人工智能技术驱动的水环境污染物溯源研究进展.pdfVIP

－

生态与农村环境学报２０２５ꎬ４１(９):１１４３１１５７

ＪｏｕｒｎａｌｏｆＥｃｏｌｏｇｙａｎｄＲｕｒａｌＥｎｖｉｒｏｎｍｅｎｔ

－

ＤＯＩ:１０.１９７４１/ｊ.ｉｓｓｎ.１６７３４８３１.２０２５.０３３０

－

吴欣怡ꎬ朱梦圆ꎬ孙佩佩ꎬ等.人工智能技术驱动的水环境污染物溯源研究进展[Ｊ].生态与农村环境学报ꎬ２０２５ꎬ４１(９):１１４３１１５７.

ＷＵＸｉｎ￣ｙｉꎬＺＨＵＭｅｎｇ￣ｙｕａｎꎬＳＵＮＰｅｉ￣ｐｅｉꎬｅｔａｌ.ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＳｏｕｒｃｅＴｒａｃｉｎｇｏｆＡｑｕａｔｉｃＥｎｖｉｒｏｎｍｅｎｔａｌＰｏｌｌｕｔａｎｔｓＤｒｉｖｅｎｂｙＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉ￣

－

ｇｅｎｃｅＴｅｃｈｎｏｌｏｇｙ[Ｊ].ＪｏｕｒｎａｌｏｆＥｃｏｌｏｇｙａｎｄＲｕｒａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２５ꎬ４１(９):１１４３１１５７.

人工智能技术驱动的水环境污染物溯源研究进展

吴欣怡ꎬ朱梦圆ꎬ孙佩佩ꎬ王秦玲ꎬ常梦杰ꎬ陈玲ꎬ吴兵①(南京大学环境学院水污染控制与资源绿色循

环全国重点实验室ꎬ江苏南京２１００２３)

摘要:水环境污染溯源是精准治污与生态修复的核心前提ꎬ对流域生态管理及社会、生态协同治理具有至关重要

的纽带作用ꎮ传统方法受限于检测准确性不足、模型过度简化及数据整合能力薄弱的技术难题ꎬ难以支撑污染物

－－

“源径汇”全链条动态解析的需求ꎮ本文系统梳理了当前水环境污染物溯源方法的现状以及人工智能(ＡＩ)技

术引入后的技术发展态势ꎬ结合文献计量与案例分析ꎬ揭示了聚焦于污染源智能识别、迁移路径动态建模及污染

汇风险预警三大方向的国内外研究热点ꎮＡＩ技术具有突破性的多源异构环境数据处理能力、环境系统中复杂变

量间非可加性及非单调性因果关联识别能力以及污染物在环境介质中时空演变的动态模拟预测能力ꎮ在源解析

维度ꎬ深度学习和迁移学习等展现了复杂环境条件下利用多源数据进行多尺度表征的能力ꎻ面向径建模ꎬ时序模

型、物理驱动ＡＩ等能够动态解析污染物在多介质界面的迁移路径ꎻ在汇风险评估环节ꎬ多尺度预警框架成为解析

污染汇形成机制与生态风险传导路径的重要手段ꎮ未来研究需重点攻克跨流域模型泛化能力、污染迁移的物化

机理可解释性及边缘计算适应性等难点ꎬ并通过构建“感知、决策、治理”联动的智能云链平台ꎬ建立涵盖模型架

构、数据接口与评估协议的技术标准体系ꎬ形成算法伦理审查和跨境治理协同机制ꎮ

－－

关键词:人工智能ꎻ溯源ꎻ水环境ꎻ污染物ꎻ源径汇过程

－－－

中图分类号:Ｘ５２文献标志码:Ａ文章编号:１６７３４８３１(２０２５)０９１１４３１５

ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＳｏｕｒｃｅＴｒａｃｉｎｇｏｆＡｑｕａｔｉｃＥｎｖｉｒｏｎｍｅｎｔａｌＰｏｌｌｕｔａｎｔｓＤｒｉｖｅｎｂｙＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＴｅｃｈ￣

①

ｎｏｌｏｇｙ.ＷＵＸｉｎ￣ｙｉꎬＺＨＵＭｅｎｇ￣ｙｕａｎꎬＳＵＮＰｅｉ￣ｐｅ