基于機器學習的羊曲水電站運行對怪柳生態(tài)的影響

關鍵詞：水電站運行；怪柳；水文過程；生態(tài)響應；機器學習；羊曲水電站中圖分類號：Q948.2;TV62；TV882.1 文獻標識碼：A DOI：10.3969/j.issn.1000-0941.2025.10.008引用格式;張路，李建波，姚政宇，等.基于機器學習的羊曲水電站運行對怪柳生態(tài)的影響[J].中國水土保持，2025（10）：34-37.

怪柳（Tamarixchinensis）是黃河上游地區(qū)典型的耐鹽堿、耐旱植物，廣泛分布在黃河沿岸的濕地和灘涂地帶[1-2]。作為一種耐鹽堿、耐旱的植物，怪柳在維持生態(tài)平衡、改善水質(zhì)、固沙防風等方面具有重要的作用。近年來，受氣候變化、河流調(diào)度和水資源過度開采等因素的影響，怪柳的生長和分布范圍發(fā)生了顯著改變。深入了解檉柳的分布規(guī)律及生長環(huán)境，對保護和恢復黃河上游地區(qū)的生態(tài)環(huán)境具有重要意義。怪柳的生長與多個環(huán)境因素密切相關，其中河水位、地下水位及埋深是最為關鍵的因素[3]。地下水位是影響怪柳生長的主要因素之一，其波動直接決定了水分的供應，豐水月、枯水月地下水位的變化對怪柳的生長影響尤為顯著[4]。埋深影響地下水的可用性，較淺的埋深有助于地下水的補給，促進怪柳的生長，較深的埋深則會限制地下水的補給，導致怪柳生長受限。河水位可通過滲透作用影響地下水位，間接影響檉柳的生長和分布[5-8]

隨著人工智能技術的發(fā)展，機器學習已成為環(huán)境數(shù)據(jù)分析中的重要工具，能從大量的生態(tài)數(shù)據(jù)中有效提取有價值的信息。隨機森林（RF）、支持向量機（SVM）和人工神經(jīng)網(wǎng)絡（ANN）是常見的機器學習方法，在處理復雜的非線性關系和高維數(shù)據(jù)時具有獨特的優(yōu)勢，均可用于評估羊曲水電站運行對水文過程及檉柳生長的影響[9。本研究以黃河上游羊曲水電站庫區(qū)怪柳為研究對象，整合河水位、地下水位和埋深等關鍵水文因子，選取豐水月、平水月和枯水月為代表時段，基于機器學習，分析不同水文條件下怪柳的分布特征，并模擬水電站運行后水位抬升對怪柳適生范圍的影響，旨在為庫區(qū)生態(tài)恢復和水資源調(diào)度提供科學依據(jù)。

1 研究區(qū)概況

羊曲水電站（在建）位于青海省海南藏族自治州興海縣與貴南縣交界處黃河上游干流的羊曲峽谷段，地理位置 35^°44^′44^′′N 100^°16^′46^′′E ，是黃河上游梯級水電開發(fā)體系中的關鍵節(jié)點工程，其上游接續(xù)班多水電站，下游銜接龍羊峽水利樞紐。受季風氣候與地形抬升的共同影響，區(qū)域氣候呈現(xiàn)出由西北半干旱逐漸向東南半濕潤過渡的特征。區(qū)內(nèi)年均降水量不足312mm ，年均氣溫普遍低于 -4°C ，降水與氣溫均表現(xiàn)出自東向西遞減的空間分布格局。羊曲水電站上游庫區(qū)位于青藏高原寒旱生態(tài)區(qū)，地形以沖積扇和階地為主，生態(tài)系統(tǒng)敏感而脆弱。水電站運行后將對原有的水文過程和水生態(tài)系統(tǒng)造成深遠影響，包括水文節(jié)律擾動、濕地生態(tài)功能弱化、植被群落退化等。怪柳作為該區(qū)域的優(yōu)勢水生植物，其生長狀態(tài)的變化可反映區(qū)域水文與生態(tài)環(huán)境的動態(tài)演變。羊曲一班多水電站河段怪柳主要分布在然果村、上鹿圈村、班多村3個區(qū)域（見圖1）。

圖1檉柳分布區(qū)示意

2數(shù)據(jù)來源與處理

研究數(shù)據(jù)主要來源于黃河上游羊曲一班多水電站河段怪柳分布區(qū)的水文監(jiān)測數(shù)據(jù)，選取豐水月、平水月和枯水月等典型時段河水位、地下水位及埋深等數(shù)據(jù)。其中，河水位用于評估河流水體波動對地下水位及地下水埋深的影響；地下水位數(shù)據(jù)選取怪柳分布區(qū)靠近河道一側（前緣）的監(jiān)測點數(shù)據(jù)，用于反映怪柳可利用的水源狀況；埋深表示地下水面距地表的深度，是衡量地下水可利用性的重要指標，用于預測怪柳適生區(qū)間。然果村、上鹿圈村、班多村怪柳分布區(qū)水文條件存在一定差異，為避免局部異常對分析結果的干擾，在分布區(qū)分別對應設置CL01、CL02、CL03剖面，選取3個剖面河水位、地下水位、埋深平均值作為怪柳分布區(qū)的代表數(shù)據(jù)，用于后續(xù)的模擬、預測、分析。

對缺失的數(shù)據(jù)，采用線性插值法進行數(shù)據(jù)填補，若缺失值過多，則進行數(shù)據(jù)點剔除。為避免不同尺度數(shù)據(jù)因某些特征使數(shù)值較大而主導訓練過程，影響模型的收斂性與預測性，對數(shù)據(jù)進行標準化處理，使不同單位和量綱的特征具有相同的尺度。處理后的數(shù)據(jù)具備零均值和單位方差，有助于消除因不同單位或量綱差異所造成的模型偏倚，從而實現(xiàn)各特征在模型訓練過程中的均衡貢獻。本研究除河水位數(shù)據(jù)外，對地下水位、埋深數(shù)據(jù)均進行了標準化處理。

3 模型選取

選取隨機森林（RF）、支持向量機（SVM）和人工神經(jīng)網(wǎng)絡（ANN）3種模型進行數(shù)據(jù)訓練，將數(shù)據(jù)集分為訓練集和驗證集，采用交叉驗證的方法，選取準確率、精確度、召回率和F1分數(shù)等指標，對3種模型性能進行評估，選出最適合本研究的模型。3種模型性能評估結果（見表1）顯示：隨機森林模型雖訓練時間較長、模型復雜度高，但預測結果的準確率、精確度、召回率、F1分數(shù)值均較高，分別為 85%.84%.83% 0.83；支持向量機模型各項指標均表現(xiàn)略微遜色；人工神經(jīng)網(wǎng)絡模型各項指標表現(xiàn)優(yōu)異，但其訓練時間長且模型復雜度高。綜合來看，人工神經(jīng)網(wǎng)絡模型在本研究中的預測性能最好，然而隨機森林模型因其性能穩(wěn)定、訓練時間較短和特征分析能力強，在處理高維數(shù)據(jù)與捕捉數(shù)據(jù)特征間的相關性方面比人工神經(jīng)網(wǎng)絡模型更為直觀和易于理解，故本研究選取隨機森林模型對怪柳的分布進行模擬、預測，

表13種模型性能評估

4結果與分析

4.1水電站運行前、后檉柳分布區(qū)水文變化

水電站運行后，水庫會滯留部分河水，抬升河水位，增加檉柳分布區(qū)地下水補給量，抬升分布區(qū)地下水位，使地下水埋深變淺。由表2可知，水電站運行后，3處檉柳分布區(qū)河水位、地下水位分別抬升1.0～2.0m，0.7～1.4m ，年內(nèi)變幅增大，地下水埋深變淺0～1.4m ，一定程度上可改善怪柳生境水分條件。

4.2水文季節(jié)性變化對怪柳分布區(qū)的影響

河水位與地下水位的聯(lián)動變化是決定怪柳分布區(qū)變化的關鍵水文因子，地下水埋深是決定怪柳適生性的主要因子。怪柳最佳適生區(qū)為地下水埋深 1.0～ 5.0m，lt;1.0m 時易出現(xiàn)過濕脅迫， gt;5.0～8.0m 時則逐漸進入水分脅迫， gt;8.0～10.0m 時群落生長受限嚴重。季節(jié)性水文過程通過改變地下水埋深，直接影響怪柳的適生性及分布范圍，水電站運行后怪柳分布區(qū)地下水埋深變淺，其分布范圍也相應增大（見表3）。

表2水電站運行前、后檉柳分布區(qū)水文變化

注：表中“ + ”表示河水位、地下水位抬升，“-\"表示地下水埋深變淺。

表3水文季節(jié)性變化對怪柳分布范圍的影響

1）在豐水月，然果村檉柳分布區(qū)地下水埋深由2.0m 變淺至 0.6m ，可為檉柳生長提供充足的水分，其分布范圍由 0.87km² 增至 0.92km² ，然而過淺的埋深使土壤含水量接近飽和狀態(tài)，長期過濕土壤環(huán)境對怪柳幼苗生長不利。上鹿圈村地下水埋深一直維持在0.1m ，土壤含水量處于飽和狀態(tài)，有利于成株存活，檉柳分布范圍由 1.52km² 增至 1.60km² ，群落規(guī)模較大，處于穩(wěn)定擴展狀態(tài)，然而過濕土壤環(huán)境使幼苗定植受限。班多村地下水埋深由 6.1m 變淺至 4.7m ，由群落生長受限狀態(tài)逐漸接近群落適生狀態(tài)，部分區(qū)域可恢復到適生性生境，怪柳分布范圍由 0.65km² 增至0.72km²

2）在平水月，然果村檉柳分布區(qū)地下水埋深由3.0m 變淺至 2.0m ，仍維持在最佳適生區(qū)，怪柳分布范圍由 0.80km² 增至 0.86km² 。上鹿圈地下水埋深由 2.2m 變淺至 1.1m ，仍維持在最佳適生區(qū)，檉柳分布范圍由 1.45km² 增至 1.53km² 。班多村地下水埋深由 8.5m 變淺至 7.4m ，雖仍處于水分脅迫區(qū)，但水分條件略有改善，檉柳分布范圍由 0.60km² 增至0.66km² o

3）在枯水月，然果村檉柳分布區(qū)地下水埋深由3.5m 變淺至 2.8m ，仍維持在最佳適生區(qū)，怪柳分布范圍由 0.75km² 增至 0.83km² 。上鹿圈村地下水埋深由 3.7m 變淺至 2.9m ，穩(wěn)定在最佳適生區(qū)，怪柳分布范圍由 1.38km² 增至 1.47km² 。班多村地下水埋深由 10.5m 變淺至 9.8m ，仍處在群落生長受限區(qū)，水分條件改善有限，然而檉柳分布范圍仍由 0.55km² 增至 0.60km² 。

綜上所述，水電站運行后河流水文季節(jié)性波動的負面效應顯著減弱，怪柳群落生境得到進一步改善，然而班多村怪柳分布區(qū)地下水埋深雖在豐水月進入適生區(qū)間，但平水月與枯水月地下水埋深偏深，需結合生態(tài)補水或局地調(diào)控措施進一步改善區(qū)域水分條件。

5 討論與結論

本研究通過機器學習模擬羊曲水電站運行前、后河水位、地下水位及埋深等水文變化，以此分析其對怪柳生境條件的影響，結果表明不同水文要素在時空尺度上存在顯著差異，其綜合作用引起檉柳分布格局的動態(tài)變化。

1）水電站運行對怪柳分布區(qū)水文特征的影響呈現(xiàn)出明顯的區(qū)域差異。檉柳分布區(qū)離水電站庫區(qū)的遠近不同，水電站運行對其水文過程的影響不同。然果村怪柳分布區(qū)離庫區(qū)最近，水電站運行對其影響最大，班多村怪柳分布區(qū)離庫區(qū)最遠，水電站運行對其影響最小。

2）水文條件的聯(lián)動效應可顯著影響怪柳適生區(qū)。在天然狀態(tài)下，豐水月河水位抬升，地下水位隨之上升，3處檉柳分布區(qū)地下水埋深維持在 0.1～6.1m ，多數(shù)區(qū)域為怪柳最佳適生區(qū)；枯水月隨著河水位下降，地下水位同步下移，埋深加深至 3.5～10.5m ，部分區(qū)域埋深超出怪柳適生閾值（ gt;8.0m） ，導致怪柳群落生長受限。水電站運行后，河水位整體提升 1.0～2.0m ，地下水埋深變淺 0～1.4m ，尤其在枯水季能顯著緩解水分脅迫，使然果村和上鹿圈村檉柳分布區(qū)地下水埋深長期穩(wěn)定在 1.0～5.0m 的最佳適生區(qū)，班多村分布區(qū)地下水埋深變淺 0.7m ，能部分緩解水分脅迫，檉柳群落穩(wěn)定性均得到增強，分布范圍均較運行前有所擴大。

3）水電站運行總體上能增大怪柳適生區(qū)范圍，但班多村地下水埋深的問題依然突出，表明單一的水位抬升難以完全消除檉柳水分脅迫，然果村、上鹿圈村需防止長期過濕環(huán)境對怪柳幼苗生長不利，因此應結合生態(tài)補水、灘地微地形改造等措施，進一步縮小季節(jié)性與區(qū)域性水文差異，這樣既能保證枯水季“水分保底”，又能避免豐水季“水分過飽和”，是實現(xiàn)怪柳群落穩(wěn)定與區(qū)域生態(tài)功能提升的關鍵。

參考文獻：

[1］黃金廷，方拓，王強，等.黃河三角洲典型植被-土壤主要營養(yǎng)成分特征分析[J].西北地質(zhì)，2025，58（2）：41-50.

[2］李海文，劉香楠，楊趙平.中國怪柳屬植物的系統(tǒng)發(fā)育關系和形態(tài)演化研究［J].塔里木大學學報，2025，37（1）：19-28.

[3］菲魯然·艾勒肯，戴岳，安外爾·阿卜杜熱伊木.克里雅河尾閭不同地下水埋深對多枝怪柳幼苗根系形態(tài)和生物量分配的影響[J].生態(tài)學報，2025，45（8）：4036-4045.

[4］黃慧，陸柔羽，劉小藝，等.黃河三角洲典型自然植被時空變化分析[J].人民黃河，2024，46（增刊2）：73-74.

[5]郭富印，劉曉煌，趙曉峰，等.氣候變化與人類活動對鹽生植被的影響：以怪柳為例[J/OL].中國地質(zhì)，1-16[2025-04-02]. http：//kns.cnki. net/kcms/detail/11. 1167. P.20240924.1722.005.html.

[6]王霞，杜振宇，董愛新，等.黃河三角洲怪柳人工林對土壤有機碳組分及碳庫管理指數(shù)的影響［J].山東林業(yè)科技，2024，54（4） ：32-39.

[7］郭士林，葉春，李春華，等.水位波動對水平潛流人工濕地脫氮效果的影響[J].中國環(huán)境科學，2017，37（3）：932-940.

[8］張念秋，毛德華，馮凱東，等.基于GEE與多源遙感數(shù)據(jù)的黃河三角洲濕地植物群落分類[J].自然資源遙感，2025，37（2） ：265-273.

[9］陳奕多，胡海輝.基于機器學習的歷史街區(qū)道路植物景觀視覺效果評價方法[J].科學技術與工程，2025，25（7）：2925-2930.

（責任編輯 張緒蘭）