上海大学魏亚强/李辉ES&T封面：地下水多尺度环境中的人工智能模拟

本文综述了人工智能在地下水多尺度环境建模中的应用。背景方面，传统地下水数值模拟依赖高成本监测与复杂参数反演，存在数据稀缺与计算效率限制。研究目的为系统评估AI在场地、区域至全球尺度地下水建模中的关键技术，分析模型迁移性和解释性的机遇与挑战。结论表明：在场地尺度AI主要用于污染源识别和修复优化；区域至全球尺度侧重于地下水位、水质预测及风险评估；跨尺度建模中AI展现出参数升尺度和水位降尺度预测潜力。当前存在数据稀缺、模型可解释性不足等局限性，未来需构建数据共享平台、发展不确定性量化框架，并加强物理约束与迁移学习的融合应用。