渭河流域水质分析评价及预测模型

来源：环境科学杂志2025年第1期北京时间：

作者：张京新,蔡庆旺,康子怡,丛铭,韩玲,何皎洁,杨利伟

单位：长安大学建筑工程学院, 西安 710061,长安大学建筑工程学院, 西安 710061,长安大学建筑工程学院, 西安 710061,长安大学地质工程与测绘学院, 西安 710054,长安大学土地工程学院, 西安 710054,长安大学建筑工程学院, 西安 710061,长安大学建筑工程学院, 西安 710061

摘要：渭河作为黄河最大的支流，在黄河流域生态保护和高质量发展中处于重要地位. 基于新型综合水质指数（WQI-DET），结合差异性分析方法对渭河水质状况和时空差异性进行综合评价分析，同时借助主成分分析法确定主要污染物种类，利用地理探测器量化流域水质可能的驱动因子影响力，并在此基础上运用机器学习算法和高频监测数据实现对WQI-DET的模拟计算和预测. 结果表明：①渭河流域存在有机污染、富营养化营养盐污染、六价铬污染和氟化物污染，水体可生化性差，营养盐结构不平衡，氮污染严重；水质状况在过去3 a未能得到根本改善. ②渭河流域水质指标时空差异显著，有机污染、氮污染以及浊度等指标呈现季节性特点；不同支流水质与干流上中下游间存在差异，污染物呈现出沿程累积的特点. ③农业生产的面源污染和生活污水点源污染是渭河有机污染物、富营养化营养盐等的主要来源，同时渭河部分支流受到工业源污染影响，重金属污染较严重；地理探测结果显示流域水质受到人类活动和自然条件的共同作用. ④机器学习模型可对渭河WQI-DET进行准确预测，利用日监测数据的6项指标通过COA+BP模型准确模拟计算了WQI-DET（R2>0.92），依托高频次的日监测数据和COA+BP模型计算结果建立VMD+CNN-GUR-SE模型实现了未来WQI-DET的计算，从而实现了对渭河水质的预测计算；群智能优化算法、变分模态分解和注意力机制的引入大幅改善了模型性能.

关键词：渭河流域,水质评价,主成分分析（PCA）,地理探测器,机器学习,