整合受体模型、权重分配与蒙特卡洛模拟的城市化平原地区地表水水质与健康风险时空动态

《Physics and Chemistry of the Earth, Parts A/B/C》：Spatiotemporal dynamics of surface water quality and health risks in urbanized plains integrating receptor model, weight allocation and Monte Carlo simulation

　　

•集成框架，结合权重方法和核密度估计，用于水质和健康风险的时空评估。
•硅酸盐风化和碳酸盐溶解主导（>90%）Ca–HCO3 水化学类型。
•城镇化和农业增加了 NO3-、NO2- 和主要离子，尤其是在下游。
•季节性水文驱动水质和健康风险的变异性，旱季儿童面临的风险更高。

引言
淡水安全已成为全球挑战，超过 20 亿人缺乏安全管理的安全饮用水服务，数十亿人依赖地表淡水系统满足家庭、农业和生态需求。同时，不断升级的人类污染物输入继续威胁淡水可持续性和全球发展。城市化平原的特点是人口稠密和密集的社会经济活动（Liu et al., 2026）。它们主要依赖地表水用于家庭和生产用途，使地表水成为确保饮用水安全的关键资源（Lai et al., 2025; Sui et al., 2025）。然而，快速工业化、农业集约化和城市扩张已大幅增加来自工业废水、农业径流和市政污水的污染物输入（Fang et al., 2024; Lata and Siddharth, 2021; Matuszewska et al., 2026; Ni et al., 2025a）。在低水力梯度和弱水动力条件下，这些污染物倾向于积累和持续（Yu et al., 2022）。这导致水质不均匀、逐渐恶化，导致城市化平原上显著的时空变异性（Wang et al., 2025; Xu et al., 2025; Zhao et al., 因此，阐明地表水质及其相关健康风险的时空特征，以支持有效的水资源管理和确保饮用水安全。

地表水质量受自然过程和人类活动的综合影响（Liu et al., 2025）。对地表水地球化学的综合源解析有助于区分不同控制因素的相对贡献，并为综合水质评估提供科学依据（Li et al., 2021; Yang et al., 2024）。受体模型，如正定矩阵因子分解（PMF），在识别水地球化学的主要驱动力方面表现良好（Zhang et al., 2020）。然而，仅靠源解析对于水资源管理是不够的，因为它不能直接将复杂的地球化学信息转化为水质和适用性的综合评估。因此，水质指数（WQI）方法被广泛用于综合水质评估，其中确定权重是一个关键步骤（Mostefa et al., 2026）。现有的权重方法大致可分为主观和客观方法（Taloor et al., 2022; Zhang et al., 2021）。作为典型的主观方法，层次分析法（AHP）依赖于专家判断，因此可能会降低分配指标重要性的客观性（Fariz-Salinas et al., 2025a; Zhong et al., 2022）。或者，熵权法（EWM）从监测数据的信息熵确定权重，从而减少人为偏见（Rahman et al., 2024; Sheng et al., 2023）。然而，关于水质评估的现有研究表明，如果忽略实际经验，纯数据驱动的权重可能无法充分反映现实情况（Gao et al., 2020; Xu et al., 2018）。为了克服这一局限性，结合主观和客观权重方法可以提高综合水质评估的可靠性（Aralu et al., 2025; Wu et al., 2022）。

饮用水质量与人类健康密切相关，饮用受污染的水可能造成严重伤害（Abba et al., 2023; Zhu et al., 2023）。在主要水质问题中，氮污染物的持续输入，主要来自化学肥料和人类及动物废物，已成为平原地区地表水安全的关键威胁（Alam et al., 2026）。饮用硝酸盐浓度超过安全阈值的水可能导致高铁血红蛋白血症、甲状腺疾病和高血压等健康问题（Mukherjee and Singh, 2022; Zarei et al., 2024）。因此，量化与氮污染物相关的非致癌健康风险对于评估社区暴露和管理潜在风险至关重要。传统的确定性方法被广泛用于当前的人类健康风险评估（Juliana et al., 2025）。然而，它们固有的无法纳入暴露参数和污染物浓度不确定性的能力，可能导致对潜在风险的系统性低估或高估（Li et al., 2024; Nijhof et al., 2016）。相比之下，如蒙特卡洛模拟的概率方法可以充分考虑此类不确定性，产生更稳健和可靠的风险评估结果（Pal et al., 2025a）。然而，此类方法的可靠性很大程度上取决于输入概率分布的适当指定。为了进一步提高不确定性表征的真实性，将核密度估计（KDE）与蒙特卡洛模拟相结合，能够在不假设预定义函数形式的情况下实现经验分布的数据驱动表示，从而提高风险评估结果的稳健性和可信度（Zhang et al., 2026）。

研究区位于中国西南地区一个高度城市化的平原地区，这代表了人类活动与复杂水文过程相互作用的典型环境。作为一个重要的经济中心和农业生产基地，该地区经历了快速的城市扩张、人口增长和农业集约化，导致生活污水、工业废水和农业非点源污染物输入增加（Luo et al., 2024; Tang et al., 2019）。然而，该地区以前的研究主要集中在单一方面，如水质或健康风险评估，或单一的时间或空间尺度（Yan et al., 2024）。然而，人类污染物输入、季节性水文变化、地表水质演变和相关健康风险之间的相互作用仍未得到充分了解。特别是，季节性变化如何调节污染物的积累和重新分布，以及这些变化如何转化为饮用水安全风险差异，目前尚不清楚。因此，需要建立一个综合评估框架，将污染源、时空水质动态和人类健康风险联系起来，以更好地了解高度城市化平原的水安全。

基于上述考虑，本研究提出假设，即季节性水文变化和人类活动共同控制城市化平原地表水质量的空间和时间演变。具体而言，预计人类活动加剧会增加氮污染物输入，而水文条件的季节性变化可能调节污染物的稀释、积累和运输过程，导致水质和人类健康风险的相应变化。此外，整合源识别、综合水质评估和概率健康风险评估，预计将提供更全面的对控制地表水安全机制的理解。为了应对这些挑战，本研究建立了一个集成框架，结合了源识别、综合水质评估以及确定性和概率健康风险评估。具体而言，本研究旨在：（1）表征地表水物理化学质量的时空变化及其作为饮用水利用的潜在适用性；（2）识别影响水质变化的主要因素并量化不同污染源的贡献；以及（3）评估不同人群群体的氮相关健康风险并确定关键影响因素。本研究的创新之处在于将基于综合权重的水质指数分析与健康风险评估相结合。通过检查参数权重、水质状况和健康风险的协调变化趋势，探索平原地区地表水质量的多时空演变模式和驱动力。本研究为人口稠密平原地区的水安全提供了新的视角，并支持水资源管理和公共健康风险缓解。

章节摘要
研究区
研究区位于中国西南地区的冲积扇平原，海拔范围为 163 米至 542 米（图 1）。地形从西向东倾斜，平均坡度为 3‰–10‰，由八个重叠且互联的冲积扇组成。平原上覆盖着几米厚的第四纪松散沉积物，覆盖在白垩纪 - 古近纪红层地层之上（Ni et al., 2025b）。该地区具有亚热带湿润季风气候，盆地效应显著。年均

地表水的物理化学特性
地表水样品离子浓度的基本特征如图 3 和表 1 所示。结果显示，所有四个水文期的 pH 值范围为 6.5 至 8.5。根据平均 pH 值，从第 1 期（湿季）到第 3 期（干季）观察到逐渐下降，表明向略微酸性条件转变。所有测量参数均在相应的允许限值内。TDS 浓度从

局限性与未来范围
本研究对中国西南地区高度城市化平原地区地表水作为饮用水利用的适用性及相关健康风险进行了综合评估。然而，应承认存在若干局限性。尽管采样网络覆盖了四个水文期的整个流域并具有合理的代表性，但 104 个样品仍不足以完全捕捉短期水质波动和偶发性污染事件。此外，鉴于

高风险区域的控制与管理
有效控制和管高风险区域需要清楚了解水质与人类健康之间关系的机制。与类似城市化平原研究的对比分析证实，氮污染是健康风险的主要驱动因素，本研究观察到的季节性模式与既定发现一致（Su et al., 2026）。在干季，水文稀释减少导致水质

结论
本研究开发了一个综合评估框架，结合 PMF 源解析、基于主客观权重的 WQI 评估、基于 KDE 的概率建模和蒙特卡洛健康风险模拟，以调查代表性城市化平原流域内地表水化学、水质及相关健康风险的时空变化。主要发现总结如下：
（1）地表水化学主要受自然
CRediT 作者贡献声明
王莹：资源，形式分析。吴云岗：写作 - 初稿，方法论。杨昌东：验证。萧江：软件，方法论。苏志：数据管理。赖程月：可视化，资源。张云辉：验证，项目管理，资金获取。周美珠：调查。谢赞：写作 - 审查与编辑
未引用参考文献
黎和 Nguyen, 2024; Li 等人，2025; Li 等人，2024; Yan 等人，2023; Xu 等人，2021; Zhao 等人，2023.
数据可用性
数据将应要求提供。
资助
本工作由四川省科技计划（2025YFHZ0269, 2025ZNSFSC0307）资助
利益冲突声明
? 作者声明，他们没有任何已知的竞争财务利益或个人关系，可能会影响本文报告的工作。
吴云岗 | 王莹 | 萧江 | 杨昌东 | 赖程月 | 苏志 | 周美珠 | 张云辉 | 谢赞