长江流域洞庭湖区出入湖磷通量模拟及水质预测:机器学习与传统水文模型耦合方法
刘杰1
陈前2
许妍3
查悉妮4
张美一5
辛小康4
唐文忠5
张洪5
1.中国科学院生态环境研究中心环境水质学国家重点实验室,北京 100085;东南大学土木工程学院,江苏南京 2100182.东南大学土木工程学院,江苏南京 210018;上海市政工程设计研究总院(集团)有限公司,上海 2000923.东南大学土木工程学院,江苏南京 2100184.长江水资源保护科学研究所,湖北武汉 4300515.中国科学院生态环境研究中心环境水质学国家重点实验室,北京 100085;中国科学院大学,北京 100049
摘要：磷通量的波动对出入湖河流生态系统的稳定有直接影响.在水质波动显著的洞庭湖区,使用SWAT模型模拟该区域的出入湖磷通量,并分析各水系区间的磷滞留情况.基于水文物理过程搭建耦合模型,再利用SWAT模型的模拟结果进行训练,并利用该模型对湖区近期水质进行情景预测.结果表明:洞庭湖区出入湖磷通量均呈明显的季节变化,其中无机磷是主要的磷形态.2012-2021年洞庭湖区平均TP入湖通量为2.94×104 t/a,平均出湖TP通量为3.34×104 t/a,平均出湖TP浓度为0.13 mg/L.其中,三口区间作为入湖磷通量贡献最大的区间,其TP输出浓度也最高,是污染治理的关键区域.洞庭湖区TP滞留率较低,使其成为长江下游重要的TP来源.耦合模型对于洞庭湖区的出入磷通量的输出过程模拟效果良好,NSE值均＞0.8,在RPE值处于10％水平下的RMSE值均较低,实现了 LSTM网络替代大型分布式物理模型的仿真建模.基于上述模型根据《洞庭湖水环境综合治理规划》对洞庭湖近期TP输出浓度进行了预测,在各区间入湖TP浓度控制在0.1 mg/L的情景下,能够实现湖区水环境规划目标.
关键词：出入湖磷通量耦合模型机器学习磷滞留水质预测洞庭湖区水文地质环境地质
分类号：P64(水文地质学与工程地质学)
资助基金：国家重点研发计划(No.2023YFC3205600)国家自然科学基金(No.52270202)
论文发表日期：2024-11-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 3995-4007 )
英文信息