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%。
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%。
研究团队在德国东北部Demnitzer Millcreek流域(66 km²)首次尝试用数据驱动AI方法模拟混合土地利用下土壤剖面日尺度土壤水分与土壤水同位素(δ²H、δ¹⁸O)。
该研究提出分层注意力土壤转换函数模型HABIT,通过直接预测土壤水分规避van Genuchten等参数化模型中的参数相关误差,并借助注意力机制量化不同水势下土壤属性的重要性与交互作用。
该研究整合卫星观测、再分析数据集与16个CMIP6模型的模拟结果,采用分箱方法排除土壤水分影响,量化了饱和水汽压差(VPD)对全球蒸腾的贡献。所有数据集一致显示VPD对全球大部分陆地蒸腾具有广泛正效应,但热带雨林地区再分析数据与CMIP6模型输出呈负相关。
该研究提出将物理机制的新安江模型与深度学习相结合,并采用多源数据融合方法,在中国多个流域开展可解释的径流模拟。研究通过融合物理过程与数据驱动方法,旨在提升径流模拟的可解释性与适用性。
该研究提出一种面向气候变化研究的水文建模半异步方法,旨在改进气候情景下水文模拟的构建方式。材料以参考文献列表形式呈现,涉及WaSiM-ETH、SWAT等水文模型及NAC²H、PAVICS-Hydro等数据集与平台,但未给出该方法的试验区域、数据、率定验证与具体结果。
针对可微分水文模型中"是否引入桶模型"的争论,该研究基于Acuña Espinoza等(2024、2025)在HESS上发表的混合水文模型动态参数化与极端事件外推研究,分析了混合模型的性能与可解释性。研究引用CAMELS数据集及HBV、LSTM等方法,讨论物理约束与深度学习结合的泛化能力。原文为观点性论证,未报告新的现场观测或数值实验。
该研究提出一个过程导向框架,将温度-降雨预估与城市雨洪建模相衔接,用于在气候变化情景下开展城市内涝模拟。材料仅给出标题与参考文献列表,未提供具体方法细节、研究区、数值结果或验证指标,其结论与适用范围需以原文正文为准。
推荐理由:该框架把温度-降雨预估与城市雨洪建模衔接,可用于评估气候变化情景下城市内涝模拟的输入与不确定性处理。
Konold等提出BiasCast方法,从气象预报中学习并调整实时偏差,以改进径流预测。该方法基于LamaH-CE数据集,相关实验设置与结果已通过Zenodo发布(Konold等,2025a),软件版本为v1.0(Konold,2025)。
针对TENAX(TEmperature-dependent Non-Asymptotic statistical model for eXtreme return levels,1.5版)极端降水统计模型,研究者分析了降水尾部重尾性随温度的变化。TENAX为基于温度依赖的非渐近极值回归水平模型,此前已用于次小时极端降水频率分析与设计暴雨调整。该技术说明的具体数据、验证与量化结果未在材料中给出。
水利部重点建设教材(智慧水利专业)第二批7种教材已于近日正式出版,至此该专业全套15册教材全部出版发行。
长江水利委员会水文局在汉口水文站正式投入业务运行长江水文智能推流技术,并嵌入数字孪生汉口水文站,实现流量智能推算成果直接支撑实时报汛。该技术依托汉口水文站多年水位、流量等实测资料,构建机理约束与数据驱动相耦合的智能推流模型,经数据治理、模型训练、参数优化、独立样本检验和业务试运行,长期实测资料比测分析显示整体精度已达流量一类精度站相关规范要求。
作者在发表于 Hydrology and Earth System Sciences 的研究中,针对英国近自然流域构建可解释机器学习框架,用随机森林回归结合 SHAP 估计冬季洪水洪峰量级,并分析各预测因子对模型估计的贡献。
该研究基于四十年全深度剖面,分析水库热力格局的分层驱动因子及间歇性下层增温现象。材料仅提供参考文献列表,未给出研究区域、数据来源、模型版本与具体结果,故无法补充方法、验证与适用范围等细节。
该研究探讨了气候变化与城市化对东地中海中小型流域径流的复杂影响。研究基于水文模型模拟,分析了两种驱动因子在不同流域的径流响应差异。结果表明,气候变化与城市化的叠加效应因流域特征而异,需综合考虑二者交互作用以评估未来水资源变化。
该研究提出“超越径流系数”的视角,通过强度积分方法揭示径流生成中过程连通性的全球格局。研究基于全球径流数据与机器学习方法,识别径流生成过程连通性的空间模式,并引用GRDC-Caravan等大样本水文数据集作为支撑。
代尔夫特理工大学教授、泰国农业大学访问教授Thom Bogaard在HydroTalks第11期中讨论了水如何触发滑坡、改进区域预警系统及降低灾害风险的实践方案,并谈及他自2025年起担任IAHS-HELPING水文十年主席的工作。
针对中亚巴尔喀什湖,研究对其水量平衡的关键驱动因子开展相对贡献评估。材料仅提供参考文献列表,未给出研究团队、数据、方法、验证与具体结果,故无法进一步说明其结论与适用范围。
针对土壤水分监测网络的数据缺口问题,研究者提出融合时空上下文信息的填补方法。该方法利用监测网络的时空关联特征对缺失数据进行插补,参考文献涵盖LSTM、克里金插值与反距离加权等已有技术路线。摘要未提供具体研究区域、数据来源、验证指标与模型版本信息。
该研究评估了塞浦路斯未来径流,采用非稳态气候条件下的水文模型率定与区域气候模式集合筛选方法。研究通过率定水文模型并筛选区域气候模式集合,对未来径流进行预估,但摘要未提供具体模型名称、率定指标或径流量化结果。
EGU Hydrological Sciences博客发布HydroTalks播客节目,介绍瑞典气象水文研究所(SMHI)高级研究员、乌普萨拉大学访问研究员Ilias Pechlivanidis,他现任EGU水文科学部副主席,将担任2027—2029年任期主席。
该研究提出一种基于混合Kolmogorov–Arnold网络(KAN)并引入注意力机制的模型,用于预测北极河流径流。材料显示其参考文献涵盖LSTM、GRU等深度学习径流预测方法及KAN在径流预报中的应用,但正文未给出具体研究区域、数据、率定验证与结果数值。
该研究提出一个集成深度学习框架,用于快速预测时空地貌动力变化并面向长期模拟。材料显示其参考文献涵盖Delft3D-FLOW、MIKE 21C等水动力与地貌模型,以及CNN、LSTM等深度学习方法在洪水制图、泥沙输运与河道演变中的应用。摘要未给出具体研究区域、数据、验证指标与模拟结果,相关结论需以原文为准。
该研究基于地貌演化数值模拟,对流域尺度河道迁移进行预测。材料显示其参考文献涉及 Landlab v2.0、LISFLOOD-FP 2D 水动力模型与 CAESAR 模型耦合、CMIP6 情景等,但正文未给出具体研究区域、数据、验证指标与结果。
该研究提出一种基于“长记忆-阈值”结构的DAR类模型,用于变化环境下的日径流预测,并将其定位为现有方法的竞争者。模型结合长记忆特征与阈值结构,参考文献涉及ARFIMA、GARCH及LSTM等时间序列与机器学习方法。摘要未提供具体研究区域、数据、率定验证指标及量纲信息。
水利部、国家发展改革委、自然资源部、生态环境部、农业农村部、国家能源局、国家林草局于2026年3月9日联合印发意见,提出到2035年基本实现小水电智能化、集约化、标准化,形成与经济社会发展全面绿色转型相适应的高质量发展格局。
研究评估了两种基于LSTM的方法以改进澳大利亚的径流预测:LSTM-C仅以降水和潜在蒸散为输入的独立降雨-径流LSTM,以及LSTM-QC,即纳入澳大利亚水资源评估-景观模型(AWRA-L)径流输出的降雨-径流LSTM,也可视为AWRA-L的后处理器。
推荐理由:在218个CAMELS-AUS流域上比较LSTM后处理AWRA-L与独立LSTM,并区分偏差校正与河道汇流的信息来源,可供模型选型参考。
Ayala在ISIMIP3a框架下开发了将径流输入缩放至湖泊的方法,以耦合全球水部门与湖泊部门,相关代码、输入与输出数据以v1.1.0版本发布于Zenodo。该工作基于ISIMIP3a情景设置与强迫数据,为全球湖泊模拟提供一致的入流输入。