基于水质指数与机器学习的Lakhanpur区块地表水质评估及饮用水污染风险预测研究

《Dermatologic Clinics》：Surface Water Quality Assessment and its Evaluation of Potential Pollution Risks for Drinking Purposes Employing Water Quality Indices and Various Machine Learning Techniques

本研究针对印度奥里萨邦Jharsuguda地区Lakhanpur区块地表水质长期变化规律不明的问题，通过2017-2024年旱季采样，结合WAWQI和EWQI两种水质指数评估体系，并运用MLR、SVM、XG Boost等8种机器学习算法建立预测模型。研究发现该区域55%采样点水质优良，但45%存在污染风险；其中MLR模型预测性能最优（R2=0.9992）。该研究为发展中国家河岸带水质管理提供了数据驱动的新范式。

　　

在印度奥里萨邦的Jhunarsuguda地区，Lakhanpur区块作为"奥里萨邦动力中心"正面临着快速发展带来的环境挑战。随着城镇化进程加速、工业废水排放增加以及农业面源污染扩散，该地区地表水质的长期变化规律始终成谜。特别是位于Mahanadi河流域的这片区域，既是重要的生态廊道，又承担着周边农村和半城市地区的饮用水供给功能，但关于其水质系统性评估的研究却寥寥无几。

研究人员Abhijeet Das团队意识到，传统的水质监测方法往往难以捕捉复杂环境系统中非线性、多因子的相互作用关系。更棘手的是，现有研究多局限于描述性分析，缺乏能够预测水质动态变化的计算模型。这种知识空白使得当地水资源管理决策缺乏科学依据，直接影响联合国可持续发展目标（SDG）6（清洁饮水和卫生设施）和SDG 3（良好健康与福祉）的实现进程。

为破解这一难题，研究团队开展了一项跨越7年（2017-2024）的旱季水质监测计划。他们在20个固定采样点收集地表水样本，检测包括pH值、电导率（EC）、钠离子（Na⁺）、钙离子（Ca²⁺）等9项关键水质参数。通过结合加权算术水质指数（WAWQI）和熵权水质指数（EWQI）两种评估体系，并引入多种机器学习算法，构建了一套全方位的水质评估与预测框架。

关键技术方法包括：（1）采用综合采样技术收集20个点位7年间的旱季水样；（2）通过WAWQI和EWQI模型进行水质等级划分；（3）运用MLR、SVM、XG Boost等8种机器学习算法建立预测模型；（4）采用10折交叉验证和网格搜索优化模型参数。

5.1 地表水特征

水文地球化学分析显示，所有采样点pH值介于7.10-8.80之间，呈现弱碱性特征。电导率（EC）测量值（195-1390 μS/cm）普遍超过WHO建议限值（100 μS/cm），表明溶解性固体含量较高。离子浓度排序显示阳离子以Na⁺ > Ca²⁺ > Mg²⁺ > K⁺为主，阴离子以HCO₃^- > Cl^- > SO₄^2-为主，反映了当地地质构造和人为活动的共同影响。

5.2 基于WA-WQI和EWQI的地表水质

WAWQI评估结果显示，55%的采样点水质达到优良级别，但仍有45%处于差或极差状态。EWQI分析则显示水质空间异质性更明显，仅25%样本适合直接饮用，50%样本属于差或极差级别。空间分布图共同表明北部和东北部区域水质问题较为突出，这与工业分布和人口密度呈正相关。

5.3 WAWQI与EWQI对比分析

通过不确定性分析发现，EWQI方法在减少"遮蔽效应"（eclipsing effect）方面表现更优，其错误分类案例（50个）显著少于WAWQI方法（60个）。这表明熵权法能更敏感地捕捉参数间的信息差异，为机器学习建模提供了更可靠的数据基础。

5.4 机器学习模型性能

在模型比较中，多元线性回归（MLR）表现出色，训练集R²达0.9992，RMSE仅0.338。支持向量机（SVM）紧随其后，而K近邻（KNN）算法则因过拟合问题表现最差。集成学习方法（XG Boost、Ex T等）整体优于单一决策树模型，证明了集成策略在环境数据建模中的优势。

该研究的创新价值在于首次建立了适用于Lakhanpur区块的水质预测体系，揭示了电导率（EC）和碳酸氢根（HCO₃^-）是影响当地水质的最关键参数。研究提出的机器学习框架不仅为奥里萨邦类似区域的水质管理提供了技术范本，更开创了数据驱动型水资源治理的新路径。特别是模型展现出的高精度预测能力，使得在有限监测条件下实现水质早期预警成为可能，对发展中国家具有重要实践意义。

未来研究方向应拓展至雨季水质动态监测，并纳入重金属和微生物指标。同时，整合土地利用和气候变化因子将有助于构建更具韧性的水质预测模型，为实现流域精细化治理提供科学支撑。