基于CMIP6的韩国地下水水位预测与气候风险评估:一种混合深度学习框架

《Water》:CMIP6-Driven Groundwater-Level Projections and Climate Risk Mapping for South Korea Using a Hybrid Deep Learning Framework

【字体: 大 中 小 】 时间:2026年09月23日 来源:Water 3.5

编辑推荐:

  地下水变率被认为是非平稳气候强迫下韩国长期水资源可持续性的关键制约因素。本研究开发了一个基于CMIP6模拟的地下水水位(GWL)预测框架,该框架利用国家监测数据进行验证,对潜在气候预测的物理真实性进行筛选,并转化为站点尺度的气候风险指标。来自国家地下水监测网络

  
地下水变率被认为是非平稳气候强迫下韩国长期水资源可持续性的关键制约因素。本研究开发了一个基于CMIP6模拟的地下水水位(GWL)预测框架,该框架利用国家监测数据进行验证,对潜在气候预测的物理真实性进行筛选,并转化为站点尺度的气候风险指标。来自国家地下水监测网络(2009—2025年)199个站点的GWL观测数据,通过一种混合深度学习架构——基于注意力的混合卷积神经网络–长短期记忆(HACL)模型——与CMIP6降水和土壤湿度强迫相关联,该模型结合了多尺度时间卷积、双向记忆和自注意力机制。在十个候选GCM中,四个(ACCESS、GISS、INM和NorESM)满足预定义的性能标准(R2 > 0.70,NSE ≥ 0.70,KGE > 0.50),形成了一个比未滤波的多模型均值内部一致性更强的滤波集成。该集成预测全国平均GWL增加16.60 m(SSP245)、15.92 m(SSP370)和17.85 m(SSP585),其中西部冲积低地增幅最大——显著超过历史观测速率,并指示出值得进一步研究的敏感性信号,而非直接作为站点级预测。研究结果被纳入气候地下水风险指数(CGRI),该指数综合了变化幅度、集成离散度、观测变率和脆弱性,为受季风影响的地区提供了一种可复制的方法。独立的样本外评估(2022—2025年)确认了稳健的泛化能力(R2 = 0.965,NSE = 0.965,KGE = 0.974,RMSE = 14.26 m)。消融基准测试表明,HACL显著优于独立的BiLSTM(NSE = 0.861)、1D-CNN(NSE = 0.810)和线性回归(NSE = 0.628)。预测因子敏感性分析揭示,年份作为连续协变量解释了预计16–18 m信号中约85%的贡献;严格限制于物理强迫时,到2081—2100年预计增加量分别为+2.42 m(SSP245)、+2.15 m(SSP370)和+3.78 m(SSP585),与历史趋势(约2–3 m)一致,并恢复了站点级水文地质敏感性。
**论文解读:基于CMIP6的韩国地下水水位预测与气候风险评估——混合深度学习框架的应用**

**1. 研究背景与问题**

气候变化通过改变降水、蒸散发等水文循环过程,对地下水系统的补给与排泄产生深远影响,威胁淡水资源的可持续性。朝鲜半岛近年来降雨和气温格局显著变化,水文极端事件频发,加深了地下水水位(GWL)对气候变化的响应研究需求。耦合模式比较计划第六阶段(CMIP6)提供的新一代全球气候模型(GCM)输出及共享社会经济路径(SSP)情景,为评估未来地下水动态提供了重要数据基础,但GCM的粗分辨率与局地水文地质条件之间的尺度鸿沟需要借助统计降尺度或机器学习方法予以弥合。同时,传统过程数值模型在刻画非均质、裂隙基岩含水层以及非平稳气候条件下的地下水行为时面临参数不确定性与结构假设限制。既有混合深度学习研究多基于历史观测驱动而非CMIP6排放情景,缺少多GCM筛选环节,也未将预测结果转化为站点级气候风险指标。针对以上空白,研究人员构建了一套耦合CMIP6模拟与混合深度学习的地下水水位预测与风险评估框架,旨在量化气候变化驱动的地下水脆弱性,以支持适应性水资源管理。

**2. 研究内容与结论**

研究人员利用韩国国家地下水监测网络(NGMN)199个站点2009—2025年的月尺度GWL观测数据,结合CMIP6的降水(pr)与总柱土壤水分(mrso)强迫变量,开发了基于注意力的混合卷积神经网络–长短期记忆(HACL)模型,实现从气候强迫到站点GWL的非线性映射。研究首先对十个候选GCM进行筛选,仅保留满足R2 > 0.70、NSE ≥ 0.70、KGE > 0.50标准的四个模型(ACCESS-CM2、GISS-E2-1-G、INM-CM5-0、NorESM2-MM),构建滤波集成;随后在严格独立的样本外时段(2022—2025年)验证模型泛化能力,并通过消融实验对比HACL与独立BiLSTM、1D-CNN及线性回归的效能;最后将预测结果转化为气候地下水风险指数(CGRI),并对“年份”协变量进行敏感性分析,甄别人为外推趋势与物理气候强迫的贡献。研究得出以下结论:滤波集成在样本外评估中表现优异(R2 = 0.965,NSE = 0.965,KGE = 0.974,RMSE = 14.26 m),显著优于对比模型;包含年份协变量的完整模型预测全国平均GWL增加16.60 m(SSP245)、15.92 m(SSP370)和17.85 m(SSP585),但敏感性分析表明其中约79%–87%由年份线性外推伪影贡献;剔除年份后的气候强迫约束模型给出更合理的预测:SSP245为+2.42 m,SSP370为+2.15 m,SSP585为+3.78 m(2081—2100年相对2009—2020年基线),与历史Sen趋势外推(约2–3 m)一致,且与站点历史趋势显著相关(r = 0.618,p < 0.001)。CGRI空间制图识别出西部冲积低地高风险区域,为优先监测与靶向水文地质调查提供了科学依据。该框架强调了GCM筛选、物理一致性检验与趋势归因在深度学习气候影响评估中的关键作用,为季风影响地区提供了可迁移的方法论模板。

**3. 主要关键技术方法**

(1)**HACL混合深度学习架构**:融合一维时间卷积(提取多尺度补给脉冲)、双向LSTM(学习含水层延迟记忆)、多头自注意力(识别关键历史状态)及残差回归头,实现序列到单点的GWL预测。(2)**GCM统计校准与筛选**:对每个GCM单独训练HACL模型,采用R2、NSE、KGE多重指标筛选,保留四个通过阈值的GCM构建滤波集成。(3)**样本外验证与消融基准**:按2009—2014训练、2015—2021验证、2022—2025独立测试划分数据,对比HACL与BiLSTM、1D-CNN、MLR的效能。(4)**年份协变量敏感性分析**:对比含年份与不含年份(仅物理强迫)的模型输出,定量归因趋势来源。(5)**气候地下水风险指数(CGRI)**:综合变化幅度、趋势强度、水文地质脆弱性(历史变异系数)与投影不确定性四个归一化维度,采用等权重合成,划分四级管理阈值。数据来源为NGMN的199个站点(2009—2025年)及CMIP6多GCM输出。

**4. 研究结果**

**4.1 CMIP6 GCM选择与HACL统计校准评估**:十个候选GCM中仅四个(ACCESS、GISS、INM、NorESM)通过筛选,其R2和NSE均高于0.92、KGE高于0.74;其余六个GCM因效率接近零或负值被排除,避免了不良模型对集成物理可信度的稀释。

**4.2 独立样本外评估**:在2022—2025年共9552个站点月观测上,滤波集成总体R2 = 0.965、NSE = 0.965、KGE = 0.974、RMSE = 14.26 m,雨季与旱季技能均衡,中位数NSE为0.965(IQR [0.942, 0.978]),证明框架无过拟合且泛化稳健。

**4.3 架构基准测试**:HACL的R2 = 0.950、NSE = 0.950、KGE = 0.813、RMSE = 17.21 m,较独立BiLSTM降低RMSE 28.7%,较1D-CNN降低39.3%,线性回归则表现最差(NSE = 0.628)。水文化过程线分析显示,HACL同时捕捉夏季季风补给脉冲(峰滞后0.12个月)与长期枯水记忆,而单网络各有缺失。

**4.4 不同情景下的GWL投影**:滤波集成的全国平均GWL变化为SSP245下16.60 m、SSP370下15.92 m、SSP585下17.85 m,情景排序(SSP585 > SSP245 > SSP370)与未滤波均值不同,且空间上呈现西部冲积低地增幅大、东部山区增幅小的双峰分布。尽管幅度偏大,该结果被解读为气候敏感性信号而非直接站点预报。

**4.5 年份预测因子敏感性与物理趋势归因**:包含年份时预测值集中于15–20 m且与历史站点趋势不相关(r = 0.041,p = 0.57);剔除年份后,气候强迫驱动的预测增至+2.42 m(SSP245)、+2.15 m(SSP370)和+3.78 m(SSP585),与历史趋势外推一致,并与站点历史趋势显著相关(r = 0.618,p < 0.001),证实了年份协变量贡献了约79%–87%的机械外推漂移。

**5. 讨论与结论**

研究讨论指出,混合深度学习架构的优越性源于卷积对多尺度时间特征提取、双向LSTM对延迟记忆的保留以及自注意力对关键历史状态的选择。GCM技能差异表明地下水预测对强迫场保真度高度敏感,逐GCM筛选是集成构建的必要步骤。预测的西部高响应虽与冲积含水层较大补给能力相符,但因未纳入含水层参数,应视为基于地形与位置的合理假设而非机理证明。研究局限包括滤波后仅剩四个GCM导致结构不确定性范围缩减,以及训练期较短难以验证极端远期情景下的外推能力。结论部分确认了HACL框架在季风区地下水气候影响评估中的有效性与可迁移性;严格的GCM筛选、物理约束的敏感性分析以及CGRI风险制图共同构成了优于传统多模型平均的方法路径,为全球类似季风影响含水层系统的适应性管理提供了量化工具。
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