近日，我院水资源与水生态环境研究所河湖健康与生态水利团队姚斯洋博士后以第一作者身份，在水资源领域顶级期刊《Water Resources Research》（中科院一区TOP期刊，IF=5.0）和全球生态与保护领域权威期刊《Global Ecology and Conservation》（中科院二区期刊，IF=3.4）分别发表高水平研究成果，并成功授权发明专利《一种识别洪泛湿地复合干热事件的方法》（申请号：202610158342.9），在河湖生态水利模型研究方面取得重要进展。江西省水利科学院为以上成果第一完成单位，刘聚涛正高为通讯作者。研究受国家重点研发项目、江西省科技重大专项“2030先锋工程”、中国博士后面上项目资助。

围绕湖、河不同生态系统类型，该团队研发了适配性生态水利模型工具，可精准识别极端复合生态事件，系统解析不同场景下河湖水生态关键要素的耦合调控机制，为鄱阳湖流域河湖生态保护修复与精细化管理提供了量化模型支撑和科学决策依据。

针对极端干旱背景下鄱阳湖植被生长的水文-温度调控机制，团队研发了二维水动力-地理探测器-可解释机器学习耦合的洪泛湖泊生态水利模型，攻克了传统线性分析难以捕捉复杂水文-温度生态响应的技术痛点。基于该模型，团队首次系统量化了极端干旱下水文、温度对鄱阳湖植被的影响，解析出水文-温度交互对植被的核心调控关系。该模型为应对极端气候的适应性生态管理提供了精准的阈值参数和调控方向。相关成果发表于《Water Resources Research》，题为《Impact of hydrological regime and temperature on vegetation growth patterns in floodplain lakes under extreme drought》。

针对河流生态系统中土地利用、水质与生物多样性的耦合调控问题，团队以鄱阳湖主要支流抚河流域为研究对象，构建了适配季相特征的随机森林-可解释机器学习河流生态响应模型。该模型突破传统研究单一尺度、静态分析的不足，实现土地利用景观格局、水质参数与底栖动物生物多样性的多维度耦合分析。依托该模型，团队成功识别出抚河流域不同季节水生态的关键驱动因子，解析了土地利用与水质因子对底栖动物多样性的调控效应，为流域尺度河流生态系统的精细化保护提供了重要模型支撑。相关成果发表于《Global Ecology and Conservation》，题为《Decoding the interactive effect of water quality-land use on benthic macroinvertebrate biodiversity in rivers with an interpretable machine learning framework》。

团队同步研发的“一种识别洪泛湿地复合干热事件的方法”，创新性地聚焦洪泛湿地特有的“洲滩”生态单元，融合水动力模型、生态响应建模与联合概率分布，构建了“网格级阈值-区域级占比-生态验证”的完整技术体系。该专利突破传统方法聚焦湖泊水体、忽视洲滩特性的局限，实现了复合干热事件的精准识别，其阈值设定与植被退化等生态响应强关联，解决了传统方法阈值主观、与生态需求脱节的问题，可有效支撑湿地生态灾害预警、保护修复方案制定，进一步拓展了生态水利技术的实践应用场景。