利用全国粗分辨率模型提升小河流精细分辨率水温预测的多尺度机器学习研究
研究开发了18个多尺度机器学习模型，将覆盖美国本土的粗分辨率河流水温模型（基于National Hydrologic Geospatial Fabric，中位河段长13.7 km。
#AI与水利
#AI与水利
今日 0 条Water Resources Research · 期刊更新AI 评分5858 Water Resources Research · 期刊更新AI 评分3838 基于GRU参数化的时变调度策略用于气候变化下自适应多目标水库调度
该研究提出自适应动态调度策略（ADOP），将高斯径向基函数与基于门控循环单元（GRU）的参数化模块耦合，把气象信息映射为时变RBF权重，并以中国清江流域水库系统为案例，在EMODPS框架下利用扩展的历史水文气候集合优化。
Water Resources Research · 期刊更新AI 评分3636 基于MaxEnt与SWAT识别干旱区气候变化与水文变化下本地鱼类潜在保护区
研究团队将最大熵模型（MaxEnt）与水土评估工具（SWAT）耦合，评估气候与水文变量如何驱动新疆开都河流域本地鱼类Gymnodiptychus dybowskii在1980–2100年的栖息地范围动态，采用5个大气环流模式和3个CMIP6情景（SSP1-2.6、SSP3-7.0、SSP5-8.5）。
Hydrology and Earth System Sciences · 最新论文AI 评分3030 为何概率化LSTM是改进洪水预报并实现学习型预警规则的关键
Baste在《Hydrology and Earth System Sciences》发表研究，指出概率化LSTM对改进洪水预报和实现学习型预警规则的必要性。该工作以代码形式发布于Zenodo（2026），并引用CAMELS-CH等数据集与HBV模型、LSTM相关文献作为背景。摘要未提供具体研究区域、验证指标与数值结果。
Water Resources Research · 期刊更新AI 评分2626 基于高频电导率—温度信号的时间卷积自编码器框架检测岩溶含水层补给异常
针对岩溶含水层内部补给动态难以用传统出口指标解析的问题，作者提出基于时间卷积自编码器（TCAE）的非侵入式异常检测框架，融合高频电导率（EC）与温度（T）信号刻画补给机制，并在中国桂林一岩溶流域使用三类泉（管道主导型、裂隙—基质混合型、浅裂隙控制型）的15分钟EC、T与降雨数据开展研究。
Water Resources Research · 期刊更新精选AI 评分7272 深度学习融合水动力模型与遥感观测，用于变化环境下大型湿地淹水动态制图：以鄱阳湖湿地为例
研究提出一种将水动力模块、遥感模块与深度学习融合模块组合的方法，用于绘制大型湿地的淹水动态，并以中国鄱阳湖湿地为应用对象；该湿地为《拉姆萨尔公约》所列重要保护湿地。作者以干季水动力模型模拟的淹水动态作对比，检验该方法的有效性。 结果显示，水动力模型整体表现相对较差，其中子湖区域明显劣于其他区域，总体精度（OA，无量纲，0–1）仅为0.63–0.66；所提融合方法的总体精度提升至0.82–0.92，在子湖区域改善尤为明显。此外，水动力模型倾向于高估淹没时间，中位高估时长为42–50天。 作者认为，该框架可迁移用于变化环境下湿地水文监测，并有助于维护生态完整性与稳定性。上述精度与偏差均来自干季模拟与对比验证，摘要未说明遥感数据源、深度学习结构及验证样本细节，方法在其他湿地和时段的适用性仍需进一步检验。
推荐理由：研究在鄱阳湖湿地比较水动力模型与遥感—深度学习融合的淹水制图表现，并给出干季精度与淹没时长偏差，可供湿地监测方法选择参考。
Water Resources Research · 期刊更新AI 评分2121 流域特征调控全球分数蒸散发对湿润气候极端事件的响应
一项全球尺度研究利用约986个流域的月尺度湿润气候极端指数与分数蒸散发（fET）数据，量化了二者的耦合关系，并用随机森林模型与SHAP归因其空间差异。土壤有机碳与地下水位深度一致地组织耦合格局，但强度型极端受SOC–GWT–黏土机制主导，历时型极端受SOC–GWT–粉砂及多年冻土约束主导；滞后相关显示耦合随滞后延长趋于转为负相关。
Water Resources Research · 期刊更新精选AI 评分6262 基于城市三维模型从社交媒体图像估计洪水水深的方法
研究提出一种基于城市三维模型的洪水水深估计方法，并构建了对象级由粗到细匹配模型，将三维模型的度量尺度迁移到社交媒体图像。作者报告称，该模型在城市公开基准上优于代表性的2D3D-MATR，内点率提高约30%，配准召回率提高约16%；在此基础上，水深估计方法在多种洪水场景中取得平均绝对误差（MAE）0.164 m、均方根误差（RMSE）0.212 m。
推荐理由：提出以城市三维模型为尺度基准、从社交媒体图像估计淹没水深的方法，并报告了与2D3D-MATR的对比指标，可供内涝观测与模型率定参考。
Deltares · 国际水利与气候适应AI 评分3838 从整体视角看水稻种植：粮食安全与公共健康的协同机遇
Deltares与乌得勒支大学的Eline Boelee等作者在评论文章中提出，应以“行星健康”系统方法统筹水稻种植对粮食安全、水资源、气候与公共健康的影响，而非由不同部门孤立应对。
Water Resources Research · 期刊更新AI 评分5858 诊断 LSTM 水库泄流策略中的潜在蓄水表示
研究利用 ResOpsUS 数据集，在美国本土范围内评估 LSTM 网络表示水库泄流策略的能力，重点考察在未输入实测蓄水的情况下模型能否推断出潜在的蓄水表示。结果显示，许多情况下 LSTM 内部状态编码了物理可解释的蓄水动态，尽管数据存在测量误差；但模型精度与所学蓄水表示的强度仅弱相关，而与调度程度呈对数线性关系，且采用汇集训练时 LSTM 难以在空间上泛化蓄水动态与所学策略。
Water Resources Research · 期刊更新精选AI 评分7878 特征对齐控制体积物理信息神经网络用于洪水波传播与糙率估计
研究提出CC-PINN-RE，基于Saint-Venant方程局部特征速度构建动态菱形时空控制体积，以积分形式施加质量与动量守恒，并结合自适应控制体积管理与局部敏感度加权糙率正则化。
推荐理由：提出特征对齐控制体积PINN用于洪水波传播与糙率反演，并给出与强形式PINN及固定控制体积方法的误差对比，可供稀疏观测下的河道水动力重建参考。
Water Resources Research · 期刊更新精选AI 评分6262 研究评估水文模型的对抗鲁棒性：在1347个德国流域比较HBV与LSTM
研究提出并探索水文建模的对抗鲁棒性分析，评估对气象强迫施加小幅定向扰动是否会引起模拟流量的显著变化。作者在1347个德国流域上比较物理概念模型HBV与深度学习模型LSTM，使用快速梯度符号法（FGSM）生成不同幅度的扰动。
推荐理由：在1347个德国流域上比较HBV与LSTM对气象强迫扰动的响应，为模型可靠性评估提供压力测试思路。
Water Resources Research · 期刊更新AI 评分3131 混合机器学习揭示美国数百流域活跃根区储量的时空动态（2001–2020）
研究团队开发了一种流域尺度、面向生态系统的混合机器学习模型，将简约生态水文结构与数据驱动灵活性结合，把时变活跃根区储量（aSrz）作为潜变量推断。模型不预设根系深度或土层，利用蒸散发、径流、积雪和陆地水储量等多源观测学习自适应水分分配，并在2001–2020年美国数百个流域应用，显示aSrz在大气需求与供水均衡的过渡区达到峰值，其实现容量反映长期水文气候与下垫面约束。
Water Resources Research · 期刊更新精选AI 评分6262 基于物理信息融合学习的城市水文多传感器网络实时故障检测
研究提出Nowcasting Physics-Informed（NPI）模型，用于流量传感器故障检测，采用100分钟记忆窗口、2分钟分辨率，由LSTM融合实测信号与Storm Water Management Model模拟器输出特征，输出窗口末端故障概率，并用逐传感器XGBoost阶段基于窗口局部统计量校准LSTM得分。
推荐理由：提出融合物理模型与传感器数据的故障检测方法，并给出AUC-PR与F1对照，可用于评估城市水文监测网络的实时故障诊断方案。
Water Resources Research · 期刊更新AI 评分3030 基于大集合气候模拟的气候变化下可能最大降水估算：应对采样与偏差校正不确定性
该研究提出一个综合框架，在气候变化背景下估算可能最大降水（PMP）等效重现水平，并应对稀有事件采样不确定性与偏差校正验证两大挑战。
Water Resources Research · 期刊更新精选AI 评分6262 Structure–Function Coherent Coarsening：面向跨分辨率生态水文建模的输入粗化框架
研究提出 Structure–Function Coherent Coarsening（SFCC）框架，旨在模型输入粗化过程中更好地保留水文结构与功能异质性，并在美国 Salish Sea Basin 的 24 个子流域使用 VELMA 模型评估三类输入的粗化策略。
推荐理由：提出面向跨分辨率生态水文建模的输入粗化框架，比较多种粗化策略对径流与氮输出的影响，可供区域情景模拟的网格与输入处理参考。
Water Resources Research · 期刊更新AI 评分5858 HydroDiffusion：以状态空间模型为骨干的扩散概率径流预报
研究提出HydroDiffusion，将仅解码器的状态空间模型（SSM）骨干与连续时间基于分数的扩散公式结合，用于概率径流预报，并在CAMELS数据集中美国本土（CONUS）531个流域上评估。
Hydrology and Earth System Sciences · 最新论文AI 评分5050 LSTM 对融雪型与降雨型洪水建模能力的评估
针对 LSTM 能否区分融雪型与降雨型洪水，Bakke 等基于挪威洪水数据（数据集见 Zenodo，2026）开展建模评估，相关成果发表于 Hydrology and Earth System Sciences。研究以 LSTM 网络为工具，对比其在融雪主导与降雨主导洪水事件中的模拟表现，并给出配套数据与代码。
Water Resources Research · 期刊更新AI 评分2727 韩国荣山江流域取水受限条件下农业用水激励驱动合作的建模研究
该研究针对取水物理条件与制度分配原则不一致导致的上下游影响不对称问题，在韩国西南部荣山江流域开展计算实验，量化不同河段的影响差异并评估分阶段取水限制策略。研究采用博弈论方法，检验帕累托最优解下合作产生的额外收益能否补偿利益相关方相对于非合作基线的损失，并扩展至气候与社会经济干旱加剧的预估情景。
Water Resources Research · 期刊更新AI 评分3838 耦合深度学习与水位年龄平衡方法约束估算流域间地下水输出与输入通量
该研究提出将长短期记忆网络（LSTM）与分级蓄水年龄选择（rSAS）方法耦合，以分离流域间地下水流的输出（export IGF）与输入（import IGF），并在Lower Hafren流域开展案例研究，评估其在统一水位年龄平衡框架内量化氯离子输运过程的能力。
Water Resources Research · 期刊更新精选AI 评分7070 研究比较加拿大国家级再分析数据CaSR与全球、大陆气象强迫在LSTM径流预测中的表现
研究评估在LSTM径流预测中使用加拿大高分辨率国家级再分析数据集CaSR的收益，在超过1000个加拿大水文站上比较了全球（ERA5-Land）、大陆（Daymet）、国家级（CaSR）及组合“Complete”模型的气象强迫，并以NSE、KGE等指标评价。
推荐理由：比较全球、大陆与加拿大国家级气象强迫在LSTM径流预测中的表现，并对照Google全球模型，可为区域水文建模的数据选择提供参考。
Water Resources Research · 期刊更新精选AI 评分6767 基于多边形光谱反射率采样的实时河流径流估计
研究提出一种基于机器学习的河流径流估计（RDE）方法，利用沿河道多个多边形提取的平均光谱波段值，与时间对应的实测流量配对，以克服几何形态、阴影和植被河岸带来的限制。
推荐理由：提出基于多边形光谱采样的机器学习径流估计方法，并在12个USGS站点按河流规模分组评估时间迁移能力与不确定性。
Hydrology and Earth System Sciences · 最新论文AI 评分2222 基于机器学习和供体站方法的美国本土径流干旱预测（1982–2020）
研究人员利用机器学习与供体站方法，对美国本土3198个水文站的径流干旱开展1982–2020年模拟预测。该研究基于随机森林模型和供体站径流干旱数据集，构建了美国本土径流干旱的预测框架。
Water Resources Research · 期刊更新精选AI 评分6262 一种可解释的轻量动态框架：面向流量—气象网络提升日径流预报
研究提出一种改进的水库计算（RC）框架，同时支持流量—气象网络的结构推断与动态预报，分两阶段进行：先设计基于交叉验证的可解释动态权重推断算法揭示流量—气象网络中的关系结构，再将推断出的结构信息融入嵌入流域相似性的架构以预测未来径流状态。
推荐理由：提出可解释的轻量水库计算框架，用交叉验证推断流量—气象网络结构，并在CAMELS子集上比较NSE与峰值流量表现。
水利部 · 水利科技工作动态AI 评分5252 南京水利科学研究院科技支撑平陆运河建成通航
2026年9月16日，平陆运河建成通航，南京水利科学研究院多个科研团队在工程设计论证、建设、有水调试、实船试验至通航准备全生命周期提供科技支撑。
Water Resources Research · 期刊更新AI 评分2626 遥感水文学再审视：进展、持续挑战与未来十年科学驱动议程
Lettenmaier 等曾于 WRR 50 周年特辑中梳理卫星遥感从水文学边缘能力走向主流驱动力的历程；本文作为 WRR 60 周年特辑评论，重新审视并扩展该综述，提出下一步不只是获取更多地球观测（EO）数据，而是构建更负责任的遥感水文学。
Water Resources Research · 期刊更新AI 评分1212 2001—2024年美国本土植被-大气解耦系数的时空格局：基于52个AmeriFlux站点与XGBoost的0.1°分辨率模拟
研究团队在2001—2024年美国本土（CONUS）52个AmeriFlux站点、4类植物功能型上量化了无量纲解耦系数Ω，并构建了耦合XGBoost、卫星观测与再分析数据的高分辨率模拟框架，生成0.1°、8天分辨率的Ω空间分布图。
Water Resources Research · 期刊更新AI 评分2020 基于深度学习、可解释方法与物理基准模型的明尼苏达州湖泊冰情物候预测（1980–2018）
该研究利用1980—2018年明尼苏达州625个湖泊、4359个湖泊-年的观测记录，构建了60个神经网络以回溯湖泊冰情物候，并比较了不同规模的LSTM与基于注意力的Transformer。
Hydrology and Earth System Sciences · 最新论文AI 评分2222 为大样本水文模型性能设定基准
该研究针对大样本水文研究中的模型性能评价问题，提出了一套基准框架，用于衡量模型表现。文中引用了CAMELS、CAMELS-CL、CAMELS-BR、CAMELS-GB、CAMELS-FR、CAMELS-DE、CAMELS-AUS、CAMELS-CH、CAMELS-ES等多个大样本数据集，并涉及LSTM神经网络与传统水文模型的对比。
Hydrology and Earth System Sciences · 最新论文AI 评分4242 评估瑞士气候情景下LSTM径流预估的稳定性
针对瑞士气候情景下的径流预估，研究评估了LSTM（长短期记忆网络）模型的稳定性。材料仅提供参考文献列表，未给出研究团队、数据、验证方法及具体结果，故无法补充更多细节。
Hydrology and Earth System Sciences · 最新论文AI 评分1212 基于空间格局回归的气象场插值方法
该研究提出空间格局回归方法用于气象场插值，属于Hydrology and Earth System Sciences最新论文。方法针对相关气象要素的空间插值问题，涉及空间统计与深度学习等已有插值途径的比较与借鉴。摘要未提供具体研究区域、数据、验证指标与量纲信息。
Hydrology and Earth System Sciences · 最新论文AI 评分88 地中海雪旱对山地社会-生态水文的影响
该研究探讨了地中海雪旱对山地社会-生态水文系统的影响。研究基于意大利IT-SNOW雪再分析数据集（2010–2021年，版本v5），结合建模、站点观测与卫星观测，分析了冬季积雪亏缺如何传导为夏季社会水文干旱。研究指出，冬季积雪亏缺可作为意大利波河流域2022年夏季社会水文干旱的前兆信号。
Water Resources Research · 期刊更新AI 评分3434 黄河流域62个地级市水资源优化的多维临界调控方法：预测-模拟-优化框架
研究团队针对黄河流域62个地级市构建了预测-模拟-优化一体化框架，将多维水系统秩序度直接嵌入优化目标，并采用NSGA-II结合熵权TOPSIS求解改进模型。用水需求由定额法估算，水资源可利用量以机器学习预测，土地利用变化用PLUS模型模拟，部门需水不确定性以截断正态分布和蒙特卡洛模拟表征。
Water Resources Research · 期刊更新AI 评分2626 全球与区域尺度上气候和植被变化对产水量的差异化影响
该研究基于1982—2020年多源遥感与气象数据，结合随机森林模型和结构方程模型，在全球及干旱区、湿润区尺度上量化了气候与植被变化对产水量的相对贡献及作用路径。
Hydrology and Earth System Sciences · 最新论文AI 评分2020 整合混合量子-经典机器学习、虚拟样本生成与AlphaEarth基础模型模拟不同水文季节农田地下水硝酸盐浓度与水化学特征
该研究针对农田地下水，整合混合量子-经典机器学习、虚拟样本生成与AlphaEarth基础模型，模拟不同水文季节下的硝酸盐浓度并分析水化学特征。材料仅提供参考文献列表，未给出研究区域、数据、验证与具体结果，故方法细节与适用性尚不明确。
Hydrology and Earth System Sciences · 最新论文AI 评分1212 面向哥白尼土地监测服务的全球实际蒸散发产品研制
研究团队面向哥白尼土地监测服务（Copernicus Land Monitoring Service）研制全球实际蒸散发产品，并发布了300 m蒸散发与热通量的验证报告。产品基于热红外遥感与双源能量平衡（TSEB）模型框架，利用AmeriFlux等通量观测数据开展评估，相关验证报告版本为I1.00。
Water Resources Research · 期刊更新精选AI 评分6060 从集总到空间分布式水文建模：一个在北美流域评估的数据驱动框架
研究提出一个可输入空间分布式（网格化）气象强迫的深度学习框架，并在北美921个流域上基于CAMELS-SPAT数据集评估。作者比较了空间到时间（S2T）与时间到空间（T2S）两种时空信息融合策略，并考察网格化流域属性与更细空间分辨率的增益。
推荐理由：在921个北美流域上比较空间-时间融合架构，量化网格化强迫相对集总输入的NSE与KGE提升，可供数据驱动径流建模选型参考。
Water Resources Research · 期刊更新AI 评分2424 未来全球蒸腾变化及其驱动因素：基于CMIP6单强迫试验与SSP情景的一阶归因
研究团队构建了一阶归因框架，将CMIP6单强迫试验诊断的网格尺度敏感性与SSP情景下的驱动因子变化相结合，量化了未来全球植物蒸腾（Eₜ）变化及其驱动因素。
Water Resources Research · 期刊更新AI 评分3434 同化深度学习增强的AMSR-E/2观测在欧洲土壤湿度再分析中的作用
该研究构建了2003—2023年欧洲逐日土壤湿度再分析，将深度学习增强的AMSR-E/2无缝日观测经气候态偏差校正和基于三重配准分析的空间分布不确定性刻画后，同化进eCLM。
Water Resources Research · 期刊更新AI 评分5050 农田暗管排水系统三维模拟：量化暗管排水对水文循环的影响
研究团队通过为PFLOTRAN模型开发蒸散发模块并以HYDRUS模拟进行验证，在爱荷华州玉米站点分析了暗管排水对水文动态的影响。模拟显示，相比无排水情景，暗管排水使蒸散发增加约16%，并显著改变地表—地下水分配；埋深由1.2 m减至0.76 m使暗管流量减少约78%、蒸散发降低约10%，而间距（10.8–27 m）对蒸散发影响小于2%。