|
| 机器学习与通径分析解析多流域氮磷季节机制 |
| Machine learning and path analysis for analyzing the seasonal variation mechanism of Nitrogen and Phosphorus in multiple basins |
| 投稿时间：2025-09-16 修订日期：2025-12-29 |
| DOI： |
| 中文关键词: 河流水体 氮磷 化学计量特征 影响机理 山东省 |
| 英文关键词: river water bodies nitrogen and phosphorus stoichiometry characteristics influencing mechanisms Shandong Province |
| 基金项目: |
|
| 摘要点击次数: 1559 |
| 全文下载次数: 0 |
| 中文摘要: |
| 人类活动加剧了水体富营养化问题，氮磷化学计量学特征（TN/TP）是指示水体富营养结构关键指标。本研究以山东省六大典型流域中的河流水体（不包含湖泊）为研究对象，通过机器学习模型与多元统计分析相结合的方式，运用相关性分析、机器学习模型以及回归通径分析方法，系统探讨了水体TN/TP季节分异特征及其与环境因子的关系。结果表明，山东省典型流域水体均表现为磷限制状态普遍处于磷限制状态，各流域水体TN/TP的年平均值范围为33.91~82.39，呈现枯水期高于丰水期的特点。TN/TP与TP、CODMn、COD、BOD5呈显著负相关，而TP与COD、CODMn、BOD5、NH3-N呈显著正相关。在丰水期，半岛流域和东平湖流域水体TN/TP主要受TP影响，沂沭河流域和海河流域则以CODMn为主导因子，而小清河流域与南四湖流域则以TN为主。枯水期，TN为半岛流域、小清河流域、海河流域和南四湖流域的主导因子，氨氮和TP分别为沂沭河流域和东平湖流域主要影响因素。全流域水体中TN/TP通径分析显示，TN和TP通过直接效应影响TN/TP，降雨、CODMn、COD和BOD5则通过间接效应作用影响氮磷比。通过识别优先管控因子与关键源区，本研究成果可为山东省流域和类似地区水生态环境的保护与管理提供科学参考和理论支撑。 |
| 英文摘要: |
| 论文覆盖山东省六大流域，首次在山东省多流域水体研究中，将机器学习模型与通径分析、相关性分析等多种统计方法结合使用，增强了结果的可解释性；论文使用SHAP（SHapley Additive exPlanations）值解释模型输出，明确各环境因子对TN/TP的贡献方向和强度，增强了机器学习的透明度和可信度。 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
| 关闭 |
