摘要
水库调节改变了下游的流态，这影响了水生生态系统中污染物的稀释、停留时间、输移和生态暴露。本研究开发了一个基于贝叶斯网络辅助的生态水库调度框架，以支持在来流不确定性条件下的月度决策，同时平衡供水可靠性和流态保护。采用遗传算法优化模型最小化由供水缺额指数和水文变化程度组合而成的加权目标函数。优化后的月度泄放、供水和蓄水样本用于训练贝叶斯网络，以来流和初始蓄水作为输入变量，以泄放和供水作为输出变量。该框架被应用于中国汤河水库，使用了1950年至1969年的月度来流记录；其中1950-1964年的记录用于训练，1965-1969年的记录用于验证。在等权基线情景下，优化得到的缺额指数为0.060，水文变化程度为0.276。贝叶斯网络再现了主要的优化运行模式，并在不同的来流-蓄水组合下给出了明确的泄放概率。这些结果表明，该方法可以支持平衡供水和流态保护的水库运行决策。该方法最适合生态风险受流态变化强烈影响且直接污染物观测有限的水库。
