近日，南京地调中心水文地质与环境地质室联合实验测试室，在沿海地下水盐度预测方面取得新进展。
沿海区浅层地下水盐度的变化将对区域生态环境产生重要影响，建立高效、准确的沿海地下水盐度预测方法对区域生态风险评价与预警具有重要意义。该层位地下水盐分来源尚未明确，传统机器学习模型易忽视实际水文地质过程，影响预测结果的准确性和可靠性。研究团队以江苏如东典型滨海围垦区为研究对象，创新性提出一种融合正定矩阵因子分解与可解释性机器学习的地下水盐度预测方法，将盐分来源分析结果作为物理约束纳入特征选择，使预测过程既依托实测数据，又符合实际水文地质规律。结果显示，研究区围垦沉积物中的滞留海水贡献约占浅层地下水盐分来源的66.2%，地下水盐度主要受滞留海水的垂向再分配控制，而非现代海水侧向入侵。新方法更加关注土地利用、地下水位等实际控制因素，减少了潮位等间接因素的干扰，测试集决定系数由0.755提高至0.887。相关成果发表于水资源领域国际权威期刊《Water Research》（中国科学院一区Top，影响因子12.8）。
论文信息：Jia, Z., Yu, H., Yang, H., et al. 2026. Towards physically consistent prediction of groundwater salinization in coastal reclamation areas: A novel PMF-weighted SHAP framework. Water Research 306, 126532. https://doi.org/10.1016/j.watres.2026.126532
图 滨海围垦区地下水盐分来源解析结果。（a）三类来源的平均贡献；（b）各来源对主要离子的贡献；（c）各来源对主要离子的贡献及离子间相关性。
拟稿：贾正阳 审稿：杨海、于俊杰 核稿：徐振宇