河流提供了重要的生态系统服务，包括供水、气候调节和生物多样性保护，在支持区域社会经济发展方面发挥着基础性作用[27],[6],[76]。然而，快速的城市化和加剧的工业及农业活动显著增加了来自点源和非点源的污染物排放，从而对河流水质造成了越来越大的压力[55]。尽管近年来中国河流水质总体上有所改善，但在某些河流流域，对营养盐污染和有机污染物的控制仍然有限[13],[16],[17]。此外，自然条件与人为干扰的综合作用可能导致河流水质出现明显的时空变化，进一步加剧了地区间的差异[24],[38]。因此，准确的水质评估和主要污染源的识别对于有效的水质管理至关重要。
尽管存在这些问题，但由于现有监测和评估方法的局限性，理解更大空间和时间尺度上的河流水质仍然具有挑战性。许多研究仅关注单个河流段或特定监测时期，而大型河流流域通常跨越多个行政区[44],[60]。这些空间和时间限制可能阻碍有针对性和特定地区的污染控制策略的开发。此外，常用的评估方法（如水质指数WQI、Nemerow污染指数NPI和单因素评估）通常依赖于单一指标或固定的权重方案[22],[41]。这些方法往往无法同时反映不同水质参数的环境重要性和相对贡献，从而导致评估结果不完整或存在偏差，从而降低了后续污染源分析的可靠性。
对于污染源的识别，传统的统计方法（包括相关性分析、聚类分析和冗余分析）已被广泛用于研究水质与环境因素之间的关系[15],[73]。然而，这些方法主要描述线性关联、相似性模式或解释性梯度，通常不足以捕捉非线性响应、区分混合污染信号以及量化特定污染源的贡献[34]。在大型河流流域中，这些局限性尤为明显，因为水质同时受到水文变化、水化学过程、土地利用模式和多种人为因素的影响[29],[55]。机器学习方法（如随机森林和XGBoost）为建模复杂的非线性关系和识别水质恶化的关键预测因子提供了强大的工具[2],[35]。然而，它们的解释能力有限，这限制了其在环境决策中的应用[3]。SHAP（Shapley Additive Explanations）框架通过阐明变量重要性、模型关联的方向和非线性响应模式，提高了基于机器学习的分析的透明度[8]。
最近的水文研究表明，可解释的和基于过程的机器学习可以通过将模型衍生的重要性模式与合理的水文机制联系起来，提供超出预测准确性的科学洞察。例如，解释性深度学习已被用于揭示大规模流域的洪水生成机制，而基于水文的机器学习强调了将数据驱动模型与现有过程知识相结合的必要性，以提高物理合理性和解释性[14],[18]。虽然可解释的机器学习可以识别出有影响力的预测因子并描述它们的模型关联，但它无法直接量化不同污染源的贡献。正矩阵分解（PMF）模型通过解析源特征和估计特定污染源的贡献来补充这些方法，并已广泛应用于流域污染研究[10],[45]。因此，将可解释的机器学习与PMF模型相结合，可以提供一个更全面的框架，用于识别关键的水质驱动因素，解释它们的非线性效应，并量化污染源的贡献。
岷江是长江最大的支流之一，是上游长江流域的主要水源，在区域供水、污染物输送和下游生态连通性方面发挥着重要作用[70]。流域内的地形、气候和人类活动强度的变化表明，不同地区和时期的污染特征可能存在差异[53]。然而，同时研究时空水质模式、污染驱动因素和定量源分配的流域规模研究仍然有限，限制了精确、基于科学的污染控制策略的实施。
为了解决这些知识空白，本研究使用了岷江干流和支流两年来的月度水质监测数据，开发了一个综合框架，该框架结合了基于博弈论的水质指数、可解释的机器学习、传统的PMF源分配以及基于SHAP的源优先级排序。研究目标是：(1) 描述水质的空间和时间模式，并识别重点污染热点；(2) 识别水质变化的关键自然和人为预测因子，强调非线性关联、模型衍生的转折区和相互作用；(3) 量化传统的PMF源贡献，并根据它们对模型预测的DW-WQI变化的相关性进行优先排序。这些结果为岷江流域的精细水质管理提供了科学依据，并为其他大型河流流域的特定污染控制提供了参考框架。
