地下水，作為地球上99%液態淡水的儲存體，是維系農業灌溉、飲用水供應及生態系統健康的關鍵戰略性資源。然而，在全球氣候變化和人類活動加劇的背景下，地下水系統正面臨地下水位持續下降、水質惡化及生態系統退化等一系列嚴峻挑戰。在中國，廣袤的國土上分布著復雜多樣的水文地質單元，各地區地下水位的變化趨勢及其背后的驅動機理存在顯著差異，但長期以來，對其在全國尺度上的系統識別，尤其是自然因素與人為活動之間的非線性耦合作用，仍缺乏深入的理解。傳統統計方法難以有效捕捉多因子間復雜的非線性關系與交互效應，而常規的機器學習模型則往往被視為“黑箱”，其決策過程難以解釋。這導致我們在理解“是什么在驅動地下水位變化”以及“這些驅動因子如何相互作用”等核心科學問題時，仍面臨巨大挑戰。

針對上述問題，由郭宇靜等人組成的研究團隊在《Journal of Hydrology: Regional Studies》上發表了一項創新性研究。他們旨在系統揭示2005年至2016年間中國地下水位埋深（GLD）變化的時空格局，并定量解析其背后的驅動機制。研究團隊構建了一個融合“空間異質性-非線性響應”的雙維度分析框架，巧妙地將最優參數地理探測器與可解釋機器學習方法相結合，以期更全面、更深入地理解中國地下水系統的動態變化。

為開展此項研究，作者主要運用了以下幾項關鍵技術方法：首先，研究基于地形類型、水文地質結構和地下水類型將中國劃分為五個水文地質區。其次，數據處理方面，采用了基于密度的噪聲應用空間聚類（DBSCAN）算法對監測井時間序列數據進行異常值剔除，并使用Mann-Kendall趨勢檢驗與Sen斜率估計器分析了GLD的時空變化趨勢。在驅動因子分析的核心環節，研究建立了多源因子體系（涵蓋氣候、土壤、地形、植被、土地覆蓋、水文過程及人類活動等12類因子），并運用方差膨脹因子和Boruta算法進行特征選擇以消除多重共線性。隨后，利用極端梯度提升（XGBoost）模型進行回歸建模與預測，并采用SHapley可加性解釋（SHAP）框架來量化各特征對模型預測的貢獻，揭示其非線性影響及交互作用。同時，應用最優參數地理探測器（OPGD）量化各環境因子對GLD空間分異性的解釋力并識別因子間的交互增強效應。最后，通過將SHAP與OPGD的結果進行交叉驗證與整合，形成了對GLD驅動機制的雙重驗證與系統性闡釋。

研究利用Theil-Sen中值斜率和Mann-Kendall檢驗，將GLD變化趨勢劃分為顯著退化、輕微退化、穩定、輕微改善和顯著改善五類。分析發現，從全國尺度看，無論是潛水含水層還是承壓含水層，其GLD變化均呈現出“退化多于改善”的總體格局，尤其是在黃淮海平原地區，退化現象最為嚴重。空間分布上，GLD呈現出“西深東淺”的格局，西部干旱區平均埋深最大，而松遼平原和南方地區埋深較淺。具體而言，潛水含水層中，黃淮海平原的凈退化率最高，達53.9%；而南方地區則呈現出凈改善趨勢。承壓含水層中，黃淮海平原的凈退化率更是高達73.91%。

研究為五大水文地質區分別構建了XGBoost預測模型。評估結果顯示，所有模型在測試集上均表現出色，決定系數R²均高于0.95，表明模型能夠很好地捕捉GLD與驅動因子之間的復雜關系。其中，松遼平原區的模型預測誤差最小，均方根誤差僅為0.341米，而西部地區的預測誤差相對較大，這可能與該地區地形復雜、氣候條件嚴酷及觀測數據稀疏有關。

SHAP分析清晰地量化了各驅動因子對GLD變化的貢獻程度。結果表明，降水、溫度和地下水開采量是控制GLD變化的三個最關鍵因素，但其重要性排序存在區域差異。例如，在松遼平原和黃淮海平原，氣候因子（降水和溫度）的貢獻最為突出；而在黃土高原和西部干旱區，地下水開采則成為壓倒性的主導驅動力。南方地區雖然降水豐沛，但地下水開采仍然是影響GLD的最主要因素。SHAP依賴圖進一步揭示了因子影響的非線性特征。例如，在黃淮海平原，當開采量處于中低水平時，其對GLD的驅動作用較弱；而當開采量超過一定閾值后，其影響急劇增強。

研究進一步通過SHAP交互值深入探究了關鍵驅動因子之間的非線性耦合關系。例如，在松遼平原，地下水開采量與降水之間存在顯著的交互效應：在低降水條件下，高強度開采會顯著加劇地下水位的下降；而在高降水條件下，這種交互作用則趨于減弱。同樣，開采量與潛在蒸散發、降水與溫度之間的組合也顯示出復雜的協同或拮抗效應。這表明，地下水系統的響應并非單個因子作用的簡單疊加，而是多因子耦合驅動的結果。

地理探測器的因子探測結果與SHAP分析具有高度的一致性，均識別出地下水開采、降水和溫度是關鍵驅動因子。此外，地理探測器的交互探測功能揭示了因子間存在的“雙因子增強”或“非線性增強”效應。例如，在黃淮海平原，降水與溫度的交互作用q值高達0.78，顯著高于任一因子的獨立貢獻，表明氣候因子間的協同作用極大地放大了對GLD空間分異的影響。在所有研究區域，地下水開采與其他因子（如氣候、地表徑流）的交互作用普遍存在且強度很高，這從空間異質性的角度印證了人類活動與自然過程共同塑造地下水格局的復雜機制。

本研究的核心結論在于，中國地下水位埋深的變化是自然氣候因素與人類活動強烈耦合作用的結果。在全國尺度上，降水、溫度和地下水開采量構成了最核心的驅動三角。尤為重要的是，研究通過SHAP和地理探測器的互補印證，明確指出地下水系統的響應主要受多因子耦合效應驅動，而非任何單一因子。SHAP進一步揭示了驅動因子間存在明顯的非線性和閾值響應特征，例如開采量對GLD的影響存在臨界值，氣候因子之間的交互會改變彼此的作用強度與方向。

從區域差異來看，在氣候較為濕潤的東部平原（如松遼平原、黃淮海平原），氣候因子的波動是GLD年際變化的主要推手；而在水資源本就緊張的西部干旱區和黃土高原，人類開采則上升為壓倒性的主導因素。即便在降水豐富的南方地區，高強度開采依然能成為局部區域GLD加深的主因，這凸顯了人類活動對自然水文循環的深刻干預。

本研究的方法學意義重大。它成功構建并驗證了一個將最優參數地理探測器與可解釋機器學習相結合的雙維度分析框架。地理探測器擅長從空間分異的角度量化因子的解釋力及交互增強作用，而SHAP則能從模型預測的貢獻度出發，揭示連續變量的非線性響應過程和潛在的閾值特性。兩者結合，實現了從“空間格局”到“過程機制”的交叉驗證與深度融合，為解析復雜環境系統（如水循環、生態系統響應）的驅動機制提供了一個更為穩健和普適的技術路徑。

當然，研究也存在一些局限性，例如監測井空間分布不均、多源數據尺度不一致可能帶來的不確定性，以及研究時段未能涵蓋2016年后更嚴格的地下水管理政策的影響等。未來研究可通過融合多源遙感數據、進行多尺度敏感性分析、以及納入政策變量來進一步完善。

總之，這項研究不僅深化了對中國乃至東亞地區地下水位變化機制的科學認識，更重要的是，其揭示的關鍵驅動因子及其交互機制，以及分區域的差異化主導因素，為在國家及區域尺度上制定“因地制宜、精準施策”的地下水可持續管理策略提供了至關重要的科學依據。在全球氣候變化和用水需求持續增長的大背景下，這種基于數據驅動和機理解釋的研究范式，對于實現水資源的長期安全與生態安全具有重要的指導價值。