DOI: https://doi.org/10.1038/s41598-025-01837-y
PMID: https://pubmed.ncbi.nlm.nih.gov/40382415
تاريخ النشر: 2025-05-17
المؤلف: Meng Chen وآخرون
الموضوع الرئيسي: تحليل المياه الجوفية وحوض المياه
نظرة عامة
تركز هذه الدراسة على التعرف السريع على مصادر المياه الجوفية في مقاطعة يودو (YDC) في جنوب الصين، باستخدام نهج متكامل يجمع بين الاستشعار عن بعد (RS) ونظم المعلومات الجغرافية (GIS) وتحليل القرار متعدد المعايير (MCDA) لتحديد مناطق الإمكانات المائية الجوفية (GWPZs). تم اختيار سبعة مؤشرات تقييم بناءً على اختبارات الارتباط، بما في ذلك عاملين جديدين: تغيير تخزين المياه الأرضية (TWSC) وتدفق الينابيع. تم استخدام نموذج عملية التحليل الهرمي (AHP) ونموذج AHP الضبابي (FAHP) لتحديد أوزان العوامل، مما أدى إلى إنشاء خرائط GWPZ من خلال تحليل التراكب الموزون في نظم المعلومات الجغرافية. أظهرت التحقق من البيانات مقابل بيانات الآبار أن FAHP تفوقت على AHP، مع منطقة تحت المنحنى (AUC) تبلغ 85.09% مقارنة بـ 84.41% لـ AHP، وتحسن معامل الارتباط من 0.747 إلى 0.817 لنماذج توقع الإنتاج.
تكشف النتائج أن الصخرية، والانحدار، وكثافة الصرف هي العوامل الأكثر أهمية التي تؤثر على الإمكانات المائية الجوفية في التضاريس الجبلية لـ YDC. تم تصنيف GWPZs إلى خمس فئات: عالية جداً، عالية، متوسطة، منخفضة، ومنخفضة جداً، مع توفير الخرائط الناتجة إطار عمل عملي لإدارة موارد المياه المستدامة وتخطيط الاستجابة للطوارئ. تؤكد الدراسة على فعالية دمج نظم المعلومات الجغرافية مع AHP وFAHP في رسم خرائط المياه الجوفية وتقترح اتجاهات بحث مستقبلية، بما في ذلك دمج طرق الذكاء الاصطناعي المتقدمة والمتغيرات الاجتماعية والاقتصادية لتعزيز إمكانية الوصول إلى المياه الجوفية واستراتيجيات الإدارة. بشكل عام، تسهم النتائج بشكل كبير في فهم الإمكانات المائية الجوفية في YDC وتدعم اتخاذ قرارات مستنيرة لضمان المياه على المدى الطويل في بيئات مشابهة.
الطرق
في هذا القسم، يناقش المؤلفون المنهجيات المستخدمة لتحديد مناطق حماية المياه الجوفية (GWPZ)، مع التركيز على دمج الاستشعار عن بعد (RS) ونظم المعلومات الجغرافية (GIS) وتحليل القرار متعدد المعايير (MCDA). يتم تسليط الضوء على إطار MCDA كأداة حاسمة لاستكشاف المياه الجوفية، خاصة من خلال تخصيص أوزان لطبقات موضوعية مختلفة. تستعرض الورقة عدة طرق MCDA، بما في ذلك نسب التكرار، وأوزان الأدلة، والغابات العشوائية، والشبكات العصبية، وآلات الدعم الناقل، والتي تصنف إلى التعلم الآلي وأنظمة اتخاذ القرار الخبيرة.
تتميز طرق التعلم الآلي بمعدلات خطأ منخفضة وانحيازات إدراكية مخفضة؛ ومع ذلك، فإنها تعتمد على توفر عينات تدريب عالية الجودة وغالبًا ما تفتقر إلى الشفافية في عمليات اتخاذ القرار. على النقيض من ذلك، يتم تقديم أنظمة اتخاذ القرار الخبيرة، مثل عملية التحليل الهرمي (AHP) وعملية التحليل الهرمي الضبابي (FAHP)، كبدائل فعالة، خاصة في السيناريوهات التي تعاني من محدودية توفر البيانات. تؤكد هذه التحليل المقارن على نقاط القوة والقيود لكل نهج في سياق الإدارة الهيدرولوجية.
النتائج
تسلط نتائج هذا البحث الضوء على نهج جديد لتقييم الإمكانات المائية الجوفية في المناطق الجبلية الجنوبية من الصين، وهي منطقة تم تجاهلها سابقًا في الأدبيات، التي تركز عادةً على المناطق التي تعاني من نقص حاد في المياه. على عكس الدراسات السابقة التي استخدمت فقط نماذج عملية التحليل الهرمي (AHP) أو عملية التحليل الهرمي الضبابي (FAHP) دون تحقق مقارن، تدمج هذه الدراسة التطبيقات العملية لتحديد مصادر المياه. بدعم من مشروع سلامة مياه الشرب التابع للمسح الجيولوجي الصيني، أجرت الدراسة استكشاف المياه الجوفية في القرى الرئيسية التي تواجه نقصًا حادًا، مما أدى إلى الحصول على معلومات في الوقت المناسب حول موارد المياه الجوفية المحتملة. مكن ذلك من استكشاف جيولوجي مستهدف وحفر، مما أسفر عن مواقع آبار غنية ودقيقة.
تساهم النتائج بشكل كبير في ضمان إمدادات مياه شرب موثوقة للسكان المحليين وتلبية احتياجات الري الزراعي، مما يضع YDC كنموذج وطني لمقاطعة مياه الشرب الآمنة. إن دمج تقييمات الإمكانات المائية الجوفية مع الطرق الجيولوجية لا يقلل التكاليف فحسب، بل يقدم أيضًا نهجًا دقيقًا لتحديد مصادر المياه. ومع ذلك، يعترف المؤلفون بضرورة إجراء أبحاث تكيفية عبر المناطق للتحقق من منهجياتهم بشكل أكبر، مما يشير إلى خطط للدراسات المستقبلية لتوسيع تطبيق نتائجهم.
المناقشة
في قسم المناقشة من ورقة البحث، يوضح المؤلفون الخصائص الجغرافية والجيولوجية لمنطقة YDC في جنوب مقاطعة جيانغشي، الصين، والتي تعتبر حاسمة لتقييم المياه الجوفية. تواجه المنطقة، التي تتميز بالتلال المتدحرجة ومناخ المونسون شبه الاستوائي، تحديات كبيرة مثل الجفاف المتكرر الذي يزيد من نقص المياه. تتطلب التعقيدات الجيولوجية، مع أنواع المياه الجوفية المختلفة المتأثرة بتضاريس المنطقة وهيدولوجيتها، تقييمًا شاملاً لمناطق الإمكانات المائية الجوفية (GWPZs) لتحسين استراتيجيات استخراج المياه. تستخدم الدراسة مجموعة بيانات شاملة، بما في ذلك الخرائط الجيولوجية والهيدرولوجية، وصور الأقمار الصناعية، واستطلاعات ميدانية، لتقييم تباين المياه الجوفية وجودتها عبر المنطقة.
يقترح المؤلفون إطارًا يدمج الاستشعار عن بعد (RS) ونظم المعلومات الجغرافية (GIS) وتحليل القرار متعدد المعايير (MCDA) لتحديد GWPZs بشكل فعال. يقومون بتأسيس اثني عشر مؤشر تقييم، ويختارون في النهاية سبعة عوامل رئيسية بعد إجراء اختبارات الارتباط والتعددية. يتم تصنيف العوامل إلى مؤشرات طبوغرافية وجيولوجية وهيدرولوجية ومؤشرات تغطية الأرض، مع تحديد أوزانها باستخدام طرق عملية التحليل الهرمي (AHP) وFAHP. يتم حساب مؤشر الإمكانات المائية الجوفية (GWPI) من خلال تراكب موزون للطبقات الموضوعية، مما يسمح برسم خرائط لمناطق المياه الجوفية المحتملة. تؤكد الدراسة على أهمية تقنيات التحقق الدقيقة، بما في ذلك تحليل منحنى ROC، لضمان موثوقية نموذج تقييم المياه الجوفية المقترح.
القيود
ت stem القيود المفروضة على افتراضات النموذج في هذه الدراسة من الاعتماد على حكم الخبراء في عملية التحليل الهرمي (AHP) وعملية التحليل الهرمي الضبابي (FAHP) لاكتشاف مناطق الإمكانات المائية الجوفية (GWPZs). هذه الأساليب المعتمدة على المعرفة عرضة للتحيزات بسبب اعتمادها على الآراء الذاتية. على الرغم من أن النتائج تشير إلى أن FAHP تقدم ميزة طفيفة على AHP بناءً على بيانات حفر محدودة، إلا أن القيود الجوهرية لهذه النماذج لا تزال غير معالجة.
تقدم التطورات الأخيرة في التعلم الآلي فرصًا كبيرة لتعزيز منهجيات تقييم GWPZ. تشير أبحاث سادغي وآخرون إلى أن النماذج الهجينة التي تجمع بين الأساليب القائمة على الفيزياء والتعلم الآلي يمكن أن تحسن فعالية التعلم العميق في رسم خرائط GWPZ. بالإضافة إلى ذلك، فإن دمج التعلم الآلي مع الأساليب المعتمدة على المعرفة – مثل الاستفادة من المعرفة الخبيرة، وتنفيذ أنظمة قائمة على القواعد، واستخدام الأنطولوجيات لهيكلة البيانات – قد أظهر وعدًا في التخفيف من التحيزات البشرية ومعالجة التعقيدات مثل عدم الخطية والانحدار المتعدد. تسلط هذه الاستراتيجيات الضوء على اتجاهات بحث مهمة لتقييمات المياه الجوفية المستقبلية، مما يبرز الحاجة إلى تحقق واسع النطاق لتأكيد فعاليتها.
DOI: https://doi.org/10.1038/s41598-025-01837-y
PMID: https://pubmed.ncbi.nlm.nih.gov/40382415
Publication Date: 2025-05-17
Author(s): Meng Chen et al.
Primary Topic: Groundwater and Watershed Analysis
Overview
This study focuses on the rapid identification of groundwater sources in Yudu County (YDC), Southern China, utilizing an integrated approach combining remote sensing (RS), geographic information systems (GIS), and multi-criteria decision analysis (MCDA) to delineate groundwater potential zones (GWPZs). Seven assessment indicators were selected based on correlation tests, including two novel factors: terrestrial water storage change (TWSC) and spring flow. The analytic hierarchy process (AHP) and fuzzy AHP (FAHP) models were employed to determine factor weights, leading to the creation of GWPZ maps through weighted overlay analysis in GIS. Validation against borewell data indicated that FAHP outperformed AHP, with an area under the curve (AUC) of 85.09% compared to 84.41% for AHP, and a correlation coefficient improvement from 0.747 to 0.817 for yield prediction models.
The findings reveal that lithology, slope, and drainage density are the most significant factors influencing groundwater potential in the mountainous terrain of YDC. The GWPZs were categorized into five classes: very high, high, medium, low, and very low, with the maps generated providing a practical framework for sustainable water resource management and emergency response planning. The study emphasizes the effectiveness of combining GIS with AHP and FAHP for groundwater mapping and suggests future research directions, including the integration of advanced artificial intelligence methods and socio-economic variables to enhance groundwater accessibility and management strategies. Overall, the results contribute significantly to understanding groundwater potential in YDC and support informed decision-making for long-term water security in similar environments.
Methods
In this section, the authors discuss the methodologies employed for groundwater protection zone (GWPZ) delineation, emphasizing the integration of remote sensing (RS), geographic information systems (GIS), and multi-criteria decision analysis (MCDA). The MCDA framework is highlighted as a crucial tool for groundwater exploration, particularly through the assignment of weights to various thematic layers. The paper reviews several MCDA methods, including frequency ratios, weights of evidence, random forests, neural networks, and support vector machines, which are classified into machine learning and expert decision systems.
Machine learning methods are noted for their low error rates and reduced perceptual biases; however, they are contingent upon the availability of high-quality training samples and often lack transparency in their decision-making processes. Conversely, expert decision systems, such as the Analytic Hierarchy Process (AHP) and Fuzzy Analytic Hierarchy Process (FAHP), are presented as effective alternatives, particularly in scenarios with limited data availability. This comparative analysis underscores the strengths and limitations of each approach in the context of hydrological management.
Results
The results of this research highlight a novel approach to groundwater potential assessment in the southern hilly areas of China, an area previously overlooked in the literature, which typically focused on regions with severe water scarcity. Unlike prior studies that utilized only Analytic Hierarchy Process (AHP) or Fuzzy Analytic Hierarchy Process (FAHP) models without comparative validation, this study integrates practical applications for locating water sources. Supported by the drinking water safety project of the China Geological Survey, the research conducted groundwater exploration in key villages facing severe shortages, yielding timely information on potential groundwater resources. This enabled targeted geophysical exploration and drilling, resulting in well locations that are both abundant and accurately positioned.
The findings contribute significantly to ensuring a reliable drinking water supply for local residents and addressing agricultural irrigation needs, thereby positioning YDC as a national model county for safe drinking water. The integration of groundwater potential assessments with geophysical methods not only reduces costs but also offers a precise approach to water sourcing. However, the authors acknowledge the necessity for cross-regional adaptive research to further validate their methodologies, indicating plans for future studies to expand the application of their findings.
Discussion
In the discussion section of the research paper, the authors detail the geographical and geological characteristics of the YDC region in southern Jiangxi Province, China, which is critical for groundwater assessment. The area, characterized by rolling hills and a subtropical monsoon climate, faces significant challenges such as frequent droughts that exacerbate water shortages. The geological complexity, with various groundwater types influenced by the region’s topography and hydrology, necessitates a thorough evaluation of groundwater potential zones (GWPZs) to optimize water extraction strategies. The study employs a comprehensive dataset, including geological and hydrological maps, satellite imagery, and field surveys, to assess groundwater variability and quality across the region.
The authors propose a framework integrating remote sensing (RS), geographic information systems (GIS), and multi-criteria decision analysis (MCDA) to identify GWPZs effectively. They establish twelve evaluation indicators, ultimately selecting seven key factors after conducting correlation and multicollinearity tests. The factors are categorized into topographic, geological, hydrological, and land cover indicators, with their respective weights determined using the Analytic Hierarchy Process (AHP) and Fuzzy AHP (FAHP) methods. The Groundwater Potential Index (GWPI) is calculated through a weighted overlay of thematic layers, allowing for the mapping of potential groundwater zones. The study emphasizes the importance of rigorous validation techniques, including ROC curve analysis, to ensure the reliability of the proposed groundwater assessment model.
Limitations
The limitations of the model assumptions in this study stem from the reliance on expert judgment in the Analytical Hierarchy Process (AHP) and Fuzzy AHP (FAHP) for detecting Groundwater Potential Zones (GWPZs). These knowledge-driven approaches are subject to biases due to their dependence on subjective opinions. Although the findings indicate that FAHP offers a slight advantage over AHP based on limited drilling data, the inherent limitations of these models remain unaddressed.
Recent advancements in machine learning present significant opportunities to enhance GWPZ assessment methodologies. Research by Sadeghi et al. suggests that hybrid models combining physics-based methods with machine learning could improve the efficacy of deep learning in GWPZ mapping. Additionally, integrating machine learning with knowledge-driven approaches—such as utilizing expert knowledge, implementing rule-based systems, and employing ontologies for data structuring—has shown promise in mitigating human biases and addressing complexities like non-linearity and multiple regression. These strategies highlight important research directions for future groundwater evaluations, emphasizing the need for extensive validation to confirm their effectiveness.