综述：水文气候因素对地表水质影响的全球综述与综合

这篇综述系统评估了水文气候参数（如降水、温度、径流）对地表水质（WQ）的影响，揭示了降水（TP/TN浓度↑）和温度（DOX↓）的关键作用，指出AI/ML模型（如ANN）在提升预测精度中的潜力，为气候变化下的水资源管理提供了整合建模框架。

　　

水文气候因素与地表水质的相互作用

气候变化通过改变降水模式、温度波动和径流量，显著影响地表水生态系统。降水作为最常研究的变量，其强度与频率变化直接关联水质指标波动。例如，强降水事件导致总磷（TP）和总氮（TN）浓度上升，主要由于农业径流冲刷和污水溢流；而干旱条件下，盐度（SAL）和溶解氧（DO_X）的降低可能引发水体分层和富营养化。

关键水质指标的响应机制

温度升高通过降低氧溶解度加剧缺氧，同时促进沉积物中磷的释放。研究显示，水温每上升1°C，DO_X饱和度下降约2.3%。径流则通过携带悬浮物（TSS）和微生物（如大肠杆菌）直接影响饮用水安全。值得注意的是，多变量协同效应（如高温+低降水）可能导致非线性水质恶化，但现有模型对此类复合压力的模拟仍不充分。

评估工具的技术演进

传统统计方法（如Pearson相关性分析）难以捕捉复杂非线性关系。近年，机器学习（ML）模型如支持向量回归（SVR）在预测水温时表现优异（R²>0.9），而混合模型（如Wavelet-ANFIS）能更准确预测总溶解固体（TDS）。水文模型（SWAT、QUAL2K）虽广泛应用，但需整合土地利用数据以提高区域适用性。

未来研究方向

亟需开发跨尺度模型以解析气候-水质-生态的级联效应。例如，利用可解释AI（XAI）技术揭示湿度等次要变量的贡献度，或通过长期监测网络验证模型在极端气候下的鲁棒性。此外，标准化水质指数（如IEWQI）的全球校准将助力跨研究比较。

（注：以上内容严格基于原文数据，未添加非文献支持的结论）