娱乐等生态系统服务，而这些服务直接依赖于湿地的水文状态。由于湿地地下水位对气候强迫响应强烈，气候变率和变化可能改变湿地水文及湿地存续。然而，量化美国东南部气候变化对湿地影响的研究仍相对有限。

在林业经营方面，WTD影响植物水分供应和根系发育，进而塑造生物量和物种组成。地下水位动态对间伐和采伐等营林作业也高度敏感。美国南部贡献了约60%的国内木材产量，这一对经营型南方森林的强依赖凸显了获取可靠、与过程相关的水文信息以支持滨海平原湿地景观中营林决策的必要性。

尽管WTD十分重要，连续监测仍面临挑战，尤其是在支撑稳健推断所需的空间和时间密度上。地下水井记录常因仪器故障、维护问题、可达性限制或历史上不规则的采样而存在不连续性。在湿地及类似地下水系统中，这些数据缺口可能导致误导性结论，因为缺失数据会使分析者遗漏短暂但具有生态意义的近地表水文事件，扭曲季节性特征，并使依赖生长季关键时段浅水位频率和持续时间的指标产生偏差。这在评估湿地水文标准、诊断趋势或校准水文模型时构成严重限制。

已有多种方法用于预测或模拟日尺度WTD，包括DRAINMOD、MIKE SHE和MODFLOW等过程模型。GRACE卫星重力数据的应用提供了陆地水储量变化的见解，但其粗空间和时间分辨率限制了在小尺度湿地系统和源头流域中的应用。机器学习方法提供了另一条途径，通常计算成本更低，预测性能可与过程模型相当或更优，可直接从观测中学习水文气候驱动因子与地下水响应之间的非线性关系。然而，现有机器学习应用多侧重于后报或预报，明确针对不完整水文记录长期重建的研究较少，且已有重建研究多在周或月尺度上进行，可能平滑掉浅层湿地系统中尤为重要的短期响应。因此，日尺度WTD重建仍相对有限。

基于上述背景，本研究利用美国农业部林务局桑蒂实验林（Santee Experimental Forest）WS77、WS78和WS80三个流域的数据，聚焦两个互补目标：第一，探究气候变率如何影响日尺度地下水位变化，重点识别与浅层地下水短期波动最相关的滞后气象控制因子；第二，构建面向稀疏和不连续井记录的重建导向机器学习框架，生成连续的日尺度WTD序列。

二、研究内容与主要结论

研究人员在桑蒂实验林的三个流域共13口监测井上开展了研究。监测记录在各井间并不均匀，缺失日观测比例约为1%至45%。所有WTD记录统一为日时间步长，无观测的天数保留为缺失值。由于WTD包含相对于地表的正负值且存在偏态，建模前采用Yeo-Johnson变换改善分布对称性。

日尺度预测变量来自Daymet和GLDAS 2.2产品。Daymet提供连续的空间分布日气候变量，包括降水、最高温度、最低温度、太阳辐射和水汽压；GLDAS 2.2用于表征与浅层地下水动态相关的陆面水文状态，包括蒸散发、土壤湿度和地下水相关蓄存变量。年内日序（Day of year, DOY）用于表征季节性。

预测变量选择针对两个建模目标分别进行。气候响应组分仅考虑气象变量，通过交叉相关分析确定降水滞后期，结合成对Pearson相关和递归方差膨胀因子（Variance Inflation Factor, VIF）程序消除多重共线性，最终气候响应预测因子集包括平均温度（T_avg）、日较差（T_range）、DOY、一日滞后WTD、当日降水及1至3日滞后降水。重建组分则有意排除滞后WTD，因为长时间缺口期间无法获得前期WTD观测，模型仅使用每日均可获得的连续预测因子，包括Daymet气象变量和GLDAS水文状态变量。

研究评估了五种预测模型：线性回归（Linear Regression, LR）作为基线，随机森林（Random Forest, RF）、XGBoost、前馈神经网络（Feedforward Neural Network, FNN）和长短期记忆网络（Long Short-Term Memory, LSTM）。所有模型作为跨井的单一合并模型训练，井标识符作为输入特征以保留位置差异。采用80/20训练-测试划分，测试集由每口井最早5%、最晚5%和随机选择的中间10%观测组成。超参数通过Optuna中的Tree-Structured Parzen Estimator（TPE）调优。性能评估综合使用RMSE、MAE、NRMSE、NSE、KGE和KS统计量。

三、关键技术与方法

研究采用的关键技术方法包括：基于Daymet和GLDAS 2.2网格化产品的预测变量提取，通过Google Earth Engine最近邻方法在各监测井位置提取；Yeo-Johnson变换处理WTD分布偏态；成对Pearson相关和递归VIF程序进行预测变量筛选；五种机器学习模型的构建与比较，包括LR、RF、XGBoost、FNN和LSTM；Optuna TPE超参数优化；SHAP（Shapley Additive Explanations）可解释性分析；结构化留出测试集设计；以及改进的Mann-Kendall趋势检验和Sen斜率估计用于长期趋势评估。

四、研究结果

研究区气候特征。 月气候学分析显示三个流域存在一致的季节性循环，冷季降水相对较低，夏季降水显著升高，6月至9月为最湿润时期。2004至2023年间，年降水总量从干旱年份的约900–1,000 mm到湿润年份接近或超过2,000 mm。2011年是最干旱年份之一，2015年对全部流域而言是最湿润年份。温度方面，最高温度（T_max）和最低温度（T_min）均呈现强烈季节性循环，7月达到峰值。2014至2015年间出现显著升温，此后温度持续高于2004至2014年的常态水平。

日尺度WTD变异的控制因素。 在含滞后WTD的预测任务中，所有模型均表现优异，XGBoost整体最优，NSE = 0.981，RMSE = 8.528 cm。SHAP分析显示一日滞后WTD是主导预测因子，其次是一日滞后降水和季节性时序。为隔离气候变量的影响，研究人员进一步对日WTD变化量（ΔWTD_t = WTD_t ? WTD_t?1）进行相关分析，结果表明前期降水是与日WTD变化关联最强的气候变量，其中一日滞后降水呈最强正相关；平均温度和日较差与WTD变化呈负相关，表明较暖或高能量大气条件通常通过增强蒸散发与水位下降相关。

不含滞后WTD的模型比较。 在排除滞后WTD的重建任务中，所有模型性能下降更为明显，但均优于线性回归基线。集成树模型表现相对更优，XGBoost最强，NSE = 0.763，RMSE = 29.86 cm，NRMSE = 0.487，KGE = 0.849，MAE = 19.24 cm，KS = 0.072。散点图显示最大偏差集中在水文极端条件附近，尤其当水位接近地表时，即使较小绝对误差也可能导致湿地分类的实质差异。

连续日尺度WTD重建。 利用最优模型XGBoost对2004至2023年全部日历日进行逐井重建，重建序列保留了滨海平原湿地系统预期的季节性结构，包括湿润期和干旱期的交替，以及驱动湿地水文指标的近地表条件频率。

重建序列的趋势行为。 在观测日期上提取重建值与观测值进行年度聚合趋势比较，结果显示重建WTD成功保留了所有井的观测年趋势行为。对完整重建日序列的改进Mann-Kendall检验识别出多个井的上升（变浅）趋势，主要集中在WS77和WS78的部分区域，其中Well 2、Well 93、Well J、Wahee和Well 92的年度增幅最强，而Goldsboro、Lenoir、Lynchburg、Well D和Well H通常无显著年度趋势。总体表明二十年间地下水位条件以稳定至变浅为主，最强增幅集中在WS77和WS78的特定井位。

湿地水文评估。 利用重建日序列，研究人员通过近地表阈值框架评估湿地水文出现情况。湿地日定义为WTD距地表30 cm以内，若生长季内连续14天满足该条件且在评估年份中至少50%满足，则该站点归类为湿地。结果显示湿地水文持续性在第一和第二个十年间存在明显时空变化。仅Lenoir和Rains在两个十年均满足湿地水文标准。Well 2、Well 92、Well 93、Well J、Well K和Well H从第一个十年的非湿地分类转变为第二个十年的湿地分类，表明后期多个站点湿地水文持续性增强。Lynchburg在第一个十年达标但第二个十年略低于阈值。WS77中第二个十年普遍表现出比第一个十年更强的湿地水文表达。

五、讨论与结论

研究结果表明，机器学习重建方法能够有效扩展稀疏监测数据的价值。XGBoost重建不仅保留了观测数据的趋势行为，还支持了湿地水文指标的推导和长期推断。研究证实了浅层地下水系统的强水文记忆特性以及WTD对近期降雨的短滞后响应。敏感性分析显示气候复合预测因子组合提供了最强的重建能力，而仅使用土壤湿度与DOY也能取得良好效果，表明局部耦合的陆面状态在缺乏完整气候复合特征集时也能再现WTD动态。

研究结论指出，机器学习重建方法可以扩展稀疏监测网络的价值，支持水文解释和湿地水文评估，生成适用于湿地日数统计、浅水持续性年际比较等分析的分析就绪日记录。该方法为森林湿地景观中有限地下水监测网络的利用提供了实用途径，使原本在稀疏采样下不可靠的分析成为可能。