流域水环境分区分类管控体系研究——以太湖流域浙江片区为例.pdfVIP

摘要

流域水环境分区分类管控是实施水质目标精细化管理的重要手段。本研究以

太湖流域浙江片区为研究对象，利用机器学习算法建立基于流域特征变量的水质

预测模型，并对流域水质空间分布状况进行综合评估；采用空间叠置法进行多区

耦合划分了水环境控制单元，对各控制单元开展差异化管控。在此基础上开发了

水环境分区分类管理系统，为推动水环境信息化管理提供技术支撑。主要研究结

果如下：

（1）基于随机森林算法构建了流域特征-水质预测模型，其中CODMn、TP、

TN预测模型的确定性系数R2分别可达0.78、0.65和0.44。模型预测结果得到

2015~2017年间全流域CODMn浓度范围为1.39~6.40mg/L，TP浓度范围为0.02

~0.23mg/L，TN浓度范围为1.43~4.27mg/L。从空间分布看，流域西部的水质

显著优于流域东部，但不同污染物高浓度区域的空间分布具有差异性。采用

ShapleyAdditiveexPlanations(SHAP)方法对水质影响因子进行解析，结果表明

CODMn和TP受农业面源和生活源的共同影响；TN主要受农业面源的影响。集

约化农业是造成流域水质恶化的主要原因。多特征综合分析结果同时表明人口密

度中等的城乡结合部比人口密集的城市核心区具有更强的水质恶化倾向。

（2）采用自组织映射人工神经网络与K-means耦合算法对随机森林模型预

测水质进行了聚类分析，在此基础上采用空间叠加分析方法开展多区耦合，最终

将太湖流域浙江片区划分为104个水环境控制单元。综合评价控制单元的生态功

能重要性、水环境特征以及水质驱动特征，对控制单元进行了递进式分类，将水

环境控制单元识别为优先保护型控制单元22个，整治提升型控制单元26个，预

防改善型控制单元15个，保护维持型控制单元41个，并对各类控制单元提出了

差异化管控对策。

（3）面向流域信息化管理的实际需求，采用Python语言及其WEB框架与

函数库，开发了流域水环境分区分类管理系统。系统设置了多维度流域信息查询、

交互式水质分析、可视化水环境控制分类管控等功能，同时设置了相应的模型工

具，实现了流域管理关键信息的交互式可视化查询及对建模工作的简化。

关键词：随机森林模型；分区分类；多区耦合；水环境控制单元；聚类分析

Abstract

Regionalizationandclassificationforwaterenvironmentisanimportantwayto

implementfinemanagementforwaterqualityimprovment.Awaterqualityprediction

modelbasedonwatershedfeatureswasestablishedusingmachinelearningalgorithm

andwasappliedtoacomprehensiveassessmentofwaterqualityintheTaihuLake

BasininZhejiangProvince(TLBZJ).Thewaterenvironmentcontrolunitswere

regionalizedbymulti-regioncouplingandspatialoverlayanalysis.Thecontrolunits

wereclassifiedtoachievedifferentiatedmanagementandcontrol.Furthermore,an

informationmanagementsystemforTLBZJwasdevelopedtosupportwater

environmentmanagementinthebasin.Themainresultswereasfollows:

(1)Basedontherandomforestalgorithm,thewate