长江口的水环境承载能力及驱动因素：主成分分析-Copula关联函数与Shapley值在盐度分区中的应用

《Estuarine, Coastal and Shelf Science》：Water environmental carrying capacity and driving factors in Yangtze estuary: PCA-copula and Shapley value with salinity zoning

　　

摘要

由于非线性相互作用、主观权重分配以及系统不确定性，在河流-河口过渡区域评估水资源环境承载能力（WECC）具有挑战性。为了解决这些问题，我们开发了一种主成分-Copula耦合模型（PCC），并结合Shapley值方法，对2021年春季、夏季和秋季的长江河口区域的水资源环境承载能力进行了评估。研究区域被划分为三个基于盐度的分区：潮汐控制的淡水区（TCFZ）、盐度过渡混合区（STMZ）以及受羽流影响的海洋区（PIMZ）。我们提取了三个主要成分——营养物质输入、初级生产力和悬浮固体——并用Copula函数对其进行拟合，以计算承载能力边际和指数。结果显示整体上水资源环境承载能力良好，但存在显著的空间异质性：PIMZ > TCFZ > STMZ，且在夏季STMZ地区出现局部超负荷现象。PCC模型的输出与熵方法的结果具有中等到强的正相关性（相关系数=0.700，p<0.001），自助重采样也证实了模型的稳定性。Shapley值分析表明营养物质是主导因素；在TCFZ和STMZ地区，营养物质的边际贡献为负值（表明较高的营养物质含量在统计上与较低的承载能力相关），但在PIMZ地区为正值（由于背景水平较低）。初级生产力的边际敏感性在夏季从正向转变为负向。本研究为复杂河口的区域性和季节性水资源环境承载能力评估提供了一个实用的框架，为陆海协调战略下的差异化管理提供了科学支持。

引言

近年来，中国一直在推动陆海协调战略，强调流域管理与海域管理之间的系统性联系。作为典型的陆海过渡区，长江河口是陆地污染物进入海洋的主要通道。其水质不仅受到上游河流的影响，还受到潮汐和盐度梯度等海洋动态因素的调节（He等人，2024；Su等人，2024）。基于行政划分和地表水或海水质量标准的传统管理模型无法准确反映河口区域水质的空间异质性和动态变化（Li和Lan，2022）。因此，在陆海协调框架下，有必要突破传统评估单元的限制，根据盐度梯度等自然边界进行科学分区，并进行精细化和差异化的综合评估，以便为陆海协同管理提供更有针对性的决策依据（Jiang等人，2025）。近年来，国内研究者广泛采用了以盐度和水动力条件为主的河口分区方法，并在此基础上推导出了河口营养物质参考值（Wu等人，2020；Zhang等人，2022；Jiang等人，2025）。然而，现有研究缺乏基于盐度分区的综合评估和关键压力指标的识别。

同时，中国的“‘三条线一张表’生态环境分区控制实施方案”明确将环境承载能力作为“三条线一张表”的关键基础。尽管目前关于承载能力的研究已经相当广泛，但大多数研究集中在城市、区域和流域土地系统上（He等人，2023）。长江三角洲作为中国环境压力较大的区域，对水资源环境承载能力评估有很高的需求，亟需精细化管理（Zhang和Zhao，2018；Zhang等人，2018；Zhang等人，2018）。然而，对于同时具有河流和海洋特征的开放型河海过渡水域（如长江河口）的承载能力进行系统评估仍然不足。此外，作为典型的陆海互动区，长江河口的水环境受到多种动态过程和污染物输入的影响，表现出显著的时空异质性和季节性动态变化，这进一步增加了承载能力评估方法或模型的复杂性和动态要求。过去的承载能力研究方法，如层次分析法（AHP）和模糊综合评价法，严重依赖于主观专家权重和线性假设，这引入了偏差，无法捕捉指标之间的复杂非线性相互作用（Wang等人，2021）。基于熵的方法虽然客观，但仅关注数据变异性，无法表征多重压力因素的联合概率结构（He等人，2023）。压力-状态-响应（PSR）和DPSIR框架虽然有助于指标选择（Pirrone等人，2005；Su等人，2018），但受到强线性假设和指标边界重叠的限制。因此，以往的评估方法无法完全揭示承载能力的内部结构和驱动机制，也无法支持针对盐度梯度和时间动态的差异化管理需求。

为了解决上述挑战，本研究基于合理的分区和动态水质标准，创新性地引入了主成分-Copula耦合模型（PCC），并结合了Shapley值分析。Copula函数已应用于水富营养化评估（Chen等人，2011；Zhang Y.等人，2018）、干旱影响评估以及其他极端环境灾害风险概率研究（Wang等人，2016）。PCC模型还应用于金融风险管理和区域水资源承载能力评估（Gubbels等人，2025；Wei，2016）。为了克服传统评估方法的局限性，我们的框架整合了三个互补组件：PCA用于客观降维和权重确定，从多维水质指标中提取独立复合因子同时保留原始信息；Copula用于准确描述不同复合因素的非线性依赖结构和联合概率分布，实现对系统综合污染压力的概率表征（Zhang和Zhao，2018）；Shapley值用于量化每个因素对承载能力结果的边际贡献，以便进行驱动力归因分析。这种三步整合——降维、联合概率建模和贡献分解——为解决传统方法无法解决的主观性、非线性和不确定性问题提供了连贯的解决方案。基于此，本研究旨在科学评估长江河口水资源环境承载能力的时空差异模式，并利用Shapley值方法定量分析不同季节和盐度分区中影响承载能力的关键驱动因素，从而为长江河口的差异化、基于证据的、时间区分的管理策略提供科学依据和技术参考。

部分摘录

样本收集与分析

严格遵循《海洋调查规范》（GB/T 12763-2007）、《海洋监测规范》（GB17378-2007）和《海洋监测技术程序第1部分：海水》（HY/T 147.1-2013），我们在2021年春季（5月）、夏季（7月）和秋季（11月）对长江河口及其邻近水域进行了样本收集与分析。根据平均测得的盐度，研究区域被划分为三个分区。

指标选择

选择了八个指标——DIN、SRP、SS、COD、Chl-a、pH、石油烃类和DO——作为水资源环境承载能力评估的候选指标。为了使所有指标都具有负值（数值越大表示水质越差），对pH和DO进行了处理。对于pH，使用绝对偏差（样本均值=8）来表示pH的偏离程度。由于DO受盐度影响较大，DO采用1-r(O)的方法进行处理，其中r(O)表示

PCC模型的稳健性和适用性验证

在承载能力评估中，通常需要通过多种方法对模型结果进行交叉验证。以往的研究经常使用层次分析法、模糊综合评价法、承载能力指数和BP神经网络等主观或客观评估方法进行承载能力计算或模型验证（Fan等人，2025；Wu等人，2023）。然而，这些方法存在缺点或局限性，例如引入了主观偏差

结论

• 本研究使用PCA提取了三个具有明确环境意义的 principales components（营养物质、初级生产力、悬浮固体），并使用Copula函数描述它们的联合分布，实现了对复杂河口系统水资源环境状态的概率性和综合性评估。模型结果与熵方法具有中等到强的相关性（相关系数0.700），证明了其稳健性和可靠性。

CRediT作者贡献声明

朱海彪：撰写——原始草案、可视化、软件开发、方法论、调查、正式分析、概念化。李金杰：撰写——审稿与编辑、正式分析、数据管理。赵旭：资源协调、调查、数据管理。吴琦：调查、数据管理。方媛：调查、数据管理。韩若冰：调查、数据管理。冯永卢：验证、调查。唐颖：验证、调查、资金获取。黄宏：撰写——审稿

意义声明

河口是淡水与海水混合的动态陆海界面，传统评估方法（依赖于主观权重或线性假设）无法充分捕捉非线性相互作用和系统不确定性。在这里，我们引入了一个结合PCA-Copula建模和Shapley值分析的稳健框架，用于客观评估长江河口的水资源环境承载能力（WECC）。该框架整合了基于盐度的分区、动态

利益冲突声明

作者声明他们没有已知的可能影响本文工作的利益冲突或个人关系。

致谢

本研究得到了中国国家重点研发计划（项目编号2024YFD2401701）和海洋生态监测与修复技术重点实验室（MEMRT202203）的支持。同时，该研究还得到了上海大学生创新创业培训计划的资助。

朱海彪|李金杰|赵旭|吴琦|方媛|韩若冰|冯永卢|唐颖|黄宏

上海海洋大学海洋科学与生态学院，上海，201306，中国