下载文档原格式
DOI:10.12170/20200610001王仁超，马钰明. 基于PCA和CS-KELM的重力坝变形预测模型[J]. 水利水运工程学报，2021（4）：10-18. （WANG Renchao,MA Yuming. Prediction model of gravity dam deformation based on PCA and CS-KELM[J]. Hydro-Science and Engineering,2021（4）: 10-18. （in Chinese））
基于PCA和CS-KELM的重力坝变形预测模型王仁超，马钰明(天津大学 水利工程仿真与安全国家重点实验室，天津 300072)
摘要: 重力坝的变形与环境量之间存在复杂的非线性关系、使变形预测模型的输入自变量具有高维性，在一定
程度上影响预测模型的精度和泛化能力。因此，提出一种将主成分分析、布谷鸟搜索算法和核极限学习机网络相结合的变形预测模型。该模型通过主成分分析法对与变形相关的水位、温度、时效影响因子进行主成分信息提取，优化网络模型的变量输入，同时采用优化性能更好的布谷鸟搜索算法确定核极限学习机网络的核参数和正则化系数。利用某重力坝的实测资料，对坝体沿坝轴方向和上下游方向的变形位移进行预测，与多种模型预测结果进行对比，并采用不同量化指标进行评价。结果表明，所提模型在两个方向的变形预测中，确定性系数R2分别为0.943和0.931，均高于传统的神经网络和逐步回归模型；在不同测点的上下游方向变形预测中，预测
的精度和模型的泛化能力均优于对比模型，从而验证了该模型的可行性和优势。
关 键 词：重力坝；变形预测；主成分分析；布谷鸟搜索算法；核极限学习机
中图分类号：TV698 文献标志码：A 文章编号：1009-640X(2021)04-0010-09
大型水工建筑物变形监测是掌握建筑物运行工作性态、保障建筑物运行安全的重要工作之一[1-3]。位移是大坝、渡槽等大型水工建筑物在内外部环境影响下的直观可靠监测量，对位移观测数据进行科学分析并建立实时预测模型是大型水工建筑物安全监测领域里的重要研究内容[4-9]。传统的数学监测模型有统计模型、确定性模型和混合模型[7-12]。基于数理统计的多元回归模型在具有复杂和高度非线性行为的变形预测中逐渐体现出局限性[10]。近些年来，伴随着计算机科学的发展，机器学习模型在大型水工建筑物变形监测中应用广泛[12]。Mata等[13]验证了用人工神经网络监测混凝土坝工作性能的有效性；李明军等[14]用改进粒子群算法优化的极限学习机对拱坝的变形进行预测；王彦磊等[15]改进了随机森林算法，并对渡槽的位移进行了预测；姜振翔等[16]引入支持向量机建立重力坝的变形监测模型。随着机器学习算法的不断发展，相关建筑物的变形预测精度也不断被提升，其中核极限学习机（kernel extreme learning machine，KELM）[17]是Huang等提出的一种基于前馈神经网络，并通过引入核函数与正则化系数的新机器学习算法。与传统神经网络相比，核极限学习机不但学习速度快，精度高，同时还降低了随机映射和样本噪声对模型的影响，具有更好的预测效果[18]。本文采用核极限学习机网络建立重力坝的变形预测模型，考虑到变形影响因子与位移监测序列之间具有复杂高维非线性关系，影响模型的精度和泛化能力，采用主成分分析法（principal component analysis，PCA）对多维度的样本变量进行降维处理，降维后的样本序列依旧蕴含建筑物变形的效应量与水压、温度、时效等因子之间的关系。同时为进一步提升KELM网络的预测精度，引入布谷鸟搜索算法，在全局范围内高效寻找最优解，为模型提供更精确的网络参数。最后，建立基于PCA和CS-KELM算法的变形预测模型，以某混凝土重力坝为研究对象，对变形位移监测序列进行预测，验证模型的预测效果。
淡水渔业,2024,54(2):23-33Freshwater Fisheries㊀㊀㊀㊀㊀㊀2024年3月Mar.2024㊀㊀收稿日期:2023-02-06;修订日期:2023-10-18资助项目:国家重点研发计划项目(2022YFC3202002);农业财政专项 长江渔业资源与环境调查 (CJDC-2017-10);中国水产科学研究院中央级公益性科研院所基本科研业务费专项资金(2023TD09)第一作者简介:吴㊀凡(1991-㊀),助理研究员,研究方向为渔业环境监测与保护㊂E-mail:wufan@ 通讯作者:李云峰㊂E-mail:lyf086@长江中上游重要渔业水域环境质量评估吴㊀凡1,魏㊀念1,高立方2,张㊀燕1,茹辉军1,吴湘香1,倪朝辉1,李云峰1(1.中国水产科学研究院长江水产研究所/国家农业科学重庆观测实验站,武汉430223;2.湖北省水产科学研究所,武汉430208)摘要:为准确评估长江中上游重要渔业水域水环境质量现状及变化趋势,提高水质评价效率,本研究基于11个水质参数,采用水质指数法(water quality index,WQI)对2006-2021年长江中上游三个重要渔业水域水质进行了综合评价,建立WQI min 综合评价模型㊂结果显示:(1)长江中上游重要渔业水域的水温和高锰酸盐指数呈上升趋势;基于地表水环境质量标准(GB38338-2002),单因素水质评价结果表明监测水域内整体水质处于地表水Ⅴ类水标准,部分年份达劣Ⅴ类,主要污染指标为总氮㊂(2)通过综合评价方法分析,长江中上游重要渔业水域整体为 良 ;2006~2021年长江中上游重要渔业水域水质质量呈逐年改善的趋势,且上游保护区的改善较大㊂(3)基于WQI 方法,确定了长江中上游重要渔业水域的关键水质参数为:总氮㊁高锰酸盐指数㊁汞㊁溶解氧㊁氨氮㊁悬浮物以及水温,分别构建了上游保护区㊁中华鲟保护区以及四大家鱼保护区的WQI min 模型;考虑权重和不考虑权重的WQI min 模型对比分析表明,考虑权重的WQI min 模型的水质评价结果更加准确,该方法可有效评估长江中上游重要渔业水域的水质变化特征并可扩展用于其他水域㊂关键词:长江中上游;重要渔业水域;水质指数法;WQI min 模型;水质评价中图分类号:S949㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀文章编号:1000-6907-(2024)02-0023-11㊀㊀充足㊁优质的水资源是生态健康和社会可持续发展的重要基础㊂随着我国经济的飞速发展和城市化的迅速扩张,人类活动加剧㊁自然扰动频繁,环境污染问题日益严重[1,2],水环境质量问题尤为突出[3]㊂因而,人们对水环境质量的评价㊁管理和修复具有重要意义㊂水质评价是水环境管理和治理的先决条件[4]㊂目前河流水质评价方法主要有两类,单因素评价和综合因素评价㊂单因素评价方法以监测断面的单个水质指标的最低等级来反映河流水质状况,结果简单易懂,但此方法评价结果片面,无法系统反映河流水质的整体状况[5]㊂综合评价方法相对繁琐,但可综合反映河流水质状况,有利于在水环境管理中的应用[6]㊂综合评价方法包括典型相关分析法[3]㊁主成分分析法[6]㊁水质健康评价法以及水质指数法[7](water quality index,WQI)等㊂与其他方法相比,WQI 可以将大量复杂的水质指标数据转化为单一数值来表征水质质量,并可用于评估水质时空变化趋势[8]㊂基于10个水质指标,HOR-TON [9]在20世纪60年代建立了第一个WQI 模型㊂随着研究人员对WQI 模型的不断改进和发展,该方法已成为一种常用的水质评估方法[10,11]㊂利用WQI 评价地下水质量,科研人员为地下水的开发㊁利用和保护提供了有效的科学建议[12-14]㊂目前,更多的研究集中在使用WQI 来识别和选择关键的水质指标,从而构建最小WQI(WQI min )模型㊂WQI min 模型简化了WQI 模型,同时WQI min 模型选择的指标易于衡量,降低了分析成本,并能够反映水质的整体变化和特征[15],因此该模型特别适用于发展中国家㊂研究表明,WQI min 和WQI 结果之间存在高度相关性[11,17],因此,选择合适的WQI min 模型能够有效反映WQI 结果,提高水质评价效率㊂长江是中国最大的河流,水资源总量9.62ˑ1010m 3,占中国河流总径流量的36%,是黄河的20倍,居世界第三位[18]㊂长江流域水质的健康情况,关系到沿线居民的用水安全及流域内水生生物的生长繁殖[19],其中重要渔业水域对于珍稀㊁特淡㊀水㊀渔㊀业㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年有和重要经济鱼类种群和种质资源的保护具有重要意义㊂基于此,本研究选择了位于长江中上游的长江上游珍稀特有鱼类国家级自然保护区(简称为上游保护区)㊁宜昌中华鲟省级自然保护区(简称为中华鲟保护区)以及长江监利段四大家鱼国家级水产种质资源保护区(简称为四大家鱼保护区)三个保护区的水质进行了系统分析,以期解析长江中上游重要渔业水域水质指标的时空变化㊂基于水质指数法(WQI)系统评估该水域水质,并构建低成本高效的WQI min 模型,以期为长江中上游流域及其他流域的水质评价和水资源管理提供重要的参考㊂1㊀材料与方法1.1㊀研究区域本研究区域主要涉及长江中上游重要渔业水域(表1),其中上游保护区坐标设置的10个采样断面分布于岷江㊁沱江和赤水河的汇合口以及干流的上㊁中㊁下游,中华鲟保护区设置的5个采样断面分布于上㊁中㊁下游㊂四大家鱼保护区设置的3个采样断面分布于上㊁中㊁下游㊂表1㊀长江中上游重要渔业水域简介Tab.1㊀Important fishery waters of the upper and middle reaches of the Yangtze River水域名称经纬度范围地理位置主要保护对象上游保护区东经104ʎ9ᶄ-106ʎ30北纬27ʎ29ᶄ-29ʎ4ᶄ云南㊁贵州㊁四川㊁重庆珍稀特有鱼类及其生境中华鲟保护区东经111ʎ16ᶄ-111ʎ36ᶄ北纬30ʎ16ᶄ-30ʎ44ᶄ湖北宜昌中华鲟的自然繁殖群体及其栖息地和产卵场等生境四大家鱼保护区东经112ʎ42ᶄ47ᵡ-113ʎ18ᶄ11ᵡ北纬29ʎ27ᶄ46ᵡ-29ʎ48ᶄ31ᵡ湖北省监利县青鱼㊁草鱼㊁鲢㊁鳙31°N30°N29°N28°N103°E104°E105°E106°E107°E108°E109°E110°E111°E112°E113°E114°EN图1㊀长江中上游重要渔业水域采样点示意图Fig.1㊀Schematic representation of sampling sites in the essential fishery waters of the upper and middle reaches of the Yangtze River1.2㊀样品采集和实验分析本研究的监测期为2006-2021年,其中上游保护区与四大家鱼保护区的采样时间为每年的5-6月㊁9-10月以及12月-次年1月,中华鲟保护区的采样时间为中华鲟的繁殖季节(11月初)㊂监测断面的水温(WT)㊁pH 和溶解氧(DO)使用美国哈希HQ30d 进行现场监测㊂同时,使用5L有机玻璃采水器采集0.5m 处水样,储存于1L 的全氟乙烯瓶中,尽快运送至实验室进行分析㊂根据地表水环境质量标准(GB3838-2002)和‘水和废水监测分析方法“第四版,总氮(TN)采用碱性过硫酸钾消解紫外分光光度法测定,总磷(TP)采用钼酸铵分光光度法测定,高锰酸盐指数(COD Mn )采用酸性法测定,氨氮(NH 3-N)采用水杨酸分光光度法测定,悬浮物(TSS )采用重量法测定,铜(Cu)㊁镉(Cd)㊁锌(Zn)采用原子吸收分光光度法测定,汞(Hg)采用冷原子吸收分光光度法测定㊂1.3㊀分析方法综合水质指标(WQI)的计算公式(1)为:WQI =ðn i =1C iˑP iðni =1P i (1)式中:C i 为水质因子i 的标准化得分;P i 为水质因子i 的权重㊂根据WQI 评分,水质分为5个等级:优(90~100)㊁良(70~90)㊁中(50~70)㊁差(25~50)㊁极差(0~25)㊂42第2期吴㊀凡等:长江中上游重要渔业水域环境质量评估各水质参数权重分别为WT =1,DO =4,pH =1,COD Mn =3,TN =2,TP =1,NH 3-N =3,TSS =4,Cu =1,Cd =1,Hg =1[6,8]㊂为便于对研究水域水质进行评价,本研究建立了基于多元线性逐步回归方法的WQI min 模型,以选取关键参数㊂考虑参数权重的WQI min 模型记为WQI min -w,按公式(1)计算,没有权重的WQI min 模型记为WQI min -nw,按公式(2)计算:WQI min =(ðni =1C i )/n(2)式中n 为水质指标总数;C i 是水质因子i 的标准化得分㊂通过EXCEL2019计算监测水域的WQI 值㊂使用R(版本4.1.3)对监测指标进行Spearman 相关性分析,并对监测水域水质指标的年均值和WQI 进行Mann -Kendall (M -K)test 趋势分析(Z>0,则呈升高趋势;Z<0,则呈下降趋势;P <0.01,则趋势极显著;P <0.05,则趋势显著;P >0.05,则趋势不显著)㊂通过SPSS26对监测指标与WQI 进行逐步多元线性回归分析,确定水质指标的关键参数,构建WQI min 模型㊂采用相关系数(R 2)来评价建立的WQI min 模型的拟合程度;均方误差(RMSE)和百分比误差(PE)用于评价WQI min 模型的预测精度㊂2㊀结果2.1㊀水质指标特征分析2.1.1㊀上游保护区水质指标特征分析2006-2021年上游保护区水质指标年均值变化如图2所示㊂WT 年均值的变动范围为18.36~19.42ħ,年际变化趋势总体表现为缓慢上升;TN年均值变化范围为1.32~2.85mg /L,年际变化趋势为缓慢上升,在2014年达到最大值后开始缓慢下降;NH 3-N 年均值变化范围为0.06~0.14mg /L,年际变化趋势表现为逐年平稳下降;TSS 年均值17.22~223.62mg /L,年际变化趋势为2013年后急剧下降,并维持在较低的水平波动;Hg 年均值变化范围为0.00003~0.00073mg /L,年际变化趋势为在2014年后急剧下降后维持在较低的水平;Cd 年均值变化范围为0.0005~0.0061mg /L;pH年均值的变动范围为7.45~8.97;COD Mn 年均值变化范围为0.73~2.04mg /L;TP 年均值变动范围为0.05~0.16mg /L;Cu 年均值变动范围为0.0017~0.0092mg /L㊂M -K 分析结果显示(图2),NH 3-N㊁TSS㊁Cd 和Hg 年均值整体呈极显著下降趋势;TN 年均值整体呈显著上升趋势;WT㊁pH㊁DO㊁COD Mn ㊁TP和Cu 年均值的变化趋势不显著㊂根据地表水环境质量标准(GB 3838-2002),DO㊁NH 3-N㊁COD Mn 年均值基本达到地表水Ⅰ类水标准;TP㊁Cu㊁Cd㊁Hg 年均值基本达到地表水Ⅲ类标准;TN 年均值大部分为Ⅴ类水标准,部分年份甚至达到劣Ⅴ类㊂图2㊀2006-2021年上游保护区水质指标的M -K 检验结果以及时间变化曲线Fig.2㊀Results of M -K test and time -changing curve of water quality indicators in the national nature reserve forrare and endemic fish in the upper reaches of the Yangtze River from 2006to 202152淡㊀水㊀渔㊀业㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年2.1.2㊀中华鲟保护区水质指标特征分析2006-2021年中华鲟保护区水质指标年均值变化如图3所示㊂WT年均值变化范围为18.60~ 20.50ħ,整体呈缓慢上升的趋势;COD Mn年均值变动范围为1.06~4.54mg/L,年际变化趋势表现为2007-2017年缓慢上升,2018年后上升趋势明显;TN年均值变动范围为0.84~2.92mg/L,年际变化趋势表现为先上升后下降,2018年后又开始上升;TP年均值变动范围为0.05~0.19mg/L,年际变化表现为阶梯式下降;DO和pH年均值变动范围分别为7.07~8.76mg/L和7.56~8.06;NH3-N年均值的变化范围为0.15~0.81mg/L;TSS年均值变动范围为2~18.6mg/L,整体有缓慢上升趋势;重金属指标(Cu㊁Cd)整体维持在较低的水平, Cu最大值为0.0072mg/L,Cd最大值为0.0025 mg/L㊂M-K分析结果显示(图3),COD Mn年均值呈显著上升趋势;TP年均值呈显著下降趋势;WT㊁DO㊁pH㊁TN㊁NH3-N㊁TSS㊁Cu㊁Cd年均值的变化趋势不显著㊂根据地表水环境质量标准(GB 3838-2002),DO㊁NH3-N年均值基本达到地表水Ⅱ类水标准;COD Mn㊁TP㊁Cu㊁Cd㊁Hg年均值基本达到地表水Ⅲ类水标准;TN年均值大部分为Ⅴ类水标准,部分年份甚至达到劣Ⅴ类㊂图3㊀2006-2021年中华鲟保护区水质指标的M-K检验结果以及时间变化曲线Fig.3㊀Results of M-K test and time changing curve of water quality indicators in the Chinese sturgeon naturereserve of Yangtze River in Yichang from2006to20212.1.3㊀四大家鱼保护区水质指标特征分析2006-2021年四大家鱼保护区水质指标年均值变化如图4所示㊂WT年均值变动范围为18.06~20.49ħ,年际变化趋势表现为缓慢增加;COD Mn年均值变化范围为1.52~2.23mg/L,年际变化趋势为2008年达到最小值后开始上升;Hg年均值变动范围为0.00003~0.00013mg/L,年际变化趋势为阶梯式下降;TSS年均值变动范围为14.07~95.84mg/L,年际变化趋势为2008年达最大值后急剧下降,2009年开始缓慢下降;TN年均值变动范围为1.42~2.23mg/L,年际变化趋势为先上升后下降;DO和pH年均值变动范围分别为7.56~8.68mg/L和7.84~8.06;TP年均值变动范围为0.03~0.17mg/L;重金属指标(Cu㊁Cd)整体维持在较低的水平,年均值变化范围分别为0.0021~0.0133mg/L和0.0007~0.0057mg/L㊂M-K分析结果显示(图4),COD Mn年均值呈显著增加趋势;TSS㊁Hg年均值呈显著下降趋势;WT㊁DO㊁pH㊁TN㊁TP㊁NH3-N㊁Cu以及Cd年均值的变化趋势不显著㊂根据地表水环境质量标准(GB3838-2002),DO年均值基本达到地表水Ⅰ类标准;NH3-N㊁COD Mn年均值基本达到地表水Ⅱ类标准;TP㊁Cu㊁Cd㊁Hg年均值基本达到地表水Ⅲ类标准;TN年均值大部分为Ⅴ类水标准,部分年份甚至达到劣Ⅴ类㊂62第2期吴㊀凡等:长江中上游重要渔业水域环境质量评估图4㊀2006-2021年四大家鱼保护区水质指标的M -K 检验结果以及时间变化曲线Fig.4㊀Results of M -K test and time changing curve of water quality indicators in the fish resource of national aquaticgermplasm resources reserve for four major Chinese carps from 2006to 20212.2㊀水质指标间的相关性分析采用Spearman 相关性分析方法对长江中上游重要渔业水域11个水质指标之间的相关性进行分析㊂结果表明,上游保护区(图5a )的NH 3-N㊁COD Mn ㊁TP 两两之间极显著正相关;TSS 和Hg 之间极显著正相关;DO 分别与TP㊁NH 3-N㊁WT 之间极显著负相关;TSS 与TN 极显著负相关㊂中华鲟保护区(图5b)的TSS㊁COD Mn ㊁Cd两两之间极图5㊀2006-2021年长江中上游重要渔业水域水质指标的Spearman 相关性分析Fig.5㊀Spearman correlation analysis of water quality indicators in the important fishery waters of the upperand middle reaches of the Yangtze River72淡㊀水㊀渔㊀业㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年显著正相关;NH3-N㊁Cu㊁TP两两之间呈极显著正相关关系;pH与COD Mn之间呈极显著负相关关系;WT分别与Cu㊁NH3-N之间呈极显著负相关关系㊂四大家鱼保护区(图5c)的Cu与TN㊁Cd呈极显著正相关关系;WT分别与TSS㊁COD Mn之间呈极显著正相关关系;WT与DO之间呈极显著负相关;TP与Cu呈极显著负相关㊂2.3㊀基于WQI的水质评价由图6可知,上游保护区㊁中华鲟保护区㊁四大家鱼保护区的WQI值分别62~95㊁69~93㊁65~ 89,整体水质质量均为 良 ㊂对2006-2021年长江中上游重要渔业水域WQI的年均值进行M-K趋势分析,结果表明,上游保护区WQI年均值呈显著上升趋势(Z=3.28,P<0.01);中华鲟保护区WQI年均值整体呈上升趋势,但不显著(Z=0.59, P>0.05);四大家鱼保护区WQI的年均值整体呈显著上升的趋势(Z=2.97,P<0.01)㊂a:上游保护区,b:中华鲟保护区,c:四大家鱼保护区图6㊀2006-2021年长江中上游重要渔业水域WQI变化趋势Fig.6㊀Change trend of WQI in the important fishery waters of the upper and middle reaches of the Yangtze River2.4㊀WQImin模型建立2.4.1㊀上游保护区WQI min模型建立通过上游保护区水质指标与WQI进行逐步多元线性回归分析,确定WQI min模型㊂结果表明,TSS对上游保护区的WQI值的贡献最大,R2=0.730㊂加入其他水质指标后,比较WQI min模型的拟合度㊂结果表明,模型中加入TN㊁COD Mn和Hg后,R2值增加,分别为0.841㊁0.953和0.973;TP和NH3-N的加入也能略微的提升R2的值,分别为0.986和0.992;而Cd的加入仅使R2值提升0.003㊂因此,我们将TSS㊁TN㊁COD Mn和Hg作为上游保护区的关键水质指标,分别加入TP和NH3-N后,构建四种不同的WQI min模型㊂对构建的四种不同的WQI min模型进行分析(表2),结果表明WQI min-w3模型的表现最好,其RMSE和PE值最低㊂同样选用5个指标的WQI min-w2模型和选用6个指标的WQI min-w4模型则表现较差,与WQI min-w3模型相比,虽然R2较大,但RMSE和PE值也较大,表明这两种模型的预测能力均不如WQI min-w3模型㊂因此,WQI min-w3模型是最适合上游保护区水质评价的模型㊂表2㊀上游保护区WQI min模型评价Tab.2㊀WQI min model evaluation of the national nature reserve for rare and endemic fish in theupper reaches of the Yangtze River参数选择WQI min-w有权重模型R2RMSE PE/%PWQI min-nw无权重模型R2RMSE PE/%P TSS㊁TN㊁COD Mn㊁Hg w10.94013.8718.24<0.01nw10.77414.8322.93<0.01 TSS㊁TN㊁COD Mn㊁Hg㊁TP w20.96715.7221.37<0.01nw20.79718.6928.86<0.01 TSS㊁TN㊁COD Mn㊁Hg㊁NH3-N w30.965 5.928.68<0.01nw30.7987.2813.70<0.01 TSS㊁TN㊁COD Mn㊁Hg㊁TP㊁NH3-N w40.9847.8511.81<0.01nw40.80811.7120.18<0.01 82第2期吴㊀凡等:长江中上游重要渔业水域环境质量评估2.4.1㊀中华鲟保护区WQI min模型建立逐步多元线性回归分析结果表明,TN和NH3-N对中华鲟保护区的WQI值贡献最大,R2= 0.595㊂加入其他水质指标后,比较WQI min模型的拟合度㊂结果表明,模型中加入DO和COD Mn后, R2增加,分别为0.767㊁0.912;Hg和WT的加入也能略微的提升R2的值,分别为0.941和0.954; TP和Cd的加入则对R2的提升不明显,R2值仅增加0.008和0.004㊂因此我们将TN㊁NH3-N㊁DO 和COD Mn作为中华鲟保护区的关键水质指标,分别加入Hg㊁WT后,构建四种不同的WQI min模型㊂对构建的四种不同的WQI min模型进行分析(表3),结果表明WQI min-w4模型的表现最好,其R2 (0.951)最大,且RMSE和PE值最低,分别为3.29和2.88%㊂分别加入Hg和WT的WQI min-w2模型和WQI min-w3模型表现均不如WQI min-w4模型,R2较小且RMSE和PE值较大㊂因此,WQI min -w4模型是最适合中华鲟保护区水质评价的模型㊂表3㊀中华鲟保护区WQI min模型评价Tab.3.WQI min model evaluation of Chinese sturgeon nature reserve of Yangtze River in Yichang参数选择WQI min-w有权重模型R2RMSE PE/%PWQI min-nw无权重模型R2RMSE PE/%PTN㊁NH3-N㊁DO㊁COD Mn w10.909 6.07 5.98<0.01nw10.89411.0912.58<0.01 TN㊁NH3-N㊁DO㊁COD Mn㊁Hg w20.941 4.57 4.34<0.01nw20.809 6.82 6.99<0.01 TN㊁NH3-N㊁DO㊁COD Mn㊁WT w30.917 4.59 4.29<0.01nw30.901 6.17 6.86<0.01 TN㊁NH3-N㊁DO㊁COD Mn㊁Hg㊁WT w40.952 3.29 2.89<0.01nw40.826 3.65 3.16<0.012.4.3㊀四大家鱼保护区WQI min模型建立逐步多元线性回归分析结果表明,TSS对四大家鱼保护区的WQI值贡献最大,R2=0.501(P< 0.01)㊂加入其他水质指标后,比较WQI min模型的拟合度㊂结果表明,模型中加入TN㊁DO和Hg 后,R2增加,分别为0.656㊁0.794和0.923; NH3-N和COD Mn的加入也能略微提升R2值,分别为0.943和0.958;Cd和TP的加入则对R2的提升不明显,R2值仅增加0.008和0.005㊂因此我们将TSS㊁TN㊁DO和Hg作为四大家鱼保护区的关键水质指标,分别加入Cd和TP,构建四种不同的WQI min模型㊂对构建的四种不同的WQI min模型进行分析(表4),结果表明WQI min-w3模型的表现最好,其RMSE和PE值最低,分别为1.52和0.68%㊂同样选用5个指标的WQI min-w2模型表现不如WQI min-w3模型,其R2较小且RMSE和PE值较大㊂选用6个指标的WQI min-w4模型,与WQI min-w3模型相比,虽然R2略大,但RMSE和PE值均较大,表明WQI min-w4模型的预测能力不如WQI min-w3模型㊂因此,WQI min-w3模型是最适合四大家鱼保护区水质评价的模型㊂表4㊀四大家鱼保护区WQI min模型评价Tab.4㊀WQI min model evaluation of the fish resource of national aquatic germplasm resources reserve forfour major Chinese carps参数选择WQI min-w有权重模型R2RMSE PE/%PWQI min-nw无权重模型R2RMSE PE/%PTSS㊁TN㊁DO㊁Hg w10.819 4.97 4.97<0.01nw10.49311.9813.12<0.01 TSS㊁TN㊁DO㊁Hg㊁NH3-N w20.876 2.70 1.61<0.01nw20.5868.178.35<0.01 TSS㊁TN㊁DO㊁Hg㊁COD Mn w30.901 1.520.68<0.01nw30.631 4.57 4.55<0.01 TSS㊁TN㊁DO㊁Hg㊁NH3-N㊁COD Mn w40.929 1.97 1.96<0.01nw40.659 5.18 4.78<0.0192淡㊀水㊀渔㊀业㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年3㊀讨论3.1㊀水质现状及其影响因素从各水质指标的年际变化来看,长江中上游重要渔业水域的水温整体呈上升的趋势,与前人研究结论一致[20-22]㊂水温是影响鱼类正常生长繁殖的重要因子[23,24],河流水温的持续升高可能会影响长江中上游重要渔业水域内鱼类的产卵繁殖行为[21,22]㊂长江中上游重要渔业水域的COD Mn整体呈上升趋势,其中中华鲟保护区和四大家鱼保护区的COD Mn呈显著上升趋势㊂COD Mn作为有机污染物指标,其上升表明河流里有机污染物的污染程度增加[25],应加强对COD Mn指标的监测㊂上游保护区的TSS在2013年后急剧下降,主要是由于向家坝和溪洛渡水电站的相继运行,悬浮物由于沉降作用滞留于水库,导致下游水体的悬浮物减少[26]㊂长江中上游重要渔业水域的重金属含量维持在较低的水平,主要是由于长江中上游各高体大坝的建成,使得水体重金属沉积于水库底部[27],导致河流上层重金属含量减少㊂根据地表水环境质量标准的Ⅲ类标准,长江中上游重要渔业水域主要超标的水质指标为TN㊂这可能是由于农业面源污染㊁城镇废水以及居民生活污水的排放导致的[28],应加强对流域内的生态管理㊂长江中上游重要渔业水域水质指标间的关系主要表现为水温和DO呈显著的负相关,主要是由于水温的升高会降低氧气在水体里的溶解度[29,30]㊂悬浮物与重金属指标呈正相关,可能是由于水体重金属容易吸附于悬浮物[26,27]㊂TP和NH3-N呈正相关,与前人研究结果一致[25,31]㊂上游保护区中, COD Mn和TP显著正相关,可能是这些污染物都受到人类活动的影响,例如生活废水㊁工业废水和农业废水等都会导致它们的含量升高[32]㊂DO和TP 呈负相关,可能是当水中磷的含量过高时,导致藻类和大型水生植物的生长增加,从而导致溶解氧的减少[33]㊂中华鲟保护区中,水温和NH3-N呈负相关,可能是水温升高会导致水体中的营养盐浓度升高,这些无机盐会抑制氨氮的生物降解[34]㊂根据地表水III类水标准,TN是长江中上游重要渔业水域主要的超标因子,其超标导致根据单因子评价水域水质仅为Ⅳ类水标准㊂可以看出,单个指标对水质评价的影响较大,导致评价结果可能与实际环境质量之间存在偏差㊂因此,综合水质质量的评价显得尤为重要㊂本研究采用WQI综合11项水质指标,对长江中上游重要渔业水域的三个保护区进行水质质量评价㊂结果表明,长江中上游重要渔业水域整体水质质量为 良 ,且在监测期间水质逐渐改善,其中上游保护区和四大家鱼保护区的改善较大㊂LIU等[31]监测长江流域2008-2020年水质变化,结果表明长江流域水质有所改善,但COD Mn有上升的趋势㊂DUAN等[35]对长江流域2004-2015年水质进行监测,研究表明,长江流域水质逐年改善且长江上游水质改善较大,与本研究结果一致㊂随着生态文明建设的推进和中华人民共和国长江保护法的实施,长江流域的环境质量日趋渐好[36-38]㊂3.2㊀关键水质参数选择本研究使用多元逐步线性回归分析,选取了TN㊁COD Mn㊁Hg㊁DO㊁NH3-N㊁TSS以及水温为长江中上游重要渔业水域的关键水质参数,分别构建了上游保护区㊁中华鲟保护区以及四大家鱼保护区的WQI min模型㊂WQI min相较于WQI选择的水质参数较少,能够充分反映水质的整体变化特征,有助于以相对较低的成本对水质进行有效评价㊂本研究中选取的WQI min水质指标与其他地区建立WQI min模型的具有相似性㊂通过WQI和WQI min模型选择TN作为太湖水质进行评价的关键参数,模型结果对太湖水质评价具有很强的适应性[39-41]㊂作为有机污染的指标,COD Mn是确定阿克苏河WQI的两个最重要的水质参数之一[42]㊂DO和Hg 是评价中国南水北调工程WQI的重要水质参数[16]㊂研究证明NH3-N在水质营养水平的重要性,QI等[43]将NH3-N作为构建沂河WQI min模型的重要参数㊂悬浮物能够吸附水体中的重金属和各类营养盐,同时能影响水体里的光照强度,进一步影响浮游植物的光合作用,因此是河流的重要水质指标[44]㊂水温反映了水的物理和化学性质,可以影响水中细菌的生长和繁殖以及水的自然净化[45]㊂因此,本研究选取的关键水质参数对其他地区WQI min模型的构建具有重要的参考价值㊂3.3㊀权重对WQImin模型的影响早期的研究中,通常对水质参数增加权重来计算WQI㊂然而,WQI min模型中没有包含权重计算[15,46]㊂在后来的研究中,学者们改进了基于WQI的水质评价方法,并考虑了权重对WQI min模型的影响,以提高实验结果的准确性[16]㊂本研究对水质指标进行加权归一化处理,使水质评价结果更加符合实际情况㊂使用相同的关键水质指标构建03第2期吴㊀凡等:长江中上游重要渔业水域环境质量评估WQI min模型,然后比较它们的加权和未加权计算结果(表2~4)㊂结果表明,加权WQI min模型比非加权WQI min模型更好地解释了WQI的变化,能够更准确地预测水质㊂因此,我们推荐使用加权WQI min模型来评价长江的水质㊂此外,权重强调指标的相对重要性,这受研究区域差异和研究人员个人经验的影响,可能会导致权重有所不同㊂因此,我们建议在实际研究中,研究人员应查阅相关文献并根据实际研究地点和实测数据调整权重,以构建更符合实际的WQI min模型㊂参考文献:[1]LIU J G,DIAMOND J.Chinaᶄs environment in a globalizing world [J].Nature Publishing Group,2005,435(7046):1179-1186.[2]XU Z,ZHANG X,XIE J,et al.Total Nitrogen Concentrations in Sur-face Water of Typical Agro-and Forest Ecosystems in China,2004-2009[J].PLoS ONE,2014,9(3):e92850.[3]HUANG J,ZHANG Y,BING H,et al.Characterizing the River Water Quality in China:Recent Progress and On-Going Challenges[J]. Water Research,2021,201(4):117309.[4]ZAMPARAS M,ZACHARIAS I.Restoration of eutrophic freshwater by managing internal nutrient loadsA review[J].Science of the Total Environment,2014,496(15):551-562.[5]LIU Q,TIAN Y L,LIU Y,et al.Characteristics of two comprehensive assessment methods for water quality based on different evaluation criteria and their applications in aquatic environment management [J].Acta Ecologica Sinica,2019,39(20):7538-7546. [6]WU T,WANG S,SU B,et al.Understanding the water quality change of the Yilong Lake based on comprehensive assessment methods[J]. Ecological Indicators,2021,126(15):107714.[7]YANG S,HAO H,LIU B,et al.Influence of socioeconomic develop-ment on river water quality:a case study of two river basins in China [J].Environmental Science and Pollution Research,2021,28(38): 53857-53871.[8]SEVGILI M.Parameters selection for water quality index in the as-sessment of the environmental impacts of land-based trout farms [J].Ecological Indicators,2014,36:672-681.[9]HORTON R K.An index number system for rating water quality[J]. Water Pollution,1965,37:300-306.[10]GIKAS G D,SYLAIOS G K,TSIHRINTZIS V A,et parativeevaluation of river chemical status based on WFD methodology and CCME water quality index[J].Science of the Total Environment, 2020,745(5):140849.[11]SILVA M I,GONALVES A,LOPES W A,et al.Assessment ofgroundwater quality in a Brazilian semiarid basin using an integra-tion of GIS,water quality index and multivariate statistical tech-niques[J].Journal of Hydrology,2021,598(4):126346. [12]GORGIJ A D,WU J,MOGHADAM A A.Groundwater quality rank-ing using the improved entropy TOPSIS method:a case study in Azarshahr plain aquifer,east Azerbaijan,Iran[J].Human Ecologi-cal Risk Assessment,2019,25(1-2):176-190. [13]HE X D,WU J H,HE S.Hydrochemical characteristics and qualityevaluation of groundwater in terms of health risks in Luohe aquifer in Wuqi County of the Chinese Loess Plateau,northwest China[J].Human ecological risk assessment,2019,25(1-2):32-51. [14]WANG D,WU J,WANG Y,et al.Finding High-Quality groundwa-ter resources to reduce the hydatidosis incidence in the shiqu coun-ty of sichuan province,china:analysis,assessment,and management [J].Exposure Health,2020,12(3):1-16.[15]PESCE S F,WUNDERLIN D e of water quality indices to ver-ify the impact of Córdoba City(Argentina)on Suqua River[J].Water Research,2000,34(11):2915-2926.[16]NONG X Z,SHAO D G,ZHONG H,et al.Evaluation of water qual-ity in the South-to-North Water Diversion Project of China using the water quality index(WQI)method[J].Water Research,2020, 178(15):115781.[17]AKKOYUNLU A,AKINER M E.Pollution evaluation in streams u-sing water quality indices:A case study from Turkeyᶄs Sapanca Lake Basin[J].Ecological Indicators,2012,18:501-511. [18]DUAN W,HE B,CHEN Y,et al.Identification of long-term trendsand seasonality in high-frequency water quality data from the Yan-gtze River basin,China[J].Plos One,2018,13(2):e0188889.[19]SONG C,YAO L,HUA C,et al.A water quality prediction modelbased on variational mode decomposition and the least squares sup-port vector machine optimized by the sparrow search algorithm (VMD-SSA-LSSVM)of the Yangtze River,China[J].Environ-mental Monitoring and Assessment,2021,46(14):9541-9552.[20]邹㊀珊,李㊀雨,陈金凤,等.长江攀枝花-宜昌江段水温时空变化规律[J].长江科学院院报,2020,37(8):35-41,48. [21]郭文献,王鸿翔,夏自强,等.三峡-葛洲坝梯级水库水温影响研究[J].水力发电学报,2009,28(6):182-187. [22]黄膺翰,严忠銮,卢晶莹,等.向家坝水电站下游水温变化分析[J].水力发电,2022,48(12):1-5.[23]STEEL E A,LANGE I ing wavelet analysis to detect changesin water temperature regimes at multiple scales:Effects of multi-purpose dams in the Willamette River basin[J].River Research and Applications,2007,23(4):351-359.[24]SALTVEIT S J,TROND B,JOHN E B.Effect of a changed temper-ature regime on the benthos of a norwegian regulated river[J].Reg-ulated Rivers Research Management,1994,9(2):93-102. [25]杨婉玲,赖子尼,刘乾甫,等.不同养殖品种池塘化学耗氧量(COD Mn)变化趋势及环境影响因素[J].广东农业科学,2014, 41(8):161-165.[26]孙维民.水体悬浮物环境特性与富集采样技术研究[D].辽宁大连:大连理工大学,2018.[27]朱㊀林.水库沉积物中重金属的迁移与富集效应研究[D].辽宁大连:大连理工大学,2019.[28]丁肇慰,郑㊀华.长江流域总氮排放量预测[J].环境科学,2021,42(12):5768-5776.[29]KULWINDE S P,RASHMI B.Fractal,predictability index and vari-ability in trends analysis of river-water dynamics[J].International journal of river basin management:JRBM,2014,12(4):285-297.13。
《基于WASP模型的岱海水质模拟及归因分析》篇一一、引言随着中国经济的快速发展，水环境问题日益突出，湖泊水质的保护和改善成为环境保护工作的重要任务。
岱海作为我国北方重要的湖泊之一，其水质状况直接影响着当地生态环境和人类生活。
为了有效监测和评估岱海的水质状况，本文利用WASP （Water Quality Analysis Simulation Program）模型对岱海水质进行模拟，并对其归因进行分析。
二、WASP模型简介WASP模型是一种广泛应用于湖泊、水库等水体水质模拟的模型。
该模型能够根据水体的物理、化学和生物特性，以及水体的流动状况、环境条件等因素，模拟出水体中各种污染物的动态变化过程。
通过对模拟结果的分析，可以评估水体的水质状况，找出主要污染源和污染途径，为水体的保护和治理提供科学依据。
三、岱海水质模拟本文采用WASP模型对岱海水质进行模拟。
首先，收集了岱海的水文、气象、水质等数据，建立了岱海的水质模拟数据库。
然后，根据岱海的地理特征、水体流动状况、环境条件等因素，设置了模型的参数。
最后，利用WASP模型对岱海的水质进行了模拟。
模拟结果显示，岱海的主要污染物为氮、磷等营养盐类物质，这些物质主要来源于周边农业活动和生活污水的排放。
此外，工业废水、大气沉降等也是造成岱海水质恶化的重要原因。
四、归因分析根据WASP模型的模拟结果，本文对岱海水质恶化的原因进行了归因分析。
首先，周边农业活动和生活污水的排放是造成岱海水质恶化的主要原因。
由于周边地区人口密集，农业活动频繁，大量的氮、磷等营养盐类物质通过排水渠道进入岱海，导致水体富营养化，藻类大量繁殖，水质恶化。
其次，工业废水的排放也是造成岱海水质恶化的重要原因。
一些工业企业未经处理或处理不当的废水直接排入岱海，导致水体污染。
此外，大气沉降也是造成岱海水质恶化的因素之一。
五、结论与建议通过对岱海水质的模拟和归因分析，本文得出以下结论：岱海的水质状况受到周边农业活动、生活污水、工业废水以及大气沉降等多种因素的影响。
全国大学生数学建模竞赛参赛队员 1.周少甫2.马铮3.周哲长江水质的评价和趋势分析模型【摘要】本文要解决的问题是：对长江沿江各处水质情况的相关数据进行分析，以确定哪些地方的水质污染较少和以后水质发展的一个相关的趋势。
通过对长江近几年水质的相关分析并结合了实际情况，对题目进行了简化假设。
在整体考虑各个问题的基础上抓住研究长江水质情况这根主线，建立了对长江水质的评价和趋势分析模型。
关于问题一的解决方法：首先，我们对长江近两年多来的观测数据做了一系列相关的分析和处理，将各种污染物的浓度进行标准的正交化，以得出一个年平均值标准；然后，以此年平均值标准考察沿江各个观测站的水质遭受污染的情况，并定量的进行相关数据的分析，并以此绘制了相关系列的图表，得出了长江水质污染总体上呈越来越严重的趋势；最后，分析比较各类主要污染物在沿江各各观测站污染程度的高低，综合评判了各观测站水质情况的好坏。
关于问题二的解决方法：首先，我们应用微分方程刻画出两个观测站之间污染物浓度的差值同污染物被降解的系数以及两个观测站距离的关系；然后建立浓度差值模型并绘制图表，通过分析两站点间的差值，方便快捷的找到了主要污染物的污染源。
关于问题三的解决方法：首先，我们对各类水质所占百分比的变化赋予权重，在验证了所赋权重的可靠性后，我们算出每年的污染指标；然后，依照过去10年的统计数据，预测了长江水质的污染趋势将会不断恶化变得越来越严重，国标将水质分为了六类，劣Ⅴ类水的比例将达到20%。
关于问题四的解决方法：首先，我们将水文年里干流中各类水的百分比变化情况反映在折线图上，并对各类水质的变化规律进行相关的研究，由此，我们推算出刚好使得干流水质超标的临界排放量；最后，我们线性拟合了年污水排放量的变化趋势，并预测了今后十年的污水排放总量。
从而，我们得到了每年应处理的污水量：关于问题五的解决方法：我们从经济管理的角度出发考虑如何有效的控制污物的排放量。
提供了两种管理方案：排污收费和排污征税。
《基于WASP模型的岱海水质模拟及归因分析》篇一一、引言随着中国经济的快速发展，水环境问题日益突出，湖泊水质的保护和改善已成为环境保护的重要任务。
岱海作为中国北方重要的内陆湖泊之一，其水质状况的监测和改善至关重要。
本文利用WASP（Water Quality Analysis Simulation Program）模型对岱海水质进行模拟，并对其污染归因进行分析，为岱海的水质保护和改善提供科学依据。
二、WASP模型简介WASP模型是一种用于湖泊、水库等水体水质模拟的模型，具有较高的可靠性和实用性。
该模型可以模拟水体的营养盐、浮游植物、浮游动物等生物地球化学过程，从而对水体的水质进行预测和评估。
在本文中，我们利用WASP模型对岱海水质进行模拟，分析其水质状况和变化趋势。
三、岱海水质模拟我们基于WASP模型，结合岱海的水文气象数据、水质监测数据等，对岱海水质进行了模拟。
模拟结果表明，岱海的水质主要受到营养盐、水温、光照等环境因素的影响。
其中，营养盐是影响岱海水质的主要因素之一，其浓度对水体的富营养化程度有显著影响。
此外，水温、光照等因素也会对水体的生物地球化学过程产生影响，从而影响水质状况。
四、岱海水质归因分析通过对岱海水质的模拟结果进行分析，我们发现岱海的水质问题主要来自于以下几个方面：1. 农业污染：岱海周边农业活动频繁，农药、化肥等农业污染物的排放是导致岱海水质恶化的重要原因之一。
2. 工业污染：部分工业企业的排放也对岱海的水质造成了影响。
3. 生活污水：随着周边人口的增长，生活污水的排放也对岱海的水质造成了压力。
4. 气候因素：气候变化导致的水温、光照等环境因素的变化也会对岱海的水质产生影响。
五、结论与建议通过本文的分析，我们得出以下结论：岱海的水质问题主要来自于农业污染、工业污染、生活污水和气候因素等多个方面的综合影响。
为了改善岱海的水质状况，我们提出以下建议：1. 加强岱海周边农业污染的治理，减少农药、化肥等农业污染物的排放。
三峡水库浮游植物群落特征及水体富营养化评价王顺天1，2，雷俊山1*，贾海燕1，杨传国2（1.长江水资源保护科学研究所，武汉430051；2.河海大学水文水资源学院，南京210000）摘要：基于2003—2017年三峡水库浮游植物群落结构、优势种群的变化和2017年水库干支流水质数据，全面分析浮游植物群落结构和演替特征，并运用综合营养状态指数法对水体富营养化程度进行评价。
结果表明，三峡水库浮游植物种类丰富，监测期间共鉴定出浮游植物7门62属，细胞密度在7.5×104～2.8×107cell/L 之间变化，Shannon-Wiener 多样性指数为1.0～3.0，在α-中污带和β-中污带之间，说明三峡水库水生态环境健康状况相对较好；三峡水库浮游植物季节性演替特征呈硅藻和甲藻向蓝藻和绿藻演替的趋势，年际变化特征分析发现浮游植物密度在2008年175m 实验蓄水后大量增长，且优势藻类由河道型藻类向湖泊型藻类转化。
通过监测数据分析，得出三峡水库干流处于中营养状态，支流在春季主要处于轻度富营养状态，秋季支流比春季支流的富营养化程度低，主要处于中营养状态，总氮（total nitrogen ，TN ）、总磷（total phosphorus ，TP ）和透明度（transparency ，SD ）为水质主要影响因子。
关键词：三峡水库；浮游植物；群落结构；演替特征；富营养化评价中图分类号：X524文献标识码：A文章编号：2096-2347（2020）01-0032-10收稿日期：2020-02-29基金项目：国家重点研发计划项目（2017YFC0505302）。
作者简介：王顺天（1996—），男，硕士研究生，从事水环境保护及评价研究。
E-mail :152*****************通信作者：雷俊山（1979—），男，教授级高级工程师，从事水环境、水生态保护研究工作。
E-mail:*****************引用格式：王顺天，雷俊山，贾海燕，等.三峡水库浮游植物群落特征及水体富营养化评价[J].三峡生态环境监测，2020，5（1）：32-41.Citation format:WANG S T,LEI J S,JIA H Y,et al.Characteristics of phytoplankton community and eutrophication evaluation of the Three Gorges Reservoir[J].Ecology and Environmental Monitoring of Three Gorges ，2020，5（1）：32-41.DOI ：10.19478/ki.2096-2347.2020.01.05Characteristics of Phytoplankton Community and Eutrophication Evaluation ofthe Three Gorges ReservoirWANG Shuntian 1,2,LEI Junshan 1*,JIA Haiyan 1,YANG Chuanguo 2(1.Changjiang Water Resources Protection Institute,Wuhan 430051,China;2.College of Hydrology and Water Resources,Hohai University,Nanjing 210000,China)Abstract:Based on the changes of phytoplankton community structure and dominant species in the Three Gorges Reservoir from 2003to 2017and the water quality data of the main stream and tributaries in 2017,the phytoplankton community structure and succession characteristics were comprehensively analyzed,and the eutrophication degree of the water body was calculated by the comprehensive nutritional status index method.The results showed that there were abundant phytoplankton in the reservoir.During the monitoring period,7type and 62genera phytoplankton were detected.The phytoplankton density varied from 7.5×104to 2.8×107cell/L,and the Shannon-Wiener diversity index from 1.0and 3.0was between the α-medium pollution zone and β-medium pollution zones,indicating that the health status of the water ecological environment was relatively good.The seasonal characteristics ofphytoplankton in the Three Gorges Reservoir showed the succession from diatoms and dinoflagellates to cyanobacteria and green algae.The interannual variation showed that the algae density increased significantly after experimental water storage of 175m in 2008,and the dominant showed transformed from river-type algae to lake-type algae.Monitoring data analysis showed that the main stream of the Three Gorges Reservoir was in a medium nutrient state;the tributaries were mainly in mild eutrophication in spring,三峡生态环境监测Ecology and Environmental Monitoring of Three Gorges2020年3月Mar.2020第5卷第1期V ol.5No.1□水生态风险评估与评价第5卷第1期33朝天门寸滩御临河龙溪河珍溪河渠溪河黎香溪乌江乌江清溪河龙河池溪河东溪河黄金河汝溪河壤渡河沱口苎溪河磨刀溪长滩河大溪河汤溪河小江梅溪河草堂河抱龙河官渡口神女溪大宁河神农溪吒溪河香溪河青干河九畹溪太平溪童庄河监测断面河流三峡库区县区010********kmN EWS图例and the eutrophication was lower in autumn than in spring,mainly in a medium nutrient state.Total nitrogen (TN),total phosphorus (TP),and transparency (SD)were the main influencing factors of water quality.Key words:Three Gorges Reservoir;phytoplankton;community structure;succession characteristics;eutrophication evaluation三峡工程是治理和开发长江的关键性骨干工程，也是长江流域重要的生态屏障。
三峡库区水环境模型系统构建夏晶晶;张万顺;王永桂;蔡锋;袁云霏;万晶;彭枫【摘要】流域水环境受地形、气象、水文和社会经济等诸多方面的因素影响,其模拟分析是当前的研究热点也是一大难点.基于流域水循环机理,通过识别污染物主要来源和迁移途径,对流域及其内部发生的复杂污染过程定量化描述,构建了包含陆地模型、三维水动力模型和水质水生态模型的空-地-水一体化水环境模型体系,实现了大流域尺度水环境系统的高效模拟.通过模型条件节点和应用节点的协调运作,提升了水环境自动监控能力,实现了对全流域水环境状况实时模拟预测的业务化运行和突发事故的快速预警.将系统应用于三峡库区,验证了模型的有效性.研究成果可以为三峡库区的水环境管理提供可靠的技术支撑,对保障三峡库区水环境安全具有十分重要的现实意义.【期刊名称】《人民长江》【年(卷),期】2017(048)003【总页数】4页(P19-22)【关键词】水环境模型系统;陆地面源模型;三维水动力模型;水生态模型;三峡流域【作者】夏晶晶;张万顺;王永桂;蔡锋;袁云霏;万晶;彭枫【作者单位】武汉大学资源与环境科学学院,湖北武汉430079;武汉大学资源与环境科学学院,湖北武汉430079;武汉大学资源与环境科学学院,湖北武汉430079;重庆市环境科学研究院,重庆401147;武汉大学资源与环境科学学院,湖北武汉430079;武汉大学资源与环境科学学院,湖北武汉430079;重庆市环境科学研究院,重庆401147【正文语种】中文【中图分类】X171流域水环境问题是社会经济发展、污染排放、气候及水资源循环系统变化等多因素共同作用的结果。
流域水污染问题的控制，必须从流域尺度出发，系统认识流域水环境系统特征，研究各种污染形成机制，遵循流域水资源和水环境联合协调管理的理念，才能有效地抑制水环境恶化的趋势[1-2]。
流域水环境模型是通过对整个流域系统及其内部发生的复杂污染过程进行定量化描述，来识别污染物主要来源和迁移途径的，是研究流域水环境问题的重要工具[3-4]。
