博文

Water 中国科学院沈阳应用生态研究所：城市化流域水—气协同污染的景观调控：基于辽河流域的GeoSHAP分析

已有 148 次阅读 2026-10-28 16:31 |个人分类:学术软文|系统分类:论文交流

在快速城市化与农业集约化背景下，流域水环境与大气环境问题往往相互交织。传统研究多聚焦单一污染物或单一环境介质，难以支撑流域尺度的综合治理和空间优化。如何在统一空间框架下识别水体与大气污染背后的关键景观因素，成为景观生态学和流域管理共同关注的问题。

中国科学院沈阳应用生态研究所史思雪、张廷爽和刘淼团队在Water 期刊发表研究，以辽河流域辽宁段为案例，结合水文子流域、空间机器学习和可解释模型方法，探索城市化流域中水—气协同污染的景观调控机制，为多环境介质协同治理提供了新的分析思路。

文章导读

辽河流域 (辽宁段) 兼具东部山地森林、北部和西部农田集中分布区，以及以沈阳经济区为代表的中南部城市—工业集聚区，土地利用结构复杂，形成了从生态屏障、农业生产到城镇工业活动的明显空间分异。该区域既是粮食生产和城市发展的重要承载区，也是水环境改善、空气质量提升与生态空间保护需要协同推进的典型区域。

本文以SWAT划分的水文子流域为基本分析单元，将总氮 (TN) 和总磷 (TP) 负荷、PM2.5与O3年均浓度、景观格局指数和空间机器学习模型纳入统一分析框架中，利用景观格局作为共同空间描述因子，比较两类协同污染的景观响应差异。

研究发现，水体营养盐耦合与大气复合污染受到不同景观格局的影响。水体污染更受农田分布、建成区边缘和森林缓冲作用影响；大气污染则与森林连续性、城市扩展和景观破碎化关系更密切。该研究为流域水—气污染协同治理和生态空间优化提供了新的景观生态学视角。

研究过程及结果

1.方法框架

研究以156个SWAT水文子流域为分析单元，整合 2000、2010和2020年的景观格局、水体污染和大气污染数据。其中，TN、TP负荷用于表征水体营养盐压力，PM2.5与O3年均浓度用于表征大气复合污染状况。研究进一步利用耦合协调度 (CCD) 识别水体和大气系统中的相对共污染热点，并通过 GeoXGBoost 和 GeoSHAP 定量揭示不同景观因子对协同污染格局的贡献。

图1. 研究分析框架：以子流域为共同空间单元，连接景观格局、污染指标、空间机器学习解释和规划优化。

2.景观格局变化与协同污染空间分异

2000—2020年间，辽河流域辽宁段土地利用结构发生明显调整。耕地面积由35,033.1 km2减少至33,595.2 km2，建设用地由4,861.2 km2增加至6,441.0 km2，森林面积总体保持稳定。空间上，东部山区以森林为主，西部和北部平原以耕地为主，中南部则集中分布城市和工业用地，呈现出典型的“东部生态屏障—西北部农业生产—中南部城市工业集聚”的景观格局。

图2. 2000—2020年辽河流域土地利用结构变化。

水体TN–TP营养盐耦合热点主要分布在中西部及西北部农业子流域，而大气PM2.5–O3复合污染热点则集中于中南部城市化子流域。两类污染均具有空间集聚特征，但热点位置和演变方向不同，说明农业源区、城市扩张和生态背景对水体与大气污染的影响路径存在差异。

图3. 水体 (a) 和大气 (b) 协同污染指数的空间分布。

3.关键景观预测因子及其差异

GeoXGBoost空间交叉验证结果显示，景观格局对水体协同污染指数的预测能力强于大气协同污染指数。说明相较于大气系统，TN–TP营养盐耦合更紧密地受子流域内部农业源区连续性、径流输移通道和生态缓冲格局影响；而 PM2.5–O3复合污染除与局地景观结构有关外，还可能受到区域输送、气象条件和大气化学过程等外部因素共同影响。

GeoSHAP解释结果进一步表明，耕地比例 (PLAND_C) 在三个基准年份中均是水体协同污染最稳定的景观预测因子，反映出农业源区连续性与营养盐相对共升高之间的紧密关联。对于大气系统，森林比例 (PLAND_F) 始终是最稳定的关键因子，表明连续森林背景与较低PM2.5–O3复合污染水平存在稳定空间关联。相比之下，建成区、耕地和边缘密度等次级因子的重要性随时间变化，体现了大气复合污染与景观格局关系的动态性和复杂性。

图4. 基于GeoSHAP的关键景观预测因子重要性。

4.模型敏感区间与空间治理启示

GeoSHAP依赖关系显示，两类协同污染对景观格局变化均存在一定的模型敏感区间。水体系统中，当耕地比例约为45%-55%、森林比例约为20%-30%、建成区边缘密度约为5-8时，模型响应变化较为明显；大气系统中，当森林比例约为50%-60%、边缘密度约为15-22 m/ha 时，响应曲线出现较清晰的转折。基于此，研究提出三类空间治理方向：水体管理区应重点削弱农业源区的连续性，并强化森林、湿地等生态缓冲空间；大气管理区应注重森林扩展、连通性提升和城市绿地格局优化；生态保护区则应避免森林破碎化，维持连续稳定的生态背景。该分区思路为流域水—气污染协同治理提供了可操作的景观生态学参考。

图5. 基于模型敏感区间和主导景观因子的规划分区与管理策略。

研究总结

本研究以统一的水文子流域为分析单元，构建了水体TN–TP营养盐耦合与大气PM2.5–O3复合污染的可比分析框架，并结合GeoXGBoost与GeoSHAP方法，实现了关键景观预测因子的定量识别与空间解释。

研究发现，水体协同污染主要与耕地源区连续性、径流输移结构和生态缓冲格局相关；大气复合污染则更稳定地关联于森林背景、城市扩展和景观破碎化状态。两类污染虽然都受到景观格局影响，但其响应路径、热点区域和敏感区间并不相同。

因此，流域水—气协同治理应根据不同环境介质的景观响应特征制定差异化管理策略。该研究为农业面源污染控制、城市空间优化、森林连续性维护和生态空间保护提供了景观生态学依据。

研究展望

未来研究可从三个方面进一步拓展。首先，可将三个基准年份扩展为连续时间序列，刻画水—气协同污染格局的长期变化、阶段性转折和可能的恢复过程。其次，可进一步引入排放清单、气象输送、边界层高度和大气化学过程等数据，以增强大气复合污染解释的过程支撑。最后，可开展多尺度对比和独立观测验证，检验模型识别的敏感区间在不同流域、不同景观背景和不同规划情景下的适用性，从而提升研究框架的推广价值。

阅读英文原文：https://www.mdpi.com/2073-4441/18/10/1212