Random Forest-Based Groundwater Potential Zone Mapping in Latur District, Maharashtra, India

地下水是印度半干旱地区农业、生活用水及农村发展的主要水源。在马哈拉施特拉邦拉图尔县，由于德干玄武岩地形原生孔隙度低，地下水赋存主要依赖于风化层、裂隙、节理、气孔带、线性构造及有利的地表条件，因此其空间分布具有显著差异性。本研究运用遥感、地理信息系统（GIS）及随机森林（RF）机器学习方法，对拉图尔县地下水潜力区（GWPZs）进行圈定。研究整合了七个空间条件参数——岩性、地貌、土壤、坡度、排水密度、线性构造密度及土地利用/土地覆盖（LULC），并与地下水井观测数据相结合。以12.8米平均水深为阈值，对总计109口井进行了分类。其中70%的观测数据用于随机森林模型训练，其余30%保留用于独立验证。所有输入图件均统一至WGS 84/UTM 43N带坐标系，并采用30米栅格分辨率。随机森林模型输出的概率结果被划分为极低、低、中、高和极高五个地下水潜力等级。模型ROC-AUC值为0.8192，显示出对地下水赋存与非赋存条件的良好判别能力。最终生成的地下水潜力区图件为区域尺度的地下水勘探、补给规划、保护措施及未来野外调查提供了规划工具。