丹麦全国尺度混合机器学习模型改进浅层地下水埋深估算

研究评估了将现有水文模拟与机器学习结合的混合数据驱动模型，用于改进丹麦全国尺度的浅层地下水埋深（GWD）估算。浅层地下水埋深是评估地下水可利用性与洪涝风险的关键指标，但实测数据在时间和空间上往往过于稀疏。 结果显示，混合模型将水文模拟的平均偏差从1.72 m降至0.22 m，并在全国尺度上将均方根误差降低约1.64 m。研究还表明，随着GWD观测在时间和空间上增多，模型表现提升；用粗空间分辨率开发的混合模型可直接用于高分辨率GWD估算，精度没有明显下降。 该研究将混合建模定位为提升地下水量化精度的实用途径，并为更高分辨率估算提供思路。上述数值为模型评估结果，摘要未说明观测站点数量、验证时段与空间分辨率的具体取值，相关限制需查阅全文确认。