郑佳琦， 李文攀， 霍守亮， 何卓识*， 曹祥会， 马春子， 黄炜惠

1.中国环境科学研究院, 环境基准与风险评估国家重点实验室， 北京 100012 2.中国环境监测总站， 北京 100012

近10年来，随着治污力度不断加大，我国水环境质量持续改善，截至2020年，我国1 937个水质断面中，GB 3838—2002《地表水环境质量》Ⅲ类及以上水体已达到83.4%[1]. 然而由氮磷等营养物富集造成的水体富营养化问题依然存在. 研究[2-3]表明，自然环境和人类活动都会影响水体氮磷的浓度. 水质模型可用于模拟不同土地管理、土地利用、气候变化下的水质变化趋势，是研究水环境变化、进行水环境管理的重要工具. 目前比较成熟的水质模型可分为机理模型和统计模型两大类，其中机理模型为动态的、基于过程的流域模型，如SWAT(soil and water assessment tools)、WASP(water quality analysis simulation program)、EFDC(environmental fluid dynamics code)、MIKE21、HSPF(hydrologic simulation program fortran). 这些模型在结构上有所不同，但每个模型都需要用户提供50～100个相关参数来进行水文、泥沙和营养物的模拟[4]. 模型的复杂性、对数据量的要求以及大量需要校准的参数会限制这类机理模型的应用. 相较于机理模型，统计模型具有相对简单的数学结构，易于在大流域中使用，并且模型参数和预测中的误差量化较容易(见表1)，常见的统计模型有回归分析、人工神经网络(ANNs)、克里格空间统计方法等[5]，该类统计模型缺乏质量平衡约束且不包含水质随空间和时间变化的信息，而这些信息通常是表征营养物输送过程的关键[6].

表1 机理模型与统计模型的对比

SPARROW (spatially referenced regression on watershed attributes)模型是一种将机理模型和统计模型相结合的水质模……