Geosci. Front. | 集约灌溉区地下水补给过程评估：同位素水文学与机器学习结合方法

本研究聚焦印度北部集约灌溉区，采用同位素水文学、人工神经网络（ANN）和水文地球化学模型相结合的综合方法，探究地下水补给来源与机制。研究发现地下水补给主要来源于天然降水、河流入渗、灌溉回归水（IRF）及渠道补给，其中IRF因蒸发作用呈现同位素富集特征。通过稳定同位素模型量化了雨季和旱季灌溉水的蒸发损失比例，分别为29%和20%。ANN模型有效捕获了各补给源间的复杂关联，为地下水动态提供了可靠框架。研究结果为集约灌溉区可持续水资源管理提供了科学依据，对应对气候变化和农业需求演变具有重要意义。