【文献情报】|Journal of Hydrology|表征流域多源重金属污染场地：一种集成深度学习和数据同化的方法！

主要观点总结

本文提出了一种新的代理模型来模拟多源污染物迁移，构建了AR-Net-DA和ES-MDA的集成反演框架，该框架能识别污染源和地质参数，可用于高效表征复杂污染场地。文章以辽宁省浑河流域为例，介绍了一个涉及多源重金属（锰）污染的案例研究，并建立了高保真的地下水流和溶质运移模型。

关键观点总结

关键观点1: 提出新的代理模型模拟多源污染物迁移

文章创新性地提出了一种代理模型，利用深度学习（AR-Net-DA）与数据同化（ES-MDA）相结合的方法，有效追踪污染源并表征场地特征。

关键观点2: 构建AR-Net-DA和ES-MDA集成反演框架

该研究构建了AR-Net-DA和ES-MDA的集成反演框架，该框架能够识别污染源和地质参数，为高效表征复杂污染场地提供了有力工具。

关键观点3: 以辽宁省浑河流域为例进行案例研究

文章选择了辽宁省浑河流域作为研究区域，通过实例研究展示了该框架在实际应用中的效果。

关键观点4: 建立高保真的地下水流和溶质运移模型

研究建立了高保真的地下水流和溶质运移模型，为理解和预测污染物在地下水中的迁移提供了重要依据。

文章预览

点击蓝色字体 关注我们 （一）基本信息 期刊： Journal of Hydrology 中科院分区： 1区 地球科学 影响因子（IF）：6.4 （二）作者信息 第一作者：Yanhao Wu 通讯作者：Mei Li and  Haijian Xie 第一作者单位：State Environmental Protection Key Laboratory of Soil Environmental Management and Pollution Control, Nanjing Institute of Environmental Sciences, Ministry of Ecology and Environment, Nanjing 210046, PR China 原位连接：https://doi.org/10.1016/j.jhydrol.2024.132349 （三）文章亮点 （1）提出了一种代理模型来模拟多源污染物迁移； （2）构建了AR - Net - DA和ES - MDA的集成反演框架； （3）污染源和地质参数通过该框架进行识别； （4）该框架可用于高效表征复杂污染场地。 （四）摘要    在涉及地下水污染的实际场景中，环境的复杂性极大地增加了污染源追踪和受影响场地特征刻画的难度。为了应对这些挑战，本研 ………………………………