Hydro-geospatial modelling of groundwater potential zones in the soar valley and adjacent terrains of the Kumaon Lesser Himalaya using an integrated AHP–GIS framework

摘要 地下水枯竭已成为可持续城市发展面临的严峻挑战，尤其是在喜马拉雅地区，复杂的地形、地质非均质性以及动态的环境条件阻碍了补给过程。本研究通过将遥感（RS）、地理信息系统（GIS）与层次分析法（AHP）整合于多准则决策分析（MCDA）技术框架中，对库马盎内喜马拉雅小喜马拉雅地区皮托拉加尔县人口密集且快速城市化的索尔谷及邻近地带进行了地下水潜力区（GWPZs）划分。研究采用了印度气象局（IMD）2021—2024年降雨数据、Valdiya（1980）地质图、2025年ASTER GDEM第3版衍生的坡度、水系密度和高程数据集、通过将基于DEM的线性构造提取与印度地质调查局（GSI-Bhukosh）获取的构造信息相整合而得到的线性构造数据、2025年Sentinel-2土地利用/土地覆盖（LULC）数据（Esri），以及2025年GSI-Bhukosh地貌数据。共计八个专题图层——降雨、地质、线性构造密度、土地利用/土地覆盖（LULC）、地貌、水系密度、坡度和高程——经标准化处理后，采用AHP赋权，并通过加权叠加方法进行整合，生成地下水潜力区图。AHP生成的准则权重显示出合理的一致性，一致性比率（CR）为4.4%，显著低于10%的可接受阈值。结果表明，研究区仅0.01%的面积属于极高地下水潜力区，92.76%位于高至中等潜力区，7.23%属于低至极低潜力区，表明在所选准则、权重和分类阈值下，高至中等地下水潜力区占主导地位，而非直接指示地下水可利用量。在AHP评估中，降雨、地质和线性构造密度获得了最高的相对权重，其次为LULC、地貌、水系密度、坡度和高程，反映了它们在所采用的AHP权重框架中具有更高的重要性。利用受试者工作特征曲线下面积（AUC-ROC）进行模型验证，得到的AUC值为0.795，表明相对于野外实测泉点位置和可获取的二次泉点位置具有良好的判别性能。本研究的新颖之处在于利用AHP-GIS集成框架进行空间显式的地下水潜力