南京信息工程大学团队JH-Regional Studies:融合数据增强与物理原理的地下水位深度预测机器学习框架

• 基线模型预测结果：在26个监测站的测试集上，LSTM模型的平均预测性能（R²=0.78）优于BPNN（R²=0.77）和SVM（R²=0.70），证实了LSTM在时间序列水文预测中的优势（对应原文表5：基线模型预测结果）。

• 数据增强模型预测结果：采用TimeGAN进行数据增强后，所有模型的预测性能均有提升。其中，TG-L模型（TimeGAN-LSTM）表现最佳，平均R²提升至0.88，平均MAE从LSTM的0.83降至0.65（对应原文表6：数据增强模型预测结果）。

• TG_L plus模型预测结果：在TG-L模型基础上进一步纳入侧向流特征K_GTD后，构建的TG_L plus模型达到了最优性能。与原始LSTM模型相比，其平均RMSE和MAE分别降低了20.9%和21.7%，平均R²稳定在0.88，且在多个站点取得了接近0.99的极高R²值（对应原文表7：TG_L plus模型预测结果；图9 & 10：多模型性能综合对比及代表性站点预测序列对比）。

• 预测性能提升的空间特征：TG_L plus模型的性能提升幅度与监测网络密度和地下水动态活动性密切相关。在监测网密集、地下水位波动剧烈的区域（如流域中部），模型性能提升尤为显著；而在监测稀疏或水位稳定的区域，提升相对有限（对应原文图11 & 12：模型性能提升空间分布及与监测密度、水位波动的关系）。

• 模型驱动机制解释：SHAP分析表明，GWR（地下水资源量）、K_GTD（侧向流影响）和GWE（地下水开采量） 是控制GTD预测的最主导参数。其中，K_GTD在26个站点中的24个站点位列前三位重要特征，并在7个站点位列第一，这从机理上证实了侧向地下水流动在流域地下水动态中的关键作用，也验证了引入该物理特征的必要性（对应原文图13：四个代表性站点的SHAP值分布图）。

TG_L plus模型性能的显著提升主要归因于两方面：首先，TimeGAN数据增强有效缓解了数据稀缺条件下的过拟合问题，通过生成保留原始数据关键统计与时间动态的合成序列，增强了模型的泛化能力。其次，从物理机制角度，通过引入空间特征K_GTD，模型成功捕获了被传统数据驱动模型常常忽略的侧向地下水流动的影响。在石羊河流域，强烈的地下水开采形成了显著的水力梯度，使得局部水位变化与周边区域紧密关联。K_GTD的加入使模型能够表征这种空间依赖性，从而更贴合实际水文过程。SHAP分析结果进一步从数据角度证实了K_GTD的重要性。本研究通过耦合数据增强与物理机制约束，为实现数据驱动与过程理解的融合提供了一个有效范例。