美国俄克拉荷马大学GRL-水文建模的AI智能体：定义、开发与应用

背景：传统水文建模面临复杂的数据预处理、参数化配置和模型运行流程，专业人员培训周期长，限制了其广泛应用。研究目的：本研究旨在为水文建模定义一套AI智能体自主性等级框架（L0~L5），并基于该框架开发一个Level-4智能体原型，使非专家用户能够通过自然语言请求自动化完成洪水模拟与分析。结论：在2025年得克萨斯州洪水的实证测试中，该系统成功将自然语言查询转化为端到端水文建模流程，大幅缩短工作时间至数分钟；基于观测降水的模拟表现良好，NSE达0.86，CC达0.93；但预报驱动的模拟因风暴位置偏差而失效。研究表明AI智能体辅助水文建模可行，但稳健性与泛化性仍需进一步验证。