中国环境科学

作者：刘洁, 杨开鹏, 葛钦, 李晓宇, 杨家乐, 郗栋, 姜德迅, 李茉

单位：1. 东北农业大学水利与土木工程学院, 黑龙江哈尔滨 150030;2. 东北农业大学电气与信息学院, 黑龙江 哈尔滨 150030;3. 哈尔滨学院信息工程学院, 黑龙江 哈尔滨 150076

关键词：河流水污染,精准减排,智能管控,双向长短记忆网络,贝叶斯优化

基金：黑龙江省自然科学基金联合引导项目(LH2023E030);中国博士后科学基金项目(2022T150105)

为提升流域水污染管控水平,弥补现有入河污染物优化减排技术的不足,以受纳水体为研究对象,耦合双向长短记忆网络(Bi-LSTM)与贝叶斯优化(BO)算法,构建了基于数据驱动理论的河流水污染优化消减模型.将该模型应用于松花江流域摆渡镇/三道-宏克利段,结果表明:Bi-LSTM算法可有效训练水质参数空间网络拓扑结构,提升水质参数空间响应关系学习精度.当下游目标断面执行Ⅲ类水体标准时,摆渡镇和三道TN的削减率分别为[14.12%, 38.84%]和[15.01%, 38.98%],TP几乎不需要削减.当执行Ⅱ类水体标准时,摆渡镇TN、TP的削减率分别为[19.08%, 39.72%]和[0.00%, 41.93%],三道TN、TP的削减率分别为[18.43%, 40.09%]和[0.00%, 36.24%].该消减模型可以提出不同消减情景下的污染物最优削减策略,为河流水污染精准消减和智能管控提供决策支持.

来源：2026年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2026年第1期