【2023地理设计组一等奖】基于机器学习的地下水仿真与时空分析

作品介绍

1 设计思想

1.1 作品背景

华北平原是我国最重要的粮棉产地之一，然而近年来农业的低效用水以及过度压采正逐步加剧其地下水资源的紧张性，为经济可持续发展带来重大风险。而地下水动态变化与人为干预、全球气候波动呈现出高度相关性，因此，地下水的仿真模拟对保障粮食供应和推动水资源的可持续管理至关重要。

目前学界尽管有大量的文献探讨地下水的时空分布及可持续性发展，但与现实需求相比，其在空间分辨率和多因子影响的分析上仍具有很强的局限性。传统地统计方法如克里金插值用于地下水模拟和预测，缺少对多因子（气候变化、灌溉情境）影响下的地下水水文的分析，定量评估十分有限。

本作品基于ArcGIS Pro等平台和机器学习算法，结合地质、气象等影响因素对河北省2018-2021年地下水位进行仿真建模，构建时空变化场景，探究不同因子对地下水的敏感性分析；同时根据同的建模结果构建时空立方体，总结探讨其时空演变规律，并进行不同情景下地下水位的预测与模拟，为政策制定者提供能够适应气候变化的地下水灌溉管理策略。

1.2 方法设计

如图的技术路线所示，设计流程总体上可概括为数据获取、模型敏感性分析与特征挖掘、地下水时空模式分析与漏斗区研究四部分，最终在应用层面实现气象多情景决策模拟与地下水时空规律总结。

图1 作品技术路线图

第一部分为基础数据获取与处