《Water Resources Research》：A Hybrid Data Assimilation Approach Integrating Kalman With Deep Learning-Based Updates for Nonlinear and Non-Gaussian Groundwater Systems
编辑推荐：
在水文研究中，数据同化（Data Assimilation, DA）是将观测数据与数值模型相结合的有力工具，能显著提升预测精度。然而，非线性地下水系统的观测值、参数和状态变量常呈现高维和非高斯（non-Gaussian）特征，对传统DA方法如马尔可夫链蒙特卡罗
在水文研究中，数据同化（Data Assimilation, DA）是将观测数据与数值模型相结合的有力工具，能显著提升预测精度。然而，非线性地下水系统的观测值、参数和状态变量常呈现高维和非高斯（non-Gaussian）特征，对传统DA方法如马尔可夫链蒙特卡罗（Markov Chain Monte Carlo, MCMC）和基于卡尔曼更新（Kalman update）的集合平滑器（ensemble smoother, ES）构成重大挑战。为应对这些挑战，研究人员先前提出了S-ES（DL-based ensemble smoother），该方法以非线性深度学习（Deep Learning, DL）更新替代线性卡尔曼更新，有效改善了对非高斯问题的处理能力。尽管S-ES具有优势，但其受限于深度学习模型训练的计算成本以及集合统计信息利用不足的问题。本研究中，研究人员提出H-ES（hybrid ensemble smoother），一种融合卡尔曼与深度学习更新的混合DA方法以克服上述局限。H-ES专为非线性非高斯地下水系统定制，结合了S-ES的效率与统计优雅性以及S-ES的适应性。为评估H-ES，研究人员将其应用于一个具有挑战性的案例研究，涉及八个污染物源参数的联合反演和一个3,321维的非高斯分布水力传导率场。通过全面的数值实验，研究人员考察了影响性能的因素，包括深度学习更新次数、卡尔曼与深度学习更新的排序以及误差膨胀因子（error inflation factor）的配置。结果表明，混合更新策略在降低计算成本的同时保持了DA结果的稳定性和可靠性。最优H-ES变体的性能优于单独的S-ES和S-ES，凸显了这种互补方法的优势。
地下水作为水文循环的重要组成部分和现代社会的关键资源，其可持续管理与有效保护依赖于对地下水动态和污染风险的定量分析。数学模型在此过程中不可或缺，但其可靠性取决于关键参数的准确识别。污染物源参数（数量、位置、形状和历史释放强度）控制着污染物释放动态，而水力传导率场（hydraulic conductivity field, K）直接影响污染物迁移路径。然而，实践中直接测量污染物源参数往往困难，且水力参数通常表现出强烈的空间异质性。相比之下，地下水状态变量（如水头、温度和污染物浓度）的观测数据更易获取。数据同化（DA）通过将科学理解（模型）与观测数据相结合，为从未知参数的间接观测中提取有意义信息提供了有效途径。
当前DA方法面临诸多挑战。传统的MCMC方法虽理论上严谨，但计算成本随参数空间维度增加而急剧上升，在高维复杂问题中收敛困难。集合卡尔曼滤波（Ensemble Kalman Filter, EnKF）及其变体集合平滑器（S-ES）在高斯假设下广泛使用，能有效估计状态变量和模型参数，但对非线性非高斯系统存在局限。地下水研究中常见的非高斯条件包括：观测数据有限导致的等效性（equifinality）问题（表现为多峰后验分布）以及参数本身的非高斯特性（如渠道化或裂隙化水力参数场）。为应对这些挑战，研究人员先前提出了基于深度学习的数据同化方法（S-ES），利用深度学习的强大函数逼近和模式识别能力，学习从创新向量（innovation vector，即扰动观测与模型预测之差）到更新向量（update vector）的非线性映射，替代卡尔曼更新中的线性算子。S-ES在多种复杂DA问题中表现出色，但仍存在训练成本高昂和未能充分利用集合统计信息的局限。
基于卡尔曼与深度学习更新的互补性——前者具有统计优雅性和计算效率，后者在非高斯特征和非线性关系捕捉方面更为灵活——研究人员提出了一种新型混合DA方法H-ES（hybrid ensemble smoother）。该方法旨在比S-ES更高效，同时在非高斯条件下比S-ES更具通用性。本研究发表于《Water Resources Research》。
研究人员开展的研究主要包括：构建H-ES的理论框架；通过一个高维数值案例（涉及8个污染物源参数和3,321维非高斯K场）系统评估H-ES性能；考察深度学习更新次数、更新排序和误差膨胀因子配置等关键因素的影响；并与迭代局部更新集合平滑器（ILUES）和协方差定位集合平滑器（CL-S-ES）等方法进行比较；最后通过一个真实案例验证方法的实际应用价值。
研究采用的关键技术方法包括：（1）基于U-Net架构的深度学习模型，用于构建从创新向量到更新向量的非线性映射（输入维度32×1，输出维度69×69×1）；（2）转移学习（transfer learning）策略以加速多次迭代中的模型训练；（3）误差膨胀因子的多种配置方案；（4）MODFLOW和MT3DMS数值模拟器求解地下水流动和污染物运移方程；（5）直接采样法（direct sampling method）生成非高斯K场的先验实现；（6）连续排序概率得分（CRPS）和均方根误差（RMSE）等统计指标进行性能评估。
研究结果表明：
一、S-ES与S-ES基线结果比较。S-ES在K场估计中表现更优（K场RMSE：3.9858 vs. 4.2564），能更好地捕捉非高斯特征；而S-ES的均值估计略优（RMSE：3.7708 vs. 3.8802），且计算效率更高。S-ES的集合离散度更大（标准差1.9824 vs. 0.9133），能更好反映参数不确定性。
二、深度学习更新次数的影响。增加深度学习更新次数一般能提升性能，但最优变体为H-ES
1,2,3（即前三次迭代使用深度学习更新），其在K场估计（RMSE=3.8962）和观测匹配（RMSE=0.0180）上均优于纯S-ES和S-ES。
三、更新排序的影响。深度学习更新前置（早期迭代）通常优于后置。H-ES
1,2,3（深度学习更新在前三次）表现最佳，而H-ES
4,5,6（深度学习更新在后三次）表现最差。这表明早期深度学习更新能快速调整参数，为后续卡尔曼更新提供更好的中间集合。
四、误差膨胀因子的影响。对深度学习更新配置较小的膨胀因子（如β
DL=3.5），对卡尔曼更新配置较大的膨胀因子（如β
K=21.0），可获得最佳性能。这因为深度学习更新在精确观测数据下表现更优，而卡尔曼更新在 inflated 误差下更稳定。
五、与其他DA方法比较。与ILUES和CL-S-ES的比较显示，H-ES在K场估计和观测匹配上均表现最优。ILUES虽能改善等效性问题，但对强非高斯场估计仍有限；协方差定位在本案例中未显著改善S-ES性能。
六、真实案例验证。在垃圾填埋场生物反应器耦合液气流动案例（5个孔隙度参数，49个观测数据）中，H-ES与S-ES、S-ES性能相近，验证了方法在接近高斯条件下的稳健性。
研究讨论与结论部分指出，H-ES通过融合卡尔曼与深度学习更新，实现了协同效应，常优于单一方法。这种性能提升源于测试案例的特征以及基线算法的互补优势：S-ES利用集合统计信息在线性高斯条件下最优，而S-ES通过数据驱动学习处理非线性非高斯特征。H-ES结合了两者的优点——卡尔曼更新贡献统计优雅性和计算稳定性，深度学习更新增强非线性非高斯处理能力。然而，当前混合实现仍较简单，两种更新机制的相互作用尚处早期阶段，需要进一步发展更高级的集成策略。未来研究方向包括：将H-ES与局部更新策略结合以同时处理非高斯性和等效性问题；以及探索生成式深度学习与集合DA方法的集成（如HydroGEnDA框架在地下水应用中的潜力）。总之，H-ES为高维、非线性、非高斯地下水系统的数据同化提供了一种有前景的解决方案，通过持续努力有望发展为应对广泛水文地质挑战的通用实用工具。
