《Journal of African Earth Sciences》：Groundwater Potential Mapping in Endorheic Basins Using Remote Sensing and Ensemble Learning Algorithms: A Case Study of the Bahira Aquifer, Morocco
编辑推荐：
地下水潜力评估在摩洛哥Bahira盆地的研究中，采用随机森林、XGBoost等四类集成学习算法，结合地形、水文等18个参数，发现中央和西南部凹陷区（如Sed el Majoun）潜力最高，而盆地边缘潜力较低。关键影响因素包括坡度、排水密度和地形。该成果为该封闭流域的可持续水资源管理提供了首份高分辨率潜力图。
Fatima Ezzahra Ibna|Abdelmalek Goumih|Oumayma Nassiri|Mounsif Ibnoussina
卡迪阿亚德大学，塞姆拉利亚科学学院，水科学实验室，微生物生物技术及自然资源可持续性研究，邮政信箱2390，40000，摩洛哥马拉喀什
摘要
在摩洛哥等干旱和半干旱地区，地下水是一种至关重要的资源。由于地表水需求的增加和稀缺，含水层面临着严重的压力。本研究使用集成机器学习算法评估了摩洛哥中部巴希拉盆地的地下水潜力区。研究使用了包含1,138口井和泉眼的数据库，以及从地形、水文、地质、环境和气候数据中获得的18个条件因素，来训练和验证四种模型：随机森林（RF）、极端梯度提升（XGBoost）、装袋法（Bagging）和AdaBoost。模型性能通过准确率和接收者操作特征曲线下面积（AUC）进行评估。结果表明，随机森林模型具有最高的预测性能（AUC = 0.82），优于其他模型。地下水潜力地图显示，中部和西南部的低洼地区，尤其是Sed el Majoun、Ras el Ain和Lakhoualqa周边，具有高至非常高的地下水潜力，而盆地边缘地区则主要为低潜力区。敏感性分析指出，坡度、海拔、排水密度、距离河流的距离和坡度是最具影响力的因素。总体而言，这些发现提供了巴希拉盆地的首份全面地下水潜力区地图，为地下水勘探、灌溉规划和该地区可持续资源管理提供了宝贵的指导。
引言
地下水是支持人类需求、农业活动和工业发展的重要资源，尤其是在水资源短缺的地区。它约占地球上淡水储量的30%，满足了全球约60%的淡水需求，用于生活、农业和工业用途（Bhat等人，2014年；Achu等人，2020年）。与地表水相比，地下水受蒸发影响较小，污染风险较低，并且全年均可获取（Alley等人，2002年；Todd和Mays，2004年）。
在摩洛哥等干旱和半干旱地区，地下水发挥着特别重要的作用，但正日益受到气候变化的威胁，这严重影响了全球水资源（Mishra，2023年；Nwokediegwu等人，2024年）。温度升高、降水模式改变、极端气候事件频发、农业需求增长以及人口压力都对地下水储备造成了巨大压力（Margat和Van der Gun，2013年），从而扰乱了自然补给过程（Kuang等人，2024年；Chen等人，2024年）。根据世界资源研究所（2024年）的数据，摩洛哥在全球水资源压力最大的国家中排名第27位，预计到2040年水资源压力将“极高”。这些挑战凸显了实施可持续地下水管理的迫切性，以确保这一资源的长期可持续性。
巴希拉盆地位于摩洛哥中部，是一个没有外部出流的闭合内流系统，大部分水资源通过蒸发流失。该盆地在环境、社会经济和农业方面具有战略重要性。历史上，西部巴希拉盆地的主要用水方式是磷酸盐开采，但如今大规模农业已扩展到950平方公里的农田（Jaffal等人，2022年）。由于地表水有限、干旱频发和降水量减少，该地区主要依赖地下水种植谷物、橄榄和蔬菜（Ouhakki等人，2024年）。人口增长加剧了用水需求，导致过度抽取和地下水位持续下降。因此，绘制地下水潜力区地图对于该地区的可持续管理、区域规划、农业发展和气候适应至关重要。尽管El Azhari等人（2025年）对该地区的地下水盐度进行了评估，但尚未有研究划定出具有最高地下水潜力的区域。
地下水潜力区地图绘制日益被认为是评估和管理地下水的重要工具，尤其是在水资源短缺的地区（Patle等人，2022年）。通过整合地形、水文、地质和气候因素，地下水潜力地图能够提供关于地下水分布的宝贵信息（Hilal等人，2024年）。这些信息有助于提高提取效率，降低勘探成本，并指导可持续利用。因此，建模和预测地下水潜力区域已成为全球研究的重点。
过去几十年中，地下水潜力区（GWPZ）建模主要依赖于传统的地下水地质评估和现场调查方法。尽管这些方法通常较为准确，但耗时且资源密集，限制了其在大规模应用中的可行性。最近在地理空间技术、高分辨率卫星图像和计算资源方面的进步使得GWPZ绘制更加高效和可扩展，能够整合非空间和空间数据集来评估地形、环境和水文因素。已应用了多种方法，包括加权聚合法（WAM）、层次分析法（AHP）、模糊层次分析法（Fuzzy AHP）、频率比模型（FRM）和加权叠加法（Arefin，2020年）。例如，Abdulrazzaq和Aziz（2025年）以及Mohammed等人（2025年）使用层次分析法在伊拉克成功划分了地下水区域。同样，多标准决策分析（MCDA）也应用于埃塞俄比亚的Fetam-Yisir流域，取得了一致的结果（Anand等人，2025年）。近年来，机器学习（ML）算法在地下水建模中的表现优于传统方法。极端梯度提升（XGBoost）、随机森林（RF）、装袋法和AdaBoost等算法表现出强大的预测能力。例如，Elsebaie等人（2025年）成功应用随机森林在沙特阿拉伯的Wadi Yalamlam地区划分了地下水潜力区，而Rana等人（2025年）结合了随机森林和极端梯度提升在孟加拉国的Pabna地区绘制了地下水潜力图，取得了可靠的结果。Wang等人（2023年）也强调了集成学习模型在中国关中盆地划分地下水潜力区的稳健性。总体而言，这些研究证实了地理空间和基于机器学习的方法在各种地理环境中的可靠性。在摩洛哥，也有一些研究评估了地下水潜力区（Jari等人，2023年；Hairchi等人，2025年），但尚未有研究专门针对巴希拉盆地。
为填补这一研究空白，本研究使用一组集成学习算法和18个影响因素（代表地形、水文、环境和地质特征）来评估巴希拉盆地的地下水潜力区。主要目标是：（i）识别影响地下水分布的主要因素及其相对重要性；（ii）评估集成学习模型在划分内流盆地地下水潜力区方面的预测能力；（iii）准确定位具有高地下水潜力的区域。本研究的新颖之处在于：（i）首次绘制了巴希拉盆地的全面高分辨率地下水潜力区地图；（ii）评估了集成学习模型在内流环境中进行地下水潜力绘制的有效性和可靠性。总体而言，本研究为巴希拉盆地的地下水管理和规划提供了新的视角，该地区的农业和经济活动高度依赖地下水。
地理和气候背景
研究区域位于摩洛哥中部的巴希拉盆地内，大约在马拉喀什以北30公里处（图1）。该盆地面积约为5,000平方公里，地理上介于Jebilet Massif的南部古生代基底和Rehamna北部基底之间。Ganntour高原的海拔范围从海平面以上531米到盆地东部的约404米不等。
因素优化
使用皮尔逊相关系数（Pearson correlation coefficient）分析了影响地下水因素之间的关系（图6）。结果显示，大多数变量之间的相关性较低，表明它们是独立的。然而，某些因素之间存在中等程度的相关性，例如坡度和坡长。根据文献研究结果，去除了坡长这一因素以减少冗余并提高模型性能。还进行了多重共线性分析。
半干旱盆地的地下水挑战
对地下水的需求不断上升，常常导致过度开采，给本已有限的淡水资源带来巨大压力。这些挑战在半干旱和干旱地区尤为严重，尤其是在内流盆地中。因此，近年来评估和识别地下水潜力区变得尤为重要。因此，本研究对巴希拉盆地的地下水潜力区进行了识别。
结论
本研究应用了四种集成学习算法——随机森林（Random Forest）、极端梯度提升（Extreme Gradient Boosting）、装袋法（Bagging）和AdaBoost——来划分巴希拉盆地的地下水潜力区。这些模型使用了18个地形、水文、地质和环境条件因素，以识别高地下水分布区域，并支持该内流系统的可持续地下水管理。
作者贡献声明
Mounsif Ibnoussina：撰写——审稿与编辑、监督、方法论。Fatima Ezzahra IBNA：撰写——审稿与编辑、初稿撰写、可视化、验证、软件使用、方法论、调查、数据分析、概念化。Abdelmalek Goumih：撰写——审稿与编辑、监督、方法论、概念化。Oumayma Nassiri：撰写——审稿与编辑、监督、方法论
未引用参考文献
Alam等人，2023年；Arabameri等人，2021年；Brouziyne和Bouchaou，2025年；Charbaoui等人，2016年；Echogdali等人，2012年；Jaafarzadeh等人，2021年；M和Yazami，2024年。
数据可用性
本研究期间生成和/或分析的数据集可应要求向相应作者索取。
利益冲突声明
作者声明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。
