X
...

科学研究

基于物质流分析与机器学习耦合模型的鄱阳湖流域磷可持续管理策略

发布时间:2025-01-02

建立可持续磷管理是解决全球磷资源枯竭和流域水体富营养化的最有效策略。澄清社会经济因素与水质之间的定量响应关系是制定具体管理策略的关键。目前磷物质流模型量化结果还未与实际水体磷污染浓度建立响应关系。前期研究表明,自然水体必然与社会经济系统产生物质上的联系或者信息反馈,因此我们建立了社会经济活动驱动-区域磷流格局形成-水环境磷通量响应(调控)的城市磷流分析与可持续调控管理模型。以上三个模型单元存在正向的促进作用和相互的信息反馈功能,其核心是以流域物质流分析模型作为了解区域人类活动与水环境质量复杂关系的可靠媒介。物质流模型可以有效的实现这一点,因为理论上它可以考虑所有与磷全生命周期相关的系统单元和磷流过程,并十分契合的与水产生联系。模型中,我们充分考虑了城市社会系统中的重要子系统和关键磷流,这为调控人类生产过程、优化区域磷流结构、减少水环境磷负荷以及实现磷的可持续管理提供了合适、科学、有效的方法和工具。

团队以鄱阳湖流域为案例研究,基于流域物质流分析(WPMFA)过程模型和使用贝叶斯优化算法的机器学习(ML)模型,从空间角度建立了社会经济因素与水质(即磷通量)之间反馈循环的调控框架。我们使用了SHapley Additive exPlanations(SHAP)模型来解释和验证ML模型的效率和准确性,为MFA研究提供了合适且匹配的模型解释方法。研究表明,利用长期和密集的监测记录以及ML算法来建模水体磷响应,结果表现出了良好的稳健性和准确性(R² = 0.78–0.84;MSE = 0.01–0.21;MAE:0.05–0.08)。流域磷流动对磷通量有显著影响,并且磷通量的响应表现出非线性和无滞后特性。输出型磷流被识别为对磷通量做出显著贡献的因素(>90%)。SHAP通过为每个社会经济驱动因素提供贡献特征,确认农业活动是影响磷流强度的核心因素(>75%)。MFA-ML耦合模型推动了对磷流如何指导流域磷循环的理解。P-MFA可以作为社会经济活动与流域水质之间互动的可靠反馈媒介。因此,基于耦合模型的框架可以调控和改善流域中社会经济系统的磷管理,使该框架成为全球可持续磷发展评估的关键工具。相关成果以Sustainable management strategy for phosphorus in large-scale watersheds based on the coupling model of substance flow analysis and machine learning为题发表在Resources, Conservation & Recycling期刊(中科院一区,IF=11.4)。

0ca5ec90c38147f4b6f1d417c465f6a7.png

图文摘要

可持续P利用和管理实践的时空优化模拟框架

1cbb9fd8118b47d88f6e0c7bb3613791.png

第一作者:刘伟 博士研究生

通讯作者:谢显传 教授

通讯单位:南昌大学资源与环境学院、鄱阳湖环境与资源利用教育部重点实验室

全文链接:https://doi.org/10.1016/j.resconrec.2024.107897


TOP