在维多利亚州的下坎帕斯皮盆地，利用GIS-AHP和MODFLOW筛选方法进行特定方案下的MAR场地识别：对气候适应的启示

《Groundwater for Sustainable Development》：Scheme-specific MAR site identification using GIS–AHP and MODFLOW screening in the Lower Campaspe Basin (Victoria): implications for climate adaptation.

　　里瓦兹·库马尔·阿迪卡里（Riwaz Kumar Adhikari）| 阿卜杜拉·戈克汉·伊尔马克兹（Abdullah Gokhan Yilmaz）| 班迪塔·迈纳利（Bandita Mainali）| 菲尔·戴森（Phil Dyson）
墨尔本拉筹伯大学工程学院，澳大利亚维多利亚州3086

**摘要**
人工含水层补给（Managed Aquifer Recharge，MAR）越来越被认为是加强水资源安全的有效手段，尤其是在半干旱地区。然而，选址过程通常仅停留在地形测绘阶段，缺乏充分的验证。本研究结合了基于地理信息系统的多准则决策分析（Multicriteria Decision Analysis，MCDA）和层次分析法（Analytic Hierarchy Process，AHP），以及地下水建模技术，以评估维多利亚州坎帕斯佩河下游盆地的补给适宜性及地下响应情况。共选取了10个影响因素，并将其统一到一个共同的网格上进行重新分类和权重分配。随后，分别针对渗滤池和注水井生成了具体的适宜性指数（Suitability Index，SI）。权重分配结果反映了不同因素对补水的实际影响：注水井的适宜性主要受地下接受能力和水质的影响，而渗滤池的适宜性则取决于近地表渗透条件。结果显示，渗滤池的补给潜力较大（中等适宜性占比63.5%，高适宜性占比14.0%，非常高适宜性占比0.41%），而注水井的适宜性则较为有限（高适宜性占比11.6%，非常高适宜性占比3.0%）。通过在校准后的MODFLOW模型对30个监测点进行了水力筛选验证，设定警戒水位阈值为2米。适宜性指数与水力响应之间存在中等程度的相关性（渗滤池：r = 0.62；注水井：r = 0.56）。在参考负荷下，水位上升的中值从低适宜性到非常高适宜性逐渐增加，且非常高适宜性区域的流入量最大。研究结果表明，基于AHP的适宜性指数能够捕捉到控制补给潜力的关键因素；将其与水力评估相结合，可以为综合性的MAR项目提供实用且可推广的优先选址方法，从而支持气候适应性策略的实施。

**1. 引言**
全球范围内，随着水资源需求的增加和水文气候变化的加剧，水资源短缺与地下水枯竭问题日益严重（Gleeson等，2012；Taylor等，2013；Deshmukh等，2022）。与地表蓄水层相比，地下水补给的响应速度较慢，其停留时间从浅层含水层的数月到深层系统的数千年不等，因此恢复过程需要更长的时间（Changnon等，1988；Sturchio等，2004）。随着抽取量的增加而补给能力有限，这种不平衡状况在干旱和半干旱地区尤为突出，这些地区对地下水的依赖度极高（Postel，1993；Karandish等，2025）。为保障水资源供应同时减少对地下水的压力，人们采用了多种管理措施（Rockstr?m & Falkenmark，2015），其中水坝和渗滤池是最常用的方法（Poff & Olden，2017）。然而，这些系统存在较大的蒸发损失（Fuentes等，2020；Nevermann等，2024）。在干旱地区，地下水面临的压力与地表蓄水的低效率凸显了开发能够稳定水位同时减少蒸发的策略的必要性。人工含水层补给（MAR）就是这样一种方法，它将多余的地表水储存在地下，以便在干燥时期战略性地进行补给（Dillon，2005）。MAR通过渗透系统将地表水储存在含水层中，从而在雨季补充地下水，提高干旱抵抗力，并将蒸发损失降到最低（Rawluk等，2013；Scanlon等，2016；Gonzalez等，2020；ávila-Marín等，2025）。如今，MAR越来越多地被视为一种应对气候变化的策略（Scanlon等，2023）。在实际应用中，MAR可以通过渗透系统向浅层含水层补给，或向深层承压含水层注入水，以实现干旱时期的可控补给（Rawluk等，2013）。尽管MAR具有重要意义，但仍存在一些局限性：补给速率受含水层性质（如储水量和渗透性）的限制；注水工程的建设和运行成本较高且能耗大；使用咸水层还可能带来水质风险（Dillon等，2009；Zheng等，2023；Meles等，2024）。在实施MAR项目之前，进行严格的适宜性评估（尤其是选址）至关重要，这有助于通过兼顾水文地质条件和运行因素来优化项目性能并确保其有效实施（Alam等，2021；de Witt等，2025）。为系统地考虑多种水文地质和运营因素，多准则决策分析（MCDA）与地理信息系统（GIS）的结合已成为MAR选址的标准框架（Malczewski & Rinner，2015；Sallwey等，2019）。MCDA中常用的技术通常为各因素分配权重，并结合GIS数据进行地图绘制（Sallwey等，2019）。由于MCDA需要为决策因素选择和设定权重，因此其中不可避免地存在一定的主观性（Buchanan等，1998）。在MCDA方法中，层次分析法（AHP）因其能够通过一致性检验发现判断逻辑矛盾而被广泛用于MAR选址研究（Mu & Pereyra-Rojas，2017），但主观判断始终是这一过程固有的部分。Bilal等（2025）整合了GIS与AHP的多准则评估方法，对卡塔尔地区的MAR适宜性进行了研究；Kadiri等（2023）在摩洛哥塔梅拉尔特地区也采用了类似方法，认定约54%的地域适合进行MAR。尽管这类研究较多，但它们通常仅停留在适宜性地图绘制阶段，依赖通用标准且缺乏独立验证（Mahmoud等，2014；Sallwey等，2019；Bennett，2025）。虽然有些研究利用地下水建模来评估选定MAR地点的水文地质影响或效果（Rahman等，2013；Tewari等，2024；Almahi等，2025），但这种做法尚未被广泛用于系统验证整个流域的适宜性或相应的MCDA适宜性指数。基于模型的验证有助于评估水力可行性及补给效果，为实施提供更可靠依据。然而，很少有研究在适宜性评估后使用地下水模型对候选地点进行进一步验证（Russo等，2015；Javadi等，2021；Alecswapat等，2023）。

澳大利亚的农业用水需求巨大，但由于年际降雨量变化大，整体生产力受到限制（Radcliffe & Page，2020）。MAR有望提高供水可靠性、增强干旱抵抗力，并成为应对气候变化的有效手段。Page等（2023）的研究提出了一套支持高价值农业的运营方案，总容量约为70×10^6立方米/年，并总结了该方案在澳大利亚地区的成功条件。Gonzalez等（2020）使用GIS面积排除法评估了墨累-达令盆地（MDB）的蓄水潜力，估计盆地内可储存约2–4×10^9立方米的地下水。然而，实现这一潜力需要科学的选址，目前在澳大利亚的相关研究仍十分有限。Fuentes和Vervoort（2020）在新南威尔士州（NSW）的纳莫伊盆地应用GIS-MCDA与AHP方法筛选了MAR适宜地点，并通过水文图和实测流量对这些地点进行了验证。

本研究聚焦于维多利亚州的坎帕斯佩河流域，该地区属于半干旱地带，严重依赖地下水，且气候变化显著、干旱频发（Doble等，2024）。在此背景下，MAR为半干旱地区的适应性策略提供了实用方案——短期内的高流量条件为补给创造了机会。本研究通过基于GIS的多准则决策分析和层次分析法，识别并评估了坎帕斯佩河下游区域的适宜地点，为这两种主要MAR方案（渗滤池和注水井）生成了相应的适宜性地图。随后使用校准的MODFLOW模型对高评分地点进行水力筛选验证，设定警戒水位阈值。这种综合性方法将基于AHP的适宜性评估与数值模型验证相结合，为类似坎帕斯佩河流域的半干旱地区提供了实用的选址框架。

**2. 材料与方法**
选取了10个与MAR相关的因素，并将其统一到一个具备标准化分类的网格上。这些因素的选择基于它们在以往MAR适宜性研究中的频繁出现、与坎帕斯佩河下游地区水文地质环境的关联性以及空间数据的可用性和分辨率。采用层次分析法（AHP）计算各因素的相对权重，然后将加权后的数据层叠加以计算单元格级别的适宜性指数（SI）。这些指数用于绘制适宜性地图。研究考虑了两种MAR方案：渗滤池和注水井，并分别为它们生成了适宜性地图。从适宜性地图中选取了代表性地点（每种方案30个），并通过校准的MODFLOW模型进行验证，适宜性指数成为两种方案选址的基础。验证过程采用了2米的水位上升阈值。整体方法框架如图1所示。

**2.1 研究区域**
坎帕斯佩河流域是维多利亚州北部一个面积约4,180平方公里的半干旱区域，从大分水岭延伸至墨累河，全长约220公里。沿此梯度气候差异显著：南部高地的年平均降雨量约为1,000毫米，蒸发量约为1,300毫米；而靠近河口的地区降雨量约为430毫米，蒸发量约为1,700毫米。降雨具有明显的季节性，主要集中在冬季和春季，夏季则干旱且蒸发需求高。埃帕洛克湖（Lake Eppalock）是该流域的主要蓄水池（Iwanaga等，2018）。地质上，河流流经第四纪库纳姆比加尔沉积物（Quaternary Coonambidgal alluvium），以及细粒的谢帕顿组（Shepparton Formation）和局部的新火山玄武岩（Newer Volcanic Basalts）。该地区的主要地下水资源为深部承压含水层（如Calivil Formation和Renmark Group），其形成于古生代基底（Chiew等，1995；Macumber & Macumber，2010）。本研究重点关注埃帕洛克湖下游至埃尔莫尔（Elmore）的坎帕斯佩河流域（图2），此处谢帕顿组形成了低渗透性的隔水层，灌溉依赖深部承压含水层（Macumber & Macumber，2010）。在干旱时期，对地下水的依赖性和明显的气候变化使得MAR成为一种潜在的适应性水资源管理手段。

**2.2 因素选择**
根据两种MAR方案（渗滤池和注水井）的特点，选取了10个关键影响因素。由于两种方案的补给机制不同，相关因素也有所不同，但地表条件存在一定共性。通过文献回顾和与该地区地下水专家的咨询，最终确定了这10个因素（见表1），同时列出了数据来源和空间分辨率。

**表1. 坎帕斯佩河下游地区MAR适宜性分析中使用的因素及其空间分辨率和数据来源**
| 编号 | 因素 | 空间分辨率 | 数据来源 |
|------|----------------------------|------------------|-------------------------------------------|
| 1 | 堆积层基底深度（米） | 90米 | National Soil Attribute Maps - 堆积层深度（3英寸分辨率） - Release 2. v7（CSIRO） |
| 2 | 黏土含量（0-2米） | 90米 | National Soil Attribute Maps - 黏土（3英寸分辨率） - Release 2. v5（CSIRO） |
| 3 | 含水层存在 | | 澳大利亚气象局（Bureau of Meteorology） |
| 4 | 土地利用 | 50米 | ABARES 2024年澳大利亚流域土地利用数据（更新至2023年，CC BY 4.0许可） |
| 5 | 盐度（TDS） | | 澳大利亚气象局 |
| 6 | 饱和水力传导率（0-2米） | 250米 | Global 250米土壤水力性质数据（CSIRO） |
| 7 | 坡度（度） | 10米 | 基于Vicmap 10米DEM的数据（环境、土地与规划部，DELWP） |
| 8 | 至坎帕斯佩河距离（米） | | 使用DEM在ArcGIS中处理的数据 |
| 9 | 排水密度（公里/平方公里） | 10米 | 基于Vicmap 10米DEM的数据（DELWP） |
| 10 | 降雨分布（毫米/年） | | Australian Water Outlook数据库 |

**注：**所有因素均适用于两种MAR方案。方案间的适宜性差异源于AHP确定的权重差异，而非因素选择本身的差异。

对于注水井，研究中最重要的因素是含水层的存在和堆积层基底深度（反映地下接受能力）以及含水层盐度（反映水资源的可回收性和可使用性）。相比之下，对于渗透池而言，强调了近地表渗透条件，即饱和土壤的水力传导率和粘土含量，以及含水层的存在和距离风化壳底部的深度。土壤的水力传导率和粘土含量影响其渗透能力，使水能够补充下层非承压含水层。距离Campaspe河的距离被视为主要补给水通道（包括Eppalock湖的调节性排放和偶发性高流量），而现有的土地利用对两种海洋水文修复（MAR）方案来说都是次要因素。坡度、排水和降雨量是支持地表水积聚的条件。这里，这些因素被归类为主要、次要或辅助因素，以便解释它们的相对影响，这通过AHP得出的权重来反映，并不代表分析中的单独分类或步骤。距离地下水位的距离被认为对渗透池MAR方案很重要，因为它影响可用的非饱和储存空间和潜在的地表积水风险。然而，可用的地下水位观测数据的质量和空间密度不足以进行可靠的流域尺度绘图。基于钻孔的插值显示，研究区域的平均深度为6.2-7.3米，在本研究中采用的100米分析尺度下空间变异性较小。因此，引入具有最小空间对比度的插值表面数据会增加额外的不确定性，而不会显著提高适宜性分类之间的区分度。对于这种流域尺度的筛选，这一因素被排除在外；然而，距离地下水位的深度对于特定地点的设计仍然很重要，应在选定的地点进行详细评估。此外，土地使用层中表示的保护区和现有水体被视为限制因素，并被赋予较低的适宜性评分。这些区域并非完全被排除，而是作为连续适宜性框架的一部分，考虑到MAR的可行性可能因工程设计、成本和管理目标而异。

2.3 数据准备
数据来自多个来源，并被统一到相同的投影、共享范围和具有共同原点和单元对齐的100米网格。盐度测量和降雨分布的数据是点观测值，并使用逆距离加权（IDW）方法插值成栅格。在每个观测点计算平均年降雨量，在插值之前计算每个采样位置的中位盐度。坡度和排水密度是从10米DEM中获得的。土地使用、距离风化壳底部的深度、粘土含量和饱和土壤的水力传导率作为不同原始分辨率的栅格下载。距离Campaspe河的距离是根据绘制的河流网络计算出的欧几里得距离栅格，含水层的存在以矢量数据集的形式表示，并被栅格化到分析网格中。连续栅格通过双线性重采样处理，分类层使用最近邻重采样。每个因素被重新分类为0-100的适宜性等级，其中100表示最高适宜性。

2.4 AHP应用
使用基于AHP和成对比较矩阵的多准则决策分析（MCDA）框架进行场地适宜性制图。AHP从成对比较矩阵的主特征向量中得出准则权重，从而减少与权重分配相关的主观性（Vaidya & Kumar, 2006; Kazakis, 2018）。在本研究中，术语“因素”指的是用于适宜性制图的空间输入层，在AHP框架中，这些因素被视作成对比较和权重确定的决策标准。每个因素（在AHP框架中被视为决策标准）使用Saaty的1-9等级进行比较（Saaty, 2013），其中1表示同等重要性，9表示行准则比列准则重要得多；倒数表示相反的关系。每个比较都是独立处理的。为渗透池和注水井方案分别构建了比较矩阵，并为每个方案得出了单独的权重向量。对于每个MAR方案，作者根据专家判断合作构建了单一的成对比较矩阵，参考了先前的MAR适宜性研究和类似地质水文背景下的应用，并通过反复讨论达成对因素重要性的共识。使用一致性比率（CR）评估矩阵的一致性，该比率定义为成对矩阵的一致性指数（CI）与相同阶数的随机指数（RI）的比率，其中小于0.1的值被认为是可接受的（Mu和Pereyra-Rojas, 2017）。

一致性指数通过方程（1）估算：(1)，其中是成对矩阵的最大特征值，是准则的数量。然后使用方程（2）计算10阶矩阵的一致性比率（CR）：(2) -(2)，其中是10阶矩阵的随机指数。CR < 0.1被认为是一致性的可接受值。在计算出权重后，使用AHP得出的准则权重，通过加权线性组合计算单元格级的适宜性（方程3）：(3)，其中是单元格的适宜性指数，是准则的AHP权重（总和为1），是该单元格中因素i的标准化0-100适宜性评分。然后分别为两种方案生成SEI地图（0-100），并重新分类为4个等级：低（SI < 40）、中（41-60）、高（61-80）和非常高（SI > 80）。

2.5 MODFLOW设置
为研究区域开发了一个稳态地下水模型。模型域遵循从下游Eppalock湖到Elmore的水文模型划定的流域边界。该域使用非结构化网格（UGrid）以600 × 600米的名义分辨率离散化，反映了研究的区域和流域尺度重点，同时保持了计算效率，并在Campaspe河沿岸进行了50米的局部细化，以更好地表示河流-含水层交换和近河流的水力梯度，这些数据来自276个钻孔的6个地质水文层。由于其中一个单元的面积有限，最终网格中只表示了5个地质水文单元。在周围分配了总水头边界（GHB）以表示区域流动，并使用Recharge（RCH）软件包从水文模型派生的补给多边形进行补给。许可的抽水是模型中唯一表示的地下水抽取方式。在没有测量到的抽取数据的情况下，假设抽取量占许可总量的75%，这是该地区对许可抽取者的当前限制（DECCA, 2023）。这代表了现实的上限抽取情景。鉴于模型的稳态和流域尺度特性，抽取量的适度变化预计不会显著改变区域水头梯度或比较水力筛选结果。初始水头设置为单元格顶部的高程，Campaspe河使用观测到的河流水位和通过RIV软件包估算的河床传导性来表示。模型根据19个观测点的稳态地下水水位进行了校准。校准重点关注各层的水力传导性和河流传导性。补给量固定为水文模型的输出，不作为校准参数。最初通过试错手动校准建立合理的参数范围，然后使用参数估计（PEST）自动化参数调整以微调参数。使用方程（4-6）评估模型性能，分别使用三个统计指标：均方根误差（RMSE）、平均绝对误差（MAE）和百分比偏差（PBIAS）：(4)(5)(6)。在方程（4-6）中，是观测数量，和是在位置和的观测和模拟水位。

在方程（4-6）中，RMSE和MAE的单位是米，接近零的值表示性能优越。同样，PBIAS是无量纲的，百分比接近0的值表示模型与观测水头的吻合度更高。

2.6 水力筛选
在缺乏标准化MODFLOW方法来验证AHP得出的MAR适宜性的情况下，对按SI等级（低、中、高、非常高）分类的地点进行了稳态增量率测试。对于每个MAR方案，通过识别每个SI等级中得分最高的单元格有针对性地选择验证地点。在GIS中按适宜性指数（SI）降序排列给定SI等级内的所有单元格，选择排名最高的单元格进行测试，每种方案评估总共30个地点（低=10，中=5，高=5，非常高=10）。如果相邻单元格的SI值相同，则优先选择空间上分离的单元格以避免聚集并确保在整个研究区域内的空间代表性。每个地点独立进行两次到三次不同的稳态模拟，逐步增加补给或注入率，以近似线性稳态响应，并记录相对于基线的源单元格的水头。通过单独的稳态模拟逐步增加补给率或注入率，直到源单元格达到指示性的2米水头升高，为评估线性水力响应和比较不同适宜性等级的相对性能提供一致参考。这种筛选是一级水力接受性测试，而不是对瞬态MAR性能或可回收量的预测。在假设线性地下水流动的情况下，稳态水头响应提供了相对渗透能力和比较场地排名的稳定代理。详细的季节性储存动态和恢复效率评估需要针对特定场地操作情景进行瞬态模拟。

对于注水井，使用WEL软件包应用了正的步进率，并使用方程（7）计算单位通量的水头升高（），受源单元格2米水头升高的限制：(7)，其中Qi是注入率（m3/天），是增量处的水头升高（m）。对于渗透池，使用Recharge（RCH）软件包在顶层施加增量面积渗透，并使用方程（8）计算池响应因子（），也受2米水头升高限制：(8)，其中Ii是增量i的面积渗透（补给）率（m3/天），是增量处的水头升高（m）。总结了符合2米水头升高限制的SI等级的通过率。为了评估映射的适宜性和水力接受性之间的关联，计算了SI等级和水力容量因素之间的皮尔逊相关性（）。筛选仅评估水力接受性，未建模堵塞、地球化学和操作停机的潜在影响。

3. 结果和讨论
3.1 因素地图
在统一到相同网格和范围后（图3），这些因素被重新分类为0-100的通用适宜性等级，较高的值表示更大的适宜性，如表2所示。
下载：下载高分辨率图像（1MB）
下载：下载全尺寸图像
图3. 下Campaspe十个MAR适宜性因素的重新分类地图，显示了评估中使用的等级划分（见表2中的范围和分数）
表2. 在基于AHP的MAR适宜性制图中使用的因素及其理由、等级范围和评分方案（分数越高，适宜性越高）。
| 序号 | 因素 | 原理 | 范围 | 分数 |
| ---- | ---- | ---- | ---- | ---- |
| 1 | 距离风化壳底部的深度（m） | 更厚的风化壳表示更大的储存/接受能力 | <10m | 5 |
| | 10 – 30 m | 50 | | |
| | > 30 m | 100 | | |
| 2 | 粘土含量（0-2%；%） | 高粘土降低近地表渗透性；<20% | 100 | |
| | 20-25% | 80 | | |
| | 25-35% | 60 | | |
| | 35-40% | 40 | | |
| | >40% | 15 | | |
| 3 | 含水层的存在 | 地下接受取决于含水层类型/传导性；生产性含水层更受青睐 | 深层Lead（Calivil + Renmark） | 100 | |
| | 冲积/Coonambidgal | 80 | | |
| | 新火山岩 | 20 | | |
| | 基底 | 10 | | |
| 4 | 土地利用 | 农业/开放区域通常允许进入和渗透；城市/水域/保护区受到限制 | 农业-雨养 | 90 | |
| | 农业-灌溉 | 70 | | |
| | 建筑区/城市 | 15 | | |
| 5 | 水资源/保护区 | 0 | | |
| 6 | 盐度（TDS） | 较高的盐度降低储存水的可用性和可回收性 | <1000 mg L-1 | 100 |
| | 1000-2000 mg L-1 | 60 | |
| | 2000-3000 mg L-1 | 40 | | |
| | >3000 mg L-1 | 56 | | |
| 7 | 饱和土壤水力传导率（K）（0-2m；mm/hr） | 较高的K支持向非承压含水层的渗透 | <3 mm h-1 | 30 |
| | 3 - 4 mm h-1 | 50 | | |
| | 4 - 5 mm h-1 | 80 | | |
| | >5 mm h-1 | 100 | | |
| 8 | 坡度（度） | 较陡的坡度增加径流/侵蚀并减少滞留/渗透 | <2° | 100 | |
| | 2–5° | 80 | | |
| | 5–10° | 50 | | |
| | 10–15° | 20 | | |
| | >15° | 58 | | |
| 9 | 距离Campaspe河的距离（m） | 靠近河道的洪水风险；远离河道会增加输送成本 | <50 m | 30 |
| | 50-300 m | 100 | | |
| | 300-1000 m | 90 | | |
| | 1000-5000 m | 40 | | |
| | >5000 m | 10 | | |
| 10 | 排水密度（km/km2） | 密集的排水表示快速径流和较少的积水/渗透机会 | 0-0.5 km/km2 | 100 |
| | 0.5–1 km/km2 | 70 | | |
| | 1-2 km/km2 | 60 | | |
| | 2-3 km/km2 | 20 | | |
| 11 | 降雨分布（mm/年） | 较高的长期降雨增加水源可用性和补给机会 | <470 mm | 20 |
| | 470-490 mm | 40 | | |
| | 490-500 mm | 60 | | |
| | 500-520 mm | 80 | | |
| | >520 mm | 100 | | |

地下接受性由距离风化壳底部的深度表示。覆盖层厚度小于10米的区域被认为是储存有限的，得分较低，而覆盖层较厚的区域（>30 m）由于具有更大的储存潜力而受到优先考虑。含水层的存在是另一个接受参数，其中最高分数赋予了生产性深层Lead（Calivil–Renmark）含水层系统，中等分数赋予了冲积/Coonambidgal沉积物，较低分数赋予了低渗透性的隔水层，即Shepparton组和Newer Volcanics以及基底。土壤饱和水力传导率和表层以下2米深处的粘土含量是衡量渗透能力的指标。较高的水力传导率和较低的粘土比例表明水能够更有效地渗透到浅层非承压含水层系统中，因此获得了较高的评分。坡度和排水密度反映了地表的水文响应：缓坡（<2°）和稀疏的排水网络（≤0.5 km/km2）有利于积水与渗透，因此得分较高；而较陡的地形则得分较低。距离Campaspe河的距离被视为一个非单调因素，它反映了靠近河道时的洪水风险与远处传输距离之间的权衡。距离河流50-300米的区域得分最高，随后是1至5公里之间的区域。距离超过5公里的区域得分较低，因为传输成本较高；同时距离河流50米以内的区域也因洪水风险增加而得分较低。土地利用情况区分了可利用的农业/开放区域（得分较高）和建筑区或保护/水源区（视为限制因素）。盐度（TDS）作为水质筛选指标，低盐度区域（<1,000 mg/L）得分最高，表示储水的可回收性和可用性；盐度越高，得分越低。年降水量分布粗略反映了水源的可用性和机会性补给情况，湿润区域的得分更高；而距离河流的距离则反映了获取偶发洪水的物流可行性，而非水资源的实际可用性。

除了河流距离外，其他因素的转换是单调的，即较大的原始值始终根据既定逻辑映射到较高的或较低的适宜性评分。对于每个因素，两种MAR方案的标准化适宜性评分保持一致，而方案间的差异则通过AHP权重差异体现出来，这些差异反映了诸如注入井所需的承压含水层与渗透池的重要性差异。所有数据层都基于100米网格制作，两种MAR方案使用了相同的标准化因素，最终适宜性的差异由AHP权重决定。

3.2 AHP分析
为两种MAR方案（注入井和渗透池）准备了对比矩阵，具体细节参见Adhikari（2025年）。两种方案的权重均已确定，并在图4中展示。计算了两种方案的一致性比率（CR），以确保权重分配的一致性。

3.3 MAR适宜性地图的制作
通过将AHP权重与协调后的因素栅格叠加，生成了两张地图：一张用于渗透池，另一张用于注入井。连续的适宜性指数（SI）被重新分类为四个等级：低（SI<40）、中等（41-60）、高（61-80）和非常高（SI>80），如图5所示。

3.4 MODFLOW校准与参数化
使用分布在Lower Campaspe地区的19个观测井对稳态MODFLOW模型进行了校准。边界条件包括周边的常规水位边界（GHB）、从SWAT分析得出的补给多边形构成的补给包、用于指定抽水的井包（WEL），以及沿Campaspe河设置的河流包（RIV），并基于观测到的水位和河道导电性进行参数调整。由于补给数据直接来自之前的水文模型输出，因此未将其作为校准参数。估计的参数包括各层的水平水力传导率、垂直各向异性、Campaspe河沿岸的河道导电性以及GHB导电性。校准分两步进行：首先手动调整以稳定水位并设定合理的参数范围，然后使用PEST软件进行自动化估计。校准后的模型能够较好地模拟观测水位，统计指标表现优异（RMSE为3.44米、MAE为2.64米、PBIAS为-0.15%）。图6展示了模拟水位与观测水位的对比结果，显示两者一致性很强。

3.5 水文筛选
通过将AHP权重与协调后的因素栅格叠加，生成了两张适宜性地图。在整个研究区域（1134平方公里）内，渗透池的适宜性主要集中在中等等级（63.5%，720平方公里），其次是低等级（22.5%，251平方公里）、高等级（14%，159平方公里）和非常高等级（0.41%，4.6平方公里）。这种分布特征与缓坡、较低排水密度、较高表层水力传导率和较低粘土含量的区域相匹配，表明这些区域具有广泛的但适度的渗透机会。相比之下，注入井的适宜性整体较低：低等级占52.1%（591平方公里），中等等级占33.3%（377平方公里），高等级占11.6%（132平方公里），非常高等级占3.01%（34平方公里）。两张地图中的高等级和非常高等级区域大致与深部含水层对应。

3.6 结论
AHP权重表明，注入井的适宜性主要受地下条件和水质因素影响，而渗透池的适宜性则受到地表渗透特性和潜在含水层接受性的共同作用。

综上所述，AHP权重分析显示注入井的适宜性主要取决于地下条件和水质因素，而渗透池的适宜性则由地表渗透特性和底层含水层的接受性共同决定。这些结果共同表明了一种双重策略：在经过筛选的注入地点优先考虑高容量储存设施，并在高适宜性和非常高适宜性区域设置分布式的蓄水池。重要的是，渗滤池的适宜性模式与优先补给的区域特征（缓坡、低排水密度、较高的近地表导电性、较低的粘土含量）非常相似，这表明渗滤池地图不仅可以指导蓄水池的战略性布局，还能增强自然的补给路径。实际上，这实现了一个综合的地下水管理系统：在条件有利的地区通过分布式蓄水池增强扩散补给，同时利用深埋储存设施进行季节性储存和有针对性的地下水回收。

作为一种适应策略，这种双重方法直接应对了关键的气候风险。它通过将储存转移到地下来减少蒸发损失，通过捕捉间歇性高流量事件来扩大补给机会窗口，通过联合使用（储存回收加上分布式补给）提高系统的灵活性，并通过维持受限和非受限系统中的水位来增强水文稳定性。尽管本研究没有评估此类事件的频率变化，但气候变化导致的水文变异性增加将进一步提高捕捉偶发性高流量脉动对流域尺度地下水缓冲的价值。

这些发现提供了基于流域尺度的水力可行性基准。由于筛选是稳态的，因此它反映了相对的水力接受度而非动态的操作性能。季节性变化、回收效率和瞬态边界相互作用需要针对具体地点进行详细的模拟评估。在这个分阶段的框架内，绘制的适宜性图和水力响应为下坎帕斯佩流域在气候适应下的优先考虑多项地下水管理（MAR）干预措施提供了坚实的基础。

除了水力接受度外，MAR的表现还受到地球化学兼容性和堵塞过程的影响。渗滤池可能会遇到沉积物沉积、生物污染或矿物沉淀，而注入井容易发生结垢和颗粒堵塞。在受限系统中，如果管理不当，改变的梯度还可能引发咸水地下水的流动。这些操作因素因地点而异，取决于源头水质、含水层特性和管理方式。虽然这些超出了本次流域尺度筛选的范围，但在详细设计和实施候选的MAR地点时需要仔细评估。

流域尺度筛选研究中固有存在着不确定性，这些不确定性来源于多个方面，包括输入层的空间插值、AHP框架内的主观权重分配以及地下水模型校准中参数的非唯一性。使用逆距离权重（IDW）假设了空间连续性，可能会淡化局部差异，尤其是在数据密度有限的情况下。同样，AHP得出的权重反映了专家的意见；尽管一致性比率已经得到验证（CR < 0.1），但不同的权重组合可能会影响相对类别的划分。在地下水模型中，即使校准到观测到的水位，也无法消除结构和参数的不确定性，特别是关于局部异质性的问题。然而，由于筛选强调在一致模型框架下的相对排名，结果对参数绝对值的敏感度低于对空间差异的敏感度。在特定地点的可行性研究中，详细的不确定性传播和敏感性分析是适当的。

当前的筛选尚未量化可回收产量、操作补给量、输送要求或监管许可。这些要素需要通过瞬态建模和项目级别的可行性评估来确定，包括基础设施规划和遵守维多利亚州的相关水资源分配框架。因此，适宜性绘图和水力筛选提供了一个空间优先级工具，以指导早期决策，随后进行详细的操作和监管评估。

4. 结论

本研究结合了基于GIS的多属性决策分析（MCDA）和层次分析法（AHP），绘制了下坎帕斯佩流域的多项地下水管理适宜性图。十个因素（包括含水层的存在、风化层底部深度、坡度、排水密度、到坎帕斯佩河的距离、饱和水力传导性、粘土含量、盐度、土地覆盖和降雨分布）被统一到一个共同的投影、范围和100米网格上，重新分类为标准化分数，并通过AHP进行加权，以生成每个单元的适宜性指数。然后使用校准的稳态MODFLOW模型对适宜性地图中列出的地点进行了水力筛选测试，筛选标准为2米的水位上升阈值，以独立验证适宜性图的准确性。AHP产生了内部一致的权重（CR < 0.10），强调了注入井的地下接受度和水质，以及蓄水池的近地表渗透潜力。适宜性图显示渗滤池有更广泛的机会（中等约63.5%，高约14.0%，非常高约0.41%），而注入井的选择性更强（高约11.6%，非常高约3.0%），这与绘制的深埋含水层和有利的地表条件一致。地下水模型在可接受的性能范围内再现了观测到的水位（平均绝对误差MAE = 2.64米，均方根误差RMSE = 3.44米，偏差Bias PBIAS = ?0.15%）。基于模型的筛选结果支持了地图信号。适宜性类别与水力响应因子之间的皮尔逊相关性为中等至强（渗滤池为0.62，注入井为0.56），在非常高的类别中，参考负荷下的水位上升和流量（Δh ≤ 2米）的中位数最高。这些发现表明，AHP得出的适宜性地图为该流域的多项地下水管理位置提供了一个合理的初步筛选工具。

尽管存在一些局限性，这项研究仍具有实际意义。包括瞬态流动和地下水质量过程以及额外的数据集（如地下水位深度和细尺度含水层特性）将有助于改进地点选择。在补给减少的情景下，平衡响应表明在选定的地点进行的多项地下水管理可以部分缓解气候变化引起的水位下降，从而增强抗旱能力。这种基于AHP的制图工作流程，随后进行简单模型筛选的方法，为筛选试点地点、设计现场测试以及在全面实施前降低风险提供了可转移的模板。通过将分布在适宜补给区域的渗滤池与高容量的深埋注入井结合，该框架通过增强地下储存、减少蒸发损失和在日益变化的水文气候条件下维持地下水可用性来支持气候适应。更广泛地说，适宜性绘图与水力筛选的结合为在更加变化多端和易受干旱影响的气候条件下识别优先的多项地下水管理投资提供了可靠的、基于流域尺度的决策支持工具。

所提出的工作流程可以转移到其他具有合适空间数据集的地区，其中因素选择、权重分配和水力筛选可以根据当地的水文地质和管理情况进行调整。所得到的适宜性图旨在帮助相关的水资源机构、规划者和决策者筛选试点多项地下水管理地点并优先进行分阶段调查。虽然本研究侧重于水文地质可行性，但未来的应用可以在MCDA框架中纳入经济、操作和社会标准，以支持更全面的评估。在下坎帕斯佩流域，渗透基方案的潜在水源可能涉及从坎帕斯佩河或与埃帕洛克湖运营相关的间歇性高流量事件的机会性改道，这需要遵守环境和分配限制，并进行特定地点的操作评估。

**作者贡献声明**

Phil Dyson：撰写——审稿与编辑。
Bandita Mainali：撰写——审稿与编辑。
Abdullah Gokhan Yilmaz：撰写——审稿与编辑、监督、方法论。
Riwaz Kumar Adhikari：撰写——初稿、可视化、软件、方法论、调查、正式分析、数据管理、概念化。

**数据可用性**

支持本研究的数据集，包括AHP比较矩阵、因素权重以及渗滤池和注入井多项地下水管理方案的样本适宜性栅格，在Mendeley Data上公开可用：https://doi.org/10.17632/v5jr3jbxrg。

**关于生成式AI和AI辅助技术在写作过程中的使用声明**

在准备本手稿的过程中，作者使用了ChatGPT 5来协助语言润色和提高清晰度。使用该工具后，作者根据需要对内容进行了审核和编辑，并对最终手稿的内容负全责。