《Journal of Cleaner Production》：Reconceptualizing water environmental capacity as a network-driven property: A spatially cascading framework for basin-scale phosphorus management
编辑推荐：
•SC-WEC框架将WEC重新概念化为一种网络驱动的级联属性。•结合SWAT模型与DAG拓扑排序，支持级联WEC计算。•河内自净对BWEC形成的中位贡献为41.67%。•上游级联累积贡献占永河下游AWEC的99%。•为永河流域162个子流域制定了空间精细化的TP减排目标（13
- •
SC-WEC框架将WEC重新概念化为一种网络驱动的级联属性。
- •
结合SWAT模型与DAG拓扑排序，支持级联WEC计算。
- •
河内自净对BWEC形成的中位贡献为41.67%。
- •
上游级联累积贡献占永河下游AWEC的99%。
- •
为永河流域162个子流域制定了空间精细化的TP减排目标（13.0%–26.2%）。
引言
总磷（TP）是引发淡水生态系统富营养化的主要限制营养元素。人为TP输入使全球河网TP浓度升高了14%，流域磷输出驱动富营养化、藻华暴发，并制约流域尺度的可持续发展（Grizzetti等，2017；Hou等，2022）。为控制富营养化，中国、美国、欧盟等国家和地区已针对河流和湖泊分别制定了区域性的TP水质标准（中国环境保护部，2002；Poikane等，2019；美国环境保护局，2000）。然而，亟需稳健的生态指标将这些标准转化为可操作的、空间明确的管理实践，以实现精准、公平且高效的磷削减（Chen等，2024）。水环境容量（WEC）是服务于这一目的的核心生态指标。WEC被定义为水体在不违反水质标准的前提下所能同化的最大污染物负荷，为污染控制决策提供了基于科学的量化指标（Wang等，2019）。其概念根植于同化能力——水体自然降解污染物的能力——但通过引入水质标准和安全余量加以细化以适应管理需求（Richardson和Qian，1999）。在一些近期研究中，WEC与同化能力被互换使用（Yang等，2025）。与美国总最大日负荷（TMDL）计划和欧洲水框架指令类似（Borah等，2019；Rai等，2024），WEC将抽象的环境目标与具体的污染物削减目标相联系，支持总量分配、跨行政协调以及成本管理效益（Li等，2023d；Ma等，2021）。
在流域内部，WEC在空间和时间上变化显著，受水文情势、水力混合和河内自净等因素驱动（Verma等，2023），使得WEC的精确估算极具挑战性。已有多种WEC估算方法被提出，但各有明显局限性。传统的WEC评估方法仍依赖稳态公式或经验稀释模型（Yan等，2019）。这些方法假定固定参数和均匀流场，无法反映真实的水文与生态动态，因而产生过于简化的估算结果，且实际可移植性有限（Bui等，2024）。美国TMDL体系为在污染源之间分配允许负荷提供了法规框架，但其主要在流域出口尺度运行，缺乏空间明确的子流域容量估算。为克服传统经验方法的静态局限，动态水质模型（如QUAL2K）被引入用于WEC计算（Fan等，2021；Verma等，2023）。然而，此类方法主要针对单一流域河段部署，难以在复杂树状流域中进行集成模拟。一些研究整合了数据驱动的机器学习方法来增强WEC计算（Bui等，2020；Wang等，2021）。尽管这些方法能够处理复杂的非线性关系，但它们往往缺乏物理可解释性，且未考虑河网中级联容量的传递。近年来，以土壤和水评估工具（SWAT）为代表的基于过程的流域模型实现了对流域范围水文过程、泥沙输移和营养盐循环的连续、空间分布模拟。这些模型可输出径流量、营养盐负荷及河内衰减指标，作为WEC量化的核心输入（Arnold等，2012；Ji等，2024；Zheng等，2023）。Li等（2023d）将SWAT模拟的非点源负荷与WEC相结合，量化了流域污染风险，验证了模型驱动方法的潜力。
尽管SWAT具备上述稳健的模拟能力，现有的WEC概念框架和河网核算范式仍存在一些根本性的方法论局限（Yang等，2025）。首先，现有文献缺乏对WEC的统一界定。目前的研究对WEC的解读不一致，或将其视为最大允许污染物排放负荷，或将其视为相对于水质标准的浓度余量（Bui和Pham，2023；Jiang等，2023；Li等，2023d）。这种概念上的模糊性导致现有WEC核算方法存在固有局限。其次，现行WEC框架最突出的方法论缺陷是忽视了树状河网中单向拓扑特征，将相互连通的河段视为独立的计算单元（Jenny等，2016；Rozemeijer等，2010）。从水文学角度看，污染物和上游未使用的WEC随径流同步级联向下游传递。这种分割式核算范式偏离了河流的实际传输机制（Guo等，2021；Li等，2023d；Ma等，2021；Shen等，2022），并造成跨界污染削减责任的模糊。尽管Wang等（2019）将差分进化算法与SWAT耦合实现了动态、时变WEC估算，但其方法仍对各河段分别计算WEC，未能解决这一拓扑约束问题。第三，孤立计算的方法进一步导致流域管理中不公平的污染负荷分配。在实际管理中，许多传统WEC估算采用基于水质标准和上游来水浓度的浓度差法，该方法仅为各河段产生汇总的容量结果。此方法无法区分上下游行政区域的差异化削减义务，也无法建立公平规则以跨河段重新分配未使用的WEC。由于WEC对每个河段独立计算而未考虑级联传递，上游区域过量排放的污染物完全消耗当地WEC，不可避免地减少了下游河段可用的WEC，导致跨界削减责任的分配不公平。综合而言，概念定义的模糊、碎片化的拓扑计算逻辑以及缺陷性的实际分配机制，使WEC无法发挥其作为流域营养盐污染综合管控统一工具的潜力。
针对上述研究空白，本研究提出了一种新型的空间级联水环境容量（SC-WEC）框架，用于流域尺度总磷（TP）管理，并将其应用于中国永河流域。该框架通过将WEC分解为四个相互关联的组成部分来将其重新概念化为动态的网络驱动属性：基础水环境容量（BWEC）、传递水环境容量（TWEC）、可用水环境容量（AWEC）和富余水环境容量（SWEC）。利用SWAT子流域的拓扑排序，该框架实现了从上游到下游的级联计算，并达成全网物质平衡，从而产出空间明确且流域一致的TP负荷削减目标，适用于跨行政区域分配。通过显式考虑河流同化能力的纵向传递，这一基于过程的框架克服了传统WEC方法忽视河网时空动态和级联传递的局限，成为在复杂流域间协同管理磷污染的一项稳健且可移植的工具。
章节摘要
研究区域
研究区域如图1所示。永河流域位于中国浙江省宁波市东北部，面积4288 km2。永河由姚江和奉化江三江口汇合而成，向东流经23.6 km后注入东海（图1a）。永河干流渠宽在135 m至450 m之间。姚江下游段形成冲积平原，地表坡度极小（<0.01%）。此前
SWAT模型性能评估
为确保SC-WEC框架获得可靠的输入数据，SWAT模型在永河流域进行了严格的率定和验证。2010–2021年间姚江观测站的模拟值与观测值在水文和水质变量方面进行了比较，包括流量、悬浮泥沙浓度和TP通量。姚江观测站的流速作为与水力停留时间密切相关的关键水动力参数进行了参考性分析，但未纳入
结论
本研究开发了一种空间级联水环境容量（SC-WEC）框架并与SWAT模型耦合，以改进单向流动树状流域中TP的评估与管理。该框架通过将WEC分解为四个层级相关的组成部分来将其重新概念化为动态的网络驱动属性：基础水环境容量（BWEC）、传递水环境容量（TWEC）、可用水环境容量（AWEC）和富余水
代码和数据可用性
为SC-WEC模型开发的所有代码分为辅助数据预处理脚本和核心计算程序两部分，均运行于Python 3.9。预处理脚本将SWAT原始输出和河网shapefile转换为标准化CSV输入，依赖pandas 1.3.5和numpy 1.21.6。需要地理空间包geopandas 0.10.2、shapely 1.8.2、fiona 1.8.20和pyproj 3.2.1进行shapefile解析，同时在所有预处理中使用了Python原生模块os和re
CRediT作者贡献声明
程俊睿：撰写—初稿，方法学，概念化。 张琪：验证，软件。 刘浩：验证，软件。 David Z. Zhu：撰写—审阅与编辑。 龚跃敏：方法学。 王侃：撰写—审阅与编辑，资源提供。 何斌：撰写—审阅与编辑。 王小：撰写—审阅与编辑，资源提供。
利益冲突声明
作者声明不存在已知的可能影响本文所述工作的竞争性经济利益或个人关系。
致谢
本研究由中国浙江省自然科学基金联合基金资助，项目编号为LZJWY23E090007和LGEY25E090020。
程俊睿|张琪|刘浩|David Z. Zhu|龚跃敏|王侃|何斌|王小
