2026年7月3日上午，同济大学土木工程学院地质与水利工程系工程地下水与低碳环境团队在岩土楼207室举办“数值模拟技术与应用”学术交流。本期交流聚焦水文学中的数值模拟技术及其应用，重点围绕复杂水文环境模拟、深度学习在水土污染场地地下水模拟中的应用等前沿问题展开。本次交流由高彦斌老师主持，蔡奕老师、江思珉老师分别作专题报告，系内师生及来自上海勘察设计研究院的相关技术人员参与了交流，共同探讨数值模型如何支撑水文过程认知、污染风险评估与工程决策。

江思珉老师作题为“水土污染场地地下水模拟：从物理机理到智能决策”的报告，围绕地下水数值模型的范式转移展开交流。报告面向污染场地调查、风险评估与修复决策中的实际需求，介绍了地下水流动、污染物迁移、吸附、反应与降解等过程的数值刻画方法。江老师强调，地下水模型并非简单的计算工具，其核心价值在于建立从物理机理到工程决策的解释框架；模型结果能否被采用，不仅取决于拟合精度，也取决于概念模型、参数反演、不确定性表达及预测适用范围是否具有水文地质意义。

围绕深度学习在水土污染模拟中的应用，江老师介绍了机器学习、物理信息神经网络、代理模型和贝叶斯数据同化等方法在渗透系数场反演、污染源识别与快速预测中的应用探索。相关研究表明，智能方法能够提高大规模模拟与优化求解效率，为污染成因诊断、迁移预测和修复方案优化提供更快速的技术支撑。与此同时，报告也指出，AI的作用在于赋能与增强，不能替代现场调查、概念模型构建和对地下水过程本身的物理认识。

江思珉老师分享水土污染场地地下水模拟与AI赋能研究进展

交流环节中，与会师生和工程技术人员围绕模型在工程应用中的使用边界、结果表达、不确定性处理以及土工试验数据与地下水反演的衔接等问题展开讨论。来自上海勘察设计研究院的技术人员结合工程项目实践，分享了模型成果转化、AI工具使用和工程决策支撑中的实际需求。与会人员还围绕模型尺度、弱透水层概化、边界条件选取和生态效益评估等问题进行了交流，现场讨论深入充分。

蔡奕老师作题为“特殊生境河流系统水文过程监测、模拟与应用”的报告，围绕岩溶区与感潮区等典型特殊生境河流系统，系统阐述了水文过程监测、模拟与应用的研究思路。针对多重异质性结构与非稳态边界共同驱动下地表水—地下水交互过程难以精准刻画的问题，蔡老师从协同观测、过程表征和模型构建三个层面展开介绍，重点分享了高分辨率观测与精细空间异质性刻画、降雨径流及补水调度过程耦合模拟、多参数同步高频动态监测，以及考虑潮汐动态效应的潜流带水文过程模拟等研究进展。

蔡老师作报告

结合漓江流域岩溶区水文研究、湖库水环境监测与河口岸滩相关研究案例，蔡老师总结了当前研究的局限性——复杂性、动态性、随机性是岩溶区水文研究面临的三大挑战。蔡老师指出，复杂水文系统的认知不能依赖一次性建模结果，而应在长期现场监测、区域数据分析、模型校核与结果解释之间形成持续迭代。后续将通过更密集的监测布设和更适配的数值方法加以应对。通过观测数据与模拟结果的相互印证，可以逐步提高对特殊生境水文过程空间差异、时间变化和关键控制因素的识别能力。在讨论环节，与会者还就生态效益评估和技术细节等话题进行了交流。

现场师生围绕报告内容进行讨论

本次交流持续约三个小时。两场报告围绕“复杂水文环境如何模拟”“水土污染过程如何智能识别与快速预测”“模型如何服务工程决策”等问题形成了较为集中的讨论。交流表明，数值模拟和深度学习正在推动水文学与工程水文地质研究方法更新，但模型可靠性仍需建立在现场观测、物理机制和工程需求协同约束的基础上。此次活动有助于促进团队在复杂水文环境模拟、水土污染智能模拟和工程决策支撑等方向的进一步合作与探索。

供稿：王建秀

排版：朱忆家

审核：张　洪