近日，南京地调中心在沿海地下水咸淡水界面监测预警方面取得新进展。
针对沿海地区地下水淡咸水界面监测难度大、传统模型权重设定主观性强的挑战，水文地质与环境地质室杨海、贾正阳、陈孜等人创新性提出了一种融合特征分区（FP）与集对分析（SPA）的新型贝叶斯模型平均（BMA）预测框架。该技术通过智能识别地下水电导率等核心影响因子，实现了BMA先验权重的动态精准优化。研究结果显示，该方法对界面位置的预测准确率R2提升至0.947，并显著缩小了不确定性区间，为海水入侵防治与水资源安全保障提供了精准的技术支撑。相关成果发表于水文学领域国际权威期刊《Journal of Hydrology》（中国科学院一区Top，影响因子6.3）。
论文信息：Jia, Z., Yang, H., Chen, Z., et al. 2026. Enhancing Bayesian model averaging performance via feature partitioning and set pair analysis for freshwater-saltwater interface prediction. Journal of Hydrology 669, 135155. https://doi.org/10.1016/j.jhydrol.2026.135155.
图1 不同模型的预测表现。（a）以上界面为目标变量；（b）以下界面为目标变量。