中科院南京地理湖泊所刘东副研究员WR｜陆地卫星监测中国近40年河流COD变化

转 自：环境工程与科学

1月26日 ，中国科学南京地理与湖泊研究所刘东副研究员 在 Water Research 发表了题为 “Landsat monitoring reveals the history of river organic pollution across China during 1984-2023” 的研究论文，通过随机森林算法和陆地卫星监测数据研究了中国河流1984-2023年COD的时空分布。

河流对于提供饮用水、支持农业灌溉、满足工业用水需求以及提升景观美感至关重要。然而，由于全球气候变化和人类活动，越来越多的河流正在遭受有机污染。有机污染物，尤其是持久性有机污染物，带来了严重的风险，包括毒性、致癌性和致畸诱变性。此外，有机污染物通过生物累积和生物放大作用，对生物体、生态系统和人类健康构成严重威胁。因此，对河流有机污染进行大规模的长期监测已成为地球科学的一个重要研究重点。

河流有机污染随着环境变化呈现出明显的时空动态变化。然而，在广阔区域内固定地点跟踪化学需氧量（COD）和/或其他有机污染指标的传统方法耗费大量人力和时间，不足以实现全面的空间覆盖。针对这一局限性，本研究利用 Landsat 卫星数据，结合全国 1,997 个站点的次日（每 4 小时）化学需氧量数据，开发了随机森林算法。所提出的模型精度很高，均方根误差为 0.52 毫克/升，平均绝对百分差为 13.01%。此外，该模型在清水、富藻水、浑浊水和黑臭水体中都很稳健。随后，应用该算法研究了 1984-2023 年间中国河流 COD 浓度的时空变化。在全国范围内，东部松辽流域（3.56 ± 1.11 mg/L）、海河流域（3.00 ± 0.89 mg/L）和淮河流域（3.57 ± 0.67 mg/L）的河流 COD 浓度较高。人类活动可解释 COD 浓度空间变异的 79.39%，而耕地分布对其影响较大。 1984-2023 年间，中国 73.58% 的河流 COD 浓度发生了显著变化（p < 0.05）。 相对于 800 毫米等降水量线，56.62% 的东南部河流的 COD 浓度呈下降趋势；相比之下，84.25% 的西北部河流的 COD 浓度呈上升趋势。降雨量、植被覆盖率和人类活动等因素的综合影响推动了 COD 浓度的时间变化，它们对不同省份 COD 变化的相对贡献率分别为 0.02 - 42.45%、0.07 - 68.76% 和 0.06 - 90.31%。这项研究强调了利用长期大地遥感卫星数据对河流中的有机污染进行高效、大规模动态监测的可行性，为其他水质指标的时空监测提供了重要依据。

声明：本公众号仅用于分享前沿学术成果，无商业用途。如涉及侵权，请联系 公众号后台 删除！