《Journal of Hydrology: Regional Studies》：Integrating waterborne GPR and group-aware machine learning to resolve lakebed hydrostratigraphy and potential groundwater–lake connectivity for Lake Vadkerti, Hungary
编辑推荐：
气候驱动的蒸发增强、径流减少、集约用水和排水方式改变正使盐湖和湿地承受日益加剧的水文压力。有效管理不能仅依赖地表水监测，因为湖泊的持续存在还取决于沉积物-水体界面的交换。地下水渗流可改变离子组成、无机碳与有机碳循环、营养供给、碱度以及底栖生物群落的分布，因此湖
气候驱动的蒸发增强、径流减少、集约用水和排水方式改变正使盐湖和湿地承受日益加剧的水文压力。有效管理不能仅依赖地表水监测，因为湖泊的持续存在还取决于沉积物-水体界面的交换。地下水渗流可改变离子组成、无机碳与有机碳循环、营养供给、碱度以及底栖生物群落的分布，因此湖床沉积物的水力性质及其连续性对地下水-湖泊连通性起着首要控制作用。水载探地雷达（ground-penetrating radar, GPR）能够弥合离散样品之间的空间差距，提供连续、高分辨率的浅层湖床地层图像。然而，反射信号仅指示电磁属性的差异，其水力意义需独立证据支撑。机器学习（machine learning, ML）为可重复检验物理可解释的GPR属性是否包含沉积物类别信息提供了手段。现有数据驱动沉积物研究的重大局限在于，密集测量常被视为独立观测：随机行划分可能将同一采样点相邻记录同时置于训练集和测试集中，从而夸大表观泛化能力。因此，当预测目标超出采样邻域范围时，必须采用空间或层次化结构化交叉验证。同样重要的是类别平衡指标、类别特异性召回率和基于概率的不确定性评估，因为总体精度可能掩盖稀疏类别的失败。由此形成的研究空白兼具物理层面与计算层面：水载GPR研究通常侧重地层可视化，而水生底质ML研究多依赖光学、声学或地形预测因子。鲜有研究在同一湖床框架内整合以下要素：（i）现场评估表观电磁波速度与介电常数；（ii）处理感知的有效振幅-深度行为与极性分析；（iii）坐标匹配的沉积物实地真值；（iv）基于样本分组的第2层与多层模型对比；（v）类别特异性预测不确定性；（vi）证据加权的候选湖-地下水位换区筛选。因此，尚不清楚ML能否恢复可迁移的振幅-沉积物关系，抑或仅仅再现局部空间结构，以及如何将这些预测转化为具有水文意义但经过恰当限定的空间假设。本研究的创新之处在于：将物理GPR解释作为首要水文地层证据，以ML作为锚定样品且防泄漏的定量检验工具，并综合反射体不连续性、薄泥层支持、沉积物邻近性和模型不确定性，勾画经剖面约束的优先验证区域，而不将其解读为实测渗流量、方向或通量。这一问题对位于多瑙河-蒂萨河间地的Vadkerti湖尤为迫切，该湖水量和水质的持续下降与气候变率、长期干旱及人类压力有关。大气强迫已得到确认，但湖床的结构及其潜在水文角色仍未充分解析。本研究将第1层定义为水-湖床界面，第2至第7层依次代表更深且可追踪的亚湖床反射体，而非预定的岩性单元。第2层被重点强调，因其是最浅的可稳定追踪亚湖床反射体，也是距所采表层沉积物最近的可用雷达界面。研究人员假设，独立采集的表层沉积物域对应可重现的GPR响应域，二者的证据加权集成能在保留显式不确定性的前提下识别经剖面约束的优先交换区测试目标。据此，研究围绕四个相互关联的科学问题展开：第一，从经处理的二维和三维水载GPR数据集可解析出怎样的湖床架构和随深度变化的电磁响应域？第二，现场标定的波速、相对介电常数（relative dielectric permittivity）、振幅衰减和极性如何随独立采样的低有机质/砂（OM-low/Sand）、中有机质/过渡（OM-intermediate/Transitional）和高有机质/泥（OM-high/Mud）三类操作类别而变化？第三，在样本分组感知验证下，这些现场操作类别能否从第2层及多层GPR属性中复现，哪些类别仍难以区分？第四，模型预测在何处稳定、何处不确定，ML在物理解释的GPR框架基础上增加了哪些可辩护的信息？为回答这些问题，研究设定了四项明确目标：第一，表征湖床反射体几何形态与三维相对振幅变异性，并利用现场导出的表观电磁波速度和相对介电常数评价时深转换的一致性；第二，量化有效振幅-深度行为，并根据坐标匹配的现场分类表层沉积物评价振幅与极性模式；第三，确定在样本分组感知验证下，第2层及物理可解释的多层属性能否复现操作沉积物分类，评价指标包括平衡准确率、宏F1分数、Cohen's κ系数、马修斯相关系数（Matthews correlation coefficient, MCC）及类别特异性召回率；第四，综合反射体不连续性、薄泥层支持、砂类模型支持、沉积物邻近性和预测不确定性，构建经剖面约束的候选湖-地下水位换区筛选框架。核心创新即在于此一从物理水文地层解释与独立采样沉积物证据出发，经防泄漏ML验证，最终导向不确定性限定的连通性筛查的显式递进路径。该框架检验ML能否在保留物理GPR模型作为水文地层基础的前提下，贡献超越目视解译的可迁移、受样品支持的信息，同时避免对实测渗流量、方向或通量的无依据论断。
论文解读：水载探地雷达与群体感知机器学习集成解译湖床水文地层结构及地下水-湖泊潜在连通性
一、研究背景与科学问题
在全球气候变化背景下，蒸发增强、径流减少、水资源过度利用及排水系统改造等因素，使得盐湖与湿地生态系统面临日益严峻的水文胁迫。传统的湖泊管理往往局限于地表水监测，然而湖泊的长期存续在很大程度上取决于其与地下水之间的物质交换。地下水渗流可以显著影响湖泊的离子组成、碳循环、营养盐供给、碱度乃至底栖生物群落结构。因此，湖床沉积物的水力特性及其空间连续性成为控制地下水-湖泊连通性的首要因素。
水载探地雷达（ground-penetrating radar, GPR）技术能够提供连续、高分辨率的浅层湖床地层图像，弥补了离散钻孔或取样点之间的空间信息缺失。然而，GPR反射信号反映的是电磁属性差异，其本身并不能直接指示水力意义，必须结合沉积学和地质学证据进行综合判读。近年来，机器学习（machine learning, ML）方法被引入GPR数据分析领域，用于自动识别和分类沉积物类型。但现有研究普遍存在一个关键缺陷：由于密集测量的GPR记录在空间上高度相关，若采用随机划分的训练-测试集分割方式，会导致同一采样邻域的记录被错误地分配到不同集合中，从而人为地高估模型的泛化能力。
为此，本研究旨在解决以下核心问题：水载GPR数据能否在严格的、考虑空间相关性的验证框架下，可靠地复现由独立沉积物样品定义的湖床沉积物类别？如果能，这些分类结果如何转化为具有水文意义的、但经过不确定性限定的空间假设，以指导后续的地下水-湖泊交换带野外验证工作？
二、主要技术方法
本研究采用了多学科交叉的技术路线，主要包括以下关键技术方法：
- 1.
水载GPR数据采集与处理：使用GSSI SIR-3000控制单元和屏蔽200 MHz天线，在匈牙利Vadkerti湖的开放水域完成了22条测线（15条横向、7条纵向）的数据采集。数据处理流程包括时间零点校正、距离归一化、频率滤波、道叠加、背景去除、时变增益和Kirchhoff偏移。
- 2.
沉积物采样与分类：于2021年在湖床表层0-30 cm采集了16个地理定位沉积物样品。根据有机质（organic matter, OM）含量，将样品划分为三个操作类别：低有机质/砂（OM-low/Sand，OM ≤ 0.25 w/w%）、中有机质/过渡（OM-intermediate/Transitional，OM 0.26-8.00 w/w%）和高有机质/泥（OM-high/Mud，OM > 8.00 w/w%）。
- 3.
反射体拾取与三维可视化：在RADAN 7软件中逐层拾取水-湖床界面（第1层）及以下6个可连续追踪的亚湖床反射体（第2至第7层）。在GPR-SLICE软件中进行三维插值与希尔伯特包络计算，生成三维相对振幅分布图。
- 4.
有效振幅-深度分析：对每个标记道，建立对数振幅与深度的线性回归模型，计算有效振幅-深度衰减指数αeff，用以综合表征多种因素造成的振幅随深度衰减特征。
- 5.
群体感知的机器学习验证：将每个沉积物样品正交投影到最近的GPR测线上，并以投影点为中心、沿测线方向设定半窗口（主分析设为5米），将该窗口内的所有GPR记录归为该样品的“群体”。采用留三组（每类各一组）交叉验证策略，确保训练集和测试集来自不同的物理样品群体，从根本上防止数据泄露。共评估了K近邻、径向基函数支持向量机、随机森林、梯度提升和极端随机树五种分类器。
三、研究结果
3.1 湖床反射体几何形态与三维振幅变异性
通过GPR剖面解释，成功识别出水-湖床界面（第1层）及以下六个连续的亚湖床反射体（第2至第7层）。三维振幅图揭示了湖床下方电磁响应的显著空间异质性，特别是在湖盆中心区域呈现出明显的相对高振幅异常区。
3.2 波速、介电常数与振幅-深度行为
利用现场水深与双程走时数据，计算出湖水中的电磁波速约为0.033 m ns-1，对应的相对介电常数约为81，与纯水理论值一致。有效振幅-深度分析表明，不同沉积物类别的振幅衰减模式存在差异：砂类样品的振幅衰减相对较慢，而泥类样品的振幅衰减更快，反映出不同沉积物电磁损耗特性的区别。
3.3 机器学习分类性能
在严格的分组感知验证下，极端随机树（Extra Trees）分类器表现最佳。对于第2层基线模型，其平衡准确率达到约0.78，宏F1分数约0.77。当引入多层GPR属性后，模型性能进一步提升，平衡准确率提高至约0.86，宏F1分数达到约0.85。类别特异性分析显示，“砂”类和“泥”类的召回率较高，而“过渡”类的区分难度较大，表明该中间类别在GPR响应上与两端类别存在重叠。
3.4 预测不确定性与交换区筛选
模型预测不确定性分析表明，在湖盆中部和西北部区域，模型对“砂”类沉积物的预测置信度较高且不确定性较低。研究人员综合反射体不连续性、薄泥层厚度、砂类模型支持度和样品邻近性等多项证据，构建了候选地下水-湖泊交换区的优先级排序方案，识别出若干应优先进行野外水文验证的目标区域。
四、讨论与结论
本研究建立了一个从物理GPR解释出发，经独立沉积物样品标定、防泄漏机器学习验证，最终指向不确定性限定的连通性筛查的系统性分析框架。研究结果表明，水载GPR的振幅属性确实包含了与表层沉积物类型相关的可迁移信息，但这一信息的提取必须在严格的空间交叉验证条件下进行，以避免因数据泄露导致的虚假高精度。
研究结论明确指出，该方法框架的核心价值不在于替代实际的水文测量，而是作为一种高效的预筛选工具，能够在有限的野外工作资源下，聚焦最有潜力的地下水-湖泊交换带进行针对性验证。模型预测的不确定性分析为后续工作提供了重要的质量警示：在预测不确定性高的区域，GPR信号的解释应更加谨慎，不宜直接用于推断沉积物类型或水力功能。
