中国环境科学

作者：高宇昂, 李双江, 郑子帅, 王浩加, 李晓宁, 李子琼, 杜兆楠, 崔建升, 张璐璐

单位：1. 河北科技大学环境科学与工程学院, 河北 石家庄 050000;2. 河北省污染防治生物技术重点实验室, 河北 石家庄 050000

关键词：SWAT模型,机器学习,磷通量,泥沙削减,白洋淀流域

基金：河北省自然科学基金项目(D20192081152);河北省教育厅重点项目(ZD2021046)

本研究选取白洋淀流域为研究区,通过构建SWAT(Soil and Water Assessment Tool)与LSTM-MLP(Long Short-Term Memory-Multilayer Perceptron)混合模型,模拟白洋淀流域磷通量时空分异规律,识别白洋淀流域磷通量的主要影响因素,预测不同泥沙削减情景下磷通量削减效果.总体而言,SWAT模型模拟结果表明:(1)2019~2023年白洋淀流域年均磷输入量为717.3t/a,单位面积磷负荷为57.6kg/(km2·a),其中有机磷占比78.8%,且磷通量呈逐年上升趋势,2023年尤为显著;(2)磷通量呈显著季节性变化,汛期(6~9月)负荷占全年磷通量的85.57%(49.28kg/km2),其与降雨量、径流量及泥沙量呈显著正相关(P<0.01);(3)就不同区域而言,府-漕-瀑河区域(79.3kg/km2)和白沟引河区域(66.6kg/km2)磷负荷最高,其贡献率分别为32.09%和26.96%.此外,为弥补SWAT模型对非线性时序变化的不足,运用LSTM-MLP混合模型提升磷负荷预测精度,预测结果表明:(1)LSTM-MLP混合模型的NSE>0.9、RMSE<4kg/km2,均优于传统LSTM模型(NSE>0.8、RMSE<7kg/km2),能更精确捕捉峰值变化;(2)在模拟不同泥沙削减情景中,白沟引河区域在削减60%泥沙量的情况下,TP负荷削减率为35.29%,显著优于其他区域.

来源：2025年第12期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2025年第12期