中国太湖西岸地区污染动态的长期评估：改进的空气质量指数（WQI）和热力指数（TLI）模型，以提高预测精度和管理实用性

《Journal of Cleaner Production》：Long-term evaluation of pollution dynamics in West Lake Taihu, China: Enhanced WQI and TLI models for improved accuracy and management relevance

　　**标题：** 西太湖水质与富营养化的综合评估：一种改进的跨学科方法

**作者：**
Bo Chao, Xiangen Xu, Liwan Zhou, Mingbao Li, Chunhui Li

**机构：**
北京师范大学环境与生态高等研究院，珠海，519087，中国

**摘要：**
准确评估水质和富营养化状况仍然是全球湖泊污染管理中的关键挑战。传统模型（如水质指数WQI和营养级指数TLI）通常依赖于专家判断和过时的指导原则，这限制了它们对不断变化的污染条件的适应性。本研究提出了一种新的、可复制的、全面的评估框架，通过结合主成分分析（PCA）和因子分析（FA）对参数进行线性加权，使用随机森林（RF）对权重排名进行非线性验证，并通过超标率和藻类密度（AD）进行一致性检查以关联管理指标。选择西太湖作为案例研究，以评估2008-2023年的长期污染动态。结果表明，总磷（TP）和总氮（TN）是影响水质和富营养化的主导因素，取代了传统的溶解氧（DO）和叶绿素-a（Chl-a）。RF和超标率分析确认TP（22.71%）和TN（18.11%）是WQI的主要贡献者，超标率超过80%，而DO的影响较小（<9%），超标率低于5%。对于TLI，TN和TP分别贡献了27.02%和22.67%，而Chl-a的贡献较低（22.28%），并且存在明显的时间不匹配。从2008年到2023年，WQI提高了27.25%，TLI降低了22.70%，表明水质和富营养化状况都有显著改善。然而，持续的季节性和空间差异破坏了WQI-TLI在时空趋势上的一致性。改进的WQI模型通过减少稳定参数的影响并强调频繁超标的参数，提供了更现实的评估。修改后的TLI模型提高了富营养化区域的识别能力，并与AD的相关性更强。这两种模型也与外部RF输出的一致性更高，提高了其可靠性和管理适用性。研究表明，这种结合数据驱动的PCA/FA、RF验证和管理相关指标检查的集成框架，在准确性、管理相关性和适应性方面显著优于传统方法，为当代湖泊污染管理提供了强大的、可转移的框架。

**引言：**
湖泊在陆地水圈中发挥着至关重要的作用，提供了不可或缺的生态系统服务，包括气候调节、淡水供应和生物多样性保护（Geng等人，2021年）。作为自然生态系统和人类社会的重要组成部分，它们的生态功能和社会经济重要性是不可替代的（Liu和You，2023年）。然而，近几十年来快速的工业化、农业扩张和城市化导致来自各种来源的污染物排放大幅增加，导致水质严重恶化、生物多样性丧失和频繁的蓝藻水华。这些压力因素加速了湖泊生态功能的衰退（Tong等人，2022年），对生态安全、经济发展和人类生计构成了严重威胁（Zhou等人，2022年）。为了应对这些挑战并确保湖泊生态系统的长期可持续性，全面了解其时空污染动态是必要的，这是制定和实施有效污染控制策略的科学基础。水质评估是描述湖泊污染和指导环境管理策略的关键工具（Wang等人，2019年）。在各种评估指标中，水质指数（WQI）因其能够将多个参数整合为单一的无量纲指标而被广泛使用，从而将复杂的水质状况简化为易于解释的分类（Uddin等人，2022a）。然而，分配适当的参数权重仍然是一个主要挑战，因为不正确的加权可能导致误分类和管理决策无效。许多研究采用了Pesce和Wunderlin（2000年）、Debels等人（2005年）或其他专家提出的权重，例如对太湖流域（Wu等人，2018年）、香海湖（Gao等人，2023年）、伊龙湖（Wu等人，2021a）和南水北调中线工程（Nong等人，2020年）的评估。然而，这些专家分配的权重是在近二十年前提出的，具有显著的空间特异性和时间局限性，可能不适合受到不断变化的污染源、气候变率和加剧的人为压力影响的当代水体（Ismail等人，2024年）。此外，主观的专家判断往往与特定地点的环境条件不一致。例如，在上述研究中，溶解氧（DO）始终被赋予最高的权重（4），反映了其被认为的重要性。然而，在许多大型自然水体中，DO水平的变化主要由温度和天气驱动，很少超过监管阈值（Wu等人，2021b），并且通常接近饱和状态（Xu等人，2024年）。因此，DO很少被优先考虑作为关键的监管参数。这些局限性凸显了需要一种科学严谨和客观的方法来优化WQI参数权重，以确保更准确和地区特定的水质评估。对于湖泊生态系统而言，仅靠水质评估无法完全了解污染状况。随着各种生态问题的出现，环境管理者和研究人员越来越认识到评估富营养化的重要性（Lin等人，2021年），这是制定有效水生生态系统恢复策略的基本步骤（Li等人，2023年）。在现有的评估指标中，中国国家环境监测中心推荐的营养级指数（TLI）因其简单性和操作效率而被广泛使用（Xie等人，2024a）。然而，TLI方法也面临着与WQI类似的挑战，特别是在参数权重分配方面。当前研究中常用的权重基于2001年从中国26个主要湖泊收集的数据集，因此具有有限的时间相关性和强烈的空间特异性（Wang等人，2019年）。这些局限性阻碍了原始加权系统在当代污染条件下的适用性。因此，迫切需要开发一种更科学和客观的方法来重新校准TLI方法的参数权重，以提高其在富营养化评估中的准确性和灵活性。多变量统计模型在机器学习中得到广泛应用（Wang等人，2017年），在复合环境评估框架中显示出优化参数权重的巨大潜力（Liu等人，2020年）。在这些模型中，主成分分析（PCA）和因子分析（FA）利用变量之间的相互依赖性来识别潜在结构，并实现客观的数据驱动权重分配，这使它们在复合环境评估中越来越重要（Zeng等人，2025年）。具体来说，在PCA/FA中，权重是从相关矩阵到特征值/碎石图，然后到载荷，最终到标准化权重的可审计序列中得出的，从而最小化了基于专家的区域校准方法（包括层次分析法AHP、德尔菲法和临时调整）的主观偏差（Yu等人，2023年）。与其他ML优化的权重方案（如结合熵加权方法的CatBoost（Ding等人，2025年）、结合AHP和EWM或AHP和LightGBM的Ding等人，2023年）以及结合排名顺序质心加权的XGBoost（Uddin等人，2022b）相比，PCA和FA提供了透明的、可审计的逻辑、更简单的方法工作流程，以及当满足标准诊断标准时结构上稳健的汇总长期权重。由于这些优势，PCA和FA在水环境研究中的应用日益增多，包括水质评估（Kieu和Quoc，2024年）、富营养化分析（Qian等人，2024年）和污染源分配（Ruan等人，2024年）。它们的数据中心方法符合对地区特定、科学严谨和操作高效的环境管理工具日益增长的需求。然而，尽管PCA/FA的采用日益增加，但基于PCA/FA的评估框架仍然不完整。实际上，这种线性方法得出的权重通常在没有与独立非线性模型得出的权重进行交叉验证的情况下应用，这限制了它们捕捉非线性关系的能力（Liu等人，2020年）。此外，这些权重很少与监管机构优先考虑的管理相关指标（如超标频率/压力或生态响应指标）明确关联。因此，基于指数的评估可能无法完全捕捉现实世界水质动态的复杂性，导致与管理目标和实际决策需求的潜在不一致。本研究聚焦于西太湖（WTH），这是一个位于太湖上游西部地区的典型浅水湖，直接与主湖相连。作为最大的天然预处理水库，它在改善流入水质方面发挥着重要作用，每年减少进入太湖的污染物负荷超过30%（Zhang等人，2022年）。尽管对太湖进行了大量研究（Liu等人，2020年），但WTH的长期水质却受到较少关注，对其独立动态和调节价值的理解存在关键空白。本研究的目标是：（1）使用PCA/FA客观确定WQI和TLI的参数权重，结合随机森林（RF）模型进行非线性验证，并基于超标频率进行一致性检查以验证得出的权重；（2）使用经过验证的数据驱动的PCA/FA权重重新计算WQI和TLI，基于2008-2023年的罕见长期多站点手动监测数据集，并用外部独立的RF输出验证结果；（3）评估与管理相关指标（如过度压力或藻类密度）的对齐情况，并进行时间保留测试；（4）比较传统模型和改进模型，以评估修订方法的可行性。除了诊断污染问题和支持WTH的针对性管理外，本研究还提供了一个可转移的、数据驱动的框架，旨在提高全球湖泊生态系统中水质和富营养化评估的客观性、管理相关性和区域适用性，解决了传统和单一PCA/FA评估框架中的当前空白。

**研究区域：**
研究区域位于中国太湖盆地西北部的长江流域下游（图1）。WTH在当地也被称为Gehu湖（东经119°44′18″–119°53′15″，北纬31°29′30″–31°41′12″），位于该区域的中心。它大约占地164平方公里，从北到南延伸约25公里，从东到西延伸6.6–9.0公里，横跨江苏省的常州市和吴江市，是江苏省第二大淡水湖（Zhu等人，2021年）。

**环境参数的统计摘要：**
表1展示了2008-2023年WTH中16个环境参数的主要统计特征。WT表现出高变异性（CV：48.6%）和显著的年际上升趋势（τ-b = 0.67，p < 0.001），这可能是由全球气候变暖驱动的（Shi等人，2024年）。pH值保持弱碱性（平均值：8.2），变异性低（CV：5.0%），年际变化趋势不显著，反映了稳定的酸碱状态。平均DO浓度为9.9毫克/升。

**PCA/FA假设的验证：**
本研究中使用的基于PCA/FA的权重系统依赖于几个关于输入数据结构和分布的基本假设。这些假设包括：（1）变量之间的近似线性；（2）强变量相关性；（3）足够的样本量用于降维。KMO统计量用于评估变量间可能为共同变异的方差比例，通常认为0.6以上的值是可接受的。

**结论：**
本研究使用一种综合框架，对WTH的长期（2008-2023年）水质和富营养化动态进行了全面重新评估，该框架在传统WQI和TLI模型的基础上进行了改进。通过结合PCA/FA得出的权重与RF验证和管理相关的一致性检查，它解决了当代湖泊评估方法中的一个关键问题：继续依赖可能不再反映不断变化的污染条件的静态专家权重。

**作者贡献声明：**
Bo Chao：撰写 – 审稿与编辑，撰写 – 原稿，数据管理，概念化。Xiangen Xu：撰写 – 原稿，资金获取。Liwan Zhou：监督，数据管理，概念化。Mingbao Li：数据管理。Chunhui Li：撰写 – 原稿，监督，概念化。

**数据和机器学习代码的可用性：**
数据和机器学习代码将应要求提供，并在线分享在：https://dx.doi.org/10.6084/m9.figshare.29191337。

**利益冲突声明：**
作者声明没有已知的竞争财务利益或个人关系可能会影响本文报告的工作。

**致谢：**
本研究得到了中国国家重点研发计划（2022YFC3202001）和常州市科技支持计划（CE20235071）的财政支持。作者们对编辑和匿名审稿人提出的宝贵意见表示感谢，这些意见提升了文章的质量。