《Journal of Hydrology》：Coupled hydro-ecological models and AI clustering reveal pathways for adaptive wetland restoration
编辑推荐：
湿地生态系统面临地下水污染、生态退化及水文失衡威胁。本研究构建SWAT-MODFLOW-MT3DMS三维耦合模型框架，模拟2025-2040年Judian Lake湿地硝酸盐、亚硝酸盐及氯离子迁移规律，通过Deep Embedded Clustering（DEC）算法划分核心保护区、缓冲恢复区和管控入侵区，确定3.69米生态地下水平衡阈值，验证深部含水层应急回灌可行性，为脆弱湿地系统适应性管理提供方法学参考。
杜佳怡|丁月|贾超|冯凯欣|魏茂杰|杨晓
山东大学海洋科学与技术研究院，中国青岛市266237
摘要
湿地生态系统正日益受到地下水污染、生态退化和水文失衡的威胁。本研究开发了一个集成的三维建模框架，将地表水、地下水和生态系统结合起来，以支持中国北方聚店湖湿地的动态水资源评估和恢复规划。采用SWAT-MODFLOW模型模拟水动力过程，使用MT3DMS模型模拟2025年至2040年间NO3?、NO2?和Cl?的时空迁移。我们利用深度嵌入聚类（DEC）方法划分了恢复区域，该方法通过特征学习和迭代优化将具有相似水文生态模式的区域分组。研究结果表明，地下水下降锥逐渐扩大，污染物迁移模式各不相同：硝酸盐在漏斗区积聚，亚硝酸盐向西南方向迁移，而氯化物则表现出逐渐增加的垂直渗透能力。数值模拟确定，达到地下水补给与排放平衡状态所需的最小生态水位为3.69米。基于生态水文敏感性，将湿地划分为核心区（源头控制区）、缓冲区（自然恢复区）和控制区（入侵管理区）。研究证实了利用深层承压含水层进行应急补水的可能性。模拟显示，从300米深的井中持续抽水仅会导致局部水位下降，避免大规模的水力扰动。本研究为面临复杂污染和水资源短缺的脆弱湿地系统提供了一种可推广的适应性地下水管理方法。
引言
湿地是地球上生产力最高的生态系统之一，提供了生物多样性保护、水质净化、洪水调节和碳封存等重要服务（Mitsch和Gosselink，2015年；千年生态系统评估，2005年）。然而，它们的持续存在正受到气候变化、土地利用强度增加和水资源过度开发的共同压力（Davidson，2014年；Noor等人，2023年；Wang等人，2023年）的威胁。沿海和内陆湿地尤为脆弱，因为它们的生态功能依赖于地表水和地下水动态之间的微妙平衡（Eamus，2016年；Fu等人，2024年；Sun等人，2022年）。一旦这种平衡被打破，就会引发一系列连锁反应，包括地下水枯竭、土壤盐碱化、污染物迁移以及生态恢复力的丧失（Aslam等人，2024年；Mahdian等人，2024年）。因此，理解水文变化如何重塑水与生态系统之间的相互作用已成为科学和管理领域的前沿挑战。
过去几十年里，关于全球湿地退化的研究取得了进展。千年生态系统评估报告称，自1900年以来，全球已有超过50%的湿地消失，许多地区的退化速度正在加快（拉姆萨尔秘书处，2018年；Davidson，2014年）。在中国，黄河三角洲就是一个典型的例子。作为该国最广阔的河口湿地之一，它为候鸟提供了关键栖息地，支持农业发展，并维持着依赖地下水的生态系统（Cui等人，2009年；Zhang等人，2016年）。然而，大规模的地下水抽取用于灌溉和工业用途导致地下水位下降，形成了地下水下降锥（Chen等人，2025年）。这些水文变化不仅加剧了水资源短缺，还改变了污染物的迁移路径，增加了生态压力（Golaki等人，2022年；Huan等人，2020年；Zhao等人，2023年）。因此，黄河三角洲成为研究人为压力如何通过水文-生态系统传播并影响可持续性的天然实验室（Fan等人，2025年）。
与此同时，方法论上的进步也试图将水文学、生态学和地球化学整合到统一的框架中（Ding等人，2024年；Gao等人，2025年；Irvine等人，2024年）。SWAT-MODFLOW和MT3DMS等物理模型被广泛用于模拟地表水-地下水相互作用和污染物迁移（Agbotui等人，2025年；Aweto等人，2025年；Laoufi等人，2024年；Song等人，2024年）。这些模型提供了机制上的见解，但往往难以捕捉定义生态恢复力的关键阈值（Liu等人，2020年；Rumph Frederiksen和Molina-Navarro，2021年；Xie等人，2023年）。同时，基于数据的方法，包括聚类和机器学习，在分类生态状态和识别管理区域方面显示出潜力（Ni等人，2023年；Sinaga和Yang，2020年）。然而，大多数应用仍然停留在描述性阶段，与物理驱动因素脱节，限制了它们指导实际策略的能力（Hu等人，2023年；Mishra等人，2023年）。将物理模拟与人工智能相结合，有望创建出既能再现水文过程又能为不确定条件下的生态恢复提供信息的预测性和适应性框架（Yang等人，2024b）。
另一个未解决的挑战是确定生态地下水阈值（Eamus，2016年）。湿地的可持续性取决于维持一个最低水位，以确保土壤湿度、防止盐碱化并支持植被生长。传统管理方法通常依赖于经验性的安全产量估计，但这些数值很少能捕捉生态系统对水文压力的非线性响应（Liu等人，2022a；Luo等人，2024年；Venkata Ratnalu等人，2024年）。例如，一旦超过某个阈值，看似微小的地下水深度下降可能会引发严重的生态退化（Rohde等人，2024年；Hosni等人，2024年；Zahra等人，2025年）。严格量化这些阈值对于制定适用于不同地区的可推广基准至关重要。尽管认识到其重要性，但很少有研究使用耦合建模和实证验证系统地量化生态地下水阈值（Charchousi等人，2025年）。
同样重要的是设计将科学理解转化为恢复策略的管理框架。虽然许多湿地已被划分为核心区、缓冲区和利用区，但这些划分往往基于行政或定性标准，而非定量水文生态证据（Dudley，2008年）。人工智能的进步为将复杂的环境数据集转化为分层管理方案提供了新的机会（Aslam等人，2024年）。通过整合水文指标、生态参数和污染物动态，人工智能驱动的聚类可以划分出具有不同脆弱性和恢复力特征的区域（Fildes等人，2023年）。这种方法有助于设计出既科学合理又能适应当地社会经济限制的恢复策略。然而，其在湿地管理中的应用仍处于起步阶段，与物理水文模型的结合也较少见。
应急地下水补给是另一个常被忽视的恢复力维度。在浅层含水层压力较大的地区，深层承压含水层作为应急水源的潜在作用需要严格评估（Alley等人，1999年）。虽然深层抽水有时因成本高和恢复时间长而受到批评，但在受控条件下战略性地使用它可能在生态危机期间提供关键缓冲（Bredehoeft，2002年）。评估这一选项需要在短期生态需求和长期含水层可持续性之间取得谨慎平衡。很少有研究系统地探讨如何将深层含水层的利用纳入适应性湿地恢复框架。
在此背景下，本研究开发了一个集成的水文-生态框架，将黄河三角洲退化湿地系统中的地表水、地下水和生态过程联系起来。通过结合SWAT-MODFLOW和MT3DMS模型以及人工智能增强的聚类方法，我们提供了一个将机制模拟与数据驱动的管理设计相结合的综合性平台。该框架使我们能够识别人为压力下的污染物迁移路径，量化生态地下水阈值，划分恢复区域，并评估深层承压含水层在应急补水中的作用。我们的方法不仅关注模型应用，还强调将物理和数据驱动的见解综合为可推广的适应性恢复策略。通过这种整合，我们旨在提高对水文-生态相互作用的理解，并实际设计出可应用于全球其他脆弱湿地的恢复方案。本研究的目标是开发和应用一个集成的水文-生态建模和基于人工智能的分区框架，以增强聚店湖系统的适应性湿地恢复和地下水安全。具体目标是：（i）建立并校准一个耦合的SWAT–MODFLOW–MT3DMS模型，以模拟水文和溶质迁移过程；（ii）量化生态地下水阈值，并评估多种压力下的水文生态相互作用；（iii）使用深度嵌入聚类（DEC）划分功能恢复区域，并评估深层承压含水层作为应急补给来源的可行性。
研究区域
本研究区域聚焦于聚店湖及其周边地区（东经118°37′00″～118°43′20″，北纬37°00′45″～37°07′15″），面积约为100平方公里（图1）。该区域属于山东省寿光市和广饶县管辖，大部分位于寿光市境内。研究区域南部地势较高，北部地势较低，南部为倾斜平原，北部为沿海平原。
数据收集
根据2023年夏季湿地周围的地表水分布情况，在湿地内及周边布置了10个地表水监测点。根据研究区域内地下水资源的状况，在湿地内及周边布置了57个地下水监测点。为了全面描述湿地研究区域内地表水和地下水的当前环境质量，主要设置了采样点。
模型校准
对耦合的SWAT–MODFLOW–MT3DMS模型进行了全面校准，以确保聚店湖流域内水文、地下水流动和溶质迁移模拟的可靠性。对于地表水部分，使用2014年至2023年聚店湖出口的月度流量数据对SWAT模型进行了校准和验证（图3a）。该模型高精度地再现了流量的季节性和年际变化，NSE值为0.84，R2值为0.87。
生态恢复分区管理策略
生态恢复项目结合了人为干预和自然恢复，旨在使生态系统恢复到干扰前的状态（Liu和Ma，2024年）。使用DEC方法为聚店湖湿地划分了地理生态恢复分区（图10）。研究区域被划分为三个部分：核心区、缓冲区和控制区。
（1）生态恢复核心区：该区域主要分布在聚店湖的东部和西部。
结论
本研究开发了一个集成的水文-生态框架，将地表水、地下水和生态过程联系起来。该框架解决了污染、水资源短缺和湿地退化这些相互交织的挑战。通过将物理模型与人工智能驱动的聚类相结合，我们超越了工具应用层面，揭示了水文-生态相互作用如何影响污染物动态和恢复潜力。
我们的结果表明，硝酸盐、亚硝酸盐和氯化物的迁移行为...
作者贡献声明
杜佳怡：撰写——审稿与编辑、撰写——初稿、方法论、数据分析、概念构建。丁月：撰写——审稿与编辑、调查、数据分析、概念构建。贾超：撰写——审稿与编辑、撰写——初稿、资源协调、项目管理、概念构建。冯凯欣：撰写——审稿与编辑、项目管理、调查。魏茂杰：撰写——审稿与编辑、调查、数据分析。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了山东省地下水环境保护与修复工程研究中心专项基金（编号：801KF2022-7）的财政支持。
