中国科学院、生態モデルと機械学習を融合した地下水研究の新手法を開発

中国科学院、河南大学が提唱する新パラダイム：生態モデリング融合の地下水研究 浅層地下水の溶質移動は、土壌塩害を引き起こす主要因であり、広範な生態影響をもたらし、土地の生産性や生物多様性を脅かす可能性があります。人間の生存環境にも悪影響を与えるため、浅層地下水の水塩分布の正確なシミュレーションは重要な課題となっています。しかし、複雑な水力学連携や不均一な空間分布、多様な影響要因などにより、特に干ばつ地帯では困難がありました。これに対して、中国科学院東北地理および農業生態研究所の研究チームは、生態モデリングのアイデアを取り入れた地下水研究の新パラダイムを開発しました。 この新モデルでは、生態学領域の種分布モデル（SDM）を適用して、Na⁺、K⁺、SO₄²⁻、Cl⁻などの主要な浅層地下水溶質の空間予測を行います。従来の水文学モデルと機械学習手法を組み合わせることで、大規模な干ばつ地帯における地下水溶質分布をシミュレートすることができ、地下水品质監視と土壌塩害防止に新たな技術手段を提供します。 研究チームは、浅層地下水、深層地下水、地表水のサンプルを収集し、地形、気候、水力学連携、土壌特性、人間活動という5つの環境因子からなる多次元データベースを構築しました。溶質濃度を生態系中の種の「適応性」に例え、その地下水システム中の空間分布規則を種分布モデルでシミュレートしました。先進的なアルゴリズムであるエンドメンバミックス分析、ランダムフォレスト、AICcモデル選択などを導入して、野観測データ不足の課題を解決し、予測精度が従来の空間内挿手法よりも30％以上高まりました。 研究の結果、浅層地下水中のNa⁺、K⁺、SO₄²⁻、Cl⁻の濃度は主に地表水の化学組成によって制御されると判明しました。Ca²⁺の分布は深層地下水との関連が深いことがわかりました。また、人間活動と溶質濃度が正の相関関係にあることが確認され、農業灌漑地域では特につながりが強くみられました。気候因子の中でも、降水量と蒸発量が溶質の移動に影響を与えることがわかりました。 これらの成果は、浅層地下水の溶質移動メカニズム研究に新たな視点を提供するとともに、塩分濃縮域の精密な特定や地下資源の科学的管理に技術的支援をもたらします。関連研究は、最近、『Water Resources Research』誌にオンラインで発表されました。本研究は、国家自然科学基金や「黒土糧倉」科技戦略タレント基金などの支援を受けており、東北地理所と河南大学との協働で達成されました。研究論文へのリンクは以下の通りです。