Digital Twins for Sustainable Groundwater Resources Management: From Monitoring and Prediction to Governance and Resilience—A Review

本文对数字孪生（DTs）在可持续地下水资源管理中的应用文献进行了范围综述，该领域是一个极为新兴且快速扩展的研究方向，相关文献正迅速从概念框架转向面向应用的系统。通过PRISMA 2020方法筛选出的文献被划分为七个子主题：人工智能与机器学习基础、数字孪生架构与框架、含水层尺度数字孪生应用、农业及水-能源-粮食（WEF）关联数字孪生、流域与城市水数字孪生、传感监测与物联网基础设施，以及治理、韧性与社会水文学。这一结构揭示了该领域正从监测与预测向综合决策支持转变，其中过程模型、机器学习替代模型、实时传感与优化相结合，以支持干旱缓解、海水入侵控制、灌溉管理、气候适应及流域尺度规划。在综述的研究中，最常出现的贡献包括混合模型架构的构建、利用数字孪生实现观测与控制之间的闭环，以及日益认识到地下水管理必须纳入治理、利益相关者决策和社会水文反馈。与此同时，现有文献仍面临关键局限，尤其是不确定性量化、模型与数据流之间的互操作性、向数据稀缺环境迁移的能力，以及在实际运行条件下验证的不足。因此，未来研究应聚焦于物理信息驱动和可解释的人工智能、联邦式与可扩展的数字孪生架构、与社会水文及治理框架的更紧密耦合，以及更多经过现场测试的实施案例，以证明其在不同水文地质和制度背景下的稳健性能。