《Journal of Contaminant Hydrology》：Seasonal hydro–biogeochemical regime shifts and exploratory hydraulic thresholds: Flood–water-quality and ecological-risk screening in the Ichamati River
编辑推荐：
•字段–卫星数据融合揭示了伊恰马提河的季节性水地球化学特征。•可解释机器学习将氧气胁迫列为首要风险驱动因子（28.6%）。•高和极高洪水–水质风险覆盖走廊带的49.4%。•洪水风险与生态风险高度收敛（r = 0.82；R2 = 0.68）。•第9至11号站点成为下游综合干预的
- •
字段–卫星数据融合揭示了伊恰马提河的季节性水地球化学特征。
- •
可解释机器学习将氧气胁迫列为首要风险驱动因子（28.6%）。
- •
高和极高洪水–水质风险覆盖走廊带的49.4%。
- •
洪水风险与生态风险高度收敛（r = 0.82；R2 = 0.68）。
- •
第9至11号站点成为下游综合干预的重点热点区域。
引言
河流系统是动态的水–生物地球化学走廊，其中水动力强迫力调控着物质输运、生态系统功能和水质量稳定性（Uddin等，2024；?ariri等，2025；Kittlaus等，2025；Awasthi等，2023）。在热带三角洲地区，径流量、水深和流速的季节性变化可能加剧污染、盐度入侵、氧气胁迫和洪水灾害（Caballero和Stumpf，2020；Whitehead等，2024；Sreelesh等，2025）。随着季风行为的改变、土地利用转型、污水排放、农业径流和城市扩张，这些压力正在进一步加剧（Kundzewicz等，2014；IPCC，2021；Amatebelle等，2025）。水化学环境恶化威胁着水生生物多样性、公共健康和淡水安全（Jia等，2025；B?llingtoft等，2025；Wang等，2025），尤其是在治理复杂性与水气候极端事件频发交织的南亚和东南亚跨界三角洲地区（Mondal等，2016a；Mondal等，2016b；Vignesh等，2021）。
水深、流速和径流量控制着溶质输运、沉积物再悬浮、复氧、停留时间和生物地球化学转化（Clarke，2002；Mondal和Bandyopadhyay，2016；Beck等，2022；Pelucchi等，2025）。季风前低流量期有利于热量积累和污染物滞留；季风期径流量增加增强湍流混合和下游输出；而季风后退水期则重新组织河内储水和潮汐影响。因此，水温、溶解氧、pH值和盐度可能对水动力强迫力呈现非线性响应（Dayal等，2021；von Br?mssen等，2023；Awasthi等，2021）。非线性和机器学习方法非常适合解析这种耦合关系，因为它们能够捕捉线性分析可能遮蔽的曲率、交互作用和依赖季节的行为（Beck等，2022；Wu和Li，2023；von Br?mssen等，2023）。
三角洲河流的水质量胁迫还反映在营养盐富集、悬浮沉积物、盐度入侵、微量污染物、富营养化、氧气变率和微生物压力方面（Wang等，2024；Zhang等，2024a；Suresh等，2025；Song等，2024）。输运和滞留取决于降雨时机、前期累积、河道几何形态、水流能量和洪泛区连通性。初始降雨可动员低流量期储存的物质，持续季风流量可增强稀释和输出，而退水期则促进滞留和延迟释放（Zhao等，2023；Feng等，2025；Zheng等，2026）。因此，洪水相关的环境风险源于水动力暴露、水化学敏感性、地貌特征和社会生态韧性的相互作用（Vignesh等，2021；Stamos和Diakakis，2024；Amatebelle等，2025）。尽管地理空间和水动力方法在洪水热点评估方面已取得进展（Mondal等，2016b；Karadeniz等，2024），但洪水、水质恶化和生态胁迫通常仍被孤立评估。
地球观测和数据驱动建模为综合研究提供了途径。卫星观测可支持河流边界划定、热特征分析和季节空间解译（Caballero和Stumpf，2020；Dayal等，2021；Whitehead等，2024），而非线性和机器学习模型则可识别关键水动力控制因子和响应域（Beck等，2022；Wu和Li，2023；Tokatl?等，2026）。在数据受限的跨界系统中，二者的结合使用尤其有价值，因为这些系统需要空间连续性和高效监测（Yi等，2024；Lin等，2024；Lin等，2025）。然而，季风主导的三角洲河流中，季节性水化学敏感性、累积–冲刷转换以及复合洪水–生态风险仍然缺乏充分整合（Zhang等，2025b；Guan等，2025；Dai等，2026）。
伊恰马提河为弥补这些不足提供了合适的环境。该河流位于印度–孟加拉国跨界三角洲内，以低落差地貌、潮汐调节、季风主导径流、可变横断面几何形态以及农业、水产养殖、生活污水和近郊扩张带来的压力为特征（Mondal等，2020）。这些控制因素在上游、中游和下游之间产生显著的水动力、盐度、氧气动态、水温、污染物滞留和洪水相关生态风险差异。
因此，本研究通过整合现场水地球化学观测、断面水动力测量、Landsat-8数据、主成分分析、局部加权回归、随机森林建模、无量纲水–污染物过程综合、空间指数和可解释机器学习，开发了一套面向管理的洪水–水质和生态风险筛查框架。研究目标为：（1）表征水温、溶解氧、pH值和盐度的季节性和纵向变异性；（2）量化其对水深、流速和径流代理变量（Qproxy）的敏感性；（3）构建涵盖累积、降雨触发的动员、稀释、冲刷、滞留和延迟释放的概念性季节框架；以及（4）将洪水–水质脆弱性、生态风险、复合风险模式和可解释诊断整合为空间管理优先排序框架。
主要创新在于将现场水地球化学、水动力行为、非线性响应分析、概念性水–污染物过程综合、生态风险筛查和可解释建模整合为单一季节框架。所获得的证据支持季风前源头控制、季风期输运监测、季风后恢复评估、下游生态修复和战略性传感器部署。因此，该框架为伊恰马提河及类似季风主导的三角洲系统的气候韧性水质保护和适应性管理提供了可转移的基础。
章节摘要
研究区域
伊恰马提河是恒河–布拉马普特拉河–梅格纳河（GBM）三角洲的跨界分流河，沿印度–孟加拉国边界流经下恒河冲积平原（图1）。该河发源于印度西孟加拉邦的Nadia地区，流经农业用地、水产养殖湿地、乡村聚居区和近郊地区，最终汇入Kalindi–Raimangal河口复合体（Mondal等，2020）。这种河流–河口过渡产生了显著的水量纵向变化
直接水地球化学观测与水动力响应特征
表2中的36个现场观测数据显示：pH值为8.08–9.35，溶解氧浓度为7.65–12.89 mg L?1，盐度为0.010–0.050 psu，水温为31.55–35.00 °C。季风前均值为pH 8.66 ± 0.39，溶解氧10.47 ± 1.22 mg L?1，盐度0.032 ± 0.014 psu，水温33.25 ± 1.00 °C。季风期均值分别为8.59 ± 0.37、9.75 ± 1.88 mg L?1、0.032 ± 0.014 psu和33.75 ± 1.02 °C，而季风后均值分别为8.72 ± 0.34、10.09 ± 1.41 mg L?1、0.030 ± 0.012 psu和
季节性水–生物地球化学格局
2025年的观测将伊恰马提河表征为温暖、碱性、淡水系统，具有稳定的调查期均值和显著的站点级变异性。这种模式表明，水深、流速、河道几何形态和潮汐–径流相互作用调控着局部响应（Zheng等，2024；Zhi等，2025；Zhi等，2026）。类似的季风主导河流显示，停留时间、混合和氧气交换可重塑水地球化学格局而不产生均匀的季节性变化
结论
本研究建立了一套整合的、面向管理的框架，用于解读伊恰马提河的季节性水–生物地球化学变异性及复合洪水–水质风险。跨越上游、中游和下游河段收集的36个现场观测数据显示，该河流呈现温暖、碱性、充分供氧且主要为淡水的特征，其中水温范围为31.55–35.00 °C，溶解氧为7.65–12.89 mg L?1，pH值为8.08–9.35，盐度为0.010–0.050 psu。
作者贡献声明
Ismail Mondal：论文撰写 – 审阅与编辑、撰写 – 初稿、可视化、验证、软件、资源、项目管理、方法论、调查、正式分析、数据管理、概念化。Sajad Ali：论文撰写 – 审阅与编辑、资金获取、正式分析、概念化。Mukhiddin Juliev：论文撰写 – 审阅与编辑、概念化。Lal Mohammad：软件、概念化。Mohammed A. Almalki：论文撰写 – 审阅与编辑、概念化。
利益冲突声明
作者声明不存在任何可能影响本文所报告工作的已知经济利益冲突或个人关系。
致谢
本研究还得到了沙特阿拉伯法伊萨尔大学研究生院与科学研究副院长办公室科学研究处（KFU26）的支持。作者感谢在本研究过程中提供宝贵数据、技术支持和指导的机构和个人。特别感谢实地调查团队以及Google Earth Engine提供的卫星影像和地理空间数据访问。作者还感谢
Ismail Mondal|Sajad Ali|Mukhiddin Juliev|Lal Mohammad|Mohammed A. Almalki|Mohammad Alfredan
