《Science of The Total Environment》：Spatiotemporal risk assessment of river water quality for tropical river systems using hydrological dynamics, anthropogenic influences, and ecological health index
编辑推荐：
时空风险评估框架整合SWAT、Eflow、QUAL2K与WQI计算，通过Block-Bootstrap和蒙特卡洛量化不确定性，结合多概率风险指标（均值、方差、损失概率、熵等）与Borda-Copeland聚合方法生成共识风险排名，并利用GIS构建Eflow-WQI双阈值动态风险地图，揭示热带流域中水循环调控与污染治理协同对生态风险的缓解作用，重点识别三月、四月、五月的高风险时段及污染负荷25-50%的治理阈值。
Satish Kumar Mummidivarapu|Shaik Rehana
印度特伦甘纳邦海得拉巴加奇博利国际信息技术学院空间信息学实验室，水文气候研究小组，邮编500032
摘要
在热带河流系统中，可持续管理河流水质（RWQ）需要一种方法，该方法能够同时考虑与水文动态、人为影响和生态健康相关的空间和时间风险。本研究开发了一种具有不确定性意识的时空风险评估方法，该方法整合了上游水文动态（SWAT）、环境流量（Eflow）的操作变异性、水质模拟（QUAL2K）以及概率水质指数（WQI）计算。使用块自助法（Block-Bootstrap）和蒙特卡洛技术（Monte Carlo）来量化不确定性传播，并在模型链中构建置信区间。在不同Eflow和污染控制情景下，通过月度WQI估计值来评估河流系统的空间风险变异性。时间风险通过WQI和多种概率度量方法进行评估，包括均值、方差、损失概率、熵、平均超额损失和风险价值。通过Borda和Copeland聚合技术制定了统一的风险排名。利用GIS整合Eflow和生态指数创建了分类的空间风险地图。研究结果表明水质存在显著的季节性变化，4月、3月和5月由于污染水平升高而被认定为高风险月份。在蒙特卡洛分析（1000次迭代）中，根据风险严重程度，4月、3月和5月被确定为风险最高的月份。空间风险地图显示了明显的高风险区域，并强调了在最佳Eflow条件下将污染处理水平提高到25-50%以降低生态风险的必要性。这一综合框架强调了流量调节和污染管理的必要性，为有效保护河流生态系统提供了可行的见解。
引言
河流水质（RWQ）的时空风险评估已成为理解和管理污染源、流量模式与生态脆弱性之间动态相互作用的重要框架（Deng等人，2021年）。全球范围内，河流水质恶化成为一个日益严重的问题，这主要是由于快速城市化、农业集约化、工业排放以及气候变化引起的水文变化（Mukhopadhyay和Valsalan，2024年）。污染事件的频率和强度不断增加，通常与极端水文条件和人为压力有关，因此需要开发全面的、基于过程的框架，以捕捉水文变异性和生态脆弱性，同时考虑风险发生的地点（空间）和时间（时间）（Cheng等人，2024年）。因此，与静态的水文和水质分析不同，时空风险评估方法能够捕捉河流中的固有空间异质性和时间变异性，从而为可持续水资源管理提供明智的决策依据（Wang等人，2022年）。
水文和水质研究的最新进展得益于集成建模框架的发展（Xue等人，2021年），因为单个模型无法完全涵盖所有水文和水质过程（Wang等人，2016年）。多项研究提出了此类集成系统，例如：SWAT + QUAL2K用于数据稀缺流域的水质模拟（Bui等人，2019年）和Eflow分配评估（Kumar等人，2023a）；QUAL2K + GIS用于污染排放的绘制（Ahmad Kamal等人，2020年）；SWAT + HEC-RAS用于评估不同流量条件下的污染物动态（Xue等人，2021年）；HEC-HMS + QUAL2K用于研究气候变化引起的水质恶化（Santy等人，2022年）；以及GEFC + QUAL2K用于河流水质的绘制和评估（Mummidivarapu等人，2023年）。这些框架共同显著推进了人们对污染物行为和水质响应在水分变异性下的理解。然而，尽管取得了这些进展，现有集成建模研究中的一个关键研究空白是缺乏将上游流域尺度的水资源管理决策的操作变异性通过环境流量约束传播到下游生态风险结果的评估框架。但本研究通过一个统一的、基于风险的评估框架，建立了上游水文变异性、水库操作变异性与Eflow、污染负荷传播以及生态脆弱性之间的直接联系。这填补了理解这些操作如何影响下游生态风险的知识空白，而这在风险评估框架中常常被忽视。
文献中用于评估RWQ风险的技术包括模糊集理论和概率方法。例如，Li等人（2019年）使用模糊集理论评估了长江的污染风险，而Rehana和Mujumdar（2009年）分析了Tunga-Bhadra河的极端RWQ风险，Rai等人（2014年）评估了跨界河流网络系统（RNS）的风险。概率模型主要旨在通过风险指数量化不确定性并估计污染物的超越概率（Gibbons，2003年）。最近的研究将这些模型应用于各种河流系统，例如评估墨西哥San Marcos河的污染（López等人，2020年）以及中国黄河的水质风险（Li等人，2021年）。此外，还有研究将人为压力与Laborec河的风险联系起来（Zeleňáková等人，2021年），量化了秘鲁安第斯河的细菌学和毒理学风险（Custodio等人，2023年），并研究了印度Gomti河的重金属污染风险（Kumar等人，2023b）。大多数这些研究使用基于平均污染水平的 risk指数，这些指数是根据发生概率和后果或平均水质参数计算得出的。少数研究探索了替代度量方法；例如，Rehana等人（2020年）使用损失概率，Singh等人（2019年）使用熵来评估低水质和污染风险。然而，仍然存在一个重要的知识空白，即没有单一的风险度量能够充分表征所有环境风险方面，不同的风险度量可能会产生矛盾的排名。虽然Brito等人（2024年）率先提出了针对DO和BOD参数的多度量风险评估方法，但仍然存在一个研究空白：没有研究将多种概率风险度量应用于复合水质指数（WQI），并使用聚合方法生成基于共识的风险优先级。因此，本研究采用了多概率风险度量方法应用于复合WQI，而不是单独的参数，并使用排名聚合方法进行共识风险排名。
评估环境、健康和生态毒理学风险的研究依赖于特定的微量污染物数据集，如微塑料（Somepalli和Andaluri，2025年）、重金属（Khan等人，2023年）、有毒元素（Tokatl?等人，2024年）和农药（Bhuiya等人，2024年）。虽然这些数据集提供了有关污染物动态的见解，但由于数据稀缺，它们在发展中国家的应用受到限制。在这种情况下，像水质指数（WQI）这样的复合水质指标可以有效地评估河流水质和风险，从而在数据稀缺地区评估生态系统的脆弱性。与此同时，多项研究使用WQI作为复合指标，评估和绘制全球不同河流的RWQ，包括Rokel河（Barrie等人，2023年）、Bhadra河（Mummidivarapu等人，2023年）、幼发拉底河（Hussein等人，2020年）、Mahananda河（Parween等人，2022年）、Skudai河（Ahmad Kamal等人，2020年）、Ganga河（Shukla等人，2017年）和Godavari河（Gupta等人，2015年）。这些研究依赖于基于WQI的插值技术（如IDW、Kriging）来生成污染风险区域（Matta等人，2022年）。然而，这些方法往往忽略了流量变化（特别是环境流量Eflows）的动态影响，而这些流量变化会调节污染物的传输和稀释能力以及生态完整性。因此，将Eflows纳入空间风险框架对于制定生态相关的评估至关重要，特别是在受上游水库运营和季节性水文波动影响的受监管河流系统中（Cheng等人，2024年；Deng等人，2021年）。
鉴于上述集成建模、概率风险表征和Eflow-水质关联方面的空白，本研究的主要创新之处包括：
•它建立了从上游水文变异性和水库运营到下游生态水质风险之间的重要联系，扩展了早期主要关注污染物模拟而未明确考虑风险传播的集成水质和水量研究（Bui等人，2019年；Xue等人，2021年；Mummidivarapu等人，2023年）。
•它将六种互补的概率风险度量应用于复合WQI，解决了以往概率RWQ研究通常依赖单一指数或基于平均值的超越指标（如DO或BOD）的局限性（Brito等人，2024年；Rehana和Mujumdar，2009年）。
•它使用基于共识的时间风险优先级排序方法，对不同的风险度量进行对齐，而大多数现有的RWQ风险研究提供的排序是未聚合的或基于单一指标的（Cook，2006年；Khan等人，2023年；Xu等人，2022年）。
•它开发了动态的、基于过程的空间风险地图，通过Eflow调节的边界条件整合了WQI的空间异质性和操作控制，表明在没有同时减少污染的情况下，流量可能是次优的（Arthington等人，2018a；Poff等人，2010年）。
本研究的具体目标是：(i) 使用土壤和水资源评估工具（SWAT）水文模型模拟流量，(ii) 分析水库动态以估计基于模拟流量的控制释放量，(iii) 使用GEFC工具确定Eflows，结合估计的水库释放量，(iv) 使用水质模拟模型QUAL2K和Eflows作为输入，计算下游河流的WQI，(v) 使用多种WQI风险度量进行月度时间风险评估，(vi) 使用排名聚合方法对风险度量进行排序并确定总体排名，(vii) 通过整合Eflows和WQI来空间映射风险类别。
研究区域
本研究在印度卡纳塔克邦的Krishna河流域内的Bhadra河流域进行。该河流发源于西部高止山脉的Kudremukh附近，纬度约为13°07′N，经度约为75°16′E。它向东流动，然后转向北方，在Shimoga区的Kudli与Tunga河汇合（纬度13°59′N，经度75°40′E）。该流域具有显著的地形变化，海拔范围从471米开始
使用SWAT水文模型进行水库流量模拟
SWAT水文模型配置用于2024平方公里的Bhadra上游流域，其出口位于Bhadra水库，覆盖1986年至2018年的时期。该模型将流域划分为七个子流域，并生成了199个水文响应单元（HRUs）。箱线图（图3a）显示了观测和模拟月径流的比较分析。两组数据都捕捉到了季节性变化，其中季风月份（6月至9月）的径流中值较高，反映了
受监管热带河流的综合水生态风险视角
本研究表明，将水文模拟、水库运营动态、环境流量估计和概率风险指标相结合，为热带受监管河流的时空风险评估提供了坚实的基础。与传统的集成研究不同，该框架明确地将水文变异性、操作变异性与Eflows、污染负荷传播和生态脆弱性通过多模型链联系起来
结论
本研究开发了一个框架，明确解决了评估河流水质时空风险的不确定性问题。它实现了一个结构上相互关联的框架，涉及水库流量、释放动态、Eflows、水质和风险链。此外，它引入了一个多概率WQI风险模块，采用双重排名聚合方法，并为受监管的热带河流开发了双重阈值（Eflow–WQI）时空风险映射。
•研究表明不确定性
CRediT作者贡献声明
Satish Kumar Mummidivarapu：撰写——原始草稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化。Shaik Rehana：撰写——审稿与编辑、监督、资源管理、项目协调、方法论、调查、资金获取、概念化。
利益冲突声明
作者声明以下可能的财务利益/个人关系可能被视为潜在的利益冲突：Rehana Shaik报告称，海得拉巴国际信息技术学院提供了行政支持。如果还有其他作者，他们声明没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究部分得到了印度科学技术部（DST）和印度-加拿大创新多学科伙伴关系加速社区转型中心（IC-IMPACTS，加拿大）（DST/IC/IC-IMPACTS/2022/P-9）的支持。
