2026年3月27日，水利部 交通运输部 国家能源局南京水利科学研究院研究生院举办本年度第四场学术沙龙活动。本次学术沙龙采用水利组、土木组两个平行会场开展，有9位同学为大家分享了自己的研究成果，吸引了170余位研究生参与研讨。

水利组：

罗露，硕士，分享了浅水湖泊风生流作用下蓝藻藻团的运动特性研究。以太湖全湖区物理模型为研究手段，使用ADV和大范围表面流程和水下piv仪器测量蓝藻运动速度与浓度分布。探明了风生流作用下，浅水湖泊蓝藻的运动特性，为太湖蓝藻防控与预警提供科学参考。

孙菁婕，硕士，分享了水动力和温度交互影响下全氟及多氟化合物（PFASs）的毒理效应与负荷阈值的研究成果。基于不同水动力、温度和PFASs浓度对藻类生长、细胞和基因的交互影响等，建立基于了敏感物种生态毒理效应的风险评价方法，提出气候变化环境下PFASs负荷阈值推算方法，为我国新污染物治理工作提供了一种思路。

程旭，博士，分享了平原圩（垸）区水动力多目标协同调控方法研究。以太湖流域大荡圩为研究对象，基于Copula函数构建圩内外联合水情情景，结合InfoWorks ICM模型与CNN-LSTM-SelfAttention代理模型，实现与遗传算法的耦合优化，系统开展闸泵协同调控研究。研究为平原圩区防洪安全、水资源调配及水环境改善提供了重要参考。

周传奇，硕士，分享了浙江南部淤泥质海岸的骤淤特征，并在波流边界层模型基础上引入两相流理论，通过分析不同条件下的浑水密度变化、浮泥厚度发育情况，提出经验性拟合公式，为二维情况下的台风期骤淤提供预测方法。

土木组：

吴翔，硕士，分享了基于主动加热分布式光纤测温原理的库坝渗漏监测技术研究。以江苏句容抽水蓄能电站上水库为工程背景，开展面板周边缝与防渗膜渗漏定位监测，研发渗漏分布式感知智能监测系统，建立流‑热耦合数值模型，形成一套适用于高坝库盆关键部位渗漏精准定位与实时预警的监测技术方案。

王安洋，硕士，分享了超软土固结过程的力学参数演变规律及本构模型研究。基于三轴试验、渗透试验、一维固结试验试验结果对邓肯张E-B模型进行修正，使其可适用于超软土。随后对超软土真空预压过程进行模拟，结果表明修正后的模型效果良好，误差较小。

黄涵，硕士，针对土石坝堆石料流变参数反演中普遍存在的小样本、多特征、过拟合难题，提出了一种基于梯度提升决策树（GBDT）的小样本机器学习方法。通过引入特征工程与数据增强技术，有效提升了模型对非线性关系的拟合能力与泛化性能。研究成果为土石坝流变参数高效、精准反演提供了新途径，拓展了小样本机器学习在岩土工程中的应用边界。

蔡冰鑫，硕士，分享了基于改进DBSCAN聚类的坝面渗漏热红外识别研究。针对传统渗漏识别方法适配性差、易误检漏检的问题，通过构建(x,y,T)三维特征、特征归一化权重分配，结合坝面区域特征设计高低温差异化聚类策略改进DBSCAN算法，形成坝面渗漏自动化识别流程，有效解决了背景干扰与渗漏点错误聚类问题，提升了坝面低温渗漏区域的识别精度与自动化水平。

邵明恒，硕士，提出了一种基于多层传感机（MLP）、长短期记忆神经网络（LSTM）和水位滞后效应（Water Level Lag Effect, WLLE）的土石坝渗流历史数据治理算法。结果表明，提出的算法在查准率、查全率、平均绝对误差、归一化平均绝对百分比误差等重要指标上相较于传统算法均提升20%以上，为土石坝历史渗流数据治理提供了新思路。