原文發表於《科技導報》2026 年第1 期 《 2025年水文地質智能計算熱點回眸 》
水文地質智能計算是融合物理機理與人工智能的新一代科學範式。《科技導報》邀請中國礦業大學（北京）地球科學與測繪工程學院董東林教授團隊和中國科學院大學資源與環境學院林剛副研究員撰寫文章，回顧了2025年水文地質學在地下水資源評價、礦區水害防控及污染遷移修復等核心應用領域，正從傳統數據驅動邁向物理信息融合，從局部技術突破轉向構建“數據感知−知識挖掘−模擬決策”的完整技術體系；指出儘管在一些方面仍存在挑戰，智能計算已顯著提升了地下水滲流模擬、地表−地下水耦合等複雜問題的預測精度與決策可靠性。未來隨着人工智能與大模型技術更深層次地融入機理研究，有望構建更高精度、可解釋、可信任的智能模擬系統與預警體系。
水文地質學是研究地下水數量、質量時空變化規律，以及如何合理利用或防治其危害的學科。近年來，水文地質學的研究方向從傳統的找水勘察，擴展到了更廣泛的資源與環境領域，發展趨勢呈現出更注重多學科交叉和生態環境問題。
回顧2025年，水文地質學在全球合作、學科交叉和技術創新上向前邁了一大步，精準體現了從“方法探索”到“解決實際問題”的範式轉變，研究主題都緊扣“可持續管理”“氣候變化”和“變化環境”等現實問題。同時，AI與智能計算已深度滲透到所有水文地質前沿主題的研討中，中國水文地質學研究也正積極擁抱智能計算，致力於構建更精細、更智能的地質數字孿生體系，以科技創新支撐水資源的安全與可持續管理。
1 範式轉型：從方法探索到解決實際問題
2025年水文地質學研究的範式轉型是氣候變化和技術革命雙重壓力下的必然演進，致力於解決如何充分運用大數據和AI等新興技術應對變化環境下的水文響應與可持續管理、區域特色水文地質與資源利用等關鍵科學問題。
1.1 變化環境下的水文響應與可持續管理
Gantayat等指出在全球氣候變化、人口增長和環境污染等多重壓力下，傳統的水文地質學研究範式已不足以解決日益複雜的水資源安全問題。
爲了應對氣候變化與極端事件，應重點量化氣候變化對地下水補給、更新速率和水質的長期影響，分析乾旱與洪水等極端水文事件下地下水系統的響應與恢復力。2025年11月，《氣候變化科學十大新洞見（2025/2026）》發佈，標誌着這一科學認知已成爲全球氣候治理的核心議題之一。2025年，多項研究、多次重要會議均聚焦變化環境下的水文響應與可持續管理問題，地下水與氣候變化的研究已不僅是學術前沿，更是直接關係到水安全、糧食安全和生態安全的緊迫現實需求，正在驅動科學研究、國際合作與管理政策的深刻變革。
1.2 區域特色水文地質與資源利用
區域特色水文地質與資源利用研究不只關注地下水本身，更關注將地質規律與區域發展戰略相結合，研究地下水開發利用管理與當地核心資源（地表水、能源、生態、糧食）的協同關係。
1）跨界含水層：跨界含水層指跨越多國邊界、共享水資源且面臨複雜管理挑戰的特定區域。跨界含水層研究是一個多系統、跨尺度、機理複雜的難題。
在建模問題上，跨界含水層仍是一個無法被標準化的複雜系統，而該系統的最終演化路徑，主要取決於模型本身無法控制的跨國政治博弈。因此，跨界含水層模型因其獨特的地質構造、補給機制和人爲干擾，幾乎無法直接套用到另一個地區。此外，建模過程必須同時包含水文過程、化學過程、社會過程和氣候過程。這些系統運行機制不同、過程複雜，強行耦合會帶來巨大的不確定性和計算負擔。
2）關鍵氣候響應區：區域水文地質研究重點關注以北極/高寒區和乾旱/半乾旱區爲代表的全球關鍵氣候響應區。2025年，相關研究明確了活動層加深如何改變地下水流路徑，將原先被凍結的有機碳和古老地下水釋放。但仍然存在傳統手段在極寒、偏遠地區難以部署和維持的問題。對於乾旱/半乾旱區，研究的核心是極端水文事件和水壓力加劇背景下，地下水資源的可持續性。另外的熱點進展是將地下水人工補給作爲核心適應策略，研究其效率與生態影響。
因此，對關鍵氣候響應區的研究，正推動形成“氣候應力—地下水流系統響應—資源與生態效應—適應性管理”的全鏈條研究新範式，智能計算在這些研究方向中已成爲不可或缺的關鍵賦能工具。
3）特定地貌類型：2025年對喀斯特、河流盆地與海岸帶等特定地貌的研究，已從靜態描述邁入系統性認知與複雜性管理的新階段。“喀斯特生物多樣性計劃”被列爲聯合國教科文組織（UNESCO）國際科學10年項目，致力於構建跨中國西南、地中海、美國東南部的跨國觀測網絡與協作平臺。對河流盆地的探索則通過深鑽計劃和地層模擬，致力於從萬年尺度理解氣候與地貌演化的耦合規律。海岸帶管理則進入“立體分層”空間精細化時代，通過明確的生態評估和多尺度關聯研究來指導實踐。
4）礦山水文系統：採礦業是一個大規模、高強度、不可逆地擾動地下天然水循環和地質環境的人類活動。礦山水文地質研究一直是水文地質領域的核心突破點和重點方向。當前研究仍存在以下難點：
一是，廢棄礦井水−巖相互作用的物理化學耦合機理複雜，如何將室內試驗獲得的損傷係數、參數敏感性結果可靠地外推至現場尺度。
二是，水資源保護與共伴生礦產高效開採之間存在目標衝突，如何實現多資源的協同勘查與綠色開發，缺乏系統的技術標準和優化模型。
2 關鍵技術：大模型、多模態與不確定性量化
未來水文地質建模的核心是將地學機理、領域知識深度嵌入到大模型架構中，並通過多模態數據與不確定性量化，構建出既高效又可靠、既智能又可解釋的“水文地質智能體”。
2.1 從數據驅動到物理信息融合
現有研究證明，水文地質研究在物理信息融合方面已超越概念，成爲解決高維、非線性、多過程耦合等核心挑戰的實用路徑。
1）地下水滲流精細模擬與參數反演：研究人員提出了基於物理信息神經網絡的河渠系統地下水滲流模型（PI−RGSM），實現了單次訓練即可預測不同參數組合下流場的強大泛化能力，解決了在數據稀缺區同時進行“流場模擬”與“參數反演”的難題，同時，模型還能滿足水流方程的約束，模擬非均質、裂隙介質中的流動與遷移。
2）地表−地下水耦合過程與複雜系統模擬：最新的研究通過自然系統的高度複雜性及數值模型與智能技術的深度融合，建立了統一的控制方程並對沉積物−上覆水耦合系統進行同步求解。在上述統一框架中還可以直接植入氮循環等反應過程，實現從純水力模擬到水−生態耦合過程模擬的跨越。
2.2 大模型、多模態與不確定性量化
2025年，水文地質智能計算在大模型、多模態與不確定性量化3個關鍵技術方面，已從概念探索進入解決具體科學問題、提升業務能力的深化應用階段。
1）水文地質大語言模型：2025年的研究進展表明，在大模型應用方面，主要聚焦於自動化編碼、多源報告信息抽取與知識圖譜構建3大方向，當前正從通用向領域專用邁進，嘗試將專業知識注入通用模型。
2）多模態數據融合：當前，多模態數據融合的研究前沿已超越了單純追求算法創新，轉向以水文地質物理機制爲核心驅動。這一轉變旨在通過物理規律引導多源數據的融合過程，從而提升對地下水系統結構、參數及動態過程更機理化、更透徹的認知水平，爲水資源管理與地質安全保障提供了全新的技術支撐。然而，跨模態數據的對齊、標準化與統一表徵是當前的主要瓶頸。
3）不確定性量化：面對水文地質固有的多源不確定性（地質結構、參數、邊界條件），2025年水文地質智能計算的研究重點從“追求單一最優預測”轉向了“提供可靠的預測區間”。有研究提出了“物理信息神經網絡−不確定性”（PINN−UU）框架，將物理方程與參數不確定性空間統一求解，能夠在觀測數據極少甚至缺失的情況下，直接給出模型預測的概率分佈。另有研究提出了一種全新反演方法（空間信息場生成器−集合平滑器（ES−SIFG）），專門針對小樣本、非均質含水層條件，提升參數識別與不確定性量化的能力。
2.3 開源、平臺與算力
水文地質智能計算的基礎設施已從提供單一工具，發展爲支撐“物理機理—AI—數據—算力”閉環的協同生態，正加速整個學科從傳統數據驅動，邁向更可靠、更智能、更具業務價值的物理信息融合新階段。
爲了實現複雜的物理過程模擬與AI計算方法相結合，2025年出現了多個具有代表性的開源工具箱和平臺。如SMASH v1.0，可微分、可區域化的高分辨率水文建模框架，HydroModPy是一款基於Python的開源工具箱，這2種工具使研究者能更專注於融合方法本身，而非底層編碼。
3 前沿應用場景
2025年水文地質智能計算的核心研究範式已從數據驅動邁入了物理信息深度融合的新階段，在地下水滲流精細模擬與參數反演、地表−地下水耦合過程與複雜系統模擬等複雜場景中初步實現了從“黑箱預測”到“機理可信模擬”的跨越。然而，支持大模型的全面應用，如何將複雜的水文地質機理系統地編碼爲機器可理解、可計算的約束條件，如何構建可用於大模型訓練的AI就緒數據集，以及如何建立與現有工程設計和管理規範相銜接的標準與流程等關鍵問題仍有待解決。
本文以淺埋煤層採空區特殊下墊面地表−地下水耦合過程與複雜系統模擬場景爲例，提出了建立多源數據、多物理過程、多時空尺度模型的動態耦合與協同智能計算框架。
1）場景介紹：黃河流域形成了一種特殊的下墊面類型——採空塌陷和地裂縫，引起了流域水文環境和水文地質條件的變化。傳統的地下水−地表水耦合模型較少考慮這種裂隙應力對巖（土）體滲透性的影響，嚴重影響了模型的模擬精度（圖1）。
圖1 採空區特殊下墊面“地表水−採動裂隙−地下水”耦合過程示意
有研究表明，不考慮裂隙發育特徵，傳統的水文模型在洪水過程的預測預報中誤差會放大至70%以上，甚至會完全失效。研究以窟野河流域爲例，提出水文地質智能計算技術框架，在“保水採煤”“生態修復”和“煤炭保供”等多目標間，提供基於模擬推演和數據驅動的量化權衡依據（圖2）。
圖2 採空區特殊下墊面應用場景水文地質智能計算技術框架
2）數據融合與數字孿生體：整合基礎地質、基礎地理、水文地質、工程地質、水文氣象監測、遙感影像等多源數據，實現多源數據AI−ready化處理，以獲取標準化的三維地質模型、採動裂隙網絡概率分佈圖、時空連續的氣象水文場數據等。在此基礎上，將處理後的多源數據融合到統一的時空網格框架中，形成“數據立方體”。引入地學知識圖譜，建立數據間的語義關聯，構建動態知識增強的數字孿生體。
3）智能任務規劃與多模型協同調度：該階段主要目標是通過增強型智能體解析複雜任務，並動態規劃、調度各類專業模型。根據任務設計工作流，考慮模型間的動態耦合機制，確定在何種時間尺度、以何種數據格式進行模型間信息交換等。
4）知識驅動的專業模型與計算：引入物理約束的機器學習模型，解決採動裂隙−滲流關係無法精細模擬的問題；將巖體裂隙滲流理論作爲內在約束，利用歷史觀測數據進行訓練，輸出能夠等效表徵裂隙應力−滲流耦合關係的“等效滲透係數場”，解決了機理模型參數難以確定的難題。
5）情景推演、風險評估與決策優化：系統自動生成多種預設情景（如極端降雨情景、不同礦區排水策略、不同廢棄礦山開發利用方案）。
6）閉環學習與優化：平臺通過接收新的監測數據，自動啓動同化流程，反向校正優化核心專業模型，使數字孿生體的模擬能力不斷提升。另外，系統每次的模擬−驗證循環，關鍵參數、模型配置和調度策略等都會整合進智能體，通過不斷學習逐步提升模擬效率和準確性，實現自我進化。
以上關鍵步驟可以構建一個能夠應對採空區特殊下墊面極端複雜性的動態、自適應、持續成長的智能計算模型。
4 結論
通過對2025年水文地質智能計算熱點回顧表明，水文地質智能計算正從傳統數據驅動轉向物理信息融合範式，從解決單一問題的“技術點”突破，邁向重構從數據感知、知識挖掘到模擬決策的完整研究鏈條。下一步，要加快構建集成“感知—模擬—決策”閉環系統，實現多源數據、多物理過程、多時空尺度模型的動態耦合與協同計算。展望2026年，期待水文地質領域能夠湧現出更多具有原創性和突破性的成果。
本文作者：董東林、姚宇鵬、張婉秋、林剛
作者簡介：董東林，中國礦業大學（北京）地球科學與測繪工程學院，教授，研究方向爲水文地質與工程地質；林剛（通信作者），中國科學院地理科學與資源研究所、中國科學院大學資源與環境學院，副研究員，研究方向爲能礦資源水資源協同利用。
文章來 源 ： 董東林, 姚宇鵬, 張婉秋, 等. 2025 年水文地質智能計算熱點回眸[J]. 科技導報, 2026, 44(1): 70−77 .
本文有刪改，
內容爲【科技導報】公衆號原創，歡迎轉載白名單回覆後臺「轉載」
☟
《科技導報》創刊於1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策諮詢建議。常設欄目有院士卷首語、科技新聞、科技評論、本刊專稿、特色專題、研究論文、政策建議、科技人文等。
