综述:数值模型、遥感与人工智能在气候变化下泥沙输移评估中的整合:一个区域框架与研究路线图

《Sustainability》:Integrating Numerical Models, Remote Sensing, and Artificial Intelligence for Sediment Transport Assessment Under a Changing Climate: A Regional Framework and Research Roadmap

【字体: 大 中 小 】 时间:2026年08月18日 来源:Sustainability 4.1

编辑推荐:

  近期在数值模型(Numerical Modelling)、遥感(Remote Sensing)和人工智能(Artificial Intelligence)方面的进展正变革研究人员评估泥沙输移(Sediment Transport)的能力。然而,气候变化通过加剧

  
近期在数值模型(Numerical Modelling)、遥感(Remote Sensing)和人工智能(Artificial Intelligence)方面的进展正变革研究人员评估泥沙输移(Sediment Transport)的能力。然而,气候变化通过加剧水文极端事件、海平面上升(Sea-Level Rise)、风暴状况变化、冰冻圈退化(Cryosphere Degradation)以及人类对泥沙路径的日益改造,从根本上改变了泥沙的产生、输移和沉积。这些相互作用的驱动因素挑战了传统的泥沙输移评估,后者主要在各河流、河口、海岸和海洋学科中独立发展,且通常缺乏在非平稳环境条件下表征源到汇(Source-to-Sink)泥沙连通性的综合视角。尽管在过程数值模型(Process-Based Numerical Modelling)、地球观测(Earth Observation)和人工智能(AI)方面取得了显著进展,但这些方法通常被独立综述,限制了它们在区域气候响应泥沙评估中的集体应用。本综述考察了用于源到汇泥沙输移的最新过程数值模型、观测工具和机器学习方法。采用透明基准测试方案比较了主要建模系统(如AdH、SRH-2D、FLO-2D、HEC-RAS、TELEMAC、Delft3D、EFDC、SCHISM、XBeach、ROMS),突出了在维度、泥沙过程表征、计算需求和气候情景就绪性方面的差异。遥感(光学、SAR、LiDAR、UAV)和AI/ML/DL方法(如随机森林)被作为补充工具进行综述,这些工具可增强模型参数化、改进验证并解决数据有限区域的不确定性。基于Dimensions.ai记录(2000–2026)的可重复文献计量综合揭示了泥沙输移研究的加速增长,近期在海岸、河口和数据驱动建模应用方面扩展强劲。主要挑战包括黏性泥沙物理学、跨环境耦合、有限的长期验证数据集以及与气候模型驱动力兼容的可扩展工作流需求。在本手稿中,研究人员分析并提出了近期整合卫星-现场数据流、中期开发混合物理-AI模型以及长期将泥沙模块嵌入地球系统和区域气候框架的未来路线图。总体而言,本综述为下一代气候响应泥沙输移评估奠定了基础,以支持可持续的流域和海岸管理。
1. 引言 (Introduction): 本文回顾了泥沙输移研究在气候变化背景下的进展,指出传统方法在源到汇(Source-to-Sink)连通性方面的不足,并提出了整合数值模型(Numerical Modelling)、遥感(Remote Sensing)和人工智能(Artificial Intelligence)的框架。气候变化通过极端水文事件、海平面上升(Sea-Level Rise)、风暴变化、冰冻圈退化(Cryosphere Degradation)及人类干预重塑泥沙路径,而现有评估多局限于独立河流、河口、海岸和海洋学科,缺乏综合视角。本文旨在通过过程模型综述、文献计量分析与基准测试(Benchmarking),建立气候响应泥沙评估框架,并规划未来研究路线图。

2. 材料与方法 (Materials and Methods): 2.1 综述设计与范围:采用结构化框架评估气候敏感泥沙输移,整合过程理解、文献计量证据和模型基准测试,聚焦源到汇连通性、气候驱动极端事件及人类改造。2.2 数值模型基础与控制方程:泥沙输移模型耦合水动力学(Hydrodynamics)和泥沙动力学,通过悬沙输移方程(Advection-Diffusion Equation)和河床演变方程(Exner Equation)表征,并引入活动层(Active Layer)概念描述粒径分选和河床粗化。2.3 文献计量分析工作流:基于Dimensions.ai数据库(2000–2026),采用两个检索词(“sediment transport”及其与遥感或机器学习的组合),经去重后获631篇文献,分析出版增长、主题演变与新兴方向。2.4 基准测试协议:开发两维评估框架,包括气候情景就绪性(Climate Scenario Readiness,1–5分)和总体模型性能(Overall Model Performance,1–10分),基于文献证据从水动力学、泥沙过程、形态动力学、计算效率、验证成熟度等维度对10个主流模型进行评分。

3. 区域泥沙预算与气候影响综述 (Review of Regional Sediment Budget and Climate Influence): 3.1 气候对区域泥沙预算的影响:泥沙预算(Sediment Budget)平衡来源、输移、储存与沉积,气候变化通过降水、温度、径流变化施加一阶控制,使泥沙预算趋于非线性和极端事件主导。3.2 跨地貌环境的气候与人类影响:降水极端事件加剧坡面侵蚀和脉冲式泥沙输送;冰冻圈退化(Cryosphere Dynamics)如冰川退缩和多年冻土解冻释放新泥沙源;植被和土地覆盖变化改变土壤稳定性;人类活动(筑坝、采砂、河道整治)与气候效应相互作用,导致许多三角洲和海岸出现泥沙赤字。3.3 气候变化下的源到汇连通性:气候变化改变泥沙产生和输送效率,而人类干预造成连通性碎片化,需明确处理源到汇路径以评估三角洲脆弱性和海岸后退。3.4 气候变化下泥沙动态评估的挑战:主要挑战包括从稳态向极端事件主导的转变、人类干预导致的源汇脱耦、冰冻圈贡献增加以及三角洲泥沙短缺,需多尺度过程耦合模型。

4. 泥沙输移数值模型的最新进展 (State-of-the-Art Numerical Modelling of Sediment Transport): 4.1 当前泥沙输移模型的状态:模型分为经验/半经验模型、过程数值模型(Process-Based Numerical Models)和简化复杂度/混合模型(Hybrid Models)。过程模型通过求解控制方程显式表征输移模式,是气候驱动评估的核心;混合模型结合物理与机器学习(Machine Learning)提升参数估计和不确定性量化。4.2 泥沙输移模型中的物理过程表示:水动力学模拟是基础;泥沙起动由床面剪切应力(Bed Shear Stress, τce)和临界阈值控制,悬沙与底沙输移分别采用对流扩散方程和经验公式;黏性泥沙(Cohesive Sediment)涉及絮凝、固结和盐度影响;形态动力学反馈(Morphodynamic Feedbacks)需耦合河床演变与水动力学。4.3 跨地貌环境的模型性能:河流模型(1D/2D/3D)适用于不同尺度;河口与三角洲模型需耦合径流、潮汐、波浪和盐度梯度;海岸模型(如XBeach、Delft3D)处理风暴侵蚀和岸线演变;陆架与深海模型需模拟湍流和重力流。4.4 气候响应泥沙模型的新兴挑战与未来方向:需支持非平稳驱动、极端事件主导、跨环境耦合、长期形态动力学和不确定性量化,未来方向包括混合物理-AI框架、数字孪生(Digital Twins)和可扩展计算。

5. 气候驱动区域评估的泥沙输移模型基准测试 (Benchmarking of Sediment Transport Models for Climate-Driven Regional Assessment): 5.1 比较基准测试的科学依据:由于不同模型专为特定环境设计,需透明比较框架以支持模型选择,基于水动力学、泥沙过程、形态动力学、气候适应性等标准。5.2 基准测试哲学与评估框架:采用多准则框架,强调证据合成而非绝对排名,评分基于同行评审文献和技术文档,体现模型在物理过程表示和气候适应性方面的能力。5.3 数值模型框架的比较评估:比较了AdH、SRH-2D、FLO-2D、HEC-RAS、TELEMAC、Delft3D、EFDC、SCHISM、XBeach和ROMS,结果显示综合水动力学-泥沙耦合且灵活网格的模型(如Delft3D、SCHISM)在气候就绪性和总体性能上得分最高,而专用模型(如HEC-RAS、XBeach)在特定领域表现优异。5.4 基准测试结果的科学解释:Delft3D和SCHISM因强耦合、灵活网格和气候适应性获最高分;TELEMAC和ROMS在河口和陆架研究中表现突出;HEC-RAS和SRH-2D在河流工程中稳健但跨环境适用性有限。模型选择应匹配研究目标和环境复杂度。5.5 对气候变化下区域泥沙输移评估的启示:过程集成是决定建模能力的关键因素,气候响应能力已成为基本要求,未来需发展混合、可互操作的建模架构。5.6 基准测试的不确定性与局限性:评分受应用上下文、配置敏感性、数据限制和专家判断影响,建议采用环境特定基准测试、敏感性分析和多专家评估来提高稳健性。

6. 文献计量综合、研究趋势与知识缺口 (Bibliometric Synthesis, Research Trends, and Knowledge Gaps): 6.1 出版增长与时间演变:2000–2026年泥沙输移研究出版量持续增长,2020年后加速,反映气候风险和卫星观测可及性增加。6.2 新兴主题:模型、遥感与AI/ML的整合:过程模型仍是核心,但遥感(如Sentinel、Landsat、UAV)用于悬沙浓度(SSC)估算、岸线变化和模型验证;AI/ML(如随机森林、物理信息神经网络)用于参数估计、替代建模和不确定性降低。6.3 将文献计量趋势与气候变化驱动因素联系起来:增长与降水极端、海平面上升、冰冻圈融化、人类干预等气候驱动因素高度一致。6.4 限制区域泥沙输移评估的关键知识缺口:包括跨环境耦合薄弱(源到汇脱节)、黏性泥沙过程表征不足、长期形态动力学验证数据稀缺、不确定性量化未标准化以及高分辨率模型的计算约束。6.5 综合:对模型选择与基准测试的启示:趋势支持灵活、耦合、多过程模型,未来需改进跨环境耦合、黏性泥沙物理、卫星验证和混合物理-AI框架。6.6 过渡到路线图:文献计量结果与基准测试共同指向整合数值模型、遥感和AI的路线图。

7. 迈向气候响应区域泥沙输移评估的路线图 (Roadmap Toward Climate-Responsive Regional Sediment Transport Assessment): 7.1 近期优先事项(1–3年):建立开放标准化的泥沙观测数据集(整合现场测量、LiDAR、UAV、遥感);提升建模工作流的可重复性(公开模型配置、边界条件和校准脚本);系统扩展遥感集成用于监测和验证。7.2 中期优先事项(3–7年):开发混合物理-AI泥沙输移框架(如机器学习辅助参数估计、替代模型、物理信息神经网络);推进黏性泥沙过程表征(絮凝、固结、盐度效应);实施源到汇耦合框架(连接山坡、河流、河口、海岸和陆架);标准化不确定性量化(集合模拟、概率输出)。7.3 长期优先事项(7–15+年):将泥沙模块嵌入气候和地球系统模型(如区域气候模型RCM、地球系统模型ESM);构建区域泥沙灾害预报系统(早期预警、三角洲后退预测);支持决策和气候适应规划(泥沙赤字指数、侵蚀敏感性评估)。7.4 未来区域泥沙输移评估的推荐框架:采用自适应模型层级(从简化工具到全耦合3D模型)、数据融合(遥感、现场监测、古气候资料)、混合加速(AI/ML保持物理一致性)、连通性聚焦、不确定性意识和可重复性,形成气候响应源到汇评估体系。

8. 结论 (Conclusions): 本综述综合了过程理解、文献计量和模型基准测试,表明泥沙输移系统受气候变化与人类活动共同影响,亟需整合数值模型、遥感和人工智能的框架。基准测试显示Delft3D、SCHISM等模型在气候敏感性评估中表现突出,但黏性泥沙、长期验证和跨环境耦合仍是关键缺口。路线图分近期、中期和长期,旨在通过数据基础、混合建模和地球系统集成实现气候响应的区域泥沙评估,支撑可持续流域和海岸管理。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号