一种可解释人工智能驱动的硬岩含水层地下水灌溉适宜性预测框架：超越传统双变量诊断方法

《Water》：An Explainable Artificial Intelligence-Driven Framework for Predicting Groundwater Irrigation Suitability in Hard-Rock Aquifers: Moving Beyond Traditional Bivariate Diagnostics Mohamed Hussein Yousif, Quanrong Wang, Anurag Tewari, Abara A. Biabak Indrick, Hafizou M. Sow, Yousif Hassan Mohamed Salh and Wakeel Hussain

　　

地下水是许多半干旱硬岩含水层地区灌溉的主要来源。然而，其适宜性评估往往受到传统双变量工具（如美国盐土实验室（USSL）图解）无法充分解析的非线性水文地球化学动力学阻碍。为克服该局限，研究人员开发了一种可解释人工智能（XAI）框架，可直接基于水文地球化学变量预测灌溉适宜性类别，而无需依赖计算指标。研究人员利用印度特伦甘纳邦1872个雨季后的地下水样品，基于11种水文地球化学变量（Na⁺、K⁺、Ca²⁺、Mg²⁺、HCO₃^?、Cl^?、F^?、NO₃^?、SO₄^2?、pH和总硬度）训练了三种集成树分类器（随机森林（RF）、LightGBM和XGBoost）。采用合成少数类过采样技术（SMOTE）处理类别不平衡，并使用Optuna优化模型超参数。在测试模型中，LightGBM表现最佳（平衡准确率=0.938）。模型可解释性通过沙普利可加性解释（SHAP）实现，并由Piper和Gibbs图解支持，揭示了钠质驱动的盐碱化与硬度驱动的矿化之间的关键区别，识别出对石膏改良措施化学无效的钙饱和水体。为弥合算法准确性与操作简易性之间的差距，研究人员将SHAP解释提炼为线性启发式规则，并量化了准确性与简易性之间的权衡。据此，研究人员提出了一种分层水文地球化学分诊框架，其中定量启发式规则处理约62.5%的常规样品，而XAI则解析复杂和模糊案例。总体而言，所提出的框架将经典适宜性评估工具转化为一种适应性、循证式、前瞻性的决策支持系统，用于日益增加的环境压力下的可持续农业水资源管理。

硬岩含水层的可持续管理正日益受到对静态双变量诊断工具依赖的阻碍。研究人员以印度特伦甘纳邦结晶岩含水层系统为研究区，开发了一种基于可解释人工智能（XAI）的地下水灌溉适宜性分类框架，旨在超越传统评估方法与"黑箱"机器学习预测，实现从静态适宜性分类向动态、循证管理工具的转变。

该研究的研究背景源于半干旱地区农业经济对地下水的深度依赖。全球超过40%的灌溉农业依赖地下水支撑，而在印度次大陆特别是特伦甘纳邦的结晶岩硬岩地形区，这种依赖尤为关键。此类含水层以非均质裂隙网络和低储水能力为特征，极易发生快速水文地球化学演化。水-岩相互作用、蒸发浓缩与人为输入的叠加导致复杂的水质动态，常超出传统评估方法的解析能力。尽管地下水数量监测可通过水位下降直观观测，但水质退化往往悄然发生，掩盖了土壤盐渍化等累积风险。当前管理协议仍主要依赖于静态图形诊断工具，尤其是USSL图解，但该工具将复杂的水文化学信息凝缩为电导率（EC）和钠吸附比（SAR）两个总体参数，掩盖了碳酸盐硬度、特定离子毒性及地球化学与人为溶质来源区分等关键因素。在非均质硬岩含水层中，这种诊断差距可能导致边际质量水体被误判为安全，进而加速长期土壤退化。为应对这些局限，研究人员开展了此项研究。

研究人员采用的技术方法主要包括以下方面。数据来源为特伦甘纳邦地下水部门于2021-2022年雨季后期采集的2048个区域性原始地下水样品，经电荷平衡误差质量控制后保留1872个样品。基于USSL图解将16个原始类别合并为"Perfect""Moderate""Poor""Bad"四个管理导向类别作为标签，但严格排除EC和SAR作为预测变量以避免循环逻辑。预处理阶段对除pH外的变量进行对数转换，采用分层抽样按7:1.5:1.5分为训练集、验证集和测试集。建模使用三种集成树算法——随机森林、LightGBM和XGBoost，应用SMOTE处理类别不平衡，以Optuna进行超参数优化，以平衡准确率作为主要评估指标。最优模型采用SHAP进行可解释性分析，并通过Piper三线图和Gibbs图解进行基于过程的独立验证。最终通过分位数提取算法将SHAP洞察转化为定量启发式规则，构建三层保真度分析评估准确性与简易性的权衡。

研究结果表明，研究区地下水的水文地球化学特征受地球化学与人为过程共同塑造。pH呈中性至弱碱性，总体矿化度中等，但48%样品的总硬度超过300 mg/L，同时钠和硬度阳离子积累表明含水层阳离子交换位点可能已饱和。硝酸盐浓度部分升高，约32%样品超过50 mg/L；氟化物在离散热点表现出毒性，13.7%样品超过1.5 mg/L。值得注意的是，部分离子浓度与总体盐碱度指标之间相关性弱，强调经典双变量图解难以检测这些离子特异性风险。

基于USSL图解的区域灌溉适宜性评估显示，数据集严重偏向过渡性水类型："Perfect"和"Bad"端元分别仅占1.5%和7.1%，而91.3%落入"Moderate"（28.8%）和"Poor"（62.5%）过渡区。这种中间类别主导造成了操作约束——USSL框架缺乏离子特异性分辨率，难以界定水矿化是由硬度（结垢风险）、钠（渗透性风险）还是地球化学或人为元素驱动。

通过Piper和Gibbs图解的水文地球化学过程验证表明，"Perfect"样品主要聚集于Ca-HCO₃相，代表有限滞留时间的淡水补给信号；"Bad"类则主要落入Na-Cl端元相，指示长期水-岩作用的终端阶段。"Moderate"和"Poor"类别位于两者之间，占据混合阳离子和混合阴离子场。Gibbs图解识别出溶质获取的控制机制：前两类主要落入岩石主导场，后两类明显偏离至蒸发主导场，与该区域半干旱气候条件下高蒸发蒸腾率导致浅层含水层中溶解固体浓缩的过程一致。

机器学习建模方面，递归特征消除（RFE）建议约六个预测因子的简化子集可边际提高交叉验证准确率，但研究人员优先保证领域完整性而保留全部11个变量。三种优化集成分类器在独立测试数据集上多数指标准确率均超90%。在成本敏感约束下，LightGBM成为最可靠架构，平衡准确率达0.938，对"Bad"类这一最高管理风险类别的敏感性尤为突出，召回率达90%，20个高风险测试样品中正确识别18个。相比之下，随机森林和XGBoost对多数类"Poor"存在轻微偏倚。

SHAP机制透明性与水文地球化学洞察揭示了各类别的驱动机制。"Bad"类由极高盐碱度和钠度触发，Na⁺和Cl^?为最强正向贡献者，反映硬岩地带蒸发浓缩的物理现实。"Poor"类则揭示了最关键的机制性洞察：总硬度（TH）为支配性正向驱动因子，而Na⁺影响相对于"Bad"类衰减，表明存在硬度-钠度解耦——高总硬度提高电导率使样品移出"Moderate"类别，同时抑制SAR阻止归类为高钠度"Bad"水。这种解耦意味着标准修复规程（石膏施用）在此化学背景下可能农学上适得其反，管理策略须优先采用防结垢措施而非钙改良。"Moderate"类由排除逻辑而非单一离子主导，极端值产生强负SHAP贡献，代表补给稀释与早期硅酸盐风化间的动态平衡。"Perfect"类反映最近补给的稀释信号，任何矿化组分浓度升高均产生强负影响。

从算法到野外决策的转化中，研究人员将XAI输出提炼为简化启发式规则，并评估了保真度-可解释性权衡。AI模型分类准确率为92.5%，启发式规则为60.1%，在主导性"Poor"类中表现最佳（F₁分数：0.77）。研究人员识别出两种关键误分类模式：乐观偏倚（35个"Moderate"样品误分类为"Perfect"）和保守偏倚（12个"Bad"样品误标为"Poor"）。据此整合基于氟化物（F^? > 1.5 mg/L）、硝酸盐（NO₃^? > 50 mg/L）和氯化物（Cl^? > 400 mg/L）容许限值的安全触发覆盖条件，在281个独立测试样品中成功标记101个高风险样品。

基于这种偏倚感知设计，研究人员提出了分层部署协议（图10）。第一层为基于规则的快速筛选，使用电子表格或移动应用等易获取工具，处理约62.5%的常规案例（主要为硬度主导的"Poor"水）；触发安全警报、规则模糊或低于临界阈值的样品被升级至第二层，由XAI模型处理约37.5%的复杂或模糊案例。这种混合架构类似医学中的临床分诊概念，在最需要高决策准确性的地方部署AI推理，同时将近三分之二的计算需求降低。

研究讨论部分指出，该框架的规模化运行需承认数据、方法和部署约束。数据集局限在于未纳入砷等关键痕量金属参数； pristine"Perfect"端元的结构性稀缺构成挑战，SMOTE无法完全复制天然系统方差。方法上，四类别的序数编码假设简化了复杂多维化学边界。地域特异性方面，定量阈值针对特伦甘纳硬岩地带优化，应用于不同水文地质系统时需通过迁移学习重新校准。未来研究应整合主动学习策略采样代表性不足区域，纳入痕量元素实现真正全面评估，并结合地理信息系统（GIS）将表格算法预测转化为空间显式专题图，最终嵌入用户友好的基于网络的平台。

研究结论部分指出，硬岩含水层的可持续管理日益受到对USSL图解等静态双变量诊断依赖的阻碍。该研究证实了这些传统工具在过渡性水文地球化学区域提供有限诊断分辨率，其中总体盐碱度指标掩盖了离子特异性毒性风险。通过实施指标不可知的可解释AI框架，研究人员确立了灌溉适宜性可直接从水文地球化学变量可靠预测，消除了传统指数中固有的统计冗余。SHAP分析整合确认了模型决策逻辑根植于从硅酸盐风化到终端蒸发浓缩的既定地球化学轨迹，满足了环境管理中解密"黑箱"模型的关键需求。

对区域管理最具影响力的洞察是对约占研究区资源91%的水文地球化学灰色地带的机制性解析。分析揭示了钠质驱动盐碱化与硬度驱动矿化之间的关键解耦，识别出广泛的钙饱和水体类别——在此标准修复策略特别是石膏改良化学无效且可能适得其反。这种认识阻止了会加剧总盐度而不缓解钠风险的处理措施应用。

为弥合复杂AI洞察与野外实用价值之间的差距，研究人员将模型决策逻辑提炼为简化定量启发式规则，作为分层决策支持系统（DSS）的基础。该框架运行遵循水文地球化学分诊原则，线性启发式规则成功解析约62.5%的常规案例，而先进AI推理保留给约37.5%呈现复杂或模糊毒性信号的样品。这种混合架构直接回应了实用管理工具需求，确保AI诊断在农学风险最高处高效部署。

最终，该研究建立了从固定、被动、基于阈值的监测向动态、主动、过程感知管理的范式转变。虽然此处界定的数值边界特定于特伦甘纳硬岩地带，但使用XAI解耦特定离子毒性与总体盐度的概念框架仍广泛适用于全球其他情境。通过整合水文地球化学领域知识与现代数据科学预测能力，该方法为日益加剧的环境压力下保障农业系统韧性提供了可扩展路径。