印度各地的地下水盐度:通过现场观测和机器学习建模预测事件和控制

科学领域:

• 环境科学环境科学
• 水文地质学 水文地质学
• 数据科学是数据科学.

背景情况:

• 地下水的盐度对饮用水安全和农业生产率构成重大风险.
• 准确地绘制地下水盐度的地图是必不可少的,特别是在严重依赖地下水资源的地区.

研究的目的:

• 在1平方公里的分辨率下,确定印度各地地下水盐度升高的概率分布 (>2000μS/cm).
• 确定影响地下水盐度的主要因素,并评估人口暴露的情况.

主要方法:

• 利用现场观测数据 (n = 20,994) 来训练和验证机器学习模型.
• 采用随机森林模型进行最终盐分分布预测,达到77%的准确度.

主要成果:

• 据估计,该研究区域的29%具有较高的地下水盐度,主要集中在印度西北部和半岛,以及沿海地区.
• 气候成为主导因素,其次是距离海岸的距离,地质和地下水深度.

结论:

• 升高的地下水盐度影响了印度的大部分地区,影响了农业和饮用水供应.
• 大约3.3亿人,包括1.9亿沿海居民,可能暴露在不安全的地下水中,这凸显了清洁水获取的关键挑战.