机器学习技术在预测印度东部沿海冲积含水层海水入侵风险中的应用

《Marine Pollution Bulletin》：Application of machine learning techniques for predicting seawater intrusion vulnerability in a coastal alluvial aquifer of eastern India

　　•研究团队开发出一种稳健的方法来预测海水入侵的脆弱性。•评估了随机森林、长短期记忆网络和支持向量机模型的预测能力。•所开发的模型能够以像素级别预测季节性海水入侵的脆弱性。•研究表明长短期记忆网络和随机森林模型的预测能力更为出色。•该研究建议运用新兴的机器学习技术来预测沿海含水层的脆弱性。

引言
在沿海地区，地下水资源是淡水供应的主要来源（Gorgij和Moghaddam，2016）。据估计，2018年约有28.6亿人（占全球人口的38.1%）生活在距离海岸线100公里以内（Cosby等人，2024）。这些地区人口的大量增长使得对地下水资源的需求不断增加，从而给地下水带来了更多数量上和质量上的压力（Kazakis等人，2016；Javadi等人，2020）。在沿海含水层中，气候变化引发的诸如海平面上升、潮汐现象、海啸、沿海洪水以及降雨补给模式的变化等因素，都会减少淡水的补充，进而导致地下水位下降。与此同时，为农业、工业和家庭用途过度抽取地下水，会进一步降低地下水位，打破自然界的淡水与海水平衡。这些过程通常表现为地下水质量下降，具体体现为氯化物浓度和电导率的上升。因此，自然和人为因素的共同作用加速了咸水向内陆的渗透，增加了含水层遭受海水入侵的脆弱性（例如Murgulet和Tick，2008；Sophiya和Syed，2013；Werner等人，2013；Klassen和Allen，2017；Yu等人，2019；Yu和Michael，2019；Ghosh和Jha，2024）。

海水入侵是指由于海侧压力和向内陆的水力梯度作用，导致淡水-盐水过渡带向陆地推进的现象（Sadeghfam等人，2020）。海水入侵会使淡水地下水变成咸水。因此，迫切需要通过适当的规划和管理措施来保护淡水含水层（欧盟，2006；Neshat和Pradhan，2015；Lee等人，2020）。含水层脆弱性评估是一种有效的手段，可用于确定易受污染的区域并确定其优先级，从而帮助规划者和决策者制定有效的地下水保护和管理策略（Barzegar等人，2018；Bordbar等人，2019；Ameur等人，2021）。

含水层的脆弱性是指其受到自然或人为因素污染的易感性程度（Jenifer和Jha，2018；Machiwal等人，2018）。由于指数法在数据输入要求较低且适用于数据有限的条件下，因此被广泛用于含水层脆弱性分析。全球各地的研究人员采用了多种基于指数的方法，如AVI（例如Stempvoort等人，1993；George，2021）、DRASTIC（例如Aller等人，1985；Sener和Davraz，2013；Nadiri等人，2017；Elzain等人，2023；Subbarayan等人，2024；Li等人，2025）、EPIK（例如Doerfliger等人，1999；Momejian等人，2019）、GALDIT（例如Chachadi等人，2003；Sophiya和Syed，2013；Kura等人，2015；Pedreira等人，2015；Chang等人，2019；Fehri等人，2021；Idowu等人，2022）、GOD（例如Foster，1987；Lasagna等人，2018）、SINTACS（例如Civita和de Maio，2004；Rufino等人，2019）、易感性指数（SI）（Stigter等人，2006）、SITE（Ballesteros等人，2016；Pliaka等人，2024）以及SIVI（Zeynolabedin和Ghiassi，2019），这些方法用于评估含水层受到自然和人为污染的脆弱性。在所有这些脆弱性指数方法中，过去全球范围内的大多数研究都是使用GALDIT方法来研究沿海含水层遭受海水入侵的脆弱性，而其他方法则多用于内陆含水层的研究。

在气候变化的背景下，预测地下水面临海水入侵的脆弱性对于全球沿海地区可持续管理海水入侵问题至关重要（联合国，2023）。最近，一些研究人员开始运用机器学习技术来预测含水层遭受海水入侵的脆弱性，其中以GALDIT脆弱性指数作为机器学习技术的目标变量。例如，Moazamnia等人（2020）运用支持向量机和支持神经网络算法来预测伊朗西北部的海水入侵脆弱性，他们发现支持向量机的效果优于支持神经网络。此外，Barzegar等人（2021）在伊朗北部比较了随机森林、自适应提升算法、分类提升算法、轻量级梯度提升机和极端梯度提升机这几种技术，发现极端梯度提升机是最适合预测该研究区域海水入侵脆弱性的模型。随后，Bordbar等人（2022a）使用逻辑模型树和朴素贝叶斯树技术来预测伊朗北部的海水入侵脆弱性指数，结果发现逻辑模型树的效果优于朴素贝叶斯树。Bordbar等人（2022b）则运用支持神经网络、支持向量机以及自适应神经模糊推理系统算法来预测伊朗北部的海水入侵脆弱性指数，他们发现支持神经网络和自适应神经模糊推理系统模型的效果优于支持向量机。类似地，Faal等人（2022）评估了高斯过程回归、支持神经网络和支持向量回归模型在预测海水入侵脆弱性方面的表现，发现支持神经网络的效果优于高斯过程回归和支持向量回归模型。后来，Nadiri等人（2023）和Bordbar等人（2024）发现，在伊朗北部，卷积神经网络技术在预测海水入侵脆弱性指数方面比GALDIT方法的效果更好。此外，Faal等人（2024）还将深度学习与机器学习技术相结合，以提高伊朗中北部Qom-Kahak地区的含水层脆弱性测绘精度。在所有测试过的模型中，高斯过程回归取得了最佳的预测准确率，其效果优于多层感知器和支持向量回归。

此外，Huang等人（2024）在中国南部评估了分类回归树、LGBM、XGBoost、梯度提升机和随机森林技术在预测海水入侵脆弱性指数方面的表现，发现XGBoost技术的效果优于其他机器学习模型。同样，Jafarzadeh等人（2024）在伊朗西北部使用自适应提升算法、XGBoost、LGBM和随机森林技术来评估地下水遭受海水入侵的脆弱性，他们发现自适应提升算法的效果优于研究中使用的其他机器学习技术。之后，Arafa等人（2025）在埃及尼罗河三角洲东部使用广义线性模型和随机森林模型来预测海水入侵脆弱性指数，他们发现随机森林模型的性能优于广义线性模型。同样，Nourani等人（2025）在伊朗西北部Shabestar平原含水层中运用支持神经网络和随机森林模型来提高盐水入侵脆弱性的测绘精度，结果表明支持神经网络模型的预测性能优于随机森林模型。Salem等人（2025）在埃及的沿海含水层中比较了广义线性模型、支持向量机和XGBoost算法在预测海水入侵脆弱性指数方面的效果，他们发现XGBoost技术的性能优于研究中使用的其他机器学习模型。更近期的是，Muduli和Chattopadhyay（2026）在印度东部奥里萨邦的沿海地区开发了一种结合了卷积神经网络和XGBoost的混合模型，用于评估海水入侵脆弱性指数。这种混合框架通过XGBoost内置的正则化机制减少了过拟合现象，其效果优于单独的卷积神经网络模型。此外，Dhaoui等人（2024）首先运用DRASTIC方法来生成海水入侵脆弱性指数，然后再使用支持神经网络、多元线性回归和支持向量回归技术来预测突尼斯Menzel Habib地区的海水入侵脆弱性指数，结果表明支持神经网络技术的效果优于多元线性回归和支持向量回归模型。从现有文献来看，目前运用机器学习技术来评估含水层遭受海水入侵脆弱性的应用还十分有限。因此，亟需在全球不同水文气候区域开展更多此类研究。

文献综述显示，目前使用机器学习技术预测海水入侵脆弱性的研究非常少，而在印度则尚未有相关研究。印度的西孟加拉邦、安得拉邦、泰米尔纳德邦、古吉拉特邦和喀拉拉邦等沿海地区极易受到海水入侵的影响（Manivannan和Elango，2019；Prusty和Farooq，2020）。随着气候条件的变化，未来淡水面临海水入侵的脆弱性将进一步加剧（IPCC，2019，IPCC，2022）。因此，有必要进行深入的科学研究，以更好地预测海水入侵的脆弱性。鉴于这些研究空白以及印度沿海地区需要开展相关研究，本研究选择在印度东部西孟加拉邦沿岸的一个河流流域展开。本研究的目标是：（一）运用先进的机器学习技术预测含水层遭受海水入侵的脆弱性；（二）通过合适的统计和图形指标来评估机器学习技术的预测能力。

研究区域描述
本研究在印度东部的Haldi-Kansabati-Subarnarekha河流域之间进行，研究区域覆盖了西孟加拉邦（“Purba Medinipur”、“Paschim Medinipur”和“Jhargram”地区的一部分）以及奥里萨邦（“Baleshwar”地区的一部分），总面积达6358.70平方公里。该研究区域的地理范围位于北纬21°32?44?至22°29?32?之间，东经87°00′57?至88°02′54?之间（见图1）。该研究区域北面以Kansabati河为界，南面以Haldi河为界。

经过对钻孔日志数据的分析，发现“漏失的封闭含水层”主要由沙子、砾石、黏土、粉砂和砂岩构成。抽水试验数据显示，该研究区域内“漏失的封闭含水层”的水力传导率在3.25到165.00米/天之间变化（见图S4b）。为了更准确地反映“含水层水力传导率”这一特征，将其重新分类为七个等级，而非原来的四个等级。

结论
本研究构建了一个全面的科学框架，旨在提高印度东部沿海冲积含水层海水入侵脆弱性的预测精度。考虑到严重的海水入侵问题以及像印度这样的发展中国家开展研究的必要性，本研究采用了三种强大的监督式机器学习技术，即长短期记忆网络、随机森林和支持向量机，来评估它们的预测能力。

缩写说明
SWIVI：海水入侵脆弱性指数
GIS：地理信息系统
ML：机器学习
PRM：雨季前
POM：雨季后
GWE：地下水位
CBR：氯化物-碳酸氢盐比率
RF：随机森林
LSTM：长短期记忆网络
SVM：支持向量机
ROC：接收者操作特征曲线
AUC：曲线下面积

作者贡献说明
Subhankar Ghosh：撰写——审阅与编辑、方法论、研究实施、正式分析、数据整理。Madan Kumar Jha：撰写——审阅与编辑、监督、项目管理、概念设计。Vimlendra Mani Pandey：撰写——初稿、验证、软件应用。

资金支持
本研究未获得任何资金支持。

利益冲突声明
作者声明不存在利益冲突。

致谢
作者感谢加尔各答和布巴内斯瓦尔的中央地下水委员会、布巴内斯瓦尔的地下水调查与研究机构以及加尔各答的水资源调查与发展部门，感谢他们提供地下水位、地下水质量、钻孔日志数据以及其他相关资料。第一作者和第三作者特别感谢印度新德里的教育部，感谢他们提供学生奖学金，使他们能够继续深造。

Subhankar Ghosh | Madan Kumar Jha | Vimlendra Mani Pandey